基于能效优化的设备间协作数据分流机制的研究与实现

摘要

近年来，随着智能无线终端和移动网络设备数量的爆发，利用移动用户设备（MUs）接收实时数据内容（如视频）的方式变得越来越受欢迎，这对蜂窝网络造成了巨大的流量压力。通过 MUs间协作的方式分流数据流量需求被认为是减缓网络流量压力的一种可靠方法。特别的，MUs间协作分流的实现得益于 Device-to-Device（D2D）通信技术得到了发展，该种方式允许两个MUs直接进行通信以代替须经过基站的通信方式。由于MUs间分布位置上的靠近，基于D2D通信的MUs间协作数据分流可以带来多种好处，比如减缓网络阻塞、减小通信过程中的能量消耗等。因此，利用MUs之间的D2D通信来设计资源高效利用的数据内容分发机制的研究吸引了学术与工业界越来越多的重视。
　　在本文中从以下几个方面研究了资源高效利用的数据内容分发问题:
　　首先，研究了对同一数据内容感兴趣的 MUs间协作式优化数据分流机制。在此数据分流机制中，基站首先将数据内容发送给一些被选中作为中继的MUs，这些MUs再将各自收到的数据以广播的方式发送给其余用户，最终使得所有 MUs都能收到完整的数据内容。但是由于每个MU传输功率和可用能量的限制，数据内容的传输速率将影响到每个MU能否被选择进行中继以及能够中继多久，因此传输速率需要被很好的优化控制。不同于当前大部分MUs间协作分流机制，主要关注对数据内容传输速率和每个MUs中继时间进行联合优化，以最小化包括能耗代价和蜂窝网络链路使用代价在内的系统总代价。为了解决问题中数据内容传输速率与每个 MUs中继时间之间的耦合影响，我们分析了联合优化问题的可分层特性，并描述了不同的可能情况。基于此，推导出了每种情况的最优解析解，并进一步提出了一种能够得到最初联合优化问题全局最优解的高效算法。数据仿真结果证明了所提出算法的准确性和高效性，也验证了最优 MUs间协作数据分流机制相比于其他启发式算法在减小系统代价方面的优势。
　　其次，利用 MUs间协作来进行数据内容分发被认为是一种分流蜂窝网络中迅速增长流量需求的有效方法。本文中提出了一种实时数据内容分发机制以实现 MUs间带有节能效果的协作分流。给定一组位置上相对靠近的MUs，其中这些MUs想要从蜂窝基站下载多个数据内容，针对上述场景提出了一种协作优化分流机制，基站首先单播将数据内容发送给选中的中继MUs，这些中继MUs再将接收到的数据内容以广播形式发送给剩余对这些数据感兴趣的MUs，最终能够使所有MUs都收到完整的感兴趣数据内容。在这种协作分流机制中，对每个数据内容的传输速率和每个MU的中继策略（即MU中继哪个数据内容以及中继多久）进行联合优化，使得包括基站和所有MUs在内的总能耗最小。但是由于MUs传输功耗和可用能量的限制，数据内容的传输速率将影响到MUs的中继策略，从而导致优化问题的求解过程十分困难。因此，进一步分析了问题的可分层特性，并提出了一种相对应的分层算法（包括一个顶层算法和一个底层算法）来求解最优解。数据仿真结果证明了所提出算法的有效性，也表明了最优化的 MUs间协作数据分流机制的性能优势。
　　最后，基于MATLAB GUI平台将上述两种情况下提出的高效算法进行了实现。在此平台上，用户只要输入初始参数值就能得到以可视化方式显示的最优化结果。进一步的，还将此最优化结果以动画的方式进行演示，方便用户更加直观地理解算法结果。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题的研究背景和意义

1.2 相关领域研究现状

1.3 本文主要工作

1.4 本文采用的关键技术方法介绍

1.5 本文的组织结构

第2章 针对单数据块分发的协作式优化分流机制

2.1 系统模型

2.2 问题建模及其分解的结构形式

2.3 最优化分流方案

2.4 数值仿真结果

2.5 本章小结

第3章 针对多数据块分发的协作式优化分流机制

3.1 系统模型以及问题建模

3.2 求解问题（EJO-Bottom）和问题（EJO-Top）的算法

3.3 数值仿真结果

3.4 本章小结

第4章 协作式数据分发的GUI平台实现

4.1 能效优化的协作分流机制GUI平台开发

4.2 GUI平台动画演示

4.3 本章小结

第5章 总结与展望

参考文献

致谢

攻读学位期间参加的科研项目和成果