基于社交属性的D2D通信性能优化研究

发布时间：2020-06-17 20:45

【摘要】：随着智能设备的普及和多媒体需求的攀升,日益增长的用户需求急需通信系统容量的大幅提升,因此D2D(Device-to-Device)通信技术走进了人们的视线。随着D2D通信技术研究的深入,已经为多个领域和学科的问题提供了可行解决方案的社交网络引起了国内外许多研究人员的关注。D2D通信设备通常是人类相互沟通的媒介,因此能够反映出用户的行为模式和社交关系,这些模式和关系就是社交属性。而考虑到D2D通信的自发性离不开设备之间的相互联系,因此通过将D2D通信与社交属性相结合能有效地提升D2D通信的性能,帮助我们解决D2D通信中的挑战与问题。本文主要基于社交属性对D2D通信中的模式选择、设备匹配和资源分配几大关键问题进行研究,具体内容如下:从D2D通信中的资源分配问题入手,引入社交属性的概念,通过将传统的地理因素和社交属性结合的方式,提出一种高效且安全的基于社交属性的D2D分组转发算法。该算法首先结合社交纽带和兴趣相似度,利用中餐馆算法(Chinese Restaurant Process,CRP)制定了一种用来对D2D用户进行分组的策略;然后利用中心性来标识这些D2D用户组潜在的链接频率,并根据连接频率为分组匹配进行资源复用的蜂窝用户。最后仿真结果表明,该算法可以有效提升频谱利用率,减轻基站由于重复下载冗余内容所导致的压力。针对当前D2D通信中安全性差和设备匹配成功率低的问题,提出了一种D2D通信中结合社交属性的设备匹配和模式选择联合算法。首先,该算法提出了一种将文件进行碎片分割的D2D传输方式,允许多个用户共同实现文件的D2D共享过程;然后结合遗传算法和社交属性(包括社交纽带和兴趣相似度)得到了一种安全和高效的文件碎片拼接方案的选择算法;最后根据得到的文件碎片拼接方案决定用户是否通过D2D模式获取该文件。仿真结果表明,本算法中的文件分割和拼接方法可以更好地卸载基站的流量;社交纽带的引入也降低了D2D通信中恶意节点的数量,提高了安全性;而且通过引入兴趣距离的概念使最终拼接方案中的用户数量尽可能地少,从而更加符合实际需求。
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN929.5

【参考文献】