基于D2D的車聯(lián)網(wǎng)MCRR算法

王 靚， 郁進(jìn)明

(東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院， 上海 201620)

近年來，隨著汽車數(shù)量的快速增多，交通擁堵、行車安全等問題引發(fā)人們的廣泛關(guān)注[1]，V2V(vehicle-to-vehicle) 通信也成為人們研究的重點(diǎn)。V2V通信具有低時(shí)延和高可靠性的特點(diǎn)[2]，目前普遍認(rèn)為D2D_V通信(將D2D技術(shù)運(yùn)用到V2V通信)可以滿足上述要求。D2D(device-to-device)技術(shù)是指通信網(wǎng)絡(luò)中臨近的設(shè)備不經(jīng)過基站直接交換信息[3]，從而減輕基站負(fù)載，提高系統(tǒng)容量。

在underlay模式(復(fù)用小區(qū)蜂窩頻譜資源)下，D2D_V通信提高了頻譜的利用率，但對(duì)原蜂窩系統(tǒng)產(chǎn)生了干擾。國內(nèi)外眾多學(xué)者對(duì)D2D_V通信做了大量研究，通過資源分配和功率控制[4]減小引入D2D_V對(duì)原蜂窩造成的干擾。文獻(xiàn)[5]提出基于動(dòng)態(tài)規(guī)劃的資源分配和基于貪心算法的資源分配以減小蜂窩無線資源的消耗，兩種算法分別從最優(yōu)分配和低復(fù)雜度的角度來解決資源分配問題。文獻(xiàn)[6]提出基于地理位置的資源分配算法，分別研究復(fù)用單用戶和多用戶條件下，最大化D2D_V系統(tǒng)速率的算法。文獻(xiàn)[7]根據(jù)用戶相對(duì)速度判斷D2D對(duì)(D2D收、發(fā)兩端組成一個(gè)D2D對(duì))是否可以接入，研究用戶低速移動(dòng)對(duì)系統(tǒng)性能的影響。文獻(xiàn)[8]將資源不共享的車輛分為同一個(gè)簇，形成多個(gè)動(dòng)態(tài)簇，從而有效減少通信時(shí)延。文獻(xiàn)[9]提出基于運(yùn)動(dòng)一致性的車輛分簇算法，增加D2D通信的持續(xù)時(shí)間。

本文以蜂窩鏈路總速率最大化為目標(biāo)，研究D2D_V鏈路和蜂窩鏈路資源復(fù)用算法。首先估算所有蜂窩鏈路被復(fù)用后的速率矩陣，將最大化蜂窩鏈路總速率轉(zhuǎn)化為對(duì)復(fù)用因子的0～1不平衡指派問題。本文提出的虛擬D2D_V鏈路的概念將不平衡指派問題轉(zhuǎn)化為平衡指派問題，并將速率矩陣進(jìn)行變形從而轉(zhuǎn)化為求解最小化問題。最后利用匈牙利算法[10]進(jìn)行最優(yōu)解的求解。

1 系統(tǒng)模型

1.1 系統(tǒng)及信道模型

圖1 系統(tǒng)模型Fig.1 System model

小區(qū)采用正交頻分復(fù)用技術(shù)，蜂窩鏈路之間互相沒有干擾。D2D_V通信采用underlay方式復(fù)用CUE使用的資源，以提高頻譜利用率。小區(qū)內(nèi)有N個(gè)CUE的隨機(jī)分布，組成集合C={CUE1，CUE2， …，CUEN}。公路上有M(M≤N)對(duì)等待通信的D2D_V對(duì)，組成集合V={VUE1，VUE2， …，VUEM}，用D2D_VTi和D2D_VRi分別代表第i對(duì)D2D_V對(duì)的發(fā)射端和接收端，D2D_V對(duì)在公路上隨機(jī)分布且D2D_V鏈路的平均鏈路距離為40 m。假設(shè)所有車輛的行駛方向一致。

(1)

式中：Pi(d12)表示兩終端間的路徑損耗；(x1，y1)、(x2，y2)分別表示鏈路兩終端坐標(biāo)；αi表示路徑損耗指數(shù)，i∈{1， 2， 3， 4}，根據(jù)發(fā)射、接收端的不同，αi取不同的值。路徑損耗指數(shù)參數(shù)如表1。

1.2 干擾分析

如圖1所示的D2D_V鏈路復(fù)用CUE的上行蜂窩資源存在3種干擾(如圖1中虛線所示)。一種是CUE對(duì)D2D_VRm的干擾ICm，為

ICm=PCP2(dCm)

(2)

式中：PC為蜂窩鏈路CUE的發(fā)射功率，根據(jù)式(1)、(2)，可知CUE和D2D_VR之間的距離越遠(yuǎn)，路徑損耗越小，干擾越小。

另一種是D2D_VTm對(duì)eNB的干擾Ime為

Ime=PVP3(dme)

(3)

式中：PV為D2D_V鏈路D2D_VT的發(fā)射功率。此時(shí)應(yīng)將鏈路質(zhì)量好、抗干擾能力強(qiáng)的蜂窩用戶資源分配給D2D_V鏈路。

若D2D_Vm、 D2D_Vj(j≠m)鏈路復(fù)用同一個(gè)CUE的蜂窩資源，則會(huì)產(chǎn)生同頻干擾Ijm為

Ijm=PVP4(djm)

(4)

假設(shè)eNB為所有D2D_V鏈路分配同一個(gè)CUE的蜂窩資源，則D2D_V鏈路的信干燥比(signal to interference plus noise ratio，下文用表示)為

(5)

式中：N0為噪聲功率。假設(shè)所有鏈路的噪聲功率相同，PVP4(dmm)為第m對(duì)D2D_V鏈路間的信道增益。被復(fù)用的蜂窩鏈路的信干燥比為

(6)

式中：PCP1(dCe)為蜂窩用戶和基站間的信道增益。系統(tǒng)總速率和D2D_V鏈路可達(dá)到的最小速率分別為

(7)

(8)

式中：式(7)的右邊第一項(xiàng)為D2D_V系統(tǒng)的總速率；CC為蜂窩鏈路系統(tǒng)總速率，包括被復(fù)用和未被復(fù)用蜂窩鏈路。

2 資源復(fù)用算法

2.1 單蜂窩資源復(fù)用算法

隨機(jī)單蜂窩資源復(fù)用算法(single-cellular random resource reuse algorithm，SRRA)的基本思想是完全不考慮蜂窩鏈路和D2D_V鏈路的干擾，eNB隨機(jī)選擇一個(gè)CUE，所有D2D_V鏈路共同復(fù)用該蜂窩資源。

文獻(xiàn)[13]提出了一種基于地理位置的資源復(fù)用算法(geographic-based resource reuse algorithm，GRA)，增加約束C≥β0代入式(2)和(6)，可得

(9)

圖2 由CUE引起的歸一化干擾總和Fig.2 Normalized sum interference caused by CUE

2.2 多蜂窩資源復(fù)用算法

在2.1節(jié)所述算法中，由于所有D2D_V鏈路復(fù)用同一個(gè)CUE的蜂窩資源，D2D_V鏈路間會(huì)產(chǎn)生同頻干擾，大大降低了D2D_V通信的性能，同時(shí)也對(duì)被復(fù)用的CUE產(chǎn)生了極大的干擾。因此為了提高D2D_V系統(tǒng)的性能，減小CUE所受干擾，本節(jié)對(duì)所提出的資源復(fù)用算法做出了以下限制：

(1) 每條D2D_V鏈路最多復(fù)用一個(gè)CUE的蜂窩資源；

(2) 每條蜂窩鏈路資源最多只能被一條D2D_V鏈路復(fù)用。

基于以上限制，D2D_V鏈路間不再存在干擾，且被復(fù)用的蜂窩鏈路也只會(huì)受到一條D2D_V鏈路的干擾。因此，式(5)、(6)更新為

(10)

(11)

式(10)和(11)分別代表D2D_Vm鏈路復(fù)用CUEn的蜂窩資源時(shí)D2D_V鏈路和蜂窩鏈路的信干燥比，引入復(fù)用因子χm， n來描述復(fù)用情況。χm， n組成M×N的矩陣Φm， n，χm， n∈{0， 1}，χm， n=1表示D2D_Vm復(fù)用CUEn的蜂窩資源，χm， n=0表示D2D_Vm不復(fù)用CUEn的蜂窩資源。

文獻(xiàn)[14]提出了一種算法，即使得蜂窩用戶與D2D用戶間的干擾最小(minimum interference resource reuse algorithm，MIRA)。將該算法運(yùn)用到D2D_V中，其基本思想是：eNB預(yù)估所有D2D_V鏈路的信道增益并排序，優(yōu)先為信道質(zhì)量好的D2D_V鏈路分配對(duì)其干擾最小的資源，即距離該D2D_V鏈路接收端最遠(yuǎn)的CUE，然后為信道質(zhì)量次優(yōu)的D2D_V鏈路分配對(duì)其干擾最小的資源，若該CUE已被復(fù)用，則選擇干擾次小的，遍歷所有D2D_V鏈路求得矩陣Φm， n。此算法只考慮了對(duì)D2D_V鏈路造成的干擾最小化，無法保證蜂窩鏈路的通信質(zhì)量。

本文基于上述研究，提出了基于蜂窩鏈路總速率最大的資源復(fù)用算法(MCRRA)，并提出虛擬D2D_V鏈路的概念，同時(shí)改進(jìn)傳統(tǒng)的匈牙利算法求得矩陣Φm， n的最優(yōu)解。該算法的基本思想是：遍歷蜂窩鏈路若被不同的D2D_V鏈路復(fù)用所有的速率，組成M×N蜂窩速率矩陣Cm， n(m=1， 2， …，M；n=1， 2， …，N)，根據(jù)式(12)，將最大化蜂窩鏈路總速率的目標(biāo)轉(zhuǎn)化為對(duì)Φm， n進(jìn)行最優(yōu)0～1指派的問題。

(12)

傳統(tǒng)的匈牙利算法一般用來求解平衡的指派問題，例如指派h名工作人員完成h個(gè)不同的工作，使得總工作時(shí)間最少。用傳統(tǒng)的匈牙利算法解決資源復(fù)用問題存在以下兩個(gè)問題：

(1) 在MCRRA中，D2D_V鏈路數(shù)和蜂窩鏈路數(shù)不等，因此這是一個(gè)不平衡指派問題，本文提出的虛擬D2D_V鏈路的概念，使不平衡指派問題轉(zhuǎn)化為平衡指派問題。在系統(tǒng)中增加N-M條虛擬D2D_V鏈路，編號(hào)為M+1，M+2， …，N-M，矩陣Cm， n轉(zhuǎn)化為N×N的方陣。虛擬D2D_V鏈路實(shí)際并不存在，不會(huì)對(duì)蜂窩系統(tǒng)、D2D_V系統(tǒng)產(chǎn)生任何影響。被虛擬D2D_V鏈路復(fù)用的蜂窩鏈路速率為

(13)

矩陣Cm， n中新增加的N-M行用該數(shù)值填滿。

遍歷蜂窩部分代碼如下：

forn=1：N

form=1：M

CAP(m，n)=log2(1+cg_C(n)/(N0+Ime(m)))； % cg_C(n)為CUEn的信道增益，

%Ime(m)為D2D_VTm對(duì)eNB的干擾

end

end

fori=1：N-M

CAP(M+i，：)=log2(1+cg_C./N0)；%虛擬D2D_V鏈路

end

(2) 匈牙利算法一般用來求解最小化問題，本文將Cm， n轉(zhuǎn)化為

(14)

MCRRA流程圖如圖3所示。

圖3 MCRRA流程圖Fig.3 Flow chart of MCRRA

3 仿真與分析

利用Matlab完成資源復(fù)用算法的仿真，仿真模型采用第1節(jié)所建立的模型，仿真參數(shù)如表2所示。50個(gè)CUEs在小區(qū)內(nèi)均勻分布，10對(duì)等待通信的D2D_V對(duì)在道路上均勻分布，D2D_V對(duì)間的平均距離為40 m，D2D_V鏈路復(fù)用蜂窩上行資源。仿真進(jìn)行3 000次隨機(jī)模擬，每次模擬持續(xù)10 s，車輛用戶位置每更新一次，將重新按照預(yù)定算法分配復(fù)用資源。

表2 仿真參數(shù)

3.1 資源復(fù)用算法對(duì)系統(tǒng)性能的影響

本節(jié)仿真比較SRRA、 GRA、 MIRA、 MCRRA和RRA(random resource reuse algorithm)[15]5種資源復(fù)用算法對(duì)系統(tǒng)性能的影響，其中RRA與MIRA類似，但其不考慮干擾、隨機(jī)為D2D_V鏈路分配復(fù)用資源。系統(tǒng)性能由D2D_V鏈路總速率、蜂窩鏈路總速率、D2D_V鏈路最小速率和系統(tǒng)總速率評(píng)估。5種算法下系統(tǒng)性能如圖4所示。

(a) D2D_V鏈路總速率

(b) 蜂窩鏈路總速

(c) D2D_V鏈路最小速率

(d) 系統(tǒng)總速率 圖4 5種算法下系統(tǒng)性能比較Fig.4 Comparison of system performance under five algorithms

5種算法下評(píng)估系統(tǒng)性能的4種速率大小如表3所示。比較圖4(a)、(c)、(d)可以看出，MIRA、 MCRRA和RRA的速率明顯大于SRRA和GRA。這是因?yàn)镾RRA和GRA所有的D2D_V鏈路復(fù)用同一個(gè)蜂窩，D2D_V鏈路之間互相干擾，造成D2D_V系統(tǒng)性能非常差。而圖4(b)中SRRA和GRA的蜂窩速率略大于MIRA、 MCRRA和RRA，因?yàn)檎麄€(gè)蜂窩系統(tǒng)只有一個(gè)蜂窩鏈路受到了D2D_V鏈路的影響。SRRA和GRA選擇不同的復(fù)用CUE，影響式(5)中的ICm，D2D_V鏈路間的同頻干擾Ijm較大，因此在仿真中SRRA和GRA性能差異不大。比較圖4和表3中MIRA、 MCRRA和RRA的性能，可以看出本文所提出的MCRRA綜合性能比較優(yōu)秀。由于MIRA以最大化D2D_V鏈路的速率為目標(biāo)，所以D2D_V系統(tǒng)中MCRRA的性能略差于MIRA。而在蜂窩鏈路速率和系統(tǒng)總速率方面，MCRRA的性能都要優(yōu)于MIRA和RRA。

表3 系統(tǒng)性能比較

3.2 PC對(duì)D2D_V系統(tǒng)的影響

5種算法下PC對(duì)D2D_V系統(tǒng)速率的影響如圖5所示，D2D_V鏈路速率與圖4(a)基本吻合。由圖5可知，隨著PC的增大，CUE對(duì)D2D_VR的干擾增加，D2D_V鏈路的速率減小。在SRRA和GRA中D2D_V鏈路受到的干擾I=ICm+Ijm+N0，其中Ijm占主導(dǎo)地位，PC增大，總干擾I緩慢增大，造成D2D_V鏈路的總速率緩慢下降。MIRA以最大化D2D_V鏈路的速率為目標(biāo)，因此PC對(duì)鏈路速率的影響也較小。在本文所提MCRRA下，PC對(duì)D2D_V鏈路速率的影響較大，若將MCRRA與功率控制結(jié)合，可以保證D2D_V鏈路的通信質(zhì)量。

(a) SRRA和GRA

(b) MIRA、MCRRA和RRA 圖5 PC對(duì)D2D_V鏈路速率的影響Fig.5 Influence of PC on D2D_V’s sum rate

3.3 車輛密度對(duì)蜂窩系統(tǒng)的影響

車輛密度對(duì)蜂窩系統(tǒng)的影響如圖6所示，CUEs位置固定，進(jìn)行3 000次隨機(jī)模擬。隨著車輛密度的增大，D2D_V鏈路對(duì)蜂窩系統(tǒng)干擾增大，蜂窩鏈路速率減小。SRRA和GRA蜂窩速率的下降速度較小，由于只選擇一個(gè)復(fù)用蜂窩，車輛密度對(duì)蜂窩總體干擾較小。MIRA、 MCRRA和RRA為多蜂窩資源復(fù)用算法，蜂窩鏈路速率隨著車輛密度的增大幾乎呈直線下降。因?yàn)殡S著D2D_V鏈路數(shù)量的增加，受干擾的蜂窩鏈路數(shù)量也相應(yīng)增加，但從圖6可以看出，本文所提MCRRA受車輛密度影響小于MIRA和RRA。

圖6 車輛密度對(duì)蜂窩系統(tǒng)速率的影響Fig.6 Influence of density on cell’s sum rate

4 結(jié) 語

在車聯(lián)網(wǎng)V2V通信中引入D2D技術(shù)，并以u(píng)nderlay模式工作，有利于提高頻譜利用率，擴(kuò)大系統(tǒng)容量。但由于D2D_V鏈路復(fù)用小區(qū)資源對(duì)原蜂窩網(wǎng)絡(luò)造成了干擾，為控制這一干擾對(duì)蜂窩系統(tǒng)的影響，提出了最大化蜂窩鏈路速率的資源復(fù)用算法。仿真結(jié)果表明，該算法可以同時(shí)兼顧蜂窩系統(tǒng)和D2D_V系統(tǒng)的通信質(zhì)量，在最大化蜂窩鏈路速率的同時(shí)，也一定程度上保證了D2D_V系統(tǒng)的通信速率，且與已有算法相比，蜂窩和D2D_V混合系統(tǒng)的總速率最大。本文僅考慮了資源復(fù)用算法，在今后的工作中將繼續(xù)學(xué)習(xí)功率控制、D2D中繼等，進(jìn)一步研究蜂窩系統(tǒng)和D2D_V系統(tǒng)間的干擾控制問題。