认知D2D网络中基于博弈论的高能效干扰约束资源分配算法
发布时间：2021-01-28 04:20
针对认知网络中多个D2D（device-to-device）用户以Underlay模式复用蜂窝用户的频谱资源时的同频干扰和能耗增加问题,提出了认知网络中基于博弈论的最大化用户能效（energy-efficiency,EE）的D2D通信资源分配算法。不同于以前工作,在满足特定干扰门限的条件下,侧重对能效进行优化,且不牺牲系统容量。建立Underlay模式下认知D2D通信博弈模型,将D2D用户（device-to-device,DUE）作为跟随者复用蜂窝用户（cellular user,CUE）上行链路的频谱资源,由于每个用户都具有自私特性想要最大化自身的能效,所以该资源分配问题可以模拟为非协作博弈问题。在干扰门限的约束条件下构造了相应的效用函数,利用拉格朗日对偶方法求解此优化问题,得到用户的最优发送功率,保证了用户的功率和链路速率的均衡,并分析了算法复杂性。仿真结果表明,该方案能够提高用户能效和链路平均能效,改善系统总功耗及系统的容量等性能。
【文章来源】：重庆邮电大学学报(自然科学版). 2020,32(01)北大核心
【文章页数】：10 页
【部分图文】：
用户能效的迭代过程
图3描述了D2D链路的归一化平均能效与博弈迭代次数的关系。从图3中可以看到,在干扰受限环境中,本文所提算法相比于文献[8-9,15]中的算法在链路平均能效方面更具优势。这是由于本文所用的网络模型具有较好的邻近增益和信道复用增益。由于本文D2D用户之间的距离较短,并且干扰门限设置比较合理,通过缩短传输距离可获得接近增益,通过适当的干扰管理可获得信道重用增益。图4描述了系统总功耗随D2D用户数量改变的关系,并且本文所提算法与文献[9]中的算法做了对比。当随着D2D用户数量的增加,系统总的功率损耗均有所增加,但是与文献[9]相比本文所提算法在保持用户数量一定的情况下具有低能耗的特点。文献[9]优化了D2D用户之间的协作距离,但是用户为了保证其通信质量不得不消耗更多的功率。另外,在D2D用户数一定时,蜂窝用户数量的增加同样也会带来系统功耗的增加,从图4中也可以看出曲线与理论相符。
图4描述了系统总功耗随D2D用户数量改变的关系,并且本文所提算法与文献[9]中的算法做了对比。当随着D2D用户数量的增加,系统总的功率损耗均有所增加,但是与文献[9]相比本文所提算法在保持用户数量一定的情况下具有低能耗的特点。文献[9]优化了D2D用户之间的协作距离,但是用户为了保证其通信质量不得不消耗更多的功率。另外,在D2D用户数一定时,蜂窝用户数量的增加同样也会带来系统功耗的增加,从图4中也可以看出曲线与理论相符。图5表示D2D用户的平均能效随着蜂窝用户数量变化时的关系。当D2D用户数量从10降到5时,D2D用户的平均能效也随之降低。这是因为D2D发送端检测到较为匹配的D2D接收端数量下降,所以D2D用户能效也随之降低。而随着蜂窝用户数量增加,可被D2D用户复用的蜂窝链路增多,D2D用户能效随之增加。文献[8]将用户功率和速率进行联合优化控制,使D2D用户对蜂窝用户的干扰低于干扰门限,但是并未考虑D2D用户自身的能效博弈,所以相比之下整体的D2D用户平均能效要低于本文的结果。
【参考文献】：
期刊论文
[1]An Advanced Spectrum Allocation Algorithm for The Across-Cell D2D Communication in LTE Network with Higher Throughput[J]. LI Yun,ZHANG Le,TAN Xin,CAO Bin. 中国通信. 2016(04)
本文编号：3004344
【文章来源】：重庆邮电大学学报(自然科学版). 2020,32(01)北大核心
【文章页数】：10 页
【部分图文】：
用户能效的迭代过程
图3描述了D2D链路的归一化平均能效与博弈迭代次数的关系。从图3中可以看到,在干扰受限环境中,本文所提算法相比于文献[8-9,15]中的算法在链路平均能效方面更具优势。这是由于本文所用的网络模型具有较好的邻近增益和信道复用增益。由于本文D2D用户之间的距离较短,并且干扰门限设置比较合理,通过缩短传输距离可获得接近增益,通过适当的干扰管理可获得信道重用增益。图4描述了系统总功耗随D2D用户数量改变的关系,并且本文所提算法与文献[9]中的算法做了对比。当随着D2D用户数量的增加,系统总的功率损耗均有所增加,但是与文献[9]相比本文所提算法在保持用户数量一定的情况下具有低能耗的特点。文献[9]优化了D2D用户之间的协作距离,但是用户为了保证其通信质量不得不消耗更多的功率。另外,在D2D用户数一定时,蜂窝用户数量的增加同样也会带来系统功耗的增加,从图4中也可以看出曲线与理论相符。
图4描述了系统总功耗随D2D用户数量改变的关系,并且本文所提算法与文献[9]中的算法做了对比。当随着D2D用户数量的增加,系统总的功率损耗均有所增加,但是与文献[9]相比本文所提算法在保持用户数量一定的情况下具有低能耗的特点。文献[9]优化了D2D用户之间的协作距离,但是用户为了保证其通信质量不得不消耗更多的功率。另外,在D2D用户数一定时,蜂窝用户数量的增加同样也会带来系统功耗的增加,从图4中也可以看出曲线与理论相符。图5表示D2D用户的平均能效随着蜂窝用户数量变化时的关系。当D2D用户数量从10降到5时,D2D用户的平均能效也随之降低。这是因为D2D发送端检测到较为匹配的D2D接收端数量下降,所以D2D用户能效也随之降低。而随着蜂窝用户数量增加,可被D2D用户复用的蜂窝链路增多,D2D用户能效随之增加。文献[8]将用户功率和速率进行联合优化控制,使D2D用户对蜂窝用户的干扰低于干扰门限,但是并未考虑D2D用户自身的能效博弈,所以相比之下整体的D2D用户平均能效要低于本文的结果。
【参考文献】：
期刊论文
[1]An Advanced Spectrum Allocation Algorithm for The Across-Cell D2D Communication in LTE Network with Higher Throughput[J]. LI Yun,ZHANG Le,TAN Xin,CAO Bin. 中国通信. 2016(04)
本文编号：3004344
本文链接：https://www.wllwen.com/kejilunwen/wltx/3004344.html
