[发明专利]一种基于中心度的缓存资源分配方法及系统有效
| 申请号: | 202110107180.3 | 申请日: | 2021-01-27 |
| 公开(公告)号: | CN112887943B | 公开(公告)日: | 2022-07-08 |
| 发明(设计)人: | 林志坚;孔祥林;陈平平;王莹 | 申请(专利权)人: | 福州大学 |
| 主分类号: | H04W4/70 | 分类号: | H04W4/70;H04W72/04 |
| 代理公司: | 福州元创专利商标代理有限公司 35100 | 代理人: | 丘鸿超;蔡学俊 |
| 地址: | 350108 福建省福州市*** | 国省代码: | 福建;35 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 中心 缓存 资源 分配 方法 系统 | ||
1.一种基于中心度的缓存资源分配方法,其特征在于,包括以下步骤:
根据D2D通信范围进行分簇,根据网络中节点的社交属性,在同一簇内分为多个社交网络层,具有相同属性的节点组成同一社交层;具有多个社交属性的节点,即公共节点,则同时属于多个社交层;
建立网络中节点之间的D2D链路,计算两两节点之间的链路权重,进而计算各节点的中心度值,然后在每个社交层中选择中心度值最大的节点为缓存节点;
在得到各节点的中心度值之后,首先建立系统性能的目标函数,根据各节点的中心度值,通过凸优化求解方法求解最佳分配结果,得到缓存资源分配方案;
通过路径损耗来计算节点之间的链路权重,具体方法为:根据路径损耗模型,计算出通信半径处的路径损耗值,将该值等分为9份,记录下这9个路径损耗值对应的距离为xw=[x1,x2,…,x9],从近到远,分别赋值0.9~0.1,然后计算节点之间的距离,同一社交层节点的链路权重,被赋值为相对应距离矩阵xw区间中的值;跨层节点之间的通信通过一个公共节点完成多跳链接,则跨节点之间的链路权重为两条链路权重的乘积;采用的路径损耗模型如下:
PL(dB)=79+40log(d)+30log(fc) (1)
式中,d为节点之间的距离,fc为通信系统中的载波频率,链路被赋值权重之后,计算各节点的中心度值;
将一个节点与其他节点的所有链路权重累加起来,即为其中心度值;同时设置该层节点数量在该簇内总节点数量的占比作为调整参数;则节点的中心度值的计算公式为:
式中,Wij表示节点i和同层节点j之间的权重值,Wik表示节点i和公共节点之间的权重值,Win表示节点i和跨层节点n之间的权重值;其中调整参数分别表示为:
其中,N1表示节点所在的社交层1的节点数量,N2表示跨层节点所在的社交层2的节点数量,N3表示公共节点所在的公共层的节点数量;
计算出各节点的中心度值后,在每个社交层中选择中心度值最大的节点作为缓存节点;
在选择出每个社交层中的缓存节点之后,求其可分配的缓存资源的大小;首先将其值代入缓存空间分配算法的目标函数中,使用凸优化求解方法求解最优值,具体方法为:
以最大限度实现缓存资源的效用值为目标,建立目标函数为:
其中,Eu表示系统可实现的缓存资源效用值,N表示选择出的N个缓存节点,Cn表示第n个节点的中心度值,Sn表示第n个节点被分配的缓存资源大小,N0表示调整参数,Ssum表示系统需要的总缓存空间;
该问题是凸优化问题,通过拉格朗日乘子法获得最优解:
对上式求一阶偏导,并令其等于0,则有:
由式(9)可知,缓存资源分配为:
式中,λ是拉格朗日乘子,λ是一个未知数,通过式(7)求得:
将计算得到的λ代入公式(10),得到最佳缓存资源分配为:
其中(·)+表示该值为非负。
2.根据权利要求1所述的一种基于中心度的缓存资源分配方法,其特征在于,同一社交层的节点之间直接建立D2D链路,不同社交层的节点先链接至公共节点,再由公共节点链接目的节点。
3.根据权利要求2所述的一种基于中心度的缓存资源分配方法,其特征在于,各节点中心度值的计算方法为:基于节点之间的距离计算两两节点之间的链路权重,分属于不同社交层的节点之间的链路权重由两条链路权重的乘积得到;累加节点与网络中其他节点间链路的链路权重即得到该节点的中心度值。
4.一种基于中心度的缓存资源分配系统,其特征在于,包括存储器、处理器以及存储于存储器上并能够被处理器运行的计算机程序指令,当处理器运行该计算机程序指令时,能够实现如权利要求1-3任一项所述的方法步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110107180.3/1.html,转载请声明来源钻瓜专利网。





