Luận án Điều khiển tối ưu luồng video điểm - Đa điểm trong mạng 5G siêu dày đặc

 BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ GIAO THÔNG VẬN TẢI 
TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI THÀNH PHỐ HỒ CHÍ MINH 
PHAN THANH MINH 
ĐIỀU KHIỂN TỐI ƯU LUỒNG VIDEO ĐIỂM - ĐA ĐIỂM 
TRONG MẠNG 5G SIÊU DÀY ĐẶC 
Ngành: Kỹ thuật điều khiển và Tự động hóa 
Mã số ngành: 9520216 
LUẬN ÁN TIẾN SĨ KỸ THUẬT 
TP. Hồ Chí Minh – 2020 
 BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ GIAO THÔNG VẬN TẢI 
TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI THÀNH PHỐ HỒ CHÍ MINH 
PHAN THANH MINH 
ĐIỀU KHIỂN TỐI ƯU LUỒNG VIDEO ĐIỂM - ĐA ĐIỂM 
TRONG MẠNG 5G SIÊU DÀY ĐẶC 
Ngành: Kỹ thuật điều khiển và Tự động hóa 
Mã số ngành: 9520216 
LUẬN ÁN TIẾN SĨ KỸ THUẬT 
NGƯỜI HƯỚNG DẪN KHOA HỌC 
1. PGS.TS. Đặng Xuân Kiên 
2. TS. Võ Nguyên Sơn 
TP. Hồ Chí Minh – 2020 
i 
LỜI CAM ĐOAN 
Tôi xin cam đoan luận án tiến sĩ với đề tài: “Điều khiển tối ưu luồng video điểm - 
đa điểm trong mạng 5G siêu dày đặc” là công trình nghiên cứu do chính tôi thực hiện. 
Các kết quả và các kết luận trong luận án này là trung thực, không sao chép từ bất kỳ 
nguồn nào và dưới bất kỳ hình thức nào. Việc tham khảo các nguồn tài liệu đều đã 
được thực hiện trích dẫn và ghi nguồn tài liệu tham khảo đúng quy định. 
 TP. Hồ Chí Minh, ngày 02 tháng 02 năm 2021 
Tác giả luận án 
Phan Thanh Minh 
ii 
LỜI CẢM ƠN 
Để hoàn thành được luận án tiến sĩ này, tôi đã nhận được rất nhiều sự hỗ trợ của 
Nhà trường, của người hướng dẫn khoa học, của đồng nghiệp và của gia đình. 
Tôi xin gởi lời cảm ơn chân thành đến PGS.TS. Đặng Xuân Kiên, Viện trưởng 
Viện Đào tạo Sau đại học, Trường Đại học Giao thông vận tải TP HCM đã động viên, 
khuyến khích và hướng dẫn tôi trong suốt quá trình thực hiện luận án. 
Tôi xin gởi lời cảm ơn sâu sắc đến TS. Võ Nguyên Sơn, là người thầy và cũng là 
đồng nghiệp đã tận tình hướng dẫn, định hướng và cùng tôi nghiên cứu trong suốt quá 
trình tôi thực hiện luận án. 
Tôi xin cảm ơn các đồng nghiệp cùng làm nghiên cứu ở Khoa Điện - Điện tử 
viễn thông, Trường Đại học Giao thông vận tải TP. HCM và Viện Nghiên cứu Khoa 
học Cơ bản và Ứng dụng, Trường Đại học Duy Tân, TP. HCM đã hỗ trợ và tạo điều 
kiện cho tôi thực hiện luận án. 
Tôi xin cám ơn gia đình đã hỗ trợ, động viên và cùng đồng hành cùng tôi trong 
suốt thời gian thực hiện luận án này. 
Mặc dù đã cố gắng và nỗ lực trong quá trình nghiên cứu để hoàn thành luận án, 
nhưng do những hạn chế về kiến thức, kinh nghiệm và thời gian nên luận án có thể vẫn 
còn nhiều thiếu sót. Tôi rất mong nhận được sự góp ý quý giá của các nhà khoa học và 
bạn đọc để hoàn thiện luận án một cách tốt nhất cũng như tiếp tục cho các nghiên cứu 
sau này. 
Xin trân trọng cảm ơn! 
 TP. Hồ Chí Minh, ngày 02 tháng 02 năm 2021 
Tác giả 
Phan Thanh Minh 
iii 
TÓM TẮT 
Sự bùng nổ của các mạng di động và Internet góp phần hiện thực hóa cuộc cách 
mạng công nghiệp 4.0 trên toàn thế giới với xu hướng vạn vật kết nối Internet (IoT) ở 
nhiều lĩnh vực khác nhau. Trong lĩnh vực công nghiệp tự động hóa và điều khiển, sự 
phát triển các công nghệ kết nối mạng hiện đại giúp việc kết nối các thiết bị ở nhiều vị 
trí khác nhau một cách đơn giản, nghĩa là các thành phần của hệ thống điều khiển được 
kết nối thông qua mạng truyền thông không dây một cách dễ dàng. Trong hệ thống 
điều khiển kết nối mạng (NCS – Networked Control System), việc kết nối không dây 
nhằm tăng tính linh hoạt, dễ dàng chẩn đoán và bảo trì hệ thống là xu hướng hiện nay 
của kỹ thuật điều khiển và tự động hóa. Song song với sự phát triển công nghệ, các 
dịch vụ và ứng dụng ngày càng phát triển, đòi hỏi dữ liệu truyền thông cực lớn. Ước 
tính, vào năm 2023 sẽ có khoảng 5,3 tỷ người dùng kết nối Internet để trao đổi thông 
tin dữ liệu và chủ yếu là dữ liệu video (chiếm 79%). Để đáp ứng được nhu cầu đó, 
ngoài việc nâng cấp hạ tầng mạng lõi (tốn khá nhiều chi phí), thì nâng cấp mạng di 
động không dây bằng các kiến trúc mới, công nghệ và kỹ thuật mới cũng được quan 
tâm. Cụ thể, mạng di động thế hệ thứ 5 với kiến trúc siêu dày đặc (UDN – Ultra-dense 
Network) được xem là đầy tiềm năng và là chìa khóa để bước vào kỷ nguyên IoT. 
Trong luận án này, tác giả nghiên cứu các kiến trúc mạng 5G UDN, các cải tiến 
công nghệ, kỹ thuật điều khiển, phân phối và quản lý trong 5G UDN như: thiết kế 
phân cụm (cluster), lưu trữ đa tầng (multi-tier); điều khiển phát đa hướng (multicast); 
kỹ thuật phân bổ và quản lý tài nguyên (resource allocation and management), kỹ thuật 
truyền thông phạm vi hẹp từ thiết bị đến thiết bị (D2D – Device-to-Device) để cải tiến 
hiệu quả phổ, mở rộng băng thông truyền, mở rộng phạm vi hoạt động của mạng. 
Ngoài ra, các kỹ thuật điều khiển lưu trữ (caching) và phân phối (delivering) video 
trong mạng 5G UDN cũng được tìm hiểu. Từ đó đề xuất mô hình điều khiển tối ưu 
luồng dữ liệu video điểm - đa điểm trong mạng 5G UDN sử dụng các kỹ thuật lựa 
chọn thiết bị lưu trữ và thiết bị chia sẻ tài nguyên phổ tần xuống nhằm cực đại dung 
lượng trong hệ thống. Tiếp đó, mở rộng mô hình đề xuất bằng cách xem xét thêm các 
mối quan hệ xã hội người dùng và các ràng buộc về độ dao động dung lượng nhằm 
iv 
đảm bảo tính công bằng cao về chất lượng dịch vụ của người dùng. Cuối cùng, mở 
rộng mô hình đề xuất bằng cách xem xét thêm tầng lưu trữ để linh hoạt hơn trong việc 
lựa chọn nguồn cung cấp dữ liệu. Tất cả các hệ thống đề xuất được mô hình toán và 
mô phỏng trên máy tính dựa vào công cụ Matlab với giải thuật di truyền (GA - Genetic 
Algorithms) nhằm tăng tốc độ xử lý mà vẫn đảm bảo các kết quả tối ưu của bài toán. 
Các kết quả mô phỏng chứng minh sự vượt trội của mô hình đề xuất so với các cơ chế 
thông thường khác. 
Từ khóa—điều khiển tối ưu, hệ thống điều khiển kết nối mạng, mạng 5G siêu 
dày đặc, luồng video, truyền thông từ thiết bị đến thiết bị, truyền thông điểm - đa điểm, 
vạn vật kết nối Internet. 
v 
ABSTRACT 
The mobile network explosion and the Internet development has contributed to 
the realization of the Industrial Revolution 4.0 all over the world with the trend of 
Internet of Things (IoT) in many different areas. In the automation and control 
industry, the development of modern networking technologies makes it simple to 
connect devices in many different locations, i.e., the controller system components are 
easily connected via wireless communication network. In the Networked Control 
System (NCS), the wireless connection to increase flexibility, easily diagnose and 
maintain the system is the current trend of control and automation technology. With 
the development of technology, services and applications are increasingly developed, 
requiring extremely large data communication. It is estimated that by 2023 there will 
be about 5.3 billion users of mobile connected to the Internet to exchange information 
data, especially video data (accounting for 79%). To meet that demand, in addition to 
upgrading core network infrastructure (which costs highly), upgrading wireless mobile 
networks with new architectures, technologies and techniques is also taken great 
consideration. Specifically, the 5th generation mobile network with Ultra-dense 
Networks (UDN) architecture is considered to be full of potential and the key to 
entering the IoT era. 
In this thesis, the author studies 5G UDN network architectures, technology 
innovations, control techniques, distribution and management in 5G UDN such as 
cluster, multi-tier, multicast, resource allocation and management techniques, device-
to-device communication techniques to improve spectral efficiency, expand 
communication bandwidth, and expanding the network's range of activities. 
Furthermore, techniques for caching storage and delivering video in the 5G UDN are 
explored. Since then, we have proposed the optimal control of multicast video 
streaming in 5G UDN using techniques of caching selection and downlink resource 
sharing equipment to maximize capacity in the system. Next, we have extended the 
proposal model via the social relationships and capacity variation constraints to assure 
the fairness of Quality of Service (QoS) for mobile users. Finally, we have broadened 
vi 
the proposed model by t adding a multi-tier caching storage for more flexibility in the 
data sources selection. All the proposed systems are modeled with algorithms and 
simulated on the computer with Matlab tool and Genetic Algorithms (GAs) to increase 
the processing speed while ensuring the optimal results of problems. The simulation 
results demonstrate the superiority of the proposed model compared to other normal 
benchmarks. 
Index Terms—Optimal control, Networked Control System, 5G ultra-dense 
networks, video streaming, device-to-device (D2D) communications, multicast 
communications, Internet of Thing (IoT). 
vii 
MỤC LỤC 
Trang 
LỜI CAM ĐOAN ............................................................................................................. i 
LỜI CẢM ƠN ................................................................................................................. ii 
TÓM TẮT ...................................................................................................................... iii 
ABSTRACT .................................................................................................................... v 
MỤC LỤC .................................................................................................................... vii 
DANH MỤC CÁC THUẬT NGỮ VIẾT TẮT ............................................................... x 
DANH MỤC CÁC BẢNG ........................................................................................... xii 
DANH MỤC CÁC HÌNH VẼ VÀ BIỂU ĐỒ ............................................................. xiii 
MỞ ĐẦU ......................................................................................................................... 1 
1. Lý do chọn đề tài ................................................................................................. 1 
2. Mục tiêu, đối tượng, phạm vi và phương pháp nghiên cứu ................................ 5 
2.1. Mục tiêu nghiên cứu .......................................................................................... 5 
2.2. Đối tượng nghiên cứu ........................................................................................ 6 
2.3. Phạm vi nghiên cứu............................................................................................ 6 
2.4. Phương pháp nghiên cứu ................................................................................... 6 
3. Nhiệm vụ nghiên cứu, kết quả đạt được, ý nghĩa khoa học và thực tiễn ............ 7 
3.1. Nhiệm vụ nghiên cứu ......................................................................................... 7 
3.2. Kết quả đạt được ................................................................................................ 8 
3.3. Ý nghĩa khoa học và thực tiễn ........................................................................... 9 
4. Bố cục luận án ..................................................................................................... 9 
CHƯƠNG 1. TỔNG QUAN VỀ HỆ THỐNG ĐIỀU KHIỂN KẾT NỐI MẠNG .. 11 
1.1. Tổng quan về hệ thống điều khiển kết nối mạng ............................................. 11 
1.2. Tổng quan về 5G UDN .................................................................................... 13 
1.3. Truyền video trong 5G UDN ........................................................................... 16 
1.3.1. Truyền từ trạm nền ........................................................................................... 18 
1.3.2. Truyền D2D ..................................................................................................... 19 
1.3.3. Truyền phối hợp đa tầng .................................................................................. 20 
1.4. Mô hình kênh truyền ........................................................................................ 20 
1.5. Mô hình mối quan hệ xã hội người dùng ......................................................... 21 
viii 
1.6. Truyền video điểm - đa điểm ........................................................................... 21 
1.7. Hiện trạng các nghiên cứu về phân cụm, lựa chọn và truyền thông điểm - đa 
điểm .......................................................................................................................... 22 
1.8. Tổng kết chương 1 ........................................................................................... 23 
CHƯƠNG 2. THUẬT TOÁN DI TRUYỀN VÀ ỨNG DỤNG TRONG BÀI TOÁN 
ĐIỀU KHIỂN TỐI ƯU LUỒNG VIDEO ..................................................................... 24 
2.1. Tổng quan về các thuật toán tìm kiếm tối ưu................................................... 24 
2.2. Tổng quan về thuật toán GA ............................................................................ 25 
2.2.1. Giới thiệu GA ................................................................................................... 25 
2.2.2. GA so với phương pháp truyền thống.............................................................. 27 
2.3. Lưu đồ và các thành phần của thuật toán di truyền ......................................... 28 
2.3.1. Lưu đồ thuật toán di truyền .............................................................................. 28 
2.3.2. Các thành phần của thuật toán di truyền .......................................................... 29 
2.3.3. Kết thúc GA ..................................................................................................... 33 
2.4. Một số bài toán ứng dụng GA trong điều khiển luồng video .......................... 34 
2.5. Tổng kết chương 2 ........................................................................................... 36 
CHƯƠNG 3. ĐIỀU KHIỂN LƯU TRỮ VÀ CHIA SẺ PHỔ TẦN TỐI ƯU 
LUỒNG VIDEO ĐIỂM - ĐA ĐIỂM TRONG 5G UDN .............................................. 37 
3.1. Giới thiệu cơ chế DRS-CHS ............................................................................ 37 
3.1.1. Sự cần thiết của cơ chế DRS-CHS ................................................................... 37 
3.1.2. Hiện trạng các nghiên cứu liên quan đến D2DC điểm - đa điểm .................... 39 
3.1.3. Tính mới của cơ chế DRS-CHS ....................................................................... 40 
3.2. Mô hình và tính toán các thông số hệ thống DRS-CHS .................................. 43 
3.2.1. Mô hình hệ thống DRS-CHS ........................................................................... 43 
3.2.2. Tính toán các thông số của hệ thống DRS-CHS .............................................. 45 
3.3. Bài toán và giải pháp tối ưu DRS-CHS ........................................................... 46 
3.3.1. Bài toán tối ưu DRS-CHS ................................................................................ 46 
3.3.2. Giải pháp tối ưu DRS ... s. Indoor Mob. Radio Commun. PIMRC, vol. 2014-June, pp. 1365–1369, 2014. 
[22] Y. Shen, C. Jiang, T. Q. S. Quek, H. Zhang, and Y. Ren, “Device-to-device cluster 
assisted downlink video sharing - A base station energy saving approach,” 2014 IEEE 
Glob. Conf. Signal Inf. Process. Glob. 2014, pp. 108–112, 2014. 
[23] K. S. Khan, Y. Yin, and A. Jamalipour, “On the Application of Agglomerative 
Hierarchical Clustering for Cache-Assisted D2D Networks,” 2019 16th IEEE Annu. 
Consum. Commun. Netw. Conf. CCNC 2019, pp. 1–6, 2019. 
[24] Z. Chang, Y. Hu, Y. Chen, and B. Zeng, “Cluster-Oriented Device-to-Device 
Multimedia Communications: Joint Power, Bandwidth, and Link Selection 
Optimization,” IEEE Trans. Veh. Technol., vol. 67, no. 2, pp. 1570–1581, 2018. 
[25] X. Zhang and J. Wang, “Heterogeneous Statistical QoS-Driven Resource Allocation for 
D2D Cluster-Caching Based 5G Multimedia Mobile Wireless Networks,” IEEE Int. 
Conf. Commun., vol. 2018-May, pp. 1–6, 2018. 
[26] K. Zhu, W. Zhi, X. Chen, and L. Zhang, “Socially motivated data caching in ultra-
dense small cell networks,” IEEE Netw., vol. 31, no. 4, pp. 42–48, 2017. 
[27] W. Jiang, G. Feng, and S. Qin, “Optimal Cooperative Content Caching and Delivery 
Policy for Heterogeneous Cellular Networks,” IEEE Trans. Mob. Comput., vol. 16, no. 
5, pp. 1382–1393, 2017. 
[28] P. Lin, Q. Song, Y. Yu, and A. Jamalipour, “Extensive Cooperative Caching in D2D 
Integrated Cellular Networks,” IEEE Commun. Lett., vol. 21, no. 9, pp. 2101–2104, 
2017. 
[29] M. Gregori, J. Gómez-Vilardebó, J. Matamoros, and D. Gündüz, “Wireless Content 
Caching for Small Cell and D2D Networks,” IEEE J. Sel. Areas Commun., vol. 34, no. 
5, pp. 1222–1234, 2016. 
[30] J. Wen, K. Huang, S. Yang, and V. O. K. Li, “Cache-Enabled Heterogeneous Cellular 
Networks: Optimal Tier-Level Content Placement,” IEEE Trans. Wirel. Commun., vol. 
16, no. 9, pp. 5939–5952, 2017. 
[31] X. Li, X. Wang, K. Li, Z. Han, and V. C. M. Leung, “Collaborative Multi-Tier Caching 
in Heterogeneous Networks: Modeling, Analysis, and Design,” IEEE Trans. Wirel. 
107 
Commun., vol. 16, no. 10, pp. 6926–6939, 2017. 
[32] P. Kela, M. Costa, J. Turkka, K. Leppänen, and R. Jäntti, “Flexible Backhauling With 
Massive MIMO for Ultra-Dense Networks,” IEEE Access, vol. 4, pp. 9625–9634, 
2016. 
[33] V. Petrov et al., “Dynamic Multi-Connectivity Performance in Ultra-Dense Urban 
mmWave Deployments,” IEEE J. Sel. Areas Commun., vol. 35, no. 9, pp. 2038–2055, 
2017. 
[34] Z. Gao, L. Dai, D. Mi, Z. Wang, M. A. Imran, and M. Z. Shakir, “MmWave massive-
MIMO-based wireless backhaul for the 5G ultra-dense network,” IEEE Wirel. 
Commun., vol. 22, no. 5, pp. 13–21, 2015. 
[35] H. Zhang, S. Huang, C. Jiang, K. Long, V. C. M. Leung, and H. V. Poor, “Energy 
Efficient User Association and Power Allocation in Millimeter-Wave-Based Ultra 
Dense Networks With Energy Harvesting Base Stations,” IEEE J. Sel. Areas Commun., 
vol. 35, no. 9, pp. 1936–1947, 2017. 
[36] C. Yang, J. Li, Q. Ni, A. Anpalagan, and M. Guizani, “Interference-Aware Energy 
Efficiency Maximization in 5G Ultra-Dense Networks,” IEEE Trans. Commun., vol. 
65, no. 2, pp. 728–739, 2017. 
[37] C. Yang, J. Li, P. Semasinghe, E. Hossain, S. M. Perlaza, and Z. Han, “Distributed 
Interference and Energy-Aware Power Control for Ultra-Dense D2D Networks: A 
Mean Field Game,” IEEE Trans. Wirel. Commun., vol. 16, no. 2, pp. 1205–1217, 2017. 
[38] P. Zhao, L. Feng, P. Yu, W. Li, and X. Qiu, “A Social-Aware Resource Allocation for 
5G Device-to-Device Multicast Communication,” IEEE Access, vol. 5, pp. 15717–
15730, 2017. 
[39] M. Hmila, M. Fernández-Veiga, and M. Rodríguez-Pérez, “Distributed Resource 
Allocation Approach for Device-to-Device Multicast Communications,” Int. Conf. 
Wirel. Mob. Comput. Netw. Commun., vol. 2018-Octob, pp. 1–8, 2018. 
[40] L. Feng et al., “Resource Allocation for 5G D2D Multicast Content Sharing in Social-
Aware Cellular Networks,” IEEE Commun. Mag., vol. 56, no. 3, pp. 112–118, 2018. 
[41] J. H. Kim, J. Joung, and J. W. Lee, “Resource Allocation for Multiple Device-to-
Device Cluster Multicast Communications Underlay Cellular Networks,” IEEE 
Commun. Lett., vol. 22, no. 2, pp. 412–415, 2018. 
[42] T. Fang and L. P. Chau, “GOP-based channel rate allocation using genetic algorithm 
for scalable video streaming over error-prone networks,” IEEE Trans. Image Process., 
vol. 15, no. 6, pp. 1323–1330, 2006. 
[43] N. Eshraghi, V. Shah-Mansouri, and B. Maham, “QoE-aware power allocation for 
device-to-device video transmissions,” IEEE Int. Symp. Pers. Indoor Mob. Radio 
Commun. PIMRC, 2016. 
[44] W. C. Cheung, T. Q. S. Quek, and M. Kountouris, “Throughput optimization, spectrum 
allocation, and access control in two-tier femtocell networks,” IEEE J. Sel. Areas 
Commun., vol. 30, no. 3, pp. 561–574, 2012. 
[45] H. Ding, X. Wang, D. B. da Costa, and J. Ge, “Interference modeling in clustered 
device-to-device networks with uniform transmitter selection,” IEEE Trans. Wirel. 
Commun., vol. 16, no. 12, pp. 7906–7918, 2017. 
108 
[46] H. Ding, X. Wang, D. B. Da Costa, and J. Ge, “Uniform transmitter selection in 
clustered D2D networks: An interference modeling analysis,” 2017 IEEE Glob. 
Commun. Conf. GLOBECOM 2017 - Proc., vol. 2018-Janua, no. 1, pp. 1–7, 2017. 
[47] X. Lin, R. Ratasuk, A. Ghosh, and J. G. Andrews, “Modeling, analysis, and 
optimization of multicast device-to-device transmissions,” IEEE Trans. Wirel. 
Commun., vol. 13, no. 8, pp. 4346–4359, 2014. 
[48] M. Zulhasnine, C. Huang, and A. Srinivasan, “Exploiting cluster multicast for P2P 
streaming application in cellular system,” IEEE Wirel. Commun. Netw. Conf. WCNC, 
pp. 4493–4498, 2013. 
[49] B. Peng, T. Peng, Z. Liu, Y. Yang, and C. Hu, “Cluster-based multicast transmission 
for device-to-device (D2D) communication,” IEEE Veh. Technol. Conf., pp. 1–5, 2013. 
[50] L. Militano, M. Condoluci, G. Araniti, A. Molinaro, A. Iera, and G. M. Muntean, 
“Single frequency-based device-to-device-enhanced video delivery for evolved 
multimedia broadcast and multicast services,” IEEE Trans. Broadcast., vol. 61, no. 2, 
pp. 263–278, 2015. 
[51] Y. Zhu, X. Qin, and P. Zhang, “An Efficient Multicast Clustering Scheme for D2D 
Assisted Offloading in Cellular Networks,” 2018 IEEE/CIC Int. Conf. Commun. China, 
ICCC 2018, no. Iccc, pp. 480–484, 2019. 
[52] Y. Tipsuwan and M.-Y. Chow, “Control methodologies in networked control systems,” 
Control Eng. Pract., vol. 11, no. 10, pp. 1099–1111, 2003. 
[53] H. U. Jialing Liu, Huawei US Wireless Research and Standards, Weimin Xiao, C. 
Wireless Research and Standards, Chih-Lin I, China Mobile Research Institute, H. U. 
Yang, Beijing University of Aeronautics and Astronautics, Anthony Soong, and W. R. 
and Standards, “Ultra-Dense Networks (UDNs) for 5G,” IEEE 5G Tech Focus, vol. 1, 
no. 1, pp. 1–5, 2017. 
[54] J. Park, S.-L. Kim, and J. Zander, “Asymptotic behavior of ultra-dense cellular 
networks and its economic impact,” in 2014 IEEE Global Communications 
Conference, 2014, pp. 1–6. 
[55] M. Thurfjell, M. Ericsson, and P. de Bruin, “Network Densification Impact on System 
Capacity,” in 2015 IEEE 81st Vehicular Technology Conference (VTC Spring), 2015, 
pp. 1–5. 
[56] S. Stefanatos and A. Alexiou, “Access Point Density and Bandwidth Partitioning in 
Ultra Dense Wireless Networks,” IEEE Trans. Commun., vol. 62, no. 9, pp. 3376–
3384, 2014. 
[57] L. Su, C. Yang, and C.-L. I, “Energy and Spectral Efficient Frequency Reuse of Ultra 
Dense Networks,” IEEE Trans. Wirel. Commun., vol. 15, no. 8, pp. 5384–5398, 2016. 
[58] R. Baldemair et al., “Ultra-dense networks in millimeter-wave frequencies,” IEEE 
Commun. Mag., vol. 53, no. 1, pp. 202–208, 2015. 
[59] J. Liu, W. Xiao, and A. C. K. Soong, “Dense networks of small cells,” in Design and 
Deployment of Small Cell Networks, 2015, pp. 96–121. 
[60] G. Chopra, R. Kumar Jha, and S. Jain, “A survey on ultra-dense network and emerging 
technologies: Security challenges and possible solutions,” J. Netw. Comput. Appl., vol. 
95, pp. 54–78, 2017. 
109 
[61] A. Gupta and R. K. Jha, “A Survey of 5G Network: Architecture and Emerging 
Technologies,” IEEE Access, vol. 3, pp. 1206–1232, 2015. 
[62] T. L. Thanh and T. M. Hoang, “Cooperative Spectrum-Sharing with Two-Way AF 
Relaying in the Presence of Direct Communications,” EAI Endorsed Trans. Ind. 
Networks Intell. Syst., vol. 5, no. 14, p. 154836, 2018. 
[63] T. Nguyen, D. Nguyen, and V. Nguyen, “Quality of Service Provisioning for D2D 
Users in Heterogeneous Networks,” EAI Endorsed Trans. Ind. Networks Intell. Syst., 
vol. 6, no. 21, p. 160985, 2019. 
[64] W. Jaafar, W. Ajib, and H. Elbiaze, “Caching Optimization for D2D-Assisted 
Heterogeneous Wireless Networks,” in 2019 IEEE 30th Annual International 
Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC), 2019, 
pp. 1–6. 
[65] M. Mehrabi, D. You, V. Latzko, H. Salah, M. Reisslein, and F. H. P. Fitzek, “Device-
Enhanced MEC: Multi-Access Edge Computing (MEC) Aided by End Device 
Computation and Caching: A Survey,” IEEE Access, vol. 7, pp. 166079–166108, 2019. 
[66] N. S. Vo, T. Q. Duong, H. D. Tuan, and A. Kortun, “Optimal Video Streaming in 
Dense 5G Networks With D2D Communications,” IEEE Access, 2018. 
[67] L. Yang, D. Wu, S. Xu, G. Zhang, and Y. Cai, “Social-energy-aware user clustering for 
content sharing based on D2D multicast communications,” IEEE Access, vol. 6, pp. 
36092–36104, 2018. 
[68] X. Zhang, Y. Wang, R. Sun, and D. Wang, “Clustered device-to-device caching based 
on file preferences,” IEEE Int. Symp. Pers. Indoor Mob. Radio Commun. PIMRC, pp. 
1–6, 2016. 
[69] J. Song and W. Choi, “Mobility-aware content placement for device-to-device caching 
systems,” IEEE Trans. Wirel. Commun., vol. 18, no. 7, pp. 3658–3668, 2019. 
[70] X. Zhang et al., “Information Caching Strategy for Cyber Social Computing Based 
Wireless Networks,” IEEE Trans. Emerg. Top. Comput., vol. 5, no. 3, pp. 391–402, 
2017. 
[71] Y. Zhang, E. Pan, L. Song, W. Saad, Z. Dawy, and Z. Han, “Social network aware 
device-to-device communication in wireless networks,” IEEE Trans. Wirel. Commun., 
vol. 14, no. 1, pp. 177–190, 2015. 
[72] M. Cha, H. Kwak, P. Rodriguez, Y. Y. Ahnt, and S. Moon, “I tube, you tube, 
everybody tubes: Analyzing the world’s largest user generated content video system,” 
Proc. ACM SIGCOMM Internet Meas. Conf. IMC, pp. 1–14, 2007. 
[73] F. Benevenuto, “Characterizing User Behavior in Online Social Networks Categories 
and Subject Descriptors,” Imc, pp. 49–62, 2009. 
[74] B. Bai, L. Wang, Z. Han, W. Chen, and T. Svensson, “Caching Based Socially-Aware 
D2D Communications in Wireless Content Delivery Networks: A Hypergraph 
Framework,” IEEE Wirel. Commun., no. August, pp. 74–81, 2016. 
[75] Y. Cao, T. Jiang, X. Chen, and J. Zhang, “Social-aware video multicast based on 
device-to-device communications,” IEEE Trans. Mob. Comput., vol. 15, no. 6, pp. 
1528–1539, 2016. 
[76] S. S. Moghaddam and M. Ghasemi, “Efficient Clustering for Multicast Device-to-
110 
Device Communications,” Proc. 2018 7th Int. Conf. Comput. Commun. Eng. ICCCE 
2018, pp. 228–233, 2018. 
[77] L. Yang, D. Wu, and Y. Cai, “A Distributed Social-Aware Clustering Approach in 
D2D Multicast Communications,” 2018 14th Int. Wirel. Commun. Mob. Comput. Conf. 
IWCMC 2018, pp. 42–47, 2018. 
[78] Y. Wu, D. Wu, L. Yang, X. Shi, L. Ao, and Q. Fu, “Matching-Coalition Based Cluster 
Formation for D2D Multicast Content Sharing,” IEEE Access, vol. 7, pp. 73913–
73928, 2019. 
[79] Y. Wu, D. Wu, L. Yang, and S. Xu, “Incentive-based cluster formation for D2D 
multicast content sharing,” in Proc. of Asia-Pacific Conference on Communications, 
APCC 2018, 2018, pp. 1–6. 
[80] A. Chipperfiel, P. Fleming, H. Pohlheim, and C. Fonseca, Genetic Algorithm 
TOOLBOX For Use with Matlab Ver 1.2 Users Guide. 1994. 
[81] H. Mühlenbein and D. Schlierkamp-Voosen, “Predictive Models for the Breeder 
Genetic Algorithm,” Evol. Comput., vol. 1, no. 1, pp. 25–49, 1993. 
[82] D.-T. Huynh, X. Wang, T. Q. Duong, N.-S. Vo, and M. Chen, “Social-Aware Energy 
Efficiency Optimization for Device-to-Device Communications in 5G Networks,” 
Elsevier Comput. Commun., vol. 120, pp. 102–111, 2018. 
[83] X. Du, N.-S. Vo, T. Q. Duong, and L. Shu, “Joint Replication Density and Rate 
Allocation Optimization for VoD Systems over WMNs,” IEEE Trans. Circuits Syst. 
Video Technol., vol. 23, no. 7, pp. 1260–1273, 2013. 
[84] S. Gao and M. Tao, “Joint multicast scheduling and user association for DASH-based 
video streaming over heterogeneous cellular networks,” 2016 IEEE/CIC Int. Conf. 
Commun. China, ICCC 2016, pp. 1–6, 2016. 
[85] W. Xiang, C. Zhu, C. K. Siew, Y. Xu, and M. Liu, “Forward error correction-based 2-
D layered multiple description coding for error-resilient H.264 SVC video 
transmission,” IEEE Trans. Circuits Syst. Video Technol., vol. 19, no. 12, pp. 1730–
1738, 2009. 
[86] M. P. Bui, N. S. Vo, S. Q. Nguyen, and Q. N. Tran, “Social-Aware Caching and 
Resource Sharing Maximized Video Delivery Capacity in 5G Ultra-Dense Networks,” 
Mob. Networks Appl., 2019. 
[87] N.-S. Vo, T. Q. Duong, M. Guizani, and A. Kortun, “5G Optimized Caching and 
Downlink Resource Sharing for Smart Cities,” IEEE Access, vol. 6, no. c, pp. 31457–
31468, 2018. 
[88] N. S. Vo, T. Q. Duong, and M. Guizani, “QoE-oriented resource efficiency for 5G two-
tier cellular networks: A femtocaching framework,” 2016 IEEE Glob. Commun. Conf. 
GLOBECOM 2016 - Proc., 2016. 
[89] L. Booker, “Improving search in genetic algorithms,” in Genetic algorithms and 
simulated annealing, Morgan Kaufmann, 1987, pp. 61–73. 
[90] D. E. Goldberg, Genetic Algorithms in Search, Optimization and Machine Learning. 
1989. 
[91] A. Bhardwaj and S. Agnihotri, “Energy- and Spectral-Efficiency Trade-Off for D2D-
Multicasts in Underlay Cellular Networks,” IEEE Wirel. Commun. Lett., vol. 7, no. 4, 
111 
pp. 546–549, 2018. 
[92] D. Lecompte and H. T. France, “Evolved Multimedia Broadcast/Multicast Service 
(eMBMS) in LTE-Advanced : Overview and Rel-11 Enhancements,” vol. 50, no. 11, 
pp. 68–74, 2012. 
[93] G. Araniti, M. Condoluci, P. Scopelliti, A. Molinaro, and A. Iera, “Multicasting over 
Emerging 5G Networks: Challenges and Perspectives,” IEEE Netw., vol. 31, no. 2, pp. 
80–89, 2017. 
[94] T.-M. Phan, N.-S. Vo, M.-P. Bui, X.-K. Dang, and D.-B. Ha, “Downlink Resource 
Sharing and Caching Helper Selection Control Maximized Multicast Video Delivery 
Capacity in Dense D2D 5G Networks,” J. Sci. Technol., vol. 18, no. 4, pp. 12–20, 
2020. 
[95] N.-S. Vo, T.-M. Phan, M.-P. Bui, X.-K. Dang, T. V. Nguyen, and Y. Cheng, “Social-
aware Spectrum Sharing and Caching Helper Selection Strategy Optimized Multicast 
Video Streaming in Dense D2D 5G Networks,” IEEE Syst. J., pp. 1–12, 2020.