云化小小区网络中的长期缓存更新与短期内容投递联合优化
信号处理
2020-01-27 v1 信息论
math.IT
摘要
移动数据需求的爆发式增长可能给云化小小区网络（C-SCNs）的前传链路带来沉重流量负担，恶化用户服务质量（QoS）并导致大量功耗。本文针对支持缓存的 C-SCNs 提出一种高效的最大距离可分（MDS）编码缓存框架，旨在降低长期功耗的同时满足短期传输中的用户 QoS 要求。为实现此目标，需综合考虑用户内容偏好、小小区基站（SBSs）协作及无线链路特性来合理更新 SBSs 中的缓存资源。具体而言，在不假设任何内容流行度先验知识的情况下，我们构建一个混合时间尺度问题，以联合优化缓存更新、前传与边缘链路中的多播波束赋形器以及 SBS 聚类。然而，该问题具有反因果性，因为最优缓存更新策略依赖于未来的内容请求与信道状态信息。为处理该问题，通过恰当利用历史观测，我们采用 Frobenius 范数惩罚与不定块坐标下降法提出一种两阶段更新方案。此外，我们推导了一种基于学习的设计，可在精度与计算复杂度间取得有效折中。仿真结果证明了所提两阶段框架的有效性。
引用
@article{arxiv.2001.09093,
title = {Joint Long-Term Cache Updating and Short-Term Content Delivery in Cloud-Based Small Cell Networks},
author = {Xiongwei Wu and Qiang Li and Xiuhua Li and Victor C. M. Leung and P. C. Ching},
journal= {arXiv preprint arXiv:2001.09093},
year = {2020}
}
备注
Accepted by IEEE Trans. Commun