一种D2D缓存网络下联合能耗和用户公平性的内容分发方法

摘要

本发明提出一种D2D缓存网络下联合能耗和用户公平性的内容分发方法，属于无线通信技术领域。实现步骤包括：首先，将内容分发过程中请求用户与缓存用户之间的双向选择过程模拟成二分图中的最大权值匹配问题；然后，通过D2D进行内容分发，设在同一时刻，网络中的文件f

说明书

技术领域

本发明属于无线通信技术领域，具体涉及一种D2D(Device-to-Device，设备到设备)缓存网络下联合能耗和用户公平性的内容分发方法。

背景技术

随着移动数据的快速增长，蜂窝网络中基站的负载压力也相应的不断增加。为了满足用户日益增长的需求，给用户提供更好的更高质量的服务，各种新技术不断涌现出来应对蜂窝网络中面临的挑战。D2D通信因其具有可以卸载基站负载流量、提高系统吞吐量、降低时延、提升频谱效率的独特优势，已经引起了众多研究者的关注。在传统蜂窝网络中引入D2D技术，能有效解决频谱资源短缺、网络边缘用户通信质量差等问题。此外，随着移动端缓存容量不断增大，在用户终端缓存流行的内容已成为一大趋势。当用户请求文件时，可以通过D2D通信从周围的缓存用户中获取。这样，不仅减轻了基站的负载压力，而且能够提高边缘用户的通信质量。然而，在蜂窝网络中引入D2D技术和缓存技术后，内容分发过程中用户的能量消耗作为一个关键问题必须解决，因为用户自身的能量是有限的，如何利用有限的能量分发更多内容，卸载更多流量至关重要。另外，用户在获取内容时，可能会出现一个缓存用户被多个请求用户请求，或者一个请求用户面临多个缓存用户的情况，如何保证请求用户获取内容的公平性成为另一个有待解决的关键问题。

在基于缓存的蜂窝与D2D网络中，参考文献1[B.Chen and C.Yang,“Energy costsfor traffic offloading by cache-enabled d2d communications,”in 2016IEEEWireless Communications and Networking Conference,April 2016,pp.1–6.]提出了一种以用户为中心的主动缓存策略，以控制用户的传输能耗，并获得最大流量卸载率，但并没有考虑传输失败造成的能量浪费。参考文献2[J.Jiang,S.Zhang,B.Li,and B.Li,“Maximized cellular traffic offloading via device-to-device content sharing,”IEEE Journal on Selected Areas in Communications,vol.34,no.1,Jan 2016,pp.82–91.]考虑到内容分发过程中，请求用户与缓存用户之间多对多的情况，提出了一种请求用户与缓存用户之间相互匹配的算法，也没有考虑传输失败造成的匹配失败问题。

基于缓存的蜂窝与D2D网络作为未来通信的一种关键技术方案，可以有效地减轻基站的负载压力，增大系统容量，提升用户通信质量。目前，现有技术大量关注了内容缓存策略研究，以获取最大的流量卸载率，却忽略了内容分发过程中由于传输失败造成的能量消耗，以及用户获取内容的公平性，而内容分发过程中的传输能耗和用户获取内容的公平性对提升系统性能至关重要。

发明内容

针对目前的内容分发过程中，默认传输一定成功，忽略了传输失败导致的能量消耗，同时也没有考虑请求用户在获取内容时的公平性问题，本发明提供了一种D2D缓存网络下联合能耗和用户公平性的内容分发方法。

本发明的D2D缓存网络下联合能耗和用户公平性的内容分发方法，实现步骤包括：

(1)首先，将内容分发过程中请求用户与缓存用户之间的双向选择过程模拟成二分图中的最大权值匹配问题。

设网络中在同一时刻，当一个用户正在向其他用户传输内容时，不能同时向其他用户请求内容；基站能获取缓存在用户端的文件信息以及D2D通信过程；将某时刻的请求用户与缓存用户之间的双向选择过程用二分图来表示，二分图中包括两类节点，一类是请求用户，一类是缓存用户，缓存用户向请求用户通过单跳D2D传输文件，将传输成功概率作为单跳D2D的权值。

(2)然后，通过D2D进行内容分发；设在同一时刻，网络中的文件f_k有M个请求用户和N个缓存用户，M和N均为正整数，则内容分发时，包括如下情况：

当M≤N时，从缓存用户中选取M个用户和请求用户相匹配，保证相匹配的用户的权值之和最大；

当M＞N时，先从请求用户中选出N个用户与缓存用户相匹配，保证相匹配的用户的权值之和最大；再更新缓存用户的电量，重新计算单跳D2D的权值，同时，一次匹配后获取到文件的请求用户作为缓存用户，然后进行二次匹配，为剩下的M-N个请求用户选取相匹配的缓存用户，保证相匹配的用户的权值之和最大；

当N＝0时，请求用户将从基站获取文件f_k。

本发明与现有技术相比，具有以下明显优势：

(1)本方法在传统蜂窝网络中引入D2D技术和缓存技术，并考虑用户在通过D2D通信进行内容分发时自身的能量消耗。为了避免由于传输失败造成的能量浪费，本发明考虑用户自身的电量，定义传输成功概率，在保证传输成功的基础上，节约了传输能耗。

(2)本方法提出了在基于缓存的蜂窝与D2D网络中，保证用户获取内容公平性的内容分发策略。本发明通过问题建模，分析转化，将内容分发过程中请求用户与缓存用户之间相互选择的问题，转化为二分图中最大权值匹配的优化问题。针对以上优化问题，提出了既能节约能耗，又能保证用户获取内容公平性的内容分发策略。仿真结果表明，本发明方法具备更好的性能。

附图说明

图1是本发明所应用的一个基于缓存的D2D通信系统的场景模型示意图；

图2是本发明用二分图来描述通过D2D来进行内容分发过程的一个示例图；

图3是本发明实施例中采用本发明方法与现有两种匹配方法下满足用户数目的对比图；

图4是本发明实施例中采用本发明方法与现有两种匹配方法下的能耗对比图；

图5是本发明实施例中采用本发明方法与现有两种缓存方法下的缓存概率对比图；

图6是本发明实施例中采用本发明方法与现有两种缓存方法下的卸载率对比图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合附图对本发明作进一步的详细描述。

本发明对基于缓存的蜂窝与D2D网络的内容分发过程中，不仅考虑了现有技术中忽略的传输失败造成的能量消耗，也考虑了用户获取内容的公平性，用户获取内容的公平性对提升系统性能也至关重要。

如图1所示，为本发明方法所应用的一个基于缓存的D2D通信系统的场景，该场景中是一个以D2D通信为辅助的单小区蜂窝网络。用户请求文件时，可以通过D2D通信从周围的缓存用户中获取。本发明的基于缓存的D2D网络下联合能耗和用户公平性的内容分发方法，将内容分发过程中请求用户与缓存用户之间的双向选择过程模拟成二分图中的最大权值匹配问题。同时，为了确保传输成功，将用户的剩余电量考虑进去，定义传输成功概率，并将传输成功概率作为二分图中的权值。

本发明考虑在以D2D通信为辅助的单小区蜂窝网络中，用户分布服从密度为λ_u泊松点过程分布，每个用户都有一定的存储容量来缓存文件。当其他用户请求内容时，可以通过D2D通信从其他缓存用户上获取，场景如图1所示。设在同一时刻，任何用户要么是请求用户要么是缓存用户，即当一个用户正在向其他用户传输内容时，不能同时向其他用户请求内容。基站可以获取缓存在用户端的文件信息以及D2D通信过程。

假设当前研究的D2D通信网络系统中有N_f个文件，每个文件具有相同的大小S，文件的流行度服从指数为β的Zipf分布。至于缓存策略，本发明考虑概率缓存策略，设每个用户根据其所在常驻位置数目，能够缓存K个不同的文件，K为正整数。这样，该用户在常驻的每个地方都能共享给其他人文件。在本发明中，不考虑用户移动性的影响。设c_k为每个用户随机缓存文件f_k到自己终端设备的概率，那么对于一个用户来说，c_k必须满足以下条件：

0≤c_k≤1,k＝1,2,...N_f>

其中，限制条件(1)显然是成立的，限制条件(2)也是成立的，在参考文献3[J.Rao,H.Feng,C.Yang,Z.Chen,and B.Xia,“Optimal caching placement for d2d assistedwireless caching networks,”in 2016IEEE International Conference onCommunications(ICC),May 2016,pp.1–6.]和参考文献4[B.Blaszczyszyn andA.Giovanidis,“Optimal geographic caching in cellular networks,”in 2015 IEEEInternational Conference on Communications(ICC),June 2015,pp.3358–3363.]中已经被证明了限制条件1和限制条件2的成立。那么，缓存了文件f_k的用户的分布服从密度为λ_c＝λ_uc_k的泊松点过程分布。所以，用户请求的文件f_k没有缓存在用户周围D2D通信范围内的用户设备上的概率为P(N(A)＝0)：

其中，A表示用户能进行D2D通信的区域，|A|表示区域A的面积，N(A)表示区域A内缓存文件f_k的用户数，R为D2D通信的距离。本发明只考虑单跳D2D传输内容，故用户请求的文件f_k至少缓存在其周围D2D通信范围内一个用户上的概率P_c为：

那么，缓存命中率P_hit，即用户请求的文件被缓存在至少一个用户上的概率表示为：

其中，P_r表示文件被请求的概率，服从Zipf分布；N_f为文件总数。

本发明首先最大化公式(5)的缓存命中率，获取文件缓存策略，在该缓存策略的基础上，考虑内容分发，进一步对请求用户与缓存用户进行匹配。在获取缓存命中率较高的缓存算法下，内容分发成功概率才会比较高。

本发明中D2D用户工作在underlay模式下，复用蜂窝用户的上行资源。D2D用户复用的蜂窝用户的频率是相互正交的，并且一个蜂窝用户只允许复用一个D2D用户。所以，当用户j通过单跳D2D向用户i传输文件时，信干噪比SINR_ij可以表示为：

其中，P_d表示D2D用户的传输功率，P_u表示蜂窝用户的传输功率，h_d表示D2D用户的瑞利衰落信道增益，h_u表示蜂窝用户的瑞利衰落信道增益，r_ij是用户i和用户j之间的距离，r_u表示蜂窝用户到基站的距离，α为路径损耗因子，σ²是高斯白噪声的均值。

因此，用户i和用户j之间的传输速率R_ij可以表示为：

R_ij＝Blog₂(1+SINR_ij)(7)

其中，B表示D2D通信带宽。

那么，D2D传输者通过单跳D2D将文件f_k传输给D2D接受者所消耗的能量E_ij可以表示为：

由于用户设备的电量是有限的，用户在传输文件过程中可能会由于电量不足而导致传输失败，从而造成能量浪费。为了避免这种情况的发生，本发明尽量保证传输成功以减少能量浪费。本发明设每个用户设备具有相同的电池容量C，并且只有其中的η_h部分用于用户传输文件，其中0≤η_h≤1。这样设定的依据主要有两个：一方面，当用户在传输文件时，还可能进行着其他通信业务，这部分业务同样需要消耗用户的能量；另一方面，每个用户都是自私的，一些用户可能不愿意消耗自己的能量来为其他用户提供文件。本发明设用户设备的工作电压是V。为了完成单跳D2D传输，D2D传输用户的电池容量必须满足η_hCV≥E_ij。同时，为了保证D2D传输在可容忍的时延内完成，传输速率必须满足R_ij≥R₀，其中，R₀为给定的传输速率阈值。所以，单跳D2D的传输成功概率p_tsij可以表示为：

其中，α为路径损耗因子。

在计算传输成功概率时，考虑传输消耗的能量，需要对用户的剩余电量进行实时更新。设所研究的网络中的用户的剩余电量比例为向量η＝[η₁,η₂,...η_H]，其中0≤η_h≤1，H表示待分析网络中总的用户数量，h＝1,2,…H。当对剩余电量更新以后，需要重新计算传输成功概率。

设在同一时刻，系统中有M个请求用户请求内容f_k，这些请求用户可以表示为M_r＝[m₁,m₂,...m_M]。同时，有N个缓存用户缓存了内容f_k，这些缓存用户可以表示为N_c＝[n₁,n₂,...n_N]。当N＝0时，即系统中没有用户缓存文件f_k，此时，请求用户只能从基站获取文件f_k。由于本发明假定D2D用户工作在半双工模式下，即同一时刻，一个用户要么为请求用户，要么为缓存用户，不能同时传输数据和接受数据，所以有M_r∩N_c＝φ。M和N均为正整数。

本发明用二分图来描述通过D2D来进行内容分发的过程，一个示例如图2所示。在图2中，用户1、用户2和用户3是缓存用户，用户4、用户5和用户6是请求用户。在图2(a)中，用户1缓存了用户4和用户5请求的内容，用户2缓存了用户4和用户6请求的内容。此外，用户6还可以从用户3获取所请求的内容。由于用户工作在半双工模式，故本发明可以将图2(a)中的通信流程转换成图2(b)中的二分图。在图2(b)中，用户1、用户2和用户3组成了缓存用户集合N_c，相应地，用户4、用户5和用户6组成了请求用户集合M_r。

请求用户与缓存用户之间的关系可以表示为一个如下的二维矩阵L，矩阵的每行代表一个请求用户，每列代表一个缓存用户，如下：

其中，矩阵L中各元素l_ij＝{1,0}，当l_ij＝1时，表示缓存用户n_j缓存了请求用户m_i请求的文件，若没有缓存，则l_ij＝0。这样，在二维矩阵L的每行每列中会出现多个值1，即请求用户请求的文件可以从多个缓存用户中获取，或者缓存在缓存用户中的文件可能被多个用户请求。这样，请求用户在获取请求内容时，可能需要排队，造成传输时延。若缓存用户电量不足，会导致传输失败，从而浪费能量。所以如何匹配缓存用户和请求用户，避免能量浪费，同时确保请求用户获取内容的公平性至关重要。这也是本发明所要解决的问题。

对请求用户而言，会选择最高传输成功概率的缓存用户来获取请求内容，对缓存用户同样如此。本发明将请求用户与缓存用户的匹配问题模拟成二分图中的最大权值匹配问题，表示如下：

其中，w_ij是二分图中连接用户i和用户j边的权值，所以系统中任意两个用户之间的权值可以表示成一个二维矩阵W：

其中，权值w_ij为请求用户i和缓存用户j之间传输文件传输成功的概率p_tsij，即w_ij＝p_tsij，并且0≤w_ij≤1，p_tsij可依据公式(9)计算获得。

对于M个请求用户和N个缓存用户，在内容分发时存在以下两种情况：

第一种情况：当M≤N时，即缓存用户的数量大于等于请求用户的数量。这种情况下，请求用户的请求一定能得到满足，只需要从缓存用户中选取M个用户和请求用户相匹配即可，可以使用Kuhn-Munkras算法求出相匹配的用户的权值之和最大的最优匹配。权值是指的用户节点间的传输成功概率。

第二种情况：当M＞N时，即缓存用户的数量小于请求用户的数量。这种情况不能直接使用Kuhn-Munkras算法，需要二次匹配。首先，利用Kuhn-Munkras算法从请求用户中先选出N个用户，与缓存用户相匹配，选出的这N个请求用户必须保证是相匹配的用户的权值之和最大的匹配。然后，由于传输需要消耗能量，一次匹配后，需要更新缓存用户的电量，重新计算权值—传输成功概率。另外，一次匹配后获取到内容的请求用户也可以作为缓存用户提供请求内容。最后，执行二次匹配，为未获取到内容的请求用户匹配缓存用户，并保证权值之和最大。重复执行此过程直到所有请求用户都获取到所请求的内容。

以上两种情况都需要找出请求用户与缓存用户之间的最大权值匹配，为此，本发明在Kuhn-Munkras算法的基础上提出请求用户和缓存用户之间匹配方法。首先，将请求用户的期望值设置成与其相连的缓存用户之间路径的最大权值。然后，为每个请求用户寻找符合期望值的缓存用户。一旦没有合适的缓存用户或者符合期望值的缓存用户已被其他请求用户匹配过了，就降低请求用户对缓存用户的期望值，继续为其寻找合适的缓存用户，直到所有的请求用户或者缓存用户都找到对应匹配为止。

如图2的系统二分图中，请求用户集合为M_r，缓存用户集合为N_c，请求用户与缓存用户之间的连接链路权值为w_ij，本发明求取一种缓存用户和请求用户之间的匹配，使所有的w_ij之和最大，从而保证系统中传输成功概率最大，节约传输能耗。对于二分图中的最大权值匹配问题，本发明是基于Kuhn-Munkras算法来求解，采用其他能求解的算法也是可以的。

本发明实施例采用Kuhn-Munkras算法求解时，考虑用户的剩余电量，并更新用户的剩余电量。具体实现的一个步骤如下201～204。

步骤201、初始化可行顶标的值。即初始化请求用户与缓存用户期望值，每个请求用户的初始期望值对应二维矩阵W中对应行的最大值，即每个请求用户都希望以最大传输成功概率获取内容；缓存用户的期望值为0，即缓存用户初始化是没有请求内容的需求。

步骤202、为每个请求用户寻找合适的缓存用户。对每个请求用户遍历与之相连的缓存用户，若请求用户的期望值与缓存用户的期望值之和等于二者相连链路的权值，并且该缓存用户没有与其他请求用户匹配，则当前的请求用户与缓存用户相匹配；若该缓存用户已经与其他请求用户相匹配，但可以为与之相匹配的请求用户匹配到其他缓存用户，也可认为当前的请求用户与缓存用户相匹配。

步骤203、若上述步骤中匹配失败，则分别修改请求用户与缓存用户的期望值。首先，分别求取已匹配过的请求用户与未匹配过的缓存用户期望值之和与其相连路径权值的差，再取这些差中的最小值，然后，请求用户的期望值减去求取的最小值，缓存用户的期望值加上求取的最小值。

步骤204、重复执行步骤202和步骤203直到找到所有请求用户的完备匹配为止。完备匹配即满足请求用户与缓存用户的一一匹配，并保证传输成功概率之和最大。

上述步骤201～204的匹配算法是针对第一种情况和第二种情况的首次匹配，当请求用户数量大于缓存用户数量时，需要进行二次匹配。由于传输需要消耗能量，故需要对用户的电量进行更新，具体如下：

初始化缓存用户的剩余电量比例η_h，定义剩余电量比例阈值为η_th；当首次匹配后，更新用户的电量，当η_h＞η_th时，令η_h＝(η_hCV-E)÷η_hCV，E为传输消耗的能量，可由公式(8)计算获得；当η_h≤η_th时，令η_h＝1，本发明假定用户的剩余电量低于阈值η_th时，用户会自己将电量充满。

下面结合一具体实施例来验证本发明方法的性能。考虑在半径为500米的单小区内，随机分布着300个用户。为了简便起见，假定用户在仿真期间不移动，并且每个用户具有相同的存储容量，每个用户能缓存三个不同的文件。设置用户设备剩余电量比例为0.2，这是因为一般移动设备电量低于20％时，就需要及时充电。具体的仿真参数如表1所示。

表1仿真参数

参数数值每个文件大小S50MbytesZipf分布指数β1D2D通信距离R30mD2D用户及蜂窝用户发射功率P_d和P_u200mw高斯白噪声均值σ²-200dBm路径损耗因子α4D2D通信带宽B20MHz用户电池容量C3000mAh用户设备的工作电压V4V用户剩余电量比例阈值η_h0.2缓存用户缓存文件数目K3

仿真将对比本发明方法与现有两种匹配方法的性能，以及本发明所用的缓存算法与现有两种缓存算法的性能。现有的匹配方法一种是最短路径算法，即请求用户在选择缓存用户时，会选择在D2D通信范围内离自己最近的用户来获取内容。另一种是信道质量最好算法，即请求用户选择信道质量最好的缓存用户来请求内容，这里的信道质量好就是传输速率高的信道。如果用户采用上述两种匹配算法选择缓存用户，容易出现对个请求用户选择同一个缓存用户的情况，故请求用户需要排队获取内容，这增加了获取到内容的时延。更重要的是，用户的电量是有限的，缓存用户可能会由于不充足的电池能量，导致一部分排队的请求用户得不到请求内容，从而不得不重新选择缓存用户。为了衡量本发明方法的性能，定义满足用户数目来表示请求内容通过D2D得到满足的用户数量。另外，定义流量卸载率表示为用户请求的内容缓存在该用户附近设备中，并能通过D2D通信获取到的百分比。

如图3所示，为网络选择本发明方法与现有两种匹配方法时，请求得到满足的用户数量的对比。使用本发明方法来选择缓存用户时，所有的请求用户都会得到请求内容。因为本发明方法将请求用户与缓存用户相互匹配，保证每个请求用户都有一个缓存用户对应。同时，匹配过程中，尽量选择信道质量好并且剩余电量充足的缓存用户，以保证传输成功。但请求用户选择离自己最近的缓存用户或者选择信道质量最好的缓存用户，都可能因为用户电量不足造成一部分用户请求得不到满足。由于衡量信道质量好坏的标准为信道的传输速率，而传输速率和用户之间的距离也有关系，故最短距离算法和最好信道质量算法的性能差不多，但都达不到本发明方法的性能。

如图4所示，为本发明方法与现有两种匹配方法在传输文件时所需能耗的对比。由图4可知，传输能耗随着请求用户的增加而不断增长，这是因为请求用户越多，请求的文件也就越多，传输的次数越多，故消耗的能量就越多。另外，采用本发明方法，每个请求用户和缓存用户一一配对，能最大程度的保证用户能获取到内容，不会由于缓存用户电量不足导致传输失败，造成能量浪费，故传输能耗要比其他两种算法要低。其他两种算法在选择缓存用户时，会出现多个请求用户选择一个缓存用户的情况，由于缓存用户电量有限，一旦传输失败，请求用户需要从别处获取内容，这里假设传输失败时请求用户获取内容需要双倍的能耗，因为传输失败浪费的能耗也是传输过程消耗的。

如图5所示，为本发明方法所用的缓存策略与现有两种缓存算法在缓存文件的概率上的对比。现有两种缓存算法是均概率缓存算法与基于内容流行度缓存算法。本发明方法所用的缓存策略考虑在用户设备上缓存多个文件，每个文件的流行度服从Zipf分布，以最大化缓存命中率进行文件缓存。由图5可知，本发明方法所用的缓存策略随着文件流行度的降低，缓存文件的概率也随之减小。对于流行度比较高的文件以较大概率缓存，对流行度稍低的文件以一般概率缓存，对于被较少请求的文件，则以微小概率缓存，相当于不缓存。本发明所用缓存策略可以理解成均概率缓存算法与基于内容流行度缓存算法的中和，具有两者的优势。

如图6所示，为在本发明方法所用的缓存策略与现有两种缓存算法在流量卸载率上的对比。由于本发明考虑概率缓存的同时，假定每个用户能缓存多个文件，这样系统中用户终端缓存的文件数量增多，当用户请求内容时，更容易从周边用户获取到内容，但本发明考虑的是通过单跳D2D传输，所以请求用户只能从D2D通信范围内的缓存用户获取内容。由图6可知，本发明所用缓存策略大概能卸载60％的流量，比其他两种缓存算法性能要好。