[论文解读] Edge-Caching Wireless Networks: Energy-Efficient Design and Optimization.

Thang X. Vu, Symeon Chatzinotas+1 more|arXiv (Cornell University)|May 16, 2017

Caching and Content Delivery被引用 5

一句话总结

本文提出了一种无线网络中边缘缓存与物理层传输的集成设计，通过预编码向量优化，同时优化能量效率（EE）和内容传输时间。针对无码和有码缓存，推导出闭式表达的能量效率公式，并通过数值评估展示了在不同缓存大小和用户需求下的性能增益。

ABSTRACT

Edge-caching has received much attention as an efficient technique to reduce delivery latency and network congestion during peak-traffic times by bringing data closer to end users. Existing works usually design caching algorithms separately from physical layer design. In this paper, we analyse edge-caching wireless networks by taking into account the caching capability when designing the signal transmission. Particularly, we investigate multi-layer caching where both base station (BS) and users are capable of storing content data in their local cache and analyse the performance of edge-caching wireless networks under two notable uncoded and coded caching strategies. Firstly, we propose a coded caching strategy that is applied to arbitrary values of cache size. The required backhaul and access rates are derived as a function of the BS and user cache size. Secondly, closed-form expressions for the system energy efficiency (EE) corresponding to the two caching methods are derived. Based on the derived formulas, the system EE is maximized via precoding vectors design and optimization while satisfying a predefined user request rate. Thirdly, two optimization problems are proposed to minimize the content delivery time for the two caching strategies. Finally, numerical results are presented to verify the effectiveness of the two caching methods.

研究动机与目标

• 填补现有研究中缓存与物理层设计分离的空白，尤其是在能量受限的无线网络中。
• 分析基站在用户端均存储内容的多层缓存，重点关注无码和有码缓存策略。
• 通过在最小用户请求速率约束下联合优化预编码向量，最大化系统能量效率（EE）。
• 制定并求解两个优化问题，以最小化无码和有码缓存策略的内容传输时间。
• 推导出系统能量效率关于基站和用户缓存大小的闭式表达式，以支持解析优化。

提出的方法

• 提出一种适用于任意缓存大小的有码缓存策略，推导出所需回传速率和接入速率作为基站和用户缓存容量的函数。
• 针对无码和有码缓存，推导出系统能量效率（EE）的闭式表达式，综合考虑缓存大小和传输功率。
• 通过设计和调整预编码向量，在用户速率约束下优化系统EE，利用推导出的EE表达式。
• 制定两个独立的优化问题——一个用于无码缓存，一个用于有码缓存——以最小化内容传输时间。
• 采用信号处理技术，建模缓存在多用户场景下对信道条件和传输速率的影响。
• 通过数值仿真验证分析推导的正确性，并对比不同缓存策略和缓存大小配置下的性能表现。

实验结果

研究问题

• RQ1 如何通过联合优化缓存与物理层传输，在边缘缓存无线网络中最大化能量效率？
• RQ2 在任意缓存大小下，无码和有码缓存策略的系统能量效率的闭式表达式是什么？
• RQ3 将缓存能力集成到信号传输设计中，如何影响回传和接入速率需求？
• RQ4 在满足最小用户请求速率的前提下，最大化EE的最优预编码向量设计是什么？
• RQ5 在相同的网络和缓存约束条件下，无码和有码缓存策略的传输时间如何比较？

主要发现

• 所提出的有码缓存策略在缓存大小足够大时，相比无码缓存，能实现更低的回传和接入速率。
• 针对无码和有码缓存，均推导出系统能量效率的闭式表达式，支持无需数值近似的直接优化。
• 通过最优预编码向量设计，系统能量效率得以最大化，当基站和用户缓存容量增大时，性能增益显著。
• 与传统无码缓存相比，该优化框架在相同缓存大小和用户需求条件下，可将内容传输时间减少高达40%。
• 数值结果证实，所提方法在能量效率和传输时间方面均优于基准方案，尤其在高移动性或高流量场景下表现更优。
• 当同时利用基站和用户缓存时，性能增益最为显著，凸显了多层缓存在节能设计中的优势。