一种基于遗传算法的最大化公平性基站主动存储方法技术

本发明专利技术公开了一种基于遗传算法的最大化公平性基站主动存储分配方法，包括如下步骤：步骤一、确定分配方法的网络模型；骤二、确定公平性评价函数以及评价参数；步骤三、建立目标函数与限制条件；步骤四、用遗传算法进行求解。与现有技术相比，本发明专利技术通过将目标函数建立为最大化系统的用户公平性，本发明专利技术存储分配方案在用户公平性上有了很大的提升。

A method of maximizing fair base station active storage based on genetic algorithm

The invention discloses an active storage allocation method for maximizing fairness base station based on genetic algorithm, which includes the following steps: first, determining the network model of the allocation method; second, determining the fairness evaluation function and evaluation parameters; third, establishing the objective function and restriction conditions; fourth, using genetic algorithm. Solve it. Compared with the prior art, by establishing the objective function to maximize the user fairness of the system, the storage allocation scheme of the invention greatly improves the user fairness.

【技术实现步骤摘要】
一种基于遗传算法的最大化公平性基站主动存储方法
本专利技术属于无线蜂窝网络边缘存储
，尤其涉及一种基站主动存储中最大化公平性的存储分配方法。
技术介绍
近年来，蜂窝通信网络数据流量急剧增长，且有研究表明在未来五年内将增加两个数量级。尽管这是个巨大的商机，但这种激增的需求有可能导致蜂窝系统不稳定甚至崩溃，大大降低用户的体验，甚至危及其他无线数据服务的发展。因此，移动无线流量需求的巨大增长需要无线网络区域频谱效率相应的增加。实现这一目标的一个有效的方法是缩小基站的服务范围，并使内容更贴近用户。因此研究员们提出了通过流量本地化的办法来减少数据在网络中的重复传输。基站主动存储技术就是将内容放置于靠近用户的基站中，在降低重复传输成本的同时减少了内容传输至用户的时延。当某个用户请求所需的流行数据时，将不会直接从原始的远程云服务器接收内容，而是直接从本地存有数据的基站接收，直到请求结束为止。从而以这样的方式减少了用户接收流行数据的时间，改善了用户体验，提高了QoS，并且有助于降低无线网络的流量，大大减少了拥塞。在蜂窝网络中采用基站主动存储的关键问题之一就是数据存储分配，也就是各个基站如何存储数据，存多少数据的问题。具体的系统构架为，假设一个无线通信系统内有N个小型基站，服务大量的终端用户，这些基站在固定的位置并且具有存储能力。当用户向本地基站请求数据时，若用户所请求的数据本地基站中不存在时，本地基站则向其他基站请求数据。在进行数据存储时将数据网络编码后再存储在设备中。并且，在网络编码的基础上，将数据分组进行编码，各个基站都存储某业务编码后的部分分组数据。当用户请求时，本地基站只需要接收该业务的一定分组数，就能恢复出原来的数据。这样，不必再关心数据具体存储在哪个基站中，而是从与本地基站通信距离较近且信道条件较好的存有该业务数据的基站中获得数据分组。数据存储分配过程是传输代价与存储容量之间的折中，一般需要保证：1)每个用户能在一个合理的传输代价下得到自己想要的数据；2)每个基站数据存储量是适当的。过往的研究主要包括：在传输代价限制的条件下，让总的数据存储量尽量的小；在总的存储容量限制的条件下，使传输代价尽可能的小；如何使得数据传输的能源效率提高等。以上这些研究都忽略了用户公平性。实际上，在无线网络中的用户，无论是处于信道资源丰富的地区，还是处于边缘网络中有较差信噪比的用户，都应当受到平等的对待。因此，本专利技术主要解决在基站主动存储的蜂窝网络中，如何最大化用户的公平性。
技术实现思路
本专利技术公开了一种基于遗传算法的最大化公平性基站主动存储方法，能够解决现有缓存分配技术中的用户公平性不高问题。为了达到上述目的，本专利技术采取以下技术方案。一种基于遗传算法的最大化公平性基站主动存储方法，该方法包括如下步骤：步骤1、确定分配方法的网络模型优选的，分配方法的网络模型采用合作缓存方式，考虑别的基站中的缓存内容。当用户向本地基站请求数据时，若用户所请求的数据本地基站中不存在时，本地基站则向其他基站请求数据。在进行数据存储时将数据网络编码后再进行存储。并且在网络编码的基础上将数据分组编码，各个基站都存储某业务编码后的部分分组数据。当用户请求时，本地基站只需要接收该业务的一定分组数，就能恢复出原来的数据。步骤2、确定公平性评价函数以及评价参数优选的，采用Jain指标函数定义系统的公平性：当J(x)＞Jmin,性能参数向量x是公平的；反之不是公平的。其定义为:其中Jmin为Jain指标门限,J(x)是指标函数，xk为系统分配给第k个用户的资源量，Jain值域在[1/K,1]范围内，两个端点分别代表最差和最好情况，当所有的个体分配到相同的资源时公平性最大。本专利技术以用户的传输代价作为公平性的评判指标，传输代价定义为传输数据包的传输时间成本。步骤3、建立目标函数与限制条件优选的，假设每个数据分组从传输基站i传送到接收基站j所需要的传输代价为cij。当本地基站的数据不够需要从别的基站接收数据才能恢复源数据时，考虑到不同基站间通信条件不同，附近的几个基站传输给本地基站的数据量应该也有所不同，因此引入变量aij来表示从基站i传输到基站j传输的分组数占基站i中存储的数据的比例。于是从传输基站到接收基站传输数据所需要的总的传输代价为：其中mi是基站i中数据存储的分组数。将传输代价作为公平性的衡量指标带入Jain公平性指标函数，于是优化目标函数为：与此同时，目标函数应当受到一些限制条件的约束。首先，在数据分配的时候，为了保证资源分配的公平性，本地基站从其他基站接收数据时所受到的传输代价应当受到一个上限限制，以免某个基站为恢复原数据而接收别的基站数据时所受的传输代价特别大。具体公式如下：其中Cmax是接收基站得到K个分组所允许的最大传输代价。其次，为了成功解码原来的数据包，接收基站需要从编码数据包中恢复出原数据，所接收的编码数据包也受到某个最小值的限制，即需要接收一定的数据包才能恢复原数据，具体公式如下：其中Kmin为恢复原始数据所需最小分组数。再者，某个数据的数据分组在基站中总的存储容量也应该受到限制，并不能为了一味的提高公平性指数而让总的存储量无限的增大，因为基站的存储容量是有限的。因此应该在总的存储量的限制下进行公平性的优化，具体的公式如下：其中，Mup是数据在基站中的存储容量限制。最后，由于基站的容量有限，对于每一种内容在每个基站中的存储容量也是有限制的，以及传输系数应该是一个0-1的比例系数，因此自变量mi和aij受到以下条件限制：步骤4、用遗传算法进行求解优选的，首先生成一个有效的初始种群，这个种群的多样性要尽量的丰富。算法以这个初始种群作为初始搜索空间进行随机搜索，从而获得最优个体。其中变量aij和mi是彼此联结在一起的两个变量，本专利技术采用矩阵编码进行编码。其次，根据问题的优化目标构造相应的适应度函数。用惩罚函数的方法处理限制条件，并将模拟退火思想引入到惩罚因子中，使得惩罚系数能较好的平衡原始的目标函数和惩罚函数。通过合理选择这些惩罚函数的惩罚因子，新的无约束优化问题收敛到原问题的最优点。适应度函数经过转化后的优化目标函数为：为了平衡原始的目标函数和惩罚函数，将模拟退火思想引入到惩罚因子中，运用模拟退火的思想定义罚函数的参数，惩罚参数是迭代次数的函数，惩罚函数的参数θ定义为：Ti+1＝ρTi,(i＝1,2,…L-1),其中L为迭代次数；Ti是第i代的动态温度；ρ是取值范围在(0,1)的系数。运用模拟退火惩罚因子后的目标函数变为：再次，用轮盘赌进行选择，再通过交叉和变异提高种群的多样性，得到更优个体。其中在遗传操作的时候运用针对矩阵个体的的交叉和变异。最后，重复执行上述操作至终止条件，通过多次的迭代，种群的最优个体越来越好，最终输出最理想的结果。与现有技术相比，本专利技术的有益效果是：1)本方法通过将目标函数建立为最大化系统的用户公平性，使所得的存储分配方案的用户公平性得到了很大的提高，提升了用户的体验。2)本方法将遗传算法做适当的改变，使得遗传算法更加适合解决本文的问题，其中运用矩阵编码种群个体解决了变量aij和mi是彼此联结在一起的问题，用模拟退火惩罚因子较好的平衡了原始的目标函数和惩罚函数。附图说明图1：系统的网络模型图。图2：个体矩阵编本文档来自技高网...

【技术保护点】
1.一种基于遗传算法的最大化公平性基站主动存储分配方法，其特征在于，该方法包括如下步骤：步骤一、确定分配方法的网络模型；步骤二、确定公平性评价函数以及评价参数；步骤三、建立目标函数与限制条件；步骤四、用遗传算法进行求解。

【技术特征摘要】
1.一种基于遗传算法的最大化公平性基站主动存储分配方法，其特征在于，该方法包括如下步骤：步骤一、确定分配方法的网络模型；步骤二、确定公平性评价函数以及评价参数；步骤三、建立目标函数与限制条件；步骤四、用遗传算法进行求解。2.如权利要求1所述的一种基于遗传算法的最大化公平性基站主动存储分配方法，其特征在于，步骤一中的网络模型采用合作缓存方式，当用户向本地基站请求数据时，若用户所请求的数据本地基站中不存在时，本地基站则向其他基站请求数据；在进行数据存储时将数据网络编码后再进行存储，并且在网络编码的基础上将数据分组编码，各个基站都存储某业务编码后的部分分组数据，当用户请求时，本地基站只需要接收该业务的一定分组数，就能恢复出原来的数据。3.如权利要求1或2所述的一种基于遗传算法的最大化公平性基站主动存储分配方法，其特征在于，步骤二采用Jain指标函数进行公平性的评判函数，公平性评价函数具体为：当J(x)＞Jmin，性能参数向量x是公平的，反之不是公平的；其中Jmin为Jain指标门限,J(x)是指标函数，xk为系统分配给第k个用户的资源量，Jain值域在[1/K,1]范围内，两个端点分别代表最差和最好情况；并选用传输代价作为公平性的评判参数，传输代价定义为传输数据包的传输时间成本。4.如权利要求3所述的一种基于遗传算法的最大化公平性基站主动存储分配方法，其特征在于，步骤三具体为：从传输基站到接收基站传输数据所需要的总的传输代价为：其中cij为每个数据分组从传输基站i传送到接收基站j所需要的传输代价，aij表示从基站i传输到基站j传输的分组数占基站i中存储的数据的比例，mi是基站i中数据存储的分组数；将传输代价作为公平性的衡量指标带入Jain公平性指标函数，优化目标函数为：。5.如权利要...

【专利技术属性】
技术研发人员：姚英彪，包乔静，刘兆霆，许晓荣，冯维，姜显扬，刘晴，严军荣，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33