D2D通信蜂窝网络中的比例公平与加权和速率最大化
发布时间：2019-11-09 15:28
【摘要】：针对终端直通(D2D)通信系统中用户的公平性问题,首先对现有的比例公平原则进行扩展,推导出一个与加权和速率有关的优化问题,然后提出了一个最大带权匹配比例公平(KMPF)资源分配算法对其进行优化。该算法通过功率控制最大化用户的加权和速率,并由最大带权匹配(KM)算法按照系统总的加权和速率最大原则为D2D用户分配可以复用的蜂窝用户资源。最后由仿真结果可得,该算法在使得系统公平指数相对于贪婪资源分配算法高出0.4的同时保证系统吞吐量达到其水平的95%以上,而相对于公平性较好的随机资源分配算法,该方案得到的系统吞吐量提高了约50%,说明该算法能在兼顾系统吞吐量的同时解决系统公平性问题。
【图文】：
500m，普通蜂窝用户与D2D用户在小区中随机分布，基站位于小区的中心，D2D用户收发端的距离限制在50m之内。D2D用户与普通蜂窝用户的最大发射功率为24dBm。系统带宽为5MHz，信道模型的路径损耗因子τ=4，K=0．01，阴影衰落服从标准方差为8dB的正态分布，不考虑其他因素的影响。图1是单个ＲSP经功率控制方案后得到的和速率变化曲线，可以看出，单独的D2D通信相比单独的CU通信由于其路径损耗小，数据速率在最大发射功率下要高约70%～130%。当CU与D2D复用资源通信时，ＲSP以最佳功率发射相比以最大功率发射的和速率提高了40%～60%，这是因为通过功率控制可以有效地协调用户之间的干扰，并且随着D2D用户距离的增加，其和速率逐渐变校图1不同发射功率下ＲSP的和速率比较Fig．1Comparisonofsum-rateofＲSPunderdifferenttransmittingpowers下面比较本文算法与文献［12］中的随机资源分配算法以及文献［13］中贪婪启发式资源分配算法对系统性能的影响。图2是当系统中CU用户数目为100时，随着接入D2D用户数目增加，不同资源分配算法下系统吞吐量的变化趋势。可以看出，系统按照随机资源分配算法进行资源调度时，系统的吞吐量水平较低。在贪婪启发式资源分配算法调度下，由于优先给信道条件好且干扰增益小的用户分配资源，系统吞吐量提升较大，当复用资源的D2D通信用户对数目为60时，提升了约50%。一般来说，可以将贪婪算法进行资源调度的系统的吞吐量看作系统吞吐量的上界。本文所提出的KMPF资源分配，通过最佳功率控制进行和速率优化，并优先将资源分配给信道条件相对较好且长期平均吞吐量小的用户，可以使在每个调度周期内吞吐量达到贪婪算法调度95%。说明该资源分配算法能在调度周期(短期)内获得较大的系统吞吐量。图2系统吞吐量比较
嘹梢钥闯觯嘈ザ赖丏2D通信相比单独的CU通信由于其路径损耗小，数据速率在最大发射功率下要高约70%～130%。当CU与D2D复用资源通信时，ＲSP以最佳功率发射相比以最大功率发射的和速率提高了40%～60%，这是因为通过功率控制可以有效地协调用户之间的干扰，，并且随着D2D用户距离的增加，其和速率逐渐变校图1不同发射功率下ＲSP的和速率比较Fig．1Comparisonofsum-rateofＲSPunderdifferenttransmittingpowers下面比较本文算法与文献［12］中的随机资源分配算法以及文献［13］中贪婪启发式资源分配算法对系统性能的影响。图2是当系统中CU用户数目为100时，随着接入D2D用户数目增加，不同资源分配算法下系统吞吐量的变化趋势。可以看出，系统按照随机资源分配算法进行资源调度时，系统的吞吐量水平较低。在贪婪启发式资源分配算法调度下，由于优先给信道条件好且干扰增益小的用户分配资源，系统吞吐量提升较大，当复用资源的D2D通信用户对数目为60时，提升了约50%。一般来说，可以将贪婪算法进行资源调度的系统的吞吐量看作系统吞吐量的上界。本文所提出的KMPF资源分配，通过最佳功率控制进行和速率优化，并优先将资源分配给信道条件相对较好且长期平均吞吐量小的用户，可以使在每个调度周期内吞吐量达到贪婪算法调度95%。说明该资源分配算法能在调度周期(短期)内获得较大的系统吞吐量。图2系统吞吐量比较Fig．2Comparisonofsystemthroughput为了衡量系统公平性，采用文献［14－15］中的Jain’sIndex作为公平指数(F)，其表达式为:F=∑niＲi(Δt[])2n∑niＲi(Δt)2(26)其中:n是系统中的用户数目，Ｒi(Δt)是用户i在间隔时间Δt内的吞吐量。通过对用户吞吐量的公平指数的计算，来反映用户传输
本文编号：2558534
【图文】：
500m，普通蜂窝用户与D2D用户在小区中随机分布，基站位于小区的中心，D2D用户收发端的距离限制在50m之内。D2D用户与普通蜂窝用户的最大发射功率为24dBm。系统带宽为5MHz，信道模型的路径损耗因子τ=4，K=0．01，阴影衰落服从标准方差为8dB的正态分布，不考虑其他因素的影响。图1是单个ＲSP经功率控制方案后得到的和速率变化曲线，可以看出，单独的D2D通信相比单独的CU通信由于其路径损耗小，数据速率在最大发射功率下要高约70%～130%。当CU与D2D复用资源通信时，ＲSP以最佳功率发射相比以最大功率发射的和速率提高了40%～60%，这是因为通过功率控制可以有效地协调用户之间的干扰，并且随着D2D用户距离的增加，其和速率逐渐变校图1不同发射功率下ＲSP的和速率比较Fig．1Comparisonofsum-rateofＲSPunderdifferenttransmittingpowers下面比较本文算法与文献［12］中的随机资源分配算法以及文献［13］中贪婪启发式资源分配算法对系统性能的影响。图2是当系统中CU用户数目为100时，随着接入D2D用户数目增加，不同资源分配算法下系统吞吐量的变化趋势。可以看出，系统按照随机资源分配算法进行资源调度时，系统的吞吐量水平较低。在贪婪启发式资源分配算法调度下，由于优先给信道条件好且干扰增益小的用户分配资源，系统吞吐量提升较大，当复用资源的D2D通信用户对数目为60时，提升了约50%。一般来说，可以将贪婪算法进行资源调度的系统的吞吐量看作系统吞吐量的上界。本文所提出的KMPF资源分配，通过最佳功率控制进行和速率优化，并优先将资源分配给信道条件相对较好且长期平均吞吐量小的用户，可以使在每个调度周期内吞吐量达到贪婪算法调度95%。说明该资源分配算法能在调度周期(短期)内获得较大的系统吞吐量。图2系统吞吐量比较
嘹梢钥闯觯嘈ザ赖丏2D通信相比单独的CU通信由于其路径损耗小，数据速率在最大发射功率下要高约70%～130%。当CU与D2D复用资源通信时，ＲSP以最佳功率发射相比以最大功率发射的和速率提高了40%～60%，这是因为通过功率控制可以有效地协调用户之间的干扰，，并且随着D2D用户距离的增加，其和速率逐渐变校图1不同发射功率下ＲSP的和速率比较Fig．1Comparisonofsum-rateofＲSPunderdifferenttransmittingpowers下面比较本文算法与文献［12］中的随机资源分配算法以及文献［13］中贪婪启发式资源分配算法对系统性能的影响。图2是当系统中CU用户数目为100时，随着接入D2D用户数目增加，不同资源分配算法下系统吞吐量的变化趋势。可以看出，系统按照随机资源分配算法进行资源调度时，系统的吞吐量水平较低。在贪婪启发式资源分配算法调度下，由于优先给信道条件好且干扰增益小的用户分配资源，系统吞吐量提升较大，当复用资源的D2D通信用户对数目为60时，提升了约50%。一般来说，可以将贪婪算法进行资源调度的系统的吞吐量看作系统吞吐量的上界。本文所提出的KMPF资源分配，通过最佳功率控制进行和速率优化，并优先将资源分配给信道条件相对较好且长期平均吞吐量小的用户，可以使在每个调度周期内吞吐量达到贪婪算法调度95%。说明该资源分配算法能在调度周期(短期)内获得较大的系统吞吐量。图2系统吞吐量比较Fig．2Comparisonofsystemthroughput为了衡量系统公平性，采用文献［14－15］中的Jain’sIndex作为公平指数(F)，其表达式为:F=∑niＲi(Δt[])2n∑niＲi(Δt)2(26)其中:n是系统中的用户数目，Ｒi(Δt)是用户i在间隔时间Δt内的吞吐量。通过对用户吞吐量的公平指数的计算，来反映用户传输
本文编号：2558534
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2558534.html
