摘要：当前，信息技术发展迅速，各类用户终端数量激增，虽然给通信带来了便利，但随之而来的是资源日益紧缺，通信质量无法得到保证。如何有效地提高无线资源利用率、通信系统吞吐量，优化用户体验和通信质量是目前亟待解决的问题。D2D通信凭借能有效提高频谱利用率，减轻网络负载，降低通信时延，改善网络性能的优越特点，成为5G通信中的一项关键技术。该文从系统模型、关键技术、应用场景、未来研究方向四个方面对D2D通信技术进行了介绍。

关键词：5G;D2D;频谱效率;资源分配;功率控制

中图分类号：TP393

文献标识码：A

文章编号：1009-3044（2020）29-0049-03

1 引言

D2D（ Device-to-Device）通信是蜂窝网络中彼此邻近的设备不经过基站转发，直接进行信息传输的通信方式[1]。2008年D2D通信技术由高通公司首次提出，随后我国的华为、中兴等通信企业也逐步加入了相关研究的行列。近年来，随着用户需求的多样化和移动数据流量爆炸式的增长，现有的通信网络面临着巨大的挑战，而D2D通信技术凭借能有效提高频谱利用率、减轻网络严重负载、提高用户体验等特点，迅速成为研究和讨论的热点。

2 D2D通信系统模型

2.1 同构网络

同构移动蜂窝网络中，一个蜂窝小区内只有一个基站，且各小区的组织结构大致相同，小区内的通信模型基本一致，一个小区内的D2D通信即可拓展到单蜂窝条件下的D2D通信。

单蜂窝模型较为简单，可更快地深入D2D通信研究的本质，故具有一定的研究意义。

2.2 异构网络

异构移动蜂窝网络中，小区内不仅有宏基站，还有若干微基站、微微基站等，不同小区的系统结构不尽相同。微基站是用于覆盖微蜂窝小区，对宏基站起补充作用的移动通信系统，主要部署在宏小区边缘，目的是提高边缘用户的通信质量和系统吞吐量。

随着移动互联网的发展，对系统吞吐量、通信速度和质量等多方面要求越来越高，因此未来的网络结构以异构网络为主，异构场景下D2D通信技术的研究也是近年来比较热门的方向。

3 D2D关键技术

3.1模式选择

D2D通信中，用户工作模式分为三种：蜂窝模式、专用模式、复用模式，其中后两种又称为D2D通信模式。

（1）蜂窝模式

蜂窝模式中，基站直接负责D2D用户的数据传输，与传统蜂窝通信模式相同，基站给D2D用户分配正交的上下行频谱资源，由于频率正交，故D2D用户与蜂窝用户间不存在相互干扰。

（2）专用模式

专用模式中，D2D用户直接建立端到端的传输链路，基站将蜂窝网络中未被使用的频谱资源分配给D2D用户。由于D2D用户与蜂窝用户使用的频谱正交，故也不存在二者间的相互干扰。但该模式下频谱利用率较低，且蜂窝网络中的频谱资源全部分配给蜂窝用户时，D2D用户不能再使用专用模式进行通信。

（3）复用模式

復用模式中，D2D用户复用蜂窝用户上行或下行链路频谱资源进行数据传输。这种模式下，蜂窝网络的频谱利用率和系统吞吐量都得到了有效提高，因此多数D2D通信技术的研究，都是基于复用模式。但由于D2D用户与蜂窝用户使用的通信频段相同，故二者之间会产生干扰，如何在保证用户质量的前提下实现最大化的资源利用，是目前研究的热点。

3.2 资源分配

资源分配就是通过各种资源调度算法为蜂窝用户和D2D用户分配合适的频谱资源，以此来解决干扰问题[2]。同时达到提高无线资源利用率、最大化系统吞吐量的目的。

D2D通信资源分配中，一般选择蜂窝上行链路资源进行复用，因为上行链路的频谱资源通常不会被全部占用，而D2D用户复用未被占用的资源块进行数据传输时，不会与蜂窝用户形成干扰，且当D2D用户复用蜂窝上行资源时，干扰的主要来源是基站，这类干扰容易测量和控制，但复用蜂窝下行资源时，干扰的主要来源是蜂窝用户，由于蜂窝用户的移动性，这类干扰难以控制和避免，也就不利于干扰的消除。

D2D通信中资源的复用方式主要分以下三种。

（1）一对D2D用户只能复用一个蜂窝用户的频谱资源，一个蜂窝用户的频谱资源也只能被一对D2D用户复用。如文献[3]提出了一种一对一匹配的基于社交网络的资源分配方式，将问题建模成一个完全信息动态博弈，提出社交感知效用函数，并使用基于优先级的UFM匹配算法实现了资源分配。这种复用方式能有效控制同频干扰，且在一定程度上提高频谱利用率，资源分配的算法比较简单，但资源的利用率没有达到最大化。

（2）一对D2D用户只能复用一个蜂窝用户的频谱资源，但一个蜂窝用户的频谱资源可被多对D2D用户同时复用。如文献[4]综合考虑小区内干扰和局部D2D连接间干扰，提出了一种新的资源复用算法，D2D用户可以复用最小干扰上行链路，半持续调度资源以达到最高的吞吐量。相比一对一匹配，这种复用方式对频谱利用率的提高幅度更大，但蜂窝用户受到的干扰也更大，算法也更为复杂。

（3）一对D2D用户可复用多个蜂窝网络频谱资源，一个蜂窝用户的频谱资源也可被多对D2D用户同时复用。如文献[5]提出了基于非均衡求解的资源分配算法，利用博弈论的思想，将蜂窝用户看作参与者，建立用户通信收益的效用函数，通过计算得出最佳响应曲线，从而设计出最优的资源分配方案。文献[6]提出了一种将信道分配和功率控制相结合的资源分配算法，结合D2D用户之间的社会关系，定义D2D内容请求者的效用函数，形成D2D集群，通过匹配理论为其分配信道，最后利用遗传算法求解。这种复用方式对频谱效率的提高幅度最大，资源分配的方式最为灵活，但带来的同频干扰最复杂，资源分配的复杂度也最高。

3.3 干扰控制

干扰控制的目的是减少各通信链路之间的相互干扰，提高用户通信质量及系统吞吐量。D2D通信虽然能提高频谱利用率和用户体验，但如果不进行有效的干扰控制，不仅不能提升系统吞吐量，还会极大影响通信质量。

功率控制是抑制同信道干扰，降低系统能耗的一种有效方法，关于D2D通信中功率控制方面的研究也很多。文献[7]综合考虑D2D用户和蜂窝用户间的相互干扰，提出一种基于D2D用户群组划分的功率控制方法;文献[8]在功率控制问题上，通过Dinkelbach算法得到最优发射功率，有效提高了系统总的吞吐量以及频谱效率;文献[9]提出了一种新的深度Q学习及扩展的卡尔曼滤波器，以解决D2D通信中信道和功率分配问题。同时，使用K-means++集群技术实现了小区分裂，增加了网络覆盖范围，减少了同信道小区间干扰，最大限度地降低了节点的传输功率。

4 D2D应用场景

4.1 本地业务

（1）数据传输

利用D2D端到端的直接通信可实现本地数据传输，不但减轻了频谱使用的压力，还可以实现用户多样化的需求，可以推广到很多應用场景。例如各类商户可向本地客户推送新店开业、商品促销、院线预告片等信息，通过对目标人群的精确营销提高收益。

（2）社交应用

D2D通信诞生最初的应用场景就是邻近用户间的社交。通过D2D通信，邻近用户间可以进行社交游戏、文件资料共享等通信。但是由于D2D通信的透明性，导致其在信息安全上存在一定隐患，故这类社交应用要建立在信任的基础上。

4.2 应急通信

当发生自然灾害，通信基础设施遭到破坏，通信被迫中断时，由于D2D通信可以实现两个邻近移动终端间的直连通信，还可经过一跳或多跳，与无线网络覆盖区域内的用户建立连接，因此可以使用D2D技术解决应急通信的问题，为救援活动提供通信保障。

4.3 物联网

如果D2D通信技术与物联网相结合，则有可能产生真正意义上的互联互通无线网络（10]。例如车联网中的V2V，就是典型的D2D通信在物联网中的应用之一，由于在通信时延、发现邻近等方面的优越性，D2D通信可广泛应用于无人驾驶、车联网等车辆安全领域。

5 未来研究方向

5.1 密集异构网络中的D2D通信

面对无线通信网络容量需求爆发式的增长，当前提出了很多新的网络架构，从而构成了密集异构网络，在这种复杂的网络结构下，如何进行D2D通信的资源分配，以克服多种干扰，保证用户通信质量，还有待进一步研究。

5.2 设备移动中的D2D通信

目前很多有关D2D通信技术的研究都是针对处于静止状态的终端，然而蜂窝无线通信系统中的终端大多处于移动状态，这对D2D通信的模式选择、干扰控制要求更高。因此，在D2D通信研究中设备的移动性也是需要考虑的问题。

5.3 D2D通信与中继技术结合

D2D用户间的距离对数据传输速率影响很大，当通信距离较远时无法体现出D2D通信的优势。中继技术作为解决远距离传输问题的一种有效手段，在4G通信中已经有了广泛的应用。故将中继技术引入D2D通信，以提高远距离传输能力，也是当前研究的热点。

6 总结

在未来5G通信系统中，D2D通信无疑将起到重要作用，其实现负载分流，达到极高的速率，显著降低时延、功耗的特点，对网络和终端用户都将带来优势。同时D2D还具备应用于大量新场景中的能力，可以成为未来解决实际应用问题的有效工具。然而现有的研究距离充分利用并从根本上显示出D2D通信技术的优势，还有一定的距离，需要进一步的研究和讨论。

参考文献：

[1]钱志鸿，王雪.面向5G通信网的D2D技术综述[J].通信学报，2016，37（7）：1-14.

[2]王忠磊.IMT-2020系统下D2D通信能量效率研究[D].南昌：华东交通大学，2016.

[3]李灿.基于社交网络的D2D资源分配方案研究[D].南京：南京邮电大学，2019.

[4] Jia Liu， Bingbing Li， Bing Lan，Junren Chang.A Resource Re-use Scheme of D2D Communication Underlaying LTE Networkwith Intercell Interference[A].武汉大学、中国传媒大学、广东工业大学、中国计量学院、Engineering Information Institute、Scientific Research.Proceedings of the 9th International Con-ference on Wireless Communications. Networking and MobileComputing（WICOM 2013）.

[5]谢显中，严可，田瑜，等.认知D2D网络中基于博弈论的高能效干扰约束资源分配算法[J].重庆邮电大学学报（自然科学版），2020，32（1）：47-56.

[6] Gu WY，ZhuQ.Social-aware-based resource allocation for NO-MA-enhanced D2D communications[J]. AppliedSciences， 2020，10（7）：2446。

[7]宋云志，施邵杰.支持D2D的通信系统功率控制的研究[J].信息系统工程，2019（5）：128-129.

[8]李校林，唐虹，朱彬欣.中继协助下的D2D通信干扰协调方案[J].计算机工程与设计，2019，40（5）：1259-1263，1287.

[9] KhuntiaP， HazraR. An efficient Deep reinforcement learningwith extended Kalman filter for device-to-device communica-tion underlaying cellular network[J].Transactions on EmergingTelecommunications Technologies，2019，30（9）：3671.

[10]徐操喜，杨小英，甘金海，等.D2D通信技术及应用场景分析[J].无线互联科技，2018（11）：11-13.

【通联编辑：代影】

作者简介：陈雨洁（1997-），女，四川成都人，武警工程大学硕士研究生，主要研究方向为D2D通信的资源分配。