在现代蜂窝移动系统中,数据传输一般是在基站和用户之间进行的。然而在实际应用时,往往会面临无线资源利用率较低、小区覆盖范围不足等问题。为了应对上述问题,第三代移动通信伙伴计划(3GPP,the Third Generation Partner Project)组织...
详细信息
在现代蜂窝移动系统中,数据传输一般是在基站和用户之间进行的。然而在实际应用时,往往会面临无线资源利用率较低、小区覆盖范围不足等问题。为了应对上述问题,第三代移动通信伙伴计划(3GPP,the Third Generation Partner Project)组织提出并着手推动设备到设备(D2D,Device-to-Device)通信技术的研究。D2D通信技术的核心思想是将数据在用户之间直接进行传输,从而提高资源利用率,增大信息的传输范围。因此,对D2D通信技术的研究具有较高的理论意义和实际应用价值。本文首先分析了与D2D通信技术相关的无线通信关键技术,介绍了3GPP先进的长期演进系统(LTE-A,Long Term Evolution Advanced)中D2D通信技术的研究现状。在3GPP LTE-A中,D2D通信的研究场景被分为三大类,即蜂窝网覆盖范围内的D2D通信、蜂窝网部分覆盖下的D2D通信,以及蜂窝网覆盖范围外的D2D通信。本文根据3GPP LTE-A中的场景分类,对不同场景下的D2D通信技术进行了分析,并作为本文的研究重点。本文针对蜂窝网覆盖范围内的D2D通信场景,研究了基站配置的D2D无线通信资源池内的资源分配机制。由于蜂窝网用户和D2D通信用户都可以在无线资源池中选择资源,因此,所设计的无线资源分配机制必须保证D2D通信用户对蜂窝网用户的干扰小于某门限值,且要求D2D通信用户的数据传输的延时有界,在此基础上,尽量提高D2D通信用户的传输速率。本文主要研究了静态单跳D2D通信网络和静态多跳D2D通信网络两种情况,采用Lyapunov优化方法,通过建立虚拟碰撞队列,提出了满足上述要求的D2D通信速率控制以及资源分配方案。本文通过理论分析和仿真实验验证了所提出方案的有效性。由于本文研究的模型中用户可以装配多个射频设备,且数据可以进行多跳传输,因此本文相比现有文献的研究适用范围更广泛。在蜂窝网部分覆盖的D2D通信场景下,本文研究了D2D中继通信模型中基站端与D2D通信中继端的联合预编码方案。当系统中存在蜂窝网覆盖范围外的D2D通信用户时,一般可以由蜂窝网覆盖范围内的D2D通信中继用户将基站的信息传输给蜂窝网覆盖范围外的D2D通信用户。然而,由于网络中可能存在其他D2D通信接收端,因此必须注意D2D通信之间的干扰问题。本文考虑了不同小区D2D通信用户间信道估计的不准确性,提出了一种具有鲁棒性的基站-D2D通信中继联合预编码方案,并通过仿真验证了该方案的有效性。由于本文所研究的蜂窝网部分覆盖场景针对性强,又考虑了D2D通信用户间的信道估计误差,所以该方案更适用于所研究的场景。在蜂窝网覆盖范围外的场景下的D2D网络调度机制研究中,本文研究了网络编码对D2D通信网络性能的影响。本文在大规模的D2D通信网络中引入了随机线性网络编码,提出了动态场景中一些常见传输机制下的最优网络编码配置方案,从而优化系统的准确延时/净吞吐量比值以及净吞吐量性能。理论分析结果表明,网络编码可以获得一定的净吞吐量增益,但是在除了随机i.i.d.模型的flooding传输机制外的场景下,均无法提升延时/净吞吐量比值的数量阶。由于传统的大规模D2D网络中的网络编码研究大多忽略了网络编码的净吞吐量损失和解码损失,而本文研究了两者对网络性能的影响,所以本文的研究更具有实际应用价值。在蜂窝网覆盖范围外的D2D通信场景下,对不同D2D用户行为影响的研究中,本文首先研究了D2D用户的终点选择行为对网络性能的影响。本文根据现有社交网络的统计学研究结论,采用了常见的依次序选择模型,并且在此基础上,本文给出了双层网络模型。基于这一模型,本文研究了D2D用户所选终点的次序分布函数,并根据该分布推导了D2D用户所选终点地理位置的概率密度函数,通过仿真实验验证了上述分析的正确性。进一步地,本文根据此概率密度函数,得出了网络用户容量性能的上界,同时提出了可以在多数情况下达到该上界的路由和调度机制。本文对依次序选择模型在D2D多播场景下的研究结论具有一定的理论价值,相对现有的D2D单播场景研究具有更广的应用范围。此外,本文还研究了蜂窝网覆盖范围外D2D通信场景下用户运动对网络性能的影响。本文引入了著名的运动受限模型,该模型可以较为合理地表征D2D用户倾向于在其中心位置附近运动的特性。本文研究了该模型下单播与多播场景的最大容量与最小延时,并且分别提出了达到相应性能界的调度与路由策略。研究结果表明,提高D2D用户的相对运动速度有助于提高用户容量,但是同时也降低了多播增益,减小了多播与单播的差别。随后本文进一步分析了多播增益的主要影响因素,为今后多播增益的研究提供一定的参考。由于现有文献中尚未针对运动受限模型的多播场景进行分析,所以本文的分析对今后运动受限模型性能分析,以及多播增益影响因
设备到设备(Device-to-Device, D2D)通信是指不经过基站而进行通信的一项技术,蓝牙和WiFi-Direct是两种最广为人知的D2D技术。将这项技术应用于蜂窝网络中可以使距离较近的设备直接进行通信,从而提高无线网络的服务质量、节省通信资源,同时可以加快一些增值业务中的设备发现过程。
将D2D技术应用于蜂窝网络也会给蜂窝网络带来额外的干扰,包括D2D链路间以及D2D链路与蜂窝链路间的相互干扰。这就需要蜂窝网络提供相应的干扰协调和无线资源管理,从而优化通信性能。
早期对D2D无线资源管理算法优化的研究工作大都基于静态干扰模型,即假设D2D链路和蜂窝网络链路都处于无限积压业务状态,使用相同资源的链路之间一直存在干扰。本文基于动态干扰模型对D2D通信系统性能进行研究,假设各链路队列中的业务数量是有限的,使用相同资源的链路之间仅在同时传输数据时相互干扰。
本文基于动态干扰模型,并考虑无线信道的快衰落影响,对蜂窝网络中设备到设备通信机制在正交资源分配、完全复用资源分配以及部分复用资源分配方式下的平均性能进行研究。文章分析了三种资源分配方式下各链路的数据传输过程,并通过确定与随机Petri网(Deterministic and Stochastic Petri Net, DSPN)建立相应的有限状态马尔可夫信道模型和排队模型,用于描述排队系统的服务过程和资源分配过程。以链路接收端的信噪比(Signal to Noise Ratio, SNR)或信干噪比(Signal to Interference plus Noise Ratio, SINR)衡量链路信道状态,并将链路的信道状态和队列长度结合起来表示该链路的系统状态。引入嵌入式马尔可夫链描述链路的系统状态,从而使得上述的DSPN模型具备马尔可夫性。再根据马尔可夫过程的平衡方程求出各状态的稳态概率,根据稳态概率展开系统性能分析。
由于马尔可夫过程的状态空间会随着用户数的增加呈指数增长,本文采用模型分解的方法将DSPN模型分为多个子模型,每个子模型表示一条链路的排队过程,通过独立分析各个子模型减少马尔可夫过程的状态个数。但分解后的子模型之间并非完全独立,求解其中一个子模型时需要已知其它子模型的系统状态。为消除子模型间的关联性,文章以子模型中标记在某个位置的稳态概率代替标记在该位置的瞬时状态,并用固定点迭代的方法循环求解,从而得到各子模型的系统状态的稳态概率,并通过对稳态概率的计算,近似得到三种资源分配方式下的平均队长、平均吞吐量和平均丢包率性能。
为了使蜂窝网络系统中设备到设备(D2D)用户的速率总和最大,提出了一种基于干扰对齐(IA)的功率控制算法.该算法通过IA技术使得所有的D2D用户能够同时占用可使用的子载波;同时,控制每一个D2D用户在子载波上的功率,使所有D2D用户在对蜂窝用户(CU)产生的干扰小于干扰阈值的前提下,其速率和达到最大.仿真结果表明:与传统的基于频分多址(FDMA)的功率控制算法相比,本算法在干扰阈值为10 d Bm时,所得到的D2D用户的总速率和可提升约6 bit·S-1·Hz-1.
针对基于设备到设备(device-to-device,D2D)的蜂窝网络下车载无线通信技术(cellular-vehicle to everything,C-V2X)中复用蜂窝用户资源带来的能效问题,提出了一种能效优化算法。通过新的功率控制方法最大化车载用户(vehicle user,V-UE)...
详细信息
针对基于设备到设备(device-to-device,D2D)的蜂窝网络下车载无线通信技术(cellular-vehicle to everything,C-V2X)中复用蜂窝用户资源带来的能效问题,提出了一种能效优化算法。通过新的功率控制方法最大化车载用户(vehicle user,V-UE)总能效,并利用能量收集技术提高V-UE能效。该算法采用拉格朗日乘数法减少约束条件数目,利用改进的Dinkelbach方法将原问题转换为等效减式优化问题,并求出V-UE功率控制范围。数值仿真结果表明,该算法能够在V-UE用户之间的不同距离内获得最优能效。
暂无评论