0 引言

    D2D通信是指在LTE系统控制下，物理距离较近的两终端之间不经过基站（BS）中继而直接进行数据传输的技术，从而减轻基站负载，减少终端与基站之间的路径损耗，减少端到端的时延，尤其是使小区边缘用户通信质量得到很大改善，提高小区覆盖率^[1-3]。D2D通信的一个主要问题是干扰问题，即蜂窝用户对D2D用户产生的干扰以及D2D用户对蜂窝用户的干扰^[4-5]。

    对于D2D通信产生的干扰问题，中继辅助通信是一个有效的方法。怎么从候选中继中选择一个最优的中继节点是中继辅助D2D通信的一个主要问题。文献[6]提出了一种分布式的中继选择算法。该方法首先协调蜂窝用户和D2D用户之间的干扰，消除相应的不合理中继节点，然后在候选中继中用分布式方法来选择最优中继。文献[7]提出了一种基于社交关系的中继选择方案，考虑候选中继与D2D用户之间的社交关系选择最优中继节点。文献[8]提出了一种两步策略中继选择和资源分配的联合方案，第一步决定候选中继范围，第二步用该中继选择方案选出最优中继节点。文献[9]调查了小区边缘用户的中继节点选择的问题，提出一种双层博弈模型来找到最优中继。文献[10]提出一种最大化D2D中继链路容量，并且保证蜂窝用户QoS的中继选择方法。

    本文集中于社交网络中D2D用户和与其邻近的闲置用户之间的社交关系，充分利用基站具有的提高通信质量、协调用户之间的通信的功能来记录所需要的数据。在此基础上，提出了一种中继辅助的资源分配算法，同时考虑了社交关系和距离来选择最优中继节点。在社交网络中的闲置用户根据与D2D用户之间的社交关系来选择是否为D2D用户传输数据以及传输多大的功率。

1 系统模型

    本文考虑的是小区边缘用户进行通信的场景。如图1所示，小区中有一个基站、M个蜂窝用户（CUE₁，CUE₂，…，CUE_M）、N个闲置用户（IUE₁，IUE₂，…，IUE_N）、K个D2D对。M个蜂窝用户通过M个不同的信道与基站进行通信。D2D源节点到中继节点、中继节点到D2D目的节点都可以复用蜂窝用户频谱资源，此处没有多余的频谱资源单独分配给D2D通信。本文假设一个D2D链路（源节点到中继节点链路或者中继节点到目的节点链路）可以复用一个蜂窝用户信道资源，不同的D2D链路将会选择不同的蜂窝用户，因此不同的D2D链路将会复用不同的频谱资源（本文假设复用的资源为上行链路资源）。

    D2D通信建立进程如图2所示。

2 社交关系

2.1 候选中继选择

    考虑单小区边缘用户进行D2D通信，小区中有蜂窝用户（CUES）、闲置用户（IUES）以及D2D用户（DUES）。假设D2D对复用同小区蜂窝用户的上行链路资源，当D2D对不满足直接通信要求时，IUE将会作为中继辅助通信。因为不同的D2D对复用不同的蜂窝用户资源，所以D2D对间不会产生干扰，本文只考虑蜂窝用户的干扰。

    截取小区边缘D2D用户通信模型如图3所示。假设CUE的位置以及发送功率是固定的，D2D发送端到接收端的距离为L。信道只考虑路径损耗，路径损耗和距离L是成比例的，路径损耗系数为α，发送端i的发送功率为P_ij，因此，从接收端j的接收功率为本文假设中继选择区域是以D2D发送端为圆心、以R为半径的圆，假设最大半径R为d_max，其中d_max<L。本文把该圆形区域分为图3所示的4个区域，候选中继用户必须遵循以下两个标准，从两个标准中可以确定候选中继的范围^[8]。

    (1)候选中继必须是IUE_S。

    (2)为了保证D2D链路质量，中继节点不能远离D2D源节点和目的节点，因此候选中继区域必须在D2D源节点到目的节点所在线段为边界的区域内，图3所示为区域Ⅰ和区域Ⅱ中。

2.2 社交关系

    本文考虑社交关系权重如下式所示：

其中，T_ij是UE_i到UE_j的连接时间。分母是UE_i到其他IUES总共的连接时间。假设基站将会跟踪联系用户，可以计算出B_ij。B_ij代表社交关系强弱，B_ij为0～1之间的值，值越大，社交关系越强，反之越弱。和帕累托（Pareto）分布一样，社交关系强度在大多数节点都是很弱的，只有少数节点具有很强的社交关系。在下文中可以看到，社交关系对于中继辅助D2D通信有重大影响^[1]。

    上文已经讨论了D2D用户进行通信可以直接建立通信，也可以通过中继进行通信。

    从S到D的直接通信传输SINR为：

其中，P_s，d是D2D对的发送功率，I_C是蜂窝用户对D2D接收端产生的干扰，N₀是高斯白噪声功率。本文假设基站BS和闲置用户IUE_S是固定的，d_s，d是D2D发送端到接收端的距离，B是信道带宽。因此，S和D之间的直接通信数据速率为：

    对于中继辅助D2D合作通信，采用译码转发(DF)中继方案。如图3所示，DUE_S被IUE_S包围，DUE_S发送中继请求，IUE把社交关系和距离等信息回复给DUE_S，DUE_S根据IUE的回复选择最优中继UE_R进行D2D合作通信，中继用户R的功率是一个和社交关系相关的正线性函数，即具有较强社交关系会激励中继发送更大的功率来进行数据传输：

    从方程(10)中可以看到，不管是距离还是社交关系在合作通信中都起了关键作用。显然，最优中继UE_R对于DUEs有很高的社交关系权重，并且与DUEs和DUE_D距离都较短。需要在最优中继的选择与中继探测上的花费中选取一个折中处理。假设D2D通信的传输时间为T，探测每个候选中继的时间为τ，经过n次探测之后，选择到最优中继进行D2D合作通信。

    经过中继探测后有效的吞吐量为：

    约束式(13)和式(14)表示中继辅助D2D通信每一跳的SINR需大于D2D通信SINR门限，式(15)表示需要保证蜂窝通信的最小SINR。更多的约束将在第3节中介绍。

3 中继算法设计

    在本节中，提出一种同时考虑距离和社交关系的中继选择方案。

    基于距离和社交关系的中继算法：

4 仿真结果与分析

    本节对D2D合作通信的吞吐量进行了数值仿真，得到吞吐量随着距离和社交关系门限改变的仿真图。在仿真中，以帕累托分布为模型衡量用户间的社交关系。主要参数如表1所示。

    图4描述了基于距离的中继选择方案和本文提出的中继选择方案在不同d_max下的吞吐量变化情况。

    从图4中可以看出，基于距离的中继选择方案随着d_max的增大呈现先增后减的趋势。当距离很小时，中继选择区域小，闲置用户少，难以找到高容量中继，导致了吞吐量低。随着d_max的增加，更多的闲置用户可以利用，可以选择更高速率的中继用户，吞吐量增大。当d_max变得太大时，会花费大量的时间在探测过程中，有效的传输时间会变短。本文提出的方案和基于距离的方案有相同的趋势。不同的是，在低d_max和高d_max时，只是轻微降低了吞吐量。这是因为在社交关系的约束下会有效减少不合适的闲置用户，减少探测时间，从而提高传输速率时间。从图中可以看出，d_max取值为125 m～150 m时得到最大吞吐量。

    图5描述了基于社交关系的中继选择方案和本文提出的中继选择方案在不同Bth下吞吐量的变化情况。

    从图5中可以看出，如果只考虑社交关系因素为选择最优中继的标准，即使选择了最高的社交关系的闲置用户为最优中继中继，吞吐量仍然比较低。尽管吞吐量在增加，但是依然远小于本文提出的中继选择方案，因为高社交关系的用户有可能远离D2D发送端。从图中可以看出，本文提出的方案先增后减，当B_th太小时，花费了很多时间去探测中继，从而使传输时间降低；当B_th太大时，吞吐量减少是因为太高的社交关系约束使潜在的中继数量减少，很难找到具有高速率的最优中继。但是因为本方案同时考虑了距离因素，相比于基于社交关系的方案仍然有很高的吞吐量。从图中可以看出，当B_th取值为0.1时得到最大吞吐量。

5 结束语

    本文分析了关于社交关系的中继辅助D2D通信的性能。同时考虑了社交关系因素和距离因素来选择最优中继。仿真结果表明，距离和社交因素对D2D通信有很大影响，比单纯考虑社交因素或者距离因素，性能提高很多。本文还指出中继选择区域不应该过大或者过小，必须足够大来保证探测到较强社交关系的闲置用户，但是又不能花过多的时间在探测过程中，需要确保有效传输时间。

参考文献

[1] PAN X，WANG H.On the performance analysis and relay algorithm design in social-aware D2D cooperated communications[C].2016 IEEE 83rd Vehicular Technology Conference(VTC Spring)，2016：1-5.

[2] IMT-Advanced推进组，3GPP项目组.IMT-Advanced D2D(Device-to-Device)技术白皮书[R].2014.

[3] HASAN M，HOSSAIN E.Distributed resource allocation for relay-aided Device-to-Device communication：A message passing approach[J].IEEE Transactions on Wireless Communications，2014，13(11)：6326-6341.

[4] WEI D，ZHU K，WANG X.Fairness-aware cooperative caching scheme for Mobile Social Networks[C].IEEE International Conference on Communications，IEEE，2014：2484-2489.

[5] WANG F，XU C，SONG L，et al.Energy-efficient resource allocation for Device-to-Device underlay communication[J].IEEE Transactions on Wireless Communications，2014，14(4)：2082-2092.

[6] MA X，YIN R，YU G，et al.A distributed relay selection method for relay assisted Device-to-Device communication system[C].International Symposium on Personal Indoor and Mobile Radio Communications.IEEE，2012：1020-1024.

[7] ZHANG M，CHEN X，ZHANG J.Social-aware relay selection for cooperative networking：An optimal stopping approach[C].IEEE International Conference on Communications.IEEE，2014：2257-2262.

[8] Zhao Ming，Gu Xinyu，Wu Di，et al.A two-stages relay selection and resource allocation joint method for D2D communication system[C].2016 IEEE Wireless Communications and Networking Conference.IEEE，2016：1-6.

[9] ZHAO J，CHAI K，CHEN Y，et al.Two-level game for relay-based throughput enhancement via D2D communications in LTE networks[C].ICC 2016 IEEE International Conference on Communications.IEEE，2016：1-6.

[10] CHEN Z，SU Z，SHAO S.Research on relay selection in device-to-device communications based on maximum capacity[C].International Conference on Information Science，Electronics and Electrical Engineering.IEEE，2014：1429-1434.

作者信息：

李同会1，段红光1，2，唐  虹1，刘梦露1

(1.重庆邮电大学 通信与信息工程学院，重庆400065；2.重庆邮电大学 新一代宽带移动通信重点实验室，重庆400065)