蜂窝与D2D混合网络中干扰协调算法研究

刘振国，王旭文

(南京邮电大学 通信与信息工程学院，江苏 南京 210003)

蜂窝与D2D混合网络中干扰协调算法研究

刘振国，王旭文

(南京邮电大学 通信与信息工程学院，江苏 南京 210003)

在蜂窝与D2D混合网络中， D2D用户复用蜂窝用户的资源会给混合网络带来不能避免的干扰，这些干扰严重影响了系统性能。文章在资源分配与功率控制研究的基础上，提出一种基于联合资源分配与功率控制的干扰协调方案。资源分配时，首先对用户进行分簇，分簇的结果是使簇与簇间的总干扰最大，然后以最大化系统容量为目标，采用一种迭代分配方案，对已经分好的簇进行资源块的划分。功率控制时，根据预设的干扰门限值，以及D2D用户与蜂窝用户、基站之间的信道增益估计值，对D2D用户进行动态的功率调整。通过仿真验证该算法能够提高混合网络的总吞吐量。

D2D通信;干扰协调;资源分配;功率控制

0 引言

随着4G的大规模商用，以及智能设备和便携式应用设计提供的多媒体服务的日益普及，人们对数据传输速率的要求越来越高，对于未来的移动通信系统，必须能够支持更高速率和更大带宽的数据业务。

为了适应未来高速率移动数据通信的标准，ITU制定了IMT-Advanced计划，该计划要求高速的数据传输速率，较大的网络容量以及多种多样的多媒体业务，因此，IMT-Advanced在频率资源上面临极大的挑战[1]。当D2D通信作为一种比较先进的近场通信技术出现时，就得到了人们的密切关注。D2D的特点是当两个相距比较近并且具备D2D通信功能的用户(终端)进行通信时，数据可以绕过基站或者接入点直接通过D2D链路进行传输[2]。D2D通信可以提高蜂窝网络的资源利用率，分担蜂窝小区基站的负荷，具有很好的用户体验。

蜂窝网络与D2D技术混合可以对通信系统带来许多好处，但也带来了干扰问题。在大部分情况下，D2D用户通过复用蜂窝用户的资源完成通信，此时系统中就会产生严重的干扰，如果不加以控制，干扰造成的损失甚至会超过D2D产生的增益，因此需要通过适当的干扰协调技术来减小干扰，更好地保障混合网络的可控性、稳定性以及鲁棒性，从而进一步地提高系统吞吐量与频谱利用率。

D2D的无线资源包括三方面：模式选择、资源分配与功率控制，这些也是蜂窝与D2D混合网络干扰协调的主要技术。

(1)模式选择

当基站收到D2D发送端的连接建立请求时，需要为D2D用户选择合适的通信模式来建立通信链路。模式选择就是保证用户在D2D通信与蜂窝通信之间进行软切换，以便充分地利用信道资源。D2D的通信模式有三类：蜂窝模式、专用模式与复用模式[3]。由于频谱资源比较宝贵，大部分系统都会采用复用模式，复用模式根据上下行链路又可分为上行复用和下行复用。据统计上行链路的数据流量远远小于下行链路，上行链路的资源利用率还有很大提升空间，因此，目前很多关于D2D通信的研究都是基于上行资源复用。

(2)资源分配

D2D通信进行资源分配的标准是在不打乱蜂窝网络调度的前提下，以提高频谱利用率和系统容量为目的，对资源进行分配。D2D的资源分配可以分为集中式和分布式[4]。按照资源的正交性又可分为两类：正交资源分配和复用资源分配，前者一般用在蜂窝模式和专用模式下，后者用在复用模式下。在资源分配的研究中，最简单的方式是随机资源分配，但这种方式系统频谱利用率不高。最优的方式需要考虑的因素较多，基站负载大，但系统整体性能优良[5-6]。

(3)功率控制

在蜂窝与D2D混合网络中，如果D2D通信有专属的资源，并不与蜂窝通信复用，这两种通信系统间不会产生干扰， D2D用户就可以以最大发射功率来获得高传输速率。当D2D用户采用复用资源分配方式时，两种类型的用户就会相互干扰，如果基站仍随意为用户分配功率而不加以有效控制，干扰甚至会导致整个混合网络性能的严重下降。因此，需要通过合理的方案对混合网络中的用户的发射功率进行限制，以便减小系统中的干扰。D2D通信能够借鉴LTE系统中的功率控制方案，分为静态和动态的功率控制[7]。

1 系统模型

本文研究的系统模型如图1所示，M个蜂窝用户、N对D2D用户随机分布在系统中，且系统中有L个无线资源块，分别用集合C={1,2,…M}，D={1,2,…N}，RB={1,2,…L}表示，其中，Cm表示第m个蜂窝用户，Dtn和Drn表示进行通信的第n个D2D用户的发送端以及接收端，RBk表示第k个资源块。

图1 系统模型

为了便于分析，只考虑单小区上行通信链路，并且规定D2D用户可以复用任一蜂窝用户的资源，D2D用户之间也可以复用资源，但蜂窝用户之间不可以复用资源。同时，为了保证通信链路的公平性，规定每条链路在每次进行通信时只能分配一个资源块。

假设蜂窝用户Cm分配了资源块RBk，D2D用户对Dn复用了该资源块，则D2D用户对应的接收端Drn在资源块RBk上的信干噪比(Signal-to-Interference-plus-Noise-Ratio, SINR)为：

(1)

蜂窝用户Cm在资源块RBk上的SINR为：

(2)

(3)

假设用P=(PC,PD)表示蜂窝和D2D用户的功率矩阵，用βk,m、ρk,n表示蜂窝和D2D用户的资源分配，并且βk,m、ρk,n∈[0,1],k∈L,m∈M,n∈N。当βk,m=0时表示用户Cm没有使用资源块RBk，βk,m=1表示RBk只分配给了用户Cm，同理，ρk,n=0表示D2D用户Dn没有使用资源块RBk，ρk,n=1表示资源块RBk只分配给了D2D用户Dn，结合香农容量，得出系统的目标函数及其约束条件为：

(4)

2 资源分配

在本文中，所提到的算法引入了多对D2D用户，资源分配也比较复杂，因此，在为每一个用户分配资源时，采用分步策略，首先利用简略的干扰图对用户进行分簇，将干扰较大的用户隔离开，然后再对每个用户分配资源块，这样既可以减小干扰，也可以减轻资源分配的复杂度。

2.1用户分簇

根据图论中关于图的定义，可以简要地构建出如图2所示的用户干扰图Q=(V,E)，其中V表示用户的集合，E表示边的集合。每一条边受到的干扰用Ixy表示，在干扰图中也称为权重，Ixy越大，表示干扰越大。

图2 用户干扰图

由于同一个小区内任意两个蜂窝用户是没有资源复用的，所以两个蜂窝用户之间的边的权重是极大的，假设基站可以获取全部的链路状态信息，则权重的计算规则如下式所示：

(5)

计算出每条边的权重后，根据权重的大小进行分簇，分簇的目的是将可能产生较大干扰的用户分离开，使得簇与簇间的总权重达到最大，这样就能减少系统中的总干扰，提高系统容量。在干扰图Q中，就是要将集合V分配到L个不相交的簇中，簇用集合R={R1,R2,…Rl}表示，其中Rk表示第k个簇，Rk中权重和用Wk表示，且

(6)

下面开始进行分簇：

如果系统资源充足，即M+N

如果系统资源不充足，即M≤L≤M+N时，需要按照以下步骤进行分配：

首先，将M个节点随机分配到L个簇中，剩下的N个节点按照度的大小进行降序排列，用集合U表示，从U中取出度数最大的节点i，判断是否存在空簇，如果存在，就分配给该节点，如果不存在，就按

(7)

计算出将节点i分配到L个簇中每个簇所增加的权重。然后，找出权重增加量最小的簇，验证是否满足式(3)中的SINR约束条件，若满足就将节点i分配到该簇中，若满足条件的簇不止一个，就将节点i随机分配到这些簇中。最后，重新计算每个簇的权重Wk=Wk+ΔWk，并更新节点集合U，再次取出度数最大的节点，按照上述步骤进行操作，直到集合U为空，分簇完成。

对于M>L这种情况，因其无法将蜂窝用户分配到不同的簇中以保证蜂窝用户之间资源的正交性，所以不考虑。

2.2资源块分配

分簇完成后，资源块以簇为单元进行分配，决定哪个资源块分配给哪个簇，可以获得最大的吞吐量。在本节中，假定基站可以获取全部的链路状态信息,如果采用穷举搜索的方法为L个簇分配资源块，需要L！次才能搜索出容量最大的分配方法，这种方法对基站的计算处理能力是极大的考验。因此，本文采用一种迭代算法，可以在降低计算复杂度的同时保证系统容量。

首先，将L个簇按照从小到大的顺序进行排列，排列完成后，按顺序取出一个簇Rk，对Rk中的节点进行以下计算：

(8)

3 功率控制

本文提出一种基于用户位置的动态功率算法。该算法是根据蜂窝用户能够承受的最大干扰值来动态地调整D2D用户功率。假设D2D用户一直监控着其复用资源的蜂窝用户，并将监听到的信息发送给基站，基站分析这些信息得到D2D用户和蜂窝用户的位置，然后根据位置信息对D2D用户进行功率调整。具体步骤如下：

(1)D2D用户Dtn与Drn根据监听到的蜂窝用户Cm的位置信息对他们之间的通信链路进行信道增益的估计，信道增益包括路径损耗与衰落，用公式表示如下：

(9)

其中，ICmDtn和ICmDrn就是通过监听到的位置信息，然后按照式(5)进行计算得到的干扰值。假设预先设定的蜂窝用户能够承受的干扰的最大值为ICm，则用户Dtn与Drn对蜂窝用户的干扰必须满足：

PDtnhCmDtn≤ICm,PDtnhCmDtn≤ICm

(10)

(2)基站通过处理监听到的来自Dtn与Drn的信息，直接对自己和Dtn与Drn之间进行信道增益估计，其值为hDtnB和hDrnB，假设基站能够承受的干扰的最大值为IBm，那么用户Dtn与Drn对基站的干扰必须满足：

PDtnhDtnB≤IBm,PDrnhDrnB≤IBm

(11)

(3)由步骤(1)和(2)分别得到Dtn与Drn和蜂窝用户、基站之间的信道增益估计值，根据这些估计值，基站可以对D2D用户的功率按下式进行设定：

(12)

4 仿真及结果分析

4.1参数设置

本文所实现的基于资源分配和功率控制的干扰协调算法仿真的参数设置如表1所示，仿真场景是半径为500 m 的单小区，D2D用户对之间的通信距离最大值为25 m，每个用户都配备有全向单天线，D2D用户复用的是蜂窝用户的上行资源。仿真中将本文所提资源分配与功率分配算法和随机分配算法以及固定功率下资源分配算法进行对比。

表1 仿真参数设置

4.2结果分析

图3反映的是不同数量下的D2D用户与系统容量的关系。设定蜂窝用户数量M=8，资源块数量L=10，从图中可以看出，在一定范围内，一方面，本文所提的资源分配算法在固定功率和动态功率下都比随机资源分配算法在系统容量上要大很多，并且所提的动态功率控制下的系统容量比固定功率下系统容量高；另一方面，在蜂窝用户和资源块数量固定的前提下，随着进行通信的D2D用户对数量的增加，系统容量也随之增加，并没有因为通信用户增多干扰增多而下降。

图3 系统容量随D2D用户数量的变化

图4反映的是不同资源块数量与系统容量的关系。设定蜂窝用户数量M=8，D2D用户数量N=8，从图中可以看出，在蜂窝和D2D用户数量固定的前提下，随着资源块数量的增加，系统容量也在上升，这是因为资源块的增加使得D2D用户复用蜂窝资源的概率减小，用户之间的干扰也会降低，增加了系统容量。

图4 系统容量随资源块数量的变化

5 结束语

本文提出一种基于资源分配与功率控制的干扰协调算法，采用单小区内D2D用户复用蜂窝用户上行链路资源的场景，以提高系统容量为目的，解决最优资源分配矩阵和功率矩阵的问题。在求解资源分配矩阵时，首先根据用户干扰图对用户进行分簇，将产生较大干扰的用户分离开，然后采用一种迭代算法对簇进行资源块的分配；在求解功率矩阵时，蜂窝用户使用固定功率，D2D用户采用一种基于位置的动态功率控制方案，根据D2D用户和蜂窝用户以及基站之间的信道增益估计值，周期性地调整D2D用户的发射功率。仿真结果表明，该算法能够获得较好的系统容量性能。

[1] ASTELY D, DAHLMAN E, FODOR G S, et al. LTE release 12 and beyond accepted from open call[J]. Communications Magazine, IEEE,2013, 51(7): 154-160.

[2] DOPPLER K, RINNE M P, JANIS P, et al. Device-to-device communications: functional prospects for LTE-advanced networks[C]. Communications Workshops, 2009, ICC Workshops 2009. IEEE International Conference on, 2009: 1-6.

[3] XU C, SONG L Y, HAN Z, et al. Resource allocation using a reverse iterative combinatorial auction for device-to-device underlay cellular networks[C]. Wireless Communications Symposium, 2012: 4542-4547.

[4] CHEN H, LIU Z, PENG T, et al. Optimal power and density allocation of D2D communication under heterogeneous networks on multi-bands with outageconstraints[C]. Vehicular Technology Conference (VTC Spring), 2013 IEEE, 2013: 1-6.

[5] VANGANURU K, PUZIO M, STERNBERG G, et al. Uplink system capacity of a cellular network with cooperative mobile relay[C].Wireless Telecommunications Symposium (WTS), 2011: 1-7.

[6] FODOR G, REIDER N. A distributed power control scheme for cellular network assisted D2D communications[C]. Global Telecommunications Conference, 2011: 23-34.

[7] YANG M J, LIM S Y, PARK H J, et al. Solving the data overload: device-to-device bearer control architecture for cellular data offloading[J]. IEEE Vehicular Technology Magazine, 2013, 8(1): 31-39.

Research on interference coordination algorithm in cellular and D2D hybrid networks

Liu Zhenguo, Wang Xuwen

(College of Communication & Information Engineering, Nanjing University of Posts & Telecommunications, Nanjing 210003, China)

In the cellular and D2D hybrid network, D2D users reuse the resources of the cellular user will bring unavoidable interference to the hybrid network, which seriously affects the system performance. Based on the study of resource allocation and power control, this paper proposes a scheme based on joint resource allocation and power control to improve system throughput. When the resource is allocated, the users are clustered firstly, the result of clustering is that the total interference between the clusters is the largest. And then the partition has been divided into a large number of resource blocks to maximize the system capacity as the goal, using an iterative distribution scheme. On the power control, we adjust the power of the D2D users dynamically according to the preset interference threshold and the channel gain estimate between the D2D user and the cellular user and the base station. The simulation results show that the proposed algorithm can improve the overall throughput of the hybrid network.

D2D communication; interference coordination; resource allocation; power control

TN911.4

A

10.19358/j.issn.1674- 7720.2017.19.021

刘振国，王旭文.蜂窝与D2D混合网络中干扰协调算法研究[J].微型机与应用，2017,36(19)：74-77,80.

2017-04-13)

刘振国(1992-)，男，硕士，主要研究方向：通信与信号处理。王旭文(1992-)，女，硕士，主要研究方向:信息处理。