基于博弈论在蜂窝网络D2D通信中的干扰管理技术研究

李鹏翔+李晖

【摘要】 随着目前国内移动通信业务的蓬勃发展，人们对高速率、优服务、高质量和低时延性业务的需求日益剧增，然而有限的频谱资源成为制约蜂窝系统性能提高的最主要因素。大数据量的本地业务会对频谱资源造成更大的消耗，这也要求未来网络具备相应的技术来更好地支持这种局部通信形式。蜂窝网络下的D2D通信技术是一种充分利用频谱资源、减轻基站的负荷、降低终端和基站的发射功率，从而提升整体吞吐率的技术。但是由于D2D用户复用蜂窝用户资源而引起干扰以及频谱资源共享所引起的小区间的干扰，已经成为影响D2D用户和蜂窝用户共存的主要因素。为了减少这些干扰，研究人员已经提出了基于匈牙利算法、开环部分功率控制和图论等算法，利用合作博弈竞拍思想和纳什均衡进行资源优化，允许多对用户共享一个蜂窝频谱资源来最大化系统总速率。

【关键字】 蜂窝网络 直连通信 模式选择 功率控制 干扰控制

Game theory based interference control for D2D communication in cellular networks Peng-Xiang Li， Hui Li School of Information Science and Technology of Hainan University， Haikou， 570228

Abstract： With the current development of mobile communication services， people need personal communication of high speed， excellent service， high quality and low latency； however， limited spectrum resources become the most important factor to hamper improvement of cellular systems. As big amount of data traffic will cause greater local consumption of spectrum resources， future networks are required to have appropriate techniques to better support such forms of communication. D2D （Device-to-device） communication technology in a cellular network makes full use of spectrum resources underlaying， reduces the load of the base station， minimizes transmit power of the terminals and the base stations， thereby enhances the overall throughput of the networks. Due to the use of multiplexing D2D UE （User equipment） resources and spectrum， and the interference caused by the sharing of resources between adjacent cells， it has become a major factor affecting coexisting of cellular subscribers and D2D users. In order to reduce these disturbances， researchers have proposed algorithms based on Hungary algorithm， the open loop power control portion and graph theory， etc. They also proposed interference control method based on game theory and resource optimization by the use of cooperative games and Nash equilibrium bidding ideological. It allows multiple users to share spectrum resources of a single cellular system to maximize the total rate.

Keywords： Cellular network； Device-to-device； Mode selection； Power control； Interference control

一、引言

作為下一代无线通信系统之一，第三代合作伙伴计划（3GPP： 3rd Generation Partnership Project）长期演进（LTE： Long Term Evolution）致力于提供高数据速率和系统容量技术。此外，先进的LTE（LTE-A： Long Term Evolution-Advanced）支持新的组件用于LTE以满足更高的通信要求。局域服务被认为是热门话题加以演变，并通过复用频谱资源使本地数据传输速率得到显著的提升。然而，未经许可的频谱复用可能会给本地服务提供商的稳定控制环境带来不便，例如，WiFi和蓝牙并不能像蜂窝网络一样提供安全性和服务质量（QoS： Quality of Service），最大的原因是采用许可频段可以实现小区干扰可控。还有Ad hoc网络，它并不是受基站或其它中央节点的控制。因此，访问的许可频谱备受关注。

设备到设备（D2D： Device-to-Device）通信是LTE-A技术组件。现有的研究允许D2D作为底层蜂窝网络技术来增加频谱效率。在D2D通信中，用户设备（UE： User equipment）通过直接链路使用蜂窝资源相互传送数据信号到彼此，而不是利用基站。这不同于微蜂窝基站，他们的用户使用小型低功率蜂窝基站来辅助通信。但D2D用户仍然在基站控制下进行直接通信。因此，近年来提高频谱利用率的潜在任务推动了大量的研究，这表明D2D可以通过复用蜂窝资源来提高系统的性能。最终期望D2D技术可以作为下一代蜂窝网络支持的关键技术。

虽然D2D通信在频谱效率和获得更大系统容量效益带来了改善，这也对共享蜂窝网络频谱造成干扰的后果。因此，一种有效的干扰协调方案必须进行配置以保证蜂窝通信的目标性能水平。有关D2D用户设备限制同信道干扰功率控制存在许多工作要做[1]。文献[2]在利用MIMO（Multiple Input and Multiple Output）传输方案以避免从蜂窝下行链路到D2D接收设备共享相同资源干扰，其目的是保证D2D通信的性能。干擾管理既从蜂窝网络到D2D通信又从D2D到蜂窝网络都将已提出[3]。

为了进一步提高小区内的频谱复用的增益，适当匹配共享相同资源的蜂窝和D2D用户进行了研究[4]。文献[5]提出了针对主蜂窝网络使用信道状态信息（CSI： Channel State Information）的另一种贪婪启发式算法以减轻干扰。该方案很容易操作但具有较大的信令开销。在文献[6]中，所述的资源分配方案通过跟踪远近干扰识别干扰蜂窝用户从而避免了有害干扰，并使得上行链路频率带有效地使用，进而目标也是避免从蜂窝到D2D通信干扰。在文献[7]中，首先对最佳资源分配和对不同的资源共享模式下共享相同的资源的蜂窝和D2D通信之间的功率控制提出了分析，并从单个小区情景和曼哈顿网格环境两方面评估D2D底层系统的性能。然后，该方案进一步优化用户共享相同的资源之间的资源使用情况。上述研究工作表明通过适当的资源管理，D2D通信可以有效地提高系统吞吐量与蜂窝网络和D2D传输之间的干扰限制。然而，分配蜂窝资源到D2D传输是一个巨大而又复杂的问题。

二、通信模式选择

在D2D底层通信系统中，与信道相关存在很多问题，其中之一就是确定通信设备是否应该使用蜂窝式或直接通信模式。在D2D模式下的数据被直接传送到接收器，然而蜂窝通信模式要求源端设备发送数据到基站然后目的端设备使用基站下行链路（下行链路）接收。在这里，我们考虑了三种不同模式的选择标准。

1.蜂窝模式：所有设备都使用基站通信。

2.专用模式：D2D用户对占用专门的蜂窝频段。

3.复用模式：D2D用户对和蜂窝用户共享小区资源。

如果源设备和它的服务基站，目标设备和其服务基站之间的路径损耗比一对源和目的地之间的路径损耗大则选择D2D模式。随着一对用户之间的最大距离增加，直接通信的性能会下降。设定门限值决定是否使用D2D通信，复用模式是一种解决终端间通信开销的方法。从蜂窝和D2D通信中选择一种更好的信道条件可能获得一种最优的性能结果。结果证明，当蜂窝用户和D2D用户距离相近时专用模式最佳，当蜂窝用户和D2D用户距离较远或D2D用户对距离较近时，复用模式最佳。

三、博弈论在D2D通信应用

由于D2D和蜂窝用户之间的共享频谱资源所造成的干扰，资源 管理变为一个要解决的关键问题。博弈论提供了一套数学工具来研究相互依赖的理性局中人之间复杂的相互作用，并预测他们的选择策略。近年来，博弈论已成为一种用于设计无线通信网络的工具。因此，我们在D2D通信使用博弈论来进行资源调度和干扰避免。

博弈的关键要素是局中人，行动，收益（公用事业）和信息，一起被称为博弈规则。局中人是作出决策的个体，其可被表示为一个集合M={1，2，…，m}。局中人i做出一个行动ai决策是一种选择。一个行动a={ai|i∈M}是一组的所有局中人的行动。在竞拍中，局中人是投标（代理）者，行动通过投标人提交投标。局中人i的收益Ui（a）是行动a的函数，收益描述局中人从博弈中每种可能的行动获得多少收益。在博弈中，局中人的收益等于行动vi（a）减去他支付的ci（a）的值，即

ui（a）=vi（a）-ci（a） （1）

博弈论的一个重要假定是所有的局中人都是理性的，他们打算选择行动最大化他们的收益。局中人的信息可以通过一个信息集设置，它告诉局中人在决定实例有什么样的认识。为了最大化自己的收益，局中人们将设计自己的策略，这是从一个局中人的信息集到他的行动的映射。

一场博弈的结果的合理预测是一种均衡，其中每个局中人选择一种最好的策略最大化他的收益。其中有几个可得的均衡概念，我们主要把重点放在纳什均衡（NE： Nash Equilibrium）。在静态博弈中，纳什均衡可以在没有局中人的地方通过单方面改变策略增加他的收益。

在当前研究中，博弈论包括大量的不同的博弈方法用于分析的资源分配的问题，例如在通信网络中的功率和无线频谱划分[8]，在网格的资源管理[9]，并在大型规模的容器终端分配协调资源[10]。在文献[8]中，提出了一个连续的竞拍方法用于共享无线资源，该方案由使用连续第二价格竞拍收集的出价和分配离散资源单元的频谱代理人管理的。

资源管理中的合作竞拍模型进行了介绍[10]。合作竞拍的资源分配机制是允许在资源合作时代理（投标人）放置投标，被称为“包”。而不仅仅是个体的资源单位。实际上，合作竞拍（CA： Cooperative Auction）已应用在多种行业中，例如，货车运输，航空抵达和时隙离开，以及无线通信服务的使用。竞拍理论基准环境是私有值模型，Vickrey介绍在其中一个代理人的项目每个包有一个值，该值与其他代理人的私人信息是不相关的[11]。

投标人许多工作还没有认识到，用复杂的方式关心他们竞争的项目。该合作竞拍激励代理人充分表达自己的偏爱，这在提高系统效率和竞拍收益时是一种优势。我们的兴趣是应用合作竞拍博弈中解决任意D2D链路复用相同的蜂窝频带与优化系统容量的目的。

然而，在合作竞拍博弈中它存在着一系列的问题和挑战，如定价和招标规则，获胜者决策问题（WDP： Winner Determination Problem）导致NP-hard的分配问题。因此，我们专注于迭代合作竞拍（I-CA： Iterative Cooperative Auction）博弈演化机制[12，13]。在I-CA中，代理人主张多竞价迭代，竞拍者计算临时分配和在每一轮竞拍中询问价格。

我们研究了D2D底层通信基于I-CA的有效频谱资源分配以进一步提高系统效率。整个系统由基站、从基站接收信号的多蜂窝用户和使用许可频谱资源进行通信的各自接收的多个D2D对组成。考虑到干扰最小化的一个关键点和多个D2D对共享相同的资源可能在系统容量中带来更大的效益，我们形成的问题作为一个反向I-CA博弈。这意味着代理人在资源竞争中可以获得业務，然而D2D链接作为商品或服务等待出售。通过这种方式，D2D对的包在每一轮竞拍中拍完。

此外，我们研究了所提出的资源分配机制的一些重要性能，例如欺诈性，收敛性和竞价单调性。我们减少了计算的复杂性，并适用于包含了一个知名的室内场景WINNER II信道模型方案。相比其他方案表明竞拍算法对系统总速率有不错的表现，并提高了系统的效率，同时具有低于穷举搜索分配的复杂性。

先前已经考虑了少量D2D通信时域调度。我们用博弈论的方法研究了D2D通信的联合调度，功率控制和信道分配。注意到如果蜂窝和D2D用户简单地建模作为自私的局中人，结果通常是无效率的，因为蜂窝用户不想和D2D用户共享信道。

当D2D通信是底层的主蜂窝网络，Stackelberg博弈的原理非常适合于该系统。Stackelberg博弈是一种等级分层的体系，并具有领导者和追随者。领导者首先行动，然后跟随者观察领导者的行为，并决定他的策略。Stackelberg博弈已经应用在协作网络[14]和认知无线电网络[15，16]。在我们提出的Stackelberg博弈中，蜂窝用户被视为领导者，且D2D用户是追随者。

我们的蜂窝组和D2D用户进入领导者-追随者对，领导者向使用的信道追随者收取一些费用。我们分析了领导者最优价格和跟随者的最佳功率。这些策略导致Stackelberg均衡。

然后，我们提出了一种联合调度和资源分配算法。领导者-追随者对形成基于其公用事业（收益）优先队列，并且系统根据它们在队列中的顺序调度D2D用户。

蓬勃发展的无线服务从用户电量吸引更多的关注。然而用户是典型的电池寿命有限手持设备。用户必须不断地向他们的电池充电。D2D通信的一个主要优点就是降低用户的发射功率消耗，并且因此延长电池寿命。我们考虑用户设备的传输能量和电路能量能源消耗，以及使用Peukerts定律[17]对电池寿命建模。我们形成的问题是关于D2D用户的最大化电池寿命受速率约束。直接解决该问题是复杂的。

四、结束语

D2D通信可以缓解蜂窝网络流量，降低本地网络的负载，提高传输速率，降低通信时，减少移动终端的电池功耗，从而提高网络基础设施故障的鲁棒性。可以用于抗震救灾的应急通信代替损毁的基础设施。

我们考虑了用博弈论的方法，其中D2D用户被看作是局中人。局中人是自我利益的，他们实现了最大限度地发挥自己的电池寿命。我们通过纳什均衡和帕累托（Pareto）效率的博弈构建了资源分配的博弈，并分析了最好的响应。当局中人自私占用的无线资源可能产生外部性，从而导致蜂窝通信的质量下降。因此，我们通过添加竞价作为违约修改博弈规则，并提出了资源竞拍。

参 考 文 献

[1] Doppler， K.， Rinne， M.， Wijting， C.， Ribeiro， C.， Hugl， K.： Device-to-device communication as an underlay to LTE-advanced networks. IEEE Commun. Mag. 47（12）， 42-49 （2009）

[2] Janis， P.， Koivunen， V.， Ribeiro， C.B.， Doppler， K.， Hugl， K.： Interference-avoiding MIMO schemes for device-to-device radio underlaying cellular networks. In： IEEE 20th International Symposium on Personal， Indoor and Mobile Radio Communications， pp. 2385-2389， Tokyo， September 2009

[3] Peng， T.，Lu，Q.， Wang， H.， Xu， S.， Wang， W.： Interference avoidance mechanisms in the hybrid cellular and device-to-device systems. In： IEEE 20th International Symposium on Personal， Indoor and Mobile Radio Communications， pp. 617-621， Tokyo， September 2009

[4] Janis， P.， Koivunen， V.， Ribeiro， C.， Korhonen， J.， Doppler， K.， Hugl， K.： Interference-aware resource allocation for device-to-device radio underlaying cellular networks. In： Proceedings of IEEE Vehicular Technology Conference 2009-Spring， Barcelona， April 2009

[5] Zulhasnine， M.， Huang， C.， Srinivasan， A.： Efficient resource allocation for device-to-device communication underlaying LTE network. In： IEEE 6th International Conference on Wire-less and Mobile Computing， Networking and Communications， pp. 368-375， Niagara Falls， October 2010

[6] Xu， S.， Wang， H.， Chen， T.， Huang， Q.， Peng， T.： Effective interference cancellation scheme for device-to-device communication underlaying cellular networks. In： Proceedings of IEEE Vehicular Technology Conference 2010-Fall， Ottawa， September 2010

[7] Yu， C.-H.， Doppler， K.， Ribeiro， C.， Tirkkonen， O.： Resource sharing optimization for D2D communication underlaying cellular networks. IEEE Trans. Wireless Commmun. 10（8）， 2752-2763 （2011）

[8] Bae， J.， Beigman， E.， Berry， R.， Honig， M.L.， Vohra， R.： Sequential bandwidth and power auctions for distributed spectrum sharing. IEEE J. Sel. Areas Commun. 26（9）， 1193-1203 （2008）

[9] Das， A.， Grosu， D.： Combinatorial auction-based protocols for resource allocation in grids. In： Proceedings of IEEE International Parallel and Distributed Processing Symposium， April 2005

[10] Lau， H.C.， Cheng， S.F.， Leong， T.Y.， Park， J.H.， Zhao， Z.： Multi-period combinatorial auction mechanism for distributed resource allocation and scheduling. In： IEEE/WIC/ACM International Conference on Intelligent Agent Technology， pp. 407-411， Fremont， November 2007

[11] Cramton， P.，Shoham， Y.， Steinberg， R.： Combinatorial Auctions. MIT Press， Cambridge （2005）

[12] Pikovsky， A.： Pricing and bidding strategies in iterative combinatorial auctions. Ph.D. Disser-tation， Munich， Germany （2008）

[13] Bichler， M.， Shabalin， P.， Pikovsky， A.： A computational analysis of linear price iterative combinatorial auction formats. Inform. Syst. Res. 20（1）， 33-59 （2009）[14] Wang， B.， Han， Z.， Liu， K. J. R.： Distributed relay selection and power control for multiuser cooperative communication networks using buyer/seller game. In： Proceedings of 26th IEEE International Conference on Computer Communications， pp. 544-552， Barcelona， May 2007

[15] Zhang， J.， Zhang， Q.： Stackelberg game for utility-based cooperative cognitive radio networks. In： Proceedings of ACM International Symposium on Mobile ad hoc Networking and Computing， pp. 23-32， New Orleans， May 2009

[16] Bloem， M.， Alpcan， T.， Basar， T.： A Stackelberg game for power control and channel allocation in cognitive radio networks. In： Proceedings of International Conference on Performance Evaluation Methodologies and Tools， Dresden， October 2007

[17] Rao， R.， Vrudhula， S.， Rakhmatov， D.N.： Battery modeling for energy aware system design. Computer 36（12）， 77-87 （2003）