1.一种基于动态请求D2D网络中的协作编码缓存方法，其特征在于，包括以下步骤：步骤1、搭建网络架构；基于动态请求D2D网络包括两层网络，由基站构成的蜂窝网络与用户设备组成的D2D网络，其中用户对内容的请求具有动态变化的特征，基站可满足用户对内容的需求；

步骤2、建立D2D网络中的用户内容分享模型；

步骤3、将网络中的内容通过最大可分码MDS处理，得到多个内容包，MDS编码将内容fk先分成Lfk个相等内容片段再编为Gfk个互相独立、无重复的内容包；

步骤4、用户获得内容包；

步骤5、计算在D2D传输过程中、基站向用户传输过程的内容传输延时；

步骤6、分析用户的动态请求，用户请求将受内容流行度会影响有多个请求状态，该现象遵循有限状态的马尔可夫过程，为了获得用户变化的请求状态，通过观察实时内容请求来判断每个内容的受欢迎程度；

步骤7、将D2D网络中的编码缓存问题建立为马尔科夫决策过程MDP，MDP问题定义为一个元组 是网络中所有用户可能状态的集合， 是所有用户的可行缓存行为的行为集合， 代表奖励函数；

步骤8、计算缓存奖励的平均值；

步骤9、以最大化总时间缓存奖励的平均值为优化目标，建立优化问题；

步骤10、为寻找最优缓存策略，同时为应对网络中的大量用户和内容，提出基于Q‑learning的协作编码缓存算法进行求解。

2.根据权利要求1所述的基于动态请求D2D网络中的协作编码缓存方法，其特征在于，所述步骤2、建立D2D网络中的用户内容分享模型，具体如下：步骤2‑1、判断网络中的用户能否建立D2D通信，判断过程如下：||li‑lj||＜Rd     (1)其中，i表示用户ui，j表示用户uj，li表示用户ui的物理位置，lj表示用户uj的物理位置，Rd是D2D通信的最大距离；

步骤2‑2、为每个用户寻找可建立D2D通信的潜在用户集合，表示为如下：N(i)＝{i|i∈U,||li‑lj||＜Rd}      (2)，其中，U表示所有用户的集合。

3.根据权利要求1所述的基于动态请求D2D网络中的协作编码缓存方法，其特征在于，所述步骤4、用户获得内容包过程如下：步骤4‑1、当用户ui对内容fk发出请求时，用户ui首先查看本地缓存中是否缓存了fk的内容包；

步骤4‑2、然后通过D2D网络从其他用户处获取内容包；

步骤4‑3、如果用户ui收集的内容包总数大于Lfk，则用户ui将能够恢复出完整的内容fk，否则，用户ui将从基站获取其他内容包以到达到Lfk来恢复内容。

4.根据权利要求1所述的基于动态请求D2D网络中的协作编码缓存方法，其特征在于，所述步骤5、计算在D2D传输过程中、基站向用户传输过程的内容传输延时，具体如下：步骤5‑1、利用信噪比来估算内容传输的传输速率，则D2D链路以及基站的信噪比分别表示为：

其中，PD2D、PBS分别是用户和基站内容传输的传输功率， 是高斯白噪声的均方差，GD2D、GBS则代表是D2D和基站的信道增益；

步骤5‑2、计算D2D和基站的信道增益，表示如下：‑ε

GD2D＝κ·dD2D            (5)‑ε

GBS＝κ·dBS      (6)其中，κ表示路径损耗常数，ε表示路径损耗指数，d表示路径距离；

步骤5‑3、计算用户通过D2D或者基站获得内容的下载速率，表示如下：RD2D＝WD2Dlog2(1+SNRD2D)                        (7)RBS＝WBSlog2(1+SNRBS)                         (8)其中，WD2D，WBS表示D2D链路和基站与用户间链路的分配带宽；

步骤5‑4、得到用户ui通过D2D链路或者基站获得内容包的传输延时，表示如下：其中，Sfk,g为内容fk的第g个内容包的尺寸大小；

步骤5‑5、以用户从基站获取内容的下载速率为标准，排除下载速率低于用户从基站获取内容的下载速率，筛选传输内容的用户，基于用户ui的潜在用户集合，得到用户ui的邻近用户集合N′(i)，表示如下：

5.根据权利要求4所述的基于动态请求D2D网络中的协作编码缓存方法，其特征在于，所述步骤6为了获得用户变化的请求状态，可以通过观察实时内容请求来判断每个内容的受欢迎程度；，表示如下：

6.根据权利要求5所述的基于动态请求D2D网络中的协作编码缓存方法，其特征在于，所述步骤8、计算缓存奖励的平均值，过程如下：步骤8‑1、每次缓存行为带来的网络中可减少的平均传输延时作为缓存奖励，在时间周期t内用户ui请求内容fk的第g个内容包可减少的内容传输延时，表示如下：其中， 表示用户ui向基站请求内容fk的第g个内容包的传输延时， 则表示用户ui获得该内容包的实际内容传输延时；

步骤8‑2、计算用户ui恢复内容fk的可减少的内容传输延时，表示如下：表示恢复内容fk所需要内容包的最小数量；

步骤8‑3、计算用户ui多次恢复请求的内容可减少的内容传输延时，表示如下：F表示网络中所有内容的集合；

步骤8‑4、计算总时间缓存奖励，表示如下：其中，α为折扣系数；T表示总的时间周期数； 表示用户ui在时间周期t时的请求状态；

步骤8‑4、计算总时间缓存奖励的平均值，表示如下：

7.根据权利要求6所述的基于动态请求D2D网络中的协作编码缓存方法，其特征在于，所述步骤9、以最大化总时间缓存奖励的平均值为优化目标，建立优化问题，表示如下：其中，Gfk表示内容fk的内容包集合；Sfk,g表示内容fk的第g个内容包的大小； 表示用户ui是否缓存了内容fk的第g个内容包；π表示缓存策略；Π表示所有缓存策略的集合；

其中限制条件C1为缓存容量的限制，限制条件C2为二元缓存变量。

8.根据权利要求7所述的基于动态请求D2D网络中的协作编码缓存方法，其特征在于，所述步骤10、为寻找最优缓存策略，同时为应对网络中的大量用户和内容，提出基于Q‑learning的协作编码缓存算法进行求解，具体包括：步骤10‑1、设定初始参数；

设定初始时间周期，设定用户的请求初始状态、折扣参数和学习速率，设定网络内用户数量及内容数量，设定初始Q值；

步骤10‑2、通过∈‑greedy算法来选择用户的缓存行为；

步骤10‑3、缓存内容包决策；

基于用户的缓存行为，在满足用户缓存空间的限制下，寻找使优化目标可减少的延时边际值最大的和内容包，具体如下：步骤10‑4、评估每一次缓存行为获得的缓存奖励；

步骤10‑5、更新Q表以及策略；

步骤10‑6、判断迭代次数是否达到最大时间周期数，若是执行步骤10‑7，否则，返回步骤10‑2；

步骤10‑7、得到最优的缓存策略。

9.根据权利要求8所述的基于动态请求D2D网络中的协作编码缓存方法，其特征在于，所述步骤10‑2、通过∈‑greedy算法来选择用户的缓存行为；

首先选择一个随机的概率θ，将θ与网络中设定的探索概率进行比较，如果θ＜ε那么系统会选择用户已有的缓存行为再次学习，反之，当(1‑θ)＜ε时，系统会选择用户的一个新缓存行为进行学习。