一种基于遗传算法的d2d通信系统的资源分配方法
【专利摘要】本发明公开了一种基于遗传算法的D2D通信系统的资源分配方法，D2D通信系统的终端包括蜂窝网络终端(CUE)和D2D移动终端(DUE)，其中包括N个CUE和M个DUE，方法包括：(1)设定染色体的编码方式；(2)初始化种群；(3)求解系统的信道容量，并设置其为遗传算法的适应度函数；(4)对种群进行繁殖过程，每繁殖一代包括选择、交叉、变异、修正四个步骤；(5)当繁殖代数迭代到满足终止条件后算法停止。本发明在满足用户服务质量的前提下能有效降低移动终端的发送功率，增加系统的信道容量。
【专利说明】
-种基于遗传算法的D2D通信系统的资源分配方法
技术领域
[0001] 本发明设及D2D通信领域，具体设及一种基于遗传算法的D2D通信系统的资源分配 方法。
【背景技术】
[0002] 随着5G技术的研究进一步深入，移动通信技术对大速率、大容量有了更进一步的 要求。高速无线数据服务的需求也急剧增加，需要下一代无线网络提高系统吞吐量。因此， 需要研究出合理的方法W增加系统容量，从而适应日益增加的语音和数据服务。传统的无 线蜂窝网络的通信过程需要基站转接，其分为2个阶段:发射机到基站，即上行链路;基站到 接收机，即下行链路。运种集中式工作方式便于对资源和干扰的管理与控制，但资源利用效 率低。设备到设备(D2D)通信能有效改善蜂窝网络的资源利用率。为了提高频谱利用效率， 2008年高通公司首次提出D2D通信技术:D2D通信是一种在蜂窝网络控制下，允许终端用户 通过共享传统蜂窝网络的资源进行直接通信的新技术。基于蜂窝系统控制的D2D通信资源 分配的方式有W下两种:第一种是D2D用户采用专用的频谱资源，D2D用户和蜂窝用户之间 没有相互的干扰，但面临着频谱资源有限的情况;第二种是D2D用户在蜂窝网路集中控制下 共享蜂窝用户的资源。蜂窝网络通过引入D2D通信技术，可W减羟基站负担，减小通信时延， 与传统蜂窝网络相比，D2D通信可W共享蜂窝网络的资源，可W大大提高系统容量。因此， D2D通信已成为未来移动通信的关键技术。
[0003] 但D2D引入带来了一系列的挑战，小区中的不同终端复用相同的信道资源，会对小 区中的其他终端产生同频干扰。因此，我们需要设计合理的资源分配算法，在满足用户服务 质量的前提下有效的进行资源分配。针对出现的运些问题，本发明提出一种基于遗传算法 的D2D通信系统的资源分配方法，高效地利用蜂窝网络的频谱资源，提高频谱效率。
【发明内容】
[0004] 发明目的:本发明目的是针对D2D通信系统的资源分配问题，提供一种基于遗传算 法的D2D通信系统的资源分配方法，快速有效地进行资源分配的优化，有效提高网络容量。
[0005] 技术方案:为实现上述发明目的，本发明采用如下技术方案：
[0006] -种基于遗传算法的D2D通信系统的资源分配方法，所述D2D通信系统的终端包括 蜂窝网络终端(OJE)和D2D移动终端化肥），一对D肥包括D2D发射移动终端(DT肥)和D2D接收 移动终端(DRUE)，其中有Μ对DUE和N个CUE共享上行链路资源，Μ和N为大于0的整数，其特征 在于，所述方法包括W下步骤：
[0007] (1)初始化系统参数，所述参数包括信噪比阔值、D2D发射终端的功率、移动终端数 量W及终端间的距离；
[000引（2)将资源分配方案进行染色体编码，编码方式为G = (gi，…，&，…，gM)，每个染色 体共有Μ个基因位，每个基因位gj的取值为1…N;
[0009] (3)随机产生一定规模的染色体作为初始种群；
[0010] (4) W最大化系统的信道容量为目标，计算每个染色体对应的信道容量值，并作为 遗传算法的适应度函数值；
[0011] (5)对种群进行繁殖，每繁殖一代包括选择、交叉、变异和修正过程；
[0012] (6)重复繁殖过程直到满足迭代终止条件，根据种群中适应度函数值最大的个体 进行资源的分配。
[0013] 作为优选，所述步骤(4)中第X个染色体Ux对应的资源分配方式下系统的信道容量 C(Ux)的计算公式为：
[0014]
[001引其中，B为子信道带宽，SINRc功OJEi接收到的SINR，SINRdj为D抓Ej接收到的SINR， 计算公式分别为：
[0016]
[0017] 其中，P功OJE i的发射功率，ri为OJE巧日基站之间的距离，Ρτ为DT肥的发射功率， dk,i为DT肥k和OJE i之间的距离，α为路径损耗指数，No为噪声功率，9?为第i个子信道对应 的终端集.
[001 引
[0019] 其中，Ij为DTUE j和DRUE j之间的距离，Pm为CUE m的发射功率，dm,j为CUE m和DRUE j之间的距离，为第m个子信道对应的终端集。
[0020] 有益效果：与现有技术相比，本发明基于遗传算法的D2D通信系统的资源分配方 法，能够有效提高系统容量，降低发射功率，其性能优越，且易于实现。
【附图说明】
[0021 ]图1是基于遗传算法的D2D通信资源分配方法实现的具体流程图；
[0022] 图2是D2D通信系统的应用场景图；
[0023] 图3是基于遗传算法的D2D通信资源的分配例图；
[0024] 图4是采用遗传算法和其他算法所得的D2D通信信道容量图；
[0025] 图5是采用遗传算法和其他算法所得的D2D通信系统的CUE平均发射功率图。
【具体实施方式】
[0026] 下面结合附图和具体实施例，进一步阐明本发明，应理解运些实施例仅用于说明 本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各 种等价形式的修改均落于本申请所附权利要求所限定的范围。
[0027] 场景的选择直接影响了资源分配方法的性能，下面详细分析一下场景的设定与参 数的设置。
[0028] 1.移动终端的分类与数量
[0029] 在D2D通信系统中，终端分为两类：传统蜂窝网移动终端CUE和D2D移动终端DUE。 D肥是W成对形式存在的，一对DUE包括D2D发射移动终端DT肥和D2D接收移动终端DR肥。在 FDD-LTE网络中，一个子信道分配给一个OJE，而多个DUE对可W同时共享CUE所使用的信道 资源。在本专利中，我们N个OJE和Μ对D肥共享所有的信道资源。图2为D2D通信系统的应用场 景图，其中Ν个CUE和Μ个DTUE均匀分布在一个半径为R的小区内，DRUE分布在W其对应的 DT肥为圆屯、，L为半径的圆内。本发明专利即为基于此场景提出的基于遗传算法的D2D通信 系统的资源分配方法。
[0030] 2.信道模型的建立
[0031] 在传统蜂窝网络中，CUE采用严的功率控制方式。然而在D2D通信中，D2D发射终端 DTUE通常采用相同的发射功率，记作Ρτ。我们假设发射终端和接收终端之间的信道模型为 自由空间衰减模型，即?νΡ*=1/Λ其中Pr是接收终端接收到的功率，Pt是发送终端的发射 功率，r为终端之间的距离，α是路径损耗因子。
[0032] 3.资源分配方法
[0033] 因为在抑D-LTE网络中，一个子信道只能分给一个CUE,而多个D肥可W共享一个子 信道，所WN个CUE和Μ对DUE共享信道资源至少需要N个子信道。在本专利中，我们假设系统 有N个子信道，则每个OJE分配对应一个子信道，其他D肥共享所有子信道。因此，对应每个子 信道可W容纳一个C肥和y个D肥(7 = 1···Μ)，我们把每个子信道的终端集记作瑪。
[0034] 4.容量定义
[0035] 蜂窝网终端C肥i接收到的SINR(信号干扰噪声比)可W表示为：
[0036]
[0037] 同样地，D2D接收终端DR肥接收到的SINR可W表示为 [00；3 引
[0039] 显然，D2D通信系统的容量包含两部分:CUE终端的容量和D肥终端对的容量。根据 其SINR公式，CUE i的容量可W表示为：
[0040] Cci = Blog2(l+SINRci)
[0041 ] 同理，D肥j的容量可W表示为：
[0042] Cdj = Blog2(l+SINRdj)
[0043] 最终，总的系统容量记作：
[0044]
[0045] 基于上述理论基础，对本发明的基于遗传算法的D2D通信资源分配方法进行设计。
[0046] 首先对本发明使用的符号或参数说明如下：
[0047] CUE:传统蜂窝网移动终端；
[004引 D肥:D2D移动终端；
[0049] DT肥:D2D移动终端对中的发射移动终端；
[(K)加]DRUE: D2D移动终端对中的接收移动终端；
[0051 ] Μ:小区内D2D移动终端对的数量；
[0052] Ν:小区内CUE移动终端的数量；
[0化3] R:小区半径；
[0化4] BS:基站；
[0化5] L -对D肥中DR肥和DT肥之间的最大距离；
[0056] Pi:CUE i的发射功率；
[0化7] ri:CUE i和基站之间的距离；
[0化引 Pt:DTUE k的发射功率；
[0化9] dk,i:DT肥k和CUE i之间的距离；
[0060] α:路径损耗指数；
[OOW] No:噪声功率；
[0062] lj:DTUE j和DRUE j之间的距离；
[0063] dm,j:CUE m和DRUE j之间的距离；
[0064] dk,j:DT肥k和DR肥j之间的距离；
[00化]B:子信道带宽；
[0066] 第i个子信道对应的终端集；
[0067] Po:交叉概率；
[006引 Pi:变异概率。
[0069] 如图1所示，本发明实施例公开的一种基于遗传算法的D2D通信资源分配方法，包 括W下步骤：
[0070] (1)初始化：
[0071] 1)初始化系统参数，所述参数包括信噪比阔值、D2D发射终端的功率；
[0072] 2)获取网络中的D2D通信移动终端的数量M、OJE移动终端的数量NW及各种距离变 量dk,i、dmj和dM的值;各距离信息可W基于检测信号进行估计得到或者基于各终端向基站 报告的位置信息计算得到，仿真环境中可W直接初始化各设备所在位置信息；
[0073] 3)对每个C肥来说，其仅并且只占用一个信道，不失一般性，我们假设分配给第1个 信道的C肥终端的编号记作1，依次列推，即分配给第i个信道的C肥终端的编号记作i。
[0074] (2)设定染色体的编码为G = (gi，…，gj，…，gM)，每个染色体共有Μ个基因位，代表Μ 对DUE终端，每个基因位g北勺取值为1···Ν，其取值代表着DUE共享信道资源的序号。
[0075] (3)初始化种群，种群规模越大越可能找到全局解，但运行时间也相对较长。本实 例中我们总共随机产生l〇*N个染色体形成种群，具体应用中可W根据终端数的规模和算法 的效率要求适当调整，每个染色体的基因位也是随机产生的，取值为1···Ν，其概率为1/N;
[0076] (4)求解系统的信道容量C(Ux)，并设置其为遗传算法的适应度函数，其中Ux为第X 个染色体，其中信道容量C(Ux)的求解过程如下：
[0077] 根据蜂窝网基础理论，蜂窝网终端OJEi接收到的SINR(信号干扰噪声比）可W表示 为：
[007引
[0079 ]同样地，D2D接收终端DR肥接收到的SINR可W表示为 [0080]
[0081 ]显然，D2D通信系统的容量包含两部分:CUE终端的容量和D肥终端对的容量。根据 其SINR公式，CUE i的容量可W表示为：
[0082] Cci = Blog2(l+SINRci)
[0083] 同理，D肥j的容量可W表示为：
[0084] Cdj = Blog2(l+SINRdj)
[00化]最终，总的系统容量记作：
[0086]
[0087] (5)对种群进行繁殖过程，每繁殖一代包括选择、交叉、变异、修正四个步骤：
[008引 1)选择
[0089] 本专利中，我们采用经典的轮盘赌选择方法从种群中选择染色体，第X个染色体Ux 被选择的概率为：
[0090] 2)交叉
[0091] 交叉的作用是为了得到更好的下一代，我们采用单点交叉模式，交叉点随机选择， 然后两个染色体基于交叉点左右部分进行互换。我们设定交叉概率为Po,交叉算法如下：
[0092]
[0093] 3)变异
[0094] 变异就是在种群中按照变异概率Pi任选若干基因位改变其位值，在本专利中，基 因位的取值为1···Ν，所W基因变异后的值为其值的补集。
[0095] 4)修正
[0096] 为保证每个终端的服务质量QoS,其SINR必须高于SINR的口限值，但有的时候在种 群初始化、交叉、变异过程中所产生的染色体对应的信道分配状态并不满足每个终端的 SINR都高于一定的口限值，因此需要修正的过程。在本专利中，我们采用简单的过程重复 (重新从父辈进行一次选择、交叉、变异的过程)来进行修正。
[0097] (6)当繁殖代数迭代到设定的最大数量Num后或者满足找到较优的染色体、各染色 体的适应度函数值趋于稳定等其他收敛条件时算法停止。最后计算最终的目标函数值，根 据适应度函数值最大的个体进行资源的分配。
[0098] 图3是本发明实施例的具体示例基于遗传算法的D2D通信资源的分配例图，WM = 8，N= 3为例，对应的染色体为（1，2，1，3，2，3，1，3)，即:D肥终端对1，3，7与CUE 1共享信道资 源1、D肥终端对2,5与C肥2共享信道资源2、D肥终端对4,6,8与C肥3共享信道资源3。
[0099] 图4详细比较了采用遗传算法和其他算法所得的D2D通信信道容量。为验证本发明 方法比现有技术的优势，本发明设定如下仿真参数:小区半径R为600m，D肥终端对的最大距 离L为20m，D肥终端对的数量是10,OJE终端的数量为3,OJE的最大发射功率为2W，D肥的发射 功率为0.001W，噪声功率No为-105dBm，信道中路径损耗系数为4，迭代次数为50，SINR的口 限值为6地。从图中可W看出，穷举算法所寻找出的资源分配方法其信道容量最大，但穷举 法是将所有可行的分配方案列出并进行计算，计算量大，耗时长，寻找最优值非常困难。基 于随机算法得到的资源分配方法虽然简单，但其得到的结果不甚理想。相比前两种方法，本 发明中采用的基于遗传算法的资源方法计算量小，耗时短，收敛快，其结果接近于穷举算法 所得最优结果。
[0100] 图5比较了采用遗传算法和其他算法所得的D2D通信系统的CUE平均发射功率。从 图中可W看出，所提基于基因算法的资源分配方法的CUE平均功率更低，因为在我们所提基 因算法中CUE仍然采用功率控制，能够有效降低其发射功率，高效提高网络容量。
【主权项】
1. 一种基于遗传算法的D2D通信系统的资源分配方法，所述D2D通信系统的终端包括蜂 窝网络终端(CUE)和D2D移动终端(DUE)，一对DUE包括D2D发射移动终端(DTUE)和D2D接收移 动终端(DRUE)，其中有Μ对DUE和N个CUE共享上行链路资源，Μ和N为大于0的整数，其特征在 于，所述方法包括以下步骤： (1) 初始化系统参数，所述参数包括信噪比阈值、D2D发射终端的功率、移动终端数量以 及终端间的距离； (2) 将资源分配方案进行染色体编码，编码方式为G = (gl，…，，…，gM)，每个染色体共 有Μ个基因位，每个基因位gj的取值为1…N; (3) 随机产生一定规模的染色体作为初始种群； (4) 以最大化系统的信道容量为目标，计算每个染色体对应的信道容量值，并作为遗传 算法的适应度函数值； (5) 对种群进行繁殖，每繁殖一代包括选择、交叉、变异和修正过程； (6) 重复繁殖过程直到满足迭代终止条件，根据种群中适应度函数值最大的个体进行 资源的分配。2. 根据权利要求1所述的一种基于遗传算法的D2D通信系统的资源分配方法，其特征在 于，所述步骤(4)中第X个染色体Ux对应的资源分配方式下系统的信道容量C(U X)的计算公式 为：其中，B为子信道带宽，SINRCi为CUEi接收到的SINR，SINRdj为DRUEj接收到的SINR，计算 公式分别为：其中，Pi为CUE i的发射功率，η为CUE i和基站之间的距离，Ρτ为DTUE的发射功率，dk,i 为DTUE k和⑶E i之间的距离，α为路径损耗指数，No为噪声功率，界为第i个子信道对应的 终端集；其中，lj为DTUE j和DRUE j之间的距离，PmSCUE m的发射功率，dm,j为CUE m和DRUE j之 间的距离，为第m个子信道对应的终端集。3. 根据权利要求1所述的一种基于遗传算法的D2D通信系统的资源分配方法，其特征在 于，所述步骤(3)中随机产生10*N个染色体，每个染色体的基因位也是随机产生的，其概率 为 1/N。4. 根据权利要求1所述的一种基于遗传算法的D2D通信系统的资源分配方法，其特征在 于，所述步骤(5)中种群繁殖时采用经典的轮盘赌选择方法从种群中选择染色体，第X个染 色体ux被选择的概率为：为一代种群中染色体的个数，C (Uk)为1对应的 资源分配方式下系统的信道容量。5. 根据权利要求1所述的一种基于遗传算法的D2D通信系统的资源分配方法，其特征在 于，所述步骤(5)中种群繁殖时采用单点交叉模式，交叉点随机选择。6. 根据权利要求1所述的一种基于遗传算法的D2D通信系统的资源分配方法，其特征在 于，所述步骤(5)中种群繁殖时，以所产生的染色体对应的信道分配状态下每个终端的SINR 都高于设定的信噪比阈值为条件进行修正。
【文档编号】H04W72/08GK105873214SQ201610173554
【公开日】2016年8月17日
【申请日】2016年3月24日
【发明人】李旭杰, 陈星 , 孙颖, 花思洋, 顾燕, 谭国平, 胡吉明, 郭洁, 吕勇, 李建霓
【申请人】河海大学