CN105813209A - 基于能量采集的蜂窝网络下的d2d通信动态频谱分配方法 - Google Patents

Abstract

本发明提供了一种基于能量采集的蜂窝网络下的D2D通信动态频谱分配方法，包括设置蜂窝网络下通信系统的各种参数；基于蜂窝用户CU单链路的最低速率需求、D2D单链路的最低速率需求、D2D总速率需求、带宽条件约束、功率约束条件构造蜂窝网络下的D2D通信最小开销优化问题；将频谱资源平均分配，使得蜂窝网络下的D2D通信最小开销优化问题转化为次优问题；将次优化问题转化成基于速率约数和功率约束的最佳功率优化问题；通过相应的拉格朗日方程和最优解条件得到最优动态频谱分配结果。本发明针对动态频谱条件设计最优频谱分配算法；保障了CU和D2D的链路性能，提升了系统的频谱利用率，最小化了系统的总开销。

Description

基于能量采集的蜂窝网络下的D2D通信动态频谱分配方法

技术领域

本发明涉及无线通信技术领域，具体地，涉及一种基于能量采集的蜂窝网络下的D2D通信动态频谱分配方法。

背景技术

近年来，随着无线通信技术的迅猛发展，无线通信技术大业务量、高速率和低能耗的要求日益迫切。为了满足由视频服务所需的指数增长的速率需求，蜂窝网络下的underlaying设备到设备(device-to-device，D2D)通信技术以其能够提供高速率、低能耗、便捷资源管理的优势正引起工业界和学术界的关注。然而，由于D2D用户通常为移动用户终端(mobileuserequipment,MUE)，电池容量的限制极大约束着D2D通信的性能。这一问题可以通过引入能量收集(energyharvesting,EH)技术解决。X.Lu,P.Wang,D.Niyato,D.I.KimandZ.Han的文献”WirelessNetworksWithRFEnergyHarvesting:AContemporarySurvey,(带射频能量采集的无线网络：现有的调研)，”IEEECommun.SurveysTuts,vol.17,no.2,pp.757-789,secondquarter,2015和Y.He,X.Cheng,W.PengandG.L.Stuber的文献”Asurveyofenergyharvestingcommunications:modelsandofflineoptimalpolicies(能量采集通信调研：模型与离线最有策略)”，EEECommun.Mag.,vol.53,no.6,pp.79-85,June2015.指出EH技术使得MUE可以从周围的电磁波中获得能量。D2D通过对蜂窝用户(cellularuser,CU)频谱的复用，提升了系统频谱利用率，但是引入了D2D与CU之间的干扰。

通常，使用功率控制和频谱管理技术可以降低干扰，提升系统性能。现有技术中公开了C.H.Yu,O.Tirkkonen,K.Doppler,andC.Ribeiro的文献“Poweroptimizationofdevice-to-devicecommunicationunderlayingcellularcommunication(underlaying设备到设备通信功率优化),”IEEEInternationalConferenceonCommunicationTechnology,Dresden,Germany,June2009.，优先考虑蜂窝用户，得到功率分配算法。D.Feng,L.Lu等人的文献“OptimalResourceAllocationforDevice-to-DeviceCommunicationsinFadingChannels(衰落信道D2D通信最优资源分配)，”GlobalCommunicationsConference(GLOBECOM),IEEE,Atlanta,GA,Dec.2013,提出了联合功率分配、信道分配算法来最大化CU与D2D的总吞吐量。J.Liu等人的文献”AnalysisoftransmissioncapacityregioninD2Dintegratedcellularnetworkswithpowercontrol(使用功率控制分析整合D2D通信的蜂窝网络中的传输容量区域)，”Proc.IEEEICC,pp.2103-2109,June2015.利用随机几何与功率控制的方法提升系统传输区域容量。动态频谱分配技术可以有效利用系统资源。在公开的文献中M.Ramirez-Reyna等人的文献”PerformanceAnalysisofDynamicSpectrumLeasingStrategiesinOverlayCognitiveRadioNetworks,(overlay认知网络中动态频谱租借性能分析)，”VehicularTechnologyConference(VTCFall),2014IEEE80th,Vancouver,BC,Sep.2014.提出了确保系统服务质量(qualityofservice，QoS)的动态频谱租借策略。X.Lin,J.G.Andrews的文献”Optimalspectrumpartitionandmodeselectionindevice-to-deviceoverlaidcellularnetworks(overlaid蜂窝网络中D2D通信最优频谱划分和模式选择)”,GlobalCommunicationsConference(GLOBECOM),IEEE,Atlanta,GA,Dec.2013，得到了overlaying蜂窝网络中D2D通信的最优频谱划分和模式选择阈值。目前，极少有研究针对underlayingD2D通信进行动态频谱分配研究。在这种场景下，D2D链接与蜂窝链接之间的干扰不可忽略。

考虑CU使用正交的频谱资源，D2D用户复用这些频段。D.Q.Feng,L.Lu等人的文献“Device-to-devicecommunicationsunderlayingcellularnetworks(underlaying蜂窝网络中的设备到设备通信),”IEEETrans.Commun.,vol.61,no.8,pp.3541-3551,Aug.2013.给出了假设信道估计完美的情况下，D2D通信的性能分析。类似的假设在Y.Liou,R.GauandC.Chang的文献“GroupPartitionandDynamicRateAdaptationforScalableCapacity-Region-AwareDevice-to-DeviceCommunications(可拓展容量域设备到设备通信中组划分和动态速率适应),”IEEETrans.WirelessCommun.,vol.14,no.2,pp.921-934,Feb.2015.,也能找到。众所周知，一个D2D复用多个CU的频谱资源可以提升系统频谱利用率。B.Wang,L.Chen等人的文献“ResourceallocationoptimizationforDevice-to-Devicecommunicationunderlayingcellularnetworks(underlaying蜂窝网络中设备到设备资源分配优化),”VehicularTechnologyConference(VTCSpring),2011IEEE73rd,Budapest,May2011.，考虑了复用多个CU资源时的最优资源分配。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于能量采集的蜂窝网络下的D2D通信动态频谱分配方法。

根据本发明提供的基于能量采集的蜂窝网络下的D2D通信动态频谱分配方法，其特征在于，包括如下步骤：

步骤1：设置蜂窝网络下通信系统的各种参数；

步骤2：基于蜂窝用户CU单链路的最低速率需求、D2D单链路的最低速率需求、D2D总速率需求、带宽条件约束、功率约束条件构造蜂窝网络下的D2D通信最小开销优化问题；

步骤3：将频谱资源平均分配，使得蜂窝网络下的D2D通信最小开销优化问题转化为次优问题；

步骤4：将次优化问题转化成基于速率约数和功率约束的最佳功率优化问题；

步骤5：通过所述基于速率约数和功率约束的最佳功率优化问题的计算获得相应的拉格朗日方程，并通过最优解条件得到最优动态频谱分配结果。

优选地，所述步骤1中的蜂窝网络下通信系统包括：N个蜂窝用户CU、一个D2D对，总频段为W_all，且第i个蜂窝用户使用第i个子频段，D2D对以非正交方式复用蜂窝网络频谱；所述蜂窝网络下通信系统发送端能够进行能量采集(EnergyHarvesting,EH)，则该蜂窝网络下通信系统的总开销C的计算公式如下：

C＝α_gG+α_eE；

式中：G表示系统总采集能量，E表示系统电池能够提供的总能量，α_g、α_e分别表示G、E这两种能量的价格；

定义分别为第i个CU和第i个D2D用户的信号与干扰加噪声比SINR，

${\mathrm{SINR}}_C^i=\frac{P_C^i\·g_{CB}^i}{P_D^i\·g_{TB}^i+N_i},{\mathrm{SINR}}_D^i=\frac{P_D^i\·g_D^i}{P_C^i\·g_{CR}^i+N_i};$

N_i＝N₀·W_i；

式中：下标i表示第i个频段，P_C,P_D分别表示CU发送端、D2D发送端的发送功率，g_CB,g_TB,g_D,g_CR分别表示蜂窝链路的信道增益、D2D到基站的信道增益、D2D之间的信道增益以及CU到D2D的信道增益；N_i表示第i个频谱对应带宽的加性高斯白噪声，N₀表示单位频谱的加性高斯白噪声，W_i表示第i个频段分得的带宽。

优选地，所述步骤2中蜂窝网络下的D2D通信最小开销优化问题是指：

minimizeC

$\begin{array}{cc}s.t.& \underset{i=1}{\overset{N}{\Σ}}{P}_C^i+\underset{i=1}{\overset{N}{\Σ}}{P}_D^i\≤E+G\end{array}$

$R_C^i\≥R_{Cmin}^i,\∀i,$

$R_D^i\≥R_{Dmin}^i,\∀i,$

${\mathrm{\Σ}}_{i=1}^N{R}_D^i\≥R_D^{all},$

${\mathrm{\Σ}}_{i=1}^N{W}_i\≤W_{all},$

$P_C^i,P_D^i,W_i\≥0,\∀i,$

其中： $R_C^i=W_i\·{\log }_2(1+{\mathrm{SINR}}_C^i);$

$R_D^i=W_i\·{\log }_2(1+{\mathrm{SINR}}_D^i);$

式中：分别表示第i个频段上CU、D2D的速率；分别表示CU、D2D在第i个频段上的最小速率需求；表示D2D总速率需求，分别表示第i个频段上CU发送端、D2D发送端的发送功率，W_all表示系统总可用频谱。

优选地，所述步骤3中的次优问题是指：

$\min imize\underset{i=1}{\overset{N}{\Σ}}{P}_C^{*i}+\underset{i=1}{\overset{N}{\Σ}}{P}_D^{*i}$

$\begin{array}{cc}s.t.& {\mathrm{\Σ}}_{i=1}^N{R}_D^i\≥R_D^{all},\end{array}$

$P_C^i,P_D^i,W_i\≥0,\∀i,$

其中： $P_C^{*i}=\frac{B_i+C_i}{A_i{C}_i-B_i{D}_i}{N}_i;$

$P_D^{*i}=\frac{A_i+D_i}{A_i{C}_i-B_i{D}_i}{N}_i;$

并令 $A_i=g_{CB}^i\·{{\mathrm{SINR}}_{Cmin}^i}^{-1},B_i=g_{TB}^i,C_i=g_D^i\·{\mathrm{SINR}}_D^{i-1};$

$D_i=g_{CR}^i,{\mathrm{SINR}}_{Cmin}^i=2^{\frac{R_{C\min }^i}{W_i}}-1,{\mathrm{SINR}}_D^i=2^{\frac{R_D^i}{W_i}}-1;$

式中：表示第i个频段上CU的最优功率，表示第i个频段上D2D的最优功率，A_i、B_i、C_i、D_i分别表示第i个频段对应的中间变量；表示第i个频段上蜂窝链路的信道增益，表示CU最小速率时对应的信干噪比，表示第i个频段上D2D到基站的信道增益，表示第i个频段上D2D之间的信道增益，表示第i个频段上D2D的信干噪比，表示第i个频段上CU到D2D的信道增益。

优选地，所述步骤4包括：

步骤4.1：通过构造拉格朗日方程得到一阶最优条件；

步骤4.2：使用二分法求得最佳拉格朗日乘子将拉格朗日乘子带回一阶最优条件求得最佳功率分配结果。

优选地，所述步骤4.1中的的拉格朗日方程是指：

$L({\mathrm{SINR}}_D,\mathrm{\λ})=\underset{i=1}{\overset{N}{\Σ}}{P}_C^{*i}+\underset{i=1}{\overset{N}{\Σ}}{P}_D^{*i}+ln2\·\mathrm{\λ}\[R_D^{all}-{\mathrm{\Σ}}_{i=1}^N{R}_D^i\]$

式中：SINR_D表示D2D通信的信干噪比，λ是非负拉格朗日乘子；

一阶最优条件是指：

$\frac{\∂L({\mathrm{SINR}}_D,\mathrm{\λ})}{\∂{\mathrm{SINR}}_D^i}=\frac{(A_i+B_i)(A_i+D_i)C_i{N}_i}{{(A_i{C}_i-B_i{D}_i)}^2{\mathrm{SINR}}_D^i}-\frac{W_i-\mathrm{\λ}}{1+{\mathrm{SINR}}_D^i}=0.$

优选地，所述步骤4.2中的二分法求解拉格朗日乘子，得最佳功率分配，即找到满足的最佳拉格朗日乘子；其中，基于速率约数和功率约束的最佳功率优化问题是指：

$\min {\Σ}_{i=1}^N\[P_C^{*i}(W_i,{\mathrm{SINR}}_D^{*i}(W_i\left)\right)+P_D^{*i}(W_i,{\mathrm{SINR}}_D^{*i}(W_i\left)\right)\]$

$\begin{array}{cc}s.t.& {\mathrm{\Σ}}_{i=1}^N{W}_i\≤W_{all},\end{array}$

$P_C^i,P_D^i,W_i\≥0,\∀i,$

式中：表示关于第i个频谱带宽为W_i时D2D的最佳信干噪比，表示CU在第i个频段上当分配带宽为W_i时的最佳发送功率，表示D2D在第i个频段上当分配带宽为W_i时的最佳发送功率。

优选地，所述步骤5中的相应的拉格朗日方程是指：

$L(W,\mathrm{\μ})=\underset{i=1}{\overset{N}{\Σ}}{P}_C^{*i}\left(W_i\right)+\underset{i=1}{\overset{N}{\Σ}}{P}_D^{*i}\left(W_i\right)+\mathrm{\μ}\[\underset{i=1}{\overset{N}{\Σ}}{W}_i-W_{all}\];$

式中：W表示带宽，μ表示带宽约束条件对应的拉格朗日乘子，表示第i个频段带宽的CU最佳发送功率，表示第i个频段带宽的D2D最佳发送功率；

最优解条件是指：

μ^*＝M₁＝M₂＝M_i...＝M_N；

式中：μ^*表示带宽约束条件对应的最优拉格朗日乘子，M_i表示第i个频段对应的中间变量；

其中： $M_i=\frac{(B_i+C_i)(C_i+D_i)N_i}{{(A_i{C}_i-B_i{D}_i)}^2}\frac{\∂A_i}{\∂W_i}-\frac{A_i+B_i+C_i+D_i}{A_i{C}_i-B_i{D}_i}{N}_0;$

$\frac{\∂A_i}{\∂W_i}=\frac{ln2\·A_i^2\·2^{\frac{R_{C\min }^i}{W_i}}\·\frac{R_{Cmin}^i}{W_i^2}}{g_{CB}^i};$

最优动态频谱分配是指：

$W_i^{k+1}=W_i^k-\mathrm{\ϵ}\·\frac{\∂L(W,\mathrm{\μ})}{\∂W_i^k};$

式中：W_i ^k+1表示第k+1次迭代时第i个频段的带宽，W_i ^k表示第k次迭代时第i个频段的带宽，ε为迭代固定步长。

与现有技术相比，本发明具有如下的有益效果：

1、本发明所提出的基于能量采集的蜂窝网络下的D2D通信动态频谱分配设计方法，考虑CU与D2D每个链路的速率约束、D2D可以复用多个CU频谱资源，构造基于能量采集的蜂窝网络下D2D通信最小开销优化问题，优化CU、D2D的功率控制与频谱分配策略。

2、本发明基于固定频谱分配策略，使用凸优化方法将问题转化为次优问题，构造拉格朗日方程，得到一阶最优条件；使用二分法得到最优拉格朗日乘子，将该乘子带回一阶最优条件得到功率分配策略；针对动态频谱条件设计最优频谱分配算法；保障了CU和D2D的链路性能，提升了系统的频谱利用率，最小化了系统的总开销。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为平均频谱速率公平方案(公平算法)、静态平均频谱分配方案(算法1)、动态频谱分配方案(算法2)的系统总能耗对比图；

图2为场景时，不同频段分别采用本发明提供的方法进行动态频谱分配的收敛性示意图；

图3为场景时，不同频段上不同目标速率条件下分别采用本发明提供的方法进行动态频谱分配的收敛性示意图；

图4为场景α_g、α_e时，不同频段上不同目标速率条件下分别采用本发明提供的方法进行动态频谱分配后的系统总开销对比图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

本发明中所述的基于能量采集的蜂窝网络下的D2D通信动态频谱分配方法，考虑CU与D2D每个链路的速率约束、D2D可以复用多个CU频谱资源，构造基于能量采集的underlayingD2D通信最小开销优化问题，优化CU、D2D的功率控制与频谱分配策略；基于固定频谱分配策略，使用凸优化知识将问题转化为次优问题，构造拉格朗日方程，得到一阶最优条件；使用二分法得到最优拉格朗日乘子，将该乘子带回一阶最优条件得到功率分配策略；针对动态频谱条件设计最优频谱分配算法；保障了CU和D2D的链路性能，提升了系统的频谱利用率，最小化了系统的总开销，所述基于能量采集的underlayingD2D通信最小开销优化问题是：

minimizeC

$\begin{array}{cc}s.t.& \underset{i=1}{\overset{N}{\Σ}}{P}_C^i+\underset{i=1}{\overset{N}{\Σ}}{P}_D^i\≤E+G\end{array}$

$R_C^i\≥R_{Cmin}^i,\∀i,$

$R_D^i\≥R_{Dmin}^i,\∀i,$

${\mathrm{\Σ}}_{i=1}^N{R}_D^i\≥R_D^{all},$

${\mathrm{\Σ}}_{i=1}^N{W}_i\≤W_{all},$

$P_C^i,P_D^i,W_i\≥0,\∀i,$

其中：第i个频段上CU和D2D的速率分别为 分别表示CU和D2D在频段i上的最小速率需求；表示D2D总速率需求。

具体地，本发明包括以下步骤：

第一步、设置系统参数：设置系统参数：蜂窝网络上行通信信道，系统中有N个蜂窝用户(CU)、1个D2D对，系统可用总频段W_all，第i个蜂窝用户使用第i个子频段，D2D以非正交方式对复用蜂窝网络频谱。在发送端具有EH能力，系统总采集能量为G，系统电池可提供总能量为E，系统的总开销为

C＝α_gG+α_eE

其中：α_g、α_e分别为两种能量的价格；

本实施例中，所用的仿真场景为N＝10,W_all＝100MHz，图4中两组价格为α_g＝0.5,α_e＝1和α_g＝1.5,α_e＝1。

本实施例中，小区半径为500m，D2D发送端到接收端距离为20m，CU到基站的位置为100+100(i-1)/3m，i＝1,…,10；

本实施例中，CU、D2D单链路最小速率约束为50Mbps；

第二步、定义分别为第i个CU和第i个D2D用户的SINR，

${\mathrm{SINR}}_C^i=\frac{P_C^i\·g_{CB}^i}{P_D^i\·g_{TB}^i+N_i},{\mathrm{SINR}}_D^i=\frac{P_D^i\·g_D^i}{P_C^i\·g_{CR}^i+N_i}$

其中：下标i为第i个频谱，P_C,P_D分别为CU发送端和D2D发送端的发送功率，g_CB,g_TB,g_D,g_CR分别为蜂窝链路的信道增益、D2D到基站的信道增益、D2D之间的信道增益以及CU到D2D的信道增益。N_i＝N₀·W_i表示对应带宽的加性高斯白噪声；

本实施例中，噪声功率谱密度为N₀＝-174dBm/Hz；

第三步、基于CU单链路的最低速率需求、D2D单链路的最低速率需求、D2D总速率需求、带宽条件约束、功率约束等条件构造基于能量采集的underlayingD2D通信最小开销优化问题；

所述的基于能量采集的underlayingD2D通信最小开销优化问题是指：

minimizeC

$\begin{array}{cc}s.t.& \underset{i=1}{\overset{N}{\Σ}}{P}_C^i+\underset{i=1}{\overset{N}{\Σ}}{P}_D^i\≤E+G\end{array}$

$R_C^i\≥R_{Cmin}^i,\∀i,$

$R_D^i\≥R_{Dmin}^i,\∀i,$

${\mathrm{\Σ}}_{i=1}^N{R}_D^i\≥R_D^{all},$

${\mathrm{\Σ}}_{i=1}^N{W}_i\≤W_{all},$

$P_C^i,P_D^i,W_i\≥0,\∀i,$

其中：第i个频段上CU和D2D的速率分别为 分别表示CU和D2D在频段i上的最小速率需求；表示D2D总速率需求。

第四步、将频谱资源平均分配，根据凸优化知识，对基于能量采集的underlayingD2D通信最小开销优化问题进行转化，得到次优问题；

所述的频谱资源平均分配是指：

基于平均频谱分配的转化后的次优问题是指：

$\min imize\underset{i=1}{\overset{N}{\Σ}}{P}_C^{*i}+\underset{i=1}{\overset{N}{\Σ}}{P}_D^{*i}$

$\begin{array}{cc}s.t.& {\mathrm{\Σ}}_{i=1}^N{R}_D^i\≥R_D^{all},\end{array}$

$P_C^i,P_D^i,W_i\≥0,\∀i,$

其中：CUE最有功率为D2D最有功率为

且 $A_i=g_{CB}^i\·{{\mathrm{SINR}}_{Cmin}^i}^{-1},B_i=g_{TB}^i,C_i=g_D^i\·{\mathrm{SINR}}_D^{i-1}$

$D_i=g_{CR}^i,{\mathrm{SINR}}_{Cmin}^i=2^{\frac{R_{C\min }^i}{W_i}}-1,{\mathrm{SINR}}_D^i=2^{\frac{R_D^i}{W_i}}-1.$

第五步、转化后的基于能量采集的underlayingD2D通信最小开销优化问题变成基于速率约数和功率约束的最佳功率优化问题。通过构造拉格朗日方程(Lagrangianfunction)，得到一阶最优条件；然后使用二分法求得最佳拉格朗日乘子；将拉格朗日乘子带回一阶最优条件求得最佳功率分配；

所述的拉格朗日方程是指：

$L({\mathrm{SINR}}_D,\mathrm{\λ})=\underset{i=1}{\overset{N}{\Σ}}{P}_C^{*i}+\underset{i=1}{\overset{N}{\Σ}}{P}_D^{*i}+ln2\·\mathrm{\λ}\[R_D^{all}-{\mathrm{\Σ}}_{i=1}^N{R}_D^i\]$

其中：λ是非负拉格朗日乘子；

所述的一阶最优条件是指：

$\frac{\∂L({\mathrm{SINR}}_D,\mathrm{\λ})}{\∂{\mathrm{SINR}}_D^i}=\frac{(A_i+B_i)(A_i+D_i)C_i{N}_i}{{(A_i{C}_i-B_i{D}_i)}^2{\mathrm{SINR}}_D^i}-\frac{W_i-\mathrm{\λ}}{1+{\mathrm{SINR}}_D^i}=0;$

所述的二分法求解拉格朗日乘子的具体步骤为：找到满足最佳拉格朗日乘子。

第六步、针对动态频谱条件对基于能量采集的underlayingD2D通信最小开销优化问题转化。得到相应的拉格朗日方程，并通过最优解条件得到最优动态频谱分配。

所述的针对动态频谱条件对基于能量采集的underlayingD2D通信最小开销优化问题是指

${\mathrm{min\Σ}}_{i=1}^N\[P_C^{*i}(W,{\mathrm{SINR}}_D^{*i}(W_i\left)\right)+P_D^{*i}(W_i,{\mathrm{SINR}}_D^{*i}(W_i\left)\right)\]$

$\begin{array}{cc}s.t.& {\mathrm{\Σ}}_{i=1}^N{W}_i\≤W_{all},\end{array}$

$P_C^i,P_D^i,W_i\≥0,\∀i,$

所述的相应的拉格朗日方程是指：

$L(W,\mathrm{\μ})=\underset{i=1}{\overset{N}{\Σ}}{P}_C^{*i}\left(W_i\right)+\underset{i=1}{\overset{N}{\Σ}}{P}_D^{*i}\left(W_i\right)+\mathrm{\μ}\[\underset{i=1}{\overset{N}{\Σ}}{W}_i-W_{all}\]$

所述的最优解条件是指：

μ^*＝M₁＝M₂＝...＝M_N

其中： $M_i=\frac{(B_i+C_i)(C_i+D_i)N_i}{{(A_i{C}_i-B_i{D}_i)}^2}\frac{\∂A_i}{\∂W_i}-\frac{A_i+B_i+C_i+D_i}{A_i{C}_i-B_i{D}_i}{N}_0,$

$\frac{\∂A_i}{\∂W_i}=\frac{ln2\·A_i^2\·2^{\frac{R_{C\min }^i}{W_i}}\·\frac{R_{Cmin}^i}{W_i^2}}{g_{CB}^i}$

所述的最优动态频谱分配是指：

$W_i^{k+1}=W_i^k-\mathrm{\ϵ}\·\frac{\∂L}{\∂W_i^k}$

其中：ε为固定步长。

图1为随机频谱分配方案(Fairness)、的系统总能耗对比图。图1展示了随着用户总速率需求的增长，系统总能耗不断增加。但所提的平均频谱分配方案(Algorithm1)、比一般的随机频谱分配方案(Fairness)有着较低的系统能耗，且动态频谱分配方案(Algorithm2)有着最优的表现。仿真结果证实了提出算法的有效性。

图2为场景时，不同频段分别采用本发明提供的方法进行动态频谱分配的收敛性示意图。图2展示了时提出的动态频谱分配算法的收敛性。从图中可以看出，不同频段的资源分配结果，并且大部分频谱带宽变化是在前10次迭代中实现的。仿真结果证实了提出算法的收敛性。并且结合图3，可以看出，根据CU、D2D位置的不同，频谱资源倾向于分配更多的带宽给CU与D2D之间信道差的情况，这样就降低了系统的总能耗。

图3为场景时，不同频段上不同目标速率条件下分别采用本发明提供的方法进行动态频谱分配的收敛性示意图。由图可知，所提算法可以保障CU和D2D的最低速率需求。并且结合图2，可以看出，根据CU、D2D位置的不同，频谱资源倾向于分配更多的带宽给CU与D2D之间信道差的情况，这样就降低了系统的总能耗。

图4为场景α_g、α_e时，不同频段上不同目标速率条件下分别采用本发明提供的方法进行动态频谱分配后的系统总开销对比图。两组价格因子为α_g＝0.5,α_e＝1；α_g＝1.5,α_e＝1，可以看出当α_g<α_e时，系统总能量开销较低，因为用户会先利用EH的能量；当α_g>α_e时，用户会先利用电池的能量，该情况也可以表示没有EH能力的用户终端。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。

Claims (8)

1.一种基于能量采集的蜂窝网络下的D2D通信动态频谱分配方法，其特征在于，包括如下步骤：

步骤1：设置蜂窝网络下通信系统的各种参数；

步骤2：基于蜂窝用户CU单链路的最低速率需求、D2D单链路的最低速率需求、D2D总速率需求、带宽条件约束、功率约束条件构造蜂窝网络下的D2D通信最小开销优化问题；

步骤3：将频谱资源平均分配，使得蜂窝网络下的D2D通信最小开销优化问题转化为次优问题；

步骤4：将次优化问题转化成基于速率约数和功率约束的最佳功率优化问题；

步骤5：通过所述基于速率约数和功率约束的最佳功率优化问题的计算获得相应的拉格朗日方程，并通过最优解条件得到最优动态频谱分配结果。

2.根据权利要求1所述的基于能量采集的蜂窝网络下的D2D通信动态频谱分配方法，其特征在于，所述步骤1中的蜂窝网络下通信系统包括：N个蜂窝用户CU、一个D2D对，总频段为W_all，且第i个蜂窝用户使用第i个子频段，D2D对以非正交方式复用蜂窝网络频谱；所述蜂窝网络下通信系统发送端能够进行能量采集(EnergyHarvesting,EH)，则该蜂窝网络下通信系统的总开销C的计算公式如下：

C＝α_gG+α_eE；

式中：G表示系统总采集能量，E表示系统电池能够提供的总能量，α_g、α_e分别表示G、E这两种能量的价格；

定义分别为第i个CU和第i个D2D用户的信号与干扰加噪声比SINR，

${\mathrm{SINR}}_C^i=\frac{P_C^i\&CenterDot;g_{CB}^i}{P_D^i\&CenterDot;g_{TB}^i+N_i},{\mathrm{SINR}}_D^i=\frac{P_D^i\&CenterDot;g_D^i}{P_C^i\&CenterDot;g_{CR}^i+N_i};$

N_i＝N₀·W_i；

式中：下标i表示第i个频段，P_C,P_D分别表示CU发送端、D2D发送端的发送功率，g_CB,g_TB,g_D,g_CR分别表示蜂窝链路的信道增益、D2D到基站的信道增益、D2D之间的信道增益以及CU到D2D的信道增益；N_i表示第i个频谱对应带宽的加性高斯白噪声，N₀表示单位频谱的加性高斯白噪声，W_i表示第i个频段分得的带宽。

3.根据权利要求1所述的基于能量采集的蜂窝网络下的D2D通信动态频谱分配方法，其特征在于，所述步骤2中蜂窝网络下的D2D通信最小开销优化问题是指：

minimizeC

$s.t.\underset{i=1}{\overset{N}{\&Sigma;}}{P}_C^i+\underset{i=1}{\overset{N}{\&Sigma;}}{P}_D^i\&le;E+G$

$R_C^i\&GreaterEqual;R_{Cmin}^i,\&ForAll;i,$

$R_D^i\&GreaterEqual;R_{Dmin}^i,\&ForAll;i,$

${\mathrm{\&Sigma;}}_{i=1}^N{R}_D^i\&GreaterEqual;R_D^{all},$

${\mathrm{\&Sigma;}}_{i=1}^N{W}_i\&le;W_{all},$

$P_C^i,P_D^i,W_i\&GreaterEqual;0,\&ForAll;i,$

其中：

$R_D^i=W_i\&CenterDot;{\log }_2(1+{\mathrm{SINR}}_D^i);$

式中：分别表示第i个频段上CU、D2D的速率；分别表示CU、D2D在第i个频段上的最小速率需求；表示D2D总速率需求，分别表示第i个频段上CU发送端、D2D发送端的发送功率，W_all表示系统总可用频谱。

4.根据权利要求3所述的基于能量采集的蜂窝网络下的D2D通信动态频谱分配方法，其特征在于，所述步骤3中的次优问题是指：

$\min imize\underset{i=1}{\overset{N}{\&Sigma;}}{P}_C^{*i}+\underset{i=1}{\overset{N}{\&Sigma;}}{P}_D^{*i}$

$\begin{array}{cc}s.t.& {\mathrm{\&Sigma;}}_{i=1}^N{R}_D^i\&GreaterEqual;R_D^{all}\end{array},$

$P_C^i,P_D^i,W_i\&GreaterEqual;0,\&ForAll;i,$

其中：

$P_D^{*i}=\frac{A_i+D_i}{A_i{C}_i-B_i{D}_i}{N}_i;$

并令

$D_i=g_{CR}^i,{\mathrm{SINR}}_{Cmin}^i=2^{\frac{R_{Cmin}^i}{W_i}}-1,{\mathrm{SINR}}_D^i=2^{\frac{R_D^i}{W_i}}-1;$

式中：表示第i个频段上CU的最优功率，表示第i个频段上D2D的最优功率，A_i、B_i、C_i、D_i分别表示第i个频段对应的中间变量；表示第i个频段上蜂窝链路的信道增益，表示CU最小速率时对应的信干噪比，表示第i个频段上D2D到基站的信道增益，表示第i个频段上D2D之间的信道增益，表示第i个频段上D2D的信干噪比，表示第i个频段上CU到D2D的信道增益。

5.根据权利要求1所述的基于能量采集的蜂窝网络下的D2D通信动态频谱分配方法，其特征在于，所述步骤4包括：

步骤4.1：通过构造拉格朗日方程得到一阶最优条件；

步骤4.2：使用二分法求得最佳拉格朗日乘子将拉格朗日乘子带回一阶最优条件求得最佳功率分配结果。

6.根据权利要求5所述的基于能量采集的蜂窝网络下的D2D通信动态频谱分配方法，其特征在于，所述步骤4.1中的的拉格朗日方程是指：

$L({\mathrm{SINR}}_D,\mathrm{\&lambda;})=\underset{i=1}{\overset{N}{\&Sigma;}}{P}_C^{*i}+\underset{i=1}{\overset{N}{\&Sigma;}}{P}_D^{*i}+ln2\&CenterDot;\mathrm{\&lambda;}\&lsqb;R_D^{all}-{\mathrm{\&Sigma;}}_{i=1}^N{R}_D^i\&rsqb;$

式中：SINR_D表示D2D通信的信干噪比，λ是非负拉格朗日乘子；

一阶最优条件是指：

$\frac{\&part;L({\mathrm{SINR}}_D,\mathrm{\&lambda;})}{\&part;{\mathrm{SINR}}_D^i}=\frac{(A_i+B_i)(A_i+D_i)C_i{N}_i}{{(A_i{C}_i-B_i{D}_i)}^2{\mathrm{SINR}}_D^i}-\frac{W_i-\mathrm{\&lambda;}}{1+{\mathrm{SINR}}_D^i}=0.$

7.根据权利要求5所述的基于能量采集的蜂窝网络下的D2D通信动态频谱分配方法，其特征在于，所述步骤4.2中的二分法求解拉格朗日乘子，得最佳功率分配，即找到满足的最佳拉格朗日乘子；其中，基于速率约数和功率约束的最佳功率优化问题是指：

${\mathrm{min\&Sigma;}}_{i=1}^N\&lsqb;P_C^{*i}(W_i,{\mathrm{SINR}}_D^{*i}(W_i\left)\right)+P_D^{*i}(W_i,{\mathrm{SINR}}_D^{*i}(W_i\left)\right)\&rsqb;$

$\begin{array}{cc}s.t.& {\mathrm{\&Sigma;}}_{i=1}^N{W}_i\&le;W_{all}\end{array},$

$P_C^i,P_D^i,W_i\&GreaterEqual;0,\&ForAll;i,$

式中：表示关于第i个频谱带宽为W_i时D2D的最佳信干噪比，表示CU在第i个频段上当分配带宽为W_i时的最佳发送功率，表示D2D在第i个频段上当分配带宽为W_i时的最佳发送功率。

8.根据权利要求1所述的基于能量采集的蜂窝网络下的D2D通信动态频谱分配方法，其特征在于，所述步骤5中的相应的拉格朗日方程是指：

$L(W,\mathrm{\&mu;})=\underset{i=1}{\overset{N}{\&Sigma;}}{P}_C^{*i}\left(W_i\right)+\underset{i=1}{\overset{N}{\&Sigma;}}{P}_D^{*i}\left(W_i\right)+\mathrm{\&mu;}\&lsqb;\underset{i=1}{\overset{N}{\&Sigma;}}{W}_i-W_{all}\&rsqb;;$

式中：W表示带宽，μ表示带宽约束条件对应的拉格朗日乘子，表示第i个频段带宽的CU最佳发送功率，表示第i个频段带宽的D2D最佳发送功率；

最优解条件是指：

μ^*＝M₁＝M₂＝M_i...＝M_N；

式中：μ^*表示带宽约束条件对应的最优拉格朗日乘子，M_i表示第i个频段对应的中间变量；

其中：

$\frac{\&part;A_i}{\&part;W_i}=\frac{ln2\&CenterDot;A_i^2\&CenterDot;2^{\frac{R_{C\min }^i}{W_i}}\&CenterDot;\frac{R_{Cmin}^i}{W_i^2}}{g_{CB}^i};$

最优动态频谱分配是指：

$W_i^{k+1}=W_i^k-\mathrm{\&epsiv;}\&CenterDot;\frac{\&part;L(W,\mathrm{\&mu;})}{\&part;W_i^k};$

式中：表示第k+1次迭代时第i个频段的带宽，表示第k次迭代时第i个频段的带宽，ε为迭代固定步长。