CN105960024A - 一种d2d通信中基于社交感知的用户发现及资源分配方法 - Google Patents

Abstract

本发明一种D2D通信中基于社交感知的用户发现及资源分配方法，属于移动通信领域。具体为：首先，建立满足社交关系及物理位置限制的D2D通信场景；根据D2D通信用户发现及配对算法，对场景中的D2D通信用户进行配对并优化；进一步计算基站的整个系统吞吐量C_Total；然后，将系统吞吐量C_Total作为目标函数，结合限制条件，采用量子粒子群算法进行求解，得到最佳的粒子位置，从而进行系统子载波及功率分配；最后，对D2D通信中基于社交感知的用户发现及资源分配进行仿真验证；优点在于：考虑了用户节点剩余能量及请求冲突情况下的退避机制；并且联合子载波及功率分配，提出了资源联合分配方法，根据仿真结果可以看出，社交感知的D2D发现及配对算法具有更好的性能。

Description

一种D2D通信中基于社交感知的用户发现及资源分配方法

技术领域

本发明属于移动通信领域，具体涉及一种D2D通信中基于社交感知的用户发现及资源分配方法。

背景技术

目前，随着移动通信和互联网技术的高速发展，人们对无线移动业务的需求(语音、图像、视频等)急剧增加。各种各样的互联网应用逐渐普及且更具移动性，无线终端的数量以及移动无线数据流量也随之激烈增长。为了不断满足用户的需求，提升系统容量成为关键。

Device-to-Device(D2D)通信作为一种重要的近场通信技术，已经进入LTE-A系统的标准化进程，并且成为5G的候选技术。D2D通信技术可以有效提高传输速率，降低时延，减少功耗；同时通过复用等形式可以提升频谱效率。D2D通信常应用于蜂窝网络中实现分流，进而增强网络容量。然而，在D2D通信中，D2D用户发现及配对作为D2D通信建立的基础，目前成为了有待解决的关键问题；另外，应用D2D通信到蜂窝网络中，虽然可以提升资源利用率，但是同样带来了严重的干扰问题，如何进行资源分配从而克服干扰是另一个关键问题。合理有效的资源分配方案可以有效提升系统吞吐量，进而改善系统性能。

现有技术，文献1：D2D underlay通信中使用拍卖博弈优化子载波及功率分配，2014年ICC会议页数5526-5531；研究了D2D通信underlay蜂窝网络场景中，子载波和功率的联合优化问题，通过使用联盟博弈获得了最优的分配方案。缺点在于没有考虑D2D用户发现及配对问题，默认在已经确定的D2D场景中完成资源分配；然而D2D发现及配对作为D2D通信的关键因素有待于解决。

而在文献2：D2D通信underlaying蜂窝网络通信中基于移动社交网络的能量有效的资源分配2014年ICC会议页数2466-2471；针对D2D通信的中继选择问题，发明人结合社交感知，联合社交层及物理层的关系提出了一个中继选择的最优驻停策略。但是，也没有利用社交感知对D2D用户发现及配对问题进行明确的研究。并且二者都没有联合考虑D2D用户发现配对及资源分配问题。

在文献3：5G蜂窝网络中D2D通信：挑战，方案及未来方向。IEEE通信杂志，期刊号52.，卷号5，页数86-92，2014年5月提出了一种基于社交感知的D2D用户发现方案，通过社交网络的特点建立ad hoc网络用户发现，通过社交特点将用户分组，进一步利用信标高效 地寻找D2D用户，提升用户的匹配率。虽然涉及到了社交网络的一些度量及特点，但只研究了D2D用户配对，并没有考虑资源分配的问题。

综上可知，D2D通信作为未来通信的关键技术之一，极大地拉近了用户与用户的通信距离，可以通过复用蜂窝资源，有效地提升资源利用率，进而提升系统容量。然而，在D2D通信场景下，如何有效地实现D2D用户发现及配对过程，与资源分配问题相结合，成为了研究重点；同时还有联合功率及子载波优化也成为难点。

发明内容

本发明针对用户的社交特点，利用用户间的社交关系辅助建立D2D用户配对，并考虑节点剩余能量以及请求冲突问题，优化D2D用户发现及配对；并在此基础上解决频谱资源及功率的联合优化分配，进而最大化系统吞吐量；具体是一种D2D通信中基于社交感知的用户发现及资源分配方法。

具体步骤如下：

步骤一、针对D2D通信中具备社交感知特性的用户，建立满足社交关系及物理位置限制的D2D通信场景；

场景中包括一个基站和若干个用户；其中，每个用户都与基站进行蜂窝通信；用户与用户之间在满足物理位置的距离限制范围内进行D2D通信；D2D通信中用户分为两类：其中发送请求的用户作为请求用户，共S个；满足请求的用户作为空闲可服务用户，共M个；

步骤二、根据D2D通信用户发现及配对算法，对场景中的D2D通信用户进行配对并优化；

具体步骤如下：

步骤201、对D2D通信用户发现及配对算法进行初始化；

包括：对每个用户的能量初始化为E₀；每个空闲可服务用户在空闲的状态下标志位F为0，当空闲可服务用户被占用时标志位F为1；以及设定D2D通信用户发现及配对时间周期为T。

步骤202、在时间周期T内，S个请求用户同时向有社交关系的用户分别发送内容请求，具有社交关系的用户分别进行单跳转发，满足内容请求的空闲可服务用户进行响应并返回能量信息；

社交关系的用户包括在物理位置限制范围内的请求用户和空闲可服务用户；

步骤203、每个请求用户分别获取响应的各空闲可服务用户的剩余能量信息；

某个响应的空闲可服务用户的剩余能量信息表示为E_m；m＝1,2,..M；

步骤204、针对某个请求用户u，分别计算响应的各空闲可服务用户的剩余能量与请求用 户u请求内容需要消耗的能量之差E_m-G_u；

G_u表示请求用户u的请求内容需要消耗的能量，u＝1,2,...,S；

步骤205、根据能量差值将响应的各空闲可服务用户降序排列，生成候选配对用户列表；并选择最大差值对应的空闲可服务用户m发送请求；

m＝argmax(E_m-G_u)

E_m＞G_u，m∈M；

步骤206、对于某个空闲可服务用户m，判断是否有两个以上用户发送请求，如果有进入步骤207，否则，进入步骤208；

步骤207、两个以上用户请求冲突，空闲可服务用户m拒绝所有请求用户并返回请求冲突信息，并进入步骤209；

步骤208、请求用户与空闲可服务用户m配对，建立D2D连接并进行通信；

步骤209、各请求用户收到冲突响应后，依据请求用户退避原则重新请求，启动每个请求用户的定时器，定时器时间最早归零的请求用户重新发送请求，与空闲可服务用户m配对并建立D2D通信，并且空闲可服务用户m的标志位置F为1；

每个请求用户都具有一个定时器，请求用户u的定时器为T_u，

T_u＝β/Δ_u

β是毫秒级常量，k表示请求用户的权值系数，f(E_u)为关于用户剩余能量的符号函数，其表达式为

剩余能量多的空闲可服务用户对应的Δ_u大，相应的定时器时间短。

步骤210、针对定时器时间不是最早归零的其余各请求用户，根据各自的候选配对用户列表，判断是否存在其他空余的候选空闲可服务用户，如果存在，则进入步骤211，否则进入步骤212；

步骤211、根据候选配对用户列表选择次优的空闲可服务用户请求配对，并设置对应的空闲可服务用户标志位F为1；

步骤212、候选配对用户列表中没有空间可服务用户存在，向宏基站请求数据；

步骤213、所有的空闲可服务用户的标志位F为1或者用户配对周期T结束，输出D2D通信用户发现及配对结果，没有配对的请求用户则通过蜂窝基站请求内容。

步骤三、针对优化后的D2D通信配对用户以及与基站进行通信的蜂窝用户，计算基站的 整个系统吞吐量C_Total；

蜂窝用户集合为Ω_C＝{1,...,i,...M_C}，M_C表示与基站进行通信的请求用户数量；D2D通信配对用户的集合为Ω_D＝{1,...,j,...M_D}；M_D表示D2D通信中配对用户的数量。

具体步骤如下：

首先、计算与基站进行通信的蜂窝用户i的信干噪比

蜂窝用户i的信干噪比表示为：

其中，与分别表示信道分配因子。表示子信道n被分配给蜂窝用户i使用；表示子信道n被分配给D2D通信的第j对配对用户；表示蜂窝用户i在子信道n上的传输功率；表示D2D通信的第j对配对用户在子信道n上的传输功率。表示蜂窝用户i在子信道n上的信道增益，表示D2D通信的第j对配对用户在子信道n上的信道增益。表示D2D配对通信用户对蜂窝用户通信的干扰，N₀W表示加性高斯白噪声的功率，W为子信道的带宽。

然后、计算D2D通信中的第j对配对用户的信干噪比

为在子载波n上D2D通信中第j对配对用户的发送端到接收端的信道增益，为在子载波n上蜂窝用户i对D2D通信中第j对配对用户接收端的信道增益，表示在子信道n上，其他D2D通信中第j'对配对用户发送端对D2D通信中第j对配对用户接收端的信道增益，为蜂窝用户对D2D配对通信用户的干扰，为D2D配对通信用户对之间的干扰。

最后、根据蜂窝用户和D2D配对通信用户的信干噪比，计算基站的整个系统吞吐量C_Total；

表示蜂窝用户i的传输速率，表示D2D通信的第j对配对用户的传输速率；子信道n的总数量为N。

步骤四、将系统吞吐量C_Total作为目标函数，结合限制条件，采用量子粒子群算法进行求 解，得到最佳的粒子位置，从而进行系统子载波及功率分配，保证系统吞吐量C_Total的值最大；

为了保证系统吞吐量C_Total的值最大化，限制条件如下：

在限制条件中，C1表示为布尔型变量；C2表示1个子信道只能分配给1个蜂窝用户；

C3表示每个蜂窝用户及D2D配对通信用户的功率分配限制；

每个蜂窝用户的功率分配限制满足p^Cpeak表示蜂窝用户的功率峰值；

D2D配对通信用户的功率分配限制满足p^Dpeak表示D2D配对通信用户的功率峰值；

C4表示所有的蜂窝用户及所有的D2D配对通信用户的功率限制；

所有的蜂窝用户的功率限制满足P_Ctotal表示所有蜂窝用户的总功率。

所有的D2D配对通信用户的功率限制满足P_Dtotal表示所有D2D配对通信用户的总功率。

C5表示每个与基站进行通信的蜂窝用户满足QoS需求和自小传输速率限制；R^Cmin表示蜂窝用户的最小传输速率门限；

C6表示每个D2D配对通信用户满足QoS需求和自小传输速率限制；R^Dmin表示D2D配对通信用户的最小传输速率门限。

步骤五、对D2D通信中基于社交感知的用户发现及资源分配进行仿真验证。

本发明的优点在于：

1)、本发明一种D2D通信中基于社交感知的用户发现及资源分配方法，考虑了用户节点剩余能量及请求冲突情况下的退避机制，旨在优化D2D通信系统中的D2D对数量；并且联合了子载波及功率分配，提出了资源联合分配方法，根据仿真结果可以看出，社交感知的D2D发现及配对算法具有更好的性能。

2)、本发明一种D2D通信中基于社交感知的用户发现及资源分配方法，综合考虑了频谱及功率资源的联合分配，通过QPSO算法在较低复杂度情况下获得了系统的次优解，并通过系统吞吐量等参数论证了社交感知的D2D发现匹配算法的可行性及优越性。

3)、本发明一种D2D通信中基于社交感知的用户发现及资源分配方法，可以实现周期性的D2D发现及配对，以及频谱及功率的动态分配，使得频谱利用率显著提升。

附图说明

图1为本发明一种D2D通信中基于社交感知的用户发现及资源分配的系统模型图；

图2为本发明一种D2D通信中基于社交感知的用户发现及资源分配方法流程图；

图3为本发明对D2D通信用户进行配对并优化的方法流程图；

图4为本发明量子粒子群算法收敛性示意图；

图5为本发明社交感知的D2D发现配对算法性能与用户数量的关系图；

图6为本发明D2D用户对与D2D最大通信距离关系图；

图7为本发明系统吞吐量与用户数量关系图。

具体实施方式

下面将结合附图对本发明作进一步的详细说明。

D2D通信必须满足用户的地理位置临近，在如图1所示的通信场景中，物理层的用户只有位置临近才可能建立D2D通信，本发明中，考虑到通信网络中的用户具备社交特性，即有社交关系的用户会在内容偏好上会相互影响，进而在感兴趣的内容上存在相似性，这一特点符合本地D2D通信的特质。可见结合用户间的社交关系，可以更好地为提升D2D通信性能，而且具有社交关系的D2D用户通信更为稳定。

本发明从通信稳定性的角度出发，结合了用户的社交关系，建立满足社交关系及物理位置限制的D2D用户对。在用户配对过程中，借助用户之间的社交关系，提出具有社交关系的用户单跳转发请求，从而辅助建立非社交用户的D2D链路。其中转发用户只负责转发内容请求，并不作为中继。例如，用户1为用户2和用户5的共同好友，但用户2和用户5并没有社交关系，但二者在物理位置上满足D2D通信要求，通过用户1的社交关系，辅助建立用户2和用户5之间的社交联系，其中用户1并不作为中继，进而直接建立用户2和用户5的D2D链路。

如图2所示，D2D通信中基于社交感知的用户发现及资源分配方法，具体步骤如下：

步骤一、针对D2D通信中具备社交感知特性的用户，建立满足社交关系及物理位置限制的D2D通信场景；

场景中包括一个基站和若干个用户；其中，每个用户都与基站进行蜂窝通信；用户与用 户之间在满足物理位置的距离限制范围内进行D2D通信；D2D通信中用户分为两类：其中发送请求的用户作为请求用户，共S个；满足请求的用户作为空闲可服务用户，共M个；

步骤二、根据D2D通信用户发现及配对算法，对场景中的D2D通信用户进行配对并优化；

如图3所示，具体步骤如下：

步骤201、对D2D通信用户发现及配对算法进行初始化；

包括：初始化每个状态时刻：对每个用户的能量初始化为E₀；每个空闲可服务用户在空闲的状态下标志位F为0，当空闲可服务用户被占用时标志位F为1；请求用户默认标识1，被满足后标志位仍为1；并设定每个用户都具有一个定时器数T_n，以及设定D2D通信用户发现及配对时间周期为T。

步骤202、在时间周期T内，S个请求用户同时向有社交关系的用户分别发送内容请求，具有社交关系的用户分别进行单跳转发，满足内容请求的空闲可服务用户进行响应并返回能量信息；

社交关系的用户包括在物理位置限制范围内的请求用户和空闲可服务用户；每个请求用户向其有社交关系的用户发送内容请求，其中空闲的用户接收请求并进行单跳转发；根据相应的内容请求，满足内容请求的空闲用户将进行响应并返回其相关信息；

步骤203、每个请求用户分别获取各自响应的空闲可服务用户的响应信息及剩余能量信息；

某个响应的空闲可服务用户的剩余能量信息表示为E_m；m＝1,2,..M；

步骤204、针对某个请求用户u，分别计算响应的各空闲可服务用户的剩余能量与请求用户u请求内容需要消耗的能量之差E_m-G_u；

其中E_m代表候选的空闲客服务用户的剩余能量，G_u表示请求用户u的请求内容需要消耗的能量，u＝1,2,...,S；

步骤205、根据能量差值将响应的各空闲可服务用户降序排列，生成候选配对用户列表；并选择最大差值对应的空闲可服务用户m发送请求；

m＝argmax(E_m-G_u) (1)

最大差值对应的空闲可服务用户m为最优选择，E_m＞G_u，m∈M；

步骤206、对于某个空闲可服务用户m，判断是否有两个以上用户发送请求，如果有进入步骤207，否则，进入步骤208；

在D2D用户发现及配对周期T内，多个请求用户发出内容请求，(请求的内容可以不同)，造成请求冲突；

步骤207、两个以上用户请求冲突，空闲可服务用户m拒绝所有请求用户并返回请求冲突信息，并进入步骤209；

步骤208、请求用户与空闲可服务用户m配对，建立D2D连接并进行通信；

步骤209、各请求用户收到冲突响应后，依据请求用户退避原则重新请求，启动每个请求用户的定时器，定时器时间最早归零的请求用户重新发送请求，与空闲可服务用户m配对并建立D2D通信，并且空闲可服务用户m的标志位置F为1；

为了减少节点的信令开销，每个请求用户启动定时器，请求用户u的定时器为T_u，

T_u＝β/Δ_u (2)

β是毫秒级常量，k表示请求用户的权值系数，f(E_u)为关于用户剩余能量的符号函数，其表达式为

剩余能量多的空闲可服务用户对应的Δ_u大，相应的定时器时间短，较快地重新发送请求。

步骤210、针对定时器时间不是最早归零的其余各请求用户，根据各自的候选配对用户列表，判断是否存在其他空余的候选空闲可服务用户，如果存在，则进入步骤211，否则进入步骤212；

步骤211、根据候选配对用户列表选择次优的空闲可服务用户请求配对，并设置对应的空闲可服务用户标志位F为1；

依据剩余能量优先选择其余的空闲用户；

步骤212、候选配对用户列表中没有空间可服务用户存在，向宏基站请求数据；

步骤213、所有的空闲可服务用户的标志位F为1或者用户配对周期T结束，输出D2D通信用户发现及配对结果，没有配对的请求用户则通过蜂窝基站请求内容。

每个空闲可服务用户都有一个标志位F，当被占用是标志位F＝1，空闲时为0。考虑到每个空闲户只能服务一个请求用户，当多个请求用户向同一个空闲用户发送请求时，请求失败，并返回冲突响应；此时，对于有其余候选用户的请求者来说，接入其他空闲用户；否则，启动定时器，待定时器归零后重新请求。在当一个周期内完成配对，输出结果。该过程可以有效地实现D2D通信系统中的D2D用户发现及配对，在此基础上，考虑到D2D通信中频谱资源的复用，以及由于复用产生的干扰问题，所以要建模频谱及功率联合优化问题。

步骤三、针对优化后的D2D通信配对用户以及与基站进行通信的蜂窝用户，计算基站的整个系统吞吐量C_Total；

蜂窝用户集合为Ω_C＝{1,...,i,...M_C}，M_C表示与基站进行通信的请求用户数量；D2D通信配对用户的集合为Ω_D＝{1,...,j,...M_D}；M_D表示D2D通信中配对用户的数量，基站可以获得所有的信道状态信息。

具体步骤如下：

首先、计算与基站进行通信的蜂窝用户i的信干噪比

蜂窝用户i的信干噪比表示为：

其中，与分别表示信道分配因子，均为布尔型变量，满足表示子信道n被分配给蜂窝用户i使用，1个子信道只能分配给1个蜂窝用户，满足子信道的数量为N个，分别为{1,2,...n,...N}；表示子信道n被分配给D2D通信的第j对配对用户；表示蜂窝用户i在子信道n上的传输功率；每个蜂窝用户的功率分配限制满足 p^Cpeak表示蜂窝用户的功率峰值；所有的蜂窝用户的功率限制满足P_Ctotal表示所有蜂窝用户的总功率。

表示D2D通信的第j对配对用户在子信道n上的传输功率。D2D配对通信用户的功率分配限制满足p^Dpeak表示D2D配对通信用户的功率峰值；所有的D2D配对通信用户的功率现在满足P_Dtotal表示所有D2D配对通信用户的总功率。

表示蜂窝用户i在子信道n上的信道增益，表示D2D通信的第j对配对用户在子信道n上的信道增益。表示D2D配对通信用户对蜂窝用户通信的干扰，N₀W表示加性高斯白噪声的功率，W为子信道的带宽。

然后、计算D2D通信中的第j对配对用户的信干噪比

为在子载波n上D2D通信中第j对配对用户的发送端到接收端的信道增益，为在子载波n上蜂窝用户i对D2D通信中第j对配对用户接收端的信道增益，表示在子信道n上，其他D2D通信中第j'对配对用户发送端对D2D通信中第j对配对用户接收端的信道增益，为蜂窝用户对D2D配对通信用户的干扰，为蜂窝用户对D2D配对通信用户的干扰，为D2D配对通信用户对之间的干扰。

最后、根据蜂窝用户和D2D配对通信用户的信干噪比，计算基站的整个系统吞吐量C_Total；

$C_{Total}=\underset{i=1}{\overset{M_C}{\Σ}}{R}_i^c+\underset{j=1}{\overset{M_D}{\mathrm{\Σ}}}{R}_j^d---\left(5\right)$

表示蜂窝用户i在所有子信道上的传输速率之和：

表示D2D通信的第j对配对用户在所有子信道上的传输速率之和：

$R_j^d=\underset{n=1}{\overset{N}{\Σ}}{\mathrm{Wlog}}_2(1+{\mathrm{\γ}}_j^d);---\left(7\right)$

步骤四、将系统吞吐量C_Total作为目标函数，结合限制条件，采用QPSO算法进行求解，得到最佳的粒子位置，从而进行系统子载波及功率分配，保证系统吞吐量C_Total的值最大；

在已有的D2D发现及配对结果的基础上，通过子信道分配及功率控制，实现系统吞吐量的最大化，为此建模优化问题如下：

在限制条件中，C1表示为布尔型变量；C2表示1个子信道只能分配给1个蜂窝用户；

C3表示每个蜂窝用户及D2D配对通信用户的功率分配限制；

每个蜂窝用户的功率分配限制满足p^Cpeak表示蜂窝用户的功率峰值；

D2D配对通信用户的功率分配限制满足p^Dpeak表示D2D配对通信用户的功率峰值；

C4表示所有的蜂窝用户及所有的D2D配对通信用户的功率限制；

所有的蜂窝用户的功率限制满足P_Ctotal表示所有蜂窝用户的总功率。

所有的D2D配对通信用户的功率限制满足P_Dtotal表示所有D2D配对通信用户的总功率。

C5表示每个与基站进行通信的蜂窝用户满足QoS需求和自小传输速率限制；R^Cmin表示蜂窝用户的最小传输速率门限；

C6表示每个D2D配对通信用户满足QoS需求和自小传输速率限制；R^Dmin表示D2D配对通信用户的最小传输速率门限。

由于上述优化问题为混合整数规划问题，求最优解的复杂度高，而启发式算法以较低的复杂度求解出全局次优解，在复杂度及求解方面得到较好的平衡。本发明选用的是量子粒子群算法。

利用原始的优化问题中的目标函数及限制条件，引入惩罚函数，将原始优化问题转化为QPSO中的适应度函数；粒子的位置信息包括对蜂窝用户的子载波及功率分配、D2D配对通信用户的子载波及功率分配策略，不同的粒子表示不同的策略，根据不同的粒子信息，得到相应的适应度函数值，确定最优的粒子位置。

QPSO算法具体为：

首先，根据联合资源优化问题可知，将N个子信道分配给所有用户，由此得出粒子长度为N*(M_C+M_D)，其位置由四个部分组成，定义粒子的位置如下：

$D=(a_1^1,...a_N^{M_C},b_1^1,...,b_N^{M_D},p_1^1,...,p_N^{M_C},p_1^{M_C+1},...p_N^{M_C+M_D})---\left(8\right)$

其中第一部分为N个子信道分配给M_C个蜂窝用户；第二部分为将N个子信道分配给M_D个D2D配对通信用户对；第三部分是为M_C个蜂窝用户的分配功率；第四部分是为M_D对D2D配对通信用户的分配功率。根据约束条件可以得出相应的惩罚函数方法，将原始的约束最优化问题转化成无约束条件的形式，得到一个包含目标函数和约束条件的适应度函数，如公式(9)所示：

其中，表示目标函数；α是惩罚因子；代表惩罚函数。惩罚函数包括七个部分，分别对应于七个约束条件。

具体表示如下：

每一个粒子将进行位置更新，具体的更新规则如迭代公式：

其中，s是迭代次数；X_q(s)表示粒子q在第s次的位置，β代表收缩扩张系数；u和r是0到1之间的随机数。同时，C(s)表示平均最好位置，等于每个粒子最好位置的平均值，总共有Q个粒子：

对于第q个粒子在第s次迭代过程中的最好位置可以根据公式(13)中的适应度函数由以下的表达式得到：

其中也是0到1之间的随机数；

公式(13)中的G_best(s)表示所有粒子在第s次迭代过程中的全局最好位置，由公式(15)和(16)获得：

初始化每个粒子的位置X_q(0)、最大迭代次数S，同时设置根据适应度函数，从中选择一个最好位置作为全局最好位置G(0)。

迭代

迭代次数s从0开始，对于从1到Q的每个粒子，执行以下步骤，直到迭代次数达到S-1次：

根据公式(12)和公式(13)，计算C(s)和P_q(s)。

根据公式(11)，更新粒子的位置X_q(s)。

根据公式(9)中的适应度函数，更新P_q(s)。

如果F[X_q(s+1)]＞F[P_q(s)]，则P_q(s+1)＝X_q(s+1)，否则P_q(s+1)＝P_q(s)。

根据公式(9)中的适应度函数，更新G(s)。

如果F[P_q(s+1)]＞F[G(s)]，则G(s+1)＝P_q(s+1)，否则G(s+1)＝G(s)。

根据公式(9)中的适应度函数，计算在全局最好位置处对应的适应值，并将得到的结果输出。

步骤五、对D2D通信中基于社交感知的用户发现及资源分配进行仿真验证。

论证所提方案的收敛性，D2D用户发现配对环节的有效性，以及用户发现及资源分配方法的有效性。进而表明D2D用户发现及配对算法的优越性，并验证用户发现及资源分配对系统性能的改善。

仿真采用瑞利衰落信道模型，参数设置：路径损耗因子κ＝4，D2D通信允许的物理距离d≤50m，P_Ctotal＝24dB，P_Dtotal＝21dB，N₀＝1e^-6W，W＝180kHz，P^Cpeak＝19dB，P^Dpeak＝16dB，R^Cmin＝R^Dmin＝200kHz；考虑单蜂窝场景，小区半径r＝500m。小区中用户数量包括请求用 户数量及空闲服务用户数量，且二者数量相同。用户的物理位置满足独立同分布，通过简化，没有考虑请求内容带来的影响，而是借助用户间的社交关系及单跳辅助最大可能获得匹配D2D对，即求出理想边界值，且用户间的社交关系在仿真中随机给出。

首先研究QPSO算法的收敛性，如图4所示，设定D2D通信距离为50m，用户数量为30，其中比较了用户发现配对算法与传统的发现算法，即同时满足社交关系及地理位置关系的情况下的随机匹配。从图中可以得出QPSO算大具有较好的收敛性能。

其次，探讨社交感知的D2D发现配对算法性能与用户数量的关系。设定D2D最大通信距离为50m，总用户数量从20-200，如图5所示，社交感知算法相较于随机匹配算法有更好的性能，即D2D配对用户数量更多，并且随着用户数量的增长，社交感知算法对应曲线的增长更快。

再次，考虑到D2D通信距离是一个影响D2D用户对数量的重要因素。探讨比较了社交感知的D2D匹配算法和非社交感知的随机算法在D2D用户发现配对数量上的性能上与D2D通信距离的关系，设定系统中用户数量为100，D2D通信最大物理距离范围从5到50m。如图6所示，随着D2D通信最大距离增大，D2D对数量呈增长趋势，并且社交感知D2D算法相较于非社交感知的D2D算法在结果上有更优的性能。并且在25-45m范围内D2D对数量增长最快。

最后，研究系统吞吐量与用户总数量的关系。并比较了社交感知的D2D匹配算法与非社交感知算法的差别；设定子信道数量为15，D2D通信最大物理距离为50m。如图7所示，社交感知的匹配算法相较于非社交感知算法能够获得更高的系统吞吐量。并且在子信道数量的受限的条件下，30个用户之前系统吞吐量增长较快，此后优于子信道数量的限制，没有足够的频谱资源分配给用户，并且用户数量的增加导致干扰变复杂，后续收益增长缓慢。

在D2D通信网络中，引入用户社交关系，借助社交关系的辅助建立更加稳定的D2D配对用户，并且考虑了节点的剩余能量以及请求冲突的退避原则。同时依据D2D配对结果，实现联合频谱及功率的资源分配方案。

本发明综合用户节点剩余能量及请求冲突退避原则，提出一种社交感知的D2D用户发现及配对算法。在考虑了D2D通信干扰的情况下，继而考虑了频谱及功率联合分配问题，并且在QPSO算法的基础上完成资源分配，提高了系统吞吐量。

Claims (5)

1.一种D2D通信中基于社交感知的用户发现及资源分配方法，其特征在于，具体步骤如下：

步骤一、针对D2D通信中具备社交感知特性的用户，建立满足社交关系及物理位置限制的D2D通信场景；

步骤二、根据D2D通信用户发现及配对算法，对场景中的D2D通信用户进行配对并优化；

具体步骤如下：

步骤201、对D2D通信用户发现及配对算法进行初始化；

包括：对每个用户的能量初始化为E₀；每个空闲可服务用户在空闲的状态下标志位F为0，当空闲可服务用户被占用时标志位F为1；以及设定D2D通信用户发现及配对时间周期为T；

步骤202、在时间周期T内，S个请求用户同时向有社交关系的用户分别发送内容请求，具有社交关系的用户分别进行单跳转发，满足内容请求的空闲可服务用户进行响应并返回能量信息；

步骤203、每个请求用户分别获取响应的各空闲可服务用户的剩余能量信息；

某个响应的空闲可服务用户的剩余能量信息表示为E_m；m＝1,2,..M；

步骤204、针对某个请求用户u，分别计算响应的各空闲可服务用户的剩余能量与请求用户u请求内容需要消耗的能量之差E_m-G_u；

G_u表示请求用户u的请求内容需要消耗的能量，u＝1,2,...,S；

步骤205、根据能量差值将响应的各空闲可服务用户降序排列，生成候选配对用户列表；并选择最大差值对应的空闲可服务用户m发送请求；

m＝arg max(E_m-G_u)

E_m＞G_u，m∈M；

步骤206、对于某个空闲可服务用户m，判断是否有两个以上用户发送请求，如果有进入步骤207，否则，进入步骤208；

步骤207、两个以上用户请求冲突，空闲可服务用户m拒绝所有请求用户并返回请求冲突信息，并进入步骤209；

步骤208、请求用户与空闲可服务用户m配对，建立D2D连接并进行通信；

步骤209、各请求用户收到冲突响应后，依据请求用户退避原则重新请求，启动每个请求用户的定时器，定时器时间最早归零的请求用户重新发送请求，与空闲可服务用户m配对并建立D2D通信，并且空闲可服务用户m的标志位置F为1；

步骤210、针对定时器时间不是最早归零的其余各请求用户，根据各自的候选配对用户列表，判断是否存在其他空余的候选空闲可服务用户，如果存在，则进入步骤211，否则进入步骤212；

步骤211、根据候选配对用户列表选择次优的空闲可服务用户请求配对，并设置对应的空闲可服务用户标志位F为1；

步骤212、候选配对用户列表中没有空间可服务用户存在，向宏基站请求数据；

步骤213、所有的空闲可服务用户的标志位F为1或者用户配对周期T结束，输出D2D通信用户发现及配对结果，没有配对的请求用户则通过蜂窝基站请求内容；

步骤三、针对优化后的D2D通信配对用户以及与基站进行通信的蜂窝用户，计算基站的整个系统吞吐量C_Total；

步骤四、将系统吞吐量C_Total作为目标函数，结合限制条件，采用量子粒子群算法进行求解，得到最佳的粒子位置，从而进行系统子载波及功率分配，保证系统吞吐量C_Total的值最大；

步骤五、对D2D通信中基于社交感知的用户发现及资源分配进行仿真验证。

2.如权利要求1所述的一种D2D通信中基于社交感知的用户发现及资源分配方法，其特征在于，所述的步骤一为：场景中包括一个基站和若干个用户；其中，每个用户都与基站进行蜂窝通信；用户与用户之间在满足物理位置的距离限制范围内进行D2D通信；D2D通信中用户分为两类：其中发送请求的用户作为请求用户，共S个；满足请求的用户作为空闲可服务用户，共M个。

3.如权利要求1所述的一种D2D通信中基于社交感知的用户发现及资源分配方法，其特征在于，所述的步骤209中：每个请求用户都具有一个定时器，请求用户u的定时器为T_u，

T_u＝β/Δ_u

β是毫秒级常量，k表示请求用户的权值系数，f(E_u)为关于用户剩余能量的符号函数，其表达式为

$f\left(E_u\right)=\left\{\begin{array}{cc}1;& E_u\≥\frac{E_0}{2}\\ 0;& E_u\≤\frac{E_0}{2}\end{array}\right.$

剩余能量多的空闲可服务用户对应的Δ_u大，相应的定时器时间短。

4.如权利要求1所述的一种D2D通信中基于社交感知的用户发现及资源分配方法，其特征在于，所述的步骤三中：

蜂窝用户集合为Ω_C＝{1,...,i,...M_C}，M_C表示与基站进行通信的请求用户数量；D2D通信配对用户的集合为Ω_D＝{1,...,j,...M_D}；M_D表示D2D通信中配对用户的数量；

具体步骤如下：

首先、计算与基站进行通信的蜂窝用户i的信干噪比

蜂窝用户i的信干噪比表示为：

${\mathrm{\γ}}_i^c=\frac{a_n^i{p}_n^i|h_n^{iB}{|}^2}{\underset{j\∈{\mathrm{\Ω}}_D}{\Σ}{b}_n^j{p}_n^j|h_n^{jB}{|}^2+N_{0}W}$

其中，与分别表示信道分配因子；表示子信道n被分配给蜂窝用户i使用；表示子信道n被分配给D2D通信的第j对配对用户；表示蜂窝用户i在子信道n上的传输功率；表示D2D通信的第j对配对用户在子信道n上的传输功率；表示蜂窝用户i在子信道n上的信道增益，表示D2D通信的第j对配对用户在子信道n上的信道增益；表示D2D配对通信用户对蜂窝用户通信的干扰，N₀W表示加性高斯白噪声的功率，W为子信道的带宽；

然后、计算D2D通信中的第j对配对用户的信干噪比

${\mathrm{\γ}}_i^d=\frac{b_n^j{p}_n^j|h_n^{ij}{|}^2}{\underset{i\∈{\mathrm{\Ω}}_C}{\Σ}{a}_n^i{p}_n^i|h_n^{ij}{|}^2+\underset{j^{\′}\∈{\mathrm{\Ω}}_D,j^{\′}\≠j}{\mathrm{\Σ}}{b}_n^{j^{\′}}{p}_n^{j^{\′}}|h_n^{j^{\′}j}{|}^2+N_{0}W}$

为在子载波n上D2D通信中第j对配对用户的发送端到接收端的信道增益，为在子载波n上蜂窝用户i对D2D通信中第j对配对用户接收端的信道增益，表示在子信道n上，其他D2D通信中第j'对配对用户发送端对D2D通信中第j对配对用户接收端的信道增益，为蜂窝用户对D2D配对通信用户的干扰，为D2D配对通信用户对之间的干扰；

最后、根据蜂窝用户和D2D配对通信用户的信干噪比，计算基站的整个系统吞吐量C_Total；

$C_{Total}=\underset{i=1}{\overset{M_C}{\mathrm{\Σ}}}{R}_i^c+\underset{j=1}{\overset{M_D}{\mathrm{\Σ}}}{R}_j^d$

$R_i^c=\underset{n=1}{\overset{N}{\Σ}}W{\log }_2(1+{\mathrm{\γ}}_i^c)$

$R_j^d=\underset{n=1}{\overset{N}{\Σ}}W{\log }_2(1+{\mathrm{\γ}}_j^d)$

表示蜂窝用户i的传输速率，表示D2D通信的第j对配对用户的传输速率；子信道n的总数量为N。

5.如权利要求1所述的一种D2D通信中基于社交感知的用户发现及资源分配方法，其特征在于，所述的步骤四为：为了保证系统吞吐量C_Total的值最大化，限制条件如下：

$C1:a_n^i\∈\{0,1\},b_n^j\∈\{0,1\},\∀n,i,j$

$C2:\underset{i=1}{\overset{M_C}{\Σ}}{a}_n^i\≤1,\∀n$

$C3:p_n^i\≤p^{Cpeak},p_n^j\≤p^{Dpeak},\∀n,i,j$

$C4:\underset{n=1}{\overset{N}{\Σ}}{p}_n^i\≤P_{Ctotal},\underset{n=1}{\overset{N}{\Σ}}{p}_n^j\≤P_{Dtotal},\∀n,i,j$

$C5:R_i^c\≥R^{Cmin},\∀i\∈{\mathrm{\Ω}}_C$ $C6:R_i^d\≥R^{Dmin},\∀i\∈{\mathrm{\Ω}}_D$

在限制条件中，C1表示为布尔型变量；C2表示1个子信道只能分配给1个蜂窝用户；

C3表示每个蜂窝用户及D2D配对通信用户的功率分配限制；

每个蜂窝用户的功率分配限制满足p^Cpeak表示蜂窝用户的功率峰值；

D2D配对通信用户的功率分配限制满足p^Dpeak表示D2D配对通信用户的功率峰值；

C4表示所有的蜂窝用户及所有的D2D配对通信用户的功率限制；

所有的蜂窝用户的功率限制满足P_Ctotal表示所有蜂窝用户的总功率；

所有的D2D配对通信用户的功率限制满足P_Dtotal表示所有D2D配对通信用户的总功率；

C5表示每个与基站进行通信的蜂窝用户满足QoS需求和自小传输速率限制；R^Cmin表示蜂窝用户的最小传输速率门限；

C6表示每个D2D配对通信用户满足QoS需求和自小传输速率限制；R^Dmin表示D2D配对通信用户的最小传输速率门限。