基于窮舉搜索的5G通信D2D資源分配算法

魏 康，夏宇星

（中通服咨詢設計研究院有限公司，江蘇 南京 210019）

0 引 言

5G作為下一代移動通信系統，具有頻譜利用率高和能效大的特點。與4G相比，5G移動通信系統需要服務更多類型的用戶，在有限的通信資源中如何保障用戶的服務質量成為了當前研究的熱點和難點[1]。D2D設備直通技術是5G異構網絡的關鍵技術之一，具有速率快、延遲率低、通信安全程度高、操作性高、抗災性強以及能耗低等特點，對未來5G網絡架構建設有著重大影響。D2D設備直通技術借助網絡中近鄰設備進行直接通信，通過共享蜂窩用戶的頻譜資源來提升頻譜利用率，但復用通信資源會對使用5G通信技術的用戶帶來不同程度的干擾與影響，并且其影響程度會隨著使用人數的逐漸增多而加深。因此，如何在不影響5G通信技術的服務質量的情況下提升通信資源的利用率是當前研究的熱點，針對該問題研究5G通信環境下D2D資源的分配具有重要意義。

1 窮舉搜索法

窮舉搜索法是按某種順序對眾多可能解進行逐一枚舉和檢驗，從這些可能解中找出符合要求的解作為問題的答案[2]。當需要解決的問題符合如下情況時適合使用窮舉搜索法，即問題的可能解不唯一且數量有限，問題可能解被劃定在一定范圍中，而且需要解決的問題不能通過其他方法或算法予以解決。

具體到5G通信D2D資源分配上，窮舉搜索法將D2D資源分配的可能取值全部放入考慮范圍之中，并逐一進行相關公式的計算，比較得到最優解，從而真正實現全域搜索[3]。窮舉搜索法與優化方法相比，它可得到D2D資源分配的最優值，而不是某局部范圍內的較優值，因此可以得到最接近實際需要的D2D資源分配方式，且初始值的變化不影響最終結果的確定。在給定的搜索范圍內，可得到確定的D2D資源分配方式最優值。由于窮舉搜索法需要搜索5G通信D2D資源所有的分配方式，因此其運算時間要比優化方法長，這也是窮舉搜索法只適用于存在有限數量可能解的問題的原因。

2 基于窮舉搜索的5G通信D2D資源分配算法

2.1 建立5G通信D2D資源分配模型

5G通信D2D資源分配系統模型由主網絡和蜂窩網絡兩大部分組成，主網絡以蜂窩用戶為主要用戶，以D2D用戶為次要用戶。在蜂窩系統中，用Mmax表示主網絡所擁有的最大信道數，次要用戶所能復用的信道數由PU的數量和狀態是否良好決定，而每個主要用戶都可以單獨配置一個網絡信道，多對D2D、DUE及CUE復用全頻譜資源才能配置一個網絡信道[4]。因此，DUE之間的同層干擾現象以及DUE與CUE之間的跨層干擾現象在蜂窩系統中必定存在。考慮到DUE本身所具備的認知性和系統中必然存在的干擾現象，將DUE作為系統的發送端和接收端以感知空閑頻譜資源。

次級用戶DUE發送端和接收端的集合形式為D={DA1-DS1,DA2-DS2,…,DAx-DSx,…,DAn-DSn}， 其 中DAx表示DUE發送端，DSx表示DUE接收端。CUE的集合形式為C={C1,C2,…,Cx,…,Cn}。

在建立模型的過程中要考慮干擾分析及5G移動通信系統的吞吐量，假設小區中的通信設備包含1個基站、1個CUE及兩個D2D。CUE的上行鏈路資源被兩個D2D同時復用，這時需要分析復用CUE資源對各個通信設備的干擾情況，主要有以下兩種干擾方式。

一是由于每一對次級用戶DUE發送端和接收端都需要復用對應CUE的上行鏈路資源，因此會出現D2D用戶之間的同頻干擾。其中，DA1與DA2受到的同頻干擾用IDA1和IDA2表示。在DA1處會受到來自DS2和蜂窩網絡用戶CUE的上行鏈路干擾，DA2則會受到DS1和CUE的干擾，即：

式中，IA1表示蜂窩網絡用戶在A1處受干擾的程度，I1表示蜂窩網絡用戶在A1處受到的同頻干擾，I2表示蜂窩網絡用戶在A2處受到的上行鏈路干擾，N0表示加性高斯白噪聲。此外：

式中，IA2表示蜂窩網絡用戶在A2處受干擾的程度，I3表示蜂窩網絡用戶在A2處所受到的同頻干擾，I4表示蜂窩網絡用戶在A1處受到的上行鏈路干擾。

二是通信基站本身會受到來自D2D用戶發送端的干擾，該干擾用IBS表示。這種情況下的分配模型為：

式中，DA1表示通信基站在A1處受到的同頻干擾，DA2表示通信基站在A2處受到的上行鏈路干擾。

2.2 5G通信D2D資源分配相關計算操作流程

通過建立5G通信D2D資源分配模型可得出系統吞吐量，即：

式中，Rsum表示系統的吞吐量，R1表示用戶處傳播信息的速率，R2表示通信基站傳播信息的速率，IBS表示通信基站受到來自D2D用戶發送端的干擾。

根據5G通信D2D資源分配模型和相關干擾分析，結合窮舉搜索法的相關算法，可將5G通信D2D資源分配問題表示為：

式中，R表示系統資源分配的最佳吞吐值，RD2Di表示i個D2D用戶所處位置傳播信息的速率，RBS表示通信基站受到的來自D2D用戶發送端的干擾程度。

此外，還需要找到在閾值范圍內蜂窩用戶和DUE的特定發送功率，使系統吞吐量達到最大值，這樣基于窮舉搜索的5G通信D2D資源分配才可以實現最優，流程如圖1所示。

圖1 算法流程圖

獲取當前系統中用戶位置及相關參數，將數據初始化后進行相關計算，以符合網絡和用戶參數要求作為窮舉搜索終止的標準，最終篩選出符合網絡和用戶參數要求的數值，使5G通信D2D資源分配達到最優。

3 5G通信D2D資源分配實驗仿真及性能分析

本文提出一種基于窮舉搜索的5G通信D2D資源分配算法，通過獲取的用戶數據信息進行數據的相關處理，結合窮舉搜索算法在保證用戶需求和服務質量的情況下進行5G通信D2D資源分配最優化操作，對所有數據進行計算，從而得出5G通信D2D資源的最佳分配方案。

為了評估基于窮舉搜索的5G通信D2D資源分配算法的優劣性，在仿真實驗過程中都采用通用的仿真參數及相關約束條件[5]。首先模擬小區中DUE，CUE和基站的分布位置，將D2D發送端和接收端與基站的距離以及DUE用戶數量作為實驗變量，與PSO算法和最大功率算法這兩種分配方法進行比較，檢驗基于窮舉搜索的5G通信D2D資源分配算法的仿真效果。取30次實驗仿真的結果以保證實驗的準確性和客觀性，其中一次實驗的網絡中用戶位置分布示意如圖2所示。

圖2 網絡中基站、CUE及DUE位置分布圖

仿真模擬一個CUE用戶資源被5個D2D用戶復用，對比基于窮舉搜索的5G通信D2D資源分配算法與粒子群算法和最大功率分配方法，結果如圖3所示。

圖3 算法比較的結果

由圖3可知，基于窮舉搜索的5G通信D2D資源分配算法相比于最大功率算法，其算出的資源分配方式給用戶帶來的干擾更小。與粒子群算法相比，其吞吐量較大。粒子群算法只能找出資源分配問題的較優解，而窮舉搜索可以通過計算所有數據來找出資源分配問題的最優解。

4 結 論

本文對基于窮舉搜索的5G通信D2D資源分配算法進行了相關研究，通過初步建立5G通信D2D資源分配數據模型，融合窮舉搜索的相關特性建構算法，且實驗驗證了基于窮舉搜索的5G通信D2D資源分配算法優于粒子群算法和最大功率算法。希望本文可以對5G通信D2D資源分配算法的研究有一定的幫助。