本研究提出了一种在多无人机辅助的边缘计算系统中优化内容分发的方法。该方法首先构建了系统模型,并定义了无人机部署与内容缓存的联合优化问题。以最小化系统内用户请求内容的平均响应时延为目标,运用遗传算法和贪心策略求解该优化问题,得出最优的无人机布局和内容缓存策略。此方法有效提升了无人机部署和内容缓存的效率,降低了用户请求的平均响应时延。
背景技术
为了应对新型移动应用需求和移动连接设备数量的快速增长所带来的挑战,大量新型架构及技术相继涌现,边缘计算就是顺应这种发展潮流的产物。边缘计算通过将云计算架构中的缓存功能和计算功能下沉到网络边缘,使得用户计算和传输需求在很大程度上在靠近用户的网络边缘得到满足,弥补了用户计算能力不足、能量供给受限和大量数据远距离传输带来的高服务时延和用户能耗的缺陷,使得用户时延体验得到质的提升。
近年来,无人机以其体积小、价格低、灵活性强等优点在很多行业得到了广泛的应用。无人机的特点使其能够有效解决传统通信中部署成本高、对特殊场景适应性差等问题。无人机可以作为空中基站(BS)部署,以辅助常规蜂窝网络。无人机通信的主要应用场景包括热点高速覆盖、信息传输、应急通信等。移动用户请求的数据流量在未来的移动网络中会急剧增加,其中71%的数据流量将用于内容分发。网络边缘的内容缓存被认为是以内容为中心的蜂窝网络缓解网络流量负载的一项关键技术。流行内容放置在靠近用户的BS和用户终端,以减少内容获取时延和回传链路负载。为了满足多媒体内容分发的数据量需求,缓解蜂窝网络地面BSs的业务量压力,在部分热点部署了支持缓存的无人机,以减轻高峰时段的业务量。为高数据速率、低延迟的内容分发应用提供了一种低成本、快速的部署解决方案。在高速缓存的无人机辅助蜂窝网络中,如何在有限的缓存空间内缓存最合适的内容,并在有限的无线资源下进行高速内容分发是需要解决的一大问题,因此,内容分发技术的优劣对用户的体验质量至关重要。
实现思路