【技术实现步骤摘要】
本专利技术涉及云计算，具体涉及一种移动边缘计算中的无人机三维部署和内容缓存优化方法。
技术介绍
1、近年来，随着5g的普及以及各种功能纷繁多样的应用程序的发展，无线网络中的移动数据流量爆炸式增长。根据2022年爱立信移动市场报告，全球移动数据流量在2021年第四季度至2022年第四季度期间增长了40％，达到了每月118eb。面对移动数据流量如此快的增涨速度，如何尽可能的提高用户的体验质量成为了目前的一大挑战。
2、在当前网络环境中，移动数据流量快速增涨的主要原因之一是用户对一些热门流行内容的重复下载。针对上述问题，可以通过在无线网络中引入边缘缓存技术，将热门内容文件缓存在地面边缘节点上供用户使用，以缓解核心网络的流量负荷。然而，由于地面边缘节点的部署成本过于高昂且覆盖范围通常是有限的，在一些用户密度高的热点通信区域中还会出现无法及时为用户设备提供通信服务等情况，所以地面边缘节点已无法满足特定场景中对于边缘缓存的需求。由于无人机具有成本低、部署灵活和移动性高等特性，用其取代传统地面边缘节点成为在特定场景进行边缘缓存的一种可行方案，将无人机作为边缘节点能够有效解决部署成本高和覆盖范围有限等问题。当地面边缘节点的覆盖范围、通信资源等不能满足用户通信需求时，就可以在传统的蜂窝网络中使用支持缓存的无人机进行辅助通信，从而达到业务分流的目的。具体而言，可以将无人机部署在通信高峰区域(如举办大型赛事的体育馆等)中作为空中基站为地面用户提供缓存服务，从而达到缓解通信高峰时段频繁的数据传输导致的流量拥塞问题并提高用户体验质量的目的。此
3、对于无人机部署优化问题，大多数现有工作都没有考虑到用户的高度问题。然而在实际应用场景中，大多数用户都具有不同的高度(如体育馆看台以及周边建筑高楼等)并且用户的高度对于其与无人机直线的无线信道质量的影响不可忽视。因此无人机依据用户的三维位置进行部署可以进一步提高资源使用效率。在缓存放置优化问题方面，如果用户请求的内容没有被缓存在与其相关联的无人机上，那么该无人机就需要通过回程链路与地面基站进行连接，再通过回程链路从原始内容服务器处获取所需的内容文件。显然，这会导致用户的内容访问时延增加。因此，如何快速获取接近最优的缓存放置策略对于用户的内容访问时延至关重要。此外，由于用户关联会对无人机部署位置优化和缓存放置优化造成影响，所以对于用户关联的优化势在必行。现有的大多数工作都未考虑到无人机并发能力是有限的，为了避免单一无人机同时响应过多的用户请求而造成网络拥塞且其他无人机由于请求过少而长时间处于空闲状态的问题，需要对无人机所能关联的用户数量进行约束。
技术实现思路
1、本专利技术的目的在于提供一种移动边缘计算中的无人机三维部署和内容缓存优化方法，该方法有利于最小化系统中所有用户的内容访问时延。
2、为了实现上述目的，本专利技术采用的技术方案是：一种移动边缘计算中的无人机三维部署和内容缓存优化方法，对于在支持高速缓存的多无人机辅助蜂窝网络系统中以最小化系统中所有用户的内容访问时延为目标的优化问题，将其分解为无人机部署、缓存放置以及用户关联三个子问题，采用基于凸近似的无人机部署优化算法求解无人机部署子问题，采用基于贪心的缓存放置优化算法求解缓存放置子问题，采用基于罚函数的连续凸近似用户关联优化算法求解用户关联子问题，将以上三个求解过程进行联合迭代，实现对内容访问时延的优化。
3、进一步地，所述支持高速缓存的多无人机辅助蜂窝网络系统的网络模型为：
4、考虑一个支持高速缓存的多无人机辅助蜂窝网络系统，其中存在一个地面基站、多个地面用户和多台具备高速缓存功能的无人机，用户集合和无人机集合分别用和表示；在该系统中，所有用户均通过下行链路与无人机进行连接，所有无人机通过回程链路与地面基站相连，基站同样通过回程链路与原始内容服务器相连；无线网络的下行链路带宽和无线回程链路带宽分别用bd和bh表示；将多媒体内容文件库记为并假定中所包含的每个内容文件的大小均为jmbits；用户是否请求内容文件用0-1变量qn，f∈{0，1}表示，若用户请求内容文件则qn，f＝1，反之qn，f＝0；为了将该系统用于实际场景，考虑大小为x×y的蜂窝网络热点区域，其中x和y表示该区域的最大二维坐标；该区域内的用户根据其与m台无人机的关联关系划分成m个用户集群；
5、用表示无人机的位置坐标，其中和表示其水平位置，表示其飞行高度，设定无人机的飞行高度范围为用表示用户的位置坐标，其中和表示其水平位置，表示其高度；设定用户的高度范围为无人机与用户之间的距离表示为用l0＝{x0，y0，0}表示地面基站的位置坐标，则无人机与基站之间的距离为
6、在该系统中，假定每个地面用户都只能与一台无人机进行关联，则用户与无人机的关联关系用表示，当用户关联到无人机时，am，n＝1，反之am，n＝0；假定每台无人机最多只能关联nmax个用户，即有以下约束：
7、
8、所述支持高速缓存的多无人机辅助蜂窝网络系统的缓存模型为：
9、在该系统中，每台无人机都具有kmbits的缓存容量，在非高峰时段，无人机可通过地面基站从内容服务器获取并缓存部分流行多媒体内容文件的副本；用0-1变量cm，f∈{0，1}表示内容文件与无人机的缓存关系，若内容文件缓存到无人机上，则cm，f＝1，否则cm，f＝0；
10、假设每个用户请求每种内容文件的频率，即该内容文件的流行度遵循zipf分布，并假设内容文件的流行度分布在所考虑的时隙内保持不变；假设用户对原始内容库中不同的内容文件都具有不同的请求可能性，且请求可能性取决于每种内容文件的流行度；在此基础上，假设所有用户都会依据请求可能性在一定时间内请求内容文件且在这段时间内所请求的内容文件种类保持不变；当用户向与其关联的无人机发送请求时，无人机首先判断该内容文件是否已经缓存在无人机上；若当前内容文件已缓存，则通过下行链路直接分发给用户，否则通过回程链路与基站进行通信，并从原始内容服务器上获取相应的内容文件，再分发给与其相关联的用户；每一份内容文件都可被缓存在不同的无人机上，但每一份内容文件在同一台无人机上仅能被缓存一次；此外，每架无人机所缓存内容文件也定期更新；
11、依据内容文件的流行程度按降序对其进行排序之后，内容文件的流行度表示为：
12、
13、其中，γ表示用户的偏好程度，γ越大，用户所请求的内容文件越集中；
14、所述支持高速缓存的多无人机辅助蜂窝网络系统的传输链路及时延模型为：
15、在该系统中，传输链路主要使用a2g链路，分为用户与无人机之间的下行传输链路和无人机与地面基站、地面基站与原始内容服务器之间的回程传输链路；其中，由于无人机悬停在空中，故使用视距链路来建立无人机与用户之间的链路，无人机与用户之间的空对地无线信道利用自由本文档来自技高网...
【技术保护点】
1.一种移动边缘计算中的无人机三维部署和内容缓存优化方法，其特征在于，对于在支持高速缓存的多无人机辅助蜂窝网络系统中以最小化系统中所有用户的内容访问时延为目标的优化问题，将其分解为无人机部署、缓存放置以及用户关联三个子问题，采用基于凸近似的无人机部署优化算法求解无人机部署子问题，采用基于贪心的缓存放置优化算法求解缓存放置子问题，采用基于罚函数的连续凸近似用户关联优化算法求解用户关联子问题，将以上三个求解过程进行联合迭代，实现对内容访问时延的优化。
2.根据权利要求1所述的移动边缘计算中的无人机三维部署和内容缓存优化方法，其特征在于，所述支持高速缓存的多无人机辅助蜂窝网络系统的网络模型为：
3.根据权利要求2所述的移动边缘计算中的无人机三维部署和内容缓存优化方法，其特征在于，将所述以最小化系统中所有用户的内容访问时延为目标的优化问题表述为：
4.根据权利要求3所述的移动边缘计算中的无人机三维部署和内容缓存优化方法，其特征在于，所述基于凸近似的无人机部署优化算法的实现方法为：
5.根据权利要求3所述的移动边缘计算中的无人机三维部署和内容
6.根据权利要求3所述的移动边缘计算中的无人机三维部署和内容缓存优化方法，其特征在于，所述基于罚函数的连续凸近似用户关联优化算法的实现方法为：
7.根据权利要求3所述的移动边缘计算中的无人机三维部署和内容缓存优化方法，其特征在于，通过内容访问时延优化算法对采用基于凸近似的无人机部署优化算法求解无人机部署子问题、采用基于贪心的缓存放置优化算法求解缓存放置子问题、采用基于罚函数的连续凸近似用户关联优化算法求解用户关联子问题这三个过程进行联合迭代，以对内容访问时延进行优化，具体实现方法为：
...【技术特征摘要】
1.一种移动边缘计算中的无人机三维部署和内容缓存优化方法，其特征在于，对于在支持高速缓存的多无人机辅助蜂窝网络系统中以最小化系统中所有用户的内容访问时延为目标的优化问题，将其分解为无人机部署、缓存放置以及用户关联三个子问题，采用基于凸近似的无人机部署优化算法求解无人机部署子问题，采用基于贪心的缓存放置优化算法求解缓存放置子问题，采用基于罚函数的连续凸近似用户关联优化算法求解用户关联子问题，将以上三个求解过程进行联合迭代，实现对内容访问时延的优化。
2.根据权利要求1所述的移动边缘计算中的无人机三维部署和内容缓存优化方法，其特征在于，所述支持高速缓存的多无人机辅助蜂窝网络系统的网络模型为：
3.根据权利要求2所述的移动边缘计算中的无人机三维部署和内容缓存优化方法，其特征在于，将所述以最小化系统中所有用户的内容访问时延为目标的优化问题表述为：
4....
【专利技术属性】
技术研发人员：陈星，唐焕博，张建山，翁杰，张铭豪，
申请(专利权)人：福州大学，
类型：发明
国别省市：
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。