摘要：社会的进一步发展，促使现阶段我国科技水平不断提升，此种背景下，5G被制造，作为一种面向未来的尖端通信技术，无论是网络容量还是流量都发生巨大改变。基于此，本文立足于5G网络角度，分析了D2D通信模式的具体选择方法，研究了应用时的资源优化算法，希望以下内容的论述可以推动我国通讯网络事业稳定发展。
关键词：D2D通信；模式选择；最优化资源分配；次优化资源分配
引言
Device－to－Device通信技术方法可以说是5G网络构建中的一个重要组成部分，其在实际应用过程中可以进一步提升5G网络应用性能，保证5G网络稳定。该技术在整体系统的控制下，促使无线网络直接通过小区资源进行通信，所以对于资源的优化十分重要。因此，对5G网络中D2D通信模式选择和资源优化算法研究有着鲜明现实意义。
一、Device－to－Device概述
D2D(Device to Device)通信技术是在系统控制下，允许无线蜂窝网络的终端之间不经过基站而利用小区资源直接进行通信的新兴技术。它通过复用小区频谱资源，能够提高蜂窝系统频谱效率，降低终端发射功率，是下一代(5G)移动网络的重要组成部分[1]。目前，D2D通信主要有三种工作模式，即传统蜂窝模式、专用模式和复用模式。资源分配是D2D通信中的热点问题，然而，很对文献均没有考虑到用户在不同调度周期的信道差异，将所有RB(Resource Block，资源块)等概率分配给需要调度的用户。而在实际应用中，由于无线信道的衰落现象，一个终端用户在不同的信道(资源块)上观察到的信道质量是有差异的。如果把质量好的信道分配给该用户，则可以获得较高的数据速率。
二、系统模型
在本次研究过程中，主要对单个蜂窝传输模式小区进行综合分析，并且应用基站对小区内部各个用户的通信进行控制。其中基站将会发挥重要的作用，应用时，可以通过合理的方法，在不影响用户质量以及通讯安全的前提下获得用户与基站之间的信道质量信息，还可以获得用户与用户之间信道质量信息。同事，在合理的调度周期之内，基站承载着用户通信模式的选择以及决策，为用户与基站，用户与用户之间合理化、高效化分配信道资源。并且，在每个网络通讯调度开始之前完成上述工作，将模式选择以及资源分配方案传递给用户。
立足于通信模式而言，基站为用户选择的模式类型大致可以分为两种，具体信息可以概况为以下内容：①专用模式。所谓的专用模式其实就是指，通信过不经过基站进行通信的方式。②蜂窝模式。此种模式在应用过程中，需要通过基站进行信息传输。传输过程中，首先由发射方发出信息，然后基站对信息进行接收，最后由基站传递给接收者。从此角度而言，该类型的通信方式与传统蜂窝方式之间存在一定的相似之处。
如图1所示，就是上述内容所说的两种通信方法表示，图片中实线所表示的通信模式为蜂窝模式，虚线为专用模式。从该图中可以总结，不同类型的传输方式，对于信道质量的要求并不相同，并且信道质量将会受到传输距离、传输功率等方面的影响。基于此，只有模式选择方案与资源分配决策科学合理，整个网络系统通信性能才能全面提升。
为更好的解决上述问题，本文对资源块内容进行了必要的限定，具体内容为：资源块不会存在有重复应用的情况。之所以进行此种限定，是为了保证用户与用户在进行通信过程中，不会发生干扰。在一个单一小环境中，设定资源频率数量KRB，应用集合形式进行描述则为：K={1、2、3……K}。而此时D2D用户数量集合可以表示为如下形式：U={1、2、3……2N}。简单而言，设定用数量为“j”，则对应接收用户数量我“j+N”。
结合上述内容，专用模式背景下，接收以及对应信道容量计算公式可以写成以下形式：
上述公式中，γj，j+N所表示的内容为实际用户对所具有的信噪比，Pj所表示的内容为用户j通信信息发射成功率，Gj，j+N所表示的内容为信道使用过程中的实际增益情况，N0所表示的内容为功率。Cj，j+N所表示的内容为信道实际应用容量，B所表示的内容为网络带宽。
上述公式（2）中所表示的信道容量，可以说是当下所有信道资源质量的考核标准，也是信道资源分配的具体依据，其主要数值将会由带宽带下所决定，还会受到发射功率以及用户之间的距离影响额。但是，本文认为，因为信道在实际应用过程中将会存在有信道衰弱等问题，这会直接影响信道应用质量，导致同一个用户在不同信道条件下所分析出的信道质量存在较为明显差异性的。因此，在资源分配的计算与分析过程中，应该考虑到此类问题的影响，以此提升系统容量。鉴于此，在本文分析过程中，应用瑞利分布方法对用户j在不同信道上所存在的质量差异性进行研究，并且引入变量X用户j信道使用时的容量进行表示，最终得出的概率函数可以表示为如下形式：
根据公式（2）可以计算出σ的数值，进而保证公式（3）可以正常应用，并且认为求解出的各类随机数值可以表示用户不同信道条件下的差异性。
立足于蜂窝模式而言，因为传输过程中将会存在上下两个信道，其中上行信道所表示的内容为发送用户与基站之间的信道，下行信道所表示的内容为基站与接收用户之间的信道。此时上行信道所具有的信噪比以及容量可以进行如下表述：
下行信道为：
式中，PB表示基站向用户j+N发射功率，Gj+B和GB，j+N表示上下行信道的信道增益。用Gij，B表示上行信道使用资源块i时的信道容量，用Gi’B，j+N表示下行信道使用资源块i’的信道容量，则Gij，B和Gi’B，j+N都是符合瑞利分布(3)的随机变量。值得注意的是，在这种通信方式下，需要为用户在上下行链路分配两个不同的RB，这也使得资源分配调度更加复杂。
三、问题概述
在实际应用过程中，基站所具有的作用不仅仅是需要完成用户的信息传递以及转移，还需要对用户进行信道分配，而本次研究的目标便是，立足于小区吞吐量角度，在保证吞吐量最大的情况下，做到信道资源的合理分配、高效分配以及公平分配，并且需要保证每个分配的信道质量过关，不影响用户的正常使用。鉴于此，为更好的解决这类问题，本文提出对用户通讯模式选择以及资源最优化分配问题进行研究，并且应用非线性规则对问题进行分析和解释。
上述计算公式中，公式（6）存在的意义主要是为了表示系统中的最大吞吐量，公式中的i表示信道，而j主要表示用户。Yj是模式变量，Xi，j则是信道变量。当Yj取值为“1”时，表示用户j采用蜂窝通讯模式；当Yj取值为“0”时，表示用户j采用专用通讯模式。当Xi，j区值为“1”时，表示i分配给用户j相应的资源快；当Xi，j区值为“0”时，表示i没有分配给用户j相应的资源快。
如果两个用户在通讯过程中选择应用蜂窝进行传输，则此时得出的数据传输效率为上下信道所具有的最小容量数值，并且，二者应用过程中占据了两条信道，所以最终在计算的过程中，需要将最小数值乘以二，也就是公式（6）中前半部分所表示的内容。如果两个用户在通讯过程中，应用专用模式进行信息传递，此时应用的信道数量将会降低到为“1”，公式（6）的后半段是此种情况下的系统容量。
公式（7）主要表示的内容为：通信过程中，一个用户只能应用一个资源块。公式（8）为公式（7）的补充说明，其主要内容为：通信过程中，一个资源块只能分配给一个用户。公式（9）主要表示的内容为：通信过程中，如果采取蜂窝模式进行通信传递，则上下两个信道的资源块并不相同。
通过上述分析可以发现，当一个通信传输过程同时满足上述所有公式条件，那么最可以促使公式（6）计算出最大系统容量，而Yj以及Xi，j的结果就是本次研究的两个问题：模式选择最优化方案以及信道分配最优化决策。
四、资源分配方法
结合上文分析内容可以了解，想要解决5G通信中的D2D模式选择以及信道分配问题，就需要立足于资源优化角度，从多个方面进行综合分析，最终需要求解出非线性关系，并且结合分析线图像对比得出结果。在本小节中，主要对求解方法进行了论述，并且应用相关的软件求解最优问题，得出了最优模式方案以及具体的资源配置决策。除此之外，为保证计算结果准确，具有实用性与代表性，本文分设计了一个迭代计算方法，在保证计算质量的同时，还可以提升求解速度。
1.1最优资源分配方法
上问题提出的目标（6）其实可以看做为一个整数非线性问题，基于此，为了可以得最优化的结果，本文应用lingo软件进行处理。该软件在实际应用过程中可以将数学公式直接转化为计算机语言，以求软件可以进行识别。图2中的内容就是本次计算过程中，应用到的部分代码。
结合代码以及实际计算流程，为了可以快速、准确的解决目标（6）中所提到的max以及min问题，计算过程中引入了变量T（j）。根据代码信息可以解读：首先对用户j进行了资源块的匹配，然后计算了该用户应用蜂窝模式进行通信情况下，信道速率所具有的最小值。之后将计算出的数值乘以二，并且与最优情况下的数值进行比较，比较的目的是为了选择这些数据中的最大值，然后结合所有用户计算值进行求和处理，最终得到的计算结果就是当下系统在实际通讯过程中所具有的最大网络吞吐量。图中4~7位置所显示的内容就是上文提到的（7）与（8）所表述的内容。其中transmah以及resmah都是0—1矩阵，二者同时表示资源块，其中前者表示发送方资源块，后者表示接收方资源块。并且在图中的“8”位置，对发送与接收的资源块类型进行了限制，表示二者资源块类型不能相同。
图2 最优资源分配部分代码
4.2次优资源分配算法
在文章的上述论述中，最优资源分配方法已经可以得出最优解，但是随着技术的普及，以及广泛应用，在实际生活中，通讯用户数量将会不断增加，此种背景下，可能出现的迭代次数将会增加，系统资源消耗也会激增。鉴于此，本文结合上述种种情况，最终提出了一个新算法，此种方法在应用过程中可以很好的避免资源过度消耗，促使最优化解的计算过程更加简单。如图3所示，就是次优资源分配方法的部分代码[2]。该方法在实际应用过程中，将会对所有用户信息进行分析与核实，并且对各类通信方式进行比较，最终结合（6）中的计算公式，为用户选择一个最为优秀的通信模式以及通讯信道，同时还可以保证用户选择的信道只有用户自己可用。所有用户全部应用此种方法进行处理，直到全部完成之后，算法自动结束。
图2 次优资源分配部分代码
五、仿真结果与分析
在分析过程中，为保证分析结果具有代表性，分析内容正常，分析过程简便，本文应用C++系统仿真器对结果进行处理，分析结果的各类参数为表1内容。立足于单小区情况而言，仿真过程中，用户与用户之间的距离，以及用户和网络基站之间的距离都是无法确定的随机状态[3]。籍此，首先提出假设：整个仿真处理流程中，用户与网络基站之间的距离保持在1km，并且可以在1km范围之内进行变化；用户与用户之间的距离保持在500m之内，并且可以在500m范围之内进行变化。然后限定阴影衰落均值为0dB、方差数值为0dB。此时结合上文提到的资源优化分配方法，分别对小区网路吞吐量以及蜂窝通信模式选择概率计算。最终结合计算结果进行比较。
表1 主要仿真参数
5.1小区吞吐量
集合上述表中的各个参数素质，可以计算出小区实际的网络吞吐量，计算方法为最优、次优资源分配方法以及随即分配方法，计算结果应用图二进行展示。通过分析图二的线性关系可以发现，最优资源分配方法的应用效果较为明显，在当下环境条件下可以保证整个系统处于最大吞吐量，次优资源分配方法与最优方法相差无几，两条分析线走势几乎重合，应用试验效果较为良好[4]。反观随机分配方法，分析线与上述两条具有明显的差距，无法在应用过程中进一步提升系统网络吞吐量。
除此之外，通常分析图4可以发现，图4中的三种分配方法分析线在第六次试验之后，都表现出明显的下降趋势，通过分析试验内容得知，在第六次试验之后，将用户与用户之间的通信距离增加，从原本的“500m范围内”扩大到“1000m范围内”。因此可以总结出：系统实际网络吞吐量与用户之间的距离存在一定关联，二者之间成反比关系，距离越长，吞吐量越小。造成此种现象的原因在于，距离增加，损耗就会增多。
图4 小区吞吐量
图5 用户选择蜂窝通信方式的概率图
5.2通信模式选择
结合上述表中的参数信息以及各类公式，最终可以计算出三种算法下，用户选择蜂窝通讯模式的概率信息，并且上述公式中已经论述，保证系统吞吐量的同时，可以为用户提供一个最优化的通信方式。最终计算结果可以表示为图5内容。通过对图三进行分析可以发现，最优、次优资源分配方法下，对于用户的通信方式选择都充分的考虑了各种通信方式所具有的信道质量，所以二者最终形成的分析线较为相似[5]。随机资源分配方法在应用过程中没有合理考虑到信道质量问题，所以分析线具有明显的波动，并且没有任何规律可言。并且，在第六次试验之后，用户与用户之间的半径进一步增加，此时大多数用户选择通过基站进行通信传输，但是在随机资源分配方法中没有体现出此类特征。
六、结语
总而言之，D2D是通信网络中十分重要的新兴技术，可以预见，其在日后的发展过程中可以发挥更大的作用，应用时可以为传统通讯用户带来巨大便利。本文上述内容净化分析了D2D模式选择，并且立足于资源分配问题，提出最优以及次优两种算法，认为在大数量信息传输中，次优算法的作用更加明显，可以有效提升用户体验。
参考文献：
[1]江涛,王涛,屈代明,王博.极化码与奇偶校验码的级联编码:面向5G及未来移动通信的编码方案[J].数据采集与处理,2017,32(03):463-468.
[2].罗德与施瓦茨成为首家提供5G NR网络完整端到端测量解决方案的供应商[J].国外电子测量技术,2019(04):124.
[3].Newtec与Wind River协作研发5G卫星通信方案实现网络编排、虚拟化和网络切片是关键[J].无线电工程,2019,49(04):336.
[4]尹颖.基于博弈论的跨小区Device-to-Device（D2D）通信资源分配机制[D].重庆邮电大学,2016.
[5]陶宇.基于LTE-Advanced蜂窝网络的D2D通信系统无线资源分配方法研究[D].南京邮电大学,2014.
论文作者:许其威
论文发表刊物:《基层建设》2019年第14期
论文发表时间:2019/7/29
标签：信道论文; 用户论文; 资源论文; 模式论文; 分配论文; 通信论文; 过程中论文; 《基层建设》2019年第14期论文;