—种TD-LTE核心网资源池的动态负荷均衡算法

爱卫生

本文摘自“2010年中国通信国际会议”文集。

【作者】 林良书；

【机构】 中国移动通信集团上海有限公司；

【摘要】 本文基于TD-LTE/SAE网络架构,在核心网设备MME组Pool的场景下,提出了一种核心网资源池的动态负荷均衡算法,基于该动态负载均衡算法能够进行池与池之间,以及池内的负荷分担或负载迁移。采用该算法弥补了当前执行负荷分担算法的网元在不与核心网设备额外交互情况下无法获取当前核心网设备负荷情况的一个盲点。

【关键词】 TD-LTE； SAE； MME Pool； 负荷分担； 动态均衡；

1 TD-LTE的核心网架构

早在2004年3GPP为了保证其在10年内甚至10年后的竞争力，提出了3GPP系统3G后的演进方向，启动了LTE/SAE项目。

本次上海世博会上，作为TD-SCDMA后续演进技术的TD-LTE成为“科技世博”的一大亮点。中国移动在上海世博园区承建的全球第一个TD-LTE规模演示网覆盖世博全园5.28平方公里，共建有室外站17个，实现了对一轴四馆等9个主要场馆的室内覆盖，将为来自海内外的七千万观众提供居于国际领先水平的宽带无线移动通信体验,其标志着我国通信行业自主创新进入了一个崭新发展阶段。

而上海世博TD-LTE演示网的核心网部分采用SAE(System Architecture Evolution)架构[1]，其配合无线侧LTE技术实现基于全IP、多接入、高数据速率的分组网络，它定义了3GPP的核心网PS域演进方向以及全新的架构，即EPC(Evolved Packet Core)。

目前，SAE和EPC被默认为是同一个概念，即配合实现LTE计划的全新核心网PS域架构，从本质上来说，SAE实现了核心网PS域控制和承载的分离。

从架构上来看，传统的SGSN和GGSN功能归并后重新划分为三个新的逻辑网元：移动管理实体(MME)、服务网关（Serving Gateway)和分组数据网网关（PDN GW)。由该三个网元完成传统的SGSN和GGSN的全部功能。服务网关（Serving Gateway)和分组数据网网关（PDN GW)合称为SAE网关（SAEGW)。

因此，SAE系统整体构架如图1。

另外，SAE架构中提出了全新的接口，涉及到信令控制、用户数据交互、接入控制、QoS控制、计费规则等。

2 MME Pool组网方案

核心网资源池是一种新的组网方式，这种组网模式打破了传统网络中一个无线网络节点（如RNC/BSC/eNodeB)只能连接到一个核心网络节点(如MSC/SGSN/MME)的限制[2]。而是将一个无线网络节点连接到多个服务核心网络节点上，由这多个服务核心网络节点共同组成一个资源池，为所连接的无线网络节点提供服务。用户可以按照负载均衡的原则注册到池中任意可用的核心网节点，从而实现了资源共享和话务均衡分配；当发生故障时，也可以通过无线网络节点或核心网络节点将用户请求分配到核心网资源池中的其他未发生故障的核心网节点来实现冗灾。另外，在核心网的演进过程中，核心网资源池的应用范围也在不断扩大，如在LTE/SAE网络中，不但存在有MME池，还有MME/SGSN合设节点池以及Serving GW池等，如图2所示：

在MME组pool的场景下，通常由eNodeB来执行NNSF(NAS Node Selection Function)算法，所谓NNSF算法，通常用于UE从外部位置更新到Pool-Area里时或在Pool-Area中开机做Attach时，NNSF功能节点为UE选择核心网资源池节点的机制值得一提的是，在MME Pool中，通常使用MMEC(MME Code)字段来唯一标识MME池中的MME设备。MME和eNodeB节点间通过临时用户标识GUTI(Globally Unique Temporary UE Identity)来携带MMEC信息[4]，并由MME负责分配给移动用户，其在分配GUTI时将在相应的比特位置上带有已配置好的MMEC信息,将含有本局MMEC的GUTI分给用户。eNodeB节点从初始的NAS(Non Access Stratum)非接入层信令中获取MMEC，用于确定核心网节点。另外，若NNSF算法节点没有获得MMEC配置的核心网节点地址、或者得不到MMEC的话(例如获取的用户标识为IMSI或者IMEI，而无带有MMEC的GUTI时），也将采用负荷分担算法为UE路由到合适的MME。此后，UE在资源池内漫游时，均是由此MME节点负责其业务处理。可见，NNSF算法在可用的核心网节点之间可以起到负载均衡的作用。目前各厂家的NNSF算法实现方式不尽相同，主流的算法为MME容量因子算法。其是一种静态算法，它采用加权轮循的方法为新进的MS分配MME。即NNSF功能节点为每个MME预先配置容量因子，根据每个MME的容量设置不同的权重，容量大的MME比容量小的MME被选中的概率大，从而达到各MME负载均衡的效果，由于此算法为静态算法，当Pool内MME扩容时，需要人工修改预先配置的容量因子。

可见，在MMEPool的组网场景中，这种采用容量因子算法来进行池区域负荷分担的方法无法从根本上保证池内各核心网设备中的登记用户数的均衡，也无法避免由不均衡引起的用户登记数溢出。

3 MMEPool的动态负荷均衡算法

综上所述，在MME Pool的场景下，临时用户标识通常采用的是GUTI，其作用与2G/3G网络中的TMSI类似，但其比TMSI所含有的信息量更大[5]，其由MCC、MNC、MMEGI、MMEC以及M-TMSI字段组成。在GUTI中，采用MMEGI(MME Group Identity)字段来标识MME池，采用MMEC(MME Code)字段来唯一标识MME池中的MME设备，采用M-TMSI字段来唯一标识该MME设备内的LTE/SAE用户。可见，eNodeB在MME池中挑选MME时，可以统计附着在其上面的各终端的GUTIs，从GUTI中，分别读取MMEGI以及该MMEGI下的各MMECs，最后计算某一特定MMEGI中的某一特定MMEC下所带的M-TMSI数量，即终端用户数。反复执行该过程，该eNodeB便可以获取当前其上联各MMEPool内的各MME下的用户数，更进一步，各eNodeB还能结合其所收到的承载上下文建立请求消息，统计出其上联各MMEPool内各MME内的用户当前所激活的默认承载数及专用承载数，并整理成一张信息表，如表1所示。结合eNodeB之间的互通流程，如各eNodeB基于X2接口向其它eNodeB广播发送其自身统计出的信息表，即各eNodeB可以通过互相交换该信息表并进行分类汇总统计，使得每一个eNodeB可以感知和获取其上联各MMEPool内各MME下当前所带的用户数，以及每个用户当前所激活的专用承载数及默认承载数，据此，该eNodeB便可以估算出其上联各MME池中的各MME设备的当前性能消耗情况（如CPU、内存资源等），从而能够综合各MME设备的负荷情况及性能情况，为终端选择进行服务的MME设备或发起负载迁移流程来平衡核心网资源池的负荷。

另外，该算法还能应用于2G/3G/LTE网络融合部署的场景，所谓融合部署方式是指可通过升级现网SGSN以支持MME，同时让MME支持现网SGSN功能，在网元级别达到现网核心网和SAE网络的融合。据调研，目前大多数厂商的PS域设备均支持网元级别的融合，融合控制网元（MME+SGSN)可同时接入2G/3G以及LTE用户。当用户终端通过2G/3G接入时，融合网元启用传统SGSN功能，当用户终端通过LTE接入时，融合网元启用MME功能。同样，该MME/SGSN合设网元也能通过资源池的组网方式使核心网资源共享，并同时支持2G/3G用户及LTE用户的接入，其如图3所示：

可见，BSC/RNC与eNodeB分别上联到两个MME/SGSN的资源池中，对于某一合设节点而言，其硬件平台与软件平台已决定了某一设备的综合性能，如支持最大附着用户数100万（包括2G/3G用户以及LTE用户），运营商可根据实际组网需求，如组网规模、用户模型以及业务模型等来配置该合设节点所需支持的最大2G/3G用户数与最大LTE用户数的比例，如配置4:6时，则该MME/SGSN合设节点所支持的最大2G/3G用户数为40万，相应地，所支持最大的LTE用户数为60万。因此，在MME/SGSN合设节点组Pool的场景下，虽然某一合设节点同时支持BSC/RNC与eNodeB的接入，但对于BSC/RNC或eNodeB而言，其所获取的仅是该合设节点在当前接入方式下所支持的最大负荷及性能情况，即其无需考虑该合设节点上当前所附着的异系统的用户数及性能消耗情况。

但由于2G/3G网络中的各BSC/RNC间没有开放接口，即各BSC/RNC无法互相交换其所统计到的信息表，因此，可在BSC/RNC中设立资源因子表，在MME/SGSN Pool初始化的时候就将各个MME/SGSN合设节点的资源预先下发给Pool内各个BSC/RNC，如上述假设每个MME/SGSN合设节点所支持的最大2G/3G用户数为40万，且如图3中，每个MME/SGSN池各接入2个BSC/RNC，因此，每个BSC/RNC收到每个MME/SGSN合设节点的负荷因子为20万。由此，一个特定的BSC/RNC中就会存在各个MME/SGSN合设节点对这个BSC/RNC分配的资源因子，当BSC/RNC需要为某一用户选择MME/SGSN合设节点时，该BSC/RNC就会统计出通过该设备已附着在其上联的各MME/SGSN池中的各MME/SGSN节点的当前附着用户数，由此得到已有多少用户通过该BSC/RNC接入各个MME/SGSN合设节点，从而得到资源因子表中的各个MME/SGSN合设节点在这个BSC/RNC中剩余的资源，由此，其基于MME/SGSN池的当前负荷情况为2G/3G用户选择一个服务节点。

4 结束语

本文提出了一种利用移动核心网资源池标识（如MMEGI等）、核心网设备标识（如MMEC等）以及用户标识（如M-TMSI等）来对TD-LTE核心网资源池中各核心网设备的瞬时动态负荷进行统计的方法，使得无线侧执行负荷分担或触发负载迁移的网元，无需与核心网资源池中的设备进行额外的交互，更无需添加额外的设备，而在用户附着或位置更新过程中，自动获取该终端当前所附着的核心网资源池信息，结合该执行负荷分担算法网元间的互通流程（如广播发送自身所统计的负荷情况），各网元便可计算出其上联各资源池中的各核心网设备当前的附着用户数（负荷）。更进一步，结合不同种类的用户业务模型，该执行负荷分担的网元便可以估算出其上联各核心网资源池中的各核心网设备的当前性能消耗情况（如CPU资源），从而能够基于动态负载均衡算法进行池与池之间，以及池内的负荷分担或负载迁移。采用该算法弥补了当前执行负荷分担算法的网元在不与核心网设备额外交互情况下无法获取当前核心网设备负荷情况的一个盲点。

References（参考文献）

[1]  TS 23.401 General Packet Radio Service (GPRS) enhancements for Evolved Universal Terrestrial Radio Access Network (E-UTRAN) access.

[2]  TS23.236 Intra-domain connection of Radio Access Network (RAN) nodes to multiple Core Network (CN) nodes.

[3]  3GPP TS 23.060 V9.2.0 (2009-09) General Packet Radio Service (GPRS); Service description; stage 2.

[4]  3GPP TS 29.274 V9.0.0 (2009-09) Evolved General Packet Radio Service (GPRS) Tunneling Protocol for Control plane (GTPv2-C); Stage 3.

[5]  3GPP TS 23.003 V9.0.0 (2009-09) Numbering, addressing and identification.