CN109548130A - 基于免授权频段d2d系统的分布式节能方法 - Google Patents

Abstract

本发明提供一种基于免授权频段D2D系统的分布式节能方法，包括如下步骤：S1)建立以最小化总功率为目标函数的系统模型，限制每一对D2D用户的吞吐量需求，限制第k条D2D用户在第k个免授权频段信道上的功率，限制第k条免授权频段的频谱分给第k个D2D用户时分因子的比重，限制所有的D2D用户对每个授权频段子信道n造成的总干扰；S2)建立微分方程组进行求解，采用基于梯度投影算法对目标函数所构造的微分方程组求解；S3)采用matlab中的simlink模块进行仿真分析。本发明的优点为：D2D用户复用LTE系统的授权频段和Wi‑Fi系统站点(APs)上的免授权频段，提出一种分布式算法来完成D2D用户的功率和频谱资源分配。

Description

基于免授权频段D2D系统的分布式节能方法

技术领域

本发明涉及无线通信系统技术领域，具体涉及一种基于免授权频段D2D系统的分布式节能方法。

背景技术

随着移动设备的普及和移动端应用的多样化，人工智能、物联网以及大数据等技术迅速发展，人们在日常生活中对于移动数据流量的需求呈爆炸式増长。根据Cisco的视觉网络指数，全球IP流量可能会增长三倍，年均值将从2016年的1.2ZB上升到2021的3.3.ZB。预计在未来的几年，类似的趋势将会持续下去。

为了满足不断增长的移动数据流量需求，工业界和学术界不断探索通信系统增加其吞吐量的方式。现有的授权频段上不断提高频谱利用率，主要方案有超密集异构网络、多输入多输出(Multiple-Input Multiple-Output，MIMO)技术、全双工传输(Full-DuplexTransmission)技术和设备到设备(Device-to-Device，D2D)技术等。然而，由于授权频段资源非常有限，难以继续提高系统吞吐量。

对此，于2013年，业界提出了LTE-U(LTE unlicensed)技术，其特点在于借助了免授权频段资源，以缓解频谱资源紧缺的压力。相比于授权频段资源，免授权频段资源还是比较丰富的，特别是在主要使用者为Wi-Fi系统的5GHz频谱资源还未完全开发。近几年来，由于业界对LTE-U技术研究的不断深入，也提出了很多种LTE系统和Wi-Fi系统的共存技术，其系统吞吐量也展现了令人满意的性能效果。在这样的技术推动下，D2D通信系统使用免授权频段资源自然而然就成为了进一步提升通信系统吞吐量的一种解决方案。

D2D通信技术可以使移动设备优先建立直通的通信链路，并在基站的控制下复用LTE系统的授权频谱资源，这对于蜂窝小区的频谱利用率和能量效率都有着很大的提升。而允许LTE系统使用免授权频段就相当于D2D通信模式也多了一维自由度。此时使用D2D通信进行数据传输的用户不仅可以使用授权频段，还可以使用免授权频段，称之为D2D-U(D2Dcommunication in unlicensedspecturm)。然而，D2D系统不仅对免授权频段有干扰，在LTE系统上的每一个授权子信道也都将受到其他D2D链路的干扰，这将严重影响LTE用户在授权频段上的数据传输。

发明内容

本发明的目的是提供一种基于免授权频段D2D系统、限制全部D2D链路对授权子信道造成的总干扰、保证LTE用户在授权频段上正常使用的分布式节能算法。

为了达到上述目的，本发明通过以下技术方案来实现：

基于免授权频段D2D系统的分布式节能方法，包括如下步骤：

S1)建立以最小化总功率为目标函数的系统模型，

其中，是在授权频段上的传输功率矩阵，是在免授权频段上的传输功率矩阵，C^(U)＝(c^(U) _k)_k∈K是在免授权频段上分配给用户的时分因子矩阵，为第k对D2D链路在第n个授权频段的子信道上的吞吐量，为第k对D2D链路在第k条免授权频段的信道上的吞吐量，为全部D2D链路总的功率上限和时分因子上限且将远远大于实际的值；

其中，为第k对D2D用户与授权频段上第n个子信道之间的干扰功率谱密度；

S2)求解系统模型

建立微分方程组进行求解，

其中，为D2D用户要有优化的变量，λ_k和z_k都为辅助变量，λ_j和z_j为各自Agent附近邻居Agent j的有效信息；

采用基于梯度投影算法对目标函数所构造的微分方程组进行求解，

其中，和为投影算子；对应的约束集，即变量所对应的投影范围；

S3)仿真分析

采用matlab中的simlink模块进行仿真分析。

进一步地，步骤S1)中，在D2D链路上可以实现的传输速率主要可以分为授权频段和免授权频段两个部分；

第k对D2D用户使用授权频段上的第n个子信道时，其传输速率为：

其中，B^(L)为子信道的带宽，为分配到第k对D2D用户在第n个子信道上的发送功率，为第k对D2D用户与授权频段上第n个子信道之间的干扰功率谱密度，为噪声功率谱密度，I_D为宏基站对D2D链路的干扰；

第k对D2D用户在授权频段上总的吞吐量为：

第k对D2D用户使用免授权频段上的第k个信道传输时，其传输速率为：

其中，为分配到第k对D2D用户在免授权频段上的发送功率，为第k对D2D用户与免授权频段上的干扰功率谱密度，为第k对D2D用户在第k条免授权信道上的时分因子，B^(U)为免授权信道上的带宽；

定义代入得出

第k对D2D用户在免授权频段上的总吞吐量为

本发明与现有技术相比，具有以下优点：

本发明基于免授权频段D2D系统中，D2D用户复用LTE系统的授权频段和Wi-Fi系统站点(APs)上的免授权频段，提出一种基于能效的分布式算法来完成D2D用户的功率和频谱资源分配。

本发明的方法是将每一个D2D链路都看做分布式系统中的Agent，单个D2D链路的资源分配问题是要求与其他的Agent共同合作，相互之间进行信息传递，最后通过完成全部Agent的局部决策以获得整个D2D系统的最优解决方案。

对于免授权频段，本发明在免授权频段上设置时分因子并限制了在免授权频段上的发射功率，要求D2D用户与其他设备一起通过信道感知的方式来竞争免授权信道资源。基于感知协议来支持LTE和D2D用户访问和使用免授权频段，保证与Wi-Fi系统一同和谐地使用免授权频段。

对于授权频段，针对全部D2D链路对授权子信道造成的总干扰，采用了一种分布式算法来限制其总干扰，保证LTE用户在授权频段上的正常使用。

附图说明

图1是本发明基于免授权频段D2D系统的分布式节能方法的流程示意图。

图2是本发明基于免授权频段D2D系统的分布式节能方法的D2D链路通信示意图。

图3是本发明基于免授权频段D2D系统的分布式节能方法的仿真分析中D2D链路之间关系示意图。

图4是本发明基于免授权频段D2D系统的分布式节能方法的仿真分析结果比较示意图。

具体实施方式

下面结合附图，对本发明的实施例作进一步详细的描述。

如图1所示为本发明基于免授权频段D2D系统的分布式节能方法的流程示意图。

基于免授权频段D2D系统的分布式节能方法，包括如下步骤：

S1)以最小化总功率为目标函数的系统模型

如图2所示，在D2D通信系统中，允许使用D2D技术进行数据传输的用户可以复用宏基站的上行链路并与Wi-Fi APs、LAA技术和LTE-U单元共享免授权频段。如图2所示，MBS为宏基站，MUE为宏基站用户，Wi-Fi AP为Wi-Fi站点，Wi-Fi user为Wi-Fi用户，LTE-U SBS为LTE-U系统中的小基站，SUE为采用D2D链路的用户。

D2D链路同时会对宏基站和Wi-Fi APs造成干扰，使得宏基站用户和Wi-Fi用户的使用受到很大的影响，因此需要对授权频段和免授权频段的发射功率和时分因子加以约束。其中，假设有K对使用D2D技术进行传输数据的用户，宏基站的授权频段分为N个子信道，免授权频段为K个信道，其中一个免授权信道只能服务一个D2D链路，并且假设第k条D2D链路只使用第k个免授权信道来简化模型。

在该系统中，系统模型将以最小化总功率为目标函数，同时满足用户的传输速率，考虑免授权频段上的功率和时分因子的限制，还考虑到全部的D2D链路对于宏基站子信道的总干扰。其优化问题可以如下表示：

这里，是在授权频段上的传输功率矩阵，是在免授权频段上的传输功率矩阵，是在免授权频段上分配给用户的时分因子矩阵，为第k对D2D链路在第n个授权频段的子信道上的吞吐量，为第k对D2D链路在第k条免授权频段的信道上的吞吐量。

约束条件(2a)是每一对D2D用户所要求的吞吐量需求；约束条件(2b)是对于第k条D2D用户在第k个免授权频段信道上的功率给予限制，以保证在免授权频段上的干扰控制；约束条件(2c)是限制第k条免授权频段的频谱分给第k个D2D用户时分因子的比重，且约束条件(2d)是限制所有的D2D用户对每个授权频段子信道n造成的总干扰，其中

在D2D链路上可以实现的传输速率主要可以分为授权频段和免授权频段两个部分，第k对D2D用户使用授权频段上的第n个子信道时，其传输速率为：

其中，B^(L)为子信道的带宽；为分配到第k对D2D用户在第n个子信道上的发送功率；为第k对D2D用户与授权频段上第n个子信道之间的干扰功率谱密度；为噪声功率谱密度；I_D为宏基站对D2D链路的干扰。

因此，第k对D2D用户在授权频段上总的吞吐量为：

另一方面，第k对D2D用户使用免授权频段上的第k个信道传输时，其传输速率为：

其中，为分配到第k对D2D用户在免授权频段上的发送功率；为第k对D2D用户与免授权频段上的干扰功率谱密度；为第k对D2D用户在第k条免授权信道上的时分因子；B^(U)为免授权信道上的带宽。然后，第k对D2D用户在免授权频段上的总吞吐量为

由于带有和的非凸的约束条件(2a)、(2b)和(2c)，问题(1)为非凸优化问题。于是定义代入至公式(5)得到公式(6)，将问题(1)转化为凸优化问题：

进一步地，构造分布式算法模型。

自主体系统(Multi-Agent Systems,MASs)是由多个相互之间具有通讯能力的自主体(Agent)组成的。MASs系统通过每个Agent之间的信息交换，使得系统展现出单一Agent无法实现的功能。在MASs系统中，单个的Agent只知道自身的信息，其决策能力是无法完成系统整体的控制，只有通过综合自身信息与相关联的Agent信息进行决策才能完成全局的控制。因此，MASs系统的决策过程是属于分布式范畴。

在MASs系统中，Agent之间的关系通常以图论的形式来表示。图G＝(V,E)是由若干个节点集合V和连接节点的边集E组成的。如果E的每一条边都是无向的，则称G为无向图；如果E的每一条边都是有向边，则称G为有向图；否则，称G为混合图。在分布式算法中，根据确定的图论模型，就可以知道节点之间的相互关系，知道谁是谁的邻居，信息可以如何进行传递。图论是以一种抽象的形式来表现一系列事物之间联系的数学系统。

很多情况下，集中式求解方案在效率和质量上都无法满足设计需求，由于MASs系统的分布式控制有运行速度快，信令开销小等优点，在科学实验、工业上逐渐得到了广泛的研究和应用。分布式算法并不像集中式算法那样把全部的Agent所携带的信息和优化问题都集中到一个自主体上做决策，而是Agent间相互合作，通过全部Agent各自综合决策以获得全局最优的解决方案。分布式算法的优点在单个Agent的决策过程的信息传递只是和相关联的Agent信息有关，无需将全部Agent的信息都传输到一个节点进行整体决策，这样降低了信息传递的开销。集中式的算法往往对系统结构不具备容错性，若其中一个Agent求解出现了问题，那么整个优化问题都将会出错。然而在分布式算法中，其中一个Agent出错并不会影响整个系统的优化，这说明分布式算法有着很好的鲁棒性。

本发明根据最优资源分配的无初始化分布式算法，对目标函数(1)进行求解。在D2D通信系统中，每一对D2D链路都相当于是一个局部的Agent，它们将要根据自己本身的数据信息和获得与它们相关的数据信息来完成局部的优化，当整体的D2D链路完成优化后，将获得D2D系统的整体分布式优化结果。

在目标函数(1)中，可以看出约束条件(2d)为全局约束条件，需要通过分布式算法对授权子信道干扰进行约束。在每个D2D链路中需要求解的变量为和而只有变量有全局限制，下面为的约束条件：

然而对于变量来说，只是在每一个D2D链路的决策中受到(2b)和(2c)条件的约束，但对于全局D2D链路资源优化过程中是不受到任何影响的，因此为了适应该算法中的变量有全局资源约束的要求，将构造如下约束条件使得也成为在分布式计算中需要调节的变量：

为全部D2D链路总的功率上限和时分因子上限，并且将远远大于实际的值。在原问题中，对于变量并没有属于全局的限制条件，而本发明所设置的限制条件将远远大于这两个变量本身的取值范围，并且限制条件(2b)、(2c)比限制条件(8)、(9)更为严格，因此添加了限制条件(8)、(9)并不会对原问题产生任何影响。在分布式计算过程中融入变量同时保证满足D2D链路局部的限制条件。因此优化问题(1)可以转化为：

其中(11a)-(11c)为每个D2D链路局部需要优化的限制条件，而(11d)-(11f)为全部D2D链路之间总的限制条件，也是分布式算法需要去优化的全局条件。

S2)求解系统模型

本发明对于第k条D2D链路中的每个变量通过建立以下的微分方程组来进行求解。在以下的微分方程组中，λ_k和z_k都为辅助变量，λ_j和z_j为各自Agent附近邻居Agent j的有效信息，为D2D用户要有优化的变量，针对这些变量需要建立的微分方程组如下：

采用基于梯度投影算法对目标函数所构造的微分方程组进行求解。因此，下面式子为对应的约束集，也就是变量所对应的投影范围，分别表示为：

和为投影算子。对于投影算法P_Ω(x)来说，P_Ω(x)相当于是约束集Ω中“最接近”x的点。具体的过程可以表示为：当x在Ω内，那么则令P_Ω(x)＝x，否则，将x投影到Ω中，并返回投影结果。

对于每一个投影过程P_Ω(x)，都可以算是一个数值优化的过程，若x不在约束集内，将计算出x离区域Ω最近的点Z，其过程可以如下表示：

arg min:||Z-x||² (18)

subject to:Z∈Ω (19)

当一个Agent链路完成决策后，由于MASs系统中，多个Agent可以分布在不同的地方，其拓扑关系可以由特定的无向图表示，因此我们要通过Agent协作的关系来满足全部的约束条件。每个Agent可以看成为一个节点，并且每个相连的节点之间可以进行信息的交换。例如，与Agent i相连接的个体为Agent j，当Agent i进行局部决策时，Agent j将提供自己所知道的信息给Agent i以完成节点Agent i的局部优化。

S3)仿真分析

在D2D通信系统里，D2D链路共享MBS的授权频段并且与Wi-Fi APs、LAA技术和LTE-U单元一起复用免授权频段。授权频段和免授权频段都有20MHz的带宽，并且授权频段分为了16个带宽为1.25MHz的子信道，用户的传输速率需求为15Mbit/s。主要的仿真参数如下表所示：

在仿真过程中，需要确定的是每条D2D链路之间的关系，可以以图论的形式展现。如图3所示，假设有6条D2D链路，则D2D链路之间邻居关系可以表示为：

Agent 1的邻居为Agent 2，Agent 3，Agent 5；

Agent 2的邻居为Agent 1，Agent 4；

Agent 3的邻居为Agent 1；

Agent 4的邻居为Agent 2；

Agent 5的邻居为Agent 1，Agent 6；

Agent 6的邻居为Agent 5。

将以上D2D链路之间的关系构建指定的微分方程组，用matlab中的simlink模块进行求解可以得到如图4所示的仿真图。如图4所示，D2D用户速率需求在不断增加时，授权、免授权频段和系统的发射功率都会增加以满足用户需求。由于用户速率需求的压力，并且加上授权频段子信道的干扰限制的条件，免授权频段的频谱利用率将会比授权频段要高，因此会更多地使用免授权频段。与集中式算法相比，在仿真结果上的区别，可以看出，该分布式算法的仿真结果与使用lingo仿真得出的集中式仿真结果是完全一致的，这也验证了分布式算法的可靠性，其结果都收敛到了问题的最优解。

仿真效果与实际情况符合，也表明本发明采用的分布式优化方法可以完全解决D2D系统在授权和免授权频段上进行功率和频谱的资源分配。

以上所述仅是本发明优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明构思的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明保护范围内。

Claims (2)

1.基于免授权频段D2D系统的分布式节能方法，其特征在于包括如下步骤：

S1)建立以最小化总功率为目标函数的系统模型，

其中，是在授权频段上的传输功率矩阵，是在免授权频段上的传输功率矩阵，C^(U)＝(c^(U) _k)_k∈K是在免授权频段上分配给用户的时分因子矩阵，为第k对D2D链路在第n个授权频段的子信道上的吞吐量，为第k对D2D链路在第k条免授权频段的信道上的吞吐量，为全部D2D链路总的功率上限和时分因子上限且将远远大于实际的值；

其中，为第k对D2D用户与授权频段上第n个子信道之间的干扰功率谱密度；

S2)求解系统模型

建立微分方程组进行求解，

其中，为D2D用户要有优化的变量，λ_k和z_k都为辅助变量，λ_j和z_j为各自Agent附近邻居Agent j的有效信息；

采用基于梯度投影算法对目标函数所构造的微分方程组进行求解，

其中，和为投影算子；对应的约束集，即变量所对应的投影范围；

S3)仿真分析

采用matlab中的simlink模块进行仿真分析。

2.根据权利要求1所述的基于免授权频段D2D系统的分布式节能方法，其特征在于：

步骤S1)中，在D2D链路上可以实现的传输速率主要可以分为授权频段和免授权频段两个部分；

第k对D2D用户使用授权频段上的第n个子信道时，其传输速率为：

其中，B^(L)为子信道的带宽，为分配到第k对D2D用户在第n个子信道上的发送功率，为第k对D2D用户与授权频段上第n个子信道之间的干扰功率谱密度，为噪声功率谱密度，I_D为宏基站对D2D链路的干扰；

第k对D2D用户在授权频段上总的吞吐量为：

第k对D2D用户使用免授权频段上的第k个信道传输时，其传输速率为：

其中，为分配到第k对D2D用户在免授权频段上的发送功率，为第k对D2D用户与免授权频段上的干扰功率谱密度，为第k对D2D用户在第k条免授权信道上的时分因子，B^(U)为免授权信道上的带宽；

定义代入得出

第k对D2D用户在免授权频段上的总吞吐量为