CN106973360B - 一种d2d通信网络的缓存策略和激励方法 - Google Patents

Abstract

本发明提供了一种D2D通信的缓存策略和激励方法，其特征在于，包括：用户初始化用户内存，根据缓存策略缓存数据；用户选择合适的共享请求用户进行D2D通信，实现信息共享；基站统计其控制区域内各个用户的一段时间内进行D2D通信的次数，根据用户的进行D2D通信的次数分配用于下一次通信的奖励带宽。本发明考虑到用户内在的自私属性和实际应用情况，在D2D通信网络中引入包含一个带宽分配策略的激励方法，以促进用户主动通过D2D通信进行内容共享，从而优化D2D通信，减轻蜂窝网络负担。

Description

一种D2D通信网络的缓存策略和激励方法

技术领域

本发明涉及无线通信技术领域，具体涉及D2D通信的缓存策略和激励方法。

背景技术

随着无线通信本地业务的日益增长，蜂窝网络承载压力越来越大。终端直接通信(D2D，Device-to-Device)技术作为5G通信关键技术之一，允许临近终端在基站的控制下，互相之间直接进行数据共享，形成数据共享网络，复用蜂窝网络的信道资源以达到减轻基站负担、提升频谱利用率、提高系统吞吐量的目的。

在传统蜂窝通信方式中，两个蜂窝用户之间的数据交互必须经过基站转发，例如同一个会议室的人想要传输文件，发送方先把需要传递的数据发到基站，再由基站发送给接收端。蜂窝网络的无线频谱资源是有限的，对于近距离通信来说，这样的模式十分浪费资源。而D2D技术使得邻近终端可以直接进行通信，实现数据共享，大大减轻网络负载、降低通信时延。

目前对于蜂窝和D2D通信混合网络的研究，包括无线资源分配和两种通信模式之间的干扰管理，已发展的相当完善。更深入的对于D2D技术的研究主要包括：D2D设备发现机制、D2D会话发起与管理、D2D与蜂窝的切换等。

但是，上述研究都是建立在默认用户自愿自发进行D2D通信的基础上，并且没有定量说明D2D通信帮助蜂窝基站卸载的负担。现实生活中，将D2D技术引入蜂窝网络通信后，对于数据接收方来说，由于用户已经向蜂窝运营商支付相应的费用进行数据服务，毫无疑问会选择传统蜂窝基站进行数据获取；对于数据发送方来说，由于共享前需先缓存数据至内存中、共享时会消耗自身电量、安全性等问题，用户不会主动选择D2D技术将数据提供给他人进行共享。也就是说，当用户想获取数据时，通常仍采用蜂窝通信，因而频谱资源紧张、基站负载严重的问题还是不能解决。

此外，通常用户基于本身的需求对数据进行选择性缓存，缓存概率无法估计，不一定满足临近用户的共享请求，导致不能有效卸载网络负担。由于用户不清楚他人缓存数据的情况，一旦出现某一热点数据，会出现该数据被过多缓存的情况，蜂窝通信次数增多，反而会造成网络负担。因此，如果没有一定的激励机制，用户不会自主进行D2D通信。

发明内容

本发明的目的是提供一种考虑到用户固有的自私属性的D2D通信的缓存策略和激励方法，以解决了实际应用中D2D通信实施困难、不被用户优先选择的问题以及避免热点数据被过多缓存、同时利用D2D通信进行数据共享时合理选择数据进行缓存从而最终实现网络负担卸载最大化的问题。

为了解决上述技术问题，本发明采用以下技术方案：

本发明提供了一种D2D通信的缓存策略和激励方法，包括：S1：用户初始化用户内存，根据缓存策略缓存数据；S2：用户选择匹配的共享请求用户进行D2D通信，实现信息共享；S3：基站统计其控制区域内各个用户在一定时间内进行D2D通信的次数，根据该D2D通信的次数分配用于下一次通信的奖励带宽。

所述缓存策略是将用户对数据的缓存转化为基站控制区域内各个用户与其请求的所有数据的二分匹配，通过寻找二分图的最大加权匹配进行缓存。

所述二分图的链路的权重为数据的共享价值，若某用户没有收到对某数据的请求，则该用户与该数据对应链路的权重为零。

所述数据的共享价值由用户统计收到的共享请求的类型和次数和周围用户接收请求情况决定。

所述数据的共享价值设为υ′_ij，由以下公式计算得到：

其中n和m分别代表用户数和信息数，其中i∈[1，n]，j∈[1，m]，t_ij代表过去一段时间内用户i收到对数据j请求的次数，|N_i|代表用户i的邻居用户个数,α是一个介于0和1之间的可调变量。

α的值根据不同应用场景进行调控，在人员密集区域α小于0.5，在人员稀疏地区α接近于1。

所述奖励带宽的分配方式使得在总奖励带宽不变的情况下所有用户由奖励带宽获得的总效用最大。

所述奖励带宽与用户一定时间内D2D通信的次数正相关，且每个用户在通信次数最大的位置达到所有用户都不会在激励方法下改变缓存策略的纳什均衡点。

用户的效用函数为U_i(xi)＝c_ilog(1+x_i)且用户所能获得的最优奖励带宽与用户一定时间内进行D2D通信的次数的关系为

其中i为用户，x_i为用户i的奖励带宽，c_i为用户一定时间内进行D2D通信的次数，Ui(xi)为用户i在被分配的奖励带宽为x_i时的效用，

为用户i所能获得的最优奖励带宽，W为奖励带宽，n为用户数。

所述最大加权匹配采用Kuhn-Munkres算法寻找。

本发明提供的一种D2D通信的缓存策略和激励方法，考虑到用户内在的自私属性和实际应用情况，在D2D通信网络中引入包含一个带宽分配策略的激励机制，即基站预留一部分带宽专门奖励D2D用户，基站根据所有用户过去一段时间内进行D2D通信的次数分配奖励带宽，以促进用户主动通过D2D通信进行内容共享，从而优化D2D通信，减轻蜂窝网络负担。此外，用户根据收到的共享请求的类型和次数，再结合周围用户接收请求情况，来确定每个数据的价值，将用户缓存数据转化为用户与数据的二分加权匹配问题，将数据价值作为权重，利用Kuhn-Munkres算法寻找最大加权匹配，用户与数据的匹配导致同一数据只能被所有用户中的一位存储，避免热点数据被过多缓存，以高效利用有限内存更大程度满足基站周边的用户请求，最大化地促进D2D通信和减轻蜂窝网络负担，且由于该匹配是最大加权的，使得用户在彼此缓存的信息不同的前提下缓存使所有用户的总效益达到最高的信息，使得总效益最高。

附图说明

图1是具有根据本发明的一个实施例的缓存策略和激励方法的D2D通信的流程图。

图2是用户-数据匹配问题的二分图。

图3是用户-信息匹配不均衡的示意图。

图4是基于用户贡献量的奖励带宽分配的示意图。

图5是系统卸载率随测试时间的变化示意图。

图6是在不同策略下系统缓存命中率随测试时间的变化示意图。

具体实施方式

下面结合附图，给出本发明的较佳实施例，并予以详细描述，使能更好地理解本发明的功能、特点。

如图1所示是根据本发明的一种D2D通信的缓存策略和激励方法的流程图，包括：

S1：用户初始化用户内存，根据缓存策略缓存数据；

S2：用户选择合适的共享请求用户进行D2D通信，实现信息共享；

S3：基站统计其控制区域内各个用户的D2D通信的次数，根据用户的贡献量分配用于下一次通信的奖励带宽。

在步骤S1中，初始化后用户内存为空，所述缓存策略是将用户对数据的缓存转化为二分匹配问题，寻找二分图的最大加权匹配。如图2所示，在所述二分图中，基站控制区域内各个用户和其请求的所有数据各代表一边，其中实线代表用户收到了对该数据的请求，链路的权重为数据的共享价值，虚线代表该虚线对应的该用户没有收到对该数据的请求，则该链路权重为零。用Kuhn-Munkres算法，即KM算法解决该匹配问题，可以得到最大加权匹配，直接确定用户应缓存数据的类型。

上述的数据的共享价值由用户统计收到的共享请求的类型和次数再结合周围用户接收请求情况决定。用户收到临近用户的共享请求后，可以统计出过去一定时间内各数据类型的共享请求数，其中一般统计刚过去的30秒之内的请求。数据j对于用户i的初始价值定义为v_ij；为避免消息的闭塞性，进一步再通过设备发现机制获取周围用户收到请求的情况，从而综合确定数据的共享价值为υ′_ij。具体列式如下：

这里n和m分别代表用户数和信息数，其中i∈[1，n]，j∈[1，m]，t_ij代表过去一段时间内用户i收到对数据j请求的次数，|N_i|代表用户i的邻居用户个数。α是一个介于0和1之间的可调变量，应充分了解该地区数据需求分布情况，根据不同应用场景进行调控，比如在人员密集区域，α应小于0.5，相反在人员稀疏地区，α可接近于1。

本发明采用KM算法寻找在用户与数据的加权匹配中的最大加权匹配，用户与数据的匹配导致同一数据只能被所有用户中的一位存储，实现了避免某一热点信息被大量缓存的效果，从而高效利用所有用户的有限内存总量缓存不同类型的数据来更大程度满足基站周边的用户请求，最大化地促进D2D通信和减轻蜂窝网络负担，且由于该匹配是最大加权的，使得用户在彼此缓存的信息不同的前提下缓存使所有用户的总效益达到最高的信息，使得总效益最高。如图3所示，有4个用户4个信息，每个用户按照上述定义数据(信息)价值的方法确定对每个信息的缓存概率，并进行等概率缓存，即价值最高的被优先缓存，如果有多余内存再按照数据的价值由高到低缓存其它数据。如果不加以限制，用户1、2、3都将选择信息1进行缓存，用户4选择信息2进行缓存，这将造成用户与信息间的匹配失衡，若有用户请求信息3或4，将无法被满足。应用KM算法后，最终结果是用户1缓存信息3，用户2缓存信息1，用户3缓存信息4，用户4缓存信息2，综合效益最高。

在步骤S3中，基站通过对做出贡献的用户分配奖励带宽引入激励机制。所述用户i的贡献量c_i定义为该用户过去一段时间内进行D2D通信的次数，贡献量大于0的用户称之为“贡献者”。基于用户贡献量的激励机制示意图如图4所示，每隔一段时间，基站将统计其控制区域内各个用户的贡献量，筛选出“贡献者”，预留一部分奖励带宽W,根据所有“贡献者”的贡献值按比例分配奖励带宽x_i，鼓励用户优先选择D2D通信，以提高频谱利用率。

最优的奖励带宽分配方式使得在总奖励带宽W不变的情况下所有用户由奖励带宽获得的总效用最大。最优的奖励带宽分配可通过下面的方法计算。设U_i(x_i)＝c_ilog(1+x_i)为用户i的效用函数，其中c_i为用户i的贡献量，x_i为用户i的奖励带宽，Ui(xi)为用户i在被分配的奖励带宽为x_i时的效用。该函数具有二次可微、单调递增和严格凹等性质，因此求解下列凸优化问题即可定量确定各个贡献者的奖励带宽：

用Karush-Kuhn-Tucker条件求得最优奖励带宽分配如下：

代表用户i所能获得的最优奖励带宽。由(4)可以看出贡献者得到的奖励带宽是与贡献量有关的，贡献越大，奖励越多。如果出现

小于0的情况，说明用户i并没有做出贡献，是只进行蜂窝通信的用户，基站分配奖励带宽时不予考虑。

引入激励机制后，必须考虑是否所有的贡献者对基站分配的奖励带宽满意。在博弈论中，这个满意度主要通过勘察系统是否存在一个纳什均衡点

在这个纳什均衡点上，没有任何一个贡献者愿意改变它的贡献量或被激励去转换它的策略，即每个贡献者都对分配到的奖励带宽满意。(U₁，U₂，...，U_n)博弈可以被表达为以下约束优化问题：

subject to c_i∈[0，β] i＝1，2…，n (5)

其中c_-i＝(c₁，c₂，...，c_i-1，c_i+1，...，c_n)是除了贡献者i以外其他贡献者的贡献值，β代表某段固定时间内用户能进行D2D通信的最大次数。因为x_i(c)函数是二次可微、严格增的凹函数，所以(5)也是最优化问题，通过KKT条件得出唯一最优解

对于贡献者来说，为了从基站处获得更大的奖励带宽，会不断提高任何最初贡献值c_i至β，而系统最终将收敛于纳什均衡点β。在这个时候，贡献者将不会再改变它的贡献值，也没有激励去使其愿意改变自己的贡献值。因此，本发明提出的激励机制确实鼓励了所有用户去贡献自己的资源给系统，最大次数地通过D2D实现数据共享。

仿真结果

通过实验仿真对本发明提出的方案进行结果测试，首先对应用场合进行参数设置，在500m×500m的一个小区内，用户集合D＝{D₁，D₂，...，D_n}，数据集合M＝{M₁，M₂，...，M_m}。小区中心设有唯一中心基站BS，设最大通信距离为R，则用户D_i的邻居集合为N_i＝{D_j∈D：0＜||D_j-D_i||≤R}。简单起见，假设D2D用户复用蜂窝网络的上行链路资源，D2D通信与蜂窝通信之间的干扰可以忽略，基站预留的奖励带宽为W。

用户缓存数据前，先利用信令发现机制询问周围用户是否有自己所需的数据，如果恰巧周围用户已缓存该数据并处于空闲状态，则这两个设备配对，在基站的辅助下建立D2D通信链路，进行数据传输。起初，所有用户的内存为空，必须通过基站获取数据，随着缓存数据的增多，有些用户已经可以通过D2D满足周围邻居的请求。我们定义系统卸载率为通过D2D减轻的通信流量占总流量的比例，如图5所示，横坐标测试时隙代表仿真时间，单位为秒，随着测试时隙的增加，D2D通信增多，蜂窝网络的卸载率随着D2D通信的增多逐渐提升，仿真实验表明，系统卸载率接近于60％。

在本发明中，用户选择性的缓存数据，目标是尽可能满足临近用户的需求，因此，我们定义用户缓存能满足的请求数和总请求数之比为缓存命中率。开始时，用户没有缓存任何数据，无法满足周围用户的请求，随着缓存数据的增多，缓存命中率提高。传统的等概缓存是将不同类型的数据同等对待，不加选择性的进行缓存，若有m个信息，则缓存每个信息的概率为1/m。将缓存策略与等概缓存进行对比，如图6所示，发现本发明的缓存策略相对于传统的等概率缓存策略能有效提高缓存命中率，意味着能更大程度满足周围用户请求，促进D2D通信。

Claims (6)

1.一种D2D通信的缓存策略和激励方法，其特征在于，包括：

S1：用户初始化用户内存，根据缓存策略缓存数据；

S2：用户选择匹配的共享请求用户进行D2D通信，实现信息共享；

S3：基站统计其控制区域内各个用户在一定时间内进行D2D通信的次数，根据该D2D通信的次数分配用于下一次通信的奖励带宽；

所述缓存策略是将用户对数据的缓存转化为基站控制区域内各个用户与其请求的所有数据的二分匹配，通过寻找二分图的最大加权匹配进行缓存；

所述二分图的链路的权重为数据的共享价值，若某用户没有收到对某数据的请求，则该用户与该数据对应链路的权重为零；

所述数据的共享价值由用户统计收到的共享请求的类型和次数和周围用户接收请求情况决定；

所述数据的共享价值设为v′_ij，由以下公式计算得到：

其中n和m分别代表用户数和信息数，其中i∈[1，n]，j∈[1，m]，t_ij代表过去一段时间内用户i收到对数据j请求的次数，|N_i|代表用户i的邻居用户个数,α是一个介于0和1之间的可调变量。

2.根据权利要求1所述的D2D通信的缓存策略和激励方法，其特征在于，α的值根据不同应用场景进行调控，在人员密集区域α小于0.5，在人员稀疏地区α接近于1。

3.根据权利要求1所述的D2D通信的缓存策略和激励方法，其特征在于，所述奖励带宽的分配方式使得在总奖励带宽不变的情况下所有用户由奖励带宽获得的总效用最大。

4.根据权利要求1所述的D2D通信的缓存策略和激励方法，其特征在于，所述奖励带宽与用户一定时间内D2D通信的次数正相关，且每个用户在通信次数最大的位置达到所有用户都不会在激励方法下改变缓存策略的纳什均衡点。

5.根据权利要求4所述的D2D通信的缓存策略和激励方法，其特征在于，用户的效用函数为U_i(x_i)＝c_i log(1+x_i)，

其中i为用户，x_i为用户i的奖励带宽，c_i为用户一定时间内进行D2D通信的次数，U_i(x_i)为用户i在被分配的奖励带宽为x_i时的效用。

6.根据权利要求1所述的D2D通信的缓存策略和激励方法，其特征在于，所述最大加权匹配采用Kuhn-Munkres算法寻找。

Images