Joint Content Delivery and Caching Placement via Dynamic Programming
在本文中，流行内容的下行链路传输的无线缓存节点的协助下进行了优化。具体而言，将文件请求建模为有限生存期的泊松点过程，考虑两种下行传输模式：（1）基站向请求用户和选定缓存节点多播文件片段;（2）基站主动向选定缓存节点多播文件片段，无需用户请求。因此，具有解码文件的高速缓存节点可以帮助经由其他空中接口（例如WiFi）在下一个文件请求时卸载业务。在没有主动缓存放置的情况下，我们将下行链路流量卸载表示为具有随机阶段数的马尔可夫决策过程，并提出了修正的Bellman方程来获得最优控制策略。为了解决巨大的状态空间，我们还引入了一个低复杂度的次优解的基础上的线性近似的价值函数，近似的价值函数和真正的之间的差距是有界的分析。近似的价值函数可以从给出请求用户的空间分布的解析表达式计算。此外，我们提出了一个基于学习的算法来评估近似的价值函数未知分布的请求用户。最后，一个积极主动的缓存放置算法被引入到利用阴影效应的时间多样性。仿真结果表明，基于近似价值函数的低复杂度算法可以显著降低基站的资源消耗，而主动缓存布局可以进一步提高性能。
2018-01-03 cs.IT math.IT
Proactive Content Caching Scheme in Urban Vehicular Networks
针对城市车载网络高动态性挑战，提出边缘计算使能的分层协作缓存框架，通过轨迹与流行度预测及隐私保护，实现自适应资源管理，显著提升命中率并降低延迟。
2023-05-12 cs.IT eess.SP math.IT
Echo State Networks for Proactive Caching in Cloud-Based Radio Access Networks with Mobile Users
本文研究了云无线接入网中的主动缓存问题。在所研究的模型中，基带单元（BBU）可以预测每个用户的内容请求分布和移动模式，决定哪些内容缓存在远端射频头端和BBU。这个问题被制定为一个优化问题，它联合采用回程和前传负载和内容缓存。针对这一问题，提出了一种将回声状态网络的机器学习框架与次线性算法相结合的算法。使用回声状态网络（ESN），BBU可以预测每个用户的内容请求分布和移动性模式，同时仅具有关于网络和用户状态的有限信息。为了预测每个用户的周期性的移动性模式，以最小的复杂性，相应的ESN的记忆容量推导出一个周期性的输入。这种内存容量被证明是能够记录的最大数量的用户信息的建议ESN模型。然后，提出了一种次线性算法，以确定哪些内容缓存，同时使用有限的内容请求分布样本。使用优酷和北京邮电大学的真实数据进行的仿真结果表明，与随机缓存和随机缓存相比，该方法的总有效容量分别提高了27.8%和30.7%.
2017-03-31 cs.IT cs.NI math.IT
Caching in the Sky: Proactive Deployment of Cache-Enabled Unmanned Aerial Vehicles for Optimized Quality-of-Experience
在本文中，主动部署的缓存启用无人机（UAV）优化质量的体验（QoE）的无线设备在云无线接入网络（CRAN）的问题进行了研究。在所考虑的模型中，网络可以利用以人为中心的信息，如用户的访问位置，请求的内容，性别，工作和设备类型来预测每个用户的内容请求分布和移动模式。然后，给定这些行为预测，所提出的方法寻求找到用户-UAV关联、最佳UAV位置以及要在UAV处缓存的内容。该问题被公式化为优化问题，其目标是最大化用户的QoE，同时最小化UAV使用的发射功率。针对这一问题，提出了一种基于概念回声状态网络（ESN）的机器学习框架的新算法。使用ESN，网络可以有效地预测每个用户的内容请求分布和其移动模式时，有限的信息的用户和网络的状态是可用的。基于用户的内容请求分布和他们的移动模式的预测，我们得出最佳的用户-无人机关联，无人机的最佳位置以及在无人机缓存的内容。利用北京邮电大学的真实行人移动模式和优酷网的实际内容传输数据进行的仿真结果表明，与无缓存的基准算法和无无人机的基准解决方案相比，该算法的平均发射功率和QoE满意用户百分比分别提高了40%和61%。
2016-10-05 cs.IT math.IT
A Reinforcement-Learning Approach to Proactive Caching in Wireless Networks
Imperial College London（帝国理工学院）
本文提出基于强化学习的主动缓存策略，通过动态缓存或删除内容以降低长期平均能耗，优于传统被动下载方法。
2017-12-19 cs.IT cs.NI cs.SY
A Stackelberg Game for Incentive Proactive Caching Mechanisms in Wireless Networks
提出了一种在支持缓存的小小区网络（SCN）中的激励主动缓存机制，以激励内容提供方（CP）参与缓存过程.被认为是由一个单一的移动网络运营商（MNO）和多个CP的网络。MNO旨在定义其向CP收取的价格以使其收益最大化，同时CP竞争以确定它们在MNO的小型基站（SBS）处缓存的文件的数量，以提高它们的用户的服务质量（QoS）。这个问题被公式化为一个Stackelberg游戏，其中一个单一的MNO被认为是领导者和多个CP愿意缓存文件的追随者。将追随者博弈建模为非合作博弈，证明了纳什均衡（NE）的存在性和唯一性。推导了每个CP向MNO请求的存储量对应的NE的封闭表达式。在MNO侧制定优化问题以确定MNO应该向CP收取的最优价格。仿真结果表明，在均衡时，MNO和CP都可以实现一个效用，是高达50%以上的情况下，在价格和存储量的要求任意。
2016-09-08 cs.GT cs.IT cs.NI
Proactive Edge Computing in Latency-Constrained Fog Networks
本文研究了延迟和可靠性约束下雾网络中计算任务的分发和主动缓存问题。在所提出的场景中，计算可以在用户设备本地执行，也可以卸载到边缘云。此外，小云通过主动缓存流行的任务计算结果来利用其计算和存储能力，以最小化计算延迟。为此，提出了一种用于对具有相互任务流行度兴趣的空间上接近的用户设备及其服务微云进行分组的聚类方法。然后，cloudlet可以主动缓存其集群成员的流行任务的计算，以最大限度地减少计算延迟。此外，将任务分配到云的问题公式化为匹配博弈，其中在延迟和可靠性约束下最小化计算延迟的成本函数。仿真结果表明，该方案保证了可靠的计算与有限的延迟，并实现了高达91%的计算延迟相比，基线计划减少。
2017-04-26 cs.DC cs.IT cs.NI
Online Caching with Wireless Fronthauling and Delivery in Fog-Aided Networks
雾无线电接入网络（F-RAN）利用边缘节点（EN）处的缓存内容和到云的前传连接进行内容交付。假设云和每个EN之间的专用前传链路，以前的工作集中在使用离线或在线缓存的F-RAN的分析上，这取决于内容流行度是时不变的还是时变的。扩展已经完成了多播前传链路连接云只有两个EN和时间不变的流行。相比之下，这项工作的范围是在多播前传链路将任意数量的EN连接到云的情况下，并且内容流行度是随时间变化的。归一化传输时间（NDT）被用作性能指标，并通过调查主动在线缓存，分析结果表明，前传传输的功率缩放设置F-RAN的性能限制。
2020-06-12 cs.IT math.IT
Caching at Base Stations with Heterogeneous User Demands and Spatial Locality
现有的主动缓存策略都是假设所有用户在均匀分布或已知的位置上请求具有相同活动级别的内容，其中大多数策略都是通过假设用户偏好与内容流行度相同来优化的。然而，根据最近的数据分析，这些假设并不正确。在本文中，我们将研究在没有这些假设的情况下会发生什么。为此，我们建立了一个框架，利用异构的用户偏好，活动水平和空间局部性的基站优化缓存策略。我们推导出每个用户的成功概率和平均速率作为效用函数，分别得到最大化的平均效用（反映网络性能）和最小效用的用户（反映用户公平性）的加权和的最优缓存策略。为了研究单个用户请求行为对缓存的交织影响，我们提供了一种算法，从给定的内容流行度和活动水平与受控的偏好相似度合成用户偏好，并与真实数据集验证算法。分析和仿真结果表明，充分利用用户个体行为可以提高网络性能和用户公平性，并且随着空间局部性的偏斜度、用户偏好和活动水平的异质性而增大。
2018-10-26 cs.IT math.IT
Optimizing Joint Probabilistic Caching and Channel Access for Clustered D2D Networks
在移动设备处缓存和利用设备到设备（D2D）通信是支持通过无线网络的大规模内容递送的两种有前景的方法。基于物理干扰模型的这种D2D缓存网络的分析通常通过假设均匀分布的设备来执行。然而，这种方法没有捕捉设备集群的概念。在这方面，本文提出了一个联合通信和缓存优化框架，集群D2D网络。设备在空间上分布到不相交的集群，并假定有一个盈余的内存，用于主动缓存文件，随机概率缓存方案。通过联合优化信道访问和缓存方案，使缓存卸载增益最大化。给出了一种封闭形式的缓存解，并采用二分法搜索方法，直观地获得了最优信道接入概率。结果表明，显着改善卸载增益达到10%相比，Zipf缓存基线。
2020-03-03 cs.IT eess.SP math.IT
Caching and Coded Delivery over Gaussian Broadcast Channels for Energy Efficiency
考虑了高速缓存辅助的$K$ -用户高斯广播信道（BC）。发射机有一个$N$等速率文件库，每个用户都需要一个。研究了等容量接收机缓存对满足所有用户需求所需的最小发射功率的影响。考虑到整个库中的均匀随机需求，研究了最小平均功率（所有需求组合的平均值）和最小峰值功率（满足所有需求组合所需的最小功率）。上限上的最小所需的平均和峰值发射功率作为缓存容量的函数，考虑集中式和分散式缓存。假设未编码的高速缓存放置的最小所需的平均和峰值功率值的下限也来自。峰值和平均功率值的界限被证明是紧密的集中的情况下，通过数值模拟。本文中的结果表明，主动缓存和编码交付可以提供显着的节能无线网络。
2018-04-30 cs.IT math.IT
Proactive Push with Energy Harvesting Based Small Cells in Heterogeneous Networks
针对能量收集通信的发展现状，以及接入边缘和用户终端多媒体内容缓存和推送的趋势，研究异构网络中能量收集供电的小小区基站（SBS）如何设计有效的推送机制。该问题被公式化为一个马尔可夫决策过程，通过优化基于电池能量，用户请求和内容流行状态的推送策略，以最大限度地提高服务能力的SBS。我们广泛地分析了这个问题，并提出了一个有效的策略迭代算法来找到最优策略。根据数值结果，我们发现，最优策略揭示了一个状态依赖的阈值为基础的结构。此外，与非推送策略相比，最优推送策略获得了超过50%的性能增益。
2015-01-26 cs.IT math.IT
Online Edge Caching in Fog-Aided Wireless Network
在雾无线电接入网络（F-RAN）架构中，边缘节点（EN）（诸如基站）配备有有限容量的高速缓存，以及可以支持来自云处理器的给定传输速率的前传链路。F-RAN中的内容递送的现有信息理论分析集中于具有单独的内容放置和递送阶段的离线缓存。相比之下，这项工作认为在线缓存设置，其中一组流行的文件是随时间变化的，缓存补充和内容交付可以发生在每个时隙。该分析集中在长期的归一化传输时间（NDT），它捕获的时间依赖性的编码延迟在多个时隙中的高信噪比制度的表征。在线缓存和交付计划的基础上反应性和主动缓存的研究，其性能进行了比较，以最佳的离线缓存方案分析和通过数值结果。
2017-12-03 cs.IT cs.NI math.IT
Caching at the Edge: a Green Perspective for 5G Networks
凭借上下文感知和主动功能，在网络边缘本地缓存用户内容能够应对5G无线网络中不断增长的数据流量需求。在这项工作中，我们专注于缓存启用无线蜂窝网络的能源消耗方面，特别是在区域功耗（APC）和能源效率（EE）。我们假设，基站（BS）和移动用户分布根据均匀泊松点过程（PPP），我们引入了一个详细的功率模型，考虑到缓存。我们研究的条件下，区域功耗最小化的BS发射功率，同时确保一定的服务质量（QoS）的覆盖概率。此外，我们提供了最佳的BS发射功率，最大限度地提高每单位总功率消耗的面积频谱效率。本文的主要内容是缓存似乎是一种节能的解决方案。
2015-03-18 cs.IT cs.NI math.IT
Energy Costs for Traffic Offloading by Cache-enabled D2D Communications
设备到设备（D2D）通信可以卸载流量并提高蜂窝网络的吞吐量。通过在用户处缓存文件，如果助手用户愿意将缓存的文件发送给请求该文件的用户，则可以经由D2D链路卸载内容递送业务。然而，目前尚不清楚帮助用户需要消耗多少能量来支持流量卸载。在本文中，我们努力找到所需的最小能量消耗在一个助手用户，以最大限度地减少流量。为此，我们引入了一个以用户为中心的主动缓存策略，可以控制帮助用户传输文件的能源成本，然后优化缓存策略，以最大限度地减少流量。为了减少传输过程中的能量，我们优化了发送功率，以最大限度地减少帮助发送文件所消耗的能量。通过数值模拟分析了优化后的缓存策略和传输功率对流量卸载和能量消耗的影响，结果表明，在合理的能量消耗下，可以卸载大量的流量.
2016-03-15 cs.IT math.IT
Cooperative Edge Caching in User-Centric Clustered Mobile Networks
通过将文件主动存储在基站（BS），移动边缘缓存可以实现直接内容交付，而无需远程文件获取，这可以减少端到端延迟，同时减轻回程压力。为了在实践中有效地利用有限的缓存大小，可以利用合作缓存来利用缓存的多样性，通过允许用户在新兴的以用户为中心的网络架构下由多个基站服务。本文探讨了延迟最优的合作边缘缓存在大规模的以用户为中心的移动网络，其中的内容放置和集群大小的基础上优化的随机信息的网络拓扑结构，流量分布，信道质量，和文件的流行度。具体地，提出了一种基于最优带宽分配的贪婪内容放置算法，该算法能够以线性计算复杂性实现（1-1/e）最优性。此外，还研究了以用户为中心的最优簇大小，并给出了一个约束最大簇大小的条件，该条件反映了缓存分集和频谱效率之间的权衡。进行了大量的模拟分析验证和性能评估。数值结果表明，所提出的贪婪内容放置算法可以减少平均文件传输延迟高达50%的非合作和命中率最大计划相比。在此基础上，考虑不同系统参数的影响，讨论了最优聚类问题.
2017-10-24 cs.IT cs.NI math.IT
Multi-Antenna Coded Content Delivery with Caching: A Low-Complexity Solution
我们研究了单小区网络中的下行链路波束成形与多天线基站服务缓存使能的用户。假设一个图书馆的文件具有共同的速率，我们制定的最小发射功率与主动缓存和编码交付作为一个非凸优化问题。虽然这个多个组播问题可以有效地解决连续凸近似（SCA），问题的复杂性呈指数增长的子文件的数量在每个时隙中传递给每个用户，这本身与用户的数量呈指数增长。我们引入了一个低复杂度的替代方案，通过分时，限制了用户在每个时隙收到的子文件的数量。然后，我们考虑联合设计的波束成形和内容交付与稀疏性约束，以限制在每个时隙中由用户接收的子文件的数量。数值仿真结果表明，低复杂度的计划只有一个很小的性能差距，通过解决稀疏约束的联合问题，并优于国家的最先进的结果在所有的信噪比（SNR）和速率值与足够数量的发射天线。低复杂度方案的可实现的自由度（DoF）的下限推导出其在高信噪比制度的性能特征。
2020-07-23 cs.IT math.IT
Air-Ground Integrated Vehicular Network Slicing with Content Pushing and Caching
提出了一种空地一体化车载网络（AGIVEN）架构，空中高空平台（HAP）通过大面积广播主动向车载推送内容，地面路侧单元（RSU）按需提供高速单播服务。为了有效地管理多维异构资源，引入了面向服务的网络切片方法，将AGIVEN虚拟地划分为多个切片，每个切片支持特定的应用，并保证服务质量（QoS）。具体而言，多资源供应AGIVEN切片的基本问题进行了研究，考虑到典型的车辆应用程序的基于位置的地图和基于流行度的内容服务。对于基于位置的地图服务，相对于HAP广播速率和车辆缓存大小导出HAP车辆主动推送的能力，其中存在指示最优通信缓存资源交易的鞍点。对于共同感兴趣的热门内容，获得平均板载内容命中率，HAP推送新生成的内容以保持板载缓存新鲜。然后，最小RSU传输速率推导出满足平均延迟要求的每个切片。分析结果揭示了RSU传输速率、HAP广播速率和车辆缓存大小之间的服务相关资源配置和交易关系，为实际多资源网络切片提供了指导。仿真结果表明，所提出的AGIVEN网络切片方法匹配多资源跨切片，从而RSU传输速率可以节省40%，而保持相同的QoS。
2018-06-11 cs.IT cs.NI math.IT
Optimized Caching and Spectrum Partitioning for D2D enabled Cellular Systems with Clustered Devices
在移动设备处缓存和利用设备到设备（D2D）通信是支持通过无线网络的大规模内容递送的两种有前景的方法。高速缓存使能的无线网络的分析通常通过假设设备均匀分布来进行，然而，在社交网络中，移动设备本质上被分组为不相交的集群。在这方面，本文提出了一个时空的数学模型，跟踪服务请求的到来，并考虑到集群设备的几何形状。假设两种设备，具体地，内容客户端和内容提供方。假设内容提供方具有剩余存储器，该剩余存储器被利用来遵循随机概率缓存方案主动缓存来自已知库的内容。内容客户端可以从其附近（集群）的最近内容提供方或者作为最后手段的基站（BS）检索所请求的内容。开发的时空模型被用来制定一个联合优化问题的内容缓存和频谱划分，以最大限度地减少平均服务延迟。由于优化问题的高复杂性，缓存和频谱划分问题是解耦的，并使用块坐标下降（BCD）优化技术迭代求解。为此，带宽划分和概率缓存子问题，分别获得了最优和次优的解决方案。数值结果突出了所提出的计划优于传统的缓存计划下平等和优化的带宽分配。特别是，它示出的平均服务延迟减少了近100%和350%，相比，Zipf和均匀的缓存计划下，相等的带宽分配，分别。
2020-03-24 cs.IT cs.NI math.IT
Analysis on Cache-enabled Wireless Heterogeneous Networks
缓存流行的多媒体内容是释放无线网络最终潜力的一种有前途的方法。在本文中，我们有助于提出和分析基于缓存的内容交付在一个三层异构网络（HetNet），其中包括基站（BS），中继和设备到设备（D2D）对。我们提倡在网络非高峰时，将热门内容主动缓存在中继和部分有缓存能力的用户中。高速缓存的内容可以被重新用于频繁访问以卸载蜂窝网络业务。首先将节点位置建模为相互独立的泊松点过程（PPP），并开发了相应的内容访问协议。然后对下行链路的平均遍历速率和中断概率进行了理论分析。基于\emph{multiclass processor-sharing queue}模型和连续时间马尔可夫过程，我们进一步推导了吞吐量和延迟。根据HetNet中稳态的临界条件，研究了最大流量负载和全局吞吐量增益。此外，一些关键网络特性的影响，例如，多媒体内容的异构性、节点密度和有限的缓存容量对系统性能的影响被详细阐述以提供有价值的见解。
2015-08-12 cs.IT math.IT
Cellular-Broadcast Service Convergence through Caching for CoMP Cloud RANs
由于市场需求的不同，蜂窝和广播服务传统上被独立对待，从而导致不同的商业模式和正交频率分配。然而，随着廉价内存和智能缓存的出现，这种传统的模式可以融合成一个单一的系统，可以提供这两种服务，在一个有效的方式。本文重点介绍了多媒体传输通过一个综合网络，包括蜂窝（也称为单播或宽带）和广播最后一英里的共享频谱上运行。网络的订户配备有高速缓存，其可以有效地为多媒体递送创建零感知延迟，假设内容已经被主动地和智能地高速缓存。这项工作的主要目标是建立一个直观的成本函数的基础上，分析最佳的内容流行度阈值。换句话说，目的是导出哪些内容应该被广播以及哪些内容应该被单播。为了促进这一点，协作多点（CoMP）联合处理算法被用于单向和广播PHY传输。为了实际实现这一点，假设集成网络控制器能够访问内容流行度方面的业务统计。仿真结果提供评估增益的总频谱效率。一个传统的系统，其中两个网络独立运行，被用作基准。
2015-04-30 cs.IT cs.NI math.IT
Joint Task Offloading and Cache Placement for Energy-Efficient Mobile Edge Computing Systems
这封信研究了一个支持缓存的多用户移动边缘计算（MEC）系统，该系统具有动态任务到达，并考虑到主动缓存放置对系统整体能耗的影响。我们考虑在\emph{task caching}阶段中，接入点（AP）调度无线设备（WD）在执行有限库的任务的同时卸载计算任务，使得具有稍后到达的相同任务请求的附近WD可以在\emph{task arrival and execution}阶段中直接下载任务结果。我们的目标是最大限度地减少系统的加权和能量在有限的时间范围内，通过联合优化的任务缓存决策和MEC执行的AP，本地计算以及任务卸载的WD在每个时隙，受缓存容量，任务的因果关系，和完成期限的限制。公式化的设计问题是一个混合整数非线性规划。在任务到达完全可预测的假设下，我们首先提出了一种基于分支定界（BnB）的方法来获得最优离线解决方案。接下来，我们提出了两个低复杂度的计划，分别基于凸松弛和任务流行度。最后，数值结果表明，所提出的计划优于现有的基准计划。
2023-01-31 cs.IT math.IT
Cache-enabled Device-to-Device Communications: Offloading Gain and Energy Cost
通过在用户处缓存文件，如果助手用户愿意将缓存的文件发送给请求该文件的用户，则可以经由设备到设备（D2D）链路卸载内容递送业务。在实践中，用户设备具有有限的电池容量，并且可以在其电池几乎没有剩余能量时终止D2D连接。因此，考虑助手用户支持D2D所允许的电池消耗引入了可能的卸载量的减少。在本文中，我们研究了系统的卸载增益和每个辅助用户的能量成本之间的关系。为此，我们引入了一个以用户为中心的协议来控制帮助用户传输文件的能源成本。然后，我们优化的主动缓存策略，以最大限度地提高卸载的机会，并优化在每个助手的发送功率，以最大限度地提高卸载概率。最后，我们评估了卸载到D2D链路的流量的总量，并评估了每个助手的平均能耗，以及优化的缓存策略和发射功率。仿真结果表明，即使在能量成本保持较低的情况下，也可以卸载大量的流量。
2016-06-09 cs.IT math.IT
Beef up mmWave Dense Cellular Networks with D2D-Assisted Cooperative Edge Caching
边缘缓存技术通过在小型基站（SBS）中主动缓存流行内容，从而减少超密集网络中的内容检索延迟，减轻回程链路的巨大负担。然而，单个SBS的约束缓存资源显著地抑制了边缘缓存的性能。在本文中，我们提出了一个设备到设备（D2D）辅助合作边缘缓存（DCEC）毫米波（mmWave）密集网络的政策，合作利用用户和SBS的缓存资源在附近。在所提出的DCEC策略中，可以根据内容流行度将内容缓存在用户的设备或SBS中，并且用户可以经由D2D链路从相邻用户或经由蜂窝链路从相邻SBS检索所请求的内容，以有效地利用缓存分集。与需要复杂的干扰管理技术来抑制干扰的较低频段中的现有协作缓存策略不同，我们利用毫米波系统中的定向天线来确保高传输速率，同时减轻干扰足迹。考虑到实际的定向天线模型和网络密度，基于网络拓扑的随机信息，推导了回程卸载性能和内容检索延迟的闭合表达式。此外，分析结果表明，随着网络密度的增加，通过D2D链路的内容检索延迟显著增加，而通过蜂窝链路的内容检索延迟略有增加。综合仿真验证了我们的理论分析，并表明，该政策可以实现更高的性能，卸载回程流量，减少内容检索延迟相比，最先进的最流行的缓存（MPC）政策。
2023-01-02 cs.IT cs.SY eess.SY
Information-Theoretic Analysis of D2D-Aided Pipelined Content Delivery in Fog-RAN
在Fog-Radio接入网络（F-RAN）中，边缘缓存和到云处理器的前传连接被用于内容递送的目的。附加的设备到设备（D2 D）通信能力可以通过减轻前传和云处理负载以及减少递送时间来支持F-RAN的操作。在这项工作中，基本限制的标准化交付时间（NDT）度量，它捕获的高信噪比最坏情况下的延迟提供任何请求的内容给用户，推导。假设主动离线缓存，带外D2 D通信，和F-RAN具有两个边缘节点和两个用户，信息理论上最优的缓存和交付策略。与先前的工作不同，NDT性能在流水线传输下进行研究，其中边缘节点在无线信道上发送，同时通过前传链路接收消息，并且用户在D2 D链路上发送消息，同时在无线信道上接收。洞察提供的制度，其中D2 D通信是有益的，并最大限度地改善延迟的特点。
2019-12-18 cs.IT math.IT
Exploiting Deep Reinforcement Learning for Edge Caching in Cell-Free Massive MIMO Systems
针对铁路无线通信中无蜂窝大规模MIMO系统因传播环境剧变导致内容交付时延高的问题，提出基于启发式凸优化和结合SAC的深度强化学习的边缘缓存算法，有效提升了QoE与内容命中率。
2024-09-11 cs.AI cs.IT math.IT
Energy Efficiency in Cache Enabled Small Cell Networks With Adaptive User Clustering
使用启用缓存的小型小区网络，可以通过主动获取最有可能被请求的内容来显著减少高峰时段的流量。在本文中，我们的目的是探索主动缓存的一个重要指标，为下一代网络，即能源效率（EE）的影响。我们认为，利用用户内容流行度配置文件中的相关性，除了空间上的重新分区的用户具有可比的请求模式，可以大大提高可实现的能源效率的网络。在本文中，优化EE的问题被解耦成两个相关的子问题。第一个解决了内容流行度建模的问题。虽然大多数现有的作品假设网络中的所有用户相似的流行配置文件，我们认为一个替代的缓存框架，用户根据他们的内容流行配置文件进行聚类。为了展示建议的聚类方案的效用，我们使用统计模型选择标准，即赤池信息准则（AIC）。使用随机几何，我们推导出一个封闭形式的表达式，可实现EE，我们找到最佳的活动小小区密度向量，最大化it.Second子问题调查的影响，利用空间重新分区的用户具有可比的请求模式。在考虑网络的快照后，我们制定了一个组合优化问题，该问题能够优化内容放置，使得所使用的传输功率最小化。数值结果表明，聚类方案，使显着提高缓存命中概率，从而EE相比，非聚类的方法。仿真结果也表明，小基站分配算法的结果，提高了能量效率和命中概率。
2017-11-08 cs.IT math.IT
Fundamental Limits of Cloud and Cache-Aided Interference Management with Multi-Antenna Edge Nodes
在雾辅助蜂窝系统中，可以通过联合优化边缘缓存和传输策略来最小化内容交付延迟。为了解决边缘节点（EN）处的高速缓存容量限制，传输通常涉及从能够访问内容库的云处理器到EN的前传传送以及从EN到用户的无线递送。在本文中，从信息理论的角度研究了由此产生的问题，通过作出以下实际相关的假设：1）EN具有多个天线; 2）只允许未编码的部分缓存; 3）前传链路用于发送内容的部分;以及4）EN被约束为在无线信道上使用一次性线性预编码。假设离线主动缓存，并专注于高信噪比（SNR）的延迟度量，最佳的信息理论性能的串行和流水线的前端传输模式下进行了研究。该分析根据最坏情况下用户需求的标准化交付时间（NDT）来表征最小高SNR延迟。该表征对于系统参数的子集是精确的，并且对于串行情况在3/2的乘法因子内和对于流水线情况在2的乘法因子内通常是最优的。研究结果揭示了雾辅助无线网络中边缘和云处理之间的最佳相互作用，作为系统资源的函数，包括EN的天线数量，EN的缓存容量和前传容量。
2018-03-21 cs.IT math.IT
Fog-Aided Wireless Networks for Content Delivery: Fundamental Latency Trade-Offs
研究了一种雾辅助无线网络架构，其中边缘节点（EN），如基站，通过专用的前传链路连接到云处理器，同时也被赋予缓存。云处理使得能够在EN处集中实现协作传输策略，尽管代价是由于前传传输而增加的延迟。相比之下，在EN处对流行内容的主动缓存允许缓存文件的低延迟交付，但是通常具有在EN之间的合作传输的有限机会。云处理和边缘缓存之间的相互作用从信息理论的观点通过调查高信噪比（SNR）度量的基本限制来解决，称为归一化交付时间（NDT），其捕获用于将任何所请求的内容递送到用户的最坏情况的编码等待时间。NDT定义的假设下，无论是串行或流水线的前传边缘传输，并作为一个函数的前传和缓存容量的限制进行了研究。提出了跨前传和无线或边缘段的放置和交付策略，目的是最大限度地减少NDT。NDT的信息理论下限也来自。可扩展性参数和下限被用来描述最小NDT在一些重要的特殊情况下，包括没有缓存能力的系统，以及证明所提出的方案实现最优性在一个常数乘因子2的所有值的问题参数。
2019-12-18 cs.IT cs.NI math.IT
