覃琦超 翟雷
摘 要: D2D通信技术能够有效降低基站的负担、减少通信时延、扩大通信系统的系统容量。事实上,吞吐量作为衡量系统容量的关键指标之一,能够直观地反映通信系统的优劣。在D2D通信系统中,D2D用户通过复用蜂窝用户的频谱资源完成通信过程,但其带来的共道干扰会影响系统的吞吐量。为此,提出一种多用户间频谱复用与功率控制优化算法,该算法首先通过信道干扰系数矩阵并结合多用户间的最低信干噪比(SINR)需求实现多用户间的最佳匹配,然后在D2D用户功率约束下,通过控制D2D用户的功率使系统的吞吐量达到最大。仿真结果表明,所提方法能显著提高系统的吞吐量。
关键词: D2D通信; 信道分配; 功率优化; 频谱复用; 功率控制; 吞吐量提高
中图分类号: TN921?34 文献标识码: A 文章编号: 1004?373X(2020)23?0011?04
Abstract: D2D communication technology can effectively reduce the burden of base station and communication delay, and expand the capacity of communication system. In fact, throughput is a key indicator of system capacity, which can reflect the advantages and disadvantages intuitively. However, in the D2D communication system, the co?channel interference caused by D2D users multiplexing the spectrum resources of cellular users may affect the throughput of the system. In this paper, an optimization algorithm for multi?user spectrum multiplexing and power control is proposed. Firstly, the optimal matching among multi?users is achieved by combining the channel interference coefficient matrix with the minimum signal?to?interference?noise ratio (SINR) requirement among multi?users. The throughput of the system can be maximized by controlling the power of D2D users under the power constraint of D2D users. The simulation results show that the proposed method can significantly improve the system throughput.
Keywords: D2D communication; channel allocation; power optimization; frequency spectrum multiplex; power control; throughput increase
0 引 言
随着多媒体数据的爆炸性增长以及移动设备的不断普及,用户对数据传输的准确性与实时性提出了更加苛刻的要求。面对急速增长的数据业务量,传统蜂窝网络中无线资源不足的问题日益突出。D2D通信技术通过D2D直通链路实现D2D用户之间的直接通信,通过这样的方式能够使信息传输不需要经过基站的中转,从而达到提高无线资源利用率的目的[1?3]。因此,在蜂窝网络中引入D2D通信技术能够提升系统的频谱利用率,使得信息的传输更加快速、准确。
D2D资源管理模式有Overlay和Underlay两种。在Overlay的管理模式中,D2D用户将会从蜂窝用户处得到一部分独立的频谱资源用于D2D通信;而在Underlay的管理模式下,蜂窝用户将自身拥有的频谱资源与D2D用户一起使用。因此,采用Underlay模式能够更大限度地提高频谱的利用率[4]。然而,当D2D用户对蜂窝用户的频谱资源复用时,D2D用户与蜂窝用户之间会存在同频干扰,从而影响系统的吞吐量。因此,降低D2D用户与蜂窝用户之间的同频干扰,是在蜂窝网络中引入D2D通信技术时所需解决的重要问题。近些年来,相关人员也做了如下研究。文献[5]考虑了在单蜂窝小区场景下,以蜂窝用户所受干扰为标准实施信道分配策略,降低了单个用户所受到的干扰,然后通过对功率的控制提高了用户的吞吐量。文献[6]通过结合信道分配和信道汇聚的特性,以分布式方式在最适当的信道上汇合一对发送方和接收方,从而完成信道的分配,使D2D链路之间的信道增益达到最大,但是文中没有对D2D用户的功率进行控制,从而增加了系统的吞吐量。文献[7]虽然通过功率优化来提升系统的吞吐量,但是却沒有将信道选择和D2D用户功率的优化相结合对系统的吞吐量进行提升。根据文献[8]的研究成果,文中通过设置干扰系数来反映信道条件的优劣,从而能够更加精准地判断出最优的信道。
本文从文献[8?9]中获得灵感,提出了信道选择和功率分配的方案。首先,在信道选择过程中,找出D2D用户可复用的蜂窝用户集,在此基础上运用匈牙利算法并联合干扰系数确定D2D用户所选择的信道。然后,在D2D用户功率约束的条件下求得D2D用户发射功率的最优解,使系统达到最大吞吐量。
1 系统模型
D2D通信技术应用于蜂窝网络的场景如图1所示。以基站BS为圆心,[R]为半径,小区内分布有[N]个蜂窝用户和[M]对D2D用户,且[N≥M]。蜂窝用户集可用[N=1,2,…,n]表示,D2D的用户集用[M=1,2,…,m]表示。蜂窝用户的上行链路信道资源可以被D2D用户复用以完成D2D通信,且约定一个蜂窝用户的上行链路资源至多被一对D2D用户对复用,一个D2D用户仅能对一个蜂窝用户的上行蜂窝链路进行复用,并且假设基站已知所有链路的CSI信息。
根据式(7)可以得到D2D用户[j]可复用的蜂窝用户集,并计算相应的干扰系数,依据对应的干扰系数得到D2D用户与潜在复用蜂窝用户的二分图如图2所示。
图2中上半部分顶点为D2D用户集,下半部分顶点为蜂窝用户集。D2D用户[j]与其潜在的复用蜂窝用户[i]有一条线将两个顶点连接起来,其权值大小为干扰系数[φi,j]。
最后,通过匈牙利算法解决D2D用户与蜂窝用户的匹配问题。算法具体实现步骤如下:
1) 通过D2D用户和蜂窝用户之间的干扰系数生成干扰系数矩阵[ψN×M=φi,jN×M],并生成初始信道复用矩阵[XN×M=xi,jN×M=0N×M]。
2) 若[M=N]则直接进入步骤3);若[N>M],则对矩阵添加0序列,使其变为[N×N]阶方阵。
3) 找出干扰系数矩阵每一行元素中的最小值,然后令该行的每个元素都减去该最小值。
4) 将干扰系数矩阵中每一列的最小值找出,并让其所在列的所有元素减去这一列的最小值。
5) 做直线覆盖所有的0元素,且以直线最小的方案为最终方案。
6) 最优方案判断: 当直线数目为[N]时,执行步骤9);若直线数量不为[N]时,执行步骤7)。
7) 找出划线外元素的最小值。
8) 没有划直线的行的所有元素减去该最小值,划了直线的列的所有元素加上该最小值,返回步骤5)。
9) 将当前矩阵与信道复用矩阵对应,0元素所在位置对应的[xi,j]置1,由此得到新的信道复用矩阵[XN×M]。
在D2D用户的信道选择完成之后,每个D2D用户都与其所复用的蜂窝用户完成匹配。接着,对D2D用户的发射功率进行控制以增大系统的吞吐量。式(5)的约束条件[C1]联合式(6)和式(7),可以得到新的功率约束如下:
所以,最优功率值可以通过式(8)的边界条件获得,将两个边界值代入式(5)的目标函数,得到计算结果最大的便是最优功率。
3 仿真分析
本节主要通过Matlab仿真对所提出算法的有效性进行验证,仿真中需要的具体参数如表1所示。
本文通过与文献[8]所提出的方案及随机资源分配方案进行性能比较来证明文中算法的有效性,对比结果如图3~图6所示。
由图3可知在本文方案下,基站所受到的干扰相比文献[8]与随机分配方案要少。而随着D2D数目的递增,更多蜂窝用户的频谱资源被复用,所以基站也会受到更多的干扰。尽管如此,在本文方案下基站所受到的干扰也不会超过文献[8]方案下基站所受到的干扰。所以,在本文方案下,D2D用户对蜂窝用户产生的干扰较小。
不同功率分配方案與系统吞吐量之间的关系如图4所示。在信道不变的前提下,本文的功率分配方案能够在D2D之间距离不同的条件下调整发射功率,使系统的吞吐量达到最大值,从而证明了本文功率分配的有效性。
从图5可以得到,D2D用户数目的增加也会伴随着系统吞吐量的增加。本文提供的方案相比文献[8]的方案与随机分配方案在性能上分别提高了16%和28%。在本文的算法中,D2D用户会尽可能地复用干扰系数较低的信道资源从而达到降低D2D用户与蜂窝用户之间共道干扰的目的,并对D2D用户的发射功率进行控制进一步提高了系统的吞吐量。
图6反映的是系统的吞吐量与D2D链路之间距离的关系。从图中可以看出,D2D用户之间的距离越大,系统的吞吐量就会越低。这是由于增大了D2D用户之间距离之后,D2D用户对之间的路径损耗就会增大,这会使D2D用户之间的信道增益降低,从而导致系统整体的吞吐量下降。但是从图中也可以看出,即使信道增益较低的情况下,本文方案的系统吞吐量相比文献[8]方案与随机分配方案分别提高了23%和29%。
4 结 语
本文针对蜂窝系统中D2D通信技术存在的同频干扰问题,在确保了蜂窝用户与D2D用户通信质量的前提下,通过信道分配使D2D用户能够复用到最佳的蜂窝用户信道,通过对D2D用户的发射功率进行控制,使系统的吞吐量达到了最大。通过与其他方案仿真对比,证明本文方案能够为系统提供更大的吞吐量。
参考文献
[1] FENG D Q, LU L, YI Y W, et al. Device?to?device communications underlaying cellular networks [J]. IEEE transactions on communications, 2013, 61(8): 3541?3551.
[2] SUN P, SHIN K G, ZHANG H L, et al. Transmit power control for D2D?underlaid cellular networks based on statistical features [J]. IEEE transaction on vehicular technology, 2017, 66(5): 4110?4119.
[3] MEMMI A, REZKI Z, ALOUINI M S. Power control for D2D underlay cellular networks with channel uncertainty [J]. IEEE transactions on wireless communications, 2017, 16(2): 1330?1343.
[4] ASMAA A, MOHAMMAD M M, ALI C. Power control and channel allocation for D2D underlaid cellular networks [J]. IEEE transactions on communications, 2018, 66(7): 3017?3234.
[5] HOANG T D, LE L B, THO L N. Joint mode selection and resource allocation for relay?based D2D communications [J]. IEEE communications letters, 2017, 21(2): 398?401.
[6] ZHAO H T, DING K Q, SARKAR N I, et al. A simple distri?buted channel allocation algorithm for D2D communication pairs [J]. IEEE transactions on vehicular technology, 2018, 67(11): 10960?10969.
[7] ZHAO W T, WANG S W. Low complexity power allocation for device?to?device communication underlaying cellular networks [C]// 2014 IEEE International Conference on Communications (ICC). Sydney, NSW, Australia: IEEE, 2014: 5532?5537.
[8] ESMAT H H, ELMESALAWY M M, IBRAHIM I I. Adaptive resource sharing algorithm for device?to?device communications underlaying cellular networks [J]. IEEE communications letters, 2016, 20(3): 530?533.
[9] SUN Jian, LIU Tong, WANG Xianxian, et al. Optimal mode selections with uplink data rate maximization for D2D?aided underlaying cellular networks [J]. IEEE access, 2016, 4: 8844?8856.
[10] MOHAMMAD T I, ABD?ELHAMID M T, SELIM A. Reducing the complexity of resource allocation for underlaying device?to?device communications [C]// 2015 International Wireless Communications and Mobile Computing Conference (IWCMC). Dubrovnik, Croatia: IEEE, 2015: 61?66.