CN111935824A - 无线资源分配策略更新方法、装置、设备及存储介质 - Google Patents
无线资源分配策略更新方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111935824A CN111935824A CN202010476345.XA CN202010476345A CN111935824A CN 111935824 A CN111935824 A CN 111935824A CN 202010476345 A CN202010476345 A CN 202010476345A CN 111935824 A CN111935824 A CN 111935824A
- Authority
- CN
- China
- Prior art keywords
- resource allocation
- updating
- target object
- strategy
- allocation strategy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供一种无线资源分配策略更新方法、装置、设备及存储介质,所述方法包括:在每一次的资源分配策略更新过程中,确定资源分配策略更新目标对象;从目标对象的资源分配策略库中随机选择一个与当前资源分配策略不同的目标资源分配策略;基于目标对象的当前资源分配策略和目标资源分配策略,更新目标对象的当前资源分配策略;确定更新目标对象的当前资源分配策略的次数大于或等于第一预设阈值后,输出所有基站和移动用户的当前资源分配策略。本发明实施例将无线网络复杂的多维资源联合优化问题分解为两个子问题,实现联合优化无线网络中多维资源的分配部署,降低求解难度;同时减少内容文件多播传输的冲突干扰,适应多种复杂网络环境。
Description
技术领域
本发明涉及无线通信领域,尤其涉及一种无线资源分配策略更新方法、装置、设备及存储介质。
背景技术
随着移动互联网以及一大批新型的无线服务和应用的发展,人们对虚拟现实、移动云、在线娱乐、在线学习等无线网络服务的需求越来越高,无线网络中的移动数据流量呈现***式增长。其中,基于内容传播的服务应用在移动用户数据业务中占据了较大比重,其会造成网络回程拥塞,导致大量冗余的数据传输。有很多研究工作研究了将本地缓存和多播机制引入异构无线蜂窝网络中,以提升无线资源的利用效率,应对移动数据流量***式增长的挑战。通过引入以内容为中心的网络基础设施,在无线网络边缘(如移动设备或小蜂窝基站)储存流行的内容文件,改善回程的拥塞和数据传输的冗余;或者在无线缓存网络中引入多播通信技术,充分利用无线信道的无线广播优势,具有本地缓存能力的基站可以通过同一个高速数据通信通道向覆盖范围内的多个用户广播相同的内容数据,其通信效率比传统的单播通信要高。但是,这些单独针对缓存内容选择、信道分配和用户接入点选择的问题的研究,无法解决无线网络中多维资源的联合优化这一复杂问题。
现有研究常采用分布式自组织优化方式,即以小蜂窝基站和移动用户对作为决策者,分布式进行相关资源选择优化。诸如文献:D.Monderer,L S.Shapley.“PotentialGames,”Games and Economic Behavior,vol.14,no.1,pp.124-143,1996.所提及的博弈论模型常被用来研究多决策者之间的相互作用。由于在无线缓存多播网络中小蜂窝基站和移动用户的决策动作不同,且相互之间存在复杂的相互影响,现有的经典博弈模型难以用来建模、分析和解决上述复杂的多维资源联合优化问题。
因此,如何提出一种可以充分考虑小蜂窝基站和移动用户之间复杂的相互影响关系的资源分配优化方法,成为一个亟需解决的问题。
发明内容
针对现有存在的问题,本发明实施例提供一种无线资源分配策略更新方法、装置、设备及存储介质。
第一方面,本发明实施例提供的无线资源分配策略更新方法,包括:
在每一次的资源分配策略更新过程中,根据预设规则确定资源分配策略更新目标对象;所述资源分配策略更新目标对象包括基站或移动用户;
从所述目标对象的资源分配策略库中随机选择一个与所述目标对象的当前资源分配策略不同的目标资源分配策略;
基于所述目标对象的当前资源分配策略和目标资源分配策略,更新所述目标对象的当前资源分配策略;
确定所述更新所述目标对象的当前资源分配策略的次数大于或等于第一预设阈值后,输出所有基站和移动用户的当前资源分配策略。
可选地,所述基于所述目标对象的当前资源分配策略和目标资源分配策略,更新所述目标对象的当前资源分配策略,具体包括:
根据资源分配效用值算法模型计算所述目标对象在当前资源分配策略下的资源分配效用值以及在目标资源分配策略下的资源分配效用值;
若确定所述目标对象在当前资源分配策略下的资源分配效用值比在目标资源分配策略下的资源分配效用值大,则保持所述目标对象的当前资源分配策略不变;
若确定所述目标对象在当前资源分配策略下的资源分配效用值比在目标资源分配策略下的资源分配效用值小,则更新所述目标对象的当前资源分配策略为所述目标资源分配策略。
可选地,所述根据预设规则确定资源分配策略更新目标对象,具体包括:
根据预设规则确定资源分配策略更新对象集合;
在所述资源分配策略更新对象集合中随机选择一个资源分配策略更新目标对象。
可选地,所述根据预设规则确定资源分配策略更新对象集合,具体包括:
生成一个随机值;
若确定所述随机值大于第二预设阈值,则确定所述资源分配策略更新对象集合为所述移动用户集合;
若确定所述随机值小于所述第二预设阈值,则确定所述资源分配策略更新对象集合为所述基站集合。
可选地,所述资源分配效用值算法模型,具体包括:
基于所述资源分配效用值对应的资源分配策略,以及所述资源分配策略更新对象集合中除所述目标对象以外的资源分配策略更新对象的当前资源分配策略集合,得到所述资源分配效用值。
可选地,所述基于所述资源分配效用值对应的资源分配策略,以及所述资源分配策略更新对象集合中除所述目标对象以外的资源分配策略更新对象的当前资源分配策略集合,得到所述资源分配效用值,具体包括:
其中,Yn为所述目标对象基站n的资源分配策略, 为内容文件f的集合内容文件 为可用信道集合可用信道Y-n为所述资源分配策略更新对象集合中除所述基站n以外的基站的当前资源分配策略集合,为所述目标对象影响范围内的移动用户k的集合;
其中,为所述目标对象移动用户m的资源分配策略,为基站组成的集合基站X-m为所述资源分配策略更新对象集合中除所述移动用户m以外的移动用户的当前资源分配策略集合,Γm为所述移动用户m的所有潜在接入点影响范围内的移动用户k组成的集合,其中,为所有传输覆盖移动用户m的基站组成的集合,∈m,n基站n与移动用户m的需求匹配因子,∈m,n=1表示基站n缓存有移动用户m需要的至少一个内容文件;
其中,ζm为每一个移动用户m需求的内容文件f的成功下载概率;
pm,f为移动用户m对内容文件f的需求概率,φm为所有干扰到移动用户m的基站组成的集合,wm,f为移动用户m下载内容文件f时选择的接入基站,αm,f,n′为移动用户m下载内容文件f时被基站n′干扰的概率。
可选地,在所述确定资源分配策略更新目标对象前,所述方法还包括:
初始化所有基站和移动用户的当前资源分配策略。
第二方面,本发明实施例提供的无线资源分配策略更新装置,包括:
确定模块,用于在每一次的资源分配策略更新过程中,根据预设规则确定资源分配策略更新目标对象;所述资源分配策略更新目标对象包括基站或移动用户;
选择模块,用于从所述目标对象的资源分配策略库中随机选择一个与所述目标对象的当前资源分配策略不同的目标资源分配策略;
更新模块,用于基于所述目标对象的当前资源分配策略和目标资源分配策略,更新所述目标对象的当前资源分配策略;
输出模块,用于确定所述更新所述目标对象的当前资源分配策略的次数大于或等于第一预设阈值后,输出所有基站和移动用户的当前资源分配策略。
第三方面,本发明实施例提供的电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所提出的所述无线资源分配策略更新方法的步骤。
第四方面,本发明实施例提供的非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所提出的所述无线资源分配策略更新方法的步骤。
本发明实施例提供的无线资源分配策略更新方法、装置、设备及存储介质,通过在每一次的资源分配策略更新过程中,都对资源分配策略更新目标对象进行选择,再更新目标对象的当前资源分配策略,并在迭代过程结束后输出所有基站和移动用户的当前资源分配策略;将复杂的无线网络多维资源联合优化问题根据目标对象的类型分解为对基站和对移动用户的资源分配策略分别进行优化的两个子问题,实现了联合优化无线网络中缓存、信道和接入点等多维资源的分配部署,降低了求解难度;同时也减少内容文件多播传输时的冲突干扰,提升全网移动用户需求内容文件的下载成功水平,具有较强的灵活性,能够适应多种复杂网络环境。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中无线多播网络结构示意图;
图2为本发明实施例中无线多播网络中传输和干扰关系示意图;
图3为本发明一实施例提供的无线资源分配策略更新方法流程示意图;
图4为本发明另一实施例提供的无线资源分配策略更新方法流程示意图;
图5为本发明一实施例提供的四种无线资源分配策略更新方法比较示意图;
图6为本发明另一实施例提供的四种无线资源分配策略更新方法比较示意图;
图7为本发明又一实施例提供的四种无线资源分配策略更新方法比较示意图;
图8为本发明一实施例提供的无线资源分配策略更新装置结构示意图;
图9为本发明一实施例提供的电子设备组成示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现在为了提升无线资源的利用效率,应对移动数据流量***式增长,大部分工作主要是分别单独研究缓存内容选择、信道分配和用户接入点选择的问题。但是,现在缺乏对无线缓存多播网络中基站缓存、多播信道和接入点联合优化分配的研究。众所周知,无线网络中多维资源的联合优化问题远比单独的缓存内容、信道或接入点选择优化问题要复杂,而且联合优化的决策空间将十分巨大,给资源联合分配带来极大困难。又由于小蜂窝基站和移动用户空间位置的随机分布,以完全集中式的方法求解这一组合优化问题极为复杂。
在本发明各实施例用到的几个背景知识,说明如下:
图1为本发明实施例中无线多播网络结构示意图,如图1所示,无线多播网络由N个具有本地缓存能力的小蜂窝基站和M个移动用户构成。宏蜂窝基站(核心网关)将移动用户的潜在需求内容分解打包为F个内容文件,以供小蜂窝基站选择进行本地缓存,并预留C个信道给小蜂窝基站进行内容多播传输。移动用户对内容文件的需求服从Zipf分布,每一时刻,一个移动用户只产生一个内容文件下载需求。小蜂窝基站根据所服务的移动用户的内容需求,预先选择相应内容文件缓存到本地存储,并为内容文件分配信道进行多播传输;移动用户根据自身需求,选择相应的小蜂窝基站作为接入点,下载内容文件。
图2为本发明实施例中无线多播网络中传输和干扰关系示意图,如图2所示,根据小蜂窝基站的发射功率,可以确定其传输覆盖范围和通信干扰范围。一般而言,通信干扰的距离为传输距离的2倍。不同小蜂窝基站使用相同信道进行多播传输时可能会产生同信道干扰,此时被干扰的移动用户将无法成功下载相应的内容文件。因此,需要对异构无线蜂窝网络中缓存、信道和接入点等多维资源进行联合优化分配,以减少内容文件多播传输时的信道冲突,提升全网移动用户需求内容文件的成功下载水平。
以图2为例,对无线多播网络中传输和干扰关系进行具体分析。首先,定义所有小蜂窝基站组成的集合为对于任意小蜂窝基站其发射功率固定(则其传输覆盖范围和同频干扰范围也固定已知,且干扰范围大于传输覆盖范围);所有移动用户组成的集合为对于任意移动用户所有需求内容被打包成相同大小的内容文件以便存储,所有内容文件的集合为任意内容文件所有可用信道集合为任意信道移动用户每一时隙只需求下载一个内容文件,内容文件需求概率服从Zipf分布,其中,
其中π(f,m)为与移动用户m同类型用户群体对内容文件的偏好排序的序号,γ>0为偏好参数。将移动用户、小蜂窝基站、内容文件和传输信道进行编号,则多播传输中一个文件下载链路可以表示为(m,n,f,l),即移动用户m使用信道l从小蜂窝基站n中下载文件内容f。如图2所示,在使用相同信道的下载链路中,由于用户7不在小蜂窝基站2的干扰范围内,所以下载链路(7,1,2,3)不会被链路(5,2,5,3)干扰;由于小蜂窝基站1和2都使用信道1多播相同的内容文件3,可以通过协同通信技术避免同信道干扰,所以链路(2,1,3,1)不会被链路(8,2,3,1)干扰;由于用户1在小蜂窝基站2的干扰范围内,且传输内容不同,所以链路(1,1,1,2)会被链路(6,2,4,2)干扰,当两条链路同时传输时用户1无法成功下载文件2。
基于上述背景知识,为了解决复杂的无线网络中多维资源的联合优化问题,本发明各实施例的主要构思是,充分考虑小蜂窝基站和移动用户之间复杂的相互影响关系,利用一种新型分层势能博弈模型,根据小蜂窝基站和移动用户不同的动作类型,将复杂的多维资源联合优化问题分成两个子问题求解,小蜂窝基站和移动用户据此通过两个过程来改变自身的资源分配策略,并得到相应博弈效用值,再根据较优响应策略调整当前状态,最终迭代优化收敛到稳定解;实现异构无线蜂窝网络中缓存、信道和接入点等多维资源的分布式联合分配,减少内容文件多播传输时的信道冲突,提升全网移动用户需求内容文件的成功下载水平。
其中,本发明各实施例在实现时,利用边缘云技术,将物理世界的小蜂窝基站和用户映射到虚拟云中,成为一个分布式虚拟决策网络,基于较优响应学习,在分配部署过程中,网络中的各个节点(基站和用户)利用边缘云技术(边缘云服务器)进行相关数据的传输、效用的计算和决策动作的分布式协同。
以下结合多个实施例对本发明进行详细介绍。
图3为本发明一实施例提供的无线资源分配策略更新方法流程示意图,如图3所示,该方法包括如下步骤:
步骤300,在每一次的资源分配策略更新过程中,根据预设规则确定资源分配策略更新目标对象;所述资源分配策略更新目标对象包括基站或移动用户;
具体地,本实施例根据小蜂窝基站和移动用户的动作类型,将复杂的多维资源联合优化问题分成两个子问题求解,资源分配策略更新过程可以分为小蜂窝基站决策(缓存内容选择和信道分配)过程与移动用户决策(接入点选择)过程;其中,小蜂窝基站根据所服务的移动用户内容需求,选择相应内容文件缓存到本地存储,并为内容文件分配信道进行多播传输;移动用户根据自身需求,选择相应的小蜂窝基站作为接入点,进行内容文件下载。根据上述资源分配过程,将缓存、信道和负载联合分配问题分解为小蜂窝基站缓存内容选择和信道分配子问题,以及移动用户接入点选择子问题。因此,本实施例中,在资源分配策略更新迭代过程中,在每一次资源分配策略更新时,可以根据预设规则确定资源分配策略更新目标对象;其中,资源分配策略更新目标对象包括基站或移动用户;即在每一次资源分配策略更新时,首先可以确定当前资源分配策略更新迭代过程的目标,确定当前分配策略更新过程是对基站的资源分配策略进行的优化,还是对移动用户端的资源分配策略进行的优化,在确定当前迭代过程的目标后,再开始执行资源分配策略更新目标对象的资源分配策略更新过程。
可以理解的是,本实施例中,基站的资源分配策略更新过程即小蜂窝基站缓存-信道优化分配过程,移动用户的资源分配策略更新过程即移动用户接入点优化分配过程。
具体地,本实施例中,在确定了当前资源分配策略更新迭代过程类型后,另一端的资源分配策略保持不变;
例如,若确定资源分配策略更新目标对象为基站n,即确定当前资源分配策略更新迭代过程为基站的资源分配策略更新过程,则可以保持移动用户的接入点选择策略不变,执行小蜂窝基站n的缓存内容选择和信道分配更新优化过程;在小蜂窝基站n决策过程中,移动用户的接入点选择固定,小蜂窝基站n通过调整缓存内容和信道分配,优化基站影响范围(干扰范围)内所有移动用户需求内容文件的成功下载水平。
可以理解的是,本实施例中,小蜂窝基站缓存内容选择和信道分配优化更新过程即为小蜂窝基站决策过程。
若确定资源分配策略更新目标对象为移动用户m,即确定当前资源分配策略更新迭代过程为移动用户m的资源分配策略更新过程,则可以保持小蜂窝基站的缓存-信道选择策略不变,执行移动用户m的接入点选择更新过程。在移动用户m决策过程中,小蜂窝基站缓存内容选择和信道分配固定,移动用户m根据不同的内容文件下载需求选择不同的小蜂窝基站作为接入点,优化其所有潜在接入点影响范围内的移动用户成功下载水平。
可以理解的是,本实施例中,移动用户接入点选择优化更新过程即为移动用户决策过程。
步骤301,从所述目标对象的资源分配策略库中随机选择一个与所述目标对象的当前资源分配策略不同的目标资源分配策略;
具体地,本实施例中,目标对象均有各自的资源分配策略库,例如,小蜂窝基站缓存内容的不同选择和信道的不同分配方式,共同组成缓存-信道策略空间,即小蜂窝基站的资源分配策略库;移动用户的接入点的不同选择,组成接入点选择策略空间,即移动用户的资源分配策略库。
具体地,在确定资源分配策略更新目标对象后,可以从目标对象的资源分配策略库中随机选择一个与所述目标对象的当前资源分配策略不同的目标资源分配策略。
具体地,若确定资源分配策略更新目标对象为小蜂窝基站n,则可以从小蜂窝基站n的缓存-信道策略空间中随机选择一个与小蜂窝基站n的当前资源分配策略Yn[t]不同的资源分配策略Y′n(Y′n≠Yn[t])作为目标资源分配策略,小蜂窝基站集合中其他基站的策略选择保持不变。
具体地,若确定资源分配策略更新目标对象为移动用户m,则可以从移动用户m的接入点选择策略空间中随机选择一个与移动用户m的当前资源分配策略Xm[t]不同的资源分配策略X′m(X′m≠Xm[t])作为目标资源分配策略,移动用户集合中其他移动用户的策略选择保持不变。
步骤302,基于所述目标对象的当前资源分配策略和目标资源分配策略,更新所述目标对象的当前资源分配策略;
具体地,在得到目标对象的当前资源分配策略和目标资源分配策略后,可以对目标对象的当前资源分配策略和目标资源分配策略进行比较,从其中选择出更优的资源分配策略,然后更新目标对象的当前资源分配策略,将选择出的更优的资源分配策略作为目标对象优化后的当前资源分配策略。
步骤303,确定所述更新所述目标对象的当前资源分配策略的次数大于或等于第一预设阈值后,输出所有基站和移动用户的当前资源分配策略。
具体地,本实施例中,资源分配策略更新过程是一个迭代过程,为了较好的控制迭代次数,可以在迭代过程开始前预先设置迭代次数的最大值K,作为第一预设阈值,其中,K为正整数;可以理解的是,网络中基站和用户数量越大、缓存和信道联合策略空间越大,K值应该越大,可以设置第一预设阈值K的取值范围为K>2*(N+M)*F*L。
具体地,本实施例中,为了将资源分配更新迭代过程的迭代次数控制在最大迭代次数K内,可以设定迭代次数的变量为t,t的初始值为1;每进行一次资源分配策略更新后,迭代次数变量t的值加1,即t=t+1,然后将t的值与第一预设阈值即最大迭代次数K进行比较,若迭代次数t小于最大迭代次数K(即t<K),返回步骤300中重新开始新一轮的资源分配策略更新迭代过程;若迭代次数t不小于最大迭代次数K(即t≥K),则输出所有基站和移动用户的当前资源分配策略(Y1[t],Y2[t],...,YN[t];X1[t],X2[t],...,XM[t]),即当前的无线缓存多播网络的缓存、信道和负载联合分配策略,网络根据该策略进行联合资源分配。
本发明实施例提供的无线资源分配策略更新方法,通过在每一次的资源分配策略更新过程中,都对资源分配策略更新目标对象进行选择,再更新目标对象的当前资源分配策略,并在迭代过程结束后输出所有基站和移动用户的当前资源分配策略;将复杂的无线网络多维资源联合优化问题根据目标对象的类型分解为对基站和对移动用户的资源分配策略分别进行优化的两个子问题,实现了联合优化无线网络中缓存、信道和接入点等多维资源的分配部署,降低了求解难度;同时也减少内容文件多播传输时的冲突干扰,提升全网移动用户需求内容文件的下载成功水平,具有较强的灵活性。
在上述实施例的基础上,可选地,所述基于所述目标对象的当前资源分配策略和目标资源分配策略,更新所述目标对象的当前资源分配策略,具体包括:
根据资源分配效用值算法模型计算所述目标对象在当前资源分配策略下的资源分配效用值以及在目标资源分配策略下的资源分配效用值;
具体地,在本实施例中,为了在得到目标对象的当前资源分配策略和目标资源分配策略后,可以对目标对象的当前资源分配策略和目标资源分配策略进行比较,从其中选择出更优的资源分配策略,首先可以计算目标对象在当前资源分配策略下的资源分配效用值以及在目标资源分配策略下的资源分配效用值,即可比较得到更优的资源分配策略。
具体地,本实施例中,为了计算出目标对象在某一资源分配策略下的效用值,提出了一种资源分配效用值算法模型,适用于任一目标对象在对应的任一资源分配策略下的效用值的计算。
本实施例中,采用资源分配效用值算法模型对目标对象的效用值进行计算,针对性地计算出各资源分配策略使全网用户文件内容的成功下载的能力,可以帮助准确找出相对于当前网络来说更优的资源分配策略。
若确定所述目标对象在当前资源分配策略下的资源分配效用值比在目标资源分配策略下的资源分配效用值大,则保持所述目标对象的当前资源分配策略不变;
具体地,本实施例中,若在计算得到目标对象在当前资源分配策略下的资源分配效用值以及在目标资源分配策略下的资源分配效用值后,经过比较得到目标对象在当前资源分配策略下的资源分配效用值比在目标资源分配策略下的资源分配效用值大,那么可以认为对于目标对象来说,目标对象的当前资源分配策略在提升全网用户文件内容的成功下载的能力上,更优于在步骤301中随机选择出的目标资源分配策略;因此,可以保持目标对象的当前资源分配策略不变。
若确定所述目标对象在当前资源分配策略下的资源分配效用值比在目标资源分配策略下的资源分配效用值小,则更新所述目标对象的当前资源分配策略为所述目标资源分配策略。
具体地,本实施例中,若在计算得到目标对象在当前资源分配策略下的资源分配效用值以及在目标资源分配策略下的资源分配效用值后,经过比较得到目标对象在当前资源分配策略下的资源分配效用值比在目标资源分配策略下的资源分配效用值小,那么可以认为对于目标对象来说,目标对象的目标资源分配策略在提升全网用户文件内容的成功下载的能力上,更优于目标对象的当前资源分配策略;因此,可以更新目标对象的当前资源分配策略为目标资源分配策略,也就是说,可以将对目标对象来说更优的目标资源分配策略作为目标对象资源分类策略更新后当前资源分配策略。
例如,若确定目标对象为小蜂窝基站集合中的小蜂窝基站n,且在从小蜂窝基站n的资源分配策略库即缓存-信道策略空间中随机选择一个与小蜂窝基站n的当前资源分配策略Y-n[t]不同的目标资源分配策略Y′n(Y′n≠Yn[t]),并保持小蜂窝基站集合中其他基站的策略选择Y-n[t]不变后,根据资源分配效用值算法模型计算小蜂窝基站n在当前资源分配策略Yn[t]下的效用值vn(Yn[t],Y-n[t])和在目标资源分配策略Y′n下的效用值vn(Y′n,Y-n[t]);随后比较小蜂窝基站n在两个不同策略下效用值的大小:若vn(Y′n,Y-n[t])>vn(Yn[t],Y-n[t]),选择目标资源分配策略Y′n作为小蜂窝基站n的资源分类策略更新后的当前资源分配策略,即下一迭代时隙的缓存-信道策略,即Yn[t+1]=Y′n;若vn(Y′n,Y-n[t])≤vn(Yn[t],Y-n[t]),小蜂窝基站n保持当前资源分配策略即当前缓存-信道策略不变,即Yn[t+1]=Yn[t]。
例如,若确定目标对象为移动用户集合中的移动用户m,且在从所选移动用户m的资源分配策略库即接入点选择策略空间中随机选择一个与当前迭代策略不同的策略X′m(X′m≠Xm[t]),并保持移动用户集合中其他移动用户的策略选择X-m[t]不变后,根据资源分配效用值算法模型计算移动用户m在当前资源分配策略Xm[t]下的效用值um(Xm[t],X-m[t])和在目标资源分配策略X′m下的效用值um(X′m,X-m[t]);随后比较移动用户m在两个不同策略下效用值的大小:若um(X′m,X-m[t])>um(Xm[t],X-m[t]),选择目标资源分配策略X′m作为移动用户m的资源分类策略更新后的当前资源分配策略,即下一迭代时隙的接入点选择策略,即Xm[t+1]=X′m;若um(X′m,X-m[t])≤um(Xm[t],X-m[t]),移动用户m保持当前资源分配策略即当前接入点选择策略不变,即Xm[t+1]=Xm[t]。
本实施例为小蜂窝基站决策过程和移动用户决策过程构建了相应的效用函数,目标对象在优化自身资源分配策略的效用的同时,也能够实现全局效用的优化。
在上述实施例的基础上,可选地,所述根据预设规则确定资源分配策略更新目标对象,具体包括:
根据预设规则确定资源分配策略更新对象集合;
具体地,本实施例中,在资源分配策略更新迭代过程中,在每一次资源分配策略更新时,可以根据预设规则确定资源分配策略更新对象集合,其中资源分配策略更新对象集合包括当前网络内所有基站的集合或当前网络内所有移动用户的集合,即在每一次资源分配策略更新时,首先可以确定当前资源分配策略更新迭代过程类型,确定当前分配策略更新过程是对基站端的资源分配策略进行的优化,还是对移动用户端的资源分配策略进行的优化;在确定当前迭代过程类型后,再从资源分配策略更新对象集合中确定目标对象,执行资源分配策略更新目标对象的资源分配策略更新过程。
在所述资源分配策略更新对象集合中随机选择一个资源分配策略更新目标对象。
具体地,在确定当前迭代过程类型后,可以从资源分配策略更新对象集合中随机选择一个资源分配策略更新目标对象,随后可以执行资源分配策略更新目标对象的资源分配策略更新过程。
在上述实施例的基础上,可选地,所述根据预设规则确定资源分配策略更新对象集合,具体包括:
生成一个随机值;
若确定所述随机值大于第二预设阈值,则确定所述资源分配策略更新对象集合为所述移动用户集合;
若确定所述随机值小于所述第二预设阈值,则确定所述资源分配策略更新对象集合为所述基站集合。
具体地,在确定资源分配策略更新对象集合即确定当前资源分配策略更新迭代过程类型时,可以设置迭代过程偏好因子ξ作为第二预设阈值,,在第t次迭代,产生一个[0,1]之间的随机值rand,若rand≤ξ,确定所述资源分配策略更新对象集合为基站集合,即选择执行小蜂窝基站的资源分配策略优化过程,即基站的缓存内容选择和信道分配过程;若rand>ξ,确定资源分配策略更新对象集合为所述移动用户集合,即选择执行移动用户的资源分配策略优化过程,即移动用户的接入点分配策略更新(负载优化)过程。
可以理解的是,在本实施例中,第二预设阈值即迭代过程偏好因子ξ影响资源分配策略更新迭代过程中小蜂窝基站和移动用户进行资源分配策略更新的频率,为使迭代过程中小蜂窝基站的策略更新概率更大,可以规定0.8<ξ<0.98,以帮助实现更优的资源分配策略选择。
在上述实施例的基础上,可选地,所述资源分配效用值算法模型,具体包括:
基于所述资源分配效用值对应的资源分配策略,以及所述资源分配策略更新对象集合中除所述目标对象以外的资源分配策略更新对象的当前资源分配策略集合,得到所述资源分配效用值。
具体地,在采用资源分配效用值算法模型计算目标对象在某一资源分配策略下的效用值时,可以基于资源分配效用值对应的资源分配策略,以及所述资源分配策略更新对象集合中除所述目标对象以外的资源分配策略更新对象的当前资源分配策略集合,得到所述资源分配效用值;
例如,若目标对象为基站,在计算目标对象基站n的当前资源分配效用值时,基于当前资源分配策略Yn[t],以及所述资源分配策略更新对象集合中除所述目标对象以外的资源分配策略更新对象的当前资源分配策略集合Y-n[t],得到当前资源分配效用值vn(Yn[t],Y-n[t]);
例如,若目标对象为移动用户,在计算目标对象基站n的当前资源分配效用值时,基于当前资源分配策略Xm[t],以及所述资源分配策略更新对象集合中除所述目标对象以外的资源分配策略更新对象的当前资源分配策略集合X-m[t],得到当前资源分配效用值um(Xm[t],X-m[t])。
在上述实施例的基础上,可选地,所述基于所述资源分配效用值对应的资源分配策略,以及所述资源分配策略更新对象集合中除所述目标对象以外的资源分配策略更新对象的当前资源分配策略集合,得到所述资源分配效用值,具体包括:
其中,Yn为所述目标对象基站n的资源分配策略, 为内容文件f的集合内容文件 为可用信道集合可用信道Y-n为所述资源分配策略更新对象集合中除所述基站n以外的基站的当前资源分配策略集合,为所述目标对象影响范围内的移动用户k的集合;
具体地,若目标对象为基站,即在更新小蜂窝基站进行缓存内容选择和信道分配策略过程中,移动用户的接入点选择策略固定,小蜂窝基站通过调整缓存内容和信道分配,优化基站影响范围(干扰范围)内所有移动用户需求内容文件的成功下载水平。
首先,可以定义所有小蜂窝基站组成的集合为对于任意小蜂窝基站其发射功率固定,则其传输覆盖范围和同频干扰范围也固定已知,且干扰范围大于传输覆盖范围;所有移动用户组成的集合为对于任意移动用户每一时隙只需求下载一个内容文件,内容文件需求概率服从Zipf分布;所有需求内容被打包成相同大小的内容文件以便存储,所有内容文件的集合为任意内容文件所有可用信道集合为任意信道将小蜂窝基站n的内容缓存和信道分配效用设计为其影响范围内所有移动用户的需求文件的成功下载概率之和,即
其中,为所述目标对象基站n的资源分配策略,即缓存与信道联合选择向量 为内容文件f的集合内容文件yn,f,l=1表示小蜂窝基站n缓存了内容文件f,并分配使用信道l多播传输内容文件f;为可用信道集合可用信道Y-n为所述资源分配策略更新对象集合中除小蜂窝基站n以外的基站的当前资源分配策略集合,为小蜂窝基站n影响范围内的移动用户集合。
其中,为所述目标对象移动用户m的资源分配策略,为基站组成的集合基站X-m为所述资源分配策略更新对象集合中除所述移动用户m以外的移动用户的当前资源分配策略集合,Γm为所述移动用户m的所有潜在接入点影响范围内的移动用户k组成的集合,其中,为所有传输覆盖移动用户m的基站组成的集合,其中,∈m,n基站n与移动用户m的需求匹配因子,即
其中,∈m,n=1表示基站n缓存有移动用户m需要的至少一个内容文件;
具体地,若目标对象为移动用户,即在更新移动用户接入点选择策略过程中,小蜂窝基站缓存内容选择和信道分配固定,移动用户根据不同的内容文件下载需求选择不同的小蜂窝基站作为接入点,优化其所有潜在接入点影响范围内的移动用户成功下载水平,该阶段具体包括:将移动用户m的接入点选择效用设计为
其中,为移动用户m的资源分配策略即接入点选择向量,为内容文件f的集合内容文件 为基站组成的集合基站X-m表示资源分配策略更新对象集合中除移动用户m外其他移动用户的当前资源分配策略集合即接入点选择策略,Γm为移动用户m的所有潜在接入点影响范围内的移动用户k组成的集合。Γm可表示为:
∈m,n=1表示小蜂窝基站n缓存有移动用户m至少一个依概率需要的内容文件。
其中,ζm为每一个移动用户m需求的内容文件f的成功下载概率;ζm表示为:
其中,pm,f为移动用户m对内容文件f的需求概率φm为所有干扰到移动用户m的基站组成的集合,wm,f为移动用户m下载内容文件f时选择的接入基站,αm,f,n′为移动用户m下载内容文件f时被基站n′干扰的概率。
具体地,假设当前资源分配选择策略下,移动用户m使用信道l″从小蜂窝基站n″下载内容文件f(n″≠n′-,小蜂窝基站n′使用信道l″多播内容文件f′(f′≠f),则即在当前资源分配策略下,小蜂窝基站n′使用信道l″的概率,其中θn为小蜂窝基站n传输覆盖的移动用户集合xi,n,f∈{0,1}为移动用户接入点选择指示因子,xi,n,f=1表示移动用户m选择接入小蜂窝基站n下载内容文件f。若f′=f,由于两个基站传输内容相同,可通过协同传输机制避免同信道干扰。
可以理解的是,公式(1)和公式(2)中两个精确势能博弈的势能函数相同,都被设计为全网移动用户需求内容文件f的成功下载水平,表示为:
本实施例中,通过利用精确势能博弈的相关特性,即在合理机制下,博弈参与者改变决策提升自身效用值的同时,也会提升势能函数的值这一特点,合理设计分布迭代优化机制,无线多播网络最终能够迭代优化收敛到稳定解,实现全网用户下载成功水平的提升。
在上述实施例的基础上,可选地,在所述确定资源分配策略更新目标对象前,所述方法还包括:
初始化所有基站和移动用户的当前资源分配策略。
具体地,在确定资源分配策略更新目标对象前,即在开始进行资源分配策略更新的迭代过程前,可以初始化网络内所有基站和移动用户的当前资源分配策略。
具体地,在初始化基站的当前资源分配策略时,各个小蜂窝基站n根据本地存储空间随机选择缓存相应数量的内容文件,并随机分配多播信道给本地缓存的内容文件,即初始化各个小蜂窝基站n的缓存与信道联合选择向量Yn[1]。具体地,在初始化移动用户的当前资源分配策略时,各个移动用户m根据其内容文件需求和小蜂窝基站缓存文件情况,为每一个需求概率大于0的内容文件随机选择一个可供下载的接入点,即初始化各个移动用户m的接入点选择向量Xm[1]。
本发明实施例提供的无线资源分配策略更新方法,通过在每一次的资源分配策略更新过程中,都对资源分配策略更新目标对象进行选择,再更新目标对象的当前资源分配策略,并在迭代过程结束后输出所有基站和移动用户的当前资源分配策略;将复杂的无线网络多维资源联合优化问题根据目标对象的类型分解为对基站和对移动用户的资源分配策略分别进行优化的两个子问题,实现了联合优化无线网络中缓存、信道和接入点等多维资源的分配部署,降低了求解难度;同时也减少内容文件多播传输时的冲突干扰,提升全网移动用户需求内容文件的下载成功水平,具有较强的灵活性,能够适应多种复杂网络环境,在实际的无线内容分发网络资源分配中具有很大的应用潜力。
图4为本发明另一实施例提供的无线资源分配策略更新方法流程示意图,如图4所示,该方法包括如下步骤:
步骤400:资源分配策略初始化;
具体地,初始化所有基站和移动用户的当前资源分配策略,即初始化各个小蜂窝基站和移动用户的资源分配策略,以及相关迭代更新参数,具体包括如下步骤:
步骤4001:设置迭代次数的最大值K,K为正整数(网络中基站和用户数量越大、缓存和信道联合策略空间越大,K值应该越大,一般K>2*(N+M)*F*L);设定迭代次数的变量为t,t的初始值为1;设置迭代过程偏好因子ξ(其影响迭代过程中小蜂窝基站和移动用户策略更新过程的出现频率,这里为使迭代过程中小蜂窝基站的策略更新概率更大,规定0.8<ξ<0.98)。
步骤4002:各个小蜂窝基站n根据本地存储空间大小随机选择缓存相应数量的内容文件,并随机分配多播信道给本地缓存的内容文件,即初始化各个小蜂窝基站n的缓存与信道联合选择向量Yn[1]。
步骤4003:各个移动用户m根据其内容文件需求和小蜂窝基站缓存文件情况,为每一个需求概率大于0的内容文件随机选择一个可供下载的接入点,即初始化各个移动用户m的接入点选择向量Xm[1]。
步骤401:确定当前迭代过程类型;
具体地,确定资源分配策略更新对象集合为基站集合还是移动用户集合,即确定当前迭代过程类型是对基站的资源分配策略的更新还是对移动用户的资源分配策略的更新;确定当前迭代过程类型后,才可以执行小蜂窝基站缓存-信道或移动用户接入点分配策略更新过程。其中,步骤401具体包括如下步骤:
步骤4011:在第t次迭代,产生一个[0,1]之间的随机值rand。
步骤4012:若rand≤ξ,选择执行小蜂窝基站缓存内容选择和信道分配策略更新过程,即执行步骤402;若rand>ξ,选择执行移动用户接入点分配策略更新过程,即执行步骤403。
步骤402:基站资源分配策略更新;
具体地,保持移动用户的接入点分配策略不变,执行小蜂窝基站缓存内容选择和信道分配策略更新过程。其中,步骤402具体包括如下步骤:
步骤4022:从所选小蜂窝基站n的资源分配策略库即缓存-信道策略空间中随机选择一个与当前资源分配策略Yn[t]不同的目标分配策略Y′n(Y′n≠Yn[t]),小蜂窝基站集合中其他基站的当前资源分配策略选择Y-n[t]保持不变。
步骤4023:根据资源分配效用值算法模型计算所选小蜂窝基站n在当前资源分配策略Yn[t]下的效用值vn(Yn[t],Y-n[t])和在目标资源分配策略Y′n下的效用值vn(Y′n,Y-n[t])。
步骤4024:比较小蜂窝基站n在两个不同策略下效用值的大小:若vn(Y′n,Y-n[t])>vn(Yn[t],Y-n[t]),选择目标资源分配策略Y′n作为小蜂窝基站n更新后的当前资源分配策略,即下一迭代时隙的缓存-信道策略,即Yn[t+1]=Y′n;若vn(Y′n,Y-n[t])≤vn(Yn[t],Y-n[t]),小蜂窝基站n保持当前资源分配策略即缓存-信道策略不变,即Yn[t+1]=Yn[t]。
步骤4025:除小蜂窝基站n外,其他基站的当前资源分配策略即下一迭代时隙的策略保持不变,即Y-n[t+1]=Y-n[t];所有移动用户当前资源分配策略即下一迭代时隙的策略也保持不变,即迭代次数变量t的值加1,即t=t+1,执行步骤404。
步骤403:移动用户资源分配策略更新;
具体地,保持小蜂窝基站的缓存-信道分配策略不变,执行移动用户的接入点分配策略更新过程。其中,步骤403具体包括如下步骤:
步骤4032:从所选移动用户m的资源分配策略库即接入点选择策略空间中随机选择一个与当前资源分配策略Xm[t]不同的目标资源分配策略X′m(X′m≠Xm[t]),移动用户集合中其他用户的当前资源分配策略X-m[t]保持不变。
步骤4033:根据资源分配效用值算法模型计算所选移动用户m在当前资源分配策略Xm[t]下的效用值um(Xm[t],X-m[t])和在目标资源分配策略X′m下的效用值um(X′m,X-m[t])。
步骤4034:比较移动用户m在两个不同策略下效用值的大小:若um(X′m,X-m[t])>um(Xm[t],X-m[t]),选择目标资源分配策略X′m作为移动用户m更新后的当前资源分配策略,即下一迭代时隙的策略,即Xm[t+1]=X′m;若um(X′m,X-m[t])≤um(Xm[t],X-m[t]),移动用户m保持当前资源分配策略不变,即Xm[t+1]=Xm[t]。
步骤4035:除移动用户m外,其他移动用户的当前资源分配策略即下一迭代时隙的策略保持不变,即X-m[t+1]=X-m[t];所有小蜂窝基站的当前资源分配策略即下一迭代时隙的策略也保持不变,即迭代次数变量t的值加1,即t=t+1,执行步骤404。
步骤404:判断是否达到最大迭代次数;
具体地,若t<K,返回步骤401;若t≥K,执行步骤405。
步骤405:输出当前资源分配策略;
具体地,输出所有基站和移动用户的当前资源分配策略(Y1[t],Y2[t],…,YN[t];X1[t],X2[t],…,XM[t]),即当前无线缓存多播网络的缓存、信道和负载联合分配策略,根据该策略进行联合资源分配。
下面通过一仿真实施例来验证本发明各实施例的有效性。首先,本实施例中,6个小蜂窝基站随机分布在一个半径40m的区域内,基站的传输距离为15m,干扰距离设置为30m,每个小蜂窝基站传输覆盖范围内随机分布2~5个移动用户,其中,属于基站重叠覆盖范围内的移动用户可以根据需求选择接入不同的基站,移动用户对内容文件的需求服从Zipf分布(γ=0.8),最大迭代次数为2000次,预留信道数量不小于基站缓存文件数量(L≥C),参数设定不影响一般性。然后,采用Matlab仿真平台运行了四种无线多播网络资源分配方法:
方法一:本发明各实施例所提出的缓存、信道和接入点联合分配方法(ξ=0.9);
方法二:只对用户接入点分配策略进行优化的最优响应分配方法;
方法三:只对缓存、信道分配策略进行优化的最优响应分配方法;
方法四:随机资源分配,相当于步骤400的资源分配策略初始化过程。
图5为本发明一实施例提供的四种无线资源分配策略更新方法比较示意图,如图5所示,图5表示出了四种无线资源分配策略更新方法下预留信道数量变化时用户文件内容的成功下载水平。其中,内容文件总数为F=5,基站缓存空间为C=3。如图5所示,随着预留信道数量的增多,同信道干扰降低,全网用户文件内容的成功下载水平也随之提升。
图6为本发明另一实施例提供的四种无线资源分配策略更新方法比较示意图,如图6所示,图6表示出了四种无线资源分配策略更新方法下基站缓存空间变化时用户文件内容的成功下载水平。其中,内容文件总数为F=7,预留信道数量为L+5。如图6所示,随着基站缓存空间的增大,用户需求文件能得到更好的满足,全网用户文件内容的成功下载水平也随之提升,提升到一定程度后增长速度变慢。
图7为本发明又一实施例提供的四种无线资源分配策略更新方法比较示意图,如图7所示,图7表示出了四种无线资源分配策略更新方法下内容文件总数变化时用户文件内容的成功下载水平。其中,基站缓存空间为C=3,预留信道数量为L=4。如图7所示,随着内容文件总数增加,基站缓存空间不变,相对更多的用户需求文件得不到满足,全网用户文件内容的成功下载水平也随之降低,与图6中的结果相反。
根据图5,图6和图7中的比较结果,可以发现:本发明各实施例所提的无线资源分配策略更新方法即缓存、信道和接入点联合分配方法实现的效果最好,与随机分配方法相比,能显著提升全网用户文件内容的成功下载水平(即);小蜂窝基站缓存-信道的资源分配策略更新对全网用户成功下载水平的影响比移动用户接入点选择的影响大。
图8为本发明一实施例提供的无线资源分配策略更新装置结构示意图,如图8所示,包括:
确定模块801,选择模块802,更新模块803,输出模块804;
其中,确定模块801用于在每一次的资源分配策略更新过程中,根据预设规则确定资源分配策略更新目标对象;所述资源分配策略更新目标对象包括基站或移动用户;
选择模块802用于从所述目标对象的资源分配策略库中随机选择一个与所述目标对象的当前资源分配策略不同的目标资源分配策略;
更新模块803用于基于所述目标对象的当前资源分配策略和目标资源分配策略,更新所述目标对象的当前资源分配策略;
输出模块804用于确定所述更新所述目标对象的当前资源分配策略的次数大于或等于第一预设阈值后,输出所有基站和移动用户的当前资源分配策略。
具体地,云服务器通过确定模块801在每一次的资源分配策略更新过程中,确定资源分配策略更新目标对象后,通过选择模块802从目标对象的资源分配策略库中随机选择一个与目标对象的当前资源分配策略不同的目标资源分配策略,然后通过更新模块803基于所述目标对象的当前资源分配策略和目标资源分配策略,更新所述目标对象的当前资源分配策略,最后通过输出模块804输出所有基站和移动用户在资源分配策略更新后的当前资源分配策略。
本发明实施例提供的资源分配策略更新装置,通过在每一次的资源分配策略更新过程中,都对资源分配策略更新目标对象进行选择,再更新目标对象的当前资源分配策略,并在迭代过程结束后输出所有基站和移动用户的当前资源分配策略;将复杂的无线网络多维资源联合优化问题根据目标对象的类型分解为对基站和对移动用户的资源分配策略分别进行优化的两个子问题,实现了联合优化无线网络中缓存、信道和接入点等多维资源的分配部署,降低了求解难度;同时也减少内容文件多播传输时的冲突干扰,提升全网移动用户需求内容文件的下载成功水平,具有较强的灵活性,能够适应多种复杂网络环境。
图9为本发明一实施例提供的电子设备组成示意图,如图9所示,该电子设备包括存储器(memory)901、处理器(processor)902及存储在存储器901上并可在处理器902上运行的程序,其中,存储器901和处理器902通过通信总线903完成相互间的通信,处理器902执行所述程序时实现如下步骤:
在每一次的资源分配策略更新过程中,根据预设规则确定资源分配策略更新目标对象;所述资源分配策略更新目标对象包括基站或移动用户;
从所述目标对象的资源分配策略库中随机选择一个与所述目标对象的当前资源分配策略不同的目标资源分配策略;
基于所述目标对象的当前资源分配策略和目标资源分配策略,更新所述目标对象的当前资源分配策略;
确定所述更新所述目标对象的当前资源分配策略的次数大于或等于第一预设阈值后,输出所有基站和移动用户的当前资源分配策略。
此外,上述的存储器901中的计算机程序可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
处理器902执行所述程序所涉及的方法流程,具体可以参将上述方法实施例,此处不再赘述。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的数据传输处理方法流程,其具体的功能和流程可以详见上述方法实施例,此处不再赘述。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种无线资源分配策略更新方法,其特征在于,包括:
在每一次的资源分配策略更新过程中,根据预设规则确定资源分配策略更新目标对象;所述资源分配策略更新目标对象包括基站或移动用户;
从所述目标对象的资源分配策略库中随机选择一个与所述目标对象的当前资源分配策略不同的目标资源分配策略;
基于所述目标对象的当前资源分配策略和目标资源分配策略,更新所述目标对象的当前资源分配策略;
确定所述更新所述目标对象的当前资源分配策略的次数大于或等于第一预设阈值后,输出所有基站和移动用户的当前资源分配策略。
2.根据权利要求1所述的无线资源分配策略更新方法,其特征在于,所述基于所述目标对象的当前资源分配策略和目标资源分配策略,更新所述目标对象的当前资源分配策略,具体包括:
根据资源分配效用值算法模型计算所述目标对象在当前资源分配策略下的资源分配效用值以及在目标资源分配策略下的资源分配效用值;
若确定所述目标对象在当前资源分配策略下的资源分配效用值比在目标资源分配策略下的资源分配效用值大,则保持所述目标对象的当前资源分配策略不变;
若确定所述目标对象在当前资源分配策略下的资源分配效用值比在目标资源分配策略下的资源分配效用值小,则更新所述目标对象的当前资源分配策略为所述目标资源分配策略。
3.根据权利要求1所述的无线资源分配策略更新方法,其特征在于,所述根据预设规则确定资源分配策略更新目标对象,具体包括:
根据预设规则确定资源分配策略更新对象集合;
在所述资源分配策略更新对象集合中随机选择一个资源分配策略更新目标对象。
4.根据权利要求3所述的无线资源分配策略更新方法,其特征在于,所述根据预设规则确定资源分配策略更新对象集合,具体包括:
生成一个随机值;
若确定所述随机值大于第二预设阈值,则确定所述资源分配策略更新对象集合为所述移动用户集合;
若确定所述随机值小于所述第二预设阈值,则确定所述资源分配策略更新对象集合为所述基站集合。
5.根据权利要求2所述的无线资源分配策略更新方法,其特征在于,所述资源分配效用值算法模型,具体包括:
基于所述资源分配效用值对应的资源分配策略,以及所述资源分配策略更新对象集合中除所述目标对象以外的资源分配策略更新对象的当前资源分配策略集合,得到所述资源分配效用值。
6.根据权利要求5所述的无线资源分配策略更新方法,其特征在于,所述基于所述资源分配效用值对应的资源分配策略,以及所述资源分配策略更新对象集合中除所述目标对象以外的资源分配策略更新对象的当前资源分配策略集合,得到所述资源分配效用值,具体包括:
其中,Yn为所述目标对象基站n的资源分配策略, 为内容文件f的集合内容文件 为可用信道集合可用信道Y-n为所述资源分配策略更新对象集合中除所述基站n以外的基站的当前资源分配策略集合, 为所述目标对象影响范围内的移动用户k的集合;
其中,为所述目标对象移动用户m的资源分配策略,为基站组成的集合基站X-m为所述资源分配策略更新对象集合中除所述移动用户m以外的移动用户的当前资源分配策略集合,Γm为所述移动用户m的所有潜在接入点影响范围内的移动用户k组成的集合,其中,θm为所有传输覆盖移动用户m的基站组成的集合,∈m,n基站n与移动用户m的需求匹配因子,∈m,n=1表示基站n缓存有移动用户m需要的至少一个内容文件;
其中,ζm为每一个移动用户m需求的内容文件f的成功下载概率;
7.根据权利要求1所述的无线资源分配策略更新方法,其特征在于,在所述确定资源分配策略更新目标对象前,所述方法还包括:
初始化所有基站和移动用户的当前资源分配策略。
8.一种无线资源分配策略更新装置,其特征在于,包括:
确定模块,用于在每一次的资源分配策略更新过程中,根据预设规则确定资源分配策略更新目标对象;所述资源分配策略更新目标对象包括基站或移动用户;
选择模块,用于从所述目标对象的资源分配策略库中随机选择一个与所述目标对象的当前资源分配策略不同的目标资源分配策略;
更新模块,用于基于所述目标对象的当前资源分配策略和目标资源分配策略,更新所述目标对象的当前资源分配策略;
输出模块,用于确定所述更新所述目标对象的当前资源分配策略的次数大于或等于第一预设阈值后,输出所有基站和移动用户的当前资源分配策略。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述无线资源分配策略更新方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述无线资源分配策略更新方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010476345.XA CN111935824B (zh) | 2020-05-29 | 2020-05-29 | 无线资源分配策略更新方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010476345.XA CN111935824B (zh) | 2020-05-29 | 2020-05-29 | 无线资源分配策略更新方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111935824A true CN111935824A (zh) | 2020-11-13 |
CN111935824B CN111935824B (zh) | 2023-01-31 |
Family
ID=73316477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010476345.XA Active CN111935824B (zh) | 2020-05-29 | 2020-05-29 | 无线资源分配策略更新方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111935824B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114025429A (zh) * | 2021-11-04 | 2022-02-08 | 洛阳师范学院 | 时间优化的多信道时隙重用调度方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100029282A1 (en) * | 2008-07-31 | 2010-02-04 | Qualcomm Incorporated | Resource partitioning in heterogeneous access point networks |
CN101841915A (zh) * | 2010-01-19 | 2010-09-22 | 北京邮电大学 | 一种通信***中的资源调度和分配方法及调度器 |
WO2012092905A2 (zh) * | 2012-02-15 | 2012-07-12 | 华为技术有限公司 | 一种资源分配的方法及装置 |
US20140295866A1 (en) * | 2013-03-28 | 2014-10-02 | Electronics And Telecommunications Research Institute | Method and apparatus for dynamically allocating resource |
WO2016000502A1 (zh) * | 2014-06-30 | 2016-01-07 | 中兴通讯股份有限公司 | 一种资源分配方法、装置和计算机存储介质 |
CN105979589A (zh) * | 2016-04-06 | 2016-09-28 | 哈尔滨工业大学深圳研究生院 | 异构网络的能量有效资源分配方法及*** |
CN109089271A (zh) * | 2018-09-17 | 2018-12-25 | 中南大学 | 一种混合能量供能的无线协同网络资源随机分配方法 |
CN109831796A (zh) * | 2019-02-03 | 2019-05-31 | 北京邮电大学 | 无线网络虚拟化中的资源分配方法 |
-
2020
- 2020-05-29 CN CN202010476345.XA patent/CN111935824B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100029282A1 (en) * | 2008-07-31 | 2010-02-04 | Qualcomm Incorporated | Resource partitioning in heterogeneous access point networks |
CN101841915A (zh) * | 2010-01-19 | 2010-09-22 | 北京邮电大学 | 一种通信***中的资源调度和分配方法及调度器 |
WO2012092905A2 (zh) * | 2012-02-15 | 2012-07-12 | 华为技术有限公司 | 一种资源分配的方法及装置 |
US20140295866A1 (en) * | 2013-03-28 | 2014-10-02 | Electronics And Telecommunications Research Institute | Method and apparatus for dynamically allocating resource |
WO2016000502A1 (zh) * | 2014-06-30 | 2016-01-07 | 中兴通讯股份有限公司 | 一种资源分配方法、装置和计算机存储介质 |
CN105979589A (zh) * | 2016-04-06 | 2016-09-28 | 哈尔滨工业大学深圳研究生院 | 异构网络的能量有效资源分配方法及*** |
CN109089271A (zh) * | 2018-09-17 | 2018-12-25 | 中南大学 | 一种混合能量供能的无线协同网络资源随机分配方法 |
CN109831796A (zh) * | 2019-02-03 | 2019-05-31 | 北京邮电大学 | 无线网络虚拟化中的资源分配方法 |
Non-Patent Citations (1)
Title |
---|
JIANHUA CUI等: "Caching AP Selection and Channel Allocation in Wireless Caching Networks: A Binary Concurrent Interference Minimizing Game Solution", 《IEEE》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114025429A (zh) * | 2021-11-04 | 2022-02-08 | 洛阳师范学院 | 时间优化的多信道时隙重用调度方法 |
CN114025429B (zh) * | 2021-11-04 | 2024-04-16 | 洛阳师范学院 | 时间优化的多信道时隙重用调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111935824B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Deep-reinforcement-learning-based mode selection and resource allocation for cellular V2X communications | |
Cui et al. | Novel method of mobile edge computation offloading based on evolutionary game strategy for IoT devices | |
Wu et al. | Deep reinforcement learning-based computation offloading for 5G vehicle-aware multi-access edge computing network | |
CN111726826A (zh) | 一种基站密集型边缘计算网络中的在线任务卸载方法 | |
CN111586720A (zh) | 一种多小区场景下的任务卸载和资源分配的联合优化方法 | |
JP5351241B2 (ja) | 反復リソース重みの更新を用いて通信システムにおいてノードにリソースを配分する装置及び方法 | |
Zhang et al. | Joint resource, deployment, and caching optimization for AR applications in dynamic UAV NOMA networks | |
Qi et al. | Energy-efficient resource allocation for UAV-assisted vehicular networks with spectrum sharing | |
Ali et al. | Smart computational offloading for mobile edge computing in next-generation Internet of Things networks | |
Mohanakrishnan et al. | MCTRP: an energy efficient tree routing protocol for vehicular ad hoc network using genetic whale optimization algorithm | |
CN114205791A (zh) | 一种基于深度q学习的社交感知d2d协同缓存方法 | |
Cha et al. | Fuzzy logic based client selection for federated learning in vehicular networks | |
Jiang et al. | Research on new edge computing network architecture and task offloading strategy for Internet of Things | |
Zeng et al. | Energy minimization for delay constrained mobile edge computing with orthogonal and non-orthogonal multiple access | |
Yan et al. | Joint user access mode selection and content popularity prediction in non-orthogonal multiple access-based F-RANs | |
Qi et al. | Advanced user association in non-orthogonal multiple access-based fog radio access networks | |
Qiu et al. | Subchannel assignment and power allocation for time-varying fog radio access network with NOMA | |
Li et al. | Joint computation offloading and service caching for MEC in multi-access networks | |
Zhang et al. | Two time-scale caching placement and user association in dynamic cellular networks | |
CN112004265B (zh) | 一种基于srm算法的社交网络资源分配方法 | |
Guo et al. | On the interplay between communication and computation in green C-RAN with limited fronthaul and computation capacity | |
CN111935824B (zh) | 无线资源分配策略更新方法、装置、设备及存储介质 | |
CN115633033A (zh) | 融合射频能量采集的协同节能计算迁移方法 | |
Luo et al. | Joint game theory and greedy optimization scheme of computation offloading for UAV-aided network | |
Wang et al. | Joint heterogeneous tasks offloading and resource allocation in mobile edge computing systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |