文獻(xiàn)標(biāo)識碼: A
DOI:10.16157/j.issn.0258-7998.170281
中文引用格式: 薛建彬,梁艷慧. 異構(gòu)網(wǎng)絡(luò)中D2D資源優(yōu)化算法研究[J].電子技術(shù)應(yīng)用,2017,43(10):99-102.
英文引用格式: Xue Jianbin,Liang Yanhui. Research on D2D resource optimization algorithm in heterogeneous network[J].Application of Electronic Technique,2017,43(10):99-102.
0 引言
隨著5G的迅速推進(jìn),傳統(tǒng)蜂窩通信的頻譜資源已經(jīng)無法滿足越來越高的通信要求[1]。因此引入D2D通信顯得至關(guān)重要,它在一定程度上減緩了資源短缺的問題[2]。D2D通信是一種短距離的端到端通信,不需要基站進(jìn)行中轉(zhuǎn)信息。它以非正交的方式復(fù)用蜂窩用戶的無線資源,大大提高了系統(tǒng)的頻譜利用率[3]。但當(dāng)D2D用戶去復(fù)用蜂窩用戶的資源時,必定會給蜂窩用戶帶來同頻干擾。因此如何找到一種有效的機(jī)制來減輕兩個子系統(tǒng)之間的干擾,使系統(tǒng)的吞吐量達(dá)到最大化,具有很重要的研究意義[4]。文獻(xiàn)[5]提出了一種魯棒分布式資源分配方案,顯著改善了網(wǎng)絡(luò)性能,但是成本較高,并且用戶和中繼之間的干擾沒有得到有效控制。文獻(xiàn)[6]提出了一種基于地理位置的資源分配方案,這種方案適用于多小區(qū)的場景,但是沒有考慮到詳細(xì)的功率控制方案。文獻(xiàn)[7]提出了兩種資源分配方案,即雙重度量方案和容限干擾度方案,實現(xiàn)了資源的平均分配,但系統(tǒng)的吞吐量相對其他方法沒有顯著的提高。文獻(xiàn)[8]提出了一種交替優(yōu)化算法,用凸優(yōu)化的方法實現(xiàn)功率的分配,但該方法忽略了對D2D的干擾問題,影響了引入D2D用戶的通信質(zhì)量。
為了有效控制D2D用戶和蜂窩用戶之間的干擾,增加系統(tǒng)的吞吐量,并且使無線資源塊得到充分利用,本文提出了一種資源選擇和功率分配的聯(lián)合優(yōu)化算法。該算法避免了D2D用戶對蜂窩用戶造成嚴(yán)重干擾,同時保證了引入次用戶的吞吐量。
1 系統(tǒng)模型
假設(shè)在一個小區(qū)內(nèi),基站可以獲取所有鏈路的信道質(zhì)量狀況。D2D用戶對有M個,表示為D={Di|i=1,2,…,M},蜂窩用戶有N個,表示為C={Cj|j=1,2,…,N}。為了充分利用小區(qū)中的頻譜資源,D2D用戶對選擇性地復(fù)用蜂窩用戶的上行資源,K={1,2,…,k}表示可復(fù)用的頻率資源塊。系統(tǒng)模型如圖1所示。
式中,gm為D2D通信鏈路的信道增益,gn.m為蜂窩用戶到D2D用戶接收端干擾鏈路的信道增益。
2 基于拉格朗日對偶的資源分配優(yōu)化算法
基于系統(tǒng)模型的分析,本文首先在保證蜂窩用戶QoS的前提下給D2D用戶分配資源。其次,利用拉格朗日對偶算法對D2D用戶的發(fā)射功率進(jìn)行控制協(xié)調(diào),從而得到D2D用戶的最佳發(fā)射功率。 既保證了通信質(zhì)量,又提高了系統(tǒng)的吞吐量以及頻譜利用率。
2.1 資源分配算法
在網(wǎng)絡(luò)負(fù)載嚴(yán)重時,D2D通信會選擇復(fù)用蜂窩用戶的資源。作為終端直通系統(tǒng)的主要通信方式,蜂窩通信的傳輸速率必須得到保障,蜂窩用戶被D2D用戶復(fù)用之后的數(shù)據(jù)傳輸速率可由香農(nóng)公式表示為:
D2D用戶對m要選擇復(fù)用的資源塊k要滿足的條件如下:
式中,Cmin表示蜂窩用戶的傳輸速率閾值。若D2D用戶接入無線資源塊時,原有的蜂窩用戶無法達(dá)到正常通信時的傳輸速率,D2D用戶將不復(fù)用此資源塊。
從式(5)可以看出,在達(dá)到蜂窩用戶傳輸速率閾值的前提下,D2D用戶選擇復(fù)用了負(fù)載最小的一個上行資源塊。然而資源的分配不但要控制D2D通信鏈路對蜂窩鏈路的干擾在一定范圍內(nèi),而且還要保障D2D用戶的傳輸質(zhì)量。D2D用戶信噪比滿足的條件如下:
式中,TargetγD表示D2D用戶的信噪比閾值。滿足此條件,系統(tǒng)的吞吐量才能得到提升。但D2D信噪比越高,對蜂窩通信的干擾也會越大,成本、能耗以及對設(shè)備的要求也會越來越高。所以,對D2D用戶發(fā)射端的功率進(jìn)行控制很有必要。
式(7)說明,在異構(gòu)網(wǎng)絡(luò)中,D2D用戶的發(fā)射功率不超過其允許的最大發(fā)射功率pmax。因為D2D用戶只能選擇一個資源塊去復(fù)用,則有:
式中,a表示一個D2D用戶只能復(fù)用一個資源塊。這個公式說明進(jìn)行協(xié)作通信時,首先要保證蜂窩用戶正常通信質(zhì)量。然后通過對D2D用戶對m的發(fā)射功率進(jìn)行調(diào)節(jié),最大化所有無線資源塊上吞吐量。
2.2 最優(yōu)功率分配
基于以上的資源分配方法,構(gòu)造了以D2D用戶吞吐量為目標(biāo)的函數(shù)。它是一個以D2D用戶的發(fā)射功率為自變量的非線性函數(shù)。為了求解這個函數(shù),把效用函數(shù)變?yōu)椋瑿k,也就是把最大化問題轉(zhuǎn)化為了最小化問題。所以,式(10)可寫為:
3 仿真與性能分析
為了驗證提出方案的性能及其對系統(tǒng)的影響,進(jìn)行了一系列的仿真實驗。仿真場景為在半徑為1 km的LTE單小區(qū),D2D用戶復(fù)用蜂窩用戶上行資源。主要的仿真參數(shù)設(shè)置如表1所示。通過將提出的資源分配(TPRA)方法與隨機(jī)資源分配(RRA)方法,以及考慮D2D速率的資源分配(RCRA)方法進(jìn)行比較,主要對比了系統(tǒng)的吞吐量和不同算法下功率的分配情況。
圖2比較了兩種算法下系統(tǒng)吞吐量的CDF分布圖。由圖可知,RRA的吞吐量明顯低于TPRA的吞吐量。因為RRA算法沒有合理地給主次用戶分配資源,導(dǎo)致主次用戶之間的干擾沒有得到有效控制。而TPRA算法,通過高效的干擾協(xié)調(diào),提高了系統(tǒng)性能。
由圖3可知,TPRA算法下D2D的發(fā)射功率要高于RRA和RCRA算法,并且隨著迭代次數(shù)的增加,發(fā)射功率隨之增加。當(dāng)?shù)螖?shù)超過21次時,發(fā)射功率逐漸趨于平衡,達(dá)到0.864 W。此功率值小于本文給出的最大發(fā)射功率。因為本算法是在保證蜂窩用戶正常通信的情況下對D2D用戶的發(fā)射功率在一定范圍內(nèi)進(jìn)行迭代調(diào)節(jié),大大增加了頻譜利用率。
由圖4可知,當(dāng)D2D對數(shù)增加時,系統(tǒng)的吞吐量也會隨之增加。但是根據(jù)接入系統(tǒng)的D2D對數(shù)不同,不同算法表現(xiàn)出了不同的優(yōu)劣性。D2D用戶對數(shù)M≤14時,算法RCRA的系統(tǒng)吞吐量高于其他算法。而當(dāng)M≥16時,本文提出的方法TPRA開始占優(yōu)勢。相反,RCRA算法只是增加了次用戶的傳輸速率,忽略了其與主用戶之間的干擾。所以當(dāng)系統(tǒng)接入的D2D用戶對的數(shù)量較多時,TPRA算法的性能是最佳的。
4 結(jié)論
本文使用了拉格朗日對偶以及迭代算法解決異構(gòu)網(wǎng)絡(luò)中D2D的資源分配問題。研究結(jié)果表明:此算法相比其他兩種算法,更適用于D2D對數(shù)多的異構(gòu)網(wǎng)絡(luò)。并且對D2D發(fā)射功率的迭代計算,有效減少了系統(tǒng)損耗,且保證了D2D通信的吞吐量。避免了負(fù)載重的資源塊超負(fù)荷,而負(fù)載輕的資源塊不被充分利用的問題,使系統(tǒng)的通信質(zhì)量得到了顯著提高。
參考文獻(xiàn)
[1] ASADI A,WANG Q,MANCUSO V.A survey on Device-to-Device communication in cellular networks[J].IEEE Communications Surveys & Tutorials,2014,16(4):1801-1819.
[2] DOPPLER K,RINNE M,WIJTING C,et al.Device-to-Device communication as an underlay to LTE-advanced networks[J].IEEE Communications Magazine,2009,47(12):42-49.
[3] 黃雅.D2D通信系統(tǒng)中模式選擇和系統(tǒng)容量的研究[D].南京:南京郵電大學(xué),2015.
[4] XU S,KWAK K S,RAO R.Interference-aware resource sharing in D2D underlaying LTE-A networks[J].Transactions on Emerging Telecommunications Technologies,2015,26(12):1306-1322.
[5] HASAN M,HOSSAIN E,DONG I K.Resource allocation under channel uncertainties for relay-aided Device-to-Device communication underlaying LTE-A cellular networks[J].IEEE Transactions on Wireless Communications,2014,13(4):2322-2338.
[6] WANG H,XIA K,CHU X.On the position-based resource-sharing for Device-to-Device communications underlaying cellular networks[C].IEEE/CIC International Conference on Communications in China,2013:135-140.
[7] XU Y,LIU Y,LI D.Resource management for interference mitigation in device-to-device communication[J].IET Communications,2015,9(9):1199-1207.
[8] ZHAO W,WANG S.Resource allocation for Device-to-Device communication underlaying cellular networks:An alternating optimization method[J].IEEE Communications Letters,2015,19(8):1398-1401.
作者信息:
薛建彬1,2,梁艷慧1
(1.蘭州理工大學(xué) 計算機(jī)與通信學(xué)院,甘肅 蘭州730050;2.東南大學(xué) 移動通信國家重點實驗室,江蘇 南京210096)