基于辅助设备的D2D集群的文件块缓存策略研究

为了解决D2D缓存命中概率的最优化问题,在集群用户中加入了移动辅助设备(HEs)缓存,同时,提出了基于辅助设备的D2D集群的流性文件块分批缓存策略(FCPhit):首先,将有相似文件请求的用户群置于一个集群中;然后,将用户分批并将流行文件分为若干块,用户设备缓存文件的第1块,移动辅助设备缓存其他文件块.并与已有的最流行...     

一种D2D缓存网络的延时与能耗优化方案

为了降低D2D通信网络中的能耗,设计了一种D2D缓存网络的优化方案:首先,计算初始状态下无线网络的延时与能耗;然后,考虑D2D通信并遍历所有已缓存文件的用户,选择具有延时与能耗改进空间的用户进行优化,以得到最优的用户与文件组合;最后,在满足D2D通信不会受到噪声干扰的前提下,根据用户设备的剩余电量,尽可能地降低用户的发射功率,并在每次通信前进行刷新,作为初始值存储在基站的矩阵之中.仿真结果表明:动态能耗缓存方案可以获得D2D通信网络中最优的平均能耗,并且在加入了能耗改进之后,系统延时与原算法基本相当,表明该缓存优化方案有效地提升了D2D通信网络的性能.     

基于SWIPT的D2D通信辅助移动边缘计算任务卸载策略

为解决5G移动通信系统中移动用户计算能力不足、能量消耗多、无线资源缺乏等问题,本文构建一种基于无线携能通信(Simultaneous Wireless Information and Power Transfer, SWIPT)的多用户设备间(Device to Device, D2D)通信辅助移动边缘计算(Mobile Edge Computation, MEC)系统模型,提出一种D2D-MEC联合卸载策略。该策略以系统中请求用户总能耗最小化为目标,采用二进制卸载模式和功率分流模式对请求用户进行任务卸载和能量收集。针对能耗最小化问题为非线性混合整数规划问题,根据整数变量和实数变量将原问题解耦为功率分配和计算任务卸载两个独立子问题,并分别采用Dinkelbach方法和匈牙利算法求出两个子问题的最优解。仿真实验结果表明,本文所提策略优于传统的D2D卸载策略和MEC卸载策略,有效降低了请求用户的总能耗,提高了任务执行效率。     

D2D网络中信道签名和资源调度的联合设计方案

针对设备到设备(device-to-device,D2D)通信网络中蜂窝用户和D2D通信对之间的相互干扰问题,提出一种联合信道签名和资源调度的设计方案。该方案构建了基于时间反演的D2D信道签名模型,实现干扰消除;在博弈模型基础上,对D2D用户进行功率分配,以满足蜂窝用户的服务质量(quality of service,QoS)需求;在容量增益限制区域内按照优先级大小为D2D用户分配蜂窝链路资源,并在满足资源共享参数阈值的情况下,进一步充分利用蜂窝用户的频谱资源,为空闲蜂窝用户选择对其干扰最小的D2D用户,提升D2D用户的吞吐量。仿真结果表明,该方案有效地抑制了D2D异构网络中蜂窝用户和D2D用户的相互干扰,提升了平均速率,同时兼顾用户资源共享的公平性及通信的安全性。     

基于逆向拍卖的D2D边缘缓存网络编码内容定价与交易机制

在D2D边缘缓存网络中引入网络编码技术具有缓存利用率高、数据块调度过程简单及系统鲁棒性高等优点。但是,由于对编码块分享所带来的设备能量消耗等顾虑,用户倾向于只从网络获取内容而进行内容分享,这种自私行为直接影响了系统的总体性能。针对该问题,提出了一种基于逆向拍卖的D2D编码网络内容分享激励机制——RACON。RACON以实现网络内容分享总效用最大化为目标,将内容请求者视作拍卖过程的买家,而将买家周围的潜在内容提供者视为拍卖过程的卖家;买、卖方的内容叫价过程可综合考虑其自身电量资源、用户之间传输距离以及传输内容的供需关系等影响因素;拍卖结果允许多个卖家中标,并采用虚拟代币结算,从而激励用户间相互分享缓存内容。理论分析证明RACON机制符合双边激励相容性、个人理性约束、物质及弱预算平衡特征,可有效约束买、卖方拍卖行为。仿真实验进一步表明,RACON机制能够有效地激励网络内用户间编码内容分享过程,最大化边缘缓存网络效用。     

基于自适应随机接入的动态 D2D 发现资源分配机制

现有终端直通（device-to-device,D2D）中用户发现成功率低、发现范围小以及不能满足不同用户优先级的业务需求,针对上述问题,提出一种基于自适应随机接入的动态D2 D发现资源分配机制。该机制中具有高优先级的D2 D用户采用传统的随机接入方法向基站发送紧急请求信息;基站根据发送紧急请求信息的高优先级D2 D用户数,构建下一发现周期的发现资源分配信息。根据未成功选择发现资源块的次数,低优先级的D2 D用户自适应的在多信道时隙ALOHA（additive link on-line Hawaii system）和具有能量感知的多信道ALOHA接入机制之间进行切换。D2 D用户根据接收端的信干噪比大小,判断是否成功发现。系统级仿真结果表明,提出的机制与传统的随机信道接入机制相比,不仅能够满足不同优先级用户的业务需求,还能支持更高的发现成功率和更远的发现范围。     

异构网络中D2D终端无线能量收集方案研究

为保证小区边缘用户(cell edge user,CEU)的通信质量,同时提高系统频谱和能量效率,针对D2D(device-to-device)发射机,提出一种无线能量收集方案.在3层异构网(heterogeneous networks,HetNets)中,基于小区分割因子,将宏小区用户(macrocell user,MU)划分为小区中心用户(cell center user,CCU)和CEU.同时,将频带划分成小区中心区域(cell center region,CCR)频带和小区边缘区域(cell edge region,CER)频带.其中,CCR频段由CCU和毫微微小区用户(femtocell users,FUs)共享,而CER频段由D2D用户和CEU共享.在此网络部署下,能量约束D2D终端可以从CCU和CEU附近的射频(radio frequency,RF)干扰中及FU附近的RF信号中收集能量.基于稀疏泊松点过程模型,对CCU,CEU和FU上行链路的覆盖概率以及D2D传输做了全面研究.数值和仿真结果表明,所提方案能有效改善网络的能量和频谱效率.     

基于容量最优化的D2D资源分配方法的研究

D2D(Device-to-Device)通信是一种在基站的控制下,允许终端之间通过复用小区资源直接通信的新型技术.它能够增加蜂窝通信系统频谱效率,降低终端发射功率,在一定程度上解决了无线通信系统频谱资源匮乏的问题.由于在未来的移动网络中有越来越多的异构设备,一个高效的资源分配方案必须最大限度地提高系统的吞吐量,并实现更高的频谱效率.资源分配方案是在保证小区用户吞吐量的前提下,使D2D用户获得最大的吞吐量,并在文献[7]的基础上给出了一个算法来解决这个问题.通过仿真表明,算法具有较低的时间复杂度,能够有效地提高系统的吞吐量.     

大规模 MIMO 蜂窝网与 D2D 混合网络物理层安全性能研究

随着量子计算机等计算设备的飞速发展,传统的加密技术正面临着挑战;由于物理层安全充分利用了无线信道的特性,其被认为是一种有效的解决方案.为此,提出了一种安全的混合网络模型,其中,端到端(device-to-de-vice,D2D)网络覆盖于大规模多入多出(multiple-input multiple-output,MIMO)宏蜂窝之上,被动的恶意窃听者(eavesdropper,Eve)能够窃听所有的无线信道;同时,为了提高能量效率,D2D发射机不仅可以从专用的PB(powerbeacon)收集能量,还可以从附近的射频干扰信号中收集能量.对此混合网络模型,假设所有网络元素的位置都服从独立泊松点过程,利用随机几何,得到了任一D2D发射机采集足够能量的概率;基于此概率,获得了蜂窝网用户和D2D用户的各态历经速率和安全中断概率.结果表明,由于D2D发射机可以从周围的射频干扰信号中采集能量,系统的能量效率得到显著提升,同时将专用PB的信号视作一种人工噪声,有效地提高了网络的安全性能.     

认知D2D网络中基于博弈论的高能效干扰约束资源分配算法

针对认知网络中多个D2D(device-to-device)用户以Underlay模式复用蜂窝用户的频谱资源时的同频干扰和能耗增加问题,提出了认知网络中基于博弈论的最大化用户能效(energy-efficiency,EE)的D2D通信资源分配算法。不同于以前工作,在满足特定干扰门限的条件下,侧重对能效进行优化,且不牺牲系统容量。建立Underlay模式下认知D2D通信博弈模型,将D2D用户(device-to-device,DUE)作为跟随者复用蜂窝用户(cellular user,CUE)上行链路的频谱资源,由于每个用户都具有自私特性想要最大化自身的能效,所以该资源分配问题可以模拟为非协作博弈问题。在干扰门限的约束条件下构造了相应的效用函数,利用拉格朗日对偶方法求解此优化问题,得到用户的最优发送功率,保证了用户的功率和链路速率的均衡,并分析了算法复杂性。仿真结果表明,该方案能够提高用户能效和链路平均能效,改善系统总功耗及系统的容量等性能。     

基于MEC-D2D的分布式协同缓存方案

针对移动边缘计算服务器存储能力有限的问题,利用终端通信技术数据共享优势提出了一种基于动态规划的移动边缘计算与终端通信(MEC-D2D)协同内容缓存放置策略.首先分析协同通信模型中的内容流行度、缓存空间有限性以及干扰限制等因素对用户内容获取平均时延的影响;然后通过建立内容分段获取模型,以降低用户内容获取平均时延为优化目标;最后将缓存问题视为完全背包问题,并采用动态规划算法设计最优缓存分配方案.仿真实验表明所提缓存策略可有效降低用户内容获取平均时延.     

基于干扰抑制区的D2D通信模式选择方案

设备到设备(Device to Device,D2D)直通技术通过复用蜂窝系统的频谱资源来提升频谱利用率,已经成为5G候选技术之一.然而,资源复用带来了干扰管理和通信模式选择等难题.为此,文中结合干扰管理研究D2D通信模式选择问题,与现有研究仅考虑D2D链路对蜂窝链路的干扰管理不同,文中同时考虑蜂窝用户和D2D链路的干...     

基于能效的D2D通信系统的资源分配

在保证传统蜂窝用户和D2D用户QoS的前提下,同时考虑电路功率,研究D2D用户对和蜂窝用户的资源共享策略。首先根据蜂窝用户和D2D用户对的QoS要求确定可以接入的D2D用户对及每个D2D用户对可以复用的蜂窝用户集合,然后利用Stackelberg博弈求解每个D2D用户对与可以复用的每个蜂窝用户间的最优功率及干扰价格,最后由加权二部图计算出使网络总能效最大的最佳匹配。仿真结果表明,所提资源分配算法在保证了各用户的QoS约束,使网络总能效约提高了10%。     

蜂窝控制下的D2D通信的无线资源分配研究

在引入D2D通信的状况下,为改进蜂窝用户无线资源分配的公平性,文中提出了一种CU用户和D2D用户非正交共享无线资源的EFRA方案,该方案运用降低权重影响因子的方法,减少了D2D通信对蜂窝用户的影响,实验分析说明,该方案在牺牲部分D2D通信的吞吐量的情况下,不仅能够提高蜂窝用户接受服务的公平性,而且能很好地保护蜂窝用户的吞吐量。     

移动社交网络中基于用户动态需求的D2 D数据分流方法

针对因数据流量的爆炸式增长给蜂窝网络带来的流量负担和网络拥塞等问题,提出一种基于移动社交网络中用户动态需求的D2 D数据分流方法.考虑用户在一天中不同时段的兴趣和移动轨迹,构建用于描述用户流量需求的图结构.通过Newman快速算法将移动用户划分为不同的社团,同一社团中的用户具有相似的数据需求并且经常彼此联系.在此情况下...     

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     

带有D2D通信的LTE网络中提高公平性的方案

文中针对D2D对蜂窝网络公平性的破坏,提出了一种新的调度方案,即先调度D2D用户,在得知D2D用户在每个资源块上的干扰的基础上再调度蜂窝用户,最后用功率控制来增大蜂窝用户的吞吐量.仿真显示,与常用的方案相比,新方案能够有效改善蜂窝系统的公平性.     

基于距离和系统吞吐量最大化的D2D上行链路资源分配方案

终端直连(Device-to-Device,D2D)通信的研究主要关注的是蜂窝用户(Cellular User, CU)和D2D用户之间存在的干扰问题, 而解决该问题的方法是进行合理的资源分配,但以往的研究大都仅考虑D2D用户之间的通信质量或仅考虑CU用户的可靠性,却忽视了系统总吞吐量和资源复用效率的优化。本文基于D2D用户、CU用户和基站(Base Station, BS)三者间的通信距离,提出了一种资源分配方案,该方案能结合资源复用函数矩阵进行预分组和资源选择,综合降低CU用户对D2D用户的干扰(Cellular-to-D2D, C2D)和D2D用户对CU用户的干扰(D2D-to-Cellular, D2C),同时保证CU用户和接入的D2D用户对都满足各自的通信服务质量(Quality-of-Service, QoS)要求。数值仿真结果表明,该方案与贪婪启发式算法相比,系统总吞吐量可以提升约4%,系统平均复用效率提高2倍以上。     

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)。     

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.