[发明专利]一种社会感知的基于多跳机会式D2D通信的内容分发方法

权利要求书

1.一种社会感知的基于多跳机会式D2D通信的内容分发方法，其特征在于，所述方法包括如下步骤：

步骤1：节点被随机地分布在由基站eNB服务的一个小区中，在某一时刻t₀，多个节点向基站发送数据请求，请求在给定时间约束T_k内，获得内容m_k；

步骤2：基站收集到节点发送的内容分发请求，构造一个特定于内容m_k的请求者集D_k；

步骤3：在D_k中，eNB选择具有最快传播能力的节点作为分发代理者；分发代理者的选择符合如下的社会连接紧密度要求：1、与其它节点的累计相遇时长足够长；2、与其它节点相遇次数频繁，通过机会式相遇来感知节点的紧密关系，当任务发起者与多个节点相遇时，从社会属性角度，将连接紧密程度ω_ij作为判定连接稳定性的依据，进而保证内容分发的快速性和有效性包括：

步骤301：eNB在每个时隙，维护社会网络层面的连接图G＝{D_k, E}，顶点集D_k等于内容m_k的请求者集合，边集合将其中的连接权重ω_ij为节点社交关系的衡量指标，ω_ij描述了邻居关系的紧密性，作为能否建立基于D2D通信内容分发协作的依据，ω_ij越大，表示节点与其它节点间相遇可能性越大、接触时长越长，从而保证了节点的内容传播能力；

步骤302：采用平均相遇持续时长和平均相遇频率λ_ij作为衡量连接紧密度的标准，由于这两个指标属于不同量纲，所以采用数据归一化的方式处理后，然后进行求和：

ω_ij表示(i，j)间的连接紧密度，表示(i，j)间的平均相遇持续时长，λ_ij表示(i，j)间的平均相遇频率；

步骤303：计算节点的连接紧密度：

步骤304：eNB在每个时隙，维护物理网络层面的连接图G(D_k,E|E(t₀+t),E(t₀+2t),....,E(t₀+nt))，其中顶点集D_k等于内容m_k的请求者集合，E(t)表示顶点集中一对实体之间存在的邻近D2D连接，其权重等于节点对(i，j)之间的相遇间隔时长；

步骤305：在请求者集中选择内容分发代理者：

具体步骤如下：

分发代理者i的分发能力包括两个方面：分发传播时间和社会接触能力，其中，分发传播时间由路径传输时延期望E(D_ij)表示，社会接触能力用连接紧密度ω_i表示，如下式所示，计算每个节点的分发代理能力，选择其中具有最大值的节点作为分发代理者：

ψ_i,j表示对于从基站到节点j且经过节点i的路径集，表示路径集的传输时延，

由eNB到i的B2D传输时间和i到j的D2D多跳传输时延期望构成：

步骤306：计算eNB到节点i的B2D传输时间：

具体步骤如下：

等于待分发的内容大小除以节点i的蜂窝链路速率，表示为：

|m_k|表示待分发的内容大小，表示节点i的蜂窝链路速率，

eNB到节点i的蜂窝链路速率表示为：

其中，W₀表示蜂窝系统的子载波带宽，p_B表示基站的发送功率，l_B,i表示基站到节点i的传输距离，α表示路径损耗因子，h_B,i表示基站到节点i的信道增益，σ²是高斯白噪声功率；

步骤307：计算i到j的D2D多跳传输时延期望E(D_ij)：

计算i和j之间的最短时延D_ij：

D_ij表示节点对(i，j)之间的最短D2D多跳传输时延，通过在G(V,E)上执行Dijkstra算法来获得(i，j)间的最短时延，

假设每个相遇的D2D对具有相同的概率，时延的期望计算为时延的平均值，

|D_k|表示接收集D_k中的节点数；

步骤4：构建卸载最大化的目标函数，在时延约束下，为D_k中所有的节点，寻求最大的卸载流量包括：

在多径传输时延概率p₀的约束下，对应每个m_k，为请求集中所有的节点，构建卸载流量最大化的目标函数：

s.t.

公式9中，D_k表示特定于内容m_k的请求者集，|m_k|表示内容m_k的大小，公式9表示优化目标为请求集中所有的节点i∈D_k，实现总体卸载流量最大化，公式10中，ψ_i表示从基站到节点i的路径集，T_k为传输时延约束，为在给定时间T_k约束内，路径集ψ_i的传输时延概率，p₀表示多径D2D传输时延的通信中断概率，公式10表示多径传输时延概率需要满足大于p₀的约束，则系统判定该节点通过多径D2D传输是可达的，公式11表示节点i通过D2D连接获得m_k，其余情况

步骤5：根据节点的社会相遇频率，预估每个设备的D2D成功卸载的概率，执行社会感知的传输模式预测方法，对每个节点的D2D通信做出等待或停止的决策，调度安排分发任务包括：

步骤501：根据历史相遇记录，eNB计算每个节点的多跳D2D路径传输时延：

多跳D2D总路径的传输时延包括：从eNB到分发代理者的B2D传输时间和从分发代理者到请求者的多跳D2D传输时间；

为了简化对多跳传输时延的分析，假设每个节点对(u，v)之间的D2D通信速率相同，节点对(u，v)之间的相遇过程服从相遇频率为λ_uv的泊松分布，因此每个成对节点之间的相遇间隔时间X_uv服从均值λ_uv^-1的指数分布；

节点(u，v)之间的传输时延D_uv由直接D2D传输时延和携带—转发D2D传输时延组成，直接D2D传输指节点v在节点u的D2D通信范围内，携带—转发D2D传输指节点v虽然超出了节点u的D2D通信范围内，但是，节点u将在时延约束的时限内，通过存储和转发的方式，将内容发送给节点v，D_uv可表示为：

D_uv表示节点(u，v)之间的传输时延，表示节点(u，v)之间的携带—转发D2D传输时延；

用表示ψ_i的第l条路径，该路径由k跳的D2D链路组成的，则表示为：

由于路径的总传输时延由两部分构成：从eNB到分发代理者的固定传输时延T_B2D和路径集中每跳D2D通信传输时延于是可以演变成为：

表示路径的总传输时延，T_B2D表示从eNB到分发代理者的蜂窝链路传输时延；

对于路径中的每跳时延，基于公式12，能得到：

表示节点(u,v)之间的直接D2D传输时延；

对于k跳的D2D路径每个成对节点之间D2D直接传输时延是相同的，随后，总的D2D直接传输时延能被统一地表示为由此，路径的传输时延能演变为：

用{λ₁₂，...，λ_uv，λ_vw，...，λ_(k-1)k}表示相邻节点间的相遇频率，由于每个成对节点间的接触过程是独立且同分布的iid，因此相遇间隔时间变量X_uv也是iid，而路径u→v→w的传输时延为：X_uw＝X_uv+X_vw，因此，路径传输时延x_uw的概率密度函数PDF能计算为和的卷积：

表示节点(u，w)之间相互接触时间变量的概率密度函数，表示节点(u，v)之间相互接触时间变量的概率密度函数，表示节点(v，w)之间相互接触时间变量的概率密度函数；

对于路径其总携带—转发D2D传输时延是路径上每一跳携带—转发时延的和，能得到下面的等式：

表示路径总携带—转发D2D传输时延，X_uv表示路径上相邻节点间的传输时延变量；

每个变量是iid的指数型随机变量，其PDF函数为然后我们可以推得，是由k个指数随机变量组成的超指数随机变量，能计算为中所有相邻节点的超卷积：

表示路径总携带—转发D2D传输时延的概率密度函数，表示路径上相邻节点间传输时延变量的概率密度函数；

依此，能用下面的公式来计算

其中：

λ_i(i+1)表示节点(i，i+1)之间的相遇频率；

对于k跳的D2D路径其传输时延的累积分布函数(CDF)用表示：

表示路径传输时延小于等于给定时延约束T_k的概率，为路径的传输时延；

用公式15代替公式21中的能得到：

由于等于公式17中的总携带—转发D2D传输时延，因此，使用公式22，能推导得出如下等式：

然后，可以用对的积分来计算，积分区间为：0到于是，可以推导得到的值：

步骤502：根据多跳D2D路径时延，预测每个节点的平均时延中断概率；

对于路径集ψ_i中的每个链路路径它的传输时延都是iid的，于是，受多径传输时延影响，可以统计地转换为求解每条路径时延概率的平均值，假设每个路径具有相等的概率，则公式10能简化为：

|ψ_i|表示路径集ψ_i中的路径数目；

步骤503：通过组合使用公式24和公式25，能预测每个节点使用D2D传输的平均时延中断概率；

步骤504：如果一个节点的平均时延概率大于p₀，则eNB认为：通过多跳D2D链路，将内容传递给该节点，因此将其判定为D2D的可达节点；否则，将其判定为B2D的可达节点，eNB将分配一个蜂窝链接，直接将内容发送给它；

步骤505：eNB调度安排相应的分发任务，如果节点是D2D的可达节点，通过分发代理者采用D2D通信模式将内容发送给它，如果节点是B2D的可达节点，下发D2D通信的停等指示，立即安排B2D通信模式进行内容分发；

步骤506：每个设备获得传输模式决策的指示，通过相应的传输模式，等待分发调度，接收文件；

步骤6：综合考虑节点在社会网络层面未来的社会相遇能力和物理网络层面未来的传输时延，选择具有最高分发效用的节点作为最佳的内容接收者包括：

步骤601：在每个时隙，分发节点i根据消息大小对消息进行递减排序；

步骤602：基于多跳传输时延和路径跳数的折衷，构建多跳内容分发的效用函数，然后为每个相遇节点j计算分发效用值；

分发效用函数定义为节点的连接紧密度除以传输时延期望和路径跳数的积：

D_jh表示节点j到请求集中剩余节点h的最短多跳D2D传输时延，E(D_jh)表示节点j到请求集中剩余节点的传输时延期望，hop(j,h)表示(j,h)间最短传输路径上的跳数；

步骤603：分发节点i选择具有最大分发效用的节点j^*作为最佳的接收节点：

假设每个相遇的D2D对具有相同的概率，时延的期望计算为时延的平均值，公式27能转化为下面等式：