文献标识码:A
DOI:10.16157/j.issn.0258-7998.170281
中文引用格式:薛建彬,梁艳慧. 异构网络中D2D资源优化算法研究[J].电子技术应用,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
随着5G的迅速推进,传统蜂窝通信的频谱资源已经无法满足越来越高的通信要求[1]。因此引入D2D通信显得至关重要,它在一定程度上减缓了资源短缺的问题[2]。D2D通信是一种短距离的端到端通信,不需要基站进行中转信息。它以非正交的方式复用蜂窝用户的无线资源,大大提高了系统的频谱利用率[3]。但当D2D用户去复用蜂窝用户的资源时,必定会给蜂窝用户带来同频干扰。因此如何找到一种有效的机制来减轻两个子系统之间的干扰,使系统的吞吐量达到最大化,具有很重要的研究意义[4]。文献[5]提出了一种鲁棒分布式资源分配方案,显著改善了网络性能,但是成本较高,并且用户和中继之间的干扰没有得到有效控制。文献[6]提出了一种基于地理位置的资源分配方案,这种方案适用于多小区的场景,但是没有考虑到详细的功率控制方案。文献[7]提出了两种资源分配方案,即双重度量方案和容限干扰度方案,实现了资源的平均分配,但系统的吞吐量相对其他方法没有显著的提高。文献[8]提出了一种交替优化算法,用凸优化的方法实现功率的分配,但该方法忽略了对D2D的干扰问题,影响了引入D2D用户的通信质量。
为了有效控制D2D用户和蜂窝用户之间的干扰,增加系统的吞吐量,并且使无线资源块得到充分利用,本文提出了一种资源选择和功率分配的联合优化算法。该算法避免了D2D用户对蜂窝用户造成严重干扰,同时保证了引入次用户的吞吐量。
1 系统模型
假设在一个小区内,基站可以获取所有链路的信道质量状况。D2D用户对有M个,表示为D={Di|i=1,2,…,M},蜂窝用户有N个,表示为C={Cj|j=1,2,…,N}。为了充分利用小区中的频谱资源,D2D用户对选择性地复用蜂窝用户的上行资源,K={1,2,…,k}表示可复用的频率资源块。系统模型如图1所示。
式中,gm为D2D通信链路的信道增益,gn.m为蜂窝用户到D2D用户接收端干扰链路的信道增益。
2 基于拉格朗日对偶的资源分配优化算法
基于系统模型的分析,本文首先在保证蜂窝用户QoS的前提下给D2D用户分配资源。其次,利用拉格朗日对偶算法对D2D用户的发射功率进行控制协调,从而得到D2D用户的最佳发射功率。 既保证了通信质量,又提高了系统的吞吐量以及频谱利用率。
2.1 资源分配算法
在网络负载严重时,D2D通信会选择复用蜂窝用户的资源。作为终端直通系统的主要通信方式,蜂窝通信的传输速率必须得到保障,蜂窝用户被D2D用户复用之后的数据传输速率可由香农公式表示为:
D2D用户对m要选择复用的资源块k要满足的条件如下:
式中,Cmin表示蜂窝用户的传输速率阈值。若D2D用户接入无线资源块时,原有的蜂窝用户无法达到正常通信时的传输速率,D2D用户将不复用此资源块。
从式(5)可以看出,在达到蜂窝用户传输速率阈值的前提下,D2D用户选择复用了负载最小的一个上行资源块。然而资源的分配不但要控制D2D通信链路对蜂窝链路的干扰在一定范围内,而且还要保障D2D用户的传输质量。D2D用户信噪比满足的条件如下:
式中,TargetγD表示D2D用户的信噪比阈值。满足此条件,系统的吞吐量才能得到提升。但D2D信噪比越高,对蜂窝通信的干扰也会越大,成本、能耗以及对设备的要求也会越来越高。所以,对D2D用户发射端的功率进行控制很有必要。
式(7)说明,在异构网络中,D2D用户的发射功率不超过其允许的最大发射功率pmax。因为D2D用户只能选择一个资源块去复用,则有:
式中,a表示一个D2D用户只能复用一个资源块。这个公式说明进行协作通信时,首先要保证蜂窝用户正常通信质量。然后通过对D2D用户对m的发射功率进行调节,最大化所有无线资源块上吞吐量。
2.2 最优功率分配
基于以上的资源分配方法,构造了以D2D用户吞吐量为目标的函数。它是一个以D2D用户的发射功率为自变量的非线性函数。为了求解这个函数,把效用函数变为-Ck,也就是把最大化问题转化为了最小化问题。所以,式(10)可写为:
3 仿真与性能分析
为了验证提出方案的性能及其对系统的影响,进行了一系列的仿真实验。仿真场景为在半径为1 km的LTE单小区,D2D用户复用蜂窝用户上行资源。主要的仿真参数设置如表1所示。通过将提出的资源分配(TPRA)方法与随机资源分配(RRA)方法,以及考虑D2D速率的资源分配(RCRA)方法进行比较,主要对比了系统的吞吐量和不同算法下功率的分配情况。
图2比较了两种算法下系统吞吐量的CDF分布图。由图可知,RRA的吞吐量明显低于TPRA的吞吐量。因为RRA算法没有合理地给主次用户分配资源,导致主次用户之间的干扰没有得到有效控制。而TPRA算法,通过高效的干扰协调,提高了系统性能。
由图3可知,TPRA算法下D2D的发射功率要高于RRA和RCRA算法,并且随着迭代次数的增加,发射功率随之增加。当迭代次数超过21次时,发射功率逐渐趋于平衡,达到0.864 W。此功率值小于本文给出的最大发射功率。因为本算法是在保证蜂窝用户正常通信的情况下对D2D用户的发射功率在一定范围内进行迭代调节,大大增加了频谱利用率。
由图4可知,当D2D对数增加时,系统的吞吐量也会随之增加。但是根据接入系统的D2D对数不同,不同算法表现出了不同的优劣性。D2D用户对数M≤14时,算法RCRA的系统吞吐量高于其他算法。而当M≥16时,本文提出的方法TPRA开始占优势。相反,RCRA算法只是增加了次用户的传输速率,忽略了其与主用户之间的干扰。所以当系统接入的D2D用户对的数量较多时,TPRA算法的性能是最佳的。
4 结论
本文使用了拉格朗日对偶以及迭代算法解决异构网络中D2D的资源分配问题。研究结果表明:此算法相比其他两种算法,更适用于D2D对数多的异构网络。并且对D2D发射功率的迭代计算,有效减少了系统损耗,且保证了D2D通信的吞吐量。避免了负载重的资源块超负荷,而负载轻的资源块不被充分利用的问题,使系统的通信质量得到了显著提高。
参考文献
[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] 黄雅.D2D通信系统中模式选择和系统容量的研究[D].南京:南京邮电大学,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,梁艳慧1
(1.兰州理工大学 计算机与通信学院,甘肃 兰州730050;2.东南大学 移动通信国家重点实验室,江苏 南京210096)