1. Shan Zhang细读
- Coding
假定1.每个SBS只缓存部分file segmentsinstead of the whole file(like Rui); [each file is encoded by fountain coding into independent segments, which areequally deployed to all SBSs.]
假定2. 每个用户可以被n个SBS服务；且被服务顺序固定。每个用户从第k个SBS获取的内容为：
min{kc(f), rec}-min{(k-1)c(f), rec}? 公式1
巧妙1.：将上述公式转换概率形式
P=公式1/file size=[0,1]。这样在后期处理过程中，可以直接以P为优化变量，直接求导，求出P的garantee, 间接求出c(f).
这里优化的不是文件和缓存的组合匹配，而是SBS缓存每个文件几个segments
巧妙2：
论文中两个变量，肯定一个用convex optimization处理，即KKT条件。拉格朗日乘子是可以为0的根据其他约束限制。之前看一篇论文忘记了，也存在这个问题。
巧妙3：
这里的Motivation：content diversy <->spectrum efficiency 但是每个SBS中的content 种类should be same since the content segments are eaqually deployed???? - 对比《Code,cache...》(K.Poularakis)
假设1. 与contact time有关
假设2.每个SBS缓存部分解码文件，即CP=[0,1]
由于优化目标为taffic offloading，则每个用户从第n个SBS在第k次相遇中获取的文件大小为：
y(k,n,f)=min{x(n,f)-sum(t=1~k-1,y(t,n,f)), B/size(f)} - 对比《Mobility-aware caching in ...》(Rui Wang)
假设1.每个cache node缓存number if encode segments of file，即CP=｛0,1,2,...｝
从cache node中获取的文件大小为:
min(min(BM(contact times),x), rec); B为带宽。
