[發明專利]一種面向預測控制的最優緩存方法

有效

• 申請號: 201910342566.5
• 申請日: 2019-04-26
• 公開（公告）號: CN110072216B
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 趙國棟;陳智;陳麗蕓;常博
• 申請（專利權）人: 電子科技大學
• 主分類號: H04W4/70
• 分類號: H04W4/70;H04W24/02;H04W24/06;H04L29/08
• 代理公司: 成都點睛專利代理事務所(普通合伙) 51232
• 代理人: 孫一峰

本發明屬于無線通信技術領域，涉及一種基于控制代價的最優緩存方法。本發明相對于傳統的D2D網絡下的緩存方案，將預測控制系統與D2D網絡結合。從控制層面來決定如何進行緩存，在最優化緩存性能的同時，使得預測控制系統的控制性能最優，以最小化控制成本。

技術領域

本發明屬于無線通信技術領域，涉及一種面向預測控制的最優緩存方法。

背景技術

工業生產過程都具有非線性、不確定性和時變的特點，要建立精確的解析模型十分困難，所以經典控制方法如PID控制以及現代控制理論都難以獲得良好的控制效果。預測控制是一類基于模型的計算機控制算法，它采用多步預測、滾動優化和反饋校正等控制策略，因而具有控制效果好、魯棒性強、對模型精確性要求不高的優點。預測控制是一類特殊的控制。它的當前控制動作是在每一個采樣瞬間通過求解一個有限時域開環最優控制問題而獲得。過程的當前狀態作為最優控制問題的初始狀態，解得的最優控制序列只實施第一個控制作用。

目前提出的模型預測控制算法主要有基于非參數模型的模型算法控制(MAC)和動態矩陣控制(DMC)，以及基于參數模型的廣義預測控制(GPC)和廣義預測極點配置控制(GPP)等，其中，模型算法控制采用對象的脈沖響應模型，動態矩陣控制采用對象的階躍響應模型，這兩種模型都具有易于獲得的優點；廣義預測控制和廣義預測極點配置控制是預測控制思想與自適應控制的結合，采用CARIMA模型(受控自回歸積分滑動平均模型)，具有參數數目少并能夠在線估計的優點，并且廣義預測極點配置控制進一步采用極點配置技術，提高了預測控制系統的閉環穩定性和魯棒性。

在D2D無線緩存網絡中，在終端緩存技術的輔助下，用戶終端可在通信非高峰期進行熱點文件的提前緩存，用戶在發起文件請求時，可先在自己的緩存中檢索需求的文件內容，如果本地緩存找到該文件，則用戶可以直接讀取本地文件完成自我服務。同時，終端之間可以通過D2D傳輸技術進行互傳，用戶還可以在通信范圍內的終端緩存中檢索相應的請求文件，檢索成功后可建立D2D通信鏈路來服務請求終端。這種鄰近服務使得用戶數據可不經過基站中轉，在很大程度上降低了傳統蜂窩網回程鏈路的負載壓力，而且還能有效地降低網絡空口擁塞，使得網絡系統的容量和無線網絡頻譜效率有了大大地提升，另外用戶的QoS(Quality of Service)得到大幅度提升。

基于D2D通信，傳統的蜂窩網絡中鄰近用戶間可以建立D2D通信鏈路可以不經過基站(BS)中繼而直接進行數據互傳，從而大幅提高數據傳輸速率且大大地減少了傳輸延遲。但是在傳統的D2D緩存網絡中，每個D2D用戶性質相同，都可以緩存或者請求文件，且緩存的文件都是視頻，音樂等內存占比較大的文件，且只考慮了通信層面。因此，將預測控制系統與D2D緩存網絡結合起來研究D2D控制網絡中的緩存問題是有意義的。

發明內容

本發明的目的是研究當D2D緩存網絡的用戶成為控制設備時。如何從控制層面來設計緩存方法，在最優化緩存性能的同時，使得預測控制系統的控制性能最優，以最小化控制成本。針對上述問題，提出一種面向預測控制的最優緩存方法。

本發明的技術方案如下：

1、一種面向預測控制的最優緩存方法，該方法用于D2D網絡，定義單個BS蜂窩小區內D2D用戶的總數為N，D2D用戶的簇半徑為R_D2D，在這個范圍內，如果該用戶可以從其鄰近用戶的緩存中找到想要的文件，它就可以通過建立一條D2D鏈路獲得想要的文件；假設D2D用戶均勻地分布在具有半徑R_B的基站BS的覆蓋范圍內，并假設兩類D2D用戶Plant和Sensor到達BS覆蓋區域的平均瞬時速率分別為和ω∈(0，1)；某個D2D用戶在其D2D范圍內具有y個S類用戶和z個P類用戶的概率分別為：