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。      

蜂窝网络中D2D通信模式选择和信道分配算法

设备到设备(D2D)通信中,不合理的模式选择和信道分配方案会引入干扰,严重时不仅不能体现D2D通信优势,而且还将导致蜂窝用户传输速率下降。针对这一问题,文章提出了一种蜂窝网络中D2D模式选择和信道分配算法。仿真结果表明,新算法能够在有效的平衡蜂窝网络中D2D用户接入率和系统总吞吐量的同时,最小化用户之间的干扰。     

基于CSI及QSI的D2D传输策略

为缓解频谱资源紧缺,提升本地服务质量,在现有蜂窝网络中引入了D2D通信方式,使得距离较近的用户之间可不经由基站直接通信。搭建了D2D通信与蜂窝通信并存的网络结构,并分析了D2D复用蜂窝用户(CU)频谱资源时影响信噪比的干扰因素。为保证CU和D2D用户的通信质量,采用信道状态信息(CSI)与队列状态信息(QSI)相结合的传输策略控制信噪比及时延。对于多CU多D2D对的资源分配问题,采用基于优先级矩阵的分配算法。与二分匹配算法相比,降低了计算复杂度,结果逼近最优解且能稳定收敛。     

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。     

基于博弈论的D2D通信功率控制算法

针对多D2D通信用户共享蜂窝网络频谱资源中的干扰进行研究,为了减少D2D用户间干扰带来的影响,提出了一种改进的基于博弈论的D2D通信功率控制算法。算法中的博弈者是复用相同频谱资源的多D2D通信用户。建立了博弈模型,并在代价函数中引入代价因子,确定了效用函数,得到参与博弈的D2D用户的最优响应函数。文中对博弈均衡特性进行分析,证明了模型中的策略能够达到稳定状态。通过仿真实验验证了算法的有效性,并且与其他算法对比,证明使用此改进算法的D2D用户吞吐量更大,公平性更高。     

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.     

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。     

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DR-OC型D2D通信收益模型及定价研究

Device-to-Device(D2D)通信是下一代(5G)移动网络的重要组成部分。D2D设备间在不依赖基站的情况下直接进行数据传输,并通过重复使用蜂窝小区的频率资源从而提高移动通信系统的容量。为了激励蜂窝网络用户参与到D2D通信,运营商对D2D通信的定价是一个很关键的问题。文中首先介绍了D2D的基本概念及其四种主要类型,并就其中DR-OC型D2D通信定价提出了运营商和D2D设备的收益模型,然后仿真分析了网络中谱单价和奖励带宽对双方收益的影响。仿真结果显示运营商可以通过调整奖励带宽来协调双方收益以激励更多的用户参与到D2D通信。     

基于用户中断概率的D2D通信干扰协调与资源分配

在LTE系统中引入设备直传(D2D)通信技术,会因为D2D用户复用蜂窝用户资源进行通信而产生同频干扰.在现有的干扰协调与资源分配研究中,都需要基站获取各个通信链路的信道状态信息(CSI),但这样无疑会增加基站的信令负担.为减小干扰与基站的信令负担,提出了一种基于用户中断概率的干扰协调与资源分配算法,首先在保证蜂窝用户正常通信的情况下,通过限制D2D用户到基站间的距离来降低干扰;其次通过遍历所有蜂窝用户的频谱资源,选择能使D2D用户的总中断概率最低的频谱资源进行复用.仿真结果表明,所提算法能够在保证蜂窝用户正常通信的情况下,明显降低D2D用户的平均中断概率,同时还能够降低基站信令负担.     

面向蜂窝网络的D2D多播通信的分簇和中继选择方法

传统蜂窝网络中,信道衰减的随机性和不确定性导致小区边缘用户的接收性能很差,尤其是面向视频传输等速率要求较高时其弊端更加凸显。D2D通信因其配置灵活性可作为传统蜂窝网络架构的有利补充,能有效改善边缘用户的性能。该文针对D2D通信的多播传输,分析了系统最小时延成本下的中继数量和分簇算法,提出一种基于分簇和中继选择的低时延D2D多播方案。该方案可以自适应选择多播重传中的中继的数量和中继节点到基站的距离,同时给出最优的带宽资源分配机制。仿真结果表明,与其他方案相比,所提方法能有效减少系统时延,提高边缘用户体验和系统性能。     

基于泄露信息量的D2D通信链路选择方法研究

D2D(Device-to-Device)通信因其具有提高频谱效率、时延小和能耗低等优点,被认为是第五代移动通信系统中的关键技术之一。然而,由于D2D用户与蜂窝用户共享频谱,导致D2D用户之间传输的信息会泄露给蜂窝用户。针对这一问题,基于物理层安全的研究,结合D2D通信的特点,提出了一种最小化D2D用户泄露信息量的算法。通过选取最优D2D链路的方法,使得系统的总泄露信息量达到最小。仿真表明所提倡的方法能极大改善系统的总泄露信息量。     

一种适用于D2D通信的启发式接入算法

直通通信（Device-to-Device,D2D）技术是5G移动通信的关键技术之一,蜂窝网络中的D2D通信用户接入技术及其性能研究等已成为热点问题。基于一种新型随机几何网络模型,通过研究D2D用户对蜂窝用户的上行链路频谱资源的复用,提出了一种D2D通信启发式接入算法,并同随机接入算法进行了比较分析。仿真结果表明,随机几何模型易于分析链路的信干噪比,更符合未来移动通信密集组网和用户分布特点;该模型下的启发式算法比随机算法的性能更优,算法具有收敛快、接入性能好和接入简单的特点,具有更好的实用价值。     

全负载蜂窝网络下多复用D2D通信功率分配算法研究

针对全负载蜂窝网络中D2D通信的功率分配问题,该文提出了一种基于非合作完全信息博弈纳什均衡解的多复用D2D通信功率分配算法。以优先保证蜂窝用户通信质量与D2D用户接入率为前提,设置D2D通信系统上行链路帧结构,之后建立非合作完全信息博弈系统模型,引入定价机制到功率分配博弈模型中并分析纳什均衡解的存在性与唯一性,最后给出该模型的分布式迭代求解算法。仿真结果表明,随着D2D用户复用数量的增加,该算法在提升系统吞吐量的同时,能有效地控制系统内部干扰,大幅度降低系统总能耗。     

基于D2D通信系统中的一种跨层中继选择算法

在D2D通信系统与蜂窝网络共存的场景下,引入中继节点可有效提高D2D链路的吞吐量和D2D用户对蜂窝用户的干扰。文中基于译码转发模式,结合跨层协作通信的思想,提出了一种基于物理层和数据链路层的跨层中继选择算法。该算法结合物理层的信道状态信息和数据链路层的队列状态信息,两个参数进行最优中继节点的选择。并最终通过仿真验证表明,基于跨层中继选择算法可提高通信系统的吞吐量,同时降低了通信系统的平均时延和数据包错误率。     

D2D通信中一种资源分配与功率控制结合的方案

以underlay方式工作的D2D(Device-to-Device)通信通过资源共享复用蜂窝网络中的资源,在提高系统资源利用率的同时,对已有蜂窝链路带来了同频干扰。为了减小因无线资源复用带来的干扰,提出了一种资源分配与功率控制相结合的方法。以最小化系统干扰为目的,通过在D2 D链路之间合理地分配资源,保证了蜂窝链路的通信质量;同时动态地调整D2 D链路的发射功率,在保证相应蜂窝链路干扰可控的情况下,合理提高了D2 D链路的通信质量。仿真结果表明,与现有方案相比,所提出的算法能够有效地提高D2 D通信与蜂窝用户共存场景下的系统性能。     

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。     

D2D技术在5G通信中的应用

移动通信从第一代仅仅能通话的模拟移动电话到如今4G以及成熟商用,移动互联网呈现飞速发展的模式下.当前时期,智能设备的大规模普及以及移动网络需求的急剧增长,对5G的无线通讯技术的更新需求也是显得十分迫切.在5G移动通信的研究过程中,主要有两点.一点是,对于传统的移动通信性能要加强,例如网络用户容量、频谱利用率都需要提供,因为日益减少的频谱资源使得频谱资源尤为宝贵;另外一点,多制式的通信模式给用户带来的使用体验和蜂窝网络的业务扩张是另外一个研究热点.对于5G通信中的"潜力"技术,设备到设备通信(Device-to-Device,D2D)可以提高整体性能,使得体验上升、应用拓展等潜力,因此是如今一大热点.本文即是对D2D在5G通信中的应用进行了探讨.     

基于资源分配和功率控制的D2D中继选择

为优化蜂窝用户通信与设备直传(D2D)中继通信共存下的同频干扰问题,满足蜂窝用户容量要求,提出了一种基于能效的联合资源分配和功率控制的D2 D中继选择算法.该算法首先对等效D2 D中继链路进行资源分配,减小算法复杂度的同时使得D2 D链路对蜂窝链路产生的干扰最小;然后以资源分配结果和功率控制算法为依据进行中继选择.该方案不仅考虑了D2 D中继链路的能效问题,而且还同时考虑到了对蜂窝链路的干扰问题.通过仿真验证,所提算法不仅能有效提升D2 D中继链路的能效值,同时降低了对蜂窝用户的干扰.     

D2D网络中信道选择与功率控制策略研究

针对D2D通信的资源分配问题,该文研究了D2D信道选择与功率控制策略。在保证蜂窝用户服务质量(QoS)的前提下,提出一种基于启发式的D2D信道选择算法,为系统内的D2D用户找到合适的信道复用资源。同时,利用拉格朗日对偶方法求解得到D2D用户最优传输功率。仿真结果表明当蜂窝用户与多对D2D用户共享信道资源时能够大幅度提升系统平均吞吐量。在相同条件下,该算法的性能要明显优于现有算法。