D2D中聯(lián)合功率控制與信道分配算法研究
發(fā)布時間:2021-01-06 06:01
設(shè)備到設(shè)備通信(Device-to-Device,D2D)是一種用戶間不需要經(jīng)過基站轉(zhuǎn)發(fā)數(shù)據(jù)的直接通信技術(shù)。在傳統(tǒng)蜂窩網(wǎng)絡(luò)中引入D2D通信,不僅可以提升系統(tǒng)的頻譜利用率和吞吐量,還可以降低基站的負(fù)荷。然而當(dāng)D2D用戶以復(fù)用的方式共享蜂窩用戶信道資源時會與蜂窩用戶間產(chǎn)生同頻干擾,若干擾得不到有效協(xié)調(diào),會嚴(yán)重影響用戶通信質(zhì)量使系統(tǒng)總體性能降低。只有設(shè)計合理有效的功率控制和信道分配方案來協(xié)調(diào)干擾、提升系統(tǒng)性能,才能發(fā)揮D2D通信技術(shù)的優(yōu)勢。但實(shí)際中不存在某一套適用于所有場景的方案,因此,應(yīng)根據(jù)不同資源復(fù)用場景的網(wǎng)絡(luò)模型的差異設(shè)計不同方案。本文分別在一對一、多對一兩種資源復(fù)用場景下,重點(diǎn)針對功率控制和信道分配兩個問題,在保證用戶通信質(zhì)量前提下,以協(xié)調(diào)系統(tǒng)內(nèi)同頻干擾和提升系統(tǒng)吞吐量為目標(biāo),提出了兩種聯(lián)合功率控制和信道分配優(yōu)化方案。主要工作如下:(1)在D2D用戶少于蜂窩用戶的一對一信道資源復(fù)用場景下,對于聯(lián)合優(yōu)化所形成的混合整數(shù)非線性規(guī)劃問題,本文將其拆解為信道分配和功率控制兩個子問題分別解決。首先以協(xié)調(diào)干擾為目標(biāo)為每個D2D用戶基于匈牙利算法分配信道資源,完成信道分配。然后利用風(fēng)驅(qū)動算法控制蜂...
【文章來源】:長春理工大學(xué)吉林省
【文章頁數(shù)】:63 頁
【學(xué)位級別】:碩士
【部分圖文】:
移動通信數(shù)據(jù)流量增長預(yù)測
第3章一對一場景下聯(lián)合功率控制與信道分配算法29500次,學(xué)習(xí)因子12cc1.4962。所有算法獨(dú)立運(yùn)行1000次,結(jié)果取均值。其它仿真參數(shù)[59]具體如下表3.1:表3.1仿真參數(shù)參數(shù)數(shù)值(單位)小區(qū)半徑R500m信道帶寬B1MHz蜂窩用戶最大發(fā)射功率23dBmD2D用戶最大發(fā)射功率23dBm噪聲功率-174dBmD2D對間距離5m-65m蜂窩用戶最小信干噪比5dBD2D用戶最小信干噪比5dB用戶與用戶間路徑損耗模型14840用戶與基站間路徑損耗模型128.137.6,其中,用戶與用戶間、用戶與基站間路徑損耗模型來源于3GPP定義的路徑損耗模型[60]。其中uL表示兩個用戶之間的距離,單位為km。u,BSL表示用戶與基站間的距離,單位為km。圖3.3小區(qū)用戶分布圖圖3.3給出了單次仿真小區(qū)內(nèi)用戶分布圖,在半徑R為500m的圓形小區(qū)內(nèi),存在著隨機(jī)分布的10個蜂窩用戶及5對D2D用戶,D2D用戶間通信距離固定為25m。如圖3.4所示,圖中對比了當(dāng)固定蜂窩用戶數(shù)N10、225ddLm時,不同方案隨著D2D對數(shù)的增多系統(tǒng)總吞吐量的表現(xiàn)。如圖中對比的三種算法,Random算法中,
第3章一對一場景下聯(lián)合功率控制與信道分配算法32的表現(xiàn)。然而可以看出本章所提HWDO算法相比其他兩種方案依然有著明顯優(yōu)勢,PSO算法下的系統(tǒng)吞吐量由206.7Mbps下降到了133.9Mbps,本章HWDO算法下的系統(tǒng)吞吐量由215.1Mbps下降到了141.1Mbps,其中當(dāng)D2D對間距離為15m時,系統(tǒng)吞吐量提升率最大,達(dá)到了4.2%。這是因?yàn)镠WDO算法聯(lián)合優(yōu)化了D2D用戶的信道選擇和功率控制問題,使其在通信環(huán)境惡劣的條件下仍能保證一定的系統(tǒng)性能。圖3.6系統(tǒng)吞吐量隨D2D間距變化3.6本章小結(jié)本章在一對一場景下提出了一種聯(lián)合功率控制和信道分配算法,對于在蜂窩小區(qū)引入D2D通信所帶來的干擾問題,應(yīng)用匈牙利算法與風(fēng)驅(qū)動算法結(jié)合來優(yōu)化信道選擇以及功率控制。首先優(yōu)化D2D用戶對與蜂窩用戶的匹配,以匹配距離最大為目標(biāo)協(xié)調(diào)了干擾,再利用風(fēng)驅(qū)動算法為蜂窩用戶和D2D用戶進(jìn)行功率的優(yōu)化,提升了系統(tǒng)吞吐量。通過對比驗(yàn)證,仿真結(jié)果表明,本章所提HWDO算法相較于Random算法系統(tǒng)吞吐量提升了10.3%,相比于PSO算法系統(tǒng)吞吐量最高提升了5.0%。同時,本章也研究了D2D對間距離對系統(tǒng)性能的影響,再次證明了本章所提算法的優(yōu)越性。綜上,本章所提算法在干擾可控的前提下顯著提升了系統(tǒng)吞吐量,驗(yàn)證了本章所提算法的有效性和優(yōu)越性。頱砲頫頮
本文編號:2960056
【文章來源】:長春理工大學(xué)吉林省
【文章頁數(shù)】:63 頁
【學(xué)位級別】:碩士
【部分圖文】:
移動通信數(shù)據(jù)流量增長預(yù)測
第3章一對一場景下聯(lián)合功率控制與信道分配算法29500次,學(xué)習(xí)因子12cc1.4962。所有算法獨(dú)立運(yùn)行1000次,結(jié)果取均值。其它仿真參數(shù)[59]具體如下表3.1:表3.1仿真參數(shù)參數(shù)數(shù)值(單位)小區(qū)半徑R500m信道帶寬B1MHz蜂窩用戶最大發(fā)射功率23dBmD2D用戶最大發(fā)射功率23dBm噪聲功率-174dBmD2D對間距離5m-65m蜂窩用戶最小信干噪比5dBD2D用戶最小信干噪比5dB用戶與用戶間路徑損耗模型14840用戶與基站間路徑損耗模型128.137.6,其中,用戶與用戶間、用戶與基站間路徑損耗模型來源于3GPP定義的路徑損耗模型[60]。其中uL表示兩個用戶之間的距離,單位為km。u,BSL表示用戶與基站間的距離,單位為km。圖3.3小區(qū)用戶分布圖圖3.3給出了單次仿真小區(qū)內(nèi)用戶分布圖,在半徑R為500m的圓形小區(qū)內(nèi),存在著隨機(jī)分布的10個蜂窩用戶及5對D2D用戶,D2D用戶間通信距離固定為25m。如圖3.4所示,圖中對比了當(dāng)固定蜂窩用戶數(shù)N10、225ddLm時,不同方案隨著D2D對數(shù)的增多系統(tǒng)總吞吐量的表現(xiàn)。如圖中對比的三種算法,Random算法中,
第3章一對一場景下聯(lián)合功率控制與信道分配算法32的表現(xiàn)。然而可以看出本章所提HWDO算法相比其他兩種方案依然有著明顯優(yōu)勢,PSO算法下的系統(tǒng)吞吐量由206.7Mbps下降到了133.9Mbps,本章HWDO算法下的系統(tǒng)吞吐量由215.1Mbps下降到了141.1Mbps,其中當(dāng)D2D對間距離為15m時,系統(tǒng)吞吐量提升率最大,達(dá)到了4.2%。這是因?yàn)镠WDO算法聯(lián)合優(yōu)化了D2D用戶的信道選擇和功率控制問題,使其在通信環(huán)境惡劣的條件下仍能保證一定的系統(tǒng)性能。圖3.6系統(tǒng)吞吐量隨D2D間距變化3.6本章小結(jié)本章在一對一場景下提出了一種聯(lián)合功率控制和信道分配算法,對于在蜂窩小區(qū)引入D2D通信所帶來的干擾問題,應(yīng)用匈牙利算法與風(fēng)驅(qū)動算法結(jié)合來優(yōu)化信道選擇以及功率控制。首先優(yōu)化D2D用戶對與蜂窩用戶的匹配,以匹配距離最大為目標(biāo)協(xié)調(diào)了干擾,再利用風(fēng)驅(qū)動算法為蜂窩用戶和D2D用戶進(jìn)行功率的優(yōu)化,提升了系統(tǒng)吞吐量。通過對比驗(yàn)證,仿真結(jié)果表明,本章所提HWDO算法相較于Random算法系統(tǒng)吞吐量提升了10.3%,相比于PSO算法系統(tǒng)吞吐量最高提升了5.0%。同時,本章也研究了D2D對間距離對系統(tǒng)性能的影響,再次證明了本章所提算法的優(yōu)越性。綜上,本章所提算法在干擾可控的前提下顯著提升了系統(tǒng)吞吐量,驗(yàn)證了本章所提算法的有效性和優(yōu)越性。頱砲頫頮
本文編號:2960056
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/2960056.html
最近更新
教材專著