《电子技术应用》
您所在的位置:首页 > 通信与网络 > 设计应用 > 时延QoS保证的D2D-based V2V车载通信功率分配方案
时延QoS保证的D2D-based V2V车载通信功率分配方案
2019年电子技术应用第3期
李国睿1,周 迪1,2,肖海林1
1.桂林电子科技大学 信息与通信学院,广西 桂林541004;2.浙江宇视科技有限公司,浙江 杭州310051
摘要: OFDMA蜂窝网络中采用Underlay模式的基于终端直通技术的车-车(D2D-based V2V)通信能够提高频谱利用率、增大系统吞吐量,但随之产生的同频干扰问题严重影响通信质量。为了解决该问题,同时满足车辆通信的低时延服务质量(QoS)需求,提出一种基于时延QoS保证的D2D-based V2V车载通信功率分配方案。该方案同时考虑了蜂窝用户和D2D-based V2V用户所受到的干扰,并采用有效容量提供QoS保障,通过拉格朗日对偶分解法求解优化问题。数值仿真表明,相比于其他方案,该方案能够很好地提高系统有效容量。
中图分类号: TN929.5
文献标识码: A
DOI:10.16157/j.issn.0258-7998.182031
中文引用格式: 李国睿,周迪,肖海林. 时延QoS保证的D2D-based V2V车载通信功率分配方案[J].电子技术应用,2019,45(3):71-75.
英文引用格式: Li Guorui,Zhou Di,Xiao Hailin. Power allocation for D2D-based V2V vehicular communication with delay QoS guarantee[J]. Application of Electronic Technique,2019,45(3):71-75.
Power allocation for D2D-based V2V vehicular communication with delay QoS guarantee
Li Guorui1,Zhou Di1,2,Xiao Hailin1
1.School of Information and Communication,Guilin University of Electronic Technology,Guilin 541004,China; 2.Zhejiang Uniview Technologies Co.,Ltd.,Hangzhou 310051,China
Abstract: Device-to-device based vehicle-to-vehicle(D2D-based V2V) communication underlaying OFDMA cellular network can improve spectral efficiency and system throughput. However, frequency reuse interference will severely affect on the communication quality. To overcome this problem, this paper proposes a power allocation strategy with delay QoS guarantee for each D2D-based V2V user′s requirement. The strategy takes the interference of cellular user and D2D-based V2V user into account, and provides the effective capacity as the delay QoS guarantee. Moreover, the Lagrangian dual decomposition method is used to obtain the optimization power allocation. Numerical simulation results show that compared to other strategies, the proposed power allocation approach can significantly improve the system effective capacity.
Key words : delay Quantity-of-Service(QoS);effective capacity;Vehicle-to-Vehicle(V2V)

0 引言

    相比于传统车辆自组网,基于蜂窝网的V2V通信技术具有覆盖范围更广、灵活性更高、数据传输速率更快的优点。D2D技术可用于支持V2V在蜂窝网下的通信[1](本文称作D2D-based V2V通信),使用该技术,车辆间的通信不用经过基站转发,减轻了基站的负担。蜂窝网下D2D-based V2V有Overlay和Underlay两种通信模式,前者为D2D-based V2V用户分配专用的频谱资源,而Underlay模式下D2D-based V2V用户会复用蜂窝用户的频谱资源,采用Underlay模式可大大提高频谱效率[2]

    Underlay模式下,D2D-based V2V用户和蜂窝用户使用相同的频谱资源,会有严重的同频干扰[3]。近年来,有研究人员做了相关研究[4-6],文献[4]提出一种考虑蜂窝用户干扰的功率分配算法,实现了D2D-based V2V用户的连续干扰消除,但没有考虑QoS需求。文献[5]考虑了用户的QoS需求,提出了以最大化有效容量为目的的功率分配算法,但仅考虑了单个蜂窝用户和单对D2D-based V2V用户的情况。文献[6]研究了多对D2D-based V2V共用同一频带资源的场景,提出基于D2D-based V2V 用户QoS保证的资源分配方法,实现了最大化系统吞吐量的目标,但并没有考虑蜂窝用户的存在。

    实际上,蜂窝小区中有数量较多的蜂窝用户和D2D-based V2V用户。本文提出一种多个蜂窝用户多对D2D-based V2V用户场景下的功率分配方案,该方案分别考虑了蜂窝用户和D2D-based V2V用户的通信需求,采用有效容量模型满足用户的时延QoS需求,通过拉格朗日方法得到优化问题的最优解。数值仿真表明,相比于其他方案,本文提出的方案能够很好地提高系统有效容量。

1 系统模型

    考虑一个基于OFDMA的蜂窝小区,包含一个基站、M个蜂窝用户和N个D2D-based V2V用户。信道划分为K个正交子信道,每个子信道带宽为B。蜂窝用户随机的分布在该小区内。用K={1,2,…,K}表示所有可用子信道的集合,C={1,2,…,M}、V={1,2,…,N}分别表示蜂窝用户的集合和D2D-based V2V用户的集合。其中M≤K、N≤M。

    车辆在城市环境中行驶,系统模型如图1所示。D2D-based V2V用户复用蜂窝用户的上行资源,并且所有D2D-based V2V用户都采用Underlay模式通信。假设基站可以获得全部的CSI。

tx5-t1.gif

    图2为D2D-based V2V用户复用蜂窝用户上行资源时的干扰模型。如图所示,系统中的干扰主要有D2D-based V2V用户发射端对基站的干扰、蜂窝用户对D2D-based V2V接收端的干扰、复用同一蜂窝用户资源的其他D2D-based V2V用户的干扰。

tx5-t2.gif

    假设时隙长度为T,在一个时隙T内,第n个D2D-based V2V通信用户的最大服务速率为:

tx5-gs1.gif

2 问题建模

2.1 有效容量模型

    仅由物理层的信道状态信息无法满足应用层的QoS需求。对此,WU D和NEGI R在有效带宽理论的基础上提出了有效容量理论[7]。第n个D2D-based V2V用户的有效容量表达式如下: 

tx5-gs2-4.gif

2.2 时延QoS保证

    对于车载通信业务,时延是最关键的QoS参数。根据大偏差理论[8],队列的长度可收敛至一个稳态队长:

tx5-gs5-7.gif

2.3 优化问题

    本文的目标是基于车载通信的低时延QoS需求,求解最优功率分配方案使得系统的有效容量最大。相应优化问题可表示为:

tx5-gs8-12.gif

3 基于时延QoS保障的功率分配

3.1 拉格朗日方法

    由于式(12)满足Slater准则,强对偶性成立[9]。式(12)的部分拉格朗日函数表达式如下:

    tx5-gs12-x1.gif

tx5-gs13-16.gif

3.2 求最优对偶变量

    对偶变量的最优解可采用次梯度法求解:

tx5-gs17.gif

4 仿真分析

    本文假设所有车辆都通过D2D-based V2V方式通信,所有车辆具有相同的时延QoS需求。为了便于分析,假设一个D2D-based V2V用户只复用一个蜂窝用户的资源。仿真参数的设置依据3GPP标准规定的LTE-OFDMA系统的参数[11],如表1所示。

tx5-b1.gif

    首先验证算法的收敛性。由图3可以看出,随着迭代次数的增长,子问题Subn收敛。

tx5-t3.gif

    为比较性能,选取3种方案作为对比:文献[12]的和速率最大方案、文献[13]的随机功率分配方案以及文献[14]的恒定功率分配方案。

    图4考察QoS参数θ对系统有效容量的影响。由图中可见,当θ变大时,系统有效容量随着θ单调递减。可以看出提出的拉格朗日对偶资源分配法具有较优性能,相比于速率最大方案,所提方案在θ为10-3和10-2处性能分别提升了14%和108%。

tx5-t4.gif

    图5为系统有效容量受干扰D2D-based V2V用户发射功率影响的情况。随着干扰用户发射功率逐渐增大,系统有效容量呈单调递减趋势,由此可见干扰控制对提升系统性能的必要性。

tx5-t5.gif

    图6为D2D-based V2V用户与蜂窝用户间的距离L对有效容量的影响。其中D为车辆用户发端到收端的距离。由图6中可以看出,当L值过小时,如图中L=50,此时产生的干扰值较大,导致系统有效容量接近于0值。随着L值的增大,系统性能有明显的改善。另外可以看出有效容量随D2D-based V2V用户发端到收端的距离的增大而减小。

tx5-t6.gif

5 结论

    本文研究了基于OFDMA小区的V2V通信,采用D2D技术支持该场景下的V2V通信。采用有效容量模型满足用户的时延QoS需求,提出了有效的功率分配算法,分别保证了蜂窝用户和车辆用户的通信需求。本文基于拉格朗日对偶法对原问题进行转换,并通过求解对偶问题,最终得到了优化函数的最优值。数值仿真表明,相比于其他方案,本文提出的方案能够很好地提高系统有效容量。

参考文献

[1] VINEL A.3GPP LTE Versus IEEE 802.11p/WAVE: which technology is able to support cooperative vehicular safety applications[J].IEEE Wireless Communication Letters,2012,1(2):125-128.

[2] Wang Wei,LAU V K N.Delay-aware cross-layer design for device-to-device communications in future cellular systems[J].IEEE Communications Magazine,2014,52(6):133-139.

[3] Li Jiandong,Huang Sheng.Delay-aware power control for D2D communication with successive interference cancellation and Hybrid energy source[J].IEEE Wireless Communications Letters,2017,6(6):806-809.

[4] Song Hojin,RYU J Y,CHOI W,et al.Joint power and rate control for Device-to-Device communications in cellular systems[J].IEEE Transactions on Wireless Communications,2015,14(10):5750-5762.

[5] Cheng Wenchi,Zhang Xi,Zhang Hailin.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.

[6] Mi Xiang,Xiao Limin,Zhao Ming,et al.Statistical QoS-driven power control and source adaptation for D2D communications[C].IEEE Military Communications Conference(MLCOM).Baltimore,MD,USA:IEEE Press,2016:307-312.

[7] WU D,NEGI R.Effective capacity:a wireless link model for support of quality of service[J].IEEE Transactions on Wireless Communications,2003,2(4):630-643.

[8] Chang Chengshang.Stability,queue length,and delay of deterministic and stochastic queueing networks[J].IEEE Transactions on Automatic Control,1994,39(5):913-931.

[9] BOYD S,VANDENBERGHE L.Convex optimization[M].Cambridge,UK:Cambridge University Press,2004.

[10] Zhang Rui,Cui Shuguang,Liang Yingchang.On ergodic sum capacity of fading cognitive multiple-access and broadcast channels[J].IEEE Transactions on Information Theory,2009,55(11):5161-5178.

[11] 3GPP TR 25.814V7.1.0,Physical layer aspects for evolved UTRA[S].2006.

[12] ABRARDO A,MORETTI M.Distributed power allocation for D2D communications underlaying/overlaying OFDMA cellular networks[J].IEEE Transactions on Wireless Communications,2017,16(3):1466-1479.

[13] LEE H W,MODIANO E,LE L B.Distributed throughput maximization in wireless networks via random power allocation[J].IEEE Transactions on Mobile Computing,2012,11(4):577-590.

[14] BASH B A,GOECKEL D,TOWSLEY D.Asymptotic optimality of equal power allocation for linear estimation of WSS random processes[J].IEEE Wireless Communications Letters,2013,2(3):247-250.



作者信息:

李国睿1,周  迪1,2,肖海林1

(1.桂林电子科技大学 信息与通信学院,广西 桂林541004;2.浙江宇视科技有限公司,浙江 杭州310051)