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.     

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。     

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...     

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。     

基于模拟退火的D2D通信中资源分配算法研究

将D2D通信引入蜂窝网络,D2D用户与蜂窝用户会发生同频干扰。为了协调两者之间的干扰,提高系统的总容量,在模拟退火算法的基础上提出一种以信道容量最大为目标的改进算法。在改进的算法中设计了新的温度更新函数,使其具有一定的自适应性;增加了记忆功能,记忆当前的最优解,避免遗失搜索过程中的最优解;增加补充搜索过程可提高算法的全局搜索能力。仿真结果表明该算法所得的信道容量相比于传统的模拟退火算法、随机选择算法分别提高了6.5%、12.3%左右。     

基于RIS-UAV协作的车载通信系统安全传输研究

针对城市复杂的交通环境导致车载通网络信息传输安全性低、数据速率缓慢以及地面中继受限等问题,提出一种可重构智能表面(RIS)辅助无人机(UAV)中继协作的车载通信系统安全传输方案。该方案首先根据系统平均传输速率最大化来设计无人机轨迹优化问题。接着,通过引入松弛变量的序列凸规划交替迭代算法解决无人机轨迹的非凸问题,得到平均速率最大化的UAV飞行轨迹。最后,通过适当调整RIS与窃听用户之间的位置来降低窃听信道容量,改善无线传输环境。数值分析表明,优化无人机轨迹,可以得到最优平均传输速率。在RIS技术辅助下通过合理设置参数,该传输方案能有效提高通信系统的传输速率,同时也能保证安全性能。     

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DF中继的认知OFDM协作系统的资源分配算法

针对多中继认知OFDM协作系统的中继和功率分配采用的拉格朗日对偶分解法虽然具有较好的性能,但计算复杂度较高这一问题,提出了一种低复杂度的资源分配算法。该算法放宽了中继选择因子的整数约束条件,综合考虑认知用户各子载波的信道条件和对主用户的干扰进行中继选择。根据系统总功率和干扰约束的特点,提出一种次优功率分配算法对功率进行分步求解,在保证系统容量有所增加的基础上降低了算法的计算复杂度。仿真结果表明:本文提出的算法不仅保证了认知用户对主用户产生的干扰在临界值以内,而且使认知用户的系统容量得到了较大的提升,具有一定的可行性。     

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.     

协作分簇多频带超宽带系统资源优化分配算法

为获得分集增益,减小算法复杂度,以簇作为最小资源分配粒度,将协作分集技术引入到分簇多频带超宽带系统中,提出改进的时频码（TFC：Time-Frequency Coded）模型。基于凸优化理论,提出在总功率受限情况下最大化系统容量的簇分配算法和功率分配二维递归算法。为降低算法复杂度,又进一步提出以用户对簇的相对需求度为判断的快速跨层资源优化分配算法。仿真表明,快速跨层资源优化分配算法可以在满足用户服务质量要求（QoS）的同时,在系统容量和用户之间公平性方面得到很好的折衷。     

基于博弈论的协作超宽带系统资源分配算法

为使多用户协作超宽带系统的资源分配算法能在有效利用系统资源的同时满足用户的服务质量QoS（Quality of Service）公平性需求,在纳什议价解方法和凸优化理论基础上,将合作博弈论方法用于协作多频带超宽带系统的资源优化分配中。提出以最大化系统净效用为目标,以用户的QoS需求为公平性指标的协作超宽带系统协作伙伴选择算法和自适应功率分配算法。通过仿真与最大化系统速率（max-rate）和最大化最小用户速率（max-min）公平性算法作比较,证明了该资源分配方法在最大化系统速率和用户QoS公平性两方面有很好的折衷,适于超宽带系统。     

基于遗传算法的多基站协作通信功率分配方案

将多基站协作通信的功率分配问题转换为信干噪比(SINR)均衡问题。通过设置路径损耗门限为各用户判决与其通信的协作基站,并考虑用户间接收SINR的公平性,给出基于遗传算法的多基站协作通信功率分配方案。数值分析表明,相对于传统蜂窝小区等功率分配以及多基站协作通信等功率分配,该功率分配方案使系统中各用户的平均SINR分别提高17.75dB和2.36 dB。     

移动D2D网络中基于链路状态预测的资源分配算法

为提高D2D链路稳定性，提出一种基于链路状态预测的资源分配与模式选择算法。该算法在D2D链路发生断裂或同频干扰之前进行传输模式选择及资源分配，保证链路连通性。仿真结果表明，该算法可以有效减少链路断裂或遭受同频干扰时间，维持链路稳定性。     

基于蚁群算法的TDMA卫星通信系统资源分配方法

卫星通信系统资源分配的合理与否直接影响到卫星通信系统整体效能的发挥.但目前TDMA卫星通信系统资源分配算法还存在计算复杂度较高、分配效率低下、求解时间较长等问题,针对TDMA卫星通信系统资源特点,在分析卫星通信系统资源分配目标函数的基础上,参考自然界蚂蚁群体觅食行为,通过蚂蚁行走的路径模拟TDMA卫星通信系统资源分配可...     

Optimal Micro-Task Scheduling for Multi-Hop D2D-Enabled Mobile Edge Computing

基于多跳D2D通信的移动边缘计算网络最优子任务调度算法

高林,张钦宇

（哈尔滨工业大学（深圳） 电子与信息工程学院,广东 深圳 518055）

中文说明：

互联网的快速发展和5G/6G时代的来临带来了海量数据,给云端数据中心造成了巨大的数据流和计算压力。移动边缘计算通过利用网络边缘端和移动端的海量设备资源,可有效缓解日益激增的数据和计算压力。本文研究一个基于移动端设备资源共享的移动边缘计算场景,其中邻近移动设备通过多跳D2D通信相互连接并进行资源共享。本文主要研究上述场景中的子任务分割和调度问题,即每个任务根据其功能和资源需求分割为多个顺序的子任务（如数据下载子任务、数据处理子任务、数据上传子任务）,并为不同子任务调度不同的资源。本文主要关注子任务最优调度问题,建立了一个任务失败概率和能量消耗联合最小化的复杂优化问题,并提出了线性松弛方案将其转换为实际可解的整数规划问题。仿真结果验证本文所提最优调度方案在系统总代价和任务失败概率两个方面的性能均优于其他方案（如任务不分割调度方案和资源不共享方案）。

关键词：移动边缘计算、子任务调度、多跳D2D通信