CN104320772A - 基于信任度和物理距离的d2d通信节点成簇方法和装置 - Google Patents

Abstract

本发明提供一种基于信任度和物理距离的D2D通信节点成簇方法和装置，所述方法包括：获取第一用户和第二用户之间的物理距离；获取第一用户和第二用户之间的信任度；根据所述第一用户和第二用户之间的物理距离以及所述第一用户和第二用户之间的信任度计算所述第一用户与所述第二用户之间的选择概率值，并由此得到小区内每两个用户之间的选择概率值；根据所述小区内每两个用户之间的选择概率值对小区内所有用户进行D2D通信节点成簇。本发明实施例的方法和装置给出了D2D通信领域中基于信任度和物理距离的成簇方法，有效的实现了***吞吐量以及能效的提升。

Description

基于信任度和物理距离的D2D通信节点成簇方法和装置

技术领域

本发明涉及通信技术领域，尤其涉及一种基于信任度和物理距离的D2D通信节点成簇方法和装置。

背景技术

D2D(Device to Device)通信广泛应用于热点区域服务，相邻的用户之间通常形成D2D簇并进行通信。由于频谱共享方式的不同，D2D通信有不同的工作模式。Overlay频谱共享方式为D2D通信预留专用的频谱资源，而Underlay方式中D2D用户在保证不干扰蜂窝用户通信的前提下复用蜂窝用户的频谱资源。由于D2D通信的设备大都是手持设备，这些设备持有者之间的信任度对D2D通信也起到非常关键的作用。因此，在用户设备间的D2D通信中，需要考虑到用户间的信任度对此不可或缺的影响。在与D2D簇的相关研究中，大都考虑的是D2D簇场景下其他问题的探讨，如功率分配、D2D和共道蜂窝传输的联合预编码策略等，仅单纯考虑物理距离相近的设备之间成簇并进行D2D通信的技术方案，但是未考虑这些用户是否有意愿协作或者直接简单地假设所有用户都愿意协作，这与实际情况是不相符的。在已有的D2D簇的研究中，并未有对D2D设备持有者之间信任度及用于指示信任度的信任度的具体研究报导，也鲜有文章比较具体地分析D2D通信节点成簇的增益。

发明内容

本发明提供一种基于信任度和物理距离的D2D通信节点成簇方法和装置，适用于Overlay和Underlay频谱共享方式，以解决现有技术中对D2D通信节点成簇方法的研究均未涉及D2D设备持有者之间信任度的技术问题。

为解决上述技术问题，本发明提供一种基于信任度和物理距离的D2D通信节点成簇方法，包括：

获取第一用户和第二用户之间的物理距离；

获取第一用户和第二用户之间的信任度；

根据所述第一用户和第二用户之间的物理距离以及所述第一用户和第二用户之间的信任度计算所述第一用户与所述第二用户之间的选择概率值，并由此得到小区内每两个用户之间的选择概率值；

根据所述小区内每两个用户之间的选择概率值对小区内所有用户进行D2D通信节点成簇。

进一步地，所述根据所述第一用户和第二用户之间的物理距离以及所述第一用户和第二用户之间的信任度计算所述第一用户与所述第二用户之间的选择概率值包括：

基于按照餐桌分配划分顾客的中国餐馆过程，根据所述第一用户和第二用户之间的物理距离以及所述第一用户和第二用户之间的信任度计算所述第一用户与所述第二用户之间的选择概率值。

进一步地，所述获取第一用户和第二用户之间的物理距离包括：获取第i个用户和第j个用户之间的物理距离，并将其表示为d(i,j)；

所述获取第一用户和第二用户之间的信任度包括：获取第i个用户和第j个用户之间的信任度，并将其表示为p(i,j)，其中p(i,j)∈[0,1]。

进一步地，所述根据所述第一用户和第二用户之间的物理距离以及所述第一用户和第二用户之间的信任度计算所述第一用户与所述第二用户之间的选择概率值还包括：

根据所述第i个用户和第j个用户之间的信任度p(i,j)计算第i个用户和第j个用户之间的信任距离：s(i,j)＝-log₂p(i,j)，获取每两个用户之间的信任距离所构成的矩阵S；

将第i个用户选择第j个用户作为其D2D通信伙伴的概率表示为：

$P(c_i=j|S,D,\mathrm{\α})=\left\{\begin{array}{cc}\frac{f_2\left(s(i,j)\right)}{{\mathrm{\Σ}}_{j\≠i}{f}_2\left(s(i,j)\right)+\mathrm{\α}},\mathrm{if}& i\≠j,\\ \frac{\mathrm{\α}}{{\mathrm{\Σ}}_{j\≠i}{f}_2\left(s(i,j)\right)+\mathrm{\α}},\mathrm{if}& i=j,\end{array}\right.$

其中，c_i表示第i个用户所选择的D2D通信伙伴，D为每两个用户之间的物理距离所构成的矩阵，α为所述中国餐馆过程的标量参数，函数f₂(s(i,j))的定义为：

$f_2\left(s(i,j)\right)=\left\{\begin{array}{cc}\frac{1}{s(i,j)},\mathrm{if}& d(i,j)\≤d_{\max }\\ 0,\mathrm{if}& d(i,j)>d_{\max }\end{array}\right.$

d_max为D2D通信节点间的最大物理距离。

进一步地，所述第一用户和第二用户之间的信任度用于表示两个用户间文件和/或资源共享的概率：当所述信任度越大时，两个用户间文件和/或资源共享的概率越大；反之，则两个用户间文件和/或资源共享的概率越小；

所述方法同时适用于蜂窝网络中的D2D Overlay频谱共享方式和Underlay频谱共享方式。

另一方面，本发明还提供一种基于信任度和物理距离的D2D通信节点成簇装置，包括：

物理距离获取单元，用于获取第一用户和第二用户之间的物理距离；

信任度获取单元，用于获取第一用户和第二用户之间的信任度；

选择概率值计算单元，用于根据所述物理距离获取单元获取的所述第一用户和第二用户之间的物理距离以及所述信任度获取单元获取的所述第一用户和第二用户之间的信任度，计算所述第一用户与所述第二用户之间的选择概率值，并由此得到小区内每两个用户之间的选择概率值；

成簇单元，用于根据所述小区内每两个用户之间的选择概率值对小区内所有用户进行D2D通信节点成簇。

进一步地，所述选择概率值计算单元用于：

基于按照餐桌分配划分顾客的中国餐馆过程，根据所述第一用户和第二用户之间的物理距离以及所述第一用户和第二用户之间的信任度计算所述第一用户与所述第二用户之间的选择概率值。

进一步地，所述物理距离获取单元用于：获取第i个用户和第j个用户之间的物理距离，并将其表示为d(i,j)；

所述信任度获取单元用于：获取第i个用户和第j个用户之间的信任度，并将其表示为p(i,j)，其中p(i,j)∈[0,1]。

进一步地，所述选择概率值计算单元用于：

根据所述第i个用户和第j个用户之间的信任度p(i,j)计算第i个用户和第j个用户之间的信任距离：s(i,j)＝-log₂p(i,j)，获取每两个用户之间的信任距离所构成的矩阵S；

将第i个用户选择第j个用户作为其D2D通信伙伴的概率表示为：

$P(c_i=j|S,D,\mathrm{\α})=\left\{\begin{array}{cc}\frac{f_2\left(s(i,j)\right)}{{\mathrm{\Σ}}_{j\≠i}{f}_2\left(s(i,j)\right)+\mathrm{\α}},\mathrm{if}& i\≠j,\\ \frac{\mathrm{\α}}{{\mathrm{\Σ}}_{j\≠i}{f}_2\left(s(i,j)\right)+\mathrm{\α}},\mathrm{if}& i=j,\end{array}\right.$

其中，c_i表示第i个用户所选择的D2D通信伙伴，D为每两个用户之间的物理距离所构成的矩阵，α为所述中国餐馆过程的标量参数，函数f₂(s(i,j))的定义为：

$f_2\left(s(i,j)\right)=\left\{\begin{array}{cc}\frac{1}{s(i,j)},\mathrm{if}& d(i,j)\≤d_{\max }\\ 0,\mathrm{if}& d(i,j)>d_{\max }\end{array}\right.$

d_max为D2D通信节点间的最大物理距离。

进一步地，所述信任度获取单元用于获取的第一用户和第二用户之间的信任度用于表示两个用户间文件和/或资源共享的概率：当所述信任度越大时，两个用户间文件和/或资源共享的概率越大；反之，则两个用户间文件和/或资源共享的概率越小；

所述装置同时适用于蜂窝网络中的D2D Overlay频谱共享方式和Underlay频谱共享方式。

可见，在本发明提供的基于信任度和物理距离的D2D通信节点成簇方法和装置中，考虑到信任度以及物理距离对D2D通信节点成簇的影响，联合考虑信任距离和物理距离因素以提高D2D簇通信的性能；基于信任度定义两个用户间的信任距离，用以评估其对成簇的影响；基于一种按照餐桌分配划分顾客的随机过程—中国餐馆过程，本发明对用户进行划分成簇，并利用距离相关的中国餐馆过程的思想，定义某一个特定用户选择其他用户作为其D2D通信伙伴的概率；在每一个D2D簇的用户数上限和D2D通信节点间最大物理距离的双重约束下，得到最终的D2D通信节点成簇结果。作为对比，本发明给出了基于物理距离的成簇方案，并通过评估文件资源共享带来的增益对D2D通信节点成簇的性能进行分析。本发明的方法和装置给出了D2D通信领域中基于信任度和物理距离的成簇方案，有效的实现了***吞吐量以及能效的提升。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是单个小区中D2D通信的***示意图；

图2是本发明实施例基于信任度和物理距离的D2D通信节点成簇方法的基本流程示意图；

图3是不同d_max、N_max取值下吞吐量与总用户数的关系；

图4是不同d_max、N_max取值下能量消耗与总用户数的关系；

图5是不同d_max、N_max取值下能效与总用户数的关系；

图6是不同q₁,q₂,q₃取值下吞吐量与总用户数的关系；

图7是不同q₁,q₂,q₃取值下能量消耗与总用户数的关系；

图8是不同q₁,q₂,q₃取值下能效与总用户数的关系；

图9是不同总用户数取值下吞吐量与d_max的关系；

图10是不同总用户数取值下能量消耗与d_max的关系；

图11是不同总用户数取值下能效与d_max的关系；

图12是本发明实施例基于信任度和物理距离的D2D通信节点成簇装置的基本流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在单个小区的环境下，存在N个用户，这N个用户既可以直接与BS(base station，基站)通过蜂窝链路通信，也可以根据自身情况形成D2D簇，D2D簇的用户之间可以进行D2D通信以满足自身需求并降低通信代价。

该***模型示意图如图1所示。假设基站与用户间的信道服从大尺度路径损耗模型，D2D用户间的信道是独立同分布平坦衰落信道，信道增益仅与距离有关。信道的噪声是均值为零、方差为σ²的加性高斯白噪声(AWGN)。

定义用户x和用户y之间的信道响应为h_xy，每一个D2D簇的用户数上限为N_max，最大D2D通信距离为d_max，K是D2D簇的数量。相应地，定义是第i个D2D簇的用户集合，N_i是该D2D簇的用户数，P_B和P_D分别是BS和D2D用户的发送功率。

D2D通信节点成簇的一个优势是，同一D2D簇的用户可以通过D2D通信共享文件资源，无需经由BS获取，这可以提高吞吐量、降低能耗。然而，已有研究只是假设相邻用户形成D2D簇，显然这不符合实际。

在实际应用场景中，不同用户共享文件或资源的意愿程度是不同的，因此，还需考虑到D2D用户的信任度的影响，如何划分用户成簇用以提高性能是非常重要的。

当然，除了信任度，物理距离限制也是D2D通信的一个重要因素。因而，为了提高D2D簇通信的性能，通过联合考虑信任度和物理距离因素，本发明实施例首先提供一种基于信任度和物理距离的D2D通信节点成簇方法，参见图2，包括：

步骤201：获取第一用户和第二用户之间的物理距离。

步骤202：获取第一用户和第二用户之间的信任度。

步骤203：根据所述第一用户和第二用户之间的物理距离以及所述第一用户和第二用户之间的信任度计算所述第一用户与所述第二用户之间的选择概率值，并由此得到小区内每两个用户之间的选择概率值。

步骤204：根据所述小区内每两个用户之间的选择概率值对小区内所有用户进行D2D通信节点成簇。

可见，在本发明实施例提供的基于信任度和物理距离的D2D通信节点成簇方法中，综合考虑了信任度和物理距离因素以提高D2D簇通信的性能，有效的实现了***吞吐量以及能效的提升。

其中，信任度代表了小区内用户之间的信任值，在小区中，互相之间信息传输次数较多、频率较高的用户之间具有较高的信任度，也相应具备较大的信任值。

优选地，根据所述第一用户和第二用户之间的物理距离以及所述第一用户和第二用户之间的信任度计算所述第一用户与所述第二用户之间的选择概率值可以包括：基于按照餐桌分配划分顾客的中国餐馆过程(Chinese Restaurant Process，CRP)，根据第一用户和第二用户之间的物理距离以及第一用户和第二用户之间的信任度计算所述第一用户与所述第二用户之间的选择概率值。

中国餐馆过程CRP所定义的选择概率分布为：基于前面n-1个顾客的选择情况，对第n个到来的顾客定义一个选择概率分布

$P(z_n=k|Z_{-n},\mathrm{\α})=\left\{\begin{array}{cc}\frac{m_k}{n-1+\mathrm{\α}},& \mathrm{if\; k}\≤k_0,\\ \frac{\mathrm{\α}}{n-1+\mathrm{\α}},& \mathrm{if\; k}=k_0+1,\end{array}\right.$

其中，k₀是已被顾客占用的餐桌数量，m_k是第k个餐桌的顾客数，Z_-n为前面n-1个到来用户的分配情况。

不同于传统的中国餐馆过程，本发明实施例中借鉴距离相关的中国餐馆过程的思想：用户的选择不受其他用户的影响，仅考虑两个用户之间的关系。

优选地，获取第一用户和第二用户之间的物理距离可以包括：获取第i个用户和第j个用户之间的物理距离，并将其表示为d(i,j)。

当仅考虑物理距离的因素时，也即采用D-CRP成簇方法，则定义第i个用户选择用户j作为其D2D通信伙伴的概率为：

$P(c_i=j|D,\mathrm{\α})=\left\{\begin{array}{cc}\frac{f_1\left(d(i,j)\right)}{{\mathrm{\Σ}}_{j\≠i}{f}_1\left(d(i,j)\right)+\mathrm{\α}},\mathrm{if}& i\≠j,\\ \frac{\mathrm{\α}}{{\mathrm{\Σ}}_{j\≠i}{f}_1\left(d(i,j)\right)+\mathrm{\α}},\mathrm{if}& i=j,\end{array}\right.$

其中，c_i表示第i个用户所选择的D2D通信伙伴,D为任意两个用户间所构成的距离矩阵，α为所述中国餐馆过程的标量参数，函数f₁(s(i,j))的定义为：

$f_1\left(d(i,j)\right)=\left\{\begin{array}{cc}\frac{1}{d(i,j)},\mathrm{if}& d(i,j)\≤d_{\max }\\ 0,\mathrm{if}& d(i,j)>d_{\max }\end{array}\right.$

d_max为D2D通信节点间的最大物理距离。

在D-CRP成簇方法中，第i个用户根据与其他所有用户之间的选择概率值，随机选择与哪一个用户或单独在一起。

优选地，获取第一用户和第二用户之间的信任度可以包括：获取第i个用户和第j个用户之间的信任度，并将其表示为p(i,j)，其中p(i,j)∈[0,1]。而根据所述第一用户和第二用户之间的物理距离以及所述第一用户和第二用户之间的信任度通过SD-CRP成簇方法进行成簇具体可以包括如下步骤：

根据所述第i个用户和第j个用户之间的信任度p(i,j)计算第i个用户和第j个用户之间的信任距离：s(i,j)＝-log₂p(i,j)，获取每两个用户之间的信任距离所构成的矩阵S，其中，信任距离也可以解释为：信任的半径(the radius of trust)，当信任距离增大时，信任度降低；

将第i个用户选择第j个用户作为其D2D通信伙伴的概率表示为：

$P(c_i=j|S,D,\mathrm{\α})=\left\{\begin{array}{cc}\frac{f_2\left(s(i,j)\right)}{{\mathrm{\Σ}}_{j\≠i}{f}_2\left(s(i,j)\right)+\mathrm{\α}},\mathrm{if}& i\≠j,\\ \frac{\mathrm{\α}}{{\mathrm{\Σ}}_{j\≠i}{f}_2\left(s(i,j)\right)+\mathrm{\α}},\mathrm{if}& i=j,\end{array}\right.$

其中，c_i表示第i个用户所选择的D2D通信伙伴，D为每两个用户之间的物理距离所构成的矩阵，α为所述中国餐馆过程的标量参数，函数f₂(s(i,j))的定义为：

$f_2\left(s(i,j)\right)=\left\{\begin{array}{cc}\frac{1}{s(i,j)},\mathrm{if}& d(i,j)\≤d_{\max }\\ 0,\mathrm{if}& d(i,j)>d_{\max }\end{array}\right.$

d_max为D2D通信节点间的最大物理距离。

优选地，第一用户和第二用户之间的信任度可以用于表示两个用户间文件和/或资源共享的概率：当所述信任度越大时，两个用户间文件和/或资源共享的概率越大；反之，则两个用户间文件和/或资源共享的概率越小。

不同于传统中国餐馆过程，D-CRP和SD-CRP成簇方法利用距离相关的中国餐馆过程的思想，来建模用户的成簇过程，该过程是不可交换的。

在本发明实施例提出的SD-CRP成簇方法中，除了考虑物理距离，我们同时将信任度纳入考虑。在D2D通信节点间最大物理距离的约束下，对于某一个用户，本发明实施例所提出的SD-CRP方法可以以较大概率选择更大概率共享文件资源的用户作为伙伴。因此，对于本发明实施例提出的方案，在同一个D2D簇的用户之间可以更有效地共享它们的文件资源，而不需要通过BS获得，毫无疑问地，这可以提高D2D通信节点成簇的性能。

通过联合考虑信任距离和物理距离，本发明实施例的成簇方法可以从有效提高D2D通信节点成簇的增益。

以下对本发明实施例的基于信任度和物理距离的D2D通信节点成簇性能进行分析：当一个用户从BS获得文件资源时，它可以与该D2D簇的其他有需要的用户进行资源的共享。因此，可以对该场景下D2D通信节点成簇的性能进行分析，也即评估簇的文件资源共享所带来的增益，包括吞吐量、能耗以及能效等。

对于同一个簇的用户，可利用两个用户间的信任度作为它们共享文件资源的概率。

在第i个D2D簇内，对于第k个用户，当其从BS获得一个文件，该簇有n个用户想要通过文件共享来获得该文件的概率可以表示为：

其中，n＝0，……，N_i-1，N_i是该D2D簇的用户数，υ_j表示第i个D2D簇的第υ_j个用户，p_i(κ,υ_j)表示第k个用户与第υ_j个用户之间的信任度，p_i(κ,υ₀)＝1。

对于第k个用户，其从BS获得文件的速率可以由下列公式计算得到：

$R_{\mathrm{B\κ}}^i={\log }_2(1+\frac{P_B{\left|h_{\mathrm{B\κ}}^i\right|}^2}{{\mathrm{\σ}}^2})$

其中，P_B是BS的发送功率，是BS与第k个用户之间的信道相应，σ²是AWGN噪声的功率。

考虑第i个D2D簇内，第k个用户与n个用户的文件资源共享，其以广播的方式向这n个用户发送文件，我们可以计算由BS与第k个用户之间的文件传输所带来的吞吐量为：

$R_{\mathrm{B\κ}}^{i0}=R_{\mathrm{B\κ}}^i+\underset{n=1}{\overset{N_i-1}{\mathrm{\Σ}}}{R}_d^i\left(\mathrm{\κ}\right){|}_n$

其中，n＝0的情况没有考虑，因为此时没有文件共享，也就没有吞吐量的增加。此外，n个用户通过与第k个用户进行D2D通信获得所需文件资源时，所带来的平均吞吐量为：

其中，第k个用户与第υ_j个用户之间的速率为

$R_{\mathrm{\κ}{\mathrm{\υ}}_j}^i={\log }_2(1+\frac{P_D{\left|h_{\mathrm{\κ}{\mathrm{\υ}}_j}^i\right|}^2}{{\mathrm{\σ}}^2})$

对于第i个D2D簇的所有用户，由BS到这些用户的文件传输所带来的吞吐量可以表示为：

$R_t^i=\underset{\mathrm{\κ}=1}{\overset{N_i}{\mathrm{\Σ}}}{R}_{\mathrm{B\κ}}^{i0}=\underset{\mathrm{\κ}=1}{\overset{N_i}{\mathrm{\Σ}}}(R_{\mathrm{B\κ}}^i+\underset{n=1}{\overset{N_i-1}{\mathrm{\Σ}}}{R}_d^i\left(\mathrm{\κ}\right){|}_n)$

对于K个D2D簇的所有用户，所带来的总吞吐量可表示为：

$R_t=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{R}_t^i$

假设从BS获得的文件具有相同的长度(L₀)，每一个D2D簇被分配相同的带宽(W₀)。因而，对于第k个用户，从BS获得文件的传输时间和能量消耗可依次表示为：

$D_{\mathrm{B\κ}}^i=\frac{L_0}{W_0{R}_{\mathrm{B\κ}}^i}$

$E_{\mathrm{B\κ}}^i=P_B{D}_{\mathrm{B\κ}}^i$

当第i个D2D簇的n个用户想要通过文件资源共享获得该文件时，则第k个用户传输该文件所需要的平均传输时间和能量消耗可以由下列公式计算得到：

$E_{\mathrm{d\κ}}^i=P_D{D}_{\mathrm{d\κ}}^i$

类似地，n＝0的情况不包括在内。其中，P_D是D2D用户的发送功率，是n个用户与第k个用户之间的速率集合中的最小速率值，其可以表示为：

$R_{\mathrm{\κ}n\min }^i=\underset{j=1,...,n}{\min }\{R_{\mathrm{\κ}{\mathrm{\υ}}_1}^i,...,R_{\mathrm{\κ}{\mathrm{\υ}}_j}^i,...,R_{\mathrm{\κ}{\mathrm{\υ}}_n}^i\}$

当第k个用户以广播方式传输该文件给n个用户时，其所需要的时间以传输文件所需用的最长时间进行衡量，也即将文件完整传输给所对应用户需要的时间。

可以计算由BS到所有D2D簇的用户的文件传输所带来的吞吐量对应的能耗为：

$E_t=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}\left(\underset{\mathrm{\κ}=1}{\overset{N_i}{\mathrm{\Σ}}}(E_{\mathrm{B\κ}}^i+E_{\mathrm{d\κ}}^i)\right)$

尽管D2D簇的文件资源共享可以带来更高的吞吐量，同样产生相应的能量消耗。因而，可以利用能效来评估D2D通信节点成簇方案的性能，其定义可表示为：

$\mathrm{\η}=\frac{R_t}{E_t}$

不失一般性，当不利用D2D成簇时，即在不成簇的情况下，用户从BS获得文件，我们分别计算该情况下第i个D2D簇的吞吐量及所有用户总吞吐量为：

$R_t^i=\underset{\mathrm{\κ}=1}{\overset{N_i}{\mathrm{\Σ}}}(R_{\mathrm{B\κ}}^i+\underset{n=1}{\overset{N_i-1}{\mathrm{\Σ}}}{R}_B^i\left(\mathrm{\κ}\right){|}_n)$

$R_t=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{R}_t^i$

其中，第i个D2D簇的n个用户从BS获得第k个用户的文件所带来的平均吞吐量为：

并且有：第υ_j个用户从BS获得文件的速率为

$R_{B{\mathrm{\υ}}_j}^i={\log }_2(1+\frac{P_B{\left|h_{B{\mathrm{\υ}}_j}^i\right|}^2}{{\mathrm{\σ}}^2})$

其中，是BS与第υ_j个用户之间的信道响应。

同样的，可以计算不成簇情况下，当第i个D2D簇的n个用户想要获得该文件时，其能量消耗为：

类似地，所有D2D簇的用户的总能量消耗为：

$E_t=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}\left(\underset{\mathrm{\κ}=1}{\overset{N_i}{\mathrm{\Σ}}}(E_{\mathrm{B\κ}}^i+E_{\mathrm{B\κ}0}^i)\right)$

显然地，也可以得到不成簇情况下的能效：

$\mathrm{\η}=\frac{R_t}{E_t}$

至此，得到了对于本发明实施例来说极为重要的D2D通信节点成簇结果，以及***吞吐量、能耗、能效等衡量目标，并根据性能分析可以评估D2D通信节点成簇方法的有效性和可行性。

根据上述各衡量目标，可以对本发明实施例中基于信任度和物理距离的D2D通信节点成簇方法的成簇结果以及现有技术中的成簇结果进行各项指标评估和比较。

本发明实施例分别针对SD-CRP成簇方法、D-CRP成簇方法、随机成簇方法以及不成簇方法进行了仿真。首先简单介绍一下随机成簇方法和不成簇方法：随机成簇方法，即为在D2D通信节点间最大物理距离的限制下，用户随机选择一个用户作为D2D通信伙伴；而不成簇方法，也即每个用户直接与BS进行交互通信。

在本实施例的仿真环境下，用户均匀分布在中心点为(100,0)、半径为100m的圆形区域内，BS的位置为(300,0)。并且，BS和蜂窝用户之间的大尺度衰落指数为β＝3.5，而D2D用户之间的则为β＝4。为了简化计算，我们仅考虑基于距离的衰落。此外设置中国餐馆过程的参数α＝0.1，AWGN的方差为σ²＝-60dBm。BS以及D2D用户设备的发送功率分别为：P_B＝0.2W，P_D＝0.1W。文件长度为L₀＝1MB，每一个D2D簇所分配的带宽为W₀＝1MHz。

为了简便起见，可以考虑一种特殊的场景来对比不同方案的性能：将用户间的信任度分为三个信任等级，该三个信任等级所对应的信任度分别为q₁,q₂,q₃也即第i个用户与第j个用户间的信任度p(i,j)可以等于q₁或者等于q₂或者等于q₃。

首先，我们分析在不同D2D通信节点间最大物理距离d_max和每一个D2D簇的用户数上限N_max取值下，不同策略随总用户数变化的性能，此时q₁＝0.8，q₂＝0.6，q₃＝0.4。

从图3可以看出，在d_max、N_max取不同数值时，SD-CRP成簇方法的吞吐量总是大于其他方法中的吞吐量。当总用户数逐渐增大时，所有方法的吞吐量都随之相应增加。此外，d_max变化对于吞吐量的影响要大于N_max变化所带来的影响。当总用户数较小时，增大d_max或降低N_max均可以提高SD-CRP成簇方法以及D-CRP成簇方法的吞吐量，反之亦然。

图4给出了所有方法的能量消耗情况，不成簇方法的能耗要远大于其他成簇方法的能耗，这说明了D2D通信节点成簇在能量消耗方面的优势。此外，相比于D-CRP成簇方法和随机成簇方法，由于在本发明实施例所采用的方法中，D2D簇可以更有效地进行文件资源共享，从而导致了较高的能耗。为了更完整地评估方法的性能，在图5中，描述了所有方法的能效，从图5中可以看出，与其他所有方法相比，本发明实施例的成簇方法具有较大的能效。

然后可以分析在不同信任度q₁,q₂,q₃取值下，不同方法随着总用户数变化的性能，此时最大D2D通信距离d_max＝20m，D2D簇的用户数上限值N_max＝10。

如图6所示，在两组不同的q₁,q₂,q₃取值下，SD-CRP成簇方法的吞吐量均大于其他方法的吞吐量。同时，q₁,q₂,q₃的增加对于所有方法的吞吐量提高都有着积极的促进作用。

图7显示了所有方法的能量消耗，不成簇方法的能耗依然比其他方法的能耗要大。类似地，由于簇的文件资源共享，本发明实施例的成簇方法比其他成簇方法有较大的能量消耗。图8给出了不同方法下的能效，可以看出，q₁,q₂,q₃的值越大，SD-CRP成簇方法和D-CRP成簇方法的能效数值越大。该仿真结果还证明了本发明实施例提出的成簇方法在能效方面比其他方法有更好的性能。

此外，还可分析在不同的总用户数取值下，不同方法随着最大D2D通信距离d_max变化的性能，此时，N_max＝10，q₁＝0.8，q₂＝0.6，q₃＝0.4。

从图9得到的仿真结果曲线，可以看出，当总用户数固定，随着d_max的增大，SD-CRP成簇方法和D-CRP成簇方法的吞吐量先增大后降低。对于所有方法，总用户数的增加可以提高***吞吐量。在所有对比的方法中，当d_max值不是很大时，提出的SD-CRP成簇方法显示了更好的吞吐量性能。

图10描述了所有方法的能量消耗，同样地，不成簇方法的能耗大于其他方法。在图11中，我们可以看到所有对比方法的能效性能，仿真结果曲线表明，当d_max值不是太大时，与其他方法相比，本发明实施例提出的SD-CRP成簇方法可以实现更高的能效。

本发明实施例还提供一种基于信任度和物理距离的D2D通信节点成簇装置，参见图12，包括：

物理距离获取单元1201，用于获取第一用户和第二用户之间的物理距离；

信任度获取单元1202，用于获取第一用户和第二用户之间的信任度；

选择概率值计算单元1203，用于根据所述物理距离获取单元获取的所述第一用户和第二用户之间的物理距离以及所述信任度获取单元获取的所述第一用户和第二用户之间的信任度，计算所述第一用户与所述第二用户之间的选择概率值，并由此得到小区内每两个用户之间的选择概率值；

成簇单元1204，用于根据所述小区内每两个用户之间的选择概率值对小区内所有用户进行D2D通信节点成簇。

其中，选择概率值计算单元1203分别与物理距离获取单元1201、信任度获取单元1202和成簇单元1204相连。

可选地，选择概率值计算单元1203可以用于：基于按照餐桌分配划分顾客的中国餐馆过程，根据所述第一用户和第二用户之间的物理距离以及所述第一用户和第二用户之间的信任度计算所述第一用户与所述第二用户之间的选择概率值。

可选地，物理距离获取单元1201可以用于：获取第i个用户和第j个用户之间的物理距离，并将其表示为d(i,j)；信任度获取单元1202可以用于：获取第i个用户和第j个用户之间的信任度，并将其表示为p(i,j)，其中p(i,j)∈[0,1]。

可选地，选择概率值计算单元1203可以用于：

根据所述第i个用户和第j个用户之间的信任度p(i,j)计算第i个用户和第j个用户之间的信任距离：s(i,j)＝-log₂p(i,j)，获取每两个用户之间的信任距离所构成的矩阵S；

将第i个用户选择第j个用户作为其D2D通信伙伴的概率表示为：

$P(c_i=j|S,D,\mathrm{\α})=\left\{\begin{array}{cc}\frac{f_2\left(s(i,j)\right)}{{\mathrm{\Σ}}_{j\≠i}{f}_2\left(s(i,j)\right)+\mathrm{\α}},\mathrm{if}& i\≠j,\\ \frac{\mathrm{\α}}{{\mathrm{\Σ}}_{j\≠i}{f}_2\left(s(i,j)\right)+\mathrm{\α}},\mathrm{if}& i=j,\end{array}\right.$

其中，c_i表示第i个用户所选择的D2D通信伙伴，D为每两个用户之间的物理距离所构成的矩阵，α为所述中国餐馆过程的标量参数，函数f₂(s(i,j))的定义为：

$f_2\left(s(i,j)\right)=\left\{\begin{array}{cc}\frac{1}{s(i,j)},\mathrm{if}& d(i,j)\≤d_{\max }\\ 0,\mathrm{if}& d(i,j)>d_{\max }\end{array}\right.$

d_max为D2D通信节点间的最大物理距离。

可选地，信任度获取单元1204可以用于获取的第一用户和第二用户之间的信任度用于表示两个用户间文件和/或资源共享的概率：当所述信任度越大时，两个用户间文件和/或资源共享的概率越大；反之，则两个用户间文件和/或资源共享的概率越小。

可见，在本发明实施例提供的基于信任度和物理距离的D2D通信节点成簇方法和装置中，考虑到信任度以及物理距离对D2D通信节点成簇的影响，联合考虑信任距离和物理距离因素以提高D2D簇通信的性能；基于信任度定义两个用户间的信任距离，用以评估其对成簇的影响；基于一种按照餐桌分配划分顾客的随机过程—中国餐馆过程，本发明实施例对用户进行划分成簇，并利用距离相关的中国餐馆过程的思想，定义某一个特定用户选择其他用户作为其D2D通信伙伴的概率；在每一个D2D簇的用户数上限和D2D通信节点间最大物理距离的双重约束下，得到最终的D2D成簇结果。作为对比，本发明实施例给出了基于物理距离的成簇方案，并通过评估文件资源共享带来的增益对D2D通信节点成簇的性能进行分析。本发明实施例的方法和装置给出了D2D通信领域中基于信任度和物理距离的成簇方案，有效的实现了***吞吐量以及能效的提升。本发明实施例的方法和装置同时适用于蜂窝网络中的D2D Overlay频谱共享方式和Underlay频谱共享方式。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于信任度和物理距离的D2D通信节点成簇方法，其特征在于，包括：

获取第一用户和第二用户之间的物理距离；

获取第一用户和第二用户之间的信任度；

根据所述第一用户和第二用户之间的物理距离以及所述第一用户和第二用户之间的信任度计算所述第一用户与所述第二用户之间的选择概率值，并由此得到小区内每两个用户之间的选择概率值；

根据所述小区内每两个用户之间的选择概率值对小区内所有用户进行D2D通信节点成簇。

2.根据权利要求1所述的基于信任度和物理距离的D2D通信节点成簇方法，其特征在于，所述根据所述第一用户和第二用户之间的物理距离以及所述第一用户和第二用户之间的信任度计算所述第一用户与所述第二用户之间的选择概率值包括：

基于按照餐桌分配划分顾客的中国餐馆过程，根据所述第一用户和第二用户之间的物理距离以及所述第一用户和第二用户之间的信任度计算所述第一用户与所述第二用户之间的选择概率值。

3.根据权利要求2所述的基于信任度和物理距离的D2D通信节点成簇方法，其特征在于：

所述获取第一用户和第二用户之间的物理距离包括：获取第i个用户和第j个用户之间的物理距离，并将其表示为d(i,j)；

所述获取第一用户和第二用户之间的信任度包括：获取第i个用户和第j个用户之间的信任度，并将其表示为p(i,j)，其中p(i,j)∈[0,1]。

4.根据权利要求3所述的基于信任度和物理距离的D2D通信节点成簇方法，其特征在于，所述根据所述第一用户和第二用户之间的物理距离以及所述第一用户和第二用户之间的信任度计算所述第一用户与所述第二用户之间的选择概率值还包括：

根据所述第i个用户和第j个用户之间的信任度p(i,j)计算第i个用户和第j个用户之间的信任距离：s(i,j)＝-log₂p(i,j)，获取每两个用户之间的信任距离所构成的矩阵S；

将第i个用户选择第j个用户作为其D2D通信伙伴的概率表示为：

$P(c_i=j|S,D,\mathrm{\α})=\left\{\begin{array}{ccc}\frac{f_2\left(s(i,j)\right)}{{\mathrm{\Σ}}_{j\≠i}{f}_2\left(s(i,j)\right)+\mathrm{\α}},& \mathrm{if}& i\≠j,\\ \frac{\mathrm{\α}}{{\mathrm{\Σ}}_{j\≠i}{f}_2\left(s(i,j)\right)+\mathrm{\α}},& \mathrm{if}& i\≠j,\end{array}\right.$

其中，c_i表示第i个用户所选择的D2D通信伙伴，D为每两个用户之间的物理距离所构成的矩阵，α为所述中国餐馆过程的标量参数，函数f₂(s(i,j))的定义为：

$f_2\left(s(i,j)\right)=\left\{\begin{array}{cc}\frac{1}{s(i,j)},\mathrm{if}& d(i,j)\≤d_{\max }\\ 0,\mathrm{if}& d(i,j)>d_{\max }\end{array}\right.$

d_max为D2D通信节点间的最大物理距离。

5.根据权利要求1-4中任一项所述的基于信任度和物理距离的D2D通信节点成簇方法，其特征在于：

所述第一用户和第二用户之间的信任度用于表示两个用户间文件和/或资源共享的概率：当所述信任度越大时，两个用户间文件和/或资源共享的概率越大；反之，则两个用户间文件和/或资源共享的概率越小；

所述方法同时适用于蜂窝网络中的D2D Overlay频谱共享方式和Underlay频谱共享方式。

6.一种基于信任度和物理距离的D2D通信节点成簇装置，其特征在于，包括：

物理距离获取单元，用于获取第一用户和第二用户之间的物理距离；

信任度获取单元，用于获取第一用户和第二用户之间的信任度；

选择概率值计算单元，用于根据所述物理距离获取单元获取的所述第一用户和第二用户之间的物理距离以及所述信任度获取单元获取的所述第一用户和第二用户之间的信任度，计算所述第一用户与所述第二用户之间的选择概率值，并由此得到小区内每两个用户之间的选择概率值；

成簇单元，用于根据所述小区内每两个用户之间的选择概率值对小区内所有用户进行D2D通信节点成簇。

7.根据权利要求6所述的基于信任度和物理距离的D2D通信节点成簇装置，其特征在于，所述选择概率值计算单元用于：

基于按照餐桌分配划分顾客的中国餐馆过程，根据所述第一用户和第二用户之间的物理距离以及所述第一用户和第二用户之间的信任度计算所述第一用户与所述第二用户之间的选择概率值。

8.根据权利要求7所述的基于信任度和物理距离的D2D通信节点成簇装置，其特征在于：

所述物理距离获取单元用于：获取第i个用户和第j个用户之间的物理距离，并将其表示为d(i,j)；

所述信任度获取单元用于：获取第i个用户和第j个用户之间的信任度，并将其表示为p(i,j)，其中p(i,j)∈[0,1]。

9.根据权利要求8所述的基于信任度和物理距离的D2D通信节点成簇装置，其特征在于，所述选择概率值计算单元用于：

根据所述第i个用户和第j个用户之间的信任度p(i,j)计算第i个用户和第j个用户之间的信任距离：s(i,j)＝-log₂p(i,j)，获取每两个用户之间的信任距离所构成的矩阵S；

将第i个用户选择第j个用户作为其D2D通信伙伴的概率表示为：

$P(c_i=j|S,D,\mathrm{\α})=\left\{\begin{array}{ccc}\frac{f_2\left(s(i,j)\right)}{{\mathrm{\Σ}}_{j\≠i}{f}_2\left(s(i,j)\right)+\mathrm{\α}},& \mathrm{if}& i\≠j,\\ \frac{\mathrm{\α}}{{\mathrm{\Σ}}_{j\≠i}{f}_2\left(s(i,j)\right)+\mathrm{\α}},& \mathrm{if}& i\≠j,\end{array}\right.$

其中，c_i表示第i个用户所选择的D2D通信伙伴，D为每两个用户之间的物理距离所构成的矩阵，α为所述中国餐馆过程的标量参数，函数f₂(s(i,j))的定义为：

$f_2\left(s(i,j)\right)=\left\{\begin{array}{cc}\frac{1}{s(i,j)},\mathrm{if}& d(i,j)\≤d_{\max }\\ 0,\mathrm{if}& d(i,j)>d_{\max }\end{array}\right.$

d_max为D2D通信节点间的最大物理距离。

10.根据权利要求6-9中任一项所述的基于信任度和物理距离的D2D通信节点成簇装置，其特征在于：

所述信任度获取单元用于获取的第一用户和第二用户之间的信任度用于表示两个用户间文件和/或资源共享的概率：当所述信任度越大时，两个用户间文件和/或资源共享的概率越大；反之，则两个用户间文件和/或资源共享的概率越小；

所述装置同时适用于蜂窝网络中的D2D Overlay频谱共享方式和Underlay频谱共享方式。