CN116867075A - 一种蜂窝和d2d用户聚类网络中的信道分配方法 - Google Patents
一种蜂窝和d2d用户聚类网络中的信道分配方法 Download PDFInfo
- Publication number
- CN116867075A CN116867075A CN202310921008.0A CN202310921008A CN116867075A CN 116867075 A CN116867075 A CN 116867075A CN 202310921008 A CN202310921008 A CN 202310921008A CN 116867075 A CN116867075 A CN 116867075A
- Authority
- CN
- China
- Prior art keywords
- user
- cellular
- users
- channel
- typical
- 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.)
- Granted
Links
- 230000001413 cellular effect Effects 0.000 title claims abstract description 123
- 238000000034 method Methods 0.000 title claims abstract description 35
- 108091006146 Channels Proteins 0.000 claims description 67
- 238000005562 fading Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 6
- 239000013259 porous coordination polymer Substances 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/12—Wireless traffic scheduling
- H04W72/1215—Wireless traffic scheduling for collaboration of different radio technologies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Signal Processing (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种蜂窝和D2D用户聚类网络中的信道分配方法,S1,利用泊松点过程对基站位置进行建模,D2D用户和蜂窝用户位置用泊松聚类过程进行建模,形成聚类网络。S2,建立模型后,假定蜂窝用户的总数量为M,D2D用户的总数量为N,将蜂窝用户表示为一个集合C={C1,C2,…,Ci,CM,},将D2D用户表示为一个集合D={D1,D2,…,Dj,DN,}。S3,分别计算蜂窝用户和D2D用户的信噪比,并设定蜂窝用户和D2D用户所需的最小信噪比阈值。S4,分别计算蜂窝用户和D2D用户的信道容量,得出聚类网络中的系统容量。S5,使用KM算法将每个集群中的D2D用户与可用的蜂窝用户资源进行最优匹配并使聚类网络的系统容量最大化。
Description
技术领域
本发明属于无线通信技术领域,具体为一种蜂窝和D2D用户聚类网络中的信道分配方法。
背景技术
D2D通信是为了应对智能终端数量的增加和网络通信容量需求的爆炸式增长而提出的一种新技术。D2D通信可以提高网络的带宽利用率,缓解目前蜂窝网络带宽不足的问题。D2D通信技术提高了网络的传输速度,扩展了网络的覆盖面,并且减少了终端的功耗。在两终端设备距离接近的情况下D2D通信可以保持设备的信道品质更佳,无需基站的协作便可直接实现数据的传输。
由于D2D通信可以独立于基站控制之外进行一定范围内的通信,但是在实际环境中,往往由于各种障碍物的影响,使得通信环境变差,使系统的总体性能变差。例如,如果两个D2D用户的距离过远,或者视距路径被高楼等障碍物所阻挡,则传输很可能失败。往往在实际应用中,D2D用户可以通过复用蜂窝用户的信道资源来达到通信目的。
发明内容
本发明的目的是针对现有技术的不足,而提供一种蜂窝和D2D用户聚类网络中的信道分配方法,技术方案如下:
一种蜂窝和D2D用户聚类网络中的信道分配方法。考虑到D2D用户和蜂窝用户在一定区域内共存很可能形成一个聚类通信网络,D2D网络中的共频干扰成为一个不容忽视的关键问题。考虑到实际场景中基站和用户的位置常常是聚集在一起形成一个聚类网络,因此将基站(BS)的位置用泊松点过程进行建模(PPP),D2D用户和蜂窝用户位置用泊松聚类过程(PCP)进行建模。假设基站可以获得聚类网络中所有用户的完整信道状态信息(CSI)。每个蜂窝用户占用一个独立的正交信道与基站通信,这意味着蜂窝用户之间不存在干扰。允许一个蜂窝用户的带宽资源被多个D2D用户重用。因此,蜂窝用户的干扰是由多个D2D用户占用其信道引起的。每个D2D用户只能使用一个蜂窝用户的信道进行通信。D2D用户的干扰是由D2D用户复用蜂窝用户信道所造成的。为了解决干扰问题,本发明利用KM算法为聚类网络中的D2D用户分配蜂窝用户信道,实现蜂窝用户和D2D用户的最优匹配。
一种蜂窝和D2D用户聚类网络中的信道分配方法,包括:
S1,利用泊松点过程(PPP)对基站位置进行建模,D2D用户和蜂窝用户位置用泊松聚类过程(PCP)进行建模,形成聚类网络。
S2,建立模型后,假定蜂窝用户的总数量为M,D2D用户的总数量为N,将蜂窝用户表示为一个集合C={C1,C2,…,Ci,CM,},将D2D用户表示为一个集合D={D1,D2,…,Dj,DN,}。
S3,分别计算蜂窝用户和D2D用户的信噪比,并设定蜂窝用户和D2D用户所需的最小信噪比阈值。
S4,分别计算蜂窝用户和D2D用户的信道容量,并得出聚类网络中的总系统容量。
S5,使用KM算法将每个集群中的D2D用户与可用的蜂窝用户资源进行最优匹配并使聚类网络的和速率最大化。
进一步,在所述S1中,基站的位置使用具有密度λc的PPP绘制,基站的位置用x∈Φc表示,Φc表示为基站的位置建模为泊松点过程。蜂窝用户(CUEs)和D2D用户(DUEs)分布在每个基站周围,被建模为PCP。因此,基站和用户将分别被称为聚类中心和聚类成员。每个聚类中心x∈Φc周围的聚类成员从独立同分布(i.i.d)对称正态分布中采样,CUEs的方差为DUEs的方差为/>因此,属于以x为中心的聚类成员的位置相对于其聚类中心位置的CUEs的概率密度函数(PDF)可表示为:
其中,yc表示CUE相对于簇中心的距离。
同样,属于以x为中心的聚类成员的位置相对于其聚类中心位置的DUEs的概率密度函数(PDF)可表示为:
其中,yd表示CUE相对于簇中心的距离。
进一步,在所述S2中,假定蜂窝用户的总数量为M,D2D用户的总数量为N,将蜂窝用户表示为一个集合C={C1,C2,…,Ci,CM,},其中Ci表示为第i个蜂窝用户,将D2D用户表示为一个集合D={D1,D2,…,Dj,DN,},其中Dj表示为第j个D2D用户,
进一步,在所述S3中,典型蜂窝用户CUi在第k个信道上接收到SIR表示为:
其中,PC为蜂窝用户在每个子信道上的发射功率,为第j个D2D对在第k个子信道上的发射功率。/>为瑞利信道的衰落系数,α为路径损耗指数,且α>2。/>为聚类网络中典型蜂窝用户CU到BS的距离,/>为聚类网络中典型D2D发射机(DT)到BS的距离,xi,j为信道分配指标变量,xi,j∈{0,1}。当xi,j=1时,表示第j个D2D对占用蜂窝用户i的信道,相反xi,j=0时,蜂窝用户i的信道未被占用。
与CUi的SIR相似,第j对典型D2D用户在第k个信道上接收到SIR表示为:
其中,PC是蜂窝用户在每个子信道上的发射功率,L是D2D发射机和D2D接收机之间的距离,是第f对D2D用户在第k个子信道上的发射功率,/>是典型聚类网络内DT与D2D接收机(DR)链路之间的衰落系数,hi,j是j对D2D用户共享第i个蜂窝用户信道的信道增益,hf,j是第f对D2D用户与第j对D2D用户共享相同资源时的信道增益。
分别将γc和γd设置为蜂窝用户和D2D用户所需的最小SIR阈值。典型蜂窝用户CUi在第k个信道上接收到SIR和第j对典型D2D用户在第k个信道上接收到SIR满足以下条件:
具体含义如下:
S3.1,为典型蜂窝用户CU受到来自其它聚类网络内的BS的干扰,/>公式如下:
其中,为典型CU与其它聚类网络内BS的距离。
S3.2,为来自D2D发射机(DTs)的聚类网络间的干扰,/>公式如下:
其中,表示典型CU与其它聚类网络内DT链路之间的衰落系数,/>表示典型CU到其它聚类网络内的DT的距离。
S3.3,为来自DTs的聚类网络内干扰,/>公式如下:
其中,表示聚类网络内典型CU与DT链路之间的衰落系数,/>表示聚类网络内典型CU与DT之间的距离。
S3.4,是来自BS的聚类网络间的干扰,/>公式如下:
其中,为典型DR与其它聚类网络内BS的距离。
S3.5,是来自DTs的聚类网络间的干扰,/>公式如下:
其中,表示典型DR与其它聚类网络内DT之间的链路衰落系数,/>是两者之间的距离。
S3.6,是来自BS的聚类网络内的干扰,/>公式如下:
其中,为典型聚类网络中DR与BS的距离。
进一步,在所述S4中,将第i个蜂窝用户和第j对D2D用户的容量分别表示为Cc,i和Cd,j:
则,一个聚类网络中的总系统容量Csum为:
进一步,在所述S5中,由于同一集群中的D2D用户距离较近,会对彼此造成干扰,不能使用相同的资源,但不同集群的D2D用户可以共享相同的资源。考虑到每个D2D用户集群中的D2D用户只能使用一个蜂窝用户的信道资源进行通信,可以使用KM算法将每个集群中的D2D用户与可用的蜂窝用户资源进行最优匹配并使聚类网络的系统容量最大化。
KM算法流程具体如下:
将D2D用户与蜂窝用户进行二部图匹配。簇中的D2D用户集和蜂窝用户集分别表示为二部图中顶点集的两个不相交集。每个D2D用户从满足SIR阈值条件的蜂窝用户中选择最适合的进行占用,即当且仅当蜂窝用户被D2D用户复用时,才会在两个用户之间建立一条连接线,连接线上的权重值用Wj,i来表示,即第j个D2D用户占用第i个蜂窝用户信道后的容量之和。
本发明的有益效果:
本发明考虑了蜂窝用户和D2D用户在聚类网络中共存的情形,相比于传统的通信模型,本发明的模型精度更高、能显著提升通信效率。同时考虑使用KM算法对蜂窝用户和D2D用户进行最优信道分配。在保证用户通信质量的同时,有效提高了系统容量。
附图说明
图1为蜂窝和D2D用户聚类网络中的一种信道分配方法的结构模型图;
图2为本方案中使用KM算进行最优信道分配图;
图3为蜂窝和D2D用户聚类网络中的一种信道分配方法的系统流程图;
具体实施方式
下面结合附图对本发明作进一步说明。
蜂窝和D2D用户聚类网络中的一种信道分配方法的结构模型图,如图1所示,具体步骤如图3所示,包括如下:
步骤S1,利用泊松点过程(PPP)对基站位置进行建模,D2D用户和蜂窝用户位置用泊松聚类过程(PCP)进行建模,形成聚类网络。基站的位置使用具有密度λc的PPP绘制,基站的位置用x∈Φc表示,Φc表示为基站的位置建模为泊松点过程。蜂窝用户(CUEs)和D2D用户(DUEs)分布在每个基站周围,被建模为PCP。因此,基站和用户将分别被称为聚类中心和聚类成员。每个聚类中心x∈Φc周围的聚类成员从独立同分布(i.i.d)对称正态分布中采样,CUEs的方差为DUEs的方差为/>因此,属于以x为中心的聚类成员的位置相对于其聚类中心位置CUEs的概率密度函数(PDF)可表示为:
其中,yc表示CUE相对于簇中心的距离。
同样,属于以x为中心的聚类成员的位置相对于其聚类中心位置的DUEs的概率密度函数(PDF)可表示为:
其中,yd表示CUE相对于簇中心的距离。
步骤S2,假定蜂窝用户的总数量为M,D2D用户的总数量为N,我们将蜂窝用户表示为一个集合C={C1,C2,…,Ci,CM,},其中Ci表示为第i个蜂窝用户,我们将D2D用户表示为一个集合D={D1,D2,…,Dj,DN,},其中Dj表示为第j个D2D用户,蜂窝用户在每个子信道上的发射功率用PC表示,第j个D2D对在第k个子信道上的发射功率用表示。
步骤S3,典型蜂窝用户CUi在第k个信道上接收到SIR表示为:
其中,其中,PC为蜂窝用户在每个子信道上的发射功率,为第j个D2D对在第k个子信道上的发射功率。/>为瑞利信道的衰落系数,α为路径损耗指数,且α>2。/>为聚类网络中典型CU到BS的距离,/>为聚类网络中典型D2D发射机(DT)到BS的距离,xi,j为信道分配指标变量,xi,j∈{0,1}。当xi,j=1时,表示第j个D2D对占用蜂窝用户i的信道,相反xi,j=0时,蜂窝用户i的信道未被占用。
与CUi的SIR相似,第j对典型D2D用户在第k个信道上接收到SIR表示为:
其中,PC是蜂窝用户在每个子信道上的发射功率,L是D2D发射机和D2D接收机之间的距离,是第f对D2D用户在第k个子信道上的发射功率,/>是典型聚类网络内DT与D2D接收机(DR)链路之间的衰落系数,hi,j是j对D2D用户共享第i个蜂窝用户信道的信道增益,hl,j是第f对D2D用户与第j对D2D用户共享相同资源时的信道增益。
分别将γc和γd设置为蜂窝用户和D2D用户所需的最小SIR阈值。典型蜂窝用户CUi在第k个信道上接收到SIR和第j对典型D2D用户在第k个信道上接收到SIR满足以下条件:
步骤S3.1将表示为典型蜂窝用户CU受到来自其它聚类网络内的BS的干扰,公式如下:
其中,为典型CU与其它聚类网络内BS的距离。
步骤S3.2将表示为来自D2D发射机(DTs)的聚类网络间的干扰,/>公式如下:
其中,表示典型CU与其它聚类网络内DT链路之间的衰落系数,/>表示典型CU到其它聚类网络内的DT的距离。
步骤S3.3将表示为来自DTs的聚类网络内干扰,/>公式如下:
其中,表示聚类网络内典型CU与DT链路之间的衰落系数,/>表示聚类网络内典型CU与DT之间的距离。
步骤S3.4将表示为来自BS的聚类网络间的干扰,/>公式如下:
其中,为典型DR与其它聚类网络内BS的距离。
步骤S3.5将表示为来自DTs的聚类网络间的干扰,/>公式如下:
其中,表示典型DR与其它聚类网络内DT之间的链路衰落系数,/>是两者之间的距离。
步骤S3.6将表示为来自BS的聚类网络内的干扰,/>公式如下:
其中,为典型聚类网络中DR与BS的距离。
步骤S4,根据香农理论,第i个蜂窝用户和第j对D2D用户的容量分别表示为:
则,一个聚类网络中的和速率为:
步骤S5,如图2所示,由于同一集群中的D2D用户距离较近,会对彼此造成干扰,不能使用相同的资源,但不同集群的D2D用户可以共享相同的资源。考虑到每个D2D用户集群中的D2D用户只能使用一个蜂窝用户的信道资源进行通信,可以使用KM算法将每个集群中的D2D用户与可用的蜂窝用户资源进行最优匹配。
KM算法流程具体如下:
将D2D用户与蜂窝用户进行二部图匹配。簇中的D2D用户集和蜂窝用户集分别表示为二部图中顶点集的两个不相交集。每个D2D用户从满足SIR阈值条件的蜂窝用户中选择最适合的进行占用,即当且仅当蜂窝用户被D2D用户复用时,才会在两个用户之间建立一条连接线,连接线上的权重值用Wj,i来表示,即第j个D2D用户占用第i个蜂窝用户信道后的容量之和。
本发明考虑了蜂窝用户和D2D用户在聚类网络中共存的情形,相比于传统的通信模型,本发明的模型更不失一般性、精度和通信效率更高。同时考虑使用KM算法对蜂窝用户和D2D用户进行最优信道分配。在保证用户通信质量的同时,有效提高了系统容量。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技术所创的等效方式或变更均应包含在本发明的保护范围之内。
Claims (10)
1.一种蜂窝和D2D用户聚类网络中的信道分配方法,其特征在于,包括如下步骤:
S1,利用泊松点过程(PPP)对基站位置进行建模,D2D用户和蜂窝用户位置用泊松聚类过程(PCP)进行建模,形成聚类网络;
S2,建立模型后,假定蜂窝用户的总数量为M,D2D用户的总数量为N,将蜂窝用户表示为一个集合C={C1,C2,…,Ci,CM,},将D2D用户表示为一个集合D={D1,D2,…,Dj,DN,};
S3,分别计算蜂窝用户和D2D用户的信噪比,并设定蜂窝用户和D2D用户所需的最小信噪比阈值;
S4,分别计算蜂窝用户和D2D用户的信道容量,并得出聚类网络中的总系统容量
S5,使用KM算法将每个聚类集群中的D2D用户与可用的蜂窝用户资源进行最优匹配并使聚类网络的和速率最大化。
2.根据权利要求1所述的一种蜂窝和D2D用户聚类网络中的信道分配方法,其特征在于,所述S1具体如下:
基站的位置使用具有密度λc的PPP绘制,基站的位置用x∈Φc表示,Φc表示为基站的位置建模为泊松点过程。蜂窝用户(CUEs)和D2D用户(DUEs)分布在每个基站周围,被建模为PCP,基站和用户将分别被称为聚类中心和聚类成员,每个聚类中心x∈Φc周围的聚类成员从独立同分布(i.i.d)对称正态分布中采样,CUEs的方差为DUEs的方差为/>因此,属于以x为中心的聚类成员的位置相对于其聚类中心位置DUEs的概率密度函数(PDF)可表示为:
其中,yc表示CUE相对于簇中心的距离;
同样,属于以x为中心的聚类成员的位置相对于其聚类中心位置的DUEs的概率密度函数(PDF)可表示为:
其中,yd表示CUE相对于簇中心的距离。
3.根据权利要求1所述的一种蜂窝和D2D用户聚类网络中的信道分配方法,其特征在于,所述S2具体如下:
假定蜂窝用户的总数量为M,D2D用户的总数量为N,将蜂窝用户表示为一个集合C={C1,C2,…,Ci,CM,},其中Ci表示为第i个蜂窝用户,将D2D用户表示为一个集合D={D1,D2,…,Dj,DN,},其中Dj表示为第j个D2D用户,蜂窝用户在每个子信道上的发射功率用PC表示,第j个D2D对在第k个子信道上的发射功率用表示。
4.根据权利要求1所述的一种蜂窝和D2D用户聚类网络中的信道分配方法,其特征在于,所述S3中蜂窝用户的信噪比计算如下:
典型蜂窝用户CUi在第k个信道上接收到SIR表示为:
其中,其中,PC为蜂窝用户在每个子信道上的发射功率,为第j个D2D对在第k个子信道上的发射功率。/>为瑞利信道的衰落系数,α为路径损耗指数,且α>2,/>为聚类网络中典型CU到BS的距离,/>为聚类网络中典型D2D发射机(DT)到BS的距离,xi,j为信道分配指标变量,xi,j∈{0,1},当xi,j=1时,表示第j个D2D对占用蜂窝用户i的信道,相反xi,j=0时,蜂窝用户i的信道未被占用。
5.根据权利要求1或4所述的一种蜂窝和D2D用户聚类网络中的信道分配方法,其特征在于,所述S3中D2D用户的信噪比计算如下:
第j对典型D2D用户在第k个信道上接收到SIR表示为:
其中,PC是蜂窝用户在每个子信道上的发射功率,L是D2D发射机和D2D接收机之间的距离,是第f对D2D用户在第k个子信道上的发射功率,/>是典型聚类网络内DT与D2D接收机(DR)链路之间的衰落系数,hl,j是第f对D2D用户与第j对D2D用户共享相同资源时的信道增益。
6.根据权利要求4或5所述的一种蜂窝和D2D用户聚类网络中的信道分配方法,其特征在于,为典型蜂窝用户CU受到来自其它聚类网络内的BS的干扰,/>公式如下:
其中,为典型CU与其它聚类网络内BS的距离;
为来自D2D发射机(DTs)的聚类网络间的干扰,/>公式如下:
其中,表示典型CU与其它聚类网络内DT链路之间的衰落系数,/>表示典型CU到其它聚类网络内的DT的距离;
为来自DTs的聚类网络内干扰,/>公式如下:
其中,表示聚类网络内典型CU与DT链路之间的衰落系数,/>表示聚类网络内典型CU与DT之间的距离;
是来自BS的聚类网络间的干扰,/>公式如下:
其中,为典型DR与其它聚类网络内BS的距离;
是来自DTs的聚类网络间的干扰,/>公式如下:
其中,表示典型DR与其它聚类网络内DT之间的链路衰落系数,/>是两者之间的距离;
是来自BS的聚类网络内的干扰,/>公式如下:
其中,为典型聚类网络中DR与BS的距离。
7.根据权利要求1所述的一种蜂窝和D2D用户聚类网络中的信道分配方法,其特征在于,在所述S4中,第i个蜂窝用户和第j对D2D用户的容量分别表示为:
8.根据权利要求7所述的一种蜂窝和D2D用户聚类网络中的信道分配方法,其特征在于,在所述S4中,一个聚类网络中的总系统容量为:
9.根据权利要求1所述的一种蜂窝和D2D用户聚类网络中的信道分配方法,其特征在于,所述S3中,将γc和γd设置为蜂窝用户和D2D用户所需的最小SIR阈值,典型蜂窝用户CUi在第k个信道上接收到SIR和第j对典型D2D用户在第k个信道上接收到SIR满足以下条件:
10.根据权利要求9所述的一种蜂窝和D2D用户聚类网络中的信道分配方法,其特征在于,在所述S5中,使用KM算法将每个集群中的D2D用户与可用的蜂窝用户资源进行最优匹配并使聚类网络的和速率最大化的具体过程如下:
将D2D用户与蜂窝用户进行二部图匹配;簇中的D2D用户集和蜂窝用户集分别表示为二部图中顶点集的两个不相交集,每个D2D用户从满足SIR阈值条件的蜂窝用户中选择最适合的进行占用,即当且仅当蜂窝用户被D2D用户复用时,才会在两个用户之间建立一条连接线,连接线上的权重值用Wj,i来表示,即第j个D2D用户占用第i个蜂窝用户信道后的容量之和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310921008.0A CN116867075B (zh) | 2023-07-25 | 2023-07-25 | 一种蜂窝和d2d用户聚类网络中的信道分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310921008.0A CN116867075B (zh) | 2023-07-25 | 2023-07-25 | 一种蜂窝和d2d用户聚类网络中的信道分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116867075A true CN116867075A (zh) | 2023-10-10 |
CN116867075B CN116867075B (zh) | 2024-04-09 |
Family
ID=88232200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310921008.0A Active CN116867075B (zh) | 2023-07-25 | 2023-07-25 | 一种蜂窝和d2d用户聚类网络中的信道分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116867075B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150305046A1 (en) * | 2014-04-18 | 2015-10-22 | Soongsil University Research Consortium Techno- Park | D2d communications system and allocation method of resources and power using the same |
CN107172576A (zh) * | 2017-06-05 | 2017-09-15 | 东南大学 | 一种增强蜂窝网安全性的d2d通信下行资源共享方法 |
CN107277819A (zh) * | 2017-06-23 | 2017-10-20 | 电子科技大学 | 一种基于异构网络的频谱资源划分方法 |
CN107484244A (zh) * | 2017-08-01 | 2017-12-15 | 东南大学 | 一种QoS感知的蜂窝网络D2D通信频谱资源分配算法 |
CN107612745A (zh) * | 2017-10-12 | 2018-01-19 | 北京科技大学 | 一种确定d2d网络模型的方法及评估d2d网络模型性能的方法 |
CN111586646A (zh) * | 2020-05-27 | 2020-08-25 | 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 |
-
2023
- 2023-07-25 CN CN202310921008.0A patent/CN116867075B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150305046A1 (en) * | 2014-04-18 | 2015-10-22 | Soongsil University Research Consortium Techno- Park | D2d communications system and allocation method of resources and power using the same |
CN107172576A (zh) * | 2017-06-05 | 2017-09-15 | 东南大学 | 一种增强蜂窝网安全性的d2d通信下行资源共享方法 |
CN107277819A (zh) * | 2017-06-23 | 2017-10-20 | 电子科技大学 | 一种基于异构网络的频谱资源划分方法 |
CN107484244A (zh) * | 2017-08-01 | 2017-12-15 | 东南大学 | 一种QoS感知的蜂窝网络D2D通信频谱资源分配算法 |
CN107612745A (zh) * | 2017-10-12 | 2018-01-19 | 北京科技大学 | 一种确定d2d网络模型的方法及评估d2d网络模型性能的方法 |
CN111586646A (zh) * | 2020-05-27 | 2020-08-25 | 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 |
Also Published As
Publication number | Publication date |
---|---|
CN116867075B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108462950B (zh) | 基于noma的d2d通信联合子信道与功率分配方法 | |
CN107948983B (zh) | 一种基于联盟博弈的能量采集小基站资源分配方法 | |
CN101291169B (zh) | 无线中继站的选择方法 | |
CN108366427B (zh) | D2d通信中基于功率控制的系统吞吐量与能效平衡方法 | |
CN108834112A (zh) | 一种基于noma的中继辅助d2d通信系统功率分配方法 | |
CN106792451B (zh) | 一种基于多种群遗传算法的d2d通信资源优化方法 | |
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 | |
CN113411105B (zh) | 一种无小区大规模天线系统的ap选择方法 | |
CN110677175B (zh) | 一种子信道调度与功率分配联合优化方法 | |
CN106454920A (zh) | 一种lte与d2d混合网络中基于时延保证的资源分配优化算法 | |
CN106788812B (zh) | 一种两层网络中基于分簇的干扰对齐方法 | |
CN106060917A (zh) | 一种基于分组匹配的天线与功率联合分配算法 | |
CN113099425B (zh) | 一种高能效的无人机辅助d2d资源分配方法 | |
CN112788726B (zh) | 一种无人机辅助基站通信的网络场景模型下的功率控制方法 | |
CN112969185B (zh) | 多无人机辅助移动用户通信的功率分配与航迹设计方法 | |
CN111372313B (zh) | 基于LoRa上行传输系统的高能效资源分配方法 | |
CN112702719A (zh) | 一种无人机场景下高能效d2d资源分配方法 | |
CN103139800A (zh) | 中继蜂窝网络的节点调整方法、装置及系统 | |
CN104158572A (zh) | 一种基于智能天线的绿色分布式天线系统通信方法 | |
CN116867075B (zh) | 一种蜂窝和d2d用户聚类网络中的信道分配方法 | |
CN107249213B (zh) | 一种d2d通信中频谱效率最大化的功率分配方法 | |
CN115173922A (zh) | 基于cmaddqn网络的多波束卫星通信系统资源分配方法 | |
KR102361439B1 (ko) | 차세대 통신 네트워크에서 단말의 통신 모드 및 전송 전력 결정 방법 및 이를 위한 장치 | |
CN110381589B (zh) | 基于无线能量收集的协作无线网络子信道功率分配方法 | |
CN110381590B (zh) | 一种基于无线能量收集的无线网络子信道功率分配方法 |
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 |