[发明专利]一种基于用户移动性的小小区缓存设备分配方法

说明书

本发明公开了一种基于用户移动性的小小区缓存设备分配算法，属于无线通信领域。首先在初始化阶段进行用户群长期移动轨迹的数据集合分析，将用户移动轨迹数据集的系统时间按照一定的时间间隔分为离散的时间槽。用户在每一个时间槽内请求一次文件，计算总体缓存命中率；然后将缓存分配问题转化为一个整数规划问题；使用遗传退火算法，在解空间内搜索缓存设备容量初始分配问题的最优解。其中包括专门优化设计的适应度函数、选择操作、交叉操作等操作；若解已收敛，则输出此时设备文件在小小区基站间的分布，并据此在小小区基站间分配缓存设备，得到最优缓存设备分配方案，提高用户的缓存命中率性能并有效地节约了设备铺设成本。

技术领域

本发明属于无线通信领域，具体是一种基于用户移动性的小小区缓存设备分配方法。

背景技术

近年来，随着移动网络的快速发展，越来越多的移动用户使用多种设备通过无线网络接入互联网，因此，移动网络中的数据流量大幅增长，增加了骨干网数据传输的压力。小小区边缘缓存技术具有降低蜂窝流量和回程链路流量的优点，可以应对大量移动数据流量带来的挑战，提升网络性能，优化用户体验。

由于下一代移动通信系统中，小小区基站部署较密集，在所有的小小区基站上都布置足够容量的缓存设备将造成巨大的开销，因此，在总的缓存设备成本有限的情况下，系统无法保证每个小小区基站处都安装有足够的缓存设备。怎样优化缓存设备在小小区基站中的分布，即缓存设备在小小区基站间的选址，是一个关键问题。

目前的研究在涉及到小小区基站的缓存容量问题时，都是假设每个小小区基站都拥有相同容量的缓存设备的前提下进行的，并没有考虑缓存设备不均匀分配的情况；采用缓存设备平均分配明显的缺点就是不能灵活地在小小区基站间分配缓存设备，而在大部分现实场景中，由于移动用户的特性，在不常有用户到访的小小区基站安装与常有大量用户到访的小小区基站相同容量的缓存设备明显是不合理的，将会导致缓存设备资源的浪费。

基于M.C.Gonzalez,C.A.Hidalgo,and A.-L.Barabasi等人在2008年发表的Understanding Individual Human Mobility Patterns一文中的相关研究，人类的移动轨迹以24小时为周期，而以此周期为单位呈现回归趋势。另外，在小小区密集部署的环境中，同一用户一般可以接入数个基站，复杂的拓扑结构使得缓存设备的分配问题变得更加复杂，需要结合文件的流行度联合分析。

发明内容

本发明为了在缓存设备总量有限的情况下最大化用户的缓存命中率性能，同时优化缓存设备在小小区基站中的分配，提出了一种基于用户移动性的小小区缓存设备分配方法。

具体是：针对包含大量移动用户的密集小小区网络中基站的边缘缓存容量分配场景，通过分析用户长期移动轨迹的数据集合，综合热门文件的流行度分布，将小小区基站间缓存设备的初始分配问题以及热点文件的放置问题相结合，将其转化为一个整数规划问题，使用遗传模拟退火算法思想的邻域搜索算法在解空间内搜索缓存设备容量初始分配问题的最优解。

具体步骤为：

步骤一、针对移动网络中的某个用户群体，分析该群体中每个用户历史的长期移动轨迹，并将所有移动轨迹占有的时间按固定间隔离散化成时间槽；

移动轨迹记录的是每个用户在不同时间槽内所在的位置。

步骤二、针对每个时间槽内，每个用户都向网络请求一个单位大小的文件服务；

请求不同文件的概率符合文件流行度分布；

步骤三、根据每个时间槽内用户所处的位置、文件流行度、缓存设备及设备文件在小小区基站间的分布，计算总体缓存命中率。

全体用户的缓存命中率的数学期望值E_total(χ)如下：