12、3C 赋能异构网络资源分配与 5G 网络切片缓存策略

3C 赋能异构网络资源分配与 5G 网络切片缓存策略

1. 3C 赋能异构网络资源分配算法

在 3C（通信、计算、缓存）赋能的异构网络中，资源分配是一个关键问题。为了解决这个问题，提出了一种基于交替方向乘子法（ADMM）的分布式算法。

1.1 算法步骤

• 步骤 5：{a, ex1, ex2} 恢复 ：在之前的步骤中，变量被放宽为 0 到 1 之间的值，而不是二进制变量。在这一步，需要将 a, ex1, 和 ex2 恢复为二进制值。具体来说，通过计算每个用户的边际效益来进行恢复。对于变量 au∗,k，其恢复规则如下：
  [
  au∗,k =
  \begin{cases}
  1, & \text{如果 } u∗ = \arg \max{Qu,k > 0, \forall u} \
  0, & \text{否则}
  \end{cases}
  ]
  其中，Qu,k 是 Uu,k 关于 au,k 的一阶偏导数。只有当 au,k = 1 时，x1u,k = 1 和 x2u,k = 1 才有意义。因此，如果最终发现 au,k = 1，则将 x1u,k = 1 和 x2u,k = 1，除非在 ADMM 过程中 x1u,k = 0 且 x2u,k = 0。

1.2 算法复杂度分析

与集中式算法相比，基于 ADMM 的分布式算法具有更低的计算复杂度。集中式算法的计算复杂度通常为 (O(((N + 1)U)^k))，而分布式算法中，每个基站（BS）只需要解决自己的优化子问题，其计算复杂度为 (O(U^k))