D2D通信中的基于联盟形成博弈的能量有效的无线资源共享机制

D2D(Device-to-Device)通信作为蜂窝网中的一种新型的通信方式,因其在提高传输速率和改善能效性能等方面的无可比拟的优势,受到人们越来越多的关注。但是,D2D通信技术在带来令人无法抗拒的优势的同时,亦会产生棘手的干扰问题。鉴于此,本文从降低干扰的不利影响、提高网络能效性的角度出发,综合蜂窝用户共享资源的主观性和客观性因素,探讨了无线资源共享机制的设计问题,即联合模式选择和链路资源分配。首先,分析了D2D通信中的两种通信模式下用户的能量有效性。其次,将能量有效的无线资源共享问题建模为效用不可转移联盟形成博弈,分析了博弈性质,并基于合并-拆分准则和帕累托偏好关系提出一种分布式算法,依此确定无线资源共享策略。最后给出并分析了数值仿真结果,以验证所提机制的可行性。

基于D2D多播通信的合作内容下载机制

针对蜂窝网、车联网等网络中用户的内容下载场景,提出了一种基于终端直通(D2D)多播通信的合作内容下载机制改善下载性能。该机制充分利用内容请求者位置的邻近特性,将其分成不相交的簇。簇内的内容请求者合作从基站处下载一份完整的内容,并轮流向簇内其他内容请求者共享所下载的内容。这种下载方式下,内容共享额外消耗的资源由簇内内容请求者共同承担。在此过程中,提出了一种定价方法来激励内容请求者间的合作。该方法仅需要基站维持一个内容下载的价格。基于此,为最小化内容请求者的下载代价,研究了用户分簇、链路调度和功率分配的联合优化问题。为以较低的复杂度得到较优的解,基于联盟形成博弈设计了一个联合优化算法。仿真结果表明,相较于传统非合作机制,内容请求者在所提机制下的下载代价降低了约37.15%;在不同数目的内容请求者和蜂窝用户下,所提机制均优于其他基准机制。

NOMA物联网下多UAV辅助MEC系统的资源分配

为解决偏远地区或突发灾害等场景中的物联网(Internet of Things,IoT)设备的任务计算问题,构建了一个非正交多址接入(Non-orthogonal Multiple Access,NOMA)-IoT(NOMA-IoT)下多无人机(Unmanned Aerial Vehicle,UAV)辅助的NOMA多址边缘计算(Multiple Access Edge Computing,MEC)系统。该系统中设备的计算能耗、卸载能耗和MEC服务器计算能耗直接受同信道干扰、计算资源和发射功率的影响,可通过联合优化卸载策略、计算资源和发射功率最小化系统加权总能耗。根据优化问题的非凸性和复杂性,提出了一种有效的迭代算法解决:首先,对固定卸载策略,计算资源和发射功率分配问题可通过连续凸逼近转化为可解的凸问题;其次,对固定计算资源和发射功率,利用联盟形成博弈解决卸载策略问题,以最小化IoT设备之间的同信道干扰。仿真结果表明,较OMA接入方式,NOMA接入方式减少本地计算能耗、卸载能耗及计算能耗约20%;较无卸载策略方法,包含卸载策略方法在减少系统加权总能耗方面效果较为明显。

一种基于物理-社交感知和支付激励的D2D多播内容共享策略

面向大规模用户的多媒体业务尤其是在线视频业务正呈现爆炸式发展的态势,D2D(Device-to-Device)多播内容共享技术被认为是一种可以有效应对大规模用户海量数据分发的关键技术。但目前关于D2D多播内容共享的研究多集中在如何提高系统的能量有效性上,对于系统数据速率和的研究不多,而系统数据速率和是反映系统能否高效分发内容的一个重要指标。为了建立一个贴近实际场景的用户模型并实现高效内容分发以减轻基站负担并提高资源(频谱和能量)利用效率,文中提出一种基于物理-社交感知和支付激励的D2D多播内容共享策略。首先,根据实际场景的限制对D2D多播通信进行建模,把模型的应用场景扩大到人流集中的高速内容共享的“热点”地区和不利于基站直接传输数据(如抗震救灾时)的大规模搜救行动的“盲点”地区。随后,以有效降低基站负载和应对海量数据分发为目标,提出以多约束条件下系统等效数据速率和为目标函数的优化问题,通过引入支付机制激励用户作为簇头为其他用户提供共享内容,通过引入基于兴趣相似度的社交关系来提高资源利用效率并降低用户支付代价。最后,提出簇头选择-簇形成算法来求解上述问题。在簇头选择算法中,在考虑用户数据速率阈值限制的同时,引入基于用户兴趣相似度的社交关系;在簇形成算法中,采用了一种增益定义与“联盟”内涵高度契合的集中控制式的联盟形成博弈模型。仿真结果表明,与相关同类策略相比,所提策略在等效数据速率和与实际数据速率和两项指标上的性能得到了显著提高,同时证明了该策略适合大规模用户的网络。