CN116567820A - 一种位置信息辅助的d2d通信资源分配方法 - Google Patents
一种位置信息辅助的d2d通信资源分配方法 Download PDFInfo
- Publication number
- CN116567820A CN116567820A CN202211629852.8A CN202211629852A CN116567820A CN 116567820 A CN116567820 A CN 116567820A CN 202211629852 A CN202211629852 A CN 202211629852A CN 116567820 A CN116567820 A CN 116567820A
- Authority
- CN
- China
- Prior art keywords
- user
- throughput
- unlicensed spectrum
- interference
- spectrum
- 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.)
- Pending
Links
- 238000004891 communication Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000013468 resource allocation Methods 0.000 title claims abstract description 19
- 238000001228 spectrum Methods 0.000 claims abstract description 155
- 239000011159 matrix material Substances 0.000 claims abstract description 27
- 238000005457 optimization Methods 0.000 claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims description 30
- 230000001413 cellular effect Effects 0.000 claims description 23
- 230000009977 dual effect Effects 0.000 claims description 15
- 238000013178 mathematical model Methods 0.000 claims description 6
- 101100172132 Mus musculus Eif3a gene Proteins 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000011664 signaling Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0446—Resources in time domain, e.g. slots or frames
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
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
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:
In,m=PmGn,m
其中Pm表示第m个D2D发射机的发射功率,Gn,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|hn,m|表示第m个D2D发射机到第n个CU用户的功率增益,ln,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Dm(m∈M)来表示D2D用户,CUn(n∈N)为CU用户,Sn(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CUn匹配到Dm,记为(CUn,Dm)。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Bn表示CU用户选择的子信道带宽,Pn和Pm分别是CU用户和D2D用户的发射功率。Gn和Gn,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。Sn(Sn=0,1)表示CU用户选择的子信道,若Sn=1,则CU用户选择该子信道进行通信,若Sn=0,则CU用户不选择该子信道进行通信。φm(φm=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φm=1,则该D2D用户选择该蜂窝用户在子信道内进行通信,若φm=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Gm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...φm]。
因此,***在授权频谱上的吞吐量R可表示为:
R=RC+RD
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,ID表示来自未授权频段上其他D2D的干扰,ID可表示为:
其中φi表示该D2D是否在未授权频谱上通信,Pi表示D2D发射机的发射功率,Gi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CWmin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ptr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[Tpacket]表示WiFiAP成功传输数据包所用的平均时间。平均时隙E[Tslot]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Pi、Ps和Pc。每个阶段的概率可以表示为:
Pc=Ptr(1-ps)
其中NW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PsPtrE[p],E[p]为以概率为PrPtr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:Ptr(1-Ps)。最后得到WiFi的吞吐量表达式为:
其中TS是由于发生成功的传输而导致信道繁忙的平均时间,而Tc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。
TS=H+E[P]+SIFS+δ+ACK+DIFS+δ
TC=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RU可表示为:
同时,***总吞吐量Rtotal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:Rw≥Rwmin,其中Rwmin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:In,m≤Imax
C3:Rw≥Rwmin
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:Rw≥Rwmin
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:Rw≥Rwmin
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:
In,m=PmGn,m
其中Pm表示第m个D2D发射机的发射功率,Gn,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|hn,m|表示第m个D2D发射机到第n个CU用户的功率增益,ln,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Dm(m∈M)来表示D2D用户,CUn(n∈N)为CU用户,Sn(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CUn匹配到Dm,记为(CUn,Dm)。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Bn表示CU用户选择的子信道带宽,Pn和Pm分别是CU用户和D2D用户的发射功率。Gn和Gn,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。Sn(Sn=0,1)表示CU用户选择的子信道,若Sn=1,则CU用户选择该子信道进行通信,若Sn=0,则CU用户不选择该子信道进行通信。φm(φm=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φm=1,则该D2D用户选择该CU用户在子信道内进行通信,若φm=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Gm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...φm]。
因此,***在授权频谱上的吞吐量R可表示为:
R=RC+RD
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,ID表示来自未授权频段上其他D2D的干扰,ID可表示为:
其中φi表示该D2D是否在未授权频谱上通信,Pi表示D2D发射机的发射功率,Gi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CWmin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ptr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[Tpacket]表示WiFiAP成功传输数据包所用的平均时间。平均时隙E[Tslot]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Pi、Ps和Pc。每个阶段的概率可以表示为:
Pc=Ptr(1-ps)
其中NW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PsPtrE[p],E[p]为以概率为PrPtr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:Ptr(1-Ps)。最后得到WiFi的吞吐量表达式为:
其中TS是由于发生成功的传输而导致信道繁忙的平均时间,而Tc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。
TS=H+E[P]+SIFS+δ+ACK+DIFS+δ
TC=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RU可表示为:
同时,***总吞吐量Rtotal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:Rw≥Rwmin,其中Rwmin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:In,m≤Imax
C3:Rw≥Rwmin
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:Rw≥Rwmin
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:Rw≥Rwmin
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:
In,m=PmGn,m
其中Pm表示第m个D2D发射机的发射功率,Gn,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|hn,m|表示第m个D2D发射机到第n个CU用户的功率增益,ln,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Dm(m∈M)来表示D2D用户,CUn(n∈N)为CU用户,Sn(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CUn匹配到Dm,记为(CUn,Dm)。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Bn表示CU用户选择的子信道带宽,Pn和Pm分别是CU用户和D2D用户的发射功率。Gn和Gn,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。Sn(Sn=0,1)表示CU用户选择的子信道,若Sn=1,则CU用户选择该子信道进行通信,若Sn=0,则CU用户不选择该子信道进行通信。φm(φm=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φm=1,则该D2D用户选择该CU用户在子信道内进行通信,若φm=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Gm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...φm]。
因此,***在授权频谱上的吞吐量R可表示为:
R=RC+RD
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,ID表示来自未授权频段上其他D2D的干扰,ID可表示为:
其中φi表示该D2D是否在未授权频谱上通信,Pi表示D2D发射机的发射功率,Gi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CWmin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ptr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[Tpacket]表示WiFiAP成功传输数据包所用的平均时间。平均时隙E[Tslot]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Pi、Ps和Pc。每个阶段的概率可以表示为:
Pc=Ptr(1-ps)
其中NW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PsPtrE[p],E[p]为以概率为PrPtr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:Ptr(1-Ps)。最后得到WiFi的吞吐量表达式为:
其中TS是由于发生成功的传输而导致信道繁忙的平均时间,而Tc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。
TS=H+E[P]+SIFS+δ+ACK+DIFS+δ
TC=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RU可表示为:
同时,***总吞吐量Rtotal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:Rw≥Rwmin,其中Rwmin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:In,m≤Imax
C2:
C3:Rw≥Rwmin
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:Rw≥Rwmin
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:Rw≥Rwmin
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211629852.8A CN116567820A (zh) | 2022-12-19 | 2022-12-19 | 一种位置信息辅助的d2d通信资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211629852.8A CN116567820A (zh) | 2022-12-19 | 2022-12-19 | 一种位置信息辅助的d2d通信资源分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116567820A true CN116567820A (zh) | 2023-08-08 |
Family
ID=87493510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211629852.8A Pending CN116567820A (zh) | 2022-12-19 | 2022-12-19 | 一种位置信息辅助的d2d通信资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116567820A (zh) |
-
2022
- 2022-12-19 CN CN202211629852.8A patent/CN116567820A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11711857B2 (en) | Orthogonal frequency division multiple access communication apparatus and communication method | |
Shokri-Ghadikolaei et al. | Design aspects of short-range millimeter-wave networks: A MAC layer perspective | |
CN107396293B (zh) | 基于d2d通信的v2x资源分配方法及*** | |
US11026145B2 (en) | Method and system for adaptive channel access in unlicensed spectrum | |
CN111328052B (zh) | 一种高密度无线网络中信道资源分配方法 | |
Saadat et al. | License assisted access-WiFi coexistence with TXOP backoff for LTE in unlicensed band | |
US20230319902A1 (en) | Orthogonal frequency division multiple access communication apparatus and communication method | |
CN111787571B (zh) | 一种网络用户关联和资源分配的联合优化方法 | |
Liu et al. | A polling-based traffic-aware MAC protocol for centralized full-duplex wireless networks | |
kumar Gupta et al. | Design and analysis of IEEE 802.11 based full duplex WLAN MAC protocol | |
Murad et al. | A simple full-duplex MAC protocol exploiting asymmetric traffic loads in WiFi systems | |
Tuladhar et al. | Fair coexistence of LAA and WiFi in multi-carrier LBT based on joint throughput and airtime fairness | |
CN113225828B (zh) | 一种面向WiFi-ZigBee网络协同传输的方法 | |
Kumar et al. | Hierarchical MAC protocol with multi-channel allocation for enhancing IEEE 802.11 ah relay networks | |
Zhou et al. | An OFDM based MAC protocol for underwater acoustic networks | |
CN106912059B (zh) | 支持互信息积累的认知中继网络联合中继选择及资源分配方法 | |
KR20080098263A (ko) | 애드혹(Ad-hoc) 네트워크에서의 통신 방법 | |
Zhu et al. | A station regrouping method for contention based IEEE 802.11 ah wireless LAN | |
Luvisotto et al. | RCFD: A frequency-based channel access scheme for full-duplex wireless networks | |
CN116567820A (zh) | 一种位置信息辅助的d2d通信资源分配方法 | |
CN111343722B (zh) | 边缘计算中基于认知无线电的能效优化方法 | |
CN109890077B (zh) | 一种lte-u***自适应接入免许可频段的控制方法 | |
Wang et al. | Enabling Device‐to‐Device (D2D) Communication for the Next Generation WLAN | |
Zuo et al. | A distributed IBFD MAC mechanism and non-saturation throughput analysis for wireless networks | |
Yang et al. | Uplink/downlink initiated based MAC protocol for asymmetric full duplex radio to improve throughput |
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 |