CN108322352B - 一种基于组间协作的蜂窝异构缓存方法 - Google Patents

Abstract

本发明公开一种蜂窝异构网络下的基于组间协作的缓存方法，包括蜂窝异构网络系统模型的建立、公式化能量性能指标并生成待优化的问题，以及利用模拟退火算法解优化问题。本发明阐述了所提出的基于组间协作的蜂窝异构网络缓存策略的详细过程，对各基站缓存文见的机制进行了规定与分析。采用本发明技术方案，在蜂窝异构网络的场景下，合理建立网络系统模型，并制定相应的缓存策略，使得网络能量消耗下降。

Description

一种基于组间协作的蜂窝异构缓存方法

技术领域

本发明属于无线通信相关领域，尤其涉及一种基于组间协作的蜂窝异构缓存方法，将传统无线网络分层为宏基站(Macro Base Station,MBS)和小基站(Small BaseStation,SBS)两层，扩展了网络的容量，同时用缓存技术将相应的文件片段缓存在各基站中，减少了回程请求文件量，从而减少网络整体能量消耗。

技术背景

现代互联网通信技术发展飞快,网络提供的带宽能力也迅猛增强,使得用户倾向于视频浏览的行为得到支持。同时无线通信技术迅速发展(如Wi-Fi,4G，5G通讯技术不断快速更新换代),智能终端广泛应用,智能终端上浏览视频的用户迅速攀升。智能终端产生的流量在未来几年有望被视频占去三分之二。如此大量的网络流量给接入网、核心网甚至整个网络都带来巨大的带宽压力,其中绝大部分带宽压力是由视频产生的流量带来的,主要的流量压力又产生在核心网络或者是在空中接口处。智能终端处的流量不可能减少,而且新的无线通信技术使得智能终端的传输压力减小。所以如何降低主干网络或者是基站的带宽压力从而提升用户浏览体验成为了亟待解决的问题。

随着视频流量造成的网络带宽危机越来越严重,网络缓存的策略开始成为一个热门研究课题。随着各个大型无线视频提供商如YouTube、Netflix等为了提高移动视频用户的用户体验以及无线视频流媒体的QoS(Quality of Service,服务质量)并且减小网络带宽危机而部署了ICN(信息中心网络)网络,并在移动交换中心上部署了缓存服务器,使得视频内容更靠近终端用户，节省了大量的网络带宽,使用户体验得到明显改善。但是,也正因为在移动交换中部署了缓存,视频的流量又极其庞大,就增加了基站的管理和带宽负担。为了在保证终端用户视频体验质量的同时减小基站的负担,蜂窝异构网络的缓存开始成为研究的热点。又由于缓存空间的有限性及基站间的协作缓存等问题需要被考虑,使得一种新型协作缓存策略算法的出现变得尤为重要。

发明内容

本发明要解决的技术问题是，提供一种基于组间协作的蜂窝异构缓存方法，在蜂窝异构网络的场景下，合理建立网络系统模型，并制定相应的缓存策略，使得网络能量消耗下降。

为解决上述问题，本发明采用如下的技术方案：应用基于组间缓存机制的网络缓存策略，将相关文件片段缓存到MBS和SBS中，从而减少用户设备网络回程请求量，以达到减少网络能量消耗的目的。

一种基于组间缓存的蜂窝异构网络缓存方法，包括以下步骤：

步骤1、建立系统模型

假定N个相邻的SBS构成一个SBS组并且在缓存层面被视为一个整体，每个SBS通过无线或有线回程的连接方式与组内的其他SBS共享自身的缓存内容。定义对称矩阵d_i,j∈D_N×N,1≤i,j≤N来表示该组内两个任意的小基站之间的距离。这里的d_i,j用来表示当SBS_i想要传输给SBS_j一个内容时需要的跳数。

用户设备UE(User Equipment)随机地从远端文件库F＝{f₁,…,f_J}中选择内容进行请求，其中f_j(j＝1,…,J)是第j个最流行的内容，并且每个内容假设已被归一化大小为1。在Zipf分布下，f_j被的请求概率为：

其中r是该分布的偏态参数并且与UE请求的集中度成比例。对于某一SBS组内的第k个UE,即UE_k，直连一个服务O_i个UE的SBS，称作SBS_i，假定其内容请求是强度为λ_i,k的泊松过程并且与其他UE的请求过程相互独立。因此，单位时间内SBS_i收集到的请求数Q_i可以表示为：

则在这Q_i个请求中请求f_j的个数Q_i,j可以表示为：

一个SBS组和一个MBS的缓存策略可以由两个二进制矩阵

和

来分别表示。

代表f_j被缓存到了SBS_i/MBS，而

表示相反情况。定义

表示该SBS组内缓存问价情况若该SBS组内有SBS缓存了f_j,则

否则

定义二进制矩阵

表示f_j是否被缓存到了其它SBS组内，其中

代表其他组内持有该内容的缓存，而

则表示相反情况。定义SBS组内持有f_i的SBS中距离SBS_i最近的距离d_l,i可表示为：

步骤2、阐述缓存策略机制及过程

在本发明所提出的缓存策略中，当一个UE_k请求一个内容时，首先应查找

的值，判断该内容是否被缓存在正在服务它的这个SBS_i。如果

那么这个UE将从SBS_i得到这个内容；如果

那么SBS_i将这个请求转发到MBS，之后MBS查找

以及

的值来得知该SBS组内、MBS以及其他SBS组是否持有该内容缓存，并由MBS决策该由哪个网络实体响应该请求。

步骤3、公式化相关性能指标并生成待优化的问题

从正在服务该UE的SBS到该UE之间传输内容所消耗的能量表示为E_su，这部分能量并不影响我们的问题分析但却会带来较高的复杂度。在许多蜂窝异构网络缓存策略的研究中将这部分能量忽略来简化计算复杂度，本发明也将遵循这种做法。因此，当一个连接到SBS_i的UE_k请求内容f_j时消耗的能量E_i,j可以表示为：

由上述推出的E_i,j即可得知SBS组内在一段时间内传输被请求的文件消耗的能量，求得这部分能量的最小值即为生成的待优化问题，这部分内容将在具体实施方式中阐述。

步骤4、利用模拟退火算法得到P₀的解

首先设定C^S和C^M以及C^G的初始值，最大、最小温度参数值T_max和T_min以及温度衰减系数α及重复次数K。令x_best＝(C^S,C^M,C^G)并且令当前温度T等于T_max。通过设定上述初始值，我们可以得到目标函数的一个结果作为当前E(x_best)。之后通过如下方式得到新的C^S、C^M和

首先随机地选择C^S中的一列i(1≤i≤N)，于是使得SBS_i中的缓存内容发生改变。类似地，可以生成新的C^M和

并且将新生成的C^S、C^M以及

表示为x_new＝(C^S,C^M,C^G)，从而可以得到新的目标函数结果E(x_new)。如果E(x_new)＜E(x_best)，则将x_new赋值给x_best，否则将x_new抛弃。这个过程被重复K次，之后温度参数减小到αT(0＜α＜1)。在新的T下，上述迭代过程再重复K次。最终，直到T＜T_min时整个算法结束。此时的x_best即为得到的p₀的最优解。

本发明的蜂窝异构网络下的基于组间协作的缓存方法，包括蜂窝异构网络系统模型的建立、公式化能量性能指标并生成待优化的问题，以及利用模拟退火算法解优化问题。本发明阐述了所提出的基于组间协作的蜂窝异构网络缓存策略的详细过程，对各基站缓存文见的机制进行了规定与分析。本发明所涉及的蜂窝异构网络将传统无线网络分层为宏基站(Macro Base Station,MBS)和小基站(Small Base Station,SBS)两层，扩展了网络的容量，同时用缓存技术将相应的文件片段缓存在各基站中，减少了回程请求文件量，从而减少网络整体能量消耗。

附图说明

图1为基于组间协作的蜂窝异构网络拓扑图；

图2为文件库容量与SBS组内平均能耗关系仿真图(N＝10，C^S＝C^M＝2)；

图3为各基站缓存能力与SBS组平均能耗之间的关系仿真图(N＝10，F＝10)；

具体实施方式

下面结合附图和实例对本发明做进一步说明。

如图1所示，本发明提供一种基于组间缓存的蜂窝异构网络缓存策略，包括以下步骤：

步骤1、建立系统模型

本发明研究关注点在蜂窝异构网络下的缓存策略，因此将核心网和远端网络服务器简化，将其一同看做远端文件库。假定N个相邻的SBS构成一个SBS组并且在缓存层面被视为一个整体。每个SBS通过无线或有线回程的连接方式与组内的其他SBS共享自身的缓存内容。定义对称矩阵d_i,j∈D_N×N,1≤i,j≤N来表示该组内两个任意的小基站之间的距离。这里的d_i,j用来表示当SBS_i想要传输给SBS_j一个内容时需要的跳数。例如，从SBS₁到SBS₁₀的数据流是SBS₁→SBS₄→SBS₇→SBS₁₀,此时d_1,10＝3。在蜂窝异构网络的架构下，某个发送端(Transmitter)发送一个内容到一个接收端(Receiver)将会产生一定数量的能量损耗E_TR。发送端可以是远端文件库(r)、MBS(m)或SBS(s)；接收端可以是MBS或SBS。通常情况下，E_ss＜E_ms＜E_rs。

假设一个有限的内容库存有J个不同的内容或文件，UE(User Equipment)随机地从远端文件库F＝{f₁,…,f_J}中选择内容进行请求，其中f_j(j＝1,…,J)是第j个最流行的内容，并且每个内容假设已被归一化大小为1。在Zipf分布下，f_j被的请求概率为：

其中r是该分布的偏态参数并且与UE请求的集中度成比例。对于某一SBS组内的第k个UE,即UE_k，直连一个服务O_i个UE的SBS，称作SBS_i，假定其内容请求是强度为λ_i,k的泊松过程并且与其他UE的请求过程相互独立。因此，单位时间内SBS_i收集到的请求数Q_i可以表示为：

则在这Q_i个请求中请求f_j的个数Q_i,j可以表示为：

一个SBS组和一个MBS的缓存策略可以由两个二进制矩阵

和

来分别表示。

代表f_j被缓存到了SBS_i/MBS，而

表示相反情况。

定义S^s和S^m分别代表一个SBS和一个MBS的缓存能力，并且通常情况下S^s<S^m。定义二进制矩阵

表示是否f_j被缓存到了该SBS组内，其中

代表一个UE可以从该SBS组内取到该内容，而

则表示相反情况。因此，

可以表示为：

定义二进制矩阵

表示f_j是否被缓存到了其它SBS组内，其中

代表其他组内持有该内容的缓存，而

则表示相反情况。

在本发明所提出的缓存策略中，当一个SBS缓存到一个文件时，MBS也记录了这个内容的索引。一个索引的大小与该内容的大小相比可以忽略不计。MBS扮演着一个缓存决策者的角色并存储着每一个SBS缓存的内容的索引(即矩阵

)以及SBS组的拓扑信息(即矩阵D)。该SBS组内持有f_i的SBS中距离SBS_i最近的距离d_l,i可表示为：

步骤2、阐述缓存策略机制及过程

当一个UE请求某个文件时，该请求首先被发送到正在服务它的小基站SBS_i，SBS_i查询自身的缓存空间中是否有该文件，若有则直接响应满足该UE的请求，否则将该请求转发到MBS。当一个请求到达MBS时，该MBS可以通过查询索引的方式判断请求的文件是否被缓存在了该SBS组内或自己的缓存空间。根据该索引的值以及相应的拓扑信息，该MBS可以从SBS组内选择出一个合适的SBS来将该内容传递给这个UE，或者从自身的缓存空间中直接将该内容传递给该SBS，具体则根据哪种情况消耗能量小来决定；若该SBS组内和MBS的缓存空间中均没有该内容，则MBS开始查询其它SBS组是否持有该内容的缓存，若持有将从其他组将该内容发送给MBS，MBS在发送给该SBS_i；若该SBS组内、MBS以及其他SBS组的缓存空间均没有该请求内容的缓存，则MBS将该请求发送到远端的服务器获取该请求内容，再将其发送给SBS_i。

在本发明所提出的缓存策略中，当一个UE_k请求一个内容时，首先应查找

的值，判断该内容是否被缓存在正在服务它的这个SBS_i。如果

那么这个UE将从SBS_i得到这个内容；如果

那么SBS_i将这个请求转发到MBS，之后MBS查找

以及

的值来得知该SBS组内、MBS以及其他SBS组是否持有该内容缓存，并由MBS决策该由哪个网络实体响应该请求。

步骤3：公式化相关性能指标并生成待优化的问题

从上述分析可知，无论UE从哪里得到该请求内容，有一部分能量消耗都是必须的，即从正在服务该UE的SBS到该UE之间传输内容所消耗的能量E_su，这部分能量并不影响我们的问题分析但却会带来较高的复杂度。在许多蜂窝异构网络缓存策略的研究中将这部分能量忽略来简化计算复杂度，本发明也将遵循这种做法。因此，当一个连接到SBS_i的UE_k请求内容f_j时消耗的能量E_i,j可以表示为：

由步骤1可知单位时间内在SBS_i请求内容f_j的请求个数为Q_i,j，因此单位时间内整个SBS组内因传输内容产生的能量消耗E可表示为：

接下来的工作是通过优化

和

来使得E最小化，因此可生成如下优化问题：

subject to:(1),(3),(4),(5)

S^s＜S^m, (8)

cl_g,j∈{0,1} (11)

步骤4：利用模拟退火算法得到P₀的解

在解决上述优化问题时，考虑到随着N和J的增大该问题的计算复杂度会呈指数攀升，并且由于约束条件(3)(9)(10)(11)的二进制矩阵特性以及(6)(7)(8)的不等式约束，因此需要较为合理的优化方法对该问题进行优化。本发明采用模拟退火算法对上述问题进行优化。

首先设定服从约束条件(6)、(7)的C^S和C^M以及C^G的初始值，最大、最小温度参数值T_max和T_min以及温度衰减系数α及重复次数K。令x_best＝(C^S,C^M,C^G)并且令当前温度T等于T_max。通过设定上述初始值，我们可以得到目标函数的一个结果作为当前E(x_best)。之后通过如下方式得到新的C^S、C^M和

首先随机地选择C^S中的一列i(1≤i≤N)生成新的满足(6)、(9)的新元素，于是使得SBS_i中的缓存内容发生改变。类似地，可以生成新的C^M和

并且将新生成的C^S、C^M以及

表示为x_new＝(C^S,C^M,C^G)，从而可以得到新的目标函数结果E(x_new)。如果E(x_new)＜E(x_best)，则将x_new赋值给x_best，否则将x_new抛弃。这个过程被重复K次，之后温度参数减小到αT(0＜α＜1)。在新的T下，上述迭代过程再重复K次。最终，直到T＜T_min时整个算法结束。此时的x_best即为得到的p₀的最优解。

下面给出了仿真参数的设置与仿真结果和分析：

为便于视图表达，我们规定仿真实验时我们规定组内平均能耗Eavg作为方针实验的因变量，即整个SBS组内因传输文件而产生的能量消耗E除以该时间段内SBS组中被传输的文件数所得。实验对如下三种缓存策略进行仿真：依文件流行度缓存(Pop-Caching)、随机缓存(Random-Caching)以及本发明提出的基于组间协作的蜂窝异构缓存策略(Group-Caching)。

仿真图2所示为文件库容量与SBS组内平均能耗的关系，该仿真在N＝10,MBS和SBS的缓存容量均为2的条件下进行。可以看出Eavg与文件库容量F的大小成正比关系，且可以看出本发明提出的缓存策略在性能上由于另两种传统的缓存策略。从该仿真图中还可看出三种缓存策略曲线中，SBS组平均能耗Eavg随着F的增大最终都将逐渐收敛到自身的一个稳定值。

仿真图3所示为各个基站的缓存能力与SBS组平均能耗之间的关系，该方针在N＝10，F＝10的条件下进行。可以看出Eavg与基站缓存容量大小成反比关系，即SBS和MBS缓存容量越大，SBS组内传输文件消耗的平均能量越小。由图中可看出，在基站缓存容量不高时(各基站缓存容量占整体文件库的70％以下时)，本发明提出的基于组间协作的蜂窝异构网络缓存策略性能优于另两种传统的蜂窝异构网络缓存策略，即SBS组内获取文件消耗更少的能量；而当各基站缓存容量很高时(各基站缓存容量占整体文件库的70％以上时)，另两种传统缓存策略的性能与本法名所提出的缓存策略性能基本持平，这是因为在基站的缓存能力较强时，所有基站有能力缓存到几乎所有库文件，此时缓存策略对性能的影响就微乎其微了。然而，在现实中这种情况通常不会发生，基站的缓存容量要远小于远端的文件库容量。综上所述，在基站缓存能力作为自变量时，本发明提出的缓存策略性能明显优于另两种传统的蜂窝异构网络缓存策略。

Claims (2)

1.一种基于组间协作的蜂窝异构缓存方法，其特征在于，包括以下步骤：

步骤1、建立系统模型

假定N个相邻的小基站SBS构成一个SBS组并且在缓存层面被视为一个整体，每个SBS通过无线或有线回程的连接方式与组内的其他SBS共享自身的缓存内容，定义对称矩阵d_i，j∈D_N×N，1≤i，j≤N来表示该组内两个任意的小基站之间的距离，d_i，j用来表示当SBS_i想要传输给SBS_j一个内容时需要的跳数，

用户设备UE(User Equipment)随机地从远端文件库F＝{f₁，…，f_J}中选择内容进行请求，其中f_j(j＝1，…，J)是第j个最流行的内容，并且每个内容假设已被归一化大小为1，在Zipf分布下，f_j被请求的概率为：

其中，r是该分布的偏态参数并且与UE请求的集中度成比例，对于某一SBS组内的第k个UE，即UE_k，直连一个服务O_i个UE的SBS，称作SBS_i，假定其内容请求是强度为λ_i，k的泊松过程并且与其他UE的请求过程相互独立，单位时间内SBS_i收集到的请求数Q_i可以表示为：

则在这Q_i个请求中请求f_j的个数Q_i，j可以表示为：

一个SBS组和一个宏基站MBS的缓存策略可以由两个二进制矩阵

和

来分别表示，

代表f_j被缓存到了SBS_i/MBS，而

表示相反情况；

定义S^s和S^m分别代表一个SBS和一个MBS的缓存能力，并且通常情况下S^s＜S^m，定义二进制矩阵

表示是否f_j被缓存到了该SBS组内，其中

代表一个UE可以从该SBS组内取到该内容，而

则表示相反情况，因此，

可以表示为：

定义二进制矩阵

表示f_j是否被缓存到了其它SBS组内，其中

代表其他组内持有该内容的缓存，而

则表示相反情况；

定义SBS组内持有f_i的SBS中距离SBS_i最近的距离d_l，i可表示为：

步骤2、阐述缓存策略机制及过程

当一个UE_k请求一个内容时，首先应查找

的值，判断该内容是否被缓存在正在服务它的这个SBS_i；如果

那么这个UE将从SBS_i得到这个内容；如果

那么SBS_i将这个请求转发到MBS，之后MBS查找

以及

的值来得知该SBS组内、MBS以及其他SBS组是否持有该内容缓存，并由MBS决策该由哪个网络实体响应该请求；

步骤3、公式化相关性能指标并生成待优化的问题

从正在服务该UE的SBS到该UE之间传输内容所消耗的能量表示为E_su，当一个连接到SBS_i的UE_k请求内容f_j时消耗的能量E_i，j可以表示为：

由上述推出的E_i，j即可得知SBS组内在一段时间内传输被请求的文件消耗的能量，求得这部分能量的最小值即为生成的待优化问题；

步骤4、利用模拟退火算法得到P₀的解

首先设定C^S和C^M以及C^G的初始值，最大、最小温度参数值T_max和T_min以及温度衰减系数α及重复次数K；令x_best＝(C^S，C^M，c^G)并且令当前温度T等于T_max；通过设定上述初始值，可以得到目标函数的一个结果作为当前E(x_best)；之后通过如下方式得到新的C^S、C^M和

首先随机地选择C^S中的一列i(1≤i≤N)，于是使得SBS_i中的缓存内容发生改变；类似地，可以生成新的C^M和

并且将新生成的C^S、C^M以及

表示为x_new＝(C^S，C^M，C^G)，从而可以得到新的目标函数结果E(x_new)；如果E(x_new)＜E(x_best)，则将x_new赋值给x_best，否则将x_new抛弃；这个过程被重复K次，之后温度参数减小到αT(0＜α＜1)；在新的T下，上述迭代过程再重复K次；最终，直到T＜T_min时整个算法结束；此时的x_best即为得到的p₀的最优解。

2.如权利要求1所述的基于组间协作的蜂窝异构缓存方法，其特征在于，步骤3中求得这部分能量的最小值即为生成的待优化问题，具体为：

由步骤1可知单位时间内在SBS_i请求内容f_j的请求个数为Q_i，j，因此单位时间内整个SBS组内因传输内容产生的能量消耗E可表示为：

接下来的工作是通过优化

和

来使得E最小化，因此可生成如下优化问题：

Images