針對無人機(jī)輔助蜂窩網(wǎng)絡(luò)中的海量數(shù)據(jù)內(nèi)容傳輸與無人機(jī)無線回程帶寬受限這一矛盾,提出了一種無人機(jī)與用戶協(xié)同緩存算法。通過在無人機(jī)以及用戶設(shè)備上部署存儲設(shè)備,將用戶請求的熱點內(nèi)容緩存后進(jìn)行共享分發(fā),以減少無人機(jī)回程鏈路資源與能量開銷,減輕業(yè)務(wù)負(fù)載并降低用戶時延。以用戶內(nèi)容獲取時延最小化為目標(biāo)建立了無人機(jī)與用戶緩存聯(lián)合優(yōu)化問題,將其分解為無人機(jī)緩存子問題與用戶緩存子問題,并分別基于交替方向乘子法和全局貪婪算法進(jìn)行求解,通過迭代獲得收斂的優(yōu)化結(jié)果,實現(xiàn)了無人機(jī)與用戶的協(xié)同緩存。仿真結(jié)果表明,所提算法能夠有效降低用戶的內(nèi)容獲取時延,提升系統(tǒng)性能。 

【文章來源】：通信學(xué)報. 2020,41(09)北大核心

【文章頁數(shù)】：9 頁

【部分圖文】：

無人機(jī)輔助蜂窩網(wǎng)絡(luò)系統(tǒng)模型

?43dBm、30dBm、23dBm，噪聲功率譜密度為174dBm/Hz，宏基站、無人機(jī)、D2D以及回程鏈路帶寬分別為10MHz、20MHz、20MHz、20MHz，網(wǎng)絡(luò)中的內(nèi)容大小為10Mbit/s。為了驗證所提算法的有效性，本文采用以下2種算法進(jìn)行對比分析。1)隨機(jī)緩存：每個無人機(jī)或者用戶隨機(jī)選擇緩存內(nèi)容，直到緩存空間已滿。2)最大流行度緩存：每個無人機(jī)或者用戶緩存網(wǎng)絡(luò)中內(nèi)容流行度最高的內(nèi)容，直到緩存空間已滿。4.1所提算法的收斂性及最優(yōu)性分析為了驗證所提算法的收斂性與最優(yōu)性，圖2給出了小規(guī)模網(wǎng)絡(luò)場景下所提算法迭代次數(shù)與時延的關(guān)系。無人機(jī)數(shù)量K1，用戶數(shù)量N5，內(nèi)容數(shù)量M8，無人機(jī)緩存空間4KQ，用戶緩存空間1NQ�？梢钥闯觯谛∫�(guī)模場景下，所提算法在迭代10次以內(nèi)可以達(dá)到收斂。當(dāng)?shù)?0次時，所提算法得到的結(jié)果（0.02266）非常接近遍歷搜索得到的全局最優(yōu)解（0.02242），差距約為1.07%。這表明所提算法可在較低復(fù)雜度情況下得到具有較小差距的近似最優(yōu)解，實現(xiàn)較高的優(yōu)化性能。圖2小規(guī)模網(wǎng)絡(luò)場景下所提算法迭代次數(shù)與時延的關(guān)系4.2無人機(jī)與用戶協(xié)同算法有效性分析圖3展示了K=3、M=80場景下無人機(jī)與用戶均無緩存、無人機(jī)有緩存、無人機(jī)與用戶均有緩存這3種情況下的時延性能。與無人機(jī)與用戶均無緩存（KQ0NQ）相比，無人機(jī)有緩存（40KQ）在N60情況下可降低約18%的用戶時延，這表明在無人機(jī)上部署緩存，可有效降低用戶時延；通過無人機(jī)與用戶協(xié)同緩存（40KQ，5NQ），可繼續(xù)降低約30%的用戶時延，這說明在用戶設(shè)備上進(jìn)行

第9期張?zhí)炜龋簾o人機(jī)輔助蜂窩網(wǎng)絡(luò)中的無人機(jī)與用戶協(xié)同緩存算法·137·提出的無人機(jī)與用戶協(xié)同緩存算法可有效提升系統(tǒng)的時延性能。圖3時延性能分析4.3緩存空間對時延性能的影響分析圖4和圖5給出了不同無人機(jī)和用戶緩存空間下所提算法、隨機(jī)緩存算法以及最大流行度算法的時延性能對比結(jié)果，其中K3、M80。圖4為不同無人機(jī)緩存空間下時延性能隨著用戶數(shù)目變化曲線。可以看出，無人機(jī)緩存空間由20增加至40后，緩存內(nèi)容也隨之增加，3種算法的用戶平均內(nèi)容獲取時延均下降，所提算法的時延最校圖5為不同用戶緩存空間下時延性能隨著用戶數(shù)目變化曲線�？梢钥闯�，相對于隨機(jī)緩存與最大流行度緩存，所提算法在5NQ以及10NQ時的時延均處于最低水平。圖4和圖5的仿真結(jié)果表明，隨著用戶數(shù)量的增加，所有算法的時延均有所上升，但所提算法時延一直小于對比算法，且隨著網(wǎng)絡(luò)規(guī)模的增大，所提算法的時延性能優(yōu)勢更加明顯。圖4無人機(jī)緩存空間對時延性能的影響（5NQ）圖5用戶緩存空間對時延性能的影響（40KQ）5結(jié)束語本文提出了一種無人機(jī)輔助蜂窩網(wǎng)絡(luò)中的無人機(jī)與用戶協(xié)同緩存算法，通過在無人機(jī)與用戶設(shè)備上同時部署緩存來降低用戶獲取內(nèi)容的時延。所提算法通過無人機(jī)緩存決策與用戶緩存決策的優(yōu)化迭代，實現(xiàn)了無人機(jī)與用戶的協(xié)同緩存優(yōu)化。在每一迭代周期內(nèi)，分別基于ADMM與全局貪婪算法得到當(dāng)前無人機(jī)與用戶緩存的內(nèi)容。仿真結(jié)果表明，所提算法可以有效降低用戶獲取內(nèi)容的時延。參考文獻(xiàn)：[1]SHARMAV,BENNISM,KUMARR.UAV-assistedheterogeneousnetworksforcapacityenhance

【參考文獻(xiàn)】：
期刊論文
[1]信息中心網(wǎng)絡(luò)緩存技術(shù)研究綜述[J]. 張?zhí)炜?單思洋,許曉耕,劉銀龍.  北京郵電大學(xué)學(xué)報. 2016(03)



本文編號：3013353