一种基于非洲秃鹫算法的6G网络内容缓存优化方法

本发明涉及异构缓存网络领域，具体为一种基于非洲秃鹫算法的6g网络内容缓存优化方法。

背景技术：

0、技术背景

1、在第五代(5g)移动通信网络中，数据流量出现大幅增长，这给如今拥塞的地面蜂窝网络带来了沉重的流量负担。为了满足日益增长的数据需求，空地通信已广泛应用于无线网络，成为未来6g网络的重要组成部分。并且通过对爆炸性流量的研究发现，交付的内容大多是冗余的，重复内容传输会造成回程过载。因此，提前缓存热门内容是缓解网络峰值压力、降低网络能耗的有效方法。

2、网络中的缓存方法有很多，其中，在无人机(uav)中缓存流行内容作为一种有前景的解决方案受到越来越多的关注。uav可以缓存热门内容，缓解回程拥塞。并且uav覆盖范围和存储容量有限，当前的接入基础设施设计没有特别注意在基站服务不足的地区提供移动服务，因此大覆盖范围的高空平台(haps)缓存是一种有希望的解决方案。haps的覆盖范围广，存储容量大，可进行回程。并且与地面网络集成，无需大规模更新地面基础设施。在一些基站覆盖效果差的地区，利用haps作为内容库，为用户提供稳定可靠的服务。与此同时，端到端(d2d)缓存能够进一步满足用户需求，提高系统性能，是一种有效的缓存方法。它将请求内容存储在设备中，用户可以直接从附近的设备获取内容，能够节省蜂窝带宽资源。

3、目前基于无人机辅助的异构网络大多是为了最大化系统吞吐量，没有充分考虑重复内容传输造成的回程过载问题。本发明在无人机的载重和能量存储受限的情况下，结合d2d通信，通过非洲秃鹫优化算法优化内容的缓存概率以提高系统能效，在保证了用户的内容需求的同时缓解了通信拥塞，提升系统整体性能。

技术实现思路

1、为了解决上述问题，本发明公开了一种基于非洲秃鹫算法的6g网络内容缓存优化方法。所述方案包括：首先，提出一个由haps-uav-用户组成的下行空地异构缓存网络模型，其中，带有缓存的uav可以快速高效地部署，为地面用户提供服务，作为内容库的haps能够补充地面网络，提供广泛覆盖，d2d用户可以存储内容，用户可以直接从u2d、d2d或h2d链接中获取请求内容。其次，设置u2d工作在毫米波段，h2d和d2d链路工作在sub-6ghz频段。由于uav存储容量大于用户存储容量，且可以灵活移动，向地面用户提供高比例的视距(los)连接，传输距离小于haps，通信效果更优，u2d链路上的内容传输优先级高。并且考虑到uav和用户储能受限的现实困难，提出了内容缓存概率优化的系统能效最大化问题。最后利用基于非洲秃鹫优化算法的缓存概率优化算法求解非凸的能效最大化问题。本发明有效提高了系统的能量效率。

2、空地异构缓存网络模型包括一架haps、架uavs与个地面用户。假设移动用户位置在空间上分布为齐次泊松点过程。用户请求内容可由u2d、d2d和h2d链接之一提供。设置uav的飞行时间为l，将其分为个时隙。uthuav在tth时隙的坐标为ku，t＝(xu，t，yu，t，hu,t)，tth时隙的dth用户坐标为wd,t＝(rd,t，sd,t，0)。本发明考虑了用户的现实gauss markov移动模型，则dth用户在tth时隙的速度和方向可表示为

3、

4、

5、其中α∈[0，1]反映了移动性模式中的随机程度。此外，和分别表示所有用户的速度和方向的渐近平均值。和是具有零均值和单位方差的独立平稳gauss过程。

6、根据缓存链接，考虑两种不同的信道模型，即空-地信道和地-地信道。

7、空-地信道模型：

8、在tth时隙，从uth uav到dth用户的los和nlos损耗(db)由下式得出：

9、

10、

11、其中，μlos和μnlos分别是los和nlos链路的大规模路径损耗指数。ψσlos和ψσnlos分别是los和nlos链路均值为零的gauss随机变量。lfs(d0)＝20log(4πd0fc/c)是参考距离d0处的自由空间路径损耗，fc和c分别是载波频率和光速。dd，u，t是在tth时隙处uth uav和dth用户之间的距离，即

12、

13、los概率可以建模为仰角θd,u，t的逻辑函数，即

14、

15、其中，x和y是环境相关参数，因此，u2d链路的平均路径损耗可以表示为

16、

17、uav处于正交信道，则从uth uav到dth用户的u2d链路的信噪比(snr)为：

18、

19、其中pd,u，t表示uav的发射功率，σ2表示加性高斯白噪声(awgn)的功率。此外，|gd，u，t|2表示小尺度衰落增益，其遵循nakagami-m分布来表征广泛的衰落环境。

20、对于haps对地通信，haps与dth用户间的路径损耗为

21、

22、其中h0表示haps的高度，dd,t表示dth用户和haps之间的水平距离。和分别表示los和nlos路径的附加自由空间损耗。是h2d链路的视距概率，即

23、

24、对于h2d链路，因为d2d用户的发射功率远远小于haps，所以忽略了来自其他d2d链路的干扰。从haps到dth用户的h2d链路的snr为：

25、

26、其中，表示小尺度衰落增益，ph表示haps的发射功率。

27、地-地信道模型：

28、对于d2d链路，信道遵循瑞利衰落。将dth用户和mth用户之间的d2d链路在tth时隙的信道增益表示为。接收端会受到来自其他用户的干扰以及haps的跨层干扰。因此，dth用户在tth时隙从mth用户获得的信干噪比(sinr)为

29、

30、其中，pd表示用户的传输功率，β为路径损耗因子，是dth用户和mth用户之间的距离。

31、考虑由n个大小相等的内容文件组成的内容库c＝{c1，c2，...，cn}。ci的内容请求概率为pri，满足zipf定律：

32、

33、其中ω是流行因子。

34、本发明采用了地理缓存策略。在u2d缓存中，每个uav以概率i∈[1，n]存储内容ci。类似地，每个d2d用户以概率i∈[1，n]存储内容ci。假设用户和uav缓存容量有限，即且uav的缓存容量大于用户的缓存容量。haps具有整个请求的内容库。

35、缓存命中概率即用户可以接受文件的概率，本发明分三种情况讨论：

36、自请求缓存命中：请求内容存在本地设备中。缓存命中概率可表示为

37、

38、d2d缓存命中：即在d2d用户处缓存请求文件。以ρd表示用户的密度。则在距离rd内找到内容ci的概率为

39、

40、u2d缓存命中：当请求用户在所有u个uavs的传输范围内时，在距离ru内找到内容ci的概率上界为

41、

42、内容交付：

43、dth用户在tth时隙的请求内容表示为cd，t。uth uav和mth用户处的缓存内容集分别由mu，t和nm,t表示。当接收到地面用户的内容请求时，将执行以下操作。

44、(1)请求内容存储在u2d传输范围内的uth uav处，dth用户可以通过u2d链路从uthuav获得cd，t。

45、u2d传输范围内没有缓存cd，t的uav，存在两种可能的子情况：

46、1)如果请求内容cd，t存储在d2d传输范围内的mth用户处，dth用户从mth用户处接收cd，t。

47、2)否则，cd，t由haps发送给dth用户。

48、接下来，分析不同传输模式下的成功传输概率。

49、(1)u2d链接：设置每个用户最多只由一个uav服务。如果所需内容存储在一个或多个uav中，则假设用户与最近uav关联。让u表示最近uav的索引。给定u2d snr阈值τuav，成功传输概率由下式得出：

50、

51、其中ex[f(x)]表示f(x)相对于随机变量x的期望值，是γ函数，是较低的不完全γ函数。此外，m和b分别表示伽马分布的形状参数和比例参数。

52、通过在nakagami衰落信道中设置m＝2获得莱斯衰落信道。假设uav遵从具有参数的hppp分布，因此dth用户和uthuav间距离的概率密度函数(pdf)由给出。然后，可以将上式重写为

53、

54、其中，是当dd,u，t＝r时的成功传输概率。

55、(2)d2d链接：让ψi和ψ-i分别表示具有和不具有dth用户请求的内容ci的d2d用户集。考虑到其他d2d用户的干扰，重新表示其中分别表示来自具有和不具有内容ci的其他d2d用户的干扰，以及h2d用户的干扰。然后基于的d2d链路的成功传输概率为：

56、

57、其中为ii的laplace形式，τd2d是d2d链路的sinr阈值。

58、接着，可以得到：

59、

60、其中是互补的不完全β函数。同样，有

61、

62、其中dx表示β函数。

63、由于d2d用户使用参数ρd形成hppp，的pdf可以表示为d2d链路的成功传输概率为：

64、

65、(3)h2d链接：haps拥有整个请求内容库。信道服从莱斯衰落。设置u＝1和，当da,u，t＝r时，成功传输概率qd，t(r)为：

66、qd，t(r)＝exp(-z0)(z0+1)

67、其中是h2d链路的snr阈值。

68、获得h2d链路的成功传输概率：

69、

70、u2d链路的吞吐量可以写为

71、

72、其中，bd,u，t是u2d传输的带宽。

73、d2d链路的吞吐量为

74、

75、其中，bd2d是d2d传输的带宽，nd是通过d2d链路接收数据的用户数。

76、如果u2d和d2d链路都不能提供所请求的内容，则用户从haps获取内容。h2d链路的吞吐量为

77、

78、其中，bh2d是h2d传输的带宽，nh是通过h2d链路接收数据的用户数。

79、设置uav轨迹集为k＝{ku，t}，u2d传输带宽集为b＝{bd，u，t}，u2d发射功率集为p＝{pu，t}。

80、总吞吐量定义为从所有链路获得的吞吐量之和，即

81、

82、系统的总功耗为

83、

84、则系统能效表示为

85、

86、目标是通过协同设计内容缓存概率使得系统能效最大化。优化问题表示如下：

87、

88、

89、

90、c1-c2表示用户和uav的缓存容量限制，md，mu分别表示用户和uav的最大缓存容量。

91、利用非洲秃鹫优化算法对p0进行求解。详细过程如下。

92、初始阶段：初始化种群后，计算种群适应度值，将适应度最佳的作为第一组最佳秃鹫bestvulture 1，适应度次之的作为第二组最佳秃鹫bestvulture2，其他解向两组最佳解移动。每次适应度迭代i中，r(i)代表最好的秃鹫：

93、

94、其中l1和l2为搜索操作之前给定的参数。根据轮盘赌策略计算其他秃鹫向最佳秃鹫位置移动的概率：

95、

96、其中f为适应度值，g是解的个数。

97、秃鹫饥饿率：受秃鹫觅食特点启发进行数学建模：

98、

99、

100、f表示秃鹫饥饿率，maxiter表示总迭代次数，z是[-1，1]的随机数。h是[-2，2]的随机数，rand1是[0，1]的随机数。w是一个预设值。

101、探索阶段：当|f|＞1时，非洲秃鹫优化算法进入探索阶段。

102、

103、其中p1为预设的探索参数。p(i+1)是下一次迭代中的秃鹫位置向量。rand2和rand3均为[0，1]之间的随机数。ub和lb分别为寻优的上下边界，x表示增强非系统运动的系数向量。

104、开发阶段：参数p2用于选择在第一阶段可用的策略，参数p3用于选择在第二阶段可用的战略。在执行搜索操作之前对其进行赋值。当|f|介于0.5和1之间时，非洲秃鹫优化算法进入开发阶段的第一阶段，执行两种不同的策略。策略根据p2进行选择：

105、

106、其中，rand4，rand5均为[0，1]的随机数，d(t)表示秃鹫与两组最佳秃鹫之一的距离。

107、如果|f|小于0.5，则进入第二阶段，执行两种不同策略。策略依据p3进行选择：

108、

109、

110、

111、其中，d为问题维度，u0和v0服从正态分布，β0为固定值1.5。

112、本发明的技术方法具有以下优点：

113、本发明公开了一种基于非洲秃鹫算法的6g网络内容缓存优化方法。所述方案包括：首先，提出一个由haps-uav-用户组成的下行空地异构缓存网络模型，其中，带有缓存的uav可以快速高效地部署，为地面用户提供服务，作为内容库的haps能够补充地面网络，提供广泛覆盖，d2d用户可以存储内容，用户可以直接从u2d、d2d或h2d链接中获取请求内容。其次，设置u2d工作在毫米波段，h2d和d2d链路工作在sub-6ghz频段。由于uav存储容量大于用户存储容量，且可以灵活移动，向地面用户提供高比例的视距(los)连接，传输距离小于haps，通信效果更优，u2d链路上的内容传输优先级高。并且考虑到uav和用户储能受限的现实困难，提出了内容缓存概率优化的系统能效最大化问题。最后利用基于非洲秃鹫优化算法的缓存概率优化算法求解非凸的能效最大化问题。本发明有效提高了系统的能量效率。

114、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。