[发明专利]一种超密集网络中面向延迟优化的协作式边缘缓存算法

权利要求书

1.一种超密集网络中面向延迟优化的协作式边缘缓存算法，其特征在于，具体步骤如下：

步骤1：设置系统模型的各参数；

1.1设置网络模型：分为三层，即用户设备层、MEC层和云层，其中，用户设备层包含多个用户设备，每个用户设备只能连接到一个小型基站；MEC层包含M个小型基站和一个宏基站，宏基站覆盖了所有的小型基站，每个小型基站覆盖多个用户设备，每个小型基站代表一个小型小区，小型基站之间的覆盖范围不相互重叠，每个小型基站上都部署了一个MEC服务器m∈M，其存储容量为sc_m，所有MEC服务器的存储容量构成一个存储容量大小向量sc＝[sc₁,sc₂,...,sc_M]，MEC服务器负责为用户设备提供边缘缓存资源，同时，负责收集每个小型小区的状态信息，并为每个小型基站做出相应的缓存决策和信道资源分配决策，小型基站之间通过宏基站进行相互通信，且共享其缓存资源，宏基站通过核心骨干网连接到云层；云层包括若干个云服务器，具有丰富的计算和缓存资源，用于缓存所有的内容；

1.2将整个时间轴划分为T个长度相同的时隙，t∈T表示时隙索引，且采用准静态模型，即在一个时隙内，所有系统状态参数保持不变，而不同时隙参数不同；

1.3设置内容流行度模型：共有F个内容，每个内容f∈F的大小为z_f，且每个内容的大小不同，所有内容的大小构成一个内容大小向量z＝[z₁,z₂,...,z_f,...,z_F]，定义在时隙t每个内容f在小区m内的流行度为在时隙t在小区m内请求内容f的总次数为在时隙t在小区m内所有用户设备的内容请求总次数为因此小区m内所有内容的流行度构成一个内容流行度向量

1.4设置内容请求模型：共有U个用户设备发送内容请求，定义在时隙t在小区m内发送内容请求的所有用户设备的集合为在时隙t在小区m内发送内容请求的用户设备的数量为假设在时隙t每个UE对每个内容最多请求一次，定义在时隙t在小区m内的每个UE的内容请求向量为其中每个元素表示在时隙t在小区m内的用户设备u请求内容f，表示在时隙t在小区m内的用户设备u没有请求内容f，在时隙t在小区m内的所有用户设备的内容请求向量构成一个内容请求矩阵

1.5设置缓存模型：定义在时隙t每个MEC服务器m的缓存区维护一个内容缓存决策向量其中每个元素表示在时隙t将内容f缓存在MEC服务器m上，表示在时隙t不将内容f缓存在MEC服务器m上，且每个MEC服务器中缓存内容的总大小不能超过其存储容量sc_m；

1.6设置通信模型：采用正交频分复用技术将频带宽度B划分成β个正交子信道，定义在时隙t在小区m内的每个用户设备u被分配若干个正交子信道每个子信道带宽为定义在时隙t用户设备u与本地小型基站m之间的下行SNR值为且

其中，表示在时隙t小型基站m的发射功率，表示在时隙t小型基站m与用户设备u之间的信道增益，且l_u,m表示在时隙t小型基站m与用户设备u之间的距离，α表示路径损耗因子，σ²表示加性高斯白噪声的方差；定义在时隙t用户设备u与本地小型基站m之间的下载速率为且

定义每个小型基站m和宏基站n之间的数据传输速率均为常数θ_m,n，宏基站n和云服务器c之间的数据传输速率为常数θ_n,c，且θ_m,n＞θ_n,c；定义在时隙t用户设备u从本地MEC服务器m中获取内容f所需要的下载延迟为且

定义在时隙t用户设备u从其他非本地MEC服务器-m中获取内容f所需要的下载延迟为且

定义在时隙t用户设备u从云服务器c中获取内容f所需要的下载延迟为且

因此，

1.7设置内容交付模型：内容交付的基本过程是，每个用户设备独立地向本地MEC服务器请求若干个内容，若在本地MEC服务器的缓存区已经缓存了该内容，则直接由本地MEC服务器传输给用户设备；若在本地MEC服务器未缓存该内容，则可以通过宏基站从其他小型基站的MEC服务器上获取，再由本地MEC服务器传输给用户设备；若所有的MEC服务器都未缓存该内容，则通过核心网络从云服务器将内容中继到宏基站，再由宏基站传输到本地MEC服务器，最后由本地MEC服务器将内容交付给用户设备；

定义在时隙t用户设备u是否从本地MEC服务器m中获取内容f为二元变量其中表示在时隙t用户设备u从本地服务器m中获取内容f，否则定义在时隙t用户设备u是否从非本地服务器-m中获取内容f为二元变量其中表示在时隙t用户设备u从非本地服务器-m中获取内容f，否则定义在时隙t用户设备u是否从云服务器c中获取内容f为二元变量其中表示在时隙t用户设备u从云服务器c中获取内容f，否则

步骤2：采用基于博弈论的多智能体强化学习算法来为每个小型基站做出最优缓存决策，以最大化每个小型基站的内容缓存命中率，包括被本地小型基站所命中的缓存命中率和被其他小型基站所命中的缓存命中率；

步骤3：采用改进的分支定界法来为每个小型基站做出最优带宽资源分配决策，以最小化所有用户设备的总内容下载延迟。