CN110139281A - 一种基于K-means的全双工D2D分簇资源分配的方法 - Google Patents

一种基于K-means的全双工D2D分簇资源分配的方法 Download PDF

Info

Publication number
CN110139281A
CN110139281A CN201910226850.6A CN201910226850A CN110139281A CN 110139281 A CN110139281 A CN 110139281A CN 201910226850 A CN201910226850 A CN 201910226850A CN 110139281 A CN110139281 A CN 110139281A
Authority
CN
China
Prior art keywords
user
cluster
interference
base station
resource
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN201910226850.6A
Other languages
English (en)
Inventor
黄旭
曾孟佳
徐会彬
范祥祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huzhou University
Original Assignee
Huzhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huzhou University filed Critical Huzhou University
Priority to CN201910226850.6A priority Critical patent/CN110139281A/zh
Publication of CN110139281A publication Critical patent/CN110139281A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14Spectrum sharing arrangements between different networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W48/00Access restriction; Network selection; Access point selection
    • H04W48/02Access restriction performed under specific conditions
    • H04W48/04Access restriction performed under specific conditions based on user or terminal location or mobility data, e.g. moving direction, speed
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/50Allocation or scheduling criteria for wireless resources
    • H04W72/54Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/541Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/50Allocation or scheduling criteria for wireless resources
    • H04W72/54Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/542Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W76/00Connection management
    • H04W76/10Connection setup
    • H04W76/14Direct-mode setup
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W76/00Connection management
    • H04W76/10Connection setup
    • H04W76/18Management of setup rejection or failure
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/18Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Computer Security & Cryptography (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出一种基于K‑means的全双工D2D分簇资源分配的方法,提出了D2D对通信限制区域的概念,在限制区域以外D2D对对基站的干扰可忽略。对于CU用户对D2D用户对的干扰提出限制复用区域概念,在限制复用区域外,D2D对才有可能复用该CU资源。对于D2D对之间的干扰,提出了使用K‑means算法利用D2D对之间的干扰强度值对其进行分簇的算法,相互间的干扰值越大则分在一个簇的概率越小,分在同一个簇的D2D对之间干扰的可忽略,即它们可复用同一个CU的资源。对资源分配的过程进行了算法描述,对分好簇的D2D对进行CU资源块分配,通过计算将最优资源块分配给D2D对,从而一方面尽量消除干扰,另一方面提高***总体效能。

Description

一种基于K-means的全双工D2D分簇资源分配的方法
【技术领域】
本发明涉及通信技术的技术领域,特别是一种基于K-means的全双工D2D分簇资源分配的方法。
【背景技术】
近年来,智能手机的兴起与迅猛发展深刻改变了人类的沟通、交流和娱乐方式。云计算、物联网及多媒体等无线应用的广泛使用,为高速、高效的无线通信技术提供了更好的平台。5G是面向2020年后信息通信需求而发展的下一代移动通信***。它具有更高的频谱利用率和传输速率,在传输时延、QoS感受、接入链路数目和安全等性能上也将得到显著提升。移动通信终端直通通信技术是移动通信领域中的一个研究热点。D2D是指相邻的终端可以在近距离范围内通过直连链路进行数据传输,而不需要通过中心节点进行转发。在这种情况下,基站只发送一些控制信息,大大减轻了基站的负荷。而D2D用户可以有效复用经网络授权的无线资源,从而提升无线频谱的复用率,扩大异构蜂窝网络的吞吐量和覆盖范围。在全双工模式下,由于允许用户同时同步收发信号,双倍地增高了频谱效益。该技术能够大幅度提升无线传输速率,有着巨大的技术优势和应用前景,是未来5G通信的备选方案之一。
在同一蜂窝小区下,信道资源被D2D通信与蜂窝用户同时复用,因此,D2D通信技术在带来便利的同时也带来了同频干扰等问题。当用户数量增加,彼此之间的干扰也会随之上升,网络容量优化和功率分配问题也随之产生,从而导致整个***的功耗也随之增加。在异构网络中,有两种资源分配方案:一种是局部资源分配(固定小区服务用户的资源和自适应调节D2D对的资源分配),另一种是全局资源分配(小区服务用户和D2D对联合分配资源)。由于D2D通信对相互之间竞争或合作地共享资源,所以它们个体或团体的行为符合博弈论的内在性质,可以利用其有效地建模和分析。
D2D通信技术与认知无线电技术(Cognitive Radio,CR)结合可以有效地降低干扰。认知无线电技术通过与外界环境的交互而进行多维度频谱探测,能够实时与周环境进行交互,能够感知到接收的干扰,并对干扰予以判断,为认知用户选择最合适通信的频段,在不对主用户造成干扰的情况下,实现与主用户的频谱共享。如何统筹管理小区频谱资源,合理确定各设备的通信功率,最大限度地减少设备间干扰,成为D2D进入实用化阶段的主要瓶颈。现提出一种基于K-means的全双工D2D分簇资源分配的方法。
【发明内容】
本发明的目的就是解决现有技术中的问题,提出一种基于K-means的全双工D2D分簇资源分配的方法,能够消除D2D对对基站、D2D对之间以及CU用户对D2D对的干扰,对分好簇的D2D对进行CU资源块分配,通过计算将最优资源块分配给D2D,可提高***总体效能。
为实现上述目的,本发明提出了一种基于K-means的全双工D2D分簇资源分配的方法,具体包括如下步骤:
S1.D2D用户对通信限制区域划定:划定一个D2D通信限制区域,在该区域内认为D2D对对基站的干扰很大,而在该区域外认为D2D对对基站的干扰可忽略,当基站接收到D2D链接建立请求时,基站首先判定D2D的发射端是否在D2D通信限制区域内,如果是则禁止D2D链接的建立;
S2.蜂窝用户被限制复用区域:当D2D用户和蜂窝用户使用相同上行资源时,CUj会对D2Di,rx接收信号产生干扰,并且CUj和D2Di,rx之间距离越近,干扰就越大,划定蜂窝用户被限制复用区域来减少这类干扰,所述CUj为第j个蜂窝用户,所述D2Di,rx为第i对D2D用户的接收端;
S3.***模型建立:为满足用户的QoS请求,必须保证D2D用户的蜂窝用户达到各自的最小SINR,所述SINR为信号与干扰加噪声比;并且只有同时满足保证蜂窝用户和D2D用户满足其自身的QoS需求这两个条件的D2D才可以被接入网络,其中,蜂窝用户和D2D用户的发射功率不应超过各自的最大发射功率;
S4.D2D对分簇解决D2D对相互间的干扰问题:对D2D用户对进行分簇处理,认为同一个簇中的D2D对相互间干扰可忽略,可以对同一个CU的资源进行复用,计算出各个D2D对之间的距离,D2D对之间的距离越近,则干扰越大,D2D对之间的距离值跟干扰值成反比;以距离值的倒数作为干扰值的表征,形成D2D对的干扰值矩阵,再利用K-means聚类的方法根据干扰值矩阵进行D2D对分簇;
S5.QoS保证下的D2D用户簇的资源分配:资源分配阶段需对每个簇中的D2D用户进行筛选,只有既能满足D2D自身的QoS请求,同时又能保证对蜂窝用户的正常通信不造成影响的D2D对才能最终接入网络;以throughputRj值表征每个簇在每个RB上达到的吞吐量,最终构建出一个以簇数和RB数为维度的二维throughputRj矩阵,根据构建的矩阵,为每个簇合理分配资源。
作为优选,在蜂窝***模型中以BS为基站,第i个D2D用户对D2Di复用第j个蜂窝用户CUj的上行资源,D2D对发射端D2Di,tx到基站的信道增益,以及CUj到D2Di,rx的信道增益分别表示为:
其中,K和α分别是由蜂窝***环境所决定的路损常数和路损指数;di,B是D2Di,tx到基站的距离,di,j是CUj到D2Di,rx的距离;δi,B是D2Di,tx到基站服从指数分布的快衰落增益;δi,j是CUj到D2Di,rx服从指数分布的快衰落增益;ξi,B是D2Di,tx到基站服从对数分布的慢衰落增益;ξi,j是CUj到D2Di,rx服从对数分布的慢衰落增益;
所述步骤S1中设为D2D用户的最大发射功率,Id,B表示D2D用户对对基站的干扰门限值,Id,B由蜂窝小区根据长期观测得出,则必须满足:
联合式(1)和式(3)求解可得D2D通信限制区域的半径R1:
D2D通信限制区域就是以基站BS为圆心,R1为半径的圆形区域。
作为优选,所述步骤S2中设表示蜂窝用户的最大发射功率,Ic,d表示蜂窝用户对D2D用户干扰的门限值,则蜂窝用户对D2D用户的干扰必须小于这个门限值,否则D2D用户也不能正常进行通信,满足公式
其中,Ic,d由蜂窝小区长期观测决定;联合式(2)和式(5)可以计算出蜂窝用户被限制复用区域半径R2:
蜂窝用户被限制复用区域是以D2Di,rx为圆心,R2为半径的圆形区域,在这个区域内的蜂窝用户不会被D2D对选择为潜在的复用对象。
作为优选,所述步骤S3中对小区m中的设备k而言,该设备通信时的SINR为:
其中,PR(m,k)=PT(m,k)·GT(m,k),表示设备k接收到小区m的有效信号强度,PT(m,k)为基站每个RB的发射功率,GT(m,k)是基站与设备间的信道增益;I(m,k)为来自其他设备的干扰之和;
则***目标应为最大化***吞吐量:
其中,分别表示蜂窝用户和D2D用户的实际SINR;分别表示蜂窝用户j和D2D用户i的实际发射功率;hcj,B表示蜂窝用户J和基站之间的信道增益,其模型为128.1+37.6·lgD,其中D表示蜂窝用户和基站之间的距离,以km为单位;hdi,di,hdl,di,hcj,di,hdi,cj表示用户之间的信道增益,其模型为10·lgD4,其中D表示两用户之间的距离,以m为单位;xi,j为一个二进制值,若用户i和用户j共享相同的资源,则xi,j=1,否则为0;分别为蜂窝用户和D2D用户正常通信时需达到的最小信噪比,上述目标函数表示最大化整个***的吞吐量,前两个受限条件(1a)(1b)保证蜂窝用户和D2D用户满足其自身的QoS需求,只有同时满足这两个条件的D2D才可以被接入网络;后两个受限条件(1c)(1d)表示蜂窝用户和D2D用户的发射功率不应超过各自的最大发射功率。
作为优选,所述步骤S4中设D2D设备总数为Nue,则所有D2D设备记为X=(x(i),i=1,2,...,Nue);分簇后形成KC个簇,记作C={c(j),j=1,2,...,KC};具体算法过程为:
S4.1随机选取KC个初始分簇中心,记作U={u(j),j=1,2,...,KC};
S4.2计算各个样本间的距离,使用距离值的倒数形成干扰值矩阵,将样本加入与其干扰值最小的那个中心的簇中;
S4.3计算簇c(j)内各点到其相应簇中心u(j)的距离平方和以及总距离平方和:
根据最小二乘法和拉格朗日原理,簇中心u(j)应取对应簇c(j)内各样本点的均值;
S4.4按照以上步骤进行迭代并更新簇,直到J(C)收敛即得到最小值,迭代结束;
S4.5输出:迭代结束后,输出分簇后的KC个簇中心的空间坐标以及每个簇中包含了哪些D2D设备。
作为优选,所述步骤S5中采用的资源共享模式为:蜂窝用户已事先分配好资源,且每个蜂窝用户占用一个RB,单个D2D簇可以复用多个蜂窝用户的频谱资源,而一个蜂窝频谱资源只能被一个簇复用;下面用矩阵Y=[ykn]表示信道分配情况,元素ykn=1表示信道n分配给D2D簇k,否则等于0;满足分配方式Yopt使得整个***的吞吐量最大化,即:
其中,Rkn表示簇k在RBn上的数据速率。
本发明的有益效果:本发明通过首先提出了D2D通信限制使用区域和D2D用户限制复用蜂窝用户区域的概念,以降低资源分配的复杂度和干扰强度。其次,根据D2D对之间的干扰程度,利用K-means算法进行分簇,以消除D2D对之间的干扰。再次,在满足蜂窝用户和D2D用户各自QoS的前提下,改进资源分配算法,以最大化***吞吐量。
本发明的特征及优点将通过实施例结合附图进行详细说明。
【附图说明】
图1是本发明中问题描述***模型图;
图2是本发明中D2D通信限制区域与蜂窝用户限制复用区域的示意图;
图3是本发明中D2D通信限制区域半径增加下的***平均SINR变化情况图;
图4是本发明中两种资源分配方案在D2D对数增加情况下的***总吞吐量情况;
图5是本发明中***总吞吐量在两种方案下的累积分布函数。
【具体实施方式】
本发明要解决的问题描述如下:
考虑单小区模型,包括M个蜂窝用户和N个D2D用户对,小区子信道数目为L。其中蜂窝用户集合为C={C1,C2,...,CM},D2D用户对集合为D={D1,D2,...,DN}。D2D用户对复用蜂窝用户的链路资源。和用户设备相比,基站具有更强大的抗干扰能力和处理能力,而且蜂窝网络上下行数据量具有不对称性,上行资源更未得到充分利用。因此,本发明讨论的D2D通信选择复用蜂窝***的上行链路资源。
假设对于基站来说,各个用户设备的位置坐标都是已知的,这样就可以算出任意用户之间以及用户与基站之间的信道增益。如图1所示,在蜂窝***模型中以BS为基站,第i个D2D用户对D2Di复用第j个蜂窝用户CUj的上行资源。
如图1所示,CUj向BS发射信号,信道增益为gj,B。第i对D2D用户对D2Di的发射端D2Di,tx向其接收端D2Di,rx发射信号,信道增益为gi。CUj发射信号时,会对D2Di的接收信号D2Di,rx产生干扰,信道增益为hi,j。D2Di,tx发射信号时,会对基站接收信号产生干扰,信道增益为hi,B,高斯白噪声为N0
除了考虑路损模型之外,还要考虑由多径效应产生的快衰落和阴影效应产生的慢衰落。所以D2D对发射端D2Di,tx到基站的信道增益,以及CUj到D2Di,rx的信道增益可以分别表示为:
其中,K和α分别是由蜂窝***环境所决定的路损常数和路损指数;di,B是D2Di,tx到基站的距离,di,j是CUj到D2Di,rx的距离;δi,B是D2Di,tx到基站服从指数分布的快衰落增益;δi,j是CUj到D2Di,rx服从指数分布的快衰落增益;ξi,B是D2Di,tx到基站服从对数分布的慢衰落增益;ξi,j是CUj到D2Di,rx服从对数分布的慢衰落增益。
经过上述的分析可得,本场景下存在三类干扰:(1)D2D发送端对蜂窝***的干扰;(2)蜂窝用户对D2D接收端的干扰;(3)共享相同频谱资源的D2D对之间的干扰。本发明要解决的问题即是在考虑三类干扰的情况下,建立蜂窝小区资源复用状态***模型,并对其进行求解,以确定最佳资源分配方案。
本发明一种基于K-means的全双工D2D分簇资源分配的方法:具体包括如下步骤:
S1.D2D用户对通信限制区域划定
由于D2D用户复用的是蜂窝用户的上行资源,故D2D对离基站越近,对BS接收CU信号的干扰就越大。因此为了减少干扰,提高***总的吞吐量,减少计算的复杂度,划定一个D2D通信限制区域,在该区域内认为D2D对对基站的干扰很大,而在该区域外认为D2D对对基站的干扰可忽略。设为D2D用户的最大发射功率,Id,B表示D2D用户对对基站的干扰门限值。则必须满足
D2D用户对基站的干扰必须小于这个门限值,否则就会对基站带来比较严重的干扰,使蜂窝用户不能正常进行通信。其中,Id,B由蜂窝小区根据长期观测得出。联合式(1)和式(3)求解可得D2D通信限制区域的半径R1:
所以,D2D通信限制区域就是以基站BS为圆心,R1为半径的圆形区域,则图1可转化为图2。当基站接收到D2D链接建立请求时,基站首先判定D2D的发射端是否在D2D通信限制区域内,如果是则禁止D2D链接的建立。如图2所示,以BS为圆心、R1为半径的圆是D2D通信限制区域。
S2.蜂窝用户被限制复用区域
由图1可知,当D2D用户和蜂窝用户使用相同上行资源时,CUj会对D2Di,rx接收信号产生干扰,并且CUj和D2Di,rx之间距离越近,干扰就越大。因此划定蜂窝用户被限制复用区域来减少这类干扰。设表示蜂窝用户的最大发射功率,Ic,d表示蜂窝用户对D2D用户干扰的门限值,则蜂窝用户对D2D用户的干扰必须小于这个门限值,否则D2D用户也不能正常进行通信。即应该满足公式
其中,Ic,d由蜂窝小区长期观测决定。联合式(2)和式(5)可以计算出蜂窝用户被限制复用区域半径R2:
所以如图2所示,蜂窝用户被限制复用区域是以D2Di,rx为圆心,R2为半径的圆形区域。在这个区域内的蜂窝用户不会被D2D对选择为潜在的复用对象。
S3.***模型建立
为满足用户的QoS请求,必须保证D2D用户的蜂窝用户达到各自的最小SINR(信号与干扰加噪声比)。
对小区m中的设备k而言,该设备通信时的SINR为:
其中,PR(m,k)=PT(m,k)·GT(m,k),表示设备k接收到小区m的有效信号强度,PT(m,k)为基站每个RB的发射功率,GT(m,k)是基站与设备间的信道增益;I(m,k)为来自其他设备的干扰之和。
则***目标应为最大化***吞吐量:
其中,分别表示蜂窝用户和D2D用户的实际SINR;分别表示蜂窝用户j和D2D用户i的实际发射功率;hcj,B表示蜂窝用户J和基站之间的信道增益,其模型为128.1+37.6·lgD,其中D表示蜂窝用户和基站之间的距离,以km为单位;hdi,di,hdl,di,hcj,di,hdi,cj表示用户之间的信道增益,其模型为10·lgD4,其中D表示两用户之间的距离,以m为单位;xi,j为一个二进制值,若用户i和用户j共享相同的资源,则xi,j=1,否则为0;分别为蜂窝用户和D2D用户正常通信时需达到的最小信噪比。
上述目标函数表示最大化整个***的吞吐量,前两个受限条件(1a)(1b)保证蜂窝用户和D2D用户满足其自身的QoS需求,只有同时满足这两个条件的D2D才可以被接入网络。后两个受限条件(1c)(1d)表示蜂窝用户和D2D用户的发射功率不应超过各自的最大发射功率。
S4.D2D对分簇解决D2D对相互间的干扰问题
由于蜂窝小区中的D2D对之间也存在相互干扰的问题,为了***资源的有效利用,尽量减小这种干扰,则对D2D用户对进行分簇处理,认为同一个簇中的D2D对相互间干扰可忽略,可以对同一个CU的资源进行复用。由于位置坐标已知,可以计算出各个D2D对之间的距离,D2D对之间的距离越近,则干扰越大,即D2D对之间的距离值跟干扰值成反比。这里使用距离值的倒数作为干扰值的表征,形成D2D对的干扰值矩阵。再利用K-means聚类的方法根据干扰值矩阵进行D2D对分簇。设D2D设备总数为Nue,则所有D2D设备记为X=(x(i),i=1,2,...,Nue)。分簇后形成KC个簇,记作C={c(j),j=1,2,...,KC}。具体算法过程为:
(1)随机选取KC个初始分簇中心,记作U={u(j),j=1,2,...,KC}。
(2)计算各个样本间的距离,使用距离值的倒数形成干扰值矩阵,将样本加入与其干扰值最小的那个中心的簇中。
(3)计算簇c(j)内各点到其相应簇中心u(j)的距离平方和以及总距离平方和:
根据最小二乘法和拉格朗日原理,簇中心u(j)应取对应簇c(j)内各样本点的均值。
(4)按照以上步骤进行迭代并更新簇,直到J(C)收敛即得到最小值,迭代结束。
输出:迭代结束后,输出分簇后的KC个簇中心的空间坐标以及每个簇中包含了哪些D2D设备。
S5.QoS保证下的D2D用户簇的资源分配
通过上述方案,将所有D2D用户对分为K个簇,每个簇称为gk。由于在每个TTI下D2D的干扰情况不同,故簇的个数及簇的大小并不固定,这充分利用了D2D的瞬时信道状态信息。本节的主要任务是决定将哪个子信道分配给哪个簇。本发明考虑的资源共享模式为:蜂窝用户已事先分配好资源,且每个蜂窝用户占用一个RB,单个D2D簇可以复用多个蜂窝用户的频谱资源,而一个蜂窝频谱资源只能被一个簇复用。下面用矩阵Y=[ykn]表示信道分配情况,元素ykn=1表示信道n分配给D2D簇k,否则等于0。本发明的目标是找到一种分配方式Yopt使得整个***的吞吐量最大化,即:
其中,Rkn表示簇k在RBn上的数据速率。为了保证原蜂窝网络的正常通信,在实际资源分配阶段,需对每个簇中的D2D用户进行筛选,只有那些既能满足D2D自身的QoS请求,同时又能保证对蜂窝用户的正常通信不造成影响的D2D对才能最终接入网络。因此,同一个簇gk在不同的资源块上能和蜂窝用户共享资源的D2D对是不同的,下文用簇gkjShare来表示簇gk中能共享RBj的D2D集合。
对于某个特定的RB,簇中最终能接入网络的D2D用户的筛选过程如下:
步骤(2)过滤了当考虑D2D对对基站的干扰、蜂窝用户对D2D对的干扰后,簇gk中不能满足自身QoS请求的D2D用户对,得到簇gkj;步骤(3)计算簇gkj每个D2D用户对对蜂窝用户的干扰,并根据干扰值的大小将对应D2D用户排序;步骤(4)从簇gkj中对蜂窝用户干扰最小的D2D开始,计算该D2D共享RBj时蜂窝用户达到的SINR,若小于蜂窝用户的最小SINR,则不允许该D2D用户共享RBj;若满足,则将该D2D对放入簇gkjshare中,并加入干扰次小的D2D用户,再次计算蜂窝用户的SINR,直到小于蜂窝用户的最小SINR为止。最终获得gkj中所有能共享RBj的D2D用户对,且用簇gkjshare表示。
本发明用throughputRj值表征每个簇在每个RB上达到的吞吐量,最终构建出一个以簇数和RB数为维度的二维throughputRj矩阵,根据构建的矩阵,为每个簇合理分配资源。
其中簇gk共享RBj时的throughputRj值定义为:
其中,表示簇gkjshare中的D2D用户对在RBj所达到的SINR,γCU表示RBj的蜂窝用户在受到簇gkjshare中所有的D2D用户的干扰下达到的SINR。
具体的资源分配过程如下:
(1)初始化:根据式(8)计算出每个簇在每个RB上的throughputRj值,构建throughputRj矩阵,设集合S为尚未被分配的RB集合,j表示单个RB,j∈S
(2)while
在throughputRj矩阵中,找到最大的throughputRj值,得到该值对应的RBj和簇gkjshare
将RBj分配给簇gkjshare
将RBj对应的所有throughputRj置为-1000;
S=S-{j};
endwhile
(3)功率分配:D2D对i的最终发射功率(D2Di分配到的RB个数)
蜂窝用户的发射功率
本发明仿真结果与分析如下:
仿真参数:
考虑一个半径为500m的单蜂窝小区场景,所有CU和DU随机均匀分布在小区内,D2D对与CU均为静止状态,每个接收端和发射端均采用单天线。在仿真过程中,假设全双工D2D节点的自干扰消除数量为110dB,天线增益为14.0dBi,上行链路带宽设置为1.4Mhz,即资源块RB为6个。其他参数如表1所示。通过Matlab软件进行仿真,本发明所提方案以***总吞吐量和平均信干燥比作为优化目标,并与全双工随机资源分配方案[ChenTW2014,SonCD2014]进行了对比和分析,验证了本发明所提分配方案的有效性。
表1仿***要参数
验证分析:
(1)D2D通信限制区域验证
图3为D2D通信限制区域半径增加下的***平均SINR变化情况图。从图3可以看到,当D2D通信限制区域半径从0m增加到150m时,***平均SINR增加并不是很明显;当半径超过150m时,***平均SINR随着D2D通信限制区域半径的增大而逐渐增大。由此可见,为了降低D2D用户对基站的干扰,蜂窝小区加入D2D通信限制区域是十分必要的,而在本发明设定的实验条件下,D2D通信限制区域的半径大小大概在150m左右。同时由图3可以看出所提算法在***频谱效率上要明显优于文献[ChenTW2014,SonCD2014]中的资源块随机分配算法。
(2)D2D对数对***总吞吐量的影响验证
图4为两种资源分配方案在D2D对数增加情况下的***总吞吐量情况。由图4可以看出,当D2D用户对个数为20对以下时,本发明所提出的资源分配方案与随机分配方案的吞吐量相差不大。随着D2D对数的增加,两种方案的***总吞吐量都逐渐上升,但本发明提出的方案的吞吐量明显高于随机资源分配方案。
(3)***总吞吐量累积分布函数对比
图5为***总吞吐量在两种方案下的累积分布函数。由于本发明提出的方法首先采用K-means聚类对相互间产生干扰可以忽略的D2D对进行了分簇,再利用最优资源分配算法将最优的RB分配给D2D对,使***内可复用的RB得到了充分的利用,蜂窝***中建立的D2D链路数达到了最大化。因此和参考算法相比,***的总吞吐量得到显著提升。
本发明一种基于K-means的全双工D2D分簇资源分配的方法,为了消除D2D对对基站、D2D对之间以及CU用户对D2D对的干扰,提出了相应的对策及解决办法,构建了***效能最大化的函数模型,并对其进行了求解。对于消除D2D对对基站的干扰,提出了D2D对通信限制区域的概念,在限制区域以外D2D对对基站的干扰可忽略。对于CU用户对D2D用户对的干扰提出限制复用区域概念,在限制复用区域外,D2D对才有可能复用该CU资源。对于D2D对之间的干扰,提出了使用K-means算法利用D2D对之间的干扰强度值对其进行分簇的算法,相互间的干扰值越大则分在一个簇的概率越小,分在同一个簇的D2D对之间干扰的可忽略,即它们可复用同一个CU的资源。然后,对资源分配的过程进行了算法描述,对分好簇的D2D对进行CU资源块分配,通过计算将最优资源块分配给D2D对,从而一方面尽量消除干扰,另一方面提高***总体效能。最后,利用Matlab软件对***进行了实验仿真,结果表明本发明提出的资源分配方案能有效消除干扰,提高***总体效能。
上述实施例是对本发明的说明,不是对本发明的限定,任何对本发明简单变换后的方案均属于本发明的保护范围。

Claims (6)

1.一种基于K-means的全双工D2D分簇资源分配的方法,其特征在于:具体包括如下步骤:
S1.D2D用户对通信限制区域划定:划定一个D2D通信限制区域,在该区域内认为D2D对对基站的干扰很大,而在该区域外认为D2D对对基站的干扰可忽略,当基站接收到D2D链接建立请求时,基站首先判定D2D的发射端是否在D2D通信限制区域内,如果是则禁止D2D链接的建立;
S2.蜂窝用户被限制复用区域:当D2D用户和蜂窝用户使用相同上行资源时,CUj会对D2Di,rx接收信号产生干扰,并且CUj和D2Di,rx之间距离越近,干扰就越大,划定蜂窝用户被限制复用区域来减少这类干扰,所述CUj为第j个蜂窝用户,所述D2Di,rx为第i对D2D用户的接收端;
S3.***模型建立:为满足用户的QoS请求,必须保证D2D用户的蜂窝用户达到各自的最小SINR,所述SINR为信号与干扰加噪声比;并且只有同时满足保证蜂窝用户和D2D用户满足其自身的QoS需求这两个条件的D2D才可以被接入网络,其中,蜂窝用户和D2D用户的发射功率不应超过各自的最大发射功率;
S4.D2D对分簇解决D2D对相互间的干扰问题:对D2D用户对进行分簇处理,认为同一个簇中的D2D对相互间干扰可忽略,可以对同一个CU的资源进行复用,计算出各个D2D对之间的距离,D2D对之间的距离越近,则干扰越大,D2D对之间的距离值跟干扰值成反比;以距离值的倒数作为干扰值的表征,形成D2D对的干扰值矩阵,再利用K-means聚类的方法根据干扰值矩阵进行D2D对分簇;
S5.QoS保证下的D2D用户簇的资源分配:资源分配阶段需对每个簇中的D2D用户进行筛选,只有既能满足D2D自身的QoS请求,同时又能保证对蜂窝用户的正常通信不造成影响的D2D对才能最终接入网络;以throughputRj值表征每个簇在每个RB上达到的吞吐量,最终构建出一个以簇数和RB数为维度的二维throughputRj矩阵,根据构建的矩阵,为每个簇合理分配资源。
2.如权利要求1所述的一种基于K-means的全双工D2D分簇资源分配的方法,其特征在于:在蜂窝***模型中以BS为基站,第i个D2D用户对D2Di复用第j个蜂窝用户CUj的上行资源,D2D对发射端D2Di,tx到基站的信道增益,以及CUj到D2Di,rx的信道增益分别表示为:
其中,K和α分别是由蜂窝***环境所决定的路损常数和路损指数;di,B是D2Di,tx到基站的距离,di,j是CUj到D2Di,rx的距离;δi,B是D2Di,tx到基站服从指数分布的快衰落增益;δi,j是CUj到D2Di,rx服从指数分布的快衰落增益;ξi,B是D2Di,tx到基站服从对数分布的慢衰落增益;ξi,j是CUj到D2Di,rx服从对数分布的慢衰落增益;
所述步骤S1中设为D2D用户的最大发射功率,Id,B表示D2D用户对对基站的干扰门限值,Id,B由蜂窝小区根据长期观测得出,则必须满足:
联合式(1)和式(3)求解可得D2D通信限制区域的半径R1
D2D通信限制区域就是以基站BS为圆心,R1为半径的圆形区域。
3.如权利要求2所述的一种基于K-means的全双工D2D分簇资源分配的方法,其特征在于:所述步骤S2中设表示蜂窝用户的最大发射功率,Ic,d表示蜂窝用户对D2D用户干扰的门限值,则蜂窝用户对D2D用户的干扰必须小于这个门限值,否则D2D用户也不能正常进行通信,满足公式
其中,Ic,d由蜂窝小区长期观测决定;联合式(2)和式(5)可以计算出蜂窝用户被限制复用区域半径R2:
蜂窝用户被限制复用区域是以D2Di,rx为圆心,R2为半径的圆形区域,在这个区域内的蜂窝用户不会被D2D对选择为潜在的复用对象。
4.如权利要求3所述的一种基于K-means的全双工D2D分簇资源分配的方法,其特征在于:所述步骤S3中对小区m中的设备k而言,该设备通信时的SINR为:
其中,PR(m,k)=PT(m,k)·GT(m,k),表示设备k接收到小区m的有效信号强度,PT(m,k)为基站每个RB的发射功率,GT(m,k)是基站与设备间的信道增益;I(m,k)为来自其他设备的干扰之和;
则***目标应为最大化***吞吐量:
其中,分别表示蜂窝用户和D2D用户的实际SINR;分别表示蜂窝用户j和D2D用户i的实际发射功率;hcj,B表示蜂窝用户J和基站之间的信道增益,其模型为128.1+37.6·lgD,其中D表示蜂窝用户和基站之间的距离,以km为单位;hdi,di,hdl,di,hcj,di,hdi,cj表示用户之间的信道增益,其模型为10·lgD4,其中D表示两用户之间的距离,以m为单位;xi,j为一个二进制值,若用户i和用户j共享相同的资源,则xi,j=1,否则为0;分别为蜂窝用户和D2D用户正常通信时需达到的最小信噪比,上述目标函数表示最大化整个***的吞吐量,前两个受限条件(1a)(1b)保证蜂窝用户和D2D用户满足其自身的QoS需求,只有同时满足这两个条件的D2D才可以被接入网络;后两个受限条件(1c)(1d)表示蜂窝用户和D2D用户的发射功率不应超过各自的最大发射功率。
5.如权利要求4所述的一种基于K-means的全双工D2D分簇资源分配的方法,其特征在于:所述步骤S4中设D2D设备总数为Nue,则所有D2D设备记为X=(x(i),i=1,2,...,Nue);分簇后形成KC个簇,记作C={c(j),j=1,2,...,KC};具体算法过程为:
S4.1随机选取KC个初始分簇中心,记作U={u(j),j=1,2,...,KC};
S4.2计算各个样本间的距离,使用距离值的倒数形成干扰值矩阵,将样本加入与其干扰值最小的那个中心的簇中;
S4.3计算簇c(j)内各点到其相应簇中心u(j)的距离平方和以及总距离平方和:
根据最小二乘法和拉格朗日原理,簇中心u(j)应取对应簇c(j)内各样本点的均值;
S4.4按照以上步骤进行迭代并更新簇,直到J(C)收敛即得到最小值,迭代结束;
S4.5输出:迭代结束后,输出分簇后的KC个簇中心的空间坐标以及每个簇中包含了哪些D2D设备。
6.如权利要求5所述的一种基于K-means的全双工D2D分簇资源分配的方法,其特征在于:所述步骤S5中采用的资源共享模式为:蜂窝用户已事先分配好资源,且每个蜂窝用户占用一个RB,单个D2D簇可以复用多个蜂窝用户的频谱资源,而一个蜂窝频谱资源只能被一个簇复用;下面用矩阵Y=[ykn]表示信道分配情况,元素ykn=1表示信道n分配给D2D簇k,否则等于0;满足分配方式Yopt使得整个***的吞吐量最大化,即:
其中,Rkn表示簇k在RBn上的数据速率。
CN201910226850.6A 2019-03-25 2019-03-25 一种基于K-means的全双工D2D分簇资源分配的方法 Withdrawn CN110139281A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910226850.6A CN110139281A (zh) 2019-03-25 2019-03-25 一种基于K-means的全双工D2D分簇资源分配的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910226850.6A CN110139281A (zh) 2019-03-25 2019-03-25 一种基于K-means的全双工D2D分簇资源分配的方法

Publications (1)

Publication Number Publication Date
CN110139281A true CN110139281A (zh) 2019-08-16

Family

ID=67568922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910226850.6A Withdrawn CN110139281A (zh) 2019-03-25 2019-03-25 一种基于K-means的全双工D2D分簇资源分配的方法

Country Status (1)

Country Link
CN (1) CN110139281A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110912670A (zh) * 2019-11-19 2020-03-24 重庆邮电大学 基于k均值聚类的大规模mimo导频分配方法及装置
CN111465108A (zh) * 2020-03-04 2020-07-28 中南林业科技大学 一种能量获取d2d异构网络中频效能效优化方法
CN116669137A (zh) * 2023-05-30 2023-08-29 山东大学 一种自适应单跳和两跳的d2d数据传输方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170181154A1 (en) * 2014-09-01 2017-06-22 Huawei Technologies Duesseldorf Gmbh Method and base station for managing radio resources of device-to-device communication
CN109451442A (zh) * 2018-09-29 2019-03-08 西安科技大学 基于k均值原型聚类算法的终端直通通信分簇方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170181154A1 (en) * 2014-09-01 2017-06-22 Huawei Technologies Duesseldorf Gmbh Method and base station for managing radio resources of device-to-device communication
CN109451442A (zh) * 2018-09-29 2019-03-08 西安科技大学 基于k均值原型聚类算法的终端直通通信分簇方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
XU HUANG,ET.AL.: "A Full Duplex D2D Clustering Resource Allocation Scheme Based on a K -MeansAlgorithm", 《WIRELESS COMMUNICATIONS AND MOBILE COMPUTING》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110912670A (zh) * 2019-11-19 2020-03-24 重庆邮电大学 基于k均值聚类的大规模mimo导频分配方法及装置
CN111465108A (zh) * 2020-03-04 2020-07-28 中南林业科技大学 一种能量获取d2d异构网络中频效能效优化方法
CN111465108B (zh) * 2020-03-04 2022-06-28 中南林业科技大学 一种能量获取d2d异构网络中频效能效优化方法
CN116669137A (zh) * 2023-05-30 2023-08-29 山东大学 一种自适应单跳和两跳的d2d数据传输方法及装置

Similar Documents

Publication Publication Date Title
CN111447619B (zh) 一种移动边缘计算网络中联合任务卸载和资源分配方法
Liu et al. Load aware joint CoMP clustering and inter-cell resource scheduling in heterogeneous ultra dense cellular networks
Wu et al. Beef up mmWave dense cellular networks with D2D-assisted cooperative edge caching
CN106358308A (zh) 一种超密集网络中的强化学习的资源分配方法
CN107172682A (zh) 基于动态分簇的超密集网络无线资源分配方法
CN104540139B (zh) 异构融合网络资源分配方法和***
KR101954284B1 (ko) 실내 무선 네트워크를 위한 셀내 주파수 재사용을 위한 방법 및 기저대역 유닛
CN111586646B (zh) 一种蜂窝网络中联合上下信道的d2d通信的资源分配方法
CN110139281A (zh) 一种基于K-means的全双工D2D分簇资源分配的方法
CN110225578A (zh) 一种基于图着色的d2d资源分配的方法
CN108322916B (zh) 超密集异构网***中基于双向干扰图的资源分配方法
CN107708157A (zh) 基于能效的密集小蜂窝网络资源分配方法
Dong et al. Energy efficiency optimization and resource allocation of cross-layer broadband wireless communication system
CN107613556A (zh) 一种基于功率控制的全双工d2d干扰管理方法
Zhou et al. Multi-scale dynamic allocation of licensed and unlicensed spectrum in software-defined HetNets
CN108449149B (zh) 一种基于匹配博弈的能量采集小基站资源分配方法
CN106792893A (zh) 基于最大接收功率的异构蜂窝网络接入方法
CN107454601A (zh) 一种超密集环境下考虑小区间干扰的无线虚拟映射方法
CN104618934B (zh) 一种基于吞吐量预测的整体优化中继节点选择方法
Liu et al. Statistical resource allocation based on cognitive interference estimation in ultra-dense hetnets
CN107517464A (zh) 一种异构网络中的干扰管理和资源分配方法
CN113055860A (zh) 一种蜂窝网络下的d2d多对多资源分配方法
CN109561435B (zh) 一种资源分配方法及服务器
CN108235440A (zh) Femtocell网络中基于干扰门限的频谱资源分配方法和***
Maltsev et al. Performance evaluation of the isolated mmWave small cell

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220414

Address after: 313000 No. 1, bachelor Road, Zhejiang, Huzhou

Applicant after: Huzhou University

Address before: No.759, East 2nd Ring Road, Wuxing District, Huzhou City, Zhejiang Province

Applicant before: HUZHOU TEACHERS College

WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20190816