基于系统容量最大化的D2D通信资源分配算法的研究

设备到设备(Device-to-Device,D2D)通信技术近年来一直是蜂窝移动通信领域的一个重要内容。D2D通信系统中的资源分配直接影响到D2D通信能否提高频谱利用率以及降低功耗。研究了基于系统容量最大化的资源分配算法,详细论证了该算法在D2D通信技术中运用的可行性,并与传统的随机资源分配算法的性能作比较。仿真表明,不管在系统总容量还是所有蜂窝用户的容量损失方面,基于系统容量最大化的资源分配算法的性能明显优于随机资源分配算法。     

一种基于蜂窝网络的D2D通信资源分配算法

设备直连（Device-to-device,D2D）通信用户通过复用蜂窝用户的频谱资源可提高频谱利用率和系统的整体通信容量,但复用蜂窝网络频谱资源会带来严重的干扰,影响整体通信质量。针对干扰问题,本文通过建立通信系统模型,研究系统的线性规划问题以及相应的最佳资源分配算法。考虑到最佳算法复杂度较高,本文提出一种启发式算法来分配通信资源,通过遍历D2D对用户与蜂窝用户之间的干扰矩阵找到最小干扰值,分配复用资源给相应的蜂窝用户和D2D对用户。在蜂窝用户都分配到通信资源之后,对D2D对用户进行专用通信资源分配。仿真结果表明,该算法在降低算法复杂度的基础上显著地减小了D2D对用户对蜂窝用户的干扰,能够最大程度地增加D2D对用户的数量。     

D2D通信中基于信噪比均衡的资源分配算法

针对蜂窝系统中D2D通信和蜂窝通信模式下的资源共享问题,提出一种基于信噪比均衡的资源分配算法。在优化所有用户接收干扰功率和均衡所有用户信噪比的基础上,建立以最大化系统总吞吐量为目标的凸优化问题。利用拉格朗日乘数法求解凸优化问题,得到闭式解。仿真结果表明,该算法能提高D2D链路与蜂窝链路的信噪比及系统总吞吐量。     

支持D2D通信的蜂窝网自适应资源分配算法

针对蜂窝与D2D混合网络中资源分配技术不具有自适应性、造成资源浪费的问题,提出一种根据实际网络环境自适应调整的资源分配方案,并设计两阶段的资源分配算法对该方案进行求解。第一阶段根据用户间的干扰自适应调整使用每个资源块的用户个数和D2D用户可使用的资源块个数,第二阶段利用改进的粒子群算法以吞吐量最大为目标分配功率。仿真结果表明,该算法的性能与穷举搜索最优算法最相近,且系统吞吐量和D2D用户的接入率都明显大于固定分配的算法。     

异构蜂窝网络中联合功率控制的终端直通通信资源分配

针对异构蜂窝网络中终端直通（D2D）用户和小蜂窝用户复用宏蜂窝用户资源产生的干扰问题,提出一种联合功率控制的资源分配方案。首先,在满足用户信号干扰噪声比（SINR）和发射功率约束条件的前提下,根据系统干扰模型推导出每个D2D用户和小蜂窝用户复用宏蜂窝用户信道资源时的最优发射功率;其次,将用户的信道选择规划成用户和信道之间的双边匹配问题,采用延迟接受（Gale-Shapley）算法得到一个稳定的匹配解;最后,以所得的匹配解为初始条件,通过交换搜索算法进一步优化分配方案。仿真结果表明,该方案的系统总容量和能量效率分别是最优解的93.62%和92.14%,与随机资源分配方案、无功率控制和交换搜索的分配方案,以及有功率控制无交换搜索的分配方案相比,系统容量平均增幅分别为48.29%、15.97%和4.8%,系统能量效率平均增幅分别为62.72%、44.48%和4.45%。该方案能够达到近似最优的系统总容量,有效提高频率利用率和能量效率。     

全双工D2D通信系统下的一种资源分配算法

将全双工技术运用到D2D(Device-to-Device)通信中,可以增大D2D用户的吞吐量进而提高系统吞吐量,但全双工通信带来的自干扰也不可避免。考虑多个D2D用户对可共享相同的蜂窝用户资源,此时D2D用户对之间将产生同频干扰。针对该问题,在系统中用户正常通信的前提下,提出了一种基于图论中点着色的资源分配算法。该算法将D2D用户对之间的同频干扰限制在可接受范围内,利用图论中图的点着色算法协调D2D用户对和蜂窝用户之间的资源以最大化系统的吞吐量。仿真结果表明,相比于传统的半双工D2D通信,该算法有效地提高了D2D用户的通信质量,并提升了整个蜂窝网络的系统容量。     

异构网络中基于鸽群优化算法的D2D资源分配机制

针对异构蜂窝网络中D2D(device-to-device)通信用户复用蜂窝用户上行信道产生的频谱资源分配优化问题,提出一种基于改进离散鸽群算法(PIO)的D2D通信资源分配机制.通过设置信干噪比(SINR)门限值保证用户的通信服务质量(QoS),使用基于改进地图-指南针算子和认知因子的离散鸽群算法(IMCBPIO)为D2D用户进行资源分配,并采用基于接收SINR的闭环功率控制算法动态调整用户的发送功率,以减少用户与基站以及用户与用户之间存在的干扰.仿真结果表明,所提出方案能够有效抑制异构网络中由于引入D2D用户后导致的干扰,降低通信用户的中断概率,大大提高频谱利用率和系统吞吐量.     

基于改进遗传算法的D2D资源分配策略

针对D2D（Device to device, D2D）通信技术在蜂窝系统中的资源分配与干扰问题,提出一种基于改进遗传算法的D2D资源分配策略。首先,确定保证蜂窝用户和D2D用户通信质量的功率范围,然后提出一种改进的遗传算法来确定D2D的最佳发射功率,最大化系统吞吐量。该算法在保证蜂窝系统服务质量（Quality-of-service, QoS）的同时,让交叉算子和变异算子随进化代数进行自适应变化,从而达到全局最优。仿真结果表明,本文所提算法可有效提升系统吞吐量并提高D2D用户的信道利用率。     

蜂窝下含D2D系统基于二部超图的资源分配

针对蜂窝下含D2D系统的资源分配问题,提出一种基于二部超图的资源分配算法。首先,以最大化系统和速率为目标,将该问题建模为一个整数规划问题。为求解该NP-hard问题,相继提出二部超图的概念、二部超图边的感知比较构造法则以及基于二部超图的链路匹配算法。仿真结果表明,与二部图算法相比,所提算法在同等条件下可将系统频谱效率提升40b/s/Hz左右,同时可将系统容量提升0.5倍左右。     

基于ISAP的D2D资源分配优化算法研究*

D2D通信通过复用蜂窝系统频谱资源,实现一定范围内终端设备点到点的直接通信。频谱资源的复用缓解了资源匮乏的问题,但必然会产生同频干扰而影响蜂窝系统的性能。为了提高资源利用率且降低干扰,通过运用ISAP算法来完成合理的资源分配,从而实现D2D对与频谱资源之间的一对多的复用关系。同时,在满足各用户不同QoS需求的前提下,可将干扰有效抑制在合理的范围。最后通过仿真实验可知,该算法既不仅可以提高系统的吞吐量,也能保证蜂窝系统的通信性能不受影响。     

毫米波5G网络中一种D2D通信的资源分配方案

在5G系统中,毫米波（mmWave）与终端直通技术（device-to-device,D2D）有利于提升系统容量和频谱利用率。针对73 GHz下underlay蜂窝网络中的D2D资源分配进行了研究。为了降低彼此间的干扰,首先提出对基站和D2D用户接收机进行区域限制;其次利用线性相关的方法选出可复用的蜂窝用户;最后在满足蜂窝通信和D2D通信服务质量（QoS）的要求下提出一种基于干扰控制的资源分配,以提升系统的吞吐量。仿真结果表明所提算法的性能优于参考算法。该算法能够有效提升系统吞吐量和频谱效率。     

基于灰狼优化和匈牙利算法的D2D资源分配策略

当前,车联网系统中存在频谱资源有限、系统干扰较大、D2D(device to device)用户通信质量差等问题。针对上述情况,提出了一种基于灰狼优化和匈牙利算法的D2D资源分配策略。在保证蜂窝用户以及D2D用户通信质量的前提下,该模型首先利用灰狼优化获得每个D2D用户的最佳发射功率,然后利用匈牙利算法实现D2D用户与蜂窝用户的最佳信道匹配,最大化D2D用户的总容量。仿真结果表明,该算法与和声搜索算法和遗传算法相比,在有效提升D2D用户的总容量同时,单个D2D用户也能获得较高的最大、最小容量。     

异构网络资源分配：改进多对一转移匹配

随着无线业务的急剧增长,短缺的频谱资源正面临着巨大挑战。采用无线异构网络被视作解决此问题,提高频谱利用率的一种有效手段。但是,由于宏蜂窝和微蜂窝共享相同频谱资源,同层和跨层干扰非常严重,这时如何合理进行资源分配成了一个棘手的问题。针对该问题,根据匹配理论提出了一种改进多对一转移匹配算法进行资源分配。该算法在满足交换条件下,通过微蜂窝用户不断地交换其匹配资源,最终形成稳定转移匹配。仿真结果表明,所提改进转移匹配算法较传统转移匹配算法和改进Gale-Shapley匹配算法性能更易收敛到最优解,同时提高了频谱利用率,降低了计算复杂度。     

软件定义网络的异构无线网络资源分配框架

针对各种智能设备在移动蜂窝网络中的普及及移动流量需求日益增长的问题,研究控制无线电带宽并将其分配给多个无线电用户设备,提出了一个基于软件定义网络（SDN）的资源分配框架,以及LTE/WLAN多无线电网络中异构资源分配算法。该框架将SDN范式应用到LTE-WLAN集成网络的异构资源分配,并进行了扩展,以整体的方式分配LTE/WLAN多无线电网络中的异构射频带宽。通过将集中式解决方案的功能分解到指定的网络实体的方式,来处理异构资源。模拟实验表明,所提框架可以较好地平衡网络吞吐量和用户公平性,且算法收敛性较好。     

基于二分图的D2D通信资源复用分配算法

为了提升D2D（Device to Device）通信资源复用分配的频谱效率,本文以最大化系统吞吐率为目标建立资源复用模型。同时面对高复杂度的组合优化求解过程,提出一种分布式的资源分配迭代算法,该算法使用二分图建立D2D用户与RB（Resource Block）资源的关系模型。每轮资源分配中,D2D用户根据所在RB资源上的动态干扰环境,自治的竞争RB资源,基站则根据吞吐率增益选举最优的D2D用户分配,避免多对一的RB竞争冲突。仿真实验表明,二分图算法在降低算法复杂度的同时,拥有较优的吞吐率性能优势。     

基于遗传算法求解三维匹配的资源分配问题

针对非正交多址接入(NOMA)技术的两层异构网络(HetNets)的资源配置,因用户、基站和子信道三维匹配属于NP难题,多分解为二维匹配求解,为此提出一种改进的遗传算法(GA)求解用户的多维匹配。为满足系统总容量最大并降低时间复杂度,将遗传算法的编码方式设计为一种多维映射过程;为防止陷入局部最优并提高全局搜索能力,对选择算子进行确定性和随机性的结合。实验结果表明,该算法相对于贪婪算法和双边匹配算法,具有收敛速度快和全局性更好等优点。