5G移动网络中终端直连方式下用户发送功率自适应优化方法

doi:10.11959/j.issn.1000-0801.2017028

电信科学 ›› 2017, Vol. 33 ›› Issue (2): 73-78.doi: 10.11959/j.issn.1000-0801.2017028

5G移动网络中终端直连方式下用户发送功率自适应优化方法

王宇鹏,戴欣,李凯丽

沈阳航空航天大学电子信息工程学院，辽宁沈阳 110136

修回日期:2017-01-09 出版日期:2017-02-01 发布日期:2017-03-07
作者简介:王宇鹏（1981-），男，博士，沈阳航空航天大学电子信息工程学院副教授，主要研究方向为移动通信网络、物联网、多天线技术和无线资源分配等。|戴欣（1992-），女，沈阳航空航天大学电子信息工程学院硕士生，主要研究方向为无线与移动通信技术等。|李凯丽（1991-），女，沈阳航空航天大学电子信息工程学院硕士生，主要研究方向为无线与移动通信技术等。
基金资助:
辽宁省教育厅科技研究项目(L201406);辽宁省科技厅联合封闭基金资助项目(2015020097);沈阳航空航天大学校博士科研启动基金资助项目(16YB04)

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

Yupeng WANG,Xin DAI,Kaili LI

College of Electrical and Information Enginering,Shenyang Aerospace University,Shenyang 110136,China

Revised:2017-01-09 Online:2017-02-01 Published:2017-03-07
Supported by:
Research Foundation of Liaoning Provincial Education Department(L201406);Research Foundation of Liaoning Provincial Science and Technology Department(2015020097);The Doctoral Startup Research Foundation of Shenyang Aerospace University(16YB04)

摘要/Abstract

摘要：

作为对传统移动通信网络的有力补充，终端直连（device to device,D2D）的概念被引入未来5G移动通信网络中。为了解决D2D方式中无基站中转的通信问题及非基站控制用户无序发送所带来的复杂干扰环境及覆盖盲区情况下发送资源的自适应优化分配问题，提出了一种基于博弈理论与模糊逻辑理论的发送功率自适应分配算法，用以充分利用系统的功率与频谱资源，同时降低功率分配对其他用户产生的干扰影响。通过对计算机仿真结果的分析，提出的算法相对于传统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。

关键词: 5G移动网络, 博弈论, 模糊逻辑, 功率分配

Abstract:

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.

Key words: 5G mobile network, game theory, uzzy logic, power allocation

中图分类号:

TN915

王宇鹏,戴欣,李凯丽. 5G移动网络中终端直连方式下用户发送功率自适应优化方法[J]. 电信科学, 2017, 33(2): 73-78.

Yupeng WANG,Xin DAI,Kaili LI. Adaptive transmission power allocation algorithm in device to device manner of 5G mobile networks[J]. Telecommunications Science, 2017, 33(2): 73-78.

图/表 7

图1

图2

表1

表2

图3

图4

表3

参考文献 17

[1]	凌亚，张勇，庄园 . 基于分区和干扰限制区域的多小区 D2D资源分配策略[J]. 广东通信技术， 2016(2): 37-41.
	LING Y , ZHANG Y , ZHUANG Y . Cell splitting and interference limitation area based multi-cell D2D resource assignment strategy[J]. JGuangdong Communication Technology, 2016(2): 37-41.
[2]	李国友，周亚建，原泉，等. 利用干扰消除的协同中继传输方案[J]. 应用科学学报， 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]	李国彦，张有光，廖芒 . 一种基于 QoS的自适应混合协同传输方法及性能分析[J]. 航空学报， 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 . ptimum power allocation for multi-user OFDM with arbitrary signal constellations[J]. IEEE Transactions on Communications, 2008,56(5):828-834.
[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 , STEFANSKI S , JANSEN T , et al. 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. 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.
[9]	MUNOZ P , BARCO R , BANDERA I , et al. Optimization of a fuzzy logic controller for handover-based load balancing[C]// 2011 IEEE 72st Vehicular Technology 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. Fuzzy logic based call admission control for next generation wireless 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.

功率变化	功率传输效率变化	代价系数
增加	增加	降低
增加	不变	增加
增加	降低	增加
不变	增加	不变
不变	不变	增加
不变	降低	增加
降低	增加	增加
降低	不变	增加
降低	降低	降低

参数	数值
载频/GHz	2
带宽/MHz	10
用户发送功率/dBm	23
D2D用户数/个	30
用户位置分布	随机均匀分布
用户数据模型	全缓冲模型
信道模型	SCM信道模型（城市高扩展情景1）
天线增益	0 dBi，全向天线
信道估计错误	无

	平均速率/(kbit·s^-1)	相对于平均功率分配增益	5%速率/(kbit·s^-1)	相对于平均功率分配增益
平均功率分配	350.88	—	60.53	—
α=1	557.84	58.9%	27.59	-54.5%
α=1(分布式注水)	430.45	22.7%	24.38	-59.8%
α=0.5	435.23	24.0%	70.85	17.0%
α=0.1	410.52	17.0%	74.37	22.9%

5G移动网络中终端直连方式下用户发送功率自适应优化方法

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

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 17

相关文章 15

Metrics

推荐阅读 0

[1]	蒋瑞红, 冯一哲, 孙耀华, 郑海娜. 面向低轨卫星网络的组网关键技术综述[J]. 电信科学, 2023, 39(2): 37-47.
[2]	邹璐珊, 黄晓雯, 杨敬民, 郑艺峰, 张光林, 张文杰. 移动边缘计算中资源分配和定价方法综述[J]. 电信科学, 2022, 38(3): 113-132.
[3]	蔡建辉, 李光球, 段彦旭. 基于MBER的联合预编码与空时编码GFDM功率分配策略[J]. 电信科学, 2021, 37(12): 25-31.
[4]	欧阳晔,杨爱东,孟凡语. 一种博弈论辅助的机器学习算法检测用户流失行为[J]. 电信科学, 2020, 36(6): 79-89.
[5]	徐会彬. 节点移动处理的高效RPL路由协议[J]. 电信科学, 2019, 35(8): 120-127.
[6]	徐琳,赵知劲. 基于CBR与合作Q学习的分布式CRN资源分配算法[J]. 电信科学, 2019, 35(2): 35-42.
[7]	严杰,宋荣方. 多载波多用户下行NOMA系统的资源分配算法[J]. 电信科学, 2019, 35(11): 1-8.
[8]	李鑫滨,张玲梅,韩松,黄志鹏,刘志新. 一种水声协作通信网络顽健功率分配算法[J]. 电信科学, 2019, 35(1): 44-53.
[9]	韩帅,台祥雪,孟维晓. 空天地通信网络的物理层安全系统模型与关键技术[J]. 电信科学, 2018, 34(3): 23-31.
[10]	冯宝,马涛,蔡世龙,李洋. TD-LTE电力无线专网中射频失配下MIMO功率分配算法[J]. 电信科学, 2018, 34(3): 177-182.
[11]	占俊,闫起发,唐小虎. 面向5G的缓存辅助多天线中继策略[J]. 电信科学, 2017, 33(6): 2-10.
[12]	刘建华,李明禄,李大志,李鲁群. 工业无线传感云中面向移动机器人的自适应信任演化机制[J]. 电信科学, 2017, 33(6): 86-96.
[13]	季石宇,唐良瑞,李淑贤,杜施默. 基于用户体验质量和系统能耗的异构网络联合接入选择和功率分配策略[J]. 电信科学, 2017, 33(11): 47-55.
[14]	李晓宇,杨守义,赵晓娟,张瑞哲. 基于多主用户活跃性的多功率认知接入策略[J]. 电信科学, 2017, 33(10): 50-57.
[15]	崔秀国,刘翔,操时宜,周敏. 光纤通信系统技术的发展、挑战与机遇[J]. 电信科学, 2016, 32(5): 34-43.