CN107426774B - 一种5g无线信息中心网络资源租赁的优化方法 - Google Patents

Abstract

本发明提供一种5G无线信息中心网络资源租赁的优化方法，能够使能量有效性最大化。所述方法包括：初始化无线接入点及移动终端的参数，所述无线接入点配有缓存存储资源；基于r_j,k和初始化得到的参数，确定MC_k的判决公式H_j,k取得最大值时的AP_j的j的取值，根据所得j值，将MC_k应分配到相应的AP_j，同时根据所得j值，更新移动终端关联矩阵x_j,k和无线接入点使用情况矩阵y_j；确定拉格朗日算子λ_j ⁽ⁱ⁺¹⁾和ν_k ⁽ⁱ⁺¹⁾，根据得到的拉格朗日算子λ_j ⁽ⁱ⁺¹⁾和ν_k ⁽ⁱ⁺¹⁾对移动终端关联矩阵x_j,k进行优化，i表示第i次迭代；确定用于功率最优分配的最佳步长u⁽ⁱ⁺¹⁾，根据确定的最佳步长u⁽ⁱ⁺¹⁾进行功率最优分配对p_j,k进行优化，直到满足预设的收敛条件。本发明涉及移动通信领域。

Description

一种5G无线信息中心网络资源租赁的优化方法

技术领域

本发明涉及移动通信领域，特别是指一种5G无线信息中心网络资源租赁的优化方法。

背景技术

随着科技的飞速发展，5G时代的来临并不遥远，互联网上通信业务量日益激增，使得因特网传统的客户端和远程服务器之间点对点通信方式呈现出越来越多的不足之处，如大量信息的冗余造成资源的浪费以及系统复杂性高等等，为了更好地处理这种使用情况，新的以信息为中心的网络(Information Centric Network，ICN)针对未来互联网的设计建议越来越受欢迎。

ICN是一种新的模式，旨在通过在每个网络设备上支持缓存和多播内容交付来提高当今互联网的性能。但目前在国内外的研究成果中，还尚未提出一种可行性强的ICN工作机制。并且，随着移动终端用户数量的剧增，近年来无线通信领域带来的能源消耗是非常巨大的，针对我国环境污染严重以及能源日益紧缺的国情，绿色通信必然是值得研究与探索的方向，因此，在保证满足移动终端用户数据需求以及服务质量的基础上，通过合理的资源分配方式实现更高的能量有效性是一个重要的研究方向，但是，现有技术中，还没有有效的方法能够使能量有效性最大化。

发明内容

本发明要解决的技术问题是提供一种5G无线信息中心网络资源租赁的优化方法，能够使能量有效性最大化。

为解决上述技术问题，本发明实施例提供一种5G无线信息中心网络资源租赁的优化方法，包括：

S1，初始化无线接入点及移动终端的参数，所述无线接入点配有缓存存储资源，所述参数包括：AP_j到MC_k的发射功率p_j,k，AP_j租赁成本b_j，单位未命中缓存部分损失C，单位能量传输单位数据量的利润P，电路消耗功率p_c；其中，AP_j表示第j无线接入点，MC_k表示第k移动终端；

S2，确定MC_k与AP_j之间的信息传输速率r_j,k，基于r_j,k和初始化得到的参数，确定MC_k的判决公式H_j,k取得最大值时的AP_j的j的取值，根据所得j值，将MC_k应分配到相应的AP_j，同时根据所得j值，更新移动终端关联矩阵x_j,k和无线接入点使用情况矩阵y_j；

S3，确定拉格朗日算子和根据得到的拉格朗日算子和对移动终端关联矩阵x_j,k进行优化，i表示第i次迭代；

S4，确定用于功率最优分配的最佳步长u⁽ⁱ⁺¹⁾，根据确定的最佳步长u⁽ⁱ⁺¹⁾进行功率最优分配对p_j,k进行优化；

S5，根据优化后的p_j,k迭代进入S2，重复S2到S4，直到满足预设的收敛条件，确认达到最佳优化，结束迭代。

进一步地，在所述确定MC_k与AP_j之间的信息传输速率r_j,k，基于r_j,k和初始化得到的参数，确定MC_k的判决公式H_j,k取得最大值时的AP_j的j的取值，根据所得j值，将MC_k应分配到相应的AP_j，同时根据所得j值，更新移动终端关联矩阵x_j,k和无线接入点使用情况矩阵y_j之前，所述方法还包括：

确定任何两个无线接入点AP_i与AP_j之间的路损增益g_i,j；

确定每个AP的平均缓存命中率h_j。

进一步地，所述确定每个AP的平均缓存命中率h_j包括：

根据每个AP使用的缓存存储资源进行从高到低排序，所得的顺序数作为每个AP的流行度n；

根据得到的每个AP的流行度n，利用Zipf离散分布模型的累积密度函数公式求得每个AP的平均缓存命中率h_j。

进一步地，所述平均缓存命中率h_j表示为：

其中，N表示AP的总数，α为预设的常数，i表示根据每个AP使用的缓存存储资源进行从高到低排序得到的顺序数，n表示顺序数为i的AP对应的流行度n。

进一步地，所述信息传输速率r_j,k表示为：

r_j,k＝log₂(1+SINR_j,k)

其中，SINR_j,k表示MC_k从AP_j获得的信号信噪比，c表示所有AP的集合，N表示加性高斯白噪声，L_j,k表示AP_j到MC_k的信道增益，g_i,j表示AP_i到AP_j的路损增益。

进一步地，所述基于r_j,k和初始化得到的参数，确定MC_k的判决公式H_j,k取得最大值时的AP_j的j的取值包括：

利用凸优化算法确定MC_k的判决公式H_j,k；

基于r_j,k和初始化得到的参数，确定MC_k的判决公式H_j,k取得最大值时的AP_j的j的取值。

进一步地，所述H_j,k表示为：

所述j_k表示为：

其中，ν_k与λ_j表示拉格朗日算子，h_j表示AP_j的平均缓存命中率。

进一步地，所述拉格朗日算子和分别表示为：

其中，i表示第i次迭代，P_maxj表示AP_j的最大传输功率，[]⁺表示若所得为负数则变为0，Rt表示最小传输速率、β₁、β₂表示预设的步长。

进一步地，所述确定用于功率最优分配的最佳步长u⁽ⁱ⁺¹⁾，根据确定的最佳步长u^{(i +1)}进行功率最优分配包括：

利用梯度辅助二分搜索法确定用于功率最优分配的最佳步长u⁽ⁱ⁺¹⁾；

根据确定的最佳步长u⁽ⁱ⁺¹⁾，利用求出功率最优分配。

进一步地，在根据优化后的p_j,k迭代进入S2，重复S2到S4，直到满足预设的收敛条件，确认达到最佳优化，结束迭代之后，所述方法还包括：

将优化得到的移动终端关联矩阵、无线接入点使用情况矩阵和功率最优分配，带入效用函数进行计算，其中，所述效用函数表示为：

其中，η_j,k表示AP_j到MC_k的能量有效性。

本发明的上述技术方案的有益效果如下：

上述方案中，通过确定MC_k与AP_j之间的信息传输速率r_j,k，基于r_j,k和初始化得到的参数，确定MC_k的判决公式H_j,k取得最大值时的AP_j的j的取值，根据所得j值，将MC_k应分配到相应的AP_j，即：MC_k被被分配到的最佳AP_j，同时根据所得j值，更新移动终端关联矩阵x_j,k和无线接入点使用情况矩阵y_j；确定拉格朗日算子和根据得到的拉格朗日算子和对移动终端关联矩阵x_j,k进行优化，i表示第i次迭代；确定用于功率最优分配的最佳步长u⁽ⁱ⁺¹⁾，根据确定的最佳步长u⁽ⁱ⁺¹⁾进行功率最优分配对p_j,k进行优化，直到满足预设的收敛条件，确认达到最佳优化，结束迭代；将通过上述方法优化得到的移动终端关联矩阵、无线接入点使用情况矩阵和功率最优分配，带入效用函数进行计算，结果表明可以在不降低服务质量以及在考虑能源问题的前提下，实现经济效益与能量有效性的最大化，从而能够满足剧增的数据需求。

附图说明

图1为本发明实施例提供的5G无线信息中心网络资源租赁的优化方法的流程示意图；

图2为本发明实施例提供的网络体系结构示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

如图1所示，本发明实施例提供的5G无线信息中心网络资源租赁的优化方法，包括：

S1，初始化无线接入点及移动终端的参数，所述无线接入点配有缓存存储资源，所述参数包括：AP_j到MC_k的发射功率p_j,k，AP_j租赁成本b_j，单位未命中缓存部分损失C，单位能量传输单位数据量的利润P，电路消耗功率p_c；其中，AP_j表示第j无线接入点，MC_k表示第k移动终端；

S2，确定MC_k与AP_j之间的信息传输速率r_j,k，基于r_j,k和初始化得到的参数，确定MC_k的判决公式H_j,k取得最大值时的AP_j的j的取值，根据所得j值，将MC_k应分配到相应的AP_j，同时根据所得j值，更新移动终端关联矩阵x_j,k和无线接入点使用情况矩阵y_j；

S3，确定拉格朗日算子和根据得到的拉格朗日算子和对移动终端关联矩阵x_j,k进行优化，i表示第i次迭代；

S4，确定用于功率最优分配的最佳步长u⁽ⁱ⁺¹⁾，根据确定的最佳步长u⁽ⁱ⁺¹⁾进行功率最优分配对p_j,k进行优化；

S5，根据优化后的p_j,k迭代进入S2，重复S2到S4，直到满足预设的收敛条件，确认达到最佳优化，结束迭代。

本发明实施例所述的5G无线信息中心网络资源租赁的优化方法，通过确定MC_k与AP_j之间的信息传输速率r_j,k，基于r_j,k和初始化得到的参数，确定MC_k的判决公式H_j,k取得最大值时的AP_j的j的取值，根据所得j值，将MC_k应分配到相应的AP_j，即：MC_k被被分配到的最佳AP_j，同时根据所得j值，更新移动终端关联矩阵x_j,k和无线接入点使用情况矩阵y_j；确定拉格朗日算子和根据得到的拉格朗日算子和对移动终端关联矩阵x_j,k进行优化，i表示第i次迭代；确定用于功率最优分配的最佳步长u⁽ⁱ⁺¹⁾，根据确定的最佳步长u⁽ⁱ⁺¹⁾进行功率最优分配对p_j,k进行优化，直到满足预设的收敛条件，确认达到最佳优化，结束迭代；将通过上述方法优化得到的移动终端关联矩阵、无线接入点使用情况矩阵和功率最优分配，带入效用函数进行计算，结果表明可以在不降低服务质量以及在考虑能源问题的前提下，实现经济效益与能量有效性的最大化，从而能够满足剧增的数据需求。

本实施例中，针对S1，设计中网络体系结构考虑了一个内容提供者CP，AP配备有缓存存储，MC连接到可用的AP的子集。通过AP缓存的资源或通过英特网(Internet)直接从CP服务器(Server of the content provider)检索数据来满足MC的需求。这里，可以将多个AP与以每个AP为中心的多个MC进行随机分布，为便于直观分析网络体系结构，采用简单作图法得到图2，图2中，Wireless Access Points表示多个AP，Mobile Clients表示多个MC。确定多个AP和以每个AP为中心进行随机分布的MC后，还需初始化无线接入点及移动终端的参数，例如，p_j,k的初始值可以设为40w；在实际应用中，AP和MC的个数、位置及参数值可以根据实际情况确定。

在前述5G无线信息中心网络资源租赁的优化方法的具体实施方式中，进一步地，在所述确定MC_k与AP_j之间的信息传输速率r_j,k，基于r_j,k和初始化得到的参数，确定MC_k的判决公式H_j,k取得最大值时的AP_j的j的取值，根据所得j值，将MC_k应分配到相应的AP_j，同时根据所得j值，更新移动终端关联矩阵x_j,k和无线接入点使用情况矩阵y_j之前，所述方法还包括：

确定任何两个无线接入点AP_i与AP_j之间的路损增益g_i,j；

确定每个AP的平均缓存命中率h_j。

本实施例中，可以根据最少频繁使用策略以及Zipf离散分布模型，确定每个AP的平均缓存命中率h_j，根据确定的每个AP的平均缓存命中率h_j进而用于计算任意两个AP之间的互相干扰作用。

在前述5G无线信息中心网络资源租赁的优化方法的具体实施方式中，进一步地，所述确定每个AP的平均缓存命中率h_j包括：

根据每个AP使用的缓存存储资源进行从高到低排序，所得的顺序数作为每个AP的流行度n；

根据得到的每个AP的流行度n，利用Zipf离散分布模型的累积密度函数公式求得每个AP的平均缓存命中率h_j。

在前述5G无线信息中心网络资源租赁的优化方法的具体实施方式中，进一步地，所述平均缓存命中率h_j表示为：

其中，N表示AP的总数，α为预设的常数，i表示根据每个AP使用的缓存存储资源进行从高到低排序得到的顺序数，n表示顺序数为i的AP对应的流行度n。

在前述5G无线信息中心网络资源租赁的优化方法的具体实施方式中，进一步地，所述信息传输速率r_j,k表示为：

r_j,k＝log₂(1+SINR_j,k)

其中，SINR_j,k表示MC_k从AP_j获得的信号信噪比，c表示所有AP的集合，N表示加性高斯白噪声，L_j,k表示AP_j到MC_k的信道增益，g_i,j表示AP_i到AP_j的路损增益。

在前述5G无线信息中心网络资源租赁的优化方法的具体实施方式中，进一步地，所述基于r_j,k和初始化得到的参数，确定MC_k的判决公式H_j,k取得最大值时的AP_j的j的取值包括：

利用凸优化算法确定MC_k的判决公式H_j,k；

基于r_j,k和初始化得到的参数，确定MC_k的判决公式H_j,k取得最大值时的AP_j的j的取值。

本实施例中，判决公式H_j,k取得最大值时的AP_j的j的取值可以表示为j_k，j_k作为协同规则，根据j_k，能够将MC_k分配到最佳AP_j，并同时根据j_k更新移动终端关联矩阵x_j,k和无线接入点使用情况矩阵y_j，作为后续移动终端关联矩阵优化的依据。

在前述5G无线信息中心网络资源租赁的优化方法的具体实施方式中，进一步地，所述H_j,k表示为：

所述j_k表示为：

其中，ν_k与λ_j表示拉格朗日算子，h_j表示AP_j的平均缓存命中率。

本实施例中，由预设的步长β₁更新拉格朗日算子并通过类比法可相似地可求得另一拉格朗日算子的更新公式，所述拉格朗日算子和分别表示为：

其中，i表示第i次迭代，P_maxj表示AP_j的最大传输功率，[]⁺表示若所得为负数则变为0，Rt表示最小传输速率、β₁、β₂表示预设的步长。

每次迭代进入拉格朗日算子计算都会导致算子更新一次，在循环迭代中用于接下来对移动终端关联矩阵x_j,k进行优化。

在前述5G无线信息中心网络资源租赁的优化方法的具体实施方式中，进一步地，所述确定用于功率最优分配的最佳步长u⁽ⁱ⁺¹⁾，根据确定的最佳步长u⁽ⁱ⁺¹⁾进行功率最优分配包括：

利用梯度辅助二分搜索法(Gradient Assisted Binary Search)确定用于功率最优分配的最佳步长u⁽ⁱ⁺¹⁾；

根据确定的最佳步长u⁽ⁱ⁺¹⁾，利用求出功率最优分配。

本实施例中，利用梯度辅助二分搜索法求得最佳步长u⁽ⁱ⁺¹⁾，具体方法是，将梯度累加值与0作比较，若梯度累加值小于0，则按照第一预设比例不断缩小步长，直至步长小于10^-10，并确定为最佳步长；若梯度累加值大于0，则按照第二预设比例不断增大步长，直至步长大于20，确定为最佳步长；若梯度累加值等于0，则取步长的二分之一，并且确定为最佳步长，其中，所述第一预设比例和第二预设比例可以相等也可以不相等，在实际应用中，根据实际情况确定。进而根据得到的最佳步长u⁽ⁱ⁺¹⁾，利用求出功率最优分配，将求出的最优功率与满足最小传输速率Rt约束的最小功率值P_minj,k和最大功率值P_maxj对比选择合适值作为优化后的值，选取合适值即：若优化所得值小于最小功率值P_minj,k，则将优化值赋值为最小功率值P_minj,k；若优化所得值大于AP_j的最大传输功率P_maxj，则赋值为一预设值；若优化所得值在最小功率值P_minj,k和最大功率值P_maxj之间，则确定其为优化值，进而完成对功率进行优化。其中求P_minj,k的公式为：

其中，N表示加性高斯白噪声。

本实施例中，根据优化后的p_j,k迭代进入S2，重复S2到S4，直到满足预设的收敛条件，确认达到最佳优化，结束迭代，所述预设的收敛条件可以表示为：其中i为迭代次数。

在前述5G无线信息中心网络资源租赁的优化方法的具体实施方式中，进一步地，在根据优化后的p_j,k迭代进入S2，重复S2到S4，直到满足预设的收敛条件，确认达到最佳优化，结束迭代之后，所述方法还包括：

将优化得到的移动终端关联矩阵、无线接入点使用情况矩阵和功率最优分配，带入效用函数进行计算，其中，所述效用函数表示为：

其中，η_j,k表示AP_j到MC_k的能量有效性。

本实施例中，将通过上述方法优化得到的移动终端关联矩阵、无线接入点使用情况矩阵和功率最优分配，带入效用函数进行计算，通过对比分析，结果表明可以在不降低服务质量以及在考虑能源问题的前提下，能够实现CP的经济效益与能量有效性的最大化，从而能够满足剧增的数据需求。

本发明实施例旨在提出一种用于ICN的新颖机制及一种实现能量有效性和经济效益最大限度增大的算法，以刺激无线接入点所有者将其未使用的带宽和缓存存储资源共同租赁给内容提供者。通过共同租用由无线接入点所有者提供的备用带宽和缓存存储资源，内容提供者可以通过将更靠近移动终端位置的所提供的内容复制来减少其分布基础设施，从而增加其经济效益以及能量有效性。也就是说，本发明实施例是用于在第三方联合租用无线接入点上未使用的带宽和缓存存储资源的机制下，实现更优化能量有效性以及经济效益的一种方法。在此机制下，内容提供商CP的效用函数最大化需要通过合理地将移动终端端(MC)分配到各无线接入点(AP)以及功率的合理分配来实现；具体的：

本实施例中，使用凸优化算法来确定移动终端分配给无线接入点的最佳分配，使用梯度辅助二分搜索算法来解决功率分配问题，进而在循环迭代中联合移动终端关联矩阵优化算法和功率分配算法来最大限度地提高能量效率以及CP的经济效益，使结果最大限度接近理想值。

在本发明实施例提供的方法下，较高的经济效益以及能量有效性可以有效激励第三方联合租用AP未使用的带宽和缓存，并且创建起一个AP所有者提供未开发带宽和存储资源以换取其合作的经济激励的市场，从而将此优化机制推广。

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。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种5G无线信息中心网络资源租赁的优化方法，其特征在于，包括：

S1，初始化无线接入点及移动终端的参数，所述无线接入点配有缓存存储资源，所述参数包括：AP_j到MC_k的发射功率p_j,k，AP_j租赁成本b_j，单位未命中缓存部分损失C，单位能量传输单位数据量的利润P，电路消耗功率p_c；其中，AP_j表示第j无线接入点，MC_k表示第k移动终端；

S2，确定MC_k与AP_j之间的信息传输速率r_j,k，基于r_j,k和初始化得到的参数，确定MC_k的判决公式H_j,k取得最大值时的AP_j的j的取值，根据所得j值，将MC_k应分配到相应的AP_j，同时根据所得j值，更新移动终端关联矩阵x_j,k和无线接入点使用情况矩阵y_j；

S3，确定拉格朗日算子λ_j ⁽ⁱ⁺¹⁾和ν_k ⁽ⁱ⁺¹⁾，根据得到的拉格朗日算子λ_j ⁽ⁱ⁺¹⁾和ν_k ⁽ⁱ⁺¹⁾对移动终端关联矩阵x_j,k进行优化，i表示第i次迭代；

S4，确定用于功率最优分配的最佳步长u⁽ⁱ⁺¹⁾，根据确定的最佳步长u⁽ⁱ⁺¹⁾进行功率最优分配对p_j,k进行优化；

S5，根据优化后的p_j,k迭代进入S2，重复S2到S4，直到满足预设的收敛条件，确认达到最佳优化，结束迭代；

其中，所述基于r_j,k和初始化得到的参数，确定MC_k的判决公式H_j,k取得最大值时的AP_j的j的取值包括：

利用凸优化算法确定MC_k的判决公式H_j,k；

基于r_j,k和初始化得到的参数，确定MC_k的判决公式H_j,k取得最大值时的AP_j的j的取值；

其中，所述H_j,k表示为：

其中，将H_j,k取得最大值时的AP_j的j表示为j_k，所述j_k表示为：

其中，ν_k与λ_j表示拉格朗日算子，h_j表示AP_j的平均缓存命中率。

2.根据权利要求1所述的5G无线信息中心网络资源租赁的优化方法，其特征在于，在所述确定MC_k与AP_j之间的信息传输速率r_j,k，基于r_j,k和初始化得到的参数，确定MC_k的判决公式H_j,k取得最大值时的AP_j的j的取值，根据所得j值，将MC_k应分配到相应的AP_j，同时根据所得j值，更新移动终端关联矩阵x_j,k和无线接入点使用情况矩阵y_j之前，所述方法还包括：

确定任何两个无线接入点AP_i与AP_j之间的路损增益g_i,j；

确定每个AP的平均缓存命中率h_j。

3.根据权利要求2所述的5G无线信息中心网络资源租赁的优化方法，其特征在于，所述确定每个AP的平均缓存命中率h_j包括：

根据每个AP使用的缓存存储资源进行从高到低排序，所得的顺序数作为每个AP的流行度n；

根据得到的每个AP的流行度n，利用Zipf离散分布模型的累积密度函数公式求得每个AP的平均缓存命中率h_j。

4.根据权利要求3所述的5G无线信息中心网络资源租赁的优化方法，其特征在于，所述平均缓存命中率h_j表示为：

其中，N表示AP的总数，α为预设的常数，i表示根据每个AP使用的缓存存储资源进行从高到低排序得到的顺序数，n表示顺序数为i的AP对应的流行度n。

5.根据权利要求1所述的5G无线信息中心网络资源租赁的优化方法，其特征在于，所述信息传输速率r_j,k表示为：

r_j,k＝log₂(1+SINR_j,k)

其中，SINR_j,k表示MC_k从AP_j获得的信号信噪比，c表示所有AP的集合，N表示加性高斯白噪声，L_j,k表示AP_j到MC_k的信道增益，g_i,j表示AP_i到AP_j的路损增益。

6.根据权利要求1所述的5G无线信息中心网络资源租赁的优化方法，其特征在于，所述拉格朗日算子λ_j ⁽ⁱ⁺¹⁾和ν_k ⁽ⁱ⁺¹⁾分别表示为：

其中，i表示第i次迭代，P_maxj表示AP_j的最大传输功率，[]⁺表示若所得为负数则变为0，Rt表示最小传输速率、β₁、β₂表示预设的步长。

7.根据权利要求1所述的5G无线信息中心网络资源租赁的优化方法，其特征在于，所述确定用于功率最优分配的最佳步长u⁽ⁱ⁺¹⁾，根据确定的最佳步长u⁽ⁱ⁺¹⁾进行功率最优分配包括：

利用梯度辅助二分搜索法确定用于功率最优分配的最佳步长u⁽ⁱ⁺¹⁾；

根据确定的最佳步长u⁽ⁱ⁺¹⁾，利用求出功率最优分配。

8.根据权利要求1所述的5G无线信息中心网络资源租赁的优化方法，其特征在于，在根据优化后的p_j,k迭代进入S2，重复S2到S4，直到满足预设的收敛条件，确认达到最佳优化，结束迭代之后，所述方法还包括：

将优化得到的移动终端关联矩阵、无线接入点使用情况矩阵和功率最优分配，带入效用函数进行计算，其中，所述效用函数表示为：

其中，h_j,k表示AP_j到MC_k的能量有效性。