为了解决有限回程的问题，无线协作网络的以前的工作考虑由设计稀疏波束形成器和以用户为中心的BS集群中的最小化回程传输和传输功率问题。此外，根据每个基站的回程约束考虑加权和速率（WSR）优化问题。然而，所有这些工作集中在单播的情况，促进系统设计的以用户为中心视图而不考虑缓存的效果。

近来，无线高速缓冲已被研究作为减少高峰流量和回程负载的一种有效方式。通过在基站部署缓存，并提前将受欢迎的内容缓存在基站中，有限回程容量的问题能够得到根本解决。用小的或者甚至不回程容量，飞秒缓存可以支持无线影像传送的高需求。现在高速缓存系统的容量的上限和下限可以被导出，它表明网络容量可以通过使用多播编码传送内容得到进一步改善。这些研究促使考虑采用云RAN缓存，其中每个基站都配备了有限的存储容量的高速缓存。相比于没有缓存，支持云RAN缓存协作网络可从根本上降低回程代价和支持更灵活的BS集群。先前的工作集中在单播，即数据被单独发送到每个用户，不管不同的用户所请求的实际内容是否相同。本文的重点问题多播传输。假设多个用户可以请求相同的内容，并且该内容在同一资源块上被使用多播波束传送到这些用户。与传统的单播相比，多播可提高能源和频谱效率。另外，由于在基站中缓存的受欢迎内容可能被多个用户请求，多播可以更好地利用的潜在无线高速缓存。

本文研究的多播波束形成和内容为中心的BS集群的联合设计，它不同于协同多节多播网络中的固定的BS集群或单播系统用户为中心的BS集群。在每一个调度间隔中，BS集群动态针对每个多播组进行优化。我们制定一个以总的功率消耗最小化和根据服务质（QoS）的回程代价作为每个多播组的约束为目标的优化问题。回程链路消耗用一个含有ℓ0/ℓ2范数的波束形成向量函数表示。解决这种问题的关键是两个非凸QoS约束和ℓ0范数回程代价。在本文中，我们先引入的半正定松弛（SDR）方法来处理非凸的QoS约束。然后，我们采用稀疏信号处理平滑函数的方法来近似ℓ0范数与凹平滑函数。

在稀疏信号处理，一种用来处理ℓ0范数最小化问题方法是其重加权ℓ1范数逼近ℓ0-范数和更新迭代的权重因子。另一种方法是在平滑函数方法，其中作者用高斯家族函数近似ℓ0范数。对于ℓ0范数平滑函数法是一种较好的近似，但其性能在很大程度上依赖于近似函数的平滑因子。在本文中，我们采用了平滑函数方法和一个不同的凸函数（DC）算法解决近似问题。我们探索利用三种不同的光滑函数：对数函数、指数函数和反正切函数，结果表明在特定的权值更新规则下，三个函数等同于重加权ℓ1范数的最小化。仿真结果可以证明该算法的性能和无线缓存的好处。