基于D2D对分组的TDD系统资源分配算法

张祖凡 王立沙 陈美铃

1(重庆邮电大学通信与信息工程学院 重庆 400065)2 (移动通信技术重庆市重点实验室(重庆邮电大学) 重庆 400065) (zhangzf@cqupt.edu.cn)

基于D2D对分组的TDD系统资源分配算法

张祖凡1,2王立沙1陈美铃1

1(重庆邮电大学通信与信息工程学院 重庆 400065)2(移动通信技术重庆市重点实验室(重庆邮电大学) 重庆 400065) (zhangzf@cqupt.edu.cn)

针对TDD系统中多个D2D用户复用一个蜂窝用户下行信道资源，在最大化系统吞吐量的目标下，提出一种D2D对分组资源分配算法,该算法由3部分组成:1)根据信道数确定D2D对分组数，按D2D对间距确定分组中心，并将余下D2D对按其对组内D2D用户通信中断概率影响程度划分到对应分组;2)通过比较D2D对分组与蜂窝用户干扰影响强度，利用匹配算法为D2D对分组寻找相应蜂窝用户资源并复用;3)进一步根据蜂窝用户和D2D用户QOS要求，去掉组内干扰较大D2D对，从而得到最终复用蜂窝用户资源的D2D对.仿真分析表明:所提出算法既能允许系统接入较多D2D对，还能提高系统吞吐量.

时分双工系统;D2D对;服务质量;资源分配;系统吞吐量

随着移动用户的增长以及用户对移动业务量和质量要求的提高，传统蜂窝移动通信系统中，通过基站转发进行用户间通信的通信方式呈现出一定的局限性.D2D(device-to-device)通信技术能使2个距离较近的用户不用通过基站转发而进行直接通信，减轻了基站负载，同时在节省功率和资源、提升传输速率等多方面有着巨大的优势，因而在近年来受到业界广泛的研究[1-2].鉴于D2D通信带来的优势，目前已将D2D通信融合到蜂窝系统中形成了混合的异构网络系统[3-5].伴随着频谱资源越来越稀缺，蜂窝网络没有充分利用频谱资源，而D2D通信可以通过复用蜂窝用户频谱资源提高频谱利用率.但复用相同的资源，在蜂窝用户与D2D用户间以及D2D用户之间会引入同频干扰，甚至使通信中断.实际生活中，下行业务需求远大于上行业务需求，因此，如何合理地为D2D用户选择复用的蜂窝下行信道资源对于频谱资源利用率的提高和系统性能的提升具有重要意义.

D2D用户对蜂窝用户资源的复用主要分为上行资源复用和下行资源复用，针对上、下行资源复用又主要表现为：一个D2D用户复用一个蜂窝用户资源、一个D2D用户复用多个蜂窝用户资源、多个D2D用户复用一个蜂窝用户资源.文献[6]中，研究了一个D2D用户只能复用一个蜂窝用户资源的分配方法，但在实际系统中，当蜂窝用户数大于D2D对数时，一个D2D用户复用多个蜂窝用户资源能够取得更高的频谱利用率.部分研究中允许一个D2D用户复用多个蜂窝用户资源的分配方法；但是文献[7]考虑系统中仅有一个D2D对；文献[8-9]中的资源分配算法不能保证每个D2D用户一定被分配到多个蜂窝用户资源，并且具有较高的计算复杂度；文献[10]为一个D2D对引入容量限制区域，从而决定D2D用户的候选蜂窝用户集合.考虑到现实生活中，终端用户进行数据或其他资源共享的现象已非常普遍，也就是说存在大量的D2D用户，显然一个D2D用户复用一个蜂窝用户资源和一个D2D用户复用多个蜂窝用户资源在实际中不太适用.而针对多个D2D用户复用一个蜂窝用户资源的研究尚且不多，其中优先考虑D2D对进行明确分组的研究目前较少.

针对上述问题，本文优先考虑将所有D2D对分组，再为D2D分组分配信道资源.首先确定D2D对分组数，并确定分组中心；其次将剩余D2D对添加到相应D2D分组；然后为D2D分组找到合适蜂窝用户资源进行复用；最后基于分组内用户QOS要求将干扰影响较大的D2D对去掉，得到最终资源复用用户.

1 系统模型

考虑在基于时分双工(time division duplex, TDD)模式的单个小区蜂窝系统中引入D2D通信.在该模型中，把能够建立直接通信的2个用户称为一个D2D对，而对应2个D2D用户分别为D2D发送用户和接收用户.考虑系统中有M个蜂窝下行用户，记为集合C={C1,C2,…,CM}，N个D2D对，记为集合D={D1,D2,…,DN}，其中，N>M，下行频谱资源划分成M个正交子信道，并且M个子信道通过基站被预先分配给M个蜂窝用户，即每个蜂窝用户各自占用一个信道资源.将D2D对Di的发送端记为Ti，接收端记为Ri.为了研究方便，这里假设所有蜂窝用户和D2D用户在小区内服从均匀分布，同时，为了有效避免D2D用户受到基站较强的干扰，在离基站L(单位m)以外才允许建立D2D通信.

Fig. 1 System model图1 系统模型

为了充分利用频谱资源，在一定条件下，允许多个D2D用户同时与一个蜂窝用户复用相同下行信道资源.将可以复用相同信道资源的所有D2D用户对应的D2D对看作一个D2D分组，将可以复用相同信道资源的蜂窝用户与D2D用户对应的D2D对看作一个资源复用组，即一个资源复用组由一个蜂窝用户和一个D2D分组构成.如图1所示，D1，D2为一个D2D分组，该D2D分组与C1形成一个资源复用组.复用相同信道资源的用户间会产生同频干扰，严重时会影响用户正常通信.因此，在信道复用时，需考虑到用户的通信质量要求(这里主要用SINR表示用户对通信质量要求).

另外，在该系统中，还假设具备4个条件：1)所有终端都具备最基本的蜂窝通信能力；2)当D2D发送用户向D2D接收用户请求通信时，会先发送导频信号，D2D接收用户能够根据接收的导频信号估计链路状态信息(channel state information, CSI)；3)终端能够预估受到的干扰；4)所有终端利用GPS上报位置信息，并把CSI等相关信息反馈给基站，基站知道整个系统的链路状况，从而有效进行集中控制分配信道资源.

2 信道资源分配

2.1 中断概率分析

小区中任意2个D2D对Dn和Dn′使用相同信道资源时，Rn端的SINR可表示为

其中，PTn表示Tn的发送功率，dTn-Rn表示Dn收发用户间距，α是路径损失指数，信道噪声N0=ηW，η为接收端的高斯白噪声功率谱密度，W为信道带宽，|h|2是服从均值为σ2的指数分布，其概率密度函数具体表示为

为了保证D2D用户的通信质量要求，预设D2D用户的SINR阈值为γ1，那么当Dn受到Dn′的同频干扰时的中断概率可表示为

2.2 基于中断概率的D2D分组

为了充分利用信道资源，考虑多个D2D用户与一个蜂窝用户复用相同信道资源.同时，系统在允许尽可能多的D2D对接入前提下，需要进一步提升系统吞吐量.基于以上分析，可建模如下:

式(6)表示系统总的吞吐量，式(7)保证了蜂窝用户的SINR要求，式(8)保证了D2D用户的SINR要求.

D2D用户复用所有蜂窝用户信道资源相比于仅复用部分蜂窝用户信道资源，系统能够接入更多的D2D对，为D2D系统带来更大的增益.为了保证所有蜂窝用户信道资源都被利用，在N>M时，首先，将N个D2D对划分为M个D2D分组，划分结果记为G，G={G1,G2,…,GM};然后，为每个D2D分组找到一个合适的蜂窝用户信道资源进行复用，此时该D2D分组和复用蜂窝用户形成初始复用组;最后去掉初始复用组内干扰影响较大的D2D对，从而形成M个复用组.D2D对分组划分的主要步骤为：1)选取M个距离最近的D2D对作为D2D分组中心;2)根据中断概率影响，将剩余的D2D对添加到对应的D2D分组.这里假设任意D2D对的2维平面坐标位置表示为

其中，xTi,yTi表示对应D2D用户坐标位置.

任意2个D2D对间的距离表示为dij，具体为

根据D2D对的距离，选择距离最近的M个D2D对作为M个D2D分组的组中心，具体选择依据为

将式(11)进一步阐述为3种情形：

1) 当前距离最近的2个D2D对中，其中有一个D2D对已经被选为D2D分组中心，则将另一个D2D对继续作为下一个D2D分组中心.

2) 若2个D2D对均未被选为D2D分组中心，同时未确定分组中心的D2D分组数仅为1，则将这2个D2D对中与被选D2D对距离最近的一个D2D对作为下一个D2D分组的分组中心.

3) 若2个D2D对均未被选为D2D分组中心，同时未确定分组中心的D2D分组数≥2，则将这2个D2D对均选中作为下2个D2D分组的分组中心.

因此，式(11)中的D*={Dn,Dn′}，或D*={Dn}，或者D*={Dn′}.将选中的D2D对从未分组D2D对集合D中去掉.若D2D分组中心确定的个数不足M，则继续使用式(11)确定分组中心.最终选取M个D2D对作为M个D2D分组的分组中心，并分别加入到G1,G2,…,GM中.

在D2D分组中心选择完成之后，以D2D对收发端间距衡量链路质量，间距越小，损失越小，则链路传输质量越好，表示为

为了给每个D2D分组继续添加D2D对，针对剩余(N-M)个D2D对，从满足式(12)的链路质量最好的Dn开始逐个分析，分别添加到对应D2D分组.

根据式(14)，将Dn加入G*，具体算法描述如算法1.

算法1. D2D分组算法.

初始化：D2D集合和D2D分组标号i,D={D1,D2,…,DN},G={G1,G2,…,GM}，∀i,Gi=∅.

① 根据前面所述D2D分组中心选择方法,选择M个D2D分组中心分别加入到G中M个D2D分组集合,把已被选择的D2D对记为集合D′；

② 更新D=DD′，N=N-M；

③ forj= 0 toN

④ 从D中选择满足式(12)的Dn；

⑤ fori=1 toM

⑦ end for

⑧ 将满足式(14)的Dn加入G*，G*=G*∪Dn,D=D{Dn},N=N-1；

⑨ end for

2.3 确定复用蜂窝用户

根据2.2节中所述方法将N个D2D对分为M个分组后，再为每个D2D分组找到一个最合适的蜂窝用户进行信道资源复用.为了使复用组内吞吐量更大，在确定D2D分组复用蜂窝用户信道资源过程中，主要考虑当前D2D分组中所有D2D用户对蜂窝用户带来的干扰影响.将Gi对Cm的干扰记为IGi-Cm，具体表示为

算法2. D2D分组与蜂窝用户匹配算法.

初始化：G={G1,G2,…,GM},C={C1,C2,…,CM}.

① fori=1 toM

② ifCi∉C

③i=i+1

④ continue;

⑤ else

⑥ forj=1 toM

⑦ ifGj∉G

⑧j=j+1；

⑨ continue；

⑩ else

2.4 确定最终复用用户

通过匹配算法，能够将对蜂窝用户干扰最小的D2D分组与该蜂窝用户一起形成初始资源复用组.例如图1中D1,D2,C1分为一组形成一个初始复用组.初始复用组内同频干扰有3种：1)基站对D2D接收用户的干扰；2)D2D发送用户对其他D2D接收用户干扰；3)D2D发送用户对蜂窝用户的干扰.此时，复用组Gm内蜂窝用户Cm的SINR可表示为

复用组Gm内Dn的D2D接收用户SINR表示为

(18)

以式(6)表示的系统吞吐量可以转换为

要满足目标函数，同时使系统尽可能多地接入D2D对，等价于使得每个初始复用组中尽可能多地接入D2D对以及优化复用组速率.根据式(7)(8)，蜂窝用户SINR阈值为γ2，D2D对接收用户的SINR阈值为γ1，资源分配过程中需满足蜂窝用户以及D2D用户的SINR阈值要求.基站根据现有信息预估D2D接收用户和蜂窝用户的SINR.在该系统中，蜂窝用户作为主服务用户，首先确保每个初始复用组内蜂窝用户的SINR被满足，根据式(7)(17)计算初始复用组内蜂窝用户SINR，进一步判断是否满足条件.若蜂窝用户约束条件未满足，为了接入更多D2D对，则将初始复用组内对蜂窝用户干扰最大的D2D用户对应D2D对从该组中删除，以保证蜂窝用户受到的干扰在一定的范围内，同时还能忍受的干扰最大.未被分配到信道资源的D2D用户则进入等待队列，重复该步骤，直至蜂窝用户满足阈值条件.

然后，结合式(8)，按D2D用户SINR从大到小遍历组内所有D2D接收用户，并判断系统是否允许该D2D对接入.如果SINRRn≥γ1，允许接入，并继续对下一个D2D接收用户进行判断;否则从未被遍历的D2D用户中找到对Rn干扰最大的D2D用户，将对应D2D对从该组内删除，并让其进入等待队列，等待下一次分配，重复该步骤直至组内所有D2D用户均满足阈值条件，从而形成最终的资源复用组.此时根据式(17)(18)重新计算组内所有用户SINR，仿真时通过式(20)～(22)计算系统中蜂窝系统吞吐量RC，D2D系统吞吐量RD和系统总吞吐量RT.

蜂窝系统吞吐量RC表示为

D2D系统吞吐量RD表示为

系统总吞吐量RT表示为

3 实验仿真与分析

本节通过系统仿真对本文提出的资源分配算法带来的系统性能进行分析.为了简化仿真分析，假设基站对蜂窝用户发送功率在每个信道上都相等，D2D发送端也以相等功率进行数据发送，仿真场景为一个半径为500 m的圆形区域，基站位于圆心处，蜂窝用户服从均匀分布，分布在以基站为圆心、半径为200 m的圆内，D2D用户服从均匀分布，分布在离基站L(单位m)以外整个圆内，其余仿真参数参见表1.通过将本文提出的分组算法(GA)与随机资源分配算法(RA)和穷尽搜索算法(ESA)对比，主要分析系统吞吐量和接入D2D对数方面的影响.

Table 1 Parameter Setting of Simulation表1 仿真参数设置表

图2显示了D2D系统吞吐量和系统总吞吐量随着系统中D2D请求对数增加的变化.从图2中可以看出，随着D2D请求对数增加，D2D系统吞吐量逐渐增加，系统总吞吐量也逐渐增加，当达到一定值后趋于平稳.因为用户未达到SINR阈值时，随着D2D请求对数的增加，接入的D2D对数增加，吞吐量增加，同信道的蜂窝用户和D2D接收用户受到干扰也逐渐增加，可忍受的干扰减小，当组内用户达到SINR阈值时，不允许D2D对再接入，此时系统吞吐量也基本不再变化.

Fig. 2 The impact of different D2D pairs number on throughput 图2 不同D2D对数对吞吐量影响

图3比较了随着D2D请求对数的增加，不同算法允许接入的D2D对数变化.RA算法没有考虑用户间的干扰，随机复用信道资源，造成用户间干扰较大，因此在用户SINR阈值内可接入的D2D对数少.GA算法在D2D对分组时，考虑了D2D用户对当前分组中用户的干扰影响，为D2D分组寻找合适蜂窝用户资源进行复用时，也考虑了D2D分组对蜂窝用户的干扰影响，允许接入的D2D对较多.ESA算法每次为蜂窝信道从未分配信道的所有D2D用户中选择使系统性能最优的D2D用户接入，不能再接入D2D用户时才考虑复用下一个蜂窝用户信道资源，使每个蜂窝信道资源都可接入最大D2D对数，因此可接入D2D数最大.

Fig. 3 Comparison of admitted D2D pairs number under different algorithms图3 3种算法允许接入D2D数比较

Fig. 4 Comparison of D2D system throughput under different algorithms图4 3种算法D2D系统吞吐量比较

图4比较了随着D2D请求对数的增加，不同算法D2D系统吞吐量变化.RA算法随机复用，未考虑用户间干扰影响，D2D系统吞吐量始终最低.当请求资源的D2D对数在一定范围内(小于110)，GA算法的D2D系统吞吐量大于ESA算法.因为GA算法接入的D2D对复用的是所有蜂窝用户信道资源，而ESA算法只复用了部分蜂窝用户信道资源.超出该范围，随着D2D对数的增加，ESA算法的D2D系统吞吐量大于GA算法，因为ESA算法还能继续接入D2D对，最终允许接入的D2D对达到极限，D2D系统吞吐量也不再增加.

图5比较了不同D2D用户SINR阈值对系统允许接入D2D对数带来的影响.从图5中可以看出，D2D接收用户SINR阈值越小，允许接入的D2D对就越多；反之，SINR阈值越大，接入D2D数越少.当达到一定值后，不再继续增加.因为SINR阈值越小，可承受的干扰越大，允许接入的D2D对越多.

Fig. 5 The impact of different SINR thresholds of D2D users on admitted D2D pairs number图5 D2D用户不同阈值对接入D2D数影响

Fig. 6 The impact of different SINR thresholds of D2D users on system throughput图6 D2D用户不同阈值对系统吞吐量影响

图6比较了D2D接收用户不同SINR阈值对系统吞吐量带来的影响.从图6中可以看出，SINR阈值越小，系统吞吐量越大，反之越小.因为SINR阈值越小，通信要求越低，能容忍的干扰越大，接入D2D对越多，系统吞吐量越大.

图7和图8分别比较了L的不同取值对系统允许接入D2D对数和系统吞吐量带来的影响.由于随着L增大，D2D通信离基站越远，受到的干扰就越小，同时D2D用户对蜂窝用户的干扰也越小，因此，允许接入的D2D对数越大，系统吞吐量越大.

Fig. 7 The impact of different L on D2D pairs number图7 不同L对接入D2D数影响

Fig. 8 The impact of different L on system throughput图8 不同L对系统吞吐量影响

4 结束语

针对小区中D2D对数大于蜂窝用户数的情况，优先对D2D对分组，再分配信道资源.该算法首先将所有D2D对分组，然后考虑D2D分组复用其对蜂窝用户干扰影响较小的蜂窝用户信道资源，同时去掉分组内干扰最大D2D对直至组内用户均满足QOS条件，从而得到能复用相同信道资源的用户.该算法在系统允许接入D2D对数和吞吐量方面取得了较好的性能.

[1]Hyunkee M, Jemin L, Sungsoo P, et al. Capacity enhancement using an interference limited area for device-to-device uplink underlaying cellular networks[J]. IEEE Trans on Wireless Communications, 2011, 10(12): 3996-4000

[2]Chia H Y, Tirkkonen O, Doppler K, et al. Power optimization of device-to-device communication underlaying cellular communication[C] //Proc of the 22nd Int Conf on Communications. Piscataway, NJ: IEEE, 2009

[3]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

[4]Fodor G, Dahlman E, Mildh G, et al. Design aspects of network assisted device-to-device communications[J]. IEEE Communications Magazine, 2012, 50(3): 170-177

[5]He Yuan, Zheng Xiaolong. Research on wireless network co-existence at 2.4 GHz[J]. Journal of Computer Research and Development, 2016, 53(1): 26-37 (in Chinese)(何源, 郑霄龙. 2.4 GHZ无线网络共存技术研究进展[J].计算机研究与发展, 2016, 53(1): 26-37)

[6]Zhu Daohua, Wang Jiaheng, Swindlehurst A L, et al. Downlink resource reuse for device-to-device communications underlaying cellular networks[J]. IEEE Signal Processing Letters, 2014, 21(5): 531-534

[7]Wang Bin, Chen Li, Chen Xiaohang, et al. Resource allocation optimization for device-to-device communication underlaying cellular networks[C] //Proc of the 73rd Vehicular Technology Conf. Piscataway, NJ: IEEE, 2011

[8]Wang Feiran, Xu Chen, Song Lingyang, et al. Energy-aware resource allocation for device-to-device underlay communication

[C] //Proc of the 26th Int Conf on Communications. Piscataway, NJ: IEEE, 2013: 6076-6080

[9]Xu Chen, Song Lingyang, Han Zhu, et al. Interference-aware resource allocation for device-to-device communications as an underlay using sequential second price auction[C] //Proc of the 25th Int Conf on Communications. Piscataway, NJ: IEEE, 2012: 445-449

[10]Cai Xuejia, Zheng Jun, Zhang Yuan, et al. A capacity oriented resource allocation algorithm for device-to-device communication in mobile cellular networks[C] //Proc of the 27th Int Conf on Communications. Piscataway, NJ: IEEE, 2014: 2233-2238

Resource Allocation Algorithm Based on D2D Pairs Grouping in TDD System

Zhang Zufan1,2, Wang Lisha1, and Chen Meiling1

1(School of Communications and Information Engineering, Chongqing University of Posts and Telecommunications, Chongqing 400065)2(Chongqing Key Laboratory of Mobile Communication Technology (Chongqing University of Posts and Telecommunication), Chongqing 400065)

Due to multiple D2D users and one cellular user sharing the same downlink channel resources in TDD systems, an algorithm of resource allocation based on grouping for D2D pairs is proposed to maximize the system throughput, which consists of three parts. This algorithm firstly determines the D2D groups number with the system channels number and the user grouping position centre in terms of the distance among the D2D pairs, and divides the remaining D2D pairs into corresponding groups according to its degree of effect on the communication outage probability of users within the same D2D group. Afterwards, by comparing the interference impact of D2D group on the cellular user, the matching algorithm is used to determine and share the corresponding cellular channel resource for D2D group. Finally, according to the different QOS of cellular users and D2D pairs, the D2D pairs with serious interference are deleted and the D2D pairs sharing the cellular channel resource are finally determined. Simulation results show that more D2D pairs can access to the system and the system throughput is improved by the proposed algorithm.

time division duplex (TDD) system; device-to-device (D2D) pair; quality of service; resource allocation; system throughput

Zhang Zufan, born in 1972. PhD, professor and PhD supervisor. His main research interests include massive MIMO and mobile social network.

Wang Lisha, born in 1993. Master candidate. Her main research interests include D2D communication and mobile social network.

Chen Meiling, born in 1989. Master. Her main research interests include D2D communication and wireless resource management.

2015-12-19；

2016-06-02

国家自然科学基金项目(61440062)；国家“八六三”高技术研究发展计划基金项目(2014AA705)；长江学者和创新团队发展计划基金项目(IRT16R72) This work was supported by the National Natural Science Foundation of China (61440062), the National High Technology Research and Development Program of China (863 Program) (2014AA705), and the Program for Changjiang Scholars and Innovative Research Team in University (IRT16R72).

TN929.5; TP393