密集小蜂窝网络的分布式缓存策略研究

发布时间：2020-07-18 11:35

【摘要】：由于网络数据流量的爆炸式增长和蜂窝网络中频谱资源的短缺,如何提升网络的吞吐量和容量已经成为了一个研究的热点。在下一代蜂窝系统(5G)中为了进一步提高数据传输的区域频谱效率,提出了密集小蜂窝网络技术,通过在宏基站(MBS)下部署更多的低功率小基站(SBS),可以提高频谱资源的复用率;另一方面,在SBS进行内容的缓存可以进一步提高链路质量和降低用户下载时延,从而提升网络容量。但是,随着SBS的部署密集增加必定会导致回程资源的短缺。通过在SBS处缓存内容来降低回程资源的消耗,用户可以从最近的SBS下载其所需的数据;若SBS中没有缓存用户所需要的数据,则需要接入MBS从核心网处下载,这将会导致消耗更多的回程资源。另一方面,无线接入资源同样非常紧缺,多个小站间协作传输是提高接入资源利用率的有效方法。然而,缓存策略可影响当前小站间的协作机会,因此,密集小蜂窝网络中缓存策略的研究是5G发展的关键问题。本文对联合多点协作传输(CoMP-JT)和干扰的分布式缓存策略、以及考虑SBS接入负载均衡的缓存策略进行了研究,论文的主要内容如下:首先,在密集小蜂窝网络中,考虑有限的接入、回程资源和SBS有限的缓存容量,针对系统的无线频谱资源消耗进行优化,提出了一种联合CoMP-JT和干扰的分布式缓存策略。本文所提出的缓存策略考虑了CoMP-JT对系统的接入、回程资源的消耗和用户成功下载数据的影响,进而影响系统的缓存策略和内容分发效率。在保证用户下载速率需求的前提下,将缓存问题转化为符合拟阵约束的次模优化问题,通过提出的算法来计算最优的缓存策略。通过仿真结果分析,相比于传统的未考虑CoMP(基于内容受欢迎度)和未考虑干扰的缓存策略,提出的联合CoMP-JT和干扰的资源最小化的小蜂窝分布式缓存算法有效地降低了系统的接入和回程资源消耗,并且保证了用户的时延和下载速率需求。随后,本文从均衡SBS的接入负载和提高系统的容量出发,尤其是当小区中用户的密度增加时,在基于联合CoMP-JT和干扰的前提下,引入了SBS接入负载优化的缓存策略。考虑SBS接入容量受限,通过接入选择因子来平衡SBS的接入负载并最大化系统的增益函数,使得系统的容量增加、资源的消耗降低。通过对系统资源消耗、平均下载速率、SBS的平均服务用户数等性能的仿真分析,证明所提出的基于SBS负载优化的联合CoMP-JT和SBS干扰的缓存策略有效地提高了系统的频谱资源利用率和系统的容量。
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN929.5

【相似文献】

相关期刊论文 前10条

1 赵卫民;应用ASP.NET缓存策略 提升Web Form运行性能[J];电脑开发与应用;2004年09期

2 张俊;年梅;李京;;内容中心网络概率缓存策略的研究[J];新疆师范大学学报(自然科学版);2017年03期

3 佘X,杨四铭,周明天;一种多媒体服务器混合缓存策略[J];小型微型计算机系统;2005年01期

4 张果;胡宇翔;黄万伟;汪斌强;曹路佳;;基于流行内容感知和跟踪的协同缓存策略[J];通信学报;2017年02期

5 黄祥志;刘南;刘仁义;张丰;李昭;;适用于可编辑WebGIS的动态缓存策略[J];计算机工程;2011年05期

6 霍跃华;刘银龙;;内容中心网络中基于内容流行度和节点属性的协作缓存策略[J];太原理工大学学报;2018年01期

7 史甜甜;;内容中心网络中缓存策略研究[J];电信工程技术与标准化;2014年06期

8 张建伟;陈娟娟;刘思;;基于一体化网络的映射关系缓存策略[J];郑州轻工业学院学报(自然科学版);2010年03期

9 曲大鹏;杨文;杨越;程天放;吴思锦;王兴伟;;结合内容流行和主观偏好的节点缓存策略[J];小型微型计算机系统;2018年11期

10 崔现东;刘江;黄韬;陈建亚;刘韵洁;;基于节点介数和替换率的内容中心网络网内缓存策略[J];电子与信息学报;2014年01期

相关会议论文 前2条

1 李巍;李春花;周可;黄平;;一种基于块级的连续数据捕获方法研究[A];2010年第16届全国信息存储技术大会（IST2010）论文集[C];2010年

2 杜金莲;张雪;;三维地形模型流式传输技术研究[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集（上册）[C];2010年

相关博士学位论文 前4条

1 武昊;内容中心网络中缓存策略与演进技术的研究[D];清华大学;2017年

2 崔现东;内容中心网络网内缓存策略研究[D];北京邮电大学;2014年

3 李靖;流媒体服务系统中接入控制与缓存策略的研究[D];中国科学技术大学;2009年

4 巫旭敏;分布式服务系统基于分层的存储资源管理研究[D];中国科学技术大学;2012年

相关硕士学位论文 前10条

1 李伟;CCN中协作缓存策略和查找算法的研究[D];南京邮电大学;2018年

2 孙帅元;密集小蜂窝网络的分布式缓存策略研究[D];西安电子科技大学;2018年

3 胡鹏程;基于多维属性的机会网络缓存策略研究与设计[D];河南大学;2018年

4 董正楠;D2D通信网络中数据转发机制与内容缓存策略研究[D];河南师范大学;2018年

5 夏雨生;移动互联网数据缓存优化策略研究[D];国防科学技术大学;2016年

6 孟红涛;Spark内存管理与缓存策略研究[D];国防科学技术大学;2016年

7 陈晨;基于SDN的ICN网络及其缓存策略的设计与实现[D];中国科学技术大学;2018年

8 黄大纯;超密集网络中基于内容预测的缓存策略研究[D];北京邮电大学;2018年

9 李永竞;蜂窝无线系统中基于关系网络的缓存策略研究[D];北京邮电大学;2018年

10 周奇;企业云移动端插件化开发与缓存策略的设计与实现[D];华南理工大学;2018年

本文编号：2760838