密集小蜂窝环境下基于分布式缓存的内容分发技术研究

We study the system design of densely deployed small cell networks. Especially, we consider the impact of wireless backhaul on content distribution. According to the stochastic characteristics of mobile internet traffic, most of the users would request the same content, and thus, distributed caching at small cell base stations would effectively reduce the consumption of wireless backhaul resources. We study the impact of wireless backhaul and caching capacity on dense heterogeneous cellular network capacity, the caching scheme based on wireless backhaul, CoMP(coordinated multipoint), and D2D communication, and the joint of user association and transmission mode selection. The contributions of this project are: 1) We develop the model of network capacity with caching capacity, which facilitates us to find the optimal configuration for caching capacity; 2) We develop a general model for representing multi-dimensional resources, such as computing resources (CoMP), access resources, and backhaul resources. The developed model facilitates us to formulate the resources optimization problem and designing resources allocation algorithms, and also, we design scheme to implement the coordination of access and backhaul to improve network performance; 3) Different decisions are made periodically with different time-scale. For instance, buffer updating at each small cell base station is relatively slower as compared with the user association request decision. We design resources scheduling algorithm by using the time-scale diversity, and propose the system solutions for content distribution.

面向密集部署小蜂窝网络的场景需求，关注无线回程对网络设计的影响，结合移动互联网业务特性与用户特性，研究基于分布式缓存的内容分发机制。重点研究缓存容量和无线回程对密集异构蜂窝网络容量的影响，联合无线回程、多点协作和D2D的分布式缓存机制，以及用户接入与传输模式的联合设计等内容。课题创新点：（1）分析缓存资源引入的网络容量增益，建立缓存容量与网络容量之间的数学模型，获取最优缓存容量的配置方法，为网络结构设计提供理论依据；（2）统一表征网络多维资源，即多点协作的计算资源、接入资源、以及回程资源，为资源优化模型和算法设计提供依据，设计接入资源与回程资源灵活互补的方法，提高资源利用率；（3）利用决策制定的时间尺度差异化，设计资源调度机制，为内容分发提供系统性的解决方案。课题有助于推动国家未来移动通信网络技术与标准化的发展。

围绕密集小蜂窝系统需求，借助移动互联网业务特性，研究了基于分布式缓存的内容分发机制。1)建立了缓存容量与密集蜂窝网络容量之间的数学模型，利用渐近性原理，计算无线异构网络容量，从而得出业务模式、传输模式和最优容量之间的数学关系，指导网络设置。在此研究基础上，分析用户社交特点，研究D2D网络传输对于网络性能提升的影响；2)研究了灵活的分布式缓存策略，利用多点协作技术和缓存技术，建立用户接入、传输模式选择和基站缓存的联合优化模型，在解决干扰问题的同时，降低回程链路上的负载以及资源损耗。建立以最小化传输时延为目标的优化模型，设计了一种密集蜂窝网络中的频谱资源分配方案，降低小区间的同频干扰，同时保障请求内容未被缓存的用户有可用的回程资源；3)随着无人机的飞行高度增加，无人机接收到更多邻基站的信号，出现信号“密集”干扰的现象。为了降低邻基站与无人机间的上下行干扰问题，针对基于Massive-MIMO的波束赋形技术应用于无人机产生的问题，通过模拟域和数字域波束赋形技术完成移动环境下的波束追踪和波束间干扰消除；4)移动边缘计算将云计算能力下沉至无线接入网络，与密集蜂窝网络部署架构相融合，为移动用户提供了高性能、低延迟的内容下载和应用服务环境。针对异构的密集型边缘计算网络和不可预知的实际服务容量需求，基于系统历史可抓取数据，运用数据驱动的鲁棒性随机优化方法，研究了如何高效地制定具有风险规避能力的计算资源部署策略。以此为基础，进一步以动态自适应流媒体为具体业务目标，面向未知内容流行度、非均匀用户分布和差异化网络资源需求的实际服务场景，提供了包含前摄缓存、转码调度和内容分发机制的完整解决方案；5)针对车辆编队的场景下使用联盟链进行编队内信誉管理，设计信誉评分机制，保证队首车辆的及时更换，从而保障编队的安全性。针对使用公有链对地域内的所有车辆进行信誉管理，设计分层区块链系统，研究区块传播机制和区块结构，提升区块链容量并降低区块在车联网中的传播时延，从而利用公有链对所有车辆进行信誉管理。6)在自组网的研究基础上，针对卫星网络的安全问题与效率问题，进一步研究卫星网络高效安全组网。采用基于链路状态预测的拓扑主动探测机制，开发拓扑探测与数据转发并行的路由协议，搭建一套自主研发的低轨卫星星间组网仿真实验平台。