本发明涉及无线电传输系统技术领域，特别是指一种基于基站缓存和前向链路组播传输的联合波束设计方法。
背景技术：
随着超高清视频、自动驾驶以及远程医疗等应用的快速发展，如何实现高速率低时延数据传输是未来无线通信需要解决的关键问题之一。另外，随着将来基站(basestation，bs)超密集部署，bs间的干扰管理也将是一大挑战。因此，有研究者提出云无线接入网络(cloud-radioaccessnetwork，c-ran)系统结构，通过把bs大部分功能如信号处理、预编码设计等转移到云端的基带处理单元(basebandunit，bbu)，在云端对所有bs进行统一资源管理，可有效降低bs间干扰并提高系统传输速率。
前向链路容量是限制c-ran性能的一个重要因素，为降低高峰时期前向链路数据传输负担，可在bs配置本地缓存。云端可在非高峰期把用户频繁请求的文件预先通过前向链路传输至bs并存储起来，当用户再次请求该文件时，bs可直接发送至用户，从而减少前向链路数据流量，降低系统传输延迟，避免网络拥塞。另外，为降低bs间干扰，有学者提出多点协作技术(coordinatedmultiple-point，comp)，使多个bs联合服务用户。但是，这需要云端把用户请求的信息发送至所有协作的bs，增加了前向链路传输负担。为解决该问题，可在前向链路采用组播传输技术将信息广播至协作的bs。
近年来，已有学者研究组播和缓存技术在c-ran中的应用。例如，文献[taomeixia,chenrrkai,zhouhao,etal.content-centricsparsemulticastbeamformingforcache-enabledcloudran[j].ieeetransactionsonwirelesscommunications,2016,15(9):6118-6131.doi:10.1109/twc.2016.2578922.]研究了以内容为核心的波束设计问题，以最小化回传数据成本和传输功率成本的加权和为目标，通过光滑函数逼近l0范数，提出基于半定松弛的凹凸过程和一般凹凸过程两种算法进行对比，实现系统总传输成本最小。文献[liyang,xiaminghuaandwuyikchung.cachingatbasestationswithmulti-clustermulticastwirelessbackhaulviaacceleratedfirst-orderalgorithms[j].ieeetransactionsonwirelesscommunications,2020,19(5):2920-2933.doi:10.1109/twc.2020.2969149.]考虑多个bs服务簇相互干扰情况下，提出一种加速一阶算法实现系统传输总速率最大。文献[左加阔,杨龙祥,鲍楠.异构云无线接入网络中的波束成形算法[j].通信学报,2019,40(8):45-53.doi:10.11959/j.issn.1000-436x.2019170.]研究了复杂场景下的异构云无线接入网络中波束设计问题，利用交替优化技术和拉格朗日对偶方法，联合优化宏基站和微基站的波束，实现系统传输速率最大。文献[chend,schedlersandkuehnv.backhaultrafficbalancinganddynamiccontent-centricclusteringforthedownlinkoffogradioaccessnetwork[c].ieee17thinternationalworkshoponsignalprocessingadvancesinwirelesscommunications(spawc),edinburgh,2016:1-5.doi:10.1109/spawc.2016.7536735.]在雾无线接入网络下行链路中提出一种基于矢量和聚类模式的算法，根据各个回程容量平衡回程流量，确保每个用户的服务质量(qualityofservice，qos)，并最大程度地降低功耗。文献[daibinbin,liuyafengandyuwei.optimizedbase-stationcacheallocationforcloudradioaccessnetworkwithmulticastbackhaul[j].ieeejournalonselectedareasincommunications,2018,36(8):1737-1750.doi:10.1109/jsac.2018.2844638.]考虑在有限回程容量链路情况下，提出一种双时间尺度缓存分配和波束设计方案，利用样本逼近法和交替方向乘子法(alternatingdirectionmethodofmultipliers，admm)，将更多缓存分配给服务簇中信道质量较差的bs，从而实现系统传输功率最大或传输时延最小，但未考虑将缓存较少和前向信道质量较差的bs移除服务簇。
对于前向链路采用组播传输的c-ran系统，当协作bs簇中某个bs缓存文件较少时，将增加传输文件的数量，导致前向链路传输时延增加，降低了系统性能。另外，当某个bs前向链路信道质量较差时，也将严重影响组播传输速率，增加了系统传输时延。而当前研究工作中均未考虑上述两种情况，并不能使系统获得最优性能。
技术实现要素：
针对上述背景技术中存在的不足，本发明提出了一种基于基站缓存和前向链路组播传输的联合波束设计方法，解决了现有技术中云无线接入网络系统的数据传输时延较长的技术问题。
本发明的技术方案是这样实现的：
一种基于基站缓存和前向链路组播传输的联合波束设计方法，其步骤如下：
步骤一：构建支持bs缓存的云无线接入网络下行链路模型，其中，bs设有l个，且l个bs形成bs簇，l个bs均与中央处理器相连接，l个bs均与用户终端相连接，l个bs和用户终端均配备单天线；
步骤二：计算用户终端处的接收信号，并根据用户终端处的接收信号计算接入链路传输速率；
步骤三：计算每个bs的接收信号以及中央处理器到每个bs的前向链路传输速率，并根据前向链路传输速率和用户终端处的接收信号计算前向链路组播传输速率；
步骤四：根据组播传输特性计算中央处理器向bs簇发送的未缓存的文件；
步骤五：根据接入链路传输速率、前向链路组播传输速率和未缓存的文件计算文件传输时延；
步骤六：构建基于文件传输时延的第一目标函数及第一目标函数的约束条件；
步骤七：采用l0范数逼近、连续凸逼近和半正定松弛方法将第一目标函数及第一目标函数的约束条件转化为第二目标函数和第二目标函数的约束条件；
步骤八：利用改进的sca算法对第二目标函数进行迭代寻优，输出文件传输最小时延。
所述用户终端处的接收信号为：
y*＝ghvx* n
其中，x*是bs簇发射的信号，y*是用户终端接收的信号，
所述接入链路传输速率为：
其中，g＝ggh，v＝vvh且满足
所述每个bs的接收信号为：
其中，yl为bsl的接收信号，x是中央处理器发射的组播信号，满足
所述中央处理器到每个bs的前向链路传输速率为：
其中，
所述前向链路组播传输速率为：
其中，rfr为前向链路组播传输速率，δ为常数，||v(l,l)||0表示v(l,l)的l0范数。
所述中央处理器向bs簇发送的未缓存的文件为：
其中，ψmax为中央处理器向bs簇发送的未缓存的文件，θl为bsl的缓存率，ωf为用户终端请求的文件。
所述文件传输时延包括前向链路传输时延tfr和接入链路传输时延ta，分别描述为：
所述第一目标函数及第一目标函数的约束条件分别为：
其中，rank(·)表示矩阵的秩。
所述第二目标函数和第二目标函数的约束条件分别为：
其中，
所述利用改进的sca算法对第二目标函数进行迭代寻优的方法为：
s81、设置迭代次数i＝1，最大迭代次数为imax，初始化
s82、对第二目标函数p2进行求解，得到解w*,v*,
s83、令i＝i 1，更新v[i]←v*,
s84、若最优解的秩为1，输出最优解walg.1和valg.1，否则，采用随机化方法来获得秩等于1时的解walg.1和valg.1；
s85、设置门限阈值β，如果valg.1(l,l)/pa≤β成立，则将对应的bsl从bs簇中移除，即valg.1(l,l)＝0；若不成立，则保留bsl，并优化其传输功率最大化，得到新的优化解valg.2；
s86、令valg.2替换valg.1，重新优化计算文件传输时延，并输出文件传输最小时延。
本技术方案能产生的有益效果：
1)为实现云无线接入网络(c-ran)系统低时延数据传输，本发提出一种基站缓存和前向链路组播传输模式，通过联合优化前向链路组播波束和接入链路波束使系统传输时延最小。
2)本发明采用l0范数逼近、连续凸逼近和半正定松弛技术，将最初非凸的时延最小化问题转化为凸优化问题，并提出一种有效的迭代算法获得最初问题的解。
3)不同于传统基于缓存的c-ran组播传输方案，本发明方法根据基站缓存内容和前向链路信道质量决定基站所处的服务状态，即暂停服务和继续服务；并且在考虑bs不同缓存率的情况下，比较了本发明方法与传统基于缓存的c-ran组播传输方案的性能——仿真结果表明，本发明方法在一定条件下能够有效降低系统传输时延。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的系统模型。
图2为本发明的传输时延随h1信道比例参数α的变化。
图3为本发明的传输时延随bs1缓存率θ1的变化(α＝0.1)。
图4为本发明的传输时延随bs1缓存率θ1的变化(α＝0.6)。
图5为本发明的传输时延随bs同步缓存率θ的变化。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种基于基站缓存和前向链路组播传输的联合波束设计方法，考虑bs缓存和其前向链路信道质量，形成了一个联合优化前向链路波束和接入链路波束实现系统传输时延最小的优化问题。通过采用连续凸逼近(successiveconvexoptimization,sca)技术和l0范数逼近理论，且考虑云端基站和各bs最大传输功率约束，提出一种迭代优化算法实现系统传输时延最小。并且在考虑bs不同缓存率的情况下，比较了本发明方法与传统基于缓存的c-ran组播传输方案的性能。仿真结果表明，本发明方法在一定条件下可有效降低系统传输时延。具体步骤如下：
步骤一：构建支持bs缓存的云无线接入网络下行链路模型，其中，bs设有l个，且l个bs形成bs簇，l个bs均与中央处理器相连接，l个bs均与用户终端相连接，l个bs和用户终端均配备单天线；支持bs缓存的c-ran下行链路模型如图1所示，每个bs配置一个本地缓存，由于其缓存容量有限，在非高峰时段bs可通过组播从云端接收用户频繁请求的部分文件。考虑由l个协作bs组成一个簇联合服务用户，云端基站配备m根天线，bs
步骤二：计算用户终端处的接收信号，并根据用户终端处的接收信号计算接入链路传输速率；
由于所有bs联合服务用户，定义bs簇和用户之间的接入链路信道系数定义为
y*＝ghvx* n(1)
其中，x*是bs簇发射的信号，y*是用户终端接收的信号，
所述接入链路传输速率为：
其中，g＝ggh，v＝vvh且满足
步骤三：计算每个bs的接收信号以及中央处理器到每个bs的前向链路传输速率，并根据前向链路传输速率和用户终端处的接收信号计算前向链路组播传输速率；
中央处理器(centralprocessor,cp)和bsl之间的前向链路信道向量定义为
其中，yl为bsl的接收信号，x是中央处理器发射的组播信号，满足
则从cp到bsl的前向链路传输速率可表示为：
其中，
根据(4)，可得前向链路组播传输速率为：
对于用户请求的文件ωf，假设bsl已经缓存部分文件ψl。根据组播传输特性，cp总是传输bs簇中文件未缓存部分(ωf-ψl)的最大值
其中，θl表示bsl对文件ωf的缓存率，即θl＝ψl/ωf。cp通过组播传输将用户请求文件的未缓存部分发送到bs簇，且在接入链路传输阶段，bs簇协作为用户服务。故文件传输时延分为两部分：前向链路传输时延tfr和接入链路传输时延ta。分别描述如下：
从式(5)可知，前向链路组播传输速率
其中，rfr为前向链路组播传输速率，δ为常数，且δ接近于0，||v(l,l)||0表示v(l,l)的l0范数，当v(l,l)＝0时，有||v(l,l)||0＝0，否则为1。
步骤四：当bsl的缓存率θl较小时，
其中，ψmax为中央处理器向bs簇发送的未缓存的文件，θl为bsl的缓存率，ωf为用户终端请求的文件。
步骤五：根据接入链路传输速率、前向链路组播传输速率和未缓存的文件计算文件传输时延；根据式(9)和(10)可得，前向链路传输时延tfr可重新表示为：
步骤六：构建基于文件传输时延的第一目标函数及第一目标函数的约束条件；
本发明目标是在云端基站和各bs传输功率约束下，假设所有信道状态信息和θl已知，考虑bs缓存和前向链路信道质量，联合优化前向链路波束和接入链路波束，最小化系统传输时延，其优化问题可写为：
其中，rank(·)表示矩阵的秩。由于目标函数和秩为1约束的非凸性，问题p0是一个非凸的优化问题，无法直接通过凸优化(convexoptimization,cvx)进行求解，且式(9)中的l0范数逼近是一个较为复杂的问题，如何逼近l0范数使得本发明方法的性能优于传统组播传输方案是解决优化问题的关键。
根据式(8)和(11)，可将问题p0表述为第一目标函数及第一目标函数的约束条件，分别为：
步骤七：采用l0范数逼近、连续凸逼近和半正定松弛方法将第一目标函数及第一目标函数的约束条件转化为第二目标函数和第二目标函数的约束条件；
令
由于式(14)是一个非凸约束，可引入辅助变量cl和εl，将式(14)转化为：
式(15)可重新表述为凸的线性矩阵不等式如下：
此时式(17)仍是一个非凸约束，可根据一阶泰勒式逼近得，
由于l0范数的离散性，式(19)是非凸的。本发明采用l0范数可以通过加权的l1范数迭代逼近，其结果是线性连续且具有凸性，公式描述如下：
其中τ为常数。当v(l,l)＞＞τ时，l0的线性加权逼近结果接近1。相反地，v(l,l)＜＜τ时，该逼近结果将接近0。因此，τ是决定逼近效果的关键门限参数。在第i次迭代中，如果bsl的传输功率v[i](l,l)减小，将导致在(i 1)次迭代中加权系数
最后引入辅助变量η，将第一目标函数p1和第一目标函数的约束条件最终转化第二目标函数和第二目标函数的约束条件：
步骤八：利用改进的sca算法对第二目标函数进行迭代寻优，输出文件传输最小时延。
在移除秩为1约束后，p2可变成一个凸的半正定规划(semidefiniteprogramming,sdp)问题，并且可以使用标准cvx工具箱(例如cvx中的sdpt3求解器)求解。为了获得p2的最优解，需要迭代地解决松弛问题p2。并且，当最优解不满足秩为1时，可采用文献[haowanming,sungangcan,zengming,etal.jointbeamformingandpowersplittingdesignforc-ranwithmulticastfronthaul[j].ieeewirelesscommunicationsletters,2020,9(4):571-575.doi:10.1109/lwc.2019.2963655.]中提出的随机化方法来获得秩1解。根据算法1得到的数值结果发现，式(19)的l0范数逼近效果有限，当v(l,l)＜＜τ时,逼近结果在数值上无法接近理论值0，即系统中存在信道质量较差或缓存文件较少的bsl时无法将该bsl移除。而对于信道质量较好的bsl，其传输功率会有所下降，影响系统传输性能。考虑对算法1的优化结果valg.1进行进一步的精度优化，其算法流程如下：
s81、设置迭代次数i＝1，最大迭代次数为imax，初始化
s82、对第二目标函数p2进行求解，得到解w*，v*，
s83、令i＝i 1，更新v[i]←v*,
s84、若最优解的秩为1，输出最优解walg.1和valg.1，否则，采用随机化方法来获得秩等于1时的解walg.1和valg.1；
s85、设置门限阈值β，如果valg.1(l,l)/pa≤β成立，则将对应的bsl从bs簇中移除，即valg.1(l,l)＝0；若不成立，则保留bsl，并优化其传输功率最大化，得到新的优化解valg.2；
s86、令valg.2替换valg.1，重新优化计算文件传输时延，并输出文件传输最小时延。
仿真实验
本发明通过matlab仿真平台评估本发明方法的性能，具体仿真参数如表1所示。
假设bs簇中bs1的信道向量h1较差，其余两个bs的信道质量相同，即h2＝h3，且满足h1＝αh2，其中α∈[0.1,0.6]为h1信道比例参数。为了验证本发明方法的有效性，将其与传统组播传输模型，即不考虑传输功率l0范数逼近(bs移除)的传统方案(以下简称为传统方案)进行对比。
表1仿真参数
图2给出了不同信道比例参数α下传输时延的变化趋势。可以看出，随着比例参数α的增大，h1信道质量变优，传统方案对应的传输时延逐渐减小。而本发明方法在α增大至0.29之前，移除信道质量较差的bs1，前向组播传输速率大大增加，相比于传统方案，本发明方法的传输时延较小，显示出该方案的优越性。α增大至0.29之后，保留bs1为用户服务，此时两种方案的传输时延相等，传输性能一致。
图3给出了传输时延随着bs1缓存率增大的变化趋势，其中bs2和bs3的缓存率相同，即θ2＝θ3，此时h1信道比例参数α为0.1。可以看出，对应不同的θ2，随着bs1缓存率θ1的增大，本发明方法的传输时延总是小于传统方案，这是由于此时本发明方法总是移除bs1，故本发明方法的传输性能更好。
图4给出了传输时延随bs1缓存率增大的变化趋势，其中bs2和bs3的缓存率仍相同，即θ2＝θ3，此时固定h1信道比例参数α为0.6，本发明方法中保留bs1为用户服务。可以看出，对应不同情况下的θ2，随着bs1缓存率θ1的增大，两种方案的传输时延完全相等，这是由于此时的本发明方法保留bs1，两种方案的bs服务数相同，故传输性能一致。
图5给出了固定h1信道比例参数α分别为0.1、0.5、0.8，且传输时延随所有bs缓存率同步变化(即θ1＝θ2＝θ3)的趋势。可以看出，α＝0.1<0.29时，本发明方法中bs1被移除，此时本发明方法传输性能优于传统方案；当α＝0.5或0.8，即α>0.29时，本发明方法中保留bs1为用户服务，两种方案传输性能相同。即随着bs缓存率的同步变化，本发明方法的传输性能总是不低于传统方案。
本发明研究了基于基站缓存和有限前向信道容量的c-ran联合波束设计问题，考虑bs服务簇中缓存率不同的情况，以最小化传输时延为目标，通过引入l0范数逼近，sca算法和sdp松弛技术，提出一种迭代优化算法，判断某bs传输功率是否接近0，将系统中缓存较少、信道质量较差的bs从服务簇中移除，实现系统传输时延最小。并在范数逼近结果的基础上提出一种精度优化算法进行二次优化，提高模型的优化效果。仿真结果表明，相比于传统c-ran组播传输方案，本发明方法能够有效地减小传输时延。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
1.一种基于基站缓存和前向链路组播传输的联合波束设计方法，其特征在于，其步骤如下：
步骤一：构建支持bs缓存的云无线接入网络下行链路模型，其中，bs设有l个，且l个bs形成bs簇，l个bs均与中央处理器相连接，l个bs均与用户终端相连接，l个bs和用户终端均配备单天线；
步骤二：计算用户终端处的接收信号，并根据用户终端处的接收信号计算接入链路传输速率；
步骤三：计算每个bs的接收信号以及中央处理器到每个bs的前向链路传输速率，并根据前向链路传输速率和用户终端处的接收信号计算前向链路组播传输速率；
步骤四：根据组播传输特性计算中央处理器向bs簇发送的未缓存的文件；
步骤五：根据接入链路传输速率、前向链路组播传输速率和未缓存的文件计算文件传输时延；
步骤六：构建基于文件传输时延的第一目标函数及第一目标函数的约束条件；
步骤七：采用l0范数逼近、连续凸逼近和半正定松弛方法将第一目标函数及第一目标函数的约束条件转化为第二目标函数和第二目标函数的约束条件；
步骤八：利用改进的sca算法对第二目标函数进行迭代寻优，输出文件传输最小时延。
2.根据权利要求1所述的基于基站缓存和前向链路组播传输的联合波束设计方法，其特征在于，所述用户终端处的接收信号为：
y*＝ghvx* n
其中，x*是bs簇发射的信号，y*是用户终端接收的信号，
所述接入链路传输速率为：
其中，g＝ggh，v＝vvh且满足
3.根据权利要求2所述的基于基站缓存和前向链路组播传输的联合波束设计方法，其特征在于，所述每个bs的接收信号为：
其中，yl为bsl的接收信号，x是中央处理器发射的组播信号，满足
4.根据权利要求3所述的基于基站缓存和前向链路组播传输的联合波束设计方法，其特征在于，所述中央处理器到每个bs的前向链路传输速率为：
其中，
所述前向链路组播传输速率为：
其中，rfr为前向链路组播传输速率，δ为常数，||v(l,l)||0表示v(l,l)的l0范数。
5.根据权利要求4所述的基于基站缓存和前向链路组播传输的联合波束设计方法，其特征在于，所述中央处理器向bs簇发送的未缓存的文件为：
其中，ψmax为中央处理器向bs簇发送的未缓存的文件，θl为bsl的缓存率，ωf为用户终端请求的文件。
6.根据权利要求5所述的基于基站缓存和前向链路组播传输的联合波束设计方法，其特征在于，所述文件传输时延包括前向链路传输时延tfr和接入链路传输时延ta，分别描述为：
7.根据权利要求6所述的基于基站缓存和前向链路组播传输的联合波束设计方法，其特征在于，所述第一目标函数及第一目标函数的约束条件分别为：
其中，rank(·)表示矩阵的秩。
8.根据权利要求7所述的基于基站缓存和前向链路组播传输的联合波束设计方法，其特征在于，所述第二目标函数和第二目标函数的约束条件分别为：
其中，
9.根据权利要求8所述的基于基站缓存和前向链路组播传输的联合波束设计方法，其特征在于，所述利用改进的sca算法对第二目标函数进行迭代寻优的方法为：
s81、设置迭代次数i＝1，最大迭代次数为imax，初始化
s82、对第二目标函数p2进行求解，得到解w*,v*,
s83、令i＝i 1，更新v[i]←v*,
s84、若最优解的秩为1，输出最优解walg.1和valg.1，否则，采用随机化方法来获得秩等于1时的解walg.1和valg.1；
s85、设置门限阈值β，如果valg.1(l,l)/pa≤β成立，则将对应的bsl从bs簇中移除，即valg.1(l,l)＝0；若不成立，则保留bsl，并优化其传输功率最大化，得到新的优化解valg.2；
s86、令valg.2替换valg.1，重新优化计算文件传输时延，并输出文件传输最小时延。
技术总结