随着移动数据流量急剧增长,运营商通过密集化部署小站(Small Base Station,SBS)以满足网络峰值业务量需求,因此一个远程服务器下的小站数和用户数越来越多。用户的内容请求需要基站使用回程链路从远程服务器获取,然而回程链路资源的有限性可能无法及时满足所有用户需求,限制网络性能和用户体验质量的提升。由于网络中存在许多相同内容的重复请求,重复传输相同内容不仅浪费基站有限的带宽资源,而且用户获取内容的时延较大。边缘缓存通过拉近用户和内容的距离解决了回程链路的紧缺和用户体验质量(Quality of Experience,Qo E)的提高。将内容缓存在网络边缘的基站,用户请求命中缓存时可以直接从基站获取内容。但是基站的缓存空间远小于远端服务器内容总量,并且移动用户不同时刻可能关联不同的基站,因此优化基站缓存内容的选取以降低用户获取内容的时延是值得研究的。由于基站缓存空间的有限性和移动用户在不同时刻关联基站的变化,本文提出一种基于用户请求内容预测的多小站协作缓存策略。首先,本文以最小化用户获取内容的平均时延为优化目标,对缓存内容的选取策略进行数学建模;然后,宏站(Macro Base Station,MBS)根据基站位置划分固定协作集,在已知用户移动轨迹的前提下,综合内容流行度和由历史请求数据发现的用户个体请求特征预测用户最有可能请求的内容,当关联小站及其协作小站都未缓存,且关联小站有可用缓存空间时将其缓存在关联小站,若关联小站可用空间不足执行缓存替换方法,根据内容缓存价值决定替换缓存区哪个内容。固定划分协作集只考虑基站位置信息,在用户移动整个时间段内协作集划分方式不变,由于不同用户可能在同一时间片请求相同内容,因此固定划分不是减少内容重复缓存的最优方案。本文提出一种根据用户请求内容的动态划分协作集方案,在当前时间片预测所有用户下一时间片请求内容和关联小站,根据协作集划分准则,尽可能从请求相同内容的用户关联小站划分出更多协作集,进一步减少缓存内容的次数,在缓存相同内容种类的情况下占用更少的缓存空间。仿真表明本文方案可以缩短用户获取内容的平均时延,提高缓存内容种类数与占用缓存空间的比率,减少内容在不同基站的重复缓存,降低缓存的代价。