CN105208126B - 一种基于用户端存储的干扰管理方法 - Google Patents

Abstract

本发明公开了一种基于用户端存储的干扰管理方法，属于无线通信技术领域。所述管理方法中，微基站根据一段时间内各用户端历史请求的文件信息，预测小小区内每个用户端的需求集合，并将每个用户端的需求集合中的文件按流行度进行排序；微基站根据每个用户端的存储能力和需求集合，确定每个用户端的喜好文件集合；微基站根据每个用户端的情景信息和网络的实时负载，确定用户端的大尺度信道和网络的剩余资源分布，在网络剩余资源充足，不影响其他业务，并且用户端信道条件较好时，将喜好文件集合在用户端发起请求之前推送给每个用户端，保证推送过程低能耗，并且对网络额外开销很小，具有高效的管理干扰、广泛性强的优点。

Description

一种基于用户端存储的干扰管理方法

技术领域

本发明涉及一种基于用户端存储的干扰管理方法，属于无线通信技术领域。

背景技术

移动通信的业务需求在过去十年呈现了爆炸式的增长，并且要承担在未来十年满足1000倍增长的业务需求挑战。通过提升空间复用率，网络密集化部署是一种提升吞吐量的有效方式，因此面向未来移动通信系统，旨在提高空间利用率的小小区网络，已得到广泛关注，但是小小区网络的性能受到干扰的严重影响，见参考文件[1]：N.Bhushan,J.Li,D.Malladi,R.Gilmore,D.Brenner,A.Damnjanovic,R.Sukhavasi,C.Patel,andS.Geirhofer,“Network densification:the dominant theme for wireless evolutioninto 5G,”IEEE Commun.Mag.,vol.52,no.2,pp.82–89,2014.。

对移动通信的业务需求的观测表明，绝大多数业务需求是因为少量文件重复传输所产生的。为了利用此特征，以及考虑到存储介质的价格日益降低，在移动通信网络中部署存储自然而然的被提出。

在用户端存储可能被访问的文件，来提升用户的体验(QoE,Quality ofexperience)，是一项研究已久的技术，称为提前获取(Prefetching)，见参考文件[2]：B.D.Higgins,J.Flinn,T.J.Giuli,B.Noble,C.Peplin,and D.Watson,“Informed mobileprefetching,”in ACM MobiSys,2012。Prefetching通过预测，在用户信道较好时，将用户最可能访问的文件从服务器存储到本地存储介质中。用户发起文件请求时，如果文件在本地存储则可以获得零延时的QoE；如果文件没有在本地存储介质中，则从接入的基站获取。Prefetching能否提升QoE，主要取决于对用户可能访问的文件预测是否准确。然而，提前存储到用户本地存储介质的文件，可能不会被用户请求，因此应最大程度降低基站在提前存储过程中的损耗。

在用户端存储喜好文件，显然可以使得用户的QoE得到一定的提升。然而，Prefetching要么仅仅考虑用户信道条件进行文件提前获取，忽略了当前网络的干扰情况，可能会降低网络整体性能；要么仅仅利用多余的网络资源，进行文件提前获取，并未考虑基站在提前存储过程中的损耗。而且，Prefetching并没有考虑存储文件到用户本地对干扰管理的作用。

发明内容

本发明提出一种基于用户端存储的干扰管理方法，Prefetching-Advanced，包含一个用户端存储方案、一个辅助存储的传输方案和一个基于存储的干扰管理方案。其中，存储方案确定每个用户端需要存储的文件；传输方案将用户端需要存储的文件传输给用户端；干扰管理方案在用户端发起请求时，确定如何将文件传输给用户端。

在本发明中，存储方案利用移动通信业务中少量文件重复传输造成大部分负载的特征、用户端存储介质的价格日益降低的特点以及用户的喜好可预测的特性，选择各个用户端的最可能访问的文件作为各个用户端的喜好文件，存储到用户端；传输方案利用用户端行为及基站剩余资源的可预测性将喜好文件传输给用户端；干扰管理方案则利用用户端存储的喜好文件，在用户请求喜好文件时，不对网络产生干扰。

由于本发明的存储方案充分利用用户端的本地存储介质提前存储各个用户端的喜好文件，因此在用户端请求文件时，大多数用户端的文件请求可以从本地存储介质获取。

由于本发明的传输方案根据用户端位置及运动轨迹的可预测性与基站剩余无线资源的可预测性，结合基站休眠策略并充分利用基站服务其他业务的剩余资源，在不影响网络的其他业务的同时推送给用户端需要存储的文件，因此可以最大程度地降低提前推送带来的代价。

由于本发明的干扰管理方案充分利用用户端的本地存储资源，用户端从本地获取文件时不会对网络产生干扰，同时也卸载了网络的负载，从而减少了干扰，可以提升小小区网络容量；另外用户端从本地获取文件，不受到其他用户端的干扰，可以提升用户端的QoE。

本发明为一种基于用户端存储的干扰管理方法，所述的干扰管理方法适用于小小区网络场景，所述的小小区网络包括一个宏小区，宏小区包含多个微基站，微基站负责提前推送用户端的喜好文件和处理用户端的文件请求。小小区网络服务用户端，所述的干扰管理方法包括以下步骤：

步骤1：微基站根据一段时间内各用户端历史请求的文件信息，预测小小区内每个用户端的需求集合(可能访问的文件集合)，并将每个用户端的需求集合中的文件按流行度进行排序。

步骤2：微基站获取每个用户端的存储能力(可以存储的文件数Nu，每个用户端可以不同)，根据每个用户端的存储能力和需求集合，确定每个用户端的喜好文件集合。所述喜好文件集合，为每个用户端需求集合中的流行度最大的前Nu个文件，每一个文件称为喜好文件，完成文件存储方案。

步骤3：微基站根据每个用户端的情景信息和网络的实时负载，确定用户端的大尺度信道和网络的剩余资源分布，在网络剩余资源充足，不影响其他业务，并且用户端信道条件较好时，将喜好文件集合在用户端发起请求之前推送给每个用户端，保证推送过程低能耗，并且对网络额外开销很小。

步骤4：各个用户端将接收到的喜好文件集合，存储在本地存储介质，完成传输方案。

步骤5：用户端发起文件请求时，判断请求文件是否为已经存储在本地存储介质中的喜好文件；若是喜好文件，则直接从本地存储介质获取喜好文件；若不是喜好文件，用户端接入距离最近的基站，从基站获取文件，完成干扰管理方案。

本发明的优点在于：

(1)本发明具有高效的管理干扰的优点。

本发明提出基于存储的干扰管理方案，充分利用网络业务的特点，在用户端存储喜好文件，使得用户端在请求这些喜好文件时不会产生干扰，也不会受到干扰的影响。用户端的喜好文件是用户端最可能请求的文件，消除请求喜好文件产生的干扰，可以减少网络中的大部分干扰，提升小小区网络的吞吐量；用户端请求喜好文件时不会被干扰，而所有用户端均存储有喜好文件，因此可以提升大部分用户端的QoE。

(2)本发明具有低能耗的优点。

将喜好文件集合根据用户端行为及基站剩余资源的可预测性，使基站可以在保证时效条件下进行低能耗的提前推送传输。

(3)本发明具有不增加额外部署，广泛性强的优点。

本发明通过预测喜好文件，根据用户端行为及基站剩余资源的可预测性进行传输实现文件存储过程，只需要每个用户端具有少量的存储能力，对用户端的要求低，而且考虑到智能手机的发展，用户端的存储空间十分充足。本发明不需要增加任何额外的部署，可以广泛实现。

附图说明

图1是本发明提供的干扰管理方法流程图；

图2是本发明中进行文件传输示意图；

图3是本发明实施例中采用的小小区网络示意图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

本发明为一种基于用户端存储的干扰管理方法，适用场景为小小区网络，所述的小小区网络包括一个宏小区，一个宏小区包括多个微基站，微基站负责提前推送用户端的喜好文件和处理用户端的文件请求。

本发明提出一种基于用户端存储的干扰管理方法，如图1所示，所述的干扰管理方法包括以下几个步骤：

步骤1：微基站根据一段时间内各用户端历史请求的文件信息，预测小小区内每个用户端可能访问的文件集合)，并将文件按流行度进行排序，得到每个用户端的需求集合。

各用户端的历史文件请求信息包括：请求文件的类型、请求文件的大小、各个请求文件被请求的次数。

步骤2：微基站获取每个用户端的存储能力(可以存储的文件数Nu，每个用户端可以不同)，根据每个用户端的存储能力和需求集合，确定每个用户端的喜好文件集合。所述喜好文件集合，为每个用户端的需求集合中的流行度最大的前Nu个文件，每一个文件定义为喜好文件。

微基站通知每个用户端上报本地存储空间大小；

每个用户端将本地存储介质的大小反馈给微基站；

微基站根据每个用户端的需求集合中的文件大小，计算每个用户端可以存储的文件数Nu，并且选取每个用户端的需求集合中前Nu个文件作为用户端的喜好文件。

步骤3：微基站根据每个用户端的情景信息和网络的实时负载，在保证推送过程对网络额外开销很小的前提下，将喜好文件在用户端发起请求之前推送给每个用户端。

确定目标用户端的喜好文件集合及目标文件的时效范围(用户端请求喜好文件集合中的喜好文件之前的时间称为时效范围)；

根据对目标用户端在时效范围内的用户端轨迹及位置的预测，找到对应时隙的接入基站，并获得不同位置对应的大尺度信道强度。基于获得的大尺度信道强度，进一步获得该路径信道强度的概率分布；

基于基站对历史数据的统计，预测时效范围基站服务实时业务的繁忙程度，获得在未来时效范围时间内不同剩余带宽状况的期望时间；

基于获得的信道相关信息及基站剩余资源信息，求得传输的水平面及门限，水平面和门限为确定功率分配的参数；

根据获得的传输水平面及门限，在未来每个时隙基站均做出分配方法。结合当前时隙基站测量获得的真实信道增益以及当前真实的可用带宽情况及可用发射功耗情况，基站向目标用户端分配的功率资源分为以下两种情况：

(1)基站存在实时业务需要服务，基站向目标用户端分配发射功率。

(2)基站无实时业务需要服务，基站通过门限对目标用户端信道能量进行检测后决定是否分配资源给目标用户端。

步骤4：各个用户端将接收到的喜好文件集合，存储在本地存储介质。

步骤5：用户端发起文件请求时，判断请求文件是否为已经存储在本地存储介质中的喜好文件；若是喜好文件，则直接从本地存储介质获取喜好文件；若不是喜好文件，用户端接入距离最近的基站，从基站获取文件。

用户发起文件请求时，判断请求文件是否已经存储在本地的存储介质中；

若存储介质中已经存储有此文件，则直接从本地存储介质获取文件，使得用户端在获取文件时不受到来自系统中其他用户端的干扰，并且不会对其他用户端产生干扰。

若存储介质中尚未存储此文件，用户端接入距离最近的基站，从基站获取文件。所述的基站均是指小小区中的微基站。

实施例：

本实施例给定两个微基站的小小区网络，场景内文件传输如图2所示，系统资源首先分配给实时服务的用户，其次小基站将剩余资源(带宽和发射功率)结合存储传输用户的信道信息，用于将文件提前存储到用户本地。SBS₁和SBS₂表示微基站，UE₁₁和UE₁₂表示微基站SBS₁服务的用户端，UE₂₁和UE₂₂表示微基站SBS₂服务的用户端，文件大小相同均为F字节，每个用户端可存储文件数为Nu。应用本发明提出小小区网络中基于存储的干扰管理方案，通过如下步骤实现干扰管理：

步骤1：微基站根据一段时间内各用户历史请求的文件信息，预测区域内每个用户端的需求集合(可能访问的文件集合)，并将每个用户端的需求集合中的文件按流行度进行排序。

微基站SBS₁和SBS₂根据UE₁₁、UE₁₂、UE₂₁和UE₂₂的历史访问记录，通过预测得到四个用户端的需求集合并按流行度从大到小排序，分别为：{1₁₁，2₁₁，…，N₁₁}、{1₁₂，2₁₂，…，N₁₂}、{1₂₁，2₂₁，…，N₂₁}和{1₂₂，2₂₂，…，N₂₂}，四个用户端的需求集合内文件个数分别为N₁₁、N₁₂、N₂₁和N₂₂。

步骤2：微基站获取每个用户端的存储能力，根据每个用户端的存储能力和需求集合，确定每个用户端的喜好文件集合。

微基站获取到每个用户端可存储文件数为Nu，据此得到每个用户端的喜好文件集合分别为S₁₁＝{1₁₁，2₁₁，…，Nu₁₁}、S₁₂＝{1₁₂，2₁₂，…，Nu₁₂}、S₂₁＝{1₂₁，2₂₁，…，Nu₂₁}和S₂₂＝{1₂₂，2₂₂，…，Nu₂₂}，考虑到用户本地有限的存储能力，不可能将所有可能访问的文件存储到本地，因此有Nu₁₁不大于N₁₁，Nu₁₂不大于N₁₂，Nu₂₁不大于N₂₁，Nu₂₂不大于N₂₂。

步骤3：微基站根据每个用户端的情景信息和网络的实时负载，在保证推送过程对网络额外开销很小的前提下，将喜好文件集合在用户端发起请求之前推送给每个用户端。

以对用户端UE₁₁的喜好文件集合推送为例：

确定目标用户端的喜好文件集合S₁₁(喜好文件集合中所有文件总大小为B＝Nu*F比特，及目标文件的时效范围T+Δ_T(其中T为设计时间，Δ_T为弹性时间)。

根据对目标用户端在设计时间T内的用户轨迹及位置的预测，找到对应时隙的接入基站，并通过radio map(由前期统计测量获得的位置与信号强度的对应关系)，获得不同位置对应的大尺度信道强度。基于获得的大尺度信道强度，进一步获得该路径在T时间内信道强度的概率分布函数f(g)。

基于基站对同时间历史数据的统计预测设计时间内基站服务实时业务的繁忙程度，获得在未来设计时间内不同剩余带宽状况的期望时间，例如：可用带宽为W^t等于的期望时间为其中T表示设计时间，表示可用带宽W^t等于的概率，W_max为系统总带宽，L表示可同时服务的实时业务的个数，l表示当前还可额外服务的实时业务的个数。

基于获得关于设计时间T内的信道相关信息及基站剩余资源信息，通过求解如下方程组，求得传输的水平面ν及门限g_th。

方程组为：

其中ξ为功放效率因子，P_act、P_sle分别为基站开启状态及休眠状态下的电路功耗，Δ_t为单位时隙的长度，g表示信道强度的变化。

根据获得的传输水平面ν及门限g_th，在未来每个时隙基站均做出分配方法。结合当前时隙基站测量获得的真实信道增益g^t以及当前真实的可用带宽W^t情况及可用发射功耗情况其中为实时业务预留的带宽，P_max为最大发射功率，基站向目标用户端分配的功率资源分为以下两种情况：

(1)t时隙基站存在实时业务需要服务，t时隙基站向目标用户端分配的发射功率p^t为：

其中表示x取值位于0与之间，此处(2)t时隙基站无实时业务需要服务，基站通过门限g_th对目标用户端信道能量进行检测后决定是否分配资源给目标用户端。当g^t≥g_th时，基站向目标用户端发射的功率为否则基站进入休眠模式，不向目标用户发射，即p^t＝0。

当T时间后，若目标用户端仍未接收到完整的B比特数据，剩余的数据将在Δ_T内以完全利用剩余资源的方式完成传输。

步骤4：各个用户端将接收到的喜好文件集合，存储在本地存储介质，因此每个用户端本地存储的文件集合分别为S₁₁＝{1₁₁，2₁₁，…，Nu₁₁}、S₁₂＝{1₁₂，2₁₂，…，Nu₁₂}、S₂₁＝{1₂₁，2₂₁，…，Nu₂₁}和S₂₂＝{1₂₂，2₂₂，…，Nu₂₂}。

步骤5：用户端发起文件请求时，判断请求文件是否为已经存储在本地存储介质中的喜好文件；若是喜好文件，则直接从本地存储介质获取喜好文件；若不是喜好文件，用户端接入距离最近的微基站，从微基站获取文件。

UE₁₁、UE₁₂、UE₂₁和UE₂₂发起文件请求分别是在喜好文件集合{1，2，…，N}中的喜好文件分别为{F₁₁，F₁₂，F₂₁，F₂₂}，其中F₁₁∈S₁₁，F₁₂∈S₁₂，F₂₂∈S₂₂。因此，F₁₁、F₁₂和F₂₂在UE₁₁、UE₁₂和UE₂₂的存储介质中，F₂₁不在UE₂₁的存储介质中。用户端UE₁₁、UE₁₂和UE₂₁通过本地存储介质，获取请求的文件，达到理想QoE，并且不会对UE₂₁产生干扰，也不会受到UE₂₁的干扰。小区中的干扰得到减小，UE₂₁通过接入SBS₂从回传链路获取请求的文件，相比于存在来自UE₁₁、UE₁₂和UE₂₁的干扰的情况，可以达到更高的数据率，因此小小区网络系统的吞吐量得到提升。可以看出由于对喜好文件进行了存储，喜好文件F₁₁、F₁₂和F₂₂可能产生的干扰，和请求F₁₁、F₁₂和F₂₂可能会受到的干扰均被减小，而喜好文件F₁₁、F₁₂和F₂₂又占据了网络的绝大部分的负载，因此通过存储喜好文件可以高效的管理干扰。

Claims (2)

1.一种基于用户端存储的干扰管理方法，其特征在于：

步骤1：微基站根据一段时间内各用户端历史请求的文件信息，预测小小区内每个用户端可能访问的文件集合，并将文件按流行度进行排序，得到需求集合；

步骤2：微基站获取每个用户端的存储能力根据每个用户端的存储能力和需求集合，确定每个用户端的喜好文件集合；所述喜好文件集合，为每个用户端需求集合中的流行度最大的前Nu个文件，每一个文件称为喜好文件；Nu为每个用户端存储的最大文件数；

步骤3：微基站根据每个用户端的情景信息和网络的实时负载，确定用户端的大尺度信道和网络的剩余资源分布，将喜好文件集合在用户端发起请求之前推送给每个用户端；

步骤4：各个用户端将接收到的喜好文件集合，存储在本地存储介质，完成传输方案；

步骤5：用户端发起文件请求时，判断请求文件是否为已经存储在本地存储介质中的喜好文件；若是喜好文件，则直接从本地存储介质获取喜好文件；若不是喜好文件，用户端接入距离最近的基站，从基站获取文件，完成干扰管理方案；

所述的步骤3中在微基站向每个用户端推送喜好文件集合之前，首先需要确定目标用户端的喜好文件集合及目标文件的时效范围；基于基站对历史数据的统计，预测时效范围基站服务实时业务的繁忙程度，获得在未来时效范围时间内不同剩余带宽状况的期望时间；基于获得的信道相关信息及基站剩余资源信息，求得传输的水平面及门限；根据获得的传输水平面及门限，在未来每个时隙基站均做出分配方法；结合当前时隙基站测量获得的真实信道增益以及当前真实的可用带宽情况及可用发射功耗情况，基站向目标用户端分配功率资源。

2.根据权利要求1所述的一种基于用户端存储的干扰管理方法，其特征在于：各用户端的历史请求的文件信息包括：请求文件的类型、请求文件的大小、各个请求文件被请求的次数。