蜂窝异构网络中d2d用户速率最大化的功率分配方法
【技术领域】
[0001] 本发明涉及D2D用户的功率分配方法，具体来说，涉及蜂窝异构网络中D2D用户速 率最大化的功率分配方法。
【背景技术】
[0002] 随着通信技术的飞速发展，为满足移动用户对高速业务的需求，5G关键技术中的 设备与设备（对应英文为Aevice-to-Device;文中简称：D2D)技术将允许某些通信设备 不必经过基站而直接进行通信，也就是可以像蓝牙功能那样以点对点的方式进行数据的传 输。D2D技术作为下一代蜂窝移动通信系统的关键技术，以提升系统容量为目标，允许蜂窝 用户和D2D用户通过无干扰或者存在干扰两种形式进行通信。前者由于不同的频率资源被 蜂窝用户和D2D用户分开使用，频谱效率不高。对于后者，蜂窝用户和D2D用户之间的干扰 来源于彼此对相同频率的复用。在这种场景下，D2D用户对蜂窝用户的干扰就始终存在，从 而可能极大地降低蜂窝用户的用户体验。具体说来，当相同的频率资源同时被蜂窝用户和 D2D用户使用时，蜂窝用户很有可能将受到来自D2D用户的无法容忍的干扰，导致蜂窝用户 的通信质量下降。这在某种程度上来说是不允许的。因此，如何将D2D用户产生的干扰控 制在理想的范围、同时最大程度提高D2D用户的通信速率，成为蜂窝异构网络中亟待解决 的关键问题。
[0003] 同时，由于蜂窝异构网络中各个D2D用户对于网络全局信息的了解非常有限，因 此集中式的算法难以实施。另外，集中式的算法会带来非常大的计算复杂度，尤其是在D2D 用户数目很多的情况下。所以，分布式算法对于蜂窝异构网络中的蜂窝用户和D2D用户间 干扰协调来说是非常重要的。现已有多种理论应用于蜂窝异构网络中的分布式资源管理。 而博弈论作为一种描述、反映参与人的策略选择动机以便找到参与人问题最优解的方法， 已成为以分布式方法解决最优化问题的重要工具。博弈论又被称为"对策论"，是研宄公式 化了的激励结构间相互作用的一种重要数学工具。它能有效解决理性决策者之间竞争或合 作的问题。博弈包含非合作博弈和合作博弈。非合作博弈考虑博弈中个人的预测行为和实 际行为，分析每个理性而自私的参与者会做出怎样的决策，以及博弈最终可能出现的结果 是什么。非合作博弈理论已经为解决无线通信网络中的诸多问题提供了完备的理论工具。 具体来说，通过设计特定的效用函数和定价机制，其后通过迭代求解使得每个用户"自动" 地达到系统所期望的性能，即一种相对稳定的动态平衡一一 "纳什均衡"。
【发明内容】
[0004] 技术问题：针对现有蜂窝用户和D2D用户干扰协调技术在分布式实现、算法复杂 度、D2D用户性能等性能方面的不足，本发明提供一种蜂窝异构网络中D2D用户速率最大化 的功率分配方法，可以实现在蜂窝用户干扰容忍约束下D2D用户速率最优的目的。
[0005] 技术方案：为解决上述技术问题，本发明实施例采用如下的技术方案：
[0006] -种蜂窝异构网络中D2D用户速率最大化的功率分配方法，设迭代时隙t= 1、 2、…、T，T表示最大迭代次数，#表示D2D用户i在迭代时隙t的发射功率，^t表示蜂窝 用户m在迭代时隙t针对k信道反馈回的定价因子，其中，ieN'，N'表示D2D用户的集 合，N' = {1、2、…、N}，N表示D2D用户的总数；mGM'，M'表示蜂窝用户集合，M' = {1、 2、…、M}，M表示蜂窝用户的总数；kGf表示信道集合，K' = {1、2、…、K}，K表示 信道总数；该方法包括以下步骤：
[0007] 步骤10)进行初始化操作；
[0008] 步骤20)蜂窝用户检测干扰，生成定价因子，并广播给每个D2D用户；
[0009] 步骤30)D2D用户根据蜂窝用户广播的定价因子确定发射功率，进行信息的传输；
[0010] 步骤40)各D2D用户接收各蜂窝用户广播的定价因子Am/+1)，判断是否更新功 率：如果|^n -Q，则D2D用户停止功率更新；如果-《| >。则返回步 骤2〇)，直至e表示判断阈值。
[0011] 作为第一种可能实现方式中，所述的步骤10)具体包括：令迭代时隙t为1， A^=0,Vm,t 表示蜂窝用户m在迭代时隙为1时，针对k信道反馈回的定价因子； D2D用户i在迭代时隙t= 1时随机选定一组发射功率及(1)作为发射功率，进行信息传输；
i其中，⑴表示在迭代时隙为1时，D2D用户i在第1信 道上所分配的发射功率，A(1) (2)表示在迭代时隙为1时，D2D用户i在第2信道上所分配 的发射功率，(K)表示在迭代时隙为1时，D2D用户i在第K信道上所分配的发射功率
[0012] 作为第二种可能实现方式中，所述的步骤20)具体包括：
[0013] 步骤201)每个蜂窝用户测量在各个信道上接收到的D2D用户产生的干扰；
[0014] 步骤202)每个蜂窝用户根据定价因子疋(,"=[<丨,02，…,^]以及步骤201)测得 的干扰，采用如式（1)所示的可变步长投影算法，生成下一个迭代时隙下的蜂窝用户定价 因子祀+1)
= 1+n，n表示步骤40)返回步骤20)的次数，n 的初始值为〇 ;尤)表示蜂窝用户m在迭代时隙t针对第1信道反馈回的定价因子，尤:2表 示蜂窝用户m在迭代时隙t针对第2信道反馈回的定价因子，表示蜂窝用户m在迭代 时隙t针对第K信道反馈回的定价因子；尤f表示蜂窝用户m在迭代时隙t+1针对第1信 道反馈回的定价因子，表示蜂窝用户m在迭代时隙t+1针对第2信道反馈回的定价因 子，尤丨表示蜂窝用户m在迭代时隙t+1针对第K信道反馈回的定价因子；
[0015]
_6]其中，
表示：当仏-"①#(仏）>〇时，
表示蜂窝用户m在迭代时隙t针对第k信道反馈回的定价因 子，a"+1)表示第t+1个迭代时隙的定价因子变化步长，且a(t+1)>0; 表示第t
个迭代时隙的干扰容忍盈余 ；)(幻，其中，/^1?表示蜂窝 i 川，k 用户m在信道k上最多可承受的干Jj
I示蜂窝用户m在第t个迭代时 隙第k个信道上实际接收的干扰，(k)表示蜂窝用户m与D2D用户i之间在信道k上的 瞬时信道状态信息；AU>(幻表示在迭代时隙为t时，D2D用户i在信道k上所分配的发射功 率；
[0017] 步骤203)每个蜂窝用户将其生成的定价因子式，广u广播给每个D2D用户。
[0018] 作为第三种可能实现方式中，所述的步骤30)具体包括：
[0019] 步骤301)各D2D用户接收各蜂窝用户广播的定价因子式，广
[0020] 步骤302)各D2D用户根据式（2)计算其在该迭代时隙使效用函数最大化的发射 功率：
[0021]
[0022] 式⑵
[0023] 其中，XOT"，於+1),#+1))表示效用函数，]Tn表示在t+1迭代时隙，D2D用户i为 了最大化自己的效用函数所使用的发射功率向量，]^丨+1)表示在t+1迭代时隙，除D2D用户 i以外的其他所有D2D用户为了最大化自己的效用函数各自所使用的发射功率矢量，奶+1) 表示在t+1迭代时隙，蜂窝用户m和信道k的二维定价因子矢量，dAu+U,i^+U)表示D2D用 户i在t+1迭代时隙的信息速率，
+u 0)表示在t+1迭代时隙时，D2