霧無線接入網(wǎng)(Fog Radio Access Network,F-RAN)的核心是借助合理分配邊緣緩存資源和計算資源有效地緩解前傳負荷,從而達到實現(xiàn)降低時延和提升能效的目標。FRAN中,用戶數(shù)據(jù)流量卸載主要來源于小區(qū)蜂窩網(wǎng)中的視頻文件。然而,針對邊緣緩存應對此類流量卸載,當前的研究在時延和能效性能提升效果上尚有不足,為此,本文對緩存容量受限的小區(qū)蜂窩網(wǎng)中視頻文件流行度和視頻文件的緩存策略展開研究,提出優(yōu)化的文件流行度預測算法,以及時延緩存算法和能效緩存算法。文件流行度的預測精準度直接影響緩存策略對網(wǎng)絡性能的改進。現(xiàn)有的視頻文件流行度預測方法主要依賴于請求次數(shù),僅通過請求次數(shù)更新文件流行度,卻未分析用戶喜好和文件屬性,導致預測精準度不夠高。本文提出一種基于文件屬性感知的文件流行度預測算法,從視頻標簽中提取特征并標記文件,通過特征權(quán)重建立用戶喜好與文件特征間的關(guān)聯(lián),在線學習用戶請求文件,結(jié)合時空因素,實時精確地預測文件在各時隙的流行度。本文研究了兩類小區(qū)蜂窩網(wǎng)的文件交付流程,聚焦非集群小區(qū)蜂窩網(wǎng)的多點協(xié)作傳輸,以及集群小區(qū)蜂窩網(wǎng)中聯(lián)合傳輸(Joint Transmission,JT)模式和并行傳(Parallel Transmission,PT)模式。針對非集群小區(qū)蜂窩網(wǎng),本文提出了一種優(yōu)化的時延緩存算法。基于非集群小區(qū)蜂窩網(wǎng)的時延模型,將時延緩存問題轉(zhuǎn)換為文件緩存位置問題,通過變量松弛將問題由非凸性變?yōu)橥剐?再利用線性規(guī)劃和變量恢復求得最終緩存策略。針對集群小區(qū)蜂窩網(wǎng),本文提出一種優(yōu)化的能效緩存算法。首先建立能效緩存問題模型,分析JT模式和PT模式的成功交付速率,再采用分而治之策略將問題分解為傳輸消耗限制下最大化緩存命中率和能耗限制下是否轉(zhuǎn)換文件為最流行文件兩個子問題,從而實現(xiàn)低算法復雜度的能效緩存策略。仿真結(jié)果驗證了本文提出的基于文件屬性感知的時延緩存算法和能效緩存算法能精準地預測文件流行度,且能分別明顯地降低非集群小區(qū)蜂窩網(wǎng)的用戶時延和提升集群小區(qū)蜂窩網(wǎng)的系統(tǒng)能效。
【學位單位】：重慶郵電大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TN92
【部分圖文】：

重慶郵電大學碩士學位論文提高頻譜效率，滿足 5G 的性能要求[3][4]。所有社會感知的移動網(wǎng)絡(Cloud Radio Access Network, C-RAN)能有效地提高頻譜效N 結(jié)合軟件定義網(wǎng)絡的發(fā)展，充分利用集中式大規(guī)模云計算，戶更近的無線遠端射頻單元和多個基帶處理單元集中到一起形 Unit, BBU)池。C-RAN 網(wǎng)絡架構(gòu)如圖 1.1 所示，基帶處理集中的遠程無線電頭(Remote Radio Head, RRH)通過前傳連接 BBU 心的數(shù)據(jù)收發(fā)[6]。無線信號處理和集中式的資源管理能明顯減并且協(xié)作處理 RRH 間的干擾。然而，受約束的前傳容量和長率和能量效率。同時，充分集中的架構(gòu)給 BBU 池的計算能力

2, , b, , B}，SBS b的存儲容量為bu。高速緩存管理器(Cac速專用鏈路連接到數(shù)據(jù)中心，而一些 SBS 被選擇連接到 CM 以接到 CM 的 SBS 的數(shù)量由參數(shù) 決定， 被定義為被選擇的 SB比值。在網(wǎng)絡系統(tǒng)中，SBS 能夠通過 Xn 接口進行相互通信[30]，GPP 中，其具體的規(guī)格編號為 Ts 38.42 至 Ts 38.424。Xn 接口在似于 LTE 系統(tǒng)中 X2 接口協(xié)議功能。CM 的功能是維護查找表和如何更新緩存實體。網(wǎng)絡系統(tǒng)時間以時隙為單位推移和運行，時0,1, , t , , T}。數(shù)據(jù)中心在t 時隙內(nèi)總的文件集合為 {1,2, , t 件更新上傳至數(shù)據(jù)中心而隨時隙變化，文件 f 的大小為fs 。小區(qū) {1, , u , , U}，為非均勻分布，用戶在 SBS b時隙t內(nèi)請求文,( )b f t ，并且 SBS 能同時服務所有與其相連的用戶。

第 R 次標簽il 的冗余度函數(shù)只需計算il 和最新選定標簽的冗迭代結(jié)果。征提取的過程可總結(jié)為使用標簽與視頻集合的相關(guān)性以及標為評判指標，進而選擇出冗余度低而相關(guān)性高的特征子集。特標之差作為特征評分，每次迭代挑選出評分最高的特征，直到設定的閾值，如圖 3.2 所示。頻文件的特征集合，接著需要標記視頻集合每一視頻文件的特與某一文件都存在不同程度的關(guān)聯(lián)，需要決定為該文件確定特篩選獲得對應的特征子集合。常用的方法有文件的特征數(shù)量為篩選閾值兩種方式。本節(jié)采用兩種相結(jié)合的方式，根據(jù)文獻[4征數(shù)量被選取在區(qū)間[1, K /10]范圍內(nèi)，關(guān)聯(lián)度閾值為所有特平均關(guān)聯(lián)度值，且與預定特征集合大小的關(guān)系如圖 3.3 所示。

【相似文獻】

相關(guān)期刊論文 前10條

1 汪銘祥;;英國Racal電訊公司參加微型蜂窩網(wǎng)的競爭[J];計算機與網(wǎng)絡;1989年06期

2 馬忠建,方旭明,傲丹;虛擬蜂窩網(wǎng)技術(shù)的研究與發(fā)展[J];數(shù)據(jù)通信;2004年06期

3 趙峰;任清華;褚振勇;鄭博;;一種基于傳感器網(wǎng)絡的認知蜂窩網(wǎng)模型[J];通信技術(shù);2007年11期

4 李文,鄭宇,何大可;VCN:虛擬蜂窩網(wǎng)技術(shù)[J];信息安全與通信保密;2005年06期

5 姜建釗;李二霞;李玉凌;孫智濤;;230MHz無線蜂窩網(wǎng)在農(nóng)網(wǎng)智能化中的應用[J];電力系統(tǒng)通信;2012年12期

6 李進良;;GSM數(shù)字蜂窩網(wǎng)及其在中國的進展[J];中興新通訊;1996年01期

7 王燕;蜂窩網(wǎng)覆蓋方案比較[J];郵電商情;1997年17期

8 ;蜂窩網(wǎng)骨干電路:衛(wèi)星的機會不斷增長[J];衛(wèi)星與網(wǎng)絡;2015年03期

9 張煦;蜂窩網(wǎng)與有線網(wǎng)按服務質(zhì)量連通使用[J];電信快報;2003年01期

10 陳英杰;縮短個人通信系統(tǒng)與蜂窩網(wǎng)距離的創(chuàng)新網(wǎng)關(guān)[J];現(xiàn)代電信科技;1998年10期

相關(guān)會議論文 前6條

1 孫靜原;;多跳蜂窩網(wǎng)——新一代網(wǎng)絡雛形[A];第一屆中國高校通信類院系學術(shù)研討會論文集[C];2007年

2 蘇郁;;基于“超級無線策略控制器”構(gòu)想的GSM/WLAN數(shù)據(jù)分流方法研究[A];陜西省通信學會2016年學術(shù)年會論文集[C];2016年

3 陳瑾平;徐昊;楊綠溪;;一種適用于中繼增強型蜂窩網(wǎng)的路由選擇與比例公平性聯(lián)合調(diào)度算法[A];第十四屆全國信號處理學術(shù)年會(CCSP-2009)論文集[C];2009年

4 洪福明;;擴頻蜂窩移動通信系統(tǒng)的發(fā)展前景[A];四川省通信學會一九九四年學術(shù)年會論文集[C];1994年

5 余鵬奇;趙鋒銳;段衛(wèi)國;;一種基于蜂窩網(wǎng)格劃分的海洋船舶目標探測概率模型[A];第三屆高分辨率對地觀測學術(shù)年會（地面系統(tǒng)與應用技術(shù)分會）優(yōu)秀論文集[C];2014年

6 李昶;韓斌杰;;LTE-A Relay方案設計與性能評估[A];2014全國無線及移動通信學術(shù)大會論文集[C];2014年

相關(guān)重要報紙文章 前10條

1 工信部電信研究院通信標準研究所 羅振東;WLAN與蜂窩網(wǎng)融合漸深[N];人民郵電;2012年

2 ;Wi-Fi與蜂窩網(wǎng)間漫游仍需等待[N];計算機世界;2004年

3 ;暢游Wi-Fi和蜂窩網(wǎng)間將可能[N];網(wǎng)絡世界;2006年

4 王文杰;UMA融合蜂窩網(wǎng)與WLAN[N];中國計算機報;2004年

5 本報記者 逢丹;4.5G時代:蜂窩網(wǎng)和WLAN走向融合[N];通信產(chǎn)業(yè)報;2016年

6 工信部電信研究院通信標準研究所 楊萌　羅振東;Wi—Fi自動接入技術(shù)加速發(fā)展[N];人民郵電;2013年

7 ;Inmarsat的衛(wèi)星、蜂窩網(wǎng)融合服務[N];計算機世界;2002年

8 ;蜂窩與WLAN攜手應對數(shù)據(jù)狂潮[N];人民郵電;2011年

9 本報記者 卜娜;Wi-Fi市場醞釀“完美風暴”[N];中國計算機報;2011年

10 ;Wi—Fi/蜂窩融合贏得用戶[N];網(wǎng)絡世界;2008年

相關(guān)博士學位論文 前9條

1 王鴻;異構(gòu)蜂窩網(wǎng)干擾分析及其管控方法研究[D];南京郵電大學;2016年

2 秦熠;設備到設備無線通信的關(guān)鍵技術(shù)研究[D];上海交通大學;2015年

3 王建輝;基于信息融合的蜂窩網(wǎng)定位技術(shù)研究[D];解放軍信息工程大學;2011年

4 李榮鵬;面向綠色蜂窩網(wǎng)的流量預測分析與智能化基站管理策略研究[D];浙江大學;2015年

5 寇明延;蜂窩網(wǎng)協(xié)作通信及相關(guān)技術(shù)研究[D];北京郵電大學;2010年

6 李昶;用于下一代無線通信系統(tǒng)的協(xié)同中繼網(wǎng)絡關(guān)鍵技術(shù)研究[D];北京郵電大學;2011年

7 趙承志;未來移動通信動態(tài)資源分配算法的研究[D];武漢大學;2011年

8 周軒;下一代移動通信網(wǎng)絡中的業(yè)務特征認知及服務機制研究[D];浙江大學;2015年

9 鄧娜;基于隨機幾何的異構(gòu)蜂窩網(wǎng)建模分析與設計[D];中國科學技術(shù)大學;2015年

相關(guān)碩士學位論文 前10條

1 滕龍;霧無線接入網(wǎng)中緩存技術(shù)研究[D];重慶郵電大學;2019年

2 梁云龍;多點協(xié)作蜂窩網(wǎng)中基于動態(tài)分簇的能效研究[D];華中科技大學;2016年

3 徐超;移動傳感應用中蜂窩網(wǎng)預算的有效利用[D];中國科學技術(shù)大學;2017年

4 林明明;認知蜂窩網(wǎng)的容量分析與規(guī)劃[D];廈門大學;2014年

5 楊靜;WLAN和蜂窩網(wǎng)融合接入與連接管理的研究與應用[D];北京郵電大學;2013年

6 應宇鋒;WLAN認證及接入蜂窩網(wǎng)的方法研究[D];北京郵電大學;2013年

7 李亞玲;異構(gòu)蜂窩網(wǎng)基于博弈論的資源管理研究[D];南京郵電大學;2016年

8 文思揚;基于蜂窩網(wǎng)的低成本列車組合定位方法研究[D];蘭州交通大學;2015年

9 蔡森;異構(gòu)無線網(wǎng)絡試驗平臺中蜂窩網(wǎng)空中接口的優(yōu)化、升級與實現(xiàn)[D];北京郵電大學;2010年

10 周斌;無線認知蜂窩網(wǎng)中下行鏈路資源優(yōu)化分配研究[D];昆明理工大學;2017年

本文編號：2826394