CN106912079A - 一种缓存异构网络中联合用户接入选择及资源分配方法 - Google Patents
一种缓存异构网络中联合用户接入选择及资源分配方法 Download PDFInfo
- Publication number
- CN106912079A CN106912079A CN201710089226.7A CN201710089226A CN106912079A CN 106912079 A CN106912079 A CN 106912079A CN 201710089226 A CN201710089226 A CN 201710089226A CN 106912079 A CN106912079 A CN 106912079A
- Authority
- CN
- China
- Prior art keywords
- user
- sigma
- base station
- request
- bandwidth
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/16—Discovering, processing access restriction or access information
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Computer Security & Cryptography (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种缓存异构网络中联合用户接入选择及资源分配方法,涉及移动通信领域,具体为:首先,基于某个单小区的D2D异构网络,建立系统模型;针对某请求用户i,在通信连接过程中,获取系统模型对应的各限制条件和效用函数Ui;然后,根据系统模型的各限制条件以及效用函数Ui,建立完整的用户接入选择及资源分配模型,并进行求解分析,将模型中的0‑1变量进行松弛,转化为凸优化问题;最后,对凸优化问题求解论证,得到系统的最大效用收益和在资源分配最大化下的用户接入选择方案,并进行仿真验证。本发明通过引入效用函数联合建模,将非凸优化问题转化为凸优化问题,最大限度提升系统吞吐量,为宏蜂窝分流,提升频谱利用率。
Description
技术领域
本发明涉及移动通信领域,具体是一种缓存异构网络中联合用户接入选择及资源分配方法。
背景技术
目前,随着移动通信的高速发展和无线数据的爆炸式增长,人们对无线移动业务的需求急剧增加,给网络的计算能力、存储能力与传输能力都带来了巨大的挑战。为了应对上述无线通信中的挑战,各种通信技术正在不断被提出。
为了满足日益增长的用户需求,提升系统容量,异构蜂窝网络得到了广泛的研究;同时,LTE-Advanced的演进使近场通信技术逐渐脱颖而出成为热点。在异构网络中引入D2D(Device-to-Device设备到设备通信)技术,形成蜂窝通信与D2D通信共存的情况,通过D2D通信进入LTE-A系统的标准化进程,可以有效地为宏蜂窝分流,提升系统容量和频谱效率。
具体为:利用D2D通信链路的短距离特点和用户终端广泛分布的有利条件,有效的节省频谱资源,它们通过与宏基站共用频谱,提高频谱复用率,最终提升网络的频谱效率和能量效率,同时满足本地数据共享的业务需求,提供灵活的数据服务能力,显著提升了系统容量。随着存储技术的提升,缓存技术已经可以很好地应用到通信技术中,通过在远端基站部署缓存装置,实现有效地本地通信,从而极大地降低了用户向宏基站的重复请求并减少了backhaul链路的开销。
然而,在具备缓存功能的D2D异构网络中,用户接入作为一个关键问题有待解决,其接入选择结果直接影响了系统的性能;另外,用户的接入选择与资源分配密不可分,如何实现有效的资源分配,提升资源利用率,成为另一个关键问题。
针对现有技术的D2D通信网络场景,文献1:“5G网络中D2D通信内容分布的最优缓存方案”中,D.Malak和M.Al-Shalash提出如何最大化内容共享进而实现对宏蜂窝的分流,通过有选择性地在D2D用户中缓存流行的内容,最大化匹配发送端-接收端的数量,并采用协作式缓存,达到提升系统容量的目的。但是该文献仅仅优化了缓存中的内容,并没有考虑改善缓存内容后如何进行用户的接入选择及资源分配问题。
在文献2:“关于Femto缓存的分布式缓存节点对无线内容传输的优化方案”中,K.Shanmugam等人对无线Femto小小区网络分布式部署缓存节点进行了详细的描述并提供了基本的原则,进而优化了内容传输。但是,该网络并未考虑D2D通信链路,只针对小小区缓存进行了研究。
在文献3:“无线D2D缓存网络:基本原则及系统性能”中,Ji,M.等人针对D2D缓存网络进行了研究,提出了基本的原则并分析了网络的性能。但是只针对D2D通信缓存网络提出了相应的原则及性能,并未考虑小小区网络,同时接入选择问题需要进一步研究。
基于D2D的异构网络作为未来通信的一种关键方案,可以有效地拉近用户的通信距离,提升资源利用率,但是依旧存在内容重复请求的问题。随着缓存技术地引入,通过缓存流行内容,可以极大地减少因重复内容请求产生的通信资源消耗,有效地提升用户的本地通信,为宏蜂窝分流,增强系统容量。但是,现有文献并未充分考虑基于缓存的D2D通信及小小区网络的异构场景,且大量文献关注了内容流行度预测及缓存内容分配优化等问题,却忽略了用户接入选择及接入后资源分配这一根本问题的重要性,该问题会直接决定系统容量等性能。
发明内容
本发明针对传统异构网络中用户请求重复内容导致资源浪费,以及传统通信接入模式和资源分配单一化的问题,提出了一种缓存异构网络中联合用户接入选择及资源分配方法。
具体步骤如下:
步骤一、基于某个单小区的D2D异构网络场景,建立小小区基站,用户以及宏基站之间的系统模型;
系统模型中,数据层及本地服务器分开,一个宏基站覆盖下有A个小小区基站,用集合US={1,…,A}表示,每个小小区基站都带有容量有限的缓存设备,每个小小区基站覆盖有M个请求用户和N个提供服务的用户,请求用户集合为Ur={1,…,M};提供服务的用户集合为Ut={1,…,N};每个用户附带有更小容量的缓存设备。
当一个请求用户i∈Ur获取感兴趣的内容时,有三种方式选择,建立本地D2D通信链路,该请求用户向提供服务的用户请求内容;或者该请求用户向小小区基站请求内容;或者该请求用户通过宏蜂窝基站向核心网请求内容。
步骤二、针对请求用户i,当该请求用户与发送端建立通信连接时,获取系统模型对应的各限制条件;
a)、根据用户接入选择的限制,每个请求用户只能选择一种接入方式,即请求用户只能与一个发送端建立连接,满足限制条件:
xi0表示请求用户i对宏基站的接入变量,xi0∈{0,1};xij表示请求用户i对小小区基站j的接入变量,xij∈{0,1};xij为1时表示请求用户i接入小小区基站j。xik表示请求用户i对D2D通信链路中提供服务的用户k的接入变量,xik∈{0,1};xik为1时表示请求用户i接入D2D通信链路中提供服务的用户k。
b)、D2D通信链路中,一个请求用户i只能与一个提供服务的用户k建立D2D链路,所以满足限制条件:
c)、请求用户i接入小小区基站j时,采用下行链路进行传输,下行链路总带宽配比满足限制条件:
Bj表示小小区基站j的带宽;yij∈[0,1],表示为小小区基站j分配给请求用户i的带宽比例因子;下行链路的总带宽为Bdl。
d)、请求用户i接入D2D通信链路中提供服务的用户k时,采用上行链路进行传输,相应的D2D通信的带宽限制条件如下:
Bk表示D2D通信链路中提供服务的用户k的带宽;yik∈[0,1],表示为D2D通信链路中提供服务的用户k分配给请求用户i的带宽比例因子;上行总带宽为Bul。
e)、请求用户i接入宏基站通信中必须满足用户QoS的最小传输速率,进而得到限制条件:
yi0为宏基站分配给请求用户i的带宽分配因子;zi0为宏基站的内容缓存因子,表示用户i请求的内容是否被宏基站缓存;B0表示分配给宏基站的总带宽;r0表示宏基站中用户的频谱效率;zij表示用户i请求的内容是否被小小区基站j缓存;rij表示小小区基站j中用户i的频谱效率;zik表示用户i请求的内容是否被D2D通信链路中提供服务的用户k缓存;rik表示提供服务的用户k和请求用户i进行D2D通信的频谱效率;Ri为请求用户i满足QoS的最小传输速率。
步骤三、针对请求用户i,根据该用户的收益Gi和使用系统带宽的开销Qi,计算系统模型的效用函数Ui;
Ui=G′i-Qi
Qi表示请求用户i使用系统带宽的开销,在用户接入选择之前,表达为:
Qi=c0xi0B0+c1xijBj+c2xikBk
c0为宏基站的带宽消耗定价因子;c1为小小区基站j的带宽消耗定价因子,c2为D2D通信的带宽消耗定价因子;
请求用户i的收益Gi表达为:
αi为请求用户i传输速率上的增益因子;为了保证频谱带宽在分配过程中的公平性,引入对数函数,对请求用户i的收益Gi进行变形:
步骤四、根据系统模型的各限制条件以及效用函数Ui,建立完整的用户接入选择及资源分配模型;
完整的用户接入选择及资源分配模型建模如下:
s.t.
C6:xij∈{0,1}
C7:xi0∈{0,1}
C8:xik∈{0,1}
步骤五、对用户接入选择及资源分配模型进行求解分析,将模型中的0-1变量进行松弛,转化为凸优化问题。
具体过程为:
首先,分析用户接入选择及资源分配模型,并对模型中的0-1整数变量进行松弛;
对用户接入选择及资源分配模型进行分析:xi*为0-1整数变量,yi*为连续变量,*=0,j,k;二者的乘积xi*yi*构成混合整数优化问题;对0-1整数变量进行松弛,将原用户接入选择及资源分配模型中的限制条件C6:xij∈{0,1},C7:xi0∈{0,1}和C8:xik∈{0,1}修改为:xij∈[0,1],xi0∈[0,1]和xik∈[0,1]。
然后,对模型中的目标函数及各限制条件中xi*yi*的相乘形式进行变量替换wi*=xi*yi*,将各限制条件转化为线性条件;
具体地,目标函数及各限制条件中存在如xi*yi*的相乘形式,导致问题仍然为非凸问题,求解复杂;通过进行变量替换wi*=xi*yi*(*=0,j,k),并补全用户收益G′i中xi*的定义域保证变量替换的一对一映射,将限制条件C3-C5转化为线性条件;
最后,根据补全用户收益G′i中xi*的定义域并替换掉变量yi*,将目标函数变形为对数函数的透视函数,即原问题转化为凸优化问题。
将用户收益G′i公式进行变形,转化为G″i:
由凸优化理论可知,变形后的收益函数公式G″i中的每一项是凹函数的透视函数,整体仍为凹函数,最终目标函数转化为:
U′i=G″i-Qi
形成的凸优化问题如下:
s.t.
C6′:xij∈[0,1]
C7′:xi0∈[0,1]
C8′:xik∈[0,1]
步骤六、对凸优化问题求解论证,得到系统的最大效用收益和在资源分配最大化下的用户接入选择方案,并进行仿真验证。
系统的最大效用收益为凸优化问题中目标函数的最大值;资源分配最大化下的用户接入选择方案,为凸优化问题中相应的用户接入变量xi0,xij,xik的值。
本发明的优点在于:
1)、一种缓存异构网络中联合用户接入选择及资源分配方法,设定了基于缓存的D2D及小小区网络场景,并引入效用函数联合建模解决用户接入选择及资源分配的问题。
2)、一种缓存异构网络中联合用户接入选择及资源分配方法,考虑接入选择及资源分配问题的非凸性及求解的复杂度,将非凸优化问题转化为易于求解且有最优解的凸优化问题,并通过仿真验证了联合接入选择及资源分配方案的优越性,具备更好的性能。
3)、一种缓存异构网络中联合用户接入选择及资源分配方法,在基于缓存的D2D异构网络中,通过问题建模,分析变形,优化用户接入选择并优化资源分配,最大限度提升系统吞吐量,为宏蜂窝分流,提升频谱利用率。
附图说明
图1为本发明基于单小区的D2D异构网络场景建立的系统模型图;
图2为本发明一种缓存异构网络中联合用户接入选择及资源分配方法流程图;
图3为本发明系统效用函数与接入用户数量仿真图;
图4为本发明系统开销与接入用户数量仿真图;
图5为本发明系统效用函数与最小传输速率关系图。
具体实施例
下面结合附图对本发明的具体实施方法进行详细说明。
本发明结合未来通信发展的特点,首先提出研究场景,带有缓存硬件设备的D2D通信异构网络,其中异构网络中的小小区基站及D2D用户具备不同的缓存功能,缓存的内容可以通过本地通信的方式,减少资源的重复请求;在内容分配优化的基础上,极大地提升了用户接入选择及接入后资源分配的性能;通过优化用户接入选择,可以实现缓存内容本地服务最大化,并且通过合理的资源分配方案,进而实现系统的优化。
在带有缓存的D2D异构网络中,结合系统收益及开销,巧妙地构建了系统效用函数,并通过灵活地松弛及转化,将非凸问题转化为凸优化问题进行求解,联合优化了用户接入选择及资源分配;最终提高了资源的利用率,提升了系统吞吐量。
如图2所示,具体步骤如下:
步骤一、基于某个单小区的D2D异构网络场景,建立小小区基站,用户以及宏基站之间的系统模型;
如图1所示,基于D2D的异构网络场景,数据层及本地服务器分开,一个宏基站覆盖下有A个小小区基站,其中,每个小小区基站覆盖有M个请求用户和N个提供服务的用户,每个小小区基站都带有容量有限的缓存设备,每个用户附带有更小容量的缓存设备,缓存设备可以缓存用户感兴趣的流行度高的内容。
每个用户除了和基站通信之外,还具备D2D通信的功能,即在满足D2D通信的条件下,可以建立近场的D2D通信链路。小小区基站及用户节点的缓存引入将极大地为该场景通信提供方便。
当一个请求用户i∈Ur想要获得感兴趣的内容时,有三种方式可以选择发送端,当提供服务的用户缓存了被请求的内容时,建立本地D2D通信链路,该请求用户向提供服务的用户请求内容;如用户1和用户2之间通信;当小小区基站缓存了被请求的内容,该请求用户向小小区基站请求内容;如用户1和小小区SBS1之间通信;或者该请求用户通过宏蜂窝基站向核心网请求内容。
考虑单小区异构网络场景,假设US={1,…,A}为小小区基站集合,每个小小区基站覆盖下,请求用户集合表示为Ur={1,…,M},提供服务的用户集合表示为Ut={1,…,N};对于请求用户i∈Ur,可以与小小区基站SBS j(1≤j≤A)通信请求内容,也可以向其他提供服务的用户k,1≤k≤N请求内容。如果本地通信失败,可能缓存中不存在请求的内容,或者不同用户向同一个用户请求发生冲突,则向宏基站(j=0)请求数据。
步骤二、针对请求用户i,当该请求用户与发送端建立通信连接时,获取系统模型对应的各限制条件;
设定用户与小小区基站之间的蜂窝通信以及用户与宏基站之间的蜂窝通信均发生在下行链路,为了避免D2D用户与蜂窝用户之间的干扰,D2D通信采用上行链路进行传输。在宏基站及小小区基站的频带分配中,部分频分复用被考虑。
由于不同的节点缓存的内容存在重复性,请求用户到底接入哪个节点成为一个重要的问题,当然如何实现最优的内容缓存及内容更新不在本申请中涉及,但是考虑到用户接入带来的资源分配问题则非常有必要。
a)、根据用户接入选择的限制,每个请求用户只能接入一个节点,即请求用户只能与一个发送端建立连接,满足限制条件:
xi0表示请求用户i对宏基站的接入变量,xi0∈{0,1};xij表示请求用户i对小小区基站j的接入变量,xij∈{0,1};xij为1时表示请求用户i接入小小区基站j,反之,xij为0时表示请求用户i未接入小小区基站j。xik表示请求用户i对D2D通信链路中提供服务的用户k的接入变量,xik∈{0,1};xik为1时表示请求用户i接入D2D通信链路中提供服务的用户k;反之,xik为0时表示请求用户i未接入D2D通信链路中提供服务的用户k;
b)、D2D通信链路中,一个请求用户i只能与一个提供服务的用户k建立D2D链路,所以满足限制条件:
c)、请求用户i接入小小区基站j时,采用下行链路进行传输,下行链路总带宽配满足限制条件:
Bj表示小小区基站j的带宽;yij∈[0,1],是基站带宽Bj的分配指示因子,表示小小区基站j分配给请求用户i的带宽比例因子;下行链路的总带宽为Bdl。
d)、请求用户i接入D2D通信链路中提供服务的用户k时,采用上行链路进行传输,相应的D2D通信的带宽限制条件如下:
Bk表示D2D通信链路中提供服务的用户k的带宽;yik∈[0,1],表示为D2D通信链路中提供服务的用户k分配给请求用户i的带宽比例因子;上行总带宽为Bul。
宏基站通过信令交互获知了全局信息,从而完成用户接入策略及资源分配方案。
e)、请求用户i接入宏基站通信中必须满足用户的QoS,用最小传输速率表示,进而得到限制条件:
yi0为宏基站分配给请求用户i的带宽分配因子,表示宏基站分配给请求用户i的带宽比例;zi0为宏基站的内容缓存因子,表示用户i请求的内容是否被宏基站缓存;B0表示分配给宏基站的总带宽;r0表示宏基站中用户的频谱效率;zij表示用户i请求的内容是否被小小区基站j缓存;rij表示小小区基站j中用户i的频谱效率;zik表示用户i请求的内容是否被D2D通信链路中提供服务的用户k缓存;rik表示提供服务用户k和请求用户i进行D2D通信的频谱效率;Ri为请求用户i满足QoS的最小传输速率。
步骤三、针对请求用户i,根据该用户的收益Gi和使用系统带宽的开销Qi,计算系统模型的效用函数Ui;
首先,本申请中用户的传输速率为系统收益,而频谱资源及存储资源作为开销,设αi为请求用户i传输速率上的增益因子;c0为宏基站的带宽消耗定价因子;c1为小小区基站j的带宽消耗定价因子,c2为提供服务的用户k的D2D通信链路中带宽消耗定价因子;由经验可知,三者的关系为c0>c1>c2。Qi表示请求用户i使用系统带宽的开销,在用户接入选择之前,具体的通行模式未确定之前表达为:
Qi=c0xi0B0+c1xijBj+c2xikBk (6)
同理,请求用户i的收益Gi表达为:
为了避免频谱资源分配不均,保证频谱带宽yi0在资源分配过程中的公平性,引入对数函数,对用户收益Gi进行变形:
系统的效用函数表示为总收益和总开销的差值:
Ui=G′i-Qi (9)
步骤四、根据系统模型的各限制条件以及效用函数Ui,建立完整的用户接入选择及资源分配模型;
完整的用户接入选择及资源分配模型建模如下:
s.t.
C6:xij∈{0,1}
C7:xi0∈{0,1}
C8:xik∈{0,1}
步骤五、对用户接入选择及资源分配模型进行求解分析,将模型中的0-1变量进行松弛,转化为凸优化问题。
该模型联合优化了接入选择及资源分配,并且通过合理的转化,将复杂度较高的非凸优化问题转化为凸优化问题便于求解,可按照凸优化理论进行常规的求解。
首先,分析用户接入选择及资源分配模型,并对模型中的0-1整数变量进行松弛;
由步骤四中的问题建模分析可得,xi*(*=0,j,k)为0-1变量,导致问题(10)的可行解集合为非凸集合;且yi*为连续变量,联合考虑二者相乘,乘积xi*yi*构成混合整数优化问题,增加了问题求解的复杂性。
参考现有技术,对0-1变量进行松弛,即满足xij∈[0,1],xi0∈[0,1],xik∈[0,1];从物理意义上可以理解为时间尺度上的共享,即用户i分别接入用户k,小小区基站j,宏基站的时间比例;变量松弛后,将原用户接入选择及资源分配模型中的限制条件C6:xij∈{0,1},C7:xi0∈{0,1}和C8:xik∈{0,1}修改为:xij∈[0,1],xi0∈[0,1]和xik∈[0,1]。但是,模型中的目标函数问题仍为非凸问题。
然后,对模型中的目标函数及各限制条件中xi*yi*的相乘形式进行变量替换wi*=xi*yi*,将各限制条件转化为线性条件;
目标函数及各限制条件中存在如xi*yi*的相乘形式,导致目标函数问题仍然为非凸问题,求解复杂;依据凸优化理论引入定理,如果定义为了满足变量替换的一对一映射,补全xij=0对应的定义域:
且当xij=0,收益中的且对于xij=0时,从实际资源角度看,没有用户选择接入,则没有资源被分配;由此可知,问题转化是等价的。基于上述公式(11),用户收益Gi公式(8)进行变形,转化为如下形式:
相应地,目标函数转化为
U′i=G″i-Qi (13)
进行变量替换wi*=xi*yi*,将限制条件C3-C8转化为线性条件:
C6′:xij∈[0,1] (17)
C7′:xi0∈[0,1] (18)
C8′:xik∈[0,1] (19)
最后,根据补全用户收益G′i中xi*的定义域并替换掉变量yi*可知,目标函数中的非凸项变形为对数函数的透视函数,即原问题转化为凸优化问题。
凸优化问题如下:
s.t.
C6′:xj∈[0,1]
C7′:xi0∈[0,1]
C8′:xik∈[0,1]
步骤六、对凸优化问题求解论证,得到系统的最大效用收益和在资源分配最大化下的用户接入选择方案,并进行仿真验证。
对凸优化问题求解论证,求解可得优化问题中目标函数的最大值,即为系统的最大效用收益,并且得到了相应的用户接入变量xi0,xj,xik的值,即为在资源分配最大化下的用户接入选择方案,并进行仿真验证。
由凸优化理论可知,如果原始问题有可行解,则所有优化变量联合为凸。由此需要证明问题P2公式(20)为凸优化问题。
因为限制条件C1,C2,C3′-C8′是线性的,则限制集合为凸集合;效用函数由G″i和Qi两部分组成,需证明两部分均具有凸性;明显地,由于Qi是线性的,所以具有凸性。对于G″i的凸性证明如下:
公式(12)是最终的收益函数变形,由凸优化理论可知,函数f(t,x)=xlog(t/x),t≥0,x≥0在点x=0处是连续的。
证明如下:令s=t/x,则则函数f(t,x)=xlog(t/x),t≥0,x≥0成立,且为对数函数的透视表达。基于凸优化理论,透视函数与原函数的凸性一致。本申请中,因xi*logwi*/xi*(*=0,j,k)为log wi*的透视函数,且logwi*关于wi*是凹函数,则xi*log wi*/xi*也是凹函数。
由此可得,公式(12)中的每一项是凹函数的透视函数,根据透视函数与原函数的凹凸性一致且相加并不改变整体的凹凸性,即G″i为多个凹函数的和,仍为凹函数。求解凹函数的最大值即为凸优化问题,因此问题P2公式(20)中max凹函数=min-凹函数=min凸函数,转化为凸优化问题,易于求解,对于凸优化问题的求解方法很多,如内点法,拉格朗日乘子法等。
仿真中主要围绕用户数量及用户最小传输速率两个角度进行。同时提出了三个对比方案与本发明进行对比,对比方案1为仅仅D2D用户具备缓存,对比方案2为考虑仅小小区基站具备缓存,对比方案3没有缓存;进而通过系统效用函数及系统开销作为测量标准。
仿真参数:
考虑为单小区蜂窝场景,一个宏基站,位于中央,覆盖半径500m;小小区基站最大通信距离150m,用户D2D通信的最大通信距离为50m;且小小区基站及用户独立随机分布。宏基站,小小区基站,用户的传输功率分别为46dBm,30dBm和14dBm;下行及上行可用带宽为3MHz及1.4MHz;为了简化,假设c0,c1和c2数值分别为45units/MHz,25units/MHz和15units/MHz;用户增益因子αi为6×107units/bps。
首先研究系统效用函数与接入用户数量的关系。如图3所示,其中考虑D2D发送用户数量为20,每个用户最小传输速率为500Kbps。从图中可以看出系统效用函数随着接入用户数量增加而增长,当用户数量较多时,增长放缓趋于不变;且本发明明显优于其他三种方案,在三种对比方案中,无缓存的方案3性能明显低于有缓存的方案1和方案2。
然后,从系统开销与接入用户数量的关系角度进行仿真。如图4所示,系统开销随着接入用户数量增加而增长,且本发明所提方案开销明显低于其他三种对比方案,且增长速率相对缓慢。无缓存的方案3中系统开销最大,方案2,方案1次之;充分论证了接入策略及资源分配的重要性。
最后,仿真了系统效用函数与用户最小传输速率的关系。接入用户数量为40,从图中可以看出,最小传输速率越大,系统效用函数值越大,本发明所提方案明显优于对比方案。因为随着最小传输速率的提高更多的带宽资源分配给用户,系统的收益越大。充分表明,本发明所提方案可以更好的满足用户的本地接入选择,进而更有效地实现为宏蜂窝分流。
本发明在传统的带有D2D通信的异构网络中,引入缓存功能,借助缓存的辅助建立更加有效的本地通信,通过构建收益减去代价的效用函数,巧妙地对联合用户接入及资源分配问题进行建模,通过联合用户接入选择及资源分配方案,节约了因重复内容重复请求造成的资源浪费问题,最大限度为宏蜂窝分流,提升资源利用率。
Claims (4)
1.一种缓存异构网络中联合用户接入选择及资源分配方法,其特征在于,具体步骤如下:
步骤一、基于某个单小区的D2D异构网络场景,建立小小区基站,用户以及宏基站之间的系统模型;
步骤二、针对请求用户i,当该请求用户与发送端建立通信连接时,获取系统模型对应的各限制条件;
步骤三、针对请求用户i,根据该用户的收益Gi和使用系统带宽的开销Qi,计算系统模型的效用函数Ui;
Ui=G′i-Qi
Qi表示请求用户i使用系统带宽的开销,在用户接入选择之前,表达为:
Qi=c0xi0B0+c1xijBj+c2xikBk
c0为宏基站的带宽消耗定价因子;xi0表示请求用户i对宏基站的接入变量,xi0∈{0,1};B0表示分配给宏基站的总带宽;c1为小小区基站j的带宽消耗定价因子,xij表示请求用户i对小小区基站j的接入变量,xij∈{0,1};Bj表示小小区基站j的带宽;c2为D2D通信的带宽消耗定价因子;xik表示请求用户i对D2D通信链路中提供服务的用户k的接入变量,xik∈{0,1};Bk表示D2D通信链路中提供服务的用户k的带宽;
请求用户i的收益Gi表达为:
αi为请求用户i传输速率上的增益因子;yi0为宏基站分配给请求用户i的带宽分配因子;zi0表示用户i请求的内容是否被宏基站缓存;r0表示宏基站中用户的频谱效率;yij表示为小小区基站j分配给请求用户i的带宽比例因子,yij∈[0,1];zij表示用户i请求的内容是否被小小区基站j缓存;rij表示小小区基站j中用户i的频谱效率;yik表示为D2D通信链路中提供服务的用户k分配给请求用户i的带宽比例因子,yik∈[0,1];zik表示用户i请求的内容是否被D2D通信链路中提供服务的用户k缓存;rik表示提供服务的用户k和请求用户i进行D2D通信的频谱效率;
为了保证频谱带宽在分配过程中的公平性,引入对数函数将收益Gi变形为:
步骤四、根据系统模型的各限制条件以及效用函数Ui,建立完整的用户接入选择及资源分配模型;
完整的用户接入选择及资源分配模型建模如下:
US={1,...,A}表示A个小小区基站的集合;请求用户集合为Ur={1,...,M};提供服务的用户集合为Ut={1,...,N};下行链路的总带宽为Bdl;上行总带宽为Bul;Ri为请求用户i满足QoS的最小传输速率;
步骤五、对用户接入选择及资源分配模型进行求解分析,将模型中的0-1变量进行松弛,转化为凸优化问题;
步骤六、对凸优化问题求解论证,得到系统的最大效用收益和在资源分配最大化下的用户接入选择方案,并进行仿真验证;
系统的最大效用收益为凸优化问题中目标函数的最大值;资源分配最大化下的用户接入选择方案,为凸优化问题中相应的用户接入变量xi0,xij,xik的值。
2.如权利要求1所述的一种缓存异构网络中联合用户接入选择及资源分配方法,其特征在于,步骤一所述的系统模型中,数据层及本地服务器分开,一个宏基站覆盖下有A个小小区基站,每个小小区基站都带有容量有限的缓存设备,每个小小区基站覆盖有M个请求用户和N个提供服务的用户,每个用户附带有更小容量的缓存设备;
当一个请求用户i∈Ur获取感兴趣的内容时,有三种方式选择,建立本地D2D通信链路,该请求用户向提供服务的用户请求内容;或者该请求用户向小小区基站请求内容;或者该请求用户通过宏蜂窝基站向核心网请求内容。
3.如权利要求1所述的一种缓存异构网络中联合用户接入选择及资源分配方法,其特征在于,所述步骤二中各限制条件如下:
a)、根据用户接入选择的限制,每个请求用户只能接入一种方式,即请求用户只能与一个发送端建立连接,满足限制条件:
b)、D2D通信链路中,一个请求用户i只能与一个提供服务的用户k建立D2D链路,所以满足限制条件:
c)、请求用户i接入小小区基站j时,采用下行链路进行传输,下行链路总带宽配比满足限制条件:
d)、请求用户i接入D2D通信链路中提供服务的用户k时,采用上行链路进行传输,相应的D2D通信的带宽限制条件如下:
e)、请求用户i接入宏基站通信中必须满足用户QoS的最小传输速率,进而得到限制条件:
4.如权利要求1所述的一种缓存异构网络中联合用户接入选择及资源分配方法,其特征在于,所述步骤五具体过程为:
首先,分析用户接入选择及资源分配模型,并对模型中的0-1整数变量进行松弛;
对用户接入选择及资源分配模型进行分析:为0-1整数变量,为连续变量,*=0,j,k;二者的乘积构成混合整数优化问题;对0-1整数变量进行松弛,将原用户接入选择及资源分配模型中的限制条件C6:xij∈{0,1},C7:xi0∈{0,1}和C8:xik∈{0,1}修改为:xij∈[0,1],xi0∈[0,1]和xik∈[0,1];
然后,对模型中的目标函数及各限制条件中的相乘形式进行变量替换将各限制条件转化为线性条件;
具体地,目标函数及各限制条件中存在如的相乘形式,导致问题仍然为非凸问题,求解复杂;通过进行变量替换并补全用户收益Gi'中的定义域保证变量替换的一对一映射,将限制条件C3-C5转化为线性条件;
最后,根据补全用户收益G′i中的定义域并替换掉变量将目标函数变形为对数函数的透视函数,即原问题转化为凸优化问题;
将用户收益Gi'公式进行变形,转化为G″i:
由凸优化理论可知,变形后的收益函数公式G″i中的每一项是凹函数的透视函数,整体仍为凹函数,最终目标函数转化为:
U′i=G″i-Qi
形成的凸优化问题如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710089226.7A CN106912079B (zh) | 2017-02-20 | 2017-02-20 | 一种缓存异构网络中联合用户接入选择及资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710089226.7A CN106912079B (zh) | 2017-02-20 | 2017-02-20 | 一种缓存异构网络中联合用户接入选择及资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106912079A true CN106912079A (zh) | 2017-06-30 |
CN106912079B CN106912079B (zh) | 2020-04-03 |
Family
ID=59209226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710089226.7A Active CN106912079B (zh) | 2017-02-20 | 2017-02-20 | 一种缓存异构网络中联合用户接入选择及资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106912079B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107466016A (zh) * | 2017-10-10 | 2017-12-12 | 北京邮电大学 | 一种基于用户移动性的小小区缓存设备分配算法 |
CN107484245A (zh) * | 2017-08-04 | 2017-12-15 | 东北大学 | 一种异构网络中支持d2d通信的资源分配方法 |
CN108112039A (zh) * | 2018-02-05 | 2018-06-01 | 东南大学 | 一种基于重传和用户移动的异构蜂窝网络缓存策略 |
CN108259628A (zh) * | 2018-02-28 | 2018-07-06 | 重庆邮电大学 | 异构蜂窝网络中内容缓存与用户关联联合优化方法 |
CN108322352A (zh) * | 2018-03-19 | 2018-07-24 | 北京工业大学 | 一种基于组间协作的蜂窝异构缓存方法 |
CN108495340A (zh) * | 2018-04-10 | 2018-09-04 | 北京邮电大学 | 一种基于异构混合缓存的网络资源分配方法和装置 |
CN108601074A (zh) * | 2018-04-10 | 2018-09-28 | 北京邮电大学 | 一种基于异构联合缓存的网络资源分配方法和装置 |
CN108834080A (zh) * | 2018-04-17 | 2018-11-16 | 东南大学 | 异构网络中基于多播技术的分布式缓存和用户关联方法 |
CN109376374A (zh) * | 2018-09-01 | 2019-02-22 | 哈尔滨工程大学 | 一种基于多射频通信的多用户计算迁移方法 |
CN109788508A (zh) * | 2018-12-29 | 2019-05-21 | 山东省计算中心(国家超级计算济南中心) | 一种数据缓存方法及一种存储介质 |
CN111447620A (zh) * | 2020-03-19 | 2020-07-24 | 重庆邮电大学 | 一种毫米波异构网络资源分配联合优化方法 |
CN111669786A (zh) * | 2020-04-20 | 2020-09-15 | 北京捷通华声科技股份有限公司 | 一种数据缓存方法和装置 |
CN112367644A (zh) * | 2020-10-29 | 2021-02-12 | 山东超越数控电子股份有限公司 | 一种基于d2d的无线缓存网络中系统吞吐量优化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105611574A (zh) * | 2015-12-25 | 2016-05-25 | 北京邮电大学 | 一种基于缓存的超密集网络下联合动态接入和子载波分配的方法 |
CN106102153A (zh) * | 2016-06-16 | 2016-11-09 | 北京理工大学 | 一种无线缓存异构网络的用户接入和功率分配方法 |
CN106331083A (zh) * | 2016-08-19 | 2017-01-11 | 北京邮电大学 | 一种考虑内容分发能耗的异构网络选择方法 |
-
2017
- 2017-02-20 CN CN201710089226.7A patent/CN106912079B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105611574A (zh) * | 2015-12-25 | 2016-05-25 | 北京邮电大学 | 一种基于缓存的超密集网络下联合动态接入和子载波分配的方法 |
CN106102153A (zh) * | 2016-06-16 | 2016-11-09 | 北京理工大学 | 一种无线缓存异构网络的用户接入和功率分配方法 |
CN106331083A (zh) * | 2016-08-19 | 2017-01-11 | 北京邮电大学 | 一种考虑内容分发能耗的异构网络选择方法 |
Non-Patent Citations (3)
Title |
---|
JIAXIN ZHANG, XING ZHANG,WENBO WANG: "Cache-Enabled Software Defined Heterogeneous Networks for Green and Flexible 5G Networks", 《IEEE ACCESS》 * |
ZHENG CHEN,MARIOS KOUNTOURIS: "D2D Caching vs. Small Cell Caching: Where to Cache Content in a Wireless Network?", 《IEEE》 * |
张鹤立, 纪红, 王永斌: "自组织异构网络中的资源优化配置", 《北京邮电大学学报》 * |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107484245B (zh) * | 2017-08-04 | 2019-09-17 | 东北大学 | 一种异构网络中支持d2d通信的资源分配方法 |
CN107484245A (zh) * | 2017-08-04 | 2017-12-15 | 东北大学 | 一种异构网络中支持d2d通信的资源分配方法 |
CN107466016A (zh) * | 2017-10-10 | 2017-12-12 | 北京邮电大学 | 一种基于用户移动性的小小区缓存设备分配算法 |
CN107466016B (zh) * | 2017-10-10 | 2019-11-05 | 北京邮电大学 | 一种基于用户移动性的小小区缓存设备分配方法 |
CN108112039A (zh) * | 2018-02-05 | 2018-06-01 | 东南大学 | 一种基于重传和用户移动的异构蜂窝网络缓存策略 |
CN108259628A (zh) * | 2018-02-28 | 2018-07-06 | 重庆邮电大学 | 异构蜂窝网络中内容缓存与用户关联联合优化方法 |
CN108259628B (zh) * | 2018-02-28 | 2020-11-10 | 重庆邮电大学 | 异构蜂窝网络中内容缓存与用户关联联合优化方法 |
CN108322352A (zh) * | 2018-03-19 | 2018-07-24 | 北京工业大学 | 一种基于组间协作的蜂窝异构缓存方法 |
CN108322352B (zh) * | 2018-03-19 | 2021-01-08 | 北京工业大学 | 一种基于组间协作的蜂窝异构缓存方法 |
CN108601074B (zh) * | 2018-04-10 | 2020-07-07 | 北京邮电大学 | 一种基于异构联合缓存的网络资源分配方法和装置 |
CN108495340B (zh) * | 2018-04-10 | 2021-06-22 | 北京邮电大学 | 一种基于异构混合缓存的网络资源分配方法和装置 |
CN108601074A (zh) * | 2018-04-10 | 2018-09-28 | 北京邮电大学 | 一种基于异构联合缓存的网络资源分配方法和装置 |
CN108495340A (zh) * | 2018-04-10 | 2018-09-04 | 北京邮电大学 | 一种基于异构混合缓存的网络资源分配方法和装置 |
CN108834080A (zh) * | 2018-04-17 | 2018-11-16 | 东南大学 | 异构网络中基于多播技术的分布式缓存和用户关联方法 |
CN108834080B (zh) * | 2018-04-17 | 2021-03-19 | 东南大学 | 异构网络中基于多播技术的分布式缓存和用户关联方法 |
CN109376374A (zh) * | 2018-09-01 | 2019-02-22 | 哈尔滨工程大学 | 一种基于多射频通信的多用户计算迁移方法 |
CN109376374B (zh) * | 2018-09-01 | 2023-04-07 | 哈尔滨工程大学 | 一种基于多射频通信的多用户计算迁移方法 |
CN109788508B (zh) * | 2018-12-29 | 2020-07-28 | 山东省计算中心(国家超级计算济南中心) | 一种数据缓存方法及一种存储介质 |
CN109788508A (zh) * | 2018-12-29 | 2019-05-21 | 山东省计算中心(国家超级计算济南中心) | 一种数据缓存方法及一种存储介质 |
US11159989B2 (en) | 2018-12-29 | 2021-10-26 | Shandong Computer Science Center (National Supercomputer Center In Jinan) | Data caching method and storage medium |
CN111447620B (zh) * | 2020-03-19 | 2022-05-17 | 重庆邮电大学 | 一种毫米波异构网络资源分配联合优化方法 |
CN111447620A (zh) * | 2020-03-19 | 2020-07-24 | 重庆邮电大学 | 一种毫米波异构网络资源分配联合优化方法 |
CN111669786A (zh) * | 2020-04-20 | 2020-09-15 | 北京捷通华声科技股份有限公司 | 一种数据缓存方法和装置 |
CN111669786B (zh) * | 2020-04-20 | 2023-12-12 | 北京捷通华声科技股份有限公司 | 一种数据缓存方法和装置 |
CN112367644A (zh) * | 2020-10-29 | 2021-02-12 | 山东超越数控电子股份有限公司 | 一种基于d2d的无线缓存网络中系统吞吐量优化方法 |
CN112367644B (zh) * | 2020-10-29 | 2023-04-18 | 超越科技股份有限公司 | 一种基于d2d的无线缓存网络中系统吞吐量优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106912079B (zh) | 2020-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106912079A (zh) | 一种缓存异构网络中联合用户接入选择及资源分配方法 | |
CN103067985B (zh) | 基于信道质量的超高速无线局域网信道绑定与分配方法 | |
CN108737057A (zh) | 基于深度学习的多载波认知noma资源分配方法 | |
CN104540139B (zh) | 异构融合网络资源分配方法和系统 | |
CN107613556A (zh) | 一种基于功率控制的全双工d2d干扰管理方法 | |
CN106454920A (zh) | 一种lte与d2d混合网络中基于时延保证的资源分配优化算法 | |
CN103024921A (zh) | 一种基于cqi反馈参数和sinr数值分组的调度方法 | |
Li et al. | K-means based edge server deployment algorithm for edge computing environments | |
CN108156596A (zh) | 支持d2d-蜂窝异构网络联合用户关联及内容缓存方法 | |
CN105813189B (zh) | 一种蜂窝网中的d2d分布式功率优化方法 | |
CN110167178A (zh) | 一种含有能量收集的d2d联合资源公平性分配方法 | |
CN108271172A (zh) | 一种蜂窝d2d通信联合成簇及内容部署方法 | |
CN108063632A (zh) | 异构云接入网络中基于能效的协作资源分配方法 | |
CN109788540A (zh) | D2d系统中基于能量采集的功率控制和信道分配方法 | |
CN103269487A (zh) | 毫微微蜂窝网络下行链路中基于博弈论的动态干扰管理方法 | |
Tan et al. | Resource allocation of fog radio access network based on deep reinforcement learning | |
CN107302801A (zh) | 一种5G混合场景下面向QoE的双层匹配博弈方法 | |
CN108848521A (zh) | 基于基站协作的蜂窝异构网络联合用户关联、内容缓存及资源分配方法 | |
CN106788812A (zh) | 一种两层网络中基于分簇的干扰对齐方法 | |
CN107241799A (zh) | 异构网络中能量有效的资源分配和干扰对齐联合方法 | |
CN107454601A (zh) | 一种超密集环境下考虑小区间干扰的无线虚拟映射方法 | |
CN104540203A (zh) | 基于独立集的无线体域网能效优化方法 | |
CN106102173A (zh) | 基于多播波束成形的无线回传及基站分簇联合优化方法 | |
CN105376841B (zh) | 一种实现通信模式调整的方法、微基站及宏基站 | |
CN106304307B (zh) | 一种异构网络融合下的资源分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |