CN112055335B - 一种基于noma的上行车载通信资源分配方法及系统 - Google Patents
一种基于noma的上行车载通信资源分配方法及系统 Download PDFInfo
- Publication number
- CN112055335B CN112055335B CN202010986630.6A CN202010986630A CN112055335B CN 112055335 B CN112055335 B CN 112055335B CN 202010986630 A CN202010986630 A CN 202010986630A CN 112055335 B CN112055335 B CN 112055335B
- Authority
- CN
- China
- Prior art keywords
- cue
- optimization
- allocation
- interference
- resource block
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004891 communication Methods 0.000 title claims abstract description 40
- 206010042135 Stomatitis necrotising Diseases 0.000 title claims abstract 7
- 201000008585 noma Diseases 0.000 title claims abstract 7
- 238000013468 resource allocation Methods 0.000 title claims description 13
- 238000005457 optimization Methods 0.000 claims abstract description 69
- 230000005540 biological transmission Effects 0.000 claims abstract description 22
- 230000003595 spectral effect Effects 0.000 claims description 6
- UGTJLJZQQFGTJD-UHFFFAOYSA-N Carbonylcyanide-3-chlorophenylhydrazone Chemical compound ClC1=CC=CC(NN=C(C#N)C#N)=C1 UGTJLJZQQFGTJD-UHFFFAOYSA-N 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 239000000523 sample Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 10
- UVCJGUGAGLDPAA-UHFFFAOYSA-N ensulizole Chemical compound N1C2=CC(S(=O)(=O)O)=CC=C2N=C1C1=CC=CC=C1 UVCJGUGAGLDPAA-UHFFFAOYSA-N 0.000 description 5
- 229920009537 polybutylene succinate adipate Polymers 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/48—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for in-vehicle communication
-
- 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
- H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality 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)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于NOMA的上行车载通信资源分配方法及系统,该方法通过建立满足CUE和DUE的最大传输功率,及DUE的服务质量的约束下,最大化CUE容量的优化函数;将所述优化函数分解为两个子问题:资源块分配的优化问题及功率分配的优化问题;针对资源块分配的优化问题,建立一个优化框架,在初始阶段和重新分配阶段中分别进行求解;针对功率分配优化问题,利用凸函数差分优化方法,来得到最优的功率分配方案。本发明提供的技术方案,既能保证用户的QoS要求,又能实现系统性能的优化。
Description
技术领域
本发明涉及通信技术领域,具体涉及一种基于NOMA的上行车载通信资源分配方法及系统。
背景技术
近年来,随着智能交通系统(Intelligent Transport System,ITS)的快速发展,车辆网络越来越受到人们的关注。车辆网络旨在提供道路安全服务及车辆资讯娱乐服务。一般来说,车辆通信的应用主要集中在可以从手机网络获得包括个人通信、移动办公、远程信息处理、基于位置的信息、汽车相关的移动服务、实时视频,互联网接入等,这些应用都主要由车对基础设施(Vehicle-to-Infrastructure,V2I)链路进行支持。与此同时,车对车(Vehicle-to-Vehicle,V2V)链路还可以支持安全服务,该服务主要用于减少交通事故和保护车内人员的生命安全和信息传递,如协同感知信息(Cooperative Awareness Messages,CAMs)和分散环境通知信息(Decentralized Environmental Notification Messages,DENM)。然而,随着车载网络中接入设备数量的迅速增加,如何提高车载系统的性能已逐渐成为的一个重要研究方向。
通过在车载通信中添加D2D(Device-to-Device,D2D)通信技术,添加D2D技术的车载通信可以为移动用户提供更大容量、更低延迟的通信服务。它在保证V2V和V2I通信效率和可靠性的同时,也有很大的潜力减少车辆通信延迟和中断。
有许多研究与D2D(Device-to-Device,终端直接通信)支持的车载通信问题有关。显然,启用D2D的车载通信会造成严重的干扰,因此优化资源配置非常重要。近年来,非正交多址(NOMA)技术被认为是一种提高频谱效率的有效方法,并被应用于车载通信中。
对于车载通信,每个V2I链路与V2I链路共享频谱,为了获得更高的频谱效率使不同链路的QoS(Quality of Service,服务质量)要求不同,但同时它也增加了对V2I链路的干扰。而且早期的工作主要集中在正交多址接入技术上,还没有文献讨论过基于NOMA的车载网络。在本发明中,研究了一种基于非正交多址(NOMA)的上行车载通信系统,该系统中蜂窝设备与多个D2D用户复用相同的频谱资源。本发明的目标是在满足CUE(Cellular UserEquipment,蜂窝用户设备)和DUE(D2D User Equipment,直接通信用户设备)的最大传输功率和DUE的服务质量(QoS)约束下,来最大化CUE的容量。
发明内容
有鉴于此,本发明的目的在于克服现有技术的不足,提供一种基于NOMA的上行车载通信资源分配方法及系统,以实现在满足CUE和DUE的最大传输功率和DUE的服务质量(QoS)约束下,来最大化CUE的容量。
为实现以上目的,本发明采用如下技术方案:
一种基于NOMA的上行车载通信资源分配方法,包括:
步骤S1、建立满足CUE和DUE的最大传输功率,及DUE的服务质量的约束下,最大化CUE容量的优化函数;
步骤S2、将所述优化函数分解为两个子问题:资源块分配的优化问题及功率分配的优化问题;
步骤S3、针对资源块分配的优化问题,建立一个优化框架,在初始阶段和重新分配阶段中分别进行求解;
步骤S4、针对功率分配优化问题,利用凸函数差分优化方法,来得到最优的功率分配方案。
优选地,所述方法,还包括:
假设系统模型为基于D2D的车载通信网络,它由一个基站BS和F个正交资源块RBs、M个需要高容量的CUE和K对需要高可靠性的DUE组成;
假设多个不同的CUE可以通过NOMA通信来重复使用同一个RB来提高频谱效率,并且存在kf对CUE重复使用第f个RB,0≤f≤F,kf≥1;
假设所有用户的全局信道状态信息CSI被BS完全知道,在不失一般性的前提下,将第f个RB上的CUE与BS之间的信道增益排序为,其中,B代表基站;
为避免DUE对CUE造成强烈干扰,假设每个信道只被一对DUE所复用,即K=F。
优选地,所述步骤S1具体为:
在上行NOMA系统中,在第f个RB上第m个CUE的的信干噪比可以表示为:
其中,代表其他CUE对第m个CUE的干扰;表示DUE引起的干扰,是在第f个RB上第k对DUE与BS之间链路的信道增益,和分别是第m个CUE和第k对DUE的传输功率,表示从第m个CUE到BS在f个RB上的通道增益,σ2表示噪声功率;1≤m≤M,1≤k≤K;
在第f个RB上的第k对DUE的信干噪比可以写成:
其中,是在第f个RB上第k对DUE发射端和第k对DUE接收端之间的信道增益;是在第f个RB上第i个CUE和第k对DUE之间的的信道增益;是在第f个RB上从第j对DUE发射端到到第k对DUE接收端的信道增益;表示其他CUE的干扰;表示其他DUE的干扰;
为了解决资源块分配的优化问题,定义一个二元矩阵[X]z,f=xz,f,z≤(M+K),其中当第f个RB被分配给第z个用户时,xz,f=1,否则,xz,f=0;
为了使第M个用户的总容量最大,同时仍保证每对DUE的最小QoS要求,构建优化函数为:
其中,表示第m个CUE信干噪比;P代表DUE和CUE之间的功率分配方案;(3a)中表示第k对DUE用户的信干噪比,γ0是DUE的最小信干噪比;(3b)中的和(3c)中的分别是CUE的发射功率和DUE的发射功率;(3b)中的和(3c)中的分别是CUE的最大传输功率和DUE的最大传输功率;约束(3d)表示每个用户只被分配一个RB。
优选地,所述步骤S3具体为:
针对资源块分配的优化问题,在初始阶段,使用基于优先级的顺序算法将每个CUE和DUE分配给所有潜在的RBs;
在重新分配阶段,使用随机方法重新分配现有RB分配结果。
优选地,在资源块分配的初始阶段,首先假设每对DUE占一个RB,然后将把CUE分配给所有潜在的RBs,将优先级度量定义为:
其中,表示第f个簇的和干扰,假设将第m个CUE提示添加到第f个信道;如果较高,则该CUE的优先级更高。
优选地,在资源块的重新分配阶段,每个CUE和DUE都被允许加入一个次优的聚类,该聚类是基于与其达到的和容量相关的适当概率。
优选地,所述步骤S4具体为:
假设已解决了资源块分配问题,将功率分配问题简化为:
优选地,将公式(5)简化为公式(6):
f(p)=fcave(p)-fvex(p) (6);
其中,
优选地,将公式(5a)中的非线性约束用线性形式表示为:
将公式(6)中的问题转化为具有凸约束集的D.C目标函数,表示为:
使用凹凸过程CCCP算法来解决公式(8)的问题,得到公式(5)的最优功率分配。
另外,本发明还提出了一种基于NOMA的上行车载通信资源分配系统,包括:
建立模块,用于建立满足CUE和DUE的最大传输功率,及DUE的服务质量的约束下,最大化CUE容量的优化函数;
分解模块,用于将所述优化函数分解为两个子问题:资源块分配的优化问题及功率分配的优化问题;
第一优化模块,用于针对资源块分配的优化问题,建立一个优化框架,在初始阶段和重新分配阶段中分别进行求解;
第二优化模块,用于针对功率分配优化问题,利用凸函数差分优化方法,来得到最优的功率分配方案。
本发明采用以上技术方案,至少具备以下有益效果:
通过建立满足CUE和DUE的最大传输功率,及DUE的服务质量的约束下,最大化CUE容量的优化函数;将所述优化函数分解为两个子问题:资源块分配的优化问题及功率分配的优化问题;针对资源块分配的优化问题,建立一个优化框架,在初始阶段和重新分配阶段中分别进行求解;针对功率分配优化问题,利用凸函数差分优化方法,来得到最优的功率分配方案。本发明提供的技术方案,既能保证用户的QoS要求,又能实现系统性能的优化。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种基于NOMA的上行车载通信资源分配方法的流程图;
图2为本发明一实施例提供的基于D2D的车载通信网络的系统模型图;
图3为本发明一实施例提供的CUE容量总和随车辆速度变化曲线图;
图4为本发明一实施例提供的CUE容量总和随车辆功率变化曲线图;
图5为本发明一实施例提供的CUE容量总和随最低QoS要求变化曲线图;
图6为本发明一实施例提供的一种基于NOMA的上行车载通信资源分配系统的示意框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
参见图1,本发明一实施例提出的一种基于NOMA的上行车载通信资源分配方法,包括:
步骤S1、建立满足CUE和DUE的最大传输功率,及DUE的服务质量的约束下,最大化CUE容量的优化函数;
步骤S2、将所述优化函数分解为两个子问题:资源块分配的优化问题及功率分配的优化问题;
步骤S3、针对资源块分配的优化问题,建立一个优化框架,在初始阶段和重新分配阶段中分别进行求解;
步骤S4、针对功率分配优化问题,利用凸函数差分优化方法,来得到最优的功率分配方案。
需要说明的是,本发明提供的这种基于NOMA的上行车载通信资源分配方法适用于基于非正交多址(NOMA)的上行车载通信系统中,该系统中蜂窝设备与多个D2D用户复用相同的频谱资源。
本发明的目标是在满足CUE和DUE的最大传输功率和DUE的服务质量(QoS)约束下,来最大化CUE的容量。由于优化问题是一个混合整数非线性问题,不能直接得到最优的功率分配方案。为了解决这一优化问题,首先将问题分解为两个子问题:资源块分配和功率分配。
针对资源块分配的优化问题,我们建立了一个优化框架,在初始阶段和重新分配阶段中分别进行求解;针对功率分配优化问题,利用凸函数差分优化方法,来得到最优的功率分配方案。
可以理解的是,本实施例提供的技术方案,通过建立满足CUE和DUE的最大传输功率,及DUE的服务质量的约束下,最大化CUE容量的优化函数;将所述优化函数分解为两个子问题:资源块分配的优化问题及功率分配的优化问题;针对资源块分配的优化问题,建立一个优化框架,在初始阶段和重新分配阶段中分别进行求解;针对功率分配优化问题,利用凸函数差分优化方法,来得到最优的功率分配方案。本实施例提供的技术方案,既能保证用户的QoS要求,又能实现系统性能的优化。
优选地,所述方法,还包括:
参见图2,假设系统模型为基于D2D的车载通信网络,它由一个基站BS(BaseStation,BS)和F个正交资源块RBs(Resource Blocks,RBs)、M个需要高容量的CUE和K对需要高可靠性的DUE组成;
假设多个不同的CUE可以通过NOMA通信来重复使用同一个RB来提高频谱效率,并且存在kf对CUE重复使用第f个RB,0≤f≤F,kf≥1;
假设所有用户的全局信道状态信息CSI被BS完全知道,在不失一般性的前提下,将第f个RB上的CUE与BS之间的信道增益排序为,其中,B代表基站;
为避免DUE对CUE造成强烈干扰,假设每个信道只被一对DUE所复用,即K=F。
优选地,所述步骤S1具体为:
在上行NOMA系统中,在第f个RB上第m个CUE的的信干噪比可以表示为:
其中,代表其他CUE对第m个CUE的干扰;表示DUE引起的干扰,是在第f个RB上第k对DUE与BS之间链路的信道增益,和分别是第m个CUE和第k对DUE的传输功率,表示从第m个CUE到BS在f个RB上的通道增益,σ2表示噪声功率;1≤m≤M,1≤k≤K;
在第f个RB上的第k对DUE的信干噪比可以写成:
其中,是在第f个RB上第k对DUE发射端和第k对DUE接收端之间的信道增益;是在第f个RB上第i个CUE和第k对DUE之间的的信道增益;是在第f个RB上从第j对DUE发射端到到第k对DUE接收端的信道增益;表示其他CUE的干扰;表示其他DUE的干扰;
为了解决资源块分配的优化问题,引入聚类问题,定义一个二元矩阵[X]z,f=xz,f,z≤(M+K),其中,当第f个RB被分配给第z个用户时,xz,f=1,否则,xz,f=0;
为了使第M个用户的总容量最大,同时仍保证每对DUE的最小QoS要求,构建优化函数为:
其中,表示第m个CUE信干噪比;P代表DUE和CUE之间的功率分配方案;(3a)中表示第k对DUE用户的信干噪比,γ0是DUE的最小信干噪比;(3b)中的和(3c)中的分别是CUE的发射功率和DUE的发射功率;(3b)中的和(3c)中的分别是CUE的最大传输功率和DUE的最大传输功率;约束(3d)表示每个用户只被分配一个RB。
优选地,所述步骤S3具体为:
针对资源块分配的优化问题,在初始阶段,使用基于优先级的顺序算法将每个CUE和DUE分配给所有潜在的RBs;
在重新分配阶段,使用随机方法重新分配现有RB分配结果。
可以理解的是,由于公式(3)中的问题是一个混合整数非线性规划问题,很难直接求得全局最优解。为了解决这一问题,我们提出了一种启发式算法来寻找一种次优资源分配方案,即:资源块分配和功率分配。对于资源块分配资源块分配算法被分为两个阶段:在初始阶段,我们将使用基于优先级的顺序算法(Priority-Based Sequential Algorithm,PBSA)将每个CUE和DUE分配给所有潜在的RBs;在重新分配阶段,我们将使用随机方法重新分配现有RB分配结果。
优选地,在资源块分配的初始阶段,首先假设每对DUE占一个RB,然后将把CUE分配给所有潜在的RBs,将优先级度量定义为:
其中,表示第f个簇的和干扰,假设将第m个CUE提示添加到第f个信道;如果较高,则该CUE的优先级更高,这意味着第f个簇受到来自第m个CUE的干扰可能较少。
基于以上的讨论,我们可以得到CUE的分配,如算法1所示。在算法1中,我们根据公式(4)用一个辅助变量为所有RBs进行记录。
优选地,在资源块的重新分配阶段,每个CUE和DUE都被允许加入一个次优的聚类,该聚类是基于与其达到的和容量相关的适当概率。
资源块的重新分配阶段过程主要为:在初始阶段中由于没有考虑功率的影响,分配结果并不是真正的最优解。在此阶段与模拟退火的思想类似,我们使用一种随机化的方法来提高系统的性能,此时每个CUE和DUE都被允许加入一个次优的聚类,该聚类是基于与其达到的和容量相关的适当概率。为了使随机化算法适应我们的问题,下面我们举例说明这两个基于整数的矩阵:
(1)资源块分配向量x(n)为x(n)={x1,x2.....xk-1,xk.....xL},其中元素xk表示第xk个资源块被分配给第k个用户,而且L=M+K。
(2)系统效用向量ω为ω=(w1,w2...wn...wF),其中wn表示资源块分配结果为x(n)时CUE的容量总和,它可以通过求解功率分配得到。
资源块随机分配算法在算法2中进行了描述,通过算法2找到合适的资源块分配结果。然后计算每个CUE用户在不同资源块下的系统性能,同时用户将以一定概率选择一个资源块。在每次迭代中,通过改变温度参数使程序收敛。
优选地,所述步骤S4具体为:
假设已解决了资源块分配问题,将功率分配问题简化为:
可以理解的是,由于公式(5)中的优化问题仍是非凸问题,目标函数为非线性,不能直接求得最优解。因此我们可以将目标函数转化为一个特殊的D.C.结构,然后得到原问题的最优解。
优选地,将公式(5)简化为公式(6):
f(p)=fcave(p)-fvex(p) (6);
其中,
优选地,将公式(5a)中的非线性约束用线性形式表示为:
将公式(6)中的问题转化为具有凸约束集的D.C目标函数,表示为:
使用凹凸过程CCCP算法来解决公式(8)的问题,得到公式(5)的最优功率分配。
使用凹凸过程CCCP算法来解决公式(8)的问题,具体地说,就是在每次迭代中通过一阶泰勒展开将fvex(p)线性化,然后求解顺序凸规划。
其中,i是迭代次数,表示在点p(i)处的梯度。
由上述分析可知,(5)中的问题可以转化为(8)中的标准凸优化问题。利用(9)中的迭代步骤求解等价问题(8),得到原问题(5)的最优功率分配。具体算法流程如算法3所示:
通过仿真来分析我们所提出的资源分配方案的系统性能,系统参数列于表1中。我们在图2所示的场景中进行实验仿真,其中高速公路通过单个小区,基站位于小区中心。小区半径为500米,高速公路有6条车道,每条4米宽。BS天线高度为25m,天线增益为8dBm。车辆天线高度为1.5米,天线增益为3dBm。与传统的正交多址技术OMA方案进行比较,对比方案中所有的CUE和DUE都使用OMA技术实现RB的复用。
表一 仿真参数
图3显示了随着道路上车辆速度的增加,所有CUE的容量之和。从图3可以看出,随着车辆行驶速度的加快,CUE的总容量下降。因为车辆速度越大,导致车辆间距离越大,使得在V2V链路中存在较高的路径损耗。结果表明,随机化算法比PBSA获得了更高的总容量,证明了随机化算法的有效性。此外,可以看出,提出的NOMA方案比OMA方案的性能更好。这是因为NOMA技术可以通过使用SIC消除干扰。
图4显示了所有CUE的总容量与每辆车的总功率。从图中可以看出,NOMA方案的总容量要高于OMA方案。而且,总容量随着每辆车总功率的增加而增加,随机化算法有了更大的改进。
图5显示了DUE的最小QoS要求对CUE容量的影响。可以看出当DUE的最小QoS要求增大时,所有方案的性能曲线都逐渐下降。这是因为提高最低的QoS要求将降低DUE的干扰容忍度,从而对DUE的传输功率限制变大。值得注意的是NOMA方案比OMA方案显示出更好的抗干扰能力,这是由于NOMA方案可以利用SIC技术减少CUE之间的干扰。
需要说明的是,图3、图4和图5中,
Randomized表示为NOMA技术结合Randomized算法优化后得到的容量曲线;
PBSA表示NOMA技术结合PBSA算法得到的容量曲线
Randomized-OMA表示为OMA技术结合Randomized算法优化后得到的曲线
PBSA-OMA表示OMA技术结合PBSA算法得到的容量曲线。
另外,参见图6,本发明还提出了一种基于NOMA的上行车载通信资源分配系统100,包括:
建立模块101,用于建立满足CUE和DUE的最大传输功率,及DUE的服务质量的约束下,最大化CUE容量的优化函数;
分解模块102,用于将所述优化函数分解为两个子问题:资源块分配的优化问题及功率分配的优化问题;
第一优化模块103,用于针对资源块分配的优化问题,建立一个优化框架,在初始阶段和重新分配阶段中分别进行求解;
第二优化模块104,用于针对功率分配优化问题,利用凸函数差分优化方法,来得到最优的功率分配方案。
可以理解的是,本实施例提供的技术方案,通过建立满足CUE和DUE的最大传输功率,及DUE的服务质量的约束下,最大化CUE容量的优化函数;将所述优化函数分解为两个子问题:资源块分配的优化问题及功率分配的优化问题;针对资源块分配的优化问题,建立一个优化框架,在初始阶段和重新分配阶段中分别进行求解;针对功率分配优化问题,利用凸函数差分优化方法,来得到最优的功率分配方案。本实施例提供的技术方案,既能保证用户的QoS要求,又能实现系统性能的优化。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上,除非另有明确的限定。
Claims (9)
1.一种基于NOMA的上行车载通信资源分配方法,其特征在于,包括:
步骤S1、建立满足CUE和DUE的最大传输功率,及DUE的服务质量的约束下,最大化CUE容量的优化函数;
步骤S2、将所述优化函数分解为两个子问题:资源块分配的优化问题及功率分配的优化问题;
步骤S3、针对资源块分配的优化问题,建立一个优化框架,在初始阶段和重新分配阶段中分别进行求解;
步骤S4、针对功率分配优化问题,利用凸函数差分优化方法,来得到最优的功率分配方案;
以及,假设系统模型为基于D2D的车载通信网络,它由一个基站BS和F个正交资源块RBs、M个需要高容量的CUE和K对需要高可靠性的DUE组成;
假设多个不同的CUE可以通过NOMA通信来重复使用同一个RB来提高频谱效率,并且存在kf对CUE重复使用第f个RB,0≤f≤F,kf≥1;
假设所有用户的全局信道状态信息CSI被BS完全知道,将第f个RB上的CUE与BS之间的信道增益排序为,其中,B代表基站;
为避免DUE对CUE造成强烈干扰,假设每个信道只被一对DUE所复用,即K=F。
2.根据权利要求1所述的方法,其特征在于,所述步骤S1具体为:
在上行NOMA系统中,在第f个RB上第m个CUE的的信干噪比可以表示为:
其中,代表其他CUE对第m个CUE的干扰;表示DUE引起的干扰,是在第f个RB上第k对DUE与BS之间链路的信道增益,和分别是第m个CUE和第k对DUE的传输功率,表示从第m个CUE到BS在f个RB上的通道增益,σ2表示噪声功率;1≤m≤M,1≤k≤K;
在第f个RB上的第k对DUE的信干噪比可以写成:
其中,是在第f个RB上第k对DUE发射端和第k对DUE接收端之间的信道增益;是在第f个RB上第i个CUE和第k对DUE之间的的信道增益;是在第f个RB上从第j对DUE发射端到到第k对DUE接收端的信道增益;表示其他CUE的干扰;表示其他DUE的干扰;
为了解决资源块分配的优化问题,定义一个二元矩阵[X]z,f=xz,f,z≤(M+K),其中当第f个RB被分配给第z个用户时,xz,f=1,否则,xz,f=0;
为了使第M个用户的总容量最大,同时仍保证每对DUE的最小QoS要求,构建优化函数为:
其中,表示第m个CUE信干噪比;P代表DUE和CUE之间的功率分配方案;(3a)中表示第k对DUE用户的信干噪比,γ0是DUE的最小信干噪比,k表示第k对DUE用户,f表示第f个RB资源块;(3b)中的和(3c)中的分别是CUE的最大传输功率和DUE的最大传输功率;约束(3d)表示每个用户只被分配一个RB;(3d)中的xi,f表示当第f个RB被分配给第i个用户时,xi,f=1,否则,xi,f=0。
3.根据权利要求2所述的方法,其特征在于,所述步骤S3具体为:
针对资源块分配的优化问题,在初始阶段,使用基于优先级的顺序算法将每个CUE和DUE分配给所有潜在的RBs;
在重新分配阶段,使用随机方法重新分配现有RB分配结果。
4.根据权利要求3所述的方法,其特征在于,
在资源块分配的初始阶段,首先假设每对DUE占一个RB,然后将把CUE分配给所有潜在的RBs,将优先级度量定义为:
其中,表示第f个簇的和干扰,假设将第m个CUE提示添加到第f个信道;如果较高,则该CUE的优先级更高。
5.根据权利要求3所述的方法,其特征在于,
在资源块的重新分配阶段,每个CUE和DUE都被允许加入一个次优的聚类,该聚类是基于与其达到的和容量相关的适当概率。
6.根据权利要求4所述的方法,所述步骤S4具体为:
假设已解决了资源块分配问题,将功率分配问题简化为:
7.根据权利要求6所述的方法,其特征在于,
将公式(5)简化为公式(6):
f(p)=fcave(p)-fvex(p)(6);
其中,
8.根据权利要求7所述的方法,其特征在于,
将公式(5a)中的非线性约束用线性形式表示为:
将公式(6)中的问题转化为具有凸约束集的D.C目标函数,表示为:
其中,gk表示第k对DUE的发射机与接收机之间的信道增益;
使用凹凸过程CCCP算法来解决公式(8)的问题,得到公式(5)的最优功率分配。
9.一种基于NOMA的上行车载通信资源分配系统,其特征在于,包括:
建立模块,用于建立满足CUE和DUE的最大传输功率,及DUE的服务质量的约束下,最大化CUE容量的优化函数;
分解模块,用于将所述优化函数分解为两个子问题:资源块分配的优化问题及功率分配的优化问题;
第一优化模块,用于针对资源块分配的优化问题,建立一个优化框架,在初始阶段和重新分配阶段中分别进行求解;
第二优化模块,用于针对功率分配优化问题,利用凸函数差分优化方法,来得到最优的功率分配方案;
以及,假设系统模型为基于D2D的车载通信网络,它由一个基站BS和F个正交资源块RBs、M个需要高容量的CUE和K对需要高可靠性的DUE组成;
假设多个不同的CUE可以通过NOMA通信来重复使用同一个RB来提高频谱效率,并且存在kf对CUE重复使用第f个RB,0≤f≤F,kf≥1;
假设所有用户的全局信道状态信息CSI被BS完全知道,将第f个RB上的CUE与BS之间的信道增益排序为,其中,B代表基站;
为避免DUE对CUE造成强烈干扰,假设每个信道只被一对DUE所复用,即K=F。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010986630.6A CN112055335B (zh) | 2020-09-18 | 2020-09-18 | 一种基于noma的上行车载通信资源分配方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010986630.6A CN112055335B (zh) | 2020-09-18 | 2020-09-18 | 一种基于noma的上行车载通信资源分配方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112055335A CN112055335A (zh) | 2020-12-08 |
CN112055335B true CN112055335B (zh) | 2024-02-09 |
Family
ID=73603346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010986630.6A Active CN112055335B (zh) | 2020-09-18 | 2020-09-18 | 一种基于noma的上行车载通信资源分配方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112055335B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112929846B (zh) * | 2021-02-26 | 2022-07-22 | 北京邮电大学 | 基于车载设备的时间分配方法、装置、设备及存储介质 |
CN113438626B (zh) * | 2021-05-13 | 2023-04-07 | 山东大学 | 一种基于车载通信的资源分配方法及装置 |
CN115209554A (zh) * | 2022-06-24 | 2022-10-18 | 东南大学 | 一种基于网络切片与noma的车联网半正定资源分配方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2672773A1 (en) * | 2012-06-08 | 2013-12-11 | Alcatel Lucent | Apparatus and method for a wireless communication system |
CN108718445A (zh) * | 2018-05-10 | 2018-10-30 | 西安交通大学 | 一种QoS驱动的D2D安全通信资源分配方法 |
CN110167178A (zh) * | 2019-05-28 | 2019-08-23 | 山东大学 | 一种含有能量收集的d2d联合资源公平性分配方法 |
CN110637500A (zh) * | 2017-05-18 | 2019-12-31 | Lg电子株式会社 | 在无线通信系统中基于竞争发送上行链路数据的方法和设备 |
CN110677833A (zh) * | 2019-10-08 | 2020-01-10 | 苏州大学 | 蜂窝车联网的下行半静态资源分配方法 |
CN111132083A (zh) * | 2019-12-02 | 2020-05-08 | 北京邮电大学 | 一种车辆编队模式下基于noma的分布式资源分配方法 |
-
2020
- 2020-09-18 CN CN202010986630.6A patent/CN112055335B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2672773A1 (en) * | 2012-06-08 | 2013-12-11 | Alcatel Lucent | Apparatus and method for a wireless communication system |
CN110637500A (zh) * | 2017-05-18 | 2019-12-31 | Lg电子株式会社 | 在无线通信系统中基于竞争发送上行链路数据的方法和设备 |
CN108718445A (zh) * | 2018-05-10 | 2018-10-30 | 西安交通大学 | 一种QoS驱动的D2D安全通信资源分配方法 |
CN110167178A (zh) * | 2019-05-28 | 2019-08-23 | 山东大学 | 一种含有能量收集的d2d联合资源公平性分配方法 |
CN110677833A (zh) * | 2019-10-08 | 2020-01-10 | 苏州大学 | 蜂窝车联网的下行半静态资源分配方法 |
CN111132083A (zh) * | 2019-12-02 | 2020-05-08 | 北京邮电大学 | 一种车辆编队模式下基于noma的分布式资源分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112055335A (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liang et al. | Spectrum and power allocation for vehicular communications with delayed CSI feedback | |
CN112055335B (zh) | 一种基于noma的上行车载通信资源分配方法及系统 | |
Wang et al. | Platoon cooperation in cellular V2X networks for 5G and beyond | |
CN108174438B (zh) | 一种p-ue的信号发送方法 | |
Zhou et al. | TV white space enabled connected vehicle networks: Challenges and solutions | |
Zheng et al. | Dynamic performance analysis of uplink transmission in cluster-based heterogeneous vehicular networks | |
Ni et al. | Vehicular beacon broadcast scheduling based on age of information (AoI) | |
KR101732892B1 (ko) | 파운틴 코드를 중계하기 위한 차수 감소 및 차수-제한 결합 | |
Hegde et al. | Artery-C: An OMNeT++ based discrete event simulation framework for cellular V2X | |
Cheng et al. | Vehicle-assisted device-to-device data delivery for smart grid | |
EP3404976B1 (en) | Procedure for managing radioelectric resources in 5g cellular networks aiming at the reuse of resources for vehicle-to-vehicle, v2v, communications | |
CN106230973A (zh) | 一种基于社交网络的文件共享方法 | |
CN110691406B (zh) | 一种面向网联无人驾驶安全通信的d2d频谱高效共享方法 | |
Mosavat-Jahromi et al. | Distributed and adaptive reservation MAC protocol for beaconing in vehicular networks | |
Yu | Connected vehicles for intelligent transportation systems [guest editorial] | |
CN107484180B (zh) | 一种甚高频段下基于d2d通信的资源分配方法 | |
Mosavat-Jahromi et al. | NC–MAC: A distributed MAC protocol for reliable beacon broadcasting in V2X | |
Jaiswal et al. | Performance evaluation of non-orthogonal multiple access in V2V communications over double-Rayleigh fading channels | |
Le et al. | System performance analysis in cognitive radio-aided NOMA network: An application to vehicle-to-everything communications | |
Zhao et al. | Integrated sensing and communication aided dynamic resource allocation for random access in satellite terrestrial relay networks | |
Ahmad et al. | Device‐centric communication in IoT: an energy efficiency perspective | |
CN105992219A (zh) | 一种获取异构网的管理策略的方法和装置 | |
Yu et al. | NOMA‐enabled D2D adaptive relaying and transmission in cellular networks | |
Yan et al. | Joint resource allocation and power control for V2V communication of high-density vehicle network | |
Liu et al. | Energy-efficiency maximization in D2D-enabled vehicular communications with consideration of dynamic channel information and fairness |
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 |