一种时延驱动的D2D网络缓存下载方法技术

本发明专利技术公开了一种时延驱动的D2D网络缓存下载方法，利用Zipf分布来近似设备对文件的请求概率即文件的流行度，考虑网络中的D2D设备兼具缓存功能和下载需求。同时考虑设备根据缓存策略从基站下载数据提前缓存产生的时延和设备发送数据需求时下载数据所需的时延，构建了最小化网络平均时延的优化问题，通过优化缓存策略和缓存下载链路的选择来提升系统性能。我们提出了一种时延驱动的缓存下载算法解决该优化问题。仿真结果显示，所提出的时延驱动的D2D网络缓存下载方案相比以往方案能够有效的减小时延提升系统性能。

A Delay-Driven Downloading Method for D2D Network Cache

【技术实现步骤摘要】
一种时延驱动的D2D网络缓存下载方法
本专利技术属于5G网络中D2D缓存技术，是一种时延驱动的D2D网络缓存下载方法。
技术介绍
随着5G无线通信的发展，无线通信中传统性能指标如速率、频谱效率等都需要进一步的提高，对频谱资源的需求也大大增加。作为面向5G的关键技术，D2D通信技术有助于提升系统容量和频谱效率在学术研究和工业应用中都得到了广泛的关注。D2D通信能够不经过基站中转实现设备到设备间的直接通信从而大大减少了基站对D2D通信建立连接的负担。D2D用户复用蜂窝用户的频段进行通信同时也提高了频谱的利用率。现在的网络中，除传统的语音通信，以数据传输为主的通信业务模式也占据了较大比例。而在数据业务流量报告中可以看出，一部分流行数据具有非实时性且占用了较大的传输负载而给传输带来负担，缓存是解决该问题的有效手段之一。缓存即设备根据流行度的预测，提前存储请求的数据或文件，在发生数据请求时能够不经过网络下载而获取数据从而提升网络性能。而通过D2D设备进行缓存能够有效较小网络负载，提升网络吞吐量。D2D设备根据缓存策略，向基站请求下载数据并进行缓存。当网络中设备出现数据请求时，可通过自身缓存、向邻近D2D设备请求下载和向基站请求下载几种方式获取数据。如何设计缓存策略，最大化缓存所带来的增益是现有研究中关注点之一。然而现有大部分D2D缓存研究设计缓存策略时，仅根据流行度和周边节点的需求进行缓存，忽略了设备提前缓存数据所产生的时延，同时未能充分考虑下载路径的选择问题。
技术实现思路
本专利技术的目的在于克服上述现有技术不足，提供一种时延驱动的D2D网络缓存下载方法，能够有效的提升系统性能，降低缓存下载网络中的平均传输时延。一种时延驱动的D2D网络缓存下载方法，包括以下步骤：步骤1：构建一个具有N个D2D设备的单小区缓存下载网络具有L个文件在自身发生数据请求前，D2D设备可从基站端提前下载文件进行存储，由基站(BS)到设备Di的传输速率设备Di向基站请求提前下载存储文件的时延用a＝{a1,a2,…,aN}表示下载策略，Di的缓存策略可用ci＝{ci,1,ci,2,…,ci,L}表示，当设备发生数据下载需求时，设备可以通过检查自身缓存、由已缓存数据的D2D设备处下载或由基站处下载，若自身已缓存则下载时延为零，假设一个D2D设备只能向一个其余D2D设备或基站发出请求，而一D2D设备也仅能为一个设备提供下载帮助，同时所有D2D链路复用相同资源传输，用表示设备Di下载文件的链路选择，由设备Dj到设备Di的传输速率由基站(BS)到设备Di的传输速率设备从给其提供下载服务的设备或基站处下载文件的传输速率Rj,i，时延为步骤2：基于步骤1中构建的网络，构建通过优化缓存策略，下载策略和链路选择最小化网络的平均传输时延的优化问题，时延包括从基站处提前下载存储产生的时延和产生文件下载需求进行下载所产生的传输时延两个部分，优化问题如下：其中下载链路选择，表示文件缓存策略，a表示提前下载策略，下载成功概率因该门限ε，ε∈[0,1]；步骤3：一种时延驱动的缓存下载算法解决步骤2中所提优化问题，该算法通过固定另外两个优化变量求其中一个优化变量的解，反复迭代求解上诉优化问题，如算法1所示；在算法1的基础上，设计了分别求解每一步迭代中v，c和a的子算法；根据优化问题，可以得出以下结论：定理1：如果给定其余设备的下载策略，可以得到当前设备的最优下载策略；定理2：如果给定其余设备的缓存策略，可以得到当前设备的最优缓存策略；根据定理1设计了求解a的子算法，如算法2所示；根据定理2设计了求解c的子算法，如算法3所示；求解v时，利用一种基于惩罚函数的二元粒子群算法进行求解；求解v的子算法，如算法4所示。步骤1中，假设网络中的N个设备服从密度为λ独立泊松点过程(PPP)，假设每个D2D设备兼具有下载所需数据的需求和缓存功能，D2D设备索引用集合表示，代表N个活跃D2D链路假设每个D2D只能存储一个文件，所有信道将服从瑞利衰落模型，基站可为个M设备提供下载服务，假设网络中一共有L个文件可能被D2D设备请求下载，文件大小均为FLbit，根据文件流行度由大到小用集合表示文件索引，该集合表示了L个文件设备Di对文件fl的请求概率为pi,l，用a＝{a1,a2,…,aN}表示下载策略，其中ai＝1表示设备Di从基站中提前下载存储了文件，ai＝0表示Di未进行提前下载存储，同时为每个设备考虑一个独立的概率缓存策略，Di的缓存策略可用ci＝{ci,1,ci,2,…,ci,L}表示，其中ci,l表示设备Di缓存文件fl的概率，用表示设备Di下载文件的链路选择，如果vj,i＝1则设备Di将从设备Dj(或基站)处进行文件下载。步骤3中，算法1：1)在定义域内初始化v(0)，c(0)和a(0)，迭代次数t＝02)固定v(t)和a(t)，求出c(t+1)3)固定v(t)和c(t+1)，求出a(t+1)4)固定a(t+1)和c(t+1)，求出v(t+1)5)t＝t+1，更新结果重复步骤2)直到收敛6)得到a＝a(t)，c＝c(t)和v＝v(t)。步骤3中，算法2：1)初始化a(0)2)重复迭代t＝1,...,Tmax,其中Tmax为最大迭代次数3)重复用户间迭代i＝1,...,N4)更新a-k(t)＝[a1(t),…ak-1(t),ak+1(t),…aN(t)]5)更新6)更新a(t)＝[a1(t),…ak(t),ak+1(t),…aN(t)]7)重复步骤3)直到遍历所有设备8)重复步骤2)直到t＝Tmax9)得到a＝a(t)其中步骤3中，算法3：1)初始化c(0)2)重复迭代t＝1,...,Tmax,其中Tmax为最大迭代次数3)重复用户间迭代i＝1,...,N4)更新c-k(t)＝[c1(t),…ck-1(t),ck+1(t),…cN(t)]5)更新ck*＝{0,…,ck,q,…,0},ck,q＝1,其中6)更新c(t)＝[c1(t),…ck(t),ck+1(t),cN(t)]7)重复步骤3)直到遍历所有设备8)重复步骤2)直到t＝Tmax9)得到c＝c(t)其中，步骤3中，算法4：1)随机初始化x,t＝02)为当前位置，为种群目前找到的最优位置3)对每个粒子，更新4)对每个粒子，更新5)对每个粒子，根据更新后结果计算，如果当前结果更优，更新6)若出现种群更优解，更新7)若未到达最大迭代次数，t＝t+1,至步骤3)其中，μ1,μ2为加速常数，ω为惯性因子，z1,z2为[0,1]范围内服从均匀分布的随机数。同时速度smax为常数。rand为[0,1]范围内服从均匀分布的伪随机数，S(·)为Sigmoid函数。算法4中，求解v时，利用一种基于惩罚函数的二元粒子群算法进行求解，首先将优化问题进行变形，利用惩罚函数可以将带约束的优化问题转化为无约束问题：惩罚函数Ppenalty(v)≥0为总违反约束，δk＞0表示惩罚因子；优化问题的优化变量包含N2个变量，因此该粒子群算法的搜索空间为N2维的，初始化m个N2维向量表示m个粒子，其中同时用另一个m个N2维向量表示粒子的速率，每个粒子定义个体最优位置和集体最优位置本专利技术考虑了现有研究中仅根据流行度和周边节点的需求进行缓存，忽略了设备提前缓存数据本文档来自技高网...

【技术保护点】
1.一种时延驱动的D2D网络缓存下载方法，其特征在于，包括以下步骤：步骤1：构建一个具有N个D2D设备

【技术特征摘要】
1.一种时延驱动的D2D网络缓存下载方法，其特征在于，包括以下步骤：步骤1：构建一个具有N个D2D设备的单小区缓存下载网络具有L个文件在自身发生数据请求前，D2D设备可从基站端提前下载文件进行存储，由基站(BS)到设备Di的传输速率设备Di向基站请求提前下载存储文件的时延用a＝{a1,a2,…,aN}表示下载策略，Di的缓存策略可用ci＝{ci,1,ci,2,…,ci,L}表示，当设备发生数据下载需求时，设备可以通过检查自身缓存、由已缓存数据的D2D设备处下载或由基站处下载，若自身已缓存则下载时延为零，假设一个D2D设备只能向一个其余D2D设备或基站发出请求，而一D2D设备也仅能为一个设备提供下载帮助，同时所有D2D链路复用相同资源传输，用表示设备Di下载文件的链路选择，由设备Dj到设备Di的传输速率由基站(BS)到设备Di的传输速率设备从给其提供下载服务的设备或基站处下载文件的传输速率Rj,i，时延为步骤2：基于步骤1中构建的网络，构建通过优化缓存策略，下载策略和链路选择最小化网络的平均传输时延的优化问题，时延包括从基站处提前下载存储产生的时延和产生文件下载需求进行下载所产生的传输时延两个部分，优化问题如下：其中下载链路选择，表示文件缓存策略，a表示提前下载策略，下载成功概率因该门限ε，ε∈[0,1]；步骤3：一种时延驱动的缓存下载算法解决步骤2中所提优化问题，该算法通过固定另外两个优化变量求其中一个优化变量的解，反复迭代求解上诉优化问题，如算法1所示；在算法1的基础上，设计了分别求解每一步迭代中v，c和a的子算法；根据优化问题，可以得出以下结论：定理1：如果给定其余设备的下载策略，可以得到当前设备的最优下载策略；定理2：如果给定其余设备的缓存策略，可以得到当前设备的最优缓存策略；根据定理1设计了求解a的子算法，如算法2所示；根据定理2设计了求解c的子算法，如算法3所示；求解v时，利用一种基于惩罚函数的二元粒子群算法进行求解；求解v的子算法，如算法4所示。2.根据权利要求1所述的一种时延驱动的D2D网络缓存下载方法，其特征在于，步骤1中，假设网络中的N个设备服从密度为λ独立泊松点过程(PPP)，假设每个D2D设备兼具有下载所需数据的需求和缓存功能，D2D设备索引用集合表示，代表N个活跃D2D链路假设每个D2D只能存储一个文件，所有信道将服从瑞利衰落模型，基站可为个M设备提供下载服务，假设网络中一共有L个文件可能被D2D设备请求下载，文件大小均为FLbit，根据文件流行度由大到小用集合表示文件索引，该集合表示了L个文件设备Di对文件fl的请求概率为pi,l，用a＝{a1,a2,…,aN}表示下载策略，其中ai＝1表示设备Di从基站中提前下载存储了文件，ai＝0表示Di未进行提前下载存储，同时为每个设备考虑一个独立的概率缓存策略，Di的缓存策略可用ci＝{ci,1,ci,2,…,ci,L}表示，其中ci,l表示设备Di缓存文件fl的概率，...

【专利技术属性】
技术研发人员：王熠晨，王璐，杨子欢，王弢，李壮，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61