CN112040449A - 一种无人机密集编队通信网络的中继优化选择方法 - Google Patents

Abstract

本发明公开了一种无人机密集编队通信网络的中继优化选择方法，属于无人机通信技术领域。本发明方法依据链路质量选择通信传输方式，通过分析编队中继两端无人机成员的邻近域的交叠关系划定中继选择区域，并依据源成员与中继成员的社会性依存关系在候选成员中选择最适合的中继成员，兼顾考虑了编队成员的邻近域和编队成员间的社会性依存关系。本发明保证了无人机密集编队的基本通信能力，又同时优化提高了编队的吞吐量，从而进一步提升了密集编队支撑网络的整体性能。

Description

一种无人机密集编队通信网络的中继优化选择方法

技术领域

本发明涉及无人机通信技术领域，具体涉及一种无人机密集编队通信网络的中继优化选择方法，是指无人机在密集编队下，兼顾考虑了编队成员的邻近域和编队成员间的社会性依存关系，据此来选择无人机编队网络最优中继的方法。

背景技术

无人机编队支撑网络是能够支持编队中信息的传输与共享的通信网络，而且编队成员还能通过它获知自身在编队中所处地位和与其他编队成员的社会性依存关系。端到端技术(Device-to-Device，D2D)可为无人机编队提供高效的网络支撑和补充，适应协同编队的需求且拥有一定的自主性。与其它无需依赖网络基础设施的通信技术相比，D2D技术更为多变，不但能受基站控制进行通信，也可无需基础网络设施进行通信。通过D2D通信，终端间不再需要通过中转直接可以进行传输，链路能够产生增益，进而可以减轻基站的负载，链路及资源复用所产生的增益均能提升频谱资源效率及吞吐量。

由于中继用户分布在D2D源成员的周围，所以如何在进行中继协作通信时选择优秀且可靠的中继成员问题就成为了国内外学者研究的热点。参考文献[1]首先构建了一种将社交因素及物理因素相结合的模型，并以先验概率为依据提出了选择最佳中继的方法，提升了吞吐量并降低了***的中断概率。参考文献[2]通过研究社交与交互贡献提出了一种能够增强多跳协作效率的基于社交感知的中继选择方法，并且依靠该方法可以进一步优化***的功率开支。参考文献[3]则通过社交相似性感知提出了一种分阶段的中继选择法，在保证***吞吐量及公平性的前提下提升了***资源效率。虽然目前这些研究对于提高一类典型***的吞吐量和优化***方面呈现出了一定的优势，但是由于无人机密集编队通信网络中无人机群具有高动态、大规模的特点，将上述现有方法应用到无人机密集编队时，存在所选中继成员通信能力表现差、***整体吞吐量低等问题，因此需要一种适用于无人机密集编队通信网络的中继节点优化选择技术。

参考文献：

[1]徐少毅,张鹏.D2D协作通信网络中基于社交信息的中继选择和功率分配[J].电子与信息学报，2019，39:1-8.

[2]Bidi Y,Amiya N.A Power-Efficient and Social-Aware Relay SelectionMethod for Multi-Hop D2D Communications[J].IEEE COMMUNICATIONS LETTERS,2018,22(7):1450-1453.

[3]袁润平,崔建勇,闵伟娟.基于比例公平选择的中继通信策略[J]现代导航,2012,134-138.

发明内容

针对现有需求，本发明基于端到端技术，通过考虑编队成员的邻近域及其交叠关系，以及编队成员间的社会性依存关系，提供了一种无人机密集编队通信网络的中继优化选择方法。

无人机密集编队通信网络中包括进行蜂窝通信的无人机成员与进行D2D通信的无人机成员，本发明的无人机密集编队通信网络的中继优化选择方法，对无人机编队中准备进行D2D通信的成员，执行如下步骤：

步骤一，设需要进行D2D通信的成员ε_i为源成员，将当前编队中与成员ε_i距离最近的且拥有ε_i所需资源的成员ε_j为目标成员；成员ε_i复用蜂窝成员c的上行信道资源进行传输；

步骤二，计算ε_i复用c的蜂窝链路的信干噪比和ε_i与ε_j的D2D链路的信干噪比，判断是否满足对应的最低通信阈值，若满足，则成员ε_i与目的成员ε_j进行直接通信，结束本方法；否则，需要中继通信，继续执行步骤三；

步骤三，按照邻近域交叠关系选择成员ε_i的中继选择区域，源成员向该选择区域内的无人机成员广播中继请求；

步骤四，从中继选择区域中选择最优中继成员，最优中继成员接收源成员的中继请求，与源成员、目标成员建立链路并进行中继协作通信。

所述的步骤三中，所述中继选择区域的选择方法是：以成员ε_i为球心、ε_i的邻接距离为半径的球形区域设为ε_i的邻近域；以成员ε_j为球心、ε_j的邻接距离为半径的球形区域设为ε_j的邻近域；以源成员ε_i及目标成员ε_j的连线为中心线的两个半球邻近域，设两个半球邻近域的交叠部分为I区，两个半球邻近域的其余部分为II区，I区和II区为所选择的中继选择区域。

所述的步骤四中，首先从I区中选择最优中继成员，若I区中没有空闲无人机，则从II区中选择最优中继成员，若II区中也没有空闲无人机，则当前没有可作为中继的无人机，本次未找到合适的中继，需要等待下一次编队周期性更新时间后再重新执行本发明方法；当I区中只有一个空闲无人机时，则将该无人机作为最优中继成员；当I区中存在多个空闲无人机，则选取对源成员ε_i的社会性依存度最大的空闲无人机作为最优中继成员；当I区中没有空闲无人机，II区中存在多个空闲无人机，从II区中选取对源成员ε_i的社会性依存度最大的空闲无人机作为最优中继成员。

所述的步骤四中，依据对源成员ε_i的社会性依存度选取最优中继成员，设空闲无人机为ε_r，ε_r对ε_i的社会性依存度表示为ρ_ri，计算如下：

其中，C_ri为成员ε_r的社会能力，由成员ε_r的信干噪比得到；C_br为成员ε_r的基本通信能力，由成员ε_r的最大传输功率与其邻接距离之比得到，C_br≥0。将空闲无人机对源成员ε_i的社会性依存度从大到小排序，选择社会性依存度最大的空闲无人机作为最优中继成员。

本发明与现有技术相比，具有以下积极效果：

(1)考虑到无人机编队的结构特点，本发明的无人机密集编队通信网络的中继优化选择方法兼顾考虑了编队内无人机成员的邻近域的交叠关系以及编队成员间的社会性依存关系，相比现有技术更加适用于高动态、大规模的无人机密集编队。

(2)本发明的无人机密集编队通信网络的中继优化选择方法既可保证无人机密集编队的基本通信能力，又同时优化提高了编队的吞吐量，从而进一步提升了密集编队支撑网络的整体性能。

附图说明

图1是本发明方法所应用的无人机密集编队通信网络结构的一个示例图；

图2是本发明编队D2D通信流程示意图；

图3是本发明编队成员邻近域内交叠分布关系示意图；

图4是本发明与现有两种中继选择方法在***吞吐量上对比示意图；

图5是本发明与仅以本发明的社会性依存度选择中继在***吞吐量上对比示意图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合附图对本发明作进一步的详细和深入描述。

本发明的一种无人机密集编队通信网络的中继优化选择方法，依据链路质量选择通信传输方式，通过分析编队中继两端无人机成员的邻近域的交叠关系划定中继选择区域，并依据源成员与中继成员的社会性依存关系在候选成员中选择最适合的中继成员。本发明既可保证无人机密集编队的基本通信能力，又同时优化提高了编队的吞吐量，从而进一步提升了密集编队支撑网络的整体性能。

如图1所示，为本发明方法所应用的一个无人机密集编队通信网络。其中，无人机编队中包含：一个主成员m；I个空闲成员{i₁,i₂,…,i_I}；C个蜂窝成员{c₁,c₂,…,c_C}；D个D2D成员{d₁,d₂,…,d_D}，其中包括源成员和目标成员。其中，I、C、D均为正整数。在编队中，蜂窝成员通过彼此相互正交的独立信道与主成员m通信，因此彼此间互不会产生干扰。编队中存在的I个空闲成员供D2D成员作为中继成员使用，I>C。在编队D2D通信中，每条D2D链路分别复用不同蜂窝成员的信道资源进行传输。考虑到在一般情况下蜂窝网中的上行业务要低于下行业务，故设定复用的为上行信道资源，且无富余的频谱资源单独分给D2D通信。

网络中，源成员t与所复用的蜂窝成员c的蜂窝链路的信干噪比γ_c为：

源成员t与目标成员r的D2D链路的信干噪比γ_d为：

其中，

为蜂窝成员c的传输功率，

为D2D成员t的传输功率，g_cm为蜂窝成员c到主成员m的路径损耗，g_tm为源成员t到主成员m的路径损耗，h_cm为蜂窝成员c到主成员m的信道增益，h_tm为源成员t到主成员m的信道增益，g_tr为源成员t到目标成员间r的路径损耗，g_cr为蜂窝成员c到目标成员r的路径损耗，h_tr为源成员t到目标成员r间的信道增益，h_cr为蜂窝成员c到目标成员的信道增益，N₀为交互背景环境干扰噪声。源成员和目标成员为D2D成员。

在D2D通信模式下，两个终端用户之间的数据无需经过移动通信网络的中转，直接进行传输，通信链路进而产生增益；通信链路和资源复用产生的增益都可以将无线频谱资源的效率大大提高，网络吞吐量得到显著改善，使其应用场景得到进一步的扩展。

由于D2D用户复用蜂窝用户信道资源，且受到编队内邻近结构及干扰等影响，故蜂窝链路及D2D链路必须同时满足其自身最低通信要求时才有条件进行直通通信，具体条件表示如下：

γ_c≥γ_{c_th} (3)

γ_d≥γ_{d_th} (4)

式中，γ_{c_th}为蜂窝成员最低通信阈值，γ_{d_th}为D2D成员最低通信阈值。

公式(3)和(4)用于保证蜂窝成员及D2D成员的信干噪比不小于最低通信阈值。当链路质量下降时，可首先通过增大其传输功率以满足接收成员的传输条件。当满足公式(3)和(4)时使用直通通信，无需中继。

当链路条件较差，能够满足要求的传输功率又大于其发射功率阈值时，此时D2D成员对之间使用直通通信不能满足服务质量QoS(Quality of Service)，在空闲成员中选择适合作为中继的成员进行中继协作通信。即只要满足公式(5)或公式(6)其一时，使用中继协作通信：

式中，

为蜂窝成员c的最大传输功率，

为D2D成员t的最大传输功率。

基于上述D2D成员通信方式，本发明方法中定义了如下几个物理含义：

设无人机编队中，ε_i、ε_j代表编队中任意两个无人机成员，i、j为无人机编号；则：

(1)社会性依存关系，是指编队中的成员之间以及成员与编队之间所形成的社会性的相互依存关系。社会性依存度越大，表示成员间的社会性依存关系越强，其通信质量越高。

设编队成员ε_i对成员ε_j的社会性依存程度为ρ_ij，则

其中，C_i是指成员ε_i的综合能力，C_ij为成员ε_i的社会能力，C_bi为成员ε_i的基本通信能力，C_bi≥0。

(2)成员的社会能力，成员ε_i的社会能力C_ij是指无人机成员ε_i依赖于成员ε_j形成的社会性依存关系所拥有的能力。在编队支撑网络中，将成员的信干噪比定义为成员的社会能力，则成员ε_i的社会能力C_ij如公式(2)计算。

其中，成员ε_i复用蜂窝成员c的上行信道资源进行传输，

为成员ε_i的传输功率，g_ij为成员ε_i到成员ε_j的路径损耗，g_cj为蜂窝成员c到成员ε_j的路径损耗，h_ij为成员ε_i到成员ε_j的信道增益，h_cj为蜂窝成员c到成员ε_j的信道增益，N₀为交互背景环境干扰噪声。

(3)成员的基本通信能力，成员ε_i的基本通信能力C_bi是指成员ε_i不借助于社会性依存关系而具有的能力，由ε_i的最大传输功率p_imax与邻接距离d_imax之比得到。

其中，成员ε_i的邻接距离d_imax＝k_imax·d_is＞0，d_is为成员ε_i的安全距离，k_imax是成员ε_i的邻接系数。邻接距离、邻接系数的相关定义参见文献[4]：吴森堂.协同飞行控制***[M].北京:科学出版社,2016。

当C_bi＝0时，是指成员ε_i的基本通信能力完全湮灭，即该成员处于一种即使借助外力都无法生存的状态。因此，一个正常成员ε_i的基本通信能力C_bi＞0。

(4)编队成员的安全距离，成员ε_i的安全距离表示为d_is。在t时刻，当编队成员ε_i与编队中其它成员ε_j或障碍威胁之间的间距d_ij(t)小于d_is时，即d_ij(t)＜d_is，则编队成员ε_i必须采取相应的避碰措施；当d_ij(t)＝d_is时，编队成员ε_i则处于采取相应避碰措施的准备状态。

基于上述说明，如图2所示，本发明的一种无人机密集编队通信网络的中继优化选择方法，对无人机编队中准备进行D2D通信的成员，执行如下步骤一至步骤七。

步骤一，有D2D通信需求的无人机成员ε_i向主成员发送通信请求信息，将当前编队中与成员ε_i距离最近的且拥有ε_i所需资源的成员ε_j作为供给成员。

有D2D通信需求的成员ε_i为源成员，供给成员ε_j为目标成员。

在t₀时刻，编队成员ε_i及ε_j所处的坐标分别为

在x、y、z轴上的速度分量分别为

在编队周期性更新时间Δt后，编队成员ε_i及ε_j所处的坐标分别为：

则此时编队成员ε_i及ε_j间的欧式距离可表示为：

其中，

表示编队成员ε_i及ε_j在t₀更新时间Δt后的距离。

步骤二，计算成员ε_i的蜂窝链路的信干噪比和D2D链路的信干噪比，判断是否满足上面公式(3)或(4)，若满足，ε_i与目的成员ε_j进行直接通信，结束本流程；否则需要中继通信，继续执行步骤三。

依据公式(1)计算成员ε_i的蜂窝链路的信干噪比

其中，g_im为成员ε_i到主成员m的路径损耗，h_im为源成员ε_i到主成员m的信道增益。

依据公式(2)计算成员ε_i与ε_j的D2D链路的信干噪比

将计算的γ_c、γ_ij分别与最低通信阈值γ_{c_th}、γ_{d_th}进行比较，如都满足最低通信要求，则源成员和目标成员进行直通通信，否则，寻找中继通信。

为简化表述，以下功率均为包含路径损耗后的功率，即：

式中，p_i表示源成员ε_i包含路径损耗的传输功率，p_c表示蜂窝成员c包含路径损耗的传输功率，a表示路径损耗常数，α表示路径损耗因子。

表示编队成员ε_i及蜂窝成员c在t₀更新时间Δt后之间的距离。由于复用的为互不相同的蜂窝成员链路，故这里只考虑来自复用的蜂窝成员c的干扰。

则当D2D用户ε_i及ε_j采用直通通信时的D2D链路的信干噪比表示为γ_ij如下：

根据香农公式可得，用户ε_i及ε_j采用直通通信时链路的吞吐量R_ij为：

式中，B为信道带宽。

当直通链路的通信质量不理想时，则依邻近域交叠关系划定中继选择范围，根据成员的社会性依存度选择最优的成员作为中继成员进行中继协作通信，用以提升链路传输速度。在中继转发协作的选择中，考虑到译码转发协作中继会对所接收到的信息资源进行检测，从而减少了中继成员噪声的影响，且兼有灵活性高的特点，对于编队网络是较为适合的。故选择译码转发作为协作中继方案。

步骤三，在源成员ε_i的邻近域内划定中继无人机成员的选择区域，源成员ε_i向所选择的区域内成员广播中继请求。

设无人机编队成员分布在一定的椭球形区域内，在成员ε_i所属编队中，存在空闲成员、蜂窝成员和D2D成员，一个示例如图1所示。

设编队成员ε_i在惯性坐标系中的位置为l_i(t)，在t时刻所有无人机成员组成的编队队形表示为l(t)＝col{l₁(t),l₂(t),...,l_n(t)}，col表示列向量，每个位置为三维坐标的列向量，n表示无人机编队中总的无人机数量。

在三维欧氏空间中，将以编队成员ε_i为球心，以成员ε_i的邻接距离d_imax为半径的球形区域定义为成员ε_i的邻近域。根据无人机编队运动特性，成员ε_i的邻近域内的成员形成成员ε_i的邻近群v(l)为：

v(l)＝{(i,q)∈ε×ε:μ_iq＜d_imax,i≠q} (14)

其中，ε表示空闲无人机成员组成的集合空间；μ_iq表示无人机成员ε_i与空闲无人机成员ε_q的安全距离余量的数学期望，公式(14)表示位于邻近域内的空闲无人机组成了邻近群。

目标成员ε_j则有同样的邻近域，是以目标成员ε_j为球心，邻接距离d_jmax为半径。

如图3所示，将源成员ε_i及目标成员ε_j的邻近域划分出两个子区；以源成员ε_i及目标成员ε_j的连线为中心线的两个半球邻近域的交叠部分定义为I区，两个半球邻近域的其余部分定义为II区。

为获得较优的D2D传输速率，候选中继应处于发送成员ε_i邻近域的I区内，这样既可保证与发送成员ε_i之间的距离，同时也可兼顾与接收成员ε_j之间的距离，即r∈I。

相较于现有技术中在选择中继节点时多基于二维平面，且绝大多数均考虑的是在静止情况下的选择，本发明考虑到无人机编队所处的三维空间和编队成员自身周边的成员分布，且考虑到无人机高速运动的情况，因此根据邻近域选取候选中继无人机，更适用于高动态的大规模的无人机密集编队。

步骤四，将处于I区内的空闲成员放入中继候选成员集合A，若A为空集，进入步骤五执行，若A中只有一个成员，将该成员作为最优中继成员，转步骤七执行，否则，进入步骤六执行。

步骤五，将处于II区内的空闲成员放入中继候选成员集合B，若B中只有一个元素，将该成员作为最优中继成员，转步骤七执行，否则进入步骤六执行。

步骤六，对中继候选成员集合A或B中的空闲无人机，计算每个成员与源成员ε_i的社会性依存度，并按照从大到小的顺序进行排序，选取排在最前的成员作为最优中继成员，然后执行步骤七。

对候选集合A或B中的每个候选中继成员ε_r，计算ε_r对ε_i的社会性依存度ρ_ri，依据公式(7)～(9)计算。

其中，C_ri为成员ε_r的社会能力，根据成员ε_r与ε_i的D2D链路的信干噪比得到，即

其中，

为成员ε_r的传输功率，g_ri为ε_r到ε_i的路径损耗，g_ci为蜂窝成员c到ε_i的路径损耗，h_ri为成员ε_r到成员ε_i的信道增益，h_ci为蜂窝成员c到成员ε_i的信道增益；C_br为成员ε_r的基本通信能力，由成员ε_r的最大传输功率p_rmax与邻接距离d_rmax之比得到，表示为

其中，p_rmax为ε_r的最大传输功率，d_rmax为ε_r的邻接距离，d_rmax＝k_rmax·d_rs，d_rs为成员ε_r的安全距离，k_rmax是成员ε_i的邻接系数。

通过测算编队成员间社会性依存度可以有效地得知编队成员间的社会性依存关系，为中继成员的选择提供依据。本发明将成员间社会性依存度的大小作为一项判定依据，在中继候选成员中选择最佳的中继成员。

步骤七：最优中继成员接收到源成员的中继请求，建立链路并进行中继协作通信。

对于D2D中继协作通信，由于加入了中继成员，链路的通信过程包括两个时隙T₁和T₂，分别对应D2D源成员到中继成员以及中继成员到目标成员。标记最优中继成员为ε_r，根据译码转发的协作中继协议，中继成员选取完全译码，第一跳与第二跳的吞吐量R_ir、R_rj分别为：

式中，

表示源用户ε_i与中继成员ε_r在时隙T₁通信时的信干噪比，

表示中继成员ε_r与目的用户ε_j在时隙T₂通信时的信干噪比。

D2D源成员ε_i到中继成员ε_r的信干噪比γ_ir计算为：

中继成员ε_r到D2D目标成员ε_j的信干噪比γ_rj为：

用中继协作通信时链路对应的传输速率R_r为：

因此，在译码转发协作中继方式下，考量编队成员间社会性依存度后的中继***的吞吐量R_d为：

其中，ρ_ij是成员ε_i对成员ε_j的社会性依存度。

在中继协作通信中，由于中继成员选择的结果直接影响整条链路的传输速度和***性能，以编队中继***的吞吐量R_d作为目标及衡量标准对传输方式和中继成员进行优化选择。现有技术中的中继选择方法并未考虑终端间的联系及自身的条件，而本发明基于社会性依存关系，考虑了编队成员自身能力及编队成员之间的社会性依存关系，更适用于高动态的大规模的无人机密集编队。

实施例：本发明实施例中，编队半径为500m，D2D成员间距最小为25m，最大为60m，编队周期性更新时间为100ms，路径损耗因子为2，最大发射功率为23dBm，交互背景环境干扰噪声为-120dBm/hz，信道带宽为180khz。仿真结果如图4和图5所示。

如图4所示，对比了本发明所提中继选择法与现有两种中继选择法在***吞吐量(Throughput)上的表现情况。现有两种中继选择法分别为基于距离的中继选择方法和基于信噪比SNR的中继选择方法。通过编队吞吐量的累计分布函数(CDF)可以看出当编队采用基于本发明所提的中继选择方法相比其他两种方法可提升编队整体吞吐量，大部分编队成员均拥有较高的吞吐量，而低吞吐量的编队成员明显少于其他两种选择方法。基于距离的选择方法在这三种中继选择方法中表现较差，单纯以编队成员间的距离作为中继选择的条件不是很适合用于高动态、大规模的无人机密集编队。本发明实施例中小部分编队成员由于处于其邻近域内的可选中继成员很少，则主要根据成员间社会性依存度的大小来确定中继成员的选择，相比基于SNR的选择方法的提升幅度较小。而其余成员由于邻近域内可供选择的中继成员较多，直接使得符合选择方法条件的可选成员增多，提升就较为明显。

图5对比了本发明所提中继选择方法与以本发明所提社会性依存度为依据的中继选择方法在编队吞吐量上的表现情况。由于仅通过社会性依存度作为选择因素，虽然选择了社会性依存度最高的闲置成员作为最优中继成员进行通信，但是因为社会性依存度高的成员有可能远离源成员和目标成员连线，甚至完全处于目标成员的对面，所以会提高通信的不确定性。而本发明所提的中继选择方法考虑到了成员的邻近域，选择的最优中继处于源成员和目标成员连线为中心线的两个半球邻近域内，兼顾了双方的距离，所以本发明所提的中继选择方法总体优于以社会性依存度作为选择依据的中继选择方法。

经试验验证，采用本发明方法选择的中继节点，***的吞吐量优于现有技术。

Claims (3)

1.一种无人机密集编队通信网络的中继优化选择方法，其特征在于，对无人机编队中准备进行D2D通信的无人机成员，执行如下步骤：

步骤一，设需要进行D2D通信的成员ε_i为源成员，将当前编队中与成员ε_i距离最近的且拥有ε_i所需资源的成员ε_j为目标成员；设成员ε_i复用蜂窝成员c的上行信道资源进行传输；

步骤二，计算ε_i复用c的蜂窝链路的信干噪比和ε_i与ε_j的D2D链路的信干噪比，判断是否满足相应的最低通信阈值，若满足，则成员ε_i与目的成员ε_j进行直接通信，结束本方法；否则，需要中继通信，继续执行步骤三；

步骤三，按照邻近域交叠关系选择成员ε_i的中继选择区域，成员ε_i向中继选择区域内的无人机成员广播中继请求；

所述中继选择区域的选择方法是：以成员ε_i为球心、ε_i的邻接距离为半径的球形区域设为ε_i的邻近域；以成员ε_j为球心、ε_j的邻接距离为半径的球形区域设为ε_j的邻近域；以源成员ε_i及目标成员ε_j的连线为中心线的两个半球邻近域，设两个半球邻近域的交叠部分为I区，两个半球邻近域的其余部分为II区，I区和II区为所选择的中继选择区域；

步骤四，统计I区内的空闲无人机成员个数，若为0个，执行步骤五，若为1个，将I区仅有的一个空闲无人机作为最优中继成员，执行步骤七，否则进入步骤六执行；

步骤五，统计II区内的空闲无人机成员个数，若为0个，结束本方法，若为1个，将II区仅有的一个空闲无人机作为最优中继成员，执行步骤七，否则进入步骤六执行；

步骤六，从I区或II区内的空闲无人机中，选取对源成员ε_i的社会性依存度最大的空闲无人机作为最优中继成员，然后执行步骤七；

设候选中继成员为ε_r，ε_r对ε_i的社会性依存度表示为ρ_ri，计算如下：

其中，C_ri为成员ε_r的社会能力，由成员ε_r与ε_i的D2D链路的信干噪比得到；C_br为成员ε_r的基本通信能力，由成员ε_r的最大传输功率与其邻接距离之比得到，C_br≥0；

步骤七，最优中继成员接收源成员的中继请求，建立链路并进行中继协作通信。

2.根据权利要求1所述的方法，其特征在于，所述的步骤二中，成员ε_i复用蜂窝成员c的蜂窝链路的信干噪比表示为

其中，

为蜂窝成员c的传输功率，

为成员ε_i的传输功率，g_cm为蜂窝成员c到网络中的主成员m的路径损耗，g_im为成员ε_i到主成员m的路径损耗，h_cm为蜂窝成员c到主成员m的信道增益，h_im为成员ε_i到主成员m的信道增益，N₀为交互背景环境干扰噪声；

成员ε_i与目标成员ε_j的D2D链路的信干噪比表示为

其中，g_ij为ε_i到ε_j的路径损耗，g_cj为蜂窝成员c到ε_j的路径损耗，h_ij为ε_i到ε_j的信道增益，h_cj为蜂窝成员c到ε_j的信道增益；

设蜂窝成员最低通信阈值为γ_{c_th}，D2D成员最低通信阈值为γ_{d_th}；则当满足γ_c≥γ_{c_th}以及γ_ij≥γ_{d_th}时，ε_i与ε_j进行直接D2D通信。

3.根据权利要求1所述的方法，其特征在于，所述的步骤六中，成员ε_r的社会能力C_ri的计算如下：

其中，

为蜂窝成员c的传输功率，

为成员ε_r的传输功率，g_ri为成员ε_r到成员ε_i的路径损耗，g_ci为蜂窝成员c到成员ε_i的路径损耗，h_ri为成员ε_r到成员ε_i的信道增益，h_ci为蜂窝成员c到成员ε_i的信道增益，N₀为交互背景环境干扰噪声；

成员ε_r的基本通信能力C_br计算如下：

其中，p_rmax为ε_r的最大传输功率，d_rmax为ε_r的邻接距离，d_rmax＝k_rmax·d_rs，d_rs为成员ε_r的安全距离，k_rmax是成员ε_i的邻接系数。

Images