论文部分内容阅读
近年来,由于移动智能终端和移动应用数量的井喷增长,同时用户对于移动数据流量和高数据传输速率的需求也急剧增加,使得有限的网络带宽资源与用户日益增长的网络需求之间的矛盾更加突出。D2D通信(Device-to-Device Communication)能够使移动终端直接连接而不再通过基站传输,蕴藏着解决上述问题的巨大潜力,已经成为了未来 5G(The Fifth Generation Mobile Communication)系统的关键技术。另一方面,在电量有限的终端上,用户急剧增长的需求与个性化的移动服务已经导致了更高的能量消耗,提高能量效率成为了 5G移动通信的核心需求之一。同时,随着移动社交网络(MobileSocialNetwork,MSN)日益普及,用户间的社交关系也成为影响移动用户进行资源共享、彼此协作的重要因素。本文致力于结合社交(Social-aware)的D2D通信技术研究,运用匹配理论,针对不同的优化目标设计结合社交的D2D技术,具体工作和创新点总结如下:(1)以D2D系统的吞吐量为优化目标,针对D2D配对和功率分配问题,本文提出了一种结合社交的联合D2D配对和功率分配的匹配机制即JSDPPA(Joint Social-aware D2D Pairing and Power Allocation)。首先,本文综合考虑社交因素和物理条件并提出了两层的网络模型,将问题定义为一个混合整数非线性规划问题。然后为了易于求解,在匹配理论的基础上,将问题建模为一个一对一的双边匹配问题,提出了分三步求解的算法优化D2D配对和功率分配问题。最后实验仿真表明,该机制在系统吞吐量方面可以带来更高的增益。(2)以D2D系统的能量效率为优化目标,本文解决了在underlay模式下的D2D系统中联合功率分配与资源复用的问题,最终提出基于能效的联合资源分配的社交增强匹配算法,将其称为 EEJRASM(Energy-Efficient-Based Joint Resource Allocation with Social-enhanced Matching)。首先,基于匹配理论,将问题建模成一个二维的D2D对和蜂窝用户(Cellular Users Equipment,CUEs)间的匹配问题,并基于Dinkelbach方法提出了一种偏好列表建立算法。接着,利用匹配理论中的延迟接受算法思想提出了一种基于能效的迭代匹配算法来保证D2D系统的能效最大同时又满足必要的服务质量(Quality of Services,QoS)和社交关系的约束。最后,通过详细的理论论证和实验仿真定性定量分析了该算法相比于其他三种启发式算法在能量效率方面可以带来更高的系统增益。