协作蜂窝小区上行链路的中继选择与功率分配

认知多用户多中继协作蜂窝网络最优共同功率和频谱分配冯慧斌;翁鲲鹏;余根坚
【期刊名称】《阜阳师范学院学报（自然科学版）》
【年(卷),期】2013(030)002
【摘要】研究了基于认知无线电的多用户多中继协作蜂窝网络最优功率和频谱共同分配问题,建立了基于发射功率向量和中继结点频谱分配向量为参数的网络最优功率和频谱最优化分配模型,应用罚函数法对提出的最优化分配模型进行求解,提出了一种多认知用户多中继协作蜂窝网络最优功率和频谱共同分配方法.仿真验证了提出的方法正确性和有效性,仿真结果表明提出的分配方法能对发射功率和中继结点频谱进行最优分配,保障每个结点获得最优吞吐量的基础上最大化网络总的吞吐量.
【总页数】5页(P63-67)
【作者】冯慧斌;翁鲲鹏;余根坚
【作者单位】闽江学院计算机科学系,福建福州350108;富春通信股份有限公司,福建福州350003;闽江学院计算机科学系,福建福州350108
【正文语种】中文
【中图分类】TP393
【相关文献】
1.协同蜂窝网络下的最优中继选择和功率分配 [J], 袁林
2.多用户协作网络中的中继和频谱分配方案探讨 [J], 龚霞;陈华南;朱永庆
3.中继协作认知无线电系统的最优化功率分配 [J], 王仕果;易进;彭海霞
4.基于协作通信技术的无线再生中继网络中的功率最优分配 [J], 张凯;钱焕延
5.多用户认知协作无线网络中的中继选择与载波分配策略 [J], 徐加利;管章玉因版权原因，仅展示原文概要，查看原文内容请购买。

第 32卷第 10期电子与信息学报 Vol.32No.10 2010年 10月 Journal of Electronics & Information Technology Oct. 2010一种多源协作网络的分布式功率分配与中继选择算法惠鏸①②朱世华①吕刚明①孙晓东①① (西安交通大学电子与信息工程学院西安 710049② (西安理工大学自动化与信息工程学院西安 710048摘要:该文针对多源 -多中继放大转发协作通信网络,以最小化系统总功率为目标,在保证系统满足一定中断概率的前提下, 提出了一种分布式功率分配与中继选择算法。

算法由源节点自主选择为其转发信息的中继节点, 并引入定时器, 通过竞争方式避免了分布式所导致的中继选择冲突。

中继收到来自源节点的信号后, 只需根据转发门限自主判断是否进行转发, 从而完成传输。

仿真结果表明该分布式算法能够有效降低传输所需要的总发射功率。

并且与集中式控制所获得的最优中继选择与功率分配算法相比性能相近,但所提分布式算法显著降低了系统的控制开销。

关键词:协作通信;放大转发;多源协作;中继选择;功率分配中图分类号:TN925 文献标识码:A 文章编号:1009-5896(201010-2446-06 DOI : 10.3724/SP.J.1146.2009.01340Power Allocation and Relay Selection inMulti-source Cooperative NetworksHui Hui①② Zhu Shi-hua ① L ü Gang-ming① Sun Xiao-dong ①① (School of Electronics and Information Engi neering, Xi ’ an Jiaotong University, Xi ’ an 710049, China② (School of Automation and Information Engineering, Xi ’an University of Technology, Xi ’ an 710048, ChinaAbstract : In order to minimizing the total transmit power while guaranteeing the outage performance at the same time, in this paper a distributed power allocation and relay selection scheme is proposed for amplify-and-forward cooperative networks with multiple sources and multiple relays. In the proposed scheme, sources select their relays independently, and introduce channel-related timers to compete for their preferred relay. Then the selected relays independently determine whether to forward the messages or not according to a forwarding threshold. Simulation results show that the proposed scheme can reduce the total transmit power of the network significantly and has a similar performance to the optimal central-controlled scheme with a much lower overhead.Key words:Cooperative communications; Amplify-and-Forward(AF; Multi-source cooperation; Relay selection; Power allocation1引言协作通信技术可以通过用户之间共享天线,构成虚拟多天线阵而获得空间分集,从而有效对抗信道的多径衰落,提高传输质量,近年来受到广泛关注。

一种改进的Two-way中继协作系统下的节点选取和功率分配策略刘顺兰;徐光建【摘要】For a traditional Two-way DF relay system,to enhance sum-rate of the system,this paper introduces a bidirectional relay selection ( BRS) strategy, which implements the optimal relay selection based on both received Signal-to-Noise Ratio ( SNR) at the relay and channel gain from the relay to destination. Moreover, the optimal strategy on power allocation is also proposed in the paper, based on the physical network coding( PNC) protocol. Simulation results show that,when the total power of the system is large, BRS strategy has 2. 5 bit/(s·Hz) increment of the sum-rate comparing to a random relay selection ( RRS ) strategy. Meanwhile, the proposed power allocation strategy also gains about 1 dB in average over the equal power allocation ( OPA) strategy. Also, Comparing to traditional One-way relay cooperative system, 3 bit/(s· Hz) improvement on sum-rate can be obtained.%为了提高Two-way中继协作系统的总速率,在传统的Two-way DF中继协作系统模型下,介绍了一种双向中继选择(BRS)策略,即同时考虑中继节点处的接收信噪比和中继节点到目的节点的信道增益两个因素来实现最优中继选择.然后在选出了最优中继节点后,基于物理层网络编码协议(PNC)提出了一种新的Two-way中继协作系统的最优功率分配策略.仿真结果表明,在系统总功率较大的情况下,BRS策略较随机中继选择策略(RRS)在系统总速率方面约有2.5 bit/(s·Hz)的提升.同时,提出的基于PNC的Two-way中继协作系统的最优功率分配(OPA)策略较等功率分配策略(EPA)平均取得了1dB的增益,而比传统的One-way中继协作系统在系统总速率上约高出3 bit/(s· Hz).【期刊名称】《传感技术学报》【年(卷),期】2012(025)003【总页数】5页(P397-401)【关键词】无线传感器网络;中继选择和功率分配;物理层网络编码;最优功率分配;多接入信道;广播信道【作者】刘顺兰;徐光建【作者单位】杭州电子科技大学通信工程学院,杭州310018;杭州电子科技大学通信工程学院,杭州310018【正文语种】中文【中图分类】TN915.04协作通信技术通过用户间彼此共享天线，形成虚拟的MIMO信道从而获得空间分集，有效的对抗了无线通信中的多径衰落，提高了传输质量。

协作通信系统中继功率分配算法的研究协作通信系统中继功率分配算法的研究随着无线通信技术的不断发展和移动终端的普及，协作通信系统已成为一种重要的无线通信技术，在多个信号源和信号接收终端之间进行通信，可以显著提高信号质量和通信的可靠性。

在协作通信系统中，中继节点的功率分配是一项关键的任务，直接决定了信号传输的效率和质量。

因此，中继功率分配算法的研究具有重要的理论和实践意义。

传统的协作通信系统中，中继节点通常使用相同的功率分配方案，但这种方案并不一定能得到最优的性能，因为信道的杂波和干扰等因素会导致信号的衰减和失真，需要动态调整中继节点的功率分配，以达到最大的覆盖范围和最小的传输延迟等目标。

因此，中继功率分配算法的设计和优化是协作通信系统中必不可少的一部分。

中继功率分配算法的设计涉及到很多复杂的问题，如信道状态估计、信号反馈、功率控制策略等，需要综合考虑多个因素，同时还要兼顾系统的复杂度和运行效率。

近年来，研究者们提出了许多中继功率分配算法，主要包括基于贪心算法的方案、基于优化算法的方案、基于博弈论的方案等。

其中，基于贪心算法的中继功率分配方案的思想是尽可能地减少信号的传输延迟和损失，通过不断调节中继节点的功率来提高系统的性能和能效。

这种算法通常借鉴优先级调度和任务分配的思想，利用动态规划和贪心算法等方法实现功率分配策略的优化，具有较高的实用性和可操作性，在实际应用中得到了广泛的应用。

另外，基于优化算法的中继功率分配方案也是一种热门的研究方向，主要包括遗传算法、粒子群算法、模拟退火算法等。

这些算法主要依靠对问题的数学建模和求解，能够帮助我们找到最优的功率分配策略，但计算复杂度较高，需要较强的计算资源和算法优化技能。

此外，基于博弈论的中继功率分配方案也是一个有趣的研究方向。

这种算法以博弈的方式考虑中继节点的功率分配问题，通过对节点间的竞争和协作关系进行建模和分析，得到了许多有趣的结论和成果。

例如，根据传统的纳什均衡理论，我们可以得到一组最优的功率分配策略，使得所有节点都能够获得收益最大化的结果。

最佳中继协作通信系统的功率分配算法李国兵1,朱世华1,惠 1,2(11西安交通大学电子与信息工程学院,陕西西安710049;21西安理工大学自动化与信息工程学院,陕西西安710048) 摘　要:　为提高基于最佳中继选择的协作通信系统的性能,提出了以最小化系统中断概率为目标的功率分配算法.首先建立了系统的优化模型并证明了待解的优化问题实质是凸优化问题,由此提出了最优功率分配算法并给出了算法步骤.其次,在此基础上提出了一种有效的次最优功率分配算法,该算法计算简单且仅需已知各个中继节点的平均信道状态信息,无需在传输中实时更新,因而不增加系统的额外开销.仿真结果表明,本文提出的最优算法和次最优算法所得到的功率分配方案与穷举搜索方法的结果非常接近;与等功率分配方案相比,这两种算法均能显著提高系统的中断概率性能.关键词:　协作通信;无线中继;功率分配;凸优化中图分类号:　T N925 文献标识码:　A 文章编号:　037222112(2008)1021944205Power Allocation in Opportunistic Cooperative Relaying SystemsLI G uo 2bing 1,ZH U Shi 2hua 1,H UI Hui 1,2(11School o f Electronics and Information Engineering ,Xi ’an Jiaotong Univer sity ,Xi ’an ,Shaanxi 710049,China ; 21School o f Automation and Information Engineering ,Xi ’an Univer sity o f Technology ,Xi ’an ,Shaanxi 710048,China )Abstract :　To enhance the performance of opportunistic cooperative relaying systems ,this paper proposes the power allocation algorithms aiming at minimizing the outage probability.The optimization model of the system is constructed and proved to be a con 2vex optimization problem.Then the optimal power allocation algorithm and its operation steps are presented.Furthermore a simple and effective near 2optimal power allocation strategy is developed ,which only depends on the average channel gains of the relays and thus incurs little overhead.Simulation and numerical results show that significant performance gains can be achieved by the two pro 2posed power allocation algorithms.K ey words :　cooperative communications ;wireless relaying ;power allocation ;Convex optimization1　引言 协作通信技术通过用户之间彼此共享天线而引入空间分集,从而有效对抗无线信道的多径衰落,成为近年来无线通信领域的研究热点[1～3].针对存在多个中继节点的无线网络,分布式空时码受到了广泛关注,精心设计的分布式空时码可以带来显著的性能增益[4].但是随着参与协作的节点数增多,同步、节点间协调等问题成为分布式空时码的设计难点.合理地取舍协作节点是解决这一难题的方法之一.文献[5～8]提出了基于最佳中继选择的协作通信策略,即每次传输只选择一个最佳的中继参与协作,使协作过程得以简化.文献[5～11]分析并证明了在中继已知信道状态信息的情况下,该策略性能甚至优于所有中继参与的协作.针对上述文献中尚未完全解决的功率分配问题[10],本文将针对解码转发型的最佳中继选择协作通信系统,提出以最小化系统中断概率为目标的最优和次最优功率分配算法.2　系统模型 考虑一个通用的包含K +2个节点的半双工两跳无线中继网络,源节点S 通过中继向目的节点D 发送信息,信息传输过程存在K 个潜在的中继节点R ={1,2,…,K }.一次传输过程包括两个阶段:第一阶段,源节点向所有中继广播信息,中继进行监听;第二阶段,从所有中继中挑选出最佳中继,仅由该中继向目的节点转发信息.由于第二个阶段中只有一个节点在发送信号,因此目的端不存在接收信号不同步的问题.假设信道服从准静态瑞利平坦衰落,并且在一次传输中保持不变,而在各次传输中相互独立.任意节点i 和节点j 之间的信道增益h ij 是均值为0,方差为Ωij 的复高斯随机变量,因此信道的功率增益|h ij |2服从均值为Ω-1ij 的负收稿日期:2007209210;修回日期:200824220基金项目:国家自然科学基金(N o.60372055);教育部高等学校博士学科点专项科研基金(N o.20030698027)第10期2008年10月电 子 学 报ACT A E LECTRONICA SINICA V ol.36　N o.10Oct.　2008指数分布.信道中的噪声是均值为0,单边功率谱密度为N 0的加性复高斯白噪声.另外,为了在传输的第二阶段确定最佳中继,假设中继已知自身瞬时信道状态信息.进一步地,我们假设一次传输过程中的总功率受限,即有P s =ζP tot ,P r =(1-ζ)P tot .其中,P tot 表示一次传输的总功率,ζ∈(0,1]是功率分配的比例因子,P s 、P r 分别表示源和中继节点的发射功率.对于最佳中继的选择,目前有两种方式[10,11],一种称为“Reactive ”方式,即传输时在所有能够正确解码的节点中选择与目的端信道条件最好的中继进行传输;另一种称为“Proactive ”方式,即在每次传输之前首先根据信道条件选择最好的中继,然后在传输的第二阶段使用该中继进行合作.现有文献的分析和仿真都表明,这两种合作策略具有完全相同的中断概率性能.其中断概率为[10,11]P outage =∏Kk =11-e-22R-1SNR1ζΩSk +1(1-ζ)ΩkD(1)其中,R 表示系统端到端的频谱效率,单位是H z ;SNR >P tot /N 0,ΩSk 和ΩkD 分别表示源节点S 到第k 个中继、第k 个中继到目的节点D 的平均信道功率增益.3　最优功率分配算法 由式(1)可知,基于最小中断概率的最优功率分配问题等效为求解ζ3=arg m in 0<ζ≤1∏K k =11-e-22R-1SNR1ζΩSk +1(1-ζ)ΩkD(2)当信噪比较高时,式(2)可近似为ζ3=arg m in 0<ζ<1∏Kk =11ζΩSk+1(1-ζ)Ω(3)由于式(2)中的变量R 和SNR 对最终结果没有影响,为简化表达式,它们在式(3)中没有出现.因此最优化问题可以表示为min∏Kk =11ζΩSk+1(1-ζ)ΩkDs.t.　0<ζ<1(4)这是一个有约束非线性规划问题.为求最优功率分配方案,令f (ζ)>∏Kk =11ζΩSk+1(1-ζ)ΩkD ,其驻点满足f ′(ζ)=∑Kk =1-1ζ2ΩSk+1(1-ζ)2ΩkD・∏Kj =1,j ≠k1ζΩSj +1(1-ζ)ΩjD =0(5)由式(5)可以看出,尽管目标函数的导数形式不难得到,但是试图通过解式(5)这样的方程直接得到驻点的解析表达式却非常困难.为此,我们考虑使用数值计算方法得到最优解.定理1　最优化问题(4)是一个凸优化问题,且目标函数f (ζ)>∏Kk =11ζΩSk+1(1-ζ)ΩkD 是严格下凸函数.证明:由于约束条件0<ζ<1显然是一个凸集,因此只需证明目标函数f (ζ)>∏Kk =11ζΩSk+1(1-ζ)ΩkD 是定义在凸集0<ζ<1上的严格下凸函数.这一问题可以转化为证明如下两个结论:(1)ln f (ζ)在0<ζ<1上是严格下凸函数(见附录A );(2)ln f (ζ)在0<ζ<1上严格下凸是f (ζ)在0<ζ<1上严格下凸的充分条件(见附录B ).证毕.根据定理1可知,凸优化问题具有唯一的全局最优解,且该最优解是目标函数f (ζ)在ζ∈(0,1)上的极小点[12].由此我们提出计算最优功率分配因子ζ3以及最小中断概率的迭代算法:步骤1　定义初始值ζ(n )=ζ0=015,ε=10-4.若f ′(ζ0)<ε,则迭代过程结束,输出ζ3=ζ0,否则转步骤2;步骤2　ζ(n +1)=ζ(n )+Δζ(n ),Δζ(n )=-f ′(ζ(n ))・λ(n ),其中-f ′(ζ(n ))为下降方向,λ(n )=2-m 表示步长,m 取使0<ζ(n +1)<1且f (ζ(n +1))-f (ζ(n ))<0的最小非负整数;步骤3　若|f (ζ(n +1))-f (ζ(n ))|<ε或|Δζ(n )|<ε或|f ′(ζ(n +1))|<ε,则迭代过程结束,输出ζ3=ζ(n +1),否则令n =n +1,转步骤2.因此,我们得到采用最优功率分配时的系统中断概率:P minout=∏Kk =11-e-22R-1SNR1ζ3ΩSk +1(1-ζ3)ΩkD(6)尽管不能得到最佳功率分配因子ζ3的闭式表达,我们从式(5)仍然可以看出:最终的功率分配方案只与平均信道增益有关,而与信息速率、发射功率等因素无关.因此在平均信道增益变化较慢的场合,完全可以在传输开始前事先计算功率分配因子并通知所有协作节点,并不需要过多的系统开销.4　次最优功率分配算法 根据定理1可知,f (ζ)在ζ∈(0,1)上存在极小值点,那么f ′(ζ)=0在ζ∈(0,1)上必有解,因此考虑从式(5)出发寻找进一步简化功率分配的算法.考虑到在一般情况下,式(5)中∏Kj =1,j ≠k1ζΩSj+1(1-ζ)ΩjD的值对所有节点k 相差不大且不为0,因此我们将式(5)近似为∑Kk =1-1ζ2ΩSk+1(1-ζ)2ΩkD>0(7)由此,我们得到功率分配的一种次最优方案:5491第　10　期李国兵:最佳中继协作通信系统的功率分配算法ζ3=∑Kk =1Ω-1Sk∑Kk =1Ω-1Sk+∑Kk =1Ω-1kD (8)可见,次最优功率分配方案只与∑Kk =1Ω-1Sk和∑Kk =1Ω-1kD的比值有关,在二者相差不大时,等功率分配接近或等于最优功率分配;而当二者相差较大时,次最优功率分配方案将比等功率分配带来更大的性能增益.5　仿真实验结果 本文在准静态瑞利平坦衰落信道下对功率分配算法的效果进行了仿真.在下面的仿真中,取R =1bps/H z ,节点i 和j 节点之间信道的平均功率增益与距离d ij的α次方成反比,即Ωij=cd -αij ,其中c 是与传播环境有关的常数,α是路径损耗指数,取值一般在2～5之间.不失一般性,在仿真中我们取α=3,c =1.图1和图2给出了系统中存在6个中继节点且源与中继、中继与目的之间的距离都相等时的仿真结果,此时取信道的平均信道增益{ΩSk }K k =1={ΩkD }K k =1=1.图1对不同功率分配因子时的系统中断概率进行了数值计算和蒙特卡罗仿真.通过图1我们可以看到,在这种情况下,等功率分配是最佳的功率分配方案.而观察式(8)可以发现,由于此时∑Kk =1Ω-1Sk和∑Kk =1Ω-1kD相等,因此根据次最优算法得到的功率分配方案就是等功率分配.进一步地,从图2中的数值仿真结果也可以看出,本文的最优功率分配、次最优功率分配算法得到的分配方案与等功率分配的中断概率性能相吻合. 采用文献[10]中使用的非对称网络拓扑,取信道的平均信道功率增益{ΩSk }K k =1和{ΩkD }K k =1为{415,015,014,013,012,011}.也可以看到,尽管此时6个中继节点的信道增益各不相同,但由于∑Kk =1Ω-1Sk和∑Kk =1Ω-1kD相等,因此根据式(8)可知,与{ΩSk }Kk =1={ΩkD }K k =1=1类似,等功率分配是最佳的功率分配方案.如图3、图4所示: 上述仿真表明,本文提出最优功率分配和次最优功率分配算法能够准确获得最优的功率分配方案.为了进一步说明本文算法的性能,图5和图6给出了一种源与中继、中继与目的之间的距离不相等时的仿真结果.为使结果具有一般意义,我们将源与目的之间的距离归一化,并选取了6个与源节点相对接近的点作为中继.在本次仿真中,取{d Sk }K k =1为{010962,011556,012279,012460,012747,013213},取{d kD }K k =1为{019055,018508,018004,018004,017379,016791}.相应地,{ΩSk }Kk =1为{112316,26516,8414,6712,4813,3012},6491 电 子 学 报2008年{ΩkD}K k=1为{113469,116238,119505,119505,214890, 311927}.从图5的仿真结果可以看到,最优的功率分配因子的值在0115左右,这可由穷举搜索所有的功率分配可能性而得到准确结果.仿真中由最优和次最优功率分配算法得到的结果见表1:表1　几种方法获得的功率分配因子所用算法最优功率次最优功率穷举分配算法分配算法搜索功率分配因子0.14730.14230.1501 如表1所示,本文所提出的两种功率分配算法都与穷举搜索方法得到的功率分配因子非常接近,其误差小于10-2.事实上,通过调整精度ε,最优功率分配算法还可以进一步逼近穷举搜索.另外,从图6可以进一步看到,本文提出的这两种方法具有几乎相同的中断概率性能,同时二者与等功率分配方案相比,都可获得2dB左右的性能增益.此外,由于本文的两种算法是在中断概率的近似式(3)提出的,因此精度略低于穷举搜索方法.但是从计算复杂度来看,本文的两种算法远低于穷举搜索方法.首先,为了获得不同信噪比下的功率分配因子,穷举搜索对每一个给定的信噪比都需要重新计算.而本文的两种算法都与信噪比无关,计算一次即可获得;其次,在信噪比给定的情况下,本文的算法复杂度也低于穷举搜索.以本文仿真为例,为了获得如表1所示的功率分配方案,使用穷举搜索方法需要进行10000次搜索和比较,而本文提出的最优功率分配算法只需4次迭代即可完成.次最优算法则可根据式直接计算出结果,其计算复杂度更低.6　结论 本文研究了在基于最佳中继选择的协作通信系统中的功率分配策略,给出了以最小化系统中断概率为目标的非线性规划模型并证明待解的优化问题是一个凸优化问题,提出了针对凸优化问题求解的功率分配算法并给出了算法步骤.在此基础上提出了一种次最优的功率分配算法.该算法简化了计算过程,同时其性能与最优功率分配算法以及穷举搜索得到的结果非常接近.本文提出的算法复杂度低,且只需已知平均信道增益信息,因而对系统负担小,有助于协作通信技术的实用.附录A证明ln f(ζ)在ζ∈(0,1)是下凸函数:ln f(ζ)=∑Kk=1ln1ζΩSk+1(1-ζ)ΩkD是多个对数函数之和,对ln1ζΩSk+1(1-ζ)ΩkD的二阶导数进行整理,可得ln1ζΩSk+1(1-ζ)ΩkD″=1ζΩSk+1(1-ζ)ΩkD-1-1ζ2ΩSk+1(1-ζ)2ΩkD′=-1ζΩSk+1(1-ζ)ΩkD-2-1ζ2ΩSk+1(1-ζ)2ΩkD2 +1ζΩSk+1(1-ζ)ΩkD-12ζ3ΩSk+2(1-ζ)3ΩkD=1ζΩSk+1(1-ζ)ΩkD-2・1ζ2ΩSk+1(1-ζ)2ΩkD2　+2ζ3(1-ζ)ΩSkΩkD+2ζ(1-ζ)3ΩSkΩkD由上式不难看出,任取ζ∈(0,1),对所有k=1,…,K,有ln1ζΩSk+1(1-ζ)ΩkD″>0,显然有[ln f(ζ)]″=∑Kk=1ln1ζΩSk+1(1-ζ)ΩkD″>0,即ln f(ζ)的二阶导数严格大于0,因此ln f(ζ)是严格下凸函数.证毕.附录B证明f(ζ)是严格下凸函数:7491第　10　期李国兵:最佳中继协作通信系统的功率分配算法因为ln f (ζ)是严格下凸函数,因此对于任意ζ1,ζ2∈(0,1),λ1,λ2∈(0,1)且λ1+λ2=1,有λ1ln f (ζ1)+λ2ln f (ζ2)>ln f (λ1ζ1+λ2ζ2)(9)另一方面,将f (ζ)视为ln f (ζ)的自变量,那么由于自然对数函数在实数范围内都是严格上凸函数,所以ln f (ζ)是关于f (ζ)的下凸函数.因此有λ1ln f (ζ1)+λ2ln f (ζ2)<ln [λ1f (ζ1)+λ2f (ζ2)](10)综合式(9)、(10),并由对数函数的单调性可得,对于任意ζ1,ζ2∈(0,1),λ1λ2∈(0,1)且λ1+λ2=1,有λ1f (ζ1)+λ2f (ζ2)>f (λ1ζ1+λ2ζ2)(11)亦即f (ζ)是严格下凸函数.证毕.参考文献:[1]殷勤业,张莹,丁乐等.协作分集:一种新的空域分集技术[J ].西安交通大学学报,2005,39(6):551-557.Y in Qinye ,Zhang Y ing ,Ding Le ,et al.Cooperation diversity :a new spatial diversity technique [J ].J ournal of Xi ′an Jiaotong University ,2005,39(6):551-557.(in Chinese )[2]A Sendonaris ,E Erkip ,B er cooperation diversity 2Part 1:system description [J ].IEEE Transactions on Communi 2cation ,2003,51(11):1927-1938.[3]A Nosratinia ,T E Hunter ,A Hedayat.Cooperative communica 2tion in wireless networks [J ].IEEE Communications Maga 2zine ,2004,42(10):74-80.[4]J N Laneman ,G W Wornell.Distributed space 2time 2coded pro 2tocols for exploiting cooperative diversity in wireless networks [J ].IEEE Transactions on Information Theory ,2003,49(10):2415-2425.[5]A Bletsas ,A Khisti ,D P Reed ,A Lippman.A simple Coopera 2tive diversity method based on network path selection [J ].IEEE J ournal on Selected Areas in Communications.2006,24(3):659-672.[6]Z Y i ,R Adve ,L Teng J oon.Symbol error rate of selection am 2plify 2and 2forward relay systems [J ].IEEE Communications Letters ,2006,10(11):757-759.[7]Y Zhao ,R S Adve ,T J Lim.Improving amplify 2and 2forwardrelay networks :optimal power allocation versus selection [J ].IEEE Transactions on Wireless Communications ,2007,6(8):3114-3123.[8]J Luo ,R S Blum ,L J Cimini ,L J Greenstein ,A M Haimovich.Link 2failure probabilities for practical cooperative relay net 2works [A ].Proceedings of IEEE Vehicular Technology [C ].2005,Vol.3,1489-1493.[9]C K Lo ,R W Heath Jr ,S Vishwanath.Opportunistic relay se 2lection with limited feedback [A ].Proceedings of IEEE Vehic 2ular Technology [C ].Dublin :IEEE ,2007,135-139.[10]A Bletsas ,H Shin ,M Z Win.Outage 2optimal cooperativecommunications with regenerative relays [A ].Proceedings of Conference on Information Sciences and Systems (CISS )[C ].Princeton :IEEE ,2006,632-637.[11]A Bletsas ,S Hyundong ,M Z Win ,A Lippman.Cooperativediversity with opportunistic relaying [A ].Proceedings of IEEE Wireless Communications and Networking Conference [C ].Las Vegas :IEEE ,2006,1034-1039.[12]张可村,赵英良.数值计算的算法与分析[M ].北京:科学出版社,2003.ZHANG Kecun ,ZHAO Y ingliang.Algorithm and Analysis of Numerical Calculate [M ].Beijing :Publish House of Science Press ,2003.(in Chinese )作者简介:李国兵　男,1979年1月生于江苏省仪征市,西安交通大学在读博士生,主要研究方向为无线通信中的协作通信、网络编码等.E 2mail :gbli @.cn朱世华　男,1950年1月生于上海市,西安交通大学教授,博士生导师,长期从事移动通信、数字传输和程控交换等方面的研究.惠 女,1979年1月生于陕西省西安市,西安交通大学在读博士生,西安理工大学讲师,主要研究方向为无线通信中的资源分配、协作通信等.8491 电 子 学 报2008年。

蜂窝网络中设备间中继的功率分配裴仁超;李莉;沈一豪;张道煦;罗汉文【摘要】In this paper,we assume that a device-to-device (D2D) bidirectional relay network is deployed in a cellular network.Each D2D two-way relay is equipped with two transmit antennas,which are respectively carried out at the same time with base station and receiver.Under the assumption that D2D two-way relay adjust power transmission amplification,we propose a power allocation scheme of the two-way relay network.The simulation results show that the scheme proposed can obtain larger two-way relay network throughput than the random power allocation and the traditional communication methods.%在蜂窝网络中,部署了一个设备间(D2D)双向中继网络.每个D2D双向中继节点配备有两根收发天线,分别同时与基站和D2D接收端进行通信.在假设D2D双向中继采用放大转发模式条件下,提出了优化D2D双向中继网络的功率分配方案.仿真结果显示:所提方案的D2D双向中继网络的吞吐量在理想信道下,较随机功率分配和传统通信方式分别提升7%和12%.【期刊名称】《上海师范大学学报（自然科学版）》【年(卷),期】2017(046)001【总页数】4页(P33-36)【关键词】设备间中继;双向中继;功率分配;吞吐量【作者】裴仁超;李莉;沈一豪;张道煦;罗汉文【作者单位】上海师范大学信息与机电工程学院,上海 200234;上海师范大学信息与机电工程学院,上海 200234;上海师范大学信息与机电工程学院,上海 200234;上海师范大学信息与机电工程学院,上海 200234;上海师范大学信息与机电工程学院,上海 200234;上海交通大学电子信息与电气工程学院,上海 200240【正文语种】中文【中图分类】TN929.5移动通信的飞速发展使带宽需求急剧增加,目前有限的频谱资源已无法满足需要.Device-to-device(D2D)通信是一种设备之间不经过基站(BS)的转接而直接进行通信的技术[1].D2D通信技术的引入增加了频谱效率,节省了设备功耗,还能扩大蜂窝网的覆盖范围[2].然而,D2D通信技术对蜂窝网络产生的干扰很大程度上限制了其发展.利用有限的频谱资源,引入D2D中继(D2DR),可以在干扰可接受的情况下提高系统吞吐量.D2D双向中继扩大了蜂窝网络的覆盖范围,增加了频谱利用率,它广泛应用于当今无线通信系统中.将功率分配应用于D2D双向中继端是进一步提升系统吞吐量的有效方法.Qin等[3]在单向的D2D通信中继网络中,考虑信道估计的不准确性,针对不同D2D 通信传输组设计了不同的中继稳健性波束成形算法,降低了系统的功率损耗.Wang 等[4]利用功率分配算法,在双向中继场景中减小了D2D通信用户中断概率.但是,在D2D通信用户中断概率最小化的同时,主用户将会受到更大的干扰.Jayasinghe等[5]提出了一种联合的物理层网络预编码解码方案,降低了信号传输的误码率.但是在多层网络共存的情况下没有考虑层与层之间的干扰.Pei等[6]在D2D通信与双向蜂窝网络共存的场景中提出了一种频谱共享策略,提高了蜂窝网络和D2D网络的和速率.通过减小基站和蜂窝用户的传输功率来降低D2D通信链路受到的干扰,忽略了基站和蜂窝用户传输功率的限制条件.本文作者在一个双向的中继网络中,通过双向中继端调整功率分配因子,在保证双向中继端功率不变的条件下使双向中继网络的吞吐量最大化.图1为研究场景的系统模型示意图,在蜂窝网络覆盖范围之内有一个基站(BS),有一个D2D通信用户(DU)以及一个配备有两根空间独立的收发天线的D2D双向中继节点,均处于工作状态.系统中的通讯信息传输分为两个时隙.第一个时隙,基站将信号S1发送给D2DR,同时DU将信号S2、S3发送给D2DR.其中S1是BS发送的蜂窝下行信号,S2是DU发送的蜂窝上行信号,S3是DU发送给D2DR的常规D2D 通信信号,如图1(a)所示.在第二个时隙中,D2DR将在第一个时隙接收到的上行信号S2转发给BS,将在第一个时隙接收到的下行信号S1转发给DU.同时D2DR将常规D2D信号S4发送给DU,完成D2DR和DU之间的常规D2D通信.对于信号S1和S2,D2DR起放大转发作用,信号S3和S4则是D2DR和DU之间的常规D2D通信,并且满足E(SS*)=1,其中E(·)是数学期望,如图1(b)所示.在第一时隙,BS和DU将信号发送至D2DR,双向中继节点接收到的信号为:式中H、G分别为BS、D2DR之间以及DU、D2DR之间的信道响应.在第二个时隙,基站端和DU端接收到的信号分别为:yD=HG·S1+GG·S4+nD,式中yB为基站端的接收信号,yD为D2DR端的接收信号,nB为基站端的接收噪声,nD为DU端的接收噪声.假设在第二个时隙,D2DR能自动利用功率分配因子α来调整向基站和D2D用户端发送信号的发射功率.D2DR总的发射功率为PR,将其α部分的功率作为向BS端的发射功率,剩下的1-α部分作为向DU端的发射功率.第二时隙,BS接收到的来自DU在第一时隙发送至D2DR的上行信号为:第二时隙,DU接收到的来自BS在第一时隙发送至D2DR的下行信号为:因此在第二个时隙,基站端和DU端接收到的信号表达(2),(3)式分别重新写为:在第二个时隙,经过D2DR端功率分配因子α的调整后,D2DR向BS和DU分配的发射功率分别为:式中和分别是BS端和DU端的接收噪声功率,,Tr(·)是矩阵的迹,是范数.根据需要优化双向中继网络的吞吐量:式中RDB为第二时隙D2DR到BS端的传输速率,RDD为第二时隙D2DR到DU端的传输速率.Pmin和Pmax分别是D2DR的最小和最大的发射功率.根据香农公式,得到RDB和RDD的表达式:式中RDD1是第二时隙D2DR发送给DU的来自BS的下行信号S1的传输速率,RDD2是第二时隙D2DR发送给DU的常规D2D通信信号S4的传输速率.相应的,是第二个时隙BS端的接收信干噪比.和分别是第二时隙DU端对于信号S1和S4的接收信干噪比.从第二个时隙,BS端和DU端的接收信号yB和yD可以求出基站和DU端的接收信干噪比分别为:式中Z=HHT,Q=GGT,⊗表示矩阵的点积.将(10)式转化为,优化问题(17)式是凸的,它可以利用标准化的数学软件工具箱,如Convex(CVX)来解决.根据约束条件,优化功率分配因子α,最大化目标吞吐量函数.为了验证本方法的有效性,进行了数值仿真.假设信道矩阵H和G为高斯信道,加入的噪声为加性高斯白噪声.为了保证双向中继D2DR对功率的要求,PRB和PRD的最大功率Pmax为10 dB.为了保证接收端对信号的灵敏度,最小功率Pmin为0.1 dB,使信号不至于被噪声所淹没.利用CVX优化解决优化问题(17).图2给出了采用本功率分配方案、随机功率分配方案以及不采用功率分配方案的双向中继网络吞吐量与环境噪声功率的关系曲线.由图2可知,随着噪声功率逐渐增大,双向中继网络的吞吐量随之减小.同时,本功率分配方案所得的双向中继网络的吞吐量较其他两种方案的吞吐量性能好.本功率分配方案相对于不采用功率分配方案,在吞吐量提升了12%左右.本功率分配方案中,D2DR分配较多的功率给信道质量较好的信道,双向中继网络可获得更大的吞吐量.随机的功率分配方案无法根据信道的差异来分配双向中继端的发射功率,因此双向中继网络的吞吐量相对较小.不采用功率分配方案则忽略了信道的差异性,双向中继网络的吞吐量最小.研究了蜂窝网络中部署了D2D双向中继网络的功率分配方案问题.首先给出了场景系统模型和信道模型.优化目标是在满足D2DR的发射功率要求后,D2DR端自动调整功率分配因子,使双向中继网络吞吐量达到最大.仿真结果显示,所采用的功率分配方案能够获得更大的双向中继网络吞吐量.但是本方案没有考虑信道的复杂性以及其他潜在通信链路带来的干扰,还需要进一步改善系统的信道模型.导师简介: 罗汉文(1949-),男,教授,主要从事移动通信的教学与研究工作.E-mail:**************.cn【相关文献】[1] 宋苗苗,罗汉文.基于容量最优的D2D RP方法的研究 [J].上海师范大学学报(自然科学版),2015,44(1):6-10.Song M M,Luo H W.Resource allocation on Device-to-Device communication with optimal capacity [J].Journal of Shanghai Normal University(Natural Sciences),2015,44(1):6-10. [2] 王珍,李莉,王斌,等,基于干扰对齐的设备到设备功率控制算法 [J].上海师范大学学报(自然科学版),2016,45(2):166-171.Wang Z,Li L,Wang B,et al.Device to device power control algorithm based on interference alignment [J].Journal of Shanghai Normal University (Natural Sciences),2016,45(2):166-171.[3] Qin Y,Ding M,Zhang M,et al.Relaying robust beamforming for Device-to-Device communication with channel uncertainty [J].IEEE CommunicationsLetters,2014,18(10):1859-1862.[4] Wang L H,Jin H,Ji X D,et al.Power allocation for cognitive D2D communication assisted by two-way relaying [C],IEEE International Symposium on Microwave,2013:165-170.[5] Jayasinghe L K S,Jayasinghe P,Rajatheva N,et al.MIMO physical layer network coding based underlay device-to-device communication [C].IEEE International Symposium on Personal Indoor and Mobile Radio Communications,2013:13902108.[6] Pei Y Y,Liang Y C,Resource allocation for device-to-device communication overlaying two-way cellular networks [C].IEEE Wireless Communication and Networking Conference,2013:3346-3351.。