启用缓存的小蜂窝网络中资源分配方案研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:yuxi123450
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着社会的发展,人们对移动通信网络的要求越来越高,传统的宏蜂窝网络已经不能满足人们对高速率、低延时、大容量的要求,网络的密集化部署已经成为一个趋势,因此具有诸多优点的小蜂窝网络得到了越来越多的关注。随着网络速率的提升,互联网应用也得到了蓬勃发展,如在线音乐、视频、购物等,越来越多的人通过手机、平板等移动设备来使用这些丰富的互联网应用,这产生了巨大的网络流量,加重了网络的负担。为了缓解流量压力,缓存被引入到了小蜂窝网络中,用户需要的内容可以直接从小基站的缓存中获取,而不必从互联网上的内容提供商处请求。小蜂窝网络的密集部署和缓存的引入也带来了新的问题,为了减少网络中的干扰和能量消耗,提高系统吞吐量,需要有效的资源分配方式;为了使用户能尽量从缓存中获取内容,充分利用缓存资源,需要有效的缓存方式。本文研究了启用缓存的小蜂窝网络中的资源分配方案,具体研究内容如下:(1)建立启用缓存的小蜂窝系统模型,推导了有缓存和无缓存两种情况下用户的传输速率以及系统总的传输速率,将资源分配的过程分为缓存放置和内容传输两个阶段。(2)缓存放置阶段:许多研究从内容流行度的角度进行缓存的放置,没有考虑到内容大小对放置方案的影响。本文综合考虑本地内容流行度和内容大小两个因素,以本地流量负载最大为目标建立优化问题,该优化问题可进一步分解为多个独立的背包问题。对于每个背包问题,采用动态规划算法求解本地流量最大负载,并采用回溯算法求解对应的缓存放置方案。仿真结果表明,所提的缓存放置方案在缓存命中率和流量卸载率上优于对比的方案。(3)内容传输阶段:本文采用改进的遗传算法对无线资源进行分配。为了降低问题的复杂度,根据缓存和距离两个因素计算用户到各个小基站的权重,根据权重将用户关联至小基站并分配子信道,之后采用改进的遗传算法对子信道的功率进行分配。为了使遗传算法有更好的搜索能力和收敛性,本文改进了适应度函数、交叉算子和变异算子,此外还采用了自适应的交叉概率和变异概率。仿真结果表明本文所提出的方案在系统吞吐量上优于对比方案。
其他文献
吡咯并吡咯二酮(diketopyrrolopyrrole,DPP),是一种常见的分子构筑单元,具有强的π-π共轭结构,其平面化结构易于形成氢键,使得π-π电子云的叠加得以促进,从而有利于实现高的电子迁移率;另外,其内酰胺结构使得分子本身具备较强的吸电子能力。DPP因其分子结构具有高度平面化和高的迁移率等特性,而广泛应用于有机光电领域。DPP常作为空穴传输材料(电子受体)应用于有机光伏(Organi
学位
石墨烯的成功制备证明了二维材料在常温下能够保持稳定,引发了人们的广泛关注。由于二维材料具有独特的结构和性能,被认为可以应用到未来电子与光电子领域中。随着现代科学技术研究的不断深入,研究人员发现结合两种二维材料组成的异质结构可以进一步改善单一材料的性能,并且具有独特的光学和电子性能。因此,探索由两种或几种二维材料叠加构成的二维异质结构成为了材料领域研究的热点。本文中使用材料模拟软件Materials
近几年来,数据挖掘、隐私保护、深度学习和机器学习等技术越来越成熟,市场上的企业可以从用户中收集数据,并从中挖掘出具有价值的信息,从中分析出用户的喜好进而开始精准的服务,实现其商业价值。但是与此同时,在收集用户数据的过程中,数据中也包含了大量的个人敏感的隐私信息,这些信息可能会被不法分子加以利用,用来从事网络诈骗或电话诈骗等违法犯罪行为。而差分隐私作为当前隐私保护中有效的保护机制之一,通过向隐私信息
大脑的工作往往需要各个区域之间的相互协作,形成脑网络从而完成复杂的认知任务。脑网络的拓扑结构和节点重要性是脑网络的研究重点。分析脑网络的拓扑结构有助于分析不同状态下脑网络的拓扑变化,而节点重要性有助于疾病的定位和脑功能区域的识别。为了解决传统节点重要性方法的不足,本文提出一种新的计算有权网络节点重要性评价算法,即加权K-阶传播数法。该方法是从疾病传播方式抽象而来,将网络的局部特征和全局特征相结合,
目标检测是计算机视觉领域较为热门的研究方向,是计算机视觉中最基本、最具有挑战性的问题之一,受到广泛关注。而小目标检测又是目标检测方向中的热点和难点。目标检测网络感受野较小,无法获取足够的目标特征,且低层特征缺乏抽象的语义信息,不利于物体的准确定位;在现有模型中,人工设计框体存在密集采样、大小固定的缺点,不利于小物体的回归检测。本文基于SSD模型针对小目标检测问题提出改进算法,主要工作如下:(1)提
随着第五代移动通信技术(The fifth generation mobile networks,5G)技术的普及,地铁车厢作为典型的高密度、高容量的复杂信道传播环境,近年来地铁车厢环境中的毫米波多径传播特性成为国内外学者们的研究热点。地铁车厢是一个狭长封闭、多散射体的环境,其信道环境十分复杂。神经网络算法作为一种高效的机器学习算法,可以更好揭示地铁车厢信道的复杂传播特性,因此本文采用粒子群优化的
互联网带来的海量信息问题,非常容易导致用户迷失在信息中无法找到自己想要的内容。推荐系统正是解决信息过载问题的利器,但是传统的推荐方法往往会面临数据稀疏和冷启动等问题,导致推荐的精度降低。评论中包含了很多丰富且有价值的信息,如何能够更全面地从文本评论中挖掘出物品的特征和用户的兴趣偏好,缓解数据稀疏和冷启动问题,从而实现更加精准的推荐,成为了研究的热点。针对这些问题本文主要的研究内容如下:第一,针对传
窄带物联网技术(NB-IoT)因其覆盖广、容量大、成本低及功耗低等优点,受到越来越多的关注,技术也取得了飞速发展。中国移动积极把握技术演进趋势和万物互联时代特征,明确了“十三五”时期做大连接规模、做优连接服务、做强连接应用的大连接战略,力在推动物联网生态体系的发展与构建。本文根据中国移动2017年部署NB-IoT商用的战略要求,结合临沧移动的网络结构以及现状,对临沧移动NB-IoT网络的组网方案进
推特作为全世界最流行的网络社交媒体之一,主要由非结构化的短文本为主,这使得推特成为自然语言处理领域重要的数据来源与研究对象。人们利用推文交流知识、表达观点、抒发情感,研究推文中的情感对内容推荐、产品评价、舆情监管等许多领域都具有着积极的意义。随着推特平台技术的发展,表情符号的使用越来越频繁,传统的纯文本情感分析技术很难感知复杂推文的情感倾向。论文通过对推特场景下的推文文本及表情符号进行研究,探求推