本发明涉及一种通信系统中的资源优化方法,尤其是涉及一种d2d通信中的能量效率优化方法。
背景技术:
蜂窝网络中利用d2d(device-to-device)通信技术能够显著增加网络吞吐量以及缓解网络中心负载,是能够满足当前爆炸式增长的移动数据需求的一种理想解决方式,因此,该课题的研究是当前的热点。网络中的高效资源分配算法是实现上述优势的关键。同时,d2d通信复用蜂窝网络频谱时,干扰问题需要谨慎解决。已有大量文献研究了d2d复用蜂窝网络频谱通信时以最大化频谱效率为目标的资源分配算法。但是,由于移动设备数量的爆炸式增加,其能量消耗指数式增长,导致环境恶化、温室效应加剧,因此学者们提出了绿色通信概念,而在d2d通信场景中研究网络能量效率的优化策略也是迫切且必要的。
当前已经有文献研究了d2d通信中的能量效率资源优化分配问题,它们的能量效率准则是一种传统的衡量衡量方式,即单位功率上所能获得的速率。因而它们存在着两个局限性:1)能量效率评估准则模型往往不符合实际通信2)资源分配算法复杂度较高。这极大地限制了d2d通信的应用。
已有相关文献提出了新的预期传输数目量准则作为能量效率的一种衡量,该准则更能如实反映实际通信场景。而目前还未有文献对d2d通信中以预期数据量为优化准则的资源分配策略进行研究,相比于以往传统的能量效率优化策略,该工作的展开是非常有意义的。但以预期数据量为优化准则的优化问题还存在以下问题:1)目标函数是分式的且非线性的2)优化变量在目标函数和约束条件中相互耦合3)问题复杂度更高,更需要低复杂度的算法设计。
技术实现要素:
本发明所要解决的技术问题是提供一种在保障蜂窝网络链路通信质量的条件下能够有效地提高d2d链路的能量效率且计算复杂度低的d2d通信中的能量效率优化方法。
本发明解决上述技术问题所采用的技术方案为:一种d2d通信中的能量效率优化方法,该优化方法包括:
以最大化d2d链路中一个电池生命周期的预期数据量为目标,构建d2d通信复用蜂窝网络频谱场景中的资源优化问题;
将优化变量中包含蜂窝链路最佳功率和d2d链路最佳功率的资源优化问题转化为只包含d2d链路最佳功率的资源优化问题;
将d2d链路总功率达到最大功率时的只包含d2d链路最佳功率的资源优化问题等价转化为第一资源优化子问题,将d2d链路总功率未达到最大功率时的只包含d2d链路最佳功率的资源优化问题等价转化为第二资源优化子问题;
利用二分算法和协同梯度算法对第一资源优化子问题和第二资源优化子问题进行求解,得到d2d通信复用蜂窝网络频谱场景中的资源优化问题的最优解,并将最优解作为功率分配的优化方案,从而完成能量效率的优化。
与现有技术相比,本发明的优点在于采用了预期数据量作为能量效率的优化准则,这使得本发明的结果更能如实反映实际通信场景;再将复杂的优化问题转化为更简单的子问题后通过有效地算法进行求解,能够在保障相同性能的条件下,极大降低计算复杂度;相比于传统的以频谱效率为优化准则的资源分配算法,够极大提升d2d链路的能量效率。
附图说明
图1为本发明实施例一的能量效率优化方法的流程示意图;
图2为本发明实施例一的d2d通信系统结构示意图;
图3为本发明实施例一的能量效率优化方法与标准的基于dinkelbach方法的db-eeo算法及以频谱效率为目标的seo算法三者之间的性能比较示意图;
图4为本发明实施例一的能量效率优化方法和标准的db-eeo算法的计算复杂度比较示意图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
实施例一:本发明实施例所提供的一种d2d通信中的能量效率优化方法其流程图如图1所示,该优化方法包括:
以最大化d2d链路中一个电池生命周期的预期数据量为目标,构建d2d通信复用蜂窝网络频谱场景中的资源优化问题;
示例性的,本发明实施例的一般通信场景如图2所示,其中包含一个基站,一个d2d发送端,一个d2d接收端和k个蜂窝用户。本发明中假设每个蜂窝用户只占用一个信道,且信道之间相互正交。不失一般性,本发明中假设第k个蜂窝用户占据第k个信道。与此同时,d2d通信设备可以恰当得复用所有蜂窝信道进行传输。在保障蜂窝网络链路的通信质量下,利用peukertslaw模型(r.rao,s.vrudhula,andd.rakhmatov,“batterymodelingforenergyawaresystemdesign”,computer,vol.36,no.12,pp.77-87,dec.2003.)估算d2d设备发送端的电池生命周期,以最大化d2d链路中一个电池生命周期的预期数据量ud为目标,构建d2d通信复用蜂窝网络频谱场景中的资源优化问题p1:
约束条件为:
其中,
将优化变量中包含蜂窝链路最佳功率和d2d链路最佳功率的资源优化问题转化为只包含d2d链路最佳功率的资源优化问题;示例性的,通过对保障蜂窝链路最低通信速率的约束条件进行分析,推导出蜂窝链路最佳功率pc和d2d链路最佳功率pd之间的关系,从而将优化变量中包含蜂窝链路最佳功率和d2d链路最佳功率的资源优化问题p1转化为只包含d2d链路最佳功率的资源优化问题p2。
优化问题p1的最优解在约束条件(3)取等式时取得,因此蜂窝链路功率
约束条件为:
其中,
将d2d链路总功率达到最大功率时的资源优化问题等价转化为第一资源优化子问题,将d2d链路总功率未达到最大功率时的资源优化问题等价转化为第二资源优化子问题;
示例性的,通过对p2中约束条件
约束条件为
若优化问题p2问题解满足
约束条件为
利用二分算法和协同梯度算法对第一资源优化子问题和第二资源优化子问题进行求解,得到d2d通信复用蜂窝网络频谱场景中的资源优化问题的最优解,并将最优解作为功率分配的优化方案,从而完成能量效率的优化。
示例性的:利用二分算法先对第二资源优化子问题p4进行迭代优化,计算优化功率pd,然后计算当前的预期数据量ud。对于给定的二分值收敛过程中的下界值tl和相应的上界值tu,若ud>t,则tl=t;否则,tu=t。该过程收敛时,t即为d2d链路的预期数据量。其中,对于每一个给定的二分值t,利用协同梯度算法计算pd。首先解决给定的二分值t以及
求解p4的过程中,提出一个判断准则,使得在优化解是属于p3范围时能够提早退出p4的求解而直接进入p3求解过程,以进一步降低计算复杂度。该判断准则可通过如下给出:在p4求解过程中,给定t,求解优化功率pd,然后计算当前的预期数据量ud和当前的总功率
p3的求解过程与p4类似,具体为:给定二分值v时,计算优化功率pd,该过程可直接计算得到,即
本发明方法计算复杂度为:p4问题的复杂度为
作为对比,基于dinkelbach方法的db-eeo算法的复杂度为
通过以下仿真以进一步说明本发明方法的可行性和有效性。
图3给出了k=20,c=800mah,vo=4v,β=1.3,po=0.05w,