嵌入D2D的蜂窝网络中基于综合效用函数的功率分配方法

摘要

本发明公开了一种嵌入D2D的蜂窝网络中基于综合效用函数的功率分配方法，其特征在于，通过构建综合效用函数u

说明书

技术领域

本发明涉及一种功率分配方法，具体涉及一种嵌入D2D的蜂窝网 络中基于综合效用函数的功率分配方法，属于通信技术领域。

背景技术

D2D技术是一种近年来学术界和工业界所密切关注和研究的无线 通信新技术。所谓嵌入式D2D技术，是指在不影响整体蜂窝网络运行 的情况下，终端设备之间建立通信链路进行直接通信，不通过基站中 转的无线传输技术。通过引入D2D技术，可以实现蜂窝资源的重用、 提高传输效率、降低终端能耗，进而大幅提高蜂窝系统的整体性能。

嵌入D2D技术的蜂窝网络中，D2D设备可以使用三种传输模式：

1）共信道模式，该模式下D2D设备与蜂窝设备使用相同的时频 资源；

2）正交信道模式，该模式下D2D设备与蜂窝设备使用正交时频 资源；

3）蜂窝模式，该模式下D2D设备进行传统的蜂窝通信。

在共信道模式下，D2D设备和蜂窝设备之间存在相互干扰。而功 率控制作为一种有效的干扰管理机制，已被广泛研究。针对嵌入D2D 技术的蜂窝网络中D2D设备和蜂窝设备之间的干扰，很多学者已经提 出了许多基于不同优化目标的功率分配策略来降低这种干扰，并在各 自侧重的方面提升蜂窝系统的性能，例如：

文献1：Chia-Hao Yu,Klaus Doppler,Cassio B.Ribeiro,and  Olav Tirkkonen,"Resource Sharing Optimization for  Device-to-Device Communication Underlaying Cellular Network," IEEE Trans.WirelessCommun.vol.10,no.8,pp.2752-2763,AUG. 2011.

文献2：Chia-Hao Yu,Olav Tirkkonen,Klaus Doppler,and  Cassio B.Ribeiro,"Power optimization of device-to-device  communication underlaying cellular communication,"in Proc. IEEE international Conference on Communications.June2009.

文献1和文献2提出一种以最大化系统总吞吐量为优化目标的功 率最佳化方案，该方案在蜂窝设备和D2D设备的通信速率受到约束的 条件下通过在可行域内穷搜得到最优解；上述方案在最大化系统总容 量时忽视了功率代价。。

文献3：Gabor Fodor and Norbert Reider,"A Distributed Power  Control Scheme for Cellular Network Assisted D2D  Communications,"in Proc.IEEE international Conference on  Globle Telecommunications.Dec.2011.提出一种最小化总功率消 耗的功率分配机制，该机制虽在满足给定的容量限制条件下减小功率 消耗，但并没有将容量和功耗结合起来，即没有采用功率效率这一指 标来衡量系统性能。

文献4：M.Jung,K.Hwang,and S.Choi:Joint mode selection  and power allocation scheme for power-efficient  device-to-device(D2D)communication.In IEEE75th Vehicular  Technology Conference(VTC Spring),2012,1–5.提出一种联合 功率分配和模式选择方案来最大化D2D通信和蜂窝通信整体的功率 效率，该优化目标针对的是整个蜂窝系统的功率效率，并没有考虑单 个D2D用户或者蜂窝用户的功率效率状况。

文献5：XianyanQiu,Xuewen Liao,Ke Dong,Shihua Zhu:Energy  efficiency analysis in device-to-device communication  underlaying cellular networks.CCNC2013:625-630.提出的基于 用户总功率效率最大化的功率分配算法虽然考虑了终端用户的功率 效率情况，但并没有涉及整个系统的功率效率。

在嵌入D2D技术的蜂窝网络中，蜂窝用户和D2D用户由于共用蜂 窝无线资源，相互之间会存在干扰。以一个D2D基本单元为例，如图 1所示，蜂窝用户1和一个D2D用户对（发送端2，接收端3）共用 相同的上行资源，蜂窝用户1的上行传输会对D2D用户对的接收端3 造成干扰，D2D用户对的发送端2的传输会对基站造成干扰。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种嵌入D2D的 蜂窝网络中基于综合效用函数的功率分配方法，通过给共用频谱资源 的蜂窝用户和D2D用户分配合适的功率，使得在干扰存在的情况下最 大化的选定效用函数。

为了实现上述目标，本发明采用如下的技术方案：

一种嵌入D2D的蜂窝网络中基于综合效用函数的功率分配方法， 其特征在于，

用P_c和P_d分别表示蜂窝通信接收端和D2D通信接收端的发送功 率，n_c和n_d分别表示蜂窝通信接收端和D2D通信接收端的噪声功率， 则蜂窝通信接收端的SINR r_c表示为：

$r_c=\frac{P_c{g}_{\mathrm{cc}}}{P_d{g}_{\mathrm{dc}}+n_c},$

D2D通信接收端的SINR r_d表示为：

$r_d=\frac{P_d{g}_{\mathrm{dd}}}{P_c{g}_{\mathrm{cd}}+n_d},$

假设r_c满足γ_cl≤r_c≤γ_ch，r_d满足γ_dl≤r_d≤γ_dh，其中，γ_cl、γ_ch分别表 示蜂窝通信接收端的SINR的最小值和最大值,γ_dl、γ_dh分别表示D2D 通信接收端的SINR的最小值和最大值,

本专利中，定义同时考虑系统整体功率效率以及用户功率效率的 综合效用函数u₁(P_c,P_d)，将其表示为：

u₁(P_c,P_d)=α×u₂(P_c,P_d)+(1-α)×u₃(P_c,P_d)，

其中，$u_2(P_c,P_d)=\min (\frac{{\log }_2(1+r_c)}{P_c},\frac{{\log }_2(1+r_d)}{P_d}),$

$u_3(P_c,P_d)=\frac{{\log }_2(1+r_c)+{\log }_2(1+r_d)}{P_c+P_d},$

α表示u₂(P_c,P_d)对综合效用函数u₁(P_c,P_d)的影响因子，且0<α<1，

基于综合效用函数u₁(P_c,P_d)建立如下模型：

$\left(\begin{array}{c}\underset{(P_c,P_d)}{\max }{u}_1(P_c,P_d)\\ s.t\left(,\begin{array}{c}0\le P_c,P_d\le P_m\\ {\gamma }_{\mathrm{cl}}\le r_c\le {\gamma }_{\mathrm{ch}}\\ {\gamma }_{\mathrm{dl}}\le r_d\le {\gamma }_{\mathrm{dh}}\end{array}\right)\end{array}\right)$

其中，P_m表示通信接收端发射功率的最大值，

用综合效用函数的增加量Δu₁来代表收益，

△u₁=u₁(t)-u₁(t-1)

其中，u₁(t)表示当前迭代中增加通信接收端的SINR后的效用函数 值，u₁(t-1)表示上一次迭代后得到的效用函数值，

若每次迭代中增加蜂窝通信接收端的SINR所带来的收益大，则 增加蜂窝通信接收端的SINR；

若每次迭代中增加D2D通信接收端的SINR所带来的收益大，则增 加D2D通信接收端的SINR；

若每次迭代中同时增加D2D通信和蜂窝通信接收端的SINR所带来 的收益大，则同时增加D2D通信和蜂窝通信接收端的SINR；

前述的基于综合效用函数的功率分配方法，其特征在于，收益函 数的求解以及用户筛选流程如下：

初始化：由$\left(\begin{array}{c}{r}_c^0={\gamma }_{\mathrm{cl}}\\ r_d^0={\gamma }_{\mathrm{dl}}\end{array}\right)$得到计算效用函数u⁰；

分别单独改变蜂窝通信接收端的SINR以及D2D通信接收端的SINR 和同时改变蜂窝通信与D2D通信接收端的SINR，计算收益函数b_c、 b_d以及b_cd：

（1）令$r_c^t=r_c^{t-1}+\Delta ,$由$\left(\begin{array}{c}{r}_c^t=r_c^{t-1}+\Delta \\ r_d^t=r_d^{t-1}\end{array}\right)$分别得到

其中，t表示当前次迭代，t-1表示上一次迭代，△为SINR的变化 步长，表示蜂窝通信接收端的发射功率，表示D2D通信接收 端的发射功率，则收益函数b_c表示如下：

$b_c=u_1(P_c^t\_c,P_d^t\_c)-u_1(P_c^{t-1},P_d^{t-1});$

（2）令$r_d^t=r_d^{t-1}+\Delta ,$由$\left(\begin{array}{c}{r}_c^t=r_c^{t-1}\\ r_d^t=r_d^{t-1}+\Delta \end{array}\right)$分别得到

其中，表示蜂窝通信接收端的发射功率，表示D2D通信 接收端的发射功率，则收益函数b_d表示如下：

$b_d=u_1(P_c^t\_d,P_d^t\_d)-u_1(P_c^{t-1},P_d^{t-1});$

（3）$r_c^t=r_c^{t-1}+\Delta ,r_d^t=r_d^{t-1}+\Delta ,$由$\left(\begin{array}{c}{r}_c^t=r_c^{t-1}+\Delta \\ r_d^t=r_d^{t-1}+\Delta \end{array}\right)$分别得到

其中，表示蜂窝通信接收端的发射功率，表示D2D通 信接收端的发射功率，则收益函数b_cd表示如下：

$b_{\mathrm{cd}}=u_1(P_c^t\_\mathrm{cd},P_d^t\_\mathrm{cd})-u_1(P_c^{t-1},P_d^{t-1}).$

若b_c≥b_d、b_c≥b_cd，且b_c与b_d以及b_cd不同时≤0，则在此次迭代中 选择增加蜂窝通信接收端的SINR，D2D通信接收端的SINR保持不变， 而且$P_c^t=P_c^t\_c,P_d^t=P_d^t\_c;$

若b_d≥b_c、b_d≥b_cd，且b_c与b_d以及b_cd不同时≤0，则在此次迭代中 选择增加D2D通信接收端的SINR；

若b_cd≥b_c、b_cd≥b_d，且b_c与b_d以及b_cd不同时≤0，则在此次迭代中 选择同时增加D2D通信接收端和蜂窝通信接收端的SINR。

前述的基于综合效用函数的功率分配方法，其特征在于，若 r_c、r_d都接近SINR的上限，则算法终止。

本发明的有益之处在于：基于综合效用函数的功率分配方法，兼 顾了系统整体功率效率和用户的功率效率，在系统层面和用户层面达 到了一个很好的平衡；相对于只考虑系统整体功率效率或者只考虑用 户功率效率的传统功率分配算法可获得更好的优化性能。

附图说明

图1是一个D2D基本单元的系统场景图；

图2是基于u₁和u₃的用户最小功率效率对比图；

图3是基于u₁和u₃的系统整体功率效率对比图；

图4是基于u₁和u₄的用户最小功率效率对比图；

图5是基于u₁和u₄的系统整体功率效率对比图；

图中附图标记的含义：1-蜂窝用户，2-发送端，3-接收端，虚线 箭头表示干扰链路，实线箭头表示通信链路。

具体实施方式

以下结合附图和具体实施例对本发明作具体的介绍。

本发明的嵌入D2D的蜂窝网络中基于综合效用函数的功率分配方 法，用P_c和P_d分别表示蜂窝通信接收端和D2D通信接收端的发送功 率，n_c和n_d分别表示蜂窝通信接收端和D2D通信接收端的噪声功率， 则将蜂窝通信接收端的SINR r_c表示为：

$r_c=\frac{P_c{g}_{\mathrm{cc}}}{P_d{g}_{\mathrm{dc}}+n_c}$

将D2D通信接收端的SINR r_d表示为：

$r_d=\frac{P_d{g}_{\mathrm{dd}}}{P_c{g}_{\mathrm{cd}}+n_d}.$

考虑到蜂窝用户和D2D用户的QoS需求，我们假设r_c满足 γ_cl≤r_c≤γ_ch，r_d满足γ_dl≤r_d≤γ_dh，其中，γ_cl、γ_ch分别表示蜂窝通信接收 端的SINR的最小值和最大值,γ_dl、γ_dh分别表示D2D通信接收端的 SINR的最小值和最大值。

定义效用函数u(P_c,P_d)，则可建立如下模型：

$\left(\begin{array}{c}\underset{(P_c,P_d)}{\max }u(P_c,P_d)\\ s.t.\left(,\begin{array}{c}0\le P_c,P_d\le P_m\\ {\gamma }_{\mathrm{cl}}\le r_c\le {\gamma }_{\mathrm{ch}}\\ {\gamma }_{\mathrm{dl}}\le r_d\le {\gamma }_{\mathrm{dh}}\end{array}\right)\end{array}\right)$

其中，P_m表示通信接收端发射功率的最大值。

传统的基于功率效率的功率分配算法，例如文献4中的方案，其 优化目标是最大化系统整体的功率效率，即效用函数为u₃(P_c,P_d)；该 功率分配方案只是从系统的层面考虑了功率效率这一指标，并没有涉 及到用户层面终端用户的功率效率情况。

而文献5中的方案，其优化目标是终端用户的总功率效率最大 化，也可理解为终端用户的平均功率效率最大化，其效用函数可表 示为：$u_4(P_c,P_d)=\frac{{\log }_2(1+r_c)}{P_c}+\frac{{\log }_2(1+r_d)}{P_d},$并通过非协作博弈的策略来 求得最优解。从终端用户的角度出发，终端用户的平均功率效率最 大并不能保证每个用户的功率效率足够高，即不能反映系统中每个 用户真实的功率效率情况；此外，该方案并没有从系统角度考虑， 整个蜂窝系统的功率效率也不能得到保证。

针对本发明所建立的模型，本专利提出一种全新的效用函数以及 求解策略，可取得相较于文献4、5更好的优化性能。

本专利中，定义了同时考虑系统整体功率效率以及用户功率效率 的综合效用函数u₁(P_c,P_d)，将其表示为：

u₁(P_c,P_d)=α×u₂(P_c,P_d)+(1-α)×u₃(P_c,P_d)，

其中，$u_2(P_c,P_d)=\min (\frac{{\log }_2(1+r_c)}{P_c},\frac{{\log }_2(1+r_d)}{P_d}),$

$u_3(P_c,P_d)=\frac{{\log }_2(1+r_c)+{\log }_2(1+r_d)}{P_c+P_d},$

α表示u₂(P_c,P_d)对综合效用函数u₁(P_c,P_d)的影响因子，且 0<α<1。

基于综合效用函数u₁(P_c,P_d)建立如下模型：

$\left(\begin{array}{c}\underset{(P_c,P_d)}{\max }{u}_1(P_c,P_d)\\ s.t\left(,\begin{array}{c}0\le P_c,P_d\le P_m\\ {\gamma }_{\mathrm{cl}}\le r_c\le {\gamma }_{\mathrm{ch}}\\ {\gamma }_{\mathrm{dl}}\le r_d\le {\gamma }_{\mathrm{dh}}\end{array}\right)\end{array}\right)$

其中，P_m表示通信接收端发射功率的最大值。

在此，我们用综合效用函数的增加量Δu来代表收益，

△u₁=u₁(t)-u₁(t-1)

其中，u₁(t)表示当前迭代中增加通信接收端的SINR后的效用函数 值，u₁(t-1)表示上一次迭代后得到的效用函数值。

在本发明中，功率分配流程如下：

首先，初始化：由$\left(\begin{array}{c}{r}_c^0={\gamma }_{\mathrm{cl}}\\ r_d^0={\gamma }_{\mathrm{dl}}\end{array}\right)$得到计算效用函数u0。

然后，分别单独改变蜂窝通信接收端的SINR和D2D通信接收端的 SINR、同时改变蜂窝通信与D2D通信接收端的SINR，计算收益函数 b_c、b_d和b_cd：

（1）令$r_c^t=r_c^{t-1}+\Delta ,$由$\left(\begin{array}{c}{r}_c^t=r_c^{t-1}+\Delta \\ r_d^t=r_d^{t-1}\end{array}\right)$分别得到

其中，t表示当前次迭代，t-1表示上一次迭代，△为SINR的变化 步长，表示蜂窝通信接收端的发射功率，表示D2D通信接收 端的发射功率，则收益函数b_c表示如下：

$b_c=u_1(P_c^t\_c,P_d^t\_c)-u_1(P_c^{t-1},P_d^{t-1});$

（2）令$r_d^t=r_d^{t-1}+\Delta ,$由$\left(\begin{array}{c}{r}_c^t=r_c^{t-1}\\ r_d^t=r_d^{t-1}+\Delta \end{array}\right)$分别得到

其中，t、t-1、△的含义不变，表示蜂窝通信接收端的发射功 率，表示D2D通信接收端的发射功率，则收益函数b_d表示如下：

$b_d=u_1(P_c^t\_d,P_d^t\_d)-u_1(P_c^{t-1},P_d^{t-1});$

（3）令$r_c^t=r_c^{t-1}+\Delta ,r_d^t=r_d^{t-1}+\Delta ,$由$\left(\begin{array}{c}{r}_c^t=r_c^{t-1}+\Delta \\ r_d^t=r_d^{t-1}+\Delta \end{array}\right)$分别得到

其中，表示蜂窝通信接收端的发射功率，表示D2D通 信接收端的发射功率，则收益函数b_cd表示如下：

$b_{\mathrm{cd}}=u_1(P_c^t\_\mathrm{cd},P_d^t\_\mathrm{cd})-u_1(P_c^{t-1},P_d^{t-1}).$

最后，判定在此次迭代中选择增加哪类用户的SINR：

（1）若b_c≥b_d且b_c≥b_cd且b_c与b_d以及b_cd不同时≤0，则在此次迭代 中选择增加蜂窝通信接收端的SINR，D2D通信接收端的SINR保持不 变，而且$P_c^t=P_c^t\_c,P_d^t=P_d^t\_c.$

（2）若b_d≥b_c且b_d≥b_cd且b_c与b_d以及b_cd不同时≤0，则在此次迭 代中选择增加D2D通信接收端的SINR。

（3）若b_cd≥b_c且b_cd≥b_d且b_c与b_d以及b_cd不同时≤0，则在此次迭 代中选择同时增加D2D通信接收端和蜂窝通信接收端的SINR。

如果在计算收益函数b_c、b_d和b_cd的过程中，r_c、r_d都接近SINR的 上限，则算法终止。

上面针对u₁(P_c,P_d)所提出的全新的求解策略，同样适用于u₃(P_c,P_d) 和u₄(P_c,P_d)的求解过程。

将本发明的功率分配方法的性能与传统算法（文献4、5中的算 法）的性能进行对比，比较的结果见图2至图5。

图2是基于综合效用函数u₁(P_c,P_d)与基于效用函数u₃(P_c,P_d)的用户 最小功率效率对比图，上面的曲线表示本专利中算法的性能，下面 的曲线表示传统算法（文献4）的性能。

图3是基于综合效用函数u₁(P_c,P_d)与基于效用函数u₃(P_c,P_d)的系统 整体功率效率对比图，上面的曲线表示传统算法的性能，下面的曲 线表示本专利中算法的性能。

由于基于效用函数u₃(P_c,P_d)的优化目标是最大化系统整体功率效 率，所以其系统整体功率效率相对于本专利中的算法较好，但差距 并不大；而且本专利中的算法可取得更大的用户最小功率效率值； 综合考虑，本专利中的算法优化性能更好。

图4是基于综合效用函数u₁(P_c,P_d)与基于效用函数u₄(P_c,P_d)的用户 最小功率效率对比图。

图5是基于综合效用函数u₁(P_c,P_d)与基于效用函数u₄(P_c,P_d)的系统 整体功率效率对比图。

图4与图5中，上面的曲线均表示传统算法（文献5）的性能， 下面的曲线均表示本专利中算法的性能。可以发现，本专利中的算法 相对于传统算法在用户最小功率效率以及系统整体功率效率两个方 面的性能都可取得较大的提升。

需要说明的是，上述实施例不以任何形式限制本发明，凡采用等 同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范 围内。