基于模拟退火的D2D通信中资源分配算法研究

刘迪，韩太林，郎百和

（长春理工大学 电子信息工程学院，长春 130022）

第三代合作伙伴计划3GPP将D2D通信技术引入新一代无线通信网络，成为5G的关键技术之一[1]，也是当前研究热点。D2D通信是指两个近距离的用户可以在基站的控制下复用蜂窝用户信道进行直接通信的技术[2]。将D2D通信技术引入蜂窝网络，具有减少基站负载、提高频谱利用率等优点，可以显著提高系统的总容量。但是D2D通信技术也会带来同频干扰的缺点，从而降低系统的性能、影响用户的通信质量。因此，为协调D2D用户和蜂窝用户之间的干扰，资源分配显得尤为重要。

文献[3]提出一种贪婪式资源调度算法，该算法是根据共享信道资源时所产生干扰程度来选择所复用的信道，以蜂窝用户的信噪比与D2D用户的满意程度作为约束条件，但是没有考虑用户发送功率，并且贪婪算法易陷入局部最优。文献[4]中提出一种局部搜索的资源调度算法，该算法同时考虑了蜂窝用户与D2D用户的QoS，也获得了较好的系统速率，但是该算法只能获得局部最优解，具有局限性。文献[5]采用博弈论的方法进行资源的调度，每条复用链路都以链路容量或者噪声功率作为目标函数，该方法在一定程度上增大了系统的总容量，并抑制了干扰，但是这种竞争博弈有极大的不公平性。文献[6]所提的资源调度算法，在确保蜂窝用户与D2D用户QoS的前提下进行功率控制，并且最大限度的提高系统的容量，但是只考虑了蜂窝用户发射功率。文献[7]中提出一种开环功率控制算法，该算法为D2D用户设置了通信阈值，以确保用户的通信质量，但是该算法中蜂窝用户与D2D用户发送端都以相同的功率发送信息，信道质量差的D2D将不能进行通信。

本文在模拟退火算法的基础上提出一种以信道容量最大为目标的改进算法，以信噪比门限值与用户最大发射功率为约束条件，建立了系统模型，采用改进的模拟退火算法寻求最优的可复用信道，同时为用户分配最佳发射功率。

1 系统模型

D2D通信场景如图1所示。假定在半径为R的单小区内，基站处于小区的中心。小区内存在M个蜂窝用户，集合为C={Ci|i=1,2,…,M}，N对D2D用户，集合为D={Dj|j=1,2,…,N}，同时蜂窝用户数需要多于D2D用户对数，即M＞N。蜂窝用户将共享上行链路信道资源用于D2D通信。为了保证基站受到的干扰较小，以基站为中心，r为半径设定限制区域[8]，即所有用户不能在此区域内。

图1 系统模型

2 算法描述

2.1 算法分析

假定每个蜂窝信道只能由一对D2D用户复用，则在小区内至少存在一个最优解集S={Sβ|β=1,2,…,N}。设置Hi为蜂窝用户的复用参数，Hi是二进制数，当Hi=1时表示D2D用户通信时复用该蜂窝用户的资源；当Hi=0时表示D2D通信时不复用该蜂窝用户的资源。D2D用户可以复用蜂窝用户资源的必要条件为：

假设系统中D2D用户对j复用蜂窝用户i的信道资源，蜂窝用户信噪比为：

被D2D用户对复用的信道总容量Cd为：

用户在小区内受到的同频干扰IC、ID为：

式中，PLdt_b表示D2D发送端与基站之间的路径损耗，PLc_dr表示蜂窝用户到D2D接收端的路径损耗。

本文以信道容量最大为目标，系统信道容量为：

式中，Cc表示未被D2D对复用的蜂窝信道容量，Cd表示D2D对复用的链路容量。

在小区中，没有和D2D用户共享信道资源的蜂窝用户仅仅受到高斯噪声的干扰，不会受到小区内的同频干扰，所以要使系统的总容量最大，只需要考虑存在同频干扰的信道容量。优化模型可描述为：

限制条件为：

其中，式（11）、式（12）为确保蜂窝用户与D2D用户通信质量，设置信噪比门限值；式（13）（14）规定了蜂窝用户与D2D用户发射功率不能大于最大发射功率。

2.2 算法流程

模拟退火算法（SA）最初是由N.Metropolis等人提出随机寻优方法。它是从某一初温开始，随着温度持续降低，目标函数在解空间中以一定的概率随机寻求最优解。

在传统的算法中用户以固定的功率发送信息，相比于传统的SA算法，本文以链路的总容量为目标函数，动态调整用户的发射功率；为避免丢失进行概率采样时的最优解，在搜索过程中及时记住并更新当前的最优解；设计了一种新的温度更新函数，使在更新过程中温度具有自适应性；添加了补充搜索过程，即在退火过程完成后，将搜索到的最优解为初始状态，然后再执行模拟退火过程。假设在同一调度周期内，用户之间的CSI保持不变或变化不大，D2D用户随机的复用满足其自身条件的蜂窝信道，并计算用户信噪比与信道容量。如果通过本次调度所得信道容量有所增加，则以本次调度所获得的信道资源替换为最优信道，否则，根据Metropolis准则进行抽样，以一定的概率接受该信道为目标信道。当达到调度周期后，进行退火处理，标记在此次调度中不满足复用条件的信道，缩小搜索范围并重新匹配符合条件的信道，直到满足最终结束条件并退出算法。

本文设计了一种新的温度更新函数，使温度在更新过程中具有自适应性，更新过程如下：

其中，Ti+1代表下一状态用户的发射功率，Ti代表当前状态用户的发射功率，a代表接受次数，N1代表循环次数。

以Metropolis准则进行抽样的概率计算如下：

算法具体步骤如下：

（1）为每对D2D用户初始化蜂窝信道β，并计算用户信噪比和链路容量Cβ=。

（2）根据式（15）、（16）动态调整用户发射功率。

（3）引入新的可复用信道λ，计算用户信噪比以及链路容量，按照式（17）求概率p。

（4）判断信噪比是否满足门限值，如果满足门限值，则进入步骤5，否则返回步骤2。

（5）判断Cλ是否大于Cβ，如果Cλ＞Cβ，则进入步骤6；否则以概率p接受该信道λ，并返回步骤2。

（6）更新目标信道β为λ。

（7）判断是否达到结束条件，如果达到结束条件，则得到当前最优复用信道β，以当前的最优信道β为初始信道，返回步骤（1）再次执行算法；否则，进行退温处理，缩短周期，同时标记步骤（3）中不满足复用条件的蜂窝信道，缩小搜索范围，返回步骤（2）。

（8）判断是否达到迭代次数，如果达到迭代次数，则退出算法；否则返回步骤（1）。

（9）每对D2D根据上述步骤匹配最优目标信道，得到最优解集，并计算系统中总信道容量Csum。

流程图如图2所示。

图2 算法流程

3 仿真分析

本文选择LTE单小区作为仿真场景，使用MATLAB验证算法的有效性，仿真参数设置如表1所示。

表1 仿真参数

小区中用户分布如图3所示。小区是以基站为中心，在基站周围设置25m的限制区域确保基站所受干扰较小。在小区中，蜂窝用户与D2D用户随机分布，并且D2D用户的发送端与接收端的距离不能超过50m。

图3 用户分布图

D2D用户对数与系统容量之间的关系如图4所示。从图4中可以明显看出，随着D2D对数的增加，系统容量也随之增加，本文提出的算法获得的系统容量要优于其他两种算法。本文算法中，尽可能使D2D对复用更多的蜂窝用户信道资源，并限制了用户的发射功率以减小干扰，进一步提高了蜂窝用户信道资源的利用率。

图4 系统总容量与D2D用户对数关系

D2D用户对的距离与系统容量之间的关系如图5所示。从图5可以看出，随着D2D用户发射端与接收端的距离逐渐增加，三种算法的系统容量均随之减小。由于D2D用户之间距离增大会使两者之间的路径损耗增加，从而导致了系统的总容量下降。本文算法根据用户之间距离的增加动态调整用户的发射功率，得到的系统总容量要优于其他两种算法。

图5 系统总容量与用户之间距离的关系

4 结语

为解决由D2D用户复用蜂窝上行信道资源所带来的干扰问题，本文在SA的基础上提出一种以信道容量最大为目标的改进算法，在改进的算法中设计一个新的温度更新函数，使温度更新时具有自适应性；为了避免在搜索过程中丢失最优解，记住当前的最优解并及时更新；将当前最优解作为初始状态添加补充搜索过程以避免算法陷入局部最优状态。仿真结果表明，改进算法与传统的SA算法相比，全局搜索能力有较大提高。本文算法所得到的系统总容量相比于传统的SA算法提高了6.5%左右，相比于随机选择算法提高了12.3%左右。