D2D中基于风驱动的功率控制算法研究

D2D通信用户通过复用信道大幅提升蜂窝网络频谱利用率,同时也带来了速率、干扰等问题.针对D2D功率控制问题,提出一种基于风驱动的功率控制算法,在干扰可控的范围内最大化系统整体吞吐量.首先为每个D2D用户以匈牙利算法分配最优频谱资源,然后利用风驱动算法优化蜂窝用户及D2D用户的发射功率,提升小区吞吐量.仿真结果表明,在保证用户最小速率要求的基础上,相比于随机接入算法、常规风驱动算法系统吞吐量分别平均提升了16％和7％,并保证了蜂窝用户的服务质量.     

基于整体公平的D2D无线资源分配算法

针对引入设备与设备(D2D)通信的蜂窝系统进行无线资源分配时D2D接入率低、未同时兼顾蜂窝用户(CUE)和D2D用户(DUE)公平性的状况,提出一种基于整体公平的D2D无线资源分配算法.首先它允许多个D2D对复用一个CUE资源,然后基于图着色理论对多个D2D对进行分簇以及重构,再以最大化CUE和重构簇整体公平性为目标为它们分配恰当的资源块(RB).仿真分析表明,与其它方案相比,基于整体公平的D2D无线资源分配算法能有效提高系统整体的公平性、接入率以及吞吐量.     

基于联合优化的D2D资源分配算法

针对多蜂窝用户和多D2D用户共存场景下的干扰和能量消耗问题,建立了D2D用户在半双工或全双工两种模式中选择的混合双工系统模型,并提出了一种基于多角度联合优化的容量最大化D2D资源分配算法。该算法首先在保障蜂窝用户通信质量的基础上,通过联合优化用户的接入控制、功率分配、双工模式选择和信道分配,实现了系统容量的最大化,仿真结果表明本文算法可显著提高蜂窝网络的系统容量。     

5G网络D2D通信模式与资源分配算法

为在5G网络移动终端密集分布场景中有效分配资源,给出一种基于D2D通信模式选择的资源分配算法。按照位置分布对D2D用户进行分组,并根据通信需求的优先级顺序为用户分配模式,通过对比正交模式、复用模式和蜂窝模式下信噪比,优化资源分配。针对单小区多用户场景下吞吐量的仿真分析表明,以吞吐量输出最大为准则,所给算法能够实现为用户分配最佳通信模式和资源的目标。     

基于QoS的D2D资源分配算法

D2D通讯技术是5G通讯的一项关键技术,其最大的特点是数据无需经由基站转发并且能够有效地提升系统容量,提高频带利用率.但是它也存在一定缺陷,由于通讯过程中会占用原有蜂窝信道,D2D用户会对原始的小区用户产生干扰,并且这是一个两种用户相互干扰的过程.因此,D2D资源分配成为D2D技术引入的关键.为了克服在“一对一”D2D频谱分配过程中,每个D2D对仅可以占用一个移动信道的分配方式下,新加入D2D用户不一定会使得总容量变大这一问题,文中提出的算法兼顾了资源分配与功率控制两个方面.实验结果表明,在规定每对D2D用户可占用多个基站小区信道,新加入D2D用户不能使系统总容量减小的条件下,新的算法能有效地提升D2D用户总容量.     

基于干扰对齐的D2D通信资源分配方案

针对由Device-to-Device(D2D)通信系统和传统蜂窝通信系统组成的混合网络,提出了一种基于干扰对齐(Interference Alignment,IA)的D2D功率分配算法(Interference Alignment-Power Allocation,IA-PA).利用干扰对齐方法,将混合网络中的k对D2D用户的干扰信道等效为k对互不干扰的MIMO信道,并证明了干扰对齐解的存在性.其次,基于贪婪思想,提出了一种最优功率分配算法——IA-PA.与传统蜂窝通信系统相比,IA-PA使得混合网络的总自由度提高了(k-1)/2倍.仿真表明,所提出的功率分配算法有效地抑制了混合网络的互干扰,并得到更大的系统总速率.     

基于能效的D2D模式选择和资源分配算法

为了提高端到端(Device-to-Device,D2D)通信系统的能量效率,基于能效的D2D模式选择,提出一种最优的启发式资源分配算法.以D2D用户对的发送端与蜂窝用户间的距离为基准,为D2D用户对选择合适的通信模式,针对复用模式下的D2D用户对,建立以能量效率为目标的优化模型,通过设置信干噪比门限值保证用户的通信质...     

提高D2D多播能效的一种方案

在内容分发场景下,将簇头选择与资源分配相结合以降低基站负载,提高直连(Device-to-Device,D2D)通信多播簇的能效值。基于系统能效最大准则,从接收到数据的多播用户中选择合适的用户作为簇头形成多播簇;借助启发式算法,为每个D2D多播簇分配合适的资源块,以提高D2D链路的通信质量。仿真实验结果显示,与已有方案相比,所给方案比可以得到更高的D2D多播簇能效值。     

D2D通信技术综述

D2D(device-to-device)通信是一种在蜂窝系统的控制下,允许终端用户通过共享小区资源进行直接通信的新技术。蜂窝网络引入D2D通信在提高频谱效率,增大系统吞吐量的同时,也带来诸多挑战。在描述D2D通信系统模型及其工作原理的基础上,重点综述了近年来为了在蜂窝网络中实现D2D通信所取得的研究成果,主要包括会话建立、资源分配、功率控制和干扰协调。此外,简要介绍了D2D通信的应用案例。     

5G中基于系统中断概率的D2D资源分配算法

为了解决D2D资源分配算法的能耗控制与系统中断问题,提出一种引入模拟退火的动态穷举D2D资源分配算法.该算法使用动态间隔的穷举搜索算法初步确定用户发射功率,制定包含用户QoS信息的二维复用表,联合蜂窝用户与D2D用户的QoS以确定复用组合,在功率维度加入调整功率模块,在组合维度引入模拟退火算法联合降低中断概率.仿真结果...     

异构网络中支持终端直通的联合模式资源复用算法

针对异构蜂窝网络中终端直通(D2D)通信复用频谱资源导致同频干扰,并影响系统通信性能的问题,提出了一种基于联合模式的支持终端直通的资源复用算法.为了综合考虑异构网络中蜂窝用户和D2D用户需要并平衡两类不同用户的资源分配,该算法在确定D2D通信限制距离的基础上,联合蜂窝与D2D两种模式构建CU-D2D组合集,以其加权吞吐量增益为用户优先级,并据此进行无线资源分配,从而实现了异构蜂窝网络环境下频谱资源的优化分配.结果表明,该算法在保证蜂窝用户传输速率的同时,有效地改善了D2D用户的通信速率,从而整体性地提升了异构蜂窝网络的系统通信性能.     

两跳中继网络的资源分配算法

对于具有中继节点的蜂窝系统,用户的实际速率受限于基站与中继之间链路(第一跳链路)以及中继与用户之间链路(第二跳链路)的吞吐量.单独考虑其中某一跳链路的资源分配,会降低系统的整体性能.因此,针对中继网络,设计了基于两跳链路吞吐量平衡的正向和逆向功率分配算法.其中正向分配算法在进行第二跳链路资源分配时,考虑了第一跳链路的影响.而逆向分配算法则是将第二跳链路的吞吐量作为第一跳链路资源分配的依据.仿真结果表明,设计的算法有利于克服两跳中继网络的瓶颈问题.尤其是逆向分配算法由于充分考虑了用户的最优速率情况,在提高系统吞吐量的同时还减少了能量消耗.     

Distributed power allocation over indoor multi-pico stations

A low-complexity distributed power allocation algorithm is proposed to reduce the interference and improve the transmitting rate of edge users. Different scenarios are considered and user experience of indoor communication is promoted. The simulation results prove the effectiveness of our algorithm. The proposed power control scheme ensures that more users can achieve their required rate and the fairness of different users is improved. Besides, more than 50% energy can be saved without loss in outage ability, and energy efficiency is also promoted. In addition, the proposed algorithm can be extended to scenarios that the required rates of pico stations can be changed periodically.     

超密集网络中非合作博弈的功率分配算法

为了抑制超密集网络中小小区基站的密集化部署带来的干扰,并提高系统的吞吐量,本文研究了频谱共享超密集网络中的功率分配策略.首先,针对非凸的系统和速率最大化问题,采用非合作博弈模型将其转化为每个用户效益函数最大化的凸子问题,并通过设计一种动态定价使得非合作博弈模型的纳什均衡点（NE）是原优化问题的驻点.其次,为了保证宏小区用户的服务质量（QoS）,模型中引入了干扰功率约束条件来抑制宏小区受到的干扰.最后,在此非合作博弈论框架下,设计了一种迭代式的基于全局信息的功率分配算法.每次迭代通过求解KKT条件获得每个用户的最优发射功率,通过理论推导证明了迭代算法可收敛到博弈模型的NE.此外,为了减少迭代算法的信令开销、提高资源利用率,还提出了一种基于局部信息的功率分配算法.仿真结果表明,所提出的基于全局信息的功率分配算法比对比方法具有更好的传输性能,所提出的基于局部信息的功率分配算法在保证较好的传输性能的前提下有效地减少了信令开销.     

认知无线电网络中的参数优化问题

针对在多协作用户宽带信道情况下,认知无线电网络中当信道增益固定时,检测时间、功率以及带宽分配等参数的优化问题,提出了各参数的联合优化算法.以信道容量为目标函数,给出了最优的资源分配算法.结果表明,该算法能够实现频谱接入并且极大地提高了次用户系统的总信道容量,且资源分配与主用户占用的概率、峰值发射功率和干扰约束等因素有关.在多认知用户网络中,参与合作的用户越多,接收信号的信噪比越高,次用户系统的总信道容量越大.     

提高LTE下含D2D通信的蜂窝网络公平性方案

设备间(D2D)通信可以提高频谱效率,但同时可能对现存的蜂窝网络产生干扰. 为了减小D2D用户对蜂窝系统公平性的破坏,提高蜂窝系统的整体性能,提出改进的比例公平(IPF)干扰控制方案,在保证蜂窝用户和D2D用户的服务质量需求的前提下,为每一个D2D对选择最佳的蜂窝用户来共享频谱资源. 通过数值结果分析显示,IPF方案比起之前的方案,能够有效改善蜂窝系统的公平性和吞吐量.     

认知MIMO系统中基于博弈论的干扰对齐算法研究

为消除用户间干扰,提高认知无线电多输入多输出（CR-MIMO）系统传输速率,给出一种基于博弈论的干扰对齐算法。该算法首先采用注水算法为主用户进行功率分配,同时设计次用户预编码使次用户信号落入主用户未分配功率的子信道。然后将次用户之间的多条干扰链路构成一个博弈群体进行求解,实现次用户之间的干扰对齐。此外,为最大化次用户传输速率,将次用户功率分配问题转换为布谷鸟鸟巢的选择问题,构造适应度函数,得到最优的功率分配方案。数值分析表明,该算法可以消除主次用户的干扰以及次用户之间的干扰,传输速率比最大信干噪比（Max-SINR）算法高2 b·s-1·Hz-2,同时,结合布谷鸟搜索算法进行功率分配后传输速率高于文献[13]。     

用于多小区OFDM系统的分布式上行功率控制算法

为了协调小区间干扰,提高边缘用户性能,研究了OFDM系统多小区间的功率分配问题.基于非合作博弈理论,给出既可以保证每个用户信干比最小又考虑其他小区同信道干扰的效用函数.通过求解最大效用函数值,得到一种多小区分布式上行功率控制算法.该算法中每个小区只需本地信息就可以协调小区间干扰,实现了用户间公平性与频谱利用率的最佳折中.通过仿真分析,讨论了算法的参数选取,验证了算法的收敛性.仿真结果表明,与等功率分配相比,虽然吞吐量下降了17%,但是公平性提高了1.7倍.