车联网下基于喷泉码的异构节点协作缓存方法

摘要

本发明公开了车联网环境下一种基于喷泉编码的异构节点之间的协作缓存方法，包括步骤1：建立车联网环境下车与基站、道路基础设施之间的缓存模型；步骤2：基于Zipf算法，得到所有视频文件的流行程度分布；步骤3：将每个受欢迎的视频文件按照喷泉编码的规则进行编码分组，平均缓存到小基站和基础设施中；步骤4：计算所有车辆用户u从小基站和道路基础设施中获得所有的请求视频文件的下载时间。本发明的喷泉编码无需做出应答，只要移动的车辆从小的基站或者基础设施接收到一定数量的编码分组，就能够恢复源文件，保证了可靠的通信传输。

主权项

车联网下基于喷泉码的异构节点协作缓存方法，包括以下几个步骤：步骤1：建立移动车辆用户、基站以及基础设施的基本模型；在车联网环境下，一组移动车辆用户U，任意一个移动用户车辆u，其中u∈U＝{1,2,...,U}，一个宏基站BS，一组小基站sbs用集合表示，其中N表示小基站集合中的数量，沿途道路基础设施用集合表示，其中M表示基础设施的数量，用户随机请求的一组视频文件集合F＝{1,2,...,F}，其中每个视频文件f∈F的大小均为S_fbits，其中宏基站BS的缓存容量能够储存所有的文件，每个小基站sbs和道路基础设施缓存容量相同，最多缓存C bits的数据，每个移动车辆都能够从BS或者小基站以及道路基础设施中获得服务，如果一个移动用户车辆不能够从服务他的小基站或者道路基础设施中获得想要的视频内容，则从宏基站BS获得；步骤2：基于请求文件的分布服从齐普夫Zipf分布，按照流行程度由高到低进行排序，选取前50％的文件；移动用户请求文件的流行程度符合Zipf分布，即：其中，1≤i≤F其中：f_i是视频文件受欢迎程度的概率，即在所有请求文件中所占的概率，γ表示请求文件的相对流行程度的分布，根据请求视频文件的流行程度分布，用集合Ω表示，Ω＝{f₁,f₂,...,f_F}，选取视频文件中前50％的流行程度高的文件，若F为偶数，选取Ω_F/2＝{f₁,f₂,...,f_F/2}进行编码缓存，若F为奇数，选取集合Ω_F+1/2＝{f₁,f₂,...,f_F+1/2}进行编码缓存；步骤3：利用喷泉码，将选取受欢迎的视频文件平均缓存到小基站和道路基础设施中；喷泉编码的编码方式遵从如下法则：每个源文件等大小的分为K个码元，即表示为s₁,s₂,…s_K，经过喷泉码编码产生的码元t_n是从s₁,s₂,…s_K中随机d_n个相互异或而得到，其中源文件进行异或的个数d_n，d_n表示为度，度服从概率分布ρ(d)：$\rho \left(d\right)=\left(\begin{array}{cc}\frac{1}{K}& d=1;\\ \frac{1}{d(d-1)}& d=2,3,...,K;\end{array}\right.$其中：d即为d_n，表示喷泉码编码中的度；将Ω_F/2＝{f₁,f₂,...,f_F/2}中的每个视频文件f分成K块，按照喷泉码的编码规则，将根据度的分布，随机选择进行异或，编码后每个视频文件f得到L个编码分组t_n(f)，t_n(f)表示文件f经过编码后得到的分组，L是每个视频文件编码后得到的总的分组个数，根据小基站和道路基础设施的数量，平均分配每个视频文件的编码分组：$l=\frac{L}{M+N}$其中：l表示平均缓存到每个小基站和基础设施中编码分组的数量，L是M+N的整数倍，M是小基站的数量，N是道路基础设施的数量；步骤4：行驶中的移动车辆发出请求的文件后，沿路的小基站以及道路基础设施首先查看本地缓存中有没有缓存该请求的文件，若有，则缓存命中并将该数据发送给车辆，行驶中的车辆只要从沿途小基站和基础设施接收到任意K个编码后的文件即可恢复出源文件，否则，将该请求发送给宏基站，宏基站再将该请求的文件发送给请求的车辆。