CN113316196B - 基于边缘缓存的星地协同网络中的资源分配方法及装置 - Google Patents
基于边缘缓存的星地协同网络中的资源分配方法及装置 Download PDFInfo
- Publication number
- CN113316196B CN113316196B CN202110505071.7A CN202110505071A CN113316196B CN 113316196 B CN113316196 B CN 113316196B CN 202110505071 A CN202110505071 A CN 202110505071A CN 113316196 B CN113316196 B CN 113316196B
- Authority
- CN
- China
- Prior art keywords
- cache
- user
- satellite
- resource allocation
- ground
- 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
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
- 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
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
- H04L67/5682—Policies or rules for updating, deleting or replacing the stored data
-
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/06—Airborne or Satellite Networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种基于边缘缓存的星地协同网络中的资源分配方法及装置,该方法包括:初始化待资源分配的星地协同网络系统;将缓存内容以编码缓存的方式放置于边缘缓存设备,并规定用户以Zipf分布的概率请求缓存内容;根据用户的请求内容和缓存内容的放置情况,确定用户的缓存获取方式;利用虚拟网络资源的收益与支出计算所述网络系统的效用函数,并利用罚函数将多约束优化目标进行转化;利用蜉蝣算法进行最优解搜寻;当算法趋于收敛,终止优化过程,得出最终的无线资源分配优化方案。本发明可有效降低信息传输时延,提高系统效用,实现星地协同通信网络资源分配的整体效益。
Description
技术领域
本发明涉及无线通信技术领域,特别涉及一种基于边缘缓存的星地协同网络中的资源分配方法及装置。
背景技术
星地协同网络是未来移动通信系统的重要发展趋势,在星地协同网络中引入移动边缘计算(MEC)的优势包括低时延、缓存与节约带宽资源等,可以为用户提供各种数据业务计算服务的支持。缓存资源是MEC网络资源管理中的重要组成部分,可以有效提升用户体验质量。空天地一体化网络与边缘缓存技术结合,使MEC服务器能够根据网络状态利用闲时的回传链路资源提前将一部分用户需求内容缓存到通信网络的边缘侧,当用户发起内容请求时,能够从MEC服务器的缓存内容中直接获取所请求的内容,缓解回传链路的数据传输负担。
另外,地面系统中的设备到设备(D2D)模式使距离较近的设备间可不通过基站而直接进行通信,避免了数据经过网络中转时可能遇到的网络拥塞问题,同样有助于减轻回程网络的负载。因此,通过星地协同网络与MEC缓存技术的结合,考虑包含D2D模式的协作缓存,来提升用户服务质量是一种较好的方法。
目前,已有针对基于移动边缘计算的低地球轨道卫星的LEO-MEC星地协同融合网络资源分配的研究,但关注点均集中在MEC的计算卸载功能,在LEO-MEC星地协同网络中结合MEC缓存进行通信资源分配的研究尚未深入,缺乏LEO-MEC星地协同网络资源分配优化的有效手段,是亟需解决的问题。
发明内容
本发明提供了一种基于边缘缓存的星地协同网络中的资源分配方法及装置,以解决LEO-MEC星地协同网络中的资源分配优化的技术问题。
为解决上述技术问题,本发明提供了如下技术方案:
一方面,本发明提供了一种基于边缘缓存的星地协同网络中的资源分配方法,该基于边缘缓存的星地协同网络中的资源分配方法包括:
初始化待资源分配的星地协同网络系统;其中,在所述星地协同网络系统中,包括多个用户、多个地面基站和至少一个低地球轨道LEO卫星;
将缓存内容以编码缓存的方式放置于边缘缓存设备,并规定用户以Zipf分布的概率请求缓存内容;
根据用户的请求内容和缓存内容的放置情况,确定用户的缓存获取方式;
利用虚拟网络资源的收益与支出计算所述网络系统的效用函数,并利用罚函数将多约束优化目标进行转化,得到所述网络系统的资源分配优化目标函数;
对所述目标函数利用蜉蝣算法进行最优解搜寻;
当所述蜉蝣算法趋于收敛,系统效用函数维持在一定的范围内不再上升,则终止资源分配的优化过程,得出最终的无线资源分配优化方案。
进一步地,在所述星地协同网络系统中,用户具有本地缓存功能。
进一步地,在所述星地协同网络系统中,为用户提供边缘缓存服务的对象包括LEO卫星、地面基站以及采用设备到设备D2D模式的用户;为用户提供所需缓存内容的对象依次为本地用户,D2D用户,地面基站以及LEO卫星。
进一步地,所述将缓存内容以编码缓存的方式放置于边缘缓存设备,包括:
用F={f1,f2,...,fN}表示一个具有N个文件的文件集;其中,所述文件集中的每个文件大小相同,且每个文件均被分割成a个大小相同的原始块,将a个原始块文件编码成任意数量的将要被缓存的编码块,放置于边缘缓存设备;
在宏基站协调下,通过下行链路,地面基站或LEO卫星发送给用户所需缓存内容;两个用户之间建立的D2D连接利用上行链路来发送缓存内容。
当用户的缓存块放置情况为时,利用D2D链路向一定范围内的用户请求第n个文件缓存块;当用户的缓存块放置情况为时,通过D2D模式无法满足缓存需求,则用户需要向宏基站发送请求,由宏基站负责协调地面基站和卫星为用户提供缓存服务;若用户无法通过D2D模式获得缓存,且不在区域内地面小基站的服务范围内,则由LEO卫星通过回程链路向核心网络获取其要求的第n个文件的块缓存并发送给该用户,此时
进一步地,所述目标函数的表达式为:
s.t.
其中,UF=αlog Rate+βlog Tra-χlog Band-vlog Power,是整个系统的效用函数,α,β,χ和ν分别为相应的收入和支出增益系数,Rate是系统中分配给用户频谱资源而产生的总数据速率收益,Tra是用户通过边缘缓存的方式获得的数据流量收益,Band和Power分别是系统消耗的带宽支出和系统消耗功率的支出。
进一步地,所述罚函数转化过程,包括:
将约束条件化成形如h(c,y)≤0的形式,h(c,y)*≤0时,满足约束,g(h(c,y)*)=0,新目标函数值与之前不变;h(c,y)*>0,不满足约束,g(h(c,y)*)=1;ξ,θ是惩罚因子,为在第k个小区里用户i要求第n个文件的概率,yij∈[0,1]是基站j分配给用户i的功率分配系数,为第k个小区内的基站的发射功率,为卫星的发射功率,和分别为基站和LEO卫星的最大发射功率限制,Rmin为最低的数据速率要求,分别为用户从卫星、基站和D2D模式获得的传输速率。
另一方面,本发明还提供了一种基于边缘缓存的星地协同网络中的资源分配装置,该基于边缘缓存的星地协同网络中的资源分配装置包括:
初始化模块,用于初始化待资源分配的星地协同网络系统;在所述星地协同网络系统中,包括多个用户、多个地面基站和至少一个低地球轨道LEO卫星;
缓存模块,用于将缓存内容以编码缓存的方式放置于边缘缓存设备,并规定用户以Zipf分布的概率请求缓存内容;根据用户的请求内容和缓存内容的放置情况,确定用户的缓存获取方式;
目标函数构建模块,用于利用虚拟网络资源的收益与支出计算所述网络系统的效用函数,并利用罚函数将多约束优化目标进行转化,得到所述网络系统的资源分配优化目标函数;
目标函数求解模块,用于对所述目标函数利用蜉蝣算法进行最优解搜寻;当所述蜉蝣算法趋于收敛,系统效用函数维持在一定的范围内不再上升,则终止资源分配的优化过程,得出最终的无线资源分配优化方案。
再一方面,本发明还提供了一种电子设备,其包括处理器和存储器;其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行以实现上述方法。
又一方面,本发明还提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现上述方法。
本发明提供的技术方案带来的有益效果至少包括:
本发明的上述技术方案通过网络资源虚拟化表征系统效用函数,以最大化系统效用为目标,基于边缘协作缓存提出了一种星地协同网络资源分配优化方案,最终达到效用函数收敛,使星地协同无线通信网的能效得到优化,同时保障了节点对传输延迟的要求,实现了星地协同网络的资源分配优化。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于边缘缓存的星地协同网络系统架构图;
图2为本发明实施例提供的基于边缘缓存的星地协同网络中的资源分配方法的执行流程示意图。
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,下面将结合附图对本发明实施方式作进一步地详细描述。
第一实施例
本实施例提供了一种基于边缘缓存的星地协同网络中的资源分配方法,本实施例的主要思想是:综合考虑能够为移动用户提供MEC缓存服务的低地球轨道(LEO)卫星,地面基站以及D2D用户,主要关注缓存内容获取过程中的下行通信链路,设计一种基于边缘协作缓存的资源分配算法,在MEC缓存设备侧提前放置缓存内容,结合缓存放置情况与用户请求的内容判断为其提供缓存内容的MEC设备,用通信网络中虚拟资源的收益与支出模型表征系统效用,并通过智能优化算法中的蜉蝣算法搜索最优解。应用本实施例的技术方案,可以在满足传输速率等前提下,有效提高系统效用。
基于上述,如图2所示,本实施例的资源分配方法包括以下步骤:
步骤1:初始化一个LEO卫星与地面系统集成的通信网络系统。
具体地,如图1所示,本实施例的网络系统包括多个用户、地面基站(多个地面小基站、一个宏基站)、一个LEO卫星。
上述初始化过程包括初始化系统资源分配变量设置,进行基本系统参数的计算,初始化系统的通信网络信道参数,初始化MEC设备。
在本实施例的星地协同网络系统中,用户具有本地缓存功能。为用户提供边缘缓存服务的对象包括卫星、地面基站和采用设备到设备D2D模式的用户;为用户提供所需缓存内容的对象依次为本地用户,D2D用户,地面基站和卫星。
步骤2:根据步骤1初始化的MEC设备信息,利用编码缓存对MEC设备中放置的缓存内容进行初始化。规定用户以Zipf分布的概率请求缓存内容。
具体地,本实施例用F={f1,f2,...,fN}来表示一个具有N个文件的文件集,文件集中的每个文件大小相同,且每个都被分割成a个大小相同的原始块,这a个原始块文件将被编码成任意数量的将要被缓存的编码块。在宏基站协调下,通过下行链路,基站或卫星发送给用户所需内容。此外,两个用户之间建立的D2D连接利用上行链路来发送内容,这两种链路相互之间并不存在干扰。
步骤3:根据步骤2的缓存内容放置情况,结合用户请求内容选择用户的缓存获取方式。
具体地,本实施例用表示第k个小区内用户本地的缓存块,在第k个小区里,时,用户i通过本地缓存获取所求内容,当用户的缓存块放置情况为时,利用D2D链路向一定范围内的用户请求第n个文件缓存块。当放置情况为时,通过D2D模式无法满足缓存需求,则用户需要向宏基站发送请求,由宏基站负责协调地面基站和卫星为用户提供缓存。若用户无法通过D2D获得缓存,且远离区域内SBS的服务范围,则由卫星通过回程链路向核心网络获取并发送给用户要求的第n个文件的块缓存此时
步骤4:根据步骤3中用户的资源消耗情况,计算基于虚拟网络资源的收益与支出计算的带约束系统效用函数,并利用罚函数将多约束优化目标进行转化,具体地,在利用罚函数转化后为:
s.t.
其中,UF=αlog Rate+βlog Tra-χlog Band-vlog Power,是整个系统的效用函数,α,β,χ和ν分别为相应的收入和支出增益系数,Rate是系统中分配给用户频谱资源而产生的总数据速率收益,Tra是用户通过边缘缓存的方式获得的数据流量收益,Band和Power分别是系统消耗的带宽支出和系统消耗功率的支出。
罚函数转化过程如下:
将约束条件化成形如h(c,y)≤0的形式,h(c,y)*≤0时,满足约束,g(h(c,y)*)=0,新目标函数值与之前不变;h(c,y)*>0,不满足约束,g(h(c,y)*)=1。ξ,θ是惩罚因子,为在第k个小区里用户i要求第n个文件的概率,yij∈[0,1]是基站j分配给用户i的功率分配系数,为第k个小区内的基站的发射功率,为卫星发射功率,和分别为基站和LEO卫星的最大发射功率限制,Rmin为最低的数据速率要求,分别为用户从卫星、小基站和D2D模式获得的传输速率。
步骤5:根据步骤4得出的目标函数利用蜉蝣算法进行最优解搜寻。
步骤6:经过数次更新后,系统效用函数维持在一定的范围内不再上升,终止此次优化过程,得出最终的无线资源分配优化方案。
综上,本实施例针对地面卫星协同网络中通信资源分配的优化问题,引入MEC与网络虚拟化资源分配概念,在LEO卫星与地面集成通信系统中,结合边缘协作缓存模式研究提升网络效用的资源分配算法。利用缓存编码进行缓存内容放置,用户请求文件的概率用Zipf分布来定义,为用户提供所需缓存内容的对象依次为本地用户,D2D用户,地面基站和LEO卫星。该基于边缘缓存的星地协同网络中的资源分配方法通过考虑虚拟网络资源的收益与支出得到通信系统的效用函数,通过蜉蝣算法得到最优解。通过本实施例的方法可有效降低信息传输时延,提高系统效用,实现星地协同通信网络资源分配的整体经济效益。
第二实施例
本实施例提供了一种基于边缘缓存的星地协同网络中的资源分配装置,该基于边缘缓存的星地协同网络中的资源分配装置包括以下模块:
初始化模块,用于初始化待资源分配的星地协同网络系统;在所述星地协同网络系统中,包括多个用户、多个地面基站和至少一个低地球轨道LEO卫星;
缓存模块,用于将缓存内容以编码缓存的方式放置于边缘缓存设备,并规定用户以Zipf分布的概率请求缓存内容;根据用户的请求内容和缓存内容的放置情况,确定用户的缓存获取方式;
目标函数构建模块,用于利用虚拟网络资源的收益与支出计算所述网络系统的效用函数,并利用罚函数将多约束优化目标进行转化,得到所述网络系统的资源分配优化目标函数;
目标函数求解模块,用于对所述目标函数利用蜉蝣算法进行最优解搜寻;当所述蜉蝣算法趋于收敛,系统效用函数维持在一定的范围内不再上升,则终止资源分配的优化过程,得出最终的无线资源分配优化方案。
本实施例的基于边缘缓存的星地协同网络中的资源分配装置与上述第一实施例的基于边缘缓存的星地协同网络中的资源分配方法相对应;其中,本实施例的基于边缘缓存的星地协同网络中的资源分配装置中的各功能模块所实现的功能与上述第一实施例的基于边缘缓存的星地协同网络中的资源分配方法中的各流程步骤一一对应;故,在此不再赘述。
第三实施例
本实施例提供一种电子设备,其包括处理器和存储器;其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行,以实现第一实施例的方法。
该电子设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)和一个或一个以上的存储器,其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行上述方法。
第四实施例
本实施例提供一种计算机可读存储介质,该存储介质中存储有至少一条指令,所述指令由处理器加载并执行,以实现上述第一实施例的方法。其中,该计算机可读存储介质可以是ROM、随机存取存储器、CD-ROM、磁带、软盘和光数据存储设备等。其内存储的指令可由终端中的处理器加载并执行上述方法。
此外,需要说明的是,本发明可提供为方法、装置或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
最后需要说明的是,以上所述是本发明优选实施方式,应当指出,尽管已描述了本发明优选实施例,但对于本技术领域的技术人员来说,一旦得知了本发明的基本创造性概念,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
Claims (4)
1.一种基于边缘缓存的星地协同网络中的资源分配方法,其特征在于,所述基于边缘缓存的星地协同网络中的资源分配方法包括:
初始化待资源分配的星地协同网络系统;其中,在所述星地协同网络系统中,包括多个用户、多个地面基站和至少一个低地球轨道LEO卫星;
将缓存内容以编码缓存的方式放置于边缘缓存设备,并规定用户以Zipf分布的概率请求缓存内容;
根据用户的请求内容和缓存内容的放置情况,确定用户的缓存获取方式;
利用虚拟网络资源的收益与支出计算所述网络系统的效用函数,并利用罚函数将多约束优化目标进行转化,得到所述网络系统的资源分配优化目标函数;
对所述目标函数利用蜉蝣算法进行最优解搜寻;
当所述蜉蝣算法趋于收敛,系统效用函数维持在一定的范围内不再上升,则终止资源分配的优化过程,得出最终的无线资源分配优化方案;
所述将缓存内容以编码缓存的方式放置于边缘缓存设备,包括:
用F={f1,f2,...,fN}表示一个具有N个文件的文件集;其中,所述文件集中的每个文件大小相同,且每个文件均被分割成a个大小相同的原始块,将a个原始块文件编码成任意数量的将要被缓存的编码块,放置于边缘缓存设备;
在宏基站协调下,通过下行链路,地面基站或LEO卫星发送给用户所需缓存内容;两个用户之间建立的D2D连接利用上行链路来发送缓存内容;
当用户的缓存块放置情况为时,利用D2D链路向一定范围内的用户请求第n个文件缓存块;当用户的缓存块放置情况为时,通过D2D模式无法满足缓存需求,则用户需要向宏基站发送请求,由宏基站负责协调地面基站和卫星为用户提供缓存服务;若用户无法通过D2D模式获得缓存服务,且不在区域内地面小基站的服务范围内,则由LEO卫星通过回程链路向核心网络获取其要求的第n个文件的块缓存并发送给该用户,此时
所述目标函数的表达式为:
s.t.
其中,UF=αlogRate+βlogTra-χlogBand-νlogPower,是整个系统的效用函数,α,β,χ和ν分别为相应的收入和支出增益系数,Rate是系统中分配给用户频谱资源而产生的总数据速率收益,Tra是用户通过边缘缓存的方式获得的数据流量收益,Band和Power分别是系统消耗的带宽支出和系统消耗功率的支出;
ξ,是惩罚因子,为在第k个小区里用户i要求第n个文件的概率,yij∈[0,1]是基站j分配给用户i的功率分配系数,为第k个小区内的基站的发射功率,为卫星发射功率,和分别为基站和LEO卫星的最大发射功率限制,Rmin为最低的数据速率要求,分别为用户从卫星、小基站和D2D模式获得的传输速率;
所述罚函数转化过程,包括:
将约束条件化成形如h(c,y)≤0的形式,h(c,y)*≤0时,满足约束,g(h(c,y)*)=0,新目标函数值与之前不变;h(c,y)*>0,不满足约束,g(h(c,y)*)=1。
2.如权利要求1所述的基于边缘缓存的星地协同网络中的资源分配方法,其特征在于,在所述星地协同网络系统中,用户具有本地缓存功能。
3.如权利要求2所述的基于边缘缓存的星地协同网络中的资源分配方法,其特征在于,在所述星地协同网络系统中,为用户提供边缘缓存服务的对象包括LEO卫星、地面基站以及采用设备到设备D2D模式的用户;为用户提供所需缓存内容的对象依次为本地用户,D2D用户,地面基站以及LEO卫星。
4.一种基于边缘缓存的星地协同网络中的资源分配装置,其特征在于,所述基于边缘缓存的星地协同网络中的资源分配装置包括:
初始化模块,用于初始化待资源分配的星地协同网络系统;在所述星地协同网络系统中,包括多个用户、多个地面基站和至少一个低地球轨道LEO卫星;
缓存模块,用于将缓存内容以编码缓存的方式放置于边缘缓存设备,并规定用户以Zipf分布的概率请求缓存内容;根据用户的请求内容和缓存内容的放置情况,确定用户的缓存获取方式;
目标函数构建模块,用于利用虚拟网络资源的收益与支出计算所述网络系统的效用函数,并利用罚函数将多约束优化目标进行转化,得到所述网络系统的资源分配优化目标函数;
目标函数求解模块,用于对所述目标函数利用蜉蝣算法进行最优解搜寻;当所述蜉蝣算法趋于收敛,系统效用函数维持在一定的范围内不再上升,则终止资源分配的优化过程,得出最终的无线资源分配优化方案;
所述将缓存内容以编码缓存的方式放置于边缘缓存设备,包括:
用F={f1,f2,...,fN}表示一个具有N个文件的文件集;其中,所述文件集中的每个文件大小相同,且每个文件均被分割成a个大小相同的原始块,将a个原始块文件编码成任意数量的将要被缓存的编码块,放置于边缘缓存设备;
在宏基站协调下,通过下行链路,地面基站或LEO卫星发送给用户所需缓存内容;两个用户之间建立的D2D连接利用上行链路来发送缓存内容;
当用户的缓存块放置情况为时,利用D2D链路向一定范围内的用户请求第n个文件缓存块;当用户的缓存块放置情况为时,通过D2D模式无法满足缓存需求,则用户需要向宏基站发送请求,由宏基站负责协调地面基站和卫星为用户提供缓存服务;若用户无法通过D2D模式获得缓存服务,且不在区域内地面小基站的服务范围内,则由LEO卫星通过回程链路向核心网络获取其要求的第n个文件的块缓存并发送给该用户,此时
所述目标函数的表达式为:
s.t.
其中,UF=αlogRate+βlogTra-χlogBand-νlogPower,是整个系统的效用函数,α,β,χ和ν分别为相应的收入和支出增益系数,Rate是系统中分配给用户频谱资源而产生的总数据速率收益,Tra是用户通过边缘缓存的方式获得的数据流量收益,Band和Power分别是系统消耗的带宽支出和系统消耗功率的支出;
ξ,是惩罚因子,为在第k个小区里用户i要求第n个文件的概率,yij∈[0,1]是基站j分配给用户i的功率分配系数,为第k个小区内的基站的发射功率,为卫星发射功率,和分别为基站和LEO卫星的最大发射功率限制,Rmin为最低的数据速率要求,分别为用户从卫星、小基站和D2D模式获得的传输速率;
所述罚函数转化过程,包括:
将约束条件化成形如h(c,y)≤0的形式,h(c,y)*≤0时,满足约束,g(h(c,y)*)=0,新目标函数值与之前不变;h(c,y)*>0,不满足约束,g(h(c,y)*)=1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110505071.7A CN113316196B (zh) | 2021-05-10 | 2021-05-10 | 基于边缘缓存的星地协同网络中的资源分配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110505071.7A CN113316196B (zh) | 2021-05-10 | 2021-05-10 | 基于边缘缓存的星地协同网络中的资源分配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113316196A CN113316196A (zh) | 2021-08-27 |
CN113316196B true CN113316196B (zh) | 2022-07-01 |
Family
ID=77371841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110505071.7A Active CN113316196B (zh) | 2021-05-10 | 2021-05-10 | 基于边缘缓存的星地协同网络中的资源分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113316196B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113791871B (zh) * | 2021-09-24 | 2023-08-22 | 长春理工大学 | 一种面向多目标的云计算任务策略调度方法及系统 |
CN114070859B (zh) * | 2021-11-29 | 2023-09-01 | 重庆邮电大学 | 基于边界成本效益模型的边云缓存协同方法、装置及系统 |
CN114510111B (zh) * | 2021-12-29 | 2023-09-12 | 北京华能新锐控制技术有限公司 | 部分遮阳光伏阵列的全局mppt控制方法与装置 |
CN114520990B (zh) * | 2022-01-24 | 2023-05-26 | 重庆邮电大学 | 一种基于星地云协作的移动边缘计算任务卸载方法 |
CN114422022B (zh) * | 2022-03-11 | 2022-09-13 | 鹏城实验室 | 支持沉浸式媒体的空天地一体化网络系统和数据传输方法 |
CN115208456B (zh) * | 2022-06-10 | 2023-05-30 | 中山大学 | 基于编码缓存的卫星网络通信方法、装置、设备及介质 |
CN116567762A (zh) * | 2023-07-12 | 2023-08-08 | 成都本原星通科技有限公司 | 一种基于多QoS优化的星地协同选择接入控制方法 |
CN116865842B (zh) * | 2023-09-05 | 2023-11-28 | 武汉能钠智能装备技术股份有限公司 | 一种针对通信多址边缘计算服务器的资源分配系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108900355A (zh) * | 2018-07-24 | 2018-11-27 | 北京邮电大学 | 一种星地多级边缘网络资源分配方法 |
CN109121141A (zh) * | 2018-07-24 | 2019-01-01 | 北京邮电大学 | 一种基于mec服务器的星地两级边缘网络及其协作方法 |
CN111641450A (zh) * | 2020-06-02 | 2020-09-08 | 西安电子科技大学 | 星地一体化网络通信与缓存资源联合调度方法 |
CN112702443A (zh) * | 2021-02-26 | 2021-04-23 | 之江实验室 | 一种星地协同通信系统多星多级缓存分配方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9860318B2 (en) * | 2014-12-12 | 2018-01-02 | Tata Consultancy Services Limited | Method and system for optimal caching of content in an information centric networks (ICN) |
-
2021
- 2021-05-10 CN CN202110505071.7A patent/CN113316196B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108900355A (zh) * | 2018-07-24 | 2018-11-27 | 北京邮电大学 | 一种星地多级边缘网络资源分配方法 |
CN109121141A (zh) * | 2018-07-24 | 2019-01-01 | 北京邮电大学 | 一种基于mec服务器的星地两级边缘网络及其协作方法 |
CN111641450A (zh) * | 2020-06-02 | 2020-09-08 | 西安电子科技大学 | 星地一体化网络通信与缓存资源联合调度方法 |
CN112702443A (zh) * | 2021-02-26 | 2021-04-23 | 之江实验室 | 一种星地协同通信系统多星多级缓存分配方法及装置 |
Non-Patent Citations (2)
Title |
---|
Deep Q-Learning Aided Networking, Caching, and Computing Resources Allocation in Software-Defined Satellite-Terrestrial Networks;Chao Qiu等;《IEEE Transactions on Vehicular Technology》;20190630;第68卷(第6期);第5871-5883页 * |
基于星地协同处理的资源管理技术研究;曹欢 等;《高技术通讯》;20201231;第30卷(第12期);第1205-1214页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113316196A (zh) | 2021-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113316196B (zh) | 基于边缘缓存的星地协同网络中的资源分配方法及装置 | |
CN111132077B (zh) | 车联网环境下基于d2d的多接入边缘计算任务卸载方法 | |
CN111010684B (zh) | 一种基于mec缓存服务的车联网资源分配方法 | |
CN111836283B (zh) | 一种基于mec多服务器的车联网资源分配方法 | |
CN109951869B (zh) | 一种基于云雾混合计算的车联网资源分配方法 | |
CN111885147A (zh) | 边缘计算中的一种资源动态定价方法 | |
CN113296845A (zh) | 一种边缘计算环境下基于深度强化学习的多小区任务卸载算法 | |
CN114143346B (zh) | 一种车联网任务卸载和服务缓存的联合优化方法及系统 | |
CN106791887B (zh) | 无线网络中视频的分布式缓存和传输优化方法 | |
Lyu et al. | Computation bits maximization in UAV-enabled mobile-edge computing system | |
CN112512065B (zh) | 支持mec的小小区网络中在移动感知下的卸载和迁移方法 | |
CN114125063B (zh) | 基于业务QoS的电力通信网任务卸载系统、方法及应用 | |
CN113950081A (zh) | 一种多单元移动边缘计算中面向微服务的动态服务迁移和请求路由方法 | |
Li et al. | Joint optimization of computation cost and delay for task offloading in vehicular fog networks | |
Gu et al. | Cooperative mobile edge computing‐cloud computing in Internet of vehicle: Architecture and energy‐efficient workload allocation | |
CN115297171A (zh) | 一种蜂窝车联网分级决策的边缘计算卸载方法及系统 | |
CN113590279A (zh) | 一种面向多核边缘计算服务器的任务调度和资源分配方法 | |
CN113159539B (zh) | 多层边缘计算系统中联合绿色能量调度和动态任务分配方法 | |
CN114363803A (zh) | 一种移动边缘计算网络节能的多任务分配方法及系统 | |
Chowdhury et al. | An optimal strategy for UAV-assisted video caching and transcoding | |
Ma | Edge server placement for service offloading in internet of things | |
CN116781144A (zh) | 无人机搭载边缘服务器的方法、装置及存储介质 | |
CN114531718B (zh) | 不完美csi情况下noma-mec系统能耗优化方法 | |
CN116347522A (zh) | 云边协同下基于近似计算复用的任务卸载方法及装置 | |
CN114928893A (zh) | 一种基于智能反射面的架构及任务卸载方法 |
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 |