CN107548102A

CN107548102A - 一种边缘缓存网络中最小化用户时延的基站缓存方法

Info

Publication number: CN107548102A
Application number: CN201710699660.7A
Authority: CN
Inventors: 李曦; 吴天昊; 张鹤立; 纪红
Original assignee: Beijing University of Posts and Telecommunications
Current assignee: Beijing University of Posts and Telecommunications
Priority date: 2017-08-16
Filing date: 2017-08-16
Publication date: 2018-01-05
Anticipated expiration: 2037-08-16
Also published as: CN107548102B

Abstract

本发明公开了一种边缘缓存网络中最小化用户时延的基站缓存方法，属于无线移动通信领域。在边缘缓存网络场景中，首先建立用户与基站之间的连接矩阵，同时制定基站缓存文件的策略，建立基站与文件之间的关系矩阵；然后，统计整个网络中所有用户从基站中获取文件的平均命中率；设定约束条件在满足合理的用户平均命中率阈值下，达到网络用户平均时延优化最小；进一步使用遍历法求解找到最优的基站内容存储策略，并按该策略部署小型基站。最后，用户连入小型基站获取文件。本发明充分考虑了在设计边缘缓存网络小型基站文件缓存策略过程中平均时延与平均命中率的权衡问题，实现了在满足一定用户平均命中率的情况下最小化用户平均下载时延的目标。

Description

一种边缘缓存网络中最小化用户时延的基站缓存方法

技术领域

本发明属于无线移动通信领域，具体地说，是一种边缘缓存网络中最小化用户时延的基站缓存方法。

背景技术

随着智能手机行业、多媒体服务、以及手机应用的爆炸式增长，出现了大量的移动数据量；为了解决在未来网络中的巨大数据量，人们提出了一个很有前景的方案，即在宏基站的覆盖范围下布置众多的小型基站。

为了满足用户对于数据速率的需求，人们将文件存储在小型基站中；这样虽然可以使文件更贴近用户，减少了文件在网络中的重复传输，用户也可以较快捷地获取所需文件。但是小基站的存储能力有限，无法将用户可能需要的所有文件存入缓存中。

因此在这种条件下人们致力于研究一些特殊的基站缓存方式，将所有存入基站中的文件分为两部分：第一部分是流行度最高的一些文件，它们被存储在所有小型基站中。另一部分是流行度较高的文件，它们依次存储在不同的小基站中。

在设计缓存方案时需要考虑许多因素：比如在存储能力有限的情况下，确定一个文件是否要存入基站不仅要考虑到文件流行度以及命中率，还要考虑用户的体验如时延等；而且频谱资源，负载均衡、吞吐量等因素也要考虑在内。因此如何设计一个满足需求的基站缓存策略是需要考虑的问题。

现有技术中，文献[1]：S.Wang,X.Zhang,K.Yang,L.Wang,and W.Wang,“一种基于权衡缓存内容多样性与冗余度的分布式边缘缓存方案”，中国国际通信大会(ICCC),2015年11月,pp.1–5.提出了一个最优冗余缓存问题模型来最小化网络中的传输总能量；包括无线网络中的无线传输能量以及同核心网之间的有线传输能量，该文给出了一种非常好的文件存储策略，但没有考虑到命中率与用户下载时延等问题。

文献[2]：Y.Wang,X.Tao,X.Zhang,and G.Mao,“基于最小化用户下载时延的缓存与用户关联结合策略”IEEE Access,vol.4,pp.8625–8633,2016.设计了将缓存与用户关联相结合的策略，使得在异构缓存网络中用户平均下载时延最小化；该文很好地优化了时延，但网络场景有所不同，在内容分发上也不尽相同。

在边缘缓存网络中，存在一种新颖的内容分发策略，该策略能够降低网络中的传输能耗；但该策略没有讨论用户平均命中率与用户平均下载时延的关系，在这种策略下命中率与下载时延往往是矛盾的，因此需要考虑二者的权衡问题。

发明内容

针对现有基站缓存有限的边缘缓存网络中，人们提出的内容缓存策略节约了网络的文件传输能耗，却忽视了命中率与下载时延的冲突关系。本发明充分考虑在这种内容缓存策略下的命中率与下载时延情况，实现在满足一定命中率的前提下最小化平均用户下载时延，并找到相应的最优文件存储策略；具体是一种边缘缓存网络中最小化用户时延的基站缓存方法。

具体步骤如下：

步骤一、构建小基站、宏基站、用户以及服务器之间的边缘缓存网络场景。

网络中包括一个宏基站，N个小型基站，以及J个移动用户；每个小型基站根据文件布置策略用来存放文件，所有文件大小相同。

宏基站通过有线链路连入核心网；小基站与宏基站，用户与小基站之间通过无线链路连接；用户与宏基站之间无连接；且小基站的覆盖范围存在重叠，即一个用户有可同时被多个基站提供服务。

步骤二、根据用户的所在位置以及基站的覆盖区域为网络中所有用户建立连接矩阵。

N个小型基站集合为{1,2,...,n,...,N}；J个移动用户的集合为U＝{U₁,U₂,...U_j,...,U_J}；

针对用户U_j与各个小型基站的连接矩阵为：

其中是二值变量，表示用户U_j能够与基站n连接，表示用户U_j无法与基站n连接。

步骤三、制定每个小型基站缓存存储文件的策略，并建立每个小基站与所有文件之间的关系矩阵；

缓存策略如下：

每个小型基站最多缓存M个文件；用户需要的文件共有Y个，且Y≥M·N；

所有文件按照自身的流行度从高到低排序，流行度最高的前R个文件被每个小型基站均存储上；R≤M；剩余的M-R个文件根据文件序号，按顺序依次存储在N个小型基站中。

对于第n个小基站，按照其所存储的所有文件标号建立集合如下：

m＝M-R；

确定第n个小基站存储的文件后，建立第n个小基站与所有文件之间的关系矩阵：

步骤四、针对用户U_j，根据连接矩阵确定该用户从相连的小型基站缓存中获得的存储文件集合

步骤五、计算用户U_j能从相连的各个小型基站中获取文件的命中率期望，进而统计整个网络的平均命中率Q；

首先，计算用户U_j想要获取文件k的概率P_k，满足齐普夫定律：

β为常数；

然后，统计用户U_j从连接的各小型基站中获取所有文件的命中率期望q_j：

最后，计算整个网络的平均命中率Q如下：

步骤六、建立网络用户平均时延优化表达式；

首先，建立用户U_j对所有基站上的所有文件的获得度矩阵

表达形式如下：

然后，利用获得度矩阵计算用户U_j下载文件k的时延D_j(k)：

D_j,n为用户U_j从小基站n下载一个文件的时延；ω_n为每个小型基站的子信道带宽；γ_n,j为小基站n和用户U_j之间的信干噪比；L为每个文件的大小。

D_n,M为小基站n从宏基站获得一个文件的时延；ω_M为宏基站的子信道带宽。γ_M,n为宏基站M和小基站n之间的信干噪比；

最后，利用用户U_j下载每个文件的时延结合用户想要每个文件的概率，计算该用户的平均文件下载时延D_j：

进一步，计算网络中所有用户的平均文件下载时延优化表达式；

如下：

步骤七、设定合理的用户平均命中率阈值，在满足用户平均命中率阈值Q_c的条件下，设定优化网络用户平均时延D(R)最小的约束条件；

minD(R)

s.t.C1:Q≥Q_c

C3:0≤R≤M

C1表示整个网络的平均命中率Q要大于等于平均命中率阈值Q_c；也就是网络中用户从相连的小型基站中获取文件的命中率要达到阈值Q_c。

C2表示每个小型基站都要存储的流行度最高的文件数必须是整数；为整数集合；

C3表示每个小型基站都要存储的流行度最高的文件的数量要小于等于该基站自身的存储量。

步骤八、使用遍历法求解约束条件，得到最优的每个小型基站都要存储的文件个数；且满足命中率的同时最小化用户平均下载时延；

步骤九、每个基站按最优的文件分发策略进行内容存储，同时用户通过连接的小型基站获取文件。

步骤十、判断用户从连接的小型基站缓存中是否能够获取所需文件，如果是，则用户直接从小型基站中获取文件并结束；否则，小型基站通过宏基站向核心网获取该文件并分发给该用户。

本发明的优点在于：

1)、一种边缘缓存网络中最小化用户时延的基站缓存方法，充分考虑了在设计边缘缓存网络小基站文件缓存策略过程中平均时延与平均命中率的权衡问题，实现了在满足一定用户平均命中率的情况下最小化用户平均下载时延的目标。

2)、一种边缘缓存网络中最小化用户时延的基站缓存方法，通过仿真对比，能够在获得较大用户平均命中率的同时保持相近的用户下载时延。

附图说明

图1是本发明最小化用户时延的基站缓存方法中建立的边缘缓存网络模型；

图2是本发明边缘缓存网络中最小化用户时延的基站缓存方法的原理图；

图3是本发明边缘缓存网络中最小化用户时延的基站缓存方法的流程图；

图4是本发明每个小型基站缓存存储文件的策略示意图；

图5是本发明不同SBS总数下本发明算法和最流行文件内容存储算法的用户平均下载时延对比图；

图6是本发明不同SBS总数下本发明算法和最流行文件内容存储算法的用户平均命中率对比图。

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。

在边缘缓存网络场景中，本发明就文件缓存策略的设计过程考虑了用户命中率与下载时延的权衡问题；根据文件在小基站中的存储方式列出了用户平均命中率表达式以及用户平均文件下载时延表达式；并根据这两个表达式确立了满足一定命中率的条件下最小化下载时延的优化算法，最终找到最优解从而确定最合适的文件缓存策略。具体是一种在满足一定命中率条件下最小化用户下载时延的内容缓存策略。

如图2所示，本发明被总结为如下的3个步骤：

1)首先，根据用户的所在位置以及基站的覆盖区域为网络中所有用户建立用户连接矩阵。

2)设定合理的用户平均命中率阈值，建立网络用户平均时延优化表达式。找到最优的基站内容存储策略，并按该策略部署小型基站。

3)用户连入小型基站，进行文件的获取操作。对于所有基站都存有的文件，用户所连的所有基站将合作传输该文件。而只有一个基站存有的文件，仅该基站将文件传输给用户。倘若用户所连基站均没有该文件，则其中一个小基站通过宏基站向核心网索取到该文件后再发送至用户端。

如图3所示，具体步骤如下：

如图1所示的边缘缓存网络图中，网络中含有一个宏基站，N个小型基站，以及J个移动用户。每一个小型基站根据文件布置策略存放文件。所有文件的大小都相同。在图1中每一个带有标号的小方块都代表一个文件而且不同的标号代表不同的文件。

宏基站通过有线链路连入核心网。小型基站与宏基站以及小型基站与移动用户之间都是通过无线链路连接的。小型基站的覆盖范围存在重叠现象，因此用户有可能被多个小基站所服务。当用户想要获取文件时，其首先向其所连接的小基站缓存中获取。如果所有的小基站都存有该文件，用户会控制基站共同协作传输，以获得更大的下载速度。如果仅有一个基站存有该文件，则由该基站将文件发送给用户。倘若用户连接的所有小基站都没有存储该文件，则其中一个小基站会通过宏基站向核心网获取该文件后再发送给用户。

针对用户U_j与所有小型基站的连接矩阵为：

如图4所示，缓存策略如下：

每个小型基站最多缓存M个文件；假设用户需要的文件共有Y个，且Y≥M·N；

所有文件按照自身的流行度从高到低排序并获得一个序号，序号越小表明该文件越流行。所有文件中流行度最高的前R个文件被每个小型基站均存储上；R≤M；剩余的M-R个文件根据文件序号，按顺序依次存储在N个不同的小型基站中。

m＝M-R；集合中每个元素均代表所存文件的标号。

知道每个小基站存储的文件后，建立每个小基站与所有文件之间的关系矩阵。

针对第n个小基站，该基站与所有文件之间的关系矩阵如下：

因为用户能直接从其所连的小型基站缓存中获得存有的文件，因此为每一个用户建立一个集合，集合中的元素为该用户可以直接从小基站中获得的文件的序号；则该集合表示为：

β为常数；

最后，当所有用户命中率的期望都计算出后，计算整个网络的平均命中率Q；

步骤六、建立网络用户平均时延优化表达式；

网络中的小型基站复用宏基站的下行资源，因此当用户从小型基站获取文件时可能会受到宏基站的干扰；不同的小型基站之间的下行频带是彼此正交的，这样避免了层内干扰。每一个小型基站都将其下载带宽分成若干个带宽为ω_n的子信道，每一个用户在下载文件时只占用其中一个子信道；同理，宏基站的子信道带宽为ω_M。

小型基站和宏基站的发射功率分别为P_n和P_M，热噪声功率谱密度为σ²；第n个小基站与用户U_j之间以及宏基站与小基站n之间的信道增益分别为h_n,j和h_M,n；其表达式分别为和其中L₀是常量，α是路径损耗指示因子。d_n,j和d_M,n分别为小基站n和用户U_j以及宏基站和小基站n之间的距离。

由此分别计算出第n个小基站与用户U_j之间以及宏基站和小基站n之间的信干噪比γ_n,j和γ_M,n为：

所有文件的大小均为L，得出用户U_j从小基站n下载一个文件的时延D_j,n和小基站n从宏基站获得一个文件的时延D_n,M，其表达式分别为：

为了得到每个用户的文件下载时延，需要为每一个用户建立一个文件可获得度矩阵；

用户U_j对所有基站上的所有文件的获得度矩阵

形式如下：其计算方法为：

而不同的文件下载时延也不同，故为用户U_j计算出其下载每一个文件的时延；对于第k个文件，其下载时延D_j(k)表示为：

因此利用用户U_j下载每个文件的时延结合用户想要每个文件的概率，计算该用户的平均文件下载时延D_j为：

当计算出网络中每一个用户的平均文件下载时延后，即可算出整个网络中的所有用户的平均文件下载时延D(R)，其表达式为：

本发明的目标是在满足一定的命中率Q_c的条件下，确定一个最优的文件存储策略使得网络中用户平均下载时延D(R)最小化；考虑到小基站缓存容量有限为M，因此策略中R的值应不大于M，故该优化问题表示为：

从式(13)中得出用遍历法求解该优化表达式的最优解。

为了验证本发明提出的文件缓存机制的性能，选用了一种“最流行”放置策略进行对比，该策略让每一个小基站都存储最流行的M个文件。仿真参数的设定为：L＝10Mbits，β＝0.8,Y＝600,M＝50,J＝50，α＝4。宏基站的覆盖半径为500m，小型基站的覆盖半径为45-60m。简单起见，假设所有d_n,j＝30m以及所有d_M,n＝200m。P_n和P_M的值分别为100mW和20W。L₀＝-30dB，σ²＝-100dBm以及ω_M＝ω_n＝1MHz。

仿真结果如图6所示，随着SBS总个数不断增加，命中率门限Q_c的值依次为0.525,0.53,0.51,0.51,0.505,0.5,0.46。由于小基站总数的增加，文件的存储情况将较为分散，故用户平均命中率呈下降趋势。如图5所示，两种算法的平均下载时延差别不大。但是最小化时延内容存储策略的平均命中率要远高于最流行文件内容存储策略；可见本发明提出的机制在保证较高命中率的同时优化了用户文件下载时延。

Claims

1.一种边缘缓存网络中最小化用户时延的基站缓存方法，其特征在于，具体步骤如下：

步骤一、构建小基站、宏基站、用户以及服务器之间的边缘缓存网络场景；

步骤二、根据用户的所在位置以及基站的覆盖区域为网络中所有用户建立连接矩阵；

小型基站共N个，集合为{1,2,...,n,...,N}；移动用户共J个，集合为U＝{U₁,U₂,...U_j,...,U_J}；

针对用户U_j与各个小型基站的连接矩阵为：

其中是二值变量，表示用户U_j能够与基站n连接，表示用户U_j无法与基站n连接；

步骤三、制定每个小型基站缓存存储文件的缓存策略，并建立每个小基站与所有文件之间的关系矩阵；

第n个小基站与所有文件之间的关系矩阵如下：

Y为用户需要的文件个数，且Y≥M·N；M为每个小型基站最大缓存文件的个数；

为第n个小基站上所存储的所有文件按文件标号建立的集合；形式如下：

m＝M-R；R为所有文件中流行度排名最高的文件个数。

步骤四、针对用户U_j，根据连接矩阵确定该用户从相连的小型基站缓存中能够获得的存储文件集合

<mrow> <msub> <mi>P</mi> <mi>k</mi> </msub> <mo>=</mo> <mfrac> <mrow> <mn>1</mn> <mo>/</mo> <msup> <mi>k</mi> <mi>&beta;</mi> </msup> </mrow> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>y</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>Y</mi> </munderover> <mrow> <mo>(</mo> <mn>1</mn> <mo>/</mo> <msup> <mi>y</mi> <mi>&beta;</mi> </msup> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>

β为常数；

最后，计算整个网络的平均命中率Q如下：

步骤六、建立网络用户平均时延优化表达式D(R)；

<mrow> <mi>D</mi> <mrow> <mo>(</mo> <mi>R</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>J</mi> </munderover> <msub> <mi>D</mi> <mi>j</mi> </msub> </mrow> <mi>J</mi> </mfrac> </mrow>

其中，D_j为用户U_j的平均文件下载时延；

minD(R)

s.t.C1:Q≥Q_c

C2:

C3:0≤R≤M

C1表示整个网络的平均命中率Q要大于等于平均命中率阈值Q_c；

C2表示每个小型基站要存储的流行度最高的文件个数为整数；为整数集合；

C3表示每个小型基站要存储的流行度最高的文件个数要小于等于该基站自身的存储量；

步骤八、使用遍历法求解约束条件，得到最优的每个小型基站都要存储的文件个数R；且满足命中率的同时最小化用户平均下载时延；

步骤九、每个基站按最优的内容分发策略进行内容存储，同时用户通过连接的小型基站获取文件；

2.如权利要求1所述的一种边缘缓存网络中最小化用户时延的基站缓存方法，其特征在于，步骤一中所述的边缘缓存网络场景中，网络中包括一个宏基站，N个小型基站，以及J个移动用户；每个小型基站根据文件布置策略存放文件，所有文件大小相同；

宏基站通过有线链路连入核心网；小基站与宏基站，用户与小基站之间通过无线链路连接；用户与宏基站之间无连接；且小基站的覆盖范围存在重叠。

3.如权利要求1所述的一种边缘缓存网络中最小化用户时延的基站缓存方法，其特征在于，步骤三中，所有文件按照自身的流行度从高到低排序，流行度最高的前R个文件被每个小型基站均存储上；R≤M；剩余的M-R个文件根据文件序号，按顺序依次存储在N个小型基站中。

4.如权利要求1所述的一种边缘缓存网络中最小化用户时延的基站缓存方法，其特征在于，所述的步骤六中用户的平均文件下载时延，计算过程如下：

首先，建立用户U_j对所有基站上的所有文件的获得度矩阵

表达形式如下：

然后，利用获得度矩阵计算用户U_j下载文件k的时延D_j(k)：

<mrow> <msub> <mi>D</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mfrac> <mn>1</mn> <mrow> <msub> <mi>t</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>&CenterDot;</mo> <msub> <mi>D</mi> <mrow> <mi>j</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> </mrow> </mtd> <mtd> <mrow> <msub> <mi>t</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&GreaterEqual;</mo> <mn>1</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>D</mi> <mrow> <mi>j</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>D</mi> <mrow> <mi>n</mi> <mo>,</mo> <mi>M</mi> </mrow> </msub> </mrow> </mtd> <mtd> <mrow> <msub> <mi>t</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mn>0</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>

D_j,n为用户U_j从小基站n下载一个文件的时延；ω_n为每个小型基站的子信道带宽；γ_n,j为小基站n和用户U_j之间的信干噪比；L为每个文件的大小；

D_n,M为小基站n从宏基站获得一个文件的时延；ω_M为宏基站的子信道带宽；γ_M,n为宏基站M和小基站n之间的信干噪比；

5.如权利要求4所述的一种边缘缓存网络中最小化用户时延的基站缓存方法，其特征在于，所述的小基站n和用户U_j之间的信干噪比γ_n,j表达式为：所述的宏基站和小基站n之间的信干噪比γ_M,n表达式为：

P_n为小型基站的发射功率；h_n,j为第n个小基站与用户U_j之间的信道增益；L₀是常量，α是路径损耗指示因子；d_n,j为小基站n和用户U_j之间的距离；σ²为热噪声功率谱密度；P_M为宏基站的发射功率；h_M,n为宏基站与小基站n之间的信道增益；d_M,n宏基站和小基站n之间的距离。