陳 巍

（清華大學(xué)電子工程系 北京 100084）

1 引言

不斷提升頻譜效率和能量效率，是無線網(wǎng)絡(luò)演化進(jìn)程中人們矢志不渝的追求[1～3]。特別是，近年來隨著移動互聯(lián)網(wǎng)的普及，各類新興的移動互聯(lián)服務(wù)如雨后春筍般涌現(xiàn)，導(dǎo)致指數(shù)增長的無線業(yè)務(wù)量和逐漸分配殆盡的無線頻譜資源之間的矛盾日益凸顯。與此同時，隨著調(diào)制階數(shù)的提升、基站密度的增加，無線網(wǎng)絡(luò)也逐漸成為高能耗企業(yè)的信息服務(wù)基礎(chǔ)設(shè)施，社會各界對其節(jié)能化、綠色化的呼聲日益高漲。

在這一應(yīng)用背景下，研究人員從如下3個層面著手解決無線網(wǎng)絡(luò)演進(jìn)需求與頻譜、能量效率限制之間的矛盾。第一，研發(fā)先進(jìn)的物理層傳輸技術(shù)，將已有頻譜和常規(guī)能源的利用效率不斷提升到其理論性能極限，代表性技術(shù)包括OFDM、LDPC（low density parity check code，低密度奇偶校驗碼）以及近年來興起的物理層多播等技術(shù)[4～6]；第二，拓展無線資源及其空間復(fù)用維度，尋求新的用于無線通信的頻譜資源、復(fù)用維度，以緩解常用頻譜資源和復(fù)用維度的效率壓力，代表性技術(shù)包括毫米波通信、無線光通信、MIMO、干擾校準(zhǔn)、極化復(fù)用和立體復(fù)用等技術(shù)[7～15]；第三，在現(xiàn)有的固定頻率分配、常規(guī)能源支持之外，發(fā)掘空閑的用于無線傳輸?shù)念l譜資源、可再生能源，代表性技術(shù)為認(rèn)知無線電技術(shù)[16]、能量收割通信技術(shù)[17]。

本文著重探討了如何綜合發(fā)揮認(rèn)知無線電、能量收割和物理層多播技術(shù)的聯(lián)合增益，以提升能量和頻譜效率?；仡櫼延械难芯抗ぷ鳎鲜?種技術(shù)雖然有較大的潛在譜效和能效增益，但是在實際應(yīng)用中的核心困難是——難以對實時業(yè)務(wù)提供服務(wù)質(zhì)量保障。具體來說：首先，認(rèn)知無線電技術(shù)利用主系統(tǒng)（授權(quán)系統(tǒng)）的空閑時隙進(jìn)行通信，因此當(dāng)主系統(tǒng)持續(xù)繁忙時，次級用戶系統(tǒng)（非授權(quán)系統(tǒng)）中等待傳輸?shù)臉I(yè)務(wù)就會有較大的排隊時延[18]；其次，能量收割系統(tǒng)利用非平穩(wěn)到達(dá)的可再生能源進(jìn)行通信，一方面業(yè)務(wù)排隊等待能量的到達(dá)會產(chǎn)生額外的時延，另一方面當(dāng)業(yè)務(wù)需求量較少時，會導(dǎo)致累積的收割能量超過電池容量而被浪費掉[19,20]；最后，在物理層多播系統(tǒng)中，不同用戶對相同內(nèi)容的索取時刻不同，若要獲得多播增益就必須對齊它們的傳輸時刻，同樣會造成部分用戶的等待時延[21]。究其原因，本質(zhì)上都是具有較高頻譜和能量效率的時機(jī)與業(yè)務(wù)需求的時刻不匹配，從而對實時性要求較高的業(yè)務(wù)來說，無法有效地保障其服務(wù)質(zhì)量，換言之，此類業(yè)務(wù)無法有效地利用認(rèn)知無線電、能量收割和物理層多播技術(shù)來提升頻譜和能量效率。

首席科學(xué)家

陳巍 男，博士，清華大學(xué)電子工程系教授、博士生導(dǎo)師（工學(xué)、工程）、副系主任、教學(xué)委員會主任、清華大學(xué)“電子與通信工程”學(xué)位評定分委員會副主席，中國通信學(xué)會青年工作委員會副主任委員，中國電子學(xué)會教育工作委員會青年工作組副主任委員，北京市通信學(xué)會青年工作委員會委員，IEEE Transactions on Education、IEEE Wireless Communication Letters、China Communications等國際期刊編委，“全國五一勞動獎?wù)隆?、“北京市?yōu)秀青年人才”、“北京市優(yōu)秀教師”榮譽(yù)稱號獲得者，國家重點基礎(chǔ)研究發(fā)展計劃（“973”計劃）首席科學(xué)家，國家自然科學(xué)基金優(yōu)秀青年科學(xué)基金、第十四屆霍英東高校青年教師獎一等獎、第十七屆茅以升北京青年科技獎獲得者，IEEE高級會員，國家中青年科技創(chuàng)新領(lǐng)軍人才計劃、教育部新世紀(jì)優(yōu)秀人才支持計劃、北京市科技新星計劃和清華大學(xué)“221”人才計劃入選者。主要研究方向為無線通信、信息論、移動互聯(lián)網(wǎng)。

為了克服上述局限性，在之前研究工作的基礎(chǔ)上，提出了一種基于虛擬實時服務(wù)的新型服務(wù)體制[22]，通過將推送機(jī)制和認(rèn)知無線電、能量收割和物理層多播等技術(shù)相結(jié)合，能夠有效緩地緩解上述業(yè)務(wù)需求時刻和（頻譜、能量）資源供給時刻不匹配的問題。其核心思想是，通過提前預(yù)測用戶的需求，在用戶發(fā)起業(yè)務(wù)請求之前的負(fù)時間軸上發(fā)起業(yè)務(wù)推送，這樣不僅可以充分利用分布在負(fù)時間軸上的大量空閑時隙（包括系統(tǒng)內(nèi)的空閑時隙和系統(tǒng)外的空閑時隙），提升頻譜效率，還有足夠的時間可以通過合理時延、對齊不同用戶的推送時刻，來獲取物理層多播的能效和譜效增益，同時，對于具有能量收割功能輔助的通信系統(tǒng)，能夠在更大的時間尺度上收集和利用可再生能源[23]，從而避免了因電池容量不足而導(dǎo)致的能量浪費。上述頻譜和能量效率的增益都是在無需付出業(yè)務(wù)時延的條件下獲得的，因此，預(yù)先推送可以用非實時的傳輸，使用戶獲得虛擬實時的服務(wù)體驗。

相對于傳統(tǒng)通信體制中，由用戶請求發(fā)起的“拉式通信”，虛擬實時服務(wù)將其模式變?yōu)椤巴剖酵ㄐ拧?，即以空閑頻譜資源、收割到的能量以及多播機(jī)會來驅(qū)動發(fā)起推送行為。虛擬實時服務(wù)需要計算、存儲、通信等各單元之間的多元協(xié)同，以消耗存儲空間為代價，換取能量和頻譜效率的提升。為了適應(yīng)虛擬實時服務(wù)的定量化建模，提出了一種新的信息度量單元——內(nèi)容。回顧不同層次的信息傳輸系統(tǒng)，它們都有建模時常用的基本單元，在傳輸過程中不分割討論，如點到點傳輸?shù)幕緜鬏攩卧猙it，通信網(wǎng)的基本傳輸單元分組或者幀。為討論虛擬實時服務(wù)，定義了一種基本單元——內(nèi)容。內(nèi)容可以是一篇文章、一段視頻等，其信息量尺度高于bit和分組，但是從服務(wù)的角度來說，對用戶具有一定的不可分割性，必須作為整體推送完成。目前，微信、新聞閱讀器等應(yīng)用中的一篇文章、一段視頻等就可以近似看作一條內(nèi)容。

由于虛擬實時服務(wù)的推送不是由用戶需求發(fā)起的，因此內(nèi)容的傳送完成時刻和用戶需要此內(nèi)容的時刻之間會有時間差，在這段時間中內(nèi)容需要存放在用戶緩存中，消耗有限的存儲資源；更甚者，若推送的內(nèi)容根本不是用戶所需要的，會導(dǎo)致存儲資源的浪費，對提升頻普和能量效率也無貢獻(xiàn)[24,25]。因此，推送并非越早越好、越多越好，而是要準(zhǔn)確預(yù)測用戶的需求，并在合適的時機(jī)發(fā)起，既不消耗過多存儲資源，又使得推送的內(nèi)容盡量為用戶所用。因此，如何設(shè)計實用的虛擬實時服務(wù)協(xié)議與算法，一方面有效地利用用戶終端有限的存儲空間，另一方面最大化頻譜效率和能量效率的增益，是本文需要解決的問題。

針對上述問題，提出了一種基于虛擬實時服務(wù)的實用協(xié)議構(gòu)架，可以“半透明”地使用用戶存儲終端中的剩余空間，以最小的存儲代價獲取頻譜和能量效率增益。為此，首先提出了一種定量化描述用戶對內(nèi)容的需求行為的模型；在此基礎(chǔ)上，提出了一種計算當(dāng)前時刻用戶對某個內(nèi)容的需求度的方法，該用戶通過對不同內(nèi)容的需求度進(jìn)行比較，決定此刻在有限的緩存區(qū)中應(yīng)保存的內(nèi)容。基于用戶端的緩存區(qū)內(nèi)容保留選擇算法，進(jìn)一步提出了基站端通過預(yù)測和反饋，了解用戶緩存區(qū)占用情況的方法，并在此基礎(chǔ)上判斷當(dāng)前需求度最高的內(nèi)容，決定這一內(nèi)容是否值得推送。由半定量分析可以看出，在虛擬實時服務(wù)中，存在能量效率和頻譜效率的基本折中關(guān)系，同時，在線的需求學(xué)習(xí)和預(yù)測算法設(shè)計，對系統(tǒng)的性能也有重要的影響。

項目簡介

本項目針對高層建筑室內(nèi)高速、可靠、實時無線覆蓋的需求，針對當(dāng)前移動互聯(lián)網(wǎng)業(yè)務(wù)激增和無線通信頻譜資源稀缺之間的內(nèi)在矛盾，探索了通過多域協(xié)同、跨層設(shè)計、智能認(rèn)知，大幅度提升無線網(wǎng)絡(luò)的公平性、實時性和業(yè)務(wù)容量的方法。在基礎(chǔ)理論研究層面，突破了國際上發(fā)展5G后高層建筑室內(nèi)移動互聯(lián)網(wǎng)的若干難題，提出了面向高層建筑內(nèi)多層頻譜復(fù)用的理論框架和性能測度，闡明了整體性能極限及逼近方法；在應(yīng)用基礎(chǔ)研究層面，力爭占據(jù)在5G后多層建筑室內(nèi)移動互聯(lián)網(wǎng)的技術(shù)發(fā)展源頭和戰(zhàn)略制高點，提出、設(shè)計和優(yōu)化了可有效提升層間頻譜復(fù)用異構(gòu)無線網(wǎng)絡(luò)服務(wù)質(zhì)量的多種網(wǎng)絡(luò)協(xié)議與通信算法。

根據(jù)信息論基本原理，頻譜和能量資源是決定無線通信網(wǎng)絡(luò)容量的根本因素，而頻譜還能換取能效的大幅度提升。在信息論提出之后的60多年中，國際上無線通信的研究始終圍繞如下兩條思路展開：提升已有無線資源的利用率；發(fā)掘全新的無線資源或維度。

近年來的工作熱點，都可以歸入上述兩條思路。圍繞第一條思路所開展的具體工作包括高階調(diào)制、編碼調(diào)制（TCM）、逼近Shannon（香農(nóng)）界的信道編碼（LDPC、Turbo）等傳統(tǒng)工作。從20世紀(jì)90年代末期開始通信領(lǐng)域又著眼于第二條思路。

2 虛擬實時服務(wù)的基本假設(shè)和協(xié)議構(gòu)架

本節(jié)首先給出了設(shè)計虛擬實時服務(wù)協(xié)議的3個基本假設(shè)，在此基礎(chǔ)上對收發(fā)端協(xié)議的整體構(gòu)架進(jìn)行了介紹。

2.1 假設(shè)一——可預(yù)測準(zhǔn)則

在虛擬實時服務(wù)中，系統(tǒng)必須可以預(yù)測用戶的需求，從而能夠在合適的時機(jī)推送合適的內(nèi)容。盡管已有的研究工作對內(nèi)容被需求的概率已經(jīng)有刻畫，但是本文關(guān)注的是用戶對某一內(nèi)容提出需求的時延特性，而不僅僅是是否需求的二元特性。這是因為：即使是被用戶需要的內(nèi)容，如果過早推送而在用戶的緩存區(qū)內(nèi)停留太長時間，同樣也會造成存儲資源的嚴(yán)重浪費。

基于上述考慮，提出一種基于概率論的描述方法。內(nèi)容以某種概率分布隨機(jī)產(chǎn)生并到達(dá)基站端，用非負(fù)整數(shù)序號i標(biāo)識一條內(nèi)容，定義Tik為用戶k對內(nèi)容i提出使用需求的時延，即：內(nèi)容i產(chǎn)生后過了Tik時間，被用戶k要求使用（閱讀、觀看等），Tik為非負(fù)隨機(jī)變量，其概率累積函數(shù)記為Fik(x)=Pr{Tik≤x}。這一分布對于基站和用戶雙方是已知的。任意一條內(nèi)容i，都有一個簡短的標(biāo)簽，使得用戶可以大致了解其特征，根據(jù)標(biāo)簽決定是否、何時請求該內(nèi)容，從而影響用戶對該內(nèi)容的需求模式。目前，各新聞或視頻網(wǎng)站、微信等均具有類似功能，同時因標(biāo)簽僅有數(shù)bit、類似于超鏈接，因此其傳輸、存儲的代價均可以忽略。通過學(xué)習(xí)標(biāo)簽的內(nèi)容、關(guān)鍵詞，系統(tǒng)可以對內(nèi)容i進(jìn)行歸類，并根據(jù)對此類內(nèi)容之前統(tǒng)計的需求時延的經(jīng)驗分布，得到本內(nèi)容的需求時延的近似分布Fik(x)。對此，機(jī)器學(xué)習(xí)、人工智能和社交網(wǎng)絡(luò)等領(lǐng)域已經(jīng)有一定的研究基礎(chǔ)，有助于更好地進(jìn)行分類和估計。對用戶群體可以進(jìn)一步歸類，例如某類用戶具有相同的Fik(x)，則統(tǒng)計學(xué)習(xí)的收斂速度更快，準(zhǔn)確性更高，調(diào)度算法更簡化。還需強(qiáng)調(diào)的是，內(nèi)容是具有生命周期的，當(dāng)超過這一周期后即被刪除，此時其序號i可以被釋放出來重復(fù)使用，類似于ARQ（automatic repeat request，自動重復(fù)請求協(xié)議）中幀序號的標(biāo)記機(jī)制。

2.2 假設(shè)二——有效性準(zhǔn)則

頻譜效率和能量效率是通信理論中的兩個重要指標(biāo)，其計算離不開對“有效傳輸?shù)臄?shù)據(jù)量”的定義。在經(jīng)典通信理論中，有效傳輸?shù)臄?shù)據(jù)量即正確接收的數(shù)據(jù)量，因為此時傳輸是用戶請求發(fā)起的，其正確接收的數(shù)據(jù)對用戶必然是有用的。而在推送模式下，由于用戶需求的不確定性，終端正確接收的數(shù)據(jù)未必被用戶使用。因此，需重新定義“有效傳輸?shù)臄?shù)據(jù)量”，即用戶提出傳輸請求后，能夠在其存儲單元中找到的數(shù)據(jù)。基于這一定義，可以進(jìn)一步刻畫虛擬實時服務(wù)為頻譜效率和能量效率帶來的增益。由于虛擬實時服務(wù)使用的是空閑頻譜，因此只要用戶使用了存儲單元中的信息內(nèi)容，就意味著節(jié)省了對頻譜的使用，所以把頻譜效率的增益定義為：單位時間、單位帶寬上，用戶從終端存儲單元讀取的數(shù)據(jù)量總和。需要注意的是，推送是以多播的形式進(jìn)行的，因此在無線環(huán)境中增益巨大。類似地，把能量效率定義為：使用單位能量進(jìn)行多播推送，能夠讓用戶從終端存儲單元中讀取的數(shù)據(jù)量總和。能量效率同樣也隨著多播組終端數(shù)量的提升而提升。當(dāng)空閑時隙較多時，增大推送頻次始終能提升頻譜效率（因為空閑頻譜是“免費”的），但可能降低能量效率，這種折中關(guān)系在后面還會討論。此外，若采用能量收割技術(shù)允許基站使用可再生能源，則這部分能源不計入消耗的能量，即能效計算中的分母。

項目簡介

為了提升點到點通信的容量，利用多天線資源實現(xiàn)空間維度復(fù)用的MIMO技術(shù)從1998年開始成為無線通信的研究熱點。最近幾年，這種基于多天線思想，發(fā)掘空間資源的工作又被進(jìn)一步推廣到中繼技術(shù)、干擾校準(zhǔn)技術(shù)以及軌道角動量調(diào)制等，持續(xù)被學(xué)術(shù)界關(guān)注。然而，信息論和電磁場的交叉研究表明，即使空間資源得以充分開發(fā)，無線網(wǎng)絡(luò)容量從本質(zhì)上還受制于帶寬，無法擴(kuò)展。因此，國際學(xué)術(shù)界又開始從頻率維度發(fā)掘新的頻譜資源，典型的技術(shù)包括高頻段、太赫茲和無線光通信等。此外，近年來通信學(xué)界還與物理學(xué)進(jìn)行深入交叉，從電磁場的其他自由度（如極化方向等）需求維度拓展，目前已有工作發(fā)表于《Nature》。

本項目中擬開展的研究工作源于第二條思路，希望系統(tǒng)地探索目前國際學(xué)術(shù)界尚未發(fā)現(xiàn)的無線資源維度。在空間維度，利用“平面之外的第3個維度”實現(xiàn)空間頻譜復(fù)用，提出創(chuàng)新的網(wǎng)絡(luò)構(gòu)架——“密集立體覆蓋”；在時間維度，利用“負(fù)時間軸”上的空閑頻譜資源，提出創(chuàng)新的服務(wù)機(jī)制——“虛擬實時服務(wù)”。

2.3 假設(shè)三——透明化準(zhǔn)則

希望用戶幾乎感覺不到此類服務(wù)是“虛擬實時”的，或者說，虛擬實時服務(wù)幾乎不對通信系統(tǒng)、存儲系統(tǒng)帶來任何易于察覺的影響，故用戶無法區(qū)分所接收的信息內(nèi)容來自于即時的按需傳輸，還是預(yù)先的推送。為了滿足這一準(zhǔn)則，在協(xié)議設(shè)計中需遵循如下兩點：對內(nèi)容請求“即時響應(yīng)后清除”；對終端存儲器“透明使用”。

“即時響應(yīng)后清除”的目的，是為了避免改變用戶對網(wǎng)絡(luò)的使用和對內(nèi)容的索取行為模式，從而造成系統(tǒng)內(nèi)部的反饋不穩(wěn)定。具體地說，當(dāng)用戶提出內(nèi)容傳輸請求，而其存儲單元中沒有該內(nèi)容時，基站應(yīng)通過實時服務(wù)鏈路向該用戶傳輸請求的內(nèi)容，這和傳統(tǒng)網(wǎng)絡(luò)中基站對用戶需求的響應(yīng)模式完全一致，因此，用戶幾乎無法分辨所獲得的內(nèi)容是來自于預(yù)先推送，還是來自于即時的按需傳輸，從而感受到虛擬實時服務(wù)的透明性。

從之前定義的能量和頻譜效率增益的角度來看，希望盡可能減少即時的按需傳輸，因為這一傳輸模式既難以利用空閑的時頻資源和可再生能源，又沒有多播增益，因此頻譜和能量效率較低。同時，也不允許用戶提出請求后等待內(nèi)容的多播推送，因為這樣不僅會破壞服務(wù)質(zhì)量，也會導(dǎo)致協(xié)議設(shè)計中的正反饋。

在虛擬實時服務(wù)中，推送到終端的內(nèi)容需暫時緩存在其存儲單元內(nèi)。在“透明使用”模式下，推送內(nèi)容只能占用空閑的存儲空間，一旦空閑存儲空間縮小或不能滿足推送內(nèi)容的存儲需求，存儲單元就必須刪除部分已推送的內(nèi)容。在這一模式下，終端用戶感覺不到推送對設(shè)備存儲空間帶來的任何影響，因此是“透明”的。此時，對空閑存儲空間的使用類似于認(rèn)知無線電中次級用戶對空閑頻譜的使用，不會產(chǎn)生任何額外代價。當(dāng)然，可以專門劃分一部分空間用于存儲推送的內(nèi)容，對于超出存儲需求的部分則采用上述透明使用模式，該模式稱為半透明存儲模式。類似地，“半透明”概念也適用于信道的使用，可以專門劃分一部分時頻資源，用來支持虛擬實時服務(wù)的推送，對于超出這部分時頻資源的傳輸需求，則以次級用戶的模式發(fā)掘空閑時頻資源進(jìn)行復(fù)用，該模式也可稱為半透明傳輸模式。

項目簡介

本項目圍繞的核心內(nèi)容是高層建筑室內(nèi)可重配置異構(gòu)云無線接入網(wǎng)絡(luò)。針對兩個突破層次（即任務(wù)層次，有效支持超高用戶密度超感官需求的數(shù)據(jù)接入需求；理論層次，高層建筑室內(nèi)立體接入網(wǎng)絡(luò)的容量極限及逼近方法），提出3個創(chuàng)新方法：可有效適應(yīng)于環(huán)境的立體頻譜復(fù)用架構(gòu)；用戶自主部署網(wǎng)絡(luò)的認(rèn)知協(xié)同受控自治；計算嵌入的分布式與精準(zhǔn)無線資源管理。

由于室內(nèi)容量需求巨大，預(yù)計2020年業(yè)務(wù)需求還將提升千倍，而室內(nèi)業(yè)務(wù)量的增長超過90%，使得這一工作意義重大。在本項目中聚焦于3個“一”：一個場景，典型高層建筑的室內(nèi)高速無線接入；一個對象，適應(yīng)建筑環(huán)境的可重配置異構(gòu)云無線網(wǎng)絡(luò)；一個問題，高層建筑室內(nèi)通信的認(rèn)知協(xié)同機(jī)理及性能極限。

緊扣適宜高層建筑室內(nèi)覆蓋的無線網(wǎng)絡(luò)的3個關(guān)鍵特征開展如下研究工作：大規(guī)模立體分布式天；可重配置軟件定義網(wǎng)絡(luò)；基于認(rèn)知的分布式協(xié)同。

2.4 虛擬實時服務(wù)的協(xié)議構(gòu)架

基于上述3條假設(shè)，接下來對虛擬實時服務(wù)的協(xié)議構(gòu)架進(jìn)行介紹，如圖1所示。這一構(gòu)架最大的特色是基站在本地，利用終端的緩存區(qū)內(nèi)容保留選擇算法，結(jié)合終端的內(nèi)容請求信息，預(yù)測最能產(chǎn)生推送效用，即在統(tǒng)計意義上用戶需求度最大的內(nèi)容，并決定當(dāng)前時刻是否發(fā)起推送。這一點借鑒了增量調(diào)制、差分編碼等信源編碼的設(shè)計思想。

在虛擬實時服務(wù)中，終端由存儲單元和用戶端緩存器的內(nèi)容選擇單元組成，如圖1中虛線右邊所示。在終端存儲單元中，可供虛擬實施服務(wù)使用的空間由兩部分組成：一部分是確定的劃分給此類服務(wù)使用的專用空間；另一部分是存儲器中未被其他業(yè)務(wù)占用的空閑空間，其可用存儲容量可用隨機(jī)過程來描述，且此類隨機(jī)過程多數(shù)具有Markov性。兩類存儲空間的總?cè)萘繘Q定了緩存內(nèi)容量的上限，當(dāng)存儲容量不足時，就需要終端設(shè)計一種算法，選擇保留哪些內(nèi)容，丟棄哪些內(nèi)容，此算法稱為用戶端的緩存器內(nèi)容選擇算法。該算法根據(jù)用戶k對內(nèi)容i的需求時延分布Fik（x）來預(yù)測該用戶對不同內(nèi)容的需求度，從而決定不同內(nèi)容需被保留的優(yōu)先級。此外，由于Fik（x）常常需要通過學(xué)習(xí)來獲得，因此，有時還需輔助一個Fik（x）的學(xué)習(xí)算法模塊，為緩存器內(nèi)容選擇算法提供決策參考。最后，假設(shè)用戶不會重復(fù)閱讀、觀看或使用同一內(nèi)容，那么，當(dāng)用戶提出傳輸請求后，若在存儲單元內(nèi)找到了所需的內(nèi)容，則該內(nèi)容隨即被存儲單元刪除。

虛擬實時服務(wù)的基站構(gòu)架如圖1中虛線左邊所示。基站端包含基站的存儲單元、推送決策模塊和以用戶端內(nèi)容選擇算法為核心的本地預(yù)測模塊。這一構(gòu)架的設(shè)計思想受到了增量調(diào)制等信源編碼的啟發(fā)，將接收端的算法放到發(fā)送端進(jìn)行本地預(yù)測，結(jié)合用戶發(fā)來的內(nèi)容請求，基站可以知道目前在終端的緩存區(qū)內(nèi)有哪些內(nèi)容，剩余空間還有多大。基于這一本地預(yù)測結(jié)果，推送決策模塊可扣除用戶緩存區(qū)已有的內(nèi)容，分析預(yù)測每個用戶對每個內(nèi)容的需求度，同時綜合考慮用戶的剩余空間情況，決定是否發(fā)起推送，推送哪條內(nèi)容。推送內(nèi)容緩存區(qū)負(fù)責(zé)緩存到達(dá)基站的內(nèi)容，并在其生命周期結(jié)束后將其刪除，類似于信源編碼。建議應(yīng)對用戶端的緩存內(nèi)容選擇算法元建立行業(yè)標(biāo)準(zhǔn)，而開放推送內(nèi)容選擇模塊的算法設(shè)計，留給不同系統(tǒng)自行開發(fā)。

圖1 虛擬實時服務(wù)的總體協(xié)議構(gòu)架

最后，介紹一下基站和終端之間的信令交互過程，下行鏈路主要以推送業(yè)務(wù)為主，上行鏈路主要傳遞用戶終端業(yè)務(wù)請求的信令，無論用戶請求的業(yè)務(wù)是否能夠在本地緩存中找到，都必須向基站發(fā)送該請求，以便基站能夠更新本地預(yù)測的緩存區(qū)情況，并統(tǒng)計用戶的需求時延概率分布。

從以上論述還可以看出，在虛擬實時服務(wù)中，若不劃定固定的通信時隙和存儲空間，則對用戶來說，整個實時服務(wù)的虛擬化過程是完全透明的，無法感受到此類服務(wù)和實際實時服務(wù)的差異。除了執(zhí)行各種算法帶來的計算開銷外，也不會產(chǎn)生額外的信令開銷或存儲空間開銷。

項目簡介

圍繞具有分布天線、可重構(gòu)、非集中控制特征的environment-aware heterogeneous C-RAN綜合各類先進(jìn)通信算法與協(xié)議。引入數(shù)值計算、受控博弈、組合優(yōu)化等數(shù)學(xué)工具，實現(xiàn)立體網(wǎng)絡(luò)的精準(zhǔn)資源管理，嘗試學(xué)科范式的轉(zhuǎn)變。本項目擬重點突破如下科學(xué)任務(wù)，即超需求超密多層室內(nèi)接入，通過突破關(guān)鍵性能參數(shù)的質(zhì)變門限，向滿足人類通信終極需求而努力，其指標(biāo)參數(shù)如下：

·超密集——高于室內(nèi)典型人口密度（數(shù)量級～1人/m3）

·超需求——高于人眼分辨率高清視頻（8K UHDTV，100 Mbit/s）；

·若用戶全部激活，并且可用帶寬100 Mbit/s，則所需的單位體積頻譜效率約為1～10 bit/s/MHz/m3，高于5G系統(tǒng)提出的相關(guān)性能指標(biāo)。

以此科學(xué)任務(wù)明確具體參數(shù)設(shè)置和性能指標(biāo)，理論聯(lián)系實際，帶動科學(xué)問題研究。希望重點突破“立體網(wǎng)絡(luò)的精準(zhǔn)資源管理”這一學(xué)科范式，從學(xué)術(shù)層面反思通信理論與工業(yè)應(yīng)用的距離，提升對實際系統(tǒng)的描述精度和可應(yīng)用性。

3 虛擬實時服務(wù)的關(guān)鍵模塊及算法

本節(jié)具體地細(xì)化介紹了虛擬實時服務(wù)中各個功能模塊的結(jié)構(gòu)，并給出了示例算法；還從半定量的角度，對其性能特別是頻譜效率和能量效率增益進(jìn)行了評估和分析。

3.1 用戶端的緩存內(nèi)容保留選擇算法

主張和倡導(dǎo)對終端的緩存內(nèi)容選擇算法建立工業(yè)標(biāo)準(zhǔn)，以便推送算法設(shè)計時有統(tǒng)一的標(biāo)準(zhǔn)。因此，該算法可以看作是整個系統(tǒng)實施的基準(zhǔn)。圖2給出了用戶端的緩存區(qū)內(nèi)容保留選擇算法，其中外掛了內(nèi)容需求時延的統(tǒng)計特性的學(xué)習(xí)模塊，將在第3.3節(jié)重點介紹。如前文所述，新推送內(nèi)容的到達(dá)、空閑緩存空間的減小，均可能導(dǎo)致用戶存儲單元的溢出。因此，用戶終端需要評估用戶對內(nèi)容需求的程度，以便選擇保留哪些內(nèi)容，舍棄哪些內(nèi)容。為此，提出了一種用戶對內(nèi)容的需求度評估方法，進(jìn)而按需求度從高到低的順序保留內(nèi)容，直到可用緩存空間不足時舍棄余下的內(nèi)容。

接下來的問題就是：如何將用戶對內(nèi)容的需求度進(jìn)行量化評估？提出如下思路：通過用戶對內(nèi)容的需求時延的概率分布，計算當(dāng)前對該內(nèi)容的需求度。此處，有兩點需要考慮：從當(dāng)前時刻算起，未來越有可能被用戶提出使用請求的內(nèi)容，其需求度應(yīng)當(dāng)越高；希望優(yōu)先保留從當(dāng)前時隙算起，“近期”需求的內(nèi)容，避免某些很長時間以后才需要的內(nèi)容對存儲空間的長期占用，并導(dǎo)致其他近期需要的內(nèi)容因缺乏存儲空間而被丟棄?；谏鲜鰞牲c考慮，定義用戶k對內(nèi)容i的有效需求度dik的計算式為：

圖2 用戶端的緩存區(qū)內(nèi)容保留選擇模塊

學(xué)術(shù)團(tuán)隊

國家“973”計劃項目“密集立體覆蓋移動通信的基礎(chǔ)理論與方法”的研究任務(wù)由清華大學(xué)、北京郵電大學(xué)、東南大學(xué)共同承擔(dān)。

依托的實驗室包括：清華大學(xué)微波與數(shù)字通信國家重點實驗室、清華大學(xué)智能技術(shù)與系統(tǒng)國家重點實驗室、東南大學(xué)移動通信國家重點實驗室、北京郵電大學(xué)泛網(wǎng)無線通信教育部重點實驗室。

項目承研人員來自通信與信息系統(tǒng)領(lǐng)域（陳巍教授、彭木根教授、王東明副教授、王家恒副教授）和模式識別與智能系統(tǒng)領(lǐng)域（高飛飛副教授），能夠有效實現(xiàn)跨學(xué)科交叉研究。

其中， 表示該內(nèi)容已產(chǎn)生的時間；加權(quán)函數(shù)w（t）是一個滿足的非負(fù)減函數(shù)，它表明更看重用戶的近期需求。若w（t）是一個從0到T的矩形窗，則式（1）表示內(nèi)容i從當(dāng)前時刻起，到時延T的未來時段內(nèi)被用戶k提出使用請求的概率。定義了用戶k對內(nèi)容i的需求度定量評估方法后，用戶終端可以對需要緩存的內(nèi)容按照其需求度di的大小進(jìn)行排序。若當(dāng)前可用的存儲單元緩存空間只能存放I個內(nèi)容，則選擇保留需求度為di且排在前列的M個內(nèi)容，將其他需求度排序靠后的內(nèi)容舍棄。

3.2 基站端的推送決策算法

基站端的內(nèi)容推送決策模塊如圖3所示，它包含兩個主要的子模塊：基站端的內(nèi)容需求度計算及排序算法；推送發(fā)起的決策模塊。其中，還外掛了信道空閑和能量到達(dá)的統(tǒng)計特性的學(xué)習(xí)算法模塊，將在第3.3節(jié)重點介紹。

基站端的內(nèi)容需求度計算及排序算法分兩步完成。第一步是評估各個不同的用戶對同一內(nèi)容i的需求度，其思想和方法類似于終端的內(nèi)容需求度分析算法，但是需要考慮兩個特殊因素：首先，用戶k終端中已有的內(nèi)容或用戶已經(jīng)請求過的內(nèi)容，均無需重復(fù)進(jìn)行推送，因此，若用戶k已經(jīng)請求過或已經(jīng)存儲了內(nèi)容i，其需求度dik′=0；其次，需要考慮內(nèi)容推送所需的傳輸時延α。假設(shè)推送傳輸一個內(nèi)容需要S個時隙，若采用固定劃分的時隙及電網(wǎng)能量進(jìn)行推送傳輸，則α為恒定常數(shù)S；若采用主系統(tǒng)的空閑時隙或者收割的可再生能源進(jìn)行推送傳輸，則α為一非負(fù)隨機(jī)變量。為了定量刻畫傳輸時延α，在一個簡單情況下給出其概率分布函數(shù)。

假設(shè)主系統(tǒng)的空閑時隙或者收割的可再生能源在時間上獨立，服從一個伯努利過程，記主系統(tǒng)時隙空閑的概率，或者有一份能支撐本時隙傳輸?shù)哪芰康竭_(dá)的概率為θ，此時α服從負(fù)二項分布，寫成連續(xù)時間的概率分布為：

其中，Δ為一個時隙的長度。若采用上述的半透明傳輸模式，則從所需的S個時隙中扣除固定劃分給虛擬實時服務(wù)的時隙數(shù)即可。此外，若所需的時隙數(shù)S較大，根據(jù)中心極限定理，也可將推送傳輸?shù)臅r延近似為一個恒定值。

由式（2）可以進(jìn)一步預(yù)測用戶k對內(nèi)容i的平均需求度，如下：

圖3 基站端的推送決策模塊

在完成了預(yù)測用戶k對于內(nèi)容i的平均需求度之后，內(nèi)容需求度計算及排序算法進(jìn)入其第二步。注意到即使對于相同的內(nèi)容i，不同的用戶由于其時延分布函數(shù)、內(nèi)容請求歷史等不同，具有不同的預(yù)測需求度dik′。如何根據(jù)需求度矩陣d′=[dik′]，綜合考慮用戶緩存區(qū)的剩余空閑空間，選出從時間集合和用戶集合雙重角度來看，平均需求度最高的內(nèi)容i*，就是接下來要討論的問題。為此，定義內(nèi)容i的加權(quán)總需求度為：

其中，Ikn表示用戶k在當(dāng)前時隙為n時，存儲區(qū)中的空閑空間。ω(Ikn)是一個加權(quán)系數(shù)函數(shù)，值域為[0,1]，且是Ikn的增函數(shù)。這樣設(shè)定的目的是，傾向于給尚有較大存儲空間的用戶推送內(nèi)容，盡可能避免推送的內(nèi)容因緩存空間不足而被丟棄?？紤]一個特殊情況，若用戶k的緩存區(qū)已滿，即Ikn=0，且dik′小于其緩存區(qū)中已有內(nèi)容的需求度（或者其考慮隨機(jī)推送時延后的預(yù)測值），則即使向該用戶推送了內(nèi)容i，也會以很大概率被丟棄，造成傳輸資源的浪費，此時應(yīng)當(dāng)設(shè)置ω(Ikn)=0。

推送發(fā)起決策模塊所做的決策是——是否推送這個最應(yīng)當(dāng)推送的內(nèi)容i*。本文提出一種簡單的門限判別策略，即設(shè)定一個推送決策門限D(zhuǎn)，若>D，則推送內(nèi)容i*；否則，基站當(dāng)前不發(fā)起任何推送。

在門限判別策略中，閾值D越大，虛擬實時服務(wù)的推送越保守。此時，雖然減少了對空閑頻譜的使用，但是也避免了推送用戶不迫切需求的內(nèi)容，或者推送內(nèi)容過多導(dǎo)致緩存區(qū)溢出的情況，因此可以減少緩存區(qū)溢出丟棄內(nèi)容而造成的能量浪費，其能量效率也得到了提高；與此相反，閾值D越小，虛擬實時服務(wù)的推送越激進(jìn)。此時，基站抓住盡可能多的空閑時隙推送內(nèi)容，但這樣會降低內(nèi)容的命中率，推送出一些用戶需求度偏低的內(nèi)容，并且因為推送量較大而更多地出現(xiàn)用戶緩存區(qū)溢出、內(nèi)容被丟棄的情況。因此，雖然減小閾值D提升了頻譜利用率，但是其能量效率也相應(yīng)降低了。

由上述定性分析可以看出，在虛擬實時服務(wù)體制中，頻譜效率和能量效率之間存在折中關(guān)系。當(dāng)然，對于采用能量收割通信的多播推送，由于收割來的可再生能源是“免費”的，若不加利用反而是浪費。因此，閾值D的設(shè)計需要考慮電池的狀態(tài)進(jìn)行動態(tài)調(diào)整。當(dāng)電池能量較多時，應(yīng)降低門限閾值D以進(jìn)行更積極的推送；當(dāng)電池能量較少甚至被消耗一空的時候，應(yīng)提高門限閾值D以進(jìn)行更為保守的推送。

從上面的討論中還可以發(fā)現(xiàn)，當(dāng)各個用戶的剩余存儲空間總體上來說比較多的時候，基站會更積極地推送更多的內(nèi)容，反之則減少推送的內(nèi)容，這一點有些類似于TCP中的流量控制。此外，在內(nèi)容的生命周期尚未結(jié)束時，被推送過的內(nèi)容還需保留在基站的存儲單元中。這是因為不同用戶對同一內(nèi)容的需求時延的概率分布函數(shù)不同，有可能出現(xiàn)這種情況——對某一內(nèi)容的需求度在不同時刻多次出現(xiàn)峰值，使得該內(nèi)容不止一次地被基站選擇推送。因此，有必要在基站緩存區(qū)中保留已經(jīng)被推送過的業(yè)務(wù)。

3.3 各類統(tǒng)計特性的實時學(xué)習(xí)算法

在虛擬實時服務(wù)協(xié)議的實現(xiàn)中，涉及3個外掛的統(tǒng)計特性的學(xué)習(xí)模塊，分別是：用戶對內(nèi)容的需求時延統(tǒng)計特性的學(xué)習(xí)模塊、終端空閑存儲空間的統(tǒng)計特性的學(xué)習(xí)模塊、信道空閑和能量到達(dá)的統(tǒng)計特性的學(xué)習(xí)模塊。其中，對于信道空閑和收割能量到達(dá)的統(tǒng)計特性的學(xué)習(xí)策略，在對認(rèn)知無線電技術(shù)和能量收割通信技術(shù)的研究中，已經(jīng)取得了較多成果[26,27]，這里不再贅述。

首先，介紹用戶對內(nèi)容的需求時延的統(tǒng)計特性學(xué)習(xí)算法。上文中，一個基本的前提假設(shè)是，用戶k對內(nèi)容i的需求時延的概率累計函數(shù)Fik(x)=Pr{Tik≤x}是已知的。滿足這一分布的內(nèi)容i可以聚合為一類，并且使用某種內(nèi)容標(biāo)簽進(jìn)行標(biāo)識。在此基礎(chǔ)上，學(xué)習(xí)模塊可以記錄用戶k對屬于該類內(nèi)容，并且排序在第l條產(chǎn)生的請求時延tl，初始化Fik(x)=0，則概率累積函數(shù)Fik(x)可估算為：

其中，H(x)表示單位階躍函數(shù)。

用戶空閑存儲空間的統(tǒng)計特性取決于用戶k對自身設(shè)備的使用習(xí)慣。一般來說，剩余空間的大小可以用一個Markov鏈進(jìn)行描述，其更新方程為：

其中，Qkn為用戶k在第n個時隙的存儲量，取正值表示用戶向存儲單元中存入其他內(nèi)容，取負(fù)值表示用戶從存儲單元中刪除其他內(nèi)容。Qkn的概率分布函數(shù)記為Gkn(x)=Pr{Qkn≤x}，可估算為：

當(dāng)引入在線的需求估計時，系統(tǒng)的內(nèi)部狀態(tài)估計和運行控制相互作用，形成了類似Kalman濾波的更新迭代模式，在理論上具有較大的研究空間。由此可見，虛擬實時服務(wù)產(chǎn)生了很多新的理論問題，將在最后一節(jié)簡要介紹可能突破的理論問題。

最后，考慮一種特殊情況，即Fik(x)=H(x)，以驗證虛擬實時服務(wù)的合理性。顯然，F(xiàn)ik(x)=H(x)的業(yè)務(wù)就是即時通信業(yè)務(wù)，如語音電話、視頻電話、現(xiàn)場直播等，代入上述的算法和協(xié)議構(gòu)架中可以看到：當(dāng)業(yè)務(wù)產(chǎn)生時，就應(yīng)當(dāng)立刻發(fā)起傳輸，而由于即時通信的內(nèi)容在產(chǎn)生后不久就會失去價值，到達(dá)用戶后也無需進(jìn)行緩存?？梢?，虛擬實時服務(wù)可以在Fik(x)=H(x)的情況下退化為即時通信。

4 結(jié)束語

提出了一種基于虛擬實時服務(wù)的協(xié)議構(gòu)架，對其關(guān)鍵模塊與算法進(jìn)行了綜述和分析。為了分析用戶對內(nèi)容的需求度，提出了一種基于用戶對內(nèi)容需求時延的統(tǒng)計分布，定量化描述用戶需求的方法。在此基礎(chǔ)上，提出了用戶端對緩存內(nèi)容需求度的定量分析和排序的方法，由此需求度排序?qū)崿F(xiàn)緩存區(qū)的內(nèi)容保留選擇算法。類似于增量調(diào)制等信源編碼的構(gòu)架，建議對用戶端的緩存內(nèi)容保留選擇算法進(jìn)行標(biāo)準(zhǔn)化，在此基礎(chǔ)上設(shè)計基站端的推送決策算法，可利用標(biāo)準(zhǔn)化的用戶端的緩存內(nèi)容保留選擇算法在基站形成本地預(yù)測反饋，從而避免因推送過多而產(chǎn)生大量內(nèi)容丟棄或不必要的重復(fù)推送等情況，選擇實際需求度最大的內(nèi)容進(jìn)行推送。對上述算法進(jìn)行了簡要的定量化描述，半定量分析了其中存在的能量和頻譜效率折中，并發(fā)掘了基站推送決策與TCP的類似之處。此外，還對系統(tǒng)中輔助的各類統(tǒng)計特性的實時學(xué)習(xí)算法進(jìn)行了介紹。

在虛擬實時服務(wù)的演進(jìn)過程中，尚有如下理論問題待解決。首先，用戶如何學(xué)習(xí)其對內(nèi)容的需求時延的統(tǒng)計特性，是一個較困難的問題。第3.3節(jié)中提出的在線學(xué)習(xí)算法有一個基本前提——已經(jīng)明確知曉內(nèi)容的分類，即同一類的內(nèi)容對于用戶k具有相同的統(tǒng)計特性，然而，如何對內(nèi)容進(jìn)行標(biāo)簽和分類是一個更為困難的問題，涉及模式識別、人工智能以及內(nèi)容（包括視頻、語音等）的提取與理解等多個方面；其次，由于基站端的推送內(nèi)容決策模塊存在反饋回路，統(tǒng)計特性的學(xué)習(xí)模塊也會引起控制反饋，因此，系統(tǒng)的反饋控制穩(wěn)定性有待闡明，特別是實時估算用戶的內(nèi)容需求時延分布函數(shù)時，系統(tǒng)內(nèi)部存在多個帶有誤差的反饋回路，其穩(wěn)定性條件的理論分析具有廣闊的研究空間；第三，內(nèi)容需求、信道空閑和可再生能源的時間非平穩(wěn)特性對系統(tǒng)的運行會帶來影響。一般來說，凌晨時刻內(nèi)容需求的時延較大，信道空閑的概率較大；而太陽能等可再生能源在白天較為充足，因此在較大的時間尺度上來看，它們的統(tǒng)計特性并非是時間平穩(wěn)的；第四，由于用戶的信道條件、存儲空間等在實際中存在異構(gòu)特性，公平性保障方法需要進(jìn)一步研究。本文提出的算法，主要以提升能量和頻譜效率為目標(biāo)，并沒有考慮公平性。而對于存在異構(gòu)特性的情況，不應(yīng)當(dāng)簡單地對各個用戶的需求度采用相同的加權(quán)函數(shù)進(jìn)行求和，而是應(yīng)當(dāng)考慮用戶的服務(wù)歷史以及緩存區(qū)大小不同的統(tǒng)計特性，對信道條件較差、緩存區(qū)相對較小、內(nèi)容需求度與大眾差異較大的用戶給予適當(dāng)傾斜；第五，物理層的時變特性，以及由此提供的自適應(yīng)調(diào)制編碼等傳輸自由度，可以與虛擬實時服務(wù)進(jìn)行跨層聯(lián)合優(yōu)化；最后，本文所討論的虛擬實時服務(wù)主要集中于協(xié)議構(gòu)架和算法層面，這一全新服務(wù)體制的諸多基礎(chǔ)理論性能分析問題，如頻譜和能量效率極限等問題還有待進(jìn)一步探索。

1 Andrews J G,Buzzi S,Choi W,et al.What will 5G be.IEEE Journal on Selected Areas in Communications,2014,32(6):1065～1082

2 Hanzo L,Haas H,Imre S,et al.Wireless myths,realities,and futures:from 3G/4G to optical and quantum wireless.Proceedings of the IEEE Special Centennial Issue,2012:1853～1888

3 Kedar D,Arnon S.Urban optical wireless communication networks:the main challenges and possible solutions.Communications Magazine,2004,42(5):S2～S7

4 Richardson T J,Shokrollahi M A,Urbanke R L.Design of capacity-approaching irregular low-density parity-check codes.IEEE Transactions on Information Theory,2001,47(2):619～637

5 Cimini L J.Analysis and simulation of a digital mobile channel using orthogonal frequency division multiplexing.IEEE Transactions on Communications,1985,33(7):665～675

6 Liu J,Chen W,Zhang Y J,et al.A utility maximization framework for fair and efficient multicasting in multicarrier wireless cellular networks.IEEE/ACM Transactions on Networking,2013,21(1):110～120

7 Foschini G J.Layered space-time architecture for wireless communication in a fading environment when using multi-element antennas.Bell Labs Technical Journal,1996,1(2):41～59

8 Foschini G J,Gans M J.On limits of wireless communications in a fading environment when using multiple antennas.Wireless Personal Communications,1998,6(3):311～335

9 Gutierrez F,Agarwal S,Parrish K,et al.On-chip integrated antenna structures in CMOS for 60 GHz WPAN systems.IEEE Journal on Selected Areas in Communications,2009,27(8):1367～1378

10 Rappaport T S,Sun S,Mayzus R,et al.Millimeter wave mobile communications for 5G cellular:It will work.Access IEEE,2013(1):335～349

11 Cadambe V R,Jafar S A.Interference alignment and degrees of freedom of the-user interference channel.IEEE Transactions on Information Theory,2008,54(8):3425～3441

12 Andrews M,Mitra P.Tripling the capacity of wireless communications using electromagnetic polarization.Nature,2001,409(6818):316～318

13 陳巍,王東明,王家恒.密集立體覆蓋:未來移動通信的機(jī)遇和挑戰(zhàn).電信科學(xué),2013,29(6):2～9 Chen W,Wang D M,Wang J H.3-dimensional dense coverage:opportunities and challenges for future mobile communications.Telecommunications Science,2013,29(6):2～9

14 Wang D,Chen W,Wang J,et al.3-dimension coverage with ultra-densely distributed antenna systems:system design,rate analysis.Proceedings of IEEE International Conference on Communications(ICC),London,UK,2015

15 Yan S,Peng M,Chen W,et al.Downlink heterogeneous small cell networks with cell associations in k-floor indoor scenarios.Proceedings of IEEE International Conference on Communications(ICC),London,UK,2015

16 Haykin S.Cognitive radio:brain-empowered wireless communications.IEEE Journal on Selected Areas in Communications,2005,23(2):201～220

17 Ulukus S,Yener A,Erkip E,et al.Energy harvesting wireless communications:a review of recent advances.IEEE Journal on Selected Areas in Communications,2015,33(3):360～381

18 Liu J,Chen W,Cao Z,et al.Cooperative beamforming for cognitive radio networks:a cross-layer design.IEEE Transactions on Communications,2012,60(5):1420～1431

19 Liu J,Dai H,Chen W.Delay optimal scheduling for energy harvesting based communica tions.IEEE Journal on Selected Areas in Communications,2015,33(3):452～466

20 Zhou S,Cheng T,Chen W.Outage minimization for a fading wireless link with energy harvesting transmitter,receiver.IEEE Journal on Selected Areas in Communications,2015,33(3):496～511

21 Liu J,Chen W,Cao Z,et al.Dynamic power and sub-carrier allocation for OFDMA-based wireless multicast systems.Proceedings of IEEE International Conference on Communications,Beijing,China,2008:2607～2611

22 陳巍.非時齊多元協(xié)同通信:虛擬實時服務(wù)理論及應(yīng)用.電信科學(xué),2014,30(7):43～52 Chen W. Non-homogeneous multi-Unit collaborative communications:a theory and application for virtual real-time service.Telecommunications Science,2014,30(7):43～52

23 Zhou S,Gong J,Zhou Z,et al.Greendelivery:proactive content caching and push with energy harvesting based small cells.IEEE Communications Magazine,2015,53(4):142～149

24 Wang K,Chen Z,Liu H.Push-based wireless converged networks for massive multimedia content delivery.IEEE Transactions on Wireless Communications,2014,13(5):2894～2905

25 Ellison N B.Social network sites:definition,history,and scholarship.Journal of Computer-Mediated Communication,2007,13(1):210～230

26 Mitola J,Maguire G Q.Cognitive radio:making software radios more personal.Personal Communications,1999,6(4):13～18

27 Kansal A,Hsu J,Zahedi S,et al.Power management in energy harvesting sensor networks.ACM Transactions on Embedded Computing Systems(TECS),2007,6(4):1～35