D2D多播场景下面向节能的资源分配机制

王 元,赵季红,,唐 睿,曲 桦,董姣姣

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



D2D多播场景下面向节能的资源分配机制

王 元1,赵季红1,2,唐 睿2,曲 桦2,董姣姣1

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

摘要:设备间通信通过复用蜂窝通信的频谱,能够提升系统频带利用率,并大幅度降低终端能耗.在内容分发网络场景中,借助设备间通信多播还能有效地增加系统容量,改善用户的服务感受.但是,考虑到移动中继电量受限,而且设备间通信与蜂窝通信之间由于频带复用会产生严重的同频干扰,提出了一种基于图论的资源分配机制来最小化移动中继的总能耗,并同时保证蜂窝用户和设备间通信用户服务质量.此外,还考虑了上述能耗优化与系统容量之间的折中关系,实现了在接入用户数量最大的前提下最小化能耗.

关键词:设备间通信多播;移动中继;节能;系统容量;资源分配;二分图

随着智能终端的普及和多媒体应用的涌现,用户对于传输速率的需求不断增加.在不改变通信模式的情况下,更高的传输速率意味着更高的功率开销,这将大幅度增加终端的能耗.此外,随着生活方式的改变,人们对于近距离通信的需求不断增加.基于此,设备间通信(Device-to-Device Communication,D2D Communication)得到了广泛的关注,其通过复用传统蜂窝用户的频带资源,使得数据直接在移动终端之间进行传输,而无须经过基站进行中继.它的引入不但能够大幅地提升系统的频谱利用率和用户的服务质量(Quality-of-Service,QoS),降低终端能耗和传输时延,而且能够有效地拓展小区覆盖范围并缓解基站负荷.特别是,在内容分发网络场景中,即当多用户请求相同内容时,可将其附近已经接收到相同的内容的移动终端作为发射端,通过设备间通信广播的形式向请求用户传送信息.设备间通信多播的引入进一步降低了基站对于相同信息的传输负荷,并且当用户位于小区边缘时,系统的容量,即接入的用户数目,也能得到大幅提升.

在传统通信系统中,主要的优化目标是系统的频带利用率.然而在上述内容分发场景中,由于移动中继[1]电量受限,当它为其他的用户提供无偿的传送服务时,如果电量消耗过多,对其不公平,所以其能耗应得到考虑.但是,不考虑用户服务质量要求,单纯的节能优化是没有意义的,而且由于设备间通信与蜂窝用户复用相同的信道资源,他们之间会存在同频干扰.因此,优化终端能耗的前提是必须保证设备间通信多播请求用户和传统蜂窝用户的服务质量需求.此外,随着通信数目的激增,系统容量[2]逐渐成为衡量系统性能(特别是用户公平性)的重要指标.为了实现上述目标,功率控制和信道分配是两种有效的实现途径[2-8].

目前已有较多的研究在关注蜂窝通信与设备间通信混合网络场景.文献[3]考虑的是只有一个传统通信用户和一个设备间通信对的场景,联合频带复用模式选择和功率控制最大化上述两条链路的吞吐量,但是并没有考虑设备间通信用户的服务质量需求.文献[4]考虑了多信道的场景,通过信道分配优化用户公平性,即最大化最差用户的性能,但同样忽略了用户的服务质量需求;在上述相同场景下,文献[5]通过信道分配优化了整体吞吐量,但是忽略了联合资源分配对于系统性能的提升效果;文献[6]考虑了与文献[5]相同的优化目标,但加入了功率控制,保证了所有接入用户的服务质量需求;文献[7-8]考虑了蜂窝网络下设备间通信多播场景,对内容请求用户进行分组形成多个设备间通信多播集群,并由每个集群中的中继对其内成员进行广播.文献[7]通过用户之间的协作形成集群和中继节点来最小化能耗,但没有考虑到用户的服务质量;文献[8]提出了一种基于博弈理论的联合集群策略和功率控制的方案来最小化传输时间并同时保证用户的服务质量,但忽略了信道分配.

基于此,笔者在同时保证设备间通信用户和传统蜂窝用户服务质量需求的前提上,通过联合多播信道分配和功率控制来最小化移动中继的总能耗.在假设设备间通信用户已经形成集群的前提下,本方案通过两步实现上述优化:首先,分析了单设备间通信多播集群单信道的情况,得到最多能够接入的请求用户数目以及此时移动中继所需的最小发射功率;之后,考虑设备间通信多播集群和多信道场景,结合上一步得到的信息,将原最小化中继总能耗问题等价于图论中经典的分配问题,继而借助Kuhn-Munkres(K-M)算法得到最优解.此外,上述机制同样可以拓展到最大化系统容量,即在能耗优化中加入用户公平性.通过仿真,观察了所提资源分配机制的性能以及系统整体性能与用户公平性之间的折中关系.

图1 系统场景图

1 系统模型和问题

考虑单小区场景,包含以下3类用户:蜂窝用户(称为CU),内容请求用户(称为DU)以及存储上述服务内容的移动中继(称为RU).考虑到上下行负载的不对称性,假设设备间通信链路复用蜂窝网络上行频谱.为了保证集群复用信道资源的公平性,假设单个RU用户仅能复用单个信道,同时单个信道仅能被单个RU用户复用.如图1所示,DU用户已形成了两个集群,RU1和RU2分别是两个集群中的中继,复用CU2和CU1用户的信道.因此,RU1对集群1的DU用户DU1和DU2进行多播时会对基站产生干扰,CU2也会对集群1中DU1和DU2产生干扰,集群2与CU1之间的干扰情况同上.

其中,PkC和PjR

其中,ρj,k是二进制离散的信道分配变量,如果CU用户k的信道被分配给了集群j中的RU用户,则ρj,k=1;否则,ρj,k=0.因此,在给定Zj(∀j∈R)的情况下,笔者所要解决的优化问题为

其中,式(3b)表示单个信道仅能被单个RU用户复用和单个RU用户仅能复用单个信道,式(3c)表示RU用户的最大发射功率限制PRmax,式(3d)是为了保证CU用户和DU用户的服务质量需求.

2 资源分配机制

2.1 单集群单信道场景下的能耗优化

在单集群单信道场景下,考虑如何在保证接入DU用户数目最多的前提下,最小化RU用户的发射功率.不失一般性,考虑第j个集群复用第k个CU用户信道的情况,优化模型为

2.2 联合功率控制和信道分配

2.1节仅仅考虑了单集群单信道的情况,而没有考虑集群间信道选择对于整体性能的影响.在2.1节的基础上,原优化式(3)可转化为

图2 二分图模型

最后,笔者所提资源分配机制总的算法复杂度为O(MN)+O ( max{L,N}3),其中,O(MN)为2.1节对所有RU用户复用所有信道情况进行遍历的总复杂度,O ( max{L,N}3)是2.2节的复杂度.

3 仿真结果

考虑单小区场景,将小区分为中心区域和边缘区域.CU用户在小区中随机分布,而对于RU和DU用户,考虑到文中设备间通信多播主要用于解决传统蜂窝网络覆盖不足的问题,因此将DU用户随机分布在边缘区域.另外,为了保证设备间通信的高效性,将RU用户均匀分布在中心与边缘区域的交界处,从而保证设备间通信对之间的距离小于最大距离约束[1-8].但是,笔者所提的资源分配机制同样适用于3类用户完全随机分布的场景.通过MATLAB软件对比了4种算法:笔者提出的算法1,即通过K-M算法求解式(5);笔者提出的算法2,即通过K-M算法求解式(6);文献[5]中的算法,根据2.1节得到的能耗从低到高依次分配信道;随机分配,将信道依次随机地分配给未接入的集群,而不考虑集群复用该信道时的性能.主要仿真参数设置如表1所示.

表1 仿真参数表

图3显示了总功耗和可接入DU用户数随RU数量的变化曲线.从图3(a)可知,随着RU的增多,各算法的功耗都呈下降趋势.从图3(b)看出,当RU数量增多时,DU用户可以选择更佳的RU,因此可接入的DU用户数会增多.影响功耗的有以下两个原因:一是集群中接入的DU用户数增加时,RU的功率消耗会增大;二是由于RU的增多,DU用户可接入更优RU,使得它们的信道条件更好,RU发功率消耗减小.

图3 中继数量变化时的性能比较　

图4 设备间通信请求用户数量变化时的性能比较

图4显示了总功耗和可接入的DU数量随DU用户数的变化曲线.从图4(a)看到,当DU用户的数量逐渐增大时,总功耗也逐渐增大.从图4(b)看出,当DU用户数增多时,可接入的DU用户数也逐渐增大.主要原因是当DU用户数增多时,每个集群中的平均可接入DU用户增多,则集群中RU与最差DU用户的信道质量变得更差,导致RU的功率消耗增大.

图5显示了总功耗和可接入的DU用户数随CU用户的最小信干噪比阈值变化的曲线.从图5(a)看出,随着CU的最小信干噪比变大,功耗也逐渐减小.从图5(b)看出,随着CU用户最小信干噪比值的增大,可接入的DU用户数减少.主要原因是,可接入DU用户数的减小使得每个集群中的平均接入DU数减少,因此,集群RU和最差DU用户之间的信道质量相对较好,使得RU的功率消耗减少.

图5 蜂窝用户信噪比变化时的性能比较　

图6 设备间通信请求用户信噪比变化时的性能

图6显示了总功耗和可接入的DU用户随DU用户最小信干噪比的变化曲线.从图6(a)看到,各算法的功耗趋势是先增加后减少.从图6(b)看到,曲线呈下降趋势,原因是当DU用户最小信干噪比增大时,由于RU的发射功率有限,使得一部分信道质量差的DU无法接入,因此可接入DU数减少.导致功耗变化的因素有以下两点:一是当DU用户最小信干噪比值增大时,RU的发射功率会变大;二是由于可接入的DU用户的减少,使得RU的发射功率减少.因此,当功耗变大时,前者占据主导地位;否则,后者趋于主导.

综合图3至图6,随机算法在接入链路数目方面性能最差,原因在于其没有考虑信道分配与功率控制之间的关联性;文献[5]算法则过于注重个体性能而损失了一定的系统性能.此外,系统整体性能与用户公平性之间具有一定的折中关系.笔者提出的算法1得到最小能耗,但相比于笔者提出的算法2牺牲了一定的接入链路数目.

4 结束语

针对设备间通信多播协助的内容分发场景,笔者提出了一种联合多播信道分配和功率控制机制来最小化RU的总能耗,并同时保证DU和CU用户的服务质量.首先从单集群单信道场景出发,得到任意集群分配到不同信道上时最多可接入DU用户数以及此时的功率开销.基于上述结果,将多集群多信道场景中的能耗优化问题转化为RU用户与CU用户信道的匹配问题,其等价于图论中经典的分配问题,继而借助K-M算法得到最优配对结果.此外,可以在上述模型中加入对于用户公平性的考虑,即最大化可接入的链路数目,在实际中可以按照不同的侧重目标灵活设置.通过仿真,观察了RU总能耗与最多可接入DU用户数目随系统参数的变化趋势以及它们之间的折中关系.然而,笔者研究的是单信道只能被单链路复用,单链路只能复用单信道的情况,所以接下来可研究的方向是单信道可被多链路复用,单链路可复用多信道的情况,更好地提高系统的性能.

参考文献:

[1]3GPP.Technical Specification Group Radio Access Network;Mobile Relay for E-UTRA:TS 36.836 Release 12,V12.0.0[S].Sophia Antipolis:3GPP,2013.

[2]TANG R,ZHAO J H,QU H.Distributed Power Control for Energy Conservation in Hybrid Cellular Network with Device-to-Device Communication[J].China Communications,2014,11(3):27-39.

[3]YU C H,TIRKKONEN O,DOPPLER K,et al.Power Optimization of Device-to-Device Communication Underlaying Cellular Communication[C]//Proceedings of the IEEE International Conference on Communications.Piscataway: IEEE,2009:1-5.

[4]JANIS P,KOIVUNEN V,RIBEIRO C B,et al.Interference-aware Resource Allocation for Device-to-Device Radio Underlaying Cellular Networks[C]//Proceedings of the IEEE 69th Vehicular Technology Conference.Piscataway: IEEE,2009:1-5.

[5]ZULHASNINE M,HUANG C,SRINIVASAN A.Efficient Resource Allocation for Device-to-Device Communication Underlaying LTE Network[C]//Proceedings of the IEEE International Conference on Wireless and Mobile Computing,Networking and Communication.Piscataway:IEEE,2010:368-375.

[6]FENG D Q,LU L,WU Y Y,et al.Device-to-Device Communications Underlaying Cellular Networks[J].IEEE Transactions on Communications,2013,61(8):3541-3551.

[7]YAACOUB E,KUBBAR O.Energy-efficient Device-to-Device Communications in LTE Public Safety Networks[C]// Proceedings of the IEEE Globecom Workshops.Washington:IEEE Computer Society,2012:391-395.

[8]PENG B,PENG T,LIU Z Y,et al.Cluster-based Multicast Transmission for Device-to-Device(D2D)Communication [C]//Proceedings of the IEEE 78th Vehicular Technology Conference.Piscataway:IEEE,2013:1-5.

[9]3GPP.Technical Specification Group Radio Access Network;Evolved Universal Terrestrial Radio Access(E-UTRA); Physical Layer Procedures:TS 36.213 Release 12,V12.0.0[S].Busan:3GPP,2013.

(编辑:郭 华)

Energy-aware resource allocation for underlaid D2D multicast

WANG Yuan1,ZHAO Jihong1,2,TANG Rui2,QU Hua2,DONG Jiaojiao1
(1.School of Communication and Information Engineering,Xi’an Univ.of Posts& Telecommunication,Xi’an 710061,China;2.School of Electronics and Information Engineering,Xi’an Jiaotong Univ.,Xi’an 710049,China)

Abstract:The Device-to-Device(D2D)communication underlaying cellular network is a promising component to improve the spectral efficiency for the system and lower down energy consumption for mobile terminals.Besides,in the D2D-aided content delivery scenario,it is potential to enhance the system capacity and individual quality-of-service(QoS)experience when D2D multicast is further enabled,but due to the battery-driven feature of mobile relays and the co-channel interference between cellular and D2D links,the optimization of energy conservation should be addressed.So,we propose a bipartite graph based resource allocation to minimize the total power consumption at the mobile relays under the individual QoS requirement by incorporating channel assignment and power control,and we also leverage the optimization of energy saving for system capacity.

Key Words:device-to-device multicast;mobile relay;energy-saving;system capacity;resource allocation; bipartite graph

作者简介:王 元(1989-),女,西安邮电大学硕士研究生,E-mail:1946495826@qq.com.

基金项目:国家自然科学基金资助项目(61371087);国家重大专项资助项目(2013ZX0302010-003)

收稿日期:2015-01-01 网络出版时间:2015-05-21

doi:10.3969/j.issn.1001-2400.2016.02.028

中图分类号:TN925.1

文献标识码:A

文章编号:1001-2400(2016)02-0162-06

网络出版地址:http://www.cnki.net/kcms/detail/61.1076.TN.20150521.0902.025.html