Device-to-device (D2D) aided multicast beamforming design for multi-antenna coded caching is explored to improve the per-user rate and mitigate the beamformer complexity. Novel beamforming and resource allocation schemes are proposed where the local cache content exchange among nearby users is exploited. The transmission is split into two phases: local D2D content exchange and downlink transmission. In the D2D phase, subsets of users are selected to share content with the adjacent users directly. The downlink phase utilizes multicast beamforming by the base station to simultaneously serve all users to fulfill the remaining content requests. A low complexity D2D-multicast mode selection algorithm is proposed with comparable performance to the optimal exhaustive search. Furthermore, D2D transmission scenarios and conditions useful for minimizing the overall delivery time are identified. Finally, we show that introducing the new D2D phase to the existing works significantly reduces the beamformers' complexity in the downlink phase. The results further highlight that by exploiting the direct D2D exchange of file fragments, the common multicast rate for delivering the remaining file fragments in the downlink phase is increased. As a result, overall content delivery performance is greatly enhanced, especially in the finite signal-to-noise (SNR) regime.


翻译:在D2D阶段,用户子集被选择直接与相邻用户共享内容。下行链路阶段利用基地站的多播波谱谱系为所有用户同时服务,以满足剩余内容请求。提出了低复杂度D2D多播模式选择算法,其性能与最佳彻底搜索相当。此外,还确定了D2D传输情景和有助于最大限度地减少总体交付时间的条件。最后,我们表明,将新的D2D阶段引入现有工程会大大降低下行链阶段中Baameder的复杂程度。结果进一步突出表明,通过利用D2D直接交换文件碎片,基础站的多播谱谱谱谱系为所有用户同时服务,以满足剩余内容请求。提出了低复杂度D2D多发模式选择算法,其性能与最佳彻底搜索方法相匹配。此外,还确定了D2D传输情景和条件有助于最大限度地减少总交付时间。最后,我们表明,将新的D2D阶段引入现有工程会大大降低下行链路阶段中客户的复杂程度。结果进一步强调,通过利用直接D2D交换文件碎片的通用多播种速度,交付整个版本的交付结果将提高。

0
下载
关闭预览

相关内容

[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Yoshua Bengio,使算法知道“为什么”
专知会员服务
7+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
计算机类 | 低难度国际会议信息6条
Call4Papers
6+阅读 · 2019年4月28日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
美国化学会 (ACS) 北京代表处招聘
知社学术圈
11+阅读 · 2018年9月4日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
计算机类 | 低难度国际会议信息6条
Call4Papers
6+阅读 · 2019年4月28日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
美国化学会 (ACS) 北京代表处招聘
知社学术圈
11+阅读 · 2018年9月4日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Top
微信扫码咨询专知VIP会员