蜂窝网中D2D通信资源管理与安全策略研究

来源 :山东大学 | 被引量 : 0次 | 上传用户:deiaw
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
技术总是在变革中发展,移动通信系统在过去的几十年里迅速地由第一代移动通信技术(1G)发展到已经展开大规模商业部署的第五代移动通信技术(5G),再到目前许多国家都在启动的第六代移动通信技术(6G)研究,移动通信技术已成为世界各国开展科技竞争的制高点。技术发展规律决定了每一代通信技术的标准都需要较长的时间才能够走向成熟,5G虽然已经开始商用,但从非独立组网到全面独立组网的持续演进仍需要时间,针对高带宽、低时延和广连接三大场景的不同应用仍在不断完善中,因此,5G相关技术仍将是学者和业界持续关注的热点。
  目前,无线通信正在迅速地塑造着由数十亿设备连接扩展的未来,未来的智能城市主要由无线设备的无缝连接来驱动,智能终端设备的数量将持续迅速增加,移动通信承载的数据业务呈指数级别爆炸性增长,而无线频谱资源却日益短缺。因此,如何有效提升网络容量和无线频谱利用率仍是通信技术研究中的关键问题。设备到设备(D2D)终端直通技术作为5G的关键技术之一,具有其独特的结构和拓扑,通过在彼此靠近的设备之间以对等的方式重用频谱资源进行通信而无需经过基站或核心网络。由于D2D技术允许工作在授权频段来重用蜂窝网络的频率,能够在提高系统频谱效率的同时为用户提供较高质量的通信服务。并且D2D通信距离相对较短,信道质量较高,能够实现较高的传输速率和较低的时延与功耗,在提高能量效率的同时也提升了设备的续航能力。此外,D2D支持更灵活的网络架构和连接方法,能够提升链路灵活性和网络可靠性,提高系统吞吐量和公平性,提升用户体验和网络业务拓展能力。
  然而,单纯依赖某一项技术已经无法满足5G以及下一代移动通信网络对于系统性能日益提高的要求。越来越多的研究者将D2D技术与大规模多输入多输出(MIMO)、非正交多址接入(NOMA)、毫米波(mmWave)和全双工等技术相结合,发挥各自的优势,以满足不同场景下的业务需求。
  论文针对智能设备和数据中心的快速发展所带来的频谱资源紧张和网络安全问题,研究了蜂窝网中D2D通信的资源管理和安全策略。首先,设计了一种基于NOMA的D2D自适应中继辅助蜂窝下行通信的传输方案,有效提升了整个系统的吞吐量。然后,针对不完美串行干扰消除(SIC)情况,对基于NOMA的D2D通信中的功率分配进行优化以最大化D2D通信系统的可达速率,并分析了不同程度SIC对系统性能的影响。此外,在同一系统模型基础上,研究被动窃听场景下D2D通信的物理层安全,提出了一种满足系统保密速率最大化的最优功率分配策略。最后,考虑实际通信中的社交安全因素,研究了大规模蜂窝网中基于社交网络的安全中继选择问题。
  论文的主要研究工作分为以下四个方面:
  1.提出了一种基于NOMA的D2D自适应中继辅助蜂窝下行通信传输方案。考虑网络中的所有用户都具备SIC能力,蜂窝和D2D通信都采用NOMA方式进行传输,设计了一种两阶段的D2D用户以中继方式辅助蜂窝通信的传输方案。该方案在第一个时隙,基站采用NOMA技术向近端蜂窝用户和D2D对传输数据,在第二个时隙,D2D对的其中一个用户将被自适应地选择作为中继来转发基站给远端蜂窝用户的数据。与此同时,D2D发送端能够将其自身要发送的数据传输到D2D接收端,而蜂窝近端用户在接收到D2D用户的中继信号后可以再次执行SIC解码,从而提高系统的频谱效率。D2D发送端和接收端在每个时隙的操作会根据解码状态的不同而分别处理。通过对系统吞吐量的分析,进行了详细的仿真实验以揭示关键参数对其影响,同时,设计了一种蜂窝通信采用正交多址接入(OMA)而D2D通信采用NOMA方式的传输方案作为基准,通过仿真对比,所提方案显著的提升了系统的总吞吐量。
  2.针对NOMA系统不完美SIC情况下的功率分配问题,提出了一种蜂窝网中D2D组通信的功率分配优化策略。针对蜂窝网上行通信中基于NOMA的D2D组通信模型,考虑不完美SIC的情况,建立了联合蜂窝用户的服务质量(QoS)保障和D2D用户发送功率约束条件下的D2D通信系统可达速率最大化问题。为获得有效的解决方案,利用KKT条件,并使用次梯度方法迭代更新拉格朗日乘子,实现了系统功率分配的优化。仿真结果表明,与采用平均功率分配的NOMA方案和OMA方案两种基准方案相比,所提出的功率分配方案明显提高了D2D系统的可达速率。同时,通过仿真对比不完美SIC参数对所提策略的D2D通信系统可达速率的影响,验证了SIC解码在NOMA技术中的重要性。
  3.针对基于NOMA的D2D蜂窝网络中的物理层安全问题,提出了一种满足D2D组通信系统保密速率最大化的最优功率分配方案。基于第2项研究工作中的网络模型,考虑D2D组通信在被动窃听下的物理层安全,在保证每个D2D用户QoS和D2D发射总功率约束的条件下,通过优化D2D组通信的NOMA功率分配,建立D2D通信系统的保密速率最大化问题。根据KKT条件,推导出两种情况下最优功率分配的闭式解,进而通过对比两种情况下D2D通信系统的保密速率,得出最终的最优功率分配方案。与采用分数阶功率分配的NOMA方案和OMA方案两种基准方案对比,所提出的最优功率分配方案具有最高的系统保密速率和能量效率。
  4.针对大规模蜂窝网络的实际通信场景,提出了一种基于社交网络的D2D通信的安全中继选择策略。定义了基于D2D最大通信距离的中继候选区域,考虑大规模蜂窝网络中基站和全部用户都服从泊松分布的场景,利用泊松点过程(PPP)方法分别推导了无中继D2D链路和中继辅助D2D链路的中断概率的闭合表达式。然后,建立了社交网络的系统模型,并基于用户间的社交关系设计了一种安全评价系数,在定义的中继候选区域内,提出了一种基于社交网络的D2D通信系统中的安全中继选择策略。与基于距离的中继选择方法对比,基于社交网络的中继选择方案的安全性能显著提升。
其他文献
由于可见光通信(Visible Light Communication,VLC)技术具有频谱资源充裕、功耗低、安全保密性好等优点,近几年来已逐渐发展成为光无线通信领域科研工作者的研究热点。高速亮灭是发光二极管(Light Emitting Diode,LED)的特性,VLC利用其来传输信息,在短距离无线通信中成为射频通信的有力补充。由于商用LED调制带宽有限,导致速率较低,因而在VLC中广泛采用高
与传统的面部宏表情不同,微表情是无意识的、快速的面部表情,可以在测谎、刑事侦查等应用中提供重要的信息。然而,由于微表情的特殊性,微表情研究存在一些难题。在微表情数据库方面,由于微表情的采集工作较为困难、没有统一的数据库建立标准,因此,用于微表情研究的数据库较少,质量参差不齐。在微表情检测方面,传统的检测技术仅仅基于纹理特征或光流特征,检测的效果并不理想。在微表情识别方面,由于微表情数据库的匮乏,训
学位
随着移动互联网等领域的高速发展以及智能设备的普及,无线通信已成为服务人民生活、推动社会发展的重要支撑产业,无线通信5G基站作为国家“新基建”之一,关系到国计民生的方方面面。构建绿色高效的通信网络是无线通信领域的重要目标和热点研究方向,但通信业务需求的时空分布不均性为上述目标提出了巨大挑战,不能随通信需求变化进行及时调整的通信资源分配将会导致服务质量下降以及能源严重浪费。准确的无线流量预测可以直观反
随着互联网的普及以及第五代通信技术的蓬勃发展,基于超高清图像、视频的应用受到了越来越多的青睐。受拍摄设备或者拍摄环境等因素的限制,往往无法直接获取到超高分辨率的图像或视频,进而需要通过超分辨算法进行后期处理。同时,与低分辨率图像、视频相比,超高清图像、视频内容包含的数据量骤增,如何进一步提高其压缩效率也成为当下的迫切需求。  插值滤波方法在图像超分辨任务和视频压缩任务中均有关键作用。图像超分辨是对
随着科技迅速发展,无线通信和信息处理方面的理论应用研究得到了研究人员的广泛关注。面对一些复杂的优化问题,当传统方法不能得到较好的结果时,一些研究人员从自然界法则和生物系统中受到启发,设计出一些启发式智能计算方法——智能优化算法,其中群智能算法是一大类模拟生物种群行为的智能算法。狮子作为食物链顶端的动物,比较擅长合作捕猎,近年来模拟狮群行为的群智能算法得到了许多学者的研究。  狮群优化算法是一种模拟
随着信息技术的蓬勃发展和高效视频编码(High Efficiency Video Coding,HEVC)的普及,HEVC视频在人们生产和生活中的作用更为重要。然而,由于HEVC视频缺乏有效的版权保护措施,盗版视频流通猖獗,各种侵权问题和维权之争层出不穷。因此,针对HEVC视频的版权保护已迫在眉睫。鲁棒视频水印,是目前解决视频版权纠纷的一个重要技术手段。本文研究了两类鲁棒视频水印:原始视频水印和压
学位
计算机辅助诊断(Computer Aided Diagnosis,CAD)研究是一个快速增长的活跃领域,利用CAD技术对人体部位的CT影像进行处理,可以为医生提供实用的参考信息,辅助医生对疾病做出准确的诊断,有效减少漏诊、误诊的情况发生。本文开展基于CT影像肺结节良恶性多种病理类型的云端人工智能辅助诊断系统开发研究,旨在设计一套集CT显示、肺结节提取、肺结节分类诊断等功能的计算机辅助诊断系统,辅助
明确肺结节的良恶性病理类型,对制定精准有效的诊疗方案至关重要。基于深度学习的辅助诊断方法可以减少对医生个体经验和工作状态的依赖,提升诊断效率。然而,现有的公开数据集中鲜有经病理学确认的肺部CT影像数据,无法保证样本标注的准确性和可信度。为更好满足临床需求,依据本课题组从合作医院、研究所采集的经金标准确认的肺部CT影像数据,开展了基于3D多分辨注意力胶囊网络的肺结节良恶性多种病理类型辅助诊断方法研究
医学图像配准是临床医学研究中处理医学图像信息的关键技术,传统方法主要依赖于医生人工标识的特殊标记物作为关键点来指导图像配准,但是该过程复杂而冗长,较为依赖医生经验,容易出现错误。随着数字图像的不断发展,传统方法已经无法应对越来越多的高精度医学图像。因此,使用深度学习(Deep Learning,DL)网络进行医学图像配准逐渐成为研究热点,其中针对高精度数字图像的配准方法研究主要使用端到端的配准方法
多站无源定位技术因其隐蔽性好、作用距离远和成本低等优点在军事领域和民用领域都具有十分广泛的应用。特别是在电子对抗领域,无源定位不主动对外发射电磁波,而是利用目标发射或反射的电磁波,实现对敌方无人机(UAV)、雷达等设施的静默定位,在现代化战争中发挥着愈发重要的作用。目前,无源定位中常用的定位参数有:到达角(AOA)、到达时间差(TDOA)、到达频率差(FDOA)和接收信号强度(RSS)等。本文从几