全双工蜂窝网络中用户协作D2D通信的性能分析与优化

提出一种蜂窝网络中全双工蜂窝用户协作D2D(device to device)通信机制,全双工蜂窝用户采用功率域叠加支持上行传输和D2D通信并发,为无直传链路的D2D用户对协作中继;分析了系统的可达速率域,提出了一种基于最大-最小可达速率的功率分配算法。仿真分析表明,随着自干扰消除性能的提升,系统的可达速率域扩大,全双工协作D2D通信的可达速率域显著大于半双工协作D2D通信,且蜂窝上行链路和协作D2D链路间存在可达速率折中;功率分配算法能根据信道状态动态调整蜂窝用户的发射 率和功率分配因子,功率效率高,且随着最大发射功率的增加,蜂窝上行链路和协作D2D链路的可达速率趋同,能满足最大-最小准则,兼顾蜂窝上行链路和协作D2D链路间的公平性。     

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?     

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)。     

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。     

非对称双向D2D通信系统的中继选择优化算法

提出了一种面向D2D通信系统中非对称双向中继信道的中继选择优化算法;该算法依据定义的非对称性双向D2D链路信道总容量最大化为优化目标,推导了新的目标函数以及确定最优功率分配,并在此基础上通过非线性优化选出最佳中继。仿真结果表明,非对称双向中继通信系统的最优功率分配结果与理想对称双向中继系统的结果一致,而提出的中继选择方案比按理想对称双向中继优化方案得到的链路信道总容量更大,但是相应的计算复杂度会更高。     

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.     

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...     

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     

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。     

异构小蜂窝网中D2D模式选择的联合决策方法

为了在更加贴近实际的环境下研究D2D用户的工作模式选择,提出一种新的异构小蜂窝网络中的D2D模式选择方法。该方法通过分析D2D链路的传输功率和信道开销,给出了D2D链路的传输代价函数表达式,以D2D链路传输代价为标准并使用联合决策算法对D2D链路的模式选择进行控制,使得系统D2D链路的传输总代价达到最小。理论分析和仿真结果表明,所提出的方法能够有效的减小系统传输功耗。     

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。     

基于遗传退火的密集D2D网络资源分配算法

针对高密集场景下传统D2D资源分配算法接入率较低的问题,提出了基于遗传退火的密集D2D网络资源分配算法.首先根据小区内用户之间的干扰情况构建干扰图;然后根据干扰图为D2D用户构建候选信道集合;最后设计适应度函数,并通过遗传退火算法寻找适应度最高的信道分配方案,以提高系统总吞吐量和D2D接入率.仿真结果显示,提出的算法与图着色算法和随机分配算法相比,系统总吞吐量平均增幅为6.2%和21.8%,D2D用户接入率平均增幅为14.7%和44.5%,表明该算法在提高系统总容量的同时,还能有效提升D2D对的接入率.     

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。     

能量获取D2D异构网络中频效优化的资源管理算法

研究能量获取D2D异构网络中频谱效率优化的资源管理问题,包括D2D的通信模式选择、基站选择、信道分配、功率分配、传输时间分配,同时考虑蜂窝用户的QoS约束、能量获取约束、传输时间约束。构建的数学模型是一个混合整数非线性规划问题,为了解决该问题,基于凸优化理论、拉格朗日乘子法、可行方向法进行求解,对构建的数学模型进行化简,提出最大化频谱效率的资源管理算法SERM。研究结果表明:SERM算法对各种网络场景都能够收敛,并且能够最大化频谱效率。     

干扰受限的增量型机会中继选择协作通信

协作通信让用户以协作的方式传输信息,是下一代无线通信系统为提升频谱效率所采用的关键技术之一。实际无线通信中的期望信号除了受到信道衰落和噪声的影响外,还可能受到来自其他用户同频信号的共道干扰。随着用户数的增加,大量的共道干扰就会取代噪声成为影响无线通信质量的主要因素,称为干扰受限。提出全网总功率约束条件下的增量型解码转发机会中继选择协作通信策略,并研究该策略在Nakagami/I.I.D.Nakagami信道衰落和干扰受限环境下的协作通信性能。理论分析和仿真结果表明,该协作策略能够在Nakagami/I.I.D.Nakagami信道衰落和干扰受限环境中有效抵抗信道衰落和共道干扰,实现协作分集增益。当源节点和中继节点的功率可以灵活调整时,合理的功率分配可以进一步提升协作通信性能。     

基于干扰效率的星地认知网络功率分配算法

针对Underlay模式基于能量效率的功率控制算法未能准确反映次用户与主用户之间干扰性能导致系统容量下降的问题,综合考虑次用户能量有限及卫星链路和地面链路的差异性,定义干扰效率为认知卫星用户总的传输速率与地面基站接收到的干扰的比值,建立了基于干扰效率的星地认知网络上行链路功率分配模型,在此基础上提出一种基于干扰效率的功率分配算法.通过引入干扰门限约束及信干噪比约束条件,利用非线性分式规划理论和拉格朗日对偶法求解出最优功率.仿真结果表明:该算法能在较好满足次用户通信质量的前提下,有效减少对主用户的干扰,提升系统的干扰效率.     

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。     

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.