多點(diǎn)協(xié)作通信研究

曹玉潔　寧遠(yuǎn)翔　施恩惠　崔甜甜　林積昶

摘 要：未來無線移動(dòng)網(wǎng)絡(luò)中，多點(diǎn)協(xié)作通信將會(huì)成為解決網(wǎng)絡(luò)數(shù)據(jù)流量爆炸式增長(zhǎng)的關(guān)鍵技術(shù)，而內(nèi)容在多節(jié)點(diǎn)之間的主動(dòng)緩存則是實(shí)現(xiàn)協(xié)作通信的基礎(chǔ)。文章建立獨(dú)立空間泊松分布模型描述通信范圍內(nèi)的節(jié)點(diǎn)分布與進(jìn)入強(qiáng)度之間的關(guān)系，通過隨機(jī)函數(shù)畫出對(duì)應(yīng)散點(diǎn)圖來描述不同節(jié)點(diǎn)在不同進(jìn)入強(qiáng)度下在宏小區(qū)內(nèi)的分布情況。引入Zipf函數(shù)模型，根據(jù)文件的流行度排名得到每個(gè)文件的存儲(chǔ)概率。隨機(jī)生成文件存入節(jié)點(diǎn)中，統(tǒng)計(jì)節(jié)點(diǎn)中的文件產(chǎn)生頻數(shù)，并畫出對(duì)應(yīng)的三維散點(diǎn)圖描述不同節(jié)點(diǎn)在不同的內(nèi)容緩存容量下的緩存情況。通過實(shí)驗(yàn)表明：移動(dòng)節(jié)點(diǎn)和固定節(jié)點(diǎn)都呈現(xiàn)在中心區(qū)域密集分布，在邊緣區(qū)域稀疏分布，文件的存儲(chǔ)頻數(shù)分布是隨著文件的排名序號(hào)的增大而降低。

關(guān)鍵詞：多點(diǎn)協(xié)作通信；Zipf模型；獨(dú)立空間泊松分布；隨機(jī)數(shù)

多點(diǎn)協(xié)作通信技術(shù)是提高小區(qū)邊界用戶數(shù)據(jù)速率、網(wǎng)絡(luò)整體數(shù)據(jù)速率的核心技術(shù)。在未來網(wǎng)絡(luò)中多點(diǎn)協(xié)作通信技術(shù)將會(huì)成為解決網(wǎng)絡(luò)數(shù)據(jù)流量爆炸式增長(zhǎng)的關(guān)鍵技術(shù)，而內(nèi)容在多節(jié)點(diǎn)之間的主動(dòng)緩存則是實(shí)現(xiàn)協(xié)作通信的基礎(chǔ)[1]。

1 多點(diǎn)協(xié)作通信問題的概述

假設(shè)網(wǎng)絡(luò)中通信半徑為R=500 m的宏小區(qū)內(nèi)存在兩類節(jié)點(diǎn)：移動(dòng)節(jié)點(diǎn)和固定節(jié)點(diǎn)，同時(shí)，假設(shè)這兩類節(jié)點(diǎn)在宏小區(qū)內(nèi)分別服從進(jìn)入強(qiáng)度為λ和λ1的獨(dú)立空間泊松點(diǎn)分布，且緩存容量分別為m和m1。所有的移動(dòng)節(jié)點(diǎn)可以隨機(jī)產(chǎn)生內(nèi)容請(qǐng)求，網(wǎng)絡(luò)中總文件數(shù)量M=1 000，則在節(jié)點(diǎn)通信半徑為r=50 m時(shí)，通過研究不同節(jié)點(diǎn)進(jìn)入強(qiáng)度和容量對(duì)文件命中率的影響，從而求出不同類型節(jié)點(diǎn)在不同進(jìn)入強(qiáng)度下在宏小區(qū)內(nèi)的分布情況以及求出不同節(jié)點(diǎn)在不同的文件緩存容量下的內(nèi)容緩存情況。

2 模型建立和求解

2.1 節(jié)點(diǎn)分布與進(jìn)入強(qiáng)度關(guān)系的獨(dú)立空間泊松分布模型

不同節(jié)點(diǎn)在不同進(jìn)入強(qiáng)度下的宏小區(qū)分布服從獨(dú)立空間泊松點(diǎn)分布[2]。因此，單位面積內(nèi)節(jié)點(diǎn)數(shù)量為k的概率為：

假設(shè)移動(dòng)節(jié)點(diǎn)的進(jìn)入強(qiáng)度為λ，固定節(jié)點(diǎn)的進(jìn)入強(qiáng)度為λ1，因此由泊松分布公式并結(jié)合隨機(jī)數(shù)可以生成m×2階均值為λπR2的泊松分布的隨機(jī)矩陣：poissrnd（λ，m，2），將每行中的第一列作為節(jié)點(diǎn)的橫坐標(biāo)，第二列作為節(jié)點(diǎn)的縱坐標(biāo)，從而找到服從泊松分布的m個(gè)節(jié)點(diǎn)坐標(biāo)。根據(jù)生成的節(jié)點(diǎn)坐標(biāo)從而在宏小區(qū)內(nèi)畫出散點(diǎn)圖，如圖1所示，從而得出移動(dòng)節(jié)點(diǎn)在宏小區(qū)內(nèi)隨機(jī)分布，覆蓋范圍較廣，而固定節(jié)點(diǎn)在宏小區(qū)的中心而且分布在移動(dòng)節(jié)點(diǎn)的密集區(qū)。我們通過對(duì)λ以及λ1進(jìn)行不同的賦值，得到在不同的進(jìn)入強(qiáng)度下，節(jié)點(diǎn)的分布概率情況，如圖1所示。

2.2 隨機(jī)緩存文件概率模型

盡管網(wǎng)絡(luò)中存在海量的數(shù)據(jù)，但不同的內(nèi)容被用戶訪問的概率并不相同。少量的熱點(diǎn)內(nèi)容會(huì)被用戶重復(fù)請(qǐng)求，造成了網(wǎng)絡(luò)中大部分的數(shù)據(jù)流量。因此我們建立Zipf函數(shù)模型：

網(wǎng)絡(luò)中不同內(nèi)容的平均流行度分布與網(wǎng)絡(luò)中的節(jié)點(diǎn)進(jìn)行主動(dòng)緩存時(shí)每個(gè)文件的存儲(chǔ)概率均可以用該函數(shù)表示。在表示不同內(nèi)容的平均流行度分布時(shí)，pi為第i個(gè)文件被用戶請(qǐng)求的概率，它與其內(nèi)容流行度服從相同分布，且與文件排列序號(hào)即內(nèi)容流行度排名i成反比。在表示文件的存儲(chǔ)概率時(shí)，用pi表示第i個(gè)文件的存儲(chǔ)概率，存儲(chǔ)概率表達(dá)式中γc反映了緩存方案，在這里我們?nèi)≈禐?.8。

通過隨機(jī)函數(shù)按照內(nèi)容的平均流行度賦權(quán)值隨機(jī)生成的文件序號(hào)，統(tǒng)計(jì)他們出現(xiàn)的次數(shù)，作為不同節(jié)點(diǎn)在不同的內(nèi)容緩存容量下的內(nèi)容緩存情況的衡量指標(biāo)（見圖2和圖3）。

由不同節(jié)點(diǎn)的容量緩存情況散點(diǎn)圖可知，文件的頻數(shù)分布是隨著文件的排名序號(hào)的增大而降低，序號(hào)數(shù)越大，被存儲(chǔ)的頻數(shù)就越小。因此，不論是移動(dòng)節(jié)點(diǎn)還是固定節(jié)點(diǎn)，在不同內(nèi)容緩存容量下，文件的流行度越大，在文件中存儲(chǔ)的頻數(shù)就越大，被用戶訪問的概率就越高[3]。研究的文件對(duì)象個(gè)數(shù)越多，結(jié)論越明顯。

3 結(jié)語

該模型可以用于未來網(wǎng)絡(luò)中的多點(diǎn)協(xié)作通信的一個(gè)內(nèi)容緩存優(yōu)化問題，即如何在有限的節(jié)點(diǎn)范圍內(nèi)更好地緩存無限的文件，實(shí)現(xiàn)網(wǎng)絡(luò)中更快更好的通信問題，也能在存儲(chǔ)中避免網(wǎng)絡(luò)繁忙問題。在蜂窩通信中，我們也可以嘗試應(yīng)用此項(xiàng)模型。我們?cè)陔S后可以考慮文件在節(jié)點(diǎn)中的緩存的替換問題，可以考慮以文件的流行度排名對(duì)文件進(jìn)行采用替換，使得每個(gè)節(jié)點(diǎn)中緩存的內(nèi)容都是當(dāng)下最熱最流行的文件。

[參考文獻(xiàn)]

[1]莊翔.多點(diǎn)協(xié)作通信系統(tǒng)的關(guān)鍵技術(shù)研究[J].科技創(chuàng)新與應(yīng)用，2016（12）：87.

[2]劉曉寧.多點(diǎn)協(xié)作通信系統(tǒng)的關(guān)鍵技術(shù)探討[J].中國(guó)新通信，2016（9）：25-26.

[3]張召雙.多點(diǎn)協(xié)作通信系統(tǒng)關(guān)鍵技術(shù)分析[J].中國(guó)新通信，2016（21）：37.