王振宇，张美娟

(南京邮电大学 通信与信息工程学院，江苏 南京 210003)

基于系统容量最大化的D2D通信资源分配算法的研究

王振宇，张美娟

(南京邮电大学 通信与信息工程学院，江苏 南京210003)

设备到设备(Device-to-Device，D2D)通信技术近年来一直是蜂窝移动通信领域的一个重要内容。D2D通信系统中的资源分配直接影响到D2D通信能否提高频谱利用率以及降低功耗。研究了基于系统容量最大化的资源分配算法，详细论证了该算法在D2D通信技术中运用的可行性，并与传统的随机资源分配算法的性能作比较。仿真表明，不管在系统总容量还是所有蜂窝用户的容量损失方面，基于系统容量最大化的资源分配算法的性能明显优于随机资源分配算法。

D2D通信；系统容量；资源分配

0 引言

随着移动通信技术的不断提升，高通公司在2008年第一次给出了实际意义上的设备到设备(Device-to-Device,D2D)通信技术的概念。紧接着摩托罗拉、诺基亚、爱立信等公司以及一些研究机构纷纷开始对D2D通信技术进行深入研究。近年来，我国不仅在5G领域扮演领头羊的角色，而且对D2D技术也开始进行深入探究[1]。

D2D技术是新一代的通信模式，能让移动终端与其他终端不需要透过网络传递就可实现相互之间的通信[2]。在蜂窝网络中引入D2D通信可以增大系统吞吐量,提升资源利用率,减小终端功耗[3]。很多文献中提出的资源分配算法迭代多、计算过程复杂、使用性能低效，不能应用在实际场景中。由于这些算法中存在着诸多的缺点，本文提出一种基于系统容量最大化的资源分配算法(Capacity-Maximization Resource Allocation,CMRA)。

本文首先介绍了CMRA算法的系统模型，接下来对CMRA算法进行了数学描述，然后引入了限制区域CORE的概念并且就如何确定CORE区域进行了阐述，紧接着介绍了CMRA算法的两个主要阶段的基本思想和资源分配步骤，最后通过仿真实验对CMRA算法进行了性能评估。

1 CMRA算法的系统模型

假设该模型是一个单小区环境，如图1所示。

图1 系统模型

为了对下文中的方法进行更简便的研究，假定该系统模型满足如下几个条件：

(1)D2D通信对采用共享频谱资源使用模式，该系统模型中共享下行频谱资源；

(2)小区中存在M个蜂窝用户表示为Ci(i=0,1,…，M)，N个D2D用户对表示为Dj(j=0,1,…，N)，且M≫N；

(3)D2D用户对Dj的发射机表示为TDj，接收机表示为RDj；

(4)TDj与RDj间的连接共享蜂窝用户C1、C2之间的资源；

(5)该通信系统发射机TDj对其共享蜂窝用户Ci的干扰表示为ICi，基站对系统接收机RDj的干扰表示为IDj；

(6)小区中的信道增益的符号表示：基站与系统用户之间表示为GBCi，D2D用户对之间表示为GDDj，基站与D2D用户对接收机表示为GBDj，该系统用户对发射机与蜂窝用户之间表示为GDjCi，其中GBCi较大；

(7)噪声功率均表示为N0；

(8)该系统发射机的发射功率表示为Pd，基站的发射功率表示为PB，且PB>>Pd；

(9)基站与移动用户u之间的路径损耗为LB,u。

2 问题描述

(1)

(2)

(3)

其中，N0代表接收到的高斯白噪声功率。

设定一个M×N的矩阵Π=[πij]M×N来代表资源分配的情况，其中系统用户Ci已被D2D通信对Dj复用和未被D2D通信对Dj复用的资源块分别用[πij]=1、[πij]=0表示。将该环境中的所有D2D的通信对和所有用户表示成集合的形式，即集合C与D[4-5]。

这样干扰ICi与IDj可表示为：

(4)

IDj=PB·GBDj

(5)

由式(4)和式(5)可以得出，干扰ICi与IDj分别与各自对应的信道增益成正比。

全部用户的容量Rc以及全部通信对的容量Rd分别为：

(6)

(7)

因此，系统的总容量为：

Rsum=Rc+Rd

(8)

将本文提出的算法转换为数学语言就是：寻找到一个矩阵，将系统的容量最大化，从而得到下面的一个混合整数非线性规划(Mixed Integer Non-Linear Programming,MINLP)问题：

(9)

并满足以下约束条件：

γi≥SINRc， ∀Ci∈C

(10)

γj≥SINRd， ∀Dj∈D

(11)

(12)

(13)

对上述约束条件分析如下：

(1)式(10)用来最小化已被D2D通信对Dj选择复用的蜂窝用户Ci的信噪比；

(2)式(11)用来最小化D2D接收机RDj的信噪比；

(3)式(12)确保了已被选择复用的蜂窝用户Ci只能被唯一选择；

(4)式(13)确保了该系统通信对可以将用户频谱资源进行复用。

3 D2D通信对的限制区域CORE

定义D2D通信对的限制区域CORE为使得系统容量增益为大于零的蜂窝用户集。

本文算法的实现，首先必须确定每个D2D通信对Dj的限制区域CORE，接着在该CORE区域分配资源。

设Dj对Ci的频谱资源共享后产生的容量增益为δi,j，按下式计算：

(14)

结合前面系统模型假设，可知PB>>Pd，且CBCi相对较大，因此式(14)可进一步简化为：

(15)

为了保证D2D通信对复用系统容量增益为正的蜂窝用户的频谱资源，δi,j必须满足：

(16)

将式(16)化简可得到：

(17)

由式(17)可得到D2D通信对Dj的限制区域CORE的半径为：

(18)

所以，根据式(18)可以得出各个Dj的限制区域CORE，如图1所示，系统环境中的阴影圆是以D2D发射机TDj为圆心、rj为半径的圆。由该图得知，若蜂窝用户Ci位于图中的圆形阴影区域内，则D2D通信对Dj不会共享其频谱资源[6]。

综上所述，每个D2D通信对Dj只能复用在它限制区域CORE外的蜂窝用户Ci，而不能复用位于其限制区域CORE内的蜂窝用户Ci。

4 CMRA算法的两个主要阶段

要实现CMRA算法，第一步要求出分配资源时的各个通信对的候选用户集，并且让通信对按次序从中选择最优的用户来复用，然后给系统中CORE区域外未被选择复用的蜂窝用户按次序选择一个最优的D2D通信对，与其共享频谱资源。

CMRA算法可以分为两个主要的阶段：最优蜂窝用户选择阶段和最优D2D通信对选择阶段。

4.1 最优蜂窝用户选择阶段

该阶段确定每个通信对的用户集，即限制区域CORE，并且让通信对按次序从中选择最优的用户来复用。

首先要对系统中每个D2D通信对Dj(j=1,2,…,N)进行优先级的判断，优先级根据接收机RDj与基站BS之间的距离来判断，距离越远优先级越高。接着让系统中每个D2D通信对Dj(j=1,2,…,N)按次序从中选择最优的用户来复用[7]。

用Φj代表区域内用户集合，Sj代表通信对可复用的所有蜂窝用户的集合，由前文知，集合C表示系统中所有蜂窝用户的集合，则这些集合之间的关系为：

Sj={Ci|Ci∈C,Ci∉Φj}

(19)

于是，D2D通信对Dj选择最优蜂窝用户CDj为：

(20)

因此，由式(20)可知，D2D通信对Dj选择使得GBCi/GDjCi比值最大的蜂窝用户来复用。

4.2 最优D2D通信对选择阶段

该阶段的基本思想是没有被复用的用户按次序选择最优的通信对[8]。

令集合Φk1,Φk2,…，Φkl,0≤l≤N分别表示Dj的CORE区域内蜂窝用户的集合，且用Ωi表示Φki,Φk2,…,Φkl这些集合的交集,则有:

Ci∈Ω=Φk1∩Φk2…∩Φkl

(21)

蜂窝用户Ci的候选D2D通信对集合为：

Si={Dj|Dj∈D,Dj∉Ωi}

(22)

那么，蜂窝用户Ci的最优D2D通信对可以表示为：

(23)

因此，由式(23)可知，未被复用的蜂窝用户Ci选择最优D2D通信对的标准就是与具有最小信道增益GDj,Ci的D2D通信对复用频谱资源，并与其共享其频谱资源。

5 仿真与性能分析

仿真实验中的参数设定如表1所示。

表1 仿真参数

在本文的性能评估中，采用了两个性能指标，分别是系统总容量、所有蜂窝用户的容量损失(RL，Rate Loss)。仿真结果及性能分析如下。

5.1 系统总容量

系统总容量对比如图2所示。

由图2可以看出，采用CMRA算法和传统的RANDOM算法所获得的系统总容量与用户数成正比，但是在获得的系统容量方面CMRA算法略大[9-10]。因此，可以知道，在系统总容量方面，CMRA算法优于RANDOM算法。

图2 系统总容量对比图

5.2 所有蜂窝用户的容量损失

所有蜂窝用户的容量损失(RL，Rate Loss)表达式为:

RL=Rcb-Rca

(24)

其中，Rcb、Rca分别表示资源共享前后所有蜂窝用户的容量。容量损失对比如图3所示。

图3 所有蜂窝用户容量损失对比图

由图3可以看出，采用CMRA算法和RANDOM算法所获得的容量损失也随用户数量增多而增大，但是在容量损失方面前者远小于后者。因此，可以知道，在容量损失方面，CMRA算法优于RANDOM算法。

[1] 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.

[2] 董自强,刘灿灿.基于邻近服务的D2D节点技术综述[J].微型机与应用,2016,35(16):60-62.

[3] 余翔,张海波,柯文韬,等.密集D2D网络中提升接入率的资源分配研究[J].电子技术应用,2017,43(3):96-99.

[4] OSSEIRAN A,DOPPLER K,RIBEIRO C,et al. Advances in device-to-device communications and network coding for IMT-advanced[C]. Proceedings of ICT MobileSummit Conference,2009: 1-8.

[5] Wang Bin,Chen Li,Chen Xiaohang,et al. Resource allocation optimization for device-to-device communication underlaying cellular networks[C]. Proceedings of IEEE Vehicular Technologies Conference,Budapest,2011: 1-6.

[6] Zhou Zhenyu,Dong Mianxiang,OTA K,et al. A game-theoretic approach to energy-efficient resource allocation in device-to-device underlay communications[J]. IET Communications,2015,9(3): 375-385.

[7] ASTELY D,DAHLMAN E,FURUSKAR A,et al. LTE: the evolution of mobile broadband[J]. IEEE Communications Magazine,2009,47(4): 41-51.

[8] KOSKELA T,HAKOLA S,Chen Tao,et al. Clustering concept using device-to-device communication in cellular system[C]. IEEE Wireless Communications and Networking Conference,Sydney,2010: 1-6.

[9] Le Longbao. Fair resource allocation for device-to-device communications in wireless cellular networks[C]. Proceedings of IEEE Globecom,Anaheim,CA,2012: 5451-5456.

[10] 黄韬，刘韵洁，张智江，等.LTE/SAE移动通信网络技术[M].北京：人民邮电出版社，2009.

Research on D2D communication resource allocation algorithm based on system capacity maximization

Wang Zhenyu,Zhang Meijuan

(College of Communication & Information Engineering,Nanjing University of Posts & Telecommunications,Nanjing 210003,China)

The Device-to-Device(D2D) communication technology has been an important content in the field of cellular mobile communication in recent years. The allocation of resources in D2D communication system has a direct impact on whether D2D communication can improve spectrum efficiency and reduce power consumption. The resource allocation algorithm based on the maximum capacity of the system is studied in this paper ,the feasibility of the algorithm in D2D communication technology is demonstrated in detail and and compared with the performance of the traditonal algorithm of random resourse allocation. The simulation results show that the resource allocation algorithm based on the maximum capacity of the system is superior to the algorithm of random resourse allocation in terms of the total capacity of the system or the capacity loss of all cellular users.

D2D communication; system capacity; resource allocation

TN911.4

A

10.19358/j.issn.1674-7720.2017.24.020

王振宇，张美娟.基于系统容量最大化的D2D通信资源分配算法的研究J.微型机与应用，2017,36(24)：69-71，75.

2017-05-30)

王振宇(1992-)，男，硕士，主要研究方向：通信与信号处理。

张美娟(1991-)，女，硕士，主要研究方向:信息处理。