[发明专利]基于边缘计算的用户位置动态性建模优化方法

说明书

本发明公开了一种基于边缘计算的用户位置动态性建模优化方法，考虑5G环境下边缘计算节点的密度和边缘计算节点的优点，利用马尔科夫模型和用户访问位置关联性模型对用户访问位置进行预测。首先本发明中的边缘计算节点的位置是可由自身得到的，并且自身具有计算、存储、定位功能，从而使用户位置预测速度更快，效率更高。本发明产生的基于边缘计算的用户动态性建模优化简单而易于实现，具有很好的应用前景。

技术领域

本发明涉及一种基于边缘计算的用户位置动态性建模优化方法，属于无线通信技术领域。

背景技术

随着无线通信技术的迅猛发展，以及用户需求的日益多样化，支持高速率、低时延、海量设备连接的第五代移动通信(5G)技术应运而生。5G网络可看作是由分层的网络构成，因此，5G网络的资源分配问题变得更加复杂。5G网络的传输可分为接入和回程两个阶段。其中，回程网络主要承担核心网和接入网之间的通信任务，是基站控制器和基站之间的信息传输网络。在5G网络中，为了应对流量的爆炸性增长，Femtocell、Picocell、Microcell等小基站的部署会具有超密集、随机等特点，使得为小基站提供费用低、高质量的回程连接成为一种挑战。

目前，对5G环境下的无线回程研究主要集中在部署成本、传输速率、无线传输技术以及回程结点部署等方面。却忽略了，在小基站的无线回程网络中引入回程聚集节点的同时，使得，相比与直接连接到宏基站络进行传输，无线回程增加了一次无线传输，这就导致了整体时延的增加。因此，在对回程链路进行优化时，需要将时延问题一同进行分析，以便提高网络系统的性能。

发明内容

针对上述技术问题，本发明提供基于边缘计算的用户位置动态性建模优化方法。

本发明为解决上述技术问题采用以下技术方案：

本发明提供基于边缘计算的用户位置动态性建模优化方法，该方法的具体步骤如下：

第一步：根据用户访问位置记录，确定有效停留点；

第二步：根据停留点内的边缘计算节点分布情况，确定代表性边缘计算节点；将代表性边缘计算节点作为用户访问位置的代表，则用户访问位置的集合即为相应的代表性边缘计算节点集合；

第三步：利用线段树对用户访问位置进行划分，搜索用户的初始位置；

第四步：利用马尔科夫模型，根据用户的访问位置记录生成初始状态的位置转移概率矩阵，结合用户的初始位置对用户访问位置进行预测；

第五步：利用用户访问位置关联性模型对用户访问位置进行预测，并与马尔科夫模型的预测结果相结合，得到用户访问位置的最终预测结果。

作为本发明的进一步技术方案，第一步中所述有效停留点为一个用户在其停留时间超过阈值t且其半径小于阈值d的地理位置区域。

作为本发明的进一步技术方案，第二步具体为：对任意有效停留点，若该有效停留点中包括边缘计算节点，则该有效停留点的代表性边缘计算节点为最接近该有效停留点中心位置的边缘计算节点；若该有效停留点中不包括边缘计算节点，则将该有效停留点与距其最近的有效停留点合并，且距其最近的有效停留点中包括边缘计算节点，距其最近的有效停留点的代表性边缘计算节点即为合并后的有效停留点的代表性边缘计算节点；将代表性边缘计算节点作为用户访问位置的代表，则用户访问位置的集合即为相应的代表性边缘计算节点集合。

作为本发明的进一步技术方案，第三步中线段树为一种二叉搜索树，树的根节点为用户访问位置记录的活动区域，叶节点为第二步中确定的代表性边缘计算节点。

作为本发明的进一步技术方案，第四步具体为：