随着无线宽带业务及其流量的增长,目前的无线蜂窝网络将很快无法满足业务的需求,如何针对有限的网络资源降低蜂窝网络系统的流量负载成为了学术界和业界关注的重点。流量本地化是降低网络流量的有效途径之一,但由于蜂窝系统无线链路的特点,传统的P2P技术将极大地增加空口上行链路负载。基站主动存储是将业务数据主动存储于蜂窝系统的基站中,可以减小回传链路的流量,进而缓解蜂窝系统中的流量负载,改善系统的性能。通过将主动存储与网络编码技术相结合,有业务需求的基站从链路状态最好的临近基站中接收足够数量的文件分组即可,有效降低了传输占用的网络资源并且避免了由于个别基站链路状态较差无法响应请求的风险。本文考虑的是蜂窝网络的基站主动存储技术,对基站存储资源分配、基于业务的基站缓存更新以及结合D2D传输模式的存储分配等方面面临的一些问题开展了探索性的研究。首先研究了静态基站存储分配算法。通过将业务主动存储于蜂窝网络的各基站中,当用户对于业务发出请求时,本地基站从邻近基站获取业务数据传输到用户,以流量本地化的方式降低了蜂窝网络的流量。通过对存储分配算法的研究,在已知基站链路状态信息的基础上,采用随机线性网络编码的方式将文件存储于蜂窝系统的各基站中。在满足传输代价门限的条件下,最小化基站存储空间。在文中证明基站存储分配问题是NP问题,无法在可接受的时间内求得最优解。因此,本文提出一个启发式的初始化存储分配方案,在此基础上通过迭代算法可以得到优化的存储分配方案,同时证明了迭代算法的收敛性。此外,还考虑了网络发生拥塞时或是业务繁忙基站负载过大时,基站无法传输我们期望数量的业务分组,而是根据当前网络及自身状态传输可行数量的业务分组。根据网络的不确定性,采用区间规划的方法将已有存储分配算法扩展,并且提出用户满意度的概念,在保证用户满意度的情况下得到最优存储分配策略。然后研究了分布式动态基站存储更新策略。在蜂窝系统中,分布式的业务存储相对于集中式的存储能够更为有效地应对业务需求变化,同时不需要中心控制,降低控制信令的开销。考虑到存储空间受限,基站必须基于业务热点程度调整缓存的数据以得到更高的缓存效率。我们研究了基站缓存替换策略以最小化蜂窝网基站间的传输代价。将问题建模为马尔科夫决策过程,基站间对于缓存内容没有额外的信息交换。我们提出了基于Q学习的缓存替换策略。对于每一次到达的业务请求,根据统计先前数据的请求和基站间的传输,我们对可能的缓存更新行为计算传输代价以更新Q函数。分布式缓存替换策略的收敛性通过序贯阶段博弈模型得到证明。最后研究了结合D2D传输的基站主动存储方法。传统的蜂窝通信方式中,一个用户需要将数据传送给另一个用户时,必须通过基站进行通信。而在D2D通信模式下,两个邻近用户可以不经过基站而直接通信,减轻蜂窝小区基站的负荷。基站需要考虑D2D传输对用户向基站进行业务请求的影响,根据D2D用户存储信息调整存储策略。当D2D用户不移动或是移动速度很低时,在设计存储分配及更新算法时,建立各业务D2D用户的网络拓扑,确定同时通信的最大D2D用户数,从而获得用户选择D2D模式通信的概率。若D2D用户移动速度较快时,对位置信息无法建立稳定的拓扑结构,这时将用户的运动建模为空间泊松点过程,根据区域内D2D用户的分布信息确定用户通过D2D模式通信的概率,得到该状态下的存储分配及更新策略。