[发明专利]一种基于马尔科夫转移概率的车联网边缘缓存方法

权利要求书

1.一种基于马尔科夫转移概率的车联网边缘缓存方法，其特征在于，具体包括如下步骤：

步骤1：构建异构的蜂窝区域，该区域包括缓存容量为F的移动通信基站MBS，N个缓存助手和U个车辆；

步骤2：基于马尔科夫转移概率建立N*N维的单个车辆移动模型；

步骤3：根据步骤2中的车辆移动模型计算单个车辆的请求时延，以最小化车辆的平均请求时延为目标，构建缓存策略函数；

步骤4：根据构建的缓存策略函数构建次模函数，基于次模函数的贪心算法确定车联网边缘缓存策略；

所述步骤3中构建单个车辆的请求时延的具体方法为：

当第i个车辆向该车辆所在区域对应的某个缓存助手同时请求k个文件时，将该k个文件组成文件集S_k，将MBS中的文件集L＝{w₁,w₂,…·,w_i’,…,w_F}中的文件以k个为一组进行组合，将所有的组合组成集合R，w_i’为L中第i’个文件,i’＝1,2,…,F，k∈[1,F]；计算文件集S_k的请求概率：

其中表示第l个组合S_l中第f个文件的受欢迎程度，f’表示组合S_l中文件的总个数，l’表示集合R中组合的总个数；rank(w_k’)表示文件集S_k中第k’个文件的受欢迎程度；λ为大于0的齐夫分布的指数常数；

计算第i个车辆的请求时延：

其中表示第i个车辆位于第m个缓存助手h_m信号覆盖区域的概率，表示第i个车辆位于第j个缓存助手h_j信号覆盖区域的概率，i＝1,2,…U，表示第i个车辆到第j个缓存助手h_j的请求时延，表示文件集S_k中文件w_k在缓存助手h_j中的缓存状态，当文件w_k已经缓存在缓存助手h_j中否则表示第i个车辆到MBS的请求时延；

所述步骤3中构建缓存策略函数为：

其中M为缓存助手h_j的容量；

所述步骤4中具体为：

步骤4.1：初始化车辆信息，缓存助手的容量信息，设置初始的缓存文件集C为空集；

步骤4.2：令迭代次数t＝1；

步骤4.3：当t＝1转步骤4.4；否则转步骤4.5；

步骤4.4：第j个缓存助手h_j第1次迭代计算时收到请求文件集Q₁，按照如下公式计算Q₁中每个文件的增益值，所述请求文件集为第j个缓存助手h_j信号覆盖区域内的某个车辆向第j个缓存助手h_j请求的X个文件的集合；

Δ_t(f_x)＝S(C∪{f_x})-S(C)

其中，Δ_t(f_x)为Q_t中第x个文件f_x的增益值，x＝1，2，3…X；S(·)为次模函数，表示第y个车辆的请求时延，表示第y个车辆到MBS的请求时延；y∈Y，Y为第1次迭代计算时第j个缓存助手h_j信号覆盖区域内所有车辆的集合；

将Q₁中所有请求文件按照增益值由大到小排列f_1,1,f_1,2,...，f_1,X，f_1,x为Q₁中按照增益值由大到小排列后的第x个文件；在MBS中找到f_1,1，并将f_1,1缓存至缓存文件集C中，然后令迭代次数加1，并转步骤4.3；

步骤4.5：删除第j个缓存助手h_j第t次迭代计算时收到的请求文件集Q_t中与第t-1次迭代计算时收到的请求文件集Q_t-1中相同的文件，得到第t次迭代计算时新到达文件集N_t；

步骤4.6：计算新到达文件集N_t中所有文件的增益值，将N_t中所有的文件按照增益值由大到小排列f_t,1,f_t,2,...，f_t,X’，X’为N_t中文件的总个数，将f_t,1的增益值Δ_t(f_t,1)与f_t-1,2的增益值Δ_t-1(f_t-1,2)进行比较，若Δ_t(f_t,1)≥Δ_t-1(f_t-1,2)，则在MBS中找到文件f_t,1，并将f_t,1缓存至缓存文件集C中，然后令迭代次数加1，并转步骤4.3；否则转步骤4.7；其中，f_t-1,2为第t-1次迭代计算时新到达文件集中所有的文件按照增益值由大到小排列后排列第二的文件；

步骤4.7：计算文件f_t-1,2在第t次迭代计算时的增益值Δ_t(f_t-1,2)，若Δ_t(f_t,1)Δ_t(f_t-1,2),则在MBS中找到文件f_t,1，并将f_t,1缓存至缓存文件集C中，然后令迭代次数加1，并转步骤4.3；否则在MBS中找到文件f_t-1,2，并将f_t-1,2缓存至缓存文件集C中，然后令迭代次数加1，并转步骤4.3。