嵌入D2D的蜂窝网络中基于SINR增量迭代的功率分配方法

摘要

本发明公开了一种嵌入D2D的蜂窝网络中基于SINR增量迭代的功率分配方法，其特征在于，首先建立关于该功率分配问题的模型，用效用函数的增加量来代表每次迭代时的收益，收益情况好的选择增加相应用户的SINR；迭代算法包括：计算效用函数u0，改变蜂窝通信接收端的SINR和D2D通信接收端的SINR，计算收益函数bc、bd和bcd，比较bc、bd和bcd的大小从而确定增加哪类用户的SINR。本发明的有益之处在于：随着D2D用户对之间的距离以及D2D对和基站之间的距离的变化，本发明的基于迭代SINR的功率分配算法比传统算法在用户总功率效率上平均增加10bps/Hz/W，优化性能更好。

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SINR增量迭代的功率分配方法，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 率分配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，K.Doppler等 学者已经提出了许多功率分配策略来降低这种干扰并提升蜂窝系统 的整体性能，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提出了最大化系统总吞吐量的功率最佳化方案， 即通过在可行域内穷搜得到最优解。

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.提出了一种最小化总功率消耗的功率分配算法，即在满足给定 的系统容量限制下最小化功率消耗。

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.提出了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。

文献5：XianyanQiu,Xuewen Liao,Ke Dong,Shihua Zhu:Energy  efficiency analysis in device-to-device communication underlaying  cellular networks.CCNC2013:625-630.提出了一种基于非协作博弈的 功率分配算法来最大化蜂窝系统中用户总功率效率。

在嵌入D2D技术的蜂窝网络中，采用共信道模式的D2D用户和蜂 窝用户之间会存在相互干扰。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SINR增量迭代的功率分配方法，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 最大化选定的效用函数。

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SINR增量迭代的功率分配方法， 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,

效用函数u(P_c,P_d)表示为：

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

建立如下模型：

$\underset{(P_c,P_d)}{\max }u(P_c,P_d)$

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

其中，P_m表示通信接收端发射功率的最大值，

用效用函数的增加量Δu来代表收益，

△u=u(t)-u(t-1)

其中，u(t)表示当前迭代中增加通信接收端的SINR后的效用函数 值，u(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。

前述的嵌入D2D的蜂窝网络中基于SINR增量迭代的功率分配方 法，其特征在于，收益函数的求解以及判定流程如下：

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、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：

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

（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：

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

（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：

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

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$P_c^t=P_c^t\_c,P_d^t=P_d^t\_c;$

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；

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。

前述的嵌入D2D的蜂窝网络中基于SINR增量迭代的功率分配方 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：随着D2D对和基站之间的距离的变化， 本发明的基于SINR增量迭代的功率分配算法比传统算法（文献5中 的算法）在用户总功率效率上平均增加10bps/Hz/W，优化性能更好。

附图说明

图1是一个D2D基本单元的系统场景图；

图2是D2D对间距D=0.1R时两种算法的功率效率对比图；

图3是D2D对间距D=0.3R时两种算法的功率效率对比图。

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SINR增量迭代的功率分配方 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。

本专利中，定义系统的优化目标为最大化用户的总功率效率，即 效用函数u(P_c,P_d)，将其表示为：

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

基于图1所示的场景，我们所考虑的功率分配问题可建立如下模 型：

$\underset{(P_c,P_d)}{\max }u(P_c,P_d)$

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

其中，P_m表示通信接收端发射功率的最大值。

传统的求解策略，例如文献5中给出的求解方法，其是首先证明 在给定蜂窝用户对D2D用户的干扰功率、以及D2D用户对基站的干扰 功率的条件下，效用函数u(P_c,P_d)是凸函数，可以利用已有的优化求解 方法得到最优的功率分配方案。

据此，文献5采用非协作博弈的方法，在每一次迭代过程中根据 上一次迭代得到的最优解来计算蜂窝用户与D2D用户间的相互干扰， 并在该干扰条件下求得本次迭代的最优解；当连续两次迭代得到的最 优解的差值在可容忍范围内时，算法终止并输出最后一次的迭代结果 作为最终的功率分配方案。

针对本发明所建立的模型，我们提出一种全新的求解策略，并可 取得相较于文献5中的求解方法更好的优化性能。

基于SINR增量迭代的功率分配算法采用分布迭代的方式，从用户 的SINR着手，在每次迭代中增加D2D用户或者蜂窝用户的SINR，使 得系统的效用函数u(P_c,P_d)得到提高。而选择增加哪类用户的SINR则 取决于增加用户的SINR所带来的收益情况，如果增加D2D用户的SINR 带来的收益大，则增加D2D用户的SINR，如果增加蜂窝用户的SINR 带来的收益大，则增加蜂窝用户的SINR。算法终止时，将蜂窝用户 和D2D用户此刻的发射功率作为最终的功率分配结果。

在此，我们用效用函数的增加量Δu来代表收益，

△u=u(t)-u(t-1)

其中，u(t)表示当前迭代中增加通信接收端的SINR后的效用函数 值，u(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：

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

（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：

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

（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：

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

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。

将本发明的算法的性能与传统算法（文献5中的基于非协作博弈 的功率分配算法）的性能进行对比，比较的结果见图2和图3，在两 幅图中，上面的曲线均表示本发明的算法的性能，下面的曲线均表示 传统算法（基于非协作博弈的功率分配算法）的性能。可以发现，随 着D2D对和基站之间的距离的变化，本发明的基于SINR增量迭代的 功率分配算法比传统算法在用户总功率效率上平均增加10bps/Hz/W， 优化性能更好。

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。