蜂窝网络下设备到设备通信中的联合资源优化

doi:10.13190/j.jbupt.2015.03.019

北京邮电大学学报 ›› 2015, Vol. 38 ›› Issue (3): 112-116.doi: 10.13190/j.jbupt.2015.03.019

蜂窝网络下设备到设备通信中的联合资源优化

曲桦¹, 庄雄¹, 赵季红², 唐睿¹

1. 西安交通大学电子与信息工程学院, 西安 710049;
2. 西安邮电大学通信与信息工程学院, 西安 710061

收稿日期:2014-09-16 出版日期:2015-06-28 发布日期:2015-06-28
作者简介:曲桦(1961—), 男, 教授, 博士生导师, E-mail: gh@mail.xjtu.edu.cn.
基金资助:
国家高技术研究发展计划(863计划)项目(2014AA01A701)

Joint Resource Allocation for Device-to-Device Communication Underlaying Cellular Networks

QU Hua¹, ZHUANG Xiong¹, ZHAO Ji-hong², TANG Rui¹

1. School of Electronics and Information Engineering, Xi'an Jiaotong University, Xi'an 710049, China;
2. School of Communication and Information Engineering, Xi'an University of Posts and Telecommunications, Xi'an 710061, China

Received:2014-09-16 Online:2015-06-28 Published:2015-06-28

摘要/Abstract

摘要：

在蜂窝与设备到设备通信混合网络下,把设备到设备通信的系统吞吐量作为优化目标,同时考虑设备到设备链路和蜂窝链路的服务质量,提出了一种联合功率控制和信道分配的优化方案. 在该方案中,信道分配部分采用粒子群优化算法,并在功率控制部分的帮助下来为设备到设备链路分配最优的复用信道;功率控制部分针对信道分配部分给定的信道分配,通过优化链路发射功率来最大化系统吞吐量. 仿真结果表明,所提联合优化方案权衡了系统吞吐量和接入链路数性能之间的折中关系,在保证所有接入链路服务质量的前提下提升了系统整体性能.

关键词: 设备间通信, 资源分配, 粒子群优化, 系统吞吐量, 接入链路数

Abstract:

For hybrid cellular network with underlaid device-to-device (D2D) communications, a joint power control and channel assignment optimization scheme was proposed for D2D communications. The system throughput of D2D communications was explicitly set as the optimization target together with the consideration for individual quality of service (QoS) requirement of both D2D links and cellular links. In this scheme, the power control part was dedicated to maximize system throughput under given channel assignment from channel assignment part, and channel assignment part adopts particle swarm optimization algorithm to obtain the optimal channel assignment for D2D links with help of power control part. It is shown that the proposed scheme will leverage the tradeoff between system throughput and the number of admitted D2D links, and meanwhile improves the aggregate throughput on condition that the QoS requirements of all admitted links are guaranteed.

Key words: device-to-device communication, resource allocation, particle swarm optimization, system throughput, the number of admitted links

中图分类号:

TN929.53

曲桦, 庄雄, 赵季红, 唐睿. 蜂窝网络下设备到设备通信中的联合资源优化[J]. 北京邮电大学学报, 2015, 38(3): 112-116.

QU Hua, ZHUANG Xiong, ZHAO Ji-hong, TANG Rui. Joint Resource Allocation for Device-to-Device Communication Underlaying Cellular Networks[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2015, 38(3): 112-116.

[1]	魏明亮耿绥燕赵雄文胡玮范静怡. 超密集网络中移动边缘计算的资源分配和任务卸载联合优化研究[J]. 北京邮电大学学报, 2023, 46(2): 50-56.
[2]	公雨魏翼飞. 一种集成学习辅助DDPG的资源优化算法[J]. 北京邮电大学学报, 2023, 46(2): 29-36.
[3]	彭维平杨玉莹宋成阎俊豪. VEC中多边缘节点协作卸载与资源分配算法[J]. 北京邮电大学学报, 2023, 46(2): 78-83.
[4]	郭兴康孙君. 基于交替方向乘子法与深度强化学习算法的资源分配[J]. 北京邮电大学学报, 2022, 45(6): 126-130.
[5]	郁小松, 朱青橙, 顾佳明, 赵永利, 张杰. 云边协同光量子物联网架构及资源分配[J]. 北京邮电大学学报, 2022, 45(3): 50-56.
[6]	杜梅, 周军华, 李敦桥, 陈士钊, 魏翼飞. MEC计算卸载与资源分配联合智能优化方案[J]. 北京邮电大学学报, 2022, 45(2): 65-71.
[7]	张雨晴, 李云, 黄鸿锐, 庄宏成. 异构网络中任务卸载与资源分配联合优化算法[J]. 北京邮电大学学报, 2022, 45(2): 91-97.
[8]	贾雨宁, 魏翼飞, 周军华. 基于SDN与NFV的服务功能链编排算法[J]. 北京邮电大学学报, 2022, 45(2): 85-90.
[9]	高晓娜, 卢光跃, 叶迎晖, 昝金枚. 认知反向散射网络通信容量公平的资源优化[J]. 北京邮电大学学报, 2021, 44(6): 26-32.
[10]	刘占峰, 潘甦. 粒子群优化的模糊粗糙集双约简算法[J]. 北京邮电大学学报, 2021, 44(4): 49-55.
[11]	黄晓舸, 王永生, 赖晨彬, 陈前斌. 车联网基于信任度的RSU识别及资源分配算法[J]. 北京邮电大学学报, 2021, 44(2): 109-115.
[12]	田辉, 倪万里, 王雯, 郑景桁, 贺硕. IRS辅助的边缘智能系统中基于数据重要性感知的资源分配[J]. 北京邮电大学学报, 2020, 43(6): 51-58.
[13]	秦运慧, 皇甫伟, 隆克平. 面向移动通信网络覆盖的四元数域粒子群优化算法[J]. 北京邮电大学学报, 2020, 43(4): 21-26.
[14]	薛建彬, 丁雪乾, 刘星星. 缓存辅助边缘计算的卸载决策与资源优化[J]. 北京邮电大学学报, 2020, 43(3): 32-37.
[15]	郭少雄, 刘玉涛, 吕玉静, 张中兆. 多载波认知无线电无线携能通信资源分配算法[J]. 北京邮电大学学报, 2020, 43(3): 19-23.

蜂窝网络下设备到设备通信中的联合资源优化

Joint Resource Allocation for Device-to-Device Communication Underlaying Cellular Networks

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价