移动通信网络中D2D通信资源分配方法的研究

张妙飞

滁州学院计算机与信息工程学院，安徽滁州,239000

移动通信技术一直在朝着宽带化、低时延和高速率的方向发展。在传统的蜂窝移动通信系统中，移动终端之间信息的转发必须要通过基站的中继。而D2D通信技术虽与蜂窝移动网络共享无线频谱[1-2]，但并不需要通过基站中继转发，距离较近的两个移动终端可以直接通信。这样不仅提高了无线频谱资源的利用率，而且通过这种方式，减少了单位小区内基站的工作负荷，因此可以增加系统容量。由于终端之间距离较近，因此也降低了移动终端之间的发射功率[3-4]。所以通过D2D的工作方式可以解决无线资源匮乏、通信拥塞等问题。但由于D2D通信与传统的蜂窝移动通信共享无线频谱资源，D2D对之间的通信链路由基站分配。同时，由于资源共享，蜂窝用户与D2D用户之间的链路会相互干扰，因此蜂窝移动网络下D2D通信的资源分配算法成为该领域的研究重点[5-7]。

1 系统数学模型

假设一个蜂窝网络中的上行传输场景(图1)。假设有M个典型蜂窝移动终端(Um),并且在此基站覆盖范围之内有N个D2D对，且N≥M。D2D对的发送者(DTn)发送信号给D2D接收者(DRn)，它们之间的最大距离为D。

图1 上行链路资源的D2D通信系统模型

D2D通信链路和蜂窝通信链路的信道资源均由基站分配。在OFDMA的多址方式下，信道之间是正交的，因此只当不同的链路共用一个信道时干扰才会产生。假设信道数量和蜂窝终端的数量相同(M)，多个D2D对允许共享一个信道。在这种场景下，信道中会存在两种干扰：一种是蜂窝链路与D2D链路之间的干扰，另一种就是两个不同的D2D链路之间的干扰。

为了减少干扰及节约发送功率，基站可通过设置最大发射功率PTmax和最大接收功率PRmax控制蜂窝终端和D2D发送者的发射功率。通常情况下，发送者的发送功率在PTmax之内。当接收者接收到的功率超过了PRmax时，发送者就需要减小发送功率，从而达到减少干扰功率的目的。

在本文中，信道的衰减服从瑞利衰减模型，路径衰落模型服从基于距离的路径衰减模型。因此，信道增益应包含小尺度衰落和路径损耗，可使用式(1-4)代表各个通信链路的增益。

蜂窝移动终端→基站的信道增益：

(1)

D2D发送者→D2D接收者的信道增益：

(2)

D2D发送者→基站的信道增益：

(3)

蜂窝移动终端→D2D接收者的信道增益：

(4)

式中,L是路径损耗，h是小尺度衰落增益。在蜂窝网络中，基站必须首先保证蜂窝通信链路的质量，即所有的蜂窝移动终端都能够获得信道资源，因此蜂窝通信具有较高优先级，而为D2D通信的资源分配要在这个前提之下。

1.1 最小化系统干扰模型

在多用户场景下，多个D2D链路可能会与某一个蜂窝共用同一条信道。在这种信道复用方式下，一方面会造成同一条信道内干扰的积累，另一方面D2D链路之间也会有附加的干扰影响。因此，为了尽可能多地在一个系统内降低整体干扰水平，就要求有效分配资源。

本文以最小化系统干扰水平为目标进行研究。将蜂窝移动终端(CUE)和D2D终端(DUE)的资源共享通过矩阵AM×N={am,n}表示，am,n=0代表该信道不共用，am,n=1代表该信道共用。如式(5)，Im代表第m条信道资源的干扰功率。

(5)

式中，Icm,n表示DUE对基站的干扰，可表示为式(6)。

Icm,n=am,nPDTngDTn,BS

(6)

Idm,n表示CUE和DUE对D2D接收者的总干扰。

(7)

式中,PDTn为DTn的发射功率，PUm为蜂窝用户Um的发射功率。

因此最小系统干扰可写为：

(8)

(9)

在理想情况下，除了要考虑干扰最小化之外，基站还需要知道各通信链路和干扰链路的CSI来分配资源，而这些信息均由UE来报告。此外，在多用户场景下，基站不仅需要考虑蜂窝设备与D2D对的资源共享，还要考虑不同的D2D对之间的资源共享。因此，DUE需要为所有的CUE及其他DUE报告链路CSI。随着D2D对数量的增多，反馈信息的数量也必须考虑进来。所以，设计一个有效的方法减少反馈信息的数量也很重要。

1.2 反馈模型

在资源分配之前，基站先收集附近信道的CSI。D2D对也需要具备测量信道状态的能力及向基站报告信息的能力。本文为D2D通信定义了一个专用信道D2DCH，其中包括了N个正交子信道。子信道的模式可以为多路OFDM子载波或者是独立的时隙，每一个子信道对应唯一的一个D2D链路。每个D2D发送者在对应的子信道中发送其ID，子信道和每个D2D接收者监测D2DCH并且对基站报告监测结果。随着D2D对的数量增多，反馈模型中需要反馈的信号就越多。因此需要设计一个新的反馈模型，来减少开销。

首先，本文为D2D链路设置一个干扰功率阈值η， D2D接收者监测所有的蜂窝信道资源，并将关于这些资源中接收干扰功率小于阈值信息反馈给基站。在接收反馈信息之后，基站建立一个矩阵X1M×N={x1m,n}，x1m,n=1表示蜂窝终端Um没有对D2D对Dn造成严重的干扰，并且资源m为可用资源，x1m,n=0代表蜂窝资源m不可用。

其次，D2D接收者同时监测D2DCH子信道，并且记录子信道的干扰是否超过了阈值η，D2D接收器会建立一个矩阵X2N×N′=[x1n,n′]，x1n,n′=1和x1n,n′=0分别表示在使用同一个信道资源时，D2D对Dn′是否对D2D对Dn造成干扰。每个D2D接收器仅需要给基站报告其X2N×N′相应行的值。

通过这个反馈模型，D2D对仅需要报告一部分CSI和一个表单，代替了原来的所有信道的CSI。这样的方式可以减少很大一部分的反馈信息。这里要注意的是，η的值不可以设置得过小，否则会有很多D2D对将不能获得资源。根据矩阵X2N×N′，基站可以避免给多个D2D对分配可能会造成更多干扰的资源。

2 基于KM算法的资源分配算法

基于图的资源分配的第一步就是建立图。在这里本文将通信模型考虑为一个包含两部分顶点的加权二分图，各顶点分别代表CUE和D2D对，各加权边分别代表它们之间的关系，如图2所示。

图2 CUE与D2D对的模型图

图2中包含了2个蜂窝UE和4个D2D对。这个图由下式得到：G=(Vc,Vd,E)，其中Vc代表蜂窝UE，Vd代表D2D对，E代表边。vcm∈Vc，vdn∈Vd，em,n∈E，代表D2D对vdn与蜂窝电话vcm共享信道资源。通过一个M×N的矩阵WM×N代表加权值，wm,n∈WM×N，wm,n代表em,n的加权值，等同于干扰功率Icm,n。此外，en,n′∈E连接vdn∈Vd和vdn′∈Vd，表示vdn和vdn′之间的功率干扰水平。当它们之间有很强干扰的时候，边为图中的虚线，当干扰可以忽略的时候，边为实线。干扰水平可以根据矩阵X2N×N′得到。此外，建立表LA1×M以累积来自每个信道资源上分配的D2D对的干扰，并且将其元素初始化为0。建立列表LR1×N以记录为D2D对分配的资源，并将其元素初始化为0。

针对前文假设的单小区场景下D2D用户的通信模型，基站根据每条链路的信道状态信息决定用户的通信模式，并为其分配最佳的信道。因此可以将问题转化为求解整数线性优化问题，为了将问题简化，求解过程可分解为以下步骤：

Step1：建立图

(1)建立图并初始化图的各个元素；

(2)计算X1M×N和X2M×N；

(3)根据X1M×N计算WM×N，并根据X2M×N建立D2D对之间的边；

Step2：分配方案

(1)初始化LA1×M和LR1×N

(2)选择从LA1×M加入到WM×N队列矩阵中的最小的因子；

(3)复制在LR1×N中选择的资源，并在LA1×M中存储其相对重量；

(4)查找在X2N×N′队列中值为1的D2D对，并设置这些D2D对的重量为无限大；

(5)循环计算2-4，直到LA1×N中没有为0的元素。

3 仿真分析

对提出的算法进行了仿真分析，仿真参数如表1所示。通过仿真分析随机分配、枚举分配和基于KM算法的资源分配方法下系统的总干扰和系统容量，结果见图3和图4。

图4 D2D对数量与系统容量的关系

表1 仿真参数

图3为不同的D2D用户数下系统总干扰情况的比较。由图可见，随着D2D用户的数目增加，系统的干扰水平变化并不是很大，基于KM算法的用

图3 D2D对数量与系统干扰水平的关系

户资源分配方法能够改善系统的总干扰情况。图4为三种模式下的系统容量对比。随着D2D用户数量的增加，采用本文方法的系统容量相比于随机分配来说有所提高。与枚举分配法相比，虽然基于KM算法的分配方法的系统容量不及枚举法，但是从算法复杂度的角度来看，枚举法的复杂度要高很多。经过以上的分析，本文提出的方法总体上是一种比较有效的资源分配方法。

4 结 语

针对蜂窝与D2D混合网络中的资源分配与最小化系统干扰水平的问题，利用基于最大权重匹配算法的资源分配方法对系统资源进行了分配。仿真结果证明，蜂窝和D2D混合通信模式下，通过有效的资源分配算法可以限制不利因素对用户和基站通信性能的影响，提高频谱利用率，增加系统总容量。但本文的设计并没有涉及到功率优化的内容，因此对系统中的功率控制应进一步研究。