[发明专利]一种基于个人偏好感知的D2D内容缓存方法

说明书

本发明公开了一种基于个人偏好感知的D2D内容缓存方法，包括以下步骤：建立基站‑缓存共同辅助的D2D网络和个人偏好模型；基于已有信息得到用户三种不同访问文件方式的访问概率，建立网络效用模型；基于访问概率和个人偏好信息提出网络效用最大化的缓存策略。本发明将个人偏好的影响考虑在内，提出了迭代优化用户的缓存策略，显著地改善了用户性能，提升了系统吞吐量、能量效率等，优化了网络效用。

技术领域

本发明涉及通信技术技术领域，更具体的说是涉及一种基于个人偏好感知的D2D内容缓存方法。

背景技术

近年来，移动数据流量迅速增长，给移动网络带来较大负担。预计未来几年内数据流量的增长趋势将持续，因此，为了满足日益增长的网络需求，为了提升5G通信的各项指标，小基站密集化、大规模天线技术、毫米波通信、D2D通信等技术被提出。与传统的蜂窝网络不同，D2D通信是指用户设备之间直接进行通信，无需基站或者核心网络的参与。

事实上，由于用户所请求的内容重复率较高，极大地影响了网络性能和用户的服

务体验。为了改善这种情况，缓存技术应运而生，它通过降低传输数据内容的重复率有效地减少了回程流量。与传统的D2D网络相比，用户在设备上缓存不同的流行文件，并通过D2D链路进行转发，能够显著地提高网络性能，如吞吐量，频谱效率和传输速率等等。现有大多数有关缓存辅助的D2D网络技术考虑的是一个均匀的偏好模型，它假设所有用户具有相同的偏好。但是，此模型只是近似值，因为实际上不同的用户具有不同的喜好和需求。

因此，如何提供一种基于个人偏好感知的D2D内容缓存方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于个人偏好感知的D2D内容缓存方法，用于在D2D网络通信场景下，提升系统的网络效用，克服现有技术的不足。

为了实现上述目的，本发明采用如下技术方案：

一种基于个人偏好感知的D2D内容缓存方法，包括以下步骤：

S1.建立基站-缓存共同辅助的D2D网络和个人偏好模型；设置一个方形小区，小区中心设置一个基站，将小区划分为大小相等边长为D的正方形簇作为集群，用户获取所需文件的方式包括：通过自身的缓存、通过基站或者通过D2D通信，其中，每个用户仅允许与同一集群的其他用户进行D2D通信；

S2.针对每个获取文件的方式获取访问概率，并根据每个所述访问概率建立网络效用模型：

U_net＝U+U_local

其中，U_net为网络期望效用，U为用户期望效用，U_local为用户从本地缓存获取所需文件的期望效用；

其中，U_k为用户k的网络效用，U_D为用户k通过D2D链路获得所需文件的网络效用，.U_S为用户k通过自身的缓存获得所需文件的网络效用，.U_B为用户k通过BS链路获得所需文件的网络效用，为用户k通过自身的缓存获得所需文件的概率、为用户k通过BS链路获取所需文件的概率、为用户k通过D2D链路获得所需文件的概率；为用户1-用户k的权重；E为期望，K_A为活动用户的个数，μ_A为活动用户集；

S3.根据所述网络期望效用模型获取网络期望效用最大值每个用户根据所述网络期望效用最大值不断修正缓存文件方式。