何春霞，陳 剛

（中國聯(lián)通廣州市分公司，廣東 廣州 510000）

1 概 述

目前的載波聚合資源分配算法主要是在體系吞吐量與公平性方面找到平衡。在客戶分組算法基礎(chǔ)上，通過權(quán)值因子積極修改PF算法，讓信道條件不好的客戶能夠得到更高的客戶吞吐量。在處理聚合情況下的資源配置問題時(shí)，要積極構(gòu)建以效用非線性優(yōu)化問題為基礎(chǔ)的模型，從而確保客戶設(shè)備的載波質(zhì)量[1]。對(duì)比各種比例制度，運(yùn)用業(yè)務(wù)流中的服務(wù)質(zhì)量（Quality of Service，QoS）設(shè)計(jì)文件得到信道動(dòng)態(tài)并將其保存，從而提供更合適的方案，提出最后的結(jié)果，在保證公平的前提下，MG緩存制度在吞吐量方面的性能要比PF緩存制度要好?，F(xiàn)階段，無線網(wǎng)絡(luò)性能標(biāo)準(zhǔn)一般要運(yùn)用狹義的QoS，這屬于底層分組數(shù)據(jù)傳送性能，如時(shí)延以及吞吐量。這種優(yōu)化指標(biāo)無法直接體現(xiàn)出客戶對(duì)業(yè)務(wù)真正的體驗(yàn)，較高的QoS也不一定能感受到高質(zhì)量的業(yè)務(wù)。客戶體驗(yàn)質(zhì)量（Quality of Experience，QoE）屬于一種以客戶需求為核心的評(píng)價(jià)符合標(biāo)準(zhǔn)，可以直觀反饋客戶對(duì)服務(wù)是否滿意。根據(jù)最新的研究可以看出，各種客觀環(huán)境也容易影響到終端客戶業(yè)務(wù)體驗(yàn)，因此將QoE作為判斷客戶主觀感受的準(zhǔn)則[2]。通過歸納各種業(yè)務(wù)的意見得到分?jǐn)?shù)，將QoE作為基礎(chǔ)的算法，并將較大體系上的MOS歸為一類。實(shí)際上，沒有比較其他算法也可以證明其在系統(tǒng)吞吐量和公平性方面的效果。以韋伯費(fèi)希納定理為基礎(chǔ)，構(gòu)建QoE以及峰值信噪比之間的等式，積極找到客觀標(biāo)準(zhǔn)與主觀平均意見得分之間的關(guān)系。

2 將MOS增量效用積極緩存算法為基礎(chǔ)

隨著移動(dòng)互聯(lián)網(wǎng)的迅速發(fā)展，服務(wù)提供商之間的競爭逐漸激烈，人們對(duì)服務(wù)質(zhì)量的要求越來越高，因此需要將客戶需求作為服務(wù)評(píng)價(jià)標(biāo)準(zhǔn)。為了探究QoE和周圍環(huán)境影響因素的關(guān)系，要求與QoE做好量化對(duì)比，構(gòu)建更好的映射模型，進(jìn)一步十分直觀地評(píng)價(jià)QoE[3]。根據(jù)ITU提供的平均意見得分，將其運(yùn)用到主觀評(píng)價(jià)模型中。將QoE的客戶主觀體驗(yàn)分成5個(gè)級(jí)別，如表1所示。

表1 體驗(yàn)級(jí)別

3 仿真結(jié)果和分析

OAI軟件能夠通過加入各種數(shù)據(jù)完成各種仿真場景，具備可移植性與可重復(fù)性[4]。實(shí)際上，此平臺(tái)當(dāng)前只實(shí)現(xiàn)了LTE Release8的功能和Release10的一些功能，無法實(shí)現(xiàn)載波聚合功能。表2為各種仿真數(shù)據(jù)。

表2 各種仿真數(shù)據(jù)

4 5G高效緩存變革

隨著移動(dòng)通信網(wǎng)絡(luò)緩存存儲(chǔ)器數(shù)量逐漸增多，網(wǎng)絡(luò)綜合緩存命中率也逐漸提高。實(shí)際這是因?yàn)橄嗤诺乐械木彺嫫鲾?shù)據(jù)逐漸變多，造成一些客戶上網(wǎng)中網(wǎng)絡(luò)連接出現(xiàn)時(shí)間延長情況。運(yùn)用高效緩存存儲(chǔ)器合并解決模型的網(wǎng)絡(luò)，能夠更好地處理客戶網(wǎng)絡(luò)連接時(shí)長延伸的問題。多層高效緩存存儲(chǔ)器的分配方案一般有高效緩存器類別選取、高速緩存器內(nèi)保存內(nèi)容的選取等[5]。

從存儲(chǔ)角度看，5G網(wǎng)絡(luò)主動(dòng)緩存技術(shù)可以向更加高效的方面發(fā)展。企業(yè)也希望將更多數(shù)據(jù)都放入云端，從而減輕運(yùn)營成本，同時(shí)讓整體運(yùn)算過程變得更快。在無人駕駛車智能終端方面，使用攝像頭、車載雷達(dá)等收集大量數(shù)據(jù)[6]。當(dāng)前處理智能終端數(shù)據(jù)的內(nèi)存問題是有策略的，其中一種片上存儲(chǔ)器，即把存儲(chǔ)器集成在計(jì)算單元旁邊，一定程度上減少了數(shù)據(jù)的轉(zhuǎn)移，這種做法可以減輕負(fù)擔(dān)，讓功耗逐漸變低，如圖1所示。

圖1 5G網(wǎng)絡(luò)構(gòu)架

5 移動(dòng)邊緣緩存

移動(dòng)邊緣緩存可以讓客戶從小部件或者其他設(shè)備位置得到需求的內(nèi)容，不需要通過移動(dòng)核心網(wǎng)以及有線網(wǎng)絡(luò)就可以為服務(wù)供應(yīng)商提供相關(guān)內(nèi)容，解決無線需求容量與可用容量之間不平衡的問題，讓網(wǎng)絡(luò)能耗變低。邊緣緩存通常包含兩個(gè)步驟，即內(nèi)容的存放與傳遞。緩存內(nèi)容保存位置是明確的，怎樣把內(nèi)容下載到緩存節(jié)點(diǎn)，則內(nèi)容傳遞就怎樣把內(nèi)容傳遞到客戶手中[8]。通常而言，在網(wǎng)絡(luò)流量很低、網(wǎng)絡(luò)資源較多時(shí)，可進(jìn)行內(nèi)容保存；在網(wǎng)絡(luò)流量很高、網(wǎng)絡(luò)資源稀缺時(shí)，可進(jìn)行內(nèi)容傳輸。

緩存的方式通常包括編碼緩存與非編碼緩存。編碼緩存能夠?qū)⒚糠N文件分為幾種互補(bǔ)重疊的編碼段，各種基站或者移動(dòng)設(shè)備能夠緩存各種編碼段，運(yùn)用這些編碼段可以恢復(fù)源文件。針對(duì)編碼緩存，通常假定基站或者移動(dòng)設(shè)備只保存編碼位置，整個(gè)文件都要運(yùn)用這種文件的編碼信息。

通過研究能夠看出，受歡迎的內(nèi)容常常被請(qǐng)求。因此，對(duì)緩存內(nèi)容應(yīng)該關(guān)心的是緩存文件的流行程度。緩存文化的流行度就是一個(gè)固定地區(qū)內(nèi)文件庫中各種文件被全部客戶請(qǐng)求的概率。內(nèi)容本身的流行程度要服從Zipf分布，運(yùn)用文件庫的大小與流行度偏置參數(shù)積極表示。通常而言，內(nèi)容流行程度分布變化的速度和蜂窩網(wǎng)絡(luò)的流量變化相比要慢，一般情況下是常數(shù)[9]。5G標(biāo)準(zhǔn)化進(jìn)程如圖2所示。

圖2 5G標(biāo)準(zhǔn)化進(jìn)程

在5G網(wǎng)絡(luò)中，邊緣緩存的位置一般在基站與客戶移動(dòng)設(shè)備之間。針對(duì)基站緩存，可以在不是高峰的情況下將這種緩存內(nèi)容提前部署在宏基站，同時(shí)分成兩種鏈接，分別是有回傳鏈接和不存在回傳鏈接[10]。制定靈活且有效的部署方案，積極緩存流行的內(nèi)容，可以傳輸網(wǎng)絡(luò)流量。移動(dòng)設(shè)備緩存就是在內(nèi)容移動(dòng)設(shè)備上運(yùn)用D2D通信所緩存的內(nèi)容得到客戶位置，不需要通過基站?？蛻舻囊苿?dòng)性屬于邊緣緩存的重要特點(diǎn)，從空間與時(shí)間這兩個(gè)角度進(jìn)行闡述[11]。空間角度就是和客戶移動(dòng)模型有關(guān)的物理位置信息，時(shí)間角度就是和客戶移動(dòng)模型有關(guān)的時(shí)間信息。經(jīng)過客戶的移動(dòng)痕跡，能夠獲得客戶和宏基站之間的間距。因?yàn)闊o法具體到一個(gè)小區(qū)的移動(dòng)痕跡，所以服務(wù)小區(qū)更換包含很少的細(xì)粒度信息。實(shí)際在服務(wù)小區(qū)更換的時(shí)候能夠運(yùn)用馬爾可夫鏈模型進(jìn)行闡述，其中馬爾可夫鏈模型數(shù)量和基站數(shù)量相同。此外，研究人員還指出，客戶移動(dòng)性模型在一定程度上取決于客戶的社會(huì)關(guān)系。

6 結(jié) 論

本文通過探究載波聚合背景下的主動(dòng)緩存問題，將客戶體驗(yàn)質(zhì)量QoE作為優(yōu)化的對(duì)象，提供一種以MOS為基礎(chǔ)的主動(dòng)緩存算法，在滿足QoS速度需求的情況下將MOS的函數(shù)作為客戶優(yōu)先級(jí)排序的依據(jù)，提高系統(tǒng)綜合QoE。經(jīng)過驗(yàn)證，該算法實(shí)際應(yīng)用效果較好，值得推廣。