雾无线接入网协作缓存方法研究文献综述

文献综述（或调研报告）：

1. 雾无线接入网

雾无线接入网的架构如图1所示，其中包含了基带处理单元（BBU）池和大功率节点（HPN），以及雾无线接入节点（F-AP）。所有的信号处理单元集中在BBU池中来共享整体的信令，数据和信道状态信息。HPN主要用来实现控制平面的功能，为所有的F-AP提供控制信令和小区特定参考信号，并为高频移动的用户提供比特速率的基本覆盖。F-AP通过前传链路与BBU相连接，邻近的F-AP之间可以互相通信。BBU池通过集中式大规模协同多点（CoMP）传输技术进行联合处理和调度，抑制F-AP和HPN层间干扰。

图 雾无线接入网的系统架构

F-AP也具备协作无线信号处理（CRSP）和协同无线资源管理（CRMM）功能，相邻的F-AP可以互相通信连接并形成不赞同种类的拓扑结构来实现本地分布式CRSP。相比于网状拓扑结构，树状拓扑结构可以节省网络部署和维护成本，更加适合雾无线接入网的架构。同时F-AP还可以缓存一些流行文件，使得用户可以直接从F-AP处下载，有效缓解了网络前传链路和BBU池的开销负担，降低了传输时延。

雾无线接入网完全兼容5G的其他技术，例如大规模MIMO，认知无线电，毫米波通信和非正交多址技术都可以在其中直接应用。依靠网络边缘的F-AP的实时CRSP和CRRM功能，可以实现网络对流量和无线环境动态变化的自适应过程，通过对于分布协作式和大规模集中式协作等不同模式的智能选择，实现以用户为中心的网络功能。

2. 雾无线接入网中的缓存研究

最近，已经有很多关于边缘缓存的研究。在[1]中，作者研究了雾无线接入网中的缓存分布问题，并且基于每个文件对于用户的流行度，设计了分布式和集中式的两种缓存布置策略。并且用近似算法解决了集中式的缓存分布，采用置信度传播算法解决了分布式的缓存分布问题。在[2]中，作者提出了一种基于置信度传播（belief propagation）的分布式算法。这种算法拥有较低的计算复杂度而且可以让网络中的基站通过本地信息（local information）来做出各自的缓存决定，但是该算法需要网络中每个节点都和相邻节点交换置信度，会造成较大的信令开销。在[3]中，作者提出了一种适用于多层异构网的协作式缓存策略，考虑了多层缓存节点之间的协作缓存，填补了传统的核心缓存和边缘缓存之间的空白。文章主要通过文件请求的逐层转发来实现协作，并采用贪心算法来解决协作缓存的布置问题，可以求得缓存布置问题的最优解，但是存在计算复杂度较高的缺。文章[4]中，作者研究了包含了设备到设备（device to device）传输的无线网络中的缓存布置问题，同样考虑了设备层和基站层的多层缓存分布问题，但是和[3]的区别在于[4]考虑了同一层内的横向协作和不同层间的纵向协作而[3]中只考虑了层间的纵向协作。[5]研究了编码缓存，实现了基站对用户的编码组播，从而显著降低了网络的传输延时。[6]中将这种编码缓存应用在了分布式的网络中，[7]将这种编码缓存应用在了多层的异构网中。