密集异构认知网络中D2D通信的资源分配研究

发布时间：2020-04-15 12:52

【摘要】：密集异构网络通过引入多种通信制式共享频谱来提升频谱效率,但会带来严重的干扰管理问题。认知无线电技术是解决干扰管理问题的有效途径,所以需要密集异构认知网络来满足未来无线通信的需求。密集异构认知网络中的用户直连通信(Device-to-Device,D2D)作为一种低成本提升频谱利用率的技术,得到了学术界和工业界的广泛关注。D2D通信可以让邻近用户建立直接通信链路,能够有效提升频谱利用率,与此同时,D2D通信复用蜂窝网络的频谱会引入严重的同频干扰,尤其在用户分布密集时干扰问题更加突出,所以密集异构认知网络中D2D通信的干扰管理问题是一个亟待解决的问题。认知无线电技术是解决干扰管理问题的有效途径,D2D通信作为认知网络智能复用蜂窝网络的授权频谱,可以抑制授权网络与认知网络之间的干扰。无线网络资源分配作为认知无线电的关键技术旨在通过合理的资源配置来缓解干扰,提高资源的利用效率,所以有必要研究密集异构认知网络中D2D通信的资源分配。论文选题依托国家自然科学基金项目“密集异构无线环境下极化资源感知与利用研究”(项目编号61571062)。本文研究了D2D通信的资源分配算法来解决密集异构认知网络中引入D2D通信产生的干扰管理问题,分别提出了基于位置感知超图的D2D频谱分配算法和基于深度强化学习的D2D资源分配算法,主要研究内容和贡献如下:在密集异构认知网络中,针对密集分布的D2D通信对与蜂窝用户共享频谱导致的累积干扰问题,提出了基于位置感知超图的D2D频谱分配算法。算法引入超图来建模多个D2D用户间的同层累积干扰关系;引入位置感知区域来建模多个D2D用户对蜂窝用户的跨层累积干扰关系;设计超图着色算法,为D2D用户分配频谱,实现在保证蜂窝用户通信质量的前提下,最大化系统容量;仿真结果表明,所提算法可以将蜂窝用户的中断概率降低到接近0,与此同时,所提算法相比现有的基于图论的方法可以达到更高的系统容量。因此,所提算法可以应用于密集异构认知网络中D2D通信的资源分配,能够可靠的保护蜂窝用户通信质量同时提升频谱利用率。在密集异构认知网络中,现有研究提出的算法会因为设备数量的大幅增长出现信令开销大、计算复杂度高等问题,所以本文提出了两种分布式的基于深度强化学习的资源分配算法,使D2D通信对具备认知能力,实现D2D通信对自主进行频谱选择和功率控制。两种算法分别从单智能体强化学习和多智能体强化学习两个角度建模D2D通信对分布式的频谱分配与功率控制问题,从用户的历史数据中学习策略指导即时的资源分配;结合位置感知区域的选择状态特征;设计回报函数惩罚对蜂窝用户和D2D用户造成有害干扰的策略,奖励能提升D2D链路容量的策略;分别建立单智能体深度强化学习模型和多智能体深度强化学习模型,从而学习出个体优化策略和合作优化策略;仿真结果表明个体优化策略具有更快的收敛速度,合作优化策略可以达到更好的系统性能。因此,两种算法可以分别应用于通信环境快速变化和高通信性能要求场景下的资源分配,在不需要全局信道状态信息的情况下,依然能够保护蜂窝用户和D2D用户的通信质量同时提升频谱利用率。
【图文】：

异构网络,无线通信网络,无线网络,容量

２．１密集异构认知网络逡逑密集异构认知网络是指在用户和接入点密集分布、多种异构通信方式共存的逡逑密集异构无线网络环境下，利用认知无线电技术，融合多种异构网络，缓解多种逡逑异构通信方式之间的干扰，实现提升频谱效率、改善用户服务质量、提高网络性逡逑能的一种网络形式。逡逑２．１．１密集异构网络概述逡逑随着移动互联网业务的发展，手机、平板电脑等移动智能设备的普及，多媒逡逑体应用的丰富，无线通信网络在大容量和高速率方面的需求迅猛增长。据思科公逡逑司２０１７年的预测，从２０１６年开始接下来的五年，，全世界范围内的移动数据业务逡逑量将会从增长７倍［５Ｕ为了满足移动数据业务量的增长需求，ＩＭＴ－２０２０指出，在逡逑下一代移动无线通信网络中，用户的数据传输速率将达到ｌＧｂｐｓ，设备的密度将逡逑有１０倍的增长，单位面积范围内的无线网络容量将提升１０００倍［６１。逡逑

频谱,频谱,用户使用,带外

Ｄ２Ｄ通信可以被分为两类，带外（Ｏｕｔ－ｂａｎｄ）通信和带内通信（Ｉｎ－ｂａｎｄ），两逡逑类的区别在于Ｄ２Ｄ通信占用的频谱不同。Ｄ２Ｄ通信的分类以及频谱占用方式如逡逑图２－２所示。逡逑９逡逑
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN929.5

【相似文献】