CN109327848A - 一种采用迫零波束赋形的无线缓存资源优化方法 - Google Patents

Abstract

本发明涉及一种采用迫零波束赋形的无线缓存资源优化方法，利用无线缓存技术在具有有限缓存容量的次基站中按比例缓存主、次用户最流行文件，采用能够消除主、次用户干扰的迫零波束赋形传输方式，通过选定指标，构建优化问题的数学模型，进而得到最优缓存分配比例。

Description

一种采用迫零波束赋形的无线缓存资源优化方法

技术领域

本发明属于移动无线通信领域，更具体的涉及一种采用迫零波束赋形的无线缓存资源优化方法。

技术背景

近年来随着互联网、物联网以及移动互联网和云计算等网络技术的飞速发展，个性化、宽带化和数据海量化已经成为互联网发展的主要关注点。千倍流量增长和海量连接设备急迫需要建立大容量、全覆盖和智能化的无线移动通信网络。为了实现上述目标，需增加信号传输的频谱带宽。然而，当今社会频率资源是极度缺乏，弥足珍贵。因此，高频频段移动通信成为下一代移动通信的关键技术，另一方面，由于天线技术及较高的方向增益为大规模MIMO技术实现提供了有利的条件，但是随着频率增加路径损耗也会随之增加，因此需要采用波束赋形方法增加接收信号的功率。通过无线缓存技术即在基站侧安装缓存设备可有效减小文件到用户的物理距离，从而减小了文件传输时延并降低了文件传输中断概率，提高网络传输性能。对于基站服务的多用户而言，采用波束赋形方式可以同时满足用户需求，但是用户间存在干扰，需要通过迫零波束赋形方式消除用户间干扰。因此，将无线缓存技术和迫零波束赋形结合是未来无线通信发展的趋势。

发明内容

本发明旨在提出一种采用迫零波束赋形的无线缓存优化方法。本发明为实现上述目标，采用的技术方案如下：

一种采用迫零波束赋形的无线缓存资源优化方法，利用无线缓存技术在具有有限缓存容量的次基站中按比例缓存主、次用户最流行文件，采用能够消除主、次用户干扰的迫零波束赋形传输方式，通过选定指标，构建优化问题的数学模型，进而得到最优缓存分配比例，具体包括以下步骤：

第一步：确立系统模型：考虑具有认知用户，认知网络构成的通信系统中，包括1个主基站、1个次基站以及对应一个的主、次用户；

第二步：根据系统模型，选定文件缓存策略模型：次基站具有有限容量的缓存资源，缓存空间为C，主，次文件的流行度服从Zipf分布，即γ时Zipf参数；

第三步：采用迫零波束赋形传输方式即主，次用户请求文件可同时利用授权带宽传输文件，如果主，次用户可以从次基站缓存中获取所需文件，则主，次用户不会通过回传链路获得文件；；如果主，次用户请问文件没有提前缓存于次基站，则用户需要从主基站及内容服务器下载各自文件；

第四步：确定以成功传输速率为指标，构建数学优化问题

(1)系统中主、次用户采用迫零波束赋形传输方式的SNR计算

主、次用户链路速率主要取决于信躁比SNR，具有N根发射天线的次基站到主用户PU的距离为d_sp，SNR_p可以表示为：

其中σ²为噪声功率，g_p分别表示小尺度衰落信道增益，α表示路径损耗因子，由于次基站发射采用迫零波束赋形传输方式则主、次用户之间不存在干扰；P_s表示次基站的发送功率，β表示发送主用户文件占用次基站发送功率的比例；

(2)计算通过次基站缓存文件，主、次用户同时获取文件的成功传输概率

成功传输概率定义为次基站占用时隙T同时传输文件速率总大于等于文件请求速率，因此成功传输概率可得到如下表示：

根据主，次用户文件在协作次基站中缓存状态不同，得到对应的不同文件传输时隙t，从而得到对应传输模式下的成功传输速率,主、次用户成功传输速率表示为为：

R^p＝R_p·Pr(t log₂(1+SNR_p)≥R_p) (2a)

R^s＝R_s·Pr(t log₂(1+SNR_s)≥R_s) (2b)

其中，R_p,R_s分别表示主、次用户请求文件的数据传输速率；

设信道为瑞利衰落信道，则成功传输概率为：

其中，

(3)计算通过文件缓存方式，主、次文件同时请求文件缓存状态的概率文件缓存是遵循最流行文件缓存策略，根据次基站中有限缓存容量C，利用缓存容量Co提前存有主用户最受欢迎的Co个文件，则剩余缓存空间(C-Co)提前缓存次用户最受欢迎文件，根据文件服从zipf分布，则主、次用户请求文件提前被缓存的概率分别近似为：

对于主用户和次用户在同一时刻各自所请求文件，根据是否提前缓存于次基站，并结合四种传输方式，得到对应的主、次用户同时成功传输的概率；

(4)计算主、次用户同时获取文件时的概率以及文件成功传输速率，构建优化问题；每个文件的缓存概率会影响文件成功传输速率，因此需要找到最优缓存方案以及功率分配方式，实现在确保主用户成功传输速率大于一定阈值R_th条件下，最大化次用户请求文件的成功传输速率，构建如下数学优化问题：

其中，p₁,p₂,p₃,p₄表示主、次系统存在4种不同缓存状态下同时传输文件的概率，表示次用户在4中不同缓存文件状态下的文件成功传输速率，同理，表示主用户在4中不同缓存文件状态下的文件成功传输速率，t_p，t_s分别表示获取主、次用户未缓存文件的时间；

第五步：通过二分算法求解数学优化问题，得到联合最优缓存空间以及功率分配。

本发明所提出的无线网络缓存方式是基于波束赋形的传输方式，在此基础上结合缓存模型提出了缓存协作方案。可支持次基站在同一时间能够同时服务于主用户和次用户，提高主次用户的数据传输速率以及带宽利用率。基于数据传输速率研究指标，通过理论证明优化问题为凸优化问题，并提出有效的二分搜索算法求得局部最优解。在主次用户对应的缓存空间分配阶段，通过最大化次用户的数据传输速率保证主用户和次用户服务质量的公平性，扩大主次用户数据传输速率范围。

附图说明

图1为本发明一种基于迫零波束赋形的无线缓存资源优化方法的系统图；

图2为本发明一种基于迫零波束赋形的无线缓存资源优化方法的时隙图；

图3为本发明中的采用优化缓存于与未采用无线缓存分配方案的主用户和次用户数据传输速率曲线对比图。

具体实施方式

下面结合附图和实施例对本发明进行说明。

第一步：考虑在具有认知用户，认知网络构成的通信系统中，包括具有单天线的主基站，N根天线的次基站以及对应数量各为1个的主、次用户。考虑主用户位于主基站覆盖边缘区且服务链路处于中断状态。选定次用户作为研究目标，主用户成功传输数据率作为约束条件，系统图如图1所示。

第二步：考虑无线网络缓存协作方式，次基站具有限缓存容量为C，采用缓存主次用户最流行文件方案，则用于缓存主用户文件容量为Co，次用户文件数为(C-Co)。主、次用户文件库分别为和所有文件大小归一化且相同，主、次用户按照Zipf分布独立地从文件库中请求对应文件。主，次文件按照顺序排列，则排名靠前文件被用户请求的概率越高，位于第i位的文件被请求的概率分别为：其中，γ_p,γ_s是文件分布指数常数，分别表示主、次文件流行度。γ_p,γ_s越大则表明用户的请求越集中在排名靠前的文件。

第三步：分析系统模型以及文件缓存模型，提出一种对于次基站缓存主、次用户文件采用迫零波束赋形传输方式。根据主、次用户请求文件的缓存情况，共分为四种传输方案。

第一种，对于主、次用户请求文件都已经提前缓存于次基站，即对于主、次用户同时发出的文件请求，次基站占用整个传输时隙T，利用相同带宽，同时传输两种文件并服务于主、次用户。

第二种，如果主文件已经提前缓存于次基站，而次用户文件没有缓存于次基站则需要利用t_s时间使得次基站内容服务器获取次文件，则剩余T-t_s时隙用于传输两者请求文件。

第三种，如果主文件未提前缓存于次基站，次用户文件已经缓存于次基站，则次基站需通过回传链路占用t_p时间获取请求文件，则剩余T-t_p时间用于次基站同时传输二者的请求文件。

第四种，如果主、次用户请求的文件恰好都没有缓存于次基站，则需总共花费时长为t_s+t_p使得两种请求文件传到次基站，则次基站会占用T-(t_s+t_p)时隙传输两者的请求文件。

第四步：优化问题建模

(1)系统中主、次用户采用迫零波束赋形传输方式的SNR计算

主、次用户链路速率主要取决于信躁比(SNR),假定主用户和次用户分别作为主、次系统网络中得典型用户，具有N根发射天线的次基站到主用户和次用户的距离分别为d_sp和d_s时，对应的SNR可以表示为：

其中σ²为噪声功率，g_p，g_s分别表示小尺度衰落信道增益，α表示路径损耗因子，由于次基站发射采用迫零波束赋形传输方式则主、次用户之间不存在干扰。P_s表示次基站的发送功率，β表示发送主用户文件占用次基站发送功率的比例。

(2)计算通过次基站缓存文件，主、次用户同时获取文件的成功传输概率

成功传输概率定义为次基站占用时隙T同时传输文件速率总大于等于文件请求速率，因此成功传输概率可得到如下表示：

则根据传输方式可得到对应的主、次用户成功传输速率分别为：

对于第一种传输方式则对应的主，次用户成功传输速率为：

其中，R_p,R_s分别表示主、次用户请求文件的数据传输速率。

对于第二种传输方式则对应的主，次用户成功传输速率为：

对于第三种传输方式则对应的主，次用户成功传输速率为：

对于第四种传输方式则对应的主，次用户成功传输速率为：

由于我们假设信道时瑞利衰落信道，则成功传输概率可计算为：

其中，

(3)计算通过文件缓存方式，主、次文件同时请求文件缓存状态的概率

文件缓存是遵循最流行文件缓存策略，根据次基站中有限缓存容量C，利用缓存容量Co提前存有主用户最受欢迎的Co个文件，则剩余缓存空间(C-Co)提前缓存次用户最受欢迎文件。根据文件服从zipf分布，则主、次用户请求文件提前被缓存的概率分别近似为：

为了研究缓存概率的性质，将离散优化数据变量Co处理为连续变量则根据新的变量，主、次用户请求文件提前被缓存的概率重新定义为：

对于主用户和次用户在同一时刻各自所请求文件，根据是否提前缓存于次基站，结合四种传输方式，则对应的主，次用户同时成功传输的概率分别为：

(4)计算主、次用户同时获取文件时的概率以及文件成功传输速率，构建优化问题。

每个文件的缓存概率会影响文件成功传输速率所以我们想要找到最优化缓存方案以及最优的功率分配方式实现在确保主用户成功传输速率大于一定阈值的条件下，最大化次用户请求文件成功传输速率，则优化问题可以建模如下：

经过合并整理的，优化问题可转变为：

其中，合并速率分别表示为 和

第五步：由于上述优化问题关于缓存容量比例q和功率β分配仍然是复杂多项式，需要进一步证明优化问题的性质。

首先对于任意给定功率β，求R^P(q)关于q的性质。对R^P(q)分别求关于变量q的一阶导和二阶段得到表达式分别为：

其中， 恒成立，则R^P”(q)≤0，即原式关于变量q是凸函数，则通过计算式(17)为0得到最优q使得速率最大。

第六步：获得认知无线电网络中基于无线缓存分配方案的最大化次用户数据传输速率的方法。此优化问题是一个约束的非线性凸优化问题，则对于缓存比例存在唯一的解。由于关于功率β分配满足单调递增性，可以通过二分法搜索到在最小化主用户约束条件下的同时最大化次用户数据传输速率，使得认知无线电网络整体性能提升，频谱利用率提高。

第七步：提出求解优化问题的具体算法。

Claims (1)

1.一种采用迫零波束赋形的无线缓存资源优化方法，利用无线缓存技术在具有有限缓存容量的次基站中按比例缓存主、次用户最流行文件，采用能够消除主、次用户干扰的迫零波束赋形传输方式，通过选定指标，构建优化问题的数学模型，进而得到最优缓存分配比例，具体包括以下步骤：

第一步：确立系统模型：考虑具有认知用户，认知网络构成的通信系统中，包括1个主基站、1个次基站以及对应一个的主、次用户；

第二步：根据系统模型，选定文件缓存策略模型：次基站具有有限容量的缓存资源，缓存空间为C，主，次文件的流行度服从Zipf分布，即γ时Zipf参数；

第三步：采用迫零波束赋形传输方式即主，次用户请求文件可同时利用授权带宽传输文件，如果主，次用户可以从次基站缓存中获取所需文件，则主，次用户不会通过回传链路获得文件；；如果主，次用户请问文件没有提前缓存于次基站，则用户需要从主基站及内容服务器下载各自文件；

第四步：确定以成功传输速率为指标，构建数学优化问题

(1)系统中主、次用户采用迫零波束赋形传输方式的SNR计算

主、次用户链路速率主要取决于信躁比SNR，具有N根发射天线的次基站到主用户PU的距离为d_sp，SNR_p可以表示为：

其中σ²为噪声功率，g_p分别表示小尺度衰落信道增益，α表示路径损耗因子，由于次基站发射采用迫零波束赋形传输方式则主、次用户之间不存在干扰；P_s表示次基站的发送功率，β表示发送主用户文件占用次基站发送功率的比例；

(2)计算通过次基站缓存文件，主、次用户同时获取文件的成功传输概率

成功传输概率定义为次基站占用时隙T同时传输文件速率总大于等于文件请求速率，因此成功传输概率可得到如下表示：

根据主，次用户文件在协作次基站中缓存状态不同，得到对应的不同文件传输时隙t，从而得到对应传输模式下的成功传输速率,主、次用户成功传输速率表示为为：

R^p＝R_p·Pr(tlog₂(1+SNR_p)≥R_p) (2a)

R^s＝R_s·Pr(tlog₂(1+SNR_s)≥R_s) (2b)

其中，R_p,R_s分别表示主、次用户请求文件的数据传输速率；

设信道为瑞利衰落信道，则成功传输概率为：

其中，

(3)计算通过文件缓存方式，主、次文件同时请求文件缓存状态的概率文件缓存是遵循最流行文件缓存策略，根据次基站中有限缓存容量C，利用缓存容量Co提前存有主用户最受欢迎的Co个文件，则剩余缓存空间(C-Co)提前缓存次用户最受欢迎文件，根据文件服从zipf分布，则主、次用户请求文件提前被缓存的概率分别近似为：

对于主用户和次用户在同一时刻各自所请求文件，根据是否提前缓存于次基站，并结合四种传输方式，得到对应的主、次用户同时成功传输的概率；

(4)计算主、次用户同时获取文件时的概率以及文件成功传输速率，构建优化问题；每个文件的缓存概率会影响文件成功传输速率，因此需要找到最优缓存方案以及功率分配方式，实现在确保主用户成功传输速率大于一定阈值R_th条件下，最大化次用户请求文件的成功传输速率，构建如下数学优化问题：

其中，p₁,p₂,p₃,p₄表示主、次系统存在4种不同缓存状态下同时传输文件的概率，表示次用户在4中不同缓存文件状态下的文件成功传输速率，同理，表示主用户在4中不同缓存文件状态下的文件成功传输速率，t_p，t_s分别表示获取主、次用户未缓存文件的时间；

第五步：通过二分算法求解数学优化问题，得到联合最优缓存空间以及功率分配。