【摘要】：隨著新興應(yīng)用對(duì)通信服務(wù)質(zhì)量需求的不斷提高和智能終端數(shù)量的急劇增長(zhǎng),網(wǎng)絡(luò)中的數(shù)據(jù)量以指數(shù)形式迅速增長(zhǎng)。第五代移動(dòng)通信(the Fifth Generation Mobile Communication,5G)已經(jīng)成為學(xué)術(shù)界和工業(yè)界關(guān)注的熱點(diǎn)。其中,超密集網(wǎng)絡(luò)(Ultra-Dense Network,UDN)被認(rèn)為是滿足用戶需求、提高系統(tǒng)容量的關(guān)鍵技術(shù)之一。UDN通常密集部署了大量的低功率小型基站(Small Base Stations,SBSs),可以同時(shí)為眾多用戶提供極高的數(shù)據(jù)傳輸速率。同時(shí),邊緣緩存技術(shù)可以使網(wǎng)絡(luò)中的文件更貼近用戶,從而縮短下載時(shí)延。將邊緣緩存技術(shù)引入U(xiǎn)DN是目前的熱點(diǎn)研究方向之一。UDN中單個(gè)SBS的緩存容量一般比較小。因此,多個(gè)SBS之間的協(xié)作緩存顯得尤為重要。需要綜合考慮緩存命中率、文件流行度、傳輸時(shí)延和用戶移動(dòng)性等限制條件,設(shè)計(jì)高效的協(xié)作緩存及傳輸機(jī)制。本文的主要工作如下:提出了一個(gè)在超密集網(wǎng)絡(luò)中考慮用戶靜止、基站緩存容量有限的情況下,基于分簇的協(xié)作緩存機(jī)制。根據(jù)SBSs的負(fù)載能力和位置信息,設(shè)計(jì)了一種SBSs分簇算法。將文件按照流行度排序,并根據(jù)簇內(nèi)SBSs個(gè)數(shù)將文件切割成對(duì)應(yīng)數(shù)量的碎片,將相應(yīng)文件碎片緩存到不同的SBSs中。接下來(lái)對(duì)用戶如何選擇連接SBSs請(qǐng)求并下載文件的問(wèn)題進(jìn)行建模,把簇內(nèi)SBSs的數(shù)量作為變量,將優(yōu)化目標(biāo)設(shè)定為最小化用戶平均下載時(shí)延,按照所提傳輸機(jī)制計(jì)算下載時(shí)延并通過(guò)遍歷法找到最優(yōu)解。仿真結(jié)果表明所提機(jī)制可以降低用戶的平均下載時(shí)延,提高緩存命中率。提出了一個(gè)在超密集網(wǎng)絡(luò)中考慮用戶移動(dòng)的情況下,基于圖著色的協(xié)作緩存及傳輸機(jī)制。SBSs覆蓋范圍較小,用戶隨機(jī)移動(dòng)有可能導(dǎo)致文件下載中斷甚至失敗。提出采用隨機(jī)螞蟻著色算法按照SBSs的位置信息對(duì)其分類并讓每類基站緩存相應(yīng)分片后的文件。對(duì)如何確定每類SBSs緩存相應(yīng)文件碎片的百分比進(jìn)行建模,優(yōu)化目標(biāo)為最大化單位時(shí)間內(nèi)用戶從小型基站下載的數(shù)據(jù)量。將該最優(yōu)化問(wèn)題分解成互相獨(dú)立的多個(gè)子問(wèn)題,采用貪婪算法對(duì)每個(gè)子問(wèn)題求解并結(jié)合啟發(fā)式算法獲得結(jié)果。仿真數(shù)據(jù)表明,所提緩存機(jī)制可以有效地降低用戶下載時(shí)延。
【圖文】：

基站部分無(wú)線控制功能抽離進(jìn)行分簇化集中式控制，，簇內(nèi)單獨(dú)運(yùn)用資源分配、干逡逑擾協(xié)調(diào)等技術(shù)來(lái)提升用戶的體驗(yàn)。除此之外，其還將使用本地緩存等技術(shù)來(lái)提升逡逑網(wǎng)絡(luò)性能，具體架構(gòu)如圖２－１所示逡逑８逡逑

站中仍沒(méi)有此文件，則宏基站將繼續(xù)向核心網(wǎng)請(qǐng)求，核心網(wǎng)將此文件傳輸?shù)胶昊义险�，宏基站再通過(guò)無(wú)線傳輸將文件傳送給簇頭，最后由該簇頭將文件傳輸給用戶。逡逑其具體的網(wǎng)絡(luò)系統(tǒng)架構(gòu)圖如圖３－１所示：逡逑＼邋＼逡逑６邋緩存邐＾邋ＳＢＳ邐用戶逡逑圖３－１邋ＵＤＮ中基于ＳＢＳ分簇協(xié)作緩存網(wǎng)絡(luò)系統(tǒng)架構(gòu)圖逡逑３．３算法設(shè)計(jì)與實(shí)現(xiàn)逡逑３．３．１問(wèn)題描述及建模逡逑在３．２節(jié)介紹的超密集網(wǎng)絡(luò)中基于小型基站分簇協(xié)作緩存網(wǎng)絡(luò)系統(tǒng)架構(gòu)的基逡逑礎(chǔ)上，本小節(jié)將對(duì)需要解決的問(wèn)題進(jìn)行數(shù)學(xué)建模。逡逑小型基站分簇的關(guān)鍵在于選取基站間的相似度特征，雖然有許多的相似度特逡逑征可供選擇，但是其中較為重要的兩項(xiàng)特征分別是小型基站的位置信息和負(fù)載能逡逑２１逡逑
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TN929.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1

本文編號(hào)：2607083