王璐瑤 曲 樺, 趙季紅 唐 睿 朱正倉 曹照鑫

1(西安交通大學(xué)軟件學(xué)院 陜西 西安 710049) 2(西安交通大學(xué)電信學(xué)院 陜西 西安 710049) 3(西安郵電大學(xué)通信學(xué)院 陜西 西安 710061)

D2D中以用戶為中心的聯(lián)合接入控制和調(diào)度方法

王璐瑤1曲 樺1,2趙季紅2,3唐 睿2朱正倉2曹照鑫2

1(西安交通大學(xué)軟件學(xué)院 陜西 西安 710049)2(西安交通大學(xué)電信學(xué)院 陜西 西安 710049)3(西安郵電大學(xué)通信學(xué)院 陜西 西安 710061)

在終端直通D2D(Device-to-Device)鏈路密集分布的通信系統(tǒng)中，針對(duì)多條D2D鏈路復(fù)用相同頻帶資源產(chǎn)生的同頻干擾問題，提出一種以用戶為中心的聯(lián)合接入控制和時(shí)域調(diào)度方法。區(qū)別于傳統(tǒng)機(jī)制中優(yōu)化系統(tǒng)吞吐量或能效等系統(tǒng)側(cè)性能，以用戶為中心，最大化在調(diào)度周期中滿足服務(wù)質(zhì)量需求的D2D鏈路數(shù)目。原問題可分解為兩部分：接入控制部分為混合整數(shù)線性規(guī)劃問題，屬于NP-hard難題，提出一種逐級(jí)接入控制算法；基于上述結(jié)果，時(shí)域調(diào)度部分為convex-cardinality問題，同屬NP-hard難題，設(shè)計(jì)一種啟發(fā)式算法。仿真體現(xiàn)了以用戶為中心資源優(yōu)化的必要性并驗(yàn)證了所提算法的有效性。

以用戶為中心 終端直通通信 服務(wù)質(zhì)量 接入控制 時(shí)域調(diào)度

0 引 言

根據(jù)思科公司最新的統(tǒng)計(jì)結(jié)果[1]，多媒體流已成為無線網(wǎng)絡(luò)中的主流業(yè)務(wù)，且隨著人們生活方式的改變，越來越多的多媒體流產(chǎn)生在鄰近區(qū)域，傳統(tǒng)基站與設(shè)備間的通信模式在上述場(chǎng)景下的傳輸效率低下。終端直通通信作為一種近距離通信方式，使數(shù)據(jù)傳輸鏈路可直接在設(shè)備間建立，而不需經(jīng)過基站轉(zhuǎn)發(fā)。其能大幅度改善用戶的服務(wù)質(zhì)量QoS(Quality of Service)感受，提升系統(tǒng)頻帶利用率，有效降低基站的負(fù)載，因此受到了學(xué)術(shù)和工業(yè)方面的廣泛關(guān)注[2-4]，且被視為5G中的關(guān)鍵技術(shù)之一[5]。

然而，當(dāng)多條D2D鏈路(D2D Links, D-L)復(fù)用同一資源時(shí)，會(huì)產(chǎn)生同頻干擾問題，如何解決此問題成為D2D通信的關(guān)鍵，資源分配能協(xié)調(diào)用戶干擾，有效緩解上述問題[6-7]。在已有文獻(xiàn)中，文獻(xiàn)[8]在單鏈路復(fù)用單信道場(chǎng)景下，以系統(tǒng)吞吐量為目標(biāo)，提出了最大化信干噪比的信道選擇策略，觀察了系統(tǒng)吞吐量受信道數(shù)目的影響。文獻(xiàn)[9]為了最大化系統(tǒng)總傳輸速率，針對(duì)多鏈路復(fù)用單信道場(chǎng)景，提出了反向迭代組合拍賣機(jī)制，降低了算法復(fù)雜度。文獻(xiàn)[10]在單鏈路復(fù)用單信道場(chǎng)景下，從功率控制角度提出了優(yōu)化D2D用戶功率的方法，優(yōu)化了傳輸速率。文獻(xiàn)[11]針對(duì)多用戶復(fù)用單信道場(chǎng)景，通過信道分配，借助貪婪算法優(yōu)化了系統(tǒng)的整體吞吐量。文獻(xiàn)[12]為了優(yōu)化頻譜利用率，在單鏈路復(fù)用單信道場(chǎng)景下，聯(lián)合功率控制和模式選擇，最大化頻譜利用率。文獻(xiàn)[13]為保證D-L用戶的QoS同時(shí)最小化系統(tǒng)總能耗，針對(duì)單鏈路復(fù)用單信道場(chǎng)景，聯(lián)合模式選擇、功率控制和信道分配，優(yōu)化了目標(biāo)。文獻(xiàn)[14]在單鏈路復(fù)用單信道場(chǎng)景下，聯(lián)合功率控制和資源分配，提出一種基于圖論的資源分配機(jī)制，保證蜂窩用戶和D2D用戶的服務(wù)質(zhì)量，在接入用戶數(shù)量最大的前提下最小化系統(tǒng)能耗。文獻(xiàn)[15]針對(duì)多用戶復(fù)用單信道資源場(chǎng)景，聯(lián)合接入控制、功率控制和信道分配，最大化系統(tǒng)吞吐量，保證了已有蜂窩鏈路(cellular link, C-L)用戶和D-L用戶的QoS。文獻(xiàn)[16]在多鏈路復(fù)用單信道場(chǎng)景下，考慮最佳的功率分配并提出了保證D-L用戶的QoS前提下最大化系統(tǒng)吞吐量的機(jī)制。文獻(xiàn)[17]針對(duì)單鏈路復(fù)用單信道場(chǎng)景，聯(lián)合功率控制和模式選擇，以窮舉搜索的方法保證了用戶傳輸速率。

但文獻(xiàn)[8-17]存在以下缺陷：1) 未以用戶為中心保證用戶的QoS，無法保證用戶的通信質(zhì)量，降低了用戶的服務(wù)感受[8-11,13-14,16]；2) 保證了D-L用戶的QoS，但場(chǎng)景為單個(gè)D-L用戶僅能復(fù)用單個(gè)資源[12-14]，未研究單個(gè)D-L用戶復(fù)用多個(gè)信道資源場(chǎng)景；3) 未考慮聯(lián)合優(yōu)化多維無線資源，無法實(shí)現(xiàn)系統(tǒng)性能的最優(yōu)化[11-12]；4) 算法復(fù)雜度高，難以實(shí)現(xiàn)[17]。

基于此，本文提出了一種以用戶為中心的資源分配方法。原問題可分解為以下兩部分：接入控制AC(admission control)部分在保證D2D用戶最低誤碼率要求的前提下，最大化單時(shí)隙內(nèi)能復(fù)用相同頻帶資源的D-L數(shù)目。其屬于混合整數(shù)線性規(guī)劃問題，一般意義下屬于NP-hard難題，因而提出了一種逐級(jí)AC算法，實(shí)現(xiàn)算法性能與復(fù)雜度的折中?；谏鲜鼋Y(jié)果，時(shí)域調(diào)度TS(time scheduling)部分在保證用戶數(shù)據(jù)的傳輸速率基礎(chǔ)上，確定用戶的調(diào)度次數(shù)，從而最大化滿足用戶QoS需求的D-L數(shù)目。其等價(jià)于CC(convex-cardinality)問題，同樣屬于NP-hard難題，進(jìn)而提出一種低復(fù)雜度的啟發(fā)式算法。仿真結(jié)果表明，本文所提方法以用戶為中心資源優(yōu)化的必要性，并驗(yàn)證了所提算法的有效性。

1 系統(tǒng)模型

1.1 網(wǎng)絡(luò)結(jié)構(gòu)

本文考慮單小區(qū)蜂窩網(wǎng)絡(luò)上行鏈路，且假定小區(qū)間的干擾得到了有效控制。此外，假設(shè)系統(tǒng)為D-L鏈路設(shè)定了專有的接入資源，不存在C-L對(duì)D-L產(chǎn)生干擾問題，但D-L間可復(fù)用相同資源，此時(shí)會(huì)產(chǎn)生同頻干擾。小區(qū)內(nèi)D-L集合為D={1,2,…,M}，其中M表示D-L的總數(shù)目，每條D-L中包括一個(gè)發(fā)射端DT(D2D Transmitter)和一個(gè)接收端DR(D2D Receiver)。本文考慮基于時(shí)分多址接入系統(tǒng)，時(shí)隙結(jié)構(gòu)如圖1(a)所示，幀是最小的調(diào)度周期，每個(gè)幀中包含若干個(gè)時(shí)隙。在每個(gè)時(shí)隙，多鏈路同時(shí)復(fù)用相同資源進(jìn)行通信，如圖1(b)所示：DT1和DR1通信，DT2和DR2通信，且接入同一資源中，則DT1對(duì)DR2產(chǎn)生了同頻干擾，DT2對(duì)DR1產(chǎn)生了同頻干擾；DT3、DR3、DR4與DT4亦然。

圖1 時(shí)隙結(jié)構(gòu)圖和同頻干擾圖

對(duì)于任意時(shí)隙，第i條D-L的信干噪比SINR(Signal to Interference plus Noise Ratio)值為：

(1)

1.2 用戶需求模型

(2)

其中：向量w=[wi]M×1表示每條D-L為滿足其傳輸速率需在調(diào)度周期內(nèi)復(fù)用資源的最少次數(shù)，ceil(a)表示不小于a的最小正整數(shù)。圖2展示了一種可能的調(diào)度結(jié)果，其中，DT1和DR1與DT2和DR2鏈路接入時(shí)隙T1，能夠保證上述兩條鏈路的最低誤碼率需求(等價(jià)于最低SINR門限需求)。在整個(gè)調(diào)度周期，根據(jù)調(diào)度結(jié)果進(jìn)行時(shí)域調(diào)度，從而滿足用戶的QoS。

圖2 D-L用戶在時(shí)域的接入示意圖

1.3 問題構(gòu)建

(3)

定義向量α=[αk]|F|×1表示在整個(gè)調(diào)度內(nèi)復(fù)用圖樣被調(diào)度的次數(shù)，則Gα表示每條D-L在調(diào)度周期內(nèi)的復(fù)用資源的總次數(shù)。若w-Gα≤0表示第i條D-L的速率需求在整個(gè)調(diào)度周期內(nèi)得到滿足；則w-Gα>0表示第i條D-L的速率需求未被滿足。因此引入輔助變量q=[qi]M×1，并將w-Gα≤q引入限制條件。其中，qi=0表示該D-L滿足速率要求，而qi>0表示該D-L不滿足速率要求。因此最大化任意時(shí)隙中接入的D-L數(shù)目等價(jià)于最小化變量q內(nèi)非零數(shù)目，即可通過最小化card(q)作為本文問題的優(yōu)化目標(biāo)值。綜上所示，本文聯(lián)合AC與TS方法可描述為問題1,P1(Problem 1)：

P1:minimizeαk∈{0,1,2,…},qi∈{0,1,2,…}card(q)

s.t.w-Gα≤q

(4)

11×|F|α≤Nf

(5)

式中：11×|F|表示元素全1的行向量；式(4)表示第i條D-L的速率要求在調(diào)度周期內(nèi)被滿足；式(5)表示總時(shí)隙個(gè)數(shù)不能超過Nf。

2 聯(lián)合接入控制(AC)和時(shí)域調(diào)度(TS)

為了保證用戶QoS的同時(shí)，最大化D-L鏈路的接入數(shù)目，從而最小化復(fù)用資源數(shù)目，提出了一種聯(lián)合AC和TS方法。首先AC部分在單時(shí)隙下確定滿足最低誤碼率條件的D-L鏈路集合，從而確定接入矩陣G；根據(jù)AC的結(jié)果，TS部分對(duì)不同時(shí)隙的資源進(jìn)行調(diào)度，從而最小化所復(fù)用的資源數(shù)目。TS是基于AC所得的優(yōu)化結(jié)果。

2.1 接入控制(AC)部分

AC部分的目的是為了生成復(fù)用矩陣G，根據(jù)1.3節(jié)復(fù)用圖樣的定義可知，隨著D-L數(shù)目的增加，G的維度會(huì)呈現(xiàn)指數(shù)型增長。此外，如式(3)所示，相比于{1}、{2}、{3}，復(fù)用圖樣{1,2}、{1,3}能夠更加充分利用每個(gè)時(shí)隙資源，我們將其作為最大復(fù)用圖案，從而更加有利于最大化整個(gè)調(diào)度周期內(nèi)滿足QoS需求的鏈路數(shù)目。為了更好地闡述G中特定復(fù)用圖樣的性質(zhì)，我們首先引入下列定義。

定義最大復(fù)用圖樣An，n為最大復(fù)用圖案的個(gè)數(shù)，滿足下列兩個(gè)條件：

條件1i為D-L，i∈An；

滿足條件1表示D-L鏈路i有機(jī)會(huì)接入系統(tǒng)，滿足條件2表示每個(gè)時(shí)隙資源被最大數(shù)目的D-L復(fù)用，從而創(chuàng)造出最多的復(fù)用機(jī)會(huì)，保證最多數(shù)目的D-L鏈路能夠接入系統(tǒng)。為了求解An，我們假定向量x=[xi]M×1表示某時(shí)隙下可接入的D-L。若第i條D-L在該時(shí)隙下接入，xi=1；否則，xi=0。為優(yōu)化P1，則需要最大化任意時(shí)隙中接入的D-L鏈路數(shù)目，即最大化x的元素之和。求得x后，可將x整合成矩陣G，從而可進(jìn)一步優(yōu)化P1。根據(jù)單時(shí)隙下，為保證D-L用戶的QoS，并最大化接入資源的D-L數(shù)目，可以描述為問題2,P2(Problem 2)：

P2:maximizepi,xi∑i∈Dxi

(6)

(7)

xi∈{0,1}xj=1 ?i,j∈D

(8)

2.1.1 傳統(tǒng)算法及缺陷

易知，P2為混合整數(shù)線性規(guī)劃問題，屬于NP-hard難題，在優(yōu)化理論中，可以借助分支限界法BB(branch-and-bound)[18]得到最優(yōu)解，但是上述過程需要較長的計(jì)算時(shí)間。若用β表示當(dāng)找到最優(yōu)解時(shí)在遍歷樹上途徑的節(jié)點(diǎn)數(shù)目，則BB算法的復(fù)雜度為O(β(2M)3)。其中(2M)3表示利用單純形法求解遍歷樹上任意節(jié)點(diǎn)處線性規(guī)劃問題的平均復(fù)雜度。隨著問題維度M的增大，β也會(huì)一定程度的增加，而且會(huì)出現(xiàn)β→∞的情況。然而在LTE-A通信系統(tǒng)的實(shí)際部署中，資源分配需在若干時(shí)隙內(nèi)(毫秒級(jí))完成。因此，BB算法并不適用于本文所考慮的問題。

為方便計(jì)算，將P2的優(yōu)化目標(biāo)變量轉(zhuǎn)化為l0-norm函數(shù)形式，可以描述為問題3,P3(Problem 3)：

P3:minimizepi,xicard(y)

(9)

(10)

0≤xi≤1xj=1 ?i,j∈D

(11)

式中：y=[yi]M×1,yi=1-xi；上述目標(biāo)函數(shù)為l0-norm函數(shù)，表示向量中非零元素個(gè)數(shù)的函數(shù)。P3屬于混合整數(shù)線性規(guī)劃問題，可進(jìn)一步將目標(biāo)變量中的l0-norm函數(shù)形式轉(zhuǎn)化為l1-norm函數(shù)形式，描述為問題4,P4(Problem 4)：

s.t. (5-a);(5-b);(5-c)

(12)

P4屬于線性規(guī)劃問題，從而可借助單純形法求解，但求解結(jié)果與理論值相差較大。

2.1.2 逐步接入控制(AC)算法

基于傳統(tǒng)算法的不足，本文提出一種逐步接入控制算法，在降低復(fù)雜度的同時(shí)保證系統(tǒng)效率，解決P2。算法分為優(yōu)先接入和可行性檢測(cè)兩部分。優(yōu)先接入目標(biāo)是在滿足式(7)的前提下最大化接入鏈路數(shù)目，引入D-L鏈路的測(cè)度值；可行性檢測(cè)的目標(biāo)則是滿足P2中的式(6)，從而在低復(fù)雜度的情況下解決P2。

(13)

2) 第二部分為可行性檢測(cè)。首先求第一部分中優(yōu)先考慮接入資源的D-L的最優(yōu)發(fā)射功率，并判斷其最優(yōu)發(fā)射功率是否滿足式(6)；其次若滿足，則判斷其最低誤碼率是否得到滿足。針對(duì)式(7)的約束條件，可表述為：

(14)

(E-ΓΖ)p≥Γn

(15)

式中：p表示D-L的發(fā)射功率向量；E表示Uj的模|Uj|維的單位矩陣；Γ表示D-L最低QoS需求對(duì)應(yīng)的SINR門限的對(duì)角矩陣；Ζ表示D-L間歸一化路徑增益矩陣；n表示歸一化噪聲功率向量。具體定義如下：

(16)

(17)

(18)

(19)

由式(16)-式(19)知，Γ為正值，且不可約，式(15)可以滿足最低的QoS條件為(E-ΓΖ)p≥Γn，即：

p*=(E-ΓΖ)-1Γn

(20)

每次更新Uj后，將其轉(zhuǎn)化為矩陣x(過程類似F轉(zhuǎn)化為G)，將x存入矩陣G中，若x?G，則不存入。遍歷所有j∈D后，得到最終接入矩陣G。

綜上所述：算法如算法1所示。

算法1過程

初始化：確定接入的第j條D-L；確定最大發(fā)射功率和最低QoS需求；確定每條D-L傳輸速率需求；初始化接入D-L的集合Uj和剩余D-L的集合Vj。

步驟2可行性檢測(cè)。根據(jù)步驟1中得到的優(yōu)先接入鏈路由公式P*=(E-ΓΖ)-1ΓN計(jì)算優(yōu)先接入D-L的最優(yōu)發(fā)射功率，并判斷其是否小于最大發(fā)射功率，若符合，計(jì)算ΓΖ的最大特征值λ。若λ<1，則確定該條D-L接入鏈路，將其從Vj刪除并加入到Uj中，得到集合Uj的矩陣表示形式x，類似F轉(zhuǎn)化為G的過程；否則將其從Vj刪除，返回步驟1。

2.2 時(shí)域調(diào)度部分

上述AC部分經(jīng)功率控制和干擾協(xié)調(diào)，求解單時(shí)隙內(nèi)D-L鏈路的接入矩陣G。據(jù)此，在已知G的條件下如何求解P1就成了關(guān)鍵。但P1是混合整數(shù)線性規(guī)劃問題，可見定理1，其一般意義下為NP-hard難題。

定理1已知矩陣G的條件下，問題P1是混合整數(shù)線性規(guī)劃問題。

證明：P1可改寫為問題5,P5(Problem 5)：

P5:minimizeαk∈{0,1,2,…},qi∈{0,1,2,…}∑i∈Dπi

s.t.πili≤qi≤πiuii∈Dπi∈{0,1}w-Gα≤q11×|F|α≤Nf

(21)

式中：li為qi的最小值，其值可通過式(22)求解，ui為qi的最大值，其值可通過式(23)求解。當(dāng)πi=0時(shí)，qi=0；當(dāng)πi=1時(shí)，li≤qi≤ui，故目標(biāo)變量中最小化∑i∈Dπi等于最大化q中零元素的個(gè)數(shù)，即最小化card(q)，此問題為混合整數(shù)線性規(guī)劃問題。

minimizeαk∈{0,1,2,…},qi∈{0,1,2,…}qis.t.(4-a)(4-b)

(22)

maximizeαk∈{0,1,2,…},qi∈{0,1,2,…}qis.t.(4-a)(4-b)

(23)

上述算法如算法2所示，初始化部分復(fù)雜度為O(M)，假定Ig為該部分所分配的時(shí)隙數(shù)，|An|是單時(shí)隙下接入最多的D-L數(shù)，則算法復(fù)雜度為O(|An|Ig)，其中|An|≤M，由于最多有Nf個(gè)時(shí)隙，所以Ig≤Nf。時(shí)域調(diào)度部分算法總復(fù)雜度為O(|An|Ig+M)，故其最差算法總復(fù)雜度為O(M(Nf+1))。因此，聯(lián)合AC和TS過程的總復(fù)雜度為O(M5(Nf+1))。

算法2過程

初始化：確定w矩陣，刪除w(i)-Nf>0,i∈D中D-L鏈路i，置w(i)=0。初始化矩陣α=[α(j)]|F|×1=0,j∈Φ。

步驟1是否所有的時(shí)隙都分配到最大復(fù)用圖樣或者是否所有D-L的QoS需求都得到滿足，如果是則算法結(jié)束，否則進(jìn)入步驟2；

3 仿真結(jié)果

仿真考慮單個(gè)半徑為300 m的圓形蜂窩小區(qū)，基站位于中心，所有蜂窩用戶與DT均勻分布在小區(qū)內(nèi)， DR以DT為中心，形成半徑為10～50 m間的圓形區(qū)域，仿真部分使用的主要參數(shù)說明和設(shè)置詳見表1。整個(gè)時(shí)間長度為1 000時(shí)隙，使用MATLAB平臺(tái)進(jìn)行仿真。

表1 主要仿真參數(shù)的說明和設(shè)定

3.1 逐步接入控制(AC)算法部分

此部分仿真中涉及的算法包括：

(1) l1-norm算法：算法復(fù)雜度低，但是性能不足。

(2) BB算法：能夠得到理論最優(yōu)解，但可能會(huì)出現(xiàn)指數(shù)型的復(fù)雜度，在實(shí)際情況中應(yīng)用難度較大。

(3) 本文AC算法：針對(duì)P1的AC問題，利用本文所提的逐步接入控制算法，確定單時(shí)隙內(nèi)在保證用戶最低誤碼率前提下最大化接入資源的D-L數(shù)目。

仿真中所涉及算法的復(fù)雜度，如表2所示。

表2 仿真中所涉及算法復(fù)雜度分析

圖3為在1 000次迭代條件下，小區(qū)內(nèi)D-L數(shù)由20變化到30時(shí)，接入資源的D-L鏈路與總鏈路比值的變化。隨著D-L數(shù)目的增加，比值程下降趨勢(shì)。因?yàn)榻尤胨栀Y源不變，D-L鏈路的增加使得系統(tǒng)間干擾增大，所能接入的D-L鏈路相對(duì)減小。圖中可見本文AC算法明顯優(yōu)于l1-norm算法，性能比l1-norm算法提高了31.21%，比BB算法僅降低了4.09%。

圖3 AC算法的性能對(duì)比

3.2 聯(lián)合AC和時(shí)域調(diào)度(TS)算法部分

此部分仿真中涉及的算法包括：

(1) 隨機(jī)算法：在本文所提AC部分的基礎(chǔ)上通過隨機(jī)方式求解，復(fù)雜度低，但性能不足；

(2) BB算法：在本文所提AC部分的基礎(chǔ)上可得到理論最優(yōu)解，但可能會(huì)出現(xiàn)指數(shù)型的復(fù)雜度；

(3) 本文聯(lián)合AC和TS算法：在本文所提AC部分的基礎(chǔ)上聯(lián)合TS階段所提的啟發(fā)式算法解決P1。

仿真中所涉及算法復(fù)雜度如表3所示。

表3 仿真中所涉及算法復(fù)雜度分析

圖4為在1 000次迭代條件下，小區(qū)內(nèi)D-L數(shù)由20變化到30時(shí)，接入資源的D-L鏈路與總鏈路比值的變化。隨著D-L數(shù)目的增加，比值程下降趨勢(shì)。因?yàn)镈-L間的干擾不斷增加，可接入的D-L數(shù)不斷減小，導(dǎo)致未接入的D-L數(shù)不斷增加，系統(tǒng)性能降低。圖中可見本文聯(lián)合AC和TS算法為接近最優(yōu)的啟發(fā)式算法，比最優(yōu)算法性能僅減少了1.72%，但比隨機(jī)算法性能提升了13.03%，體現(xiàn)了本文算法的有效性。

圖4 聯(lián)合AC和TS算法的性能對(duì)比

4 結(jié) 語

本文通過分析D2D鏈路密集分布的場(chǎng)景，提出了以用戶為中心的聯(lián)合接入控制和時(shí)域調(diào)度方法，解決了在保證D2D鏈路服務(wù)質(zhì)量的前提下，最大化接入鏈路數(shù)目問題。通過仿真表明，本文算法為近似最優(yōu)算法，實(shí)現(xiàn)了算法性能和復(fù)雜度之間的折中。

[1] Cisco.Cisco visual networking index:global mobile data traffic forecast update,2015-2020[M].white paper at Cisco.com,Feb.,2016.

[2] Tang R,Zhao J H,Qu H.Joint Optimization of Channel Allocation,Link Assignment and Power Control for Device-to-Device Communication Underlaying Cellular Network[J].China Communications,2015,12(12):92-100.

[3] Mach P,Becvar Z,Vanek T.In-band Device-to-Device Communication in OFDMA Cellular Networks:a Survey and Challenges[J].IEEE Communication Surveys & Tutorials,2015,17(4):1885-1922.

[4] Tang R,Zhao J H,Qu H,et al.Joint mode selection and resource allocation for mobile relay-aided device-to-device communication[J].KSII Transactions on Internet and Information Systems,2016,10(3):950-975.

[5] Imran A,Zoha A.Challenges in 5G:how to empower SON with big data for enabling 5G[J].IEEE Network,2014,28(6):27-33.

[6] 董姣姣,趙季紅,唐睿,等.設(shè)備直通中基于組合拍賣的聯(lián)合資源分配機(jī)制[J].計(jì)算機(jī)應(yīng)用與軟件,2017,34(4):118-124.

[7] 朱正倉,趙季紅,唐睿,等.移動(dòng)中繼協(xié)助下終端直通中的模式選擇和資源分配方案[J].西安交通大學(xué)學(xué)報(bào)(自然版),2016,50(10):3541-3551.

[8] Han S,Kwon T,Choi J-W.Analysis of D2D system performance with a maximal SINR channel selection strategy[C]//Information and Communication Technology Convergence (ICTC).IEEE,2014:379-380.

[9] Xu C,Song L Y,Han Z,et al.Efficiency resource allocation for Device-to-Device underlay communication systems:a reverse iterative combinatorial auction based approach[J].IEEE Journal on Selected Areas in Communications/Supplement,2013,31(9):348-358.

[10] Zhang G P,Yang K,Liu P,et all.Power Allocation for Full-Duplex Relaying-Based D2D Communication Underlaying Cellular Networks[J].IEEE Transactions on Vehicular Technology,2015,64(10):4911-4916.

[11] Zulhasnine M,Huang C,Srinivasan A.Efficient resource allocation for device-to-device communication underlaying LTE network[C]//IEEE,International Conference on Wireless and Mobile Computing,NETWORKING and Communications.IEEE,2010:368-375.

[12] Yu C H,Doppler K,Ribeiro C B,et al.Resource Sharing Optimization for Device-to-Device Communication Underlaying Cellular Networks[J].IEEE Transactions on Wireless Communications,2011,10(8):2752-2763.

[13] Gao C F,Sheng X,Tang J,et al.Joint mode selection,channel allocation and power assignment for green device-to-device communication[C]//International Conference on Communications (ICC).IEEE,2014:178-183.

[14] 王元,趙季紅,唐睿,等.D2D多播場(chǎng)景下面向節(jié)能的資源分配機(jī)制[J].西安電子科技大學(xué)學(xué)報(bào),2016,43(2):162-167.

[15] Feng D Q,Lu L,Yi Y W,et al.Optimal Mobile Association in Device-to-Device Communications Underlaying Cellular Networks[J].IEEE Transactions on Communications,2013,61(8):3541-3551.

[16] Cheng W C,Zhang X,Zhang H L.Optimal Power Allocation With Statistical QoS Provisioning for D2D and Cellular Communications Over Underlaying Wireless Networks[J].IEEE Journal on Selected Areas in Communications,2016,34(1):151-162.

[17] Minchae J,Kyuho H,Sooyong C.Joint mode selection and power allocation scheme for power-efficient device-to-device (D2D) Communication[C]//75th Vehicular Technology Conference Spring (VTC-S).IEEE,2012:1-5.

[18] Boyd S,Mattingley J.Branch and Bound Methods[R].Stanford:U.S.Stanford University,2007.

USER-CENTRICJOINTADMISSIONCONTROLANDTIMESCHEDULINGFORDEVICE-TO-DEVICECOMMUNICATION

Wang Luyao1Qu Hua1,2Zhao Jihong2,3Tang Rui2Zhu Zhengcang2Cao Zhaoxin2

1(SchoolofSoftwareEngineering,Xi’anJiaotongUniversity,Xi’an710049,Shaanxi,China)2(SchoolofElectronicsandInformationEngineering,Xi’anJiaotongUniversity,Xi’an710049,Shaanxi,China)3(SchoolofTelecommunicationEngineering,Xi’anUniversityofPostsandTelecommunications,Xi’an710061,Shaanxi,China)

In the D2D (Device-to-Device) link intensive communication system, multiple D2D links are multiplexed with the same frequency bandwidth, leading to the co-channel interference problem. Therefore, we propose a user-centric joint admission control (AC) and time scheduling (TS) scheme. In contrast to the conventional schemes of optimizing system throughput or energy efficiency, our user-centric scheme maximizes the number of admitted links with satisfied quality-of-service (QoS) requirements in each scheduling period. The original problem was divided into two parts: the AC subproblem and the TS subproblem. Particularly, the former part turned out to be mixed-integer linear programmings, which belong to NP-hard, so we propose a gradual AC scheme; based on the above results, time scheduling was part of the convex-cardinality problem and belong to the NP-hard problem, Thus, we design a heuristic algorithm. Simulations verify the necessity to perform user-centric optimization and illustrate the advantages of our proposed scheme.

User-centric D2D communication QoS Admission control Time scheduling

2017-01-27。國家自然科學(xué)基金項(xiàng)目(61372092，61531013)；教育部中國移動(dòng)科研基金項(xiàng)目(MCM20150102)。王璐瑤，碩士，主研領(lǐng)域：D2D通信。曲樺，教授。趙季紅，教授。唐睿，博士。朱正倉，碩士。曹照鑫，博士。

TP393

A

10.3969/j.issn.1000-386x.2017.12.031