徐东明，谭静茹，关文博

(1.西安邮电大学 通信与信息工程学院，西安 710121；2.西安电子科技大学 微电子学院,西安 710071)

0 引 言

云无线接入网(Cloud Radio Access Network,C-RAN)主要由分布式无线射频拉远部分(Remote Radio Head,RRH)、集中式基带处理池(Base Band Unit Pool,BBU)和连接两者的前传网络(Frounthaul)三部分构成[1]。不管是C-RAN基本特点的实现还是未来无线接入网络各种要求的满足，都离不开的主题就是对接入网络中各种资源的分配。目前国内外学者对C-RAN架构下的资源管理策略的研宄可分为两个方面，即基于RRH的无线资源分配和基于BBU池的计算资源分配[2]。在无线资源分配问题中，又分为一维资源分配与多维资源分配。当只考虑RRH中的单个无线资源优化时，文献[3]使用遗传算法(Genetic Algorithm,GA)研究了C-RAN中BBU和RRH之间的网络功能划分问题，通过合理的划分来降低C-RAN的运营成本。文献[4]研究了泊松到达的C-RAN网络中的呼叫阻塞概率，将RRH根据容量不同形成集群服务于网络中的泊松到达用户，通过卷积算法对阻塞概率进行分析。文献[5]研究了RRH的边缘缓存问题，提出了一种基于成本调度的方案来进行RRH处的缓存资源调度，以改善用户体验。在联合考虑多维无线资源优化时，文献[6]针对毫米波信道模型下的RRH的选择方案做了研究，基于RRH发射功率，覆盖范围和毫米波最大传输距离这三个约束条件得到了一个最优的RRH分配方案，提高了系统的能量效率。文献[7]提出了一种基于吞吐量感知的RRH聚类模型，提高了系统吞吐量，但对信道条件要求较高。

在服务质量(Quality of Service,QoS)约束的选择上，网络资源的低效利用往往导致负载失衡、呼叫阻塞事件增多和用户服务质量的下降。……