用户中心化 MEC 中基站聚类与服务缓存的联合优化
信号处理
2023-02-22 v1
摘要
边缘服务缓存可有效降低获取和初始化应用的延迟或带宽开销。针对传统基于蜂窝的边缘服务缓存网络中的单基站 (BS) 传输局限和严重边缘效应，本文提出了一种新颖的用户中心化边缘服务缓存框架，其中每个用户由特定的 BS 簇而非单个 BS 联合提供边缘缓存和无线传输服务。为在缓存成本约束下最小化长期平均延迟，通过联合优化 BS 聚类和服务缓存决策，建立了一个混合整数非线性规划 (MINLP) 问题。为求解该问题，我们提出 JO-CDSD，一种基于李雅普诺夫优化和广义 Benders 分解 (GBD) 的高效联合优化算法。具体而言，长期优化问题可转化为每个时隙内更易求解的原问题与主问题。通过交替求解原问题和主问题，可获得近最优的聚类与缓存策略。大量仿真表明，所提联合优化算法优于其他算法，且最多可降低长期延迟 和缓存成本 $53.12%。
引用
@article{arxiv.2302.10558,
title = {Joint Optimization of Base Station Clustering and Service Caching in User-Centric MEC},
author = {Langtian Qin and Hancheng Lu and Yao Lu and Chenwu Zhang and Feng Wu},
journal= {arXiv preprint arXiv:2302.10558},
year = {2023}
}