發(fā)布時(shí)間：2022-11-12 08:32

　　隨著無(wú)線智能設(shè)備和移動(dòng)互聯(lián)網(wǎng)的迅速普及,在過去的幾十年里,全球移動(dòng)數(shù)據(jù)流量歷經(jīng)了前所未有的增長(zhǎng),預(yù)計(jì)仍然會(huì)以更快的速度增長(zhǎng)。其中,絕大部分的數(shù)據(jù)流量由視頻業(yè)務(wù)和相關(guān)多媒體業(yè)務(wù)產(chǎn)生。隨著D2D技術(shù)的興起,利用D2D設(shè)備進(jìn)行邊緣緩存已經(jīng)成為卸載網(wǎng)絡(luò)下行流量的一種關(guān)鍵技術(shù)。但是由于D2D設(shè)備的緩存空間十分有限,因此制定合理的緩存策略顯得尤為重要。因此,本文主要對(duì)基于D2D通信的邊緣網(wǎng)絡(luò)協(xié)作緩存策略進(jìn)行研究。首先,本文對(duì)基于D2D通信的網(wǎng)絡(luò)邊緣協(xié)作緩存系統(tǒng)進(jìn)行建模,包括:系統(tǒng)模型、內(nèi)容請(qǐng)求分布模型、內(nèi)容請(qǐng)求與交付模型和邊緣內(nèi)容緩存命中率。然后,基于該系統(tǒng)模型,介紹了一種能夠達(dá)到最優(yōu)系統(tǒng)性能的OSP緩存策略。緊接著,基于OSP緩存策略的分析,本文提出了一種截?cái)嗍絑ipf分布緩存策略（RC-TZ）,通過設(shè)置兩個(gè)緩存參數(shù):截?cái)嚅T限和緩存Zipf指數(shù),聯(lián)合優(yōu)化緩存分布。由于引入的緩存參數(shù)將需要優(yōu)化的參數(shù)數(shù)目降為2,相較OSP緩存策略,RC-TZ算法的不僅降低了求解的復(fù)雜度,而且使得內(nèi)容緩存概率之間的聯(lián)系更加直觀。接下來,為了對(duì)RC-TZ緩存策略進(jìn)行參數(shù)求解,本文分別介紹了兩種聯(lián)合求解緩存參數(shù)（截?cái)嚅T限... 

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題的背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀及趨勢(shì)
    1.3 論文主要工作和各章節(jié)內(nèi)容安排
2 基于D2D通信的網(wǎng)絡(luò)邊緣協(xié)作緩存建模
    2.1 引言
    2.2 基于D2D通信的網(wǎng)絡(luò)邊緣協(xié)作緩存模型
    2.3 OSP緩存策略
    2.4 本章小結(jié)
3 基于截?cái)嗍絑ipf分布的隨機(jī)緩存策略RC-TZ
    3.1 引言
    3.2 一種基于截?cái)嗍絑ipf分布的隨機(jī)緩存策略(RC-TZ)
    3.3 本章小結(jié)
4 基于RC-TZ緩存策略的三種優(yōu)化算法及分析
    4.1 引言
    4.2 基于最速查詢算法(SSM)的參數(shù)求解
    4.3 基于遺傳算法(GA)的參數(shù)求解
    4.4 基于SSM和GA算法的緩存性能對(duì)比
    4.5 基于分步查詢算法(TSS)的參數(shù)求解
    4.6 本章小結(jié)
5 RC-TZ緩存策略與其他緩存策略性能對(duì)比
    5.1 引言
    5.2 RC-TZ和其他緩存策略性能對(duì)比
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 工作展望
致謝
參考文獻(xiàn)
附錄 攻讀碩士學(xué)位期間參與項(xiàng)目和研究成果



本文編號(hào)：3706042