CN108601074A - 一种基于异构联合缓存的网络资源分配方法和装置 - Google Patents

一种基于异构联合缓存的网络资源分配方法和装置 Download PDF

Info

Publication number
CN108601074A
CN108601074A CN201810316647.3A CN201810316647A CN108601074A CN 108601074 A CN108601074 A CN 108601074A CN 201810316647 A CN201810316647 A CN 201810316647A CN 108601074 A CN108601074 A CN 108601074A
Authority
CN
China
Prior art keywords
data
isomery
requestor
base station
frequency spectrum
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.)
Granted
Application number
CN201810316647.3A
Other languages
English (en)
Other versions
CN108601074B (zh
Inventor
王莹
刘远飞
孙瑞锦
赵俊伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201810316647.3A priority Critical patent/CN108601074B/zh
Publication of CN108601074A publication Critical patent/CN108601074A/zh
Application granted granted Critical
Publication of CN108601074B publication Critical patent/CN108601074B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04TPC
    • H04W52/18TPC being performed according to specific parameters
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04TPC
    • H04W52/18TPC being performed according to specific parameters
    • H04W52/24TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/241TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account channel quality metrics, e.g. SIR, SNR, CIR, Eb/lo
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04TPC
    • H04W52/18TPC being performed according to specific parameters
    • H04W52/24TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/243TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04TPC
    • H04W52/18TPC being performed according to specific parameters
    • H04W52/26TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service]
    • H04W52/267TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service] taking into account the information rate
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/04Wireless resource allocation
    • H04W72/044Wireless resource allocation based on the type of the allocated resource
    • H04W72/0453Resources in frequency domain, e.g. a carrier in FDMA
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/04Wireless resource allocation
    • H04W72/044Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473Wireless resource allocation based on the type of the allocated resource the resource being transmission power
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70Services for machine-to-machine communication [M2M] or machine type communication [MTC]

Abstract

本发明提供一种基于异构联合缓存的网络资源分配方法及装置。所述方法包括:在基于移动边缘缓存的异构联合网络中,基站缓存和D2D缓存同时存在,通过基站处MEC服务器缓存所有数据,通过用户设备缓存部分数据;当收到用户的数据请求时,根据所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求,对数据传输节点进行功率分配和频谱分配,以使所述异构联合网络的整体目标效益最大。本发明将MEC服务器部署在更接近于传统的基站设施附近,用户之间使用D2D缓存模式协调数据资源,根据网络情况进行不同模式的选择,从而对网络资源进行分配管理,使得异构系统兼具基站缓存和D2D缓存的优越性,同时整体目标效益最大。

Description

一种基于异构联合缓存的网络资源分配方法和装置
技术领域
本发明涉及网络资源分配领域,更具体地,涉及一种基于异构联合缓存的网络资源分配方法和装置。
背景技术
随着智能手机的发展,业务类型多种多样,尤其是数据业务占比越来越大。在5G网络中,用户对于数据业务的需求产生了新的变化,用户需求的数据容量越来越大,比如虚拟现实,同时也需要低时延的数据传输来保证实时性。基站与核心网之间的回程链路由于受到链路带宽的限制,非常不利于大容量低时延的数据传输。
在下一代无线网络中,移动边缘缓存(mobile edge caching,MEC)被认为是一种很有前途的技术。移动边缘缓存的主要思想是在网络边缘,无论是在基站处或用户设备处预先缓存视频内容,以使缓存内容更接近用户。通过视频的缓存,用户可以从相邻的边缘服务器获得缓存内容,而不是远程的云服务器,以满足快速传输数据信息的需求,从而随时随地为移动设备提供数据服务。。
通过基站缓存缩短了无线传输距离,降低了传输时延,与传统的内容分发网络相比,大大提高了用户的服务质量。D2D缓存可以从邻近设备上的获得缓存内容,从而节省大量的空口带宽和能源消耗,而且还可以利用资源丰富的用户设备来满足实时交互和低延迟传输的需要。通过基站缓存,我们可以减少回程流量并提高能效和频谱效率,通过D2D缓存可以增加传输增益和提高网络的可扩展性。
D2D缓存是基站缓存的有力补充。然而,如何对基站缓存和D2D缓存进行网络频谱资源和功率资源的分配,使系统效益最大,仍然是需要研究的问题。
发明内容
本发明提供一种克服上述问题或者至少部分地解决上述问题的基于异构联合缓存的网络资源分配方法和装置。
根据本发明的一个方面,提供一种基于异构联合缓存的网络资源分配方法,包括:
在基于移动边缘缓存的异构联合网络中,基站缓存和D2D缓存同时存在,通过基站处MEC服务器缓存所有数据,通过用户设备缓存部分数据;
当收到用户的数据请求时,根据所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求,对数据传输节点进行功率分配和频谱分配,以使所述异构联合网络的整体目标效益最大,所述数据传输节点包括MEC服务器和用户设备。
根据本发明的另一个方面,还提供一种基于异构联合缓存的网络资源分配装置,包括:
数据存储模块,用于在基于移动边缘缓存的异构联合网络中,基站缓存和D2D缓存同时存在,通过基站处MEC服务器缓存所有数据,通过用户设备缓存部分数据;以及
资源分配模块,用于当收到用户的数据请求时,根据所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求,对数据传输节点进行功率分配和频谱分配,以使所述异构联合网络的整体目标效益最大,所述数据传输节点包括MEC服务器和用户设备。
根据本发明的另一个方面,还提供一种电子设备,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行本发明基于异构联合缓存的网络资源分配方法及其任一可选实施例的方法。
根据本发明的另一个方面,提供一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行本发明基于异构联合缓存的网络资源分配方法及其任一可选实施例的方法。
本发明提出一种基于异构联合缓存的网络资源分配方法,将MEC服务器结构部署在更接近于传统的基站设施附近,用户之间使用D2D缓存模式协调数据资源,两种模式一起运行,根据网络情况进行不同模式的选择,从而对网络的频谱资源和功率资源进行分配管理,使得异构系统兼具基站缓存和D2D缓存的优越性,利用两种缓存方式的优势,完成缓存数据的传输,提高了系统性能和用户体验,并使得系统整体目标效益最大。
附图说明
图1为本发明实施例一种基于异构联合缓存的网络资源分配方法流程示意图;
图2为本发明实施例一种电子设备的框架示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
图1为本发明实施例一种基于异构联合缓存的网络资源分配方法流程示意图,如图1所示的基于异构联合缓存的网络资源分配方法,包括:
S100,在基于移动边缘缓存的异构联合网络中,基站缓存和D2D缓存同时存在,通过基站处MEC服务器缓存所有数据,通过用户设备缓存部分数据;
本发明实施例将MEC服务器结构部署在更接近于传统的基站设施附近,用户之间使用D2D缓存模式协调数据资源,两种模式一起运行,根据网络情况进行不同模式的选择。
S200,当收到用户的数据请求时,根据所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求,对数据传输节点进行功率分配和频谱分配,以使所述异构联合网络的整体目标效益最大,所述数据传输节点包括MEC服务器和用户设备。
基于步骤S100,本发明实施例提供一种基于基站缓存和D2D缓存的异构联合资源分配架构,包括:
本发明实施例的资源分配架包括缓存模块,所述缓存模块包含数据资源缓存子模块和数据请求子模块,所述数据资源缓存子模块用于缓存所有的数据资源,包括数据资源、图像资源等等;所述数据请求子模块用于缓存用户对数据资源的请求信息。其中,MEC服务器缓存用户请求的所有数据资源的内容,以提供低延迟的移动数据服务。同时,用户设备还缓存了一部分的数据资源内容,可以帮助请求相应数据内容的用户快速的获取数据。
本发明实施例的用户可分为两组,即请求者和合作者,请求者要求数据内容,合作者提供缓存数据的服务。据资源缓存子模块获取MEC服务器和合作者用户处的缓存数据信息。数据请求子模块获取请求者用户的请求信息。
建立用户之间、用户与基站之间链路传输集合,以实现异构联合资源分配架构。
基于步骤S200,本发明实施例在进行资源分配时,提出一种基于异构联合数据缓存的效用函数体系,包括:请求者的效益函数、合作者效益函数和基站处的效益函数。下面分别介绍。
请求者的效益函数:请求者向它请求的D2D合作者和基站付费来得到传输服务,对于请求者pi,它的效益函数可以定义为它得到的传输数据吞吐量的收益与它向合作者和基站支付费用之差,用公式表示为:
其中,表示请求者得到的单位比特吞吐量带来的收益,δi,j表示请求者向合作者支付的单位比特费用,δi,0表示请求者向基站支付的单位比特费用, 表示请求者pi接收到数据v的缓存数据容量,表示用户与其他用户连接获得缓存数据容量,表示用户与基站连接获得缓存数据容量,这里δi,0=αδi,j。α表示基站缓存与合作者缓存单位比特数据需要支付的费用比。
其中,用lD,i表示用户与其他用户连接,lB,i表示用户与基站连接,在这里lD,i=1,lB,i=1。
假设系统内有V个缓存数据,每个缓存数据的大小为sv。基站处缓存有缓存数据v,则bv=1,基站处的MEC缓存有所有的数据,所以bv=1,v=1,...,V。合作者hj缓存有第v个数据,则dv,j=1。为第一信道因子,表示请求者pi和基站是否通过信道m连接,如果连接,否则
当用户选择D2D连接来传输缓存数据时,为第二信道因子,表示请求者pi和合作者hj是否通过信道m连接,如果连接,否则请求者pi和基站之间连接时,传输数据的速率为请求者pi和合作者hj之间连接时,传输数据的速率为
用户选择基站连接来传输缓存数据时,pi的信干噪比 是请求者pi和基站连接时,pi的传输功率,为请求者pi和基站之间在信道m上信道增益,N0是白高斯噪声,B是每个信道的带宽。表示基站使用m-th信道传输数据信息时请求者pi受到的同信道干扰。为了简明起见,基站占用m-th信道时单位功率的信号干扰噪声比率如下:
当用户选择D2D连接来传输缓存数据时,pi的信干噪比 是请求者pi和合作者hj连接时,pi的传输功率,为请求者pi和合作者hj之间在信道m上信道增益。合作者hj占用m-th信道时单位功率的信号干扰噪声比率如下:
合作者的效益函数:合作者得到来自请求者的支付费用,但同时需要对传输时使用的频谱、功率、时隙资源支付费用,θD是合作者与系统达成的资源使用价格。合作者hj的效益函数被定义为它从请求者处得到的服务费与它从系统处购买资源的花销之差,用公式表示为:
其中,带宽功率积被引入来评估用户接入所消耗的无线资源。为请求者从系统处购买资源的花销。
类似地,基站处的效益函数如下:
为请求者从系统处购买资源的花销。其中, 表示基站资源和D2D资源之间的比重,通过设置这一数值可以调节基站资源和D2D资源上的分配策略。
基于异构联合数据缓存的效用函数体系,即请求者的效益函数、合作者效益函数和基站处的效益函数,步骤S200,当收到用户的数据请求时,根据所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求,对包括MEC服务器和用户设备的数据传输节点进行功率分配和频谱分配,以使所述异构联合网络的整体目标效益最大。其中整体目标效益为系统从请求者处得到的服务费与系统购买资源的花销之差,即合作者和基站的效益函数之和。
本发明实施例对异构网络的频谱资源和功率资源进行分配管理,使得异构系统兼具基站缓存和D2D缓存的优越性,可以以利用两种缓存方式的优势,完成缓存数据的传输,提高系统性能和用户体验。本发明实施例同基站缓存和D2D缓存的双连接方式,用户同时利用基站缓存和D2D缓存传输需求的数据资源,相对于现有技术提高了用户的服务质量,并使得系统整体目标效益最大。
在一个可选的实施例中,步骤S200中所述根据所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求,对数据传输节点进行功率分配和频谱分配,以使所述异构联合网络的整体目标效益最大,具体包括:
S200.1,将所述异构联合网络的整体目标效益的问题转换为凸优化问题,将所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求作为所述凸优化问题的约束条件;
具体的,MEC控制器协调D2D传输和基站传输,从整体上分配系统的频谱资源和功率资源。它的效用函数被定义为系统从请求者处得到的服务费与系统购买资源的花销之差,即合作者和基站的效益函数之和,用公式表示为
对于每个请求者pi,通过基站传输的吞吐量和通过合作者传输的吞吐量要满足如下约束:
对整个系统中请求者pi的干扰约束层级如下:
其中,Ii,th是请求者pi的干扰阈值。
同时,在每次传输数据时,分配的信道因子(第一信道因子和第二信道因子)和功率要满足如下约束:
基于上述分析,所述异构联合网络的整体目标效益,通过下述整体目标函数P1表示,其中C1、C2、C3、C4和C5为约束条件:
其中,M表示信道集合,I表示请求者集合,J表示合作者集合,GMEC为MEC控制器的效益函数,G0为基站的效益函数,Gj为合作者的效益函数,为用户与基站连接获得缓存数据容量,为用户与其他用户连接获得缓存数据容量,δi,0为请求者向基站支付的单位比特费用,δi,j为请求者向合作者支付的单位比特费用,θD为合作者与系统达成的资源使用价格,为请求者从系统处购买资源的花销,为第一信道因子,表示请求者pi和基站是否通过信道m连接,为第二信道因子,表示请求者pi和合作者hj是否通过信道m连接,为请求者pi选择基站连接来传输缓存数据时,pi的信干噪比;为请求者pi选择D2D连接来传输缓存数据时,pi的信干噪比;为请求者pi和基站连接时pi的传输功率,为请求者pi和合作者hj连接时pi的传输功率,dv,j为合作者hj处的缓存数据情况,如合作者hj处缓存有第v个数据,则dv,j=1;B为每个信道的带宽,为基站资源和D2D资源之间的比重;为基站占用m-th信道时单位功率的信号噪声比率,为合作者hj占用m-th信道时单位功率的信号噪声比率;
为请求者pi和基站之间在信道m上信道增益,为请求者pi和合作者hj之间在信道m上信道增益,βD表示通过D2D方式传输的数据数据信息时请求者pi受到的同信道干扰,为合作者hj使用m-th信道传输数据信息时请求者pi受到的同信道干扰,Ii,th为请求者pi的干扰阈值,为请求者通过合作者缓存时的最大传输功率,为请求者通过基站缓存时的最大传输功率。
由于是布尔型变量,且由于目标函数中存在变量 相乘导致目标函数非凸,因此需要对问题P1进行转换。
基于上述分析,步骤S200.1,将所述异构联合网络的整体目标效益的问题转换为凸优化问题,将所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求作为所述凸优化问题的约束条件,具体包括:
基于所述整体目标函数P1,将将放缩为[0,1]的变量,且定义从而将P1转化为P2,所述P2为凸优化问题;
所述P2的约束条件为:
s.t.
其中,P2由两部分函数的累加组成,分别为函数和函数为请求者pi和基站之间在信道m上信道增益,为请求者pi和合作者hj之间在信道m上信道增益,B为每个信道的带宽。
需要说明的是,除了的一些点,等效问题P2可以恢复为问题P1,所以这并不是一个一一映射关系。然而,当时,表示请求者并没有通过这个信道接收缓存数据,因此MEC服务器不需要分配相应的功率资源由于优化问题的性质,的这些点并不会对问题映射造成影响。所以当的映射被定义为如下形式时,问题P1和P2成为一一映射的等价问题。
根据凸优化理论,一个凸优化问题是指在一个凸集上最大化一个凸的目标函数或者最小化一个凹的目标函数,因此只需证明问题P2的约束条件和目标函数满足条件即可。因为约束条件C6、C9、C10是线性的,所以它们构成一个凸集。目标函数是一系列函数的和。
对于首先证明函数在点x=0的连续性,
可得函数是对数函数的透视函数。由于是函数logs的透视函数,并且函数logs是关于变量s的凸函数,因此也是一个凸函数,并且是关于Γ和s的凸函数。约束条件C7、C8的可行域是凸集。函数是一系列凸函数的加权和,所以它是一个凸函数。对于函数它是一个关于s的线型函数,很明显它是凸的。因此,P2的目标函数是一系列凸函数之和,故P2也是凸函数。至此,已证明问题P2的可行域是凸集,目标函数是凸函数,故问题P2是一个凸问题。
S200.2,根据所述凸优化问题的约束条件对所述凸优化问题进行求解,获得目标频谱因子和目标功率参数;
具体的,为了降低求解复杂度,采用分步迭代计算的方法,第一步,假设频谱分配因子是固定的,由于问题P2是一个凸问题,求解第二步,基于第一步获得值,求解通过如此多次迭代,的值将收敛不再变化,此时获得值就是原问题P2的解。
即,基于所述凸优化问题P2和P2的约束条件,通过分步迭代计算的方法使的值收敛,获得P2的解,从而获得目标频谱因子和目标功率参数。
S200.3,根据所述目标频谱因子和目标功率参数对所述数据传输节点进行功率分配和频谱分配。
具体包括:
引入拉格朗日因子μ,ν,φm,将所述凸优化问题P2转换为问题P3:
基于所述目标频谱因子和目标功率参数,首先通过KKT条件对所述P3的子问题进行求解获得最优的功率分配,再通过次梯度算法求解拉格朗日因子μ,ν,φm的迭代值,从而获得最优的频谱分配;
具体的,所述P3的子问题为:
其中,μ,ν,φm为拉格朗日乘子,Γ表示信道分配因子,s表示变量转换后的功率分配因子。
第一步先求出最优的功率分配。
对拉格朗日函数进行求导,设置表达式为0。可得:
通过KKT条件可以获得最优的功率分配,如下所示:
对于
对于
代入可以得到:
此处,
拉格朗日因子μ,ν,φm的迭代数值可以通过次梯度算法求得。
其中,i是迭代指数,δμ,δvδφ是正数迭代步长。
最后,根据所述最优的功率分配和所述最优的频谱分配,对所述数据传输节点进行功率分配和频谱分配。
综上所述,本发明实施例所述基于异构联合缓存的网络资源分配方法,针对现有数据缓存算法基站缓存与用户缓存分离,即基站缓存技术和D2D缓存技术分离,本发明实施例统合两类数据资源和技术,构建异构联合资源分配架构;为了鼓励合作者积极性,提出了合作者效用函数。在资源分配中还要兼顾整体网络的收益,追求网络效益的最大化。因此,对联合数据传输的资源分配问题进行效益建模,优化整体网络的效益和请求者、合作者的收益,在分配中还考虑整个系统工作过程中消耗的功率、频谱等资源的代价。将缓存信息和移动性信息加入到基本的资源分配系统中,采用分布处理模式,得到用户接入选择、功率和频谱资源分配方案。
本发明实施例利用基站缓存和用户缓存的双连接方式,用户同时利用基站缓存和D2D缓存传输需求的数据资源,相对于现有技术提高了用户的服务质量,并使得系统整体目标效益最大。
本发明实施例还提供一种基于异构联合缓存的网络资源分配装置,包括:
数据存储模块,用于在基于移动边缘缓存的异构联合网络中,基站缓存和D2D缓存同时存在,通过基站处MEC服务器缓存所有数据,通过用户设备缓存部分数据;以及
资源分配模块,用于当收到用户的数据请求时,根据所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求,对数据传输节点进行功率分配和频谱分配,以使所述异构联合网络的整体目标效益最大,所述数据传输节点包括MEC服务器和用户设备。
本发明实施例的装置,可用于执行图1所示的基于异构联合缓存的网络资源分配方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
图2示出了本发明实施例电子设备的框架示意图。
参照图2,所述设备,包括:处理器(processor)201、存储器(memory)202和总线203;其中,所述处理器201和存储器202通过所述总线203完成相互间的通信;
所述处理器201用于调用所述存储器202中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:在基于移动边缘缓存的异构联合网络中,基站缓存和D2D缓存同时存在,通过基站处MEC服务器缓存所有数据,通过用户设备缓存部分数据;当收到用户的数据请求时,根据所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求,对数据传输节点进行功率分配和频谱分配,以使所述异构联合网络的整体目标效益最大,所述数据传输节点包括MEC服务器和用户设备。
本发明另一实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:在基于移动边缘缓存的异构联合网络中,基站缓存和D2D缓存同时存在,通过基站处MEC服务器缓存所有数据,通过用户设备缓存部分数据;当收到用户的数据请求时,根据所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求,对数据传输节点进行功率分配和频谱分配,以使所述异构联合网络的整体目标效益最大,所述数据传输节点包括MEC服务器和用户设备。
本发明另一实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:在基于移动边缘缓存的异构联合网络中,基站缓存和D2D缓存同时存在,通过基站处MEC服务器缓存所有数据,通过用户设备缓存部分数据;当收到用户的数据请求时,根据所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求,对数据传输节点进行功率分配和频谱分配,以使所述异构联合网络的整体目标效益最大,所述数据传输节点包括MEC服务器和用户设备。
本领域普通技术人员可以理解:实现上述设备实施例或方法实施例仅仅是示意性的,其中所述处理器和所述存储器可以是物理上分离的部件也可以不是物理上分离的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于异构联合缓存的网络资源分配方法,其特征在于,包括:
在基于移动边缘缓存的异构联合网络中,基站缓存和D2D缓存同时存在,通过基站处MEC服务器缓存所有数据,通过用户设备缓存部分数据;
当收到用户的数据请求时,根据所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求,对数据传输节点进行功率分配和频谱分配,以使所述异构联合网络的整体目标效益最大,所述数据传输节点包括MEC服务器和用户设备。
2.根据权利要求1所述的方法,其特征在于,所述根据所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求,对数据传输节点进行功率分配和频谱分配,以使所述异构联合网络的整体目标效益最大,具体包括:
将所述异构联合网络的整体目标效益的问题转换为凸优化问题,将所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求作为所述凸优化问题的约束条件;
根据所述凸优化问题的约束条件对所述凸优化问题进行求解,获得目标频谱因子和目标功率参数;
根据所述目标频谱因子和目标功率参数对所述数据传输节点进行功率分配和频谱分配。
3.根据权利要求1或2所述的方法,其特征在于,所述异构联合网络的整体目标效益,通过下述整体目标函数P1表示:
s.t.
其中,M表示信道集合,I表示请求者集合,J表示合作者集合,GMEC为MEC控制器的效益函数,G0为基站的效益函数,Gj为合作者的效益函数,为用户与基站连接获得缓存数据容量,为用户与其他用户连接获得缓存数据容量,δi,0为请求者向基站支付的单位比特费用,δi,j为请求者向合作者支付的单位比特费用,θD为合作者与系统达成的资源使用价格,为请求者从系统处购买资源的花销,为请求者从基站处购买资源的花销,为第一信道因子,表示请求者pi和基站是否通过信道m连接;为第二信道因子,表示请求者pi和合作者hj是否通过信道m连接;为请求者pi选择基站连接来传输缓存数据时,pi的信干噪比;为请求者pi选择D2D连接来传输缓存数据时,pi的信干噪比;为请求者pi和基站连接时pi的传输功率,为请求者pi和合作者hj连接时pi的传输功率,dv,j为合作者hj处的缓存数据情况,如合
作者hj处缓存有第v个数据,则dv,j=1;B为每个信道的带宽,为基站资源和D2D资源之间的比重;为基站占用m-th信道时单位功率的信号噪声比率,为合作者hj占用m-th信道时单位功率的信号噪声比率;
在联合数据传输中,缓存数据采用分段传输,βD表示通过D2D方式传输的数据比例,为数据v的传输速率阈值,其中 表示请求者pi请求缓存第v个数据,Tave是平均传输时间,为基站使用m-th信道传输数据信息时请求者pi受到的同信道干扰,为合作者hj使用m-th信道传输数据信息时请求者pi受到的同信道干扰,Ii,th为请求者pi的干扰阈值,为请求者通过合作者缓存时的最大传输功率,为请求者通过基站缓存时的最大传输功率。
4.根据权利要求3所述的方法,其特征在于,所述将所述异构联合网络的整体目标效益的问题转换为凸优化问题,将所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求作为所述凸优化问题的约束条件,具体包括:
基于所述整体目标函数P1,将将放缩为[0,1]的变量,且定义从而将P1转化为P2,所述P2为凸优化问题;
所述P2的约束条件为:
其中,为请求者pi和基站之间在信道m上信道增益,为请求者pi和合作者hj之间在信道m上信道增益,B为每个信道的带宽。
5.根据权利要求4所述的方法,其特征在于,所述根据所述凸优化问题的约束条件对所述凸优化问题进行求解,获得目标频谱因子和目标功率参数,具体包括:
基于所述凸优化问题P2和P2的约束条件,通过分步迭代计算的方法使的值收敛,获得P2的解,从而获得目标频谱因子和目标功率参数。
6.根据权利要求5所述的方法,其特征在于,所述根据所述目标频谱因子和目标功率参数对所述数据传输节点进行功率分配和频谱分配,具体包括:
引入拉格朗日因子μ,v,φm,将所述凸优化问题P2转换为问题P3:
基于所述目标频谱因子和目标功率参数,首先通过KKT条件对所述P3的子问题进行求解获得最优的功率分配,再通过次梯度算法求解拉格朗日因子μ,ν,φm的迭代值,从而获得最优的频谱分配;
根据所述最优的功率分配和所述最优的频谱分配,对所述数据传输节点进行功率分配和频谱分配。
7.根据权利要求5所述的方法,其特征在于,所述P3的子问题为:
其中,μ,ν,φm为拉格朗日乘子,Γ表示信道分配因子,S表示变量转换后的功率分配因子。
8.一种基于异构联合缓存的网络资源分配装置,其特征在于,包括:
数据存储模块,用于在基于移动边缘缓存的异构联合网络中,基站缓存和D2D缓存同时存在,通过基站处MEC服务器缓存所有数据,通过用户设备缓存部分数据;以及
资源分配模块,用于当收到用户的数据请求时,根据所述异构联合网络的吞吐量约束条件、干扰约束层级、频谱因子以及功率要求,对数据传输节点进行功率分配和频谱分配,以使所述异构联合网络的整体目标效益最大,所述数据传输节点包括MEC服务器和用户设备。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至7任一所述的方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至7任一所述的方法。
CN201810316647.3A 2018-04-10 2018-04-10 一种基于异构联合缓存的网络资源分配方法和装置 Active CN108601074B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810316647.3A CN108601074B (zh) 2018-04-10 2018-04-10 一种基于异构联合缓存的网络资源分配方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810316647.3A CN108601074B (zh) 2018-04-10 2018-04-10 一种基于异构联合缓存的网络资源分配方法和装置

Publications (2)

Publication Number Publication Date
CN108601074A true CN108601074A (zh) 2018-09-28
CN108601074B CN108601074B (zh) 2020-07-07

Family

ID=63621672

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810316647.3A Active CN108601074B (zh) 2018-04-10 2018-04-10 一种基于异构联合缓存的网络资源分配方法和装置

Country Status (1)

Country Link
CN (1) CN108601074B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109688596A (zh) * 2018-12-07 2019-04-26 南京邮电大学 一种基于noma的移动边缘计算系统构建方法
CN109982104A (zh) * 2019-01-25 2019-07-05 武汉理工大学 一种移动边缘计算中移动感知的视频预取与缓存替换决策方法
CN110022547A (zh) * 2019-03-15 2019-07-16 北京邮电大学 一种d2d网络中缓存放置方法及装置
CN110945943A (zh) * 2019-11-05 2020-03-31 北京小米移动软件有限公司 数据处理系统、方法、装置、设备及可读存储介质
CN111328136A (zh) * 2020-02-27 2020-06-23 咪咕文化科技有限公司 基于eMBMS的数据传输控制方法、装置及电子设备
CN111970762A (zh) * 2020-08-06 2020-11-20 北京邮电大学 一种频谱分配方法、装置及电子设备
CN112437156A (zh) * 2020-11-23 2021-03-02 兰州理工大学 一种基于mec-d2d的分布式协同缓存方法
CN112492645A (zh) * 2020-11-20 2021-03-12 重庆邮电大学 UHWNs中基于异构边缘云的协作垂直切换方法
CN112671847A (zh) * 2020-12-11 2021-04-16 周口师范学院 基于异构无线蜂窝网络的内容存储与传输的联合规划方法
CN114980212A (zh) * 2022-04-29 2022-08-30 中移互联网有限公司 边缘缓存方法、装置、电子设备及可读存储介质
CN117858262B (zh) * 2024-03-07 2024-05-14 成都爱瑞无线科技有限公司 基站资源调度优化方法、装置、基站、设备、介质及产品

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106100907A (zh) * 2016-08-15 2016-11-09 北京邮电大学 一种基于公平性的mec服务器选择算法
CN106912079A (zh) * 2017-02-20 2017-06-30 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
CN107249218A (zh) * 2017-06-05 2017-10-13 东南大学 一种mec中无线资源和云资源的联合分配方法
US20180041905A1 (en) * 2016-08-05 2018-02-08 Nxgen Partners Ip, Llc Ultra-broadband virtualized telecom and internet
CN107819840A (zh) * 2017-10-31 2018-03-20 北京邮电大学 超密集网络架构中分布式移动边缘计算卸载方法
CN107846704A (zh) * 2017-10-26 2018-03-27 北京邮电大学 一种基于移动边缘计算的资源分配及基站服务部署方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180041905A1 (en) * 2016-08-05 2018-02-08 Nxgen Partners Ip, Llc Ultra-broadband virtualized telecom and internet
CN106100907A (zh) * 2016-08-15 2016-11-09 北京邮电大学 一种基于公平性的mec服务器选择算法
CN106912079A (zh) * 2017-02-20 2017-06-30 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
CN107249218A (zh) * 2017-06-05 2017-10-13 东南大学 一种mec中无线资源和云资源的联合分配方法
CN107846704A (zh) * 2017-10-26 2018-03-27 北京邮电大学 一种基于移动边缘计算的资源分配及基站服务部署方法
CN107819840A (zh) * 2017-10-31 2018-03-20 北京邮电大学 超密集网络架构中分布式移动边缘计算卸载方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王莹等: "移动边缘网络缓存技术", 《北京邮电大学学报》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109688596A (zh) * 2018-12-07 2019-04-26 南京邮电大学 一种基于noma的移动边缘计算系统构建方法
CN109688596B (zh) * 2018-12-07 2021-10-19 南京邮电大学 一种基于noma的移动边缘计算系统构建方法
CN109982104A (zh) * 2019-01-25 2019-07-05 武汉理工大学 一种移动边缘计算中移动感知的视频预取与缓存替换决策方法
CN109982104B (zh) * 2019-01-25 2020-12-01 武汉理工大学 移动边缘计算中移动感知的视频预取与缓存替换决策方法
CN110022547A (zh) * 2019-03-15 2019-07-16 北京邮电大学 一种d2d网络中缓存放置方法及装置
CN110022547B (zh) * 2019-03-15 2020-04-14 北京邮电大学 一种d2d网络中缓存放置方法及装置
CN110945943A (zh) * 2019-11-05 2020-03-31 北京小米移动软件有限公司 数据处理系统、方法、装置、设备及可读存储介质
CN110945943B (zh) * 2019-11-05 2023-08-29 北京小米移动软件有限公司 数据处理系统、方法、装置、设备及可读存储介质
CN111328136A (zh) * 2020-02-27 2020-06-23 咪咕文化科技有限公司 基于eMBMS的数据传输控制方法、装置及电子设备
CN111970762A (zh) * 2020-08-06 2020-11-20 北京邮电大学 一种频谱分配方法、装置及电子设备
CN112492645B (zh) * 2020-11-20 2022-05-03 重庆邮电大学 UHWNs中基于异构边缘云的协作垂直切换方法
CN112492645A (zh) * 2020-11-20 2021-03-12 重庆邮电大学 UHWNs中基于异构边缘云的协作垂直切换方法
CN112437156A (zh) * 2020-11-23 2021-03-02 兰州理工大学 一种基于mec-d2d的分布式协同缓存方法
CN112437156B (zh) * 2020-11-23 2022-01-14 兰州理工大学 一种基于mec-d2d的分布式协同缓存方法
CN112671847A (zh) * 2020-12-11 2021-04-16 周口师范学院 基于异构无线蜂窝网络的内容存储与传输的联合规划方法
CN114980212A (zh) * 2022-04-29 2022-08-30 中移互联网有限公司 边缘缓存方法、装置、电子设备及可读存储介质
CN117858262B (zh) * 2024-03-07 2024-05-14 成都爱瑞无线科技有限公司 基站资源调度优化方法、装置、基站、设备、介质及产品

Also Published As

Publication number Publication date
CN108601074B (zh) 2020-07-07

Similar Documents

Publication Publication Date Title
CN108601074A (zh) 一种基于异构联合缓存的网络资源分配方法和装置
CN108495340A (zh) 一种基于异构混合缓存的网络资源分配方法和装置
CN107846714B (zh) 一种可见光通信与WiFi异构系统的切换方法及设备
CN111586696B (zh) 一种基于多智能体架构强化学习的资源分配及卸载决策方法
WO2021254349A1 (zh) 一种基于竞争博弈的多用户切片资源分配方法
CN107249218A (zh) 一种mec中无线资源和云资源的联合分配方法
CN109151864B (zh) 一种面向移动边缘计算超密集网络的迁移决策与资源优化分配方法
CN109413724A (zh) 一种基于mec的任务卸载和资源分配方案
CN104737609A (zh) 用于无线接入虚拟化的系统和方法
CN102665282B (zh) 无线异构网络多用户并行传输资源的分配方法
CN111132191A (zh) 移动边缘计算服务器联合任务卸载、缓存及资源分配方法
CN105446817B (zh) 移动云计算中一种基于鲁棒优化的联合资源预留配置算法
CN109982434B (zh) 无线资源调度一体智能化控制系统及方法、无线通信系统
CN103826306B (zh) 一种高密集无线网络中基于博弈的下行动态干扰协调方法
CN114363984B (zh) 一种云边协同光载网络频谱资源分配方法及系统
CN111107566A (zh) 一种电力物联网场景中基于协同内容缓存的卸载方法
CN105224393B (zh) 一种JT-CoMP在C-RAN架构下的虚拟机调度机制
CN110519776A (zh) 一种雾计算系统中的均衡聚类和联合资源分配方法
CN109743217B (zh) 一种基于svra算法的自适应资源调节方法
Le et al. Joint cache allocation with incentive and user association in cloud radio access networks using hierarchical game
WO2023222061A1 (zh) 意图驱动的无线网络资源冲突解决方法及其装置
CN108965168A (zh) 一种基于效用函数的车联网占优资源公平分配优化方法
Li et al. Collaborative optimization of edge-cloud computation offloading in internet of vehicles
CN111343243B (zh) 一种基于5g电力切片的文件获取方法及系统
CN111954230B (zh) 基于mec与密集云接入网融合的计算迁移与资源分配方法

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