[论文解读] Optimal Caching and User Association in Cache-enabled Heterogeneous Wireless Networks

Ying Cui, Fan Lai+2 more|arXiv (Cornell University)|Apr 20, 2016

Caching and Content Delivery参考文献 6被引用 5

一句话总结

本文提出了一种在具有无线回传的缓存增强型异构无线网络中联合优化缓存与用户关联的方法，以最小化满足平均用户需求的总时间。证明了最优缓存策略是在每个微微基站缓存最热门的文件，且最优用户关联遵循基于阈值的结构，在同构场景下可得闭式解，并通过仿真验证了性能增益，显示通过缓存或带宽增加可使延迟降低26–28%。

ABSTRACT

Heterogenous wireless networks (Hetnets) provide a powerful approach to meet the massive growth in traffic demands, but also impose a significant challenge on backhaul. Caching at small base stations (BSs) and wireless small cell backhaul have been proposed as attractive solutions to address this new challenge. In this paper, we consider the optimal caching and user association to minimize the total time to satisfy the average demands in cached-enabled Hetnets with wireless backhaul. We formulate this problem as a mixed discrete-continuous optimization for given bandwidth and cache resources. First, we characterize the structure of the optimal solution. Specifically, we show that the optimal caching is to store the most popular files at each pico BS, and the optimal user association has a threshold form. We also obtain the closed-form optimal solution in the homogenous scenario of pico cells. Then, we analyze the impact of bandwidth and cache resources on the minimum total time to satisfy the average demands. Finally, using numerical simulations, we verify the analytical results.

研究动机与目标

• 为解决由于流量指数增长导致的异构无线网络（HetNets）中回传容量瓶颈问题。
• 联合优化具有无线回传的HetNets中的缓存位置与用户关联，以最小化满足平均用户需求的总服务时间。
• 在带宽和缓存资源受限的混合离散-连续优化下，刻画最优解的结构特性。
• 推导同构微微小区场景下的闭式解，并分析带宽与缓存资源对性能的影响。
• 通过基于3GPP的传播与流量模型的蒙特卡洛仿真验证分析结果。

提出的方法

• 将问题建模为混合离散-连续优化问题，以最小化满足平均用户需求的总时间。
• 引入一种基于阈值的用户关联模型，用户根据信噪比（SNR）阈值关联到微微基站，对缓存文件与未缓存文件分别设定独立的阈值。
• 使用香农公式根据SNR计算宏基站与微微基站的数据速率，并从宏到微微的SNR推导回传速率。
• 采用蒙特卡洛仿真，通过200,000个均匀采样的用户位置估计积分并评估系统性能。
• 应用引理2确定最小化总延迟 $ \tau(f) $ 的最优微微时间分配 $ f^* $，使用用户关联阈值之和。
• 在同构场景下推导出闭式最优解，其中 $ \rho_l(f^*) = 1/L $，证实了用户关联的对称性。

实验结果

研究问题

• RQ1 在具有无线回传的缓存增强型HetNet中，最小化总服务时间的最优缓存策略是什么？
• RQ2 用户关联应如何设计以最小化延迟，是否表现出基于阈值的形式？
• RQ3 带宽与缓存容量对最小总服务时间有何影响？
• RQ4 在对称HetNet场景下，能否推导出最优用户关联与缓存的闭式解？
• RQ5 与缓存改进相比，带宽提升在延迟降低方面表现如何？

主要发现

• 最优缓存策略是在每个微微基站缓存最热门的文件，从而最小化回传负载与服务延迟。
• 最优用户关联采用双层阈值结构：缓存文件使用较大的阈值，未缓存文件使用较小的阈值，反映出不同的回传消耗。
• 在同构场景下，每个微微基站的最优阈值为 $ \rho_l(f^*) = 1/3 $，证实了三个微微小区之间的对称用户关联。
• 缓存最热门的200个文件可使最小总服务时间降低26.1%，表明性能显著提升。
• 将带宽从1 MHz提升至1.4 MHz可使延迟降低28.6%，表明缓存200个文件可实现与增加0.4 MHz带宽相当的性能。
• 数值结果证实了分析结果，显示随着带宽或缓存容量增加，最小总时间单调下降。