D2D通信的联合资源分配和功率控制方法

设备到设备(D2D)通信对未来蜂窝网络是一种很有前途的技术,它可以有效地提高系统的吞吐量和延长用户设备的电池寿命。然而,在蜂窝网络中,D2D通信共享频谱会造成干扰。为消除干扰,充分利用D2D通信的优势,提出了一个联合的频谱资源分配和功率控制(RAPC)方法,该方法能够实现总吞吐量最大化,同时保证D2D用户和蜂窝用户所需的最小速率。提出的资源分配和功率控制的优化问题,通过量子粒子群(QPSO)得到近似优化方案的最优解,其中的量子粒子代表资源分配和功率控制的方法,同时制定惩罚函数删除不可行的方法。仿真结果表明,该方法具有更好的性能、系统吞吐量、功率效率和最小速率比其他方法令人满意。     

基于PSO的D2D蜂窝网络联合信道分配和功率控制

为解决蜂窝用户(Cellular Users, CU)和终端直通(Device to Device, D2D)用户之间的干扰管理问题,提高无线蜂窝网络吞吐量,提出了一种基于粒子群优化的联合信道分配和功率控制方案。提出了具有不同约束条件的2个联合信道分配和功率控制问题,并将离散信道和连续功率联合分配给CU和D2D对,允许任意数量的D2D对与一个CU共享同一信道。通过设计适应度值避免算法陷入局部最优或产生不可行的解决方案,并使算法收敛到全局最优。通过搭建仿真网络模型进行测试验证,并与随机粒子群优化算法进行对比分析。实验结果表明,所提方法可有效提高蜂窝网络中的D2D通信网络吞吐量,且与随机粒子群优化算法相比,所提方法在D2D吞吐量、蜂窝吞吐量以及整体网络吞吐量方面具有明显优势。     

D2D通信中联合链路共享与功率分配算法研究

针对D2D （Device-to-Device,D2D）通信过程中的资源分配问题,提出一种联合链路共享和功率分配算法.在保证系统内蜂窝用户服务质量（Quality of Service,QoS）需求的前提下,利用系统的信道状态信息,为D2D用户生成一个由蜂窝用户组成的通信链路的候选集合;在通信链路候选集合内使用凸优化方法得到D2D用户最优功率分配策略;最后利用（Kuhn-Munkres,KM）算法求解最大加权二部图匹配（Maximum Weight Bipartite Matching,MWBM）问题,为D2D用户选择最优的蜂窝用户进行资源共享.仿真结果表明该算法能有效的提升通信网络的吞吐量,可以为D2D用户选择最优的资源分配策略.     

D2D/蜂窝通信模式切换与联合功率控制方案

设备直连（Device-to-Device, D2D）通信技术通过复用蜂窝系统的频谱资源提高频谱利用率,但D2D的引入会给蜂窝系统带来干扰。如何合理地选择D2D/蜂窝通信模式并进行功率优化控制,成为减小D2D和蜂窝系统间干扰、提升网络性能的关键。本文考虑D2D用户复用蜂窝上行链路场景,提出了一种基于距离和联合功率控制的通信模式选择方案。在该方案中,D2D用户和蜂窝用户与基站距离的比值决定了D2D用户是否采用Underlay模式进行通信,进而在约束蜂窝用户和D2D用户发射功率的条件下实现D2D链路和蜂窝链路的联合功率控制,最终推导出能够最大化系统总吞吐量的最优用户功率分配方案。根据仿真结果,本文提出的联合功率控制方案能够在降低系统间干扰的同时有效提高D2D和蜂窝系统的总吞吐量,进而提高了系统的性能。      

基于不完美CSI的D2D通信网络鲁棒能效资源分配算法

针对设备到设备(D2D)直连通信网络传统最优资源分配算法在随机信道时延、信道估计误差影响下鲁棒性弱的问题,该文在考虑参数不确定性影响的条件下,提出D2D用户总能效最大的鲁棒资源分配算法。考虑干扰功率门限、用户最小速率需求、最大传输功率和子信道分配约束,建立了下垫式频谱共享模式下多用户D2D网络资源分配模型。基于有界信道不确定性模型,利用最坏准则方法将原非凸鲁棒资源分配问题转换为确定性的凸优化问题。然后利用拉格朗日对偶理论求得资源分配的解析解。仿真结果表明所提出的算法具有很好的鲁棒性。     

异构网络中基于能效优化的D2D资源分配机制

针对异构网络中D2D通信复用蜂窝用户频谱时存在的频谱分配问题,该文提出一种基于改进离散鸽群优化(PIO)算法的D2D通信资源分配机制。通过设置信干噪比(SINR)门限值来保证用户的通信服务质量(QoS),采用功率控制算法为用户设置发射功率,使用基于运动权值的二进制离散鸽群优化(MWBPIO)算法为D2D用户进行资源分配,并将D2D通信技术与中继技术进行有效结合,为边缘用户建立D2D中继链路,保证边缘用户的通信质量,最大化系统性能目标。仿真结果表明,该方案有效抑制了异构通信系统中引入D2D用户后导致的干扰问题,提高了边缘用户的通信质量和系统的频谱利用率以及系统的能效。     

毫米波D2D通信上下行链路吞吐量优化方案

5G通信技术中终端直通(D2D通信)的功率分配是近期研究的热点,为了提升系统容量和频谱利用率,将毫米波与D2D通信技术结合,在此技术中,针对28GHz频段上行链路及下行链路蜂窝网络中的D2D资源分配进行了研究,将其系统总吞吐量达到最大化算法进行优化。首先,推导出每个D2D对所对应的准入集,其次,在考虑每个D2D对用户以及蜂窝用户功率控制情况下,分别求出上行链路及下行链路中的吞吐量,最后,在保证D2D对总吞吐量最大化前提下将蜂窝用户信道分配给D2D对。仿真结果表明,所提出的方案可以提高系统的吞吐量。     

5G网络中吞吐量最优的D2D通信模式选择

针对在5G通信网络中,联合资源分配方式下的D2D(Device-to-Device)通信模式选择问题,提出了利用启发式算法代替匈牙利算法对D2D的模式选择进行优化的通信模型;本算法在保证了D2D通信对尽可能多接入的同时,最大化系统总吞吐量。分析结果说明,此算法能显著优化系统总吞吐量,减少用户之间的通信干扰,证明了该通信模型的合理性和高效性。     

基于不完美CSI的D2D通信网络鲁棒能效资源分配算法

针对设备到设备(D2D)直连通信网络传统最优资源分配算法在随机信道时延、信道估计误差影响下鲁棒性弱的问题,该文在考虑参数不确定性影响的条件下,提出D2D用户总能效最大的鲁棒资源分配算法.考虑干扰功率门限、用户最小速率需求、最大传输功率和子信道分配约束,建立了下垫式频谱共享模式下多用户D2D网络资源分配模型.基于有界信道不确定性模型,利用最坏准则方法将原非凸鲁棒资源分配问题转换为确定性的凸优化问题.然后利用拉格朗日对偶理论求得资源分配的解析解.仿真结果表明所提出的算法具有很好的鲁棒性.     

D2D通信中一种基于FFR的动态功率控制方案

工作在underlay方式下的D2D(device-to-device)通信利用资源复用共享蜂窝网络中的资源,在提高频谱资源利用率、降低移动终端功耗的同时,会给已有蜂窝网络带来干扰。在保证D2D用户和蜂窝用户的服务质量的前提下,研究了蜂窝用户和D2D用户的功率控制和资源分配问题。首先引入部分频率复用(FFR)实现蜂窝用户和D2D用户之间的资源划分和复用;然后以系统吞吐量最大化为原则,建立优化目标。结合部分功率控制(FPC)的基本思想,进而提出了一种动态功率控制(DPC)策略。仿真结果表明,所提出的方案能够有效地提高多小区系统的性能。     

Resource allocation and dynamic power control for D2D communication underlaying uplink multi-cell networks

Underlaying device-to-device (D2D) communication is suggested as a promising technology for the next generation cellular networks (5G), where users in close proximity can transmit directly to one another bypassing the base station. However, when D2D communications underlay cellular networks, the potential gain from resource sharing is highly determined by how the interference is managed. In order to mitigate the resource reuse interference between D2D user equipment and cellular user equipment in a multi-cell environment, we propose a resource allocation scheme and dynamic power control for D2D communication underlaying uplink cellular network. Specifically, by introducing the fractional frequency reuse (FFR) principle into the multi-cell architecture, we divide the cellular network into inner region and outer region. Combined with resource partition method, we then formulate the optimization problem so as to maximize the total throughput. However, due to the coupled relationship between resource allocation and power control scheme, the optimization problem is NP-hard and combinational. In order to minimize the interference caused by D2D spectrum reuse, we solve the overall throughput optimization problem by dividing the original problem into two sub-problems. We first propose a heuristic resource pairing algorithm based on overall interference minimization. Then with reference to uplink fractional power control (FPC), a dynamic power control method is proposed. By introducing the interference constraint, we use a lower bound of throughput as a cost function and solve the optimal power allocation problem based on dual Lagrangian decomposition method. Simulation results demonstrate that the proposed algorithm achieves efficient performance compared with existing methods.     

基于多智能体深度强化学习的D2D通信资源联合分配方法

设备对设备(D2D)通信作为一种短距离通信技术,能够极大地减轻蜂窝基站的负载压力和提高频谱利用率。然而将D2D直接部署在授权频段或者免授权频段必然导致与现有用户的严重干扰。当前联合部署在授权和免授权频段的D2D通信的资源分配通常被建模为混合整数非线性约束的组合优化问题,传统优化方法难以解决。针对这个挑战性问题,该文提出一种基于多智能体深度强化学习的D2D通信资源联合分配方法。在该算法中,将蜂窝网络中的每个D2D发射端作为智能体,智能体能够通过深度强化学习方法智能地选择接入免授权信道或者最优的授权信道并发射功率。通过选择使用免授权信道的D2D对(基于“先听后说”机制)向蜂窝基站的信息反馈,蜂窝基站能够在非协作的情况下获得WiFi网络吞吐量信息,使得算法能够在异构环境中执行并能够确保WiFi用户的QoS。与多智能体深度Q网络(MADQN)、多智能体Q学习(MAQL)和随机算法相比,所提算法在保证WiFi用户和蜂窝用户的QoS的情况下能够获得最大的吞吐量。     

异构云无线接入网场景下D2D通信资源共享与分配

针对异构云无线接入网中的前向链路受限问题,提出了一种基于干扰阈值的设备到设备(Device-to-Device,D2D)多用户分簇方案,并对系统信道和功率资源的分配进行优化。首先根据D2D用户之间的干扰级别,利用着色图理论对多用户进行分簇;然后,在满足D2D用户和蜂窝用户服务质量约束下,建立了基于D2D用户和速率最大化的资源分配模型,并进一步采用二分法对已分簇的D2D用户进行功率优化分配。仿真实验结果验证了所提方案相比传统方案,系统频谱利用率提高了55%以上。     

认知型飞蜂窝网络中的子信道分配与功率控制

为了解决宏蜂窝与飞蜂窝构成的两层异构网络上行干扰与资源分配问题,提出了一种在认知型飞蜂窝的双层异构网中结合子信道分配和功率控制进行资源分配的框架。通过对异构网中跨层干扰问题进行分析与建模,将求解最优子信道分配矩阵和用户发射功率矩阵作为干扰管理问题的解决方法。模型中认知型飞蜂窝网络子信道和飞蜂窝网络用户构成非合作博弈,双方利用效用函数最优值进行匹配,构成初始信道分配矩阵;再由接入控制器根据接入条件从初始信道分配矩阵中筛选用户,并优化接入用户的发射功率矩阵,得到最优子信道分配矩阵和功率矩阵。仿真结果表明,优化框架提高了双层异构网络中飞蜂窝网络用户的吞吐量和接入率,降低了异构网中跨层干扰。     

中继增强的无线蜂窝多小区系统的联合调度与功率控制算法

针对采用全局频率复用的中继增强的无线蜂窝多小区系统,该文考虑多种通信模式并存的混合场景,提出了一种干扰感知的联合资源分配策略。以最大化系统总吞吐量为目标,同时考虑小区间干扰对中继节点与移动站点的影响,以及基站与中继节点各自的发射功率约束。为了降低计算复杂度,针对用户与中继节点配对问题提出了一种基于小区间干扰的调度算法;针对功率控制问题分别提出了一种基于符号规划的最优功率分配算法和一种次优的最小能耗功率分配算法。仿真结果表明,该文所提算法逼近最优资源分配,在系统吞吐量与能量效率等性能方面具有显著优势。     

基于图着色的加权优先D2D资源分配算法研究

针对蜂窝用户与D2D用户所构成的异构网络系统中同频干扰问题,提出一种基于图着色的加权优先D2D资源分配算法.该算法不仅允许多个D2D用户复用一个蜂窝用户资源,而且能够实现简单功控.首先建立异构干扰图,对系统终端用户及干扰类型进行分类异构.然后计算着色优先级,考虑各种影响因子以提升算法的实用性.最后再由分配结果进行组内功率控制,以满足绿色通信的要求.仿真表明,该算法不仅可以降低系统用户接入损失率,提高系统吞吐量,而且还减少了功率消耗.     

一种5G异构云无线接入网络的D2D资源分配算法

为了解决设备对设备(Device-to-Device,D2D)资源共享带来的信号干扰问题,提出了一种5G异构云无线接入网络的D2D通信资源分配算法.在保证服务质量的前提下,将宏用户设备的频谱资源分配给D2D和中继用户设备,并且把资源分配问题看作一对一的匹配博弈.采用婚姻匹配理论,得到初始的匹配方案.在初始匹配的基础上,提出了一种遵循卡尔多-希克斯(Kaldor-Hicks)原则的资源交换策略,以提高系统的吞吐量.仿真结果表明,该资源分配算法收敛较快,与现有方案相比,能使系统吞吐量提升15％以上,能给系统用户带来约10％的增益,并且有较强抗信道干扰能力.     

H-CRAN网络下联合拥塞控制和资源分配的网络切片动态资源调度策略

针对异构云无线接入网络(H-CRAN)网络下基于网络切片的在线无线资源动态优化问题,该文通过综合考虑业务接入控制、拥塞控制、资源分配和复用,建立一个以最大化网络平均和吞吐量为目标,受限于基站(BS)发射功率、系统稳定性、不同切片的服务质量(QoS)需求和资源分配等约束的随机优化模型,并进而提出了一种联合拥塞控制和资源分配的网络切片动态资源调度算法。该算法会在每个资源调度时隙内动态地为性能需求各异的网络切片中的用户分配资源。仿真结果表明,该文算法能在满足各切片用户QoS需求和维持网络稳定的基础上,提升网络整体吞吐量,并且还可通过调整控制参量的取值实现时延和吞吐量间的动态平衡。     

基于改进图着色的D2D资源分配和功率控制

针对蜂窝网络中D2D（Device-to-Device）用户复用蜂窝信道带来的同频干扰问题,提出了一种基于改进图着色的资源分配和功率控制算法。首先通过构建干扰图和候选集进行用户之间干扰关系建模,并定义指数型累积因子改进图着色算法,为D2D用户分配蜂窝信道;再采用基于信干噪比的闭环功率控制算法动态调整D2D用户发射功率,减小由于信道复用产生的干扰。仿真结果表明,与现有算法相比,所提算法能够有效提升系统吞吐量和D2D用户接入率,实现信道资源的合理分配。