CN107613556B - 一种基于功率控制的全双工d2d干扰管理方法 - Google Patents

Abstract

本发明公开了一种基于功率控制的全双工D2D干扰管理方法，在单个蜂窝小区中，存在多个FD‑D2D用户和CU用户，并且单对FD‑D2D用户复用单个CU的上行信道资源的场景。考虑到因复用而产生的同频干扰以及FD‑D2D用户如何选择待复用的CU问题，分布式进行功率控制和信道资源分配，首先通过功率控制来管理FD‑D2D用户的发射功率以实现对复用的CU用户的干扰限制的同时，最大化发射功率；通过贪婪搜索算法进行信道资源分配，寻求满足所预定标准的信道资源进行复用，实现***的容量最大化。本发明能够提高全双工D2D的抗干扰能力，并且进一步提高对QoS要求较高的网络业务的吞吐量。

Description

一种基于功率控制的全双工D2D干扰管理方法

技术领域

本发明属于移动通信技术领域，涉及一种基于D2D分簇的资源分配方法，具体涉及一种基于功率控制的全双工D2D干扰管理方法。

背景技术

随着移动终端的技术发展和业务类型的多样化，用户对数据的传输速率和数据流量的需求变的越来越高。D2D(Device-to-Device，终端直通)通信是一种能够提高频谱效率的关键技术，适用于近距离通信。全双工(FD)通信技术可以使用户采用相同的资源收发数据。D2D技术和全双工技术同时都具有通信距离近的特征，将这两种技术结合，能够进一步提高频谱效率和***吞吐量。

在一个小区内，如果存在多个全双工D2D对，而蜂窝网络中的无线信道资源又相对紧张时，全双工D2D可采用复用的方式进行通信。复用模式可为D2D提供更高的吞吐量和频谱利用率、更低的功率消耗等诸多优势。图1展示了复用模式下的干扰场景：

D2D使用复用模式时：由于复用蜂窝用户的信道资源会给现存的蜂窝链路带来严重的干扰。当前D2D通信研究中，绝大部分的研究针对D2D对复用CU用户的信道资源。由于基于传统半双工通信模式的蜂窝用户的上、下行业务具有不对称性且上行资源利用率比下行低，同时复用下行信道资源的网络***设计复杂、难度较大等，因此大部分的研究仅限于在单个蜂窝小区中全双工D2D通信复用蜂窝用户的上行信道资源时如何管理和协调用户之间的同频干扰问题，以更大限度的挖掘全双工D2D通信潜在的应用价值。现在的研究主要考虑功率控制和信道分配等方式来减小复用产生的干扰，以达到提高网络整体频谱利用率和网络容量、降低终端能耗、提升边缘用户性能等目的。

目前，现在的技术方案具有如下缺点：在当前的D2D通信研究中，绝大多数研究在FD-D2D复用无线蜂窝网络的信道资源时，并没有考虑用户的QoS需求，也没有考虑CU用户和与之相对的全双工D2D用户之间的功率协作问题。在复用模式下，尽管相互间的干扰通过合理的资源分配减弱，但D2D用户共享CU用户频谱资源带来的传输速率下降问题并未被考虑。

发明内容

为了解决现有技术中的问题，本发明提出了一种基于功率控制的全双工D2D干扰管理方法，联合功率控制和频谱分配方法，基于单个蜂窝小区场景下的无线网络架构模型，以该架构为FD-D2D通信干扰管理的基础，分布式的进行功率控制和信道资源分配，以提升***的容量。

为了实现以上目的，本发明所采用的技术方案为：包括以下步骤：

1)记录并得到CU用户和FD-D2D用户的信干噪比；

2)以FD-D2D对的链路速率总和为优化目标，保证CU用户和FD-D2D用户的服务质量，通过最优功率分配算法构建功率分配模型；

3)将功率分配模型拆分为功率控制和信道资源分配，进行分布式求解；

3.1)功率控制：

3.1.1)将功率分配模型的非凸函数转化为凸函数，进行凸函数优化；

3.1.2)采用功率控制算法求解出功率分配模型的最优解，得到最优功率分配进行功率控制；

3.2)信道资源分配：

功率控制后采用贪婪搜索信道分配算法，通过择优选择标准选出待复用的CU用户的上行信道资源供FD-D2D用户复用，完成全双工D2D干扰管理。

所述步骤1)中CU用户和FD-D2D用户的信干噪比SINR表示为：

式中，

表示FD-D2D对i中用户k的发射功率，

表示CU用户j的发射功率；

表示FD-D2D对中两个用户之间的信道增益，

表示FD-D2D对i中用户k与被复用CU用户之间的干扰信道增益；

表示FD-D2D对i中用户k与基站eNB之间的干扰信道增益；

表示CU用户j与基站eNB之间的信道增益；γ_k表示自干扰消除系数，且γ_k∈[0,1]；

表示高斯白噪声的功率。

所述步骤2)中功率分配模型为：

公式中，λ_i,j表示FD-D2D对是否复用了CU用户的信道资源，当λ_i,j＝1时，第i对FD-D2D复用第j个CU用户的信道资源，其他情况下λ_i,j＝0；

和

分别表示FD-D2D对中用户d₁、用户d₂满足需求的最小信干噪比；

为CU用户的最小信干噪比；

表示FD-D2D用户的最大发射功率。

所述步骤3.1.1)包括以下步骤：

a)将FD-D2D用户最小功率约束条件的进行转换：

定义第i对FD-D2D用户复用CU用户j时，FD-D2D用户和CU用户的SINR分别为

和

k＝1,2，i＝1,...,N，j＝1,...,M，则有：

方程中的常系数为：

利用公式(5)和公式(6)替换公式(3)得到

其中

表示

则功率分配模型转化为：

b)定义

P'对应

的下限，将

转化为

其中，a₁，b₁和a₂，b₂是关于

的系数，则公式(9)的功率分配模型转化为：

c)对公式(11)的功率分配模型进行对数变换，令

定义

得到：

其中：

完成凸函数优化。

所述步骤3.1.2)包括以下步骤：

a)分别对凸函数优化后的功率分配模型中的

求偏导：

b)根据公式

对功率分配模型进行迭代求解，得到功率分配模型的最优解

即最优发射功率，其中

所述迭代算法包括以下步骤：

第一步，初始化每对FD-D2D用户的发射功率为

定义误差发射功率的最小误差；

第二步，首先将已知最优发射功率

作为功率分配模型的发射功率的下限，计算下限对应的相应系数：a₁ ^(l-1)b₁ ^(l-1)，a₁ ^(l-1)和b₂ ^(l-1)，由此求出新的最优发射功率，更新最优发射功率，作为发射功率的下限值，由此经过反复迭代，直到最优发射功率小于最小误差。

所述步骤3.2)包括以下步骤：

a)假设每对FD-D2D用户都可以复用整个网络中的CU用户的上行信道资源，并且假设FD-D2D用户之间不存在相互干扰，遍历蜂窝小区中的所有的FD-D2D用户和CU用户并计算对应的容量增益

b)先采用降序对矩阵C^gain中的第i行，即将第i行的

进行降序排序，然后从集合Ω′_i中遍历出满足FD-D2D用户的速率增益大于零时对应的CU的编号j，此时，集合Ω′_i中的元素代表的就是FD-D2D用户所选择的多个待复用的CU用户的编号，且容量增益

c)令FD-D2D用户的SINR增益

k＝1,2，并要求Δ(j)＞0，则对于FD-D2D对i，最终所选择被复用的CU的编号为

再更新集合Ω_i，作为最终选择为被复用的CU。

所述容量增益

的计算公式如下：

与现有技术相比，本发明针对FD-D2D用户共享CU用户频谱资源而带来的传输速率下降的问题，提出一种复杂度低、运算速度快的功率控制算法，通过功率控制来管理FD-D2D用户的发射功率以实现对复用的CU用户的干扰限制并获取最优功率分配方法；基于得出的最优发射功率信息，通过一种贪婪搜索算法进行信道资源分配，寻求满足所预定标准的信道资源进行复用，实现***容量最大化。本发明联合功率控制和频谱分配方法，基于单个蜂窝小区场景下的无线网络架构模型，以该架构为FD-D2D通信干扰管理的基础，分布式的进行功率控制和信道资源分配，以提升***的容量。

附图说明

图1为FD-D2D复用CU上行资源的***模型示意图；

图2为FD-D2D用户接入率与用户SINR要求变化的关系示意图；

图3为FD-D2D用户接入率与不同的CU数量的关系示意图；

图4为FD-D2D***容量与不同的CU数量的关系示意图；

图5为自干扰消除数量变化与***容量关系示意图。

具体实施方式

下面结合具体的实施例和说明书附图对本发明作进一步的解释说明。

参见图1，本发明考虑圆形的单个蜂窝小区，不考虑小区之间的干扰，N对FD-D2D用户和M个CU用户随机的分布在小区内，并假设均是相对静止的，数值N仅仅表示可建立D2D通信模式的用户的总数，并不表示已经采用的复用模式接入网络的D2D对数量；数值M表示可以被复用的CU的总数。假设每个CU的信道带宽均一样，且均为单信道。在仿真验证时，考虑在不同的变量下CU用户和FD-D2D用户在小区中是随机分布的，且FD-D2D对中的两个用户间的距离随机分布于20m到50m之间，即在每次的仿真实验中各用户之间的相对位置是不同的，导致路径增益以及初始SINR的均不相同，因此针对每种性能仿真重复500次，最后取平均值作为最终的仿真结果。整个仿真过程使用MATLAB软件作为实验的仿真验证平台。

具体包括以下步骤：

(1)记录并得到CU用户和D2D用户的信干噪比SINR，如以下公式所述：

式中，

表示FD-D2D对i中用户k的发射功率，

表示CU用户j的发射功率；

表示FD-D2D对中两个用户之间的信道增益，

表示FD-D2D对i中用户k与被复用CU用户之间的干扰信道增益；

表示FD-D2D对i中用户k与基站之间的干扰信道增益；

表示CU用户j与eNB之间的信道增益；γ_k表示自干扰消除系数，且γ_k∈[0,1]；

表示高斯白噪声的功率。由于被复用CU用户和D2D用户d1在相同频带上共存；

(2)以FD-D2D对的链路速率总和为优化目标，同时保证CU用户和FD-D2D用户的服务质量QoS要求，进行功率分配模型构建，考虑到实际情况CU用户的发射功率是固定不变的，本发明中CU用户的发射功率也将固定不变，以FD-D2D对的链路速率总和为优化目标，同时保证CU用户和FD-D2D用户的服务质量(QoS)要求，通过最优功率分配算法，得到FD-D2D用户最佳的功率分配方案：

功率分配模型P1为：

公式中，λ_i,j表示FD-D2D对是否复用了CU用户的信道资源，当λ_i,j＝1时，第i对FD-D2D复用第j个CU用户的信道资源，其他情况下λ_i,j＝0；

和

分别表示FD-D2D对中用户d₁、用户d₂满足需求的最小信干噪比；

为CU用户的最小信干噪比；

表示FD-D2D用户的最大发射功率，公式(d)和(e)表明同一信道仅能被单一用户使用；

(3)因为FD-D2D用户的发射功率

与***中CU用户的信道资源不会产生影响，可以将优化目标FD-D2D拆分为功率控制和信道资源分配两个问题，进行分布式求解：

(3.1)功率控制：

(3.1.1)解决FD-D2D通信功率分配优化问题，由于功率分配模型为一个混合整数非线性优化问题，直接找到功率分配模型的最优功率分配策略较为困难，因此考虑将难以解决的非凸问题转化为凸问题，将功率分配模型的非凸函数转化为凸函数，进行凸函数优化；

(a)将FD-D2D用户最小功率约束条件的进行转换：

定义第i对FD-D2D用户复用CU用户j时，FD-D2D用户和CU用户的SINR分别为

和

k＝1,2，i＝1,...,N，j＝1,...,M，则有：

方程中的常系数为：

利用公式(5)和公式(6)替换公式(3)得到

其中

表示

则功率分配模型转化为P2：

(b)定义

P'对应

的下限，将

转化为

其中，a₁，b₁和a₂，b₂是关于

的系数，则公式(9)的功率分配模型转化为P3：

(c)对公式(11)的功率分配模型进行对数变换，令

定义

得到P4：

其中：

完成凸函数优化；

(3.1.2)凸函数优化的功率分配模型是一个严格凸优化问题，其目标函数存在最优解，通过功率控制算法计算出功率分配模型的最优解，即最优功率分配方法：由公式

进行迭代计算出功率分配模型P4的一个最优解

其中

具体包括以下步骤：

(a)分别对凸函数优化后的功率分配模型中的

求偏导：

(b)根据公式

对功率分配模型进行迭代求解，得到功率分配模型的最优解

即最优发射功率，其中

由于最优解越大越好，开发了一种迭代算法来计算的近似最优解：

第一步，初始化每对FD-D2D用户的发射功率为

定义误差发射功率的最小误差；

第二步，首先将已知最优发射功率

作为功率分配模型的发射功率的下限，计算下限对应的相应系数：a₁ ^(l-1)b₁ ^(l-1)，a₁ ^(l-1)和b₂ ^(l-1)，由此求出新的最优发射功率，更新最优发射功率，作为发射功率的下限值，由此经过反复迭代，直到最优发射功率小于最小误差；

基于上述定义，该算法的具体细节如下所述：

1.初始化：令l＝0，令问题P4的初始值为

要求误差

2.迭代

3.l＝l+1；

4.令

5.计算相应的系数:a₁ ^(l-1)b₁ ^(l-1)，a₁ ^(l-1)以及b₂ ^(l-1)；

6.求解凸优化问题P4并获得最优解

7.计算

的指数变换，可以得到问题P3的最优解

8.直到

9.迭代结束

10.返回

(3.2)信道资源分配：继功率控制后，采用贪婪搜索信道分配算法，该算法通过一种择优选择标准选出待复用的CU用户的上行信道资源供FD-D2D用户复用，以进一步提升网络容量，包括以下步骤：

(a)假设每对FD-D2D用户都可以复用整个网络中的CU用户的上行信道资源，并且假设FD-D2D用户之间不存在相互干扰，遍历蜂窝小区中的所有的FD-D2D用户和CU用户并计算对应的容量增益

(b)先采用降序对矩阵C^gain中的第i行，即将第i行的

进行降序排序，然后从集合Ω′_i中遍历出满足FD-D2D用户的速率增益大于零时对应的CU的编号j，此时，集合Ω′_i中的元素代表的就是FD-D2D用户所选择的多个待复用的CU用户的编号，且容量增益

(c)令FD-D2D用户的SINR增益

k＝1,2，并要求Δ(j)＞0，则对于FD-D2D对i，最终所选择被复用的CU的编号为

再更新集合Ω_i，作为最终选择为被复用的CU。

为了保证通过复用CU用户的上行信道资源能够提升网络的容量，当第i对FD-D2D用户复用第j个CU用户的信道资源时所实现的容量增益定义为

如下式所示：

此外，定义一个N×M的矩阵C^gain，其中元素为

即FD-D2D对i复用CU用户j的信道资源时所实现的容量增益值，定义最终与第i对FD-D2D用户共享同一信道资源的CU用户包含于集合Ω_i中，i＝1,...,N；而集合Ω′_i中元素则表示的是第i对FD-D2D用户复用第j个CU的上行信道资源在满足容量增益

时所有的待复用CU用户。基于上述定义，基于最佳功率分配的贪婪搜索信道算法的具体细节如下所述：

1.Step 1：初始化集合

2.计算

i＝1,...,N，j＝1,...,M；

3.Step 2：for i＝1,...,N

4.a)采用降序对

进行排序；

5.b)对于j＝1,...,M，如果满足

则更新集合Ω′_i＝Ω′_i∪j；

c)功率分配算法；

6.end for

7.Step 3：for i＝1,...,N，j∈Ω′_i

8.令

9.ifΔ(j)＞0

Ω_i＝Ω_i∪j^*，Ω′i=Ω′i/j*，

输出

else

输出λ_i,j＝0；

end if

end for

本发明显著地提升了网络吞吐量和接入率方面的性能，也是对网络性能的进一步提升；增加了网络对不同的业务流处理的区分度，对不同的业务因需提供资源，增加了FD-D2D***的容量；在网络带宽资源使用效率方面，本发明具有明显的优势；在业务服务质量上，能达到比基本需求高的指标，逐渐向最优靠近。具体优点如下：

(1)在同时满足FD-D2D用户和CU的SINR要求时，该算法能够提高FD-D2D链路的吞吐量；另外，FD-D2D在复用CU的信道资源情况下，FD-D2D用户数量、FD-D2D的最低SINR要求和自干扰消除数量都是限制FD-D2D链路吞吐量的主要因素，图2说明对FD-D2D用户的SINR要求的标准越高，FD-D2D用户越不容易接入网络。图3，在相同的SINR最低标准情况下，CU用户的数量越多，意味着潜在的可复用的CU用户的数量就越多，因此每一对FD-D2D用户就更容易接入网络。对比两种算法，进行功率控制后进行资源管理算法的接入率明显要比仅进行信道资源管理算法高。

(2)随着CU用户数量的增加，CU用户被复用的机率会不断增大，使得接入率会不断增大，由图4已知，接入率的不断增大，可以使得拥有更高的标准SINR可以实现，所以两种算法的***容量都不断增加；其次，在一定CU用户数量时，基于功率控制的干扰管理算法具有最优的发射功率，所以***容量将会更高，FD-D2D的***容量随着N增大而不断增加。因此CU用户数量越多，可接入的FD-D2D对数也将会越多。对比两种算法，进行功率控制后进行资源管理算法的***容量明显要比仅进行信道资源管理算法大。

(3)图5表明，在不同数量的FD-D2D条件下，FD-D2D***的容量会随着自干扰消除系数的增加而变大，在相同自干扰消除数量时，满足FD-D2D用户和CU用户的SINR要求时，基于功率控制的干扰管理法可以有效提高***传输速率。

Claims (1)

1.一种基于功率控制的全双工D2D干扰管理方法，其特征在于，包括以下步骤：

1)记录并得到CU用户和FD-D2D用户的信干噪比；

2)以FD-D2D对的链路速率总和为优化目标，保证CU用户和FD-D2D用户的服务质量，通过最优功率分配算法构建功率分配模型；

3)将功率分配模型拆分为功率控制和信道资源分配，进行分布式求解；

3.1)功率控制：

3.1.1)将功率分配模型的非凸函数转化为凸函数，进行凸函数优化；

3.1.2)采用功率控制算法求解出功率分配模型的最优解，得到最优功率分配进行功率控制；

3.2)信道资源分配：

功率控制后采用贪婪搜索信道分配算法，通过择优选择标准选出待复用的CU用户的上行信道资源供FD-D2D用户复用，完成全双工D2D干扰管理；

所述步骤1)中CU用户和FD-D2D用户的信干噪比SINR表示为：

式中，

表示FD-D2D对i中用户k的发射功率，

表示CU用户j的发射功率；

表示FD-D2D对中两个用户之间的信道增益，

表示FD-D2D对i中用户k与被复用CU用户之间的干扰信道增益；

表示FD-D2D对i中用户k与基站eNB之间的干扰信道增益；

表示CU用户j与基站eNB之间的信道增益；γ_k表示自干扰消除系数，且γ_k∈[0,1]；

表示高斯白噪声的功率；

所述步骤2)中功率分配模型为：

公式中，λ_i,j表示FD-D2D对是否复用了CU用户的信道资源，当λ_i,j＝1时，第i对FD-D2D复用第j个CU用户的信道资源，其他情况下λ_i,j＝0；

和

分别表示FD-D2D对中用户d₁、用户d₂满足需求的最小信干噪比；

为CU用户的最小信干噪比；

表示FD-D2D用户的最大发射功率；

所述步骤3.1.1)包括以下步骤：

a)将FD-D2D用户最小功率约束条件的进行转换：

定义第i对FD-D2D用户复用CU用户j时，FD-D2D用户和CU用户的SINR分别为

和

k＝1,2，i＝1,...,N，j＝1,...,M，则有：

方程中的常系数为：

利用公式(5)和公式(6)替换公式(3)得到

其中

表示

则功率分配模型转化为：

b)定义

P'对应

的下限，将

转化为

其中，a₁，b₁和a₂，b₂是关于

的系数，则公式(9)的功率分配模型转化为：

c)对公式(11)的功率分配模型进行对数变换，令

定义

得到：

其中：

完成凸函数优化；

所述步骤3.1.2)包括以下步骤：

a)分别对凸函数优化后的功率分配模型中的

求偏导：

b)根据公式

对功率分配模型进行迭代求解，得到功率分配模型的最优解

即最优发射功率，其中

所述迭代算法包括以下步骤：

第一步，初始化每对FD-D2D用户的发射功率为

定义误差发射功率的最小误差；

第二步，首先将已知最优发射功率

作为功率分配模型的发射功率的下限，计算下限对应的相应系数：a₁ ^(l-1)b₁ ^(l-1)，a₁ ^(l-1)和b₂ ^(l-1)，由此求出新的最优发射功率，更新最优发射功率，作为发射功率的下限值，由此经过反复迭代，直到最优发射功率小于最小误差；

所述步骤3.2)包括以下步骤：

a)假设每对FD-D2D用户都可以复用整个网络中的CU用户的上行信道资源，并且假设FD-D2D用户之间不存在相互干扰，遍历蜂窝小区中的所有的FD-D2D用户和CU用户并计算对应的容量增益

b)先采用降序对矩阵C^gain中的第i行，即将第i行的

进行降序排序，然后从集合Ω′_i中遍历出满足FD-D2D用户的速率增益大于零时对应的CU的编号j，此时，集合Ω′_i中的元素代表的就是FD-D2D用户所选择的多个待复用的CU用户的编号，且容量增益

c)令FD-D2D用户的SINR增益

k＝1,2，并要求△(j)>0，则对于FD-D2D对i，最终所选择被复用的CU的编号为

再更新集合Ω_i，作为最终选择为被复用的CU；

所述容量增益

的计算公式如下：

Images