11、3C 异构网络的资源分配策略解析

3C 异构网络的资源分配策略解析

1. 基础计算与缓存模型

在 3C 异构网络中，基站（BS）执行计算任务时的能耗计算是资源分配的基础。对于在基站 $n$ 执行的计算任务 $T_{us}$，其总能耗 $E_{us,n}$ 可通过公式 $E_{us,n} = c_{us}e_{n}$ 计算得出。

每个用户对计算速率有一定要求，需满足 $\sum_{n\in N} a_{us,n}R_{us,n} \geq R_{cp}^{us}, \forall s \in S, u_s \in U_s$。同时，每个基站的计算能力有限，即 $\sum_{s\in S} \sum_{u_s\in U_s} a_{us,n} \leq D_n, \forall n \in N$，其中 $D_n$ 是基站 $n$ 的多接入边缘计算（MEC）服务器可同时执行的最大任务量。

缓存模型方面，基站可根据内容的流行度分布，决定在计算前后是否缓存用户发送的内容。这一缓存策略由两个二进制参数 $x_1^{us,n}$ 和 $x_2^{us,n}$ 控制。若基站 $n$ 在计算前缓存内容，则 $x_1^{us,n} = 1$；否则为 0。同理，计算后缓存内容时 $x_2^{us,n} = 1$，否则为 0。由于基站 $n$ 的存储有限，缓存内容不能超过其剩余空间 $Z_n$，可表示为 $\sum_{s\in S} \sum_{u_s\in U_s} a_{us,n}(x_1^{us,n}z_{us} + x_2^{us,n}z’_{us}) \leq Z_n, \forall n \in N$。

内容流行度分布用向量 $p = [p_1, p_2, …, p_F ]$ 表示，通常采用 Zipf 分布