CN108391309A - 一种d2d通信中的能量效率优化方法 - Google Patents

Abstract

本发明公开了一种D2D通信中的能量效率优化方法，通过适当地修改，对传统的能构建相应得以最大化D2D链路预期数据量为目标的资源优化问题；然后，推导蜂窝链路最佳功率和D2D链路最佳功率之间的关系，从而将原优化问题转化为仅含D2D链路的资源优化问题；接着，通过对约束条件的松弛，将该问题转化为最多包含两个子问题的求解；然后利用二分算法和协同梯度算法对这两个子问题进行有效地求解，与现有技术相比，优点在于结果更能如实反映实际通信场景，并能够在保障相同性能的条件下，极大降低计算复杂度；相比于传统的以频谱效率为优化准则的资源分配算法，够极大提升D2D链路的能量效率。

Description

一种D2D通信中的能量效率优化方法

技术领域

本发明涉及一种通信系统中的资源优化方法，尤其是涉及一种D2D通信中的能量效率优化方法。

背景技术

蜂窝网络中利用D2D(Device-to-Device)通信技术能够显著增加网络吞吐量以及缓解网络中心负载，是能够满足当前爆炸式增长的移动数据需求的一种理想解决方式，因此，该课题的研究是当前的热点。网络中的高效资源分配算法是实现上述优势的关键。同时，D2D通信复用蜂窝网络频谱时，干扰问题需要谨慎解决。已有大量文献研究了D2D复用蜂窝网络频谱通信时以最大化频谱效率为目标的资源分配算法。但是，由于移动设备数量的爆炸式增加，其能量消耗指数式增长，导致环境恶化、温室效应加剧，因此学者们提出了绿色通信概念，而在D2D通信场景中研究网络能量效率的优化策略也是迫切且必要的。

当前已经有文献研究了D2D通信中的能量效率资源优化分配问题，它们的能量效率准则是一种传统的衡量衡量方式，即单位功率上所能获得的速率。因而它们存在着两个局限性：1)能量效率评估准则模型往往不符合实际通信2)资源分配算法复杂度较高。这极大地限制了D2D通信的应用。

已有相关文献提出了新的预期传输数目量准则作为能量效率的一种衡量，该准则更能如实反映实际通信场景。而目前还未有文献对D2D通信中以预期数据量为优化准则的资源分配策略进行研究，相比于以往传统的能量效率优化策略，该工作的展开是非常有意义的。但以预期数据量为优化准则的优化问题还存在以下问题：1)目标函数是分式的且非线性的2)优化变量在目标函数和约束条件中相互耦合3)问题复杂度更高，更需要低复杂度的算法设计。

发明内容

本发明所要解决的技术问题是提供一种在保障蜂窝网络链路通信质量的条件下能够有效地提高D2D链路的能量效率且计算复杂度低的D2D通信中的能量效率优化方法。

本发明解决上述技术问题所采用的技术方案为：一种D2D通信中的能量效率优化方法，该优化方法包括：

以最大化D2D链路中一个电池生命周期的预期数据量为目标，构建D2D通信复用蜂窝网络频谱场景中的资源优化问题；

将优化变量中包含蜂窝链路最佳功率和D2D链路最佳功率的资源优化问题转化为只包含D2D链路最佳功率的资源优化问题；

将D2D链路总功率达到最大功率时的只包含D2D链路最佳功率的资源优化问题等价转化为第一资源优化子问题，将D2D链路总功率未达到最大功率时的只包含D2D链路最佳功率的资源优化问题等价转化为第二资源优化子问题；

利用二分算法和协同梯度算法对第一资源优化子问题和第二资源优化子问题进行求解，得到D2D通信复用蜂窝网络频谱场景中的资源优化问题的最优解，并将最优解作为功率分配的优化方案，从而完成能量效率的优化。

与现有技术相比，本发明的优点在于采用了预期数据量作为能量效率的优化准则，这使得本发明的结果更能如实反映实际通信场景；再将复杂的优化问题转化为更简单的子问题后通过有效地算法进行求解，能够在保障相同性能的条件下，极大降低计算复杂度；相比于传统的以频谱效率为优化准则的资源分配算法，够极大提升D2D链路的能量效率。

附图说明

图1为本发明实施例一的能量效率优化方法的流程示意图；

图2为本发明实施例一的D2D通信系统结构示意图；

图3为本发明实施例一的能量效率优化方法与标准的基于Dinkelbach方法的DB-EEO算法及以频谱效率为目标的SEO算法三者之间的性能比较示意图；

图4为本发明实施例一的能量效率优化方法和标准的DB-EEO算法的计算复杂度比较示意图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

实施例一：本发明实施例所提供的一种D2D通信中的能量效率优化方法其流程图如图1所示，该优化方法包括：

以最大化D2D链路中一个电池生命周期的预期数据量为目标，构建D2D通信复用蜂窝网络频谱场景中的资源优化问题；

示例性的，本发明实施例的一般通信场景如图2所示，其中包含一个基站，一个D2D发送端，一个D2D接收端和K个蜂窝用户。本发明中假设每个蜂窝用户只占用一个信道，且信道之间相互正交。不失一般性，本发明中假设第k个蜂窝用户占据第k个信道。与此同时，D2D通信设备可以恰当得复用所有蜂窝信道进行传输。在保障蜂窝网络链路的通信质量下，利用Peukerts law模型(R.Rao,S.Vrudhula,and D.Rakhmatov,“Battery modeling forenergy aware system design”,Computer,vol.36,no.12,pp.77-87,Dec.2003.)估算D2D设备发送端的电池生命周期，以最大化D2D链路中一个电池生命周期的预期数据量u_D为目标，构建D2D通信复用蜂窝网络频谱场景中的资源优化问题P1：

约束条件为：

其中，

公式中的参数说明为：为蜂窝用户发送功率集，其中为蜂窝用户k在信道k上的发送功率；为D2D设备发送功率集，其中为D2D发送端在信道k上的发送功率；和分别为蜂窝用户和D2D发送端设备的最大发送功率；为蜂窝用户k所实现的速率，为蜂窝用户所需保障的最低速率需求；为D2D发送端在信道k上所获得的速率，R_D为D2D发送端总的实现速率，L_D为D2D发送端的电池生命周期；分别代表蜂窝用户k到基站、D2D发送端到D2D接收端、D2D发送端到基站以及蜂窝用户k到D2D接收端在信道k上的信道增益；σ为噪声功率方差；C为电池容量，V_o为电池工作电压，p_o为电路功率损耗，β是约为1.3的常量。

将优化变量中包含蜂窝链路最佳功率和D2D链路最佳功率的资源优化问题转化为只包含D2D链路最佳功率的资源优化问题；示例性的，通过对保障蜂窝链路最低通信速率的约束条件进行分析，推导出蜂窝链路最佳功率p_C和D2D链路最佳功率p_D之间的关系，从而将优化变量中包含蜂窝链路最佳功率和D2D链路最佳功率的资源优化问题P1转化为只包含D2D链路最佳功率的资源优化问题P2。

优化问题P1的最优解在约束条件(3)取等式时取得，因此蜂窝链路功率和D2D链路功率之间的关系可表示为从而问题P1可转化为仅含的优化问题P2：

约束条件为：

其中，

将D2D链路总功率达到最大功率时的资源优化问题等价转化为第一资源优化子问题，将D2D链路总功率未达到最大功率时的资源优化问题等价转化为第二资源优化子问题；

示例性的，通过对P2中约束条件的分析，若优化问题P2解满足

则将D2D链路总功率达到最大功率时的资源优化问题P2等价转化为第一资源优化子问题P3：

约束条件为

若优化问题P2问题解满足则将D2D链路总功率未达到最大功率时的资源优化问题P2等价转化为第二资源优化子问题P4:

约束条件为

利用二分算法和协同梯度算法对第一资源优化子问题和第二资源优化子问题进行求解，得到D2D通信复用蜂窝网络频谱场景中的资源优化问题的最优解，并将最优解作为功率分配的优化方案，从而完成能量效率的优化。

示例性的：利用二分算法先对第二资源优化子问题P4进行迭代优化，计算优化功率p_D，然后计算当前的预期数据量u_D。对于给定的二分值收敛过程中的下界值t_l和相应的上界值t_u，若u_D>t，则t_l＝t；否则，t_u＝t。该过程收敛时，t即为D2D链路的预期数据量。其中，对于每一个给定的二分值t，利用协同梯度算法计算p_D。首先解决给定的二分值t以及条件下的求解。的求解过程同样可以利用二分算法。给定当前的二分值γ，计算f_k(γ)和g_k(γ)，其中 若f_k(γ)>g_k(γ)，则γ_u＝γ；否则，γ_l＝γ。当该过程收敛时，其中γ_l和γ_u是与t_l和t_u相同含义的二分值收敛过程中的下界值和上界值。然后，p_D的获取只需循环遍历一次k＝1,…,K即可。

求解P4的过程中，提出一个判断准则，使得在优化解是属于P3范围时能够提早退出P4的求解而直接进入P3求解过程，以进一步降低计算复杂度。该判断准则可通过如下给出：在P4求解过程中，给定t,求解优化功率p_D，然后计算当前的预期数据量u_D和当前的总功率若同时满足和u_D<t时，则说明该优化解属于P3范围，可直接跳到P3进行求解。

P3的求解过程与P4类似，具体为：给定二分值v时，计算优化功率p_D，该过程可直接计算得到，即然后计算当前的总功率

若则v_l＝v；否则，v_l＝v。其中v_l和v_l是与t_l和t_u相同含义的二分值收敛过程中的下界值和上界值。该过程收敛时，可获得功率最优解p_D，从而计算D2D链路的预期数据量。

本发明方法计算复杂度为：P4问题的复杂度为P3问题的复杂度为因此整体最大的计算复杂度为其中∈是二分算法中控制精度的参数。

作为对比，基于Dinkelbach方法的DB-EEO算法的复杂度为其中L是外层分式迭代数目，往往较大，因此，本发明的方法能够极大降低计算复杂度。

通过以下仿真以进一步说明本发明方法的可行性和有效性。

图3给出了K＝20,C＝800 mAh,V_o＝4V,β＝1.3,p_o＝0.05W, 条件下的预期数据量曲线，其中SEO表示以频谱效率最大化的资源分配算法。从图中可以看出，本发明的方法能够取得和DB-EEO算法相同的预期数据量，且两者所取得的性能远远优于SEO算法。进一步，图4给出了相同条件下,本发明的方法和DB-EEO算法的计算复杂度曲线。从中我们可以发现本发明的方法的计算复杂度远远低于DB-EEO算法，某些条件下甚至可以降低两个数量级。结合图3和图4，可以充分说明本发明所提出的方法能够保障性能的同时极大得降低计算复杂度，同时，相比于传统的频谱效率优化策略，本发明的方法能够极大地提高能量效率。

Claims (5)

1.一种D2D通信中的能量效率优化方法，其特征在于，该优化方法包括：

以最大化D2D链路中一个电池生命周期的预期数据量为目标，构建D2D通信复用蜂窝网络频谱场景中的资源优化问题；

将优化变量中包含蜂窝链路最佳功率和D2D链路最佳功率的资源优化问题转化为只包含D2D链路最佳功率的资源优化问题；

将D2D链路总功率达到最大功率时的资源优化问题等价转化为第一资源优化子问题，将D2D链路总功率未达到最大功率时的资源优化问题等价转化为第二资源优化子问题；

利用二分算法和协同梯度算法对第一资源优化子问题和第二资源优化子问题进行求解，得到D2D通信复用蜂窝网络频谱场景中的资源优化问题的最优解，并将最优解作为功率分配的优化方案，从而完成能量效率的优化。

2.如权利要求1所述的一种D2D通信中的能量效率优化方法，其特征在于，所述的构建D2D通信复用蜂窝网络频谱场景中的资源优化问题包括：在保障蜂窝网络链路的通信质量下，利用Peukerts law模型估算D2D设备发送端的电池生命周期，以最大化D2D链路中一个电池生命周期的预期数据量为目标，构建D2D通信复用蜂窝网络频谱场景中的资源优化问题。

3.如权利要求1所述的一种D2D通信中的能量效率优化方法，其特征在于，所述的将优化变量中包含蜂窝链路最佳功率和D2D链路最佳功率的资源优化问题转化为只包含D2D链路功率的资源优化问题包括：通过对保障蜂窝链路最低通信速率的约束条件进行分析，推导出蜂窝链路最佳功率和D2D链路最佳功率之间的关系，从而将优化变量中包含蜂窝链路最佳功率和D2D链路最佳功率的资源优化问题转化为只包含D2D链路最佳功率的资源优化问题。

4.如权利要求1所述的一种D2D通信中的能量效率优化方法，其特征在于，所述的利用二分算法和协同梯度算法对第一资源优化子问题和第二资源优化子问题进行求解包括：利用二分算法先对第二资源优化子问题进行迭代优化，其中，对于每一个给定的二分值，利用协同梯度算法，固定其它值，再对D2D链路最佳功率进行优化；然后利用二分算法再对第一资源优化子问题进行迭代优化，其中，对于每一个给定的二分值，利用协同梯度算法，固定其它值，再对D2D链路最佳功率进行优化。

5.如权利要求4所述的一种D2D通信中的能量效率优化方法，其特征在于，在利用二分算法先对第二资源优化子问题进行迭代优化时，对于给定的二分值，利用协同梯度算法，固定其它值，再对D2D链路最佳功率进行优化，然后计算当前的预期数据量和当前的总功率。若同时满足当前总功率大于最大功率和当前预期数据量小于给定的二分值时，直接对第一资源优化子问题进行迭代优化求解。