CN111556531A - 一种微蜂窝无线网中的协作缓存优化方法 - Google Patents
一种微蜂窝无线网中的协作缓存优化方法 Download PDFInfo
- Publication number
- CN111556531A CN111556531A CN202010350395.3A CN202010350395A CN111556531A CN 111556531 A CN111556531 A CN 111556531A CN 202010350395 A CN202010350395 A CN 202010350395A CN 111556531 A CN111556531 A CN 111556531A
- Authority
- CN
- China
- Prior art keywords
- cache
- base stations
- cooperative
- base station
- matrix
- 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.)
- Granted
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
- H04W28/10—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
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种微蜂窝无线网中的协作缓存优化方法,属于无线通信技术领域。本发明将微蜂窝无线网建模为二维有向拓扑图,通过设计协作传输矩阵表征小基站之间的协作传输关系,并由协作传输矩阵及文件请求概率矩阵构造出平均缓存命中率表达式,通过凸优化方法求解出最优化平均缓存命中率的协作缓存方案。采用该方法确定的协作缓存方案,可以根据小基站之间的协作关系及文件请求概率获得缓存命中率性能最优的缓存方案。
Description
技术领域
本发明涉及无线通信系统技术领域,特别是涉及一种微蜂窝无线网中的协作缓存优化方法。
背景技术
边缘计算场景下进行缓存方案优化的目的在于充分利用边缘节点有限的缓存资源,使其缓存的数据与用户需求尽可能地匹配,从而将中央资源池的负载有效分散至边缘节点,实现缓解前传链路负载、降低网络服务时延等目标。根据文件流行度估计,“最大流行度缓存”、“等间隔缓存”等缓存方案均可实现缓存命中率、前传负载降低率等方面的性能提升。但以上缓存方案并没有充分利用边缘节点之间潜在的协作关系来进一步提升缓存性能。协作缓存场景下,边缘节点之间的相对位置、信道传输条件、缓存容量等因素对协作缓存方案的性能均有显著影响,充分利用上述因素对系统的缓存性能进行建模分析,才能有效挖掘边缘节点之间相互协作带来的缓存增益。
边缘计算场景下为了解决上述问题采用了随机过程分析建模的方法对系统的平均缓存命中率等性能指标进行分析计算,但是没有一种直观简便的计算模型将系统拓扑结构或边缘节点之间的协作关系作为独立因子应用到缓存方案的优化过程中。
发明内容
为了解决以上问题,本发明提供一种微蜂窝无线网中的协作缓存优化方法,本发明将系统建模为二维有向拓扑图,通过设计协作关系矩阵来表征基站之间的协作传输关系‘进一步地将文件请求概率设计为请求概率矩阵;将待优化的缓存概率设计为缓存概率矩阵。通过上述三个矩阵的之间的运算可以快速得到系统的平均缓存命中率表达式。通过凸优化方法对该缓存命中率目标函数进行优化求解即可得到最优化命中率的协作缓存方案。可以在降低计算复杂度的同时有效实现缓存命中率的提升和前传负载的降低,为达此目的,本发明提供一种微蜂窝无线网中的协作缓存优化方法,具体步骤如下:
步骤1:根据两个小基站之间的数据传输速率及小基站与主基站之间数据传输速率的相对大小确定小基站之间的协作传输关系:对于某个小基站,只有当相邻小基站能够为其提供高于主基站的数据传输速率时,才将该相邻小基站作为能为其提供协作传输的小基站;
步骤2:将微蜂窝无线网描述为二维有向拓扑图,其中基站对应节点,此处基站包括主基站和小基站,基站之间的协作传输关系对应节点之间的有向边;
步骤3:设计协作传输矩阵及文件请求概率矩阵,使用缓存概率矩阵表示待优化的缓存方案,通过上述矩阵之间的运算构造出系统平均缓存命中率的优化目标,确定缓存容量约束下的缓存优化问题;
步骤4:通过凸优化方法求解出最优化缓存命中率的缓存概率矩阵,进而确定最优化缓存命中率的协作缓存方案。
作为本发明进一步改进,步骤1中根据基站之间的数据传输速率确定小基站之间的协作传输关系,具体步骤为:
步骤1.1:在一个典型微蜂窝小区中,设置主基站MBS为节点0,小基站SBS集合为节点集N={1,2,...,N,其中N为小基站数量,设置第n个SBS的缓存容量为Cn,n∈N,设置用户请求的文件集为F={1,2,...,F},其中F为文件数量,各文件的请求概率服从参数为γ的Zipf分布,文件f的请求概率计算公式如下:
步骤1.2:计算基站之间的数据传输速率,将MBS到第n个SBS之间的数据传输速率设置为Rn,第m个SBS到第n个SBS的数据传输速率设置为Rmn,基站间的数据传输速率计算公式如下:
步骤1.3:根据步骤2的计算结果确定基站间的协作传输关系,确定依据为:1)MBS可以为所有SBS提供文件传输;2)若满足Rmn>Rn,则第m个SBS可以为第n个SBS提供文件传输。
作为本发明进一步改进,步骤2中将微蜂窝无线网描述为二维有向拓扑图,具体步骤为:
步骤2:根据步骤1确定的基站间传输关系将微蜂窝无线网映射为二维有向拓扑图,其中基站包括MBS和SBS对应拓扑图中的节点;若基站1可以向基站2提供协作传输,则拓扑图中对应存在从节点1到节点2的有向边;若基站1和基站2可以相互为对方提供协作传输,则拓扑图中节点1和节点2之间存在双向边。
作为本发明进一步改进,步骤3中将微蜂窝无线网描述为二维有向拓扑图,具体步骤为:
设计请求概率矩阵PN×F和协作关系矩阵AN×N,并将缓存概率矩阵CF×N作为优化变量,通过上述矩阵间的运算构造出系统平均缓存命中率的矩阵表达式,进而通过凸优化方法求解出最优化缓存命中率的协作缓存方案,具体步骤为:
步骤3.1:根据如下计算公式设计请求概率矩阵PN×F和协作关系矩阵AN×N,其中矩阵AN×N依据权利要求3中所述的系统拓扑图确定:
pnf=pf,n∈N,f∈F
步骤3.2:将缓存概率矩阵CN×N作为待优化的缓存矩阵,则命中率最优的缓存优化问题可通过上述矩阵表述为:
作为本发明进一步改进,步骤4通过凸优化方法求解出最优化缓存命中率的缓存概率矩阵,具体步骤为:
步骤4.2:对于第n个SBS,缓存集合{cnf,f∈F}中最大的前Cn个缓存概率对应的文件集Fn,即得到系统平均缓存命中率最优的缓存方案。
有益效果:本发明提供微蜂窝无线网中命中率最优的协作缓存优化方法,采用该方法,可以直观快速地根据文件请求概率分布及基站间协作关系计算出单跳协作传输场景下微蜂窝无线网中最优化缓存命中率的协作缓存方案。本发明具有直观、简化计算、适用场景广泛等特点。仿真结果表明,相对于“最大流行度缓存”和“随机缓存”等缓存方案,本发明计算出的协作缓存方案在缓存命中率和前传负载降低率方面尽可能地提高了系统性能。
附图说明
图1为典型微蜂窝无线通信网的系统结构示意图;
图2为确定基站间协作关系后该微蜂窝无线网对应的二维有向拓扑图;
图3为基站间的协作传输规则示意图;
图4为F=10,γ=0.8时平均缓存命中率随缓存容量的变化曲线;
图5为C=3,γ=0.8时平均缓存命中率随文件集大小的变化曲线;
图6为F=10,C=3时平均缓存命中率随Zipf分布指数的变化曲线;
图7为F=10,γ=0.8时前传负载降低率随缓存容量的变化曲线;
图8为C=3,γ=0.8时前传负载降低率随文件集大小的变化曲线;
图9为F=10,C=3时前传负载降低率随Zipf分布指数的变化曲线。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述:
本发明提供一种微蜂窝无线网中的协作缓存优化方法,本发明将系统建模为二维有向拓扑图,通过设计协作关系矩阵来表征基站之间的协作传输关系‘进一步地将文件请求概率设计为请求概率矩阵;将待优化的缓存概率设计为缓存概率矩阵。通过上述三个矩阵的之间的运算可以快速得到系统的平均缓存命中率表达式。通过凸优化方法对该缓存命中率目标函数进行优化求解即可得到最优化命中率的协作缓存方案。可以在降低计算复杂度的同时有效实现缓存命中率的提升和前传负载的降低。
下面以具有N=9个SBS的微蜂窝无线网为例,结合附图对本发明微蜂窝无线网中的协作缓存优化方法的具体实施方式作进一步详细说明。
步骤1.1:在一个如图1所示的微蜂窝小区中,设置小区半径为R=500m,小区中心的MBS为节点0,SBS集合对应节点集N={1,2,...,N},SBS的位置服从点泊松分布。设置用户请求的文件集为F={1,2,...,F},所有文件大小相等且取归一化长度为1,按照公式f∈F设置各文件的请求概率。设置SBS的缓存容量为Cn=C,n∈N,其它参数设置如表1所示;
表1图4-图9未注明的仿真参数
步骤1.2:按照如下速率公式计算基站之间的数据传输速率。得到MBS到第n个SBS之间的数据传输速率Rn,n∈N,以及SBS之间的数据传输速率Rmn,m,n∈N,基站间的数据传输速率计算公式如下:
步骤1.3:根据步骤2的计算结果确定基站间的协作传输关系。确定依据为:1)MBS可以为所有SBS提供文件传输;2)若满足Rmn>Rn,则第m个SBS可以为第n个SBS提供文件传输;
步骤2:根据步骤1确定的基站间传输关系将微蜂窝无线网映射为二维有向拓扑图,其中基站(包括MBS和SBS)对应拓扑图中的节点;若基站1可以向基站2提供协作传输,则拓扑图中对应存在从节点1到节点2的有向边;若基站1和基站2可以相互为对方提供协作传输,则拓扑图中节点1和节点2之间存在双向边。该系统对应的二维有向拓扑图如图2所示;
步骤3.1:根据如下计算公式设计请求概率矩阵PN×F和协作关系矩阵AN×N,其中矩阵AN×N依据权利要求3中所述的系统拓扑图确定:
pnf=pf,n∈N,f∈F
设置后的矩阵P和矩阵A示例为:
步骤3.2:将缓存概率矩阵CN×N作为待优化的缓存矩阵,则系统平均缓存命中率可以通过P、A和C之间的矩阵运算表示为:
在SBS的缓存容量限制下,命中率最优的缓存优化问题表述为:
步骤4.2:对于第n个SBS,缓存集合{cnf,f∈F}中最大的前Cn个缓存概率对应的文件集Fn,即得到系统平均缓存命中率最优的缓存方案。
请参阅图4-图9,为采用本发明实施例优化得到的协作缓存方案与同等条件下的其它可对比缓存方案的性能分析仿真结果。所对比的缓存方案包括最大流行度缓存(缓存请求概率最大的文件)、随机缓存(随机选取文件进行缓存)等现有缓存方案。图4为不同缓存容量条件下本发明实施例优化得到的协作缓存方案与其它缓存方案的平均缓存命中率性能对比;图5为不同文件集大小条件下本发明实施例优化得到的协作缓存方案与其它缓存方案的平均缓存命中率性能对比;图6为文件请求概率所服从的Zipf分布在取不同分布指数条件下,本发明实施例优化得到的协作缓存方案与其它缓存方案的平均缓存命中率性能对比;图7为不同缓存容量条件下本发明实施例优化得到的协作缓存方案与其它缓存方案的前传链路负载降低率性能对比;图8为不同文件集大小条件下本发明实施例优化得到的协作缓存方案与其它缓存方案的前传链路负载降低率性能对比;图9为文件请求概率所服从的Zipf分布在取不同分布指数条件下,本发明实施例优化得到的协作缓存方案与其它缓存方案的前传链路负载降低率性能对比。
结合图4-图9,可以说明在同等条件下,采用本发明实施例优化得到的协作缓存方案相对于最大流行度缓存方案和随机缓存方案,在提高系统平均缓存命中率、降低系统前传链路负载等性能提升方面具有有益效果。
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 (5)
1.一种微蜂窝无线网中的协作缓存优化方法,具体步骤如下,其特征在于:
步骤1:根据两个小基站之间的数据传输速率及小基站与主基站之间数据传输速率的相对大小确定小基站之间的协作传输关系:对于某个小基站,只有当相邻小基站能够为其提供高于主基站的数据传输速率时,才将该相邻小基站作为能为其提供协作传输的小基站;
步骤2:将微蜂窝无线网描述为二维有向拓扑图,其中基站对应节点,此处基站包括主基站和小基站,基站之间的协作传输关系对应节点之间的有向边;
步骤3:设计协作传输矩阵及文件请求概率矩阵,使用缓存概率矩阵表示待优化的缓存方案,通过上述矩阵之间的运算构造出系统平均缓存命中率的优化目标,确定缓存容量约束下的缓存优化问题;
步骤4:通过凸优化方法求解出最优化缓存命中率的缓存概率矩阵,进而确定最优化缓存命中率的协作缓存方案。
2.根据权利要求1所述的一种微蜂窝无线网中的协作缓存优化方法,其特征在于,步骤1中根据基站之间的数据传输速率确定小基站之间的协作传输关系,具体步骤为:
步骤1.1:在一个典型微蜂窝小区中,设置主基站MBS为节点0,小基站SBS集合为节点集N={1,2,...,N,其中N为小基站数量,设置第n个SBS的缓存容量为Cn,n∈N,设置用户请求的文件集为F={1,2,...,F},其中F为文件数量,各文件的请求概率服从参数为γ的Zipf分布,文件f的请求概率计算公式如下:
步骤1.2:计算基站之间的数据传输速率,将MBS到第n个SBS之间的数据传输速率设置为Rn,第m个SBS到第n个SBS的数据传输速率设置为Rmn,基站间的数据传输速率计算公式如下:
步骤1.3:根据步骤2的计算结果确定基站间的协作传输关系,确定依据为:1)MBS可以为所有SBS提供文件传输;2)若满足Rmn>Rn,则第m个SBS可以为第n个SBS提供文件传输。
3.根据权利要求1所述的一种微蜂窝无线网中的协作缓存优化方法,其特征在于,步骤2中将微蜂窝无线网描述为二维有向拓扑图,具体步骤为:
步骤2:根据步骤1确定的基站间传输关系将微蜂窝无线网映射为二维有向拓扑图,其中基站包括MBS和SBS对应拓扑图中的节点;若基站1可以向基站2提供协作传输,则拓扑图中对应存在从节点1到节点2的有向边;若基站1和基站2可以相互为对方提供协作传输,则拓扑图中节点1和节点2之间存在双向边。
4.根据权利要求1所述的一种微蜂窝无线网中的协作缓存优化方法,其特征在于,步骤3中将微蜂窝无线网描述为二维有向拓扑图,具体步骤为:
设计请求概率矩阵PN×F和协作关系矩阵AN×N,并将缓存概率矩阵CF×N作为优化变量,通过上述矩阵间的运算构造出系统平均缓存命中率的矩阵表达式,进而通过凸优化方法求解出最优化缓存命中率的协作缓存方案,具体步骤为:
步骤3.1:根据如下计算公式设计请求概率矩阵PN×F和协作关系矩阵AN×N,其中矩阵AN×N依据权利要求3中所述的系统拓扑图确定:
pnf=pf,n∈N,f∈F
步骤3.2:将缓存概率矩阵CN×N作为待优化的缓存矩阵,则命中率最优的缓存优化问题可通过上述矩阵表述为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010350395.3A CN111556531B (zh) | 2020-04-28 | 2020-04-28 | 一种微蜂窝无线网中的协作缓存优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010350395.3A CN111556531B (zh) | 2020-04-28 | 2020-04-28 | 一种微蜂窝无线网中的协作缓存优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111556531A true CN111556531A (zh) | 2020-08-18 |
CN111556531B CN111556531B (zh) | 2022-12-20 |
Family
ID=72002613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010350395.3A Active CN111556531B (zh) | 2020-04-28 | 2020-04-28 | 一种微蜂窝无线网中的协作缓存优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111556531B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112749010A (zh) * | 2020-12-31 | 2021-05-04 | 中南大学 | 融合推荐系统的边缘计算任务分配方法 |
CN113709816A (zh) * | 2021-06-04 | 2021-11-26 | 武汉大学 | 一种基于多特征用户群体的基站协作缓存方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109714790A (zh) * | 2019-01-23 | 2019-05-03 | 南京邮电大学 | 一种基于用户移动性预测的边缘协作缓存优化方法 |
-
2020
- 2020-04-28 CN CN202010350395.3A patent/CN111556531B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109714790A (zh) * | 2019-01-23 | 2019-05-03 | 南京邮电大学 | 一种基于用户移动性预测的边缘协作缓存优化方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112749010A (zh) * | 2020-12-31 | 2021-05-04 | 中南大学 | 融合推荐系统的边缘计算任务分配方法 |
CN112749010B (zh) * | 2020-12-31 | 2024-03-12 | 中南大学 | 融合推荐系统的边缘计算任务分配方法 |
CN113709816A (zh) * | 2021-06-04 | 2021-11-26 | 武汉大学 | 一种基于多特征用户群体的基站协作缓存方法 |
CN113709816B (zh) * | 2021-06-04 | 2024-03-22 | 武汉大学 | 一种基于多特征用户群体的基站协作缓存方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111556531B (zh) | 2022-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112995950B (zh) | 一种车联网中基于深度强化学习的资源联合分配方法 | |
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 | |
CN108600998B (zh) | 超密度蜂窝与d2d异构融合网络缓存优化决策方法 | |
CN108834080B (zh) | 异构网络中基于多播技术的分布式缓存和用户关联方法 | |
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 | |
CN107295619B (zh) | 一种边缘缓存网络中基于用户连接矩阵的基站休眠方法 | |
CN112020103A (zh) | 一种移动边缘云中的内容缓存部署方法 | |
CN108156596B (zh) | 支持d2d-蜂窝异构网络联合用户关联及内容缓存方法 | |
CN108541025B (zh) | 一种面向无线异构网络的基站与d2d共同缓存方法 | |
CN111556531A (zh) | 一种微蜂窝无线网中的协作缓存优化方法 | |
CN114827191B (zh) | 一种车路协同系统中融合noma的动态任务卸载方法 | |
WO2023159986A1 (zh) | 一种分层网络体系结构中的协作缓存方法 | |
CN108616845A (zh) | 基于社交内容的d2d分组多目标缓存方法及其系统、装置 | |
CN115665804B (zh) | 一种协同无人机-智能车群的缓存优化方法 | |
CN110062356B (zh) | 一种d2d网络中的缓存副本布设方法 | |
CN108566636A (zh) | 面向不同用户偏好的d2d随机缓存布设方法 | |
CN112887943B (zh) | 一种基于中心度的缓存资源分配方法及系统 | |
CN111698732A (zh) | 微蜂窝无线网中面向时延的协作缓存优化方法 | |
CN110602722A (zh) | 一种基于noma的联合内容推送和传输的设计方法 | |
CN113993168A (zh) | 一种雾无线接入网中基于多智能体强化学习的协作缓存方法 | |
CN108377473B (zh) | D2d无线缓存网络中的文件内容分配方法及装置 | |
CN113194031B (zh) | 雾无线接入网内结合干扰抑制的用户聚类方法及系统 | |
CN111479312B (zh) | 异构蜂窝网络内容缓存和基站休眠联合优化方法 | |
CN107733998B (zh) | 蜂窝异构分层网络的缓存内容放置及提供方法 | |
CN113473540A (zh) | 异构蜂窝网络中基于基站协作的混合缓存方法 |
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 |