CN108882269B - 结合缓存技术的超密集网络小站开关方法 - Google Patents

结合缓存技术的超密集网络小站开关方法 Download PDF

Info

Publication number
CN108882269B
CN108882269B CN201810491506.5A CN201810491506A CN108882269B CN 108882269 B CN108882269 B CN 108882269B CN 201810491506 A CN201810491506 A CN 201810491506A CN 108882269 B CN108882269 B CN 108882269B
Authority
CN
China
Prior art keywords
station
small
macro
state
average
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
Application number
CN201810491506.5A
Other languages
English (en)
Other versions
CN108882269A (zh
Inventor
潘志文
李沛
刘楠
尤肖虎
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201810491506.5A priority Critical patent/CN108882269B/zh
Publication of CN108882269A publication Critical patent/CN108882269A/zh
Application granted granted Critical
Publication of CN108882269B publication Critical patent/CN108882269B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04W28/0231—Traffic management, e.g. flow control or congestion control based on communication conditions
    • H04W28/0236—Traffic management, e.g. flow control or congestion control based on communication conditions radio quality, e.g. interference, losses or delay
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • 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
    • H04W28/0215—Traffic management, e.g. flow control or congestion control based on user or device properties, e.g. MTC-capable devices
    • 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
    • H04W28/0278—Traffic management, e.g. flow control or congestion control using buffer status reports
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种结合缓存技术的超密集网络小站开关方法，所述方法包括以下步骤：步骤1：采集网络信息：步骤2：从S1(t)(S1(t)∈Ω)开始，遍历基站状态集合Ω中所有可能的基站状态，步骤3：根据公式(10)和(11)分别计算时刻t小站k的负载率ρk(t)，平均负载效率
Figure DDA0003113907100000011
步骤4：更新时刻t＝t+1，更新队长；执行步骤2‑3；步骤5：当t＝T+1退出迭代过程；步骤6：计算第n次遍历搜索时，在状态集合Sn下的成本函数；步骤7：更新基站状态集合Sn＝Sn+1，执行步骤2‑6；步骤8：当
Figure DDA0003113907100000015
遍历搜索结束；步骤9：对于所有
Figure DDA0003113907100000012
的成本函数值
Figure DDA0003113907100000013
根据公式计算n*；步骤10：根据得到的最优基站状态
Figure DDA0003113907100000014
对所有小站执行开关决策。

Description

结合缓存技术的超密集网络小站开关方法
技术领域
本发明属于无线通信技术领域，具体涉及无线通信系统中一种结合缓存技术的超密集网络小站开关方法。
背景技术
5G(the fifth generation)网络中移动通信量爆发式增长，给移动网络运营商带来极大的挑战，为了满足未来移动数据需求，极大提升系统容量和用户体验质量，在传统大功率宏站的覆盖区域尤其是高业务量热点区域内部署超密集低功率小站可以获得巨大的吞吐量增益。但是，超密集异构网络中不断增加的基站数目，必然会消耗更多的功率能量，在无线网络能耗组成中，基站能耗所占比例最大，占总能耗的80％，因此如何降低无线网络基站能耗成为降低无线网能耗的关键所在，尤其是在超密集网络场景中，一种有效的节能技术是根据用户的业务执行基站开关策略来降低系统能耗，然而，基站开关策略使得系统能耗减少的同时也会影响用户的时延特性，为了保证用户的服务质量，同时降低系统的能耗，要按照精心设计的开关策略来选择要关闭的基站，此外，在无线网络中引入主动预测并进行内容提前部署的缓存技术，可以大大提高应对流量激增所带来的网络压力，提升资源利用率，减少用户时延，提升用户体验。
现有的基站开关技术基于用户业务感知或是信道状态来选择要关闭的基站，而没有将业务状态和信道信息结合起来，而且以减少能耗或时延为目的，没有考虑时延和能耗的权衡问题，导致现有的开关策略难以适用于实际的超密集异构网络。因此，迫切的需要一种新的方案解决该技术问题。
发明内容
本发明提出了一种结合缓存技术的超密集网络小站开关方法，将系统能耗和时延权衡问题描述为最小化系统成本函数问题，在用户业务和信道状态动态变化的情况下，制定了动态的基站开关策略。
本发明考虑超密集异构网络，小站有缓存和开关策略，用户有专用用户和非专用用户两种类型。专用用户只能由小站来服务，而非专用用户可以由宏站服务，也可由小站来服务。因为小站可以为用户提供高质量的传输服务，而且由于小站有缓存，也可以大大减少用户的时延，所以非专用用户都希望能够由小站来为其服务。但是为了减少系统能耗，需要根据动态业务状态让部分小站处于关闭状态，所以非专用用户是否能够由小站来服务，取决于小站的状态和缓存策略。
两种用户的业务模型均满足泊松到达过程，首先根据M/G/1排队模型分析专用用户和非专用用户排队的平均队长和平均传输速率。而用户的时延大小取决于排队系统的队长和传输速率，要保证用户的时延性能，必须保证各队列是稳态队列，即稳态条件下，队长是有限队长。现有的基站开关技术基于用户业务感知或是信道状态来选择要关闭的基站。而系统中用户时延不仅与业务量有关，也与信道状态有关。业务量越大用户排队等待的时间越长，同时，用户与基站之间的信道状态越好，用户传输时延越小。
本方法同时考虑用户业务和信道状态，通过Lyapunov稳定理论，将能耗和时延权衡问题描述为最小成本函数问题。其次，遍历所有可能的基站状态，根据最优基站状态，执行开关方案，使得用户服务质量得以保证的条件下最小化系统能耗。
为了达到上述目的，本发明提供如下技术方案：
一种结合缓存技术的超密集网络小站开关方法，包括如下步骤：
步骤1：采集网络信息：运营商测量出区域面积内宏站和小站总数目，分别记为Nm和Ns，从而得到该区域内宏站和小站的分布密度λm和λs。专用用户和非专用用户业务到达均满足独立泊松过程，运营商统计一段时间(可根据情况设定时间长短)内用户业务到达情况得出专用用户和非专用用户业务到达率λD，λU。假设专用用户和非专用用户数据文件的平均比特大小均分别为LD和LU。通过运营商得到部署在该区域内小站带宽Ws、宏站带宽Wm、宏站传输功率Pmt、小站传输功率Pst。运营商记录每个小站关闭状态的平均能耗PS，宏站和小站静态链路的能耗Pm0和Ps0，宏站回程链路的能耗Pmb。宏站和小站的负载相关的能耗因子Δpm和Δps、权重因子V、时间间隔t、时长T取值由运营商根据网络运行情况自行确定。所有宏站全部处于激活状态。
每个小站都有各自的专用用户，专用用户的数据请求文件都存储在各自的小站内。非专用用户的所有的数据请求文件集合为Cf＝{f1,f2，…,fC}。数据中心包含非专用用户所有的数据请求文件，宏站可以通过回程链路获取非专用用户所需的数据内容。小站有缓存空间，可以为非专用用户缓存部分文件内容。采用最受欢迎内容缓存策略，即根据用户的喜爱和流行程度，将前CN个最受欢迎的文件内容缓存在小站。第i个最受欢迎的数据内容记为fi，C表示数据库Cf的大小。假设数据内容的流行度服从Zipf分布，即第i个最受欢迎的数据内容fi的请求概率为
Figure BDA0001668023690000031
这里σ是Zipf定律的形态参数，反应流行分布。
运营商根据小站的缓存容量大小，确定每个小站可以缓存的非专用用户数据文件个数，但是要消耗一定的缓存能量，小站的缓存能效为ωcs(joules/bit)。
假设小站k可以为非专用用户缓存的数据文件个数是Ck，一个非专用用户的请求数据内容包含在小站缓存容量内的概率定义为pk，则有
Figure BDA0001668023690000032
小站的状态集合记为
Figure BDA0001668023690000033
其中sk∈{0，1}，sk＝1表示小站k处于激活状态，sk＝0表示小站k处于关闭状态。
Figure BDA0001668023690000034
表示所有可能的小站状态集，其中
Figure BDA0001668023690000035
Figure BDA0001668023690000036
表示最优基站状态。
在基站状态Sn下，当前时刻t小站k专用用户服务的队长为Qk(t)，平均队长
Figure BDA0001668023690000037
(1≤k≤Ns)由下式得到，
Figure BDA0001668023690000038
当前时刻t宏站j为非专用用户服务的队长Gj(t)，平均队长
Figure BDA0001668023690000039
由下式得到，
Figure BDA00016680236900000310
在时间间隔(t-1，t]内请求小站k服务的专用用户和接受服务的非专用用户数目为Ak(t),(1≤k≤Ns)，其平均值
Figure BDA00016680236900000311
(1≤k≤Ns)由下式得到，
Figure BDA00016680236900000312
在时间间隔(t-1，t]内请求宏站j服务的非专用用户数目Mj(t),(1≤j≤Nm)，平均请求服务的非专用用户数
Figure BDA00016680236900000313
(1≤j≤Nm)由下式得到，
Figure BDA0001668023690000041
t时刻小站k的传输速率Rk(t),平均传输速率
Figure BDA0001668023690000042
(1≤k≤Ns)由下式得到，
Figure BDA0001668023690000043
t时刻宏站j的传输速率rj(t),平均传输速率
Figure BDA0001668023690000044
(1≤j≤Nm)由下式得到
Figure BDA0001668023690000045
t时刻在基站状态Sn下系统能耗
Figure BDA0001668023690000046
平均能耗
Figure BDA0001668023690000047
由下式得到
Figure BDA0001668023690000048
t时刻在基站状态Sn下小站k系统效率，即负载率为
Figure BDA0001668023690000049
小站k平均负载率为
Figure BDA00016680236900000410
这里
Figure BDA00016680236900000411
表示t时刻小站k为非专用用户服务的概率，由下式得到
Figure BDA00016680236900000412
t时刻在基站状态Sn下宏站j的负载率为，
Figure BDA00016680236900000413
宏站j平均负载率为
Figure BDA00016680236900000414
且有Qk(0)＝0，
Figure BDA00016680236900000415
Gj(0)＝0，
Figure BDA00016680236900000416
Ak(0)＝0，
Figure BDA00016680236900000417
Mj(0)＝0，
Figure BDA00016680236900000418
Rk(0)＝0，
Figure BDA00016680236900000419
Figure BDA00016680236900000420
rj(0)＝0，
Figure BDA00016680236900000421
ρk(0)＝0，
Figure BDA0001668023690000051
ξj(0)＝0，
Figure BDA0001668023690000052
这里1≤k≤Ns，1≤j≤Nm。
步骤2：从S1(t)(S1(t)∈Ω)开始，遍历基站状态集合Ω中所有可能的基站状态，遍历次数为
Figure BDA00016680236900000515
第n次遍历搜索中，统计在该基站状态Sn下，当前时刻t小站k为专用用户服务的队长Qk(t)，根据公式(3)计算平均队长
Figure BDA0001668023690000053
统计宏站j为非专用用户服务的队长Gj(t)，根据公式(4)计算平均队长
Figure BDA0001668023690000054
计算在时间间隔(t-1，t]内请求小站k服务的专用用户数目和接受服务的非专用用户数Ak(t),(1≤k≤Ns)，请求宏站j服务的非专用用户数目Mj(t),(1≤j≤Nm)，根据公式(5)和(6)分别计算小站平均请求服务的专用用户和接受服务的非专用用户数
Figure BDA0001668023690000055
宏站平均请求服务的非专用用户数
Figure BDA0001668023690000056
根据信道状态信息，由香农公式，计算当前时刻t小站k的传输速率Rk(t)，宏站j的传输速率rj(t)。根据公式(7)和(8)分别计算小站平均传输速率
Figure BDA0001668023690000057
和宏站平均传输速率
Figure BDA0001668023690000058
步骤3：根据公式(10)和(11)分别计算时刻t小站k的负载率ρk(t)，平均负载效率
Figure BDA0001668023690000059
由公式(13)和(14)分别计算时刻t宏站j的负载率ξj(t)，平均负载率
Figure BDA00016680236900000510
根据公式(12)计算接入小站的非专用用户的概率pS。
计算t时刻在基站状态Sn下系统能耗
Figure BDA00016680236900000511
Figure BDA00016680236900000512
Figure BDA00016680236900000513
Pm0是宏站静态链路的能耗，宏站回程链路的能耗是Pmb，Δpm表示负载相关的能耗因子，Pmt为宏站传输功率。
Figure BDA00016680236900000514
snk表示在基站状态集Sn下小站k的开关状态，PS是小站处于关闭状态的能耗，Ps0是小站激活状态静态链路的能耗，Δps表示负载相关的能耗因子，Pst为小站传输功率。CN是小站缓存非专用用户数据文件大小，小站的缓存能效为ωcs。
步骤4：更新时刻t＝t+1，更新队长
Qk(t+1)＝max{Qk(t)-Rk(t),0}+Ak(t)(18)；
Gj(t+1)＝max{Gj(t)-rj(t),0}+Mj(t)(19)；执行步骤2-3。
步骤5：当t＝T+1退出迭代过程。
步骤6：计算第n次遍历搜索时，在状态集合Sn下的成本函数
Figure BDA0001668023690000061
这里，V是权重因子，其取值由运营商自行确定。
(21)；
步骤7：更新基站状态集合Sn＝Sn+1，执行步骤2-6。
步骤8：当
Figure BDA0001668023690000069
遍历搜索结束。
步骤9：对于所有
Figure BDA0001668023690000062
的成本函数值
Figure BDA0001668023690000063
根据以下公式
Figure BDA0001668023690000064
计算n*，得到最优基站状态
Figure BDA0001668023690000065
Figure BDA0001668023690000066
步骤10：根据得到的最优基站状态
Figure BDA00016680236900000610
对所有小站执行开关决策。对于任意的小站k，1≤k≤Ns，如果
Figure BDA0001668023690000067
则小站k保持激活状态；反之，若
Figure BDA0001668023690000068
则关闭小站k。
相对于现有技术，本发明的优点如下：1)该技术方案通过采集数据业务量和信道状态信息，结合基站缓存策略，执行基站开关策略，能很好地适用于实际系统，且能带来比传统方法更好的性能增益，在保证用户时延特性的条件下显著降低系统能耗；2)该方法从能耗和时延权衡的角度出发，将能耗和时延权衡问题对应到最小化系统成本函数问题；3)该技术方案的运营商可以根据节能和用户服务质量的相对重要性，选择权衡因子，从而确定基站开关状态；本发明，针对超密集异构网络提出的基站开关方法，与已有业务感知和信道感知基站开关方案相比，能充分利用小站业务变化和信道信息，选择要关闭的基站集合，灵活控制系统节能和用户服务质量之间的权衡问题，在保证用户时延迟的条件下，可显著降低系统能耗。
附图说明
图1为本发明提供的结合缓存技术的超密集网络小站开关方法流程图。
具体实施方式
为了加深对本发明的认识和理解，下面结合附图进一步介绍该发明。
实施例1：本发明提供的结合缓存技术的超密集网络小站开关方法，如图1所示，包括如下步骤：
步骤1：采集网络信息：运营商测量出区域面积内宏站和小站总数目，分别记为Nm和Ns，从而得到该区域内宏站和小站的分布密度λm和λs。专用用户和非专用用户业务到达均满足独立泊松过程，运营商统计一段时间(可根据情况设定时间长短)内用户业务到达情况得出专用用户和非专用用户业务到达率λD，λU。假设专用用户和非专用用户数据文件的平均比特大小均分别为LD和LU。通过运营商得到部署在该区域内小站带宽Ws、宏站带宽Wm、宏站传输功率Pmt、小站传输功率Pst。运营商记录每个小站关闭状态的平均能耗PS，宏站和小站静态链路的能耗Pm0和Ps0，宏站回程链路的能耗Pmb。宏站和小站的负载相关的能耗因子Δpm和Δps、权重因子V、时间间隔t、时长T取值由运营商根据网络运行情况自行确定。所有宏站全部处于激活状态。
每个小站都有各自的专用用户，专用用户的数据请求文件都存储在各自的小站内。非专用用户的所有的数据请求文件集合为Cf＝{f1,f2，…,fC}。数据中心包含非专用用户所有的数据请求文件，宏站可以通过回程链路获取非专用用户所需的数据内容。小站有缓存空间，可以为非专用用户缓存部分文件内容。采用最受欢迎内容缓存策略，即根据用户的喜爱和流行程度，将前CN个最受欢迎的文件内容缓存在小站。第i个最受欢迎的数据内容记为fi，C表示数据库Cf的大小。假设数据内容的流行度服从Zipf分布，即第i个最受欢迎的数据内容fi的请求概率为
Figure BDA0001668023690000071
这里σ是Zipf定律的形态参数，反应流行分布。
运营商根据小站的缓存容量大小，确定每个小站可以缓存的非专用用户数据文件个数，但是要消耗一定的缓存能量，小站的缓存能效为ωcs(joules/bit)。
假设小站k可以为非专用用户缓存的数据文件个数是Ck，一个非专用用户的请求数据内容包含在小站缓存容量内的概率定义为pk，则有
Figure BDA0001668023690000081
小站的状态集合记为
Figure BDA0001668023690000082
其中sk∈{0，1}，sk＝1表示小站k处于激活状态，sk＝0表示小站k处于关闭状态。
Figure BDA0001668023690000083
表示所有可能的小站状态集，其中
Figure BDA0001668023690000084
Figure BDA0001668023690000085
表示最优基站状态。
在基站状态Sn下，当前时刻t小站k专用用户服务的队长为Qk(t)，平均队长
Figure BDA0001668023690000086
由下式得到，
Figure BDA0001668023690000087
当前时刻t宏站j为非专用用户服务的队长Gj(t)，平均队长
Figure BDA0001668023690000088
(1≤j≤Nm)由下式得到，
Figure BDA0001668023690000089
在时间间隔(t-1，t]内请求小站k服务的专用用户和接受服务的非专用用户数目为Ak(t),(1≤k≤Ns)，其平均值
Figure BDA00016680236900000810
(1≤k≤Ns)由下式得到，
Figure BDA00016680236900000811
在时间间隔(t-1，t]内请求宏站j服务的非专用用户数目Mj(t),(1≤j≤Nm)，平均请求服务的非专用用户数
Figure BDA00016680236900000812
(t),(1≤j≤Nm)由下式得到，
Figure BDA00016680236900000813
t时刻小站k的传输速率Rk(t),平均传输速率
Figure BDA00016680236900000814
(1≤k≤Ns)由下式得到，
Figure BDA00016680236900000815
t时刻宏站j的传输速率rj(t),平均传输速率
Figure BDA00016680236900000816
(1≤j≤Nm)由下式得到
Figure BDA00016680236900000817
t时刻在基站状态Sn下系统能耗
Figure BDA00016680236900000818
平均能耗
Figure BDA00016680236900000819
由下式得到
Figure BDA0001668023690000091
t时刻在基站状态Sn下小站k系统效率，即负载率为
Figure BDA0001668023690000092
小站k平均负载率为
Figure BDA0001668023690000093
这里
Figure BDA0001668023690000094
表示t时刻小站k为非专用用户服务的概率，由下式得到
Figure BDA0001668023690000095
t时刻在基站状态Sn下宏站j的负载率为，
Figure BDA0001668023690000096
宏站j平均负载率为
Figure BDA0001668023690000097
且有Qk(0)＝0，
Figure BDA0001668023690000098
Gj(0)＝0，
Figure BDA0001668023690000099
Ak(0)＝0，
Figure BDA00016680236900000910
Mj(0)＝0，
Figure BDA00016680236900000911
Rk(0)＝0，
Figure BDA00016680236900000912
Figure BDA00016680236900000913
rj(0)＝0，
Figure BDA00016680236900000914
Figure BDA00016680236900000915
ρk(0)＝0
Figure BDA00016680236900000916
ξj(0)＝0，
Figure BDA00016680236900000917
这里1≤k≤Ns，1≤j≤Nm。
步骤2：从S1(t)(S1(t)∈Ω)开始，遍历基站状态集合Ω中所有可能的基站状态，遍历次数为
Figure BDA00016680236900000920
第n次遍历搜索中，统计在该基站状态Sn下，当前时刻t小站k为专用用户服务的队长Qk(t)，根据公式(3)计算平均队长
Figure BDA00016680236900000918
统计宏站j为非专用用户服务的队长Gj(t)，根据公式(4)计算平均队长
Figure BDA00016680236900000919
计算在时间间隔(t-1，t]内请求小站k服务的专用用户数目和接受服务的非专用用户数Ak(t),(1≤k≤Ns)，请求宏站j服务的非专用用户数目Mj(t),(1≤j≤Nm)，根据公式(5)和(6)分别计算小站平均请求服务的专用用户和接受服务的非专用用户数
Figure BDA0001668023690000101
宏站平均请求服务的非专用用户数
Figure BDA0001668023690000102
根据信道状态信息，由香农公式，计算当前时刻t小站k的传输速率Rk(t)，宏站j的传输速率rj(t)。根据公式(7)和(8)分别计算小站平均传输速率
Figure BDA0001668023690000103
和宏站平均传输速率
Figure BDA0001668023690000104
步骤3：根据公式(10)和(11)分别计算时刻t小站k的负载率ρk(t)，平均负载效率
Figure BDA0001668023690000105
由公式(13)和(14)分别计算时刻t宏站j的负载率ξj(t)，平均负载率
Figure BDA00016680236900001010
根据公式(12)计算接入小站的非专用用户的概率pS。
计算t时刻在基站状态Sn下系统能耗
Figure BDA0001668023690000106
Figure BDA0001668023690000107
Figure BDA0001668023690000108
Pm0是宏站静态链路的能耗，宏站回程链路的能耗是Pmb，Δpm表示负载相关的能耗因子，Pmt为宏站传输功率。
Figure BDA0001668023690000109
snk表示在基站状态集Sn下小站k的开关状态，PS是小站处于关闭状态的能耗，Ps0是小站激活状态静态链路的能耗，Δps表示负载相关的能耗因子，Pst为小站传输功率。CN是小站缓存非专用用户数据文件大小，小站的缓存能效为ωcs。
步骤4：更新时刻t＝t+1，更新队长
Qk(t+1)＝max{Qk(t)-Rk(t),0}+Ak(t)(18)；
Gj(t+1)＝max{Gj(t)-rj(t),0}+Mj(t)(19)
执行步骤2-3。
步骤5：当t＝T+1退出迭代过程。
步骤6：计算第n次遍历搜索时，在状态集合Sn下的成本函数
Figure BDA0001668023690000111
这里，V是权重因子，其取值由运营商自行确定。
(21)；
步骤7：更新基站状态集合Sn＝Sn+1，执行步骤2-6。
步骤8：当
Figure BDA0001668023690000112
遍历搜索结束。
步骤9：对于所有
Figure BDA0001668023690000113
的成本函数值
Figure BDA0001668023690000114
根据以下公式
Figure BDA0001668023690000119
计算n*，得到最优基站状态
Figure BDA0001668023690000115
步骤10：根据得到的最优基站状态
Figure BDA0001668023690000116
对所有小站执行开关决策。对于任意的小站k，1≤k≤Ns，如果
Figure BDA0001668023690000117
则小站k保持激活状态；反之，若
Figure BDA0001668023690000118
则关闭小站k。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作任何其他形式的限制，而依据本发明的技术实质所作的任何修改或等同变化，仍属于本发明所要求保护的范围。

Claims (7)

1.一种结合缓存技术的超密集网络小站开关方法，其特征在于，所述方法包括以下步骤：
步骤1：采集网络信息：运营商测量出区域面积内宏站和小站总数目，分别记为Nm和Ns，从而得到该区域内宏站和小站的分布密度λm和λs；
步骤2：从S1(t)(S1(t)∈Ω)开始，遍历基站状态集合Ω中所有可能的基站状态，遍历次数为
Figure FDA0003113907090000011
步骤3：分别计算时刻t小站k的负载率ρk(t)，平均负载效率
Figure FDA0003113907090000012
步骤4：更新时刻t＝t+1，更新队长；
执行步骤2-3；
步骤5：当t＝T+1退出迭代过程；其中T为时长；
步骤6：计算第n次遍历搜索时，在状态集合Sn下的成本函数；
步骤7：更新基站状态集合Sn＝Sn+1，执行步骤2-6；
步骤8：当
Figure FDA0003113907090000013
遍历搜索结束；
步骤9：对于所有
Figure FDA0003113907090000014
的成本函数值
Figure FDA0003113907090000015
计算n*；
步骤10：根据得到的最优基站状态
Figure FDA0003113907090000016
对所有小站执行开关决策，对于任意的小站k，1≤k≤Ns，如果
Figure FDA0003113907090000017
则小站k保持激活状态；反之，若
Figure FDA0003113907090000018
则关闭小站k。
2.根据权利要求1所述的结合缓存技术的超密集网络小站开关方法，其特征在于，所述步骤1具体如下：采集网络信息：运营商测量出区域面积内宏站和小站总数目，分别记为Nm和Ns，从而得到该区域内宏站和小站的分布密度λm和λs，专用用户和非专用用户业务到达均满足独立泊松过程，运营商统计一段时间内用户业务到达情况得出专用用户和非专用用户业务到达率λD，λU；假设专用用户和非专用用户数据文件的平均比特大小均分别为LD和LU；通过运营商得到部署在该区域内小站带宽Ws、宏站带宽Wm、宏站传输功率Pmt、小站传输功率Pst；运营商记录每个小站关闭状态的平均能耗PS，宏站和小站静态链路的能耗Pm0和Ps0，宏站回程链路的能耗Pmb；宏站和小站的负载相关的能耗因子Δpm和Δps、权重因子V、时间间隔t、时长T取值由运营商根据网络运行情况自行确定；所有宏站全部处于激活状态；
每个小站都有各自的专用用户，专用用户的数据请求文件都存储在各自的小站内，非专用用户的所有的数据请求文件集合为Cf＝{f1,f2，…,fC}，数据中心包含非专用用户所有的数据请求文件，宏站可以通过回程链路获取非专用用户所需的数据内容，小站有缓存空间，可以为非专用用户缓存部分文件内容，采用最受欢迎内容缓存策略，即根据用户的喜爱和流行程度，将前CN个最受欢迎的文件内容缓存在小站；第i个最受欢迎的数据内容记为fi，C表示数据库Cf的大小；假设数据内容的流行度服从Zipf分布，即第i个最受欢迎的数据内容fi的请求概率为
Figure FDA0003113907090000021
这里σ是Zipf定律的形态参数，反应流行分布；
运营商根据小站的缓存容量大小，确定每个小站可以缓存的非专用用户数据文件个数，但是要消耗一定的缓存能量，小站的缓存能效为ωcs(joules/bit)；
假设小站k可以为非专用用户缓存的数据文件个数是Ck，一个非专用用户的请求数据内容包含在小站缓存容量内的概率定义为pk，则有
Figure FDA0003113907090000022
小站的状态集合记为
Figure FDA0003113907090000023
其中sk∈{0，1}，sk＝1表示小站k处于激活状态，sk＝0表示小站k处于关闭状态，
Figure FDA0003113907090000024
表示所有可能的小站状态集，其中
Figure FDA0003113907090000025
表示最优基站状态；
在基站状态Sn下，当前时刻t小站k专用用户服务的队长为Qk(t)，平均队长
Figure FDA0003113907090000026
由下式得到，
Figure FDA0003113907090000027
当前时刻t宏站j为非专用用户服务的队长Gj(t)，平均队长
Figure FDA0003113907090000028
由下式得到，
Figure FDA0003113907090000029
在时间间隔(t-1，t]内请求小站k服务的专用用户和接受服务的非专用用户数目为Ak(t),(1≤k≤Ns)，其平均值
Figure FDA0003113907090000031
由下式得到，
Figure FDA0003113907090000032
在时间间隔(t-1，t]内请求宏站j服务的非专用用户数目Mj(t),(1≤j≤Nm)，平均请求服务的非专用用户数
Figure FDA0003113907090000033
由下式得到，
Figure FDA0003113907090000034
t时刻小站k的传输速率Rk(t),平均传输速率
Figure FDA0003113907090000035
由下式得到，
Figure FDA0003113907090000036
t时刻宏站j的传输速率rj(t),平均传输速率
Figure FDA0003113907090000037
由下式得到
Figure FDA0003113907090000038
t时刻在基站状态Sn下系统能耗
Figure FDA0003113907090000039
平均能耗
Figure FDA00031139070900000310
由下式得到
Figure FDA00031139070900000311
t时刻在基站状态Sn下小站k系统效率，即负载率为
Figure FDA00031139070900000312
小站k平均负载率为
Figure FDA00031139070900000313
这里
Figure FDA00031139070900000314
表示t时刻小站k为非专用用户服务的概率，由下式得到
Figure FDA00031139070900000315
t时刻在基站状态Sn下宏站j的负载率为，
Figure FDA0003113907090000041
宏站j平均负载率为
Figure FDA0003113907090000042
且有Qk(0)＝0，
Figure FDA0003113907090000043
Gj(0)＝0，
Figure FDA0003113907090000044
Ak(0)＝0，
Figure FDA0003113907090000045
Mj(0)＝0，
Figure FDA0003113907090000046
Rk(0)＝0，
Figure FDA0003113907090000047
rj(0)＝0，
Figure FDA0003113907090000048
Figure FDA0003113907090000049
ξj(0)＝0，
Figure FDA00031139070900000410
这里1≤k≤Ns，1≤j≤Nm。
3.根据权利要求1所述的结合缓存技术的超密集网络小站开关方法，其特征在于，所述步骤2：从S1(t)(S1(t)∈Ω)开始，遍历基站状态集合Ω中所有可能的基站状态，遍历次数为
Figure FDA00031139070900000411
第n次遍历搜索中，统计在该基站状态Sn下，当前时刻t小站k为专用用户服务的队长Qk(t)，计算平均队长
Figure FDA00031139070900000412
统计宏站j为非专用用户服务的队长Gj(t)，计算平均队长
Figure FDA00031139070900000413
计算在时间间隔(t-1，t]内请求小站k服务的专用用户数目和接受服务的非专用用户数Ak(t),(1≤k≤Ns)，请求宏站j服务的非专用用户数目Mj(t),(1≤j≤Nm)，分别计算小站平均请求服务的专用用户和接受服务的非专用用户数
Figure FDA00031139070900000414
宏站平均请求服务的非专用用户数
Figure FDA00031139070900000415
根据信道状态信息，由香农公式，计算当前时刻t小站k的传输速率Rk(t)，宏站j的传输速率rj(t)；分别计算小站平均传输速率
Figure FDA00031139070900000416
和宏站平均传输速率
Figure FDA00031139070900000417
4.根据权利要求2所述的结合缓存技术的超密集网络小站开关方法，其特征在于，所述步骤4：更新时刻t＝t+1，更新队长
Qk(t+1)＝max{Qk(t)-Rk(t),0}+Ak(t) (18)；
Gj(t+1)＝max{Gj(t)-rj(t),0}+Mj(t) (19)；
执行步骤2-3。
5.根据权利要求3所述的结合缓存技术的超密集网络小站开关方法，其特征在于，所述步骤6：计算第n次遍历搜索时，在状态集合Sn下的成本函数
Figure FDA0003113907090000051
这里，V是权重因子，其取值由运营商自行确定。
6.根据权利要求4所述的结合缓存技术的超密集网络小站开关方法，其特征在于，所述步骤9：对于所有
Figure FDA0003113907090000052
的成本函数值
Figure FDA0003113907090000053
根据以下公式
Figure FDA0003113907090000054
计算n*，得到最优基站状态
Figure FDA0003113907090000055
7.根据权利要求5所述的结合缓存技术的超密集网络小站开关方法，其特征在于，所述步骤10：根据得到的最优基站状态
Figure FDA0003113907090000056
对所有小站执行开关决策，对于任意的小站k，1≤k≤Ns，如果
Figure FDA0003113907090000057
则小站k保持激活状态；反之，若
Figure FDA0003113907090000058
则关闭小站k。
CN201810491506.5A 2018-05-21 2018-05-21 结合缓存技术的超密集网络小站开关方法 Active CN108882269B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810491506.5A CN108882269B (zh) 2018-05-21 2018-05-21 结合缓存技术的超密集网络小站开关方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810491506.5A CN108882269B (zh) 2018-05-21 2018-05-21 结合缓存技术的超密集网络小站开关方法

Publications (2)

Publication Number Publication Date
CN108882269A CN108882269A (zh) 2018-11-23
CN108882269B true CN108882269B (zh) 2021-07-30

Family

ID=64333082

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810491506.5A Active CN108882269B (zh) 2018-05-21 2018-05-21 结合缓存技术的超密集网络小站开关方法

Country Status (1)

Country Link
CN (1) CN108882269B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109587776B (zh) * 2018-12-07 2021-03-30 东南大学 D2d辅助的超密集网络中基站休眠和协作缓存的联合优化方法
CN109617991B (zh) * 2018-12-29 2021-03-30 东南大学 基于值函数近似的超密集异构网络小站编码协作缓存方法
CN111432436B (zh) * 2020-03-25 2022-08-02 哈尔滨工程大学 基于服务缓存和基站激活的联合优化方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101237278A (zh) * 2007-01-30 2008-08-06 西门子通信技术（北京）有限公司 移动通信中传输数据的方法、系统、中继站及基站
CN101765056A (zh) * 2008-12-23 2010-06-30 中兴通讯股份有限公司 邻区信息发送方法、信息发送方法
CN102098680A (zh) * 2011-03-16 2011-06-15 北京邮电大学 动态频谱管理方法及系统
EP2367380A1 (en) * 2010-03-17 2011-09-21 LG-Ericsson Co., Ltd. Handover from serving base station to target base station
CN103079211A (zh) * 2012-12-31 2013-05-01 东南大学 一种基于载波聚合的异构网干扰协调方法
CN103906211A (zh) * 2014-04-16 2014-07-02 东南大学 基于优选关闭基站的网络节能方法
CN104125560A (zh) * 2014-08-07 2014-10-29 宇龙计算机通信科技(深圳)有限公司 基于多终端协同通信的方法及系统、终端和通信基站
CN104144478A (zh) * 2013-05-09 2014-11-12 华为技术有限公司 基站非连续发送节能控制方法、小站、宏站及异构网络
CN105101267A (zh) * 2015-07-28 2015-11-25 北京拓明科技有限公司 一种lte网络的邻区关系的自动优化方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8323189B2 (en) * 2006-05-12 2012-12-04 Bao Tran Health monitoring appliance
US10743251B2 (en) * 2008-10-31 2020-08-11 Qualcomm Incorporated Support for multiple access modes for home base stations
KR101612284B1 (ko) * 2010-03-08 2016-04-15 삼성전자주식회사 계층적 셀 구조의 펨토/피코 셀에서 간섭 감소 및 에너지 절약을 위한 장치 및 방법
CN102883330B (zh) * 2011-07-13 2017-05-31 株式会社Ntt都科摩 一种异构网络中小区间干扰协调的方法以及异构网络

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101237278A (zh) * 2007-01-30 2008-08-06 西门子通信技术（北京）有限公司 移动通信中传输数据的方法、系统、中继站及基站
CN101765056A (zh) * 2008-12-23 2010-06-30 中兴通讯股份有限公司 邻区信息发送方法、信息发送方法
EP2367380A1 (en) * 2010-03-17 2011-09-21 LG-Ericsson Co., Ltd. Handover from serving base station to target base station
CN102098680A (zh) * 2011-03-16 2011-06-15 北京邮电大学 动态频谱管理方法及系统
CN103079211A (zh) * 2012-12-31 2013-05-01 东南大学 一种基于载波聚合的异构网干扰协调方法
CN104144478A (zh) * 2013-05-09 2014-11-12 华为技术有限公司 基站非连续发送节能控制方法、小站、宏站及异构网络
CN103906211A (zh) * 2014-04-16 2014-07-02 东南大学 基于优选关闭基站的网络节能方法
CN104125560A (zh) * 2014-08-07 2014-10-29 宇龙计算机通信科技(深圳)有限公司 基于多终端协同通信的方法及系统、终端和通信基站
CN105101267A (zh) * 2015-07-28 2015-11-25 北京拓明科技有限公司 一种lte网络的邻区关系的自动优化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Energy-Delay Tradeoff in;Li Pei, Jiang Huilin, Pan Zhiwen, You Xiaohu;《IEEE Transactions on Vehicular Technology》;20180131;全文 *
中继网络中基于能量效率的动态用户接入算法;李欣; 王浩; 孟超; 刘楠; 尤肖虎;《东南大学学报(自然科学版)》;20130720;全文 *
自组织无线网络中的移动负载均衡技术;潘志文; 尤肖虎;《中兴通讯技术》;20130210;全文 *

Also Published As

Publication number Publication date
CN108882269A (zh) 2018-11-23

Similar Documents

Publication Publication Date Title
CN109905918B (zh) 一种基于能效的noma蜂窝车联网动态资源调度方法
CN108882269B (zh) 结合缓存技术的超密集网络小站开关方法
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
CN109587776B (zh) D2d辅助的超密集网络中基站休眠和协作缓存的联合优化方法
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
CN108738151B (zh) 一种基于粗略信息的无线预测资源分配方法
CN108156596B (zh) 支持d2d-蜂窝异构网络联合用户关联及内容缓存方法
CN110138836B (zh) 一种基于优化能量效率的线上协作缓存方法
CN107276788B (zh) 一种基于休眠控制的带缓存基站通信模型构建方法
CN108307446B (zh) 一种基于软件定义的无线网络边缘协作缓存系统与方法
CN108271172B (zh) 一种蜂窝d2d通信联合成簇及内容部署方法
CN108848521B (zh) 基于基站协作的蜂窝异构网络联合用户关联、内容缓存及资源分配方法
Jiang et al. Analysis and optimization of fog radio access networks with hybrid caching: Delay and energy efficiency
Li et al. Learning-based delay-aware caching in wireless D2D caching networks
CN108541025B (zh) 一种面向无线异构网络的基站与d2d共同缓存方法
Ricardo et al. Caching policies for delay minimization in small cell networks with coordinated multi-point joint transmissions
CN115801091A (zh) 面向星地协同计算的大规模星座网络资源调度方法
Yao et al. Data-driven resource allocation with traffic load prediction
CN108965034B (zh) 小小区基站超密集部署下的用户关联到网络的方法
CN111479312B (zh) 异构蜂窝网络内容缓存和基站休眠联合优化方法
Zhang et al. Toward intelligent resource allocation on task-oriented semantic communication
CN108093482B (zh) 一种无线信息中心网络资源分配的优化方法
Zhang et al. Optimal trade-off between power saving and QoS provisioning for multicell cooperation networks
Alsharif et al. Intelligent cooperation management of multi-radio access technology towards the green cellular networks for the twenty-twenty information society
Aktar et al. Improvement of energy efficiency by dynamic load consolidation in C‐RAN

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