The present invention provides a clustering-based cache configuration method and device for ultra-dense network, aiming at the problem that it is difficult to balance the computation complexity and cache hit ratio of existing small base station cache methods in ultra-dense scene. Firstly, this method aims at maximizing the number of users served by small base stations, and then uses spectral clustering algorithm to cluster users based on user preferences and user locations. Then, small base stations are grouped according to the clustering results. After grouping, small base stations can only serve the same kind of users, but can not be satisfied. Secondly, the original optimization problem is decomposed into sub-problems according to the clustering results, and the optimization objective of sub-problems is to maximize the number of users served by the small and medium base stations in their respective categories. Finally, greedy cache algorithm is used to solve each sub-problem independently, and the cache configuration strategy of all kinds of small and medium base stations is obtained. Compared with the existing technology, the invention achieves a good compromise between computational complexity and cache hit rate.
【技术实现步骤摘要】
超密集网络中基于聚类的缓存配置方法及装置
本专利技术涉及一种无线边缘缓存技术,特别是涉及一种超密集网络中基于聚类的缓存配置方法及装置,属于无线通信
技术介绍
近些年来,随着新兴移动互联网应用的不断涌现和发展,以及智能终端数量的持续增加,移动数据流量爆炸式增长,移动通信技术的进一步发展面临巨大挑战。无线边缘缓存技术被视为应对这种挑战的一种非常有前景的技术。无线边缘缓存技术利用移动网络边缘的各种网络设备,例如基站、接入点、甚至用户的移动设备等,在非高峰时间预先下载和缓存受欢迎的文件,大大减少了高峰时段流行文件的重复传输,降低了回程链路负载,同时有效降低了服务延时,提升了用户体验。如何针对特定场景设计一种有效的缓存配置策略是无线边缘缓存技术研究的核心问题。超密集网络是第五代移动通信中的一种重要组网技术,其基本思想是通过覆盖不同范围、承担不同功能的大/小基站在空间中的极度密集部署,让访问节点尽可能接近终端用户,从而提升终端用户性能。超密集网络可以有效提高网络容量,但随着部署基站数量及用户请求的不断增加,将会面临严重的回程瓶颈问题。利用基站或者移动终端的缓存能力可以解决回程链路容量限制问题。所以在超密集网络场景下进行缓存配置算法设计极具现实意义,已经引起学术界及工业界的广泛关注。超密集网络是从无线异构网络演化发展而来,所以传统的异构网络缓存方案理论上也可以应用于超密集网络缓存中。异构网络中,我们通常采用的缓存方案为最热门缓存策略、随机缓存策略或贪心缓存策略(详见K.Shanmugam,N.Golrezaei,A.G.Dimakis,etal,“FemtoC ...
【技术保护点】
1.一种超密集网络中基于聚类的缓存配置方法,其特征在于,包括如下步骤:(1)以M×N的矩阵表示所有小基站的缓存配置策略,以M×K的矩阵表示小基站是否可以服务用户,在保证缓存在小基站的文件不会超过小基站缓存容量的约束条件下,以最大化由小基站服务的用户数为目标,建立缓存配置策略优化问题;其中M为小基站总数目,N为一段时间内所有用户请求的文件总数目,K为超密集网络中移动用户总数目;(2)基于用户偏好及用户位置对用户进行聚类,并根据聚类结果对小基站进行分组,分组后小基站只能服务同类内用户,而不能服务其他类内用户;(3)根据聚类结果,将原始优化问题分解为C个子问题,其中C为用户分类后的类别总数,所述子问题的优化目标为最大化由各自类别中小基站服务的用户数;(4)采用贪心缓存算法独立求解各个子问题,得到各类中小基站的缓存配置策略。
【技术特征摘要】
1.一种超密集网络中基于聚类的缓存配置方法,其特征在于,包括如下步骤:(1)以M×N的矩阵表示所有小基站的缓存配置策略,以M×K的矩阵表示小基站是否可以服务用户,在保证缓存在小基站的文件不会超过小基站缓存容量的约束条件下,以最大化由小基站服务的用户数为目标,建立缓存配置策略优化问题;其中M为小基站总数目,N为一段时间内所有用户请求的文件总数目,K为超密集网络中移动用户总数目;(2)基于用户偏好及用户位置对用户进行聚类,并根据聚类结果对小基站进行分组,分组后小基站只能服务同类内用户,而不能服务其他类内用户;(3)根据聚类结果,将原始优化问题分解为C个子问题,其中C为用户分类后的类别总数,所述子问题的优化目标为最大化由各自类别中小基站服务的用户数;(4)采用贪心缓存算法独立求解各个子问题,得到各类中小基站的缓存配置策略。2.根据权利要求1所述的一种超密集网络中基于聚类的缓存配置方法,其特征在于,步骤(1)中建立的优化问题描述为:其中,xmn表示第m个小基站是否缓存了文件n,ymk表示第m个小基站是否可以服务用户k,qkn表示第k个用户请求第n个文件的概率,Sm表示第m个小基站归一化后的存储容量,代表小基站集合,代表一段时间内所有用户请求的文件集合。3.根据权利要求2所述的一种超密集网络中基于聚类的缓存配置方法,其特征在于,步骤(3)中分解后的子问题描述为:其中,Kc表示第c类中的用户总数,表示第c类中的小基站集合,Mc表示第c类中的小基站数目。4.根据权利要求1所述的一种超密集网络中基于聚类的缓存配置方法,其特征在于,步骤(2...
【专利技术属性】
技术研发人员:杨绿溪,张珊,陶文武,李春国,黄永明,
申请(专利权)人:东南大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。