CN107396448B

CN107396448B - 一种异构网络中的资源分配方法

Info

Publication number: CN107396448B
Application number: CN201710695019.6A
Authority: CN
Inventors: 张海波; 黄旭; 李方伟; 刘开健
Original assignee: Chongqing University of Post and Telecommunications
Current assignee: Chongqing University of Post and Telecommunications
Priority date: 2017-08-15
Filing date: 2017-08-15
Publication date: 2021-03-12
Anticipated expiration: 2037-08-15
Also published as: CN107396448A

Abstract

本发明公开了一种异构网络中基于分簇的资源分配方法，包括采用蚁群遗传算法对D2D用户进行分簇；采用拍卖算法为各个D2D簇分配信道；采用非合作博弈论算法为共享同一信道的蜂窝用户和D2D用户进行功率分配。本发明能在满足用户服务质量要求下，有效抑制蜂窝用户和D2D用户之间的跨层干扰和同层干扰，有效提高用户能量效率。

Description

一种异构网络中的资源分配方法

技术领域

本发明涉及无线通信技术领域，特别涉及蜂窝用户和D2D用户组成的异构网络中基于分簇的资源分配方法。

背景技术

绿色网络是随着当前国际能源紧缺，二氧化碳排放量持续增高的现状下提出的新型研究课题。早在21世纪，绿色无线通信方面的研究就已经被大量展开，主要包括移动网络的能耗分析、基站覆盖管理、绿色网络节能评价、节能通信网络设计和功率自适应控制等方面。然而，关于这方面的研究主要是以节省基站和核心网络设备的能耗为目标，无法在降低网络基础架构能耗的同时提高网络传输使用效率，以及改进移动终端的持续使用时间等。

通过由蜂窝用户和端到端(Device-to-Device，D2D)用户构成的异构网络中，D2D通信技术可以在小区基站的控制下，通过复用普通蜂窝小区的频谱资源来提高频谱资源利用率。D2D通信允许两个距离相对较小的用户之间直接建立通信链路，而不需要首先通过基站再到接收端，因此可以有效的减轻基站负荷，并且由于D2D通信的两个用户之间距离相对较短，信道条件很好，因此可以减小D2D用户的发送功率，提高终端用户的电池续航能力。但是由于D2D通信技术复用了蜂窝小区的频谱资源，D2D用户和蜂窝用户在同一个信道上进行通信，所以二者之间会产生共道干扰，干扰严重的情况下会严重降低二者的通信质量，降低系统的性能。因此如何减小干扰带来的影响是需要亟待研究和解决的问题。

目前相关文献已经提出了一些用于减小共道干扰的方法，其中集中式干扰管理方案采用部分频率复用和功率控制是抑制蜂窝用户和D2D用户组成的异构网络中干扰的有效手段。另外，有人提出一种基于分组的干扰管理方案，具体方法为：将分组方法分为组内正交分组和组间正交分组，组内正交分组方法将干扰严重的D2D用户分在相同组，相同组中的D2D用户使用不同的信道，不同组可以复用相同的子信道；相反，组间正交分组方法是将没有干扰或干扰很小的D2D用户分在相同组，相同组中的D2D用户可以复用相同的信道，不同组分配不同的信道。

经研究发现，在现有技术中，集中式干扰管理方案随着D2D用户数量的增加，其计算复杂度也会急剧增加，使得该方法难以在D2D用户密集部署的场景中应用；同时，基于分组的干扰管理方案中组内正交分组方法是从每个D2D用户自身出发进行分组，难以找到全局较优的分组方案，同时，这种分组方案得到的各个组中的D2D用户数目很不均衡，使得一部分D2D用户不能分配到足够多的子信道，从而难以保证D2D用户的服务质量QoS要求。

发明内容

针对以上现在技术的不足，本发明发明讨论蜂窝用户和D2D用户组成的异构网络中资源分配问题，提出了一种基于D2D用户分簇的资源分配算法，能够有效抑制跨层干扰和同层干扰，在满足用户的QoS要求下，有效的提升用户的能量效率。

本发明的一种异构网络中基于分簇的资源分配方法，包括以下步骤：

步骤101：采用蚁群遗传算法对D2D用户进行分簇；

步骤102：采用拍卖算法为各个D2D簇分配信道；

步骤103：采用非合作博弈论算法为共享同一信道的蜂窝用户和D2D用户进行功率分配。

优选地，所述步骤101采用蚁群遗传算法对D2D用户进行分簇包括：

根据D2D用户之间的干扰关系，构建出一个干扰图G＝{V,E,W}，其中v为顶点，表示系统中的D2D用户，E表示连接各点的边，W是D×D维矩阵,表示边的权值，权值越大说明D2D用户之间的干扰越大，

表示矩阵W中D2D用户i和D2D用户j之间干扰值，p_i和p_j分别表示D2D用户i和j的发射功率，h_ii表示D2D用户i发射端到接收端的信道增益，h_jj表示D2D用户j发射端到接收端的信道增益，h_ji表示D2D用户j发射端到D2D用户i接收端的信道增益，h_ij表示D2D用户i发射端到D2D用户j接收端的信道增益；

根据图着色原理，将相互之间干扰小D2D用户的分到同一簇，相互之间干扰大的D2D用户分到不同簇，使得同簇中干扰总和最小，建立优化方程：

且满足约束条件：

e_im＝{0,1}和e_jm＝{0,1}；其中D表示D2D用户数量，M表示分簇数量，

保证所有D2D用户都被分配，

保证一个D2D用户只被分配一次，其中D_g和D_k分别表示第g个和第k个簇，

表示空集；e_im＝1表示第i个D2D用户被分到第m个组，e_im＝0表示第i个D2D用户没有被分到第m个组，e_jm＝1表示第j个D2D用户被分到第m个组，e_jm＝0表示第j个D2D用户没有被分到第m个组。

优选地，所述步骤102在满足速率约束的条件下采用拍卖算法为各个D2D簇分配信道包括：

以最大化组合效用为优化目标：

且满足约束条件：

和

其中，U_i(k)表示第k个簇分到第i个信道上时蜂窝用户和D2D用户的能效之和；χ_ik表示信道分配结果，χ_ik＝1表示信道i分配给第k个D2D簇，χ_ik＝0表示信道i不分配给第k个D2D簇；C表示蜂窝用户数，D表示D2D用户数；

表示一个竞拍者最多得到一个物品；

表示一个物品最多只能被分配一次；

和

分别表示第d个D2D用户和第c个蜂窝用户的发送速率，R_d,min和R_c,min分别表示D2D用户和蜂窝用户的最小发送速率；

和

表示最小速率约束，保证了用户在信道能够正常通信；

和

分别表示第d个D2D用户和第c个蜂窝用户的发射功率，P_max表示系统中所有用户的最大发射功率，

表示最大功率约束。

优选地，所述步骤103在满足速率约束和信道分配的条件下，采用非合作博弈论算法为共享同一信道的蜂窝用户和D2D用户进行功率分配包括：

考虑到每个用户仅对最大化自身能量效率感兴趣，将用户功率分配问题建模为非合作博弈论模型，以最大化各个用户的能量效率为优化目标：maxu_i(p_i,p_-i)＝r_il_i且满足约束条件：

和

其中，p_i表示第i个D2D用户的发射功率，p_-i表示同一信道中其他用户的发射功率，r_i表示用户i的发送速率，l_i表示用户i的电池寿命；

和

和

表示最小速率约束，保证了用户在信道能够正常通信；

和

表示最大功率约束。

优选地，所述异构网络为蜂窝用户和D2D用户组成的异构网络。

本发明的有益效果在于：本发明针对蜂窝用户和D2D用户组成的异构网络中的资源分配问题，在系统中各用户QoS的前提下，采用基于分簇的资源分配算法来完成D2D用户信道和功率的分配，并有效地抑制了跨层干扰和同层干扰，有效的提升了用户的能量效率。

附图说明

图1本发明异构网络中的资源分配方法优选实施例流程图；

图2本发明异构网络中D2D用户分簇的实施例流程图；

图3本发明与现有技术系统总功率消耗仿真比较图；

图4本发明与现有技术平均可发送数据量比较图；

图5本发明与现有技术平均电池使用时间仿真比较图；

图6本发明与现有技术系统和速率仿真比较图；

具体实施方式

为使本发明的目的、技术方案和优点表达得更加清楚明白，下面结合附图及具体实施案例对本发明做进一步详细说明。

图1所示为本发明用于蜂窝用户和D2D用户组成的异构网络中的资源分配方法优选实施例流程图，该方法包括以下步骤：

步骤101：采用蚁群遗传算法对D2D用户进行分簇；

步骤102：采用拍卖算法为各个D2D簇分配信道；

图2为本发明用于蜂窝用户和D2D用户组成的异构网络中D2D用户分簇的实施例流程图，包括：

定义无向图G＝{V,E,W}，v为顶点，表示系统中的D2D用户，E表示连接各点的边，W是D×D维矩阵，用于存放D2D用户两两之间的干扰权值大小，表示边的权值，权值越大说明D2D用户之间的干扰越大，其中

其中w_ij表示矩阵W中第i个和第j个D2D用户的之间的干扰权值；p_i和p_j分别表示第i个和第j个D2D用户的发射功率，h_ii表示D2D用户i发射端到接收端的信道增益，h_jj表示D2D用户j发射端到接收端的信道增益，h_ji表示D2D用户j发射端到D2D用户i接收端的信道增益，h_ij表示D2D用户i发射端到D2D用户j接收端的信道增益

本发明中V是一维矩阵，表示所有定点的集合；v是矩阵的一个元素，表示具体的某一个点。

本发明基于图着色原理对D2D用户进行合理分簇，将相互之间干扰小的D2D用户分到同一簇，相互之间干扰大的D2D用户分到不同簇，使同簇中的干扰总和最小，因此优化目标表示如下：

e_im＝{0,1} (4)

e_jm＝{0,1} (5)

其中，D表示D2D用户数量；M表示分簇数量；w_ij表示D2D用户i和D2D用户j间的干扰权值；

保证所有D2D用户都被分配；

保证一个D2D用户只被分配一次，其中D_g和D_k分别表示第g个和k个分簇，

基于尚需规划目标(1)和约束条件(2)，采用蚁群遗传算法从全局出发动态的对D2D用户进行分组，找到一个较优的分组方案，其具体实现流程如图2所示，包括：

102A：初始化：设定蚁群算法参数：α，β，ρ，Q，令路径(i,j)上的初始信息量τ_ij(t)＝1，Δτ(0)＝0，将m只蚂蚁随机放到n个顶点上；其中α表示信息启发式因子，β表示期望启发式因子，ρ表示信息挥发系数，Q是一个常量，表示蚂蚁在经过的路径上所释放的信息素总量；τ_ij(t)表示第t轮路径i和j之间的初始信息量，Δτ(0)表示初始时刻信息素增量为0.

102B：计算蚂蚁k的转态转移概率p_ij，选择下一个着色顶点；按此方式选择一次着色完成；

102C：重复102C将m只蚂蚁的着色结果作为遗传算法的初始种群；

102D：初始化遗传算法参数：种群规模NP＝m，交叉概率p_c，变异概率p_m，最大代数NG(表示遗传算法的迭代停止标准)，初始时刻t＝0；

102E：计算种群中每个个体的适应度函数值f_i，其中f_i为优化目标(1)；

102F：执行选择，交叉和变异等操作产生新的分簇结果f_i；

102G：如果t＜NG，则t＝t+1，返回102E；否则遗传算法终止。

步骤102利用拍卖算法对D2D簇进行信道分配的具体过程如下：

信道分配的主要目标是在满足用户QoS的约束下，为各个D2D簇分配不同的正交信道，最大化组合效用。本发明采用拍卖算法，D2D簇视为竞拍者，蜂窝用户拥有的信道被视为竞拍的物品。如果竞拍者k赢得第i个信道，那么该簇内的所有用户都在此信道上通信。因为蜂窝用户和D2D用户共享信道资源，所以将明显提高系统的能量效率。考虑到正值限制，本发明定义竞拍者k的性能增益为：

其中u(i,k)表示在第i个信道上蜂窝用户和D2D用户的能效之和，

表示只有蜂窝用户时的能效。在本发明中，每个D2D用户在计算最优发射功率的时候只考虑自身与蜂窝之间的干扰，忽略D2D用户之间的干扰。在拍卖中，D2D用户通过共享信道资源提高了自身能量效率，但它也会付出一定的代价，如共道干扰。为了体现拍卖的公平性，本发明采用线性匿名价格，支付价格表示如下：

其中，

表示第k个簇中第d个D2D用户消耗的功率，β表示单位功率的价格，d表示第k个簇中第d个D2D用户，P_i(k)表示集合D_k的支付价格。因此竞拍者的效用函数定义为：

U_i(k)＝v(i,k)-P_i(k) (8)

其中，v(i,k)表示第k个簇在第i条信道上通信时的性能增益，P_i(k)表示第k个簇在第i条信道上通信时需要支付的价格。我们定义一个二元变量χ_ik表示信道分配结果，给定竞拍者对物品的效用函数，则目标函数为：

其中，D和C分别表示系统中D2D用户和蜂窝用户的数量；U_i(k)表示第k个簇分到第i个信道上时蜂窝用户和D2D用户的能效之和；二元变量x_ik表示信道分配结果，x_ik＝1表示信道i分配给第k个D2D簇，x_ik＝0表示信道i没有分配给第k个D2D簇；

表示一个竞拍者最多得到一个物品，

表示一个物品最多只能被分配一次；

和

和

表示最小速率约束，保证了用户在信道能够正常通信；

和

表示最大功率约束。约束条件(10)表示一个竞拍者最多可以得到一个物品；(11)表示一个物品最多被分配一次；(12)和(13)保证了用户在信道能够正常通信；(14)限制了用户的最大发射功率。具体的实现过程如下：

1)初始化：设置拍卖轮次指针t＝0，初始价格θ⁰，固定价格减量Δ，令B_c＝0,

2)竞拍者

且B_K＝0)根据式(8)计算在信道i(B_i＝0)上的效用函数U_c(k),并提交的报价：

3)基站收集本轮所有竞拍者提交的报价，并找出最高的报价

表示在第t轮中第i'个信道收到的最高报价来至于竞拍者k'。如果

则将第i'信道分给第k'个D2D用户组，并令B_i'＝1，B_k'＝1；否则不分配。

4)如果所有的信道都分配完毕或者每个D2D簇都得到了一个信道资源，则算法结束；否则令t＝t+1，θ^t+1＝θ^t-Δ，返回步骤2。

步骤103采用非合作博弈论算法为共享同一信道的蜂窝用户和D2D用户进行功率分配，具体过程如下：

考虑到系统中用户仅对最大化自身的能量效率感兴趣，本发明将用户功率分配问题建模为非合作博弈论模型，参与者为同一信道中的所有用户，策略空间为：P_i∈[0,p_max]。优化目标表示如下：

maxu_i(p_i,p_-i)＝r_il_i (15)

其中，

和

和

表示最小速率约束，保证了用户在信道能够正常通信；

和

表示最大功率约束。假设其他参与者的策略集为p_-i时，用户的i的最优行动集记为B_i(p_-i)，我们定义最优反应函数为：

其中，

表示第i个用户的最佳发射功率，对

都有

且唯一。参与者根据自身效用函数经过多次博弈，最终会达到纳什均衡，这个均衡存在且唯一。因为纳什均衡存在且唯一，所以本发明根据不动定点理论使用迭代算法来找到均衡点。令

表示第i轮第n个用户的发射功率，则具体迭代流程如下：

1)n＝0,

ε＞0，ε为常量，作为迭代的停止标准。

2)对于

根据最优反应函数(19)更新功率，

3)如果|p_i ⁿ⁺¹-p_i ⁿ|＜ε成立，则结束算法；否则，n＝n+1并返回步骤2。

为了验证本文提出的算法有效性，考虑单小区环境，假设蜂窝用户和D2D用户均服从均匀分布，D2D用户之间足够接近以满足最大通信限制。接收端接收到的信号功率为

其中p_i和p_j分别表示接收功率发射功率，d_ij表示发送端和接收端的距离，h_ij是复高斯信道增益，服从h_ij～cn(0,1)。主要仿真参数如下表。

参数	值
		小区半径/m	350
蜂窝用户数量	30
		D2D用户对数量	5-30
蜂窝用户最大发射功率/mW	200
		D2D用户最大发射功率/mW	200
噪声功率/dBm/Hz	-174
		电路功率消耗/mW	50
工作电压/V	4
		电池容量/mA.h	800
蜂窝用户的最小速率/bit/(s*Hz)	1
		D2D用户的最小速率/bit/(s*Hz)	1

图3表示系统在给出3种算法下的总功率消耗。从图中可以看出随着D2D用户数量的增加，所有曲线都呈现上升趋势，说明系统的总功率消耗在不断增加。这是因为每个接入到蜂窝网络中的D2D用户都需要消耗能量以满足自身的通信需求。本发明所提算法通过联合信道分配和功率控制，减小了用户间的干扰，用户可以选择较小的发射功率就能使自身的能量效率最大。因此，相比随机算法和贪婪算法，本发明所提出的算法功率消耗最小，贪心算法采用和本发明相同的功率控制方法，因此两者功率消耗相差不大。而不合理的信道分配将导致用户之间干扰增大，所以随机分配算法的功率消耗最大。

图4和图5表示了不同D2D用户数量下系统中各个用户平均发送数据量和电池使用时间。从图中可以看出，D2D用户的性能均高于蜂窝用户。随着D2D用户数量的增加，蜂窝用户受到的干扰逐渐增大，所以蜂窝用户的性能逐渐降低。由于D2D用户间的距离较近，信道条件好，普通用户对D2D用户接收端造成的干扰与较好的信道条件相比产生的影响更小，所以D2D用户的性能基本不变。根据前面分析可知，随机算法导致用户间产生严重的干扰，且无功率控制，所以能效和电池寿命都最低。贪心算法根据蜂窝用户能承受的干扰大小进行信道分配，D2D用户间的干扰并未得到有效的控制，但使用本发明所提功率算法调整功率，贪心算法能量效率和电池寿命均高于随机算法。本发明所提算法对D2D用户进行了合理分簇，并且通过功率控制减小了用户间的干扰，在适当降低发射功率的同时延长了电池寿命，所以本发明所提算法的能量效率和电池寿命最高。

图6表示不同D2D用户数下的系统和速率。D2D用户数量的增加会对系统产生更强的干扰，从而降低蜂窝用户的平均发射速率。但由于D2D用户间的信道增益较好，平均发射速率更高，因此系统和速率随着D2D用户数量的增加而增加。本发明提出的算法先将D2D用户进行合理分簇，然后进行信道分配，从而更有效减小用户间干扰，所以本发明所提算法的系统和速率高于贪婪算法的用户的系统和速率。由于随机算法资源分配的不合理，导致用户间干扰严重，因此系统和速率最低。

本发明能够有效地抑制蜂窝用户和D2D用户之间的干扰，并在保证蜂窝用户和D2D用户的QoS前提下，有效提升了用户的能量效率。

本发明所举实施方式或者实施例对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施方式或者实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。