本发明属于无线网络缓存技术领域，具体涉及一种面向无线异构网络的基站与D2D共同缓存方法。
背景技术：
近年来随着智能手机的发展，无线蜂窝网络的流量负载呈现出了指数增加的态势，为移动通信网络带来了巨大的承载压力。而在大量的移动互联网数据中，一少部分热门数据占用了极大的流量负载，并且这些热门内容传输具有极大的冗余性，这给回程链路带来了极大的负担。而随着大数据分析技术的发展，热门内容的预测成为了可能。而许多来自社交网络等的边信息也可以帮助我们了解用户日常的移动特性、社交特性、偏好特性等。云计算以及边缘计算的发展也使得实时的数据分析得以应用。快速存储介质的降价也使得布置缓存的成本大大降低。D2D通信的发展使得移动终端互相分享内容成为可能。所以许多学者提出在网络空闲时刻预先的缓存热门内容至无线网络边缘设备(基站、移动终端等)，这种方法既缓解了回程网络负载的压力，又减小了服务请求延迟，有着极大的研究潜力。
对于无线网络中缓存的研究起始于2012年，有学者提出在传统蜂窝通信网络中引入具有一定缓存功能的小型基站，用户可以通过其协助来获取内容。由此开始，大量有关无线网络缓存的研究开始展开。一个完整的无线网络缓存系统主要包括三个部分，分别为：热门内容预测、缓存放置策略和缓存分发策略，现有的对该系统的研究也主要集中于这三个部分。现有的研究多关注于基站与D2D单独工作时的缓存性能优化，很少关注两者共同工作时的系统性能以及合作缓存方法，而在无线异构网络中基站与D2D设备共同工作是一个典型的场景。
技术实现要素：
本发明的目的在于提供一种面向无线异构网络的基站与D2D共同缓存方法，以克服现有技术的问题，本发明通过在无线网络缓存中引入D2D缓存技术，并针对两者共同工作场景进行优化，达到了减少系统负载，达到缓解移动网络回程链路以及基站负载压力的目的，从而提升用户体验。
为达到上述目的，本发明采用如下技术方案：
一种面向无线异构网络的基站与D2D共同缓存方法，包括如下步骤：
步骤1：建立D2D缓存与基站缓存共同工作的系统模型，并将用户分为D2D用户与基站用户两类，D2D用户在该系统中请求文件时优先从邻近的D2D服务者获取，若没有找到对应文件则向基站进行请求，基站用户则直接向基站请求文件，对于基站与D2D服务者都未缓存的文件，则转向核心网进行请求；
步骤2：以最小化系统流量为目标，采用基于模拟退火法决定缓存内容。
进一步地，步骤1中建立D2D缓存与基站缓存共同工作的系统模型具体为：
用户U＝{u1，u2…uk}在基站覆盖范围内以泊松点过程分布，密度为λu，数量为k，其中m个用户为D2D服务提供者，密度为λd，作为D2D缓存服务的提供者，预先缓存内容并向周围用户提供内容分享，D2D通信的有效半径为d，所以能够获得D2D服务的用户集为Ud，只能由基站提供服务的用户集为cUUD，用户属于基站用户集的概率为PB，属于D2D用户集的概率为PD，D2D设备及基站缓存向量分别为FD＝{f1，D，f2，D，…fn，D}、FB＝{f1，B，f2，B，…fn，B}；
该系统的文件库F共n个文件，每个文件大小相等均为a(mb)，D2D设备的存储能力为SD，能够存储SD个文件，所有D2D设备缓存同样的SD个文件；基站的存储能力为SB，能够存储SB个文件，文件欢迎度服从Zipf分布，参数为γ，下式表示用户请求第i个文件的概率：
进一步地，步骤2中最小化系统流量具体如下：
用户请求文件时文件传输产生的系统流量为c0，c1，c2，从用户请求文件的过程能够看出在D2D服务者上获取文件时不占用系统流量，所以c0＝0，在基站获得文件时产生流量c1＝a，通过回程链路获得文件时在回程链路产生a的流量，并且基站发送文件给用户时也产生a的流量，所以c2＝2a，所以当一个用户请求文件时，若该用户属于基站用户集，则平均流量为：
若该用户属于D2D用户集，则平均流量为：
系统中任意用户请求文件时的平均系统流量为：
其中，
fi,B∈{0,1},fi,D∈{0,1},i＝1,2…n
即最小化系统流量为一个0-1整数规划问题，且是一个NP-hard问题。
进一步地，步骤2中采用基于模拟退火法决定缓存内容具体为：
1)初始化：设定初始终止条件T，最小终止条件Tmin，更新参数α，初始缓存内容FB，current,FD，current，初始系统流量Cbest(FB，best，FD，best)，每个周期的迭代次数L；
2)重复第3)至6)步共L次；
3)对现有缓存内容FB，current,FD，current产生随机扰动，产生新缓存内容FB，new，FD，new；
4)若新缓存内容FB，new,FD，new满足基站缓存容量，则计算新缓存状态带来的系统增益Δt＝Cbest(FB，best，FD，best)-Cnew(FB，new，FD，new)，否则返回步骤2)；
5)若Δt＜0，则将新缓存状态FB，new，FD，new接受为当前缓存内容，并存储为最优缓存内容FB，best，FD，best，否则以概率exp(-Δt/T)接受为当前缓存内容，但最优缓存内容仍不改变；
6)将T减小至原值的α倍获得新终止条件，若新终止条件已小于等于最小终止条件Tmin，则终止算法并输出FB，best，FD，best，即为求得的最优缓存内容，否则转至步骤2)继续执行。
与现有技术相比，本发明具有以下有益的技术效果：
本发明采用基站与D2D共同缓存提升了缓存效率，通过在基站缓存中引入D2D缓存的方式减少了基站与回程链路的负载压力，达到了分流文件传输的目的。并且通过所提的基于模拟退火法的缓存内容决定方法，对基站与D2D设备的缓存空间进行了合理的规划，使基站与D2D设备能够合理的缓存热门内容。仿真结果表明，该方法有效提升了缓存命中率；有效减少系统流量，降低基站及回程链路负载，随着D2D用户密度的提高，该方法可减少百分之10％至25％的系统流量。
附图说明
图1为基站与D2D共同缓存网络模型图；
图2为基于模拟退火法的缓存内容决定方法过程图；
图3为D2D服务者密度对系统流量的影响图；
图4为D2D复用蜂窝资源信令交互流程的时序图；
图5为zipf分布参数对系统流量的影响图。
具体实施方式
下面结合附图对本发明作进一步详细描述：
参见图1
本发明提出一种一种面向无线异构网络的基站与D2D共同缓存方法，通过在无线网络缓存中引入D2D缓存技术，并针对两者共同工作场景进行优化，达到了减少系统负载，达到缓解移动网络回程链路以及基站负载压力的目的，从而提升用户体验。
构建系统模型：
用户U＝{u1，u2…uk}在基站覆盖范围内以泊松点过程分布，密度为λu，数量为k。其中m个用户为D2D服务提供者，密度为λd，作为D2D缓存服务的提供者，预先缓存内容并向周围用户提供内容分享。D2D通信的有效半径为d，所以能够获得D2D服务的用户集为Ud。只能由基站提供服务的用户集为CUUD。用户属于基站用户集的概率为PB,属于D2D用户集的概率为PD。D2D设备及基站缓存向量FD＝{f1，D，f2，D，…fn，D}，FB＝{f1，B，f2，B，…fn，B}。
该系统的文件库F共n个文件，每个文件大小相等均为a(mb)。D2D设备的存储能力为SD，可以存储SD个文件，所有D2D设备缓存同样的SD个文件。基站的存储能力为SB，可以存储SB个文件。文件欢迎度服从Zipf分布，参数为γ，下式表示用户请求第i个文件的概率：
该系统中的用户请求文件的过程描述如下：
1)基站集中的用户请求文件时，直接查询基站的缓存是否有合适内容，若有则直接发送回设备，若没有，则通过回程链路由核心网发送。
2)D2D集中的用户请求文件时，先查询其临近D2D服务者是否有合适内容，若有则直接返回内容，若没有则查询基站。基站有所需内容则直接通过基站与设备通信返回相应内容，若没有则通过回程链路由核心网发送。
构建优化问题：
文件传输产生的系统流量为c0，c1，c2，从用户请求文件的过程可以看出在D2D服务者上获取文件时不占用系统流量，所以c0＝0，在基站获得文件时产生c1＝a流量，通过回程链路获得文件时在回程链路产生a的流量，并且基站发送文件给用户时也会产生a的流量，所以c2＝2a。所以当一个用户请求文件时，若该用户属于基站用户集，则平均流量为：
若该用户属于D2D用户集，则平均流量为：
系统中任意用户请求文件时的平均系统流量为：
fi,B∈{0,1},fi,D∈{0,1},i＝1,2…n
所以最小化系统流量成为了一个0-1整数规划问题，且是一个NP-hard问题。我们设计了一种基于模拟退火法的缓存内容决定方法。
基于模拟退火法的缓存内容决定方法过程：
1)初始化。设定初始终止条件T，最小终止条件Tmin，更新参数α，初始缓存内容FB，current,FD，current，初始系统流量Cbest(FB，best，FD，best)，每个周期的迭代次数L，一般情况下T＝100，Tmin为一个较小的数，α＝0.9，L＝100n。
2)重复第3)至6)步共L次。
3)对现有缓存内容FB，current,FD，current产生随机扰动，产生新缓存内容FB，new，FD，new。
4)若新缓存内容FB，new,FD，new满足基站缓存容量限制，则计算新缓存状态带来的系统增益Δt＝Cbest(FB，best，FD，best)-Cnew(FB，new，FD，new)。否则返回步骤(2)。
5)若Δt＜0，则将新缓存状态fB，new，FD，new接受为当前缓存内容，并存储为最优缓存内容FB，best，FD，best。否则以概率exp(-Δt/T)接受为当前缓存内容，但最优缓存内容仍不改变。
6)将T减小至原值的α倍获得新终止条件，若新终止条件已小于等于最小终止条件Tmin，则终止算法并输出FB，best，FD，best即为求得的最优缓存内容。否则转至步骤(2)继续执行。
通过图1可以看到，用户请求文件时首先在附近的D2D服务者中寻找对应文件，若没有找到再去基站寻找。
通过图2可以看到，基于模拟退火法的缓存内容决定方法的完整工作流程图。
通过图3可以看到，随着D2D服务者密度的增加，本发明所提的缓存策略具有最小的系统流量，在D2D服务者密度较小时，三种共同缓存策略的性能差距仍不大，但随着D2D服务者密度的增加，本发明提出的缓存策略明显的减少了系统流量，在D2D服务者密度为0.005时相对于性能次佳的最受欢迎缓存策略减少了约8％的系统流量，在D2D服务者密度为0.008时减少了约11％的系统流量，达到了减少系统负载压力的目的。
通过图4可以看到，采用本发明方法时，本地服务概率即用户通过基站或D2D服务者获得文件的概率也保持在一个相对较大的水平。
通过图5可以看到，本发明所提缓存方法在zipf参数较低时与本地命中率最大策略的性能较接近，比最受欢迎策略减少了约11％的系统流量。在zipf参数较高时，与最受欢迎策略性能较为接近，但较本地命中率最大策略减少了约25％系统流量。与仅在基站缓存的策略相比一直保持有较高的流量减少。
因此综上可知，本发明提出的基站与D2D共同缓存方法可以有效减少系统流量，降低基站及回程链路负载。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书所确定的保护范围。