CN111432380B - 面向d2d辅助数据卸载的缓存优化方法 - Google Patents
面向d2d辅助数据卸载的缓存优化方法 Download PDFInfo
- Publication number
- CN111432380B CN111432380B CN202010216321.0A CN202010216321A CN111432380B CN 111432380 B CN111432380 B CN 111432380B CN 202010216321 A CN202010216321 A CN 202010216321A CN 111432380 B CN111432380 B CN 111432380B
- Authority
- CN
- China
- Prior art keywords
- user
- content
- probability
- assisting
- cache
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005457 optimization Methods 0.000 title claims abstract description 35
- 238000004891 communication Methods 0.000 claims abstract description 45
- 230000001413 cellular effect Effects 0.000 claims description 19
- 230000005540 biological transmission Effects 0.000 claims description 16
- 230000008901 benefit Effects 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 238000005192 partition Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 8
- 238000011160 research Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000012887 quadratic function Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- 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
- H04W28/10—Flow control between communication endpoints
- H04W28/14—Flow control between communication endpoints using intermediate storage
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/12—Messaging; Mailboxes; Announcements
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供的是一种面向D2D辅助数据卸载的缓存优化方法。通过链路质量计算出协助用户选择D2D模式进行通信的概率模型,将内容推送给具有更高的D2D通信概率的协助用户;通过Zipf分布得到用户偏好模型,缓存用户更感兴趣的内容在缓存空间个数有限的约束下,对协助用户的缓存方法进行优化以得到最大化整个系统的缓存命中概率的模型,并设计GREEDY‑I算法对模型进行求解。本发明根据协助用户模式选择确定协助用户进行D2D通信的概率,根据请求用户的偏好模型确定请求用户对每个内容感兴趣的概率,对协助用户的缓存方法进行优化,将邻居请求用户更感兴趣的内容缓存在具有更高的D2D通信概率的协助用户设备中,以此来最大化缓存命中概率,提高了系统的整体吞吐量。
Description
技术领域
本发明涉及的是一种移动边缘技术,尤其是一种面向D2D辅助数据卸载的缓存优化方法。
背景技术
近年来,随着无线设备(如智能手机和笔记本电脑)的普及,移动用户对在线应用程序(例如,视频服务、网页浏览和社交网络等)的需求日益增长,这一现象导致了移动数据流量的指数级增长。给移动网络运营商(带来网络拥塞和巨大的流量负载。为了解决回程拥塞问题,移动边缘缓存技术便被提出了。移动边缘网络(Mobile Edge Network)中存在各种各样的缓存位置,如小基站、WiFi接入点和用户设备。近年来,随着D2D(Device-to-Device)通信技术的发展,邻近的移动用户可以绕过蜂窝基站(Base Station,BS),直接建立设备间通信来传输内容,在提升用户满意度的同时,也实现了移动数据卸载(Mobile DataOffloading),为蜂窝网卸载了一部分的移动数据,大大提高了系统的整体吞吐量。因此,在保证用户之间正常通信的基础上,研究D2D辅助数据卸载的缓存优化对于减轻移动网络流量负载具有重要的意义。
面向D2D辅助数据卸载的终端缓存技术,也可称为协作终端缓存技术,即终端用户在缓存内容后,可以通过D2D通信技术为周围的请求用户进行内容传输,这样就将一部分原本需要通过蜂窝网进行传输的数据卸载到D2D网络中。在协作终端缓存技术中,由于内容数量的庞大而用户设备的缓存空间又相对有限,那么为协助用户缓存哪些内容才能以更大的概率通过D2D通信将内容分享给请求用户,便成为一个重要的问题。目前在移动边缘缓存技术领域,主要对基于用户偏好的缓存优化进行了研究。第一类研究提出了一种D2D缓存网络中的缓存部署算法,并定义用户偏好来度量用户对内容的兴趣,并在此基础上给出了用户兴趣相似度的定义,通过对缓存部署和缓存空间分配的联合优化,来最大化缓存效用,但是没有考虑用户如何在D2D缓存和蜂窝网之间进行选择这一问题[Zhang T,Fan H,Loo J,etal.User preference aware caching deployment for device-to-device cachingnetworks[J].IEEE Systems Journal,2017,13(1):226-237.]。第二类研究通过概率潜在语义分析对用户的请求行为进行建模,从而预测每个用户对内容的偏好,并对无干扰模式下的缓存优化方法进行了研究,但没有考虑带内复用模式而引起的传输干扰问题[OptimalContent Caching Policy Considering Mode Selection and User Preference underOverlay D2D Communications[C].2018 14th International Conference on MobileAd-Hoc and Sensor Networks(MSN).IEEE,2018:212-217]。
综上所述,目前的研究工作主要存在以下问题:
(1)大多数的缓存优化方法只考虑了基于用户偏好,并未考虑用户的模式选择给数据卸载的性能带来的影响。
(2)大多数的缓存优化方法只考虑了无干扰模式下的用户模式选择,并未考虑带内复用模式而引起的传输干扰问题。
发明内容
本发明的目的在于提供一种能够提高系统整体吞吐量的面向D2D辅助数据卸载的缓存优化方法。
本发明的目的是这样实现的:
步骤一:通过链路质量计算出协助用户选择D2D模式进行通信的概率模型,将内容推送给具有更高的D2D通信概率的协助用户;
步骤二:通过Zipf分布得到用户偏好模型,缓存用户更感兴趣的内容;
步骤三:在缓存空间个数有限的约束下,对协助用户的缓存方法进行优化以得到最大化整个系统的缓存命中概率的模型,并设计GREEDY-I算法对模型进行求解。
本发明还可以包括:
1.步骤具体包括:
(1.1)计算D2D最大通信距离:
其中,设置路径损耗参数η>2,每个链路其各自的路径损耗指数分别为ηc和ηd,传输端的最大传输功率为T,接收端收到的信号功率保持在一个平均阈值α;
(1.2)计算D2D链路距离d的概率密度函数:
(1.3)通过设置基站的位置分布服从强度为λb的泊松点过程,计算蜂窝链路距离b的概率密度函数:
(1.4)通过功率控制和模式选择为蜂窝网链路质量提供干扰保护机制:
(1.5)计算协助用户h∈H的D2D通信概率:
2.步骤二具体包括:
(2.1)内容库中包含c={1,...,C}个内容,计算第c个内容被请求的概率:
(2.2)定义一个核函数来反映用户u和第c个内容之间的相关性:
其中g(Xu,Yc)在区间[0,1]内取值,g(Xu,Yc)=0意味着用户u不会请求第c个内容,g(Xu,Yc)=1意味着第c个内容属于用户u的偏好类型,参数0<θ<1,
(2.3)计算用户u∈U对第c个内容的偏好概率:
3.步骤三具体包括:
(3.1)计算请求用户u的缓存命中概率:
其中,Nu表示请求用户u的邻居协助用户集合,并将协助用户按照D2D通信概率Ph进行降序排列,(j)u表示用户u附近的第j个协助用户,xh,c表示协助用户h的缓存决策,xh,c=1表示协助用户h缓存了第c个内容,xh,c=0则相反;
(3.3)每个协助用户设备中最多缓存M个内容,增加了如下约束:
(3.4)设有两个内容放置X和X',若内容放置集合X'中,用户u原本从协助用户(j)u处获取第c个内容,当加入元素后,边际效益为0。假设内容放置集合X中,用户u原本从协助用户(j)u处获取第c个内容(j≥j');如果j<i,那么加入元素后,边际效益也为0;如果j>i,边际效益为由此得出
(3.5)划分拟阵约束下的单调次模函数最大化问题通过GREEDY-I贪心算法进行求解,最终求出面向D2D辅助数据协助的缓存优化方法的模型的近似最优解。
本发明提出面向D2D辅助数据协助的缓存优化方法。其思想是缓存优化方法分为三个阶段进行解决,其中第一阶段是根据基于协助用户的模式选择模型来确定协助用户的D2D通信概率,将内容推送到具有更高D2D通信概率的协助用户设备中,以提高内容分享的成功率,并通过协助用户的模式选择和功率控制方案将基站受到的干扰控制在一定范围内;第二阶段是基于请求用户的偏好模型可以确定用户对每个内容的偏好概率,将邻居请求用户感兴趣的内容推送到具有更高D2D通信概率的协助用户设备中,使得缓存命中概率达到最大;第三阶段是把该优化问题转化为一个拟阵约束下的次模函数最大化(组合数学中一个数学结构,被引用到文件缓存中解决缓存放置问题)问题,通过GREEDY-I算法得到面向D2D辅助数据协助的缓存优化方法的近似最优解。
本发明研究了面向D2D辅助数据卸载的缓存优化问题。面向D2D辅助数据卸载的终端缓存技术中,协助用户设备中缓存的内容能否通过D2D通信的方式分享给周围的请求用户,将直接影响到数据卸载的性能表现。每个D2D用户可以根据蜂窝链路和D2D链路的质量来决定选择传统的蜂窝模式进行通信,还是选择D2D模式进行通信,如果用户选择了蜂窝模式进行通信,那么在协助用户设备中缓存再多的内容,也无法通过D2D通信的方式进行用户间的内容分享,也就无法达到D2D辅助数据卸载的目的。本发明考虑了以下几方面的问题:(1)如何将内容缓存在具有更高的D2D通信概率的协助用户设备中,以此提高内容成功分享的概率;(2)如何将用户更感兴趣的内容缓存到协助用户设备中,以此最大化缓存命中率。
本发明提出面向D2D辅助数据协助的缓存优化方法,根据协助用户的模式选择来确定协助用户进行D2D通信的概率,同时根据请求用户的偏好模型来确定请求用户对每个内容感兴趣的概率,进而对协助用户的缓存方法进行优化,将邻居请求用户更感兴趣的内容缓存在具有更高的D2D通信概率的协助用户设备中,以此来最大化缓存命中概率(协助用户缓存的内容通过D2D通信的方式成功分享给邻居请求用户的概率),提高了系统的整体吞吐量。
本发明的有益效果为:
(1)本发明优化了D2D复用模式下协助用户的缓存方法,通过考虑用户通信模式的选择和对每个内容的偏好,将请求用户更感兴趣的内容推送到具有更高的D2D通信概率的协助用户设备中进行缓存,最大化缓存命中概率,提高了系统的整体吞吐量。
(2)本发明证明该优化方法为一个划分拟阵约束下的单调次模函数最大化问题,并通过GREEDY-I算法对优化模型进行求解,提高了近似解的近似保证,缓解了移动网络流量负载问题。
附图说明
图1面向D2D辅助数据协助的缓存优化方法架构图;
图2面向D2D辅助数据协助的缓存优化方法场景图;
图3面向D2D辅助数据协助的缓存优化方法实例图;
图4面向D2D辅助数据协助的缓存优化方法参数表.
具体实施方式
本发明的面向D2D辅助数据协助的缓存优化方法,主要包括以下具体步骤:
(1)通过链路质量计算出协助用户选择D2D模式进行通信的概率模型,将内容推送给具有更高的D2D通信概率的协助用户,以提高内容的成功分享率。
(2)用户偏好反映了每个用户对于内容的个人兴趣,直接影响每个内容被请求的概率,通过Zipf分布得到用户偏好模型,缓存用户更感兴趣的内容,提高缓存命中率。
(3)考虑到协助用户设备的缓存空间有限,于是在缓存空间个数有限的约束下,对协助用户的缓存方法进行优化以得到最大化整个系统的缓存命中概率的模型,并设计GREEDY-I算法对模型进行求解。
前述的步骤(1)中将内容推送给具有更高D2D通信概率的协助用户具体还包括以下步骤:
(1.1)计算D2D最大通信距离:
其中,设置路径损耗参数η>2,每个链路其各自的路径损耗指数分别为ηc和ηd,传输端的最大传输功率为T,接收端收到的信号功率保持在一个平均阈值α。
(1.2)计算D2D链路距离d(即协助用户和请求用户之间的距离)的概率密度函数:
(1.3)通过设置基站的位置分布服从强度为λb的泊松点过程,计算蜂窝链路距离b(即用户和最近基站之间的距离)的概率密度函数:
(1.4)通过功率控制和模式选择为蜂窝网链路质量提供干扰保护机制:
模式选择方案中考虑了偏置的链路质量,设置k为偏置因子,用来调节网络中蜂窝用户和D2D用户的密度,于是只有当时,潜在的D2D传输端才会选择D2D模式,率控制方案和模式选择方案为蜂窝上行链路提供了一个固有的干扰保护机制,将一个D2D传输端对基站造成的干扰控制在了αk范围内,有效降低了复用模式中信号干扰问题对通信质量造成的影响。
(1.5)计算协助用户h∈H的D2D通信概率(即协助用户h选择D2D模式进行通信的概率):
前述的步骤(2)中缓存用户更感兴趣的内容具体还包括以下步骤:
(2.1)内容库中包含c={1,...,C}个内容,计算第c个内容被请求的概率(即第c个内容的流行度):
(2.2)定义一个核函数来反映用户u和第c个内容之间的相关性:
其中g(Xu,Yc)在区间[0,1]内取值,g(Xu,Yc)=0意味着用户u不会请求第c个内容,g(Xu,Yc)=1意味着第c个内容属于用户u的偏好类型,参数0<θ<1。
(2.3)计算用户u∈U对第c个内容的偏好概率:
前述的步骤(3)中最大化整个系统的缓存命中概率具体还包括以下步骤:
(3.1)计算请求用户u的缓存命中概率:
其中,Nu表示请求用户u的邻居协助用户集合,并将协助用户按照D2D通信概率Ph进行降序排列,(j)u表示用户u附近的第j个协助用户,xh,c表示协助用户h的缓存决策,xh,c=1表示协助用户h缓存了第c个内容,xh,c=0则相反。
(3.3)由于缓存空间有限,每个协助用户设备中最多缓存M个内容,所以增加了如下约束:
(3.4)通过证明优化模型的单调性和次模性以及约束条件的划分拟阵表示,来证明面向D2D辅助数据协助的缓存优化问题为一个划分拟阵约束下的单调次模函数最大化问题:
假设有两个内容放置X和X',若内容放置集合X'中,用户u原本从协助用户(j)u处获取第c个内容,当加入元素后,边际效益为0。假设内容放置集合X中,用户u原本从协助用户(j)u处获取第c个内容(j≥j')。如果j<i,那么加入元素后,边际效益也为0。如果j>i,边际效益为由此可以得出即在集合X中加入新元素带来的边际效益要大于或等于在集合X'中加入新元素带来的边际效益,由于这也就说明当集合越大时,向集合内放置新的元素,带来的边际效益反而越小,于是证明了目标函数为单调次模函数。
(3.5)划分拟阵约束下的单调次模函数最大化问题通过GREEDY-I贪心算法进行求解,最终求出面向D2D辅助数据协助的缓存优化方法的模型的近似最优解。
下面举例对本发明作进一步描述。
本发明提出了一种面向D2D辅助数据协助的缓存优化方法,将用户模式选择与用户的偏好模型相结合,将请求用户更感兴趣的内容推送到具有更高的D2D通信概率的协助用户设备中进行缓存,最大化了缓存命中概率。下面结合附图进行详细说明。
如图1,用户在蜂窝网的覆盖范围中,既可以选择基站进行文件请求,也可以选择临近的协助用户进行文件请求。
如图2,用户附近有多个协助用户的时候,用户会在协助用户之间进行连接选择,这时候需要把用户感兴趣的内容缓存到用户连接概率最大的那个协助用户中。
如图3,在该实施实例中,共有三个协助用户,五个请求用户(其中四个请求用户都在辅助用户的传输范围内);并且基站分布的强度λb=10BSs/km2,路径损耗参数ηc=ηd=4,Zipf分布的参数β=0.6,核函数的参数θ=0.5,功率控制方案中的阈值α=-80dBm,D2D传输端设备的最大传输功率T=200mW,用户请求内容c={1,2,3,...,8},每个协助用户设备中最多缓存M=4个内容。
面向D2D辅助数据协助的缓存优化方法主要包括以下步骤:
(1)计算D2D最大的通信距离R,其中路径损耗参数η>2,ηc=ηd=4,α=-80dBm,T=200mW。
(2)计算D2D链路距离d和蜂窝链路距离b的概率密度函数,其中λb=10BSs/km2。
(4)计算协助用户h∈H的D2D通信概率Ph。
(5)计算第c个内容被请求的概率rc,β=0.6,c={1,2,3,...,8}。
(6)计算用户u和第c个内容之间的相关性g(Xu,Yc),θ=0.5。
(7)计算用户u∈U对第c个内容的偏好概率ρu,c。
Claims (1)
1.一种面向D2D辅助数据卸载的缓存优化方法,其特征是包括如下步骤:
步骤一:通过链路质量计算出协助用户选择D2D模式进行通信的概率模型,将内容推送给具有更高的D2D通信概率的协助用户;
(1.1)计算D2D最大通信距离:
其中,设置路径损耗参数η>2,每个链路其各自的路径损耗指数分别为ηc和ηd,传输端的最大传输功率为T,接收端收到的信号功率保持在一个平均阈值α;
(1.2)计算D2D链路距离d的概率密度函数:
(1.3)通过设置基站的位置分布服从强度为λb的泊松点过程,计算蜂窝链路距离b的概率密度函数:
(1.4)通过功率控制和模式选择为蜂窝网链路质量提供干扰保护机制:
(1.5)计算协助用户h选择D2D模式进行通信的概率:
步骤二:通过Zipf分布得到用户偏好模型,缓存用户更感兴趣的内容;
(2.1)内容库中包含c={1,...,C}个内容,计算第c个内容被请求的概率:
(2.2)定义一个核函数来反映用户u和第c个内容之间的相关性:
其中g(Xu,Yc)在区间[0,1]内取值,g(Xu,Yc)=0意味着用户u不会请求第c个内容,g(Xu,Yc)=1意味着第c个内容属于用户u的偏好类型,参数0<θ<1,
(2.3)计算用户u∈U对第c个内容的偏好概率:
步骤三:在缓存空间个数有限的约束下,对协助用户的缓存方法进行优化以得到最大化整个系统的缓存命中概率的模型,并设计GREEDY-I算法对模型进行求解;
(3.1)计算请求用户u的缓存命中概率:
其中,Nu表示请求用户u的邻居协助用户集合,并将协助用户按照D2D通信概率Ph进行降序排列,(j)u表示用户u附近的第j个协助用户,xh,c表示协助用户h的缓存决策,xh,c=1表示协助用户h缓存了第c个内容,xh,c=0则相反;
(3.3)每个协助用户设备中最多缓存M个内容,增加了如下约束:
(3.4)设有两个内容放置X和X′,若内容放置集合X′中,用户u原本从协助用户(j)u处获取第c个内容,当加入元素后,边际效益为0;假设内容放置集合X中,用户u原本从协助用户(j)u处获取第c个内容(j≥j′);如果j<i,那么加入元素后,边际效益也为0;如果j>i,边际效益为由此得出
(3.5)划分拟阵约束下的单调次模函数最大化问题通过GREEDY-I贪心算法进行求解,最终求出面向D2D辅助数据协助的缓存优化方法的模型的近似最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010216321.0A CN111432380B (zh) | 2020-03-25 | 2020-03-25 | 面向d2d辅助数据卸载的缓存优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010216321.0A CN111432380B (zh) | 2020-03-25 | 2020-03-25 | 面向d2d辅助数据卸载的缓存优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111432380A CN111432380A (zh) | 2020-07-17 |
CN111432380B true CN111432380B (zh) | 2022-06-21 |
Family
ID=71549757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010216321.0A Active CN111432380B (zh) | 2020-03-25 | 2020-03-25 | 面向d2d辅助数据卸载的缓存优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111432380B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112597388B (zh) * | 2020-12-18 | 2022-10-14 | 南京邮电大学 | 一种缓存使能的d2d通信联合推荐与缓存方法 |
CN112822726B (zh) * | 2020-12-31 | 2022-06-10 | 杭州电子科技大学 | 一种Fog-RAN网络缓存放置问题的建模和决策方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108271172A (zh) * | 2018-01-11 | 2018-07-10 | 重庆邮电大学 | 一种蜂窝d2d通信联合成簇及内容部署方法 |
CN108566636A (zh) * | 2018-04-28 | 2018-09-21 | 中国人民解放军陆军工程大学 | 面向不同用户偏好的d2d随机缓存布设方法 |
CN109729507A (zh) * | 2018-05-14 | 2019-05-07 | 中山大学 | 基于激励机制的d2d协作式缓存方法 |
CN110062357A (zh) * | 2019-03-20 | 2019-07-26 | 重庆邮电大学 | 一种基于强化学习的d2d辅助设备缓存系统及缓存方法 |
CN110290507A (zh) * | 2019-05-28 | 2019-09-27 | 南京邮电大学 | 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 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6474829B2 (ja) * | 2014-03-10 | 2019-02-27 | ノキア ソリューションズ アンド ネットワークス オサケユキチュア | 直接近接通信によるソーシャル・ネットワーク・コミュニティのユーザ・ノード間における人気コンテンツ配信 |
EP3133842B1 (en) * | 2014-04-13 | 2019-07-31 | LG Electronics Inc. | Method for managing d2d terminal group in wireless communication system and apparatus for same |
US20170171690A1 (en) * | 2014-07-20 | 2017-06-15 | Lg Electronics Inc. | Method for terminal-condition-based d2d communication, and apparatus therefor in wireless communication system |
-
2020
- 2020-03-25 CN CN202010216321.0A patent/CN111432380B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108271172A (zh) * | 2018-01-11 | 2018-07-10 | 重庆邮电大学 | 一种蜂窝d2d通信联合成簇及内容部署方法 |
CN108566636A (zh) * | 2018-04-28 | 2018-09-21 | 中国人民解放军陆军工程大学 | 面向不同用户偏好的d2d随机缓存布设方法 |
CN109729507A (zh) * | 2018-05-14 | 2019-05-07 | 中山大学 | 基于激励机制的d2d协作式缓存方法 |
CN110062357A (zh) * | 2019-03-20 | 2019-07-26 | 重庆邮电大学 | 一种基于强化学习的d2d辅助设备缓存系统及缓存方法 |
CN110290507A (zh) * | 2019-05-28 | 2019-09-27 | 南京邮电大学 | 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 |
Non-Patent Citations (5)
Title |
---|
《Analytical Modeling of Mode Selection and Power》;Hesham ElSawy, Ekram Hossain;《IEEE TRANSACTIONS ON COMMUNICATIONS,》;20141111;全文 * |
《Caching Policy for Cache-Enabled D2D》;Binqiang Chen,Chenyang Yang;《IEEE TRANSACTIONS ON COMMUNICATIONS》;20181212;全文 * |
基于D2D通信的动态缓存方案;张灿等;《通信技术》;20181110(第11期);全文 * |
基于D2D通信的流量卸载技术综述;颜学文等;《计算机科学》;20181115(第11期);全文 * |
多缓存容量场景下的D2D内容缓存布设优化方案;龙彦汕等;《计算机应用》;20180108(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111432380A (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Su et al. | An edge caching scheme to distribute content in vehicular networks | |
Jiang et al. | Optimal cooperative content caching and delivery policy for heterogeneous cellular networks | |
Lin et al. | Probabilistic caching placement in UAV-assisted heterogeneous wireless networks | |
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 | |
Hu et al. | Heterogeneous networks relying on full-duplex relays and mobility-aware probabilistic caching | |
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 | |
CN111432380B (zh) | 面向d2d辅助数据卸载的缓存优化方法 | |
CN108271172B (zh) | 一种蜂窝d2d通信联合成簇及内容部署方法 | |
CN112437156B (zh) | 一种基于mec-d2d的分布式协同缓存方法 | |
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 | |
CN108156596A (zh) | 支持d2d-蜂窝异构网络联合用户关联及内容缓存方法 | |
CN112702443B (zh) | 一种星地协同通信系统多星多级缓存分配方法及装置 | |
CN114615730B (zh) | 回程受限密集无线网络面向内容覆盖的功率分配方法 | |
Khan et al. | On the application of agglomerative hierarchical clustering for cache-assisted D2D networks | |
CN109673018A (zh) | 无线异构网络中的新型缓存内容放置及内容缓存分布优化方法 | |
Li et al. | Learning-based delay-aware caching in wireless D2D caching networks | |
CN109274527B (zh) | 一种用于支持mec的scn蜂窝网的缓存优化方法 | |
CN114553963A (zh) | 移动边缘计算中基于深度神经网络的多边缘节点协作缓存方法 | |
CN109068356A (zh) | 一种用于认知无线电网络中的无线缓存分配方法 | |
Soleimani et al. | Caching and Placement for In‐Network Caching in Device‐to‐Device Communications | |
CN108668288B (zh) | 用于优化无线缓存网络中小基站位置的方法 | |
Hua et al. | On cost minimization for cache-enabled D2D networks with recommendation | |
Peng et al. | Harvested energy maximization of SWIPT system with popularity cache scheme in dense small cell networks | |
Zhang et al. | Hierarchical cache-aided transmission cooperation in 5G user-centric network: Performance analysis and design insights | |
Kabir | Cooperative Content Caching and Distribution in Dense Networks. |
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 |