APP下载

一种基于蜂窝网络的D2D通信资源分配算法

2018-12-19王慧茹孙丹丹

数据采集与处理 2018年6期
关键词:资源分配蜂窝链路

陆 音 王慧茹 孙丹丹

(南京邮电大学江苏省无线通信重点实验室,南京,210003)

引 言

随着移动多媒体业务和相关应用的快速发展,高清视频、在线直播等多媒体业务呈爆发式增长,其大流量特性给运营商的核心网和频谱资源带来巨大压力,移动通信网络面临严峻的挑战[1]。在蜂窝网络中引入D2D通信技术不仅可以改善系统性能,还能进一步改善用户体验,因而受到广泛关注,但同时也带来了复杂的干扰问题。

D2D技术无需基站转接而直接实现数据交换和服务提供,可有效地减轻蜂窝用户的网络负担,降低移动终端功耗,提升传输效率,提高网络基础设施的健壮性。文献[2]指出基于D2D技术的本地媒体业务利用D2D通信的短距离通信特点,可实现频谱资源的有效利用,获得资源空分复用的增益。然而,在蜂窝网络中引入D2D技术会带来D2D通信链路建立、资源调度、实时性、可靠性以及干扰抑制等问题。其中,干扰抑制问题是研究的难点和关键问题,文献[3-4]针对D2D干扰抑制展开了研究。干扰抑制研究一般包含以下几个方面工作:(1)模式选择;(2)资源分配;(3)功率控制;(4)中继选择。文献[5]研究了在跨小区、多小区存在D2D通信链路的情况下,借助中继来改善通信链路的质量。文献[6]针对D2D对用户与蜂窝用户复用信道资源的优先级提出一种启发式算法,动态地调整这两种用户复用信道资源的情况,有效地增加了允许D2D通信的用户对数,同时降低了其对蜂窝用户的干扰。文献[7]提出了基于系统最大吞吐量的贪婪算法,从D2D通信用户复用蜂窝用户上、下行资源两方面提出优化策略,把D2D对用户使用小区无线资源的分配问题总结为混合整数非线性规划问题。文献[8]提出了D2D对用户在下行链路的模式选择方案,降低了通信用户之间的干扰。文献[9-10]提出了联合模式选择和资源分配算法,该算法达到了通信系统的容量最大以及干扰最小的效果。文献[11]从D2D对用户和蜂窝用户发送功率方面进行算法研究,提出在不同通信模式下调节用户的发送功率来控制通信用户间干扰的方案。文献[12]针对最小化系统干扰同时保持目标系统总和速率提出了一种两阶段资源分配算法,首先使用加权二分匹配算法使干扰最小化并获得可行的初始解,然后用本地搜索技术来改进解决方案。文献[13-14]从用户所处小区的地理位置进行研究,根据用户之间的干扰情况建立通信受限区域,在不同的区域内实行不同的通信模式策略,使得系统的整体通信质量得到提高。文献[15]提出一种无线资源分配和功率控制方案,使用小区扇区化方法来减少D2D对复用上行链路蜂窝资源造成的干扰。文献[16]提出一种资源分配与功率控制相结合的方案,通过为D2D用户分配合理的复用资源,适当调整D2D用户的发射功率,以保证蜂窝链路干扰可控。在实际应用场景中,一个小区随机地分布着若干对D2D对用户。本文在文献[6]的基础上,提出一种启发式算法。在D2D对用户和蜂窝用户共存的通信系统中,蜂窝用户与D2D对用户按照干扰最小的规则分配复用资源。复用资源分配完成之后,给剩下的蜂窝用户分配通信资源,最后按照干扰最小的规则给D2D对用户分配通信资源。该算法与文献[6]所提算法相比,能够在保证用户通信质量的前提下,合理地为用户分配通信资源,将D2D对用户对蜂窝用户的干扰降至最低,同时使得D2D对用户通信数尽可能的多。

图1 系统模型Fig.1 System model

1 系统模型

为研究方便,本文仅考虑下行链路D2D对用户复用蜂窝用户通信资源的场景。假设小区中存在围绕基站均匀分布的M个蜂窝用户(CU1,CU2,…,CUm,…,CUM)和N对D2D对用户(D2D1,D2D2,…,D2Dn,…,D2DN),每个D2D对用户包含发射用户Dn和接收用户Dn′,系统模型如图1所示。

在下行链路中,基站会对D2D对用户的接收用户Dn′产生干扰,蜂窝用户会受到与其复用相同通信资源的D2D对用户的通信干扰。假设该小区中存在K个通信信道资源,K,M,N三者满足N

在下行通信链路中,D2D对用户接收端Dn′的信干噪比(Signal to interference plus noise ratio, SINR)为[6]

(1)

蜂窝用户CUm的SINR为

(2)

式中:PBS,m是蜂窝用户CUm接收到的基站发射功率;GBS,m是基站与蜂窝用户CUm之间的链路增益;In,m是复用蜂窝用户CUm通信资源的第n对D2D对发送端Dn对CUm产生的干扰,In,m=Pn,mGn,m,其中Pn,m是蜂窝用户CUm接收到的D2D对用户发送端Dn的干扰功率,Gn,m是Dn与CUm间的链路增益,N0是CUm的接收噪声。

根据香农公式,该系统的通信容量为

(3)

式(3)表示蜂窝用户和D2D对用户通过共同复用通信资源,蜂窝用户与D2D对用户分别占用系统的通信资源达到的整体容量。k代表单位通信资源值,将所有的k进行求和乘以单位带宽就是系统的通信带宽。

2 问题描述

针对如何合理地分配通信资源,使蜂窝用户与D2D对用户之间干扰降低的问题,本文建立了系统优化模型。求系统的最大和容量,本质上是求蜂窝用户与D2D对用户的最大SINR之和。假设用户之间的链路增益G以及接收的噪声功率N0是固定值,用户的发射功率可根据接收的干扰来确定,将求最大系统容量问题进一步转变成求最小干扰问题。式(3)可优化为

(4)

(5)

式中:C5表示一个D2D对用户只能分配一个蜂窝用户资源,C6表示一个资源块k只能分配给一个D2D对用户或者一个蜂窝用户或者一个D2D对用户和一个蜂窝用户,等式C7表示任何一个蜂窝用户通信资源只能分配给一个D2D对用户,等式C8表示每个D2D对用户只能分配到一个通信资源块。

式(5)是一个非确定性多项式(Non-deterministic polynomial, NP)问题,可通过穷举搜索法求得最优解。穷举搜索算法的复杂度达到OK2logK,在实际情况中算法复杂度呈指数上升且K的数值很大,不利于通信系统整体性能提升。

3 资源分配算法

文献[16]提出一种资源分配与功率控制相结合的方案,通过为D2D用户分配合理的复用资源,在一定程度上降低了D2D引入的干扰,通过适当调整D2D用户的发射功率,在保证蜂窝链路干扰可控的前提下,有效地提高了D2D用户的通信性能。但该方案仅考虑了D2D用户对分布较少的场景,没有考虑D2D用户大规模分布的实际场景。

(1) 计算所有的D2D对用户复用所有蜂窝用户资源的N×M维干扰矩阵IN×M,以及基站对复用蜂窝用户通信资源的D2D对用户的干扰矩阵IM×N。

(3) 把资源块k从集合K中删除,将干扰矩阵IN×M中的第n行和第m列的干扰值全部设置为∞,表示第n对D2D对用户及第m个蜂窝用户不再参与资源分配。

(5) 若未分配通信资源的蜂窝用户数不为0,则将集合K中的资源块分配给这些蜂窝用户,直到未分配蜂窝用户数为0,再对D2D用户进行专用通信资源分配。

(7) 将资源块k*从集合K中删除,把干扰矩阵IN×M中的n*行m*列干扰值全部置为∞,表示第n*对D2D对用户不再参与专用通信资源的分配。

(8) 循环执行步骤(6,7),直到通信集合K为空集,结束循环。

算法执行完毕,所有的蜂窝用户都分配到通信资源,部分D2D对用户分配到复用通信资源或专用通信资源,复用相同通信资源对蜂窝用户造成干扰较大的D2D对用户不被允许接入通信系统。

表1 系统仿真参数

4 仿真结果与分析

4.1 仿真参数

考虑单一小区中存在一个基站BS,D2D对用户和蜂窝用户均匀分布在小区中。每个蜂窝用户只可以占用1个通信资源块,并且每1个D2D对用户只能复用1个蜂窝用户资源。1个资源块只分配给1个D2D对用户,或者1个蜂窝用户,或者1个D2D对用户和1个蜂窝用户。使用MATLAB进行仿真,每次随机生成数据,求取平均值。仿真参数见表1。d为D2D发射机与接收机之间的距离,单位km。

图2 不同算法下允许通信的D2D对数Fig.2 Number of allowed D2D users in different algorithms

图3 不同算法下平均每对D2D造成的干扰Fig.3 Average disturbance caused by D2D in different algorithms

4.2 仿真结果分析

本文对所提的启发式算法、最佳算法和文献[7]的贪心

算法以及随机算法进行了仿真,仿真结果见图2,3。图2显示了不同算法下基站干扰阈值与系统允许通信的D2D对数之间的关系。可以看出,随着基站干扰阈值逐渐增大,允许通信的D2D对数也逐渐增加。当基站干扰阈值达到-90 dBm时,D2D对数达到系统允许最大值。

对比4种算法的仿真结果,可以看出本文所提的启发式算法比随机算法和贪心算法的D2D对接入数增加更快。当基站干扰阈值在-120 dBm时,启发式算法最先达到D2D通信数的上限值,比随机算法和贪心算法低了30 dBm左右。本文所提算法优先考虑给蜂窝用户分配通信资源,然后使满足干扰关系的D2D对用户复用相应蜂窝用户的通信资源,在复用资源分配完成之后,给剩下的D2D对用户分配专用资源。贪心算法基于D2D对用户和蜂窝用户之间的竞争,先分配复用资源,之后分配专用资源。蜂窝用户是小区的主要用户,具有通信优先级,在通信资源有限的条件下就限制了接入系统的D2D对数。分配到通信资源的蜂窝用户和D2D对用户将不再参与遍历循环,但最佳算法仍会遍历这些数据,所以本文算法比最佳算法能较快达到接入D2D对的上限值,从而尽可能多地允许D2D对用户通信。

图3显示了不同算法下基站干扰阈值与平均每对D2D用户造成干扰之间的关系。每对D2D对用户产生的干扰值随着基站干扰值的增大而增大。随着基站干扰值的增大,D2D对用户的发射功率也在增大,从而造成的干扰也在增大。当基站的干扰阈值升高到-120 dBm时,启发式算法中每个D2D对用户产生的干扰不再增大。造成这种现象的原因是因为D2D对数在基站干扰阈值达到-120 dBm时达到最大,之后尽管基站干扰阈值进一步增加,D2D对数却不再增加,所以造成的干扰值是固定的,也不再增加。当基站干扰阈值达到-90 dBm时,最佳算法的D2D对用户产生的干扰趋于稳定。在基站干扰阈值约为-85 dBm时,贪心算法的干扰值达到稳定状态。随机算法产生的干扰值一直在增大,因为随机算法是随机分配通信资源,D2D对用户和蜂窝用户随机获取通信资源,这导致了D2D对用户对蜂窝用户产生的干扰无法达到一个稳定状态,干扰值一直在增加。图3说明本文所提的启发式算法造成的干扰明显比其他算法低。

5 结束语

本文首先建立了基于蜂窝网络的D2D通信模型,研究了通信系统资源最优化问题。在最佳算法的基础上提出一种启发式算法,最佳算法的复杂度较高,进行改进后降低了算法的复杂度,同时又提升了整体性能。本文算法将D2D对用户中对蜂窝用户产生干扰较大的用户进行了舍弃,从而将D2D对用户对蜂窝用户的干扰降至最低,保证了算法的性能优于其他3种算法。仿真结果表明,该算法在最大程度上允许接入通信系统的D2D对数达到最多,同时显著降低了D2D对用户对蜂窝用户造成的干扰。在通信资源有限的条件下,该算法避免使用复杂度较高的算法,保证了用户服务质量和信道资源的充分利用,同时尽可能多地提高D2D接入数量。后续工作将对蜂窝用户和D2D对用户共存的异构系统进行上下行链路编码方式的研究,以期达到通信系统的通信公平性与系统和容量最大。

展开全文▼
展开全文▼

猜你喜欢

资源分配蜂窝链路
家纺“全链路”升级
天空地一体化网络多中继链路自适应调度技术
蜂窝住宅
新研究揭示新冠疫情对资源分配的影响 精读
蓄热式炉用蜂窝体有了先进适用的标准
一种基于价格竞争的D2D通信资源分配算法
“蜂窝”住进轮胎里
基于3G的VPDN技术在高速公路备份链路中的应用
OFDMA系统中容量最大化的资源分配算法
高速光纤链路通信HSSL的设计与实现