[发明专利]一种面向预测控制的最优缓存方法

说明书

本发明属于无线通信技术领域，涉及一种基于控制代价的最优缓存方法。本发明相对于传统的D2D网络下的缓存方案，将预测控制系统与D2D网络结合。从控制层面来决定如何进行缓存，在最优化缓存性能的同时，使得预测控制系统的控制性能最优，以最小化控制成本。

技术领域

本发明属于无线通信技术领域，涉及一种面向预测控制的最优缓存方法。

背景技术

工业生产过程都具有非线性、不确定性和时变的特点，要建立精确的解析模型十分困难，所以经典控制方法如PID控制以及现代控制理论都难以获得良好的控制效果。预测控制是一类基于模型的计算机控制算法，它采用多步预测、滚动优化和反馈校正等控制策略，因而具有控制效果好、鲁棒性强、对模型精确性要求不高的优点。预测控制是一类特殊的控制。它的当前控制动作是在每一个采样瞬间通过求解一个有限时域开环最优控制问题而获得。过程的当前状态作为最优控制问题的初始状态，解得的最优控制序列只实施第一个控制作用。

目前提出的模型预测控制算法主要有基于非参数模型的模型算法控制(MAC)和动态矩阵控制(DMC)，以及基于参数模型的广义预测控制(GPC)和广义预测极点配置控制(GPP)等，其中，模型算法控制采用对象的脉冲响应模型，动态矩阵控制采用对象的阶跃响应模型，这两种模型都具有易于获得的优点；广义预测控制和广义预测极点配置控制是预测控制思想与自适应控制的结合，采用CARIMA模型(受控自回归积分滑动平均模型)，具有参数数目少并能够在线估计的优点，并且广义预测极点配置控制进一步采用极点配置技术，提高了预测控制系统的闭环稳定性和鲁棒性。

在D2D无线缓存网络中，在终端缓存技术的辅助下，用户终端可在通信非高峰期进行热点文件的提前缓存，用户在发起文件请求时，可先在自己的缓存中检索需求的文件内容，如果本地缓存找到该文件，则用户可以直接读取本地文件完成自我服务。同时，终端之间可以通过D2D传输技术进行互传，用户还可以在通信范围内的终端缓存中检索相应的请求文件，检索成功后可建立D2D通信链路来服务请求终端。这种邻近服务使得用户数据可不经过基站中转，在很大程度上降低了传统蜂窝网回程链路的负载压力，而且还能有效地降低网络空口拥塞，使得网络系统的容量和无线网络频谱效率有了大大地提升，另外用户的QoS(Quality of Service)得到大幅度提升。

基于D2D通信，传统的蜂窝网络中邻近用户间可以建立D2D通信链路可以不经过基站(BS)中继而直接进行数据互传，从而大幅提高数据传输速率且大大地减少了传输延迟。但是在传统的D2D缓存网络中，每个D2D用户性质相同，都可以缓存或者请求文件，且缓存的文件都是视频，音乐等内存占比较大的文件，且只考虑了通信层面。因此，将预测控制系统与D2D缓存网络结合起来研究D2D控制网络中的缓存问题是有意义的。

发明内容

本发明的目的是研究当D2D缓存网络的用户成为控制设备时。如何从控制层面来设计缓存方法，在最优化缓存性能的同时，使得预测控制系统的控制性能最优，以最小化控制成本。针对上述问题，提出一种面向预测控制的最优缓存方法。

本发明的技术方案如下：

1、一种面向预测控制的最优缓存方法，该方法用于D2D网络，定义单个BS蜂窝小区内D2D用户的总数为N，D2D用户的簇半径为R_D2D，在这个范围内，如果该用户可以从其邻近用户的缓存中找到想要的文件，它就可以通过建立一条D2D链路获得想要的文件；假设D2D用户均匀地分布在具有半径R_B的基站BS的覆盖范围内，并假设两类D2D用户Plant和Sensor到达BS覆盖区域的平均瞬时速率分别为和ω∈(0，1)；某个D2D用户在其D2D范围内具有y个S类用户和z个P类用户的概率分别为：