小基站网络中移动感知的缓存系统研究

摘要

随着移动终端的日益普及和物联网规模的迅猛扩张，移动流量呈爆炸式增长，对新型网络架构的设计带来巨大挑战。本文针对第5代移动通信技术(5G)中小基站组网模式，结合移动轨迹的空域特征和时域特征，提出了一种移动感知的预缓存系统，实现了对用户请求文件的最优部署，从而使文件更接近用户，降低用户下载时延、减少回传信道上的冗余信息。
　　系统设计的核心思路是通过大数据建立移动用户单步转移模型，并分析用户在基站中的逗留时间规律，从而完成时间相关的轨迹分析;再采用网络编码，根据终端下载速率，将文件依时间序列编码成多个段，计算出每个编码段被下载时，用户位置状态的概率分布;最后，通过建立部署问题的数学模型，完成对预缓存策略的最优化求解。
　　系统设计的主要方法是:1.分别采用基于混合马尔科夫模型和基于条件变分自动编码器的两种方案，实现单步转移预测;2.基于幂次定律分析用户在基站覆盖范围中的逗留概率和逗留时间之间的函数关系，完成时间相关的单步转移轨迹预测;3.使用RaptorQ码将文件按照用户下载速率，编码成与时刻一一对应的多个编码段，并计算出每个编码段依概率排序的最优存储位置;4考虑小基站缓存空间等限定条件，对预缓存部署问题进行数学建模，并使用贪心算法对问题最优化求解，从而获得最优的分布式部署策略。
　　最后，基于真实轨迹数据集搭建仿真实验环境，对预缓存系统进行可行性验证和性能测试，通过与其他三种部署策略进行实验对比，证明了本系统能够大幅度地提高文件部署的命中率、有效地实现预缓存的负载均衡。

目录

声明

摘要

第1章 绪论

1．1 研究背景

1．1．1．第5代通信技术的诞生

1．1．2．小基站组网的发展

1．2 研究现状

1．3 本文的工作

1．4 本文的结构

第2章 技术基础

2．1 基于马尔科夫链模型的位置预测技术

2．1．1．马尔科夫链模型

2．1．2．隐马尔科夫模型

2．1．3．混合马尔科夫模型

2．2 基于深度学习的位置预测技术

2．2．2．变分自动编码器

2．3 逗留规律分析

2．3．1．幂次定律描述逗留规律

2．3．2．幂次定律描和指数衰减联合述逗留规律

2．4 网络编码技术

2．4．1．网络编码

2．4．2．喷泉码

第3章 系统架构与实现

3．1 系统架构与设计

3．1．1．系统架构

3．1．2．系统设计

3．2 单步转移预测模块

3．2．1．基于混合马尔科夫模型

3．2．2．基于条件变分自动编码器

3．3 时间相关预测模块

3．3．1．建立逗留规律模型

3．3．2．时间相关的位置概率分布

3．3．3．转移发生时刻的概率估计

3．4 RaptorQ编码文件

3．4．1．填充源符号

3．4．2．预编码

3．4．3．编码

3．4．4．解码

3．5 预缓存决策模块

3．5．1．问题建模

3．5．2．模型求解

3．5．3．计算复杂度分析

第4章 实验结果与分析

4．1 实验数据集

4．2 单步转移预测

4．2．2．基于变分自动编码器的轨迹预测

4．3 时间相关预测

4．4 分布式缓存

4．5 实验结果总结

第5章 工作总结与展望

5．1 工作总结

5．2 工作展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果