[发明专利]面向D2D辅助数据卸载的缓存优化方法

权利要求书

1.一种面向D2D辅助数据卸载的缓存优化方法，其特征是包括如下步骤：

步骤一：通过链路质量计算出协助用户选择D2D模式进行通信的概率模型，将内容推送给具有更高的D2D通信概率的协助用户；

(1.1)计算D2D最大通信距离：

其中，设置路径损耗参数η＞2，每个链路其各自的路径损耗指数分别为η_c和η_d，传输端的最大传输功率为T，接收端收到的信号功率保持在一个平均阈值α；

(1.2)计算D2D链路距离d的概率密度函数：

(1.3)通过设置基站的位置分布服从强度为λ_b的泊松点过程，计算蜂窝链路距离b的概率密度函数：

(1.4)通过功率控制和模式选择为蜂窝网链路质量提供干扰保护机制：

设置k为偏置因子，用来调节网络中蜂窝用户和D2D用户的密度，只有当时，潜在的D2D传输端选择D2D模式；

(1.5)计算协助用户h选择D2D模式进行通信的概率：

其中，d_h为协助用户h的D2D链路距离，b_h为协助用户h与最近的基站之间的距离，T_h为协助用户h的最大传输功率，为不完全伽玛函数，上式的最后一步是由变量替换x＝πλ_bω并整合求出的；

步骤二：通过Zipf分布得到用户偏好模型，缓存用户更感兴趣的内容；

(2.1)内容库中包含c＝{1,...,C}个内容，计算第c个内容被请求的概率：

其中β为Zipf分布的参数，并且有

(2.2)定义一个核函数来反映用户u和第c个内容之间的相关性：

其中g(X_u,Y_c)在区间[0,1]内取值，g(X_u,Y_c)＝0意味着用户u不会请求第c个内容，g(X_u,Y_c)＝1意味着第c个内容属于用户u的偏好类型，参数0＜θ＜1，

用q_u,c表示用户请求第个内容的概率，

(2.3)计算用户u∈U对第c个内容的偏好概率：

其中，q_u,c表示用户请求第c个内容的概率，w_u为用户u发送一个内容请求的概率，反应了用户的活跃程度，

步骤三：在缓存空间个数有限的约束下，对协助用户的缓存方法进行优化以得到最大化整个系统的缓存命中概率的模型，并设计GREEDY-I算法对模型进行求解；

(3.1)计算请求用户u的缓存命中概率：

其中，N_u表示请求用户u的邻居协助用户集合，并将协助用户按照D2D通信概率P_h进行降序排列，(j)_u表示用户u附近的第j个协助用户，x_h,c表示协助用户h的缓存决策，x_h,c＝1表示协助用户h缓存了第c个内容，x_h,c＝0则相反；

(3.2)对协助用户的缓存方法进行优化，优化模型表示为

(3.3)每个协助用户设备中最多缓存M个内容，增加了如下约束：

(3.4)设有两个内容放置X和X′，若内容放置集合X′中，用户u原本从协助用户(j)_u处获取第c个内容，当加入元素后，边际效益为0；假设内容放置集合X中，用户u原本从协助用户(j)_u处获取第c个内容(j≥j′)；如果j＜i，那么加入元素后，边际效益也为0；如果j＞i，边际效益为由此得出

(3.5)划分拟阵约束下的单调次模函数最大化问题通过GREEDY-I贪心算法进行求解，最终求出面向D2D辅助数据协助的缓存优化方法的模型的近似最优解。