蜂窝与D2D混合网络中内容缓存与协作分发策略研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:zhangkl
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
随着移动数据流量和移动终端数量的爆炸式增长,传统蜂窝通信系统在实现低时延、高吞吐量的内容分发方面正面临着前所未有的挑战。传统蜂窝网络由于基站负载能力、频谱资源及回程链路资源受限,不能有效保证用户的服务质量。蜂窝与终端直通(Device-to-Device, D2D)混合网络的提出能有效提高频谱资源利用率、均衡网络负载和提升用户体验。然而,随着内容服务的日益流行,用户间越来越普遍的内容共享需求也带了传输内容冗余、网络负载失衡等问题。在蜂窝与D2D混合网络中引入内容缓存机制,能够有效提升网络容量,减少内容传输冗余。然而设计内容缓存方案和内容分发策略时如何考虑缓存相关因素以提高系统效用、降低内容分发的能量消耗值得考虑。本文针对以上问题进行了研究,主要工作内容如下:第一,提出一种基于缓存容量限制的内容缓存方案,旨在利用D2D通信和内容缓存技术高效地实现用户间内容共享,提高系统的全局效用。首先描述了蜂窝与D2D混合网络中内容缓存的系统模型,分析了内容流行度和混合网络中内容缓存模式选择的相关内容。其次,建立了基于系统效用最大化的优化问题,该问题联合考虑了内容的大小、终端缓存容量和D2D通信范围等必要因素,并能够通过计算内容缓存概率优化系统效用。再次,针对所提出的问题,采用复杂度较低的离散二分搜索算法(Discrete Binary Searching Algorithm, DBSA)进行求解。最后通过仿真验证了该内容缓存方案的有效性。第二,提出了一种内容协作分发策略,旨在有效地实现内容共享,并降低混合网络中内容分发能消。首先描述了蜂窝与D2D混合网络中基于内容协作分发的系统模型。其次,提出了一种内容协作分发策略,该分发策略的目标为最小化网络总能耗,其中网络能耗包括簇头节点缓存内容时能耗以及内容转发能耗。再次,采用合作博弈理论模型对蜂窝与D2D混合网络中的内容协作分发问题进行建模,并提出了一种分布式分簇算法(Distributed Clustering Algorithm,DCA)对所提出的问题进行求解。最后,通过仿真证明所提算法能够有效的降低网络能耗,并提升了网络吞吐量。
其他文献
随着计算机技术的迅速发展,Web服务组合越来越广泛的应用于互联网中。用户在使用服务组合时需要提供一些个人隐私信息来完成必要的业务功能,确保服务组合在满足用户功能性需
全波形反演是勘探地震中一种获取地下介质属性的方法技术。基于地震波动方程传播理论,它充分利用地表观测数据所包含的完整的运动学和动力学信息,去反演地下介质参数,如速度,
覆盖问题是图论的主要研究内容之一,它不仅具有重要的理论意义,同时也具有广阔的应用价值,如在计算机图形学,管理科学及运筹学中都有广阔的应用前景。在图论和组合优化中,覆
秦岭南麓地区矿产资源丰富,区域内矿山泥石流在地质灾害中占相当大的比例。随近年来矿山地质环境的不断重视,秦岭南麓地区矿山泥石流的防治工作也更加重要。秦岭南麓赵家沟沟谷切割较深,矿渣类物源丰富,加之2020年一季度以来水利部发出天气异常气候警告,该沟有爆发矿山泥石流的可能。为确保当地居民人身财产安全,本文对赵家沟矿山泥石流发育特征及风险评价开展了研究,对该地区减灾防灾的对策和工程设计具有重要意义。本文
一维纳米结构例如纳米线、纳米管等由于其优异的物理特性在微电子器件、光电子器件、生物医学器件和太阳能电池等领域有着巨大的应用潜力。在这些纳米器件中,纳米线的数量、
连续Skyline查询是从具有多维属性的数据集合中持续地返回具有优势的子集,是数据库查询处理领域的一个重要课题。近年来,移动应用的发展日益加快,一方面,对海量数据的连续查
图像具有自然的二维空间结构,空间上邻近的点通常具有相近的像素值,意味着图像具有局部光滑性。传统分类学习方法常将原始图像拉成向量,造成空间结构的破坏,由此直接基于图像
目前,我国社会及人口结构都处在一个快速转型期:截止2016年末,我国60岁以上人口为2.3亿人,占全国总人口比例已高达16.69%,且随着我国人口老龄化程度地不断加剧,老年人身体机
过渡金属氧化物一直是凝聚态物理研究的热点之一。从基础研究的角度来看,由于其强关联特性,过渡金属氧化物具备很多奇特的物性,如高温超导、庞磁电阻等。从材料应用的角度来
由于互联网的发展和智能手机的广泛使用,也促进了电子商务网站的崛起,特别是各种各样的各种旅游手机软件(携程、美团等)为越来越多的用户所使用,可以说网络工具已经成为人们外出住宿选择的重要工具。目前,国内主流旅游网站提供的酒店推荐都是大众化、通用化的推荐。本文以酒店信息数据和POI数据作为数据源,使用基于改进的TF-IDF特征提取算法和基于多维特征聚类与用户评分的酒店推荐算法,以开源GIS技术、Vue.