下载文档原格式
㊀㊀２０１９年第０２期㊀面向５Ｇ通信网的Ｄ２Ｄ技术分析王㊀键公诚管理咨询有限公司，广东广州５１０６１０摘要：随着移动通信技术的发展，移动通信技术以及运营工作的开展面临的压力日益严峻㊂为了能够应对个人以及行业所提出来的移动通信新要求，移动通信自身的产业生态环境发生了相应的调整㊂５Ｇ技术的诞生不仅仅为用户提供更高速率的空中接口技术，还使得Ｄ２Ｄ技术的应用覆盖面得到了有效扩大㊂从５Ｇ通信网中Ｄ２Ｄ技术特有的技术优势出发，探讨了当前我国Ｄ２Ｄ技术在应用过程中存在的问题，并在此基础上分析了Ｄ２Ｄ技术在５Ｇ通信网中的应用策略，希望能够有效地提升我国Ｄ２Ｄ技术水平㊂关键词：５Ｇ通信网；Ｄ２Ｄ技术；通信信道中图分类号：ＴＮ９２９．５１５Ｇ通信网中Ｄ２Ｄ技术特有的技术优势阐述㊀㊀所谓的Ｄ２Ｄ技术（Ｄｅｖｉｃｅ⁃ｔｏ⁃Ｄｅｖｉｃｅ）指的是在终端与终端之间构建直接的连接关系㊂特别是在５Ｇ通信网中，Ｄ２Ｄ技术摆脱了中间设备的影响，通过在设备到设备之间建立直接的连接关系，不仅能够确保通信容量大幅提升，还能够提升对信息资源的利图１㊀Ｄ２Ｄ通信网络架构示意图用率，降低通信网络在通信传输的过程中所产生的压力，降低移动通信网络建设资金的投入成本㊂与此同时，随着智能设备使用数量的增强，再加上频谱资源的不断减少，Ｄ２Ｄ技术能够实现终端与终端之间的直接对接，从而降低频谱资源等外部通信干扰因素的影响，详见图１㊂除此之外，Ｄ２Ｄ技术能够绕开蜂窝无线通信，确保使用Ｄ２Ｄ技术的智能设备能够在不占用频带资源的情况下，构建无线通信网络㊂不仅如此，Ｄ２Ｄ技术还能够实现蜂窝网络资源的共享，借助于这种共享的形式解决频带资源的使用问题㊂Ｄ２Ｄ技术自身具有资源共享的特性，增强５Ｇ通信网的使用稳定性，有利于推动我国５Ｇ通信网的发展㊂［１］２当前我国Ｄ２Ｄ技术在应用过程中存在的问题２．１传统的蜂窝网络难以满足Ｄ２Ｄ技术在５Ｇ通信网中的应用需求㊀㊀为了能够确保Ｄ２Ｄ技术在５Ｇ通信网中的应用，移动通信相关工作人员需要保证传统的蜂窝网络不会对Ｄ２Ｄ技术产生干扰㊂然而，由于传统的蜂窝网络自身的封闭程度较高，无法为Ｄ２Ｄ技术的应用提供技术支撑㊂对此，蜂窝网络的更新改造工作是非常有必要的，但是由于在更新的过程中需要涉及网络元件升级以及数据平面修改等相关工作，所以对移动通信行业的技术以及资金提出了较高的要求㊂［２］２．２频谱资源共享机制影响Ｄ２Ｄ技术的正常使用㊀㊀众所周知，近年来频谱资源呈现出减少的状态，对Ｄ２Ｄ技术的应用造成了一定的干扰㊂虽然Ｄ２Ｄ技术能够借助于终端与终端之间的联系，提升了频谱资源的利用率，但是由于频谱资源共享机制的存在，容易对Ｄ２Ｄ技术的正常使用造成干扰，降低了用户的通信体验感受㊂２．３通信高峰期容易产生通信问题与成熟的４Ｇ通信网相比，５Ｇ通信网提出了较高要求，不仅有效提升了网络数据的传输速度，也在无形中提升了其可扩展性㊂为了保证５Ｇ通信网的正常工作质量，移动通信相关工作人员需要搭建超密集异构６２㊀㊀㊀㊀㊀㊀㊀㊀移动通信网络，借助于超密集异构网络来扩大覆盖区域㊂虽然超密集异构网络的搭建能够拓宽５Ｇ通信网的覆盖面积，但是一旦大量的用户在短时间能借助Ｄ２Ｄ技术进行联接，那么将会产生网络通信延迟等问题㊂３Ｄ２Ｄ技术在５Ｇ通信网中的应用策略３．１异构网络搭建Ｄ２Ｄ通信会话建立关系异构网络在搭建Ｄ２Ｄ通信会话关系时往往会设置用户权限，将其划分为限制发现以及公开发现这两种类型㊂其中，所谓的限制发现指的是ＵＥ只有在明确许可的情况下才能够被通信网络检测到，为了能够确保ＵＥ的安全性以及私密性，用户将被禁止与陌生设备建立通信连接关系㊂而公开发现则与限制发现相反，如果用户处于公开发现的状态下，很容易与近邻设备建立连接关系，但是这种连接关系容易降低用户的使用安全性㊂限制发现以及公开发现这两种类型各有其适用环境㊂限制发现主要用于较为关注用户的安全隐私性以及网络环境较好的通信环境中，而公开发现则普遍用于救援或者是应急网络当中㊂从设备发现的层面而言，为了能够实现社交网络的服务，５Ｇ通信网中将会加载基于数据编码的蜂窝Ｄ２Ｄ技术，通过抓捕设备移动应用所产生的短码实现搭建会话关系的目的㊂目前，我国的发现码主要通过散列函数来产生，一旦其中的一个移动设备捕捉到其他设备的发现码，就会自主运行数据编码的蜂窝Ｄ２Ｄ技术协议，从而与周边的多个移动设备共同建立通信共享网络，详见图２㊂［３］３．２在５Ｇ通信网中运转Ｄ２Ｄ技术的干扰管理机制㊀㊀为了能够在５Ｇ通信网中运转Ｄ２Ｄ技术的干扰管理，一方面，移动通信相关工作人员将会采取功率控制的方式㊂功率控制能够直接实现限制干扰的目的㊂［４］当５Ｇ通信网中的信道被多个用户所占据时，此时链路之间的干扰度将会大幅度提升，借助于功率控制的方式能够将最大化通信速率朝着非凸问题的方向调整㊂然而如何解决非凸问题目前仍是一个开放性的问题之一㊂当前我国主要采取Ｃａｎｏｎｉｃａｌ对偶理论作为解决这一问题的主要方式，Ｃａｎｏｎｉｃａｌ对偶理论的应用能够帮助移动通信相关工作人员找到该信道的对偶形式㊂在特定的运算条件下，移动通信相关工作人员能够通过求解对偶问题来找到通信速率最大化的值㊂除此之外，固定功率边缘策略也能够实现Ｄ２Ｄ技术的干扰管理工作，Ｄ２Ｄ技术通过图２㊀已购网络中的Ｄ２Ｄ通信模型自动检测功率边缘范围以及周边的功率边缘范围，自主实现自身传输功率的调整，以此实现最小信干比ＳＩＮＲ需求的满足㊂［５］与功率控制这种方式相比，固定功率边缘策略的应用难度降低，但是其主要的关键突破口在于确定功率边缘范围㊂如果Ｄ２Ｄ技术将功率边缘范围设置得过高，那么将会导致５Ｇ通信网资源的利用率大幅度地下降㊂［６］４结语综上所述，为了能够充分提升Ｄ２Ｄ技术在５Ｇ通信网中的应用效率，需要从异构网络搭建Ｄ２Ｄ通信会话建立关系，以及在５Ｇ通信网中运转Ｄ２Ｄ技术的干扰管理机制等方面入手，为Ｄ２Ｄ技术的应用提供充裕而稳定的工作环境㊂参考文献［１］周述淇，郑辉，李小文．面向５Ｇ通信网Ｄ２Ｄ通信的架构综述［Ｊ］．广东通信技术，２０１７，３７（１１）：３７⁃４５．［２］钱志鸿，王雪．面向５Ｇ通信网的Ｄ２Ｄ技术综述［Ｊ］．通信学报，２０１６，３７（７）：１⁃１４．［３］周江．面向５Ｇ的分层次分布式云服务系统资源优化调度与分配［Ｄ］．西安：西安电子科技大学，２０１５．［４］张子昕．５ＧＤ２Ｄ通信建立机制与资源复用技术研究［Ｄ］．西安：西安交通大学，２０１７．［５］梁玮，李云鹏，覃凤谢．无线通信网络中的Ｄ２Ｄ技术发展研究［Ｊ］．数字技术与应用，２０１６（３）：３６⁃３７．［６］刘明．５Ｇ移动通信网络关键技术分析［Ｊ］．中国新通信，２０１７（２０）：９４．７２移动通信㊀㊀㊀㊀㊀㊀㊀㊀㊀２０１９年第０２期㊀㊀。
5G蜂窝网络覆盖下的D2D通信技术概述作者：***来源：《电脑知识与技术》2020年第29期摘要：当前，信息技术发展迅速，各类用户终端数量激增，虽然给通信带来了便利，但随之而来的是资源日益紧缺，通信质量无法得到保证。
如何有效地提高无线资源利用率、通信系统吞吐量，优化用户体验和通信质量是目前亟待解决的问题。
D2D通信凭借能有效提高频谱利用率，减轻网络负载，降低通信时延，改善网络性能的优越特点，成为5G通信中的一项关键技术。
该文从系统模型、关键技术、应用场景、未来研究方向四个方面对D2D通信技术进行了介绍。
关键词：5G;D2D;频谱效率;资源分配;功率控制中图分类号：TP393文献标识码：A文章编号：1009-3044（2020）29-0049-031 引言D2D（ Device-to-Device）通信是蜂窝网络中彼此邻近的设备不经过基站转发，直接进行信息传输的通信方式[1]。
2008年D2D通信技术由高通公司首次提出，随后我国的华为、中兴等通信企业也逐步加入了相关研究的行列。
近年来，随着用户需求的多样化和移动数据流量爆炸式的增长，现有的通信网络面临着巨大的挑战，而D2D通信技术凭借能有效提高频谱利用率、减轻网络严重负载、提高用户体验等特点，迅速成为研究和讨论的热点。
2 D2D通信系统模型2.1 同构网络同构移动蜂窝网络中，一个蜂窝小区内只有一个基站，且各小区的组织结构大致相同，小区内的通信模型基本一致，一个小区内的D2D通信即可拓展到单蜂窝条件下的D2D通信。
单蜂窝模型较为简单，可更快地深入D2D通信研究的本质，故具有一定的研究意义。
2.2 异构网络异构移动蜂窝网络中，小区内不仅有宏基站，还有若干微基站、微微基站等，不同小区的系统结构不尽相同。
微基站是用于覆盖微蜂窝小区，对宏基站起补充作用的移动通信系统，主要部署在宏小区边缘，目的是提高边缘用户的通信质量和系统吞吐量。
随着移动互联网的发展，对系统吞吐量、通信速度和质量等多方面要求越来越高，因此未来的网络结构以异构网络为主，异构场景下D2D通信技术的研究也是近年来比较热门的方向。
《基于D2D通信的频谱接入与资源分配研究》篇一一、引言随着无线通信技术的飞速发展，设备到设备（Device-to-Device，D2D）通信作为一种新型的通信方式，正逐渐成为无线通信领域的研究热点。
D2D通信技术能够有效地提高频谱利用率和系统容量，降低端到端（End-to-End）延迟。
本文将对基于D2D通信的频谱接入与资源分配展开研究，以期望提高系统的整体性能。
二、D2D通信技术概述D2D通信是指两个或多个用户设备在无线网络覆盖范围内，通过直连的方式进行数据传输。
相比于传统的蜂窝通信系统，D2D通信可以更好地利用空闲频谱资源，减轻基站负载，从而提高系统的频谱利用率和系统容量。
此外，D2D通信还能够提供更为灵活的数据传输方式，支持更多的业务类型和服务质量需求。
三、频谱接入技术研究在D2D通信系统中，频谱接入技术是关键技术之一。
频谱接入技术的主要任务是确定设备在何时何地使用何种频谱资源进行数据传输。
为了实现高效的频谱利用，可以采用动态频谱接入策略，根据网络实时状况和设备需求动态地调整频谱资源的分配。
同时，也需要考虑与其他无线通信系统的兼容性和互操作性，以确保系统稳定可靠地运行。
四、资源分配策略研究资源分配是提高系统性能的重要手段之一。
在D2D通信系统中，资源分配包括频谱、时间、空间等多个方面的资源分配。
针对不同的业务需求和服务质量要求，需要设计不同的资源分配策略。
例如，对于实时性要求较高的业务，可以采用基于优先级调度算法的资源分配策略；对于需要大带宽的业务，可以采用基于比例公平的资源分配策略等。
此外，还需要考虑如何平衡不同用户之间的利益关系，确保系统公平性和稳定性。
五、算法设计与仿真分析针对上述问题，本文设计了一种基于博弈论的动态频谱接入与资源分配算法。
该算法通过建立博弈模型，将频谱接入和资源分配问题转化为一个博弈过程。
通过仿真分析，该算法能够有效地提高系统的频谱利用率和系统容量，降低端到端延迟。
《基于D2D通信的频谱接入与资源分配研究》篇一一、引言随着无线通信技术的快速发展，设备到设备（Device-to-Device，D2D）通信已成为未来无线网络的重要组成部分。
D2D 通信在频谱资源管理和优化上起着至关重要的作用，尤其在解决网络拥塞、提升系统效率和加强服务质量等方面，它所提供的优势已获得业界的广泛关注。
本篇论文的研究旨在针对D2D通信中的频谱接入和资源分配进行深入研究，从而更有效地提高频谱资源的利用率，以实现更加稳定、高效、可持续的无线网络服务。
二、D2D通信技术概述D2D通信是一种直接的设备间通信方式，其不需要通过传统的基站进行中继，可以大大提高网络吞吐量和提高用户体验。
它有助于提升系统整体频谱利用率和减小干扰。
但与此同时，其复杂性也在增大频谱管理和资源分配的难度。
频谱的有效利用和合理的资源分配策略成为关键的研究问题。
三、频谱接入技术分析（一）技术现状及挑战对于频谱接入问题，目前主要的研究方向包括动态频谱共享和认知无线电技术。
然而，由于无线环境的复杂性和动态性，如何实现有效的频谱共享和接入仍是一个挑战。
特别是在D2D通信中，多个设备之间的信号传输和干扰问题以及与基站和其他设备间的协作都需要精细的频谱接入策略。
（二）解决策略本研究通过深度学习算法以及频谱决策策略来实现高效的频谱接入。
我们设计了一种基于机器学习的动态决策模型，该模型可以根据实时环境信息自动调整频谱接入策略，从而在满足设备需求的同时，最大化频谱利用率。
四、资源分配策略研究（一）研究现状及问题在资源分配方面，我们需要解决的问题是如何根据设备需求和网络状况合理地分配有限的无线资源，包括频带、功率和时间等。
有效的资源分配可以减少信号间的干扰，提升系统的总体性能。
在D2D通信中，这一点尤为关键。
（二）解决方法针对这一问题，我们提出了一种基于强化学习的资源分配策略。
通过建立复杂的网络模型和环境模型，我们设计了一种自适应的资源分配算法。
目录缩略语表 (1)第一章引言 (2)1.1课题背景 (2)1.2论文主要工作与内容结构 (2)第二章D2D通信系统 (4)2.1概述 (4)2.2D2D系统关键技术 (6)2.2.1 会话建立 (7)2.2.2 信道测量机制 (9)2.3D2D系统的无线资源管理 (10)2.3.1 资源分配 (12)2.3.2 功率控制 (14)2.3.3 模式选择 (15)2.4本章小结 (17)第三章仿真平台设计 (18)3.1概述 (18)3.2系统仿真框架 (18)3.3系统仿真功能模块 (20)3.3.1 系统初始化模块 (20)3.3.2 信道衰落模块 (21)3.3.3 干扰计算模块 (23)3.3.4 资源调度模块 (23)3.3.5 功率控制模块 (24)3.4仿真流程 (26)3.5数据处理 (27)3.6本章小结 (29)第四章基于动态功率控制的D2D资源共享算法 (30)4.1概述 (30)4.2系统架构 (31)4.3问题分析 (32)4.4数学模型 (33)4.5算法流程 (34)4.6仿真结果及性能分析 (35)4.6.1 仿真环境及参数 (35)4.6.2 吞吐量的性能分析 (35)4.6.3 SINR与终端能耗分析 (37)4.7本章小结 (38)第五章基于非合作博弈的D2D资源共享算法 (39)5.1概述 (39)5.2非合作博弈论 (40)5.2.1 非合作博弈定义 (40)5.2.2 纳什均衡 (40)5.2.3 潜在博弈 (41)5.3系统模型 (42)5.4非合作博弈功率分配方法 (43)5.4.1 潜在博弈模型 (44)5.4.2 效用函数设计 (44)5.4.3 Nash均衡存在性及唯一性 (45)5.4.4 功率分配算法 (47)5.5仿真场景与参数 (49)5.6仿真结果及性能分析 (50)5.6.1 算法收敛性验证 (50)5.6.2 定价因子分析 (51)5.6.3 吞吐量 (54)5.7本章小结 (56)第六章总结与展望 (58)参考文献 (60)附录1 仿真器软件模块列表 (62)附录2 攻读硕士学位期间撰写的论文 (63)附录3 攻读硕士学位期间参加的科研项目 (64)致谢 (65)缩略语表3GPP Third Generation Partnership Project 第三代合作伙伴计划CDF Cumulative Distribution Function 累积分布函数CQI Channel Quality Information 链路质量信息CSI Channel State Information 信道状态信息D2D Device-to-Device 设备到设备通信eNodeB Evolved NodeB 演进型基站E-UTRA Evolved Universal Terrestrial Radio Access 演进的通用陆地无线接入FDD Frequency Division Duplex 频分双工HARQ Hybrid Automatic Repeat Request 混合自动重传请求LTE Long Term Evolution 长期演进MAC Medium Access Control 媒体接纳访问控制MCS Modulation and Coding Scheme 调制编码格式MME Mobility Management Entity 移动管理实体MSC Mobile Swithch Center 移动交换中心OFDM Orthogonal Frequency Division Multiplexing 正交频分多址OFPC Open Loop Fractional Power Control 开环部分功率补偿控制PDCCH Physical Downlink Control Channel 物理下行控制信道PDN Packet Date Network 分组数据网PRB Physical Resource Block 物理资源块QoS Quality of Service 服务质量RLC Radio Link Control 无线链路控制RNTI Radio Network Temporary Identifier 临时无线网络标识RNC Radio Network Contrl 无线网络控制RRM Radio Resource Management 无线资源管理SAE System Architecture Evolution 演进型系统架构SINR Signal-to-Interference-plus-Noise Ratio 信干噪比SRS Sounding Reference Signal 探测参考信号TTI Transmission Time Interval 传输时间间隔UE User Equipment 用户设备UMTS Universal Mobile Telecommunications System 通用移动通信系统第一章引言1.1课题背景随着无线通信技术的迅猛发展，在下一代无线网络中，用户希望得到高速率、广覆盖的服务，为此ITU定义了IMT-Advanced来满足这些期望。
面向5G的D2D通信技术评述作者：王建沣来源：《电子技术与软件工程》2017年第02期摘要随着智能终端设备不断增加和网络流量的持续上升，现有的通信技术已无法满足未来通信要求。
终端直通（Device-to-Device，D2D）通信作为第五代移动通信网（5G）的关键技术能有效缓解数据压力，提高频谱利用率。
本文介绍了D2D的优点，详细分析了D2D通信中的关键技术环节，展望了D2D未来发展重点及主要方向。
【关键词】D2D 5G 资源分配 MIMO1 引言移动通信技术产生至今已近半个世纪，用户数量不断增加，业务量不断增长，网络流量也持续上升，这些都对现有的4G通信技术提出了更高的要求。
相比较起来5G通信技术有更大的优势，包括容量更高、数据速率更快、端到端时延更小、开销更低、大规模设备连接和始终如一的用户体验质量（QoS）等。
终端直通（Device-to-Device，D2D）通信技术是指临近的移动终端通过运营商授权频谱直接进行点对点的数据传输技术，已经被标准化组织3GPP列入新一代移动通信系统的发展框架中，成为第五代移动通信的关键技术之一。
通信系统或网络中，一旦D2D通信链路建立起来，传输数据就无需核心设备或中间设备的干预，这样可降低通信系统核心网络的数据压力，大大提升频谱利用率和吞吐量，扩大网络容量。
具体优势可以体现在以下几个方面：（1）设备与设备间的通信距离缩短，用较小的传输功率获得较大的传输速率；（2）传统蜂窝通信方式需要基站进行中继传输，D2D通信不需要网络中转从而有效减轻基站负担；（3）D2D通信模式下，用户可以复用小区中其他用户的频谱资源接入网络，从而提高频谱利用率；（4）D2D通信因为不需要基站中继，因此在基站故障或损坏情况下也能正常通信。
2 D2D通信关键技术未来的无线通信系统将向网络融合的方向发展，在传统的蜂窝网络中引入D2D技术，在提高数据传输速率、降低传输功率、提升网络容量的同时，也给通信系统带来新的问题。
探析面向5G通信网的D2D技术发表时间：2019-01-22T13:43:07.357Z 来源：《基层建设》2018年第36期作者：邓杰文张永蔡圣贵[导读] 摘要：在信息技术不断发展的背景下，移动互联网行业需要按照市场发展趋势进行优化设计，推动无线通讯技术进一步发展。
海军大连舰艇学院辽宁大连 116018 摘要：在信息技术不断发展的背景下，移动互联网行业需要按照市场发展趋势进行优化设计，推动无线通讯技术进一步发展。
本文通过提高频谱利用率、优化用户体验，两个方面对D2D技术的应用优势进行了讨论，又对D2D链路性能分析、合理分配D2D资源、SDN与NFV相结合、应用C-RAN方案、整合SDN技术，五个方面对面向5G通信网的D2D技术设计策略进行了整理，希望为关注这一话题的人们提供参考。
关键词：5G通信网；D2D技术；链路性能引言现阶段，4G技术已经在我国广泛应用，5G技术已经初步取得研究成果，成为通讯领域的发展趋势，但在进行这一工作时，在设计5G系统时，为了能够进一步提高设计的有效性，需要将D2D技术融合到其中，构建完善的通信网，对通信信号进行优化设计，推动通讯领域进一步发展。
一、D2D技术的应用优势（一）提高频谱利用率 D2D技术具有提高频谱利用率的应用优势，具体可以通过以下两个方面来了解，第一，在通讯设备中应用D2D技术，能够将设备连接起来，进一步提高通讯系统的运行稳定性，应用传统方法对5G网络进行设计时，需要消耗大量的资金进行数据连接设计，导致设计效率不高，在实际运运行中容易出现故障问题，但应用D2D技术，能够增大网络容量，并优化通信网络构建，推动5G技术进一步优化发展。
第二，传统信息系统中，用户需要应用蜂窝无线通信设备进行信息传递，但在应用D2D技术时，系统能够与共享资源相连接，提高通讯效率，推动通信行业能够进一步发展。
（二）优化用户体验在通信网中应用D2D技术，具有优化用户体验的优势，具体可以通过以下两个方面来了解，第一，在信息技术不断发展的背景下，人们生活中应用的信息技术逐渐增多，但通信技术要想优化发展，需要对市场发展趋势、客户体验感受等方面进行分析，并结合D2D技术进行系统设计工作，达到优化用户体验的目的。
《基于D2D通信的频谱接入与资源分配研究》篇一一、引言随着无线通信技术的飞速发展，设备到设备（Device-to-Device，D2D）通信技术已成为提升无线频谱效率及系统性能的关键技术之一。
D2D通信能够实现直接通信设备之间的信息交换，大大降低了通信系统的能耗，提升了数据传输速率和系统效率。
本文将对基于D2D通信的频谱接入和资源分配问题进行深入研究。
二、D2D通信概述D2D通信是指终端之间通过直接或近距离的方式交换数据信息的技术，相较于传统的基站转发方式，具有高效率和低功耗等优点。
通过使用D2D技术，用户可以直接传输数据，减少了经过基站的数据转发次数，大大提高了数据传输效率。
三、频谱接入研究在无线通信系统中，频谱接入是实现多个设备有效通信的重要手段。
针对D2D通信系统中的频谱接入问题，首先需要对现有的频谱资源进行评估和管理。
一种可行的策略是动态频谱接入，即根据系统实时负载和用户需求动态调整频谱资源的使用。
此外，还需要考虑如何避免与其他通信系统（如蜂窝网络）的干扰。
这要求我们在设计频谱接入策略时，需要考虑到不同系统之间的兼容性和互操作性。
四、资源分配研究资源分配是D2D通信系统的另一个重要研究领域。
由于在通信过程中，各个设备对于资源的请求不同，如何公平有效地分配资源成为了研究的重点。
针对这一问题，我们可以通过设计合理的资源分配算法来实现。
例如，可以根据设备的优先级、信道状态和系统负载等因素进行动态资源分配。
此外，还需要考虑如何减少资源分配过程中的干扰和延迟。
因此，资源分配策略不仅需要考虑到当前的系统状态和用户需求，还需要具备较高的灵活性和可扩展性。
五、研究方法与实验结果针对上述问题，我们采用了多种研究方法进行深入研究。
首先，我们通过建立数学模型来描述D2D通信系统的频谱接入和资源分配问题。
这些模型包括无线信道模型、用户行为模型以及系统性能评估模型等。
其次，我们通过仿真实验来验证我们的模型和算法的可行性。
D2D通信技术在物联网中的应用研究随着物联网技术的快速发展，人们对更快速、可靠的无线通信技术的需求也越来越大。
直接设备到设备（Device-to-Device，D2D）通信技术作为一种新兴的通信方式，越来越多地被应用于物联网中。
在本文中，将重点研究D2D通信技术在物联网中的应用，探讨其在提高网络性能、增强设备之间的直接连接能力和支持多种物联网应用方面的作用。
首先，D2D通信技术在物联网中的应用可以显著提高网络性能。
传统的无线通信方式通常需要数据通过基站进行转发，这会导致数据传输的延迟和网络拥塞。
而D2D通信技术将数据直接从一个设备传输到另一个设备，可以大大减少传输的延迟，提高网络的整体性能。
此外，D2D通信技术还可以减轻基站的负载，降低整体的网络拥塞情况，提供更稳定和可靠的通信服务。
其次，D2D通信技术在物联网中的应用可以增强设备之间的直接连接能力。
传统的无线通信方式通常需要将数据传输经过基站进行转发，这导致设备之间的直接连接能力受限。
而D2D通信技术可以直接连接设备，实现设备之间的直接通信，提高通信的灵活性和可用性。
这对于需要实时数据传输的物联网应用尤为重要，例如智能家居中的设备之间的互动、智能交通系统中的车辆间的通信等。
通过D2D通信技术，设备之间可以直接传输数据，相应的延迟可以大大降低，增强设备之间的交互效率。
最后，D2D通信技术在物联网中的应用还可以支持多种物联网应用。
物联网的发展离不开海量的设备和复杂的应用场景。
而D2D通信技术的引入可以提供更灵活的通信方式，满足不同物联网应用的需求。
例如，在智能城市中，D2D通信技术可以用于智能路灯之间的数据交换，实现路灯的远程控制和监测。
在智能农业中，D2D通信技术可以用于传感器之间的数据传输，实现对农作物的实时监测和灌溉控制。
在智能医疗中，D2D通信技术可以用于医疗设备之间的快速数据传输，提高医疗服务的效率和准确性。
总之，D2D通信技术在物联网中的应用研究具有重要的意义。
D2D通信中大数据处理关键技术分析与展望作者：郑彤崔景伍郑梦婷来源：《移动通信》2016年第07期【摘要】分析了D2D通信中大数据的特征，重点阐述了数据筛选、预处理、建模等大数据处理的关键技术，并对提高大数据无线传输的稳定性、可靠性和高效性进行了探讨和展望。
【关键词】5G 大数据 D2D1 引言在当前移动通信系统中，数据要经过基站、基站控制器、网关和交换机。
随着大数据背景下网络流量迅猛增长，基站将不堪重荷。
终端直通（D2D，Device-to-Device）通信作为第五代移动通信系统（5G）中的关键技术之一[1-2]，可实现数据不经过基站直接传输（如图1所示），借助提高空间利用率来进一步提高无线频谱利用率，可使移动通信在众多场景下变得更加直接和高效[1-3]。
但面对爆炸式的业务量，仅仅依靠D2D通信技术是远远不够的。
提升如何从各种各样的数据（包括结构化、半结构化、非结构化数据等）中快速获取有价值的信息的能力对于大数据分析与处理来说十分关键。
业界对大数据的特征进行归纳，主要包括4个“V”[4]，即数据体量巨大（Volumn）、数据类型繁多（Variety）、数据价值密度低（Value）、有很多实时数据要求快速处理（Velocity）。
因此，传统的数据表示方法不能适用于大数据的表示。
如何对体量巨大、结构繁多的数据进行有效表示？如何通过结合D2D通信的特点，最大程度地压缩数据的冗余度，挖掘出隐藏在数据背后的规律，从而使数据发挥出最大的价值？是D2D通信中大数据处理技术的核心目标。
本文首先从分析D2D通信系统中大数据的典型特征出发，分析大数据处理过程中所面临的挑战；然后具体分析了D2D通信系统中大数据的表示和处理方法；最后对未来研究方向做了展望。
2 D2D通信系统中大数据的典型特征（1）数据量大D2D通信为海量多媒体服务提供了一个强大的通信平台，如海量文本、图像、语音、音视频等应用。
但是，随着采集设备成本的降低和存储容量的增大，训练样本的数量往往非常巨大，如在很短的时间内所采集到的数据可以轻易地达到几百TB。
由于D2D通信中终端计算及存储能力有限，如何有效地表示采集到的大数据集十分关键。
由于D2D大数据集中数据的分布复杂多样，因而需要采用具有较高普适性和较大灵活性的模型和方法来对数据的特征属性进行表示和处理[5]。
传统的基于参数建立起的模型及其学习算法由于模型的结构固定，因此限定了其可以表示的数据特征。
与参数模型相比，采用具有结构可调节的非参数模型及其学习算法在这样的情况下具有更好的效果。
（2）数据的维度高由于D2D通信中终端的异构性以及用户需求的异构性，高维和超高维的数据不断涌现。
很显然，数据维数越高（属性越多），就可以更加全面地刻画所描述的对象以及更好地分辨对象。
然而，过高的维数不可避免地对数据的表示与处理提出了严峻的挑战。
研究表明，对于大部分观测或采集到的高维数据而言，其主要信息存在于一个低维空间中。
换句话说，该低维空间包含了高维数据中的全部或绝大部分的有用信息。
因此，如何在低维空间中有效地刻画高维数据的有用信息，也是D2D通信中大数据处理领域一个不容忽视并且极具挑战性的问题。
目前已经有一些隐空间模型和方法，如主成分分析、因子分析、独立成分分析等可以用于完成此项任务，找到这样的低维空间并将数据进行高效表示[7]。
（3）模型的复杂度和计算时间传统的通信系统处理数据时，由于数据量不大，因此可以采用较为复杂的模型来描述数据的特征。
而在与D2D通信大数据相关的应用中，终端处理能力受限，如果仍然采用复杂的模型来处理大数据，则计算和时间成本将大大增加；另一方面，如果采用较为简单的模型，可能不能完全表示和挖掘出大数据的关键特性。
解决方法是：一方面，尽可能设计简洁的模型及高计算效率的算法，从而降低模型的复杂度和计算时间；另一方面，利用终端的灵活性，可以采用并行计算和分布式计算技术，把原先一个终端上的数据表示和任务处理分摊到多个终端。
通过设计相应的算法，实现多个节点的信息共享和协作，从而降低每个终端上模型的复杂度和计算时间[7]。
（4）算法的实时性和可扩展性在D2D通信系统的大数据处理中，都需要对其中的大数据进行实时性表示与处理，即当新数据到来以及新类型出现时，算法能够根据实际情况进行自适应的调节，以适应数据的变化。
而传统的学习算法偏重于离线算法，因此需要设计一些在线学习算法，对描述或表示数据的模型进行在线学习。
其中，贝叶斯技术可以很方便地用于在线学习[8]。
此外，在设计模型及其学习算法时，也需要考虑其多媒体应用的可扩展性。
3 D2D通信系统中大数据处理方法基于D2D通信中大数据处理的具体特征，本文拟从用户的感受出发，设计如下方案来高效地表示和处理D2D通信系统中的大数据，提取其中的有效信息，具体如下：首先，从应用的内容出发，根据具体用户业务需求和应用背景对大数据进行初步筛选。
即只需要保存与所需任务相关的数据，去除无关数据，从而提高后续处理的效率。
其次，设计合理的算法，对大数据进行预处理，并且依据用户体验提取特征属性。
如前文所述，D2D通信中所采集到的大数据的维度（属性）较大，因此对于大数据有效特征属性的提取十分重要。
此处可采用贝叶斯因子混合分析方法，通过该方法，可以找到一个数据有效信息相对集中的低维空间，从而可以将高维数据投影到低维空间中，最大程度地降低数据的冗余，完成数据的降维过程，从而可以在低维空间中完成后续的操作（如图2所示）[9]。
此外，该方法的另一个优点在于，由于得到了高维数据的低维有效表示，从而可以在某些条件下实现数据的可视化。
图2 数据冗余度降低过程最后，设计合适的模型来精确地描述提取出的大数据属性，从而进一步用高效、简约的形式来表示大数据。
在现有的工作中，在用模型对大数据进行表示和处理方面已经开展了一些研究，取得了一些研究成果。
具体地，选用混合模型来描述建模大数据的分布已成为主流，主要原因有两点：（1）D2D通信中业务种类多、网络数据的分布较为复杂，而混合模型在理论上可以建模和描述任意复杂的数据分布。
（2）混合模型及其学习算法属于生成方式的学习范畴，只要获得准确的模型，则可以用该模型作为大数据的紧凑表示形式，因此，其比判别方式的学习具有更小的存储、更低的传输和处理复杂度，并且有利于在线操作[10]。
此外，根据不同目标场景中的不同类型的数据，需要提出与之相对应的模型和配套学习算法，用其来表示大数据。
例如，对于属性较少（数据维度较低）的数据，采用所提出的无限成分t混合模型及其学习算法，估计出模型的参数，在后续的处理任务中只要关注参数就可以准确把握数据的特性。
对于属性较多的高维数据，则采用所提出的无限成分t因子混合分析器及其学习算法，对数据进行有效地表示。
对于具有时间或空间相关性的数据而言，则可以采用所提出的具有stick-breaking先验分布的t隐马尔可夫模型及其学习算法对数据进行表示[11]。
隐马尔可夫模型的最大特点在于结构较为灵活，其可以根据数据的分布自适应确定模型的结构（如混合成分数目、因子维数等），并且对大数据中出现的离群点也具有较强的鲁棒性。
由于通过学习算法得到的模型精确描述了数据的分布，较好地完成了后续任务，网络业务流量的识别与预测的正确率有了较大的提升[6]。
进一步考虑到大数据表示和处理中对于模型复杂度和计算时间的需求，需要设计与上述模型相关的分布式算法。
通过该类算法，网络中的各个终端只需要采集到部分数据，就可以通过节点间的协作来协同估计出反映整个数据特性的模型参数。
需要注意的是，在通信网络中，传输的代价比本地终端计算的代价要高得多。
因而在协作过程中，各个终端只需要和在其通信范围内的邻居节点进行通信，并且只传输用于估计最终模型参数的充分统计量，而无需把自己持有的那部分数据传输给邻居终端。
这样做的优点在于可以将对大数据的表示和处理分摊到各个终端上，从而最大程度降低了D2D终端的计算量。
另一方面，由于充分统计量比原始数据量少很多，因此可以最大程度地降低传输代价，并且减少由于传输中丢包或其他错误、干扰等引起的系统性能的下降。
4 研究展望对于未来D2D通信中大数据处理技术的研究可以从几个方向开展：（1）进一步地从高维大数据特征中压缩冗余，剔除无关无用属性，提取与应用目标相关的有用特征，将核学习、流形学习方法引入，解决大数据表示问题。
（2）利用半监督学习、迁移学习、集成学习等理论和技术，最大程度地挖掘大数据间的内在关联信息。
（3）在现有模型和方法的基础上，开发设计在线学习算法，实时完成大数据的处理任务。
（4）设计分布式学习以及大数据处理算法，进一步提高网络节点之间协同处理和通信的能力，进一步降低网络节点之前传输的数据量。
（5）针对具体应用，设计结构更加灵活，更具有普适性、鲁棒性的模型，并且开发设计快速、高效的模型参数及结构估计方法，从而获得更简洁的大数据表示形式。
5 结束语D2D技术被广泛认为是5G的关键技术和解决无线大数据传输的有力工具。
本文从D2D 通信中大数据特征入手，分析面临的挑战，提出应对策略，展望研究方向，综合探讨了如何提高D2D大数据无线传输的稳定性、可靠性和高效性的问题。
参考文献：[1] 尤肖虎，潘志文，高西奇，等. 5G移动通信发展趋势与若干关键技术[J]. 中国科学：信息科学， 2014（5）： 551-563.[2] S Mumtaz， K Huq， J Rodriguez. Direct Mobile-to-Mobile Communication： Paradigm for 5G[J]. IEEE Wireless Communications， 2014，52（10）： 14-23.[3] 邬贺铨. 大数据思维[J]. 科学与社会， 2014（1）： 1-13.[4] 王元卓，靳小龙，程学旗. 网络大数据：现状与展望[J]. 计算机学报， 2013（6）：1125-1138.[5] D Wu， J Wang， R Hu， et al. Energy-Efficient Resource Sharing for Mobile Device-to-Device Multimedia Communications[J]. IEEE Transactions on Vehicular Technology， 2014，63（5）： 1243-1253.[6] L Zhou， R Hu， Y Qian， et al. Energy-Spectrum Efficiency Tradeoff for Video Streaming over Mobile Ad Hoc Networks[J]. IEEE Journal on Selected Areas in Communications， 2013，31（5）： 981-991.[7] L Zhou. Specific- Versus Diverse-Computing in Media Cloud[J]. IEEE Transactions on Circuits and Systems for Video Technology， 2015（99）： 1.[8] L Zhou， Z Yang， J Rodrigues， et al. Exploring Blind Online Scheduling for Mobile Cloud Multimedia Services[J]. IEEE Wireless Communications， 2013，20（3）： 54-61.[9] Q Li， RQ Hu， Y Qian， et al. Cooperative Communications for Wireless Networks：Techniques and Applications in LTE-Advanced Systems[J]. IEEE Wireless Communications，2015，19（2）： 22-29.[10] Y Wen， W Zhu. Fuelling Big Data Intelligence into Future Multimedia System：Reflection and Outlook[A]. in IEEE International Conference on Multimedia Big Data （BigMM）[C]. 2015： 1-4， 20-22.[11] G Gao， W Zhang， Y Wen， et al. Towards Cost-Efficient Video Transcoding in Media Cloud： Insights Learned From User Viewing Patterns[J]. IEEE Transactions on Multimedia，2015，17（8）： 1286-1296.。
