[论文解读] Analysis of Content-Oriented Heterogeneous Networks with D2D and Cognitive Communications

S. Sinem Kafıloğlu, Gürkan Gür+1 more|arXiv (Cornell University)|Aug 2, 2018

Caching and Content Delivery参考文献 18被引用 4

一句话总结

本文提出了一种内容感知缓存与认知无线电增强的卫星-地面网络，支持设备到设备（D2D）叠加通信，通过连续时间马尔可夫链（CTMC）建模以优化能量效率（EE）和吞吐量。结果表明，在高请求负载下，流行度感知缓存的吞吐量表现优于LRU和FIFO，而D2D叠加通信则同时提升了EE与系统容量。

ABSTRACT

Content-oriented operation with D2D communications and spectrum sharing in the form of cognitive communications are expected to be enablers for cost-efficient nextgeneration wireless systems with bandwidth-hungry services. To this end, caching is an important building block of these systems. In this work, we model such a heterogeneous network and model a popularity-aware caching algorithm where we try to keep more popular contents in caches of system units with a higher probability compared to less popular contents. Moreover, for improving the usage of the channel capacity, overlaying for device-to-device (D2D) transmissions (unless these transmission interfere with each other) is enabled. We model our system with an analytical continuous time Markov chain (CTMC). We have a heterogeneous network architecture consisting of a LEO satellite, base station (BS) and a set of devices within the boundary of BS coverage that can get service from the satellite, from the BS or in D2D mode. Our devices operate in primary mode when they get service from the satellite but in secondary mode when they get service from the BS or some device in D2D mode over the terrestrial link. We evaluate our system for energy efficiency (EE) and goodput metrics. We looked how popularity-aware caching, integration of universal source concept and overlaying in D2D mode affect the network performance. Besides, we investigate how resource allocation (RA) and performance metrics are tangled.

研究动机与目标

• 对融合D2D与认知通信的异构卫星-地面网络进行建模，以提升能量效率与吞吐量。
• 设计并评估一种流行度感知缓存算法，优先将频繁请求的内容缓存在系统缓存中。
• 集成通用源概念，确保在本地缓存之外的内容仍可获取。
• 实现并评估可复用频谱且无干扰的D2D叠加通信，以提升网络容量。
• 分析资源分配、模式选择与性能指标（如EE与吞吐量）之间的权衡。

提出的方法

• 将网络建模为连续时间马尔可夫链（CTMC），其中状态表示用户模式（卫星、基站、D2D）与内容可用性。
• 定义PU（卫星）到达与离开、D2D模式运行以及HU（混合用户）内容请求的状态转移。
• 提出一种基于缓存可用性、信道状态及加权模式偏好的模式选择机制。
• 应用流行度感知缓存算法，提高频繁请求内容被缓存的概率。
• 在D2D模式下启用频谱叠加，允许无干扰的同时传输，提升频谱效率。
• 集成通用源以提供本地缓存中不存在的内容，确保端到端内容交付。

实验结果

研究问题

• RQ1 与传统的LRU和FIFO缓存策略相比，流行度感知缓存对能量效率与吞吐量的影响如何？
• RQ2 启用D2D叠加通信在多大程度上提升了网络容量与能量效率？
• RQ3 在不同请求负载下，通用源的集成对系统性能有何影响？
• RQ4 用户模式选择权重（卫星、基站、D2D）对EE与吞吐量的影响是什么？
• RQ5 在地面链路上PU（卫星）的到达率如何影响系统性能指标？

主要发现

• 在高用户请求速率（λHU）下，流行度感知缓存的整体吞吐量优于LRU与FIFO，最高可达46.04 Mbps。
• D2D叠加通信同时提升了能量效率与吞吐量，随着D2D模式权重（rdev）增加，吞吐量最高提升48.5 Mbps。
• 能量效率（EPBHU）随D2D使用率提高而下降，因传输功率更低且时延更短，当rdev = 0.9时降至0.16 J/分组。
• 通用源的集成未降低吞吐量，且可访问网络外内容，但在轻负载下对能量效率影响甚微。
• 地面链路上高PU到达率会降低吞吐量，但对能量效率影响不大，表明在干扰受限场景下具有鲁棒性。
• 关闭D2D模式（rdev = 0）会降低EE与吞吐量；而将基站模式权重设为零并提高D2D权重，会导致吞吐量下降，因基站缓存未被充分利用。