CN106230953A - 一种基于分布式存储的d2d 通信方法及装置 - Google Patents
一种基于分布式存储的d2d 通信方法及装置 Download PDFInfo
- Publication number
- CN106230953A CN106230953A CN201610639243.9A CN201610639243A CN106230953A CN 106230953 A CN106230953 A CN 106230953A CN 201610639243 A CN201610639243 A CN 201610639243A CN 106230953 A CN106230953 A CN 106230953A
- Authority
- CN
- China
- Prior art keywords
- node
- cache node
- cache
- requesting
- coupling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/566—Grouping or aggregating service requests, e.g. for unified processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例公开了一种基于分布式存储的D2D通信方法及装置,其中所述方法包括:依据预设条件选择多个节点作为缓存节点;获取请求节点的请求;在判断蜂窝用户资源节点满足预设通信条件时,将每个类型的请求数据划分为每个类型的请求数据对应的第一预设数量份,并存储于缓存节点中;备份请求节点及备份缓存节点;利用预设算法,得到所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点的最优匹配状态;将最优匹配状态发送给请求节点,由请求节点根据最优匹配状态中与请求节点对应的匹配缓存节点及匹配蜂窝用户资源节点、且由请求节点与匹配缓存节点进行D2D通信、并获取匹配缓存节点的请求数据。
Description
技术领域
本发明涉及大数据存储、处理的移动通信领域,尤其涉及一种基于分布式存储的D2D通信方法及装置。
背景技术
随着无线通信技术的发展,越来越多的人通过网络获取信息,因此人们对于无线通信服务水平的要求也在不断提高。随着数据量的激增,需要对大数据进行存储处理,而传统的存储方法在存储空间、存储速度以及安全性等方面都很难达到要求,因此,分布式存储为大数据的存储和处理提供了技术支撑。
分布式存储是以(网络)编码技术为基础,通过将数据分散存储在多个独立的物理存储设备上,有效的分担了基站存储负载,降低存储成本,具有较好的可扩展性和较好的安全性能。分布式存储有多种编码方式,较为常用的是纠删码,纠删码根据不同的要求,有不同的编码方式,但都具有三个编码参数n,k,d,其中,各编码参数的含义是:将数据分成k份,用不同的编码方式分别存储在n个缓存节点上,使得请求数据的节点可以通过任意建立k个连接来获取整个数据,当某个存储数据的节点丢失或离开服务区,系统则会重新选择一个新节点并从现有的缓存节点中任意选择d个节点建立连接来恢复丢失的数据。通过分布式存储将大数据分块存储在系统内有限的移动设备上,移动设备之间可以通过Ad hoc(Ad-Hoc,点对点)、D2D(Device-to-device,设备-设备之间的通信)等模式进行设备之间的信息交流。尽管分布式存储降低了基站的存储负载,但频谱资源的紧缺仍然是无法提供高质量的无线通信的难题。
使用D2D通信可以提高系统频谱利用率,增加系统吞吐量,D2D通信可以与分布式存储协同合作提高系统的资源利用率。D2D通信是指两个较近的移动设备之间能够直接进行数据传输而不必经过基站传输,D2D通信具有较好的资源利用率,可以提供更多的服务并具有节约能源等优点。D2D通信有两种工作模式,一种是次级用户和主用户共用频段underlay模式,也就是通过复用蜂窝用户的资源来传输信息,一种是检测空闲频段,从而利用空闲频段overlay模式,也就是利用基站分配的专用资源来传输信息。其中,工作于underlay下的D2D通信具有更好的频谱利用率。
由于D2D通信与分布式存储的协同合作可以实现大数据存储、处理、降低移动通信系统传输能耗及提高资源利用率的目的,在有关分布式存储和D2D通信的协同合作方面已有部分研究。但现有的协同合作仅能够解决单一请求数据及固定分布式参数情况下的二维匹配问题,对分布式存储的D2D通信的请求数据的分配、请求节点、缓存节点及蜂窝用户资源节点的四维匹配问题不能获得最优解,从而对多用户多数据的系统来说不具有一般性。
发明内容
本发明实施例的目的在于提供一种基于分布式存储的D2D通信方法及装置,可以针对多用户多数据系统的请求数据的分配、请求节点、缓存节点及蜂窝用户资源节点的四维匹配问题获取最优解,实现良好的分布式存储和D2D通信的协同合作,从而实现降低系统传输能耗,提高资源利用率的目的。
为达到上述目的,本发明实施例公开了一种基于分布式存储的D2D通信方法,应用于基站,所述基于分布式存储的D2D通信方法,包括:
依据预设条件选择多个节点作为缓存节点;
获取请求节点的请求,其中,所述请求携带有不同类型的请求数据;
在判断蜂窝用户资源节点满足预设通信条件时,将每个类型的请求数据划分为第一预设数量份,并存储于所述缓存节点中,其中,所述缓存节点的数量为第二预设数量,且所述第二预设数量大于所述第一预设数量;
备份所述请求节点及备份所述缓存节点;
根据备份后所有的请求节点和所有的缓存节点,利用预设算法,得到所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点的最优匹配状态,其中,所述最优匹配状态为所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点构成的系统且所述系统传输能耗最小值时对应的匹配状态;
将所述最优匹配状态发送给所述请求节点,由所述请求节点根据所述最优匹配状态中与所述请求节点对应的匹配缓存节点及匹配蜂窝用户资源节点、且由所述请求节点与所述匹配缓存节点进行D2D通信、并获取所述匹配缓存节点的请求数据。
本发明还公开了一种基于分布式存储的D2D通信装置,应用于基站,所述基于分布式存储的D2D通信装置包括:
缓存节点选取模块,用于依据预设条件选择多个节点作为缓存节点;
获取请求模块,用于获取请求节点的请求,其中,所述请求携带有不同类型的请求数据;
第一预设数量确定模块,用于在判断蜂窝用户资源节点满足预设通信条件时,将所述请求数据划分为第一预设数量份,并存储于所述缓存节点中,其中,所述缓存节点的数量为第二预设数量,且所述第二预设数量大于所述第一预设数量;
节点备份模块,用于备份所述请求节点及备份所述缓存节点;
最优匹配获取模块,用于根据备份后所有的请求节点和所有的缓存节点,利用预设算法,得到所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点的最优匹配状态,其中,所述最优匹配状态为所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点构成的系统且所述系统传输能耗最小值时对应的匹配状态;
节点通信模块,用于将所述最优匹配状态发送给所述请求节点,由所述请求节点根据所述最优匹配状态中与所述请求节点对应的匹配缓存节点及匹配蜂窝用户资源节点、且由所述请求节点与所述匹配缓存节点进行D2D通信、并获取所述匹配缓存节点的请求数据。
由上述的技术方案可见,本发明实施例提供一种基于分布式存储的D2D通信方法及装置,依据预设条件选择多个节点作为缓存节点,获取请求节点请求,将每个类型的请求数据划分为对应的第一预设数量份并存储于缓存节点中,将四维匹配问题降维成三维匹配问题;备份请求节点及备份缓存节点,将请求节点和缓存节点的多对多的问题简化为一对一的问题,利用预设算法,针对简化后的三维匹配问题得到最优匹配状态,将最优匹配状态发送给请求节点,由请求节点根据最优匹配状态中与请求节点对应的匹配缓存节点及匹配蜂窝用户资源节点、且由请求节点与匹配缓存节点进行D2D通信、并获取匹配缓存节点的请求数据,通过本发明的基于分布式存储的D2D通信,可以降低系统传输能耗,提高资源利用率,提高D2D通信的成功率。当然,实施本发明的任一产品或方法必不一定需要同时达到以上的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例的基于分布式存储的D2D通信方法的基本流程图;
图2为本发明实施例的基于分布式存储的D2D通信装置的基本结构图;
图3为现有技术的基站系统图;
图4为本发明实施例的基于分布式存储的D2D通信方法的请求节点、缓存节点及蜂窝用户资源节点的初始匹配状态图;
图5为本发明实施例的基于分布式存储的D2D通信方法的依据请求数据归类后的请求节点、缓存节点及蜂窝用户资源节点的匹配状态图;
图6为本发明实施例的基于分布式存储的D2D通信方法的请求节点和缓存节点备份后的匹配状态图;
图7为应用现有两种算法和本发明LS算法的总传输能耗的对比图;
图8为应用现有两种算法和本发明LS算法的迭代次数的对比图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明实施例公开了一种基于分布式存储的D2D通信方法,以下分别进行详细说明。
参见图1,图1为本发明实施例的基于分布式存储的D2D通信方法的基本流程图,应用于移动通信领域的基站,包括如下步骤:
步骤101,依据预设条件选择多个节点作为缓存节点。
基于分布式存储的请求数据传输模型,通过对请求节点和缓存节点建立D2D链路传输请求数据,但缓存节点的位置不同,缓存节点与请求节点之间的信道状况不同,都会影响请求数据的成功传输。因此,本发明实施例依据预设条件选择缓存节点,预设条件具体为:对系统内的所有节点计算节点的中心度,其中,中心度是以节点与系统内其他节点的平均距离衡量的,平均距离较小的节点意味着节点的中心度较高,选择具有较高中心度的节点作为缓存节点来存储请求数据,能够使缓存节点、为更多相邻的请求节点服务的可能性增大,缓存节点服务的质量会更好。
步骤102,获取请求节点的请求,其中,请求携带有不同类型的请求数据。
步骤102具体可以理解为:基站获取到请求节点的请求信号,信号中包含多种不同类型的请求数据,基站中可以有多个请求节点同时请求多个不同类型的请求数据。
步骤103,在判断蜂窝用户资源节点满足预设通信条件时,将每个类型的请求数据划分为第一预设数量份,并存储于缓存节点中,其中,缓存节点的数量为第二预设数量,且第二预设数量大于第一预设数量。
预设通信条件是满足D2D传输的中断概率;请求节点通过D2D链路与缓存节点通信获取请求数据的能耗会小于请求节点直接从基站获取请求数据的能耗,但是当请求节点请求的请求数据过大,或系统的信道状况较差时,无法建立稳定的D2D链路,因此本发明为更好的降低能耗、提高通信稳定性,采用基于(n,k,d)编码的分布式存储方式,将量值为Z的请求数据,分成k份,经过编码将请求数据存储在n个缓存节点,其中每个缓存节点存储a量值的请求数据。基于编码的分布式存储方式,通过从n个节点上任意选取k个节点进行D2D通信就能够恢复请求数据。
不同的请求节点可能请求不同的请求数据,相同的请求节点与不同缓存节点建立D2D链路的物理信道不同,消耗的能量也不同。采用(n,k,d)编码方式的分布式存储,每个缓存节点存储的请求数据的量值与k密切相关,而每个缓存节点上存储的请求数据的量值会直接地影响D2D链路能否成功传输请求数据,本发明实施例根据不同类型的请求数据获得对应的第一预设数量kr,并将请求数据r划分为对应的第一预设数量份存储于缓存节点中,能够提高请求数据经由D2D链路传输的成功率。
通过步骤103,将请求数据的分配、请求节点、缓存节点和蜂窝用户资源节点之间的四维匹配问题,通过确定请求数据的分配,将四维匹配问题降维成三维匹配问题。
步骤104,备份请求节点及备份缓存节点。
基于分布式存储的特点,当请求节点请求r的请求数据时,请求节点需要至少与kr个缓存节点建立D2D链路进行通信。一个缓存节点能对请求同一个请求数据的多个请求节点中的一个请求节点进行服务,但一个缓存节点可以服务多个请求不同请求数据的请求节点,请求节点和缓存节点之间的匹配是一个多对多的匹配问题,多对多的匹配问题复杂度较高,不利于三维问题的求解,本发明实施例备份请求节点及备份缓存节点,将多对多的匹配问题简化为一对一的问题,能够降低复杂度和计算难度。
步骤105,根据备份后所有的请求节点和所有的缓存节点,利用预设算法,得到所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点的最优匹配状态,其中,最优匹配状态为所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点构成的系统且系统传输能耗最小值时对应的匹配状态。
预设算法可以是LS(local-search,局部搜索算法)算法或者其他用于求解多维匹配最优解的算法。
根据预设算法获取到的最优解表示、能够使系统中所有缓存节点复用对应的蜂窝用户资源节点的资源向请求节点传输请求数据的系统整体传输能耗较低,资源利用率较高、传输成功率较高的最优路径。
步骤106,将最优匹配状态发送给请求节点,由请求节点根据最优匹配状态中与请求节点对应的匹配缓存节点及匹配蜂窝用户资源节点、且由请求节点与匹配缓存节点进行D2D通信、并获取匹配缓存节点的请求数据。
请求节点根据最优匹配状态中与请求节点对应的匹配缓存节点及匹配蜂窝用户资源节点、且由请求节点与匹配缓存节点进行D2D通信,通信的系统传输能耗较低,资源利用率较高,并且D2D通信的成功率也较高。
可见,本发明实施例中,依据预设条件选择多个节点作为缓存节点,获取请求节点请求,将每个类型的请求数据划分为对应的第一预设数量份并存储于缓存节点中,将四维匹配问题降维成三维匹配问题;备份请求节点及备份缓存节点,将请求节点和缓存节点的多对多的问题简化为一对一的问题,利用预设算法,针对简化后的三维匹配问题得到最优匹配状态,将最优匹配状态发送给请求节点,由请求节点根据最优匹配状态中与请求节点对应的匹配缓存节点及匹配蜂窝用户资源节点、且由请求节点与匹配缓存节点进行D2D通信、并获取匹配缓存节点的请求数据,通过本发明的基于分布式存储的D2D通信,可以降低系统传输能耗,提高资源利用率,提高D2D通信的成功率。
在图1基础上,作为优选的实施例,应用于移动通信领域的基站,本发明实施例的基于分布式存储的D2D通信方法的具体包括如下步骤:
步骤101具体可以包括以下步骤:
第一步,通过平均距离计算公式获取每个节点与其他节点之间的平均距离,并由平均距离小到平均距离大排序平均距离,得到排序结果。
其中,平均距离计算公式为:
其中,o为节点的平均距离,oi为节点i的平均距离,M为基站中所有节点的数量,∑为求和函数,d为两个节点之间的距离,di,j为节点ui和其他节点uj之间的距离,i、j、c分别小于或等于M,i、j、c及M分别为大于0的自然数。
第二步,依据预设条件为排序结果中的排序次序小于或等于N的所有平均距离,选取所有平均距离对应的节点作为缓存节点,其中,N为第二预设数量,N为大于0的自然数,且N小于或等于M。
通过步骤102,选择平均距离较小的节点作为缓存节点,能够使缓存节点尽可能多的为周边可能的请求节点服务,缓存节点服务的质量会更好。
步骤102,获取请求节点的请求,其中,请求携带有不同类型的请求数据。
移动通信领域的基站的系统内的所有移动用户都可以表示为一个节点,系统内存在三类节点:请求节点:请求请求数据的节点;缓存节点:存储请求数据的节点;蜂窝用户资源节点:为D2D通信提供频谱资源的蜂窝用户资源节点;
参见图3,图3为现有技术的基站系统图,其中,请求节点303请求类型为r的请求数据,请求节点可以通过基站301直接获取请求数据,或者请求节点与其他缓存节点,如缓存节点302建立D2D通信获取缓存节点302内存储的请求数据;缓存节点302存储的请求数据的量值为ar,实线表示D2D通信,虚线表示控制信号;请求节点、缓存节点和蜂窝用户资源节点三者之间的关系是:请求节点向基站发送请求信号,请求节点可以通过与基站通信获取请求数据,也可以通过周围的缓存节点,通过复用蜂窝用户资源节点的频谱资源与缓存节点建立D2D通信来获取请求数据。
系统内的所有节点,可以工作在D2D模式也可以作为蜂窝用户资源节点向其它D2D节点共享频谱资源,当节点工作于D2D模式时,节点可以作为缓存节点来存储请求数据,也可以作为请求节点发送请求,系统内的多个请求节点可以请求不同类型的多个请求数据。
将请求数据编码存储到缓存节点,需要对系统内的缓存节点进行请求数据和缓存节点的匹配,选择合适的缓存节点以及通过underlay下的D2D通信来满足请求节点的请求,从而降低整体能耗,因此,这是请求数据的分配、请求节点、缓存节点、蜂窝用户资源节点的四维匹配问题。
步骤103,在判断蜂窝用户资源节点满足预设通信条件时,将每个类型的请求数据划分为第一预设数量份,并存储于缓存节点中,其中,缓存节点的数量为第二预设数量,且第二预设数量大于第一预设数量。
在本发明研究的系统内存在多个随机分布的移动用户u={u1,...,uM}和多个请求数据r={1,…,R}。移动用户中存在多个请求节点,多个请求节点可能会根据需求请求不同的请求数据,为降低基站负载,对请求数据使用(n,k,d)编码进行分布式存储。具体为:对每个请求数据进行(n,k,d)编码,将量值为z的请求数据分成k份,将请求数据编码存储在n个缓存节点上,每个缓存节点存储的请求数据的量值为当请求节点需要下载请求数据时,需要与至少k个缓存节点建立通信;当系统需要修复一个缓存节点时,则需要至少与d个缓存节点建立通信。一般的,对于不同的请求数据r,可以使用不同的编码参数(nr,kr,dr)。本发明假定所有的请求数据都编码并存储在n个节点上,也就是nr=n,但对于请求数据下载和修复的缓存节点的个数是可以不同的。本发明考虑到请求同一个请求数据的请求节点个数、请求数据的量值以及物理状态,选择能够满足尽可能多的请求节点个数的kr,dr参数。
不同的请求节点可能请求不同的请求数据,相同的请求节点与不同缓存节点建立D2D链路的物理信道不同,消耗的能量也不同。采用(n,k,d)编码方式的分布式存储,每个缓存节点上存储的请求数据量值与k密切相关,而每个节点上存储的请求数据的量值会直接地影响D2D链路能否成功传输请求数据,当k越大,用户的存储能耗越低,且缓存节点通过D2D通信向请求节点传输请求数据的成功率增加;因为每个缓存节点能对请求同样请求数据的多个请求节点中的一个请求节点服务,但是每个缓存节点能够对请求不同请求数据的多个请求节点服务,所以当k越小,在有限的缓存节点个数下,会尽可能的满足更多的请求节点。本发明考虑每个请求数据的量值不同,针对不同的请求数据为满足可能的不同的请求节点,使用不同的分布式参数kr。
本发明适用于很多情景,但在本场景中主要考虑请求节点对请求数据的下载过程,其中,过程考虑信道衰落服从瑞利分布,即信道增益服从指数分布,且受到加性高斯白噪声的影响。
本发明充分考虑到如果信道条件极差的情况下,有可能有些请求节点不能通过D2D下载请求数据,如果请求节点不能从D2D获取请求数据,则由请求节点直接从基站下载请求数据。
步骤103具体可以包括:
第一步,获取多个请求节点的多个请求,并按照多个请求中不同类型的请求数据,对应得到不同请求节点的集合。
对请求数据r,查找所有请求请求数据r的请求节点(aj,r=1)的集合CRr,请求节点的个数为
其中,aj,r=1为请求节点uj请求类型r的请求数据,u为系统内所有节点的集合。
第二步,获取划分请求数据的预设划分份数的初始值,其中,初始值比第二预设数量少一个。
预设划分份数表示将请求数据划分的份数,设置请求数据的预设划分份数的初始值为kr=N-1,其中N为第二预设数量。需要说明的是,选择预设划分份数的初始值为kr=N-1时,允许至多一个缓存节点的丢失,但若选择kr=N,当请求节点需要下载请求数据时,需要与至少kr个缓存节点建立通信,此时若有一个缓存节点丢失,获得请求数据所需要连接的缓存节点的个数无法满足,因此,出于系统可靠性的考虑,预设划分份数从kr=N-1开始取值。
第三步,通过中断概率,查找集合中的每个请求节点满足D2D通信的各自的缓存节点,并统计各自的缓存节点的数量。
首先,针对每个请求节点,遍历所有缓存节点和所有蜂窝用户资源节点,获得请求节点、缓存节点及蜂窝用户资源节点构成的传输路径,获取每条传输路径的传输能耗最小值时对应的传输功率。
对每个请求节点,先针对一个缓存节点,遍历完成所有蜂窝用户资源节点,再更换下一个缓存节点继续遍历完成所有蜂窝用户资源节点,直至所有的缓存节点遍历完成,然后更换下一个请求节点,直至所有的请求节点完成遍历;经过节点遍历,获得多个传输路径,每个传输路径表示缓存节点复用蜂窝用户资源节点的资源、与请求节点进行D2D通信的链路,根据传输能耗公式获取每条传输路径的传输能耗,以每条传输路径的传输能耗为元素获得传输能耗三维矩阵,在预设约束条件下对传输能耗三维矩阵中的、每条传输路径的传输能耗求解最小值,获取每条传输路径的传输能耗最小值时对应的传输功率。其中,每条传输路径的传输能耗最小值时对应的传输功率包括缓存节点的发送功率及蜂窝用户资源节点的发送功率。
其中,传输能耗公式为:
其中,c为传输能耗,pj为缓存节点的发送功率,ar为缓存节点存储的请求数据r的量值,为缓存节点ui、复用蜂窝用户资源节点uc的资源、与请求节点uj通信的信息速率。
其中,预设约束条件包括:
1)蜂窝用户服务质量判定条件:其中pi为请求节点的发送功率,giB为蜂窝用户资源节点与基站之间的信道增益;hjB为缓存节点与基站之间的信道增益;np为高斯白噪声;为蜂窝用户资源节点的SINR(signal to interferenceplus noise ratio,信号与干扰加噪声比)的阈值。
2)请求用户服务质量判定条件:其中,gji为缓存节点j和请求节点i之间的信道增益,pc为蜂窝用户资源节点的发送功率,hci为蜂窝用户资源节点c对请求节点i的信道增益(干扰信道),np为高斯白噪声;为请求节点的SINR的阈值。
其中,1)和2)中的各参数除pi、pj、pc外均是可以获取的已知值。
3)功率范围限制条件:及其中和分别为蜂窝用户资源节点的发送功率最大值和缓存节点的发送功率最大值,其中和均是已知值。
其次,根据每条传输路径的传输能耗最小值时对应的传输功率,获得每条传输路径的中断概率。
根据每条传输路径的传输能耗最小值时对应的传输功率中的pj和pc,根据公式:获得信息速率再根据公式:获得每条传输路径的中断概率,以每条传输路径的中断概率为元素获得中断概率三维矩阵,其中,中断概率三维矩阵中的元素包含的传输路径和传输能耗三维矩阵中的元素包含的传输路径一一对应。
再次,当每条传输路径的中断概率
满足时,记录满足的传输路径,获得每个请求节点满足D2D通信的各自的缓存节点,并统计各自的缓存节点的数量。
将中断概率三维矩阵中满足中断概率条件的元素设置为1,不满足中断概率条件的元素设置为0,获得更新的中断概率三维矩阵;其中1表示传输路径满足中断概率条件,能够进行D2D通信,0表示传输路径不满足中断概率条件,不能进行D2D通信。并获得每个请求节点满足D2D通信的各自的缓存节点,将每个请求节点满足D2D通信的各自的缓存节点的集合表示为并统计各自的缓存节点的数量;
其中,为中断概率,i为缓存节点,j为请求节点,c为蜂窝用户资源节点,i、j及c分别小于或等于M,ui为缓存节点,uj为请求节点,uc为蜂窝用户资源节点,i、j、c及M分别为大于0的自然数。
M为基站中所有节点的数量,r为请求数据,pout为中断概率,Prob为概率函数,ar为每个缓存节点存储的请求数据r的量值,为缓存节点ui、复用蜂窝用户资源节点uc的频谱资源、与请求节点uj通信的信息速率。δmax为最大传输延迟,为最大中断概率,最大中断概率作为衡量标尺,如果中断概率小于或等于最大中断概率,表示缓存节点复用对应的蜂窝用户资源节点的资源与请求节点进行D2D通信是可靠的,反之,则表示D2D通信是不可靠的。其中,最大传输延迟和最大中断概率是已知的。
第四步,分别比较各自的缓存节点的数量与预设划分份数。
第五步,在各自的缓存节点的数量中存在至少一个各自的缓存节点的数量、小于初始值时,查找各自的缓存节点的数量中的最小值,将最小值作为待定第一预设数量。
其中,最小值表示为待定的第一预设数量是作为中间过渡的值,用来替换预设划分份数的初始值。
第六步,替换预设划分份数的初始值为待定第一预设数量,得到替换后的预设划分份数。
第七步,在各自的缓存节点的数量中、所有各自的缓存节点的数量大于或等于替换后的预设划分份数时,查找当前各自的缓存节点的数量中的最小值,通过当前各自的缓存节点的数量中的最小值、请求节点及请求节点对应的各自的缓存节点确定不同类型的请求数据对应的第一预设数量,并将每个类型的请求数据划分为第一预设数量份。
第七步,是在各自的缓存节点的数量中所有各自的缓存节点的数量大于或等于替换后的预设划分份数时,根据公式:
确定不同类型的请求数据对应的第一预设数量。
当时,表示保证了每个请求节点都可以通过D2D获取请求数据。
当时,表示存在多个缓存节点,能够与多个请求同一个请求数据的请求节点建立D2D链路,能够保证尽可能多的请求节点能够通过D2D链路的通信获取请求数据。
其中,kr为不同类型的请求数据对应的第一预设数量,min为寻求最小值函数,为当前各自的缓存节点的数量中的最小值,为每个请求节点满足D2D通信的各自的缓存节点的集合,aj,r=1为请求节点uj请求类型为r的请求数据;u为所有节点的集合,U为每个请求节点满足D2D通信的各自的缓存节点的集合的并集,为与请求节点,满足预设通信条件的所有缓存节点的集合,具体为:
集合中的缓存节点均可以和请求节点进行稳定的D2D通信。
其中,为请求数据r的第l个分片存储在第i个缓存节点上;为每个请求数据的分片进行存储且只存在一个缓存节点上;为缓存节点i能够与请求节点j复用蜂窝用户c的资源进行通信;为允许让缓存节点i与请求节点j复用资源的蜂窝用户资源节点的总数。
确定不同类型的请求数据对应的第一预设数量后,针对步骤103第三步中获得的更新的中断概率三维矩阵,计算更新的中断概率三维矩阵中元素为1对应的传输路径的传输能耗,并将元素为0对应的传输路径的传输能耗设置为无穷大,获得更新的传输能耗三维矩阵,其中,更新的传输能耗三维矩阵、传输能耗三维矩阵及中断概率三维矩阵中元素对应的传输路径是一一对应的。
通过步骤103,完成请求数据的分布式存储,将原有的、请求数据的分配、请求节点、缓存节点和蜂窝用户资源节点的四维匹配问题,通过请求数据的分配的确定降维成三维匹配问题。
步骤104,备份请求节点及备份缓存节点。
基于分布式存储的特点,请求节点请求类型r的请求数据,需要至少与kr个缓存节点建立D2D通信,一个缓存节点能对请求同一个请求数据的多个请求节点中的一个请求节点进行服务,但一个缓存节点可以服务多个请求不同请求数据的请求节点,对于请求节点和缓存节点之间的匹配是一个多对多的匹配问题。
以下详细说明,令u1表示所有请求节点的集合;u2表示所有缓存节点的集合;u3表示蜂窝用户资源节点的集合,u表示系统中所有节点的集合。有u1∪u2∪u3=u
参见图4,图4为本发明实施例的基于分布式存储的D2D通信方法的请求节点、缓存节点及蜂窝用户资源节点的初始匹配状态图,参见初始匹配可知,系统中的多个请求节点a1和多个缓存节点a2连接,请求节点a1请求不同的请求数据,请求节点a1和缓存节点a2使用蜂窝用户资源节点a3提供的频谱资源进行D2D通信,其中,请求节点a1上的数字表示请求节点j请求为r的请求数据,缓存节点a2中的数字表示缓存节点ui,蜂窝用户资源节点a3中的数字表示蜂窝用户资源节点uc。需要说明的是,一个蜂窝用户资源节点仅为一对D2D对服务,先将请求相同请求数据的请求节点归类,参见图5,图5为本发明实施例的基于分布式存储的D2D通信方法的依据请求数据归类后的请求节点、缓存节点及蜂窝用户资源节点的匹配状态图,将请求相同请求数据的请求节点归类后,再对请求节点和缓存节点利用F匹配方法进行备份,其中,F匹配方法虽是现有方法,但本发明实施例首次将F匹配方法应用于基于分布式存储的D2D通信领域。备份后的请求节点、缓存节点及蜂窝用户资源节点的匹配状态参见图6,图6为本发明实施例的基于分布式存储的D2D通信方法的请求节点和缓存节点备份后的匹配状态图,备份的详细步骤包括:
第一步,备份缓存节点的数量为第三预设数量,其中,第三预设数量比请求数据的类型数量少一个。
一个缓存节点至多服务一个请求相同请求数据的请求节点,但一个缓存节点可以服务多个请求不同请求数据的请求节点,因此,根据不同类型的请求数据对所有缓存节点进行备份,具体是对所有的缓存节点备份R-1份,备份后共存在R份缓存节点b2,其中,R表示请求数据的类型数量,备份后的每份缓存节点b2都具有所有的缓存节点信息,R份缓存节点完全相同,均含有第二预设数量个缓存节点,每份缓存节点b2对应服务一个请求数据r,假设扩展后的缓存节点的集合为u′2。
第二步,备份请求节点的数量为比第一预设数量少一个。
所有缓存节点备份后,问题可以视为对请求同一个请求数据的多个请求节点共用一份缓存节点b2,每个请求节点根据请求数据r需要与缓存节点建立至少kr个D2D对,所以对每个请求节点b1根据kr,备份kr-1个请求节点以及请求节点的所有相关信息,包括请求节点和缓存节点的联系,备份后的请求相同请求数据的请求节点b1完全一致,假设扩展后的请求节点集合为u′1,扩展后请求节点个数为:
其中,第一步和第二步不分先后顺序。备份请求节点及备份缓存节点完成后,步骤103获得的更新的传输能耗三维矩阵得到了扩展,获得扩展更新的传输能耗三维矩阵。
需要说明的是,其中,系统中每个请求节点和缓存节点构成的D2D对最多复用一个蜂窝用户资源节点的资源,一个蜂窝用户资源节点的资源最多可以服务一个D2D对,所以不需要对蜂窝用户资源节点b3进行扩展,假设u′3=u3。
通过步骤104,利用F匹配将请求节点和缓存节点进行相应的备份,实现请求节点和缓存节点的一对一匹配,将请求节点和缓存节点之间多对多的匹配问题简化,实现降低复杂度和计算难度的目的。
步骤105,根据备份后所有的请求节点和所有的缓存节点,利用预设算法,得到所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点的最优匹配状态,其中,最优匹配状态为所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点构成的系统且系统传输能耗最小值时对应的匹配状态。
第一步,获取每个缓存节点复用对应的蜂窝用户资源节点的资源与每个缓存节点对应的请求节点进行D2D通信的传输能耗。
其中,传输能耗在步骤104获得的扩展更新的传输能耗三维矩阵中能够获得。
第二步,根据备份后所有的请求节点和所有的缓存节点的信息,获取请求节点、对应的缓存节点和对应的蜂窝用户资源节点的匹配三维矩阵,其中,传输能耗为匹配三维矩阵中的元素。
对获得的扩展更新的传输能耗三维矩阵进行矩阵取反运算,获得匹配三维矩阵。
第三步,通过LS算法获取匹配三维矩阵的最优解,并将最优解作为最优匹配状态。其中,第三步又可以包括:
首先,通过贪婪Greedy算法查找匹配三维矩阵中权值最大的超边并删除超边以及与超边相交的超边,得到剩余的匹配三维矩阵。其中,权值表示传输能耗。
其次,查找剩余的匹配三维矩阵中权值最大的超边并删除超边以及与超边相交的超边,得到剩余的匹配三维矩阵的剩余的匹配三维矩阵,重复查找剩余的匹配三维矩阵,直到剩余的匹配三维矩阵为空时,完成匹配三维矩阵的初始匹配。
再次,通过LS算法、在原始的匹配三维矩阵中查找初始匹配的2爪对应的多个第一匹配,当多个第一匹配的权值之和大于初始匹配的权值时,保留多个第一匹配。其中,第一匹配是2爪对应的匹配状态。
当然,如果2爪对应的多个第一匹配的权值之和小于或等于初始匹配的权值时,仍保留使用初始匹配。
然后,通过LS算法、在原始的匹配三维矩阵中查找多个第一匹配各自的3爪对应的第二匹配,当对应的第二匹配的权值之和大于对应的第二匹配相应的第一匹配时,对应的第二匹配代替相应的第一匹配,当多个第一匹配、各自的3爪对应的第二匹配查找完成时,确定所有对应的第二匹配为匹配三维矩阵的最优解。其中,第二匹配是3爪对应的匹配状态。
当然,如果对应的第二匹配的权值之和小于或等于对应的第二匹配相应的第一匹配时,仍保留使用第一匹配。
其中,本发明相比现有的LS算法省略了1爪的找爪过程,目的是为了简化计算。
通过步骤105获取到的最优匹配状态为原请求数据的分配、请求节点、缓存节点和蜂窝用户资源节点的四维匹配问题的最优解。
步骤106,将最优匹配状态发送给请求节点,由请求节点根据最优匹配状态中与请求节点对应的匹配缓存节点及匹配蜂窝用户资源节点、且由请求节点与匹配缓存节点进行D2D通信、并获取匹配缓存节点的请求数据。
步骤106中请求节点根据最优匹配状态中与请求节点对应的匹配缓存节点及匹配蜂窝用户资源节点、且由请求节点与匹配缓存节点进行D2D通信时的系统传输能耗较低,资源利用率较高。
可见,应用本发明实施例的基于分布式存储的D2D通信方法,依据预设条件选择第二预设数量个节点作为缓存节点,获取请求节点的请求,将每个类型的请求数据划分为对应的第一预设数量份,并存储于缓存节点中,将四维匹配问题降维成三维匹配问题,备份请求节点及备份缓存节点,将请求节点和缓存节点的多对多的问题简化为一对一的问题,利用预设算法,得到最优匹配状态,将最优匹配状态发送给请求节点,由请求节点根据最优匹配状态中与请求节点对应的匹配缓存节点及匹配蜂窝用户资源节点、且由请求节点与匹配缓存节点进行D2D通信、并获取匹配缓存节点的请求数据,通过本发明的基于分布式存储的D2D通信,可以降低系统传输能耗,提高资源利用率,提高D2D通信的成功率。
应用现有的IHM(the Iterative Hungarian Matching,迭代匈牙利)算法,现有的HBM(the Hierarchical Bipartite Matching,分层匈牙利)算法和本发明的LS算法进行仿真,并获得仿真结果,图7为应用现有两种算法和本发明LS算法的总传输能耗的对比图,图8为应用现有两种算法和本发明LS算法的迭代次数的对比图。
图7具体为应用本发明的LS算法、现有的IHM算法以及现有的HBM算法以可以提供的蜂窝用户资源为变量分别获取的总的传输能耗值的对比图,从图7可以看出,应用本发明的LS算法的总传输能耗最低,会获得较好的性能提升,但从图8可以看出三种方法中使用本发明的LS算法所进行的迭代次数最多,计算复杂度较高。
本发明可以应用于多种场景,主要有以下三种场景,三种场景的分析过程类似:
场景一:请求节点请求内容,请求节点需要从n个缓存节点中任选k个缓存节点通过建立D2D通信,获取请求数据,本发明实施例主要应用于场景一,前文已经进行详细描述,在此不做赘述。
场景二:缓存节点(存有请求数据的一个分片)请求请求数据,则需要与其他缓存节点建立k-1个连接来获取请求数据。
场景三:当一个缓存节点不可用(缓存节点离开系统或设备关机等原因),缓存节点存储的请求数据丢失,需要选择一个新的节点作为缓存节点,节点则需要通过与其他缓存节点建立d-1个连接来修复丢失的请求数据。
对于场景二,缓存节点(存有请求数据的一个分片)请求原请求数据,则需要与其他缓存节点建立k-1个连接来获取请求数据。具体为:一个缓存节点向基站提出请求数据的请求,请求数据已被分布式存储于多个缓存节点中,提出请求的缓存节点是其中一个存储有请求数据的缓存节点,此时的问题是请求节点、缓存节点、蜂窝用户资源节点的三维匹配问题,特别的是,此处的请求节点是一个存有请求数据分片的缓存节点,面对三维匹配问题,仍可以使用本发明实施例的F匹配方法对缓存节点和请求节点进行备份,只不过此处针对请求节点备份的份数为k-2,再利用本发明实施例的LS算法获取三维匹配问题的最优解。
对于场景三,当一个缓存节点不可用(缓存节点离开系统或设备关机等原因),需要选择一个新的节点作为缓存节点,该节点则需要通过与其他缓存节点建立d-1个连接来修复丢失的数据分片。具体为:原有系统中已经使用(n,k,d)编码分布式存储请求数据,在所有节点均可用的情况下,根据分布式存储的原理,当系统修复一个缓存节点,需要至少与d个缓存节点建立D2D通信,多个节点之间的D2D通信也是三维匹配问题,仍可以使用本发明方法中求解三维匹配问题最优解的部分步骤,目前,相比原系统,存在一个缓存节点不可用,所以缓存节点的数量减少一个,如果需要选择一个新的节点作为缓存节点,节点则需要通过与其他缓存节点建立d-1个连接来修复丢失的数据分片。
本发明实施例还公开了一种基于分布式存储的D2D通信装置,详见图2的本发明实施例的基于分布式存储的D2D通信装置的基本结构图,应用于移动通信领域的基站,与图1的本发明实施例的基于分布式存储的D2D通信方法的基本流程图对应,以下详细说明:
缓存节点选取模块201,用于依据预设条件选择多个节点作为缓存节点。
获取请求模块202,用于获取请求节点的请求,其中,请求携带有不同类型的请求数据。
第一预设数量确定模块203,用于在判断蜂窝用户资源节点满足预设通信条件时,将请求数据划分为第一预设数量份,并存储于缓存节点中,其中,缓存节点的数量为第二预设数量,且第二预设数量大于第一预设数量。
节点备份模块204,用于备份请求节点及备份缓存节点。
最优匹配获取模块205,用于根据备份后所有的请求节点和所有的缓存节点,利用预设算法,得到所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点的最优匹配状态,其中,最优匹配状态为所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点构成的系统且系统传输能耗最小值时对应的匹配状态。
节点通信模块206,用于将最优匹配状态发送给请求节点,由请求节点根据最优匹配状态中与请求节点对应的匹配缓存节点及匹配蜂窝用户资源节点、且由请求节点与匹配缓存节点进行D2D通信、并获取匹配缓存节点的请求数据。
要说明的是,本发明实施例的装置是应用上述基于分布式存储的D2D通信方法的装置,则上述基于分布式存储的D2D通信方法的所有实施例均适用于该装置,且均能达到相同或相似的有益效果。
可见,本发明实施例中,依据预设条件选择多个节点作为缓存节点,获取请求节点请求,将每个类型的请求数据划分为对应的第一预设数量份并存储于缓存节点中,将四维匹配问题降维成三维匹配问题;备份请求节点及备份缓存节点,将请求节点和缓存节点的多对多的问题简化为一对一的问题,利用预设算法,针对简化后的三维匹配问题得到最优匹配状态,将最优匹配状态发送给请求节点,由请求节点根据最优匹配状态中与请求节点对应的匹配缓存节点及匹配蜂窝用户资源节点、且由请求节点与匹配缓存节点进行D2D通信、并获取匹配缓存节点的请求数据,通过本发明的基于分布式存储的D2D通信,可以降低系统传输能耗,提高资源利用率,提高D2D通信的成功率。
在图2的基础上,本发明又一实施例的基于分布式存储的D2D通信装置中,缓存节点选取模块201,包括:
节点平均距离排序子模块,用于根据每个类型的请求数据,通过平均距离计算公式获取每个节点与其他节点之间的平均距离,并由平均距离小到平均距离大排序平均距离,得到排序结果。
缓存节点选取子模块,用于依据预设条件为排序结果中的排序次序小于或等于N的所有平均距离,选取所有平均距离对应的节点作为缓存节点,其中,N为第二预设数量。
本发明又一实施例的基于分布式存储的D2D通信装置中,第一预设数量确定模块203,包括:
请求节点集合获取子模块,用于获取多个请求节点的多个请求,并按照多个请求中不同类型的请求数据,对应得到不同请求节点的集合。
预设划分份数初始化子模块,用于获取划分请求数据的预设划分份数的初始值,其中,初始值比第二预设数量少一个。
各自的缓存节点获取子模块,用于通过中断概率,查找集合中的每个请求节点满足D2D通信的各自的缓存节点,并统计各自的缓存节点的数量。
比较子模块,用于分别比较各自的缓存节点的数量与预设划分份数。
待定第一预设数量获取子模块,用于在各自的缓存节点的数量中存在至少一个各自的缓存节点的数量、小于初始值时,查找各自的缓存节点的数量中的最小值,将最小值作为待定第一预设数量。
替换预设划分份数子模块,用于替换预设划分份数的初始值为待定第一预设数量,得到替换后的预设划分份数。
第一预设数量确定子模块,用于在各自的缓存节点的数量中、所有各自的缓存节点的数量大于或等于替换后的预设划分份数时,查找当前各自的缓存节点的数量中的最小值,通过当前各自的缓存节点的数量中的最小值、请求节点及请求节点对应的各自的缓存节点确定不同类型的请求数据对应的第一预设数量,并将每个类型的请求数据划分为第一预设数量份。
其中,各自的缓存节点获取子模块,还可以包括:
功率优化单元,用于针对每个请求节点,遍历所有缓存节点和所有蜂窝用户资源节点,获得请求节点、缓存节点及蜂窝用户资源节点构成的传输路径,获取每条传输路径的传输能耗最小值时对应的传输功率。
中断概率获取单元,用于根据每条传输路径的传输能耗最小值时对应的传输功率,获得每条传输路径的中断概率。
各自的缓存节点获取单元,用于
当每条传输路径的中断概率
满足时,记录满足的传输路径,获得每个请求节点满足D2D通信的各自的缓存节点,并统计各自的缓存节点的数量。
其中,第一预设数量确定子模块,包括:在各自的缓存节点的数量中所有各自的缓存节点的数量大于或等于替换后的预设划分份数时,根据公式:
确定不同类型的请求数据对应的第一预设数量。
本发明又一实施例的基于分布式存储的D2D通信装置中,节点备份模块204,包括:
缓存节点备份子模块,用于备份缓存节点的数量为第三预设数量,其中,第三预设数量比请求数据的类型数量少一个。
请求节点备份子模块,用于备份请求节点的数量为比第一预设数量少一个。
可见,本发明实施例中,选择第二预设数量个中心度高的节点作为缓存节点,获取请求节点的请求,将每个类型的请求数据划分为对应的第一预设数量份,并分布式存储于缓存节点中,将四维匹配问题降维成三维匹配问题,根据对应的第一预设数量和请求数据的类型数量,备份请求节点及备份缓存节点,将请求节点和缓存节点的多对多的问题简化为一对一的问题,利用预设算法,针对简化后的三维匹配问题,得到所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点的最优匹配状态,将最优匹配状态发送给请求节点,由请求节点根据最优匹配状态中与请求节点对应的匹配缓存节点及匹配蜂窝用户资源节点、且由请求节点与匹配缓存节点进行D2D通信、并获取匹配缓存节点的请求数据,通过本发明的基于分布式存储的D2D通信,可以降低系统传输能耗,提高资源利用率,提高D2D通信的成功率。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种基于分布式存储的D2D通信方法,应用于基站,其特征在于,所述基于分布式存储的D2D通信方法,包括:
依据预设条件选择多个节点作为缓存节点;
获取请求节点的请求,其中,所述请求携带有不同类型的请求数据;
在判断蜂窝用户资源节点满足预设通信条件时,将每个类型的请求数据划分为第一预设数量份,并存储于所述缓存节点中,其中,所述缓存节点的数量为第二预设数量,且所述第二预设数量大于所述第一预设数量;
备份所述请求节点及备份所述缓存节点;
根据备份后所有的请求节点和所有的缓存节点,利用预设算法,得到所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点的最优匹配状态,其中,所述最优匹配状态为所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点构成的系统且所述系统传输能耗最小值时对应的匹配状态;
将所述最优匹配状态发送给所述请求节点,由所述请求节点根据所述最优匹配状态中与所述请求节点对应的匹配缓存节点及匹配蜂窝用户资源节点、且由所述请求节点与所述匹配缓存节点进行D2D通信、并获取所述匹配缓存节点的请求数据。
2.根据权利要求1所述的方法,其特征在于,所述依据预设条件选择多个节点作为缓存节点,包括:
通过平均距离计算公式获取每个节点与其他节点之间的平均距离,并由平均距离小到平均距离大排序所述平均距离,得到排序结果;
依据所述预设条件为所述排序结果中的排序次序小于或等于N的所有平均距离,选取所述所有平均距离对应的节点作为所述缓存节点,其中,所述N为所述第二预设数量。
3.根据权利要求1所述的方法,其特征在于,所述在判断蜂窝用户资源节点满足预设通信条件时,将每个类型的请求数据划分为第一预设数量份,包括:
获取多个请求节点的多个请求,并按照所述多个请求中不同类型的请求数据,对应得到不同请求节点的集合;
获取划分所述请求数据的预设划分份数的初始值,其中,所述初始值比所述第二预设数量少一个;
通过中断概率,查找所述集合中的每个请求节点满足D2D通信的各自的缓存节点,并统计所述各自的缓存节点的数量;
分别比较所述各自的缓存节点的数量与所述预设划分份数;
在所述各自的缓存节点的数量中存在至少一个所述各自的缓存节点的数量、小于所述初始值时,查找所述各自的缓存节点的数量中的最小值,将所述最小值作为待定第一预设数量;
替换所述预设划分份数的初始值为所述待定第一预设数量,得到替换后的预设划分份数;
在所述各自的缓存节点的数量中、所有所述各自的缓存节点的数量大于或等于替换后的预设划分份数时,查找当前所述各自的缓存节点的数量中的最小值,通过所述当前所述各自的缓存节点的数量中的最小值、所述请求节点及所述请求节点对应的所述各自的缓存节点,确定所述不同类型的请求数据对应的所述第一预设数量,并将所述每个类型的请求数据划分为所述第一预设数量份。
4.根据权利要求3所述的方法,其特征在于,所述通过中断概率,查找所述集合中的每个请求节点满足D2D通信的各自的缓存节点,并统计所述各自的缓存节点的数量,包括:
针对每个请求节点,遍历所有缓存节点和所有蜂窝用户资源节点,获得请求节点、缓存节点及蜂窝用户资源节点构成的传输路径,获取每条传输路径的传输能耗最小值时对应的传输功率;
根据所述每条传输路径的传输能耗最小值时对应的传输功率,获得每条传输路径的中断概率;
当所述每条传输路径的中断概率
满足时,记录满足的传输路径,获得所述每个请求节点满足D2D通信的各自的缓存节点,并统计所述各自的缓存节点的数量;
其中,所述为中断概率,所述i为缓存节点,所述j为请求节点,所述c为蜂窝用户资源节点,所述i、所述j及所述c分别小于或等于M,所述ui为缓存节点,所述uj为请求节点,所述uc为蜂窝用户资源节点,所述i、所述j、所述c及所述M分别为大于0的自然数;
所述M为基站中所有节点的数量,所述r为所述请求数据,所述pout为所述中断概率,所述Prob为概率函数,所述ar为每个所述缓存节点存储的所述请求数据r的量值,所述为缓存节点ui、复用蜂窝用户资源节点uc的频谱资源、与请求节点uj通信的信息速率;所述δmax为最大传输延迟,所述为最大中断概率。
5.根据权利要求3所述的方法,其特征在于,所述在所述各自的缓存节点的数量中、所有所述各自的缓存节点的数量大于或等于替换后的预设划分份数时,查找当前所述各自的缓存节点的数量中的最小值,通过所述当前所述各自的缓存节点的数量中的最小值、所述请求节点及所述请求节点对应的所述各自的缓存节点,确定所述不同类型的请求数据对应的所述第一预设数量,包括:
在所述各自的缓存节点的数量中所有所述各自的缓存节点的数量大于或等于替换后的预设划分份数时,根据公式:
确定所述不同类型的请求数据对应的所述第一预设数量;
其中,所述kr为所述不同类型的请求数据对应的所述第一预设数量,所述min为寻求最小值函数,所述为所述当前所述各自的缓存节点的数量中的最小值,所述为所述每个请求节点满足D2D通信的各自的缓存节点的集合,所述aj,r=1为请求节点uj请求类型为r的请求数据;
所述u为所有节点的集合,所述U为每个请求节点满足D2D通信的各自的缓存节点的集合的并集,所述为与所述请求节点,满足预设通信条件的所有缓存节点的集合。
6.根据权利要求1所述的方法,其特征在于,所述备份所述请求节点及备份所述缓存节点,包括:
备份所述缓存节点的数量为第三预设数量,其中,所述第三预设数量比所述请求数据的类型数量少一个;
备份所述请求节点的数量为比所述第一预设数量少一个。
7.根据权利要求1所述的方法,其特征在于,所述根据备份后所有的请求节点和所有的缓存节点,利用预设算法,得到所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点的最优匹配状态,包括:
获取每个缓存节点复用对应的蜂窝用户资源节点的资源与每个缓存节点对应的请求节点的传输能耗;
根据备份后所有的请求节点和所有的缓存节点的信息,获取所述请求节点、对应的缓存节点和对应的蜂窝用户资源节点的匹配三维矩阵,其中,所述传输能耗为所述匹配三维矩阵中的元素;
通过局部搜索LS算法获取所述匹配三维矩阵的最优解,并将所述最优解作为所述最优匹配状态。
8.根据权利要求7所述的方法,其特征在于,所述通过LS算法获取所述匹配三维矩阵的最优解,包括:
通过贪婪Greedy算法查找所述匹配三维矩阵中权值最大的超边并删除所述超边以及与所述超边相交的超边,得到剩余的匹配三维矩阵;
查找所述剩余的匹配三维矩阵中权值最大的超边并删除所述超边以及与所述超边相交的超边,得到所述剩余的匹配三维矩阵的剩余的匹配三维矩阵,重复查找所述剩余的匹配三维矩阵,直到所述剩余的匹配三维矩阵为空时,完成所述匹配三维矩阵的初始匹配;
通过所述LS算法、在原始的匹配三维矩阵中查找所述初始匹配的2爪对应的多个第一匹配,当所述多个第一匹配的权值之和大于所述初始匹配的权值时,保留所述多个第一匹配;
通过所述LS算法、在原始的匹配三维矩阵中查找所述多个第一匹配各自的3爪对应的第二匹配,当所述对应的第二匹配的权值之和大于所述对应的第二匹配相应的第一匹配时,所述对应的第二匹配代替相应的第一匹配,当所述多个第一匹配、各自的3爪对应的第二匹配查找完成时,确定所有所述对应的第二匹配为所述匹配三维矩阵的最优解。
9.一种基于分布式存储的D2D通信装置,应用于基站,其特征在于,所述基于分布式存储的D2D通信装置包括:
缓存节点选取模块,用于依据预设条件选择多个节点作为缓存节点;
获取请求模块,用于获取请求节点的请求,其中,所述请求携带有不同类型的请求数据;
第一预设数量确定模块,用于在判断蜂窝用户资源节点满足预设通信条件时,将所述请求数据划分为第一预设数量份,并存储于所述缓存节点中,其中,所述缓存节点的数量为第二预设数量,且所述第二预设数量大于所述第一预设数量;
节点备份模块,用于备份所述请求节点及备份所述缓存节点;
最优匹配获取模块,用于根据备份后所有的请求节点和所有的缓存节点,利用预设算法,得到所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点的最优匹配状态,其中,所述最优匹配状态为所有的请求节点、所有的缓存节点及所有的蜂窝用户资源节点构成的系统且所述系统传输能耗最小值时对应的匹配状态;
节点通信模块,用于将所述最优匹配状态发送给所述请求节点,由所述请求节点根据所述最优匹配状态中与所述请求节点对应的匹配缓存节点及匹配蜂窝用户资源节点、且由所述请求节点与所述匹配缓存节点进行D2D通信、并获取所述匹配缓存节点的请求数据。
10.根据权利要求9所述的装置,其特征在于,所述缓存节点选取模块,包括:
节点平均距离排序子模块,用于通过平均距离计算公式获取每个节点与其他节点之间的平均距离,并由平均距离小到平均距离大排序所述平均距离,得到排序结果;
缓存节点选取子模块,用于依据所述预设条件为所述排序结果中的排序次序小于或等于N的所有平均距离,选取所述所有平均距离对应的节点作为所述缓存节点,其中,所述N为所述第二预设数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610639243.9A CN106230953B (zh) | 2016-08-05 | 2016-08-05 | 一种基于分布式存储的d2d通信方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610639243.9A CN106230953B (zh) | 2016-08-05 | 2016-08-05 | 一种基于分布式存储的d2d通信方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106230953A true CN106230953A (zh) | 2016-12-14 |
CN106230953B CN106230953B (zh) | 2019-07-05 |
Family
ID=57547766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610639243.9A Active CN106230953B (zh) | 2016-08-05 | 2016-08-05 | 一种基于分布式存储的d2d通信方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106230953B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107155197A (zh) * | 2017-05-31 | 2017-09-12 | 北京邮电大学 | 基于多跳协作的分布式存储方法、装置及电子设备 |
CN107948315A (zh) * | 2017-12-22 | 2018-04-20 | 长春理工大学 | 一种物联网区域覆盖控制方法及系统 |
CN108471609A (zh) * | 2018-03-17 | 2018-08-31 | 西南大学 | 基于d2d认知无线网络的缓存部署方法 |
WO2018218850A1 (zh) * | 2017-05-31 | 2018-12-06 | 上海交通大学 | 文件大小异构的分布式编码缓存放置方法及系统 |
CN109361726A (zh) * | 2018-08-25 | 2019-02-19 | 南京理工大学 | 一种基于无线预存储网络中的三层多对多匹配方法 |
CN109803245A (zh) * | 2019-03-12 | 2019-05-24 | 南京邮电大学 | 一种基于d2d通信的缓存节点选择方法 |
CN109889440A (zh) * | 2019-02-20 | 2019-06-14 | 哈尔滨工程大学 | 一种基于最大生成树的纠删码失效节点重构路径选择方法 |
CN110035415A (zh) * | 2019-04-03 | 2019-07-19 | 西安交通大学 | 一种时延驱动的d2d网络缓存下载方法 |
CN113543067A (zh) * | 2021-06-07 | 2021-10-22 | 北京邮电大学 | 一种基于车载网络的数据下发方法及装置 |
CN115993942A (zh) * | 2023-03-23 | 2023-04-21 | 北京飞轮数据科技有限公司 | 数据缓存方法、装置、电子设备和计算机可读介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101820434A (zh) * | 2009-02-28 | 2010-09-01 | 华为技术有限公司 | 对等网络媒体传输方法、系统和对等节点 |
WO2014070064A1 (en) * | 2012-11-05 | 2014-05-08 | Telefonaktiebolaget L M Ericsson (Publ) | Neighbor discovery in device-to-device communications |
-
2016
- 2016-08-05 CN CN201610639243.9A patent/CN106230953B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101820434A (zh) * | 2009-02-28 | 2010-09-01 | 华为技术有限公司 | 对等网络媒体传输方法、系统和对等节点 |
WO2014070064A1 (en) * | 2012-11-05 | 2014-05-08 | Telefonaktiebolaget L M Ericsson (Publ) | Neighbor discovery in device-to-device communications |
Non-Patent Citations (1)
Title |
---|
张勇 等: "基于非合作博弈的多小区D2D资源分配算法", 《光通信研究》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107155197B (zh) * | 2017-05-31 | 2019-12-13 | 北京邮电大学 | 基于多跳协作的分布式存储方法、装置及电子设备 |
WO2018218850A1 (zh) * | 2017-05-31 | 2018-12-06 | 上海交通大学 | 文件大小异构的分布式编码缓存放置方法及系统 |
CN107155197A (zh) * | 2017-05-31 | 2017-09-12 | 北京邮电大学 | 基于多跳协作的分布式存储方法、装置及电子设备 |
CN107948315A (zh) * | 2017-12-22 | 2018-04-20 | 长春理工大学 | 一种物联网区域覆盖控制方法及系统 |
CN107948315B (zh) * | 2017-12-22 | 2020-07-24 | 长春理工大学 | 一种物联网区域覆盖控制方法及系统 |
CN108471609B (zh) * | 2018-03-17 | 2019-11-05 | 西南大学 | 基于d2d认知无线网络的缓存部署方法 |
CN108471609A (zh) * | 2018-03-17 | 2018-08-31 | 西南大学 | 基于d2d认知无线网络的缓存部署方法 |
CN109361726A (zh) * | 2018-08-25 | 2019-02-19 | 南京理工大学 | 一种基于无线预存储网络中的三层多对多匹配方法 |
CN109889440A (zh) * | 2019-02-20 | 2019-06-14 | 哈尔滨工程大学 | 一种基于最大生成树的纠删码失效节点重构路径选择方法 |
CN109803245A (zh) * | 2019-03-12 | 2019-05-24 | 南京邮电大学 | 一种基于d2d通信的缓存节点选择方法 |
CN109803245B (zh) * | 2019-03-12 | 2022-01-28 | 南京邮电大学 | 一种基于d2d通信的缓存节点选择方法 |
CN110035415A (zh) * | 2019-04-03 | 2019-07-19 | 西安交通大学 | 一种时延驱动的d2d网络缓存下载方法 |
CN113543067A (zh) * | 2021-06-07 | 2021-10-22 | 北京邮电大学 | 一种基于车载网络的数据下发方法及装置 |
CN113543067B (zh) * | 2021-06-07 | 2023-10-20 | 北京邮电大学 | 一种基于车载网络的数据下发方法及装置 |
CN115993942A (zh) * | 2023-03-23 | 2023-04-21 | 北京飞轮数据科技有限公司 | 数据缓存方法、装置、电子设备和计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106230953B (zh) | 2019-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106230953A (zh) | 一种基于分布式存储的d2d 通信方法及装置 | |
Wang et al. | Hypergraph-based wireless distributed storage optimization for cellular D2D underlays | |
CN105960024B (zh) | 一种d2d通信中基于社交感知的用户发现及资源分配方法 | |
Bastug et al. | Living on the edge: The role of proactive caching in 5G wireless networks | |
CN101257670B (zh) | 手机文件搜索下载的方法、设备及系统 | |
CN100556163C (zh) | 一种移动流媒体的视频共享方法 | |
CN108900355B (zh) | 一种星地多级边缘网络资源分配方法 | |
CN108834080B (zh) | 异构网络中基于多播技术的分布式缓存和用户关联方法 | |
Chen et al. | Mobile edge cache strategy based on neural collaborative filtering | |
CN100574219C (zh) | 引入节点重要性的对等网络超级节点选择和资源搜索方法 | |
CN106454700A (zh) | 基于社交网络的d2d通信内容分发方案 | |
CN108777853A (zh) | 一种基于d2d的网络边缘缓存方法及系统 | |
CN102547590B (zh) | 一种蜂窝网络下基于业务内容相关度的直连通信用户对配对方法 | |
CN107295619A (zh) | 一种边缘缓存网络中基于用户连接矩阵的基站休眠方法 | |
CN104254130A (zh) | D2d用户链接与蜂窝用户共享资源的分配方法、装置及系统 | |
CN109451517A (zh) | 一种基于移动边缘缓存网络的缓存放置优化方法 | |
CN108322352A (zh) | 一种基于组间协作的蜂窝异构缓存方法 | |
CN108541025A (zh) | 一种面向无线异构网络的基站与d2d共同缓存方法 | |
CN106211183A (zh) | 一种基于业务合作的自组织微蜂窝联盟机会频谱接入方法 | |
CN104125081A (zh) | 一种基于策略的多终端协同系统和方法 | |
CN100534042C (zh) | 面向msvmt问题的两阶段分布式应用层组播方法 | |
CN105635269A (zh) | 一种基于中心控制的机会网络内容分发方案 | |
Sadeghi et al. | Optimal dynamic proactive caching via reinforcement learning | |
CN103152382B (zh) | 面向多宿主网络的多文件并发传输控制方法 | |
Amirazodi et al. | An adaptive algorithm for super-peer selection considering peer’s capacity in mobile peer-to-peer networks based on learning automata |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |