论文部分内容阅读
近年来,随着物联网、虚拟现实/增强现实、4K/8K视频等网络技术、服务和应用的兴起,移动数据流量迅速增长。数据显示,在增长迅速的移动数据流量中,视频流量占据近百分之八十的比重,并且这一比例正在呈逐年上升趋势。以视频业务为主导的网络流量爆发式增长,在促使网络不断变革发展的同时,不仅使移动网络的内容分发应用面临更大的挑战,还造成了移动通信网络大量的能源消耗,从而加剧环境污染。为了进一步改善并解决上述移动网络在视频分发方面面临的问题,本文以视频应用的绿色节能通信为切入点,围绕移动网络下的视频分发场景展开一系列的研究。首先,围绕视频分发技术本身,本文从基础协议的角度研究了视频分发技术的演进。其次,以移动网络的架构演进和移动缓存技术的发展为脉络,本文研究了内容分发网络(Content Delivery Network,CDN)、移动内容分发网络(Mobile CDN,MCDN)以及多接入边缘计算(Multi-Access Edge Computing,MEC)等相关的网络架构,并分析了其在视频分发领域中的应用。最后,在理论基础研究的基础上,本文围绕着移动网络下视频分发的绿色节能通信这一关键问题展开系统性的研究。鉴于目前第四代移动通信(the 4th Generation Mobile Communication,4G)的广泛普及和第五代移动通信(the 5th Generation Mobile Communication,5G)的必然趋势,本文分别基于4G网络和MEC增强型5G网络背景展开了以下研究:1)在传统4G移动网络下,考虑到基站具有“潮汐效应”,本文提出要将基站缓存与基站休眠结合起来,并设计了一个以能耗最小化为目标的联合缓存和基站休眠策略。2)针对即将到来的5G,本文提出要将MEC节点作为缓存和计算节点,来实现无线侧的内容缓存和实时转码,并进而设计了一个联合缓存和转码调度的能量高效视频分发解决方案。3)在仿真验证阶段,本文还引入了量子进化算法(Quantum-inspired Evolutionary Algorithm,QEA)和模拟退火(Simulated Annealing,SA)算法这两种经典的组合优化算法来分别对上述问题进行求解。仿真结果和对比分析表明,相比于其他的常见视频分发方案,本文提出的联合缓存和基站休眠策略以及MEC联合缓存和转码调度策略都具有更好的性能,在实际应用场景中具有不错的借鉴意义。在此基础上,本文还引入了例如贪婪算法等其他常见的组合问题求解算法来进行仿真对比,从而也验证了本文所提算法的高效性和准确性。