CN103619024B

CN103619024B - 同小区中蜂窝用户与d2d用户间频谱资源分配的方法

Info

Publication number: CN103619024B
Application number: CN201310616922.0A
Authority: CN
Inventors: 田辉; 张平; 陈楠楠; 王智博
Original assignee: WUXI BUPT PERCEPTIVE TECHNOLOGY INDUSTRY INSTITUTE Co Ltd
Current assignee: Shenzhen Tinno Wireless Technology Co Ltd
Priority date: 2013-11-27
Filing date: 2013-11-27
Publication date: 2016-07-06
Anticipated expiration: 2033-11-27
Also published as: CN103619024A; WO2015078068A1

Abstract

本发明涉及无线移动通信领域，提供一种同小区中蜂窝用户与D2D用户间频谱资源分配的方法，具体包括：在同一小区中，根据每个蜂窝用户的最小传输速率要求设定该用户通信时的传输速率须满足的约束条件；将在所述约束条件下，将一定频谱资源分配给蜂窝用户和D2D用户，使D2D用户分配到的频谱资源总量最大化的问题在数学上表述；将在数学上表述的该问题转化为与该问题等价的拉格朗日对偶问题；解该拉格朗日对偶问题，得到该问题在数学上的最优解；根据所述最优解给蜂窝用户和D2D用户分配频谱资源。本发明可以实现在频谱资源有限的条件下，保证蜂窝用户传输需求的同时使D2D用户分配到的频谱资源总量最大化。

Description

同小区中蜂窝用户与D2D用户间频谱资源分配的方法

技术领域

本发明涉及无线移动通信领域，提供一种同小区中蜂窝用户与D2D用户间频谱资源分配的方法。

背景技术

近年来，随着移动设备和应用的增加，涌现了大量的多媒体业务。但是在目前，蜂窝网络中的频谱资源利用率并不高，就是说在分配的频谱资源中，很大比例的资源处于空闲状态，这样就造成了很大程度的频谱资源浪费。Device-to-Device（D2D）通信针对这一问题，使同小区用户间直接建立通信，其信息传输过程可以通过复用蜂窝频谱资源实现。在蜂窝网络下的D2D网络的协助使用不仅减少了传输时延，提高了链路质量，同时还提高了频谱资源利用率。

D2D和蜂窝用户主要工作在两种模式：正交资源复用和非正交资源复用。当D2D用户工作在非正交资源复用模式下时，频谱利用率高，但是蜂窝和D2D链路间存在干扰，在用户密度很大的情况下尤其严重。而在正交资源复用模式下时，频谱资源利用率相对较低，但是D2D网络和蜂窝网络间没有干扰，并且用户传输功率可以适当降低，更利于实现绿色通信。但是这样的通信模式下，为充分利用每一份频谱资源，就存在一个D2D与蜂窝用户之间如何将有限的资源合理地分配给两者的问题。

由于D2D通信是基于蜂窝网络之上进行的，所以目前对于此问题的做法仅仅是在原有蜂窝网络基础上将蜂窝用户没有使用的剩余频谱资源直接分配给D2D用户，并不对两者进行频谱资源的分配。这样的做法可能会使蜂窝用户占有绝大多数的频谱资源，甚至超出其自身的传输需求；而D2D用户由于分配不到足够的频谱资源，尤其是在用户密度很大的时候，难以实现高效率的D2D通信，频谱资源利用率还存在很大的提升空间。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供一种同小区中蜂窝用户与D2D用户间频谱资源分配的方法，可以实现在频谱资源有限的条件下，保证蜂窝用户传输需求的同时使D2D用户分配到的频谱资源总量最大化。

（二）技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种同小区中蜂窝用户与D2D用户间频谱资源分配的方法，其特征在于，该方法包括：

在同一小区中，根据每个蜂窝用户的最小传输速率要求设定该用户通信时的传输速率须满足的约束条件；

将在所述约束条件下，将一定频谱资源分配给蜂窝用户和D2D用户，使D2D用户分配到的频谱资源总量最大化的问题在数学上表述；

将在数学上表述的该问题转化为与该问题等价的拉格朗日对偶问题；

解该拉格朗日对偶问题，得到该问题在数学上的最优解；

根据所述最优解给蜂窝用户和D2D用户分配频谱资源。

优选地，所述将在所述约束条件下，将一定频谱资源分配给蜂窝用户和D2D用户，使D2D用户分配到的频谱资源总量最大化的问题在数学上表述包括：

用x_k,n∈{0,1}中的x_k,n=1和x_k,n=0分别表示用户k是否占用资源块n，用S表示用户集，所述k∈S代表用户集中的某个用户，用C表示所述频谱资源的资源块集，所述n∈C代表资源块集中的某个资源块；用矩阵X_opt＝[x_k,n]表示对于所有用户资源块的分配情况。

优选地，所述将在所述约束条件下，将一定频谱资源分配给蜂窝用户和D2D用户，使D2D用户分配到的频谱资源总量最大化的问题在数学上表述进一步包括：用S₀表示蜂窝用户集，所述所述使D2D用户分配到得频谱资源总量最大化由

X_{opt} = \underset{X}{\arg \min} \underset{k &Element; S_{0}}{Σ} \underset{n &Element; C}{Σ} x_{k, n}

表示。

优选地，将在所述约束条件下，将一定频谱资源分配给蜂窝用户和D2D用户，使D2D用户分配到的频谱资源总量最大化的问题在数学上表述进一步包括限制条件

优选地，所述约束条件包括每个蜂窝用户通信时的传输速率不小于该用户的最小传输速率需求；所述约束条件在数学上表示为

\underset{n &Element; C}{Σ} x_{k, n} c_{k, n} &GreaterEqual; c_{k}^{REQ}

其中，c_k,n表示用户k占用的资源块n进行通信时的传输速率，c_k ^REQ表示用户k的所述最小传输速率需求。

优选地，所述将在数学上表述的该问题转化为与该问题等价的拉格朗日对偶问题包括参照0-1背包问题模型将该问题转化为与其等价的拉格朗日对偶问题。

优选地，所述解该拉格朗日对偶问题包括使用次梯度算法解该拉格朗日对偶问题。

优选地，所述根据所述最优解给蜂窝用户和D2D用户分配频谱资源包括根据每一组使最优解X_opt中x_k,n值等于1的k和n，来对应地将资源块n分配给用户k。

（三）有益效果

本发明至少具有如下的有益效果：

本发明对一定约束条件下频谱资源的分配问题构建了相应的数学模型，将问题的目标和约束条件都以数学形式表述，即把实际问题转化成了数学问题；继而根据数学问题模型采用拉格朗日对偶法和次梯度算法解该数学问题，得到的解即代表了该频谱资源分配问题的最优分配方案，按照此分配方案分配频谱资源就可以实现在频谱资源有限的条件下，保证蜂窝用户传输需求的同时使D2D用户分配到的频谱资源总量最大化。

相较于其他任意的分配方式，该最优分配方案在确保蜂窝通信质量的同时可以使尽量多的频谱资源利用于D2D通信，也就是把蜂窝用户的频谱资源中空闲部分分配给了D2D用户，并用于D2D通信，从而增加了频谱资源利用率，同时也增大了系统吞吐量，达到了更优的通信效果。

当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例中一种同小区中蜂窝用户与D2D用户间频谱资源分配的方法流程图；

图2是本发明一个实施例中的计算机仿真图，对比了本分配方案与简单的频谱资源均分下平均系统吞吐量，并显示了其与D2D用户对数量的关系；

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例：本发明实施例提供了一种同小区中蜂窝用户与D2D用户间频谱资源分配的方法，具体解决在D2D网络下蜂窝与D2D之间的频谱资源分配问题。

在此网络模型下，同一小区中蜂窝网络中的用户和D2D网络中的用户使用彼此正交的频谱资源。出于最大化频谱利用率和系统网络吞吐量的目的，频谱资源分配方案需要在有限的频谱资源下，保证蜂窝网络传输需求，同时使D2D网络分配到的频谱资源总量最大化，这就是本发明实施例需要解决的问题。

本发明实施例中，把频谱资源按块进行划分，每个资源块与其他任意一个资源块都彼此正交。

参见图1，本发明实施例提出的方法包括以下步骤：

S1：在同一小区中，根据每个蜂窝用户的最小传输速率要求设定该用户通信时的传输速率须满足的约束条件；

本发明实施例中，约束条件具体指每个蜂窝用户在通信时所需要的传输速率至少能各自达到一个相应的阈值，称为最小传输速率需求，也就是说每个蜂窝用户通信时的传输速率不小于该用户的最小传输速率需求。每个蜂窝用户会根据自身的业务要求设定该用户的最小传输速率的规定值，若没有要求则为0。

S2：将在所述约束条件下，将一定频谱资源分配给蜂窝用户和D2D用户，使D2D用户分配到的频谱资源总量最大化的问题在数学上表述；

本发明实施例在所述约束条件下，将一定频谱资源分配给蜂窝用户和D2D用户，使D2D用户分配到的频谱资源总量最大化的问题，可以等价地表述成一个目标和几个限制条件，即在数学上表述该问题：

目标：给蜂窝网络中的用户分配总量尽量少的频谱资源；

限制条件1：对于每个资源块，只能存在分配或不分配的情况，而不允许出现其他分配形式；

限制条件2：每个资源块至多只能分配给一个用户；

限制条件3：每个用户占用资源块进行通信时的传输速率不能为负；

限制条件4：对于每个蜂窝网络中的用户，其在占用所分配到的资源块进行通信时的传输速率应大于等于所述最小传输速率需求。

为将该问题在数学上完整表述，须将每个量均用数学形式表示：

用x_k,n∈{0,1}中的x_k,n=1和x_k,n=0分别表示用户k是否占用资源块n，用S表示用户集，所述k∈S代表用户集中的某个用户，用C表示所述频谱资源的资源块集，所述n∈C代表资源块集中的某个资源块；用矩阵X_opt＝[x_k,n]表示对于所有用户资源块的分配情况。用S₀表示蜂窝用户集，所述用c_k,n表示用户k占用的资源块n进行通信时的传输速率；用c_k ^REQ表示用户k的所述最小传输速率需求，由传输速率的最低要求决定，无要求时为0。

从而该问题在数学上对应的完整表述为：

目标函数：

X_{opt} = \underset{X}{\arg \min} \underset{k &Element; S_{0}}{Σ} \underset{n &Element; C}{Σ} x_{k, n};

限制条件A：

\underset{k &Element; S}{Σ} x_{k, n} \leq 1, &ForAll; n &Element; C;

限制条件B：

\underset{n &Element; C}{Σ} x_{k, n} c_{k, n} &GreaterEqual; c_{k}^{REQ},

该式中

&ForAll; k &Element; S_{0}, {&ForAll; c}_{k, n} &GreaterEqual; 0;

其中，

{&ForAll; x}_{k, n} &Element; {0,1}, &ForAll; n &Element; C, &ForAll; k &Element; S .

目标函数对应上文的目标，限制条件A对应上面的限制条件2，限制条件B对应上面的限制条件4，限制条件1对应限制条件3对应

此问题中，因为只需使D2D用户分配到的频谱资源总量最大即可，并不涉及对每个D2D用户的资源分配，故在数学形式中对S中所有非蜂窝用户都不进行资源分配，对应的x_k,n=0。但对每一个资源块n，仍需满足每个资源块至多只能分配给一个用户的限制条件。

S3：将该问题转化为与其等价的拉格朗日对偶问题；

可见该问题和0-1背包问题有相似的模型。0-1背包问题指：背包承受重量固定，通过选择总重量在约定范围内的商品最大化其总的价值。

maxΘ^TΧ

Θ＝[θ₁,θ₂,...,θ_n]

ΑΧ≤b

x_j＝{0,1}ⁿ,Χ＝[x₁,x₂,...,x_n]

θ_i表示商品i的价值，X表示商品选择矩阵，A,b分配表示商品重量以及背包重量限制。

针对该背包问题，对约束Ax≤b进行松弛，并引入对偶变量则其拉格朗日对偶问题表示如下：

目标函数：其中：

\begin{matrix} g (u) = \min {Θ^{T} X + u^{T} (AX - b) | X &Element; {0,1}^{n}} \\ = - u^{T} b + \min {{(Θ + A^{T} u)}^{T} X | X &Element; {0,1}^{n}} \\ = - u^{T} b + Σ_{i = 1}^{n} \min {{(Θ + A^{T} u)}_{i}, 0} \end{matrix}

本问题中，将其应于传输速率限制下的资源分配。其中，Θ各元素值（即每个信道资源的价值）设定为1，限制条件A和B对应于背包中的重量限制ΑΧ≤b如下：

\underset{n &Element; C}{Σ} x_{k, n} c_{k, n} &GreaterEqual; c_{k}^{REQ}

即

- \underset{n &Element; C}{Σ} x_{k, n} c_{k, n} \leq {- c}_{k}^{REQ}

将之与结合，可以矩阵表示如下：其中蜂窝用户数量为K,信道数量为N

[\begin{matrix} 111 \cdot \cdot 1 & 000 \cdot \cdot 0 & \cdot \cdot \cdot & 000 \cdot \cdot 0 \\ 000 \cdot \cdot 0 & 111 \cdot \cdot 1 & \cdot \cdot \cdot & 000 \cdot \cdot 0 \\ \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot \\ 000 \cdot \cdot 0 & 000 \cdot \cdot 0 & \cdot \cdot \cdot & 111 \cdot \cdot 1 \\ ({- c}_{11}) 00 \cdot \cdot 0 & ({- c}_{12}) 00 \cdot \cdot 0 & \cdot \cdot \cdot & ({- c}_{1 N}) 00 \cdot \cdot 0 \\ 0 ({- c}_{21}) 0 \cdot \cdot 0 & 0 ({- c}_{22}) 0 \cdot \cdot 0 & \cdot \cdot \cdot & 0 ({- c}_{2 N}) 0 \cdot \cdot 0 \\ \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot \\ 000 \cdot \cdot ({- c}_{K 1}) & 000 \cdot \cdot ({- c}_{K 2}) & \cdot \cdot \cdot & 000 \cdot \cdot ({- c}_{KN}) \end{matrix}] [\begin{matrix} x_{11} \\ x_{21} \\ \cdot \cdot \cdot \\ x_{k 1} \\ x_{12} \\ x_{22} \\ \cdot \cdot \cdot \\ x_{KN} \end{matrix}] \leq [\begin{matrix} 1 \\ 1 \\ \cdot \cdot \cdot \\ 1 \\ {- c}_{1}^{REQ} \\ {- c}_{1}^{REQ} \\ \cdot \cdot \cdot \\ {- c}_{K}^{REQ} \end{matrix}]

其中

A = [\begin{matrix} 111 \cdot \cdot 1 & 000 \cdot \cdot 0 & \cdot \cdot \cdot & 000 \cdot \cdot 0 \\ 000 \cdot \cdot 0 & 111 \cdot \cdot 1 & \cdot \cdot \cdot & 000 \cdot \cdot 0 \\ \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot \\ 000 \cdot \cdot 0 & 000 \cdot \cdot 0 & \cdot \cdot \cdot & 111 \cdot \cdot 1 \\ ({- c}_{11}) 00 \cdot \cdot 0 & ({- c}_{12}) 00 \cdot \cdot 0 & \cdot \cdot \cdot & ({- c}_{1 N}) 00 \cdot \cdot 0 \\ 0 ({- c}_{21}) 0 \cdot \cdot 0 & 0 ({- c}_{22}) 0 \cdot \cdot 0 & \cdot \cdot \cdot & 0 ({- c}_{2 N}) 0 \cdot \cdot 0 \\ \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot \\ 000 \cdot \cdot ({- c}_{K 1}) & 000 \cdot \cdot ({- c}_{K 2}) & \cdot \cdot \cdot & 000 \cdot \cdot ({- c}_{KN}) \end{matrix}], b = [\begin{matrix} 1 \\ 1 \\ \cdot \cdot \cdot \\ 1 \\ {- c}_{1}^{REQ} \\ {- c}_{1}^{REQ} \\ \cdot \cdot \cdot \\ {- c}_{K}^{REQ} \end{matrix}]

由于用户频谱资源分配问题的对偶间隙为0，也就是说该拉格朗日对偶问题与原问题等价，因而其最优目标解可通过求解上述拉格朗日对偶问题得到。

S4：解该拉格朗日对偶问题，得到该问题在数学上的最优解。

使用次梯度算法，其表述如下：

首先假定初始二进制值（上标l表示算法递归次数，初始l＝0），并根据公式(5)得到初始信道分配然后令如果则算法停止重复，最优解就是否则，按照如下更新二进制数值u，其中

u_{i}^{l + 1} = \max {0, [u_{i}^{l} + (1 / u_{0}^{0} + l) ξ_{i}^{l} / | | ξ_{i}^{l} | |]} .

重复以上步骤，直到即可求得最优化的分配X。

在解方程的方式上，本发明实施例采用拉格朗日对偶问题的转化方式和次梯度算法的目的在于，将该数学问题加以转化，使其更容易在计算机中由程序实现，提高对该问题的处理效率，从而节省了算法开销、节省了与此相关的能源消耗。比如以二进制数值表示分配方案节省了存储空间减轻了计算负担；所使用的次梯度可以直接在程序中实现而无需进一步的处理。

S5：根据所述最优解给蜂窝用户和D2D用户分配频谱资源。

根据每个用户k和每个资源块n对应的x_k,n的值是否为1确定是否给用户k分配资源块n，从而可以将全部频谱资源按照资源块的划分进行分配。也就是说，根据每一组使最优解X_opt中x_k,n值等于1的k和n，来对应地将资源块n分配给用户k。

由此得到了该问题下的最优化分配，其对比于频谱资源均分的计算机仿真结果参见图2。图中分别标明了2Mbps和3Mbps最低传输速率要求下的，本发明实施例所提出方案和频谱资源均分方案下的平均系统吞吐量与D2D用户对数量的关系。可见，本发明实施例的分配方法方案相较于一般的均分分配有着更大的平均系统吞吐量，尤其在D2D用户对数量很大的时候尤其明显。

而且不难预见，在一定范围内的D2D用户对超出一定数值时，非正交资源复用模式下的D2D与蜂窝用户之间的干扰会非常严重，此时采用正交资源复用模式不仅可以由其使用资源的正交性解决干扰问题，而且由于没有了干扰问题，可以在此基础上进一步适当减小其使用功率，更有利于绿色通信的实现。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.一种同小区中蜂窝用户与D2D用户间频谱资源分配的方法，其特征在于，该方法包括：

用x_k,n∈{0,1}中的x_k,n＝1和x_k,n＝0分别表示用户k是否占用资源块n，用S表示用户集，所述k∈S代表用户集中的某个用户，用C表示所述频谱资源的资源块集，所述n∈C代表资源块集中的某个资源块；用矩阵X_opt＝[x_k,n]表示对于所有用户资源块的分配情况；用S₀表示蜂窝用户集，所述用c_k,n表示用户k占用的资源块n进行通信时的传输速率；用c_k ^REQ表示用户k的所述最小传输速率需求，由传输速率的最低要求决定，无要求时为0；

该问题在数学上对应的完整表述为：

目标函数：

限制条件A：

限制条件B：该式中

其中，

通过对约束Ax≤b进行松弛，并引入对偶变量则其拉格朗日对偶问题表示如下：

目标函数：其中：

解该拉格朗日对偶问题，得到该问题在数学上的最优解；

根据所述最优解给蜂窝用户和D2D用户分配频谱资源。

2.根据权利要求1所述的方法，其特征在于，所述将在所述约束条件下，将一定频谱资源分配给蜂窝用户和D2D用户，使D2D用户分配到的频谱资源总量最大化的问题在数学上表述包括：

用x_k,n∈{0,1}中的x_k,n＝1和x_k,n＝0分别表示用户k是否占用资源块n，用S表示用户集，所述k∈S代表用户集中的某个用户，用C表示所述频谱资源的资源块集，所述n∈C代表资源块集中的某个资源块；用矩阵X_opt＝[x_k,n]表示对于所有用户资源块的分配情况。

3.根据权利要求2所述的方法，其特征在于，所述将在所述约束条件下，将一定频谱资源分配给蜂窝用户和D2D用户，使D2D用户分配到的频谱资源总量最大化的问题在数学上表述进一步包括：用S₀表示蜂窝用户集，所述所述使D2D用户分配到得频谱资源总量最大化由

表示。

4.根据权利要求2所述的方法，其特征在于，所述将在所述约束条件下，将一定频谱资源分配给蜂窝用户和D2D用户，使D2D用户分配到的频谱资源总量最大化的问题在数学上表述进一步包括限制条件

5.根据权利要求2所述的方法，其特征在于，所述约束条件包括每个蜂窝用户通信时的传输速率不小于该用户的最小传输速率需求；所述约束条件在数学上表示为

6.根据权利要求1至5其中任意一项所述的方法，其特征在于，所述将在数学上表述的该问题转化为与该问题等价的拉格朗日对偶问题包括参照0-1背包问题模型将该问题转化为与其等价的拉格朗日对偶问题。

7.根据权利要求1至5其中任意一项所述的方法，其特征在于，所述解该拉格朗日对偶问题包括使用次梯度算法解该拉格朗日对偶问题。

8.根据权利要求2所述的方法，其特征在于，所述根据所述最优解给蜂窝用户和D2D用户分配频谱资源包括根据每一组使最优解X_opt中x_k,n值等于1的k和n，来对应地将资源块n分配给用户k。