雾无线接入网协作缓存方法研究

论文总字数：37301字

摘 要

近年来，随着面向用户的多媒体应用的急速增长，无线接入网面临着下载时延过大，和链路负载过大的挑战。雾无线接入网(fog radio access networks, F-RAN)作为无线接入网的一种新型架构，具有广阔的应用前景，其中的雾无线接入节点(fog access point, F-AP)可以将一些流行文件缓存在网络边缘，从而降低网络的下载时延和链路负载。由于F-AP之间的互联，它们可以实现协作式缓存。如何应用协作降低后传链路负载，如何降低网络平均下载时延，以及F-AP之间的协作机制，这些都是协作缓存中需要解决的问题。针对这些问题，本文对F-RAN中的协作缓存方法展开了研究。

首先，提出了基于贪心算法的协作缓存方法。为了降低F-RAN中的后传链路负载，综合考虑了传输信道容量以及多层缓存的协作机制，构建了最小化后传链路负载的优化问题。该问题属于多元耦合的整数线性规划问题，求解较为复杂。本文将其分解为每层内的一元整数线性规划问题来求解，降低了问题的复杂性。考虑到每层的缓存子问题都是NP-hard的，我们提出了基于贪心算法的缓存策略求解缓存问题。仿真结果表明，所提出的贪心算法可以高效地找到最优缓存分布，最大化前穿链路传输效率，从而有效降低后传链路负载；同时将优化问题分解后也显著降低了复杂度。

然后，提出了基于置信度传播算法(belief propagation, BP)的协作缓存方法。为了降低网络平均下载时延，综合考虑用户设备(user equipment, UE)层的层内协作以及F-AP层的层内协作，构建最小化平均下载时延的优化问题。考虑到优化问题具有指数复杂度，我们将整个网络的优化问题分解为UE层和F-AP层的缓存优化子问题，考虑到分解后子问题的NP-hard性质，我们提出一种基于贪心算法和BP算法的协作缓存策略，对于用户设备层的缓存分布，将其转化为背包问题，物品的价值就是文件的流行度，并提出高效的贪心算法求解。将F-AP层的模型转化为因子图，使用BP算法求解。对于如何协调UE间D2D传输，也通过分布式的方式求解。仿真结果表明，提出的缓存方法可以有效降低下载时延；同时，由于采用了BP算法，具有较低的复杂度，且可以让每个F-AP通过本地信息做出缓存决定。

最后，提出了基于改进的鸽群优化(pigeon inspired optimization, PIO)算法的协作缓存方法。为了降低网络平均下载时延，构建了最小化下载时延的缓存部署优化问题。考虑到原始优化问题含有非线性约束和耦合的多变量，我们将其等价转化为两个解耦的整数线性规划子问题。考虑到子问题的NP-hard性质，提出一种改进的PIO算法来解决这两个子问题，鸽子的位置就是每个F-AP潜在的缓存布置，同时加入了柯西扰动和自适应参数来避免早熟收敛并获得更好的搜索能力。仿真结果显示，由于对传统的PIO算法做出了改进，提出的缓存策略可以高效地搜索到最优解，并具有较快的收敛速度；同时，由于PIO不受单个个体变化的影响，提出的缓存策略具有较高的鲁棒性。

关键词：雾无线接入网，协作缓存，后传链路负载，平均下载时延

ABSTRACT

With the explosive growth of multimedia service, radio access networks are faced with challenges such as great download delay and heavy backhaul traffic. Fog radio access network (F-RAN) has been proposed as a promising network architecture. Fog access points (F-APs) can cache some popular contents at the network edge to reduce the download delay and backhaul traffic. In this paper, cooperative edge caching in F-RAN is investigated. To minimize the average download delay and backhaul link pressure, we proposed three cooperative edge caching strategies.

Firstly, we propose a greedy algorithm based strategy to minimize the backhaul traffic. In particular, by considering the network topology and cooperating scheme, the optimization problem is decomposed into knapsack subproblems in different tiers. By considering the NP-hard nature of the subproblems, effective greedy algorithms are proposed to achieve the optimal solution. Simulation results show that the proposed multi-tier cooperative caching scheme can effectively reduce the backhaul traffic and achieve relatively high cache hit rate.

Secondly, we propose a belief propagation (BP) based strategy to minimize the average download delay in a D2D integrated F-RAN. In particular, we formulate the optimizing problem in user equipment (UE) tier and F-AP tier respectively. Considering the NP-hard nature of the optimizing problems, we apply greedy algorithm to solve the optimizing problem in user equipment (UE) tier and apply BP algorithm to solve the optimizing problem in F-AP tier. Also we proposed an efficient greedy based cooperating scheme. Simulation results show that our proposed strategy can greatly reduce the average download delay.

Finally, we propose a modified pigeon inspired optimization (PIO) based strategy to minimize the average download delay in a clustered F-RAN. Considering the non-linear and coupled multi-variable nature of the original optimizing problem, we transform it into two decoupled integer linear optimizing subproblems. To solve the subproblems with low complexity, we propose a modified PIO which utilizes Cauchy perturbation and self-adaptive factors to avoid pre-mature convergence and achieve a better searching performance. Simulation results show that our proposed strategy can greatly reduce the average download delay.

Index Terms: fog access networks, cooperative edge caching, backhaul traffic, average download delay.

目 录

第一章 绪论 1

1.1 研究背景 1

1.1.1 雾无线接入网 1

1.1.2 边缘缓存 2

1.2 研究现状 2

1.2.1 非协作缓存 2

1.2.2 协作缓存 3

1.3 研究内容 3

1.4 组织结构 4

第二章 基于贪心算法的协作缓存方法 5

2.1 引言 5

2.2 系统模型 5

2.3 问题建模与求解 7

2.3.1簇内协作缓存方法 7

2.3.2簇间协作缓存方法 11

2.3.3 云节点层缓存布置方法 15

2.4 仿真结果 16

2.4.1 缓存总容量和缓存命中率的关系 16

2.4.2 缓存容量和后传链路负载关系 18

2.4.3 链路使用率和申请次数的关系 18

2.5 小结 18

第三章 基于置信度传播算法的协作缓存方法 19

3.1 引言 19

3.2 系统模型 19

3.3 问题建模与求解 20

3.3.1 用户设备层协作缓存方法 21

3.3.2 设备间通信机制 23

3.3.3 雾无线接入节点层协作缓存方法 23

3.4 仿真结果 27

3.4.1 平均下载时延和雾无线接入节点缓存容限 28

3.4.2 迭代次数和平均下载时延 28

3.4.3 用户设备缓存容限和时延增益 29

3.5 小结 29

第四章 基于改进的鸽群优化算法的协作缓存方法 30

4.1 引言 30

4.2 系统模型 30

4.3 缓存问题 31

4.3.1 问题建模 31

4.3.2 问题转化 33

4.3.3 问题分解 34

4.4 基于改进的鸽群优化算法的协作缓存方法 35

4.4.1 地图和指南针算子 35

4.4.2 地标算子 36

4.4.3 改进的鸽群优化算法 36

4.4.4 复杂度分析 37

4.5 仿真结果 37

4.6 小结 40

第五章 总结 41

5.1 全文总结 41

5.2 未来展望 41

参考文献 42

致 谢 45

剩余内容已隐藏，请支付后下载全文，论文总字数：37301字