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.     

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.     

联合功率控制的D2D资源分配算法

针对D2D通信引入LTE网络中同频干扰以及能耗过大问题,首先基于模糊聚类算法,将D2D用户分成若干个D2 D用户组,并且基于中断概率最小为每个D2 D用户组寻找最优蜂窝用户资源,以降低用户间干扰、提高系统吞吐量。其次结合上述资源分配提出了一种有效的功率控制方案,调节资源分配后用户组内D2 D用户的发送功率,以提高系统能量效率。仿真结果表明：该算法降低了系统干扰,提高了系统吞吐量以及系统能量效率,同时又保证了D2 D用户获得无线资源的公平性。     

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.     

蜂窝网络中D2D通信资源分配方法综述

随着第五代(the fifth generation,5G)移动通信系统商用进程的推进,设备到设备(device-to-device,D2D)通信越发受到人们的关注.频率、功率等资源分配作为优化D2D通信的关键技术成为重要的研究课题,因此对蜂窝网络中D2 D通信资源分配研究进行综述.首先介绍D2 D通信模型和模式;其次从数学理论角度出发,分析蜂窝网络中D2 D通信资源分配的主要方法:基于图论、超图理论、博弈论、机器学习和启发式算法等,对这些算法进行对比分析;最后总结上述D2 D资源分配方法存在的主要不足,并对蜂窝网络中D2 D通信的未来发展进行展望.     

基于复数域网络编码的D2D传输方案设计

终端直通（D2D）用户在复用蜂窝网络频谱资源提高频谱效率的同时,不可避免地会受到蜂窝用户的干扰,为此该文提出一种基于复数域网络编码的D2D传输方案。D2D用户复用蜂窝下行链路频谱,将蜂窝基站和D2D发送端作为两个独立的信源,蜂窝用户作为中继节点。蜂窝用户对检测到的蜂窝信号和D2D信号进行复数域网络编码,D2D接收端采用最大似然多用户检测恢复出D2D信号,消除蜂窝用户对D2D用户的信号干扰。理论分析与仿真结果表明,该方案较传统的D2D传输方案,在确保消除蜂窝信号干扰的同时,能显著提高系统可达速率,降低符号错误概率。     

基于D2D通信的V2X资源分配方案

针对基于设备到设备(D2D)的汽车间通信复用蜂窝资源带来的干扰问题,考虑在满足车辆用户(V-UEs)的通信要求下,通过一个启发式算法最大化蜂窝用户(C-UEs)总的吞吐量.首先通过图着色原理将没有干扰的车辆分在同一簇;其次根据分簇结果,利用改进的匈牙利指派算法为V-UEs分配信道;最后通过调整功率最大化C-UEs总的吞吐量.仿真结果表明,此算法能够很好地解决车通信(V2X)的同层干扰和跨层干扰问题,在保证V-UEs通信可靠性的前提下,提高了频谱利用率.     

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。     

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POMDP强化学习的动态频谱分配算法

提出基于VCG机制的动态频谱分配博弈模型,解决了认知无线网络环境存在的信息约束限制、分布式特性和频谱分配动态、复杂性问题;提出一种基于动态频谱分配的部分可观察马尔可夫决策过程（POMDP）强化学习算法. 认知用户通过对历史信息的观察、统计,为提高竞拍策略的奖赏值而进行不断的学习获取最优竞拍策略. 将POMDP强化学习转变为信度状态马尔可夫决策过程 (belief MDP)最优策略学习. 采用值迭代算法求解信度状态MDP模型的解. 仿真结果表明,基于POMDP强化学习算法可显著改善认知用户的行为,提高动态频谱分配性能.     

结合遗传算法与启发式搜索的卫星频谱资源动态规划

为了提高蜂窝式卫星移动通信的通信质量和频谱使用效率,必须对各波束载波频率的选取进行合理规划.为此,将频谱资源动态规划问题形式化,提出一种基于遗传算法和启发式搜索的频谱动态规划算法,综合考虑同频复用距离、波束分组类约束、动态变化的可用频谱资源、用户业务频谱需求等,动态地将可用频谱资源分配至各波束,以最大效用地利用卫星频谱资源.     

Optimal power allocation and optimal relay selection for D2D communication

Cellular users can be regarded as relay nodes in cooperation with the Device-to-Device (D2D)communication so as to lower the cost, improve spectrum efficiency and solve the problems of network coverage, as well as improving service quality. In this paper an optimal power allocation and optimal relay selection algorithm based on network coding is proposed for using cellular users in the bidirectional relay nodes system. By fixing the total power of the D2D link to be transmitted, this algorithm optimizes the transmission power of each node, and selects the relay node which can maximize the channel capacity of the D2D link as the best relay node. Simulation results show that compared with other protocols, the proposed protocol can significantly improve the channel capacity of the D2D link.     

基于动态古诺博弈的认知无线电频谱贸易算法

为解决认知无线电频谱分配问题,提出了一种新的基于动态古诺博弈的频谱租借贸易算法。该算法考虑认知无线网络中频谱租借市场容量及次用户频谱价值两者均动态变化的特点,将用户之间的频谱租借贸易建模成动态古诺博弈,同时根据用户之间的频谱供需关系动态调整用户贸易的频谱价格及收益,促使每阶段用户效用最大化并达到频谱分配的目的。分析了频谱供需关系变化对贸易的影响,并通过仿真证明了该算法相比于静态古诺博弈模型能达到更高的频谱利用率。     

Design of the D2D multicast transmission scheme in the LTE communication system

In order to improve spectrum efficiency and transmission reliability of the LTE communication system, its terminal users can be divided into the D2D communication cluster. Specially, the multicast transmission of data packets in the LTE system can be realized through two hop transmissions, namely, the base station multicasts data packets to all cluster-heads and each cluster-head in the D2D communication cluster broadcasts the received packets. Considering that the links may be unreliable in the D2D communication cluster, the ARQ retransmission algorithm based on network coding is adopted. By establishing the lost-packet list, the cluster-head operates the lost-packets by network coding, and broadcasts the encoded packets to reduce the number of retransmission. Performance analysis and simulation results show that the proposed scheme can achieve almost the same transmission efficiency as the existing scheme, but has a lower computational complexity. Compared with the traditional multicast retransmission scheme based on network coding in the cellular communication mode, the scheme only retransmits the lost-packets in D2D cluster, to reduce the pachets transmission number of base stations and decrease the spectrum resource consumption of the cellular network effectively at a high packet loss rate.     

认知无线电网络中基于演化博弈的协作频谱感知技术

 提出了一种基于演化博弈理论的认知网络协作频谱感知方法．对协作频谱感知中次级用户的传输时间和吞吐量进行分析,建立协作感知的博弈模型并研究其动态演化特性,基于次级用户吞吐量最大化准则,得到相应纳什均衡解,在此基础上提出一种次级用户自适应分布式学习算法．理论分析和仿真结果表明,这种协作感知方法在保证检测性能的基础上,有效减少了协作通信开销,提高了次级用户吞吐量．     

基于网络切片的高频谱效率无线资源管理

为满足差异化业务场景下不同类型用户的服务质量需求,构建了基于网络切片的无线资源分配模型.为获得最佳资源调度方案,将用户服务质量需求转化为无线资源需求,以系统总速率最大化为目标,构建网络资源管理和分配机理及其优化问题.该优化问题为混合整数非线性规划,直接求解复杂度较高,因此提出了基于拉格朗日对偶理论的解决方案,并给出求解算法.通过与比例公平算法和最大系统容量算法进行对比及仿真分析,证明了所提算法在牺牲了部分公平性的前提下提高了系统容量,并验证了所提算法的有效性.