CN116567820A - 一种位置信息辅助的d2d通信资源分配方法 - Google Patents

Abstract

本发明涉及一种位置信息辅助的D2D通信资源分配方法，属于通信技术领域。本发明包括以下步骤：S1：计算授权频谱中每对D2D对每个CU的干扰，得出干扰矩阵。S2：根据干扰矩阵把匹配好的D2D和CU分配在同一子信道；S3：若D2D对多于CU，则把多余的D2D和对CU干扰较大的D2D卸载到未授权频谱；S4：得到总***吞吐量最大的优化问题；S5：将优化问题分为两个子问题；S6：把对CU干扰大的D2D依次卸载到未授权频谱，得到D2D频谱选择矩阵和最优占空比；S7：重复S6直至收敛。本发明利用D2D自身信息，根据每个D2D在授权频谱上对CU的干扰情况，优化每个D2D频谱选择和占空比使得总***吞吐量最大。

Description

一种位置信息辅助的D2D通信资源分配方法

技术领域

本发明属于无线通信技术领域，涉及一种位置信息辅助的D2D通信资源分配方法。

背景技术

近年来，随着5G时代的到来，全球所产生的数据流量呈指数式增长。不仅如此，在用户数量增加的同时，用户所产生的移动流量也有不同，如短视频业务和超高清视频业务等。这不仅需要超高的数据传输速率，同时也需要极大的网络容量来满足用户对网络时延的体验程度。

为了在一定程度上缓解数据流量的增长，3GPP(3rd Generation PartnershipProject)组织提出可以提升频谱效率、扩充网络容量的Device-to-device(D2D)技术。在5G通信***中，D2D通信作为其中的一部分，在以下几个方面具有巨大潜力：提升***吞吐量、降低时延、减轻网络负载和提高能量效率。

尽管在蜂窝***中引入D2D链路带来了很多好处，但同时也会对蜂窝***造成严重的干扰，这是引入D2D链路所带来的主要问题之一。尤其是当D2D链路与蜂窝链路共享无线资源时，干扰问题将更加严重。在传统的LTE***中，由于没有D2D链路的存在，小区内所有蜂窝用户设备获得正交的资源分配，因此小区内干扰可以忽略。而当D2D用户与蜂窝用户共享资源时，小区内频谱资源的正交性丢失，此时小区内干扰将变得不可忽略。D2D通信不但增加小区内干扰，而且也会导致更高的小区间干扰，这是因为小区边缘的D2D设备可能会干扰到相邻小区使用相同无线频谱资源的蜂窝用户。由于D2D通信对蜂窝***造成了严重干扰，因此合适的资源分配以及干扰管理对D2D通信显得格外重要。

但现有的大多数技术都是在授权频谱上实现的，以至于授权频谱上能够优化的空间已经接近饱和。从而研究学者把目光转向了未授权频谱，提出了D2D-Unlicensed(D2D-U)技术，把D2D使用在未授权频段与WiFi用户共存。由于未授权频谱只有WiFi用户在使用，同时WiFi流量具有实时性，不确定性，因此未授权频谱上存在一些没有加以利用的空闲资源。因此我们所要解决的问题就是D2D在不影响WiFi用户正常传输的同时对这些未授权频谱上的空闲资源加以合理利用，提升整个***的吞吐量。

但在现有的D2D-U文献中，大多数都是对D2D的功率分配、模式选择等方面进行***优化，很少考虑到哪些D2D适合在授权频谱通信，又或者哪些D2D在未授权频谱通信会使得总***吞吐量个最大这个问题。

发明内容

有鉴于此，本发明提供了一种位置信息辅助的D2D通信资源分配方法，以实现在授权频谱和免授权频谱上总***吞吐量最大化。

为达到上述目的，本发明提供如下技术方案：

一种位置信息辅助的D2D通信资源分配方法，包括以下步骤：

S1：假设有M个D2D对，N个蜂窝用户CU，把授权频谱分成N个正交子信道，同时每个正交子信道只允许一个CU使用，计算授权频谱中每对D2D分别对每个蜂窝用户CU的干扰I。则可以得出一个N*M的干扰矩阵。

S2：使用匹配算法根据干扰矩阵把匹配好的D2D和CU分配在同一子信道，这里的匹配原则即D2D对CU的干扰最小；

S3：若N＜M，则把多余的D2D卸载到未授权频谱，同时把对CU干扰较大的D2D也卸载到未授权频谱与WiFi使用Duty Cycle(DC)机制共存；

S4：得到优化问题，使其在满足各个约束条件下总***吞吐量最大，这里的约束一般是满足WiFi正常传输；

S5：将优化问题分解成两个子问题：1，卸载哪些D2D和卸载多少D2D到未授权频谱？2，未授权频谱使用DC机制的占空比问题；

S6：通过匹配算法之后把对CU干扰大的D2D依次卸载到未授权频谱，得到D2D频谱选择矩阵Φ，以此来解决问题1；同时使用拉格朗日对偶问题解决DC机制的占空比问题，得到最优占空比

S7：将得到的Φ用来优化占空比问题，同时将得到的/>反过来优化D2D频谱选择问题，重复S6-S7，直到结果收敛。

进一步，在步骤S1中对于干扰矩阵I可以表示为：

其中的每个元素表示第m个D2D对第n个CU的干扰，其干扰表达式可表示为：

I_n,m＝P_mG_n,m

其中P_m表示第m个D2D发射机的发射功率，G_n,m表示第m个D2D发射机到第n个CU用户的信道增益，其表达式表示为：

其中|h_n,m|表示第m个D2D发射机到第n个CU用户的功率增益，l_n,m表示第m个D2D发射机到第n个CU用户的距离，α表示在子信道中的路径损耗因子。

进一步，在步骤S2中，根据得出的干扰矩阵I，可以根据匹配算法把每个CU用户和其匹配的最优D2D分配在同一子信道，即把对该CU用户干扰最小的D2D分配在同一子信道。

匹配算法的目标是通过合理分配D2D用户的授权子信道占用情况，使蜂窝网络所受干扰最小化，***性能达到最优。本发明认为D2D用户集，CU用户集和授权子信道集是相互独立且不相关的，用D_m(m∈M)来表示D2D用户，CU_n(n∈N)为CU用户，S_n(n∈N)表示免授权子信道。假设用户间交换信息不需要额外的信令成本，并且每个用户都可以得到其他用户的所有状态信息。匹配过程给每个CU用户分配合适的子信道，相当于产生CU用户集和D2D用户集这两个不相交集合的映射关系。在匹配过程中，若CU_n匹配到D_m，记为(CU_n,D_m)。为保证CU用户基本流量需求，每个CU用户至少匹配一个授权子信道，而CU用户具体匹配D2D对的情况将由匹配算法得出。

此外，在步骤S3中，当匹配完成后，若N＜M,即D2D用户数大于CU用户时，由于每个子信道最多允许一个CU和一个D2D同时使用，则经匹配后多余的D2D用户全部卸载到未授权频谱上与WiFi用户共存。同时，在未授权频谱上D2D用户和WiFi用户以DC机制共存，那么如何合理的分配其各自的占空比使得在不影响WiFi用户正常传输的前提下总***吞吐量最大化，这是一个需要解决的问题。

进一步，在步骤4中，就可以得出本发明优化问题，使其在满足各个约束条件下总***吞吐量最大。这里吞吐量分别有授权频谱的吞吐量和未授权频谱的吞吐量。授权频谱上的吞吐量为CU用户的吞吐量和选择授权频谱通信D2D的吞吐量，未授权频谱上的吞吐量为选择未授权频谱通信D2D的吞吐量和WiFi用户的吞吐量。

在授权频谱上：CU用户的吞吐量可表示为：

其中的两个求和函数一个数对CU用户个数的求和，另一个是对子信道的求和。另外B_n表示CU用户选择的子信道带宽，P_n和P_m分别是CU用户和D2D用户的发射功率。G_n和G_n,m分别是CU用户到基站信道增益和CU用户到D2D发射机的信道增益。S_n(S_n＝0,1)表示CU用户选择的子信道，若S_n＝1，则CU用户选择该子信道进行通信，若S_n＝0，则CU用户不选择该子信道进行通信。φ_m(φ_m＝0,1)表示与该CU匹配好的D2D用户是否在该子信道通信，同理若φ_m＝1，则该D2D用户选择该蜂窝用户在子信道内进行通信，若φ_m＝0，则D2D用户选择未授权频谱进行通信。表示信道的高斯噪声。

同时在授权频段上D2D用户的吞吐量可表示为：

其中G_m表示D2D发射机到接收机之间的信道增益。其余参数均与上述相同。同时可以得到D2D的频谱选择矩阵Φ＝[φ₁,φ₂...φ_m]。

因此，***在授权频谱上的吞吐量R可表示为：

R＝R_C+R_D

此外，在未授权频谱上：D2D的吞吐量可表示为：

其中B表示未授权频谱的信道带宽，I_D表示来自未授权频段上其他D2D的干扰，I_D可表示为：

其中φ_i表示该D2D是否在未授权频谱上通信，P_i表示D2D发射机的发射功率，G_i表示第i个D2D的发射机到第m个D2D接收机之间的信道增益。

由于WiFi用户传输采用的是CSMA/CA协议，WiFi***的吞吐量可以建模为一个离散时间的马尔可夫链数学模型，其稳态概率为：

其中CW_min是最小竞争窗口大小，n是最大退避阶段，p表示条件冲突概率，可以表示为：

假设p_tr为考虑的时隙中至少有一个WiFi设备工作的概率，因此得到

从而有归一化吞吐量：

其中E[T_packet]表示WiFiAP成功传输数据包所用的平均时间。平均时隙E[T_slot]可分为三个阶段，即空闲阶段、成功传输阶段和碰撞阶段，每个阶段分别为P_i、P_s和P_c。每个阶段的概率可以表示为：

P_c＝P_tr(1-p_s)

其中N_W表示WiFi的数目，在一个时隙中成功传输的有效载荷信息的平均值为P_sP_trE[p]，E[p]为以概率为P_rP_tr成功进行传输的平均有效负载，相反，如果在所考虑的时隙中发生冲突，则概率为：P_tr(1-P_s)。最后得到WiFi的吞吐量表达式为：

其中T_S是由于发生成功的传输而导致信道繁忙的平均时间，而T_c是由于发生冲突而导致信道繁忙的平均时间。σ是信道为空的平均时间。

T_S＝H+E[P]+SIFS+δ+ACK+DIFS+δ

T_C＝H+E[P]+DIFS+δ

其中E[P]表示发生冲突的数据包平均大小，H是WiFi网络的媒体访问控制(MAC)和物理层(PHY)报头的持续时间，δ表示传播时延，DIFS，ACK和SIFS表示DCF帧间间隔，传输时隙和较短的帧间间隔。

因此，在未授权频谱上的***吞吐量R^U可表示为：

同时，***总吞吐量R_total可表示为

另外，由于D2D卸载到未授权频谱上会对WiFi造成或多或少的干扰，为了保证WiFi***的正常传输，需要WiFi***的吞吐量不小于它的最小吞吐量阈值，即：R_w≥R_wmin，其中R_wmin表示WiFi正常传输的最小吞吐量。

因此，可以得到本发明的优化问题：

C1:I_n,m≤I_max

C3:R_w≥R_wmin

其中C1表示在授权频谱上的D2D对CU用户的干扰不能超过其最大的干扰阈值，C2表示未授权频谱上D2D占空比的取值范围，C3表示未授权频谱上WiFi的吞吐量不能小于它的最小阈值。

进一步，在步骤S5中，由于优化目标函数较复杂，因此把它解耦成两个子问题来联合求解。

1，固定来解决Φ问题，主要解决把哪些D2D卸载到未授权频谱上在约束条件下使得总***吞吐量最大化。

2，固定Φ，来解决问题，主要解决如何分配未授权频谱上D2D的占空比，使得在约束条件下使得总***吞吐量最大化。

进一步，在步骤S6中，主要解决步骤S5中的两个子问题。

前面已经得出了每个D2D对每个CU用户的干扰矩阵，然后已经根据匹配算法得出了D2D和CU的最优匹配，这里只需要把那些匹配后对CU干扰最大的D2D依次卸载到未授权频谱就可以得到D2D频谱选择矩阵Φ，计算其吞吐量，然后输出使得满足约束条件下最大吞吐量的Φ，以此来解决问题1。

其次，在未授权频谱上主要解决的是D2D的占空比问题，本发明主要使用拉格朗日对偶联合其KKT条件来解决这个问题。首先未授权频谱上的数学模型拉格朗日函数可以表示为：

其中α表示未授权频谱上D2D占空比的变量向量。然后可以得到拉格朗日对偶函数为：

C1:R_w≥R_wmin

C2:α≥0

因此，在未授权频谱上的目标函数可以改写为：

并且上式的对偶问题可以表示为：

C1:R_w≥R_wmin

C2:α≥0

因此可以将该问题由下式表示：

从而得到的最优向量因此有：

根据上述式子，最佳D2D占空比为：

因此最优向量在解决占空比问题之后，为了得到给定θ^*(α)的α，可以采用梯度法，在这里，对偶向量α能够通过每次迭代更新，最后能得到解决问题的最优对偶向量α^*，α的梯度可以有下面偏导数导出：

因此，可以随着下式来更新α：

这里，s(ⁱ⁾定义为第i次迭代的步长，可以表示为：

因此，通过上述对D2D在未授权频谱上使用拉格朗日对偶结合其KKT条件从而可以得到在一个时隙T内的最优占空比分配，以此来解决问题2。

进一步，在步骤S7中，将问题1中得到的Φ用来优化占空比问题，同时将问题2中得到的/>反过来优化D2D频谱选择问题，重复S6-S7，直到结果收敛。

本发明的有益效果在于：通过在授权频谱上对D2D用户进行合理地卸载到未授权频谱上，这极大地提高了总***的吞吐量，同时对未授权频谱上的那些空闲资源得到了合理利用，从而缓解了授权频谱资源拥挤且紧张的问题，对于其他网络的和谐共存具有参考意义。

本发明的优点及有益效果

随着移动终端和无线通信事业的高速发展，全球所产生的移动流量***式增长，进而导致现有授权频谱资源极度短缺。由于D2D具有通信距离短以及发射功率低的特点，因此可以考虑将部分D2D通信部署在频谱资源充裕的免授权频段，以进一步缓解频谱的需求压力。

现有的大多数研究中都是怎样在授权频谱控制D2D的发射功率来使得***吞吐量最大化或者在未授权频谱上控制D2D的占空比来使得D2D与WiFi能够和谐共存。很少有研究将授权频谱和未授权频谱联合起来进行***优化，而大多数研究者都偏向于对D2D的功率控制而忽视了D2D本身的信息，例如D2D的位置信息和哪些D2D对更合适在哪种模式下进行传输等。因此本发明充分利用D2D自身的相关信息，例如D2D的位置信息和D2D的数量，再根据每个D2D在授权频谱上对蜂窝用户的干扰情况，来对每个D2D频谱选择做合理分配，从而使得总***吞吐量最大。

本发明设计目标是在满足各个约束条件情况下最大化整个***的吞吐量。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为算法流程示意图

图2为***共存的网络模型图；

图3为未授权频谱信道资源分配图

具体实施方式

下面将结合附图，对本发明进行详细的描述。

本发明主要联合授权频谱和未授权频谱的资源分配管理，提出一种位置信息辅助的D2D通信资源分配方法。参考许多研究中D2D资源分配方案，本发明在充分利用D2D的自身信息情况下，对D2D进行合理地频谱选择，以此来优化***吞吐量。

如图1所示，算法包括以下步骤：

S1：假设有M个D2D对，N个蜂窝用户CU，把授权频谱分成N个正交子信道，同时每个正交子信道只允许一个CU使用，计算授权频谱中每对D2D分别对每个蜂窝用户CU的干扰I。则可以得出一个N*M的干扰矩阵。

S2：使用匹配算法根据干扰矩阵把匹配好的D2D和CU分配在同一子信道，这里的匹配原则即D2D对CU的干扰最小；

S3：若N＜M，则把多余的D2D卸载到未授权频谱，同时把对CU干扰较大的D2D也卸载到未授权频谱与WiFi使用Duty Cycle(DC)机制共存；

S4：得到优化问题，使其在满足各个约束条件下总***吞吐量最大，这里的约束一般是满足WiFi正常传输；

S5：将优化问题分解成两个子问题：1，卸载哪些D2D和卸载多少D2D到未授权频谱？2，未授权频谱使用DC机制的占空比问题；

S6：通过匹配算法之后把对CU干扰大的D2D依次卸载到未授权频谱，得到D2D频谱选择矩阵Φ，以此来解决问题1；同时使用拉格朗日对偶问题解决DC机制的占空比问题，得到最优占空比

S7：将得到的Φ用来优化占空比问题，同时将得到的/>反过来优化D2D频谱选择问题，重复S6-S7，直到结果收敛。

共存场景中存在基站，D2D用户、蜂窝用户CU和WiFi用户，网络模型如图2所示，在这里，假设有N个蜂窝用户，M个D2D对，一部分D2D对在授权频谱上与蜂窝用户共存，将信道划分成N个正交子信道，每个子信道最多只允许一个蜂窝用户和一个D2D对使用。另一部分D2D对则在未授权频谱上与WiFi用户使用DC机制共存。

共存场景中D2D用户和WiFi用户接入框架如图3所示，在一个时间轴上分成很多个时间周期T，在一个时间周期T中，根据占空比把这个时间周期一部分给D2D用户使用，另一部分给WiFi用户使用。由于WiFi用户流量具有随机性和不确定性，因此每经过一个时间周期都会更新以此算法来更新占空比/>

在提出的算法中主要解决两个问题。即每个D2D的频谱选择问题和未授权频谱上的占空比问题。

首先根据蜂窝用户和D2D用户的未知情况，干扰矩阵I可以表示为：

其中的每个元素表示第m个D2D对第n个CU的干扰，其干扰表达式可表示为：

I_n,m＝P_mG_n,m

其中P_m表示第m个D2D发射机的发射功率，G_n,m表示第m个D2D发射机到第n个CU用户的信道增益，其表达式表示为：

其中|h_n,m|表示第m个D2D发射机到第n个CU用户的功率增益，l_n,m表示第m个D2D发射机到第n个CU用户的距离，α表示在子信道中的路径损耗因子。

然后根据得出的干扰矩阵I，可以根据匹配算法把每个CU用户和其匹配的最优D2D分配在同一子信道，即把对该CU用户干扰最小的D2D分配在同一子信道。

匹配算法的目标是通过合理分配D2D用户的授权子信道占用情况，使蜂窝网络所受干扰最小化，***性能达到最优。本发明认为D2D用户集，CU用户集和授权子信道集是相互独立且不相关的，用D_m(m∈M)来表示D2D用户，CU_n(n∈N)为CU用户，S_n(n∈N)表示免授权子信道。假设用户间交换信息不需要额外的信令成本，并且每个用户都可以得到其他用户的所有状态信息。匹配过程给每个CU用户分配合适的子信道，相当于产生CU用户集和D2D用户集这两个不相交集合的映射关系。在匹配过程中，若CU_n匹配到D_m，记为(CU_n,D_m)。为保证CU用户基本流量需求，每个CU用户至少匹配一个授权子信道，而CU用户具体匹配D2D对的情况将由匹配算法得出。

此外，当匹配完成后，若N＜M,即D2D用户数大于CU用户时，由于每个子信道最多允许一个CU和一个D2D同时使用，则经匹配后多余的D2D用户全部卸载到未授权频谱上与WiFi用户共存。同时，在未授权频谱上D2D用户和WiFi用户以DC机制共存，那么如何合理的分配其各自的占空比使得在不影响WiFi用户正常传输的前提下总***吞吐量最大化，这是一个需要解决的问题。

接下来就可以得出本发明优化问题，使其在满足各个约束条件下总***吞吐量最大。这里吞吐量分别有授权频谱的吞吐量和未授权频谱的吞吐量。授权频谱上的吞吐量为CU用户的吞吐量和选择授权频谱通信D2D的吞吐量，未授权频谱上的吞吐量为选择未授权频谱通信D2D的吞吐量和WiFi用户的吞吐量。

在授权频谱上：CU用户的吞吐量可表示为：

其中的两个求和函数一个数对CU用户个数的求和，另一个是对子信道的求和。另外B_n表示CU用户选择的子信道带宽，P_n和P_m分别是CU用户和D2D用户的发射功率。G_n和G_n,m分别是CU用户到基站信道增益和CU用户到D2D发射机的信道增益。S_n(S_n＝0,1)表示CU用户选择的子信道，若S_n＝1，则CU用户选择该子信道进行通信，若S_n＝0，则CU用户不选择该子信道进行通信。φ_m(φ_m＝0,1)表示与该CU匹配好的D2D用户是否在该子信道通信，同理若φ_m＝1，则该D2D用户选择该CU用户在子信道内进行通信，若φ_m＝0，则D2D用户选择未授权频谱进行通信。表示信道的高斯噪声。

同时在授权频段上D2D用户的吞吐量可表示为：

其中G_m表示D2D发射机到接收机之间的信道增益。其余参数均与上述相同。同时可以得到D2D的频谱选择矩阵Φ＝[φ₁,φ₂...φ_m]。

因此，***在授权频谱上的吞吐量R可表示为：

R＝R_C+R_D

此外，在未授权频谱上：D2D的吞吐量可表示为：

其中B表示未授权频谱的信道带宽，I_D表示来自未授权频段上其他D2D的干扰，I_D可表示为：

其中φ_i表示该D2D是否在未授权频谱上通信，P_i表示D2D发射机的发射功率，G_i表示第i个D2D的发射机到第m个D2D接收机之间的信道增益。

由于WiFi用户传输采用的是CSMA/CA协议，WiFi***的吞吐量可以建模为一个离散时间的马尔可夫链数学模型，其稳态概率为：

其中CW_min是最小竞争窗口大小，n是最大退避阶段，p表示条件冲突概率，可以表示为：

假设p_tr为考虑的时隙中至少有一个WiFi设备工作的概率，因此得到

从而有归一化吞吐量：

其中E[T_packet]表示WiFiAP成功传输数据包所用的平均时间。平均时隙E[T_slot]可分为三个阶段，即空闲阶段、成功传输阶段和碰撞阶段，每个阶段分别为P_i、P_s和P_c。每个阶段的概率可以表示为：

P_c＝P_tr(1-p_s)

其中N_W表示WiFi的数目，在一个时隙中成功传输的有效载荷信息的平均值为P_sP_trE[p]，E[p]为以概率为P_rP_tr成功进行传输的平均有效负载，相反，如果在所考虑的时隙中发生冲突，则概率为：P_tr(1-P_s)。最后得到WiFi的吞吐量表达式为：

其中T_S是由于发生成功的传输而导致信道繁忙的平均时间，而T_c是由于发生冲突而导致信道繁忙的平均时间。σ是信道为空的平均时间。

T_S＝H+E[P]+SIFS+δ+ACK+DIFS+δ

T_C＝H+E[P]+DIFS+δ

其中E[P]表示发生冲突的数据包平均大小，H是WiFi网络的媒体访问控制(MAC)和物理层(PHY)报头的持续时间，δ表示传播时延，DIFS，ACK和SIFS表示DCF帧间间隔，传输时隙和较短的帧间间隔。

因此，在未授权频谱上的***吞吐量R^U可表示为：

同时，***总吞吐量R_total可表示为

另外，由于D2D卸载到未授权频谱上会对WiFi造成或多或少的干扰，为了保证WiFi***的正常传输，需要WiFi***的吞吐量不小于它的最小吞吐量阈值，即：R_w≥R_wmin，其中R_wmin表示WiFi正常传输的最小吞吐量。

因此，可以得到本发明的优化问题：

C1:I_n,m≤I_max

C3:R_w≥R_wmin

其中C1表示在授权频谱上的D2D对CU用户的干扰不能超过其最大的干扰阈值，C2表示未授权频谱上D2D占空比的取值范围，C3表示未授权频谱上WiFi的吞吐量不能小于它的最小阈值。

但是由于优化目标函数较复杂，因此把它解耦成两个子问题来联合求解。

(1)固定来解决Φ问题，主要解决把哪些D2D卸载到未授权频谱上在约束条件下使得总***吞吐量最大化。

(2)固定Φ，来解决问题，主要解决如何分配未授权频谱上D2D的占空比，

使得在约束条件下使得总***吞吐量最大化。

因此主要解决上面分解的两个子问题。

前面已经得出了每个D2D对每个CU用户的干扰矩阵，然后已经根据匹配算法得出了D2D和CU的最优匹配，这里只需要把那些匹配后对CU干扰最大的D2D依次卸载到未授权频谱就可以得到D2D频谱选择矩阵Φ，计算其吞吐量，然后输出使得满足约束条件下最大吞吐量的Φ，以此来解决问题(1)。

其次，在未授权频谱上主要解决的是D2D的占空比问题，本发明主要使用拉格朗日对偶联合其KKT条件来解决这个问题。首先未授权频谱上的数学模型拉格朗日函数可以表示为：

其中α表示未授权频谱上D2D占空比的变量向量。然后可以得到拉格朗日对偶函数为：

C1:R_w≥R_wmin

C2:α≥0

因此，在未授权频谱上的目标函数可以改写为：

并且上式的对偶问题可以表示为：

C1:R_w≥R_wmin

C2:α≥0

因此可以将该问题由下式表示：

从而得到的最优向量因此有：

根据上述式子，最佳D2D占空比为：

因此最优向量在解决占空比问题之后，为了得到给定θ^*(α)的α，可以采用梯度法，在这里，对偶向量α能够通过每次迭代更新，最后能得到解决问题的最优对偶向量α^*，α的梯度可以有下面偏导数导出：

因此，可以随着下式来更新α：

这里，s⁽ⁱ⁾定义为第i次迭代的步长，可以表示为：

因此，通过上述对D2D在未授权频谱上使用拉格朗日对偶结合其KKT条件从而可以得到在一个时隙T内的最优占空比分配，以此来解决问题(2)。

最后将问题(1)中得到的Φ用来优化占空比问题，同时将问题(2)中得到的/>反过来优化D2D频谱选择问题，重复S6-S7，直到结果收敛。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其做出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (7)

1.一种位置信息辅助的D2D通信资源分配方法，其特征在于：具体步骤如下：

S1：假设有M个D2D对，N个蜂窝用户CU，把授权频谱分成N个正交子信道，同时每个正交子信道只允许一个CU使用，计算授权频谱中每对D2D分别对每个蜂窝用户CU的干扰I。则可以得出一个N*M的干扰矩阵。

S2：使用匹配算法根据干扰矩阵把匹配好的D2D和CU分配在同一子信道，这里的匹配原则即D2D对CU的干扰最小；

S3：若N＜M，则把多余的D2D卸载到未授权频谱，同时把对CU干扰较大的D2D也卸载到未授权频谱与WiFi使用Duty Cycle(DC)机制共存；

S4：得到优化问题，使其在满足各个约束条件下总***吞吐量最大，这里的约束一般是满足WiFi正常传输；

S5：将优化问题分解成两个子问题：1，卸载哪些D2D和卸载多少D2D到未授权频谱？2，未授权频谱使用DC机制的占空比问题；

S6：通过匹配算法之后把对CU干扰大的D2D依次卸载到未授权频谱，得到D2D频谱选择矩阵Φ，以此来解决问题1；同时使用拉格朗日对偶问题解决DC机制的占空比问题，得到最优占空比

S7：将得到的Φ用来优化占空比问题，同时将得到的/>反过来优化D2D频谱选择问题，重复S6-S7，直到结果收敛。

2.根据权利要求1所述的一种位置信息辅助的D2D通信资源分配方法，其特征在于：在步骤S1中对于干扰矩阵I可以表示为：

其中的每个元素表示第m个D2D对第n个CU的干扰，其干扰表达式可表示为：

I_n,m＝P_mG_n,m

其中P_m表示第m个D2D发射机的发射功率，G_n,m表示第m个D2D发射机到第n个CU用户的信道增益，其表达式表示为：

其中|h_n,m|表示第m个D2D发射机到第n个CU用户的功率增益，l_n,m表示第m个D2D发射机到第n个CU用户的距离，α表示在子信道中的路径损耗因子。

3.根据权利要求2所述的一种位置信息辅助的D2D通信资源分配方法，其特征在于：在步骤S2中，根据得出的干扰矩阵I，可以根据匹配算法把每个CU用户和其匹配的最优D2D分配在同一子信道，即把对该CU用户干扰最小的D2D分配在同一子信道。

匹配算法的目标是通过合理分配D2D用户的授权子信道占用情况，使蜂窝网络所受干扰最小化，***性能达到最优。本发明认为D2D用户集，CU用户集和授权子信道集是相互独立且不相关的，用D_m(m∈M)来表示D2D用户，CU_n(n∈N)为CU用户，S_n(n∈N)表示免授权子信道。假设用户间交换信息不需要额外的信令成本，并且每个用户都可以得到其他用户的所有状态信息。匹配过程给每个CU用户分配合适的子信道，相当于产生CU用户集和D2D用户集这两个不相交集合的映射关系。在匹配过程中，若CU_n匹配到D_m，记为(CU_n,D_m)。为保证CU用户基本流量需求，每个CU用户至少匹配一个授权子信道，而CU用户具体匹配D2D对的情况将由匹配算法得出。

4.根据权利要求3所述的一种位置信息辅助的D2D通信资源分配方法，其特征在于：在步骤S3中，当匹配完成后，若N＜M,即D2D用户数大于CU用户时，由于每个子信道最多允许一个CU和一个D2D同时使用，则经匹配后多余的D2D用户全部卸载到未授权频谱上与WiFi用户共存。同时，在未授权频谱上D2D用户和WiFi用户以DC机制共存，那么如何合理的分配其各自的占空比使得在不影响WiFi用户正常传输的前提下总***吞吐量最大化，这是一个需要解决的问题。

5.根据权利要求4所述的一种位置信息辅助的D2D通信资源分配方法，其特征在于：在步骤4中，就可以得出本发明优化问题，使其在满足各个约束条件下总***吞吐量最大。这里吞吐量分别有授权频谱的吞吐量和未授权频谱的吞吐量。授权频谱上的吞吐量为CU用户的吞吐量和选择授权频谱通信D2D的吞吐量，未授权频谱上的吞吐量为选择未授权频谱通信D2D的吞吐量和WiFi用户的吞吐量。

在授权频谱上：CU用户的吞吐量可表示为：

其中的两个求和函数一个数对CU用户个数的求和，另一个是对子信道的求和。另外B_n表示CU用户选择的子信道带宽，P_n和P_m分别是CU用户和D2D用户的发射功率。G_n和G_n,m分别是CU用户到基站信道增益和CU用户到D2D发射机的信道增益。S_n(S_n＝0,1)表示CU用户选择的子信道，若S_n＝1，则CU用户选择该子信道进行通信，若S_n＝0，则CU用户不选择该子信道进行通信。φ_m(φ_m＝0,1)表示与该CU匹配好的D2D用户是否在该子信道通信，同理若φ_m＝1，则该D2D用户选择该CU用户在子信道内进行通信，若φ_m＝0，则D2D用户选择未授权频谱进行通信。表示信道的高斯噪声。

同时在授权频段上D2D用户的吞吐量可表示为：

其中G_m表示D2D发射机到接收机之间的信道增益。其余参数均与上述相同。同时可以得到D2D的频谱选择矩阵Φ＝[φ₁,φ₂...φ_m]。

因此，***在授权频谱上的吞吐量R可表示为：

R＝R_C+R_D

此外，在未授权频谱上：D2D的吞吐量可表示为：

其中B表示未授权频谱的信道带宽，I_D表示来自未授权频段上其他D2D的干扰，I_D可表示为：

其中φ_i表示该D2D是否在未授权频谱上通信，P_i表示D2D发射机的发射功率，G_i表示第i个D2D的发射机到第m个D2D接收机之间的信道增益。

由于WiFi用户传输采用的是CSMA/CA协议，WiFi***的吞吐量可以建模为一个离散时间的马尔可夫链数学模型，其稳态概率为：

其中CW_min是最小竞争窗口大小，n是最大退避阶段，p表示条件冲突概率，可以表示为：

假设p_tr为考虑的时隙中至少有一个WiFi设备工作的概率，因此得到

从而有归一化吞吐量：

其中E[T_packet]表示WiFiAP成功传输数据包所用的平均时间。平均时隙E[T_slot]可分为三个阶段，即空闲阶段、成功传输阶段和碰撞阶段，每个阶段分别为P_i、P_s和P_c。每个阶段的概率可以表示为：

P_c＝P_tr(1-p_s)

其中N_W表示WiFi的数目，在一个时隙中成功传输的有效载荷信息的平均值为P_sP_trE[p]，E[p]为以概率为P_rP_tr成功进行传输的平均有效负载，相反，如果在所考虑的时隙中发生冲突，则概率为：P_tr(1-P_s)。最后得到WiFi的吞吐量表达式为：

其中T_S是由于发生成功的传输而导致信道繁忙的平均时间，而T_c是由于发生冲突而导致信道繁忙的平均时间。σ是信道为空的平均时间。

T_S＝H+E[P]+SIFS+δ+ACK+DIFS+δ

T_C＝H+E[P]+DIFS+δ

其中E[P]表示发生冲突的数据包平均大小，H是WiFi网络的媒体访问控制(MAC)和物理层(PHY)报头的持续时间，δ表示传播时延，DIFS，ACK和SIFS表示DCF帧间间隔，传输时隙和较短的帧间间隔。

因此，在未授权频谱上的***吞吐量R^U可表示为：

同时，***总吞吐量R_total可表示为

另外，由于D2D卸载到未授权频谱上会对WiFi造成或多或少的干扰，为了保证WiFi***的正常传输，需要WiFi***的吞吐量不小于它的最小吞吐量阈值，即：R_w≥R_wmin，其中R_wmin表示WiFi正常传输的最小吞吐量。

因此，可以得到本发明的优化问题：

C1:I_n,m≤I_max

C2:

C3:R_w≥R_wmin

其中C1表示在授权频谱上的D2D对CU用户的干扰不能超过其最大的干扰阈值，C2表示未授权频谱上D2D占空比的取值范围，C3表示未授权频谱上WiFi的吞吐量不能小于它的最小阈值。

6.根据权利要求5所述的一种位置信息辅助的D2D通信资源分配方法，其特征在于：在步骤S5中，由于优化目标函数较复杂，因此把它解耦成两个子问题来联合求解。

(1)固定来解决Φ问题，主要解决把哪些D2D卸载到未授权频谱上在约束条件下使得总***吞吐量最大化。

(2)固定Φ，来解决问题，主要解决如何分配未授权频谱上D2D的占空比，使得在约束条件下使得总***吞吐量最大化。

进一步，在步骤S6中，主要解决步骤S5中的两个子问题。

前面已经得出了每个D2D对每个CU用户的干扰矩阵，然后已经根据匹配算法得出了D2D和CU的最优匹配，这里只需要把那些匹配后对CU干扰最大的D2D依次卸载到未授权频谱就可以得到D2D频谱选择矩阵Φ，计算其吞吐量，然后输出使得满足约束条件下最大吞吐量的Φ，以此来解决问题(1)。

其次，在未授权频谱上主要解决的是D2D的占空比问题，本发明主要使用拉格朗日对偶联合其KKT条件来解决这个问题。首先未授权频谱上的数学模型拉格朗日函数可以表示为：

其中α表示未授权频谱上D2D占空比的变量向量。然后可以得到拉格朗日对偶函数为：

C1:R_w≥R_wmin

C2:α≥0

因此，在未授权频谱上的目标函数可以改写为：

并且上式的对偶问题可以表示为：

C1:R_w≥R_wmin

C2:α≥0

因此可以将该问题由下式表示：

从而得到的最优向量因此有：

根据上述式子，最佳D2D占空比为：

因此最优向量在解决占空比问题之后，为了得到给定θ^*(α)的α，可以采用梯度法，在这里，对偶向量α能够通过每次迭代更新，最后能得到解决问题的最优对偶向量α^*，α的梯度可以有下面偏导数导出：

因此，可以随着下式来更新α：

这里，s⁽ⁱ⁾定义为第i次迭代的步长，可以表示为：

因此，通过上述对D2D在未授权频谱上使用拉格朗日对偶结合其KKT条件从而可以得到在一个时隙T内的最优占空比分配，以此来解决问题(2)。

7.根据权利要求6所述的一种位置信息辅助的D2D通信资源分配方法，其特征在于：将问题(1)中得到的Φ用来优化占空比问题，同时将问题(2)中得到的/>反过来优化D2D频谱选择问题，重复S6-S7，直到结果收敛。