首页 / 专利库 / 信号处理 / 载波频率 / 一种在车联网中基于联盟博弈算法的D2D资源分配方法

一种在车联网中基于联盟博弈算法的D2D资源分配方法

阅读:696发布:2020-05-08

专利汇可以提供一种在车联网中基于联盟博弈算法的D2D资源分配方法专利检索,专利查询,专利分析的服务。并且一种在车联网中基于联盟博弈 算法 的D2D资源分配方法,属于无线通信技术领域。该方法建立了一种基于蜂窝网络的车联网D2D通信系统模型,相邻车辆之间采用D2D技术进行通信,为了提高 频谱 利用率,在保证蜂窝用户服务 质量 的要求下,一个蜂窝用户的资源 块 可以被多个D2D用户复用。该资源分配方法不但提出了一种联盟博弈算法将D2D用户进行分组,同一分组的D2D用户复用同一蜂窝用户的资源块,根据蜂窝用户对各个D2D用户的干扰情况确定资源块分配方式,而且针对D2D用户的高速移动性,提出了一种D2D用户鲁棒功率控制方法。,下面是一种在车联网中基于联盟博弈算法的D2D资源分配方法专利的具体信息内容。

1.一种在车联网中基于联盟博弈算法的D2D资源分配方法,在以下系统中运行,系统包括基站、蜂窝用户、D2D用户,考虑单个基站服务的十字路口场景,基站临近十字路口并且覆盖范围为半径为500m的圆形区域,基站主要获取各个通信链路的信道状态信息、分配频谱资源和功率控制,蜂窝用户为该系统的主用户,用集合表示为 D2D用户是
两个临近的采用D2D技术进行通信的车辆用户,为次级用户,用集合表示为K≥N,为提高频谱利用率,D2D用户复用蜂窝用户上行链路的频谱资源RB,在不影响蜂窝用户服务质量的情况下,一个蜂窝用户的RB可被多个D2D用户同时复用,但一个D2D用户只能同时复用一个蜂窝用户的RB;由于蜂窝用户移动速度较慢,在短时间内其信道状态信息基本不变,而D2D用户移动速度较快,在短时间内其信道状态信息变化十分显著,针对两种不同的用户采用两种不同的信道模型;用联盟博弈算法将D2D用户进行分组,每组的D2D用户共同复用同一个频谱资源块,依蜂窝用户对D2D用户接收端的干扰情况确定每个分组的频谱资源块复用方式;采用伯恩斯坦近似方法和分式规划处理方法将规划问题转换为凸问题,最后采用基于分式规划的鲁棒功率控制方法求解最优的功率分配,该方法具体步骤如下:
1)规划信道模型
蜂窝用户在短时间内位置基本不变,因此其与基站通信只考虑大尺度衰落,定义 为蜂窝用户n与基站之间的功率增益,
其中L表示电磁波信号在空间传播过程中由于障碍物引起的阴影衰落,服从均值为0方差为 的对数正态分布,即 表示信号在蜂窝用户n与基站之间传播过
程中产生的路径损耗,dn表示蜂窝用户n与基站之间的距离,单位为米,z0表示蜂窝用户n与基站之间的路径损耗指数;
采用向基站周期反馈信道状态信息的方法获取D2D用户相关链路的信道状态信息,快衰落分量表示为 其中 和 分别表示信道信息采样时和基站接收信道信息时的快衰落分量,ε=J0(2πfDT)表示同一信道的快衰落分量在信道信息采样时和基站接收信道信息时的相关系数,其中0≤ε<1,J0(·)表示第一类零阶贝塞尔函数,fD=υfc/c表示最大多普勒频移,c=3×108m/s,fc是载波频率,υ代表车辆速度,T代表信道状态信息反馈周期;e表示快衰落分量估计误差,独立于 并且服均值为0方差为1-ε2的复高斯分布,即用 表示蜂窝用户n至D2D用户k接收端的干扰功率增益,该功率增益如
下式:
其中 表示蜂窝用户n至D2D用户k接收端的路径损耗,z1表示蜂窝用户n至D2D用户k接收端的路径损耗指数, 表示在信道信息采样时蜂窝用户n至D2D用户k接收端的信道快衰落, 表示蜂窝用户n至D2D用户k接收端的快衰落分量在信道信息采样时和基站接收信道信息时的相关系数, 表示蜂窝用户n至D2D用户k接收端之间的快衰落估计误差,| |表示绝对值; 表示基站接收信道信息时蜂窝用户n至D2D用户k接收端的
快衰落,令 公式(2)可表示为 其
中 表示的信道信息采样时蜂窝用户n至D2D用户k接收端的采样信道增益, 是基站接收信道信息时蜂窝用户n至D2D用户k接收端信道增益估计误差;用 表示D2D用户k发射端与D2D用户k′接收端之间的功率增益,由下式知:
其中 表示的信道信息采样时D2D用户k
发射端至D2D用户k′接收端的采样信道增益, 是基站接收信道信息时D2D用户k发射端至D2D用户k′接收端信道增益估计误差, 表示D2D用户k发射端至D2D用户k′接收端的路径损耗,z2表示D2D用户k发射端与D2D用户k′接收端之间的路径损耗指数, 表示在信道信息采样时D2D用户k发射端至D2D用户k′接收端的快衰落, 表示D2D用户k发射端至D2D用户k′接收端的快衰落分量在信道信息采样时和基站接收信道信息时的相关系数, 表示D2D用户k发射端至D2D用户k′接收端之间的快衰落估计误差;令 表示D2D用户k复用蜂窝用户n的上行链路RB发送端至基站之间的干扰链路功率增益,该功率增益如下式:
其中 表示的信道信息采样时D2D用户k
复用蜂窝用户n的上行链路RB发送端至基站之间的采样信道增益, 是基站接收信道信息时D2D用户k复用蜂窝用户n的上行链路RB发送端至基站之间的道增益估计误差, 表示D2D用户k复用蜂窝用户n的上行链路RB时发送端至基站之间的路径损耗,z3表示D2D用户k复用蜂窝用户n的上行链路RB时发送端至基站之间的路径损耗指数, 表示在信道采样时D2D用户k复用蜂窝用户n的上行链路RB发送端至基站的快衰落, 表示D2D用户k复用蜂窝用户n的上行链路RB发送端至基站的快衰落分量在信道信息采样时和基站接收信道信息时的相关系数, 表示D2D用户k复用蜂窝用户n的上行链路RB时发送端至基站之间的快衰落估计误差;
2)D2D用户分组
采用联盟博弈方法根据D2D用户之间的信道状态信息,为D2D用户分组;将系统中的K个D2D用户分成S组,分组个数小于等于蜂窝用户的个数,即S≤N,只考虑S=N,定义wk,s为分组因子,wk,s∈{0,1},D2D用户在s组中表示为wk,s=1,D2D用户k不在s组中表示为wk,s=0,其中任意一个D2D用户只能分到一个组内,即
在联盟博弈方法中每个组称为联盟,定义联盟为 当
时, 并且 其中 表示空集,∩和∪分别表示交集和并集;D2D用户k的
效用函数为 D2D用户k在联盟 中受联盟内除其本身外其它D2D用户对
其接收端干扰的程度, 表示在反馈周期内的长期功率增益,其中
表示求均值;定义第n个联盟的效用函数为 表示联盟内所有D2D用户总
体受干扰的程度;定义偏好运算>k,如果 则表示D2D用户k更愿意加入联盟 而不是 即
如在联盟 中的D2D用户k更愿意加入联盟 更新当前联盟状态,
并且将连续不切换联盟的计数置为零,即num=0,如在联盟 中的D2D用户k不愿意加入联盟 保持当前联盟的状态,将连续不切换联盟的计数加一,即num=num+1,每次执行切换操作,所有联盟的总干扰是严格减少的,经有限次迭代,如果num大于10倍的D2D用户的数量,则说明联盟最终收敛至纳什稳定状态;
据此提出如下联盟博弈方法确定D2D用户的分组:
①随机初始化联盟状态
②初始化当前联盟状态为 且num=0;
③统一随机选取一个D2D用户k,并且其联盟记为
④统一随机选择另一个联盟
⑤如果满足 D2D用户k从当前联盟 切换至联盟 更新当前的联盟状态
并且num=0,如果满足 保持当前的联盟状态,并且num=num+1;
⑥重复上述步骤③至⑤,直至联盟收敛至纳什稳定状态
采用上述联盟博弈方法,经过有限次迭代最终得到稳定的D2D用户分组信息,可确定分组因子wk,s;
3)确定频谱资源分配方式
D2D用户受蜂窝用户的干扰越小,其数据吞吐量越大,以降低D2D用户受蜂窝用户的干扰为目标,为每个分组分配蜂窝用户的RB,ρs,n为蜂窝用户RB分配因子,当蜂窝用户n的RB分配给分组s时ρs,n=1,当蜂窝用户n的RB不分配给分组s时ρs,n=0,并且同一个分组的D2D用户只能复用一个蜂窝用户的RB,同时一个RB只能分配给同一个分组的D2D用户,即系统中考虑每个蜂窝用户的发送功率为确定的常
数,可以计算出蜂窝用户对复用其资源块的每个D2D用户接收端的反馈时间内长期平均干扰功率值,定义效用函数 表示蜂窝用户n对分组s中所有D2D用户的总干扰
功率,其中 表示在反馈周期内的长期功率增益,频谱资源块分配
问题可以简化为:
其中s.t.表示约束符号,C1,C2表示约束式符号,表示取任意值,该问题是一个简单的整数线性规划问题,用yalmip工具箱求解ρs,n,确定蜂窝用户RB分配方式;定义αk,n为每个D2D用户的资源块复用因子,D2D用户k复用蜂窝用户n的RB表示为αk,n=1,α=wρ,其中
4)规划功率控制问题
D2D用户k复用蜂窝用户n的RB时其接收端的信干噪比表示如下:
其中 表示D2D用户k发射端的发送功率, 表示蜂窝用户n的发送功率,σ2表示信号接收端的加性噪声总功率;
同一个分组的D2D用户复用同一个蜂窝用户上行链路的频谱资源块,为了保证蜂窝用户服务质量QoS要求,需要考虑基站接收到蜂窝用户发送的信号时,其信干噪比大于等于一个满足服务质量QoS要求的阈值γth,即 基站接收蜂窝用户n的信号时其信干噪比为:
经过转换可得如下约束:
最终规划了一个D2D用户鲁棒功率优化的问题,目标函数为最大化所有D2D用户的和速率,同时满足每个蜂窝用户的服务质量要求:
约束C1为每个蜂窝用户满足信干噪比的中断概率,其中Pr表示概率,ξ表示最大容忍中断概率;约束C2为D2D用户的功率约束, 表示D2D用户的最大发送功率值;
5)非凸问题转换为凸问题
(1)问题(P2)中约束C1是一个机会约束条件,采用伯恩斯坦近似方法将非凸的机会约束近似为仿射约束,概率约束形式如下:
其中θ<<1,θ为容忍度,{ηk}为不确定的数据的集合,使用伯恩斯坦近似方法机会约束需要满足以下条件:
a){fk(p)}是关于向量p的仿射函数,其中p为待确定的向量值;
b)不确定的数据集合{ηk}是具有{ξk}分布的随机变量,且彼此之间相互独立;
c){ξk}分布在[-1,1]范围内成立,即{ηk}中每个元素的取值范围均在[-1,1]内,如果机会约束满足以上三个条件,可用下式近似替代,
其中inf表示最大下界运算,辅助变量δ>0,Ωk为一个函数,函数表达式为x1为关于ξk分布的自变量,x2为关于函数Ωk的自变
量,引入辅助变量 和ωk, ωk≥0,当辅助变量选择合理的值时,可
满足 当Ωk(x2)取下界时,公式(9)可以近似为
下式,
任意一个向量m满足其2-范数小于等于其1-范数,即||m||2≤||m||1,上式中公式(11)中的2-范数可用1-范数代替,即
设公式(4)中 的取值范围为[ak,n,bk,n],ak,n为取值下界,bk,n为取值上界,定义辅助变量 和 根据问题(P2)的概
率约束C1给出函数f0(pd)和fk(pd)的表达式:
其中 问题(P2)的概率约束C1根据公式(12)和(13)可以近似为公式
(14),即
其中
(2)目标函数是非凸函数,使用新的分式转换技术引入辅助向量y进行转换,然后重新规划为一个凹问题:
其中
6)设计功率控制算法
当 是一个固定值时,目标函数是一个关于yk,n变量的凹函数,可以获得yk,n最优值的表达式:
当yk,n是一个固定值时问题(P3)是一个凸问题,采用拉格朗日对偶方法优化功率变量,定义 为问题(P3)约束式C1的拉格朗日乘子,并且λ>0;问题(P3)的拉格朗日函数为:
由上式可得原问题(P3)的对偶函数和对偶问题,分别为公式(18)和公式(19),使用子梯度迭代法,更新拉格朗日乘子λ,更新方法如下:
其中[x]+=max[0,x],τn表示迭代步长,t代表迭代次数,
功率向量pd的迭代方法如下:
其中
设计基于分式规划方法的鲁棒功率控制算法求解最优功率分配,其步骤如下:
ⅰ)设置迭代步长τn;
ii)初始化迭代计数t=1,功率初值pd=p0和对偶变量λ=λ0;
ⅲ)使用公式(16)计算 对于任意的
ⅳ)使用公式(22)更新pd,使用公式(20)更新λ,更新迭代次数t=t+1;
ⅴ)重复步骤ⅲ)至ⅳ),直至pd和λ同时收敛至功率最优值 和对偶变量最优值λ*时算法结束;此时能获得功率最优值,使所有D2D用户的和速率最大。

说明书全文

一种在车联网中基于联盟博弈算法的D2D资源分配方法

技术领域

[0001] 本发明涉及一种在车联网中基于联盟博弈算法的D2D资源分配方法,属于无线通信技术 领域。

背景技术

[0002] 人工智能技术和自动驾驶技术的发展,吸引了工业界和学术界对车联网技术研究的兴 趣。车联网技术主要包括车与车通信、车与路边基础设置通信和车与人通信等通信应用,车 与车之间进行通信可以相互交换汽车的安全信息,包括车辆的行驶速度、加速度和紧急刹车 等重要信息,车与路边基础设施进行通信包括路边单元向车辆发送道路状况信息,车辆向路 边单元迁移计算任务或者向路边单元请求娱乐信息等,车与人进行通信包括车辆与弱势交通 群体、用户智能设备等进行通信。2010年发布了IEEE802.11p车联网技术标准,该标准利用 具有避碰机制的载波感知多址技术,车辆可以自发地建立动态网络,但是该技术具有很多缺 陷并没有进行大量的网络部署,基于蜂窝网络辅助的车联网技术具有很大的发展潜,该网 络覆盖范围广、传输时延小,可以充分使用D2D技术满足不同通信链路的服务质量
[0003] 最近几年许多文章中做了车联网网络资源分配的工作,“Power Control in D2D-Based Vehicular Communication Networks”【Y.Ren,F.Liu,Z.Liu,C.Wang and Y.Ji,IEEE Transactions on Vehicular Technology,vol.64,no.12,pp.5547-5562,Dec.2015.】 一文中讨论了车联网中D2D用户功率优化方法,但是没有考虑由于车辆移动速度快导致的信 道信息不确定的问题;“Chance-Constrained Optimization in D2D-Based Vehicular Communication Network”【Z.Liu,Y.Xie,K.Y.Chan,K.Ma and X.Guan,IEEE Transactions on Vehicular Technology,vol.68,no.5,pp.5045-5058,May 2019.】 文中虽然考虑了车辆移动速度快导致的信道信息不确定的问题,但是没有考虑复杂场景中 (比如十字路口场景)的资源分配问题。目前查阅到的资料中,没有在车联网复杂场景中 考虑信道信息不确定问题且使用联盟博弈算法辅助分配频谱资源块的先例。

发明内容

[0004] 为了克服背景技术的缺陷和不足,本发明提供了一种在车联网中基于联盟博弈算法的 D2D资源分配方法。
[0005] 本发明的技术方案如下:
[0006] 一种在车联网中基于联盟博弈算法的D2D资源分配方法,在以下系统中运行,系统包括 基站、蜂窝用户、D2D用户,考虑单个基站服务的十字路口场景,基站临近十字路口并且覆 盖范围为半径为500m的圆形区域,基站主要获取各个通信链路的信道状态信息、分配频谱 资源和功率控制,蜂窝用户为该系统的主用户,用集合表示为 D2D用户是 两个临近的采用D2D技术进行通信的车辆用户,为次级用户,用集合表示为 K≥N,为提高频谱利用率,D2D用户复用蜂窝用户上行链路的频谱资源块
RB,在不影响蜂 窝用户服务质量的情况下,一个蜂窝用户的RB可被多个D2D用户同时复用,但一个D2D用 户只能同时复用一个蜂窝用户的RB;由于蜂窝用户移动速度较慢,在短时间内其信道状态 信息基本不变,而D2D用户移动速度较快,在短时间内其信道状态信息变化十分显著,针对 两种不同的用户采用两种不同的信道模型;用联盟博弈算法将D2D用户进行分组,每组的 D2D用户共同复用同一个频谱资源块,依蜂窝用户对D2D用户接收端的干扰情况确定每个分 组的频谱资源块复用方式;采用伯恩斯坦近似方法和分式规划处理方法将规划问题转换为凸 问题,最后采用基于分式规划的鲁棒功率控制方法求解最优的功率分配,该方法具体步骤如 下:
[0007] 1)规划信道模型
[0008] 蜂窝用户在短时间内位置基本不变,因此其与基站通信只考虑大尺度衰落,定义为蜂 窝用户n与基站之间的功率增益,
[0009]
[0010] 其中L表示电磁波信号在空间传播过程中由于障碍物引起的阴影衰落,服从均值为0方差为  的对数正态分布,即 表示信号在蜂窝用户n与基站之间传播过程中 产生的路径损耗,dn表示蜂窝用户n与基站之间的距离,单位为米,z0表示蜂窝用户n与基 站之间的路径损耗指数;
[0011] 采用向基站周期反馈信道状态信息的方法获取D2D用户相关链路的信道状态信息,快衰 落分量表示为 其中 和 分别表示信道信息采样时和基站接收信道信息时的快 衰落分量,ε=J0(2πfDT)表示同一信道的快衰落分量在信道信息采样时和基站接收信道信 息时的相关系数,其中0≤ε<1,J0(·)表示第一类零阶贝塞尔函数,fD=υfc/c表示最大多 普勒频移,c=3×108m/s,fc是载波频率,υ代表车辆速度,T代表信道状态信息反馈周期; e表示快衰落分量估计误差,独立于 并且服均值为0方差为1-ε2的复高斯分布,即  用 表示蜂窝用户n至D2D用户k接收端的干扰功率增益,该功率增益 如下式:
[0012]
[0013] 其中 表示蜂窝用户n至D2D用户k接收端的路径损耗,z1表示蜂窝用户n至D2D用户k接 收端的路径损耗指数, 表示在信道信息采样时蜂窝用户n至D2D用户k接收端的信道快 衰落, 表示蜂窝用户n至D2D用户k接收端的快衰落分量在信道信息采样时和基站接收 信道信息时的相关系数, 表示蜂窝用户n至D2D用户k接收端之间的快衰落估计误差,| | 表示绝对值; 表示基站接收信道信息时蜂窝用户n至D2D用户k接收  端的快衰落,令 公式(2)可表示为
其中 表示的信道信息采样时蜂窝用户n至D2D用户k接收端的采样信道
增益, 是基站 接收信道信息时蜂窝用户n至D2D用户k接收端信道增益估计误差;用表示D2D用户k发 射端与D2D用户k′接收端之间的功率增益,由下式知:
[0014]
[0015] 其中 表示的信道信息采样时D2D用户k发 射端至D2D用户k′接收端的采样信道增益, 是基站接收信道信息时D2D用户k发射端至 D2D用户k′接收端信道增益估计误差, 表示D2D用户k发射端至D2D用户k′接收端的路 径损耗,z2表示D2D用户k发射端与D2D用户k′接收端之间的路径损耗指数, 表示在信 道信息采样时D2D用户k发射端至D2D用户k′接收端的快衰落, 表示D2D用户k发射端 至D2D用户k′接收端的快衰落分量在信道信息采样时和基站接收信道信息时的相关系数,  表示D2D用户k发射端至D2D用户k′接收端之间的快衰落估计误差;令 表示D2D用 户k复用蜂窝用户n的上行链路RB发送端至基站之间的干扰链路功率增益,该功率增益如下 式:
[0016]
[0017] 其中 表示的信道信息采样时D2D用户k复用 蜂窝用户n的上行链路RB发送端至基站之间的采样信道增益, 是基站接收信道信息时 D2D用户k复用蜂窝用户n的上行链路RB发送端至基站之间的道增益估计误差,表示D2D 用户k复用蜂窝用户n的上行链路RB时发送端至基站之间的路径损耗,z3表示D2D用户k复 用蜂窝用户n的上行链路RB时发送端至基站之间的路径损耗指数, 表示在信道采样时 D2D用户k复用蜂窝用户n的上行链路RB发送端至基站的快衰落, 表示D2D用户k复用 蜂窝用户n的上行链路RB发送端至基站的快衰落分量在信道信息采样时和基站接收信道信 息时的相关系数, 表示D2D用户k复用蜂窝用户n的上行链路RB时发送端至基站之间的 快衰落估计误差;
[0018] 2)D2D用户分组
[0019] 采用联盟博弈方法根据D2D用户之间的信道状态信息,为D2D用户分组;将系统中的K 个D2D用户分成S组,分组个数小于等于蜂窝用户的个数,即S≤N,只考虑S=N,定义wk,s为分组因子,wk,s∈{0,1},D2D用户在s组中表示为wk,s=1,D2D用户k不在s组中表示为 wk,s=0,其中 任意一个D2D用户只能分到一个组内,即
[0020] 在联盟博弈方法中每个组称为联盟,定义联盟为 当i≠j 时, 并且 其中 表示空集,∩和∪分别表示交集和并集;D2D用
户 k的效用函数为 D2D用户k在联盟 中受联盟内除其本身外其它D2D 
用户对其接收端干扰的程度, 表示在反馈周期内的长期功率增
益, 其中 表示求均值;定义第n个联盟的效用函数为 表示联盟内所有
D2D 用户总体受干扰的程度;定义偏好运算 如果 则表示D2D用户k更愿意加入联 盟 而不是 即
[0021]
[0022] 如在联盟 中的D2D用户k更愿意加入联盟 更新当前联盟状态,并且将连续不切换联盟的计数置为零,即num=0,如在联盟 中的D2D用 户k不愿意加入联盟 保持当前联盟的状态,将连续不切换联盟的计数加一,即 num=num+1,每次执行切换操作,所有联盟的总干扰是严格减少的,经有限次迭代,如果 num大于10倍的D2D用户的数量,则说明联盟最终收敛至纳什稳定状态;
[0023] 据此提出如下联盟博弈方法确定D2D用户的分组:
[0024] ①随机初始化联盟状态
[0025] ②初始化当前联盟状态为 且num=0;
[0026] ③统一随机选取一个D2D用户k,并且其联盟记为
[0027] ④统一随机选择另一个联盟
[0028] ⑤如果满足 D2D用户k从当前联盟 切换至联盟 更新当前的联盟状态[0029] 并且num=0,如果满足 保持当前的联盟状态,并且num=num+1;
[0030] ⑥重复上述步骤③至⑤,直至联盟收敛至纳什稳定状态 采用上述联盟博弈方法,经过有限次迭代最终得到稳定的D2D用户分组信息,可确定分组因 子wk,s;
[0031] 3)确定频谱资源分配方式
[0032] D2D用户受蜂窝用户的干扰越小,其数据吞吐量越大,以降低D2D用户受蜂窝用户的干 扰为目标,为每个分组分配蜂窝用户的RB,ρs,n为蜂窝用户RB分配因子,当蜂窝用户n的 RB分配给分组s时ρs,n=1,当蜂窝用户n的RB不分配给分组s时ρs,n=0,并且同一个分组 的D2D用户只能复用一个蜂窝用户的RB,同时一个RB只能分配给同一个分组的D2D用户, 即系统中考虑每个蜂窝用户的发送功率为确定的常 数,可以计算出蜂窝用户对复用其资源块的每个D2D用户接收端的反馈时间内长期平均干扰 功率值,定义效用函数 表示蜂窝用户n对分组s中所有D2D用户的总干扰 功率,其中 表示在反馈周期内的长期功率增益,频谱资源块分配
问 题可以简化为:
[0033]
[0034]
[0035]
[0036] 其中s.t.表示约束符号,C1,C2表示约束式符号,表示取任意值,该问题是一个简单的 整数线性规划问题,用yalmip工具箱求解ρs,n,确定蜂窝用户RB分配方式;定义αk,n为每 个D2D用户的资源块复用因子,D2D用户k复用蜂窝用户n的RB表示为αk,n=1,α=wρ, 其中
[0037] 4)规划功率控制问题
[0038] D2D用户k复用蜂窝用户n的RB时其接收端的信干噪比表示如下:
[0039]
[0040] 其中 表示D2D用户k发射端的发送功率, 表示蜂窝用户n的发送功率,σ2表示信号接 收端的加性噪声总功率;
[0041] 同一个分组的D2D用户复用同一个蜂窝用户上行链路的频谱资源块,为了保证蜂窝用户 服务质量QoS要求,需要考虑基站接收到蜂窝用户发送的信号时,其信干噪比大于等于一个 满足服务质量QoS要求的阈值γth,即 基站接收蜂窝用户n的信号时其信 干噪比为:
[0042]
[0043] 经过转换可得如下约束:
[0044]
[0045] 最终规划了一个D2D用户鲁棒功率优化的问题,目标函数为最大化所有D2D用户的和速率, 同时满足每个蜂窝用户的服务质量要求:
[0046]
[0047]
[0048]
[0049] 约束C1为每个蜂窝用户满足信干噪比的中断概率,其中Pr表示概率,ξ表示最大容忍中断 概率;约束C2为D2D用户的功率约束, 表示D2D用户的最大发送功率值;
[0050] 5)非凸问题转换为凸问题
[0051] (1)问题(P2)中约束C1是一个机会约束条件,采用伯恩斯坦近似方法将非凸的机会 约束近似为仿射约束,概率约束形式如下:
[0052]
[0053] 其中θ<<1,θ为容忍度,{ηk}为不确定的数据的集合,使用伯恩斯坦近似方法机会约束需 要满足以下条件:
[0054] a){fk(p)}是关于向量p的仿射函数,其中p为待确定的向量值;
[0055] b)不确定的数据集合{ηk}是具有{ξk}分布的随机变量,且彼此之间相互独立;
[0056] c){ξk}分布在[-1,1]范围内成立,即{ηk}中每个元素的取值范围均在[-1,1]内,[0057] 如果机会约束满足以上三个条件,可用下式近似替代,
[0058]
[0059] 其中inf表示最大下界运算,辅助变量δ>0,Ωk为一个函数,函数表达式为 x1为关于ξk分布的自变量,x2为关于函数Ωk的自变 量,引入辅助变量 和ωk, ωk≥0,当辅助变量选择合理的值时, 可
满足 k=1,...,K,当Ωk(x2)取下界时,公式(9)可以近 似
为下式,
[0060]
[0061] 任意一个向量m满足其2-范数小于等于其1-范数,即||m||2≤||m||1,上式中公式(11)中的2-范数可用1-范数代替,即
[0062]
[0063] 设公式(4)中 的取值范围为[ak,n,bk,n],ak,n为取值下界,bk,n为取值上界,定义辅助变 量 和 根据问题(P2)的概率 约束C1给出函数f0(pd)和fk(pd)的表达式:
[0064]
[0065] 其中 问题(P2)的概率约束C1根据公式(12)和(13)可以近似为公式 (14),即
[0066]
[0067] 其中
[0068] (2)目标函数是非凸函数,使用新的分式转换技术引入辅助向量y进行转换,然后重新 规划为一个凹问题:
[0069]
[0070]
[0071]
[0072]
[0073] 其中
[0074]
[0075] 6)设计功率控制算法
[0076] 当 是一个固定值时,目标函数是一个关于yk,n变量的凹函数,可以获得yk,n最优值的 表达式:
[0077]
[0078] 当yk,n是一个固定值时问题(P3)是一个凸问题,采用拉格朗日对偶方法优化功率变量,定义  为问题(P3)约束式C1的拉格朗日乘子,并且λ>0;问题(P3)的拉格朗 日函数为:
[0079]
[0080] 由上式可得原问题(P3)的对偶函数和对偶问题,分别为公式(18)和公式(19),[0081]
[0082]
[0083] 使用子梯度迭代法,更新拉格朗日乘子λ,更新方法如下:
[0084]
[0085] 其中[x]+=max[0,x],τn表示迭代步长,t代表迭代次数,
[0086] 功率向量pd的迭代方法如下:
[0087]
[0088]
[0089] 其中
[0090] 设计基于分式规划方法的鲁棒功率控制算法求解最优功率分配,其步骤如下:
[0091] ⅰ)设置迭代步长τn;
[0092] ⅱ)初始化迭代计数t=1,功率初值pd=p0和对偶变量λ=λ0;
[0093] ⅲ)使用公式(16)计算 对于任意的
[0094] ⅳ)使用公式(22)更新pd,使用公式(20)更新λ,更新迭代次数t=t+1;
[0095] ⅴ)重复步骤ⅲ)至ⅳ),直至pd和λ同时收敛至功率最优值 和对偶变量最优值λ*时算 法结束;此时能获得功率最优值,使所有D2D用户的和速率最大。
[0096] 本发明的有益效果是能够高效的确定频谱资源分配方式采用联盟博弈算法将D2D用户进 行分组并且根据蜂窝用户对各个D2D用户的干扰情况确定资源分配方式;另外考虑车辆用户 高速移动性,研究车辆用户鲁棒功率控制方法。附图说明
[0097] 图1为本发明车联网中D2D用户通信系统的结构示意图。

具体实施方式

[0098] 下面结合附图和实施例对本发明作进一步说明,但不限于此。
[0099] 实施例:
[0100] 本发明实施例如图1所示,一种在车联网中基于联盟博弈算法的D2D资源分配方法,在 以下系统中运行,系统包括基站、蜂窝用户、D2D用户,考虑单个基站服务的十字路口场景, 基站临近十字路口并且覆盖范围为半径为500m的圆形区域,基站主要获取各个通信链路的 信道状态信息、分配频谱资源和功率控制,蜂窝用户为该系统的主用户,用集合表示为  D2D用户是两个临近的采用D2D技术进行通信的车辆用户,为次级用户, 用集合表示为 K≥N,为提高频谱利用率,D2D用户复用蜂窝用户上行链路 的频谱资源块RB,在不影响蜂窝用户服务质量的情况下,一个蜂窝用户的RB可被多个D2D 用户同时复用,但一个D2D用户只能同时复用一个蜂窝用户的RB;由于蜂窝用户移动速度 较慢,在短时间内其信道状态信息基本不变,而D2D用户移动速度较快,在短时间内其信道 状态信息变化十分显著,针对两种不同的用户采用两种不同的信道模型;用联盟博弈算法将 D2D用户进行分组,每组的D2D用户共同复用同一个频谱资源块,依蜂窝用户对D2D用户接 收端的干扰情况确定每个分组的频谱资源块复用方式;采用伯恩斯坦近似方法和分式规划处 理方法将规划问题转换为凸问题,最后采用基于分式规划的鲁棒功率控制方法求解最优的功 率分配,该方法具体步骤如下:
[0101] 1)规划信道模型
[0102] 蜂窝用户在短时间内位置基本不变,因此其与基站通信只考虑大尺度衰落,定义为蜂 窝用户n与基站之间的功率增益,
[0103]
[0104] 其中L表示电磁波信号在空间传播过程中由于障碍物引起的阴影衰落,服从均值为0方差为  的对数正态分布,即 表示信号在蜂窝用户n与基站之间传播过程中 产生的路径损耗,dn表示蜂窝用户n与基站之间的距离,单位为米,z0表示蜂窝用户n与基 站之间的路径损耗指数;
[0105] 采用向基站周期反馈信道状态信息的方法获取D2D用户相关链路的信道状态信息,快衰 落分量表示为 其中 和 分别表示信道信息采样时和基站接收信道信息时的快 衰落分量,ε=J0(2πfDT)表示同一信道的快衰落分量在信道信息采样时和基站接收信道信 息时的相关系数,其中0≤ε<1,J0(·)表示第一类零阶贝塞尔函数,fD=υfc/c表示最大多 普勒频移,c=3×108m/s,fc是载波频率,υ代表车辆速度,T代表信道状态信息反馈周期; e表示快衰落分量估计误差,独立于 并且服均值为0方差为1-ε2的复高斯分布,即  用 表示蜂窝用户n至D2D用户k接收端的干扰功率增益,该功率增益 如下式:
[0106]
[0107] 其中 表示蜂窝用户n至D2D用户k接收端的路径损耗,z1表示蜂窝用户n至D2D用户k接 收端的路径损耗指数, 表示在信道信息采样时蜂窝用户n至D2D用户k接收端的信道快 衰落, 表示蜂窝用户n至D2D用户k接收端的快衰落分量在信道信息采样时和基站接收 信道信息时的相关系数, 表示蜂窝用户n至D2D用户k接收端之间的快衰落估计误差,|| 表示绝对值; 表示基站接收信道信息时蜂窝用户n至D2D用户k接收  端的快衰落,令 公式(2)可表示为
其中 表示的信道信息采样时蜂窝用户n至D2D用户k接收端的采样信道
增益, 是基站 接收信道信息时蜂窝用户n至D2D用户k接收端信道增益估计误差;用表示D2D用户k发 射端与D2D用户k′接收端之间的功率增益,由下式知:
[0108]
[0109] 其中 表示的信道信息采样时D2D用户k发 射端至D2D用户k′接收端的采样信道增益, 是基站接收信道信息时D2D用户k发射端至 D2D用户k′接收端信道增益估计误差, 表示D2D用户k发射端至D2D用户k′接收端的路 径损耗,z2表示D2D用户k发射端与D2D用户k′接收端之间的路径损耗指数, 表示在信 道信息采样时D2D用户k发射端至D2D用户k′接收端的快衰落, 表示D2D用户k发射端 至D2D用户k′接收端的快衰落分量在信道信息采样时和基站接收信道信息时的相关系数,  表示D2D用户k发射端至D2D用户k′接收端之间的快衰落估计误差;令 表示D2D用 户k复用蜂窝用户n的上行链路RB发送端至基站之间的干扰链路功率增益,该功率增益如下 式:
[0110]
[0111] 其中 表示的信道信息采样时D2D用户k复用 蜂窝用户n的上行链路RB发送端至基站之间的采样信道增益, 是基站接收信道信息时 D2D用户k复用蜂窝用户n的上行链路RB发送端至基站之间的道增益估计误差,表示D2D 用户k复用蜂窝用户n的上行链路RB时发送端至基站之间的路径损耗,z3表示D2D用户k复 用蜂窝用户n的上行链路RB时发送端至基站之间的路径损耗指数, 表示在信道采样时 D2D用户k复用蜂窝用户n的上行链路RB发送端至基站的快衰落, 表示D2D用户k复用 蜂窝用户n的上行链路RB发送端至基站的快衰落分量在信道信息采样时和基站接收信道信 息时的相关系数, 表示D2D用户k复用蜂窝用户n的上行链路RB时发送端至基站之间的 快衰落估计误差;
[0112] 2)D2D用户分组
[0113] 采用联盟博弈方法根据D2D用户之间的信道状态信息,为D2D用户分组;将系统中的K 个D2D用户分成S组,分组个数小于等于蜂窝用户的个数,即S≤N,只考虑S=N,定义wk,s为分组因子,wk,s∈{0,1},D2D用户在s组中表示为wk,s=1,D2D用户k不在s组中表示为 wk,s=0,其中 任意一个D2D用户只能分到一个组内,即
[0114] 在联盟博弈方法中每个组称为联盟,定义联盟为 当时, 并且 其中 表示空集,∩和∪分别表示交集和
并集;D2D用户 k的效用函数为 D2D用户k在联盟 中受联盟内除其本
身外其它D2D 用户对其接收端干扰的程度, 表示在反馈周期内
的长期功率增益, 其中 表示求均值;定义第n个联盟的效用函数为 表
示联盟内所有D2D 用户总体受干扰的程度;定义偏好运算 如果 则表示D2D用户k更愿意加入联 盟 而不是 即
[0115]
[0116] 如在联盟 中的D2D用户k更愿意加入联盟 更新当前联盟状态,并且将连续不切换联盟的计数置为零,即num=0,如在联盟 中的D2D用 户k不愿意加入联盟 保持当前联盟的状态,将连续不切换联盟的计数加一,即 num=num+1,每次执行切换操作,所有联盟的总干扰是严格减少的,经有限次迭代,如果 num大于10倍的D2D用户的数量,则说明联盟最终收敛至纳什稳定状态;
[0117] 据此提出如下联盟博弈方法确定D2D用户的分组:
[0118] ①随机初始化联盟状态
[0119] ②初始化当前联盟状态为 且num=0;
[0120] ③统一随机选取一个D2D用户k,并且其联盟记为
[0121] ④统一随机选择另一个联盟
[0122] ⑤如果满足 D2D用户k从当前联盟 切换至联盟 更新当前的联盟状态[0123] 并且num=0,如果满足 保持当前的联盟状态,并且num=num+1;
[0124] ⑥重复上述步骤③至⑤,直至联盟收敛至纳什稳定状态 采用上述联盟博弈方法,经过有限次迭代最终得到稳定的D2D用户分组信息,可确定分组因 子wk,s;
[0125] 3)确定频谱资源分配方式
[0126] D2D用户受蜂窝用户的干扰越小,其数据吞吐量越大,以降低D2D用户受蜂窝用户的干 扰为目标,为每个分组分配蜂窝用户的RB,ρs,n为蜂窝用户RB分配因子,当蜂窝用户n的 RB分配给分组s时ρs,n=1,当蜂窝用户n的RB不分配给分组s时ρs,n=0,并且同一个分组 的D2D用户只能复用一个蜂窝用户的RB,同时一个RB只能分配给同一个分组的D2D用户, 即系统中考虑每个蜂窝用户的发送功率为确定的常 数,可以计算出蜂窝用户对复用其资源块的每个D2D用户接收端的反馈时间内长期平均干扰 功率值,定义效用函数 表示蜂窝用户n对分组s中所有D2D用户的总干扰 功率,其中 表示在反馈周期内的长期功率增益,频谱资源块分配
问 题可以简化为:
[0127]
[0128]
[0129]
[0130] 其中s.t.表示约束符号,C1,C2表示约束式符号,表示取任意值,该问题是一个简单的 整数线性规划问题,用yalmip工具箱求解ρs,n,确定蜂窝用户RB分配方式;定义αk,n为每 个D2D用户的资源块复用因子,D2D用户k复用蜂窝用户n的RB表示为αk,n=1,α=wρ, 其中
[0131] 4)规划功率控制问题
[0132] D2D用户k复用蜂窝用户n的RB时其接收端的信干噪比表示如下:
[0133]
[0134] 其中 表示D2D用户k发射端的发送功率, 表示蜂窝用户n的发送功率,σ2表示信号接 收端的加性噪声总功率;
[0135] 同一个分组的D2D用户复用同一个蜂窝用户上行链路的频谱资源块,为了保证蜂窝用户 服务质量QoS要求,需要考虑基站接收到蜂窝用户发送的信号时,其信干噪比大于等于一个 满足服务质量QoS要求的阈值γth,即 基站接收蜂窝用户n的信号时其信 干噪比为:
[0136]
[0137] 经过转换可得如下约束:
[0138]
[0139] 最终规划了一个D2D用户鲁棒功率优化的问题,目标函数为最大化所有D2D用户的和速率, 同时满足每个蜂窝用户的服务质量要求:
[0140]
[0141]
[0142]
[0143] 约束C1为每个蜂窝用户满足信干噪比的中断概率,其中Pr表示概率,ξ表示最大容忍中断 概率;约束C2为D2D用户的功率约束, 表示D2D用户的最大发送功率值;
[0144] 5)非凸问题转换为凸问题
[0145] (1)问题(P2)中约束C1是一个机会约束条件,采用伯恩斯坦近似方法将非凸的机会 约束近似为仿射约束,概率约束形式如下:
[0146]
[0147] 其中θ<<1,θ为容忍度,{ηk}为不确定的数据的集合,使用伯恩斯坦近似方法机会约束需 要满足以下条件:
[0148] a){fk(p)}是关于向量p的仿射函数,其中p为待确定的向量值;
[0149] b)不确定的数据集合{ηk}是具有{ξk}分布的随机变量,且彼此之间相互独立;
[0150] c){ξk}分布在[-1,1]范围内成立,即{ηk}中每个元素的取值范围均在[-1,1]内,[0151] 如果机会约束满足以上三个条件,可用下式近似替代,
[0152]
[0153] 其中inf表示最大下界运算,辅助变量δ>0,Ωk为一个函数,函数表达式为 x1为关于ξk分布的自变量,x2为关于函数Ωk的自变 量,引入辅助变量 和ωk, ωk≥0,当辅助变量选择合理的值时, 
可满足 k=1,...,K,当Ωk(x2)取下界时,公式(9)可以近 
似为下式,
[0154]
[0155] 任意一个向量m满足其2-范数小于等于其1-范数,即||m||2≤||m||1,上式中公式(11)中的2-范数可用1-范数代替,即
[0156]
[0157] 设公式(4)中 的取值范围为[ak,n,bk,n],ak,n为取值下界,bk,n为取值上界,定义辅助变 量 和 根据问题(P2)的概率 约束C1给出函数f0(pd)和fk(pd)的表达式:
[0158]
[0159] 其中 问题(P2)的概率约束C1根据公式(12)和(13)可以近似为公式 (14),即
[0160]
[0161] 其中
[0162] (2)目标函数是非凸函数,使用新的分式转换技术引入辅助向量y进行转换,然后重新 规划为一个凹问题:
[0163]
[0164]
[0165]
[0166]
[0167] 其中
[0168]
[0169] 6)设计功率控制算法
[0170] 当 是一个固定值时,目标函数是一个关于yk,n变量的凹函数,可以获得yk,n最优值的 表达式:
[0171]
[0172] 当yk,n是一个固定值时问题(P3)是一个凸问题,采用拉格朗日对偶方法优化功率变量,定义  为问题(P3)约束式C1的拉格朗日乘子,并且λ>0;问题(P3)的拉格朗 日函数为:
[0173]
[0174] 由上式可得原问题(P3)的对偶函数和对偶问题,分别为公式(18)和公式(19),[0175]
[0176]
[0177] 使用子梯度迭代法,更新拉格朗日乘子λ,更新方法如下:
[0178]
[0179] 其中[x]+=max[0,x],τn表示迭代步长,t代表迭代次数,
[0180] 功率向量pd的迭代方法如下:
[0181]
[0182]
[0183] 其中
[0184] 设计基于分式规划方法的鲁棒功率控制算法求解最优功率分配,其步骤如下:
[0185] ⅰ)设置迭代步长τn;
[0186] ⅱ)初始化迭代计数t=1,功率初值pd=p0和对偶变量λ=λ0;
[0187] ⅲ)使用公式(16)计算 对于任意的
[0188] ⅳ)使用公式(22)更新pd,使用公式(20)更新λ,更新迭代次数t=t+1;
[0189] ⅴ)重复步骤ⅲ)至ⅳ),直至pd和λ同时收敛至功率最优值 和对偶变量最优值λ*时算 法结束;此时能获得功率最优值,使所有D2D用户的和速率最大。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈