光纖無線融合網絡(FiWi)能效改善綜述*

賀 超1,2,3，王汝言1,2,3，譚澤富**

(1.重慶郵電大學 通信與信息工程學院，重慶 400065；2.先進網絡與智能互聯技術重慶市高校重點實驗室，重慶 400065；3.泛在感知與互聯重慶市重點實驗室，重慶 400065；4.重慶三峽學院 電子與信息工程學院，重慶 404130)

0 引 言

當前，云計算、移動互聯網、大數據應用的興起和通信技術的快速演進，共同推動了光骨干傳輸網向大容量、高速率和高可靠發展。然而，將骨干網與本地用戶網絡相連接的接入網發展相對緩慢。因此，現在人們普遍認為傳統接入網逐漸成為“最后一公里”無線通信網絡的瓶頸。鑒于光接入網絡和無線接入網絡的潛在優勢和互補特點，學術界提出了一種高效的光纖無線寬帶接入網架構(Fiber Wireless Broadband Access Network,FiWi)，能隨時隨地為終端用戶提供高質量的寬帶接入服務。由于充分利用了光纖回傳的高可靠性、大容量和低時延，以及無線/蜂窩前端的靈活性、泛在性和低成本，FiWi接入網逐漸成為一個潛在的接入網解決方案，不僅可以給移動用戶還能給固定用戶提供高質量的寬帶服務[1-5]。此外，設想的FiWi接入網可能有助于消除以覆蓋為中心的無線前端網絡和以容量為中心的光纖回傳網絡之間的網絡側障礙，如高擁塞、長時延、高能耗、低可靠性以及單接入無線模式等。

對于FiWi接入網的現有研究大多集中在架構優化設計[2]、網絡生存性[6]、服務質量保證(Quality of Service，QoS)[7]以及它們在其他關鍵基礎設施的應用上(如智能電網[8]和智慧城市[9])。FiWi接入網的能效不僅對延長無線設備的電池壽命至關重要，而且對網絡運營商降低運營成本和資本支出(Operational and Capital Expenditures,OPEX/CAPEX)也發揮著重要作用，但當前還沒有得到足夠的研究。眾所周知，接入網消耗的能量遠遠大于滿足實際流量負荷所需的能量。目前，單一光纖回傳網絡[10-11]和無線前端網絡[12-13]的能量效率解決方案也得到了廣泛的研究，前者采用了自適應周期時間(Interleaved Polling with Adaptive Cycle Time,IPACT)作為介質訪問控制(Medium Access Control,MAC)方案的交叉輪詢的休眠模式[11]和動態波長共享機制[12]。進而，用戶設備(User Equipment,UE)需要將密集性和時延敏感性的計算任務卸載到遠端云數據中心進行處理，然后將計算結果返回到用戶終端。這一過程引入了附加的時延，對時延敏感型任務而言是非常不利的。為了解決時延問題，一個新的概念——移動邊緣計算(Mobile Edge Computing,MEC)被成功引入。MEC將計算和存儲資源引入到移動網絡的邊緣，使其能夠在滿足嚴格UE時延要求的同時，在MEC服務器上運行更高要求的應用[14-16]。

網絡功能虛擬化(Network Function Virtualization,NFV)作為電信服務供應的一個重要轉變，引起了工業界和學術界的廣泛關注。通過將網絡功能(Network Function,NF)與它們所運行的物理設備進行解耦，NFV有可能顯著降低OPEX/CAPEX，并以更高的敏捷性和更快的價值實現速度促進新服務的部署。NFV范式仍然處于初級階段，研究群體有大量的機會來開發新的體系結構、系統和應用，并在開發技術以成功部署時評估替代方案和權衡[17-18]。因此，在有限的光纖回傳資源分配下，如何以低能耗、低部署成本來保障時延敏感性任務的卸載計算、提高網絡資源利用率以及增強可靠數據傳輸成為FiWi接入網的研究熱點，且具有非常重要的研究意義和應用價值。

1 國內外研究現狀

通用FiWi寬帶接入網架構如圖1所示。目前，針對高效節能FiWi網絡架構的關鍵技術和其主要的應用場景，國內外研究主要集中在FiWi無線反復重傳、業務共存轉發和跨域資源整合。

圖1 通用FiWi寬帶接入網架構

1.1 無線反復重傳

終端用戶由于新型應用的出現，使得請求的流量負荷呈指數增加，導致接入網的能耗顯著增加。將光纖回傳的光接入網(Optical Access Network,OAN)中的低數據負載的光網絡單元網狀入口節點(Optical Network Unit Mesh Portal Point,ONU-MPP)盡可能地轉換為休眠狀態，使承載的剩余流量能夠重新路由到活躍的ONU-MPP，以提高網絡架構的能效(Energy Efficiency,EE)和網絡資源利用率[19-27]。然而，智能FiWi網絡的能耗容易受到ONU休眠狀態周期長短的影響。Togashi等人[21]證明ONU休眠周期越長，數據流量的時延越長，進而使得能耗越高。

為此，在只考慮ONU休眠的狀況下，最小化FiWi接入網的能耗可以實現，但忽略了無線前端的網絡器件休眠機制。如何利用聯合無線域(如網狀節點(Mesh Point,MP)無線電接口)和光域(如ONU)功率狀態調度進行節能設計是一個新的難題。文獻[22]提出了ONU休眠和關閉無線電接口(Radio Interface,RI)相結合的方法，通過合并無線和光功率狀態調度，進而實現節能、QoS保障和高效的流量重路由。當光域和無線域的節能狀態調度不同步時，潛在的FiWi網絡架構都會面臨更多的能耗和額外的時延。為了解決這一問題，文獻[23]提出了一種協同的ONU休眠機制，通過將ONU休眠與無線基站的節能模式(Power Saving Mode,PSM)機制動態地集成到FiWi網絡能量調度中來降低能耗。近年來，隨著接入網的能耗和用戶比特率請求顯著增加，文獻[21]提出了一種綜合的無線基站、MP和ONU的節能調度模型，利用時分多址(Time Division Multiple Address,TDMA)技術同步兩域的節能調度策略，并利用M/G/1排隊模型來降低端到端時延。如我們所知，無論是QoS保障策略還是節能模式在兩域中都存在不匹配現象，導致流量傳輸時延顯著增加。值得注意的是，以覆蓋為中心的無線局域網(Wireless Local Area Network,WLAN)和以容量為中心的無源光網絡(Passive Optical Network,PON)的節能模式分別稱為無線基站的PSM和ONU-MPP的休眠，而對應的QoS策略分別為混合協調函數控制的通道訪問(Hybrid Coordination Function Controlled Channel Access,HCCA)和動態頻帶分配(Dynamic Bandwidth Allocation,DBA)。在ONU休眠與無線基站的PSM、DBA策略與HCCA的智能集成上，文獻[25]提出了降低傳輸時延的方案。

近年來，觸覺互聯網因其具有極低時延、超高可靠性、人對人(Human-to-Human,H2H)/機對機(Machine-to-Machine,M2M)共存、數據中心技術和安全等共同特點而受到了廣泛的研究。在新興FiWi enhanced LTE-A HetNet架構上實現M2M通信需求,其中設計了蜂窩覆蓋前端的非連續接收(Discontinuous Reception,DRX)機制和光纖回傳的ONU休眠節能模式，綜合提高了系統的節能效果，同時降低了分組時延。針對上述聯合機制，前端和回傳分別設計了半馬爾科夫過程和M/G/1排隊模型以實現兩域的同步[26]。

從FiWi接入網的物聯網(Internet of Things,IoT)或H2H流量的角度來考慮能源消耗最小化問題仍然面臨諸多挑戰。然而，在FiWi enhanced LTE-A HetNet上，為了實現能耗最小化，基站(Base Station,BS)被盡可能多地轉換為休眠狀態。另一方面，為了獲得穩定的QoS，BS又被盡可能多地切換為活躍狀態，不可避免地消耗更多的能量。顯然，在能耗最小化和穩定的服務最大化之間必須存在最優的活躍BS數量。為此，文獻[27]通過啟發式貪婪算法、蠻力算法和滾雪球算法，研究了穩定服務約束下的功耗最小化問題。綜上所述，研究者特別關注聯合光域無線域功率狀態調度、高效頻帶分配、動態負載自適應以及服務類別差異化協作，實現FiWi架構下節能調度。有關現有FiWi節能方案比較如表1所示。

表1 現有FiWi節能方案比較

1.2 業務共存轉發

近年來，隨著未來的5G移動網絡向分散化發展，針對融合云移動邊緣計算光纖無線接入網(Integrated cloud-MEC FiWi,CM-FiWi)架構的研究應運而生[28-33]。在FiWi網絡架構上，Rimal等人[28]首先討論了在滿足卸載任務時延下的MEC機理，同時論證了任務響應時間效率和電池能量效率方面的當前需求和設計挑戰。文獻[29]提出了一種新穎的基于Cloudlet的計算任務卸載資源管理方案，該方案可通過兩個TDMA層實現以容量和覆蓋為中心的FiWi網絡資源分配。文獻[30]在設想的FiWi增強型LTE-A異構中，采用非協作的三級博弈論方法，提出了分布式移動數據卸載網絡框架。文獻[31]綜合考慮了新穎的兩層TDMA資源管理方案和兩級云-移動邊緣計算分析框架，將MEC使能的FiWi架構與集成FiWi接入網絡上的集中式云計算(Centralized Cloud Computing,CCC)進行了比較。

然而，值得注意的是，通過適應非協作計算卸載解決方案，輪詢周期中的多個智能移動設備僅與WLAN覆蓋范圍中的ONU-AP或蜂窩覆蓋范圍中的ONU-eNB相關聯。此外，采用移動云計算(Mobile Cloud Computation,MCC)的計算任務卸載范例因跨越廣域網(Wide Area Network,WAN)而引發了更長的時延，并且由于集中式云計算具有強大的計算能力而忽略了遠端任務響應時延。另一方面，單獨 MEC的計算分流具有有限的計算和存儲功能的缺點。因此，直到最近，為了緩解FiWi架構上MEC和MCC之間的差距，新興的范例所需的協作計算卸載方案以及最終的CM-FiWi接入網才被認為是解決上述瓶頸的最適宜機制。文獻[32-33]提出了三種實用的解決方案，即達到最優解的集中式最優枚舉協作計算卸載方案、達到近似最優解的集中式近似協作計算卸載算法和分布式博弈論協同計算卸載方案，實現了近乎最優的解決方案，以解決云-MEC協作卸載的NP-Hard問題，適度降低總設備能耗和任務總響應時間。盡管上述研究足夠詳細地概述了智能移動設備、MEC服務器和MCC服務器之間的協作計算分流，但未充分考慮到擴展中央處理器(Center Processing Unit,CPU)周期計算能力、可變設備發射功率和剩余電池容量率，可以進一步擴展到云-MEC使能的協作任務卸載問題中。然而，聯合考慮擴展計算頻率、可變發射功率以及剩余電池容量的任務卸載決策尚未在CM-FiWi 接入網絡中進行探索，減輕任務卸載開銷和實現最優任務卸載決策需要進一步研究。

1.3 跨域資源整合

從互聯網服務提供商(Internet Service Provider,ISP)的角度來看，FiWi網絡雖然具有容量大、靈活性強的優點，但是光纖子網絡與無線子網絡之間仍存在很大的不協調性，這是光纖子網絡和無線子網絡協議轉換的必然結果。從技術上講，當前實現FiWi網絡的無縫組網仍然很困難。文獻[34-39]使用網絡虛擬化(Network Virtualization,NV)技術來緩解光纖網絡和無線網絡之間的差異性，用于解決FiWi接入網的跨域資源整合問題。因為，虛擬網絡(Virtual Network,VN)是建立在統一的虛擬資源上，而不是直接建立在物理結構上，節省了協議轉換的時間。其中，ISP被分為兩個獨立的實體：基礎設施提供者(Infrastructure Provider,InP)和服務提供者(Service Provider,SP)。將定制的物理資源出租給SP的過程稱為虛擬網絡嵌入(Virtual Network Embedding,VNE)，其中InP將從SP獲得收益。此外，研究者們還提出了FiWi接入網虛擬化的通用模型[34]。該模型將應用程序從基礎設施網絡中分離出來，并允許SP向用戶提供由粒度VN承載的服務，而粒度VN是由InP分配的虛擬資源組成的。由于NV的應用，消除了FiWi網絡中跨域物理資源的差異，使FiWi網絡成為更緊密的接入網。

由于業務的復雜性和多樣性，FiWi接入網在資源分配和優化方面面臨著巨大挑戰。雖然NV是一種很有前途的解決方案，它允許異構的VN共存于共享的底層網絡中，但以往的研究工作忽略了VN對QoS的各種需求和底層FiWi接入網資源重新配置的靈活性。Han等人[35]提出了一種基于QoS滿意度和網絡重構的FiWi-VNE框架，通過為每個VN配備一個特定的QoS滿足要求，從更實際的角度來表述VN的需求特征。此外，利用底層網絡的自適應帶寬分配和虛擬網絡重構來實現InP收益的最大化。

FiWi接入網能夠給高帶寬接入提供泛在性和移動性，但是傳統的單路徑傳輸由于業務的多樣化，已經不能滿足人們對網絡性能的需求。針對網絡擁塞問題，人們提出了多路徑算法。傳統網絡中的多路徑算法在異構網絡中存在一定的局限性。Meng等人[36]提出了一種改進的基于FiWi網絡虛擬化模型的改進加權循環算法,具體的調度方案將根據服務請求的質量和通過控制平面全局視圖的鏈路狀態來分配。為了充分利用底層網絡資源，實現較高的虛擬網絡請求(Virtual Network Request,VNR)接收率、InP收益和資源利用率，還提出了一種包含三種子機制的FiWi虛擬資源嵌入方法。同時，該機制還考慮了負載均衡和優先級[37]。

在現有邊緣計算使能的FiWi網絡上IoT的研究中，仍然面臨著幾個重要挑戰，如帶寬飽和、能量約束、低延遲傳輸以及數據安全和隱私。為了全面理解IoT和云計算支持的邊緣計算，即物聯云(Cloud of Things,CoT)，Ning等人[38]首先討論了CoT在邊緣計算方面的一些獨特的研究方向，考慮到CoT中邊緣部署的可持續性和高能效的重要性，提出了一種綠色、可持續的合作邊緣計算虛擬網絡嵌入框架——具體來說，利用可靠性函數來確定備份邊緣設備的數量，并將VN嵌入到CoT中合適的邊緣設備上；最后，討論了一些研究挑戰和有待解決的問題。Gong等人[39]利用NV來支持計算和網絡資源的協調，描述了VN與計算任務需求之間的關系：首先，采用圖形切割算法將盡可能多的VN嵌入到前端WMN的公共網絡基礎設施中，以最小化總發射功率為目標；另一方面，將不可能嵌入的VN轉換成新的網絡，這些網絡必須通過PON光纖回傳進行處理，從而優化系統中的波長消耗數。

2 目前存在的問題

下一代無縫融合FiWi接入網憑借其在無線前端的低成本、泛在性以及移動性和光纖回傳的高頻帶、大容量以及高可靠等方面的優勢，成為了5G寬帶接入網發展的可行解決方案。然而，在綠色FiWi接入網演進過程中仍然存在諸如無線反復重傳、業務共存轉發和跨域資源整合等問題。

2.1 無線反復重傳

一個融合的FiWi接入網可以通過將一些低負載、長空閑的網絡器件切換成休眠狀態，以便節省更多的電能，要么關注的是無線/蜂窩前端，要么側重點是OAN回傳。特別地，對于以WiFi覆蓋的IEEE 802.11家族而言，無線基站采用PSM機制。同時，MP切換到休眠狀態。此外，UE最大限度地利用了4G/5G蜂窩網絡覆蓋中超時驅動的DRX/不連續傳輸(Discontinuous Transmission,DTX)機制。對于后者，時分復用無源光網絡(Time Division Multiplexed Passive Optical Network,TDM-PON)和時分波分復用無源光網絡(Time and Wavelength Division Multiplexed PON,TWDM-PON)中分別采用單個ONU休眠機制或者聯合OLT與ONU協作休眠模式。現有文獻研究主要集中在綠色FiWi接入網方面，主要包括以下幾個方面:一是網絡架構設計，通過優化網絡設備部署數量，周期性實現網絡拓撲重構，使得無線路由器(Wireless Router,WR)和ONU部署成本最小化;二是高效頻帶分配機制，整合無線前端和光纖回傳的功率調度，缺點是復雜的計算和資源分配的差異性;三是動態自適應機制，根據動態流量分布圖調整ONU的功率狀態，缺點是單一的PON的節能設計;四是在FiWi Enhanced LTE-A HetNet中考慮UE連接約束，使得BS的能耗最小化，以犧牲設備的成功連接數為代價，也就是在一定的接入比下實現節能的目的;五是基于服務類別的節能機制，WiMAX和LTE-A分別擁有5個和8個服務類別，PON由3個服務類別構成，通過將服務類別差異化融入到節能機制中。

現有方法從網絡設備的優化部署、前端回傳協作節能機制、ONU功率狀態調度策略、降低用戶成功訪問比例、基于可達性和流量分配的相關性節能機制、服務類別差異整合等方面入手，實現FiWi網絡的節能。然而，為所有ONU-MPP提供外部電源將涉及到很高的能耗成本，特別是在缺乏外部電源的地方部署ONU-MPP，如偏遠山區、軍事上的機動通信等。為此，利用光載電能傳輸(Power over Fiber,PoF)的PON被認為是關鍵的供能技術。然而，對具有發展前景的FiWi接入網的PoF供能技術的研究還處于起步階段。

2.2 業務共存轉發

為了實現超低時延、低能耗、業務本地化處理、可定制、高可靠性等目標，近年來，ETSI提出的MEC技術受到了廣泛關注。將遠端云數據中心的功能，如移動計算、網絡控制和存儲下放到網絡邊緣，在資源受限的智能移動設備(Smart Mobile Device,SMD)實現計算密集型和時延敏感型應用。需要注意的是，為了支持更多的接入模式，需要將MEC升級到多訪問邊緣計算。由于先前無線光寬帶接入網(Wireless Optical Broadband Access Network,WOBAN)架構面臨著WMN和網關瓶頸，將云與WOBAN架構進行融合可以優化資源利用率，同時提供更好的服務和更高的可擴展性，這就產生了云通用網絡架構。為了充分利用兩級云-微云架構，Rimal等人[29]設計了傳統云與新興微云在FiWi網絡上共存的架構。此外，一些現有研究詳細考慮了MEC 支持協同計算卸載策略,給CM-FiWi 網絡中具有多個計算任務的協同計算卸載范式提供了深刻的見解,并且提出了一個有前景的博弈論解決方案，進而延長了SMD 的電池壽命。

在現有的CM-FiWi網絡架構中，主要從兩個方面進行考慮：一是CM-FiWi網絡架構設計和網絡資源管理。為了進一步降低微云部署成本，需要優化混合微云部署策略。二是CM-FiWi網絡的協作計算卸載。但是，本地SMD在計算能力和發送功率固定的基礎上仍然消耗了較多的能量。為進一步降低任務卸載響應時間和能耗，可從計算頻率擴展和發射功率分配的角度出發，對CM-FiWi接入網中協作任務計算卸載進行深入研究。

2.3 跨域資源整合

FiWi網絡上已經加載了多個數據業務流類型，如語音、視頻和數據，它們各有特點，有的對時延敏感，有的對丟包率敏感，等等。通常，數字多媒體流占FiWi網絡上所有業務的很大比例。在FiWi網絡中，所有的業務在沒有系統管理的情況下運行，導致了混亂的局面。與此同時，NV所帶來的理論性能和技術能力方面并沒有什么新東西，而是一種組織網絡的新思路，它使得解決現存FiWi接入網絡中存在的一些實際問題成為可能。異構網絡雖然在實現廣覆蓋和大網絡容量方面表現優異，但是也面臨著回傳瓶頸的挑戰，如有限的回傳容量、忽略的時延和可靠性。與此同時，FiWi enhanced LTE-A HetNet有望成為解決回程瓶頸的可行方案。

另一方面，以往的研究大多只是通過優化VN的嵌入來提高InP收益，而忽略了實際的流量需求和底層FiWi接入網的特點。例如，假設InP為每個被接受的VN提供所有必需的資源。在實際通信中，VN具有不同的QoS需求，這反映了VN具有不同的QoS滿足要求。此外，信道重分配不僅會導致底層物理網絡頻繁切換，使得無線接口信道面臨高代價的挑戰，而且對CPU或帶寬資源要求較高的VN也很難找到可行的嵌入解決方案。因此，為了更好地實現全局資源優化，需要進行靈活的網絡重構。例如，通過優化某個時間窗口內到達的VN的嵌入順序，在不重新分配信道的情況下重新配置現有VN的嵌入，可以提高VN的接納率。為了實現無縫組網，緩解頻帶緊張，避免節點或者鏈路故障，利用網絡虛擬化來彌補FiWi各子網絡之間的差異。然而,現有工作沒有考慮FiWi enhanced LTE-A HetNet虛擬化,同時忽略了用戶設備約束下的虛擬網絡請求和集群本地虛擬資源分配算法,未能進一步提高InP 的收益和降低網絡能耗。

3 未來展望

綜合以上分析，針對融合FiWi接入網中無線反復重傳、業務共存轉發以及跨域資源整合引發的高能耗問題，應以高效頻帶分配、協作計算卸載以及網絡虛擬化為解決方案，進一步降低FiWi接入網中的能耗。圖2描述了總體技術路線圖。

圖2 總體技術路線圖

3.1 高效頻帶分配

ONU的休眠階段被分成幾個時隙，ONU休眠和活躍狀態所消耗的電功率僅由OLT通過PoF技術提供。因此，移動網絡運營商可以允許ONU-MPP無需外部電源即可正常運行。在能耗最小化FiWi 網絡中, OLT 與ONU-MPP 進行聯合休眠。但是,無線前端的網絡設備沒有考慮其節能機制。光纖回傳網絡不僅考慮了在輪詢周期時間內聚合ONU-MPP 的高效頻帶分配和休眠調度機制,而且還考慮了光用戶單元(Optical Subscriber Unit, OSU)的PoF 技術以及OLT 與集成的ONU- MPP 在專用波長上的數據通信。應從感知節能控制的角度出發，深入研究FiWi網絡的高效節能機制，運用動態頻帶分配、網絡器件協同休眠機制、排隊論及PoF等基礎理論，采用能量感知的節能機制，使網絡營運商的收益最大化。

3.2 協作計算卸載協作計算卸載

應從MEC計算的角度出發，深入研究CM-FiWi網絡的高效協作計算任務卸載機制，運用流量共存理論、協作計算遷移理論、排隊論及迭代搜索算法等基礎理論研究SMD的能耗最小化問題。在CM-FiWi寬帶接入網上，形成具有多種計算任務的能量感知協同計算卸載問題。為了進一步降低能耗，延長SMD的壽命，協同計算卸載模式的迭代搜索算法(Iterative Searching Algorithm for Collaborative Computation Offloading Paradigm,ISA-CCO)獲得了廣泛的關注。該算法綜合考慮了計算頻率擴展、可變發射功率和剩余電池容量因素對任務卸載決策的影響,最終得到了能耗最小化的任務卸載分布。

3.3 網絡虛擬化

在現有FiWi網絡虛擬化研究中，絕大多數考慮的虛擬資源是頻帶、計算能力以及存儲空間等，而忽略了底層網絡架構特征。換句話說，并沒有明確優先考慮本地網絡結構，即本地無線光網絡網關。可以設計一種簡單而有效的虛擬資源分配算法，用于將WMN組織成在不同無線電信道上操作的區域，研究一個或多個簇頭將通信業務由一個區域或從該區域路由到另一個區域的影響。同時, 從局部路由的有效性出發，該路由優先將本地網關傳輸到光網絡，并避免了不包含報文源或目的區域的無線分組傳輸。

4 結束語

因支持大規模移動數據傳輸,FiWi 網絡架構是未來移動寬帶接入網的潛在解決方案。但是，目前FiWi 接入網的演進并沒有取得重大突破，特別是綠色通信需求下的無線反復重傳、業務共存轉發以及跨域資源整合。FiWi網絡架構在增強現實/虛擬現實、智能視頻加速、人臉識別、車聯網、物聯網、觸碰網以及智能家居和智能電網的新興運用場景中，獲得了越來越多的關注,但同時，研究者對有關基礎理論和關鍵技術的認知還處于初級階段，仍需要進行大量、有效的研究與探索。應充分考慮FiWi接入網的高效頻帶分配、協作計算卸載以及網絡虛擬化，并以此為研究方向，進一步降低無線反復重傳、業務共存轉發和跨域資源整合所導致的高能耗，以增強網絡能效為目標，著力構建具有綠色通信的下一代FiWi寬帶接入網。