[发明专利]基于内容缓存的基站协作节能策略

摘要

基于内容缓存的基站协作节能策略，本节能策略拟利用基站协作的方式，通过基站间相互通信协调，实现协作传输和基站休眠。首先，将系统总能耗分为三部分，分别为休眠模式能耗、协作传输能耗以及回程能耗。下一步，将最小化总能耗的问题分成内外两个子问题。针对前两部分能耗，建立外部的子问题，可以证明这是一个NP问题。本发明解决了建立和解决基站协作节能的外部子问题中的NP问题，并且与内部内容缓存相结合，实现有效的基于基站协作的网络节能策略。

主权项

基于内容缓存的基站协作节能策略，其特征在于：本节能策略拟利用基站协作的方式，通过基站间相互通信协调，实现协作传输和基站休眠，还将采用内容缓存方法解决协作时产生的回程能耗，实现为后面的高能效功率分配策略提供功率协作因子和休眠信息。首先，将系统总能耗分为三部分，分别为休眠模式能耗、协作传输能耗以及回程能耗。下一步，将最小化总能耗的问题分成内外两个子问题。针对前两部分能耗，建立外部的子问题，可以证明这是一个NP问题，本节能策略拟寻找可以证明性能界限的方案来解决该问题；针对回程能耗，建立内部的子问题，并提出内容缓存的方法，将用户最常用的文件内容缓存，通过提高缓存内容与用户需求之间的碰撞概率来降低能耗。在具体研究工作中将首先对以上内容进行有机分解，在深入细致研究的基础上再加以全面综合。具体采用的技术方案包括以下步骤：步骤1：联合基站协作传输与休眠模型建立多小区协作可以完成联合执行基站协作传输和基站睡眠模式操作。从节能角度，每个基站都可以处于两个模式：1)进行高能效传输的激活模式；2)降低操作能耗的休眠模式。协作传输能够使多个基站协同为目标用户传输，从而增强接收信号强度。令用户j的接收信干噪比(SINR)由γj表示，可以写成如下表达式：γj=Σi∈MpijgijxijΣi∈Mpijgij(1-xij)+η+σ2---(1)]]>其中，pij和gij分别是基站i到用户j的传输功率和信道系数。η是位于协作区域以外的所有基站的干扰信号总和。σ2是每个用户接收信号的噪声谱密度。二进制数xij代表一个传输任务，1表示基站i给用户j传输，其他情况为0。步骤2：内容缓存和文件流行度模型建立给每个基站i中配备一个缓存，即本地贮存器，其有能力储存一组流行文件，储存能力上限是ci。本节能策略中的缓存没有协作功能。因此，每个基站将不会与其他基站共享其缓存的文件，也就是说，所有基站都独立传送需求。每个用户都会请求一些自己需要的文件。文件流行度可以定义为一个文件被请求的概率。令qf为文件f∈F被请求的概率。假设所有文件的大小相同，为s。缓存策略是仅仅基于文件流行度来决定缓存哪组文件，而不是按照实际的用户需求或者可预测的流量。步骤3：能量消耗模型建立一个协作域的能耗是指所有基站的能耗。根据能量消耗因素，假设网络总能耗etot可以由式(2)获得，etot＝esmo+ectx+ebh  (2)式中，esmo、ectx和ebh分别是休眠基站、协作传输基站以及基站信息反馈所消耗的能量；睡眠基站消耗的能量取决于激活基站的数量，因此，esmo可以写成esmo=Σi∈M[piactiveyi+pisleep(1-yi)]τΣi∈Mei:smoyi+pisleepτ---(3)]]>其中，和代表第i个基站分别处于激活和休眠状态时所消耗的功率。如果基站处于激活状态，则二进制数yi取1；反之，如果基站处于休眠状态，则二进制数yi取0。参数τ表示每个时隙的持续时间。假设每一组协作传输的基站为一个簇，不同的簇会产生不同的接收信号增强以及相应的能量消耗。协作簇产生的能量消耗ectx可以表示为：ectx=Σi∈MΣj∈NVipijxijτΣi∈MΣj∈Neij:ctxxij---(4)]]>其中，Vi是第i个基站的依赖负载的能耗的斜率。当远程服务器存有吸引人的文件时就会产生反馈能耗。这里将反馈能耗分为动态和静态两部分，具体可写为：ebh=e~bh,sta+Σi∈Mei~bh,dyn(1-qihit)yi---(5)]]>式中，e～bh,sta和分别是第是i个基站的静态和动态反馈能耗，是碰撞概率，即所缓存的内容恰好是用户需要的内容，可以由下式给出qihit=Σf∈Fqfzfi---(6)]]>其中，zfi是一个二进制数，如果文件f储存在基站i中，则zfi为1，其他情况下，zfi为0。步骤4：降低能耗问题描述对于降低能耗问题，多小区协作应该是工作于高能效模式，并且，最常用的文件应该放置于缓存中，从而最小化能耗：e:tot=Σi∈M[ei:smo+ei:bh,dyn(1-qihit)]yi+Σi∈MΣj∈Neij:ctxxij---(7)]]>从数学上看，该问题可以描述为min{xij},{yi},{zfi}e~tot---(8)]]>s.t.γj≥γth,∀j∈N,---(8a)]]>Σf∈Fzfis≤ci,∀i∈M---(8b)]]>xij≤yi,∀i∈M,j∈N---(8c)]]>xij∈{0,1},∀i∈M,j∈N---(8d)]]>yi∈{0,1},∀i∈M---(8e)]]>zfi∈{0,1},∀f∈F,i∈M---(8f)]]>约束条件(8a)表示接收到的SINR应该满足其阈值γth，约束条件(8b)表示储存能力，约束条件(8c)指明，每个TP只有在其为激活状态时才能够参与传输任务；约束条件(8d)，(8e)以及(8f)分别表示传输任务，休眠模式以及文件放置情况。不幸的是，可以证明，上述问题是一个NP问题，缺乏直观的解决方案，很难找到一个最佳的解决方案。因此，为了寻找该问题的优化解，本节能策略将其分解成内部和外部两个子问题。内部子问题的目标是通过尽量避免远距离取文件来最小化回程能耗。其等价问题是最大化碰撞概率，可以写为：max{zfi}qihit]]>s.t.(8b),(8f)外部子问题的目标是追求高能效的多小区协作传输，即在内部子问题基础上优化总能耗：min{xij},{yi}e~tot]]>s.t.(8a)(8c)(8d)(8e)步骤5：内容缓存利于优化总能耗证明下面证明数据内容经过缓存之后再发送，即内部子问题的优化有利于最终寻找最小化总能耗etot。假设是与最优的碰撞概率和最优总能耗etot*相应的整个优化问题的一组优化解决策略。令是内部内容缓存子问题的优化解决策略，相应的碰撞概率和总能耗分别定义为和由于是内部内容缓存子问题的优化解决策略，那么对于每个i∈M，碰撞概率会满足：同理，由于是外部子问题的优化解决策略，总能耗满足：由以上两式，可以得到：由于是整个问题的优化策略，而上述不等式一定成立，因此，可以推测出，和也是一组优化策略。综上可以证明，优化内容缓存有利于优化总能耗。步骤6：解决内部子问题由于问题被成功分解为内外两个子问题，每个基站能够简单的以一种贪婪的方法将文件放置于自己的缓存中，即不用考虑其他基站的行为，具体算法步骤如下：输入：F，M，qf，输出：1：对M中的每个i；2：将F按照qf的降序排列在中；3：令a＝s，k＝1，4：当a≤ci，且k≤|F|；5：使fk'成为的第k个元素；6：将设置成1，即7：更新使a←a+s，k←k+1；8：用公式(6)计算基于的步骤7：解决外部子问题外部子问题的目标是识别设置的有效基站和传输分配，使得总能量消耗最小化的同时可以满足SINR阈值。然而，这个问题是所谓的非确定性的。因此，本节能策略提出了基于局部搜索启发式算法进行近似求解。外部子问题算法的目的是确定有效的基站集合M'和传输分配的集合，其中Λ'＝{Λ'j,j∈N}和Λ'j表示协作的向用户j发送信号的一簇基站。本地搜索的初始值为M”和Λ”，其值是基于信道系数构造的。特别的，对于每个用户的传输分配是从只包括一个基站开始(从具有最大通道系数的开始)，直到满足目标SINR阈值或者达到大小为bmax的最大簇数。紧接着，算法开始从B(M”)中寻找更好的方案以使总能量的消耗减少，其中B(M”)会基于事先定义的局部移动来定义M”的近邻(稍后做详细分析)。该算法将重复检测是否存在改进的可行局部移动。如果不存在这样的局部移动，则该算法停止并且达到一组局部最优解。如果一簇激活基站为用户提供了对于目标SINR阈值来说令人满意的接收的SINR，则称这组基站为可行SINR。用户j的所有的可行SINR簇由Aj表示，其用户与信道系数相关，并且可以用离线方式构建。考虑到当前的解决方案M”和Λ”，本地搜索的结果近邻可以定义为：B(M”)＝Bon(M”)∪Boff(M”)∪Bswap(M”),  (14)其中Bon(M”)，Boff(M”)和Bswap(M”)分别表示进行相应的局部移动的近邻，分别为开启移动近邻，关闭移动近邻和交换移动近邻。开启移动是让一些不活跃的基站进入活动模式，这样做的目标是寻求可能改进的传输重分配。因此所得的近邻为：关闭移动是让活跃的基站进入休眠的模式，以便于节省操作功耗。必须确保的是，这样的移动之后，目标SINR阈值仍可以通过剩余活动基站来满足所有的用户。在这方面，所得到的近邻表达为：Boff(M”)＝{M”/{i}i∈M”,M”/{i}∈Αj,j∈N}.  (16)交换移动操作是使开启和关闭同时进行。特别的，当关闭活跃的基站可能会影响到某个用户时，可以同时开启一些其他基站以维持可行SINR。因此，所得到近邻为：Bswap(M)＝{M∪A/{i}|i∈M,M∪A/{i}∈Αj,A＝∪j:i∈Λ”jAj,Aj∈Αj,j∈N}.  (17)解决外部子问题具体算法步骤如下：输入：M,N,M”,Λ”j,B(.),γth,gij,输出：M'，Λ'j，1：设置更多的搜索←正确；2：当更多搜索为正确的状态，执行以下操作3：设置更多的搜索←错误；4：对于每个执行以下操作5：对于每个j∈N时6：找到最小化的子集使γj＞＝γth；7：使用(7)来计算基于M”和Λ”j的e～tot”，以及基于和的8：如果则9：更新和10：设置更多搜索←正确；11：终止；12：设置M'←M”和Λ'j←Λ”j，