林淑君，唐俊華

(上海交通大學 上海市信息安全綜合管理技術(shù)研究重點實驗室，上海 200240)

?

5G網(wǎng)絡(luò)中D2D通信模式選擇和資源優(yōu)化算法*

林淑君，唐俊華

(上海交通大學 上海市信息安全綜合管理技術(shù)研究重點實驗室，上海 200240)

摘要：Device-to-Device(D2D)通信是下一代(5G)移動網(wǎng)絡(luò)的重要組成部分。根據(jù)D2D用戶在不同通信方式中的信道質(zhì)量差異，以最大化系統(tǒng)吞吐量為目標，通過求解非線性模型，提出了兩種資源分配算法。其中最優(yōu)資源算法能夠得到理論上的全局最優(yōu)解，而次優(yōu)資源分配算法作為前者的補充，可以在系統(tǒng)結(jié)構(gòu)過于復雜時，為減少成本，提高效率而使用。實驗表明，兩種分配算法的性能十分接近，且遠遠高于隨機分配算法。

關(guān)鍵詞：LTE網(wǎng)絡(luò)；D2D技術(shù)；資源分配; 信道質(zhì)量

0引言

D2D(Device to Device)通信技術(shù)是在系統(tǒng)控制下，允許無線蜂窩網(wǎng)絡(luò)的終端之間不經(jīng)過基站而利用小區(qū)資源直接進行通信的新興技術(shù)。它通過復用小區(qū)頻譜資源，能夠提高蜂窩系統(tǒng)頻譜效率，降低終端發(fā)射功率[1-4]，是未來通信發(fā)展的關(guān)鍵技術(shù)之一也是下一代(5G)移動網(wǎng)絡(luò)的重要組成部分。目前，D2D通信主要有三種工作模式，即傳統(tǒng)蜂窩模式、專用模式和復用模式。傳統(tǒng)蜂窩模式通過基站進行轉(zhuǎn)接，專用模式為D2D用戶預留專用資源，復用模式中D2D用戶則復用蜂窩用戶資源[5]。本文主要關(guān)注用戶如何在蜂窩模式和專用模式中進行選擇，以及怎樣分配系統(tǒng)的信道資源，以提高系統(tǒng)的吞吐量。

資源分配是D2D通信中的熱點問題，文獻[6]運用拉格朗日數(shù)學定理，給出了各種模式下的理論最優(yōu)解。文獻[7]根據(jù)用戶設(shè)備的傳輸功率，為每對D2D用戶選擇合適的資源利用模式。文獻[8]提出了一種聯(lián)合優(yōu)化模型，提高了系統(tǒng)的頻譜利用率。文獻[9]以信噪比為目標，綜合了模式選擇和功率控制。

然而，上述文獻均沒有考慮到用戶在不同調(diào)度周期的信道差異，將所有RB(Resource Block，資源塊)等概率分配給需要調(diào)度的用戶。而在實際應用中，由于無線信道的衰落現(xiàn)象，一個終端用戶在不同的信道(資源塊)上觀察到的信道質(zhì)量是有差異的。如果把質(zhì)量好的信道分配給該用戶，則可以獲得較高的數(shù)據(jù)速率。由此可見，如果系統(tǒng)在分配資源塊的時候考慮到各用戶因為位置和信道衰落引起的信道質(zhì)量差異，就可以優(yōu)化資源分配方案，進一步提高網(wǎng)絡(luò)的容量。因此，本文的主要貢獻就是基于信道質(zhì)量，提出了一個D2D通信中的模式選擇和資源優(yōu)化算法。

本文首先描述需要解決的問題，然后對該問題進行數(shù)學建模，以最大化系統(tǒng)吞吐量為目標，提出了兩種算法。這兩種算法均綜合考慮各用戶的信道質(zhì)量差異，在每個調(diào)度周期動態(tài)地選擇用戶的通信模式，并分配合適的資源塊，在保證用戶的公平體驗的同時，最大化系統(tǒng)的容量。

1系統(tǒng)模型

本文考慮單個無線蜂窩小區(qū)，基站對小區(qū)的用戶進行集中控制?；就ㄟ^一定的機制獲取每個用戶與基站之間的信道質(zhì)量，以及每個用戶對(發(fā)送終端和接收終端)之間的信道質(zhì)量。在每個調(diào)度周期，基站利用這些信息對每對用戶的通信模式進行決策，同時給每對用戶分配信道資源。模式?jīng)Q策和信道分配信息通過對應的控制機制在每個調(diào)度周期開始前傳達給用戶。

在每一個調(diào)度周期，基站為每個用戶對選擇以下兩種通信模式的其中一種：①專用模式：發(fā)送方和接收方不經(jīng)過BS(Base Station，基站)直接通信；②蜂窩模式：發(fā)送方通過BS轉(zhuǎn)接，再由BS和接收方進行通信。這種通信方式和傳統(tǒng)的蜂窩用戶通信是類似的。

圖1具體描述了用戶的兩種通信模式，其中實線表示蜂窩模式，虛線表示專用模式。從中不難看出，不同的通信方式其信道質(zhì)量很大程度上取決于傳輸功率和終端間的空間距離，因此通過合適的模式選擇及資源分配算法，整個系統(tǒng)的性能應能得到有效的提升。

圖1　D2D用戶的兩種通信方式

為了簡化問題，本文假定在分配資源塊時不會出現(xiàn)復用的情況，因此不同的用戶對之間不存在干擾。假設(shè)在單小區(qū)的場景下，頻率資源一共有K個RB，記其集合為K={1,2,…,K}。D2D用戶集合為U={1,2,…,2N}，即一共有N對用戶，每一個發(fā)送方j(luò)對應一個接受方j(luò)+N，如圖1所示。

在專用模式下接收方的信噪比及對應的信道容量可表示為：

(1)

Cj,j+N=Blog2(1+γj,j+N)

(2)

式中，γj,j+N表示第j對用戶信道信噪比，Pj表示用戶j的發(fā)射功率，Gj,j+N表示信道增益，N0表示信道噪聲功率。Cj,j+N表示用戶j與用戶j+N進行通信時的信道容量，B表示信道帶寬。

(3)

在蜂窩模式下，存在從發(fā)送端到基站的上行信道和從基站到接收方的下行信道。假設(shè)發(fā)送端為用戶j，接收端為用戶j+N，上行信道的信噪比及信道容量為：

Cj,B=Blog2(1+γj)

(4)

下行信道的信噪比及信道容量為：

CB,j+N=Blog2(1+γj+N)

(5)

2問題描述

基站在每個調(diào)度周期都需要決定每對用戶的通信模式并為其分配信道。我們的目標是在最大化整個小區(qū)吞吐量的同時，保證用戶體驗的公平性，即為每對用戶選擇質(zhì)量較好的信道。我們將這個模式?jīng)Q策和資源分配問題用以下非線性最優(yōu)化問題來表示：

Max

(6)

(7)

(8)

Xi,j+Xi,j+N≤1

(9)

yj,Xi,j=0or1

(10)

式(6)保證了系統(tǒng)吞吐量的最大，其中i表示信道，j表示用戶。

yj是模式?jīng)Q策變量，

Xi,j為信道分配變量，

當一對用戶(j,j+N)采用蜂窩模式時，這對用戶得到的數(shù)據(jù)速率是上行信道和下行信道的容量的較小值。同時因為占用了兩個信道，因此這部分系統(tǒng)容量以上下行信道較小值的2倍來計算，如式(6)中前半部分表達式。同理，當一對用戶(j,j+N)使用專用模式通信時，只占用一個信道，其對系統(tǒng)容量的貢獻如式(6)后半部分所示。

式(7)表示每一個用戶只能分配一個資源塊。式(8)表示一個資源塊最多只能分配給一個用戶。式(9)表示采用蜂窩模式通信時上下行信道需要分配不同的資源塊。

由此可見，在滿足式(7)、(8) 、(9) 、(10)的條件下，能夠使式(6)中的系統(tǒng)容量最大的yj和Xi,j就是我們的最優(yōu)模式?jīng)Q策和信道分配決策。

3資源分配算法

由上節(jié)的討論可知，要根據(jù)信道質(zhì)量對D2D用戶的模式選擇和信道分配做出最優(yōu)決策，需要求解非線性最優(yōu)化問題(6)。本節(jié)介紹兩個求解方法：①利用優(yōu)化問題求解軟件工具對式(6)求解，得到最優(yōu)的模式?jīng)Q策和資源分配方案；②設(shè)計一種簡單可行的迭代方法，快速獲得次優(yōu)的決策結(jié)果。

3.1最優(yōu)資源分配算法

目標(6)實際是一個INLP(IntegerNonlinearProgramming，整數(shù)非線性規(guī)劃)問題，為了得到全局最優(yōu)解，我們使用了lingo軟件，將數(shù)學公式轉(zhuǎn)化為軟件可識別的語言，部分代碼如圖2所示。

為了求解(6)中max(min)的部分[10]，我們引入變量T(j)，如圖1中2、3行，首先對任意用戶j，在匹配全部資源塊后計算其采用蜂窩模式進行通信時上下行信道中的速率較小值，再將這個較小值的2倍與采用專用資源模式通信時的最優(yōu)情況進行比較，選取其中的較大值，遍歷所有用戶后累加，得到系統(tǒng)吞吐量最大的解。下面算法中第4～7行對應式(7)與式(8)，transmah與resmah都是K×N的0-1矩陣，前者表示發(fā)送方分配到的資源塊，后者表示接收方分配到的資源塊。第8行限制了發(fā)送方與接收方不能使用同一個資源塊。

Algorithm1：TheoptimalD2DRBAllocationScheme

1.max=@sum(links(i,j):2*transmah(i,j)*choice(j)*T(j)+(1-choice(j))*transmah(i,j)*dcap(i,j));

2.@for(user(j):@sum(channel(i):transcap(i,j)*transmah(i,j))>T(j));

3.@for(user(j):@sum(channel(i):rescap(i,j)*resmah(i,j))>T(j));

4.@for(user(j):@sum(channel(i):transmah(i,j)) = 1);

5.@for(user(j):@sum(channel(i):resmah(i,j)) < 1);

6.@for(channel(i):@sum(user(j):transmah(i,j))<1);

7.@for(channel(i):@sum(user(j):resmah(i,j))<1);

8.@for(channel(i):@sum(user(j):resmah(i,j)+transmah(i,j))<1);

9.@for(links(i,j):@bin(transmah(i,j)));

10.@for(links(i,j):@bin(resmah(i,j)));

11.@for(mode:@bin(choice));

3.2次優(yōu)資源分配算法

上一節(jié)的最優(yōu)資源分配算法可以有效得出全局最優(yōu)解，但是隨著用戶數(shù)量的不斷增加，遍歷所有可能情況的迭代次數(shù)和所消耗的系統(tǒng)資源也會成倍增加。在此基礎(chǔ)上，我們又提出了另一種算1法，可以以一種降低系統(tǒng)消耗，減小復雜度的方式得到接近全局最優(yōu)解的次優(yōu)解，具體的流程如下。次優(yōu)算法在遍歷所有用戶的情況下對兩種通信方式進行比較，按照式(6)為每個用戶選擇通信模式并分配最好的信道，并且保證所有信道只能被一個用戶使用，當所有用戶都分配完成后，算法結(jié)束。

Algorithm2：ThesuboptimumD2DRBAllocationScheme

1begin

2randomlychooseauserjfromusersetU={1,2,…,2N}

3findthebestchannelqualityforuserjindirectcommunicationmode

6findthebestuplinkanddownlinkchannelqualityforuserjinrelaymode

9ifm=m′then

13end

14end

17deletechannelnfromchannelsetK={1,2,…,K}

18elseXm,j=Xm′,j+N=1andyj=1

19deletechannelmandm′fromchannelsetK={1,2,…,K}

20deleteuserjfromusersetU

21ifU=?break

22end

4仿真結(jié)果與分析

我們使用基于C++的系統(tǒng)級仿真器對所提出的資源分配算法進行了仿真分析[11]，具體參數(shù)可見表1。在單小區(qū)環(huán)境下進行仿真時，用戶之間的距離和到基站的距離都是隨機的，我們假定在整個仿真過程中，用戶到基站的距離在1km之內(nèi)變化，而用戶之間的距離前五次實驗在0～500m隨機變化，后五次實驗在0～1km隨機變化。陰影衰落的均值和方差分別為0dB和10dB。結(jié)合上一節(jié)中提到的最優(yōu)算法(optimal)、次優(yōu)算法(suboptimal)和隨機分配算法(random)，我們針對小區(qū)吞吐量、選擇蜂窩模式通信概率，對上述幾種算法進行分析比較。

表1　主要仿真參數(shù)

4.1小區(qū)吞吐量

按照表3的參數(shù)，圖2給出了3種算法的小區(qū)吞吐量，可以看出最優(yōu)資源分配算法能夠保證系統(tǒng)吞吐量最大。次優(yōu)算法也能實現(xiàn)較好的結(jié)果，在某些情況下甚至十分接近最優(yōu)算法，幾乎重合。這兩種算法均能大幅提高系統(tǒng)吞吐量，并且遠遠高于隨機分配算法。另外，圖2中還可以看到，從第6次實驗開始，整個系統(tǒng)的吞吐量有了明顯下降，這是因為用戶之間的距離范圍從0～500 m變成了0～1 km。由此可見，系統(tǒng)吞吐量與用戶之間的距離密切相關(guān)，因為長距離帶來的功率損耗會更多。

圖2　小區(qū)吞吐量

4.2通信模式選擇

從式(6)中可以看出，在保證系統(tǒng)吞吐量最大時，我們已經(jīng)為每個用戶選擇了最適合的通信方式。圖3比較了每種算法中所有用戶選擇蜂窩模式進行通信的概率，在最優(yōu)和次優(yōu)算法下，為每個用戶選擇的通信方式都考慮到了其特有的信道質(zhì)量，因此結(jié)果很相近，而隨機分配算法沒有考慮每個用戶所處的位置及通信雙方的信道好壞，因此用戶選擇通信的方式是無規(guī)律的。同時，從第六次實驗開始，由于用戶終端之間距離半徑的增大，導致用戶選擇通過基站進行轉(zhuǎn)接的通信方式概率明顯增加，而在隨機分配算法上也不能反映這一點。

圖3　選擇蜂窩模式通信概率

5結(jié)語

D2D通信作為一種新興技術(shù)，在未來必將得到更大的發(fā)展，它能為傳統(tǒng)的蜂窩用戶帶來更多便利。本文討論了在進行D2D通信時用戶的模式選擇，并提出了最優(yōu)資源分配算法和次優(yōu)資源分配算法，在用戶數(shù)量過多，系統(tǒng)模型異常復雜時，為了節(jié)約成本，提高效率，次優(yōu)分配算法是一個很好的替代選擇，仿真結(jié)果表明這兩種算法都能使系統(tǒng)吞吐量大幅提高，給用戶帶來更好的體驗。

隨著未來用戶數(shù)量的不斷增多，信道資源愈加緊張，復用蜂窩網(wǎng)絡(luò)資源是一個必然的選擇，然而，復用資源會帶來用戶間的干擾，降低用戶體驗，另外，在多小區(qū)環(huán)境下，允許多D2D對復用同一資源塊會使得系統(tǒng)模型更加復雜，計算也更耗時，如何在混合網(wǎng)絡(luò)中維持用戶體驗和信道資源利用最大化的平衡是下一步研究的方向。

參考文獻：

[1]文軍, 張思峰, 李濤柱. 移動互聯(lián)網(wǎng)技術(shù)發(fā)展現(xiàn)狀及趨勢綜述[J]. 通信技術(shù), 2014,47(09):977-984.

WEN Jun, ZHANG Si-feng, LI Tao-zhu. A Survey on Mobile Internet Technology Development and Trends. Communications Technology, 47(09): 977-984.

[2]Janis P，YU C H，Doppler K，et al．Device-to-Device Communication Underlaying Cellular Communications Systems[J]. International Journal of Communications，Network & System Sciences，2009，2(3): 169-178．

[3]Doppler K，Rinne M，Wijting C，et al． Device-to-Device Communication as an Underlay to LTE-Advanced Networks[J]. IEEE Communications Magazine，2009，47 (12) : 42-49．

[4]Kaufman B，Aazhang B．Cellular Networks with an Overlaid Device to Device Network [C]//IEEE 42ndAsilomar Conference on Signals, Systems and Computers. Asilomar,USA: Institite of Electrical and Electronic Engineers, Inc.,2008:1537-1541.

[5]WANG B, CHEN L, CHEN X, et al. Resource Allocation Optimization for Device-to-Device Communication Underlaying Cellular Networks[C]// Vehicular Technology Conference (VTC Spring), 2011 IEEE 73rdIEEE. Budapest, Hungary: Institute of Electrical and electronic Engineers, Inc.2011:1-6.

[6]YU C H, Doppler K, Ribeiro C B, et al. Resource Sharing Optimization for Device-to-Device Communication Underlaying Cellular Networks [J]. Wireless Communications IEEE Transactions on,2011,10(8):2752-2763.

[7]GU J, Bae S J, Choi B G, et al. Mode Selection Scheme Considering Transmission Power for Improving Performance of Device-to-Device Communication in Cellular Networks[C]// Proceedings of the 6thInternational Conference on Ubiquitous Information Management and Communication ACM. Kuala Lumpur, Malaysia: Information Management and Communication.2012:30．

[8]Belleschi, Marco, Fodor, Gábor, Abrardo, Andrea. Performance Analysis of a Distributed Resource Allocation Scheme for D2D Communications[C]//GLOBECOM Workshops (GC Wkshps), 2011IEEE. Houston, USA: Institute of Electrical and Electronic Engineers, Inc.2011:358-362.

[9]Hakola S，CHEN Tao，Lehtomaki J，et al． Device-to-Device(D2D) Communication in Cellular Network-Performance Analysis of Optimum and Practical Communication Mode Selection[C]//IEEE Wireless Communications and Networking Conference. Sydney, Australia: Institite of Electrical and Electronic Engineers, Inc.2010: 1-6．

[10]HUA C, ZHENG R. Robust Topology Engineering in Multiradio Multichannel Wireless Networks[J]. Mobile Computing IEEE Transactions. 2011:11(3):492-503.

[11]Piro G, Grieco L A, Boggia G, et al. Simulating LTE Cellular Systems: An Open-Source Framework[J]. Vehicular Technology IEEE Transactions on, 2011, 60(2): 498-513.

林淑君(1991—)，女，碩士研究生，主要研究方向為移動通信；

唐俊華(1973—)，女，副教授、博士，主要研究方向為無線通信網(wǎng)絡(luò)。

Mode Selection and Resource Optimization Algorithm for D2D Communication in 5G Cellular Network

LIN Shu-jun, TANG Jun-hua

(Shanghai Municipal Key Lab of Integrated Management Technology for Information Security,Shanghai Jiaotong University, Shanghai 200240, China)

Abstract：D2D(Device-to-Device) communication would be an important component in next generation (5G) mobile network. In light of the diverse channel quality in different communication modes by D2D users and aiming at maximizing system throughput, two kinds of resource allocation algorithms are proposed through INLP model. The optimal resource allocation algorithm could theoretically acquire the global optimal solution, while the sub-optimal resource allocation algorithm, as a supplement to the former, could be used in complex system structure to reduce the cost and improve efficiency. Experiment indicate that these two allocation algorithms are quite close in performance,and far better than the random allocation algorithm.

Key words：LTE network; D2D technology; resource allocation; channel quality

作者簡介：

中圖分類號：TN929.5

文獻標志碼：A

文章編號：1002-0802(2016)01-0056-06

基金項目：國家自然科學基金資助項目(No.61402287)；上海市科委項目(No.14YF1401900)Foundation Item:National Natural Science Foundation of China(No.61402287)；Shanghai Science and Technology Committee(No.14YF1401900)

*收稿日期：2015-08-05；修回日期：2015-11-20Received date:2015-08-05；Revised date：2015-11-20

doi:10.3969/j.issn.1002-0802.2016.01.012