CN113194492A - 一种基于α公平性的安全D2D通信资源分配方法 - Google Patents

Abstract

本发明涉及一种基于α公平性的安全D2D通信资源分配方法，属于通信技术领域，包括以下步骤：S1：构建基于蜂窝网络的无线携能D2D通信网络，对D2D通信的信息进行窃听；S2：建立基于最大保密速率和最小功率消耗的多目标优化问题；S3：优化D2D发射机，将多目标问题转化为单目标问题；S4：计算最优的功率分流系数，再将优化问题转化为凸优化问题；S5：根据拉格朗日对偶理论对所建立的凸优化问题求解析，设计基于交替迭代的方法进行求解。本发明可以有效提高系统的公平性和能效。

Description

一种基于α公平性的安全D2D通信资源分配方法

技术领域

本发明属于通信技术领域，涉及一种基于α公平性的安全D2D通信资源分配方法。

背景技术

随着信息化的快速发展与进步，对通信网络的安全性能提出了更高的要求。尤其在D2D通信网络中，恶意的窃听者可以拦截D2D链路的传输信号导致信息泄露。当传输的信息包含个人隐私或者敏感数据时，需要将保密速率作为衡量系统性能的关键指标。此外，大规模接入的无线终端设备会产生巨大的能量消耗。通过合理分配功率和收集射频信号能量可以有效降低通信功耗，从而延长能量受限设备的运行寿命，对于网络性能提升和降低财力消耗是而言十分重要。

现有的研究只要集中在D2D通信保密速率最大化优化问题，忽略了能耗对于系统性能的影响，以及用户间的保密速率公平性对用户服务质量的影响。为了提高D2D通信的安全性，能量效率和用户公平性，还需要进一步深入研究。

发明内容

有鉴于此，本发明的目的在于根据蜂窝用户的服务质量约束和D2D用户的发射功率约束，考虑效用函数和窃听者的最大窃听速率，建立基于公平性的D2D通信功耗与保密速率权衡的优化问题，提供一种基于α公平性的安全D2D通信资源分配方法

为达到上述目的，本发明提供如下技术方案：

一种基于α公平性的安全D2D通信资源分配方法，包括以下步骤：

S1：构建基于蜂窝网络的无线携能D2D通信网络，窃听者对D2D通信的信息进行窃听；

S2：建立基于最大保密速率和最小功率消耗的多目标优化问题；

S3：优化D2D发射机，将多目标问题转化为单目标问题；

S4：计算最优的功率分流系数，再将优化问题转化为凸优化问题；

S5：根据拉格朗日对偶理论对所建立的凸优化问题求解析，设计基于交替迭代的方法进行求解。

进一步，步骤S1中，具体包括：

S11：构建基于蜂窝网络的无线携能D2D通信网络，包括一个基站，M个蜂窝用户，N对D2D用户和K个潜在的窃听者；D2D通信与蜂窝用户复用相同的频谱资源，每个D2D接收机配之能量收集电路，从周围的射频信号中收集能量；

S12：窃听者对D2D通信的信息进行窃听，根据功率分流协议，D2D用户n实现的数据速率和收集的能量为：

其中，x_n,m为用户关联指数，x_n,m＝1表示第n对D2D用户与第m个蜂窝用户复用相同的子信道，反之，x_n,m＝0；

为第n对D2D用户与第m个蜂窝用户复用相同子信道时的功率分流系数；

为第n个D2D发射机与第m个蜂窝用户复用相同子信道时的发射功率；

为第n对D2D通信链路的信道增益；p^C为基站分配给蜂窝用户的发射功率；

为基站到第n个D2D接收机在第m个蜂窝用户的信道上的干扰信道增益；β为能量收集效率系数；

为天线接收射频信号时的加性噪声功率；σ²为接收机信号处理噪声的功率；

S13：每个窃听者独立地进行窃听，第k个窃听者对第n对D2D用户的通信进行窃听，其窃听速率描述为：

其中，

为第n个D2D发射机到第k个窃听者的信道增益，

为在第m个蜂窝用户的子信道上基站到k个窃听者的干扰信道增益；第n对D2D用户的保密速率为：

其中，[x]⁺＝max(0,x)；D2D用户的电路功耗为C^D，第n对D2D用户的总功耗表示为：

进一步，步骤S2中，在所述的基于蜂窝网络的无线携能D2D通信网络中，为了提高用户间的保密速率公平性，考虑基于α公平性的功耗与保密速率权衡优化问题，根据α效用函数得到：

其中，α的取值代表不同的公平性需求，当α＝0时，

意味着此时没有公平性需求；当α增大时，公平性随之增大；考虑最大保密速率和最小功耗，建立功耗与保密速率权衡的多目标优化问题：

s.t.C₁:

C₂:

C₃:

C₄:

其中，

为D2D发射机n到蜂窝用户m的信道增益，

为D2D发射机的最大发射功率，

为蜂窝用户的干扰功率阈值；C₁为蜂窝用户的服务质量约束，C₂表示每个D2D用户只会占用一个蜂窝用户的子信道进行通信；C₃表示每个D2D发射机的最大发射功率约束；C₄为功率分流比约束。

进一步，步骤S3中，为了最大化最小保密速率，定义辅助变量τ_n，优化问题写作：

s.t.C₁-C₄

C₅:

其中，

和

为在满足约束条件下的最大和最小效用函数值，

为D2D用户n的最大功耗；为了对多目标优化问题进行求解，采用加权求和法将多目标问题转化为单目标问题如下：

s.t.C₁-C₅

其中，w∈[0,1]为加权参数。

进一步，步骤S4中，D2D用户n复用第m个蜂窝用户的子信道，根据约束C₅，功率分流因子满足：

其中，

通过对目标函数求导得出目标函数是关于

的单调递减函数，最优的功率分流系数为：

优化问题中包含整数变量和耦合变量，难以直接求解；将x_n,m松弛为[0,1]区间上的连续变量，定义

并将

代入优化问题，得到：

s.t.

其中：

对于t₁＞t₂≥0，函数

为凸函数。

进一步，步骤S5中，具体包括：

S51：初始化

建立拉格朗日函数，根据Karush-Kuhn-Tucker条件得到解析解：

其中，

ξ_m为非负的拉格朗日乘子；

S52：根据

和

对最优的用户关联系数进行求解：

其中：

其中，ψ_n和κ_m为非负的拉格朗日乘子；根据

将具有最大φ_n,m的蜂窝用户的子信道分配给第n对D2D用户；

S53：将

和

代入原问题，求解最优的功率分流因子

S54：更新拉格朗日乘子；

S55：计算D2D用户的总保密速率和总功耗，返回S51，直到拉格朗日乘子收敛。

本发明的有益效果在于：本发明考虑用户的服务质量约束和D2D发射机的发射功率约束，建立了基于最大保密速率和最小功率消耗的多目标优化问题，利用加权求和的方法，将多目标问题转化为单目标问题，通过变量松弛和变量代换的方法，将非凸优化问题转化为凸优化问题，并利用拉格朗日对偶理论进行求解，有效提高了系统的公平性和能效。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为本发明实施例的系统模型；

图2为本发明的求解流程图；

图3为不同算法下，公平性指数与D2D用户对之间的距离的曲线图；

图4为不同算法下，D2D用户的总保密能效与D2D用户对之间的距离的曲线图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

一种基于α公平性的安全D2D通信资源分配方法，包括以下步骤：

步骤1：构建基于蜂窝网络的无线携能D2D通信网络，包括一个基站，M个蜂窝用户，N对D2D用户和K个潜在的窃听者。D2D通信可以与蜂窝用户复用相同的频谱资源，每个D2D接收机都配有能量收集电路，可以从周围的射频信号中收集能量。此外，窃听者会对D2D通信的信息进行窃听。

根据功率分流协议，D2D用户n可以实现的数据速率和收集的能量为：

其中，x_n,m为用户关联指数，x_n,m＝1表示第n对D2D用户与第m个蜂窝用户复用相同的子信道，反之，x_n,m＝0。

为第n对D2D用户与第m个蜂窝用户复用相同子信道时的功率分流系数；

为第n个D2D发射机与第m个蜂窝用户复用相同子信道时的发射功率；

为第n对D2D通信链路的信道增益；p^C为基站分配给蜂窝用户的发射功率；

为基站到第n个D2D接收机在第m个蜂窝用户的信道上的干扰信道增益；β为能量收集效率系数；

为天线接收射频信号时的加性噪声功率；σ²为接收机信号处理噪声的功率。

假设每个窃听者独立的进行窃听，第k个窃听者对第n对D2D用户的通信进行窃听，其窃听速率可以描述为：

其中，

为第n个D2D发射机到第k个窃听者的信道增益，

为在第m个蜂窝用户的子信道上基站到k个窃听者的干扰信道增益。

因此，第n对D2D用户的保密速率为：

其中，[x]⁺＝max(0,x)。

假设D2D用户的电路功耗为C^D，第n对D2D用户的总功耗可以表示为：

可选地，在所述的基于蜂窝网络的无线携能D2D通信网络中，为了提高用户间的保密速率公平性，考虑基于α公平性的功耗与保密速率权衡优化问题，根据α效用函数可以得到：

其中，α的取值代表不同的公平性需求，当α＝0时，

意味着此时没有公平性需求。当α增大时，公平性随之增大。

考虑最大窃听速率、D2D发射机的发射功率约束和用户服务质量约束，根据α效用函数，建立基于最大保密速率和最小功率消耗的多目标优化问题：

s.t.C₁:

C₂:

C₃:

C₄:

其中，

为D2D发射机n到蜂窝用户m的信道增益，

为D2D发射机的最大发射功率，

为蜂窝用户的干扰功率阈值；C₁为蜂窝用户的服务质量约束，C₂表示每个D2D用户只会占用一个蜂窝用户的子信道进行通信；C₃表示每个D2D发射机的最大发射功率约束；C₄为功率分流比约束。

为了实现保密速率与功率消耗的最优权衡，保障用户公平性，需要对D2D发射机的发射功率

用户关联因子x_n,m和功率分流因子

进行联合优化。

步骤2：为了最大化最小保密速率，定义辅助变量τ_n，优化问题可以写作：

s.t.C₁-C₄

C₅:

其中，

和

为在满足约束条件下的最大和最小效用函数值，

为D2D用户n的最大功耗。为了对多目标优化问题进行求解，采用加权求和法将多目标问题转化为单目标问题如下：

s.t.C₁-C₅

其中，w∈[0,1]为加权参数。

步骤3：假设D2D用户n复用第m个蜂窝用户的子信道，根据约束C₅，功率分流因子满足：

其中，

通过对目标函数求导可知，目标函数是关于

的单调递减函数。所以，最优的功率分流系数为：

步骤4：由于优化问题中包含整数变量和耦合变量，难以直接求解。将x_n,m松弛为[0,1]区间上的连续变量，并定义

并将

代入优化问题。可以得到：

s.t.

对于t₁＞t₂≥0，函数

为凸函数。因此，可以利用拉格朗日对偶理论进行求解。

步骤5：根据拉格朗日对偶理论对所建立的凸优化问题求得解析解，并设计一种基于交替迭代的方法进行求解。

(a)初始化

建立拉格朗日函数，根据Karush-Kuhn-Tucker条件得到解析解：

其中，

ξ_m为非负的拉格朗日乘子。

(b)根据

和

对最优的用户关联系数进行求解：

其中：

其中，ψ_n和κ_m为非负的拉格朗日乘子。根据

将具有最大φ_n,m的蜂窝用户的子信道分配给第n对D2D用户。

(c)将

和

代入原问题，求解最优的功率分流因子

(d)更新拉格朗日乘子。

(e)计算D2D用户的总保密速率和总功耗，返回(a)，直到拉格朗日乘子收敛。

本实施例中，将所提的基于α公平性的安全D2D通信资源分配方法与最大最小公平性资源分配算法和保密速率最大资源分配算法进行对比。

为了对用户间的公平性进行评估，采用Jain公平性指数，即

从图3中可以看出，随着D2D用户对之间的距离增加，公平性指数下降。这是因为随着D2D用户对之间的距离增加，不同用户之间的信道差异变大，导致用户之间的保密速率差异变大。此外，保密速率最大资源分配算法具有最差的公平性，因为该算法没有考虑用户间的公平性需求。所提算法在α＝2时具有最好的公平性。最大最小公平性资源分配算法的公平性指数略大于所提算法在α＝0.5时的公平性指数。因为所提算法的公平性需求随α增加而增加。当α的值较小时，公平性的提升不是很显著。

从图4中可以看出，D2D用户的总保密能效随D2D用户对之间的距离增加而减少。这是因为，D2D用户对之间的信道增益会随着距离增加而变差。此外，所提算法在α＝0.5时具有最高的保密能效，因为所提算法考虑了保密速率与功耗之间的权衡以及能量收集对功耗的补偿。最大最小公平性资源分配算法和保密速率最大资源分配算法由于没有考虑功耗对系统性能的影响，具有较低的保密能效。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种基于α公平性的安全D2D通信资源分配方法，其特征在于：包括以下步骤：

S1：构建基于蜂窝网络的无线携能D2D通信网络，窃听者对D2D通信的信息进行窃听；

S2：建立基于最大保密速率和最小功率消耗的多目标优化问题；

S3：优化D2D发射机，将多目标问题转化为单目标问题；

S4：计算最优的功率分流系数，再将优化问题转化为凸优化问题；

S5：根据拉格朗日对偶理论对所建立的凸优化问题求解析，设计基于交替迭代的方法进行求解。

2.根据权利要求1所述的基于α公平性的安全D2D通信资源分配方法，其特征在于：步骤S1中，具体包括：

S11：构建基于蜂窝网络的无线携能D2D通信网络，包括一个基站，M个蜂窝用户，N对D2D用户和K个潜在的窃听者；D2D通信与蜂窝用户复用相同的频谱资源，每个D2D接收机配之能量收集电路，从周围的射频信号中收集能量；

S12：窃听者对D2D通信的信息进行窃听，根据功率分流协议，D2D用户n实现的数据速率和收集的能量为：

其中，x_n,m为用户关联指数，x_n,m＝1表示第n对D2D用户与第m个蜂窝用户复用相同的子信道，反之，x_n,m＝0；

为第n对D2D用户与第m个蜂窝用户复用相同子信道时的功率分流系数；

为第n个D2D发射机与第m个蜂窝用户复用相同子信道时的发射功率；

为第n对D2D通信链路的信道增益；p^C为基站分配给蜂窝用户的发射功率；

为基站到第n个D2D接收机在第m个蜂窝用户的信道上的干扰信道增益；β为能量收集效率系数；

为天线接收射频信号时的加性噪声功率；σ²为接收机信号处理噪声的功率；

S13：每个窃听者独立地进行窃听，第k个窃听者对第n对D2D用户的通信进行窃听，其窃听速率描述为：

其中，

为第n个D2D发射机到第k个窃听者的信道增益，

为在第m个蜂窝用户的子信道上基站到k个窃听者的干扰信道增益；第n对D2D用户的保密速率为：

其中，[x]⁺＝max(0,x)；D2D用户的电路功耗为C^D，第n对D2D用户的总功耗表示为：

3.根据权利要求1所述的基于α公平性的安全D2D通信资源分配方法，其特征在于：在所述步骤S2中：

根据α效用函数得到：

其中，α的取值代表不同的公平性需求，当α＝0时，

意味着此时没有公平性需求；当α增大时，公平性随之增大；建立功耗与保密速率权衡的多目标优化问题：

其中，

为D2D发射机n到蜂窝用户m的信道增益，

为D2D发射机的最大发射功率，

为蜂窝用户的干扰功率阈值；C₁为蜂窝用户的服务质量约束，C₂表示每个D2D用户只会占用一个蜂窝用户的子信道进行通信；C₃表示每个D2D发射机的最大发射功率约束；C₄为功率分流比约束。

4.根据权利要求1所述的基于α公平性的安全D2D通信资源分配方法，其特征在于：在所述步骤S3中：

定义辅助变量τ_n，优化问题写作：

s.t.C₁-C₄

其中，

和

为在满足约束条件下的最大和最小效用函数值，

为D2D用户n的最大功耗；采用加权求和法将多目标问题转化为单目标问题如下：

s.t.C₁-C₅

其中，w∈[0,1]为加权参数。

5.根据权利要求1所述的基于α公平性的安全D2D通信资源分配方法，其特征在于：在所述步骤S4中：

D2D用户n复用第m个蜂窝用户的子信道，根据约束C₅，功率分流因子满足：

其中，

最优的功率分流系数为：

将x_n，m松弛为[0,1]区间上的连续变量，定义

并将

代入优化问题，得到：

其中：

对于t₁＞t₂≥0，函数

为凸函数。

6.根据权利要求1所述的基于α公平性的安全D2D通信资源分配方法，其特征在于：在所述步骤S5中，具体包括：

S51：初始化

建立拉格朗日函数，根据Karush-Kuhn-Tucker条件得到解析解：

其中，

ξ_m为非负的拉格朗日乘子；

S52：根据

和

对最优的用户关联系数进行求解：

其中：

其中，ψ_n和κ_m为非负的拉格朗日乘子；根据

将具有最大φ_n,m的蜂窝用户的子信道分配给第n对D2D用户；

S53：将

和

代入原问题，求解最优的功率分流因子

S54：更新拉格朗日乘子；

S55：计算D2D用户的总保密速率和总功耗，返回S51，直到拉格朗日乘子收敛。

Images