下含D2D蜂窝网基于有向加权二部图的资源分配

针对蜂窝下含D2D系统最多允许一条蜂窝链路和一条D2D对链路同时共占信道的场景,旨在设计一种低复杂度的资源分配算法。首先将以最大化系统吞吐量为目标的资源分配问题归结为整数规划问题。考虑到干扰是决定两条链路能否共占信道的关键因素,将最优化问题转化为以最小化干扰链路信道增益为目标的问题;该问题可看作一对一双偏好最优匹配问题,为此,首次提出有向加权二部图的相关概念,并用它对最优化问题建模。为了降低寻找最优匹配的难度,提出一种贪婪算法,该算法复杂度仅为O(n)。仿真表明,与加权二部图算法相比,所提算法不仅在复杂度方面下降两个数量级,而且在一定范围内得到的系统吞吐量与容量等性能比加权二部图算法略优。     

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。     

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。     

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。     

下含D2D蜂窝网中基于公平性原理的功率控制

针对蜂窝下含D2D系统的资源分配问题,文中首次以共道链路间传输速率的公平性为目标来研究功率控制问题。首先,将建立的系统模型归结为以系统吞吐量最大化为目标的联合信道分配与功率控制的最优化问题。为了降低求解该问题的难度,将问题解耦为信道分配和功率控制两个子问题。在假设已得到最优链路匹配集合的基础上,重点研究功率控制问题,分别得出基于公平性原理的最佳发射功率的闭式解、基于系统吞吐量最大化的最佳发射功率的闭式求解域以及满足公平性前提下基于系统吞吐量最大化的最佳发射功率的闭式求解域。仿真结果表明, 共道链路的公平性能得到了有效提升。     

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。     

基于多对一Gale-Shapley算法的D2D通信资源分配

针对D2D通信复用异构蜂窝网络上行信道产生的干扰问题和频谱资源优化问题进行研究,提出一种基于多对一Gale-Shapley算法的D2D通信资源分配方案。本方案允许多个D2D用户共享一个蜂窝用户信道资源,通过设置信干噪比（SINR）门限保证用户的通信服务质量（QOS）。根据信道分配情况,构建D2D用户和信道的偏好列表,最大化系统总容量。仿真结果表明,该方案收敛较快,复杂度较低,能够有效保证用户的通信服务质量,系统总容量接近最优解。本研究为实现D2D用户和蜂窝用户的频谱资源共享,提高频谱利用率提供了一种有效方案。     

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。     

基于D2D对分组的TDD系统资源分配算法

针对TDD系统中多个D2D用户复用一个蜂窝用户下行信道资源,在最大化系统吞吐量的目标下,提出一种D2D对分组资源分配算法,该算法由3部分组成:1)根据信道数确定D2D对分组数,按D2D对间距确定分组中心,并将余下D2D对按其对组内D2D用户通信中断概率影响程度划分到对应分组;2)通过比较D2D对分组与蜂窝用户干扰影响强度,利用匹配算法为D2D对分组寻找相应蜂窝用户资源并复用;3)进一步根据蜂窝用户和D2D用户QOS要求,去掉组内干扰较大D2D对,从而得到最终复用蜂窝用户资源的D2D对.仿真分析表明:所提出算法既能允许系统接入较多D2D对,还能提高系统吞吐量.     

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。     

Optimized Resource Allocation for IoT-D2D Communication Using WSN

The need for a strong system to access radio resources demands a change in operating frequency in wireless networks as a part of Radio Resource Management (RRM). In the fifth-generation (5G) wireless networks, the capacity of the system is expected to be enhanced by Device-to-Device (D2D) communication. The cooperation and Resources Allocation (RA) in the development of Internet of Things (IoT) enabled 5G wireless networks are investigated in this paper. Developing radio RA methods for D2D communication while not affecting any Mobile Users’ (MU) communication is the main challenge of this research. Distinct performance goals such as practising equality in the rates of user data, increasing Network Throughput (NT), and reducing End-to-End Delay (EED) are achieved by RA. The study undertaken on optimising performance for various wireless networks is focused on in this research work. Proposing a polynomial-time Proportional Fair Resource Allocation Method (PFRAM), which considers the MU’s rate requirements, is the prime objective of this paper. Any Resource Allocation Method (RAM) can be used by the proposed method for MU, and the time and differing location channel conditions are the factors to be adapted with. Allotting more than one resource block is allowed by our PFRAM to a D2D pair. The automatic maintenance of battery-less IoT wireless devices’ energy level is done potentially using an Extensible Energy Management System (EEMS). Finally, the device’s Node Transmission Power (NTP) can be managed using an Energy-Saving Algorithm (ESA) designed in this work for Node Uplink Data Transmission (NUDT). The trade-off between the Packet Loss Rate (PLR) and NTP is balanced by the algorithm. The cost of NUDT’s average Energy Consumption (EC) is reduced by locating the optical NTP. In order to free much bandwidth for wireless information, NUDT conserves the harvested energy for minimising Radio Frequency (RF) Energy Transmission (ET). MATLAB simulations are used to assess the proposed EEMS. The IoT device’s NTP is managed using ESA designed for NUDT. The significant minimisation of channel hopping EED and the selection of the premium quality communication channel by the proposed framework are indications of the simulation results. 67.19% is the bandwidth to transmit DPs with the Bandwidth Allocation Algorithm (BAA), which is greater than the cases in its absence.     

D2D网络中基于分簇的无线资源分配机制

针对用户设备电池寿命有限的问题,提出了一种基于分簇的资源分配机制。该机制结合图着色原理对D2D用户分簇;随后根据分簇结果,采用拍卖算法为D2D簇分配信道;利用非合作博弈论模型对完成信道分配的用户进行功率分配。仿真结果表明,该机制有效地延长了电池寿命,提升了用户的能量效率,同时满足了用户传输速率的需求,保证了用户获得更高的QoS。     

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。     

基于改进PSO_GA联合算法的电力线多用户通信资源分配

针对电力线信道在传输速率受限、子载波单用户独享和兼顾用户公平性的约束条件下,以余量自适应(MA)为准则,提出一种基于粒子群优化遗传(PSO_GA)联合算法的多用户自适应OFDM系统子载波和比特分配。在此联合算法中利用改进PSO算法中更新粒子速度和位置的思路来重构GA算法中的交叉、变异操作,可克服PSO算法早熟收敛、GA收敛速度慢等问题,能够提高联合算法对全局最优解的搜索能力及收敛速度。在典型电力线衰落信道下的实验结果表明,相比于已有的资源分配算法,基于所提联合算法的系统资源分配方案随着用户数增多,其收敛速度明显加快,且系统所需发射总功率最小,有效地提高了系统通信性能,从而充分证实了所提联合算法的有效性。     

OFDMA协同通信系统资源分配算法

提出了一种OFDMA协同蜂窝网中满足用户QoS需求且兼顾用户公平性的子载波和功率联合分配算法。针对已有算法仅考虑平均功率下的子载波分配、中继节点存在未用功率的情况,研究了子载波分配完毕后中继节点剩余功率最优分配问题。给出了一种基于二分法的功率注水分配方案。仿真结果表明,所提出的子载波和功率联合分配算法能够在满足用户QoS需求及公平性的同时,进一步提高网络吞吐量。     

支持多速率多播的Ad hoc网络资源分配算法

多播流是无线Ad hoc网络中的一种常见和有效的通信形式,尤其是对多媒体业务而言。提出了一种支持多速率多播传输的Ad hoc网络资源分配算法,它通过引入基于价格的流量分配方案来解决多速率多播传输问题,从而能够自适应地分配网络流量,并且最大化网络流的总效用。仿真结果表明,该算法不仅具有良好的收敛性,而且它的多速率多播传输特性使得不同信道条件的用户能获得最佳的网络性能,从而提高了网络吞吐量。     

基于烟花算法的D2D资源分配方案

D2D（Device-to-Device）通信通过复用蜂窝用户的频谱资源来提升系统频谱资源的利用率，并提高系统吞吐量，但同时也为系统带来了严重的同频干扰。为了应对复杂的干扰问题，并在保证资源分配公平性的情况下尽可能提高系统吞吐量，提出一种基于烟花算法的D2D资源分配方案，以最大化系统的加权和速率为目标，将资源分配矩阵抽象为烟花，通过爆炸、变异、选择等过程求出最终的匹配矩阵。仿真结果表明，所提方案能够有效提高系统的吞吐量和资源分配的公平性。