一種毫米波蜂窩網絡中的D2D資源分配方案

文 凱,陳永麗,顏 飆

(1.重慶郵電大學 通信新技術應用研究中心,重慶 400065; 2.重慶信科設計有限公司,重慶 401121)

0 概述

隨著移動網絡數據流量的指數式增長,目前頻譜資源緊張的現狀已然滿足不了通信發展的需要,因此需要擁有新技術的下一代無線通信系統[1-2]。在未來的5G網絡中,要結合運用通信新技術,以滿足日益增長的移動數據流量需求。毫米波(millimeter wave，mmWave)、終端直通(Device-to-Device,D2D)等技術得到了研究學者的關注。將D2D通信應用于毫米波蜂窩網絡能提高網絡性能,如吞吐量、頻譜效率等,但如何減少網絡中復用頻譜資源帶來的干擾成為目前研究的熱點和難點。

毫米波屬于甚高頻段(30 GHz～300 GHz),此波段頻帶資源十分豐富,能夠為緊張的頻譜資源現狀帶來很大的優勢[3]。毫米波具有單跳通信距離較短、干擾源少、可提供千兆位的通信服務、能夠大幅提升系統容量和傳輸速率等優點[4]。不過由于毫米波易受建筑物的阻擋,因此其適用于大型商場、機場、體育館等室內場景和街道、車站等室外場景[5]。

D2D技術可以在基站的控制下,實現設備彼此間的直接通信,不再需要通過基站來轉發[6]。將D2D通信技術應用于蜂窩網絡中具有以下優勢:可以增加通信系統容量,提高系統頻譜效率,提升數據傳輸速率,降低基站負載等[7]。但是當D2D用戶進行資源復用時會對蜂窩系統帶來干擾,這些干擾會嚴重影響系統性能[8]。因此,如何有效地管理這些干擾成為D2D通信的研究重點之一。目前,大量的研究已經專注于這個方向并對資源分配方案進行了研究。

文獻[9]提出一種資源分配方案,但是此方案只考慮單個D2D用戶帶來的干擾,而忽略了所有D2D用戶對系統帶來的整體干擾。文獻[10]研究一種能效算法,利用拉格朗日對偶理論,并聯合優化功率和數據速率來增加D2D網絡的能效,但是該算法沒有考慮D2D通信對蜂窩通信造成的整體干擾。文獻[11]在28 GHz帶寬下提出一種頻譜資源管理方案,在一定程度上提高了系統吞吐量,但只是簡單地對D2D用戶進行資源分配。文獻[12]資源共享的方案,允許無干擾的D2D鏈路共享資源,并能在提高網絡容量的同時保持很好的網絡連通性,但是在實際應用中不可避免的存在干擾。

本文在28 GHz毫米波蜂窩網絡中,針對D2D用戶在復用蜂窩用戶資源時產生的干擾問題提出一個解決方案,同時將最大化系統總吞吐量作為優化目標。首先,通過線性相關方法選擇出每一個D2D用戶可復用的蜂窩用戶集合;然后,為提高D2D用戶的吞吐量,對D2D用戶的發射功率進行合理地調整;最后,提出一個基于最小化D2D用戶對蜂窩鏈路造成整體干擾的資源分配方案,以降低D2D用戶對蜂窩用戶的干擾。

1 系統模型

1.1 網絡模型

在28 GHz下的D2D通信和蜂窩通信共存的城市蜂窩網絡環境中,由毫米波基站控制無線資源,如圖1所示,蜂窩用戶與D2D對共享下行鏈路資源。假設有N個蜂窩用戶存于集合C中,記為C{j=1,2,…,N},每個蜂窩用戶被分配一個固定的資源塊(Resource Block,RB);有M個D2D對用戶存于集合D中,記為D{i=1,2,…,M},并且D2D對滿足距離要求,同時符合通信要求。在此模型中,假設基站知道所有用戶的信道狀態信息,并且假設一個RB只能被一個D2D用戶復用,同時一個D2D用戶只能復用一個蜂窩用戶的RB。

圖1 下行鏈路的underlay蜂窩網絡模型

蜂窩用戶j和D2D對i的接收信號分別為

(1)

(2)

其中,pB和pi分別是BS、D2D對發射機的發送功率,hi,j是鏈路i-j的鏈路響應,nj和ni是高斯白噪聲,其單邊頻譜密度為N0,λi,j代表蜂窩用戶是否和D2D對分享資源,若λi,j=1代表兩者之間共享,λi,j=0代表兩者之間不共享。

1.2 信道模型

本文研究是在28 GHz毫米波中考慮實際的戶外傳輸條件,文獻[13]通過在紐約市進行的大規模測量中得出,在這種用戶量比較大以及障礙物比較多的戶外城市環境中只是進行視距的傳輸是不太現實的,因為其特征在于角度信號以不同的時延復制。因此,在此場景下接收信號經歷的路徑損耗(Path Loss,PL)包括視距LOS和非視距NLOS分量,并結合每一部分相對應的對數正態陰影衰落。路徑損耗模型PL的計算為PL=PLLOS+PLNLOS。根據對數距離路徑損耗模型計算路徑損耗模型,對于一個距離d,各部分的PL值根據標準線性模型PLX(d)[dB]=μ+10υlg[d(m)]+ε來計算,其中,ε為響應對數正態陰影,服從N(0,σ2)分布,μ為路徑損耗系數,υ為路徑損耗指數。在這里,本文將概率引入到對數正態路徑損耗和陰影模型中,由于D2D通信本身近距離的特性,D2D鏈路更易接收較多的LOS信號。因此,D2D鏈路的路徑損耗PL1為:

PL1=p1PLLOS+(1-p1)PLNLOS

(3)

其他鏈路的路徑損耗PL2為:

PL2=p2PLLOS+(1-p2)PLNLOS

(4)

并且毫米波通信中的多徑衰落是萊斯信道。

1.3 問題描述

本文研究是在毫米波蜂窩網絡中對D2D用戶進行資源分配,目標是使蜂窩用戶和D2D用戶總吞吐量最大化。通過對D2D發射功率的調整,在滿足蜂窩用戶的信干擾比(Signal to Interference plus Noise Ratio,SINR)的條件下使得D2D對的吞吐量得到改善。在本文中,蜂窩用戶j和D2D用戶i的SINR分別為:

(5)

(6)

由香農公式R=Blb(1+SINR)可得,蜂窩用戶j的數據速率為Rj=Blb(1+rj),D2D用戶i的數據速率為Ri=Blb(1+ri),因此總吞吐量的優化問題可以表示為:

(7)

約束條件:

(8)

(9)

文獻[14]已經證明了式(7)中總吞吐量的優化問題為非線性限制優化問題,其很難直接獲得,這是因為資源分配方案和功率控制直接影響整個系統的吞吐量。鑒于此,本文將優化問題分為3個方面去解決。首先,利用線性相關方法來找出D2D用戶的接入集合;然后,在保證蜂窩用戶服務質量(Quality of Service,QoS)的條件下合理地調整D2D用戶的發射功率,以盡量提高D2D用戶的吞吐量;最后,為最大化系統總吞吐量,提出一種基于整體干擾最小的資源分配方案,合理地為D2D用戶分配蜂窩用戶資源。

2 資源分配

2.1 D2D對的接入集合

如圖2所示,引用文獻[15]使用的線性規劃方法,對于每一個D2D用戶,可以求出其接入集合Ωi。在滿足限制條件式(8)和式(9)時,Ωi中包含D2D用戶i的所有潛在可進行復用的蜂窩用戶。由限制條件式(8)和式(9)可以得到:

(10)

圖2 潛在的復用對象

由不等式(10)可以得出圖2中交點C所對應的值的表達式:

只有當a1和a2有交點C時D2D用戶才有可復用的蜂窩用戶資源,并且交點C要在圖2中虛線和坐標所圍成的區域內時,才能保證蜂窩用戶和D2D用戶的服務質量。圖2中的陰影區域為pi和pB的可行域。

如果用戶的信道增益滿足：

(11)

那么蜂窩用戶j屬于D2D用戶i的接入集合。不等式(11)表明D2D用戶的可用傳輸功率,并且基站的發射功率不超過最大值。

2.2 D2D用戶的功率控制

假設D2D用戶i、復用蜂窩用戶j∈Ωi,即λi,j=1,對D2D用戶進行功率分配。為在保證蜂窩用戶QoS的條件下盡量提高D2D用戶的吞吐量,需要增加D2D用戶的發射功率,并適當的減小基站的發射功率。由式(5)和式(8)可以得到:

(12)

因此,基站的最小發射功率為

(13)

將式(13)代入到Ri=Blb(1+ri)可得:

(14)

從式(14)可以看出,隨著pi的增加D2D用戶的吞吐量是呈單調遞增的。因此,D2D用戶i的發射功率在滿足蜂窩用戶通信質量的條件下可以盡可能地大,從圖2中可以看出:

(15)

2.3 資源分配方案

本文是在已有方案的基礎上提出一種基于整體干擾最小的資源分配方案,以保證接入的所有D2D用戶對原有的蜂窩鏈路造成的干擾最小。

2.3.1 基于個體干擾最小的資源分配方案

文獻[9]提出一種基于個體干擾最小的資源分配方案,該方案的基本思想是首先估計出小區內的D2D用戶對之間的信道增益;然后為鏈路質量好的D2D用戶優先選擇復用的資源,并且選擇復用受到該D2D用戶干擾最小的蜂窩用戶資源,選擇好后將此D2D用戶和其復用的蜂窩用戶從各自的集合中去除;再為鏈路質量次優的D2D用戶選擇合適的復用資源,直到所有的D2D用戶都分配到資源為止。

2.3.2 基于整體干擾最小的資源分配方案

參考文獻[9],本文提出一種基于整體干擾最小的資源分配方案。為了最大化系統總吞吐量,本文將優化問題轉為最小化由D2D復用資源引起的整體干擾問題,然后將整體干擾最小的求解問題轉為蜂窩鏈路和D2D鏈路之間的最優匹配問題,以便能夠達到最小化D2D用戶復用蜂窩用戶帶來的干擾。因此需要找到每個D2D對的λi,j的優化值,建立一個M×N維的優化分配矩陣XM×N。

首先,每個D2D用戶在可復用的蜂窩用戶集合中計算其對蜂窩用戶的干擾值,記為ii,j,ii,j=piHi,j,并將對應的優化值設置為λi,j=1;將其對不可復用的蜂窩用戶的干擾記為無窮大,其對應的λi,j=0。

其次,將干擾矩陣IM×N轉化為XM×N的0-1分配的優化問題,目標是找到優化資源分配方法,達到最小化總的信道干擾,可描述為:

(16)

約束條件:

其中,約束條件前2個式子代表一個蜂窩用戶只能與一個D2D對分享資源且一個D2D對也只能復用一個蜂窩用戶資源,第3個式子表示資源復用指示的值要么為0要么為1,第4個式子表明信道干擾是非負的。

綜上所述,為D2D用戶進行資源分配的流程如下:

步驟1基站知道所有用戶信道鏈路的狀態信息。

步驟2為每一個D2D用戶選出可復用的蜂窩用戶資源。

步驟3為每一個D2D用戶選擇合適的發射功率。

步驟4根據步驟2計算出每一個D2D用戶對可復用的蜂窩用戶產生的干擾。

步驟5形成優化分配矩陣XM×N。

2.4 算法復雜度分析

本文算法的時間復雜度主要來源于匈牙利算法,為O(NM2),復雜度較高,而個體干擾最優算法只進行一次選擇排序,其算法復雜度為O(NM),隨機分配算法只是蜂窩用戶和D2D用戶的隨機分配,因此其算法復雜度也為O(NM),它們相比于本文所提算法降低了一個冪次。因此,本文算法是在犧牲算法復雜度的基礎上提升系統性能的。

3 仿真驗證

3.1 仿真參數

本文在5G mmWave 28 GHz下的戶外城市蜂窩網絡中對算法進行驗證,其路徑損耗值是基于文獻[11]、文獻[13]計算,在此場景下提供資源分配的仿真結果,利用MATLAB進行仿真,主要的仿真參數如表1所示。

表1 主要的仿真參數

3.2 仿真結果

圖3為系統總吞吐量和D2D用戶之間距離的關系曲線。從圖3可以看出,當d<30 m時,系統總吞吐量隨D2D對之間距離的增大而減少,且減少的程度較大;當d>30 m時,系統總吞吐量隨著D2D對之間距離的增大則變化甚微。這主要是因為當d較小時,D2D鏈路質量較好,對系統總吞吐量的影響很大,但是當d較大時,D2D鏈路質量會變的很差,對系統總吞吐量幾乎沒有影響。并且從圖3可以看出,本文算法優于其他2種算法,這表明本文方法能夠有效提高小區總吞吐量。

圖3 系統總吞吐量和D2D用戶之間距離的關系

圖4為不同資源分配算法下蜂窩用戶的信干擾比(SINR)的累積分布函數(Cumulative Disribution Function,CDF)曲線。從圖4可以看出,相比于其他2種算法,本文算法提高了蜂窩鏈路的SINR,原因是其旨在最小化整體蜂窩鏈路的頻譜復用干擾,根據目標函數式(16),每一個D2D對和蜂窩用戶之間的優化匹配關系將會被建立。然而個體干擾最小算法只關注單個蜂窩鏈路的干擾達到最小,而忽略了整體鏈路的干擾情況,因此,單個蜂窩鏈路和D2D對之間的資源分配可能是最優的,但是對于整體蜂窩鏈路則不是最優的。而對于隨機分配算法,其僅是蜂窩鏈路和D2D對之間的隨機分配,并沒有考慮干擾問題,因此其性能是最差的。

圖4 不同算法下蜂窩用戶SINR的CDF曲線

圖5為不同資源分配算法下的系統吞吐量(每個蜂窩用戶和復用其資源的D2D用戶的吞吐量)的CDF曲線。由于D2D用戶和蜂窩用戶共同使用同一個資源,那么必然是存在干擾的,因此通過對干擾的控制可以使系統吞吐量提高。從圖5可以看出,本文算法的系統吞吐量是最高的,因為隨機分配算法沒有考慮干擾問題,個體干擾最小算法只考慮了個體干擾最小,而忽略了整體鏈路干擾問題。

圖5 不同算法下系統吞吐量的CDF曲線

4 結束語

為降低D2D用戶對蜂窩用戶產生的干擾,達到最大化系統總吞吐量的優化目標,本文基于城市毫米波小區中的蜂窩用戶和D2D用戶共存的混合網絡,提出一種基于干擾管理的啟發式算法。為確保D2D用戶的通信質量,對D2D用戶進行功率控制,最后利用匈牙利算法求出最優匹配。仿真結果表明,本文算法可以有效降低D2D用戶和蜂窩用戶之間的干擾,提高系統吞吐量,提升系統性能。本文主要研究的是28 GHz毫米波頻段中一對一復用的場景,下一步將考慮一個蜂窩用戶的資源被多個D2D用戶復用或者多個蜂窩用戶的資源被一個D2D用戶使用的場景,并且在其他毫米波頻段(如E帶寬)下對D2D資源分配進行研究。