CN108112039B - 一种基于重传和用户移动的异构蜂窝网络缓存方法 - Google Patents
一种基于重传和用户移动的异构蜂窝网络缓存方法 Download PDFInfo
- Publication number
- CN108112039B CN108112039B CN201810112650.3A CN201810112650A CN108112039B CN 108112039 B CN108112039 B CN 108112039B CN 201810112650 A CN201810112650 A CN 201810112650A CN 108112039 B CN108112039 B CN 108112039B
- Authority
- CN
- China
- Prior art keywords
- base station
- small base
- probability
- cellular network
- cache
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/10—Flow control between communication endpoints
- H04W28/14—Flow control between communication endpoints using intermediate storage
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于重传和用户移动的异构蜂窝网络缓存策略,包括以下步骤:首先利用二分搜索法,得到使得小基站关联概率最大的小基站缓存概率;然后根据该小基站缓存概率,利用内点法,得到使得命中概率最大的小基站缓存概率。本发明相比于最热门缓存策略(MPC)得到的命中概率更大,并且求解的复杂度较低。
Description
技术领域
本发明涉及一种基于重传和用户移动的异构蜂窝网络缓存策略,属于无线通信技术领域。
背景技术
近年来,随着智能手机和平板等移动设备的普及,对无线数据流量的需求正在呈现爆炸式的增长。为了满足庞大的流量需求,异构蜂窝网络部署作为一种被广泛认可的解决方法成为了当前研究的热点。异构蜂窝网络是由宏基站(Macro Base Stations,MBSs)和小基站(Small Cell Base Stations,SBSs)等具有不同发射功率和覆盖范围的节点所组成的网络,可以大幅度地提高无线网络系统容量。
然而,异构蜂窝网络带来的更为密集的基站部署将对回程链路(Backhaul)造成更大的压力,尤其是对于密集的小基站。为了减轻回程链路的负担,提前将热门文件缓存在小基站中是一种行之有效的方法。然而,待缓存文件的数目众多,而小基站的缓存容量却是有限的,因此对于小基站缓存概率的优化是十分必要的。
对于引入缓存的异构蜂窝网络而言,通常采用以内容为中心的小区关联策略,即用户将与缓存有所需文件且偏置接收功率最大的基站关联,相比传统的基于连接的小区关联策略,可以获得更大的命中概率。重传作为一种提高命中概率和传输可靠性的技术,在实际系统中被广泛应用。对于密集的异构蜂窝网络而言,用户移动对性能的影响十分巨大。
针对以上问题,需要提出一种新的性能良好且复杂度较低的缓存策略。
发明内容
本发明所要解决的技术问题是:提供一种基于重传和用户移动的异构蜂窝网络缓存策略,该策略以较低的复杂度,获得远超最热门缓存策略(Most Popular Caching,MPC)的命中概率。
本发明为解决上述技术问题采用以下技术方案:
一种基于重传和用户移动的异构蜂窝网络缓存策略,包括如下步骤:
步骤1,获取异构蜂窝网络的物理参数,包括宏基站分布密度、小基站分布密度、宏基站发射功率、小基站发射功率、宏基站偏置系数、小基站偏置系数、路径损耗系数,以及待缓存文件的被访问概率分布,采用二分搜索法,得到使小基站关联概率最大的初始小基站缓存概率;
步骤2,根据步骤1得到的初始小基站缓存概率,采用内点法求解,得到使命中概率最大的小基站缓存概率,实现小基站缓存概率的优化。
作为本发明的一种优选方案,所述步骤1的具体过程如下:
1-1,根据异构蜂窝网络的物理参数,得到变量的值,其中,为宏基站分布密度λ1与小基站分布密度λ2之比,为宏基站发射功率P1与小基站发射功率P2之比,为宏基站偏置系数B1与小基站偏置系数B2之比,α为路径损耗系数;
作为本发明的一种优选方案,1-2所述二分搜索法的具体过程为:
1-2-2,判断low是否小于high,若是则跳转到步骤1-2-3,否则跳转到步骤1-2-7;
1-2-3,计算当前搜索范围的中间值mid=(low+high)/2;
作为本发明的一种优选方案,所述步骤2的具体过程如下:
2-5,利用内点法求解下述问题
0≤b2j≤1,j∈{1,2,…,N}
得到使命中概率最大的小基站缓存概率b2,其中,M2为小基站缓存容量,T为设定的最大传输次数。
作为本发明的一种优选方案,2-1所述小基站关联概率的计算公式为:
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
本发明所提出的异构蜂窝网络缓存策略,与现有的MPC相比,命中概率得到了很大的提高,并且算法的复杂度较低。
附图说明
图1是本发明引入缓存的两层异构蜂窝网络的示意图。
图2是本发明缓存策略二分搜索法的流程图。
图3是本发明缓存策略内点法的流程图。
图4是采用本发明二分搜索法得到的初始小基站缓存概率分布图。
图5是采用本发明内点法得到的小基站缓存概率分布图。
图6是本发明提出的缓存策略与MPC的命中概率对比图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
如图1所示,给出了实施例对应的异构蜂窝网络示意图,结合最大传输次数T=3、宏基站密度λ1=1/(π5002)m-2、小基站密度λ2=50/(π5002)m-2、用户密度λu=100/(π5002)m-2、宏基站发射功率P1=10W、小基站发射功率P2=2W、路径损耗系数α=3.5、宏基站偏置B1=1、小基站偏置B2=10、小基站缓存容量M2=5、文件数目N=50、文件被访问概率服从参数γ=0.56的齐夫分布(Zipf Distribution)、系统带宽W=100MHz、用户速率要求R0=5Mbps的异构蜂窝网络。本发明缓存策略的具体步骤如下:
(1)根据异构蜂窝网络的物理参数,如宏基站和小基站的分布密度、发射功率和偏置系数等,和待缓存文件的被访问概率分布,利用二分搜索法,得到使小基站关联概率最大的小基站缓存概率。
该步骤具体包括:
(1-3)判断是否满足条件low<high。如果是,跳转到步骤(1-4);否则,跳转到步骤(1-8)。
(1-4)计算当前搜索范围的中间值mid=(low+high)/2。
如图2所示,为步骤(1)的流程图,实施步骤(1),得到的初始小基站缓存概率分布如图4所示。
(2)根据步骤(1)中得到的小基站缓存概率,利用内点法,得到使命中概率最大的小基站缓存概率。
该步骤具体包括:
(2-5)利用内点法求解问题
0≤b2j≤1,j∈{1,2,…,N}
得到小基站的缓存概率b2,其中T为设定的最大传输次数。
如图3所示,为步骤(2)的流程图,实施步骤(2),得到的小基站缓存概率分布如图5所示。
保持其他变量的取值不变,使用户速率要求R0从2-3Mbps到26Mbps变化,可得仿真结果如图6所示,观察可知,本发明所提出的小基站缓存策略(Opt),与现有的MPC相比,命中概率得到了很大的提高。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (3)
1.一种基于重传和用户移动的异构蜂窝网络缓存方法,其特征在于,包括如下步骤:
步骤1,获取异构蜂窝网络的物理参数,包括宏基站分布密度、小基站分布密度、宏基站发射功率、小基站发射功率、宏基站偏置系数、小基站偏置系数、路径损耗系数,以及待缓存文件的被访问概率分布,采用二分搜索法,得到使小基站关联概率最大的初始小基站缓存概率;具体过程如下:
1-1,根据异构蜂窝网络的物理参数,得到变量的值,其中为宏基站分布密度λ1与小基站分布密度λ2之比,为宏基站发射功率P1与小基站发射功率P2之比,为宏基站偏置系数B1与小基站偏置系数B2之比,α为路径损耗系数;
1-3,判断是否满足条件low<high;如果是,跳转到1-4;否则,跳转到1-8;
1-4,计算当前搜索范围的中间值mid=(low+high)/2;
步骤2,根据步骤1得到的初始小基站缓存概率,采用内点法求解,得到使命中概率最大的小基站缓存概率,实现小基站缓存概率的优化。
2.根据权利要求1所述基于重传和用户移动的异构蜂窝网络缓存方法,其特征在于,所述步骤2的具体过程如下:
2-5,利用内点法求解下述问题
得到使命中概率最大的小基站缓存概率b2,其中,M2为小基站缓存容量,T为设定的最大传输次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810112650.3A CN108112039B (zh) | 2018-02-05 | 2018-02-05 | 一种基于重传和用户移动的异构蜂窝网络缓存方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810112650.3A CN108112039B (zh) | 2018-02-05 | 2018-02-05 | 一种基于重传和用户移动的异构蜂窝网络缓存方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108112039A CN108112039A (zh) | 2018-06-01 |
CN108112039B true CN108112039B (zh) | 2021-04-27 |
Family
ID=62220920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810112650.3A Active CN108112039B (zh) | 2018-02-05 | 2018-02-05 | 一种基于重传和用户移动的异构蜂窝网络缓存方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108112039B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110611698A (zh) * | 2019-08-07 | 2019-12-24 | 哈尔滨工业大学(深圳) | 一种基于随机边缘缓存及现实条件的柔性协作传输方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102970734B (zh) * | 2012-11-02 | 2014-12-03 | 北京交通大学 | 基于跨层设计的异构融合网络能耗最小设计方法 |
CN106912079B (zh) * | 2017-02-20 | 2020-04-03 | 北京邮电大学 | 一种缓存异构网络中联合用户接入选择及资源分配方法 |
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 |
-
2018
- 2018-02-05 CN CN201810112650.3A patent/CN108112039B/zh active Active
Non-Patent Citations (1)
Title |
---|
Analysis and Optimization of Caching and Multicasting in Large-Scale Cache-Enabled Heterogeneous Wireless Networks;Ying Cui.et al;《IEEE Transactions on Wireless Communications》;20161027;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108112039A (zh) | 2018-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106851731B (zh) | 一种最大化卸载概率的d2d缓存分配方法 | |
CN108093435B (zh) | 基于缓存流行内容的蜂窝下行链路网络能效优化系统及方法 | |
CN110290507B (zh) | 一种d2d通信辅助边缘缓存系统的缓存策略及频谱分配方法 | |
CN106303927A (zh) | 一种用于d2d无线缓存网络中的缓存分配方法 | |
CN112994776B (zh) | 一种适于高通量卫星通信的信关站抗雨衰切换方法及装置 | |
CN108112039B (zh) | 一种基于重传和用户移动的异构蜂窝网络缓存方法 | |
Xu et al. | Delay-oriented cross-tier handover optimization in ultra-dense heterogeneous networks | |
CN111083708B (zh) | 一种基于干扰感知多图的v2v通信异质频谱分配方法 | |
CN114615730B (zh) | 回程受限密集无线网络面向内容覆盖的功率分配方法 | |
CN116095770A (zh) | 超密集异构无线网络中的跨区合作自适应切换判决方法 | |
Gures et al. | Fuzzy logic-based load balancing algorithm in heterogeneous networks | |
CN108551472B (zh) | 一种基于边缘计算的内容缓存优化方法 | |
CN111988834B (zh) | 一种异构车联网网络选择方法、系统及装置 | |
CN110602722A (zh) | 一种基于noma的联合内容推送和传输的设计方法 | |
CN113473540A (zh) | 异构蜂窝网络中基于基站协作的混合缓存方法 | |
CN109005234B (zh) | 一种安全概率缓存策略及其生成方法 | |
CN113453197B (zh) | 一种联合移动预测和动态功率的用户配对方法 | |
Jain et al. | Optimization of vertical handoff in UMTS_WLAN heterogeneous networks | |
CN107484111B (zh) | 一种m2m通信网络关联及功率分配算法 | |
CN107872835B (zh) | 公网业务保护方法、装置、mec服务器和系统 | |
CN111885641B (zh) | 一种缓冲辅助中继网络中的缓冲资源分配方法 | |
CN113411862A (zh) | 一种动态蜂窝网络中的缓存放置和用户接入方法及装置 | |
CN104509178A (zh) | 基站状态处理方法及装置 | |
CN111124298B (zh) | 一种基于价值函数的雾计算网络内容缓存替换方法 | |
CN111294817B (zh) | 一种接入模式选择和预编码联合优化方法和装置 |
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 |