多小区D2D通信的资源分配和功率控制研究
本文选题:D2D通信 + 多小区 ; 参考:《西安电子科技大学》2015年硕士论文
【摘要】:近年来,随着各种移动设备的普及和用户应用需求的不断丰富,未来的移动通信网络必然向着网络容量更大、传输速率更高和频谱利用率更的方向发展。为了更好地增强网络负载能力,提升频谱使用率,D2D(Device-to-Device)技术作为一种辅助手段被引入到传统蜂窝网络中。D2D技术具有的优势包括:高频谱效率、高数据速率、低时延、低功耗、满足本地数据共享需求和拓展网络的覆盖范围等。然而,每一种新技术的出现同样会带来很多问题。D2D技术的频谱资源共享同时会带来干扰问题,包括D2D通信和蜂窝通信之间的干扰和不同D2D通信链路间的干扰。目前,干扰消除主要是通过模式选择、功率控制和资源分配三个方面来进行,并且以前的大部分工作考虑的都是单一小区中D2D通信的情形,很少涉及多小区的机制。而在多蜂窝小区场景下,一方面,干扰分析变得更加复杂,除了小区内干扰,还包括小区间的各种干扰。另一方面,资源分配和功率控制还需要基站间的协作。所以,本文讨论了在多小区场景下D2D通信的资源分配和功率控制问题,考虑了多小区D2D通信的干扰情况,并从两个不同的角度进行了探索性的研究,这对提升小区边缘用户的通信质量和干扰控制具有很大的意义。首先,针对用户数目增加时集中式控制方法带来的巨大信令开销的问题,本文提出了一种半分布式的基于Stackelberg博弈的资源和功率分配算法,通过多用户复用尽可能提高频谱利用率,同时,在该算法中的资源分配阶段引入了变量CCGI表示信道上的信道增益信息和干扰信息,作为衡量信道的标准和动态调整的依据。在这个算法中,相邻基站之间只需要交互最大/最小干扰价格、干扰价格调整等信息,而服务基站和本小区D2D用户间只需要干扰价格、归一化功率值和其他控制信令的交互,因此只给基站增加有限的信令开销。由仿真结果可以看出,相对于基于能量有效性的分布式资源分配算法,本算法可以提升网络整体吞吐量,且不会带来能量有效性方面的很大损失。然后,为了进一步提高频谱资源利用率和实现更加有效的干扰消除方法,本文从资源分配和功率控制两个方面同时考虑,提出了一种基于图论的联合资源和功率分配方案。在实现干扰可控的基础上,该方法使得移动终端和频谱资源之间能够实现一种多对多的复用方式,达到更加高效的频谱利用。在这个算法中,相邻基站之间需要交互D2D用户信息、信道增益信息和其他相关信息,并由服务基站完成算法的计算过程。仿真结果显示,同其他基于博弈论的多小区资源分配算法相比较,该方法实现了频谱资源的更高效利用和吞吐量性能的提升。
[Abstract]:In recent years, with the popularity of various mobile devices and the continuous enrichment of user application requirements, the future mobile communication network will inevitably develop towards greater network capacity, higher transmission rate and more spectral efficiency. In order to enhance the load capacity of the network, the enhanced spectrum utilization rate and the D2DN Device-to-Devicetechnology are introduced into the traditional cellular network as an auxiliary means. The advantages of the .D2D technology include: high spectrum efficiency, high data rate, low delay, low power consumption, low frequency spectrum efficiency, high data rate, low delay and low power consumption. To meet the local data sharing needs and expand the network coverage. However, the emergence of each new technology will also bring many problems. The spectrum resource sharing of D2D technology will also bring interference problems, including the interference between D2D communication and cellular communication and the interference between different D2D communication links. At present, interference cancellation is mainly carried out through three aspects: mode selection, power control and resource allocation, and most of the previous work considered D2D communication in a single cell. On the one hand, interference analysis becomes more complex, including intercellular interference and inter-cell interference. On the other hand, resource allocation and power control also require collaboration between base stations. Therefore, this paper discusses the resource allocation and power control of D2D communication in multi-cell scenarios, considers the interference of multi-cell D2D communication, and makes an exploratory study from two different angles. It is of great significance to improve the communication quality and interference control of cell edge users. Firstly, a semi-distributed resource and power allocation algorithm based on Stackelberg game is proposed to solve the problem of the huge signaling overhead caused by the centralized control method when the number of users increases. Multiuser multiplexing can improve spectrum efficiency as much as possible. At the same time, the variable CCGI is introduced to represent the channel gain and interference information in the resource allocation stage of the algorithm, which is used as the criterion of measuring the channel and the basis of dynamic adjustment. In this algorithm, only the information such as maximum / minimum interference price and interference price adjustment are needed between adjacent base stations, while the interaction between service base stations and D2D users in the cell only needs interference price, normalized power value and other control signaling. Thus, only limited signaling overhead is added to the base station. The simulation results show that compared with the distributed resource allocation algorithm based on energy efficiency, this algorithm can improve the overall throughput of the network, and will not bring about much loss in energy efficiency. Then, in order to further improve the efficiency of spectrum resources and achieve a more effective method for eliminating interference, this paper proposes a scheme of joint resource and power allocation based on graph theory, considering both resource allocation and power control. On the basis of controllable interference, the method can realize a many-to-many multiplexing method between mobile terminal and spectrum resource, and achieve more efficient spectrum utilization. In this algorithm, D2D user information, channel gain information and other related information need to be exchanged between adjacent base stations, and the calculation process of the algorithm is completed by the service base station. Simulation results show that compared with other multi-cell resource allocation algorithms based on game theory, the proposed method achieves more efficient utilization of spectrum resources and improved throughput performance.
【学位授予单位】:西安电子科技大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN929.5
【相似文献】
相关期刊论文 前10条
1 温志刚;功率控制在优化最坏小区中的应用[J];电信技术;2001年11期
2 钱业青,姚天任;分布式离散功率控制[J];通信技术;2002年07期
3 李文娟;惠晓威;;3G系统中的几种联合功率控制[J];科技信息(科学教研);2007年29期
4 鲁玉芳;唐宏;朱江;张家波;;TD-HSUPA系统E-PUCH信道功率控制机制研究[J];数字通信;2010年06期
5 张炜,铁玲,戎蒙恬,诸鸿文;一种基于博奕论的功率控制准则[J];通信技术;2001年07期
6 钟卫,徐友云,蔡跃明;非合作功率控制博弈优化设计[J];解放军理工大学学报(自然科学版);2005年02期
7 汪筱阳;吴德伟;戴传金;;多飞机着陆测距信号的功率控制策略[J];空军工程大学学报(自然科学版);2013年01期
8 毛翔宇,郑建宏;模糊逻辑在内环功率控制中的应用[J];重庆邮电学院学报(自然科学版);2004年03期
9 黎宁,徐艳,谢胜利;一种802.11功率控制协议的仿真[J];华南理工大学学报(自然科学版);2004年06期
10 肖迎春,裴_g;三种无线通信系统中的功率控制方案[J];现代电子技术;2004年21期
相关会议论文 前10条
1 张丹;俞立;;基于加速超松弛迭代方法的随机功率控制[A];第二十七届中国控制会议论文集[C];2008年
2 赵云波;张纪峰;;无线通信网络中的功率控制及相关控制理论问题[A];第二届全国复杂动态网络学术论坛论文集[C];2005年
3 欧怀谷;李富;张良驹;冯俊婷;;核反应堆功率控制系统的数字化实现[A];第三届北京核学会核应用技术学术交流会论文集[C];2004年
4 杜洪峰;梁朝晖;周正;邝育军;;可变速率可变功率的V-BLAST系统的性能分析[A];第九届全国青年通信学术会议论文集[C];2004年
5 王忠;任苏萍;雷礼平;杨永祯;;CDMA功率控制的计算机仿真[A];四川省通信学会2002年学术年会论文集[C];2002年
6 梅俊蓉;钟义信;;CDMA系统中的最优前向功率控制[A];1998年中国控制会议论文集[C];1998年
7 邓也;戴明艳;张慧;张晓辉;;PS下行功率控制原理及评估方法简介[A];2011全国无线及移动通信学术大会论文集[C];2011年
8 赵云波;张纪峰;;Ad hoc网络中两种功率控制策略的传输容量分析[A];第二十四届中国控制会议论文集(上册)[C];2005年
9 李平;;一种新的认知无线电功率控制博弈算法[A];2009年全国无线电应用与管理学术会议论文集[C];2009年
10 赵妮丽;王峰;;Ad Hoc功率控制与节能技术的研究[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集(下册)[C];2007年
相关重要报纸文章 前5条
1 北京市电信规划设计院 王珏;从点看面现有CDMA网络如何工作?[N];计算机世界;2004年
2 武晓黎;TD手机很“绿色”[N];中国消费者报;2008年
3 ;第三代移动通信的关键技术[N];人民邮电;2001年
4 上海 王坦;常用手机英语缩略语构成特点及解释[N];电子报;2003年
5 ;“软硬兼施”TD终端更绿色[N];人民邮电;2008年
相关博士学位论文 前10条
1 胡松华;无线网络串行干扰消除功率控制研究[D];合肥工业大学;2016年
2 黄秋萍;多用户系统的容量及功率控制研究[D];北京邮电大学;2013年
3 张艳荣;蜂窝移动通信分布式功率控制及其性能分析[D];西南交通大学;2007年
4 陈波;移动通信系统中功率控制关键技术的研究[D];上海交通大学;2008年
5 杨春刚;认知无线网络中基于博弈论的功率控制研究[D];西安电子科技大学;2011年
6 胡荣;宽带CDMA移动通信高性能接收及功率控制技术研究[D];浙江大学;2002年
7 王晓勇;LTE-A系统中功率分配与功率控制的研究[D];北京邮电大学;2011年
8 文晓聪;现代移动通信系统中功率控制和速率控制的研究[D];西北工业大学;2006年
9 金婧;LTE-Advanced系统中多天线协作研究[D];北京邮电大学;2011年
10 范军;采用智能天线和功率控制的Ad Hoc网络MAC协议的研究[D];华中科技大学;2008年
相关硕士学位论文 前10条
1 王金乐;两层Femtocell网络中基于信道增益不确定的鲁棒功率控制[D];燕山大学;2015年
2 董广伟;WCDMA的功率控制应用[D];复旦大学;2013年
3 卜超;蜂窝网络中功率控制的研究与分析[D];内蒙古大学;2015年
4 于欣;基于功率控制的Femtocell异构网络干扰管理方法的研究与改进[D];东北大学;2014年
5 徐勇;LTE系统上行功率控制的研究[D];吉林大学;2016年
6 胡强;基于G.fast的矢量化远端串扰抵消系统及其功率控制研究[D];燕山大学;2016年
7 杨亮;异构无线网络协作通信系统中多模终端功率控制与分配算法研究[D];华南理工大学;2016年
8 章未哲;基于功率控制的车载网络安全信息投递策略研究[D];电子科技大学;2016年
9 吴坤;5G移动通信网络基于能效的资源管理[D];电子科技大学;2016年
10 黎继红;林业物联网中联合功率控制的认知路由技术研究[D];中南林业科技大学;2016年
,本文编号:1923714
本文链接:https://www.wllwen.com/kejilunwen/wltx/1923714.html