一种D2D无线缓存方法与流程

本发明属于d2d通信技术领域，特别涉及一种d2d无线缓存方法。

背景技术

近年来，由于智能终端的快速普及，使用无线通信访问移动互联网的用户人数越来越多，用户的业务需求量也越来越大。在通信业务的高峰时段，基站需要服务大量终端用户，容易出现延迟、终端等问题，降低用户体验。现有的方案都是想通过增加可用频谱资源、提高频谱利用效率来提高系统容量，解决存在的问题，并没有关注数据流量的特征。

在思科公司对未来全球移动数据流量预测提到，到2021年，移动视频业务将占总移动流量业务的78％。大量的通信资源被用于视频业务传输。视频文件本身具有一个重要特性：内容复用性，即少数的热点视频会在一段时间内被大量用户多次观看。此外，在一定的时间限度内，这些热点文件的受欢迎程度变化相对比较缓慢。此外，随着存储技术的进步，硬盘存储容量飞速增长。现在，普通的机械硬盘容量早已达到了tb数量级，而其价格也只是几百元。硬盘的存储容量越来越大，读写性能越来越好，性价比越来越高。这给视频缓存技术的发展提供了良好的契机。

此外，d2d通信技术的提出使得d2d终端缓存技术开始引起人们的关注。d2d终端缓存技术指的是，基站将受欢迎的流行文件提前缓存到用户终端的存储器中。用户在请求文件传输时，可以先在自己的存储器中寻找该文件。如果请求文件已经被提前缓存到存储器，用户可以直接使用文件；如果该文件没有被缓存到本地存储器，而是缓存在周围邻近的终端存储器中，用户通过d2d通信技术请求存储该文件的终端用户传输该文件；如果在本地存储器和周围邻近的终端存储器都没有存储该文件，该用户向基站或者服务器发出文件传输请求。

现有的d2d无线缓存策略主要存在实现复杂度高、缓存命中率低、文件缓存过度冗余且受限于特定场景等问题。同时并未考虑，终端在请求对方传输文件时，对方不愿提供服务的可能。

技术实现要素：

本发明的目的在于提供一种d2d无线缓存方法，以解决上述问题。

为实现上述目的，本发明采用以下技术方案：

一种d2d无线缓存方法，包括以下步骤：

步骤1：获取内容流行度分布表达式：

假设用户请求的文件来自一个拥有m个文件的文件库m^lib；每个用户按照zipf分布独立从文件库中请求文件；排名越靠前的文件被请求的概率也越高；其中，排名在位置i的文件被请求的概率为

其中，γ表示zipf分布的流行度常数；

步骤2：获取优化模型

每个用户均能自由选择蜂窝通信模式和d2d通信模式进行通信，当用户以d2d通信模式通信时，用户最大通信半径为rd2d；且在最大d2d通信半径的范围内存在k个相邻用户，k服从密度为λ的泊松点过程；则用户在以自身为中心，半径为rd2d的范围内有k个用户的概率为

假设每个用户均能缓存md个文件，不失一般性，假设每个文件大小都为1；在rd2d范围内的用户之间使用d2d通信技术进行文件传输，将这些用户缓存的文件称为虚拟缓存；用户愿意向rd2d范围的其他用户分享自身缓存文件的概率为ρ；将用户能够从虚拟缓存中获取文件的概率称为缓存命中概率，记为pi^hit；

用qi表示用户缓存排名在第i位的文件的概率，则

用户请求排名在第i位的文件且获取文件的概率表示为

将(1)式和(2)式代入(4)式中，得

每个用户所处的位置都是随机分布的，因此，每个用户的缓存命中概率在平均意义上都相同；用户在虚拟缓存中找到请求文件的概率为

通过确定文件的缓存概率qi＝[q1,q2,...,qm]，使得平均缓存命中率最大化；故优化模型表示为：

步骤3：提出优化算法

将文件库m^lib中的文件分为两个部分：流行度高的部分文件和流行度相对较低的部分文件。在zipf分布的缓存策略下，流行度高的文件缓存冗余，因此我们按比例缩小该部分缓存概率；流行度较低的文件缓存命中概率低，因此我们按比例扩大该部分缓存概率。

即

式中：

α表示流行度高的文件缓存概率乘子

β表示流行度低的文件缓存概率乘子

m'——最后一个流行度高的文件对用排名

其中α和β满足0≤α≤1，β≥1，且1≤m'≤m；

将(8)式代入(7)式中

此时，原优化模型转化为

步骤4：解出最优值

通过对(9)式观察可以发现，当满足

时(9)式获得最优解；

由(10)式得

将(11)代入(9)式中，得到等价问题：

首先，先保持m'不变，求出在m'时最优的α；再通过对m'在1到m之间遍历，求出最优的m'值。

进一步的，步骤4中求出最优的m'值的具体步骤如下：

令

通过解方程得出方程的解αm'；

再通过对m'在1到m之间遍历，求出最优的α值α'；

同时通过(11)式求出最优的β值β'。

进一步的，步骤1中，当γ越大时，用户的请求越集中在排名靠前的热点文件。

与现有技术相比，本发明有以下技术效果：

和最优缓存策略相比，本发明提出的d2d通信无线缓存方法的缓存命中概率存在大约3％的性能损失，但最优缓存策略需要多次迭代计算过程，而本方法只需通过对文件库进行一次遍历便可得出结果，本方法的运算复杂度比最优缓存策略低；同常见的等概率随机缓存策略、最流行文件缓存策略和zipf分布的缓存策略相比，本方法的缓存命中概率都比以上策略高，性能都优于以上集中策略。因此，本方法有更多的应用场景。

附图说明

图1为zipf分布的流行度常数γ分别为0.6、1、1.4时的zipf分布的累计分布函数；

图2为d2d无线缓存网络模型图；

图3为邻近用户分享概率ρ＝0.5，md＝3时，改进zipf分布的缓存策略的理论性能曲线和实际仿真性能曲线图；

图4为邻近用户分享概率ρ＝0.5时，md＝3时，最优缓存策略和改进zipf分布的缓存策略的性能曲线图；

图5为邻近用户分享概率ρ＝0.5时，md＝3时，等概率随机缓存策略、最流行文件缓存策略和zipf分布的缓存策略和改进zipf分布的缓存策略的性能曲线图；

具体实施方式

以下结合附图对本发明进一步说明：

请参阅图1-图5，本发明提出一种d2d无线缓存策略。我们首先对热点文件流行度分布进行研究。结合热点文件的流行度，考虑在蜂窝小区内用户服从泊松点过程且用户终端的缓存空间受限的条件下，对d2d缓存的文件命中概率进行建模。提出一种复杂度较低的次优缓存算法。通过仿真显示，算法可以实现接近于最优缓存策略的性能。

步骤1：获取内容流行度分布表达式

在研究人员对近年来的网页请求和视频浏览的分布进行研究时发现，这些分布都可以用zipf分布来近似表示。因此，在进行相关算法设计和仿真时，我们假设用户的请求分布服从zipf分布。假设用户请求的文件来自一个拥有m个文件的文件库m^lib。每个用户按照zipf分布独立从文件库中请求文件。排名越靠前的文件被请求的概率也越高。其中，排名在位置i的文件被请求的概率为

其中，γ表示zipf分布的流行度常数。当γ越大时，用户的请求越集中在排名靠前的热点视频文件。

步骤2：获取优化模型

我们考虑在一个蜂窝小区中，存在一个基站(basestation，bs)和n个终端用户，用户均匀分布在以基站为中心，半径为rbs的范围内。每个用户均可以采用蜂窝通信模式和d2d通信模式进行通信，当用户以d2d通信模式通信时，用户最大通信半径为rd2d。且在最大d2d通信半径的范围内存在k个相邻用户，k服从密度为λ的泊松点过程。则用户在以自身为中心，半径为rd2d的范围内有k个用户的概率为

假设每个用户均能缓存md个文件，不失一般性，假设每个文件大小都为1。在rd2d范围内的用户之间可以使用d2d通信技术进行文件传输，我们将这些用户缓存的文件称为“虚拟缓存”。用户愿意向rd2d范围的其他用户分享自身缓存文件的概率为ρ。我们将用户能够从“虚拟缓存”中获取文件的概率称为缓存命中概率，记为pi^hit。

我们用qi表示用户缓存排名在第i位的文件的概率，则

用户请求排名在第i位的文件且获取文件的概率(即缓存命中概率)可以表示为

将(1)式和(2)式代入(4)式中，得

每个用户所处的位置都是随机分布的，因此，每个用户的缓存命中概率在平均意义上都相同。用户可以在“虚拟缓存”中找到请求文件的概率为

我们想通过确定文件的缓存概率qi＝[q1,q2,...,qm]，使得平均缓存命中率最大化。故优化问题可以表示为：

这是一个条件受限的非线性凸优化问题。该优化问题复杂度较高，难以在实际系统中的应用。

步骤3：提出优化算法

我们提出一种改进zipf分布的缓存策略。该策略的基本思想是：首先，将文件库m^lib中的文件分为两个部分：流行度高的部分文件和流行度相对较低的部分文件。如果能适当降低流行度高的文件的缓存概率，提高流行度较低的文件的缓存概率，就能实现比zipf分布的缓存策略更好的缓存命中概率。

即

其中α和β满足0≤α≤1，β≥1，且1≤m'≤m。

将(8)式代入(7)式中

此时，原优化问题转化为

步骤4：解出最优值

要想获得获得(9)式的最优解，则需满足一个条件，即

该条件为获取最优解的一个必要条件。

由(10)式得

将(11)代入(9)式中，得到等价问题：

这是一个二元非线性凸优化问题，我们可以根据控制变量的方法，求出最优值。首先，先保持m'不变，求出在m'时最优的α。再通过对m'在1到m之间遍历，求出最优的m'值。

具体步骤如下：

令

通过解方程得出方程的解αm'。

再通过对m'在1到m之间遍历，求出最优的α值α'。

同时通过(11)式求出最优的β值β'。

通过图1可以看到，zipf分布的流行度常数γ不同，对应的zipf分布的累计分布函数也不同。当γ较小时，排名不同的文件的受欢迎程度差异较小；当γ很大时，排名不同的文件的受欢迎程度差异也变得越来越大，用户对文件的请求逐渐集中于排名最靠前的几个文件。

通过图2可以看到，在蜂窝小区内，邻近终端之间可以通过d2d通信模式构成“虚拟缓存”。用户能够以一定概率从“虚拟缓存”中获取自身需要的文件。

通过图3可以看到，改进zipf分布的缓存策略的理论性能和实际仿真性能吻合。

通过图4可以看到，最优缓存策略下的性能优于改进zipf分布的缓存策略性能，但两者的性能差异并不是很大。改进zipf分布的缓存策略的性能比最优缓存策略的性能大约低3％左右。

通过图5可以看到，对比等概率随机缓存策略、最流行文件缓存策略和zipf分布的缓存策略，本方案提出的改进zipf分布的缓存策略性能最好。在等概率随机缓存策略下，缓存命中概率始终保持在较低的水平。最流行文件缓存策略在文件的流行度常数γ较小时，性能最差，在γ增大时，性能提升明显，在γ值较大时，最流行文件缓存策略性能接近zipf分布的缓存策略性能。在γ值较小时，zipf分布的缓存策略和改进zipf分布的缓存策略的性能差异不明显，在γ增大时，两者性能差距增大，最终的性能差距在5％左右。

因此综上可知，本发明提出的d2d通信无线缓存方法能够在降低运算复杂度的前提下，以较小的性能损失为代价，有效提高d2d无线缓存的缓存命中概率。

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确定专利保护范围。