异构网络中基于多播技术的分布式缓存和用户关联方法技术

本发明专利技术公开了一种异构网络中基于多播技术的分布式缓存和用户关联方法，属于无线通信技术领域。本发明专利技术针对移动数据流量剧增及小基站(Small Cell Base Station，SBS)密集部署带来的回程拥塞问题，结合多播传输和协作缓存两者的优势，在保证所有用户的服务质量前提下，提出了一种多播协作缓存算法对用户关联策略和缓存配置策略进行联合优化以最小化系统总回程成本。与现有技术相比，本发明专利技术具有更低的系统回程成本和功率消耗。

【技术实现步骤摘要】
异构网络中基于多播技术的分布式缓存和用户关联方法
本专利技术涉及一种无线边缘缓存技术，特别是涉及一种异构网络中基于多播技术的分布式缓存和用户关联方法，属于无线通信

技术介绍
随着移动智能设备的不断增长，移动数据流量的急剧增加，对于新兴应用和服务的需求也开始呈现爆炸式增长。小基站密集部署是应对这种移动数据流量增长的一种关键技术但是这种方法将给回程链路带来巨大压力，同时也会使得系统能耗增加。多播和无线缓存被视为应对上述问题的两种很有前景的技术。缓存通过充分利用流量的周期模式将流量从高峰时段(如白天)转移到非高峰时段(如夜晚)，具体做法是在非高峰时段将部分文件提前缓存在基站等设备中，而在高峰时段服务用户请求。缓存对于有足够多内容复用时的场景很有效。多播则是通过使用单点对多点而非点对点的传输方式来服务用户对相同文件的并发请求，从而减少通信流量，并且降低能耗及带宽消耗。多播在许多用户并发地产生对相同文件的请求时非常有效。这样的场景在人群聚集事件中更常见，因为有大量的共同定位的人对相同的内容感兴趣，例如，体育比赛和音乐会活动中，经常有成千上万的参与者。社交网络平台和新闻服务等多种新服务也采用了一对多的通信范例，例如，Tweeter、Facebook等的更新，预计多播技术将会被更频繁地应用。目前学术界和工业界一般都是将这两种技术分别应用于不同场景和方面。将无线缓存和多播进行结合的文献研究还较少。
技术实现思路
专利技术目的：基于上述现有技术的不足，本专利技术结合无线缓存技术和多播技术两者的优势，提出一种异构网络中基于多播技术的分布式缓存和用户关联方法，旨在降低系统总回程成本，同时在一定程度上降低系统功耗。技术方案：为实现上述专利技术目的，本专利技术采用如下技术方案：一种异构网络中基于多播技术的分布式缓存和用户关联方法，包括如下步骤：(1)以(M+1)×K的矩阵表示基站(包括宏基站和小基站)和用户关联策略，以(M+1)×N的矩阵表示基站的缓存配置策略，设每个时隙内请求相同文件的用户形成一个多播组，同组用户采用多播方式进行文件传输，在保证用户服务质量，保证每个用户在每个时隙内只能由一个基站提供服务，以及保证缓存在基站的文件不会超过基站缓存容量的约束条件下，以最小化各多播组中用户的最大传输速率之和为目标，建立用户关联策略和缓存配置策略的联合优化问题；其中基站包括宏基站和小基站，M为小基站总数目，网络中还包括1个宏基站，N为一段时间内所有用户请求的文件总数目，K为网络中移动用户总数目；(2)对用户关联策略和缓存配置策略进行迭代优化，得到最优的用户关联策略和缓存配置策略，每轮迭代优化过程包括：(2.1)基于给定缓存配置策略，采用博弈论方法求解用户关联策略；(2.2)基于给定用户关联策略，采用拉格朗日松弛算法求解缓存配置策略。进一步地，步骤(1)中建立的联合优化问题描述为：其中，tmk表示用户k是否由基站m服务，xmn表示基站m中缓存文件n的比例，Rmk表示基站m到用户k的文件传输速率，SINRmk表示关联到基站m的用户k的信干噪比值，γk表示用户k的接收信干噪比阈值，Cm表示基站m的缓存容量，cn表示文件n的大小。代表基站集合，其中0代表宏基站，{1,2,...,M}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，代表网络中移动用户集合，代表请求文件n的用户形成的一个多播组。进一步地，步骤(2.1)中采用博弈论方法求解用户关联策略，包括：(2.1.1)设置迭代次数j＝0，每个用户各个可能的关联策略被选择的初始概率向量为其中表示用户k的所有可能的关联策略集合；(2.1.2)所有用户根据概率选择第bk(j)种基站关联策略进行基站关联；(2.1.3)各用户更新其效用函数Uk(j)及其当前归一化效用函数然后用户更新其各自概率向量，更新规则为：其中，0＜β＜1是学习参数，用户k的效用函数定义为可服务用户k的基站的总回程成本；(2.1.4)若对于都存在大于设定阈值，算法结束，否则返回步骤(2.1.2)继续循环，直到循环结束。进一步地，步骤(2.1)中采用博弈论方法求解用户关联策略时，用来表示用户基站关联策略的博弈论模型，其中用户集合为该博弈论模型中的博弈者集合，Sk表示表示用户k的基站关联策略集合，Uk表示用户k的效用函数；策略集合Sk＝{sk}，其中sk＝(t0k,t1k,t2k,t3k,...,tMk)T，所有用户的基站关联策略表示为矩阵其表示所有用户的联合策略空间，除了用户k外的其他所有用户的基站关联策略为其中用户k的效用函数定义为可服务用户k的基站的总回程成本，表示为：其中，表示可以服务用户k的基站集合，集合中基站满足约束SINRmk≥γktmk。进一步地，步骤(2.2)中采用拉格朗日松弛算法求解缓存配置策略的方法为：采用梯度下降法对缓存配置变量xmn和拉格朗日乘子进行迭代更新至收敛得到最优解：其中，为更新缓存配置变量xmn的步长，为更新乘子的步长，参数j代表第j次迭代，表示：当z小于a时取值为a，当z大于b时取值为b，否则取值本身，[z]+＝max{0,z}表示：当z小于0时取值为0，否则取值本身。有益效果：本专利技术针对异构网络，在保证所有用户的QoS前提下，结合多播和缓存技术，以最小化系统总回程成本为目标建立缓存配置策略和用户关联策略的联合优化问题。为解决该NP-hard问题，将其划分为了两个子问题，即基于给定缓存配置策略的用户关联问题和基于给定用户关联策略优化缓存配置策略的问题。本专利技术方法充分利用多播技术和缓存技术两者的优势，相对于现有单播缓存算法和多播缓存算法，该方法在保证系统中各用户QoS前提下，不仅可以有效降低系统回程总成本，而且在降低能耗方面也具有明显优势。附图说明图1为异构网络的系统模型图。图2为本专利技术的方法的流程图。图3为本专利技术与现有技术的系统功耗随SBS存储空间大小的变化而变化的仿真曲线图。图4-图6为本专利技术与现有技术的系统总回程成本随SBS存储空间大小、Zipf分布参数α、系统中用户数目的变化而变化的仿真曲线图。具体实施方式下面结合附图对本专利技术的具体实施方式做详细说明。如图1所示，本专利技术所基于的异构缓存网络由1个宏基站(MacroBaseStation，MBS)，M个小基站(SmallcellBaseStation，SBS)和K个用户组成。代表基站集合，其中0代表MBS，{1,2,...,M}代表SBS集合，代表移动用户集合。SBS密集部署，即用户可以处在多个SBS的覆盖范围之内。用矩阵表示基站和用户关联情况，其中tmk表示传输决策，当tmk＝1时表示用户k由基站m服务，tmk＝0时则表示用户k不由基站m提供服务，每个用户最多只能由一个基站服务。表示一段时间内所有用户请求的文件集合，文件总数目为N，每个文件大小相同，为方便，归一化为1。宏基站和小基站均具有缓存能力，缓存空间为本专利技术采用MDS编码缓存方案，当用户以任意顺序接收的文件编码数据包总比特数超过阈值1时，就能恢复原文件。缓存配置策略用一个(M+1)×N的矩阵来表示，其中表示基站m中缓存文件n的比例。如果基站m缓存文件n的比例为1，则文件可以从基站m直接获取，如果基站m缓存文件n的比例在0和1之间，文件n的一部分可以从基站m直接获取，另一部分则需要本文档来自技高网...

【技术保护点】
1.一种异构网络中基于多播技术的分布式缓存和用户关联方法，其特征在于，包括如下步骤：(1)以(M+1)×K的矩阵表示基站和用户关联策略，以(M+1)×N的矩阵表示基站的缓存配置策略，设每个时隙内请求相同文件的用户形成一个多播组，同组用户采用多播方式进行文件传输，在保证用户服务质量，保证每个用户每个时隙内只能由一个基站提供服务，以及保证缓存在基站的文件不会超过基站缓存容量的约束条件下，以最小化各多播组中用户的最大传输速率之和为目标，建立用户关联策略和缓存配置策略的联合优化问题；其中基站包括宏基站和小基站，M为小基站总数目，网络中还包括1个宏基站，N为一段时间内所有用户请求的文件总数目，K为网络中移动用户总数目；(2)对用户关联策略和缓存配置策略进行迭代优化，得到最优的用户关联策略和缓存配置策略，每轮迭代优化过程包括：(2.1)基于给定缓存配置策略，采用博弈论方法求解用户关联策略；(2.2)基于给定用户关联策略，采用拉格朗日松弛算法求解缓存配置策略。

【技术特征摘要】
1.一种异构网络中基于多播技术的分布式缓存和用户关联方法，其特征在于，包括如下步骤：(1)以(M+1)×K的矩阵表示基站和用户关联策略，以(M+1)×N的矩阵表示基站的缓存配置策略，设每个时隙内请求相同文件的用户形成一个多播组，同组用户采用多播方式进行文件传输，在保证用户服务质量，保证每个用户每个时隙内只能由一个基站提供服务，以及保证缓存在基站的文件不会超过基站缓存容量的约束条件下，以最小化各多播组中用户的最大传输速率之和为目标，建立用户关联策略和缓存配置策略的联合优化问题；其中基站包括宏基站和小基站，M为小基站总数目，网络中还包括1个宏基站，N为一段时间内所有用户请求的文件总数目，K为网络中移动用户总数目；(2)对用户关联策略和缓存配置策略进行迭代优化，得到最优的用户关联策略和缓存配置策略，每轮迭代优化过程包括：(2.1)基于给定缓存配置策略，采用博弈论方法求解用户关联策略；(2.2)基于给定用户关联策略，采用拉格朗日松弛算法求解缓存配置策略。2.根据权利要求1所述的一种异构网络中基于多播技术的分布式缓存和用户关联方法，其特征在于，步骤(1)中建立的联合优化问题描述为：其中，tmk表示用户k是否由基站m服务，xmn表示基站m中缓存文件n的比例，Rmk表示基站m到用户k的文件传输速率，SINRmk表示关联到基站m的用户k的信干噪比值，γk表示用户k的接收信干噪比阈值，Cm表示基站m的缓存容量，cn表示文件n的大小。代表基站集合，其中0代表宏基站，{1,2,...,M}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，代表网络中移动用户集合，代表请求文件n的用户形成的一个多播组。3.根据权利要求2所述的一种异构网络中基于多播技术的分布式缓存和用户关联方法，其特征在于，步骤(2.1)中采用博弈论方法求解用户关联策略，包括：...

【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