CN108924799B - 一种蜂窝网络中d2d通信的资源分配算法 - Google Patents
一种蜂窝网络中d2d通信的资源分配算法 Download PDFInfo
- Publication number
- CN108924799B CN108924799B CN201810869724.8A CN201810869724A CN108924799B CN 108924799 B CN108924799 B CN 108924799B CN 201810869724 A CN201810869724 A CN 201810869724A CN 108924799 B CN108924799 B CN 108924799B
- Authority
- CN
- China
- Prior art keywords
- user
- cellular
- power
- optimal
- users
- 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.)
- Active
Links
Images
Classifications
-
- 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
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
Description
技术领域
本发明涉及D2D通信领域,具体涉及一种蜂窝网络中D2D通信的资源分配算法。
背景技术
作为5G的关键技术之一,终端到终端(Device-to-Device,D2D)通信是一种不经过基站转发而直接进行数据通信的短距离通信技术,在扩展蜂窝通信、应急通信、物联网等方面具有广泛应用前景。但在蜂窝网络中引入D2D通信,复用蜂窝用户信道会造成严重干扰,导致系统性能下降,影响用户端设备电池使用寿命。因此,如何在复用信道的同时减少干扰、降低能耗,成为现阶段研究的关键问题之一。
现有的基于能效的资源分配方案中,以优化整体性能为目标的资源分配算法对D2D用户性能提升有限,以优化D2D系统性能为目标的资源分配不能保障蜂窝用户的性能要求,限制了整体网络性能的提升。因此,本发明保证蜂窝用户最低信干噪比要求下,提出一种蜂窝网络中D2D通信的资源分配算法解决了提升能效差的技术问题。
发明内容
本发明所要解决的技术问题是现有技术中存在的提升能效差的技术问题。提供一种新的蜂窝网络中D2D通信的资源分配算法,该蜂窝网络中D2D通信的资源分配算法具有能够保证蜂窝用户速率,而且能够提升系统整体和D2D用户能效的特点。
为解决上述技术问题,采用的技术方案如下:
一种蜂窝网络中D2D通信的资源分配算法,包括:
步骤一,建立蜂窝网络D2D通信模型,定义蜂窝用户n的发射功率为D2D用户m的发射功率为D2D用户m复用蜂窝用户n信道资源,定义约束条件,约束条件包括:一个蜂窝用户的信道资源只被一个D2D用户复用,一个D2D用户只复用一个蜂窝用户信道资源,蜂窝用户发射功率和D2D用户发射功率必须满足最大功率限制要求,蜂窝用户信干噪比和D2D用户信干噪比不得小于最低信干噪比要求;
步骤二,采用基于改进的功率控制算法进行功率控制,并从可复用集合中剔除不符合条件的用户;包括计算功率分配闭合表达式为满足约束条件的最优发射功率组合;其中,为D2D用户m的最优发射功率,为蜂窝用户n的最优发射功率;
步骤三,采用改进的匹配算法获得最佳信道配对,得出满足约束条件的最优信道分配方案。
本发明定义资源分配算法的最终优化目标为D2D用户总功率损耗最低,表示为
为了在满足D2D用户与蜂窝用户QoS需求的同时,最大化D2D用户对的能量效率,可将目标函数描述作为资源分配算法的最终目标:
其中,约束条件具化为:χm,n∈{0,1}, χm,n∈{0,1}, 依次为:一个蜂窝用户的信道资源只能被一个D2D用户复用,一个D2D用户只能复用一个蜂窝用户信道资源,蜂窝用户和D2D用户发射功率必须满足最大功率限制要求,蜂窝用户信干噪比不得小于最低信干噪比要求,D2D用户信干噪比必须满足最低信干噪比要求。
由于一个蜂窝用户最多只能与一个D2D用户复用资源,D2D用户之间不存在相互干扰,因此,可以先解决单个D2D用户资源复用时功率控制问题,再解决D2D用户信道分配问题。假设D2D用户m复用蜂窝用户n信道资源,有:令令b=2P0有其中令其中
上述方案中,为优化,进一步地,所述步骤二包括:步骤1,根据约束条件中蜂窝用户信干噪比和D2D用户信干噪比不得小于最低信干噪比要求,计算出蜂窝用户功率最低门限值和D2D功率最低门限值;
步骤3,利用Lambert W函数计算D2D用户发射功率,如果蜂窝用户发射功率最小约束值时,或蜂窝用户发射功率最小约束值时,或D2D用户发射功率最小约束值时,或剔除对应的D2D用户;其中,为D2D用户的最大发射功率,为D2D用户发射功率最小约束值。
进一步地,步骤A2包括:
进一步地,步骤A1包括:
进一步地,所述改进的匹配算法为基于Gale-Shapley婚姻匹配的信道分配算法,利用基于Gale-Shapley婚姻匹配的信道分配算法为已经分配功率的D2D用户合理分配信道资源,包括:
计算每个D2D用户对偏好值,依据偏好值确定期望匹配的蜂窝用户优先级列表,与列表中优先级越高的蜂窝用户复用信道,D2D用户对获得的能量效率越高;
计算蜂窝用户偏好值,确定期望匹配的D2D用户对优先级列表,优先级越高,表示与之匹配的蜂窝用户获得传输速率越高;
标记不满足约束条件的D2D用户对并禁止将其纳入信道资源复用集合,利用Gale-Shapley算法进行信道分配,找到最佳复用方式得到最优信道分配方案。
进一步地,步骤三包括:步骤A,定义信道分配问题模型表示为:
步骤B,声明每个蜂窝用户和D2D用户的可用性,标记不能与D2D用户复用资源的蜂窝用户;
步骤C,计算用户端的偏好序列,包括根据为每个D2D用户对计算偏好值,依据偏好值确定期望匹配的蜂窝用户优先级列表;根据为计算蜂窝用户计算偏好值,并确定期望匹配的D2D用户对优先级列表,优先级越高,表示与之匹配的蜂窝用户获得传输速率越高;标记不满足约束条件的D2D用户对并禁止将其纳入信道资源复用集合;
步骤C,应用Gale-Shapley算法找到最佳复用方式,
步骤D,使用基于Gale-Shapley的信道分配算法,获得最佳信道配对,完成信道分配。
建立的FDD模式通信单小区网络模型中,存在N个蜂窝用户和M个D2D用户对,蜂窝用户集合表示为C={1,2,3...N-1,N},D2D用户对表示为D={1,2,3...M-1,M}。蜂窝用户分配N个可用的正交频率资源块,各蜂窝用户相互之间没有干扰。D2D用户采用underlay模式复用蜂窝用户上行链路信道资源,一个蜂窝用户的信道资源只能被一个D2D用户复用,一个D2D用户也能复用一个蜂窝用户的信道资源。因此,小区中存在的干扰类型有两种:一种是蜂窝用户发射信号对D2D用户接收信号的干扰,另一种是D2D用户发射信号对基站接收信号的干扰。
假设基站能够获得蜂窝用户和D2D用户到基站的链路信息、D2D用户之间的链路信息、蜂窝用户到D2D用户的链路信息,即基站具有对全部链路信道信息的感知功能。
路径损耗模型中的链路之间的路径增益可以表示为其中gnm表示链路n到m的路径增益,K表示由系统影响的常数,βn,m表示链路n到m的多径增益,其增益服从指数分布,λn,m表示链路n到m的阴影衰落信道增益,服从对数正态分布,dn,m表示链路n到m的距离,α表示路径损耗因子。此外,D2D通信链路表示为Dm,m,路径增益表示为蜂窝用户到基站的链路表示为Cn,B,路径增益表示为D2D端到基站的链路表示为Dm,B,路径增益表示为蜂窝用户到D2D收端的链路表示为Cn,m,路径增益表示为
因此本发明是M个D2D用户复用N个蜂窝用户资源时,在满足D2D用户与蜂窝用户QoS需求的情况下,通过功率控制和信道分配在抑制用户间干扰的同时提升D2D用户的能量效率。其中,能量效率定义为数据速率与功率损耗的比值。
本发明的有益效果:本发明是解决蜂窝与D2D通信混合网络中存在干扰导致能效降低的问题,采用联合功率控制和信道分配研究抑制干扰、提升能效的方法。将资源分配问题划分为功率控制和信道分配,提出基于Lambert W函数的功率分配算法和基于Gale-Shapley方法的信道匹配算法。首先,以最大化单个D2D用户能效为目标,在满足蜂窝用户最低信干噪比条件下,利用Lambert W函数推导出功率分配闭合表达式。然后,利用得到的功率分配结果,以最大化蜂窝用户信干噪比和D2D用户能效为目标,基于Gale-Shapley婚姻匹配方法提出最大化能量效率的信道匹配算法,得到最优资源分配方案。仿真结果表明,论文所提算法不仅能够保证蜂窝用户速率,而且能够提升系统整体和D2D用户能效。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1,为实施例1中的系统场景模型示意图。
图2,系统能效与D2D最大通信距离的关系示意图。
图3,D2D能效与D2D最大通信距离的关系示意图。
图4,系统能效与D2D链路数的关系示意图。
图5,D2D能效与D2D链路数的关系示意图。
图6,D2D能效与CUE信干噪比门限的关系示意图。
图7,D2D速率与CUE信干噪比门限的关系示意图。
图8,实施例1中的资源分配算法示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例1
本实施例中提供一种蜂窝网络中D2D通信的资源分配算法,如图8,包括:步骤一,建立蜂窝网络D2D通信模型,定义蜂窝用户n的发射功率为D2D用户m的发射功率为D2D用户m复用蜂窝用户n信道资源,定义约束条件,约束条件包括:一个蜂窝用户的信道资源只被一个D2D用户复用,一个D2D用户只复用一个蜂窝用户信道资源,蜂窝用户发射功率和D2D用户发射功率必须满足最大功率限制要求,蜂窝用户信干噪比和D2D用户信干噪比不得小于最低信干噪比要求;
步骤二,采用基于改进的功率控制算法进行功率控制,并从可复用集合中剔除不符合条件的用户;包括计算功率分配闭合表达式为满足约束条件的最优发射功率组合;其中,为D2D用户m的最优发射功率,为蜂窝用户n的最优发射功率;
步骤三,采用改进的匹配算法获得最佳信道配对,得出满足约束条件的最优信道分配方案。
系统模型如图1,实线为通信链路,虚线为干扰链路。其中,一个D2D用户最多只能与一个蜂窝用户共用一个信道资源,基站Bs接收到的信号不仅包括蜂窝用户的发射信号,还有D2D用户发射的干扰信号。
当D2D用户m不复用蜂窝用户n的信道资源时,用户之间不存在信号干扰,定义χm,n=0。基站处蜂窝用户信息的信干噪比取得最大值,图1中,D2D用户m处的接收信号包含三部分,分别是D2D发送信号、蜂窝用户带来的干扰和信道噪声。接收信号可表示为:
根据能量效率的定义,将D2D用户总能量效率定义为总传输速率与总功率损耗的比值,表示D2D用户系统的一个单位功率传输的平均D2D用户比特数。用P0表示单个设备的电路功率损耗,则D2D用户对设备总功率损失表示为D2D用户总功率损耗表示为:
目的是确保D2D用户与蜂窝用户满足信干噪比需求。其中,χm,n为资源复用的标识,当D2D用户m与蜂窝用户n复用同一资源时χm,n=1,否则χm,n=0。DA(DA∈D)表示可以接入网络的D2D用户集合,集合中D2D用户接入网络后,不仅能满足D2D用户与蜂窝用户信干噪比需求,还能使D2D用户能量效率得到提升。和分别表示D2D用户和蜂窝用户的最大发射功率。和分别表示蜂窝用户和D2D用户的最低信干噪比要求。
由于一个蜂窝用户最多只能与一个D2D用户复用资源,D2D用户之间不存在相互干扰,因此,可以先解决单个D2D用户资源复用时功率控制问题,再解决D2D用户信道分配问题。本实施例包含两大步骤,第一是以最大化单个D2D用户能效为目标,在满足蜂窝用户和D2D用户最低性能要求情况下,利用Lambert W函数求得D2D用户最优发射功率;每个D2D用户分得最优发射功率后,第二是通过GS(Gale-Shapley)婚姻匹配算法为D2D用户分配合适的蜂窝用户信道资源,形成最优信道分配方案。
本实施例将蜂窝和D2D混合网资源分配问题分解成功率控制和D2D用户的最优信道分配两个子问题。首先,以最大化单个D2D用户能效为目标,在满足蜂窝用户最低信干噪比条件下,利用Lambert W函数推导出功率分配闭合表达式。
然后,以最大化蜂窝用户信干噪比和D2D用户能效为目标,基于Gale-Shapley婚姻匹配方法提出最大化能量效率的信道匹配算法,得到最优信道匹配方案。
由于一个蜂窝用户最多只能与一个D2D用户复用资源,D2D用户也只能复用一个蜂窝用户资源。D2D用户之间不存在相互干扰,且D2D用户最多只与一个蜂窝用户存在相互干扰。
因此,在基于Gale-Shapley婚姻匹配的信道分配算法前,加入功率控制过程,得到最大化能量效率的资源分配算法。本实施例的资源分配算法如下:
Step 1:初始化,建立系统模型;
Step 2:基于Lambert W函数功率控制,并从可复用集合中剔除不符合条
件的用户,包括:
1:自可复用集合中选择蜂窝用户n和D2D用户m,
Step 3:使用基于Gale-Shapley算法信道分配算法获得最佳信道配对
6:利用基于Gale-Shapley的资源分配算法获得X={χm,n=1}集合。
其中,步骤三,即Step3详细过程如下:
1:声明每个蜂窝用户和D2D用户的可用性。
2:标记不能与D2D用户复用资源的蜂窝用户。
3:定义C:为小区用户集合。
4:定义D:为D2D用户集合。
Step 1:计算用户的偏好序列
Step 2:应用Gale-Shapley算法计算出最佳复用方式χm,n;
7:如果D2D用户对m可用并且还没有对偏好列表中所有未标记的蜂窝用户提出过匹配;
8:D2D用户对m的偏好序列第中一个没有被标记且没有提出过匹配的蜂窝用户;
9:蜂窝用户w暂时和D2D用户对m匹配;
10:如果蜂窝用户w偏好序列中,用户m排在先前匹配用户m'的前面,蜂窝用户w暂时和D2D用户对m匹配;m'变为自由可用状态;
11:否则蜂窝用户w拒绝D2D用户对m。
Step 3:完成信道分配
12:D2D用户对与蜂窝用户匹配完成。
本实施例仿真结果如下:
表1为仿真参数如下:
表1仿真参数
为了验证该算法中D2D通信性能,本实施例选取全网和D2D通信链路能量效率作为算法性能评价指标。总能量效率(Sum energy efficiency)是指网络中全部D2D用户和小区用户的能量效率之和,为:
为了验证本实施例资源分配算法的有效性,选取现有的两种算法作对比算法。本实施例提出的算法下面均以“Proposed”代替。现有的第一种算法用“GaSaBa”表示,现有的第二种算法用“Heuristic”表示。仿真参数的设置如表1所示。
1、D2D通信距离对蜂窝网络性能的影响
令D2D用户对个数M=6,D2D通信最大发射功率仿真得到网络能量效率和传输速率与D2D通信距离Ld的关系如图2和图3所示。图2和图3分别表示网络总能量效率和D2D用户侧能量效率与D2D通信距离之间的关系。从图中可以看出三种算法的能量效率皆随通信距离的增大而降低,且本实施例所提算法总能量效率和D2D用户能量效率都高于其他两种算法。
因为当D2D通信距离增大时,信道增益变小,数据传输速率降低,为了提高传输速率增加发射功率又会进一步带来干扰和功耗,因此能量效率随通信距离增大而降低。本实施例所提算法基于最大化能量效率为蜂窝用户和D2D用户分配最优发射功率,将干扰和速率降低控制在一定范围内;信道分配时又最大化了D2D用户的能量效率。因此,能量效率性能比其他两种算法好。“GaSaBa”和“Heuristic”算法以固定发射功率或者固定的功率分配方式传输数据,以信道增益为依据做信道匹配,无法更好的适应信道增益降低带来的速率损失。
2、D2D通信链路数目对蜂窝网络性能的影响
图4和图5表示D2D通信链路数对蜂窝网络性能的影响仿真图,图4显示系统能量效率与D2D通信用户数的关系,可以看出三种算法下的系统能量效率均随用户数增多而增大。因为随D2D用户数的增多,加入复用的蜂窝用户数增多,蜂窝用户能量效率变大,进而使系统能量效率增加。图5显示本实施例所提算法和“GaSaBa”算法中D2D能量效率随D2D用户数增加而略有降低,本实施例的提算法性能明显好于其他两种算法。随着D2D用户的增多,可供选择的蜂窝用户资源变少,D2D用户匹配到较低干扰的蜂窝用户信道资源的概率变小,因此干扰增大。“Heuristic”算法D2D能量效率随D2D用户数变化不大。
3、蜂窝用户最低信干噪比对蜂窝网络性能的影响
如图6和图7所示,图6表示D2D用户的能量效率随蜂窝用户信干噪比门限的关系。从图6中可以看出,本实施例所提算法性能明显优于其他两种算法。另外,“GaSaBa”算法不受蜂窝用户最低信干噪比变化的影响,本实施例算法和“Heuristic”算法随着蜂窝用户最低SINR门限值增大,D2D用户侧能量效率降低。因为蜂窝用户SINR最低门限越高,为了保证蜂窝用户传输速率,将会牺牲部分D2D用户的性能。“GaSaBa”算法不做功率分配,不存在类似的问题。
分析图7传输速率与蜂窝用户信干噪比门限的关系可知,蜂窝用户信干噪比门限值增大,本实施例所提算法D2D用户传输速率仍然高于其他两种算法,但是传输速率迅速降低。因为为了保证蜂窝用户的性能要求,本实施例算法功率分配将蜂窝用户最低信干噪比要求作为首要约束条件,因此分配结果受其影响较大。
因此,本实施例的资源分配算法在D2D用户能量效率和传输速率,系统能量效率均优于另外两种现有的算法。因为本文所提算法通过优化单个D2D能效获得最优功率分配,有效地提升了D2D用户的能效。又利用基于Gale-Shapley的信道分配算法能够获得最优信道资源匹配,有效地控制了用户间的干扰,保障了蜂窝用户信干噪比要求,最大限度的提升了网络整体性能。而另外两种算法采用固定功率分配方法(“Heuristic”)或者直接用固定的功率发射信号(“GaSaBa”),灵活性较差,D2D用户能量损耗较大;且信道分配没有联合考虑蜂窝用户与D2D用户性能要求,系统中存在较大干扰。因此,这两种算法能效性能较差。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员能够理解本发明,但是本发明不仅限于具体实施方式的范围,对本技术领域的普通技术人员而言,只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内,一切利用本发明构思的发明创造均在保护之列。
Claims (2)
1.一种蜂窝网络中D2D通信的资源分配方法,其特征在于:所述资源分配方 法包括:
步骤一,建立蜂窝网络D2D通信模型,定义蜂窝用户n的发射功率为D2D用户m的发射功率为D2D用户m复用蜂窝用户n信道资源,定义约束条件,约束条件包括:一个蜂窝用户的信道资源只被一个D2D用户复用,一个D2D用户只复用一个蜂窝用户信道资源,蜂窝用户发射功率和D2D用户发射功率必须满足最大功率限制要求,蜂窝用户信干噪比和D2D用户信干噪比不得小于最低信干噪比要求;
步骤二,采用基于改进的功率控制算法进行功率控制,并从可复用集合中剔除不符合条件的用户;包括计算功率分配闭合表达式为满足约束条件的最优发射功率组合;其中,为D2D用户m的最优发射功率,为蜂窝用户n的最优发射功率;
步骤三,采用改进的匹配算法获得最佳信道配对,得出满足约束条件的最优信道分配方案;
所述步骤二包括:步骤1,根据约束条件中蜂窝用户信干噪比和D2D用户信干噪比不得小于最低信干噪比要求,计算出蜂窝用户功率最低门限值和D2D功率最低门限值;
步骤3,利用Lambert W函数计算D2D用户发射功率,如果蜂窝用户发射功率最小约束值时,或蜂窝用户发射功率最小约束值时,或D2D用户发射功率最小约束值时,或剔除对应的D2D用户;其中,为D2D用户的最大发射功率,为D2D用户发射功率最小约束值;
所述改进的匹配算法为基于Gale-Shapley婚姻匹配的信道分配算法,利用基于Gale-Shapley婚姻匹配的信道分配算法为已经分配功率的D2D用户合理分配信道资源;
步骤三包括:步骤A,定义信道分配问题模型表示为:
步骤B,声明每个蜂窝用户和D2D用户的可用性,标记不能与D2D用户复用资源的蜂窝用户;
步骤C,计算用户端的偏好序列,包括根据为每个D2D用户对计算偏好值,依据偏好值确定期望匹配的蜂窝用户优先级列表;根据为计算蜂窝用户计算偏好值,并确定期望匹配的D2D用户对优先级列表,优先级越高,表示与之匹配的蜂窝用户获得传输速率越高;标记不满足约束条件的D2D用户对并禁止将其纳入信道资源复用集合;
步骤C,应用Gale-Shapley算法找到最佳复用方式,
步骤D,使用基于Gale-Shapley的信道分配算法,获得最佳信道配对,完成信道分配。
2.根据权利要求1所述的蜂窝网络中D2D通信的资源分配方法,其特征在于:改进的匹配算法包括:
计算每个D2D用户对偏好值,依据偏好值确定期望匹配的蜂窝用户优先级列表,与列表中优先级越高的蜂窝用户复用信道,D2D用户对获得的能量效率越高;
计算蜂窝用户偏好值,确定期望匹配的D2D用户对优先级列表,优先级越高,表示与之匹配的蜂窝用户获得传输速率越高;
标记不满足条件的D2D用户对并禁止将其纳入信道资源复用集合,利用Gale-Shapley算法进行信道分配,找到最佳复用方式得到最优信道分配方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810869724.8A CN108924799B (zh) | 2018-08-02 | 2018-08-02 | 一种蜂窝网络中d2d通信的资源分配算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810869724.8A CN108924799B (zh) | 2018-08-02 | 2018-08-02 | 一种蜂窝网络中d2d通信的资源分配算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108924799A CN108924799A (zh) | 2018-11-30 |
CN108924799B true CN108924799B (zh) | 2020-06-16 |
Family
ID=64394107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810869724.8A Active CN108924799B (zh) | 2018-08-02 | 2018-08-02 | 一种蜂窝网络中d2d通信的资源分配算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108924799B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109842931B (zh) * | 2019-03-13 | 2021-07-09 | 南京邮电大学 | 一种基于noma的d2d蜂窝系统资源分配方法 |
CN111065163B (zh) * | 2020-01-17 | 2023-02-10 | 深圳大学 | 一种蜂窝网络资源分配方法、装置及系统 |
CN111586646B (zh) * | 2020-05-27 | 2021-03-30 | 重庆大学 | 一种蜂窝网络中联合上下信道的d2d通信的资源分配方法 |
CN113498160B (zh) * | 2021-06-23 | 2023-01-24 | 深圳大学 | 提升d2d通信安全的方法、设备和计算机可读存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5642896B2 (ja) * | 2011-09-16 | 2014-12-17 | エヌイーシー(チャイナ)カンパニー, リミテッドNEC(China)Co.,Ltd. | 階層的スペクトル共有システムにおける二次送信機の送信電力決定方法及び送信電力決定装置 |
CN106231620A (zh) * | 2016-07-22 | 2016-12-14 | 哈尔滨工业大学 | 一种蜂窝网络中d2d通信的联合功率控制及比例公平调度的方法 |
CN106376086B (zh) * | 2016-08-24 | 2019-07-23 | 重庆大学 | 一种资源分配方法及装置 |
-
2018
- 2018-08-02 CN CN201810869724.8A patent/CN108924799B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108924799A (zh) | 2018-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108924799B (zh) | 一种蜂窝网络中d2d通信的资源分配算法 | |
CN109474980B (zh) | 一种基于深度增强学习的无线网络资源分配方法 | |
CN107426820B (zh) | 一种认知d2d通信系统中多用户博弈提高能效的资源分配方法 | |
CN107613555B (zh) | 非正交多址接入蜂窝和终端直通密集网络资源管控方法 | |
CN108834112B (zh) | 一种基于noma的中继辅助d2d通信系统功率分配方法 | |
CN108600999B (zh) | Fd-d2d基于信道分配与功率控制联合优化方法 | |
CN111586646B (zh) | 一种蜂窝网络中联合上下信道的d2d通信的资源分配方法 | |
CN110166987B (zh) | 一种保障蜂窝移动通信系统QoS的D2D通信能效最优化方法 | |
CN111031547B (zh) | 基于频谱分配与功率控制的多用户d2d通信资源分配方法 | |
CN104796990B (zh) | 蜂窝异构网络中基于功率控制的d2d资源分配方法 | |
CN106211302A (zh) | 非正交多址接入异构融合网络资源分配方法 | |
CN108064077A (zh) | 蜂窝网络中全双工d2d的功率分配方法 | |
CN109039494B (zh) | 一种基于改进和声搜索算法的5g通信系统资源分配方法 | |
CN111787543B (zh) | 一种基于改进灰狼优化算法的5g通信系统资源分配方法 | |
CN111083708B (zh) | 一种基于干扰感知多图的v2v通信异质频谱分配方法 | |
CN107071881B (zh) | 一种基于博弈论的小蜂窝网络分布式能量分配方法 | |
CN110139282B (zh) | 一种基于神经网络的能量采集d2d通信资源分配方法 | |
CN106912059B (zh) | 支持互信息积累的认知中继网络联合中继选择及资源分配方法 | |
Du et al. | Joint power and channel allocation for D2D underlaid multi-user cellular networks | |
CN110225494B (zh) | 一种基于外部性和匹配算法的机器类通信资源分配方法 | |
CN108601083B (zh) | D2d通信中基于非合作博弈的资源管理方法 | |
Yan et al. | An adaptive subcarrier, bit and power allocation algorithm for multicell OFDM systems | |
CN107172574B (zh) | 一种d2d用户对与蜂窝用户共享频谱的功率分配方法 | |
CN107147991B (zh) | 一种应用于蜂窝网络的d2d通信模式选择方法 | |
CN111132312B (zh) | 一种资源分配方法和装置 |
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 |