D2D网络中基于组合拍卖的无线资源分配机制

针对端到端(device-to-device,D2D)用户与蜂窝用户共享频谱资源产生的干扰问题,以最大化系统中D2D链路的吞吐量为优化目标,提出一种联合功率控制和信道分配的资源分配机制。根据D2D用户的干扰门限和蜂窝用户的信干噪比(signal to interference plus noise ratio, SINR)提出了一种基于用户间距离的复用准则,确定D2D用户可复用的信道资源集合;在给定D2D用户复用任意资源集合的前提下,调整D2D用户的发射功率,以衡量各个D2D用户在不同信道资源集合上的吞吐量,但暂不分配功率;基于功率控制的结果,采用组合拍卖的方法为D2D链路分配信道及对应的发射功率,从而实现了联合功率控制和信道分配。因此,系统资源分配结果更为合理。仿真结果表明,该机制能有效抑制跨层干扰和同层干扰,提升D2D链路的吞吐量,提高用户的服务质量(quality of service,QoS)。     

LTE 网络控制信道和业务信道联合调度策略

为了充分地考虑控制信道与业务信道之间的相互影响, 提出基于用户业务需求和基于控制信道调度效率的两种控制信道和业务信道联合资源调度算法。这两种联合信道调度策略均基于以网络吞吐量最大化为目标的最小聚合等级?最大载干比(minimal aggregation-maximal carrier to interference, Min AL-Max C/I)算法提出。在长期演进(long time evolution, LTE)系统级仿真平台中, 将提出的联合资源调度策略与Min AL-Max C/I 算法进行对比。仿真结果与理论推导的结论一致, 证明基于业务需求的联合调度算法优先调度业务需求最大的用户, 所以能获得用户吞吐性能的最优。基于控制信道策略的联合调度算法是从控制信道调度效率最大化的角度出发, 优先调度控制信道调度效率最大的用户, 在控制信道受限的条件下, 能够实现网络吞吐的最大化。     

一种LTE网络D2D通信资源共享算法

在LTE网络下部署D2D (Device-to-Device)系统能有效降低基站的负荷,但是D2D系统共享蜂窝系统资源时会产生系统间干扰,通过合理的资源分配可以有效降低这种干扰.文中提出一种LTE网络中D2D贪婪资源分配算法,该算法能保证蜂窝系统不受D2D通信的干扰影响,同时单个D2D对可以复用多个蜂窝用户资源,以提高D2D系统的吞吐量.最后通过仿真给出本算法与随机分配和干扰感知分配算法的性能比较.     

异构蜂窝网络中基于SWIPT的D2D资源分配算法研究

为了解决异构蜂窝网络中D2D(Device-to-Device)通信干扰导致系统能量效率下降的问题,提出一种基于SWIPT的D2D通信资源分配策略,以实现D2D链路的能量效率最大化。该策略对系统中多种干扰进行建模,构建干扰图和伙伴候选集合;将优化问题转化为功率控制和信道分配两个子问题,运用KKT条件和拉格朗日乘子法,求解D2D链路复用候选集中子信道的最优发射功率和功率分割比。仿真结果表明,所提出的分配策略能明显提升系统的能量效率,在保证服务质量的前提下能有效提高D2D用户接入率。     

联合有社交意识的D2D配对和功率分配策略

随着移动社交网络应用和无线通信网络的快速发展,移动社交网络(MSNs)正在渗透进人们日常生活中.提出了一种有社交意识的D2D(Device-to-Device)通信模型.基于该模型,研究了在物理条件和社交条件的约束下联合D2D配对和功率分配的问题.为了易于求解,在匹配理论的基础上,将问题建模为一个一对一的双边匹配问题,提出了分三步求解的算法优化D2D配对和功率分配问题.引入了真实的社交网络轨迹来模拟移动用户间的社交关系,从而验证提出的算法的性能.仿真结果表明:相比另外两种启发式算法有较高的增益.     

基站覆盖下D2D两跳传输的功率控制

设备到设备(D2D,device to device)技术是当今无线通信研究的关键技术之一.在单小区场景下引入了多跳D2D通信系统功率控制算法.在该场景下,多条D2D链路间通过复用频带来通信,同一D2D链路的用户采用两时隙的两跳解码转发中继(DF,Decode and forward)方式传输信息.不同链路两时隙之间非完全同步下,使用了同一频带的中继会相互干扰.作者提出的功率控制算法先引入松弛因子得到功率闭式解,通过迭代优化该问题中用户的发射功率,来减少中继间的同频干扰.最后,通过数值仿真证明,在D2D系统中加入该功率控制算法后,可一定程度上提升用户传输速率.正随着无线通信技术的发展,作为下一代无线通信系统中的重要组成Device to Device(D2D)通信系统,在LTE-A[1]通信系统中引起了人们的广泛关注,D2D技术对基站负担增加不大的情况下,能够有效地提高通信速率.并且D2D通信系统的频谱分配较为灵活,既可使用小区的频段,又可以使用公共频段,如Wi MAX[2]频段,进一步提高了系统的频谱利用率.在文献[3-7]中,Klaus Doppler、Kaufman等人从不同角度提出了D2D建模方法和解决方案.文献     

多小区 MIMO 网络中一种新的 D2D 通信干扰对齐算法

当多小区MIMO（multiple-input multiple-output）网络中引入D2D（device-to-device）技术后形成D2D-MIMO干扰网络,为解决其干扰问题,提出了一种基于天线数奇偶性的发送端数据流分配方案和基于该方案的干扰对齐（interference alignment,IA）算法。该算法通过最小化基站泄露到非目标用户的信号功率来求解蜂窝链路的预编码矩阵,通过最大化蜂窝用户的信干噪比（signal to interference plus noise ratio,SINR）来求取蜂窝链路的干扰抑制矩阵,进而通过线性干扰对齐消除蜂窝内干扰,并推导了系统的最大自由度（degrees of freedom,DOF）。理论分析和仿真表明,相对于现有算法而言,该算法提高了系统的自由度、频谱效率和能量效率,降低了对天线数的要求,增强了系统的灵活性。     

C-RAN架构网络中基于分组调度的直接通信机制

针对现有技术应用到集中式/协作式/云计算无线接入网(centralized,cooperative,cloud radio accessnet work,C-RAN)中不能充分利用其集中式管理特性,从而造成无线资源利用率较为低下的问题,研究了C-RAN架构下的直接通信(devicetodevice,D2D),提出了一种基于分组调度的直接通信机制,该机制利用C-RAN架构网络中基带资源处理池共享移动终端信息的特性,通过移动终端的位置信息直接计算用户之间的距离,并与设定的门限值比较,以确定是否建立直接通信并根据判断结果建立通信链路?仿真结果表明,C-RAN架构网络采用直接通信方式,系统吞吐量增加了7.2%,用户连接数提高了6.4%?     

NOMA残余干扰下D2D网络的能效资源分配算法

为了解决非理想串行干扰消除（serial interference cancellation,SIC）解码引起的残余干扰给非正交多址接入（non-orthogonal multiple access,NOMA）增强型设备到设备（device-to-device,D2D）组链路带来的高能耗、低信道利用率问题,提出一种基于能效优化的资源分配算法。在保证蜂窝、D2D组用户通信服务质量和复用子信道个数约束条件下,建立能效优化模型;使用一种以D2D组能效为权重的加权二部图最大匹配联合匈牙利算法为每个D2D组分配子信道;考虑到各接收机用户在相同和不同残余干扰下的能效问题,通过参数变换、Dinkelbach法和拉格朗日对偶法实现功率分配。仿真结果表明,提出的算法在非理想SIC条件下可有效提升系统D2D组链路的信道利用率和总能效。     

高密度D2D用户的潜在博弈资源分配算法

为解决高密度用户场景中多个设备到设备(D2D)用户复用同一个蜂窝用户资源时相互竞争的问题,提出了一种基于博弈论的D2D资源分配算法.首先构造基于最小化系统整体干扰的非合作博弈效用函数,同时考虑了系统中D2D用户之间的干扰以及D2D用户与蜂窝用户之间的干扰;继而设计该博弈的潜在函数,并证明该博弈过程是一个潜在博弈模型,进而证明了其纳什均衡的存在性.仿真结果表明,该算法相比现有方法具有更好的公平性和收敛性,能使用户获得更好的吞吐量,降低D2D用户受到的干扰.     

面向云服务的物联网环境下基于上下文感知D2D资源分配方案

无线移动通信、传感网络、机器对机器(machine-to-machine,M2M)通信和云计算等技术的最新发展对物联网应用的开发、部署和利用产生了深刻的影响.直连(device-to-device,D2D)通信作为一种提高蜂窝网络性能的新兴技术,在物联网应用中起着至关重要的作用.对于D2D通信而言,资源分配是实现高性能数据传输的关键,博弈论作为一种有效的数学工具被广泛应用于解决蜂窝网络资源分配的问题.针对D2D资源分配的方案已在前期工作中提出,该方案使基站能够通过感知不同通信环境为D2D用户分配合理的频谱资源,并且通过重复迭代为D2D用户分配更优的频谱资源.但是该方案并没有深入讨论纳什均衡(Nash equilibrium,NE)不存在情况下的资源分配问题.针对该问题,将基站和D2D用户的竞争看作是一个合作博弈模型,提出了一个资源分配方案来处理不同场景下,当NE不存在时的资源分配方案,旨在保证基站在不同环境下的收益效用最大化.对比前期的资源分配算法,该算法保证了无论NE是否存在,基站都能通过感知不同的通信环境来选择特定的资源分配策略来维护自身的利益.     

蜂窝网络中设备间中继的功率分配

在蜂窝网络中,部署了一个设备间(D2D)双向中继网络.每个D2D双向中继节点配备有两根收发天线,分别同时与基站和D2D接收端进行通信.在假设D2D双向中继采用放大转发模式条件下,提出了优化D2D双向中继网络的功率分配方案.仿真结果显示:所提方案的D2D双向中继网络的吞吐量在理想信道下,较随机功率分配和传统通信方式分别提升7%和12%.     

基于智能反射面的设备间通信系统速率分析

以通用形式对基于智能反射面(RIS)的设备到设备(D2D)通信系统进行建模,推导出用户的可达速率,获得系统的总速率.当发送方的发射功率足够大时,进行系统的速率分析.仿真实验表明:在瑞利信道条件下,随着用户发射功率的增加,系统总速率近似值与理论值之间的误差不超过3％.     

D2D通信系统中的最优中继选择及功率分配策略研究

在D2D(device-to-device)通信系统与蜂窝网络共存的场景下,引入中继节点可以有效提高D2D链路的吞吐量同时减小D2D链路对蜂窝网络的干扰?阐述了一种新颖的半双工放大转发双向中继协助D2D通信方案,提出了对应的最优中继选择及功率分配算法?该算法能够在满足蜂窝系统所受干扰小于一定门限值的约束下最大化D2D链路的吞吐量?该算法优化了D2D链路上各发送节点的发送功率;选出了可以使D2D链路吞吐量最大化的中继节点作为最优中继节点?其中,在计算最优功率分配的时候,利用拉格朗日对偶理论以及最速下降法对原功率分配优化问题的对偶问题进行了分层迭代求解?仿真结果表明,提出的策略与已有的方案相比可以显著提高D2D链路的吞吐量?     

基于对偶分解的 MU-CoMP 联合资源分配算法

在MU-CoMP-JT(multi-users coordinated multiple-points joint transmission)资源分配算法中,大多数将功率分配与子载波分配分为独立的2个部分进行独立求解,这样势必会降低系统性能,而实际上子载波分配和功率分配是密切相关的.为了有效地提升系统吞吐量,采用了迫零预编码技术,研究了一种在多个小区和多个子信道之间联合优化用户调度与功率分配的资源分配算法,该算法以最大化用户权重速率为目标,基于对偶分解理论,将原优化问题分解为多个独立优化的子问题.仿真结果表明,该算法与最优的穷尽分配算法相比性能有所降低,但有效地降低了复杂度,同时也能获得较好的性能.     

OFDMA中继网络中联合队列和信道信息的资源分配策略

针对基于正交频分多址接入(OFDMA)的多中继、多用户的中继网络,研究了联合队列和信道信息的资源分配问题,目标是最大化下行系统吞吐量,同时保证用户队列的稳定.首先将子载波配对、载波对分配和功率分配问题建模为一个联合优化问题,之后通过对变量进行连续性放松,采用拉格朗日对偶方法进行求解,并利用Karush-Kuhn-Tucker(KKT)条件及匈牙利方法获得优化问题的近似最优解.性能分析与仿真结果表明,与仅利用信道信息的算法相比,所提的联合队列和信道信息的资源分配算法能够有效地提高系统吞吐量并降低用户数据包平均等待时延.     

OFDMA中继系统资源分配算法研究

为了公平且有效地在OFDMA中继系统下行链路进行资源分配,文章提出了基于效用函数的资源分配算法,并根据凸优化问题的对偶分解理论,提出了一种分布式求解算法,得到了相关问题的全局最优解.理论分析和数值仿真结果表明,文章提出的资源分配算法具有较低的系统复杂度,可以使系统效用函数最大,从而在保证用户公平性的前提下,使系统的和速率容量最大.