一种毫米波蜂窝网络中的D2D资源分配方案

文 凯,陈永丽,颜 飙

(1.重庆邮电大学 通信新技术应用研究中心,重庆 400065; 2.重庆信科设计有限公司,重庆 401121)

0 概述

随着移动网络数据流量的指数式增长,目前频谱资源紧张的现状已然满足不了通信发展的需要,因此需要拥有新技术的下一代无线通信系统[1-2]。在未来的5G网络中,要结合运用通信新技术,以满足日益增长的移动数据流量需求。毫米波(millimeter wave，mmWave)、终端直通(Device-to-Device,D2D)等技术得到了研究学者的关注。将D2D通信应用于毫米波蜂窝网络能提高网络性能,如吞吐量、频谱效率等,但如何减少网络中复用频谱资源带来的干扰成为目前研究的热点和难点。

毫米波属于甚高频段(30 GHz～300 GHz),此波段频带资源十分丰富,能够为紧张的频谱资源现状带来很大的优势[3]。毫米波具有单跳通信距离较短、干扰源少、可提供千兆位的通信服务、能够大幅提升系统容量和传输速率等优点[4]。不过由于毫米波易受建筑物的阻挡,因此其适用于大型商场、机场、体育馆等室内场景和街道、车站等室外场景[5]。

D2D技术可以在基站的控制下,实现设备彼此间的直接通信,不再需要通过基站来转发[6]。将D2D通信技术应用于蜂窝网络中具有以下优势:可以增加通信系统容量,提高系统频谱效率,提升数据传输速率,降低基站负载等[7]。但是当D2D用户进行资源复用时会对蜂窝系统带来干扰,这些干扰会严重影响系统性能[8]。因此,如何有效地管理这些干扰成为D2D通信的研究重点之一。目前,大量的研究已经专注于这个方向并对资源分配方案进行了研究。

文献[9]提出一种资源分配方案,但是此方案只考虑单个D2D用户带来的干扰,而忽略了所有D2D用户对系统带来的整体干扰。文献[10]研究一种能效算法,利用拉格朗日对偶理论,并联合优化功率和数据速率来增加D2D网络的能效,但是该算法没有考虑D2D通信对蜂窝通信造成的整体干扰。文献[11]在28 GHz带宽下提出一种频谱资源管理方案,在一定程度上提高了系统吞吐量,但只是简单地对D2D用户进行资源分配。文献[12]资源共享的方案,允许无干扰的D2D链路共享资源,并能在提高网络容量的同时保持很好的网络连通性,但是在实际应用中不可避免的存在干扰。

本文在28 GHz毫米波蜂窝网络中,针对D2D用户在复用蜂窝用户资源时产生的干扰问题提出一个解决方案,同时将最大化系统总吞吐量作为优化目标。首先,通过线性相关方法选择出每一个D2D用户可复用的蜂窝用户集合;然后,为提高D2D用户的吞吐量,对D2D用户的发射功率进行合理地调整;最后,提出一个基于最小化D2D用户对蜂窝链路造成整体干扰的资源分配方案,以降低D2D用户对蜂窝用户的干扰。

1 系统模型

1.1 网络模型

在28 GHz下的D2D通信和蜂窝通信共存的城市蜂窝网络环境中,由毫米波基站控制无线资源,如图1所示,蜂窝用户与D2D对共享下行链路资源。假设有N个蜂窝用户存于集合C中,记为C{j=1,2,…,N},每个蜂窝用户被分配一个固定的资源块(Resource Block,RB);有M个D2D对用户存于集合D中,记为D{i=1,2,…,M},并且D2D对满足距离要求,同时符合通信要求。在此模型中,假设基站知道所有用户的信道状态信息,并且假设一个RB只能被一个D2D用户复用,同时一个D2D用户只能复用一个蜂窝用户的RB。

图1 下行链路的underlay蜂窝网络模型

蜂窝用户j和D2D对i的接收信号分别为

(1)

(2)

其中,pB和pi分别是BS、D2D对发射机的发送功率,hi,j是链路i-j的链路响应,nj和ni是高斯白噪声,其单边频谱密度为N0,λi,j代表蜂窝用户是否和D2D对分享资源,若λi,j=1代表两者之间共享,λi,j=0代表两者之间不共享。

1.2 信道模型

本文研究是在28 GHz毫米波中考虑实际的户外传输条件,文献[13]通过在纽约市进行的大规模测量中得出,在这种用户量比较大以及障碍物比较多的户外城市环境中只是进行视距的传输是不太现实的,因为其特征在于角度信号以不同的时延复制。因此,在此场景下接收信号经历的路径损耗(Path Loss,PL)包括视距LOS和非视距NLOS分量,并结合每一部分相对应的对数正态阴影衰落。路径损耗模型PL的计算为PL=PLLOS+PLNLOS。根据对数距离路径损耗模型计算路径损耗模型,对于一个距离d,各部分的PL值根据标准线性模型PLX(d)[dB]=μ+10υlg[d(m)]+ε来计算,其中,ε为响应对数正态阴影,服从N(0,σ2)分布,μ为路径损耗系数,υ为路径损耗指数。在这里,本文将概率引入到对数正态路径损耗和阴影模型中,由于D2D通信本身近距离的特性,D2D链路更易接收较多的LOS信号。因此,D2D链路的路径损耗PL1为:

PL1=p1PLLOS+(1-p1)PLNLOS

(3)

其他链路的路径损耗PL2为:

PL2=p2PLLOS+(1-p2)PLNLOS

(4)

并且毫米波通信中的多径衰落是莱斯信道。

1.3 问题描述

本文研究是在毫米波蜂窝网络中对D2D用户进行资源分配,目标是使蜂窝用户和D2D用户总吞吐量最大化。通过对D2D发射功率的调整,在满足蜂窝用户的信干扰比(Signal to Interference plus Noise Ratio,SINR)的条件下使得D2D对的吞吐量得到改善。在本文中,蜂窝用户j和D2D用户i的SINR分别为:

(5)

(6)

由香农公式R=Blb(1+SINR)可得,蜂窝用户j的数据速率为Rj=Blb(1+rj),D2D用户i的数据速率为Ri=Blb(1+ri),因此总吞吐量的优化问题可以表示为:

(7)

约束条件:

(8)

(9)

文献[14]已经证明了式(7)中总吞吐量的优化问题为非线性限制优化问题,其很难直接获得,这是因为资源分配方案和功率控制直接影响整个系统的吞吐量。鉴于此,本文将优化问题分为3个方面去解决。首先,利用线性相关方法来找出D2D用户的接入集合;然后,在保证蜂窝用户服务质量(Quality of Service,QoS)的条件下合理地调整D2D用户的发射功率,以尽量提高D2D用户的吞吐量;最后,为最大化系统总吞吐量,提出一种基于整体干扰最小的资源分配方案,合理地为D2D用户分配蜂窝用户资源。

2 资源分配

2.1 D2D对的接入集合

如图2所示,引用文献[15]使用的线性规划方法,对于每一个D2D用户,可以求出其接入集合Ωi。在满足限制条件式(8)和式(9)时,Ωi中包含D2D用户i的所有潜在可进行复用的蜂窝用户。由限制条件式(8)和式(9)可以得到:

(10)

图2 潜在的复用对象

由不等式(10)可以得出图2中交点C所对应的值的表达式:

只有当a1和a2有交点C时D2D用户才有可复用的蜂窝用户资源,并且交点C要在图2中虚线和坐标所围成的区域内时,才能保证蜂窝用户和D2D用户的服务质量。图2中的阴影区域为pi和pB的可行域。

如果用户的信道增益满足：

(11)

那么蜂窝用户j属于D2D用户i的接入集合。不等式(11)表明D2D用户的可用传输功率,并且基站的发射功率不超过最大值。

2.2 D2D用户的功率控制

假设D2D用户i、复用蜂窝用户j∈Ωi,即λi,j=1,对D2D用户进行功率分配。为在保证蜂窝用户QoS的条件下尽量提高D2D用户的吞吐量,需要增加D2D用户的发射功率,并适当的减小基站的发射功率。由式(5)和式(8)可以得到:

(12)

因此,基站的最小发射功率为

(13)

将式(13)代入到Ri=Blb(1+ri)可得:

(14)

从式(14)可以看出,随着pi的增加D2D用户的吞吐量是呈单调递增的。因此,D2D用户i的发射功率在满足蜂窝用户通信质量的条件下可以尽可能地大,从图2中可以看出:

(15)

2.3 资源分配方案

本文是在已有方案的基础上提出一种基于整体干扰最小的资源分配方案,以保证接入的所有D2D用户对原有的蜂窝链路造成的干扰最小。

2.3.1 基于个体干扰最小的资源分配方案

文献[9]提出一种基于个体干扰最小的资源分配方案,该方案的基本思想是首先估计出小区内的D2D用户对之间的信道增益;然后为链路质量好的D2D用户优先选择复用的资源,并且选择复用受到该D2D用户干扰最小的蜂窝用户资源,选择好后将此D2D用户和其复用的蜂窝用户从各自的集合中去除;再为链路质量次优的D2D用户选择合适的复用资源,直到所有的D2D用户都分配到资源为止。

2.3.2 基于整体干扰最小的资源分配方案

参考文献[9],本文提出一种基于整体干扰最小的资源分配方案。为了最大化系统总吞吐量,本文将优化问题转为最小化由D2D复用资源引起的整体干扰问题,然后将整体干扰最小的求解问题转为蜂窝链路和D2D链路之间的最优匹配问题,以便能够达到最小化D2D用户复用蜂窝用户带来的干扰。因此需要找到每个D2D对的λi,j的优化值,建立一个M×N维的优化分配矩阵XM×N。

首先,每个D2D用户在可复用的蜂窝用户集合中计算其对蜂窝用户的干扰值,记为ii,j,ii,j=piHi,j,并将对应的优化值设置为λi,j=1;将其对不可复用的蜂窝用户的干扰记为无穷大,其对应的λi,j=0。

其次,将干扰矩阵IM×N转化为XM×N的0-1分配的优化问题,目标是找到优化资源分配方法,达到最小化总的信道干扰,可描述为:

(16)

约束条件:

其中,约束条件前2个式子代表一个蜂窝用户只能与一个D2D对分享资源且一个D2D对也只能复用一个蜂窝用户资源,第3个式子表示资源复用指示的值要么为0要么为1,第4个式子表明信道干扰是非负的。

综上所述,为D2D用户进行资源分配的流程如下:

步骤1基站知道所有用户信道链路的状态信息。

步骤2为每一个D2D用户选出可复用的蜂窝用户资源。

步骤3为每一个D2D用户选择合适的发射功率。

步骤4根据步骤2计算出每一个D2D用户对可复用的蜂窝用户产生的干扰。

步骤5形成优化分配矩阵XM×N。

2.4 算法复杂度分析

本文算法的时间复杂度主要来源于匈牙利算法,为O(NM2),复杂度较高,而个体干扰最优算法只进行一次选择排序,其算法复杂度为O(NM),随机分配算法只是蜂窝用户和D2D用户的随机分配,因此其算法复杂度也为O(NM),它们相比于本文所提算法降低了一个幂次。因此,本文算法是在牺牲算法复杂度的基础上提升系统性能的。

3 仿真验证

3.1 仿真参数

本文在5G mmWave 28 GHz下的户外城市蜂窝网络中对算法进行验证,其路径损耗值是基于文献[11]、文献[13]计算,在此场景下提供资源分配的仿真结果,利用MATLAB进行仿真,主要的仿真参数如表1所示。

表1 主要的仿真参数

3.2 仿真结果

图3为系统总吞吐量和D2D用户之间距离的关系曲线。从图3可以看出,当d<30 m时,系统总吞吐量随D2D对之间距离的增大而减少,且减少的程度较大;当d>30 m时,系统总吞吐量随着D2D对之间距离的增大则变化甚微。这主要是因为当d较小时,D2D链路质量较好,对系统总吞吐量的影响很大,但是当d较大时,D2D链路质量会变的很差,对系统总吞吐量几乎没有影响。并且从图3可以看出,本文算法优于其他2种算法,这表明本文方法能够有效提高小区总吞吐量。

图3 系统总吞吐量和D2D用户之间距离的关系

图4为不同资源分配算法下蜂窝用户的信干扰比(SINR)的累积分布函数(Cumulative Disribution Function,CDF)曲线。从图4可以看出,相比于其他2种算法,本文算法提高了蜂窝链路的SINR,原因是其旨在最小化整体蜂窝链路的频谱复用干扰,根据目标函数式(16),每一个D2D对和蜂窝用户之间的优化匹配关系将会被建立。然而个体干扰最小算法只关注单个蜂窝链路的干扰达到最小,而忽略了整体链路的干扰情况,因此,单个蜂窝链路和D2D对之间的资源分配可能是最优的,但是对于整体蜂窝链路则不是最优的。而对于随机分配算法,其仅是蜂窝链路和D2D对之间的随机分配,并没有考虑干扰问题,因此其性能是最差的。

图4 不同算法下蜂窝用户SINR的CDF曲线

图5为不同资源分配算法下的系统吞吐量(每个蜂窝用户和复用其资源的D2D用户的吞吐量)的CDF曲线。由于D2D用户和蜂窝用户共同使用同一个资源,那么必然是存在干扰的,因此通过对干扰的控制可以使系统吞吐量提高。从图5可以看出,本文算法的系统吞吐量是最高的,因为随机分配算法没有考虑干扰问题,个体干扰最小算法只考虑了个体干扰最小,而忽略了整体链路干扰问题。

图5 不同算法下系统吞吐量的CDF曲线

4 结束语

为降低D2D用户对蜂窝用户产生的干扰,达到最大化系统总吞吐量的优化目标,本文基于城市毫米波小区中的蜂窝用户和D2D用户共存的混合网络,提出一种基于干扰管理的启发式算法。为确保D2D用户的通信质量,对D2D用户进行功率控制,最后利用匈牙利算法求出最优匹配。仿真结果表明,本文算法可以有效降低D2D用户和蜂窝用户之间的干扰,提高系统吞吐量,提升系统性能。本文主要研究的是28 GHz毫米波频段中一对一复用的场景,下一步将考虑一个蜂窝用户的资源被多个D2D用户复用或者多个蜂窝用户的资源被一个D2D用户使用的场景,并且在其他毫米波频段(如E带宽)下对D2D资源分配进行研究。