CN109348430B

CN109348430B - 面向多信道多内容基站小区的组播调度方法

Info

Publication number: CN109348430B
Application number: CN201811268815.2A
Authority: CN
Inventors: 李然; 黄川�
Original assignee: University of Electronic Science and Technology of China
Current assignee: University of Electronic Science and Technology of China
Priority date: 2018-10-29
Filing date: 2018-10-29
Publication date: 2020-05-12
Anticipated expiration: 2038-10-29
Also published as: CN109348430A

Abstract

本发明公开了一种面向多信道多内容基站小区的组播调度方法，属于电子技术领域。本发明在对即将到来的时隙进行组播策略调度时，基于上一个时隙的用户对内容的请求数量，对应时隙t的信道能效数据，最近历史组播时隙间隔和历史组播时隙数量，以及预设的加权系数、各相关信息的上限，根据调度模型，计算当前待调度时隙的组播调度决策。本发明的不仅对组播的能量使用效率进行了提升，也优化了内容存在延迟上限情况下的延迟惩罚。且能有效的避免了经典MDP问题因时间关联性以及高维度所带来的巨大运算量。此外，本发明的组播调度策略能在高请求密度下正常工作。

Description

面向多信道多内容基站小区的组播调度方法

技术领域

本发明属于电子技术领域，具体涉及一种面向多信道多内容基站小区的组播调度策略。

背景技术

组播技术在蜂窝小区的应用大大地提升了下行链路的能量使用效率。但是，考虑到组播技术的分组式传输机制，不同步到达的请求会承受不相同的延迟并影响用户体验。所以，需要设计兼顾提升能量使用效率和降低服务延迟的组播调度策略。

组播调度策略的设计问题是一个马尔可夫过程(MDP)，很多相关研究应用了一些近似算法来寻求高效的次优解。例如文献《C.Huang,J.Zhang,H.V.Poor,and S.Cui,“Delay-energy tradeoff in multicast scheduling for green cellular systems,”IEEE J.Sel.Areas Commun.,vol.34,no.5,pp.1235–1249,May 2016.》公开了在用户随机请求单一内容的组播场景中，基于最优停时规则设计的组播调度算法折衷优化了能量使用效率和服务延迟，但是该方法针对的是单一内容，而无法适用于多内容的场景；文献《B.Zhou,Y.Cui,and M.Tao,“Optimal dynamic multicast scheduling for cache-enabled content-centric wireless networks,”IEEE Trans.Commun.,vol.65,no.7,pp.2956–2970,Jul.2017.》公开了在单信道的组播场景中，基于学习算法设计了分段结构的组播调度策略，但该方法针对的是单信道组播，不适用于多信道组播。因此有必要提供一种能适用于多内容多信道组播场景下的组播调度策略。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种多内容多信道组播场景下的组播调度方法。

考虑时隙化的小区组播模型，在每一个时隙内，用户随机地请求下载N种内容，在时隙t内共有A_n(t)个对内容n的请求。接收这些请求的同时，基站也会观测与各个用户之间的信道增益以及M个信道资源的空闲情况。基于这些信息，组播调度策略会选出特定的内容在空闲的信道上组播。本发明中，在考量调度策略时，基于能量使用效率和服务延迟惩罚这两个度量对象进行相关处理，其中能量使用效率和服务延迟惩罚的表达式分别为：

用D_n,m(t)代表时隙t的组播调度决策。当D_n,m(t)＝0时，表示内容n不通过信道m进行组播，当D_n,m(t)＝1时，表示基站将使用信道m来组播内容n，若此时有K(t,n)个用户请求了内容n，且基于系统参数能获取到这K(t,n)个用户和基站之间最差的信道系数为H_n,m(t)，则用信道m组播内容n的最低单位时隙能耗E_n,m(t)的表达式为：

其中，

为一个只跟信道m和内容n有关的常数，即系统参数，其中I_n表示每个时隙内容n的传输比特数，B_m表示信道m占用的带宽，T_ct表示每个时隙代表的具体时间长度；

用T_n表示传输内容n所需的时隙数，并且基于传输时间内信道系数没有变化的前提，可得到时隙t的决策总耗能为

定义t＝1到t＝s的能量使用效率为s个时隙平均能耗，即s表示t的取值上限，当s趋近无穷时，得到系统的能量使用效率表达式如下：

当内容n的请求被延迟了τ时隙后，用p_n(τ)表示用户反馈的延迟惩罚函数，即延迟惩罚函数基于用户需求设置，其定义域在0到U_n之间，U_n代表内容n的延迟容忍上限，本发明对具体表达式不做限定，例如设置为关于延迟τ的线性函数或指数函数等等，其中线性函数还可以直接设置为常数函数等方式。

如果上一次组播内容n在L_n(t)个时隙之前，那么这些时隙内所有对内容n发出过请求的用户将会反馈惩罚，则惩罚总和为

其中，

代表τ时隙的决策对内容n开启的组播次数，A_n(t-τ)表示在括号中时隙内对内容n的请求数。

将时隙t时延迟τ没有超过容忍上限U_n的内容集合记为N¹(t)，超过容忍上限U_n的内容集合记为N²(t)。则平均的延迟惩罚为

当τ大于U_n时，组播决策需要把可用的信道资源优先分配给内容n，即N²(t)集合内的内容会被优先组播，因此本发明只优化N¹(t)集合中内容的能量使用效率。对能量使用效率和平均延迟惩罚做加权和来作为调度策略的最终度量值，即选择该度量值最小的调度策略作为最终的调度结果。

用α表示预设的加权系数(基于应用场景和需求设置)，则组播调度问题即可转化为下面的优化问题：

该优化问题存在五个限制条件。首先，任意内容不能同时在两个信道上开始组播。该限制条件可表示为

其次，任意信道一次只能组播一个内容。记

为t时隙的决策在信道m上开启的组播次数，该限制条件可表示为

再者，任意组播需要在没被占用的信道上开始组播。若在t时隙，内容n已经在信道m上组播了C_n,m(t)个时隙，则

表示当前信道m的被占用情况，其中

为指示函数。该限制条件可以表示为

然后，任意请求需要在有限的时间内被服务。即

最后，延迟τ超过容忍上限U_n的内容需要优先被组播。定义θ_n(t)＝max{0,L_n(t)-U_n}，则N¹(t)集合可以表示为N¹(t)＝{n|θ_n(t)＝0}，而N²(t)集合为N²(t)＝{n|θ_n＞0}，该限制条件表示为：

因而，本发明面向多信道多内容基站小区的组播调度方法具体包括下列步骤：

步骤1：获取系统参数，计算辅助惩罚函数

其中

表示内容n*在时隙t的被请求数

的上界；ZL和ZU分别表示Z_n,m的下界和上界；a和b分别为|H_n,m(t)²的下界和上界；

表示延迟惩罚函数

的上界；

表示内容n*的请求被延迟了k时隙后所对应的辅助惩罚函数。

步骤2：基于上一个时隙的内容请求获取上一个时隙用户对内容的请求数量A(t-1)，其中A(t-1)表示A_n(t-1)的集合，即A(t-1)＝{A₁(t-1),A₂(t-1),…,A_N(t-1)}，A_n(t-1),n＝1,2,…,N表示上一个时隙对不同内容的请求数量；

以及基于当前待调度时隙t(即将到来的下一个时隙)的信道信息得到信道能效数据E(t)，其中E(t)表示E_n,m(t)的集合，即E(t)＝{E_1,1(t),…，E_1,m(t)；…；E_n,1(t),…，E_n,m(t)}；即基于对应待调度时隙t的H_n,m(t)，根据公式(1)得到各最低单位时隙能耗E_n,m(t)；

步骤3：计算内容的最近历史组播时隙间隔L(t)、历史组播时隙数量C(t)：

其中，L(t)表示L_n(t)的集合，即L(t)＝{L₁(t),L₂(t),…,L_N(t)}；

C(t)表示C_n,m(t)的集合，即C(t)＝{C_1,1(t),…，C_1,m(t)；…；C_n,1(t),…，C_n,m(t)}；

若当前待调度时隙t为首个待调度时隙，则根据A(t-1)的值初始化L(t)：对于A(t-1)中的零元素，L(t)的相应元素赋0；对于A(t-1)中的非零元素，L(t)的相应元素赋1；并将C(t)的各元素初始化为0，即初始化C(1)为零矩阵；

若当前待调度时隙t为非首个待调度时隙，则根据公式12、14分别计算L(t)和C(t)；

其中

步骤4：基于调度模型D得到当前待调度时隙t的组播调度决策D(t)：

其中D(t)表示D_n,m(t)的集合，即D(t)＝{D_1,1(t),…，D_1,m(t),…,D_n,1(t),…，D_n,m(t)}；

调度模型D为：

其中求解调度模型D时，可采用惯用的0-1背包问题的普适工具求解。

综上所述，由于采用了上述技术方案，本发明的有益效果是：提供了一种能适用于多内容多信道组播场景下的组播调度策略。本发明的组播调度策略不仅对组播的能量使用效率进行了提升，也优化了内容存在延迟上限情况下的延迟惩罚。同时，由于每次的决策过程只基于当前的观测值，有效的避免了经典MDP问题因时间关联性以及高维度所带来的巨大运算量。另外，本发明的组播调度策略考虑了内容请求的稳定性并将其作为了调度过程必须遵守的一个限制条件，这就保证其在高请求密度下也能正常工作。

附图说明

图1是实施例中，在不同信道数量情况以及不同内容类型情况下，平均能耗(即能量使用效率)和平均信道增益之间的关系；

图2是实施例中，在线性延迟惩罚函数和指数型延迟惩罚函数下，平均能耗和平均信道增益之间的关系。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合实施方式和附图，对本发明作进一步地详细描述。

本发明在对即将到来的时隙t进行组播策略调度时，基于上一个时隙的用户对内容的请求数量A(t-1)，对应时隙t的信道能效数据E(t)，最近历史组播时隙间隔L(t)和历史组播时隙数量C(t)，以及预设的加权系数、各相关信息的上限，根据调度模型D，计算当前待调度时隙t的组播调度决策D(t)，其具体实现过程如下：

步骤S1：根据公式(11)计算辅助惩罚函数

步骤S2：初始化调度过程：

初始化待调度时隙t＝1；

基于当前的内容请求以及信道情况得到A(0)和E(1)；

以及根据A(0)的值初始化L(1)：对于A(0)中的零元素，L(1)的相应元素赋0；对于A(0)中的非零元素，L(1)的相应元素赋1；

初始化C(1)为零矩阵；

步骤S3：根据公式(15)计算第一个待调度时隙(t＝1)的组播调度决策，得到D(1)；

步骤S4：基于上一个时隙的组播调度决策D(t)，计算下一个时隙(t+1)的组播调度决策D(t+1)：

获取用户对内容的请求数量A(t)，以及信道能效数据E(t+1)；

根据公式

计算请求内容n的最近历史组播时隙间隔L_n(t+1)，从而得到L(t+1)，其中

根据公式

计算内容n在信道m上组播的时隙数C_n,m(t+1)，从而得到C(t+1)；

更新t＝t+1，基于调度模型D得到对应时隙的组播调度决策。

实施例1

设定所有内容的传输时间为两个时隙，即T_n＝2；每个时隙里所有内容的请求数量满足泊松分布，其中低请求密度下设定泊松分布的期望为λ＝3，而高请求密度下设定λ＝10，基于泊松分布的概率密度函数，本示例中设定用户请求上限为

同时，设定信道增益的上下界参数为a＝0.1，b＝1；内容的延迟容忍上界设定为U_n＝12；加权系数设定为α＝1；延迟惩罚函数设置为p_n(τ)＝0.5。基于本发明的调度模型D得到的组播调度决策如图1所示。图1给出了不同内容请求密度、不同信道资源数量和不同请求内容类型数量的情况。结果表明，高请求密度和低请求密度的能耗曲线会形成一个块状区域。区域的上边界对应高请求密度的情况，因为此时组播策略会进行更频繁的组播来避免大量请求带来的大量延迟惩罚；考虑不同信道资源数量的情况，当信道增益极差时，为了避免消耗过多能量，本发明的组播策略会将各个内容的延迟控制在容忍上限左右。此时不管信道资源数量多少，它们的传输速率和能耗都控制在最低水平。所以，不同信道资源数量对应的能耗曲线会在最左端重合；另外，不同内容类型数量的能耗曲线会在最右端重合。当信道增益良好时，本发明的组播策略会充分地利用上每一个信道，每当信道完成传输时，就会被分配新的组播任务，所以它们的传输速率和能耗都控制在最高水平；最后，在高请求密度的情况下，能耗曲线都存在拐点，考虑到优化目标是平均能耗和平均延迟惩罚的关于离散决策变量的加权，所以这个拐点意味着两者主导性的变化。

实施例2

为了比较不同的延迟惩罚函数，本实施例中与实施例1的设置参数的区别仅在于延迟惩罚函数，实施例2中的延迟惩罚函数设置为p_n(τ)＝0.3*2^0.2τ。以验证不同惩罚函数对平均能耗的影响。令线性惩罚函数(实施例1)和指数型惩罚函数在定义域内的积分相等，即如果它们都被延迟到容忍上限，则总惩罚相同。设定信道资源数量为5，内容类型有10种。从图2可以观察到，在高请求密度的情况下，线性和指数型惩罚函数都会有更高的能耗；同时，在不同的密度请求下，指数型惩罚函数的平均能耗低于线性惩罚函数。这是因为在指数型惩罚函数下，组播策略会更高频率地进行组播内容以减少随时延指数上涨的延迟惩罚；也可以观察到，指数型惩罚函数下，能耗曲线不存在拐点。

以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换；所公开的所有特征、或所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。