CN109548047B - 一种基于前向回传链路容量的物理层缓存方法 - Google Patents

一种基于前向回传链路容量的物理层缓存方法 Download PDF

Info

Publication number
CN109548047B
CN109548047B CN201811390419.7A CN201811390419A CN109548047B CN 109548047 B CN109548047 B CN 109548047B CN 201811390419 A CN201811390419 A CN 201811390419A CN 109548047 B CN109548047 B CN 109548047B
Authority
CN
China
Prior art keywords
content
rrh
probability
capacity
rrhs
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
CN201811390419.7A
Other languages
English (en)
Other versions
CN109548047A (zh
Inventor
刘玲
周一青
田霖
石晶林
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.)
Institute of Computing Technology of CAS
Original Assignee
Institute of Computing Technology of CAS
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 Institute of Computing Technology of CAS filed Critical Institute of Computing Technology of CAS
Priority to CN201811390419.7A priority Critical patent/CN109548047B/zh
Publication of CN109548047A publication Critical patent/CN109548047A/zh
Application granted granted Critical
Publication of CN109548047B publication Critical patent/CN109548047B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/022Site diversity; Macro-diversity
    • H04B7/024Co-operative use of antennas of several sites, e.g. in co-ordinated multipoint or co-operative multiple-input multiple-output [MIMO] systems
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W28/00Network traffic management; Network resource management
    • H04W28/02Traffic management, e.g. flow control or congestion control
    • H04W28/10Flow control between communication endpoints
    • H04W28/14Flow control between communication endpoints using intermediate storage

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明提供了一种基于包括BBU池和多个RRU的接入网系统的前向回传链路容量的物理层内容缓存方法。该方法:构建BBU池和RRU之间的前向回传链路的容量需求与向RRH进行内容分发的概率之间的关联模型;根据所构建的关联模型,以最小化所述前向回传链路的容量需求为目标,确定向RRH进行内容分发的优化概率;基于所获得的优化概率选择进行内容推送的目标RRH,以供该目标RRH进行缓存。利用本发明的方法能够在保证通信质量的前提下最小化前向回传链路的容量。

Description

一种基于前向回传链路容量的物理层缓存方法
技术领域
本发明涉及通信技术领域,尤其涉及一种基于前向回传链路容量的物理层缓存方法。
背景技术
为了降低移动网络的OPEX和CAPEX,集中式接入网络架构C-RAN被广泛关注,并且3GPP 5G正在对其进行标准化。面向5G网络10~20Gbps和1Gbps的峰值速率和体验速率的需求,fronthaul(前向回传)链路容量是高度受限的。
假设C-RAN中,BBU-RRH间物理层基带处理完全分离,那么在单扇区、单天线、10MHz系统带宽配置下,BBU-RRH间的fronthaul链路上传输I/Q信号的速率需求为614.4Mbps。随着天线数、系统带宽的增加,fronthaul速率需求也将线性增加。在5G网络1GHz系统带宽和64天线配置下的fronthaul速率需求达3840Gbps,且不随小区负载变化而变化。光纤fronthaul链路的速率一般为1~10Gbps,可通过波分复用技术达到几十Gbps,即使为各RRH都采用光纤拉远的部署方式,其fronthaul容量依然无法满足5G网络的传输需求。并且,由于光纤成本、铺设等的限制,很多地方可能需要采用其他方式实现fronthaul,例如无线、微波、数字线缆等。这些非理想fronthaul链路的速率大约为几百Mbps,更无法满足5G网络的传输需求。
现有的内容缓存技术,通过将用户可能请求的文件预先缓存在RRH中,以供用户请求时发送,能够有效降低对fronthaul传输容量需求。然而,目前的内容缓存技术中,主要是对缓存内容分发成功率的优化和内容服务时延的优化,以及为了提高缓存内容的传输成功率,采用多个RRH的CoMP联合传输来服务用户。
现有的内容缓存技术还存在很大的限制,以基于CoMP传输的缓存技术为例,主要的优化策略有:1)各RRH按照内容流行度顺序缓存相同的热点内容;2)所有被缓存的内容按照内容流行度顺序以相同的概率缓存在各RRH上;3)基于高流行度和低流行度的混合内容存储策略,其是一种基于CoMP的缓存内容服务率的混合内容缓存策略,主要思想是将高流行度内容缓存在所有RRH上,而将低流行度的各内容分成N份分别存储在一个RRH簇中,推导出最大化缓存内容服务率下高、低流行度内容的混合缓存最佳比例,在这种方法中,高流行度内容的缓存概率为1,导致整个网络能存储的文件数是有限的,从而导致内容命中率不高;4)面向最小化fronthaul负载,对最优概率缓存的研究中,将fronthaul负载定义为内容未命中率乘以一个恒定的用户速率,最小化fronthaul负载等价于最小化内容未命中率,然而,在移动通信系统中,只有缓存内容命中并且成功传输给用户,才能降低fronthaul容量需求,这种方法未考虑缓存内容传输失败对fronthaul的影响。
因此,需要对现有技术进行改进,以降低对fronthaul的容量需求并保持较高的网络性能。
发明内容
本发明的目的在于克服上述现有技术的缺陷,提供一种基于前向回传链路容量的物理层缓存方法。
根据本发明的第一方面,提供了一种基于包括BBU池和多个RRU的接入网系统的前向回传链路容量的物理层内容缓存方法。该方法包括以下步骤:
步骤1:构建BBU池和RRU之间的前向回传链路的容量需求与向RRH进行内容分发的概率之间的关联模型;
步骤2:根据所构建的关联模型,以最小化所述前向回传链路的容量需求为目标,确定向RRH进行内容分发的优化概率;
步骤3:基于所获得的优化概率选择进行内容推送的目标RRH,以供该目标RRH进行缓存。
在一个实施例中,在步骤1中,基于所述前向回传链路的容量需求与所述向RRH进行内容分发的概率之间的关系以及缓存内容分发的平均中断率与所述向RRH进行内容分发的概率之间的关系来确定所述前向回传链路的容量需求与所述向RRH进行文件内容分发的概率之间的关联模型。
在一个实施例中,所述关联模型表示为:
Figure BDA0001873888890000031
其中,Rh表示前向回传链路的容量需求,Pl表示文件库中内容l的请求概率Pl、ψl表示内容l在RRH的缓存概率,Poutl)基于缓存内容分发的平均中断率Poutl),L表示文件库中内容的数目,B为用户的RRH协作簇集合。
在一个实施例中,基于缓存内容分发的平均中断率Poutl)表示为:
Figure BDA0001873888890000032
其中,B为用户的RRH协作簇集合,Bch表示能够提供缓存内容服务的RRH集合,ψl表示内容l在RRH的缓存概率,P{γ<Γ|Bch}是在协作簇中存储了内容l的RRH集合为Bch时的条件中断率。
在一个实施例中,在步骤2中,通过以下子步骤获得所述最小化前向回传链路的容量需求:
步骤21:令e=[1,1,...,1]1×L,引入对数型罚函数,构建成无约束优化问题F(ψ,μ(t))=Rh(ψ)-μ(t)ln(Q-eψ);
步骤22:设置ψ(0)=[1,1,...,0,...]T为初始迭代点,设置最大迭代次数Imax和收敛精度ε,设置μ(0)为惩罚因子的初始值,设置惩罚因子的衰减系数为θ;
步骤23:求解无约束优化问题minF(ψ,μ(t))的最优点
Figure BDA0001873888890000036
步骤24:判断迭代次数是否等于最大迭代次数Imax或者迭代精度是否满足
Figure BDA0001873888890000035
如果判断为是,则停止迭代,否则令t=t+1,
Figure BDA0001873888890000034
μ(t+1)=θμ(t),继续进行迭代;
其中,Rh表示前向回传链路的容量需求,t表示迭代次数索引,L表示文件库中内容的数目,θ大于0且小于1。
在一个实施例中,步骤3包括:
步骤31:根据获得的优化概率ψl,BBU池对接入网系统中的各RRH产生一个0到1之间均匀分布的随机数;
步骤32:如果对于某一个RRH,随机数小于ψl,则将其作为目标RRH,BBU池向该RRH推送内容l,并缓存在该目标RRH上。
在一个实施例中,所述基于缓存内容分发的平均中断率是请求内容未命中率与请求内容命中但采用多点协作传输发生中断的概率之和。
根据本发明的第二方面,提供了一种基于包括BBU池和多个RRU的接入网系统的前向回传链路容量的物理层内容缓存系统,其特征在于,所述BBU池执行:构建BBU池和RRU之间的前向回传链路的容量需求与向RRH进行内容分发的概率之间的关联模型;根据所构建的关联模型,以最小化所述前向回传链路的容量需求为目标,确定向RRH进行内容分发的优化概率;基于所获得的优化概率选择进行内容推送的目标RRH,以供该目标RRH进行缓存。
与现有技术相比,本发明的优点在于:以最小化fronthaul的容量需求为目标,采用最优概率内容缓存策略,能够均衡内容命中率与传输性能,特别是CoMP传输性能,能够有效降低对fronthaul的容量需求并保持较好的网络性能,此外,随着RRH缓存空间增大,本发明的方法能够更明显地降低对fronthaul的容量需求。
附图说明
以下附图仅对本发明作示意性的说明和解释,并不用于限定本发明的范围,其中:
图1示出了现有技术中C-RAN集中式架构的示意图;
图2示出了基于CoMP的缓存内容分发示意图;
图3示出了根据本发明一个实施例的基于前向回传链路容量的CoMP物理层内容缓存方法的流程图;
图4示出了本发明一个实施例和现有技术方法的fronthaul容量需求对比图;
图5示出了本发明一个实施例和现有技术方法随RRH缓存空间变化的fronthaul的容量需求对比图。
具体实施方式
为了使本发明的目的、技术方案、设计方法及优点更加清楚明了,以下结合附图通过具体实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用于解释本发明,并不用于限定本发明。
本发明面向集中式C-RAN架构,参见图1所示,典型地,该架构包括集中式BBU池110、多个RRH 120,集中式BBU池110通过交换网络与internet连接,该连接称为后向回传链路(backhaul),RRH 120实现部分物理层功能,与移动终端(用户)通信。在这种架构下,集中式BBU池110的中心单元用于对其覆盖范围内的用户行为进行大数据分析,并作为“大脑”来决策热点内容的最优缓存策略。集中式BBU池110和RRU120之间的传输链路称为前向回传链路(fronthaul)。本发明主要关注内容缓存策略对fronthaul的影响,不考虑其对backhaul的影响。
在集中式C-RAN架构中,RRH 120上进行物理层内容缓存,由于RRH 120只能处理部分的物理层功能,因此,RRH存储的热点内容是编码后的内容。内容分发的基本过程是:当用户请求文件内容时,其请求被BBU池110的中心单元接收后,中心单元将根据其信道质量条件和缓存内容放置情况,决策为用户提供缓存内容分发服务的RRH集合和调制编码方式等,并发送至RRH;然后,RRH会根据中心单元的决策指示,对存储的编码后的热点内容进行相应的删余/重复、调制等;最后,RRH将需要分发的缓存内容进行资源映射、逆傅里叶快速变换等操作后,通过RRH空口发送给用户。
在本发明的实施例中,采用集中式BBU池和RRH侧的两级热点内容缓存方式,其基本思想是:假设集中式BBU池的存储空间相当大,存储了所有的热点内容,在闲时,集中式BBU池根据最优内容缓存策略将热点内容推送至RRH存储,降低fronthaul链路忙时的数据传输。通过这种方式,能够降低用户频繁请求相同内容带来的backhaul和fronthaul的数据传输开销。本发明的实施例的研究目标是确定最优的内容缓存策略,例如,包括确定进行文件推送的RRH数量以及推送的目标RRH等。
根据本发明的一个实施例,提供了一种基于前向回传链路容量的物理层内容缓存方法,为了提高无线传输性能,该实施例采用CoMP联合传输方法来分发命中的缓存内容。
具体地,CoMP联合传输方法的基本思想是:采用协作簇内能够提供缓存内容服务的多个RRH进行联合传输,而其他不能提供缓存内容的RRH在为该用户进行内容分发时保持静默(即不进行内容分发)。参见图2(a)和图2(b)所示,其中,4个RRH按照接收信号强弱进行排序,从左至右依次称为RRH 1-RRH 4,在图2(a)中,RRH 2和RRH 4存储了用户请求的内容,在图2(b)中,只有RRH 4存储了用户请求的内容。假设用户请求的内容命中且采用CoMP为用户分发内容能满足用户的SINR需求,则用户请求的内容将直接从图2(a)的RRH 2和RRH 4发送给用户。然而,如果如图2(b)所示,只有RRH 4存储了用户请求的内容,采用CoMP为用户分发内容可能无法满足用户的SINR需求,在这种情况下,BBU池的中心单元会调度协作簇内其他未存储该内容的RRH通过fronthaul向集中式BBU池进行内容提取,采用全协作联合传输服务(即利用协作簇内的所有RRH),以尽量提升用户SINR。当用户请求的热点内容未被协作簇内的任何RRH命中时,需要通过fronthaul向集中式BBU池进行内容提取,以采用全协作联合传输的方式服务用户。
下文将以采用CoMP传输为例,介绍本发明的基于前向回传链路容量的物理层内容缓存方法,参见图3所示,该方法包括以下步骤:
步骤S310,确定无线信道性能与内容缓存概率的关联性。
在一个实施例中,利用SINR来衡量无线信道性能,给定一个用户,采用CoMP传输时,基于缓存内容分发的SINR可以表示为:
Figure BDA0001873888890000061
其中,B为用户的RRH协作簇集合;BΩ为整个网络中所有RRH的集合,由为用户提供前|B|强接收功率的RRH组成;Bch表示能够提供缓存内容服务的RRH集合;Ps为RRH的发射功率;As为常数,与天线高度有关;αs为RRH到用户的路损指数;hsb和hsk分别是用户到RRH b的复信道系数和用户到RRH k的复信道系数,幅度服从均值为1的瑞利分布、相位在[0,2π)均匀分布;σ2是背景高斯白噪声的方差;rsb为用户到RRH b的距离。
由公式(1)可以看出:
一方面,采用CoMP进行缓存内容分发的无线信道性能与内容的缓存概率紧密相关,当内容缓存概率较大时,用户的协作簇内存储了相同内容的RRH数增加,采用CoMP传输的无线信道增益提升,从而能够降低由于无线信道质量差带来的fronthaul传输需求。另一方面,当内容缓存概率较小时,整个网络中的RRH能缓存更多的内容,从而RRH的缓存内容命中率可以增加,即内容缓存增益增加。缓存增益的增加可以带来fronthaul使用的降低。因此,通过对内容缓存策略的设计,即优化各内容的缓存概率,以均衡内容缓存增益与CoMP传输性能,能够最小化fronthaul容量需求。
步骤S320,确定基于缓存内容分发的平均中断率和内容缓存概率的关联性。
给定一个内容库(Content Library),包括L个大小相等的文件,文件可以是热门视频、高清地图等,表示为
Figure BDA0001873888890000071
文件流行度服从Zipf分布,假设各用户的喜好相同,都是基于流行度来请求内容库中的文件,从而用户请求第l个文件fl的概率可以表示为:
Figure BDA0001873888890000072
其中,β是Zipf分布的形状参数,表示流行度的偏置程度,下文将β称为Zipf指数。当β=0时,表示所有内容的流行度相同,随着β的增加,内容的流行度变得更加集中。
假设第l个文件fl的内容缓存概率为ψl(0≤ψl≤1),即文件fl以ψl的概率存储在各RRH上。给定RRH的缓存空间大小为Q(可按文件大小归一化),那么对于任一RRH,所有内容的缓存概率需满足:
Figure BDA0001873888890000073
由于内容缓存概率ψl直接影响各用户的协作簇中存储了文件fl的RRH集合Bch,因此,内容缓存概率ψl对公式(1)的基于缓存内容分发的SINR影响很大。
给定内容缓存概率ψl,基于CoMP的缓存内容分发的中断率可定义为内容未命中率与虽然内容命中但采用CoMP仍然发生中断(即需要BBU池提取内容)的概率之和。
假设用户的SINR需求为Γ,基于缓存内容分发的平均中断率Poutl)可表示为:
Figure BDA0001873888890000074
其中,P{γ<Γ|Bch}是在协作簇中存储了文件fl的RRH集合为Bch时的条件中断率。
假设网络中的RRH是按照Poisson点过程分布的,且RRH的密度为λ,对于网络中任一个随机分布的用户,条件中断率P{γ<Γ|Bch}可表示为:
Figure BDA0001873888890000081
其中,
Figure BDA0001873888890000082
Figure BDA0001873888890000083
步骤S330,确定fronthaul容量需求与内容缓存概率之间的关联模型。
给定用户的协作簇大小|B|和内容缓存概率ψl,对于文件fl,协作簇内平均存在|B|ψl个RRH能为用户提供基于缓存内容分发的服务。当采用CoMP传输满足不了用户SINR需求或者用户协作簇内没有RRH命中用户请求时,协作簇内未存储请求内容的RRH会通过fronthaul提取内容,这种情况下,将会使用fronthaul资源,fronthaul平均使用需求为(|B|-|B|ψl)Poutl)。
在一个实施例中,定义fronthaul容量需求Rh为所有内容的fronthaul平均使用需求与其请求概率的加权和,如下式:
Figure BDA0001873888890000084
由公式(6)可以看出,系统的fronthaul容量需求Rh由各热点内容的请求概率Pl、内容缓存概率ψl和基于缓存内容分发的平均中断率Poutl)决定。
步骤S340,基于构建的关联模型通过最小化fronthaul容量需求计算最优的内容缓存概率。
为了获得使fronthaul容量需求最小化时的最优内容缓存概率,可以将优化问题建模为(在本文中,将这种方法称为Fmin-caching):
Figure BDA0001873888890000091
上述公式(7)是以fronthaul容量需求最小化为目标,计算CoMP内容缓存概率。
在一个实施例中,公式(7)的优化过程为:
步骤S341,令e=[1,1,...,1]1×L,引入对数型罚函数,将公式(7)构建成无约束优化问题minF(ψ,μ(t))=Rh(ψ)-μ(t)ln(Q-eψ);
步骤S342,设置ψ(0)=[1,1,...,0,...]T为初始迭代点,设置最大迭代次数Imax和收敛精度ε,设置μ(0)为惩罚因子的初始值,设置惩罚因子的衰减系数为θ(0<θ<1);
步骤S343,求解无约束优化问题minF(ψ,μ(t))的最优点
Figure BDA0001873888890000092
步骤S344,判断是否满足以下任意一个迭代终止条件:达到最大迭代次数Imax或者
Figure BDA0001873888890000093
如果判断为是,则迭代终止,得到
Figure BDA0001873888890000094
为各内容的最优缓存概率,否则,令t=t+1,
Figure BDA0001873888890000095
μ(t+1)=θμ(t),并转至S342,迭代执行S342-S344。
步骤S350,基于最优的内容缓存概率进行内容推送。
本发明提供的实施例,可由C-RAN的BBU池执行,得到各内容的缓存概率ψl,然后,BBU池根据ψl对各RRH产生一个0到1之间均匀分布的随机数,如果随机数小于ψl,则BBU池向该RRH推送文件l,并缓存在该RRH上,否则,BBU池不向该RRH推送内容。例如,获得的优化内容缓存概率为0.2表示需要向10个RRH中的2个推送内容。
在本发明的方法中,考虑了用户的接收质量需求,即使内容请求被命中且采用CoMP传输,如果可能不能满足用户的接收质量需求(例如,缓存了内容的RRH离用户较远),则需要离用户较近的RRH通过fronthaul提取内容,再进行CoMP传输,以满足用户需求,从而能够维持较好的无线信道性能。
为了进一步验证本发明的效果,发明人对于一个由Poisson点过程随机分布的RRH构成的C-RAN网络进行了仿真实验,其中RRH密度为80/km2,设置协作簇大小|B|=4,仿真参数如表1所示。
表1仿真参数设置
Figure BDA0001873888890000101
实验结果参见图4所示,其中,横坐标为Zipf指数β,纵坐标为fronthaul容量需求,对比了本发明的实施例的方法和其他三种现有技术的内容缓存方法的fronthaul容量需求,分别为:1)“full CoMP-based MPC”,表示各RRH按照流行度缓存相同的热点内容,并采用全协作CoMP传输的方法(下文简称“流行度内容缓存”),其最优解为各RRH按照内容流行度顺序缓存相同的热点内容;2)“hybrid caching”,表示高流行度内容缓存在所有RRH上,而低流行度的各内容分成|B|份分别存储在一个协作簇中的混合内容存储方法;3)“optimal random caching”表示所有被缓存的内容按照内容流行度顺序以相同的概率随机缓存在各RRH上,其缓存概率可以以最小化fronthaul容量需求为目标通过全局搜索的方式获得;4)“proposed Fmin-caching”,即本发明一个实施例的方法。由图4可以看出,随着Zipf指数β的增加,即内容流行度越来越集中,本发明提出的方法和现有技术的三种方法的fronthaul容量需求下降,然而本发明的效果更为明显,相对于现有技术,能够降低fronthaul容量需求约15~20%。
图5是随RRH缓存空间变化的fronthaul容量需求,可以看到,随着RRH缓存空间的增加,本发明提出的方法的fronthaul容量需求降低,并且与现有技术的方法的容量需求的差距在Zipf指数β为0.2、归一化RRH缓存空间大小为300时可达36%。然而,当β较大时,缓存空间增大带来的fronthaul消耗的降低不如β较小时多。这是由于β较大,内容请求越集中导致的。此外,可以看到,当β为0.2时,optimal random caching方法的fronthaul容量需求与本发明的Fmin-caching方法很接近,这两者之间的差距在β为0.8时增大。因此,optimalrandom caching方法只适用于β较小的情况。
需要说明的是,虽然上文按照特定顺序描述了各个步骤,但是并不意味着必须按照上述特定顺序来执行各个步骤,实际上,这些步骤中的一些可以并发执行,甚至改变顺序,只要能够实现所需要的功能即可。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以包括但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (5)

1.一种基于包括BBU池和多个RRU的接入网系统的前向回传链路容量的物理层内容缓存方法,包括以下步骤:
步骤1:基于前向回传链路的容量需求与向RRH进行内容分发的概率之间的关系以及缓存内容分发的平均中断率与所述向RRH进行内容分发的概率之间的关系来确定所述前向回传链路的容量需求与所述向RRH进行文件内容分发的概率之间的关联模型;其中所述关联模型表示为:
Figure FDA0002714665150000011
其中,Rh表示前向回传链路的容量需求,Pl表示文件库中内容l的请求概率Pl、ψl表示内容l在RRH的缓存概率,Poutl)基于缓存内容分发的平均中断率Poutl),L表示文件库中内容的数目,B为用户的RRH协作簇集合;基于缓存内容分发的平均中断率Poutl)表示为:
Figure FDA0002714665150000012
其中,B为用户的RRH协作簇集合,Bch表示能够提供缓存内容服务的RRH集合,ψl表示内容l在RRH的缓存概率,P{γ<Γ|Bch}是在协作簇中存储了内容l的RRH集合为Bch时的条件中断率;
步骤2:根据所构建的关联模型,以最小化所述前向回传链路的容量需求为目标,确定向RRH进行内容分发的优化概率ψl
步骤3:根据获得的优化概率ψl,BBU池对接入网系统中的各RRH产生一个0到1之间均匀分布的随机数;如果对于某一个RRH,随机数小于ψl,则将其作为目标RRH,BBU池向该RRH推送内容l,并缓存在该目标RRH上。
2.根据权利要求1所述的方法,其中,在步骤2中,通过以下子步骤获得所述最小化前向回传链路的容量需求:
步骤21:令e=[1,1,...,1]1×L,引入对数型罚函数,构建成无约束优化问题F(ψ,μ(t))=Rh(ψ)-μ(t)ln(Q-eψ);
步骤22:设置ψ(0)=[1,1,...,0,...]T为初始迭代点,设置最大迭代次数Imax和收敛精度ε,设置μ(0)为惩罚因子的初始值,设置惩罚因子的衰减系数为θ;
步骤23:求解无约束优化问题minF(ψ,μ(t))的最优点
Figure FDA0002714665150000021
步骤24:判断迭代次数是否等于最大迭代次数Imax或者迭代精度是否满足
Figure FDA0002714665150000022
如果判断为是,则停止迭代,否则令t=t+1,
Figure FDA0002714665150000023
μ(t+1)=θμ(t),继续进行迭代;
其中,Rh表示前向回传链路的容量需求,t表示迭代次数索引,L表示文件库中内容的数目,θ大于0且小于1。
3.根据权利要求1所述的方法,其中,所述基于缓存内容分发的平均中断率是请求内容未命中率与请求内容命中但采用多点协作传输发生中断的概率之和。
4.一种基于包括BBU池和多个RRU的接入网系统的前向回传链路容量的物理层内容缓存系统,其特征在于,所述BBU池基于权利要求1至3任一项所述方法选择进行内容推送的目标RRH,以供该目标RRH进行缓存。
5.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现根据权利要求1至3中任一项所述方法的步骤。
CN201811390419.7A 2018-11-21 2018-11-21 一种基于前向回传链路容量的物理层缓存方法 Active CN109548047B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811390419.7A CN109548047B (zh) 2018-11-21 2018-11-21 一种基于前向回传链路容量的物理层缓存方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811390419.7A CN109548047B (zh) 2018-11-21 2018-11-21 一种基于前向回传链路容量的物理层缓存方法

Publications (2)

Publication Number Publication Date
CN109548047A CN109548047A (zh) 2019-03-29
CN109548047B true CN109548047B (zh) 2020-12-29

Family

ID=65849093

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811390419.7A Active CN109548047B (zh) 2018-11-21 2018-11-21 一种基于前向回传链路容量的物理层缓存方法

Country Status (1)

Country Link
CN (1) CN109548047B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110113213B (zh) * 2019-05-15 2021-07-16 南京大学 一种基于云无线接入网架构的协作式缓存部署方法
CN111343243B (zh) * 2020-02-13 2022-06-17 北京中电飞华通信有限公司 一种基于5g电力切片的文件获取方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106664325A (zh) * 2014-07-28 2017-05-10 英特尔Ip公司 在基带单元(bbu)处理池之间转移射频拉远头的控制的装置、系统和方法
CN107396346A (zh) * 2017-08-15 2017-11-24 广州大学 一种缓存蜂窝网络物理层安全数据传输方法及系统
CN107548102A (zh) * 2017-08-16 2018-01-05 北京邮电大学 一种边缘缓存网络中最小化用户时延的基站缓存方法
CN107968835A (zh) * 2017-12-05 2018-04-27 南京大学 一种基于编码的无线异构网络视频缓存设施部署方法
CN108093435A (zh) * 2017-12-18 2018-05-29 南京航空航天大学 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
CN108123995A (zh) * 2017-11-17 2018-06-05 北京交通大学 分布式绿色云数据中心中空间觉察的请求调度与优化方法
CN108235421A (zh) * 2017-12-22 2018-06-29 广州供电局有限公司 能量效率优化方法和装置
CN108684075A (zh) * 2018-04-27 2018-10-19 中国科学院计算技术研究所 集中式基站架构下的处理资源分配方法
CN108834080A (zh) * 2018-04-17 2018-11-16 东南大学 异构网络中基于多播技术的分布式缓存和用户关联方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9998200B2 (en) * 2013-06-20 2018-06-12 Aviat U.S., Inc. Systems and methods for a fronthaul network

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106664325A (zh) * 2014-07-28 2017-05-10 英特尔Ip公司 在基带单元(bbu)处理池之间转移射频拉远头的控制的装置、系统和方法
CN107396346A (zh) * 2017-08-15 2017-11-24 广州大学 一种缓存蜂窝网络物理层安全数据传输方法及系统
CN107548102A (zh) * 2017-08-16 2018-01-05 北京邮电大学 一种边缘缓存网络中最小化用户时延的基站缓存方法
CN108123995A (zh) * 2017-11-17 2018-06-05 北京交通大学 分布式绿色云数据中心中空间觉察的请求调度与优化方法
CN107968835A (zh) * 2017-12-05 2018-04-27 南京大学 一种基于编码的无线异构网络视频缓存设施部署方法
CN108093435A (zh) * 2017-12-18 2018-05-29 南京航空航天大学 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
CN108235421A (zh) * 2017-12-22 2018-06-29 广州供电局有限公司 能量效率优化方法和装置
CN108834080A (zh) * 2018-04-17 2018-11-16 东南大学 异构网络中基于多播技术的分布式缓存和用户关联方法
CN108684075A (zh) * 2018-04-27 2018-10-19 中国科学院计算技术研究所 集中式基站架构下的处理资源分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于集中式接入网架构的异构无线网络资源管理技术研究;田霖; 翟国伟;黄亮; 周一青; 石晶林;《电信科学》;20130620;全文 *

Also Published As

Publication number Publication date
CN109548047A (zh) 2019-03-29

Similar Documents

Publication Publication Date Title
He et al. Optimization of cache-enabled opportunistic interference alignment wireless networks: A big data deep reinforcement learning approach
Pantisano et al. Match to cache: Joint user association and backhaul allocation in cache-aware small cell networks
Hamidouche et al. Mean-field games for distributed caching in ultra-dense small cell networks
Jarray et al. The effects of mobility on the hit performance of cached D2D networks
US11683392B2 (en) Cache decision method and apparatus
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
CN109673018B (zh) 无线异构网络中的新型内容缓存分布优化方法
CN108259628B (zh) 异构蜂窝网络中内容缓存与用户关联联合优化方法
KR101785221B1 (ko) 무선 통신에서 파일의 전송 성공 확률을 고려하여 캐싱 확률을 결정하는 방법 및 장치
Tran et al. Mobee: Mobility-aware energy-efficient coded caching in cloud radio access networks
CN109548047B (zh) 一种基于前向回传链路容量的物理层缓存方法
CN109194763A (zh) 一种超密集网络中基于小型基站自组织协作的缓存方法
Li et al. A delay-aware caching algorithm for wireless D2D caching networks
Park et al. Joint cloud and edge processing for latency minimization in fog radio access networks
CN116916390A (zh) 一种结合资源分配的边缘协作缓存优化方法及装置
CN109088944B (zh) 基于次梯度下降法的缓存内容优化方法
Yang et al. Edge caching with real-time guarantees
Daghal et al. Video content delivery using multiple devices to single device communications
Ma et al. Socially aware distributed caching in device-to-device communication networks
Yao et al. Joint caching in fronthaul and backhaul constrained C-RAN
CN111556531A (zh) 一种微蜂窝无线网中的协作缓存优化方法
CN108668288B (zh) 用于优化无线缓存网络中小基站位置的方法
CN111294817B (zh) 一种接入模式选择和预编码联合优化方法和装置
Kazez et al. Interference-aware distributed device-to-device caching
US9678881B2 (en) Data distribution device and data distribution method

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