本發(fā)明屬于無線異構(gòu)網(wǎng)絡(luò)領(lǐng)域，具體涉及異構(gòu)網(wǎng)絡(luò)中基于內(nèi)容緩存的基站間協(xié)作傳輸?shù)墓?jié)能策略。

背景技術(shù)：
：

根據(jù)美國著名咨詢機構(gòu)gartner的調(diào)查結(jié)果顯示，信息通信行業(yè)(icts，informationandcommunicationtechnologies)能耗占全球總能耗的2％-10％，與其他行業(yè)對比，icts能耗相對較高。據(jù)統(tǒng)計，在2015年，通信網(wǎng)絡(luò)設(shè)備能耗約為62gw，預(yù)計這一數(shù)字將以年均12％的速度增長，在2020年增至95gw。持續(xù)增長的能量消耗已經(jīng)成為降低成本以及打造綠色環(huán)境的最主要挑戰(zhàn)。

近年來，異構(gòu)網(wǎng)絡(luò)技術(shù)已經(jīng)成為增強網(wǎng)絡(luò)能力和節(jié)省網(wǎng)絡(luò)能耗的強有力競爭者，是下一代5g技術(shù)的必然趨勢。異構(gòu)網(wǎng)絡(luò)融合場景，是指多種不同結(jié)構(gòu)的無線通信網(wǎng)絡(luò)共存而且相互融合的場景，所形成的系統(tǒng)稱為異構(gòu)融合網(wǎng)絡(luò)或異構(gòu)網(wǎng)絡(luò)融合系統(tǒng)，其資源分配追求多種網(wǎng)絡(luò)的整體綜合優(yōu)化。在異構(gòu)網(wǎng)絡(luò)融合結(jié)構(gòu)中，為了有效的實現(xiàn)節(jié)能，打造真正的綠色異構(gòu)網(wǎng)絡(luò)，需要很多方面的技術(shù)支持。其中，基于內(nèi)容緩存的多基站協(xié)作傳輸以及通過協(xié)商使部分基站休眠的策略能夠為打造未來綠色異構(gòu)網(wǎng)絡(luò)貢獻一份力量。

本項目在異構(gòu)網(wǎng)絡(luò)融合場景下，針對通信網(wǎng)絡(luò)能源消耗日益增多的問題，從優(yōu)化異構(gòu)網(wǎng)絡(luò)資源利用的角度出發(fā)，以節(jié)省網(wǎng)絡(luò)能耗為目標(biāo)，以內(nèi)容緩存技術(shù)為基礎(chǔ)，以節(jié)能為首要目的，提出基于多基站協(xié)作的合作傳輸與休眠算法。首先，多基站之間通過互通信息，能夠協(xié)調(diào)休眠基站的數(shù)量。并且，能夠協(xié)商為用戶提供不同的信號強度，即實現(xiàn)協(xié)作傳輸，從而降低能耗，使網(wǎng)絡(luò)能量得到充分合理利用。另外，內(nèi)容緩存技術(shù)，將最常用的文件存放在每個基站的緩存中，能夠減少協(xié)作基站之間信息反饋時的能量消耗。

技術(shù)實現(xiàn)要素：
：

為降低整個異構(gòu)網(wǎng)絡(luò)系統(tǒng)總能耗，本節(jié)能策略擬利用基站協(xié)作的方式，通過基站間相互通信協(xié)調(diào)，不但實現(xiàn)協(xié)作傳輸和基站休眠，還將采用內(nèi)容緩存方法解決協(xié)作時產(chǎn)生的回程能耗，實現(xiàn)為后面的高能效功率分配策略提供功率協(xié)作因子和休眠信息。首先，將系統(tǒng)總能耗分為三部分，分別為休眠模式能耗、協(xié)作傳輸能耗以及回程能耗。下一步，將最小化總能耗的問題分成內(nèi)外兩個子問題。針對前兩部分能耗，建立外部的子問題，可以證明這是一個np問題，本節(jié)能策略擬尋找可以證明性能界限的方案來解決該問題；針對回程能耗，建立內(nèi)部的子問題，并提出內(nèi)容緩存的方法，將用戶最常用的文件內(nèi)容緩存，通過提高緩存內(nèi)容與用戶需求之間的碰撞概率來降低能耗。

在具體研究工作中將首先對以上內(nèi)容進行有機分解，在深入細致研究的基礎(chǔ)上再加以全面綜合。

具體步驟如下：

步驟1：聯(lián)合基站協(xié)作傳輸與休眠模型建立

多小區(qū)協(xié)作可以完成聯(lián)合執(zhí)行基站協(xié)作傳輸和基站睡眠模式操作。這種聯(lián)合操作既可以降低小區(qū)間干擾，又可以達到節(jié)能的目的。從節(jié)能角度，每個基站都可以處于兩個模式：1)為進行高能效傳輸?shù)募せ钅Ｊ剑?)為降低操作能耗的休眠模式。協(xié)作傳輸能夠使多個基站協(xié)同為目標(biāo)用戶傳輸，從而增強接收信號強度。令用戶j的接收信干噪比(sinr)由γj表示，可以寫成如下表達式，

其中，pij和gij分別是基站i到用戶j的傳輸功率和信道系數(shù)。η是位于協(xié)作區(qū)域以外的所有基站的干擾信號總和。σ²是每個用戶接收信號的噪聲譜密度。二進制數(shù)xij代表一個傳輸任務(wù)，1表示基站i給用戶j傳輸，其他情況為0。

步驟2：內(nèi)容緩存和文件流行度模型建立

給每個基站i中配備一個緩存，即本地貯存器，其有能力儲存一組流行文件，儲存能力上限是ci。值得注意的是本發(fā)明中的緩存沒有協(xié)作功能。因此，每個基站將不會與其他基站共享其緩存的文件，也就是說，所有基站都獨立傳送需求。

每個用戶都會請求一些自己需要的文件。文件流行度可以定義為一個文件被請求的概率。令qf為文件f∈f被請求的概率。假設(shè)所有文件的大小相同，為s。本發(fā)明涉及的緩存策略是僅僅基于文件流行度來決定緩存哪組文件，而不是按照實際的用戶需求或者可預(yù)測的流量。

步驟3：能量消耗模型建立

一個協(xié)作域的能耗是指所有基站的能耗。根據(jù)能量消耗因素，假設(shè)網(wǎng)絡(luò)總能耗e^tot可以由式(2)獲得，

e^tot＝e^smo+e^ctx+e^bh(2)

式中，e^smo、e^ctx和e^bh分別是休眠基站、協(xié)作傳輸基站以及基站信息反饋所消耗的能量。

睡眠基站消耗的能量取決于激活基站的數(shù)量，因此，e^smo可以寫成

其中，和代表第i個基站分別處于激活和休眠狀態(tài)時所消耗的功率。如果基站處于激活狀態(tài)，則二進制數(shù)yi取1；反之，如果基站處于休眠狀態(tài)，則二進制數(shù)yi取0。參數(shù)τ表示每個時隙的持續(xù)時間。

假設(shè)每一組協(xié)作傳輸?shù)幕緸橐粋€簇，不同的簇會產(chǎn)生不同的接收信號增強以及相應(yīng)的能量消耗。協(xié)作簇產(chǎn)生的能量消耗e^ctx可以表示為

其中，vi是第i個基站的依賴負載的能耗的斜率。

當(dāng)遠程服務(wù)器存有吸引人的文件時就會產(chǎn)生反饋能耗。這里將反饋能耗分為動態(tài)和靜態(tài)兩部分，具體可寫為

式中，e^～bh,sta和分別是第是i個基站的靜態(tài)和動態(tài)反饋能耗，是碰撞概率，即所緩存的內(nèi)容恰好是用戶需要的內(nèi)容，可以由下式給出

其中，zfi是一個二進制數(shù)，如果文件f儲存在基站i中，則zfi為1，其他情況下，zfi為0。

那么，基于協(xié)作的基站休眠策略的目的就是合理設(shè)定休眠基站，來最小化總能耗e^tot。該問題可以劃分為兩個子問題，即內(nèi)部子問題和外部子問題。內(nèi)部子問題的目的是將最常用的文件存放在每個基站中，從而最大化碰撞概率。外部子問題的目標(biāo)是決定一組激活基站和傳輸工作，從而能夠最小化總能耗e^tot。

步驟4：降低能耗問題描述

對于降低能耗問題，多小區(qū)協(xié)作應(yīng)該是工作于高能效模式，并且，最常用的文件應(yīng)該放置于緩存中，從而最小化能耗

從數(shù)學(xué)上看，該問題可以描述為

約束條件(8a)表示接收到的sinr應(yīng)該滿足其閾值γ^th，約束條件(8b)表示儲存能力，約束條件(8c)指明，每個tp只有在其為激活狀態(tài)時才能夠參與傳輸任務(wù)；約束條件(8d)，(8e)以及(8f)分別表示傳輸任務(wù)，休眠模式以及文件放置情況。

不幸的是，可以證明，上述問題是一個np問題，缺乏直觀的解決方案，很難找到一個最佳的解決方案。因此，為了尋找該問題的優(yōu)化解，本發(fā)明將其分解成內(nèi)部和外部兩個子問題。

內(nèi)部子問題的目標(biāo)是通過盡量避免遠距離取文件來最小化回程能耗。其等價問題是最大化碰撞概率，可以寫為

s.t.(8b),(8f)

外部子問題的目標(biāo)是追求高能效的多小區(qū)協(xié)作傳輸，即在內(nèi)部子問題基礎(chǔ)上優(yōu)化總能耗

s.t.(8a)(8c)(8d)(8e)

步驟5：內(nèi)容緩存利于優(yōu)化總能耗證明

下面證明數(shù)據(jù)內(nèi)容經(jīng)過緩存之后再發(fā)送，即內(nèi)部子問題的優(yōu)化有利于最終尋找最小化總能耗e^tot。

假設(shè)是與最優(yōu)的碰撞概率和最優(yōu)總能耗e^tot*相應(yīng)的整個優(yōu)化問題的一組優(yōu)化解決策略。令是內(nèi)部內(nèi)容緩存子問題的優(yōu)化解決策略，相應(yīng)的碰撞概率和總能耗分別定義為和

由于是內(nèi)部內(nèi)容緩存子問題的優(yōu)化解決策略，那么對于每個i∈m，碰撞概率會滿足

同理，由于是外部子問題的優(yōu)化解決策略，總能耗滿足

由以上兩式，可以得到

由于是整個問題的優(yōu)化策略，而上述不等式一定成立，因此，可以推測出，和也是一組優(yōu)化策略。

綜上可以證明，優(yōu)化內(nèi)容緩存有利于優(yōu)化總能耗。

步驟6：解決內(nèi)部子問題

由于問題被成功分解為內(nèi)外兩個子問題，每個基站能夠簡單的以一種貪婪的方法將文件放置于自己的緩存中，即不用考慮其他基站的行為，具體算法步驟如下：

輸入：f，m，qf，

輸出：

1：對m中的每個i；

2：將f按照qf的降序排列在中；

3：令a＝s，k＝1，

4：當(dāng)a≤ci，且k≤|f|，

5：使fk'成為的第k個元素。

6：將設(shè)置成1，即

7：更新使a←a+s，k←k+1

8：用公式(6)計算基于的

步驟7：解決外部子問題

外部子問題的目標(biāo)是識別設(shè)置的有效基站和傳輸分配，使得總能量消耗最小化的同時可以滿足sinr閾值。然而，這個問題是所謂的非確定性的。因此，本發(fā)明提出了基于局部搜索啟發(fā)式算法進行近似求解。

外部子問題算法的目的是確定有效的基站集合m'和傳輸分配的集合，其中λ'＝{λ'j,j∈n}和λ'j表示協(xié)作的向用戶j發(fā)送信號的一簇基站。本地搜索的初始值為m″和λ″，其值是基于信道系數(shù)構(gòu)造的。特別的，對于每個用戶的傳輸分配是從只包括一個基站開始(從具有最大通道系數(shù)的開始)，直到滿足目標(biāo)sinr閾值或者達到大小為b^max的最大簇數(shù)。緊接著，算法開始從b(m″)中尋找更好的方案以使總能量的消耗減少，其中b(m″)會基于事先定義的局部移動來定義m″的近鄰(稍后做詳細分析)。該算法將重復(fù)檢測是否存在改進的可行局部移動。如果不存在這樣的局部移動，則該算法停止并且達到一組局部最優(yōu)解。

如果一簇激活基站為用戶提供了對于目標(biāo)sinr閾值來說令人滿意的接收的sinr，則稱這組基站為可行sinr。用戶j的所有的可行sinr簇由aj表示，其用戶與信道系數(shù)相關(guān)，并且可以用離線方式構(gòu)建?？紤]到當(dāng)前的解決方案m″和λ″，本地搜索的結(jié)果近鄰可以定義為：

b(m″)＝b^on(m″)∪b^off(m″)∪b^swap(m″),(14)

其中b^on(m″)，b^off(m″)和b^swap(m″)分別表示進行相應(yīng)的局部移動的近鄰，分別為開啟移動近鄰，關(guān)閉移動近鄰和交換移動近鄰。

開啟移動是讓一些不活躍的基站進入活動模式，這樣做的目標(biāo)是尋求可能改進的傳輸重分配。因此所得的近鄰為：

關(guān)閉移動是讓活躍的基站進入休眠的模式，以便于節(jié)省操作功耗。必須確保的是，這樣的移動之后，目標(biāo)sinr閾值仍可以通過剩余活動基站來滿足所有的用戶。在這方面，所得到的近鄰表達為：

b^off(m″)＝{m″\{i}|i∈m″,m″\{i}∈αj,j∈n}.(16)

交換移動操作是使開啟和關(guān)閉同時進行。特別的，當(dāng)關(guān)閉活躍的基站可能會影響到某個用戶時，可以同時開啟一些其他基站以維持可行sinr。因此，所得到近鄰為：

解決外部子問題具體算法步驟如下：

輸入：m,n,m″,λ″j,b(.),γ^th,gij,j∈n

輸出：m'，λ'j，

1：設(shè)置更多的搜索←正確；

2：當(dāng)更多搜索為正確的狀態(tài)，執(zhí)行以下操作

3：設(shè)置更多的搜索←錯誤；

4：對于每個執(zhí)行以下操作

5：對于每個j∈n時

6：找到最小化的子集使γj＞＝γ^th；

7：使用(7)來計算基于m″和λ″j的e^～tot″，以及基于和的

8：如果則

9：更新和

10：設(shè)置更多搜索←正確；

11：終止；

12：設(shè)置m'←m″和λ'j←λ″j，

與現(xiàn)有技術(shù)相比較，本發(fā)明的有益效果在于：

基于內(nèi)容緩存的多基站協(xié)作傳輸以及通過協(xié)商使部分基站休眠的策略能夠為打造未來綠色異構(gòu)網(wǎng)絡(luò)貢獻一份力量。首先，多基站之間通過互通信息，能夠協(xié)調(diào)休眠基站的數(shù)量。并且，能夠協(xié)商為用戶提供不同的信號強度，即實現(xiàn)協(xié)作傳輸，從而降低能耗，使網(wǎng)絡(luò)能量得到充分合理利用。另外，內(nèi)容緩存技術(shù)，將最常用的文件存放在每個基站的緩存中，能夠減少協(xié)作基站之間信息反饋時的能量消耗。本發(fā)明解決的關(guān)鍵問題是建立和解決基站協(xié)作節(jié)能的外部子問題中的np問題，并且與內(nèi)部內(nèi)容緩存相結(jié)合，實現(xiàn)有效的基于基站協(xié)作的網(wǎng)絡(luò)節(jié)能策略。

具體實施方式：

下面結(jié)合實施例對本發(fā)明作進一步的說明：

為降低整個異構(gòu)網(wǎng)絡(luò)系統(tǒng)總能耗，本項目擬利用基站協(xié)作的方式，通過基站間相互通信協(xié)調(diào)，不但實現(xiàn)協(xié)作傳輸和基站休眠，還將采用內(nèi)容緩存方法解決協(xié)作時產(chǎn)生的回程能耗，實現(xiàn)為后面的高能效功率分配策略提供功率協(xié)作因子和休眠信息。首先，將系統(tǒng)總能耗分為三部分，分別為休眠模式能耗、協(xié)作傳輸能耗以及回程能耗。下一步，將最小化總能耗的問題分成內(nèi)外兩個子問題。針對前兩部分能耗，建立外部的子問題，可以證明這是一個np問題，本項目擬尋找可以證明性能界限的方案來解決該問題；針對回程能耗，建立內(nèi)部的子問題，并提出內(nèi)容緩存的方法，將用戶最常用的文件內(nèi)容緩存，通過提高緩存內(nèi)容與用戶需求之間的碰撞概率來降低能耗。

在具體研究工作中將首先對以上內(nèi)容進行有機分解，在深入細致研究的基礎(chǔ)上再加以全面綜合。

具體步驟如下：

步驟1：聯(lián)合基站協(xié)作傳輸與休眠模型建立

多小區(qū)協(xié)作可以完成聯(lián)合執(zhí)行基站協(xié)作傳輸和基站睡眠模式操作。這種聯(lián)合操作既可以降低小區(qū)間干擾，又可以達到節(jié)能的目的。從節(jié)能角度，每個基站都可以處于兩個模式：1)為進行高能效傳輸?shù)募せ钅Ｊ剑?)為降低操作能耗的休眠模式。協(xié)作傳輸能夠使多個基站協(xié)同為目標(biāo)用戶傳輸，從而增強接收信號強度。令用戶j的接收信干噪比(sinr)由γj表示，可以寫成如下表達式，

其中，pij和gij分別是基站i到用戶j的傳輸功率和信道系數(shù)。η是位于協(xié)作區(qū)域以外的所有基站的干擾信號總和。σ²是每個用戶接收信號的噪聲譜密度。二進制數(shù)xij代表一個傳輸任務(wù)，1表示基站i給用戶j傳輸，其他情況為0。

步驟2：內(nèi)容緩存和文件流行度模型建立

給每個基站i中配備一個緩存，即本地貯存器，其有能力儲存一組流行文件，儲存能力上限是ci。值得注意的是本發(fā)明中的緩存沒有協(xié)作功能。因此，每個基站將不會與其他基站共享其緩存的文件，也就是說，所有基站都獨立傳送需求。

每個用戶都會請求一些自己需要的文件。文件流行度可以定義為一個文件被請求的概率。令qf為文件f∈f被請求的概率。假設(shè)所有文件的大小相同，為s。本發(fā)明涉及的緩存策略是僅僅基于文件流行度來決定緩存哪組文件，而不是按照實際的用戶需求或者可預(yù)測的流量。

步驟3：能量消耗模型建立

一個協(xié)作域的能耗是指所有基站的能耗。根據(jù)能量消耗因素，假設(shè)網(wǎng)絡(luò)總能耗e^tot可以由式(2)獲得，

e^tot＝e^smo+e^ctx+e^bh(2)

式中，e^smo、e^ctx和e^bh分別是休眠基站、協(xié)作傳輸基站以及基站信息反饋所消耗的能量。

睡眠基站消耗的能量取決于激活基站的數(shù)量，因此，e^smo可以寫成

其中，和代表第i個基站分別處于激活和休眠狀態(tài)時所消耗的功率。如果基站處于激活狀態(tài)，則二進制數(shù)yi取1；反之，如果基站處于休眠狀態(tài)，則二進制數(shù)yi取0。參數(shù)τ表示每個時隙的持續(xù)時間。

假設(shè)每一組協(xié)作傳輸?shù)幕緸橐粋€簇，不同的簇會產(chǎn)生不同的接收信號增強以及相應(yīng)的能量消耗。協(xié)作簇產(chǎn)生的能量消耗e^ctx可以表示為

其中，vi是第i個基站的依賴負載的能耗的斜率。

當(dāng)遠程服務(wù)器存有吸引人的文件時就會產(chǎn)生反饋能耗。這里將反饋能耗分為動態(tài)和靜態(tài)兩部分，具體可寫為

式中，e^～bh,sta和分別是第是i個基站的靜態(tài)和動態(tài)反饋能耗，是碰撞概率，即所緩存的內(nèi)容恰好是用戶需要的內(nèi)容，可以由下式給出

其中，zfi是一個二進制數(shù)，如果文件f儲存在基站i中，則zfi為1，其他情況下，zfi為0。

那么，基于協(xié)作的基站休眠策略的目的就是合理設(shè)定休眠基站，來最小化總能耗e^tot。該問題可以劃分為兩個子問題，即內(nèi)部子問題和外部子問題。內(nèi)部子問題的目的是將最常用的文件存放在每個基站中，從而最大化碰撞概率。外部子問題的目標(biāo)是決定一組激活基站和傳輸工作，從而能夠最小化總能耗e^tot。

步驟4：降低能耗問題描述

對于降低能耗問題，多小區(qū)協(xié)作應(yīng)該是工作于高能效模式，并且，最常用的文件應(yīng)該放置于緩存中，從而最小化能耗

從數(shù)學(xué)上看，該問題可以描述為

約束條件(8a)表示接收到的sinr應(yīng)該滿足其閾值γ^th，約束條件(8b)表示儲存能力，約束條件(8c)指明，每個tp只有在其為激活狀態(tài)時才能夠參與傳輸任務(wù)；約束條件(8d)，(8e)以及(8f)分別表示傳輸任務(wù)，休眠模式以及文件放置情況。

不幸的是，可以證明，上述問題是一個np問題，缺乏直觀的解決方案，很難找到一個最佳的解決方案。因此，為了尋找該問題的優(yōu)化解，本發(fā)明將其分解成內(nèi)部和外部兩個子問題。

內(nèi)部子問題的目標(biāo)是通過盡量避免遠距離取文件來最小化回程能耗。其等價問題是最大化碰撞概率，可以寫為

s.t.(8b),(8f)

外部子問題的目標(biāo)是追求高能效的多小區(qū)協(xié)作傳輸，即在內(nèi)部子問題基礎(chǔ)上優(yōu)化總能耗

s.t.(8a)(8c)(8d)(8e)

步驟5：內(nèi)容緩存利于優(yōu)化總能耗證明

下面證明數(shù)據(jù)內(nèi)容經(jīng)過緩存之后再發(fā)送，即內(nèi)部子問題的優(yōu)化有利于最終尋找最小化總能耗e^to^t。

假設(shè)是與最優(yōu)的碰撞概率和最優(yōu)總能耗e^to^t*相應(yīng)的整個優(yōu)化問題的一組優(yōu)化解決策略。令是內(nèi)部內(nèi)容緩存子問題的優(yōu)化解決策略，相應(yīng)的碰撞概率和總能耗分別定義為和

由于是內(nèi)部內(nèi)容緩存子問題的優(yōu)化解決策略，那么對于每個i∈m，碰撞概率會滿足

同理，由于是外部子問題的優(yōu)化解決策略，總能耗滿足

由以上兩式，可以得到

由于是整個問題的優(yōu)化策略，而上述不等式一定成立，因此，可以推測出，和也是一組優(yōu)化策略。

綜上可以證明，優(yōu)化內(nèi)容緩存有利于優(yōu)化總能耗。

步驟6：解決內(nèi)部子問題

由于問題被成功分解為內(nèi)外兩個子問題，每個基站能夠簡單的以一種貪婪的方法將文件放置于自己的緩存中，即不用考慮其他基站的行為，具體算法步驟如下：

輸入：f，m，qf，

輸出：

1：對m中的每個i；

2：將f按照qf的降序排列在中；

3：令a＝s，k＝1，

4：當(dāng)a≤ci，且k≤|f|，

5：使fk'成為的第k個元素。

6：將設(shè)置成1，即

7：更新使a←a+s，k←k+1

8：用公式(6)計算基于的

步驟7：解決外部子問題

外部子問題的目標(biāo)是識別設(shè)置的有效基站和傳輸分配，使得總能量消耗最小化的同時可以滿足sinr閾值。然而，這個問題是所謂的非確定性的。因此，本發(fā)明提出了基于局部搜索啟發(fā)式算法進行近似求解。

外部子問題算法的目的是確定有效的基站集合m'和傳輸分配的集合，其中λ'＝{λ'j,j∈n}和λ'j表示協(xié)作的向用戶j發(fā)送信號的一簇基站。本地搜索的初始值為m″和λ″，其值是基于信道系數(shù)構(gòu)造的。特別的，對于每個用戶的傳輸分配是從只包括一個基站開始(從具有最大通道系數(shù)的開始)，直到滿足目標(biāo)sinr閾值或者達到大小為b^max的最大簇數(shù)。緊接著，算法開始從b(m″)中尋找更好的方案以使總能量的消耗減少，其中b(m″)會基于事先定義的局部移動來定義m″的近鄰(稍后做詳細分析)。該算法將重復(fù)檢測是否存在改進的可行局部移動。如果不存在這樣的局部移動，則該算法停止并且達到一組局部最優(yōu)解。

如果一簇激活基站為用戶提供了對于目標(biāo)sinr閾值來說令人滿意的接收的sinr，則稱這組基站為可行sinr。用戶j的所有的可行sinr簇由aj表示，其用戶與信道系數(shù)相關(guān)，并且可以用離線方式構(gòu)建?？紤]到當(dāng)前的解決方案m″和λ″，本地搜索的結(jié)果近鄰可以定義為：

b(m″)＝b^on(m″)∪b^off(m″)∪b^swap(m″),(14)

其中b^on(m″)，b^off(m″)和b^swap(m″)分別表示進行相應(yīng)的局部移動的近鄰，分別為開啟移動近鄰，關(guān)閉移動近鄰和交換移動近鄰。

開啟移動是讓一些不活躍的基站進入活動模式，這樣做的目標(biāo)是尋求可能改進的傳輸重分配。因此所得的近鄰為：

關(guān)閉移動是讓活躍的基站進入休眠的模式，以便于節(jié)省操作功耗。必須確保的是，這樣的移動之后，目標(biāo)sinr閾值仍可以通過剩余活動基站來滿足所有的用戶。在這方面，所得到的近鄰表達為：

b^off(m″)＝{m″\{i}|i∈m″,m″\{i}∈αj,j∈n}.(16)

交換移動操作是使開啟和關(guān)閉同時進行。特別的，當(dāng)關(guān)閉活躍的基站可能會影響到某個用戶時，可以同時開啟一些其他基站以維持可行sinr。因此，所得到近鄰為：

解決外部子問題具體算法步驟如下：

輸入：m,n,m″,λ″j,b(.),γ^th,gij,j∈n

輸出：m'，λ'j，

1：設(shè)置更多的搜索←正確；

2：當(dāng)更多搜索為正確的狀態(tài)，執(zhí)行以下操作

3：設(shè)置更多的搜索←錯誤；

4：對于每個執(zhí)行以下操作

5：對于每個j∈n時

6：找到最小化的子集使γj＞＝γ^th；

7：使用(7)來計算基于m″和λ″j的e^～tot″，以及基于和的

8：如果則

9：更新和

10：設(shè)置更多搜索←正確；

11：終止；

12：設(shè)置m'←m″和λ'j←λ″j，

基于內(nèi)容緩存的基站協(xié)作節(jié)能策略，本節(jié)能策略擬利用基站協(xié)作的方式，通過基站間相互通信協(xié)調(diào)，實現(xiàn)協(xié)作傳輸和基站休眠。首先，將系統(tǒng)總能耗分為三部分，分別為休眠模式能耗、協(xié)作傳輸能耗以及回程能耗。下一步，將最小化總能耗的問題分成內(nèi)外兩個子問題。針對前兩部分能耗，建立外部的子問題，可以證明這是一個np問題。本發(fā)明解決了建立和解決基站協(xié)作節(jié)能的外部子問題中的np問題，并且與內(nèi)部內(nèi)容緩存相結(jié)合，實現(xiàn)有效的基于基站協(xié)作的網(wǎng)絡(luò)節(jié)能策略。