CN108601077B - 一种d2d通信中基于超模博弈的功率控制方法 - Google Patents

一种d2d通信中基于超模博弈的功率控制方法 Download PDF

Info

Publication number
CN108601077B
CN108601077B CN201810446097.7A CN201810446097A CN108601077B CN 108601077 B CN108601077 B CN 108601077B CN 201810446097 A CN201810446097 A CN 201810446097A CN 108601077 B CN108601077 B CN 108601077B
Authority
CN
China
Prior art keywords
power
user
terminal
cellular
supermode
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201810446097.7A
Other languages
English (en)
Other versions
CN108601077A (zh
Inventor
李民政
苗春伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guilin University of Electronic Technology
Original Assignee
Guilin University of Electronic Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guilin University of Electronic Technology filed Critical Guilin University of Electronic Technology
Priority to CN201810446097.7A priority Critical patent/CN108601077B/zh
Publication of CN108601077A publication Critical patent/CN108601077A/zh
Application granted granted Critical
Publication of CN108601077B publication Critical patent/CN108601077B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/243—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/30—TPC using constraints in the total amount of available transmission power
    • H04W52/36—TPC using constraints in the total amount of available transmission power with a discrete range or set of values, e.g. step size, ramping or offsets
    • H04W52/367—Power values between minimum and maximum limits, e.g. dynamic range

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种D2D通信中基于超模博弈的功率控制方法，其特征是，包括如下步骤：1）建立基于超模博弈的系统模型；2）获得蜂窝用户、D2D用户对的终端功率的帕累托占优解。这种方法具有提升系统效用值、保持系统公平性的优点。

Description

一种D2D通信中基于超模博弈的功率控制方法
技术领域
本发明涉及蜂窝网络中D2D通信技术，具体是一种D2D(Device—to—DeviceCommunication，简称D2D)通信中基于超模博弈的功率控制方法。
背景技术
蜂窝网络中引入D2D通信，在带来诸多优点的同时也面临着一些挑战，如会话建立、资源分配、功率控制和干扰协调等。D2D通信在一定程度上能解决无线频谱的匮乏，但其仍需在基站控制下复用小区资源，同时给系统带来干扰。D2D通信最主要的挑战是如何恰当地分配可复用的信道资源、传输功率及D2D链路和蜂窝链路的同信道干扰消除。
在超模博弈中，终端的最优响应是随干扰者策略单调递增的。超模博弈最大意义在于它具有纳什均衡，并且可以确定一个纳什均衡的解集，两个纳什均衡点组成解集的上界和下界，超模博弈的简单性使得凸性假设和可微性假设不再必要。
纳什均衡可以最大化每个参与博弈终端的效用值，但是对系统全局效用来说，往往不是帕累托有效的。若通过改变终端策略(新策略不同于纳什均衡)，可以在不降低某些终端效用值的前提下，提高其他终端效用值，并获得一个更优的全局有效策略组合，称为帕累托占优。
根据上述理论，设计双层迭代最优价格均衡算法求解超模博弈，在外层迭代中求解超模博弈中最优价格cbest，在内层迭代中求解最优价格下的帕累托占优解pcbest，并证明了该博弈策略空间中最小功率矢量帕累托占优其它功率矢量。
发明内容
本发明的目的是针对现有技术的不足，而提供一种D2D通信中基于超模博弈的功率控制方法。这种方法具有提升系统效用值、保持系统公平性的优点。
实现本发明目的的技术方案是：
一种D2D通信中基于超模博弈的功率控制方法，与现有技术不同的是，包括如下步骤：
1)建立基于超模博弈的系统模型：系统模型
Figure GDA0002620036190000011
其中K＝{1,2,…,K}表示蜂窝用户和D个D2D用户对的终端集合，
Figure GDA0002620036190000012
是终端j∈κ的策略空间，p是策略集合的最小功率，p是用户终端的最大发射功率，
Figure GDA0002620036190000021
为终端效用函数，c为价格因子，在上行链路通信期间，由于D个D2D用户对共享蜂窝用户的信道资源，并对基站接收信号造成干扰，因此蜂窝用户信干噪比为：
Figure GDA0002620036190000022
与此同时，蜂窝用户终端也会对D个D2D用户对的接收机产生干扰，相应的D2D用户对接收机信号的的信干噪比为：
Figure GDA0002620036190000023
其中pk,pd和pd'分别代表蜂窝用户k和D2D用户d,d'的发射功率，gke为蜂窝用户到基站之间的信道增益，gde为第d个D2D对和基站之间的信道增益，gij表示不同用户间的信道增益，σ2表示接收端的热噪声功率，
Figure GDA0002620036190000024
表示D对D2D对基站的干扰功率和，
Figure GDA0002620036190000025
表示蜂窝用户和D2D用户d'∈D,d'≠d对的干扰功率和，每一个终端的最优策略是其他终端策略的响应函数即：
Figure GDA0002620036190000026
根据纳什均衡下
Figure GDA0002620036190000027
的取值得到不同用户的响应函数，蜂窝用户响应函数：
Figure GDA0002620036190000028
D2D用户响应函数：
Figure GDA0002620036190000029
终端的效用函数如公式(5)所示：
Figure GDA00026200361900000210
多终端目标优化问题可以表示为：
Figure GDA00026200361900000211
终端功率的帕累托占优解为：
Figure GDA00026200361900000212
其中R是传输速率，
Figure GDA00026200361900000213
为数据帧的准确接收概率，M为一帧比特数，γj为不同用户的信干噪比，即公式(1)或公式(2)，lj表示电池生存时间，使用Peukert’s定律
Figure GDA0002620036190000031
C是电池容量，终端用户j的发射功率pj，电路消耗功率p0，工作电压V0，a是一个常数，cj(pj,p-j)＝cpj,
Figure GDA0002620036190000032
是价格函数；
2)获得蜂窝用户、D2D用户对的终端功率的帕累托占优解：使用双层迭代，在外层迭代中求解超模博弈中最优价格cbest，在内层迭代中求解最优价格下的帕累托占优解pcbest，包括：
(1)初始化价格c，并将价格c的值广播给小区内所有终端，初始化所有终端的功率为
Figure GDA0002620036190000033
并依据公式(5)得到初始效用
Figure GDA0002620036190000034
(2)进入纳什均衡迭代，重新设置参数n＝0,
Figure GDA0002620036190000035
并依据公式(5)计算每个终端效用，进行迭代更新功率，依据公式(7)得纳什均衡解p，重新计算所有终端功率更新后的效用值
Figure GDA0002620036190000036
(3)如果
Figure GDA0002620036190000037
则转到步骤(4)，否则转到步骤(5)；
(4)
Figure GDA0002620036190000038
c＝c+△c，转到步骤(2)；
(5)cbest＝c+△c，pcbest＝p0，终止迭代；
步骤2)中所述的纳什均衡迭代包括：
(1)设置功率迭代序列
Figure GDA0002620036190000039
n＝0,1,2…,初始化迭代次数n，原始功率
Figure GDA00026200361900000310
截止系数为10-6到10-7之间的极小正数ε，用户最大发射功率
Figure GDA00026200361900000311
(2)由响应函数公式(3)、公式(4)式更新功率序列值，计算最佳响应函数
Figure GDA00026200361900000312
然后分配发射功率
Figure GDA00026200361900000313
(3)若
Figure GDA00026200361900000314
或者
Figure GDA00026200361900000315
成立，转到步骤(4)；否则转到步骤(2)，继续循环；
(4)如果
Figure GDA00026200361900000316
成立，则
Figure GDA00026200361900000317
否则
Figure GDA00026200361900000318
保持不变，终止循环。
求解最小功率p，博弈
Figure GDA00026200361900000319
是超模博弈的条件是，效用函数
Figure GDA00026200361900000320
在(pj,p-j)以及(pj,c)上具有非递减可微性，由非递减可微性条件
Figure GDA0002620036190000041
得γ j≥2lnM，当γ j＝2lnM时是信干噪比变化率最大点，推导出策略集合的最小功率p j。
定理1：在策略空间
Figure GDA0002620036190000042
下的NPGP博弈
Figure GDA0002620036190000043
是超模博弈，证明：
Figure GDA0002620036190000044
化简上式括号内的子式得：
Figure GDA0002620036190000045
又
Figure GDA0002620036190000046
在策略空间Pj下γ j≥2lnM，故f”(γj)≤0，
Figure GDA0002620036190000047
得证,即效用函数
Figure GDA0002620036190000048
在(pj,p-j)上具有非递减可微性。
(2)在上述策略空间中求
Figure GDA0002620036190000049
做量替换令ε＝-c，有
Figure GDA00026200361900000410
所以效用函数
Figure GDA00026200361900000411
在(pj,c)也具有非递减可微性。
综上效用函数
Figure GDA00026200361900000412
在(pj,p-j)与(pj,c)上都具有非递减可微性，满足超模博弈的条件，定理1得证。
超模博弈均衡解集中最小元素ps(c)＝p，可证明ps(c)为帕累托占优解，并且在该功率下终端的效用最大。
本技术方案利用微观经济学的概念并使用超模博弈理论，将通信网络中的功率控制问题建模为经济学模型，得到有效的帕累托占优解。
传统能效函数仅能表示瞬时数据流量，本技术方案改进效用函数，使其更加接近实际的指标，考虑终端电池的非线性效应，使效用函数包含遍历能效；然后在效用函数中加入定价机制，通过定价激励合作来提高系统性能，但是仍然保持功率控制解决方案的不合作性质。
这种方法具有提升系统效用值、保持系统公平性的优点。
附图说明
图1为实施例中D2D通信的系统模型示意图；
图2为实施例中五个终端效用和随价格c的变化曲线示意图；
图3为实施例中总功率随D2D对数的变化曲线示意图；
图4为实施例中总效用随D2D对数的变化曲线示意图；
图5为实施例中信干噪比随D2D对数的变化曲线示意图。
具体实施方式
下面结合附图和实施例对本发明的内容作进一步的阐述，但不是对本发明的限定。
实施例：
一种D2D通信中基于超模博弈的功率控制方法，包括如下步骤：
1)建立基于超模博弈的系统模型：如图1所示，系统模型
Figure GDA0002620036190000051
其中K＝{1,2,...,K}表示蜂窝用户和D个D2D用户对的终端集合，
Figure GDA0002620036190000052
是终端j∈κ的策略空间，p是策略集合的最小功率，
Figure GDA0002620036190000053
是用户终端的最大发射功率，
Figure GDA0002620036190000054
为终端效用函数，c为价格因子，在上行链路通信期间，由于D个D2D用户对共享蜂窝用户的信道资源，并对基站接收信号造成干扰，因此蜂窝用户信干噪比为：
Figure GDA0002620036190000055
与此同时，蜂窝用户终端也会对D个D2D用户对的接收机产生干扰，相应的D2D用户对接收机信号的的信干噪比为：
Figure GDA0002620036190000056
其中pk,pd和pd'分别代表蜂窝用户k和D2D用户d,d'的发射功率，gke为蜂窝用户到基站之间的信道增益，gde为第d个D2D对和基站之间的信道增益，gij表示不同用户间的信道增益，σ2表示接收端的热噪声功率，
Figure GDA0002620036190000057
表示D对D2D对基站的干扰功率和，
Figure GDA0002620036190000058
表示蜂窝用户和D2D用户d'∈D,d'≠d对的干扰功率和，每一个终端的最优策略是其他终端策略的响应函数即：
Figure GDA0002620036190000059
根据纳什均衡下
Figure GDA00026200361900000510
的取值得到不同用户的响应函数，蜂窝用户响应函数：
Figure GDA0002620036190000061
D2D用户响应函数：
Figure GDA0002620036190000062
终端的效用函数如公式(5)所示：
Figure GDA0002620036190000063
多终端目标优化问题可以表示为：
Figure GDA0002620036190000064
终端功率的帕累托占优解为：
Figure GDA0002620036190000065
其中R是传输速率，
Figure GDA0002620036190000066
为数据帧的准确接收概率，M为一帧比特数，γj为不同用户的信干噪比，即公式(1)或公式(2)，lj表示电池生存时间，使用Peukert’s定律
Figure GDA0002620036190000067
C是电池容量，终端用户j的发射功率pj，电路消耗功率p0，工作电压V0，a是一个常数，本例a为1.3，cj(pj,p-j)＝cpj,
Figure GDA0002620036190000068
是价格函数；
2)获得蜂窝用户、D2D用户对的终端功率的帕累托占优解：使用双层迭代，在外层迭代中求解超模博弈中最优价格cbest，在内层迭代中求解最优价格下的帕累托占优解pcbest，包括：
(1)初始化价格c，并将价格c的值广播给小区内所有终端，初始化所有终端的功率为
Figure GDA0002620036190000069
并依据公式(5)得到初始效用
Figure GDA00026200361900000610
(2)进入纳什均衡迭代，重新设置参数n＝0,
Figure GDA00026200361900000611
并依据公式(5)计算每个终端效用，进行迭代更新功率，依据公式(7)得纳什均衡解p，重新计算所有终端功率更新后的效用值
Figure GDA00026200361900000612
(3)如果
Figure GDA00026200361900000613
则转到步骤(4)，否则转到步骤(5)；
(4)
Figure GDA00026200361900000614
c＝c+△c，转到步骤(2)；
(5)cbest＝c+△c，，pcbest＝p0，终止迭代；
步骤2)中所述的纳什均衡迭代包括：
(1)设置功率迭代序列
Figure GDA0002620036190000071
n＝0,1,2…,初始化迭代次数n，原始功率
Figure GDA0002620036190000072
截止系数为ε、本例ε为10-6，用户最大发射功率p；
(2)由最佳效应函数公式(3)、公式(4)式更新功率序列值，计算最佳响应函数
Figure GDA0002620036190000073
然后分配发射功率
Figure GDA0002620036190000074
(3)若
Figure GDA0002620036190000075
或者
Figure GDA0002620036190000076
成立，转到步骤(4)；否则转到步骤(2)，继续循环；
(4)如果
Figure GDA0002620036190000077
成立，则
Figure GDA0002620036190000078
否则
Figure GDA0002620036190000079
保持不变，终止循环。
具体地：
本例为1个蜂窝用户和D＝(K-1)个D2D用户对均匀分布在小区中，位置相对静止，用户终端和基站配备单个天线，每个D2D用户对包含一个发射机和一个接收机终端，D2D用户对和蜂窝用户共享信道资源，蜂窝用户通过基站通信，D2D用户对间距离足够近且直接通信，假设信道系数为简单路径损耗模型：
Figure GDA00026200361900000710
其中A＝0.097是一常数，其他参数见下表1：
表1
Figure GDA00026200361900000711
Figure GDA0002620036190000081
本例求解最小功率p，博弈
Figure GDA0002620036190000082
是超模博弈的条件是，效用函数
Figure GDA0002620036190000083
在(pj,p-j)以及(pj,c)上具有非递减可微性，由非递减可微性条件
Figure GDA0002620036190000084
得γ j≥2lnM，当γ j＝2lnM时是信干噪比变化率最大点，推导出策略集合的最小功率p j。
超模博弈均衡解集中最小元素ps(c)＝p，可证明ps(c)为帕累托占优解，并且在该功率下终端的效用最大。
如图2所示，图中p为不同c值时的均衡解，cbest对应着函数取最大值，pcbest最大程度地保证了所有终端总效用值的最大化，但是，由于cbest的值无法通过数学方法准确计算，受搜索精度的限制，pcbest是一个帕累托占优解，如果出现有一个用户效用值比以前的均衡效用值要差，我们终止递增定价因子。
如图3所示，图中NPG(p)表示纳什均衡解，M-NPGP(Pcbest)表示超模博弈均衡解，M-NPGPS(ps(cbest))表示超模博弈解集的下界，从图中可以看出系统总功率随D2D对数的增多而增大，并且ps(cbest)＜pcbest＜p，说明改进后M-NPGP提高了系统性能，ps(cbest)帕累托占优pcbest、p。
如图4所示，从图中可知，M-NPGP效用值较NPG的效用值有所提高，而在M-NPGP中较小的元素ps(cbest)可以得到比较大的元素pcbest更高的效用值，同时，随着D2D对数的增加，三种解的总效用值不断减小，最后趋于一致。
如图5所示，NPG中
Figure GDA0002620036190000085
的值是固定值，M-NPGP中ps(cbest)对应的
Figure GDA0002620036190000086
以上两种均衡解使得各终端的接收信干噪比均相等，而在本实施例中，每个终端的功率搜索空间变为
Figure GDA0002620036190000087
从图中可以看出在D2D对数较少时，终端均衡时的信干噪比大。
综上可以得出M-NPGP与NPG的结果相比，所有终端的发射功率都下降了，而效用值和生存时间却都得到了提高，但是上述性能的改进是以降低一定的信干噪比为代价的，而降低后的信干噪比仍能保证基本通信，这种代价换取的效益符合应急通信的实际情况。

Claims (2)

1.一种D2D通信中基于超模博弈的功率控制方法，其特征在于，包括如下步骤：
1)建立基于超模博弈的系统模型：系统模型
Figure FDA0002620036180000011
其中K＝{1,2,…,K}表示蜂窝用户和D个D2D用户对的终端集合，
Figure FDA0002620036180000012
是终端j∈κ的策略空间，p是策略集合的最小功率，
Figure FDA0002620036180000013
是用户终端的最大发射功率，
Figure FDA0002620036180000014
为终端效用函数，c为价格因子，在上行链路通信期间，D个D2D用户对共享蜂窝用户的信道资源，并对基站接收信号造成干扰，蜂窝用户信干噪比为：
Figure FDA0002620036180000015
蜂窝用户终端会对D个D2D用户对的接收机产生干扰，相应的D2D用户对接收机信号的的信干噪比为：
Figure FDA0002620036180000016
其中pk,pd和pd'分别代表蜂窝用户k和D2D用户d,d'的发射功率，gke为蜂窝用户到基站之间的信道增益，gde为第d个D2D对和基站之间的信道增益，gij表示不同用户间的信道增益，σ2表示接收端的热噪声功率，
Figure FDA0002620036180000017
表示D对D2D对基站的干扰功率和，
Figure FDA0002620036180000018
表示蜂窝用户和D2D用户d'∈D,d'≠d对的干扰功率和，每一个终端的最优策略是其他终端策略的响应函数即：
Figure FDA0002620036180000019
根据纳什均衡下
Figure FDA00026200361800000110
的取值得到不同用户的响应函数，蜂窝用户响应函数：
Figure FDA00026200361800000111
D2D用户响应函数：
Figure FDA00026200361800000112
终端的效用函数如公式(5)所示：
Figure FDA00026200361800000113
多终端目标优化问题可以表示为：
Figure FDA00026200361800000114
终端功率的帕累托占优解为：
Figure FDA00026200361800000115
其中R是传输速率，
Figure FDA00026200361800000116
为数据帧的准确接收概率，M为一帧比特数，γj为不同用户的信干噪比，即公式(1)或公式(2)，lj表示电池生存时间，使用Peukert’s定律
Figure FDA00026200361800000117
C是电池容量，终端用户j的发射功率pj，电路消耗功率p0，工作电压V0，a是一个常数，
Figure FDA00026200361800000118
是价格函数；
2)获得蜂窝用户、D2D用户对的终端功率的帕累托占优解：使用双层迭代，在外层迭代中求解超模博弈中最优价格cbest，在内层迭代中求解最优价格下的帕累托占优解pcbest，包括：
(1)初始化价格c，并将价格c的值广播给小区内所有终端，初始化所有终端的功率为
Figure FDA0002620036180000021
并依据公式(5)得到初始效用
Figure FDA0002620036180000022
(2)进入纳什均衡迭代，重新设置参数n＝0,
Figure FDA0002620036180000023
并依据公式(5)计算每个终端效用，进行迭代更新功率，依据公式(7)得纳什均衡解p，重新计算所有终端功率更新后的效用值
Figure FDA0002620036180000024
(3)如果
Figure FDA0002620036180000025
则转到步骤(4)，否则转到步骤(5)；
(4)
Figure FDA0002620036180000026
转到步骤(2)；
(5)cbest＝c+△c，pcbest＝p0，终止迭代；
2.根据权利要求1所述的D2D通信中基于超模博弈的功率控制方法，其特征在于，步骤2)中所述的纳什均衡迭代包括：
(1)设置功率迭代序列
Figure FDA0002620036180000027
初始化迭代次数n，原始功率
Figure FDA0002620036180000028
截止系数为10-6到10-7之间的极小正数ε，用户最大发射功率
Figure FDA0002620036180000029
(2)由响应函数公式(3)、公式(4)式更新功率序列值，计算最佳响应函数
Figure FDA00026200361800000210
然后分配发射功率
Figure FDA00026200361800000211
(3)若
Figure FDA00026200361800000212
或者
Figure FDA00026200361800000213
成立，转到步骤(4)；否则转到步骤(2)，继续循环；
(4)如果
Figure FDA00026200361800000214
成立，则
Figure FDA00026200361800000215
否则
Figure FDA00026200361800000216
保持不变，终止循环。
CN201810446097.7A 2018-05-11 2018-05-11 一种d2d通信中基于超模博弈的功率控制方法 Expired - Fee Related CN108601077B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810446097.7A CN108601077B (zh) 2018-05-11 2018-05-11 一种d2d通信中基于超模博弈的功率控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810446097.7A CN108601077B (zh) 2018-05-11 2018-05-11 一种d2d通信中基于超模博弈的功率控制方法

Publications (2)

Publication Number Publication Date
CN108601077A CN108601077A (zh) 2018-09-28
CN108601077B true CN108601077B (zh) 2021-01-05

Family

ID=63636576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810446097.7A Expired - Fee Related CN108601077B (zh) 2018-05-11 2018-05-11 一种d2d通信中基于超模博弈的功率控制方法

Country Status (1)

Country Link
CN (1) CN108601077B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110809259B (zh) * 2019-10-28 2022-08-26 南京邮电大学 一种基于社会关系的noma使能d2d通信资源博弈方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102573033A (zh) * 2012-03-17 2012-07-11 西安电子科技大学 基于博弈论的多Femtocell下行功率干扰控制方法
CN103281786A (zh) * 2013-06-04 2013-09-04 北京邮电大学 一种基于能量效率的家庭基站双层网络的资源优化方法
CN103582104A (zh) * 2013-11-22 2014-02-12 西安电子科技大学 嵌入d2d的蜂窝网络中基于sinr增量迭代的功率分配方法
CN103686976A (zh) * 2013-09-27 2014-03-26 北京邮电大学 一种d2d系统中功率控制的方法及其实现装置
WO2016142888A1 (en) * 2015-03-12 2016-09-15 Telefonaktiebolaget Lm Ericsson (Publ) Power allocation for device-to-device communication underlaying cellular networks
CN107094281A (zh) * 2017-03-31 2017-08-25 全球能源互联网研究院 一种m2m设备接入基站时的接入方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102573033A (zh) * 2012-03-17 2012-07-11 西安电子科技大学 基于博弈论的多Femtocell下行功率干扰控制方法
CN103281786A (zh) * 2013-06-04 2013-09-04 北京邮电大学 一种基于能量效率的家庭基站双层网络的资源优化方法
CN103686976A (zh) * 2013-09-27 2014-03-26 北京邮电大学 一种d2d系统中功率控制的方法及其实现装置
CN103582104A (zh) * 2013-11-22 2014-02-12 西安电子科技大学 嵌入d2d的蜂窝网络中基于sinr增量迭代的功率分配方法
WO2016142888A1 (en) * 2015-03-12 2016-09-15 Telefonaktiebolaget Lm Ericsson (Publ) Power allocation for device-to-device communication underlaying cellular networks
CN107094281A (zh) * 2017-03-31 2017-08-25 全球能源互联网研究院 一种m2m设备接入基站时的接入方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Interference-Constrained Pricing for D2D Networks;Yuan Liu等;《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》;20170131;全文 *
Joint Scheduling and Resource Allocation for Device-to-Device Underlay Communication;Feiran Wang等;《2013 IEEE Wireless Communications and Networking Conference(WCNC): MAC》;20130410;全文 *
基于纳什均衡的D2D通信功率控制博弈算法;滑思忠等;《计算机应用研究》;20160613;全文 *

Also Published As

Publication number Publication date
CN108601077A (zh) 2018-09-28

Similar Documents

Publication Publication Date Title
Ghanem et al. Resource allocation for multi-user downlink MISO OFDMA-URLLC systems
CN109474980B (zh) 一种基于深度增强学习的无线网络资源分配方法
Zhao et al. Adaptive power allocation schemes for spectrum sharing in interference-alignment-based cognitive radio networks
Abuzainab et al. Cognitive hierarchy theory for distributed resource allocation in the Internet of Things
JP7071500B2 (ja) 無線通信におけるトランスポートブロックサイズを決定する方法、装置、およびシステム
Mertikopoulos et al. Learning to be green: Robust energy efficiency maximization in dynamic MIMO–OFDM systems
Cirik et al. Beamforming design for full-duplex MIMO interference channels–QoS and energy-efficiency considerations
Pham et al. Fairness-aware spectral and energy efficiency in spectrum-sharing wireless networks
AlQerm et al. Enhanced machine learning scheme for energy efficient resource allocation in 5G heterogeneous cloud radio access networks
Gong et al. Achievable rate region of non-orthogonal multiple access systems with wireless powered decoder
CN107484244A (zh) 一种QoS感知的蜂窝网络D2D通信频谱资源分配算法
Yang et al. Joint time allocation and power control in multicell networks with load coupling: Energy saving and rate improvement
CN109068382B (zh) 一种基于时延QoS的NOMA跨层功率分配方法
He et al. Joint optimization of channel allocation and power control for cognitive radio networks with multiple constraints
Bahonar et al. Distributed pricing‐based resource allocation for dense device‐to‐device communications in beyond 5G networks
Alvi et al. Sequencing and scheduling for multi-user machine-type communication
CN108601077B (zh) 一种d2d通信中基于超模博弈的功率控制方法
CN104936234B (zh) 一种用于lte系统中能效优化的联合动态资源分配方法
Ji et al. Meta federated reinforcement learning for distributed resource allocation
US11864158B2 (en) Distributed method for allocating transmission resources to D2D terminals in a cellular access network
Khuntia et al. An actor-critic reinforcement learning for device-to-device communication underlaying cellular network
WO2020210845A2 (en) Methods and apparatus for power allocation
CN105960005B (zh) 超密集网络中保障用户公平性的功率控制方法
CN111343722B (zh) 边缘计算中基于认知无线电的能效优化方法
Fan et al. QoS-based beamforming and compression design for cooperative cellular networks via Lagrangian duality

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210105

CF01 Termination of patent right due to non-payment of annual fee