5G蜂窝网中基于部分频率复用的资源复用算法

赵巍 李房云

摘  要： 针对5G中设备与设备间（Device?to?Device，D2D）用户（Device User Equipment，DUE）和蜂窝用户（Cell User Equipment，CUE）共存的通信场景，文中提出一种基于频率复用的无线频谱资源复用算法。在7小区模型下，该算法将小区划分为中心区域和边缘区域，将有限的频率资源分为2对，根据用户所处的位置，合理分配给DUE和CUE。该算法根据3GPP标准规定的发射功率、路径损耗模型对DUE和CUE的可获得吞吐量进行仿真。仿真结果表明，当中心区域占比为0.7时，CUE可以获得最大的吞吐量;中心区域占比为0.6时，DUE可以获得最大的吞吐量。

关键词： 频率复用; 频谱资源复用; 5G蜂窝网; 资源分配; 吞吐量计算; 仿真实验

中图分类号： TN911.7?34; TP311                 文献标识码： A                      文章编号： 1004?373X（2020）18?0030?03

Abstract： In allusion to the coexisting communication scene of D2D （device?to?device） DUE （device user equipment） and CUE （cellular user equipment） in 5G， a wireless spectrum resource reuse algorithm based on frequency reuse is proposed. In the seven?housing?estate model， the housing estate is divided into center area and edge area by means of the algorithm. The limited frequency resources are divided into two pairs， and they can be allocated to DUE and CUE reasonably according to users′ living position. The simulation of the obtainable throughput of DUE and CUE are performed with this algorithm according to the transmitted power and path loss model specified in 3GPP standard. The simulation results show that CUE can get the maximum throughput when the proportion of central area is 0.7， and DUE can get the maximum throughput when the proportion of central area is 0.6.

Keywords： frequency reuse; spectrum resource reuse; 5G cellular network; resource allocation; throughput calculation; simulation experiment

0  引  言

无线通信技术正在迈入5G时代。2019年是5G元年，随着商用标准发布、基站开始建设，5G正在逐步改变人们的生活方式[1?3]。除了通信速率的提升外，5G还提供了更多的通信方式。在4G以前，不同的用户间通信需要通过基站进行中转。而在5G中，用户与用户间的无线设备可以跨过设备直接进行通信。在该场景下，需要合理安排蜂窝用户与设备间通信用户对于无线频谱资源的使用方式，从而保证通信质量[4?5]。

本文针对上述场景，对部分频率复用方法进行研究。同时基于3GPP协议标准，建立该场景下的无线信道模型。在仿真时，基于7小区模式进行频率分配，使用Miro?urban模型评估无线资源的分配效果。

1  算法研究

1.1  D2D复用蜂窝用户无线资源

在5G中，除了用户（UE）和基站（Base Station，BS）間的通信方式外，将出现用户与用户间的通信，即D2D模式。在同一个小区内，D2D模式与蜂窝移动用户共存，这就需要解决无线频谱资源的分配问题。图1给出了一种基于正交方式的上下行无线频谱方法[6?7]。

在该无线资源分配模式下的上行链路中，蜂窝用户CUE使用的无线资源（1，1）和（2，2）与D2D方式中DUE使用的（3，3）和（2，4）为正交;下行链路中，（1，4），（2，3）和（1，1），（3，2）也为正交。正交的无线资源模式可以保证无线通道间互不干扰，但频谱利用率较低。当前无线频谱资源紧张，制约了正交模式的使用。

图2给出了复用模式的上下行无线频谱使用方法。

在该模式下，上行链路CUE与DUE均使用（1，1）和（2，2）;下行链路均使用（3，3）和（1，4）。可以看出，在复用模式下蜂窝用户与D2D使用相同的无线频谱资源，提升了频谱的使用效率。但频谱的复用会造成不同用户间的通信干扰，必须对资源的复用算法进行研究。

1.2  资源复用算法

在5G技术中，由于频谱提升，基站数量会明显增加。因此，本文主要研究多个小区间的无线资源分配方法。7小区蜂窝场景如图3所示。每个小区根据与基站的距离划分为中心区和边缘区，总带宽为F;F划分为F0～F4，F0，F1与F2，F3正交，不同区域划分不同的频率资源[8?10]。

在该模型下，根据不同区域内用户接收的信号强度与干扰强度划分频率，实现部分频率复用。以中心小区为例，小区中心内的蜂窝用户接收的信号较强，干扰较小，划分的频率为F0;中心的D2D用户分配F2或F3，边缘的蜂窝用户分配F1;边缘的D2D用户与蜂窝用户复用F0。具体的计算模型如下：

根据3GPP协议，用户的发射功率如下[11?13]：

式中：Pmax是UE的最大发射功率，23 dBm;P0由BS，UE的SINR和干扰决定;[α]是无线信道传输路径的补偿系数;PL为UE间的路径损耗。

文中使用的UE?BS路径损耗、UE?UE路径损耗模型如下：

式（2）为Miro?urban模型。式中，f为通信使用的射频频率。根据发射功率与路径损耗模型可以得到CUE和DUE的接收功率：

式中：GAnt为天线增益;[σ]为阴影衰落。根据接收功率可以由香农公式得到CUE和DUE的吞吐量：

式中，信噪比（Signal to Interference plus Noise Ratio，SINR）影響着频谱效率。频谱效率的定义方法如下：

2  算法仿真

2.1  仿真参数

接下来，对上文中的模型进行仿真。仿真时，应考虑当前仿真的小区受到不同小区间基站、CUE、DUE的干扰。仿真参数如表1所示。

2.2  仿真结果

基于表1的相关参数，根据1.2节中的模型进行仿真，得到的结果如图4～图6所示。为了评估1.2节中模型的正确性，图4仿真了D2D与蜂窝复用时的SINR分布累积分布曲线（CDF）。该分布与3GPP中的SINR分布标准一致，证明了模型仿真环境的正确性。图5、图6给出了中心区域面积对于蜂窝用户与D2D用户的吞吐量影响。可以看出，当中心区域占比为0.7时，蜂窝用户可以获得最大的吞吐量;当中心区域占比为0.6时，D2D用户可以获得最大的吞吐量。无线网络优化工作人员可以根据仿真结果进行5G基站的规划与调试。

3  结  语

针对5G中的D2D和蜂窝用户共用相同无线信道资源的场景，本文基于部分频率复用的方法建立了无线信道模型，并在7小区的场景下进行仿真。仿真结果表明，本文的模型与3GPP的场景基本吻合，计算结果对于5G无线基站的规划与调试具有借鉴意义。

参考文献

[1] MISHRA P K， PANDEY S， BISWASH S K. Efficient resource management by exploiting D2D communication for 5G networks [J]. IEEE access， 2017， 4（9）： 9910?9922.

[2] VO N S， DUONG T Q， TUAN H D， et al. Optimal video streaming in dense 5G networks with D2D communications [J]. IEEE access， 2018， 6（5）： 209?223.

[3] ENGELHARDT M， ASADI A. The first experimental SDR platform for inband D2D communications in 5G [C]// Processing of 25th International Conference on Network Protocols. Austin： IEEE， 2017： 101?107.

[4] SINGH D， GHOSH S C. A distributed algorithm for D2D communication in 5G using stochastic model [C]// Processing of 16th International Symposium on Network Computing and Applications. Charleston： IEEE， 2017： 132?136.

[5] HAN B， SCIANCALEPORE V， HOLLAND O， et al. D2D?based grouped random access to mitigate mobile access congestion in 5G sensor networks [J]. IEEE communications magazine， 2019， 57（9）： 93?99.

[6] HUYNH D T， WANG X， DUONG T Q， et al. Social?aware energy efficiency optimization for device?to?device communications in 5G networks [J]. Computer communications， 2018（4）： 120?129.

[7] ORSINO A， SAMUYLOV A， MOLTCHANOV D， et al. Time?dependent energy and resource management in mobility?aware D2D?empowered 5G systems [J]. IEEE wireless communications， 2017， 24（4）： 14?22.

[8] WANG N， HOSSAIN E， BHARGAVA V K. Backhauling 5G small cells： a radio resource management perspective [J]. IEEE wireless communications， 2015， 22（5）： 41?49.

[9] WANG Y， LI P L， JIAO L， et al. A data?driven architecture for personalized QoE management in 5G wireless networks [J]. IEEE wireless communications， 2017， 24（1）： 102?110.

[10] GU J， YOON H W， LEE J， et al. A resource allocation scheme for device?to?device communications using LTE?A uplink resources [J]. Pervasive and mobile computing， 2015， 18（7）： 104?117.

[11] 张铮，胡婷.基于AD9854的多功能高精度DDS信号源设计[J].电子科技，2017，30（3）：182?184.

[12] 张美娟.移动蜂窝网络中D2D通信资源分配方法研究[D].南京：南京邮电大学，2017.

[13] 陈亮，杨奇.5G网络中无线频谱资源分配的进展分析[J].光通信研究，2016（6）：68?71.