原文传递
基于基站协同与基站车队协同的车联网边缘缓存策略研究
| 论文题名： | 基于基站协同与基站车队协同的车联网边缘缓存策略研究 |
| 关键词： | 车联网;资源分配;基站协同;基站车队协同;边缘缓存策略 |
| 摘要： | 边缘缓存技术作为一种可靠的缓存范式被广泛应用于车联网中，通过在基站和路旁服务单元上部署缓存服务，可以大幅减少用户的请求时延，有效降低系统服务压力。然而随着车联网技术的不断发展，车载应用所需要的数据量激增，边缘节点需要处理海量用户请求。由于边缘节点自身缓存能力的有限性，单个边缘节点部署的缓存决策的表现较差，而且还易受到车辆分布不均匀导致的动态网络拓扑和无线环境等因素的影响，因此本文研究了边缘节点间的协同缓存策略和内容交付策略。 首先，本文针对小区边缘用户存在的请求时延高、服务体验较差的问题，提出了一种基于深度确定性策略梯度（DeepDeterministicPolicyGradient，DDPG）的联合优化协同缓存和波束赋形（JointCooperativeCachingandBeamformingCoordination，JCCBC）算法，以最小化内容的交付时延为目标，联合优化了内容缓存和无线传输决策。基于双时间尺度的调度模型，JCCBC算法在小时间尺度上考虑基站当前的缓存状态以及无线传输资源的有限性，以最小化内容传输时延为目标，联合优化了用户选择和波束赋形矩阵。在大时间尺度上考虑用户的请求情况，以最小化内容检索时延为目标，优化了基站间的协同缓存决策。仿真结果表明，JCCBC算法在内容的检索和传输都有更好的表现。 其次，本文针对基站存在的高负载问题，提出了一种基于斯塔克伯格博弈的车队缓存策略，并且设计了一种基于二分查找和遗传算法的联合优化算法（BinarySearchandGeneticAlgorithmbasedHybridAlgorithm，BGHA），以最大化基站和车队效用为目标，通过二分查找和遗传算法分别优化了基站的出价决策和车队的缓存决策。在该博弈模型中，基站会通过奖励金的方式激励车队进行缓存。根据车队的缓存状态，基站通过基于二分查找算法的出价决策算法来优化当前出价决策，以达到激励车队主动缓存更多内容的目的。车队则会根据基站的出价决策以及其他车队的缓存决策，综合考虑通信开销和缓存开销的影响，通过基于遗传算法的缓存决策算法进行缓存内容的放置，从而最大化车队效用。仿真结果表明，BGHA算法可以增加内容服务的范围和提供更加丰富的内容服务，与车辆缓存策略相比在缓存命中率和内容交付时延两方面都有所改善。 |
| 作者： | 程包懿 |
| 专业： | 信息与通信工程 |
| 导师： | 黄晓燕 |
| 授予学位： | 硕士 |
| 授予学位单位： | 电子科技大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
