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.     

一种基于虚拟分区的跨小区 Ｄ２Ｄ 资源分配算法

终端直通（device-to-device,D2D）技术引入蜂窝系统虽然能够提高蜂窝系统性能,但同时带来了很大的干扰。为了降低蜂窝用户对D2 D用户的干扰,提出了一种基于虚拟分区的跨小区资源分配算法。通过为D2 D接收端设置干扰限制区域来限制D2 D用户所复用的蜂窝用户资源;为了给分配相同资源的用户之间建立较大的空间分离,降低链路间的相互干扰,引入虚拟分区的概念;最后,为了使系统吞吐量达到最大,从可复用蜂窝用户的集合中选择链路质量最好的k个蜂窝用户,将其资源分配给D2 D用户。仿真结果显示,所提算法可以有效地降低蜂窝用户对D2 D用户的干扰,提高系统的吞吐量,提升系统性能。     

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)。     

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。     

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。     

D2D通信中基于Q学习的联合资源分配与功率控制算法

D2D(Device to Device)通信可实现距离相近的用户设备直接通信,有效地提升系统的吞吐量,获得高频谱效率和能量效率,但D2D通信共享蜂窝网络频谱资源时,会造成蜂窝网络与D2D链路严重的层间干扰.为减少层间干扰带来的影响,提出一种基于Q学习的联合资源分配与功率控制算法.从Q学习的角度来构建数学模型,将蜂窝网络中的多个D2D用户对视为多智能体学习者,利用历史状态(历史吞吐量和功率值),不需要精确的信道状态信息(Channel State Information,CSI)和互干扰等先验知识,通过Q学习算法,学习得到分布式的信道选择和功率控制的联合最优策略.可以动态调整D2D用户功率,在保证蜂窝用户服务质量的前提下,通过D2D功率控制获得最大化系统吞吐量.仿真结果表明,基于Q学习的联合资源分配与功率控制的算法有效提高了系统的吞吐量.     

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.     

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?     

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。     

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.     

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.     

部分频率复用下的终端直通资源分配方案

终端直通(device-to-device,D2D)通信通过共享蜂窝资源可以提升频谱效率,但会产生同频干扰,导致系统吞吐量和用户的服务质量降低。针对在部分频率复用(fractional frequency reuse,FFR)蜂窝网络中多小区间的D2D链路和蜂窝链路的同频干扰问题,提出了基于优先级的资源分配方案。该方案通过对频率资源赋予不同的优先级对小区间干扰进行协调,尽量避免小区间的D2D链路和蜂窝链路间、以及D2D链路间的干扰,从而提升系统性能。仿真结果表明,基于优先级的资源分配方案改善了小区边缘用户的服务质量,提高了系统容量。     

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。     

基于博弈论的D2D通信资源共享算法

针对目前端对端(D2D)通信资源共享算法无法解决资源利用率和信道干扰之间矛盾的问题,为了改善D2D通信性能,设计一种基于博弈论的D2D通信资源共享算法.该算法将通信系统吞吐量作为目标,通过引入博弈论实现各用户间的通信资源共享,使通信链路之间合理地分配资源,减少信道之间的干扰,提高蜂窝链路的通信质量.与经典D2D通信资源共享算法进行对比实验结果表明,该算法明显提高了D2D通信质量,提升了信道利用率,系统总吞吐量得到大幅度提高.     

基于容量最优化的设备间通信资源分配方案

在蜂窝网络中通过复用蜂窝系统中已使用的频谱资源,来增加蜂窝系统的频谱利用率,减少基站的负载.同时,通过使用模糊C均值(FCM)算法对复用相同资源的设备间(D2D)通信用户对进行分簇,达到减小复用同频带D2D通信用户对(DU)之间干扰的目的.通过贪婪算法对每一簇DU对进行资源分配,达到减小蜂窝用户与DU之间的干扰的目的.仿真结果显示,相比于随机分簇和随机复用的资源分配方案,FCM算法与贪婪算法的资源分配方案更有效地提高了系统总容量.     

高密集场景中家庭基站基于用户公平性的高能效资源管理分配方法

异构网络中,随着家庭基站的部署越来越密集,家庭基站之间的同层干扰和家庭基站与宏基站之间的跨层干扰严重阻碍了系统性能的进一步提升,提出一种基于用户公平性的高能效资源管理分配方法;利用半合作博弈实现家庭基站的资源分配。半合作博弈分为协作信道分配以及最优化功率分配。仿真结果表明,该优化方案不仅可以提高家庭基站及宏基站的吞吐量,还可以提高家庭用户之间的公平性。