0 引言

    終端直通（Device-to-Device）技術是通過復用蜂窩用戶的資源進行近距離通信的一種通信方式，該技術有效地提高了頻譜效率和系統吞吐量。D2D通信時不經過基站的中繼便實現彼此間的直接通信， 因此有效地減輕了基站的處理負擔。D2D通信受基站控制，并工作在許可的頻段下，從而擁有穩定的通信環境。

    隨著車聯網、物聯網等網絡的不斷發展，未來近距離通信需求量將越來越大，越來越多的通訊將劃入直通通信領域，因此，如何增大系統的接入率是目前急需解決的問題。文獻[1]提出了一種基于分布式高校招生博弈的多標準分配方案，D2D鏈路通過相互競爭進行資源分配。文獻[2]提出了基于干擾對齊技術的方案來降低D2D用戶對蜂窩網絡的影響。以上方案可以有效協調稀疏D2D蜂窩網絡中蜂窩用戶與D2D用戶之間的干擾，但是不適用于高密度D2D蜂窩網絡中。文獻[3]提出了一種基于博弈論的D2D資源分配算法。首先構造基于最小化系統整體干擾的非合作博弈效用函數， 同時考慮了系統中D2D用戶之間的干擾以及D2D用戶與蜂窩用戶之間的干擾，以干擾量的總和作為博弈結局的判定條件。但是該方法采用的競爭博弈思想，當D2D用戶足夠多時，可能在達到納什均衡狀態之前，D2D用戶對蜂窩用戶的干擾就已經超出了基站所能容忍的范圍。文獻[4]將小區邊緣地區劃分為若干個區域， 并定義了3種區域劃分方式，對稱區域所在D2D用戶可同時共享同一蜂窩用戶的頻譜資源。但是將小區邊緣分為若干個區域的實現也較為復雜。

    針對以上存在的缺陷，本文采用多對一的D2D傳輸模式，即多個D2D對能同時復用同一個蜂窩用戶的資源，提出一種以最大化接入率為目的的資源分配算法，所有的蜂窩信道在基站的管理下，根據限制條件不斷接入最適合接入該信道的D2D用戶，然后使用拉格朗日算法求出最大吞吐量的功率解，直到最終沒有任何一條D2D鏈路滿足接入條件或者系統內所有D2D用戶接入完畢為止。此時，說明信道已達到最大負載狀態。

1 系統場景

    如圖1所示，終端直通鏈路如圖中的D2D，蜂窩鏈路如圖中的CU，D2D鏈路通過復用蜂窩信道進行通信，取其中一條復用對為例，T_x表示D2D發射端，R_x表示D2D接收端，干擾情況如圖所示。假定在一個小區中存在M個蜂窩用戶和N條D2D鏈路對，D2D鏈路通過復用蜂窩用戶的上行信道進行通信。蜂窩用戶的集合為C={c_i|i=1，2，3，…，M}，D2D鏈路的集合為D={d_j|j=1，2，3，…，N}。由于基站的抗干擾能力比終端強，所以，規定D2D用戶復用蜂窩上行信道，則D2D鏈路對蜂窩用戶的干擾主要集中于基站端。為了保護蜂窩用戶，設置以基站為中心、半徑為R的區域為D2D限制區域^[4]，即所有D2D通信均不得在此區域內進行，對于該區域內的D2D對只能以蜂窩模式接入網絡。

2 數據分析

    以RB表示蜂窩信道，Φ表示空集，定義3個集合Q_i、R_i、U，其中，Q_i表示已經接入RB_i的D2D集合，R_i表示滿足接入RB_i條件的D2D集合，U表示還未接入網絡的D2D集合。規定初始態時R_i=Q_i=Φ，本文通過信干比以及功率的門限條件求解集合R_i，然后從R_i選取信道增益最優的D2D鏈路接入RB_i，同時使用拉格朗日乘數法求出最優功率解，計算出接入增益。當出現其他蜂窩信道競爭該D2D鏈路時，則通過競爭過程將此D2D鏈路接入一條能為系統帶來最大復用增益的蜂窩信道中。直到蜂窩信道RB_i上的干擾已經無法容忍其他的接入者接入為止，如此，則蜂窩信道RB_i達到最大負載狀態^[5]。

即所有當前接入RBi的D2D發射端都不可以對此用戶的接收端構成不可容忍的干擾，同時，該用戶也不可以對當前已經接入RB_i的D2D用戶構成不可容忍的干擾,且該用戶必須是當前未被接入網絡的用戶，以及該用戶與蜂窩用戶CU_i功率對存在可行域^[6]。使用拉格朗日乘數法求出集合R_i內所有用戶接入增益，選擇接入增益最大的一個D2D對接入信道RB_i。根據香農公式，RB_i中總信道容量為：

    對于式(3)，若要求出其最大化值，可以通過拉格朗日算法加以求解，構造拉格朗日方程如下：

    由于系統中統一由蜂窩用戶自行選擇接入者，可能存在一個D2D用戶被多條蜂窩信道競爭的情況，因此，此處存在一個資源競爭過程，若假設有w個參與者，則收益模型如下：

    對于某一條D2D_l鏈路，其接入蜂窩信道RB_i的接入增益可以表示為：

    在競爭過程中所有競爭者統一出價，如果RB_i出價所得的收益比其他競爭者都高，則D2D_l接入RB_i信道，否則，將由其他出價最高者獲得該D2D鏈路，而RB_i返回重新更新R_i，重新選取最優D2D鏈路接入，隨著接入D2D數目的不斷增多，引入的同頻干擾也在逐步增大，直到R_i為空集或者所有用戶均已無法滿足以下條件為止：

    此時，說明信道RBi上已經達到最大接入狀態。算法流程如圖3所示。

3 仿真分析

    本文使用LTE蜂窩模型，在LTE-FDD單小區蜂窩系統中作系統級仿真^[7]，所有的D2D用戶均復用蜂窩上行信道進行通信，具體仿真參數見表1。

    由圖4可以看出KM匹配算法^[8]只能適用于稀疏D2D網絡，當系統中D2D用戶數N大于蜂窩用戶數目M時，最終只有M個D2D鏈路可以通過匹配接入網絡，而本文算法以及文獻[9]的基于博弈論的D2D資源分配算法可以使更多的D2D用戶接入網絡，且隨著D2D數目增多，本文算法比博弈論具有一定的優勢。圖5反映的是D2D鏈路對的空間距離與接入率的關系，當D2D對的空間距離達到一定程度時，D2D對的信道增益將非常小，直到最終沒有達到信干比要求的功率解，則D2D接入率降為零，而D2D通信距離一般選擇40~80 m距離，由圖中可見在該區間內本文算法較前面兩種算法有一定優越性。圖6反映的是系統吞吐量的累計分布狀況，系統接入率的增大將引入更大的復用增益^[10]。

4 結束語

    D2D通信是一種復用蜂窩資源進行通信的近距離數據傳輸技術，在蜂窩網中引入D2D通信可以提高系統吞吐量以及頻譜資源利用率^[11，12]。隨著物聯網的發展，傳統的蜂窩模式頻譜資源利用率較低，D2D通信可以很好地解決頻譜稀缺的問題^[13]。本文針對密集D2D網絡中提升D2D接入率的問題，提出一種信道負載最大化(Channel load maximization)接入的資源分配方法。經仿真驗證，該算法相比傳統資源分配算法擁有更高的D2D接入率，而且隨著D2D密集程度的增大，該算法的優勢愈加明顯。

參考文獻

[1] HOLFELDB，JAEUTHE T，WIRTH T．Resource sharing with minimum QoS requirements for D2D links underlaying cellular networks[C].IEEE Vehicular Technology Conference.Piscataway：IEEE，2015：1-7．

[2] YANG L，ZHANG W．Interference alignment in device to device LAN underlaying cellular networks[C].IEEE International Conference on Communication Systems(ICCS) Piscataway：IEEE，2014：21-25．

[3] Lan Bing，Li Bingbing，Liu Jia，et al.Potential game resource allocation algorithm for high density D2D users[J].Journal of South China University of Technology，2015，43(1)：41-46，52.

[4] ZULHASNINE M，HUANG C，SRINIVASAN A.Efficient resource allocation for device-to-device communication underlaying LTE network[C].Proc of the 6th Wireless and Mobile Computing，Networking and Communications，2010：368-375.

[5] 榮濤，吳斌，糜正琨.一種LTE網絡D2D通信資源共享算法[J].南京郵電大學學報（自然科學版），2013，33(3)：85-90.

[6] HYUNKEE M，JEMIN L，SUNGSOOP，et al.Capacity enhancement using an interference limited area for Device-to-Device uplink underlaying cellular networks[J].IEEE Transactions on Wireless Communications，2011，10（12）：3995-4000.

[7] YU C H，TIRKKONEN O，DOPPLER K，et al.Power optimization of Device-to-Device communication underlaying cellular communication[C].IEEE International Conference on Communications，2009：1-5.

[8] WANG H，CHU X.Distance-constrained resource-sharing criteria for Device-to-Device communications underlaying cellular networks[J].Electronics Letters，2015，48（9）：528-530.

[9] MARCO B，GABOR F，ANDREA A.Performance analysis of a distributed resource allocation scheme for(D2D) communications[C].In IEEE Workshop on Machine-to-Machine Communications，2011：358-362.

[10] PIRO G，GRIECO L A，BOGGIA G，et al.Simulating LTE cellular systems：an open source framework[J].IEEE Transactions on Vehicular Technology，2011，60(2)：498-513.

[11] Selection procedures for the choice of radio transmission technologies of the UMTS[Z].3GPP TR 30.03U，version3.2.0，1998.

[12] 郜偉偉，易輝躍，胡艷軍，等.D2D通信中基于信噪比均衡的資源分配算法[J].計算機工程，2012，38（10）：5-8.

[13] JANIS P，KOIVUNEN V，RIBEIRO C，et al.Interference-aware resource allocation for Device-to-Device radio underlaying cellular network[C].Proc of IEEE VTC’09.Barcelona，Spain，2009.

作者信息:

余  翔，張海波，柯文韜

（重慶郵電大學 通信學院，重慶400065）