5G移動網絡中終端直連方式下用戶發送功率自適應優化方法

王宇鵬,戴欣,李凱麗

（沈陽航空航天大學電子信息工程學院，遼寧 沈陽 110136）

5G移動網絡中終端直連方式下用戶發送功率自適應優化方法

王宇鵬,戴欣,李凱麗

（沈陽航空航天大學電子信息工程學院，遼寧 沈陽 110136）

作為對傳統移動通信網絡的有力補充，終端直連（device to device,D2D）的概念被引入未來5G移動通信網絡中。為了解決D2D方式中無基站中轉的通信問題及非基站控制用戶無序發送所帶來的復雜干擾環境及覆蓋盲區情況下發送資源的自適應優化分配問題，提出了一種基于博弈理論與模糊邏輯理論的發送功率自適應分配算法，用以充分利用系統的功率與頻譜資源，同時降低功率分配對其他用戶產生的干擾影響。通過對計算機仿真結果的分析，提出的算法相對于傳統的平均功率分配算法及分布式注水算法有一定的性能提高。

5G移動網絡；博弈論；模糊邏輯；功率分配

1 引言

移動通信系統在由4G向5G演進的過程中，一方面側重于傳統移動通信網絡性能指標（如網絡容量、頻譜效率、移動性支持等）的提高；另一方面側重于提供更加豐富的通信模式及服務模式，以滿足用戶不斷變化的通信需求及終端用戶體驗的提升需求。作為5G系統關鍵技術之一的終端設備直連（device to device,D2D）通信在提高系統性能、提升用戶體驗及擴展移動通信系統應用方面具有廣泛的前景，受到學術界及業界的廣泛關注。

D2D這一創新性通信方式的引入給傳統移動通信網絡中的資源分配帶來了一系列新的問題。如參考文獻[1]中指出了D2D方式將給系統中的傳統用戶帶來額外的干擾，應對D2D用戶予以區分，從而使用不同的資源分配策略。參考文獻[2]與參考文獻[3]中討論了協同傳輸中干擾消除及服務質量、自適應等相關問題。此外，D2D通信過程中數據不經過基站中轉，并且在一些場景下終端用戶可以在基站覆蓋范圍外直接進行通信，因此傳統移動網絡中常用的集中式或中心式資源分配方法，如參考文獻[4]與參考文獻[5]中所述基于中心控制節點的注水方法并不適用于D2D的通信場景，而需要終端用戶采用分布式、自主式的分配方法。在參考文獻[6]中描述了一種基于非合作博弈模型的分布式注水算法，通過使用一個簡化的代價常數來構造用戶各自的效用模型及降低用戶間的信息交互需求，但這一簡化也帶來了一定的信道適應性問題。與此同時，模糊邏輯理論也被應用到移動網絡資源相關控制策略中，如參考文獻[7-9]中的算法描述了如何使用模糊邏輯來優化水平和垂直切換的性能。另外，參考文獻[10-12]講述了如何使用模糊邏輯來進行接入控制。但是，參考文獻[7-12]中的方法只解決了簡單的二進制判斷問題，例如切換與否、接入與否等，并未應用到如資源分配等復雜的參數求解計算問題當中。

為了滿足 D2D方式下無基站中轉的數據傳輸特點，降低功率分配算法對交互信息的依賴性，提高算法自身的自適應性，本文提出了一種基于博弈論和模糊邏輯的自適應功率分配方法，以滿足D2D方式特殊的傳輸特點及復雜多變的傳輸信道情況。

2 D2 D模式下功率優化問題建模

D2D方式作為對傳統移動通信網絡的有力補充，可以使用戶在進入系統覆蓋盲區或者遭遇由大型災難、電力中斷所引起的系統癱瘓情況下，依然獲得高速穩定的通信服務。目前3GPP標準化組織已完成了針對D2D應用場景及工作模式等的相關學習預研工作，并完成了相應的技術報告[13,14]。針對參考文獻[14]中所列D2D的典型應用場景，本文主要圍繞基站弱覆蓋或無覆蓋情況下的用戶功率分配優化相關問題展開研究，考慮用戶在獲得系統D2D服務授權并獲取D2D通信資源如頻點、帶寬等相關配置信息后，如何在系統覆蓋盲區利用傳輸功率的優化配置來獲取高速穩定的通信服務。圖1展示了本文所考慮的場景，D2D用戶在獲取系統相關配置信息后，由于用戶移動、建筑物遮擋、系統失敗等原因進入系統覆蓋盲區，為了保持通信從而由傳統基站中轉方式轉入 D2D方式進行通信。由于用戶無法接收到基站發送的資源分配RRC指令，因此用戶需根據自身通信狀況對發送功率進行自主優化以尋找資源使用效率與用戶干擾之間的最佳折中。

圖1 終端直連（D2D）方式通信場景

同時，為了考慮通信過程中無中心控制節點的應用限制，本文將博弈論的概念引入所設計算方法當中。可以按如下方式構筑一個非合作博弈實例：

其中，N={1,2,…,N}是這個博弈的參與者,即D2D用戶, {Pn×An}是每一個D2D用戶的策略空間,un是用戶n的效用函數。然后，關于發送功率分配的非合作博弈實例可以寫為：

如果給定發送功率集合P，那么第n個用戶在第m個資源塊上的接收信干噪比可以被計算為：

其中，Gm,n與 Glm,n分別代表有效信道增益及干擾信道增益，其中包括快速衰落信道、路徑損耗、陰影衰落損耗和天線增益，其可以通過D2D方式下同步及路由查找等輔助流程獲得；σ2代表加性高斯白噪聲功率。由式（3）可以計算用戶n在資源塊m上的傳輸速率為：

其中，B表示系統的帶寬；M表示系統的資源塊個數；Γ為誤碼率相關修正系數[15]。

本文可以使用資源塊分配指示函數am,k按式（6）進一步計算用戶n的數據傳輸速率。

其中，am,n=1代表資源塊 m 被分配給用戶 n,否則am,n=0。

3 基于博弈論與模糊邏輯的下行發送功率自優化算法

由式（1）～式（6）可以發現，上述優化問題旨在基于D2D用戶傳輸功率限制的基礎上最大化其自身的傳輸效率，同時降低其發送信號對其他用戶所產生的干擾，基于這種思想，本文提出了式（7）所示的用戶效用函數函數 un為：

其中，un代表用戶的服務等級系數；Bn表示用戶n所分配的帶寬。由式（7）可知，代表用戶 n自身的傳輸效率，代表由于用戶n發送信號可能給其他用戶所帶來的影響，用代價系數cn來表示這種影響的大小，并且該值為非負值，ckn越大意味著用戶k對用戶n的發送功率變化越敏感。

根據博弈論及最佳響應原理可知，式（2）中所述優化問題的解可以通過尋找該博弈的納什均衡獲得，其可以通過拉格朗日方法和KKT（Karush-Kuhn-Tucker）條件進行計算。那么，在用戶n的第m個資源塊上的最佳響應為：

在通常的基于中心節點的注水方法中，用戶向中心控制節點上報有用信號路徑增益及干擾路徑增益，中心控制節點根據用戶上報結果將變量所代表的干擾影響考慮到其集中式優化目標函數中。然而在D2D模式下，由于中心控制節點的缺失，造成傳統集中式注水算法無法適用于D2D特殊的應用場景。

為了避免上述算法中的不利因素，參考文獻[6]中提出使用一個簡化的常數e對用戶間干擾影響進行近似，以避免用戶間頻繁的信息交互。但是這種簡化的常數c并不能適應快速變化的干擾環境并且仍然依賴多次信道測量來支持。為了解決以上問題，本文在此應用模糊邏輯來獲得合適的代價系數，使D2D用戶僅依靠自身發送功率變化所引起的傳輸效率變化來自主地猜測的變化趨勢，從而獲得最佳的設置。

在模糊邏輯理論中，語言變量是一項非常重要的概念。例如本文中所考慮功率分配問題中的發送功率就是一個語言變量，它可以取高、中、低3個不同的語言值。如此的語言變量被嵌入模糊控制器的規則庫中并且允許通過控制經驗來表示。一個簡單的模糊控制器主要由3部分組成：負責將測量值/觀察值轉化為模糊變量的模糊器、推理規則庫及根據模糊控制結果產生控制命令的解模糊器。更加復雜的控制器可能同時包含預測能力和時間延遲補償。模糊器用來將測量結果和控制規則相關聯，每一個測量結果需要被轉換為可以被規則所使用的相應表示。規則庫負責指示由經驗知識啟發出的控制行動。在規則被處理后，解模糊器將采取由所有相關控制規則結合而得到的控制行動來產生一個新的控制設定。

圖2展示了本文中所使用的模糊邏輯推理系統的基本結構，其主要由輸入、推理規則庫、輸出和成員函數構成。在本模糊推理系統中，使用了單位頻率發送功率變化值（W/Hz）和單位頻率功率傳輸效率（bit/（s·w·Hz））作為輸入變量，并且兩個變量都被分為{增加，不變，降低}3個水平。相似地，輸出變量可取{增加，不變，降低}3個不同的輸出值。在本文中，模糊規則庫由表1中所示9個模糊控制規則組成。另外，在模糊邏輯推理系統中使用了中心面積解模糊方法。

在由圖2所示的模糊邏輯推理系統根據用戶發送功率及傳輸效率的變化計算相應的后,可以基于式 （8）使用二進制搜索方法找到最佳的系數，從而獲得用戶在當前傳輸環境下的最佳功率分配。

圖2 本算法中所應用的模糊推理系統結構

表1 推理規則庫

4 自適應功率分配算法性能驗證

4.1 仿真環境設置

比較了本文所提出的自適應功率分配算法、平均功率分配算法和分布式注水算法的性能。為了避免用戶由于不分配傳輸功率而造成的傳輸數據損失，從而影響系統的公平性，使用了功率動態分配比例系數α，將總傳輸功率中的1-α平均分配到用戶所獲得每個資源塊，而將余下的部分使用本文所提出的方法進行動態功率分配，每個資源塊上分配的功率為兩部分功率之和。在本仿真中，選取0.1、0.5、1共3個不同的α值，來檢驗不同的功率動態分配比例系數α對系統性能的影響。表2展示了詳細的相關仿真參數設置[16，17]。

在傳統移動通信系統中，一般將平均接收速率在系統整體用戶速率累計分布函數5%及以下的用戶定義為小區邊緣用戶，其較低的接收速率主要由系統間較強的小區干擾所致。本文主要考慮系統覆蓋盲區情況下D2D用戶發送功率的自主分配問題，干擾主要來自其他D2D用戶間的信息傳輸。為驗證不同干擾情況下算法的性能，因此繼續沿用這一概念進行用戶區分，將用戶平均接收速率在系統整體用戶速率累計分布函數5%及以下的用戶定義為強干擾用戶，從強干擾用戶速率及系統整體平均速率兩個方面對算法性能展開分析。

表2 詳細仿真參數

4.2 驗證結果

圖3和圖4展示了平均功率分配算法、分布式注水算法和本文中所提出的自適應功率分配算法的用戶平均接收速率的累積分布函數（cumulative distribution function, CDF）曲線。為便于比較，選取了圖3及圖4中所示CDF曲線值為5%所對應的速率作為強干擾用戶速率，將不同參數取值與分配方法情況下的強干擾用戶速率與系統平均速率記錄在表3中進行比較。

圖3 本文算法在不同功率動態分配比例系數情況下與平均功率分配算法的用戶接收平均速率性能比較

圖4 3種功率分配算法用戶接收平均速率性能比較（功率全部重新分配情況）

從仿真結果上可以發現，參數的取值可以用來平衡D2D方式下受強干擾用戶和其他用戶之間的性能。當所有的發送功率都被用來動態分配時（例如α=1），大多數的發送功率將會被分配到信道條件較好及所受干擾較小的D2D用戶，但是這種分配方法會給遭受強干擾的D2D用戶帶來很大的性能損失，從而引起系統公平性問題，因為遭受強干擾的D2D用戶幾乎分配不到發送功率。與分布式注水算法相比，本文的算法在功率全部動態分配情況下系統平均和受強干擾D2D用戶的接收速率分別提高36.2%和 5.3%。在使用本文算法的情況下，當α減小時，小區用戶平均接收速率降低但是受強干擾的D2D用戶接收速率增加。

5 結束語

本文提出了一種適用于未來5G移動通信網絡 D2D方式的用戶發送功率自適應分配算法，通過信息論和模糊邏輯理論的優勢來實現分布式自適應功率分配及交互信息的最小化。本文方法解決了現存集中式和分布式注水法在D2D方式下的適用性問題，并且將用戶干擾考慮到發送功率分配的流程之中。從仿真結果中可以觀察到，本文方法為系統帶來了相對于傳統平均功率算法及分布式注水方法超過30%的增益，并且不同用戶間信道差異引起的公平性問題可以通過動態功率分配比例進行調節。

[1]凌亞,張勇,莊園.基于分區和干擾限制區域的多小區D2D資源分配策略[J].廣東通信技術，2016(2)：37-41. LING Y,ZHANG Y,ZHUANG Y.Cell splitting and interference limitation area based multi-cell D2D resource assignment strategy [J].Guangdong Communication Technology,2016(2)：37-41.

[2]李國友,周亞建,原泉,等.利用干擾消除的協同中繼傳輸方案[J].應用科學學報，2013,31(2)：111-115. LI G Y,ZHOU Y J,YUAN Q,et al.Cooperative relay transmission scheme based on interference cancelation[J].Journal of Applied Sciences,2013,31(2)：111-115.

[3]李國彥,張有光,廖芒.一種基于QoS的自適應混合協同傳輸方法及性能分析[J].航空學報，2012(9)：1688-1696. LI G Y,ZHANG Y G,LIAO M.Method and performance of QoS-based adaptive hybrid cooperative transmission[J].Acta Aeronautica ET Astronautica Sinica,2012(9)：1688-1696.

[4]LOZANO A,TULINO A M，VERDU S.Mercury/waterfilling for fixed wireless OFDM systems[C]//2006 IEEE Symposium on Radio&Wireless,Oct 17-19,2006,San Diego,CA,USA. New Jersey：IEEE Press,2006：211-214.

[5]LOZANO A,TULINO A M,VERDU S.Optimum power allocation for multi-user OFDM with arbitrary signal constellations[J].IEEE Transactions on Communications,2008,56(5)：828-837.

表3 用戶接收速率比較

[6]KWON H,LI B G.Distributed resource allocation through non-cooperative game approach in multi-cell OFDMA systems[C]// 2006 IEEE ICC,Jun 11-15,2006,Istanbul,Turkey.New Jersey：IEEE Press,2006：4345-4350.

[7]LOBINGER A,STEFANSKIS,JANSEN T,etal.Load balancing in downlink LTE self-optimizing networks[C]//2010 IEEE 71st Vehicular Technology Conference,May 16-19, 2010,Taipei,China.New Jersey：IEEE Press,2010：1-5.

[8]KWAN R,ARNOTT R,PATERSON R,et al.On mobility load balancing for LTE systems[C]//2010 IEEE 71st Vehicular Technology Conference,May 16-19,2010,Taipei,China.New Jersey：IEEE Press,2010：1-5.

[9]MUNOZ P,BARCO R,BANDERA I,et al.Optimization of a fuzzy logic controller for handover-based load balancing[C]// 2011 IEEE 72stVehicularTechnology Conference (VTC Spring),May 15-18,2011,Budapest,Hungary.New Jersey：IEEE Press,2011：1-5.

[10]FALOWO O E,CHAN H A.Fuzzy logic based call admission control for next generation wireless networks[C]//2006 3rd International Symposium on Wireless Communication Systems, Sept 6-8,Valencia,Spain.New Jersey：IEEE Press,2006：574-578.

[11]YE J,SHEN X,MARK J W.Call admission control in wideband CDMA cellular networks by using fuzzy logic[J]. IEEE Transactions on Mobile Computing,2005,4(2)：129-141.

[12]IKEBATA T,MINO G,BAROLLI L,et al.Evaluation of a fuzzy-based CAC scheme for different priorities in wireless cellular networks[C]//2010 International Conference on Broadband, Wireless Computing,Communication and Applications,Nov 4-6, 2010,Fukuoka,Japan.New Jersey：IEEE Press,2010：616-621.

[13]3GPP.Evolved universal terrestrial radio access(E-UTRA); further advancements for E-UTRA physical layer aspects：TS 36.814,V9.0.0[S].2010.

[14]3GPP.Study on LTE device to device proximity services;radio aspects：TR 36.843 V12.0.1[S].2014.

[15]GOLDSMITH A J,CHUA S G.Variable-rate variable-power MQAM for fading channels [J].IEEE Transactions on Communication,1997,45(10)：1218-1230.

[16]3GPP.Evolved universal terrestrial radio access (E-UTRA)and evolved universal terrestrial radio access network(EUTRAN); overall description：TS 36.300,V8.4.0[S].2008.

[17]3GPP.Evolved universal terrestrial radio access(E-UTRA); physical layer procedures：TS 136.213,V10.1.0[S].2011.

Adaptive transmission power allocation algorithm in device to device manner of 5G mobile networks

WANG Yupeng,DAI Xin,LI Kaili
College of Electrical and Information Enginering,Shenyang Aerospace University,Shenyang 110136,China

As a strong supplementary technique to the traditional mobile communication networks,the concept of device to device was introduced into the future 5G mobile communication networks.To solve the problems of base station-free transmission manner and the complex interference environment induced by the non-coordinated user data transmission,an adaptive transmission power allocation algorithm based on game theory and fuzzy logic was proposed,to utilize the system power and frequency in a more efficient way while minimizing the interference to other users.Through the simulation results,the proposed algorithm outperformed the conventional equal power allocation and distributed water-filling algorithms in the aspect of user received data rates.

5G mobile network,game theory,fuzzy logic,power allocation

TN915

A

10.11959/j.issn.1000-0801.2017028

王宇鵬（1981-），男，博士，沈陽航空航天大學電子信息工程學院副教授，主要研究方向為移動通信網絡、物聯網、多天線技術和無線資源分配等。

戴欣（1992-），女，沈陽航空航天大學電子信息工程學院碩士生，主要研究方向為無線與移動通信技術等。

李凱麗（1991-），女，沈陽航空航天大學電子信息工程學院碩士生，主要研究方向為無線與移動通信技術等。

2016-12-21；

2017-01-09

遼寧省教育廳科技研究項目（No.L2014067）；遼寧省科技廳聯合封閉基金資助項目（No.2015020097）；沈陽航空航天大學校博士科研啟動基金資助項目（No.16YB04）

Foundation Items：Research Foundation of Liaoning Provincial Education Department(No.L2014067)，Research Foundation of Liaoning Provincial Science and Technology Department（No.2015020097)，The Doctoral Startup Research Foundation of Shenyang Aerospace University（No.16YB04）