高级搜索

基于时延优化的蜂窝D2D通信联合用户关联及内容部署算法

柴蓉 王令 陈明龙 陈前斌

引用本文: 柴蓉, 王令, 陈明龙, 陈前斌. 基于时延优化的蜂窝D2D通信联合用户关联及内容部署算法[J]. 电子与信息学报, doi: 10.11999/JEIT180408 shu
Citation:  Rong CHAI, Ling WANG, Minglong CHEN, Qianbin CHEN. Joint Clustering and Content Deployment Algorithm for Cellular D2D Communication Based on Delay Optimization[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEIT180408 shu

基于时延优化的蜂窝D2D通信联合用户关联及内容部署算法

    作者简介: 柴蓉: 女,1974年生,教授,研究方向为通信网络架构及关键技术、无线资源管理及移动性管理技术等;
    王令: 女,1993年生,硕士生,研究方向为无线通信、无线资源管理及网络虚拟化等;
    陈明龙: 男,1993年生,硕士生,研究方向为无线资源管理、网络虚拟化及内容缓存等;
    陈前斌: 男,1967年生,教授,研究方向为无线通信、通信网络理论、软件定义网络、多媒体技术等;
    通讯作者: 柴蓉, chairong@cqupt.edu.cn
  • 基金项目: 国家自然科学基金(61571073);国家科技重大专项(2016ZX03001010-004)

摘要: 针对蜂窝网络传输性能及基站(BS)缓存能力受限,多用户内容请求难以满足用户服务质量(QoS)需求等问题,该文提出一种蜂窝终端直通(D2D)通信联合用户关联及内容部署算法。考虑到位于特定区域的多用户可能对于相同内容存在内容请求,该文引入成簇思想,提出一种成簇及内容部署机制,通过为各簇头推送热点内容,而簇成员基于D2D通信模式关联簇头获取所需内容,可实现高效内容获取。综合考虑成簇数量、用户关联簇头、簇头缓存容量及传输速率等限制条件,建立基于用户总业务时延最小化的联合成簇及内容部署优化模型。该优化问题是一个非凸的混合整数优化问题,该文运用拉格朗日部分松弛法,将原优化问题等价转换为3个凸优化的子问题,并基于迭代算法及Kuhn-Munkres算法联合求解各子问题,从而得到联合成簇及内容部署优化策略。最后通过MATLAB仿真验证所提算法的有效性。

English

    1. [1]

      TEHRANI M N, UYSAL M, and YANIKOMEROGLU H. Device-to-device communication in 5G cellular networks: Challenges, solutions, and future directions[J]. IEEE Communications Magazine, 2014, 52(5): 86–92. doi: 10.1109/MCOM.2014.6815897

    2. [2]

      ASADI A, WANG Qing, and MANCUSO V. A survey on device-to-device communication in cellular networks[J]. IEEE Communications Surveys & Tutorials, 2014, 16(4): 1801–1819. doi: 10.1109/COMST.2014.2319555

    3. [3]

      FODOR G, DAHLMAN E, MILDH G, et al. Design aspects of network assisted device-to-device communications[J]. IEEE Communications Magazine, 2012, 50(3): 170–177. doi: 10.1109/MCOM.2012.6163598

    4. [4]

      ZHU Huiling. Radio resource allocation for OFDMA systems in high speed environments[J]. IEEE Journal on Selected Areas in Communications, 2012, 30(4): 748–759. doi: 10.1109/JSAC.2012.120509

    5. [5]

      MA Ruofei, XIA Nian, CHEN H H, et al. Mode selection, radio resource allocation, and power coordination in D2D communications[J]. IEEE Wireless Communications, 2017, 24(3): 112–121. doi: 10.1109/MWC.2017.1500385WC

    6. [6]

      WEN Dingzhu, YU Guanding, and XU Lukai. Energy-efficient mode selection and power control for device-to-device communications[C]. Proceedings of 2016 IEEE Wireless Communications and Networking Conference, Doha, Qatar, 2016: 1–7. doi: 10.1109/WCNC.2016.7565099.

    7. [7]

      PENDA D D, FU Liqun, and JOHANSSON M. Mode selection for energy efficient D2D communications in dynamic TDD systems[C]. Proceedings of 2015 IEEE International Conference on Communications, London, UK, 2015: 5404–5409. doi: 10.1109/ICC.2015.7249183.

    8. [8]

      KLUGEL M and KELLERER W. Leveraging the D2D-gain: Resource efficiency based mode selection for device-to-device communication[C]. Proceedings of 2016 IEEE Global Communications Conference, Washington, USA, 2016: 1–7. doi: 10.1109/GLOCOM.2016.7841953.

    9. [9]

      WANG Kan, YU F R, and LI Hongyan. Information-centric virtualized cellular networks with device-to-device communications[J]. IEEE Transactions on Vehicular Technology, 2016, 65(11): 9319–9329. doi: 10.1109/TVT.2016.2518658

    10. [10]

      PAN Yijin, PAN Cunhua, ZHU Huiling, et al. On consideration of content preference and sharing willingness in D2D assisted offloading[J]. IEEE Journal on Selected Areas in Communications, 2017, 35(4): 978–993. doi: 10.1109/JSAC.2017.2680938

    11. [11]

      LI Xiaoshuai, MA Lin, SHANKARAN R, et al. Joint mode selection and proportional fair scheduling for D2D communication[C]. Proceedings of the 2017 IEEE 28th Annual International Symposium on Personal, Indoor, and Mobile Radio Communications, Montreal, Canada, 2017: 1–6. doi: 10.1109/PIMRC.2017.8292254.

    12. [12]

      LIBERTI L and PANTELIDES C C. An exact reformulation algorithm for large nonconvex NLPs involving bilinear terms[J]. Journal of Global Optimization, 2006, 36(2): 161–189. doi: 10.1007/s10898-006-9005-4

    13. [13]

      LEMARÉCHAL C. S. Boyd, L Vandenberghe, Convex Optimization, Cambridge University Press, 2004 hardback, 65 US$, ISBN 0521833787[J]. European Journal of Operational Research, 2006, 170(1): 326–327. doi: 10.1016/j.ejor.2005.02.002

    14. [14]

      HUANG Yifei, NASIR A A, DURRANI S, et al. Mode selection, resource allocation, and power control for D2D-enabled two-tier cellular network[J]. IEEE Transactions on Communications, 2016, 64(8): 3534–3547. doi: 10.1109/TCOMM.2016.2580153

    15. [15]

      JIANG Wei, FENG Gang, and QIN Shuang. Optimal cooperative content caching and delivery policy for heterogeneous cellular networks[J]. IEEE Transactions on Mobile Computing, 2017, 16(5): 1382–1393. doi: 10.1109/TMC.2016.2597851

    1. [1]

      钱志鸿田春生王鑫王雪. D2D网络中信道选择与功率控制策略研究. 电子与信息学报, doi: 10.11999/JEIT190149

    2. [2]

      钱志鸿胡良帅田春生王雪. 基于非均衡求解的D2D多复用通信资源块分配算法研究. 电子与信息学报, doi: 10.11999/JEIT190171

    3. [3]

      唐伦马润琳杨恒陈前斌. 基于非正交多址接入的网络切片联合用户关联和功率分配算法. 电子与信息学报, doi: 10.11999/JEIT180770

    4. [4]

      黄盛. 两用户非正交多址接入的最优时延均衡和功率控制方法. 电子与信息学报, doi: 10.11999/JEIT180818

    5. [5]

      史久根谢熠君孙立郭胜刘雅丽. 软件定义网络中面向时延和负载的多控制器放置策略. 电子与信息学报, doi: 10.11999/JEIT181053

    6. [6]

      胡宇翔范宏伟兰巨龙段通. 一种支持硬件加速的虚拟网络功能部署模型. 电子与信息学报, doi: 10.11999/JEIT180861

    7. [7]

      唐伦周钰杨友超赵国繁陈前斌. 5G网络切片场景中基于预测的虚拟网络功能动态部署算法. 电子与信息学报, doi: 10.11999/JELT180894

    8. [8]

      代美玲刘周斌郭少勇邵苏杰邱雪松. 基于终端能耗和系统时延最小化的边缘计算卸载及资源分配机制. 电子与信息学报, doi: 10.11999/JEIT180970

    9. [9]

      桑海峰陈紫珍. 基于双向门控循环单元的3D人体运动预测. 电子与信息学报, doi: 10.11999/JEIT180978

    10. [10]

      伊鹏谢记超张震谷允捷赵丹. 抗侧信道攻击的服务功能链部署方法. 电子与信息学报, doi: 10.11999/JEIT190127

    11. [11]

      李瑞张群苏令华梁佳罗迎. 基于稀疏贝叶斯学习的双基雷达关联成像. 电子与信息学报, doi: 10.11999/JEIT180933

    12. [12]

      徐少毅高帅. M2M通信中一种基于能量效率与系统容量的多目标无线资源管理算法. 电子与信息学报, doi: 10.11999/JEIT181168

    13. [13]

      张刚赵畅畅张天骐. 短参考正交多用户差分混沌键控方案的性能分析. 电子与信息学报, doi: 10.11999/JEIT181038

    14. [14]

      汤红波邱航游伟季新生. 基于联合备份的服务功能链可靠性保障的部署方法. 电子与信息学报, doi: 10.11999/JEIT190013

    15. [15]

      申滨吴和彪崔太平陈前斌. 基于最优索引广义正交匹配追踪的非正交多址系统多用户检测. 电子与信息学报, doi: 10.11999/JEIT190270

    16. [16]

      李永伟谢文冲. 基于空时内插的端射阵机载雷达杂波补偿新方法. 电子与信息学报, doi: 10.11999/JEIT181131

    17. [17]

      唐伦杨恒马润琳陈前斌. 基于5G接入网络的多优先级虚拟网络功能迁移开销与网络能耗联合优化算法. 电子与信息学报, doi: 10.11999/JEIT180906

    18. [18]

      张艳陈建华唐猛. 多层中继网络上的分布式LT码. 电子与信息学报, doi: 10.11999/JEIT180804

    19. [19]

      唐晓庆谢桂辉佘亚军张帅. 基于直接数字频率合成的LoRa散射通信方法. 电子与信息学报, doi: 10.11999/JEIT190001

    20. [20]

      黄容兰刘云李啟尚唐文. 基于非正交多址接入中继通信系统的功率优化. 电子与信息学报, doi: 10.11999/JEIT180842

  • 图 1  蜂窝D2D通信系统场景图

    图 2  基于用户成簇机制的蜂窝D2D系统场景图

    图 3  总业务时延与迭代次数关系图

    图 4  总业务时延与业务到达速率关系图(不同服务速率)

    图 5  总业务时延与业务到达速率关系图(不同最低传输速率)

    图 6  总业务时延与子信道带宽关系图(不同噪声功率谱密度)

    图 7  总业务时延与子信道带宽关系图(不同业务到达速率)

    表 1  联合用户关联及内容部署算法

     (1) 确定L种簇头组合策略;
     (2) for $l = 1$,针对第$l$种簇头组合策略;
     (3) 设置最大迭代次数${T^{\ \max }}$和最大容忍值$\varepsilon $
     (4) 初始化拉格朗日因子${\eta _{i,j,k}},\;{\varphi _{i,j,k}},\;{\theta _{i,j,k}}$
     (5) 重复主程序;
     (6) 求解用户关联子问题得到局部变量值${\delta _{i,j}}$
      求解内容部署子问题得到局部变量值${\beta _{j,k}}$
      求解联合优化子问题得到局部变量值${\alpha _{i,j,k}}$
     (7) 更新拉格朗日因子;
      ${\eta _{i,j,k}}(t + 1) = {\left[ {{\eta _{i,j,k}}(t) - {\omega _1}\left( {{\alpha _{i,j,k}}(t) + 1 - {\delta _{i,j}}(t) - {\beta _{j,k}}(t)} \right)} \right]^ + },$
      ${\varphi _{i,j,k}}(t + 1) = {\left[ {{\varphi _{i,j,k}}(t) - {\omega _2}\left( {{\delta _{i,j}}(t) - {\alpha _{i,j,k}}(t)} \right)} \right]^ + },$
      ${\theta _{i,j,k}}(t + 1) = {\left[ {{\theta _{i,j,k}}(t) - {\omega _3}\left( {{\beta _{j,k}}(t) - {\alpha _{i,j,k}}(t)} \right)} \right]^{\rm{ + }}};$
     (8) 若$ \sum\nolimits_{i = 1}^M \sum\nolimits_{j = 1}^M \sum\nolimits_{k = 1}^K \left[ \left| {{\eta _{i,j,k}}(t + 1) - {\eta _{i,j,k}}(t)} \right| \right. $     $\left.+ \left| {{\varphi _{i,j,k}}(t + 1) - {\varphi _{i,j,k}}(t)} \right| + \left| {{\theta _{i,j,k}}(t + 1) - {\theta _{i,j,k}}(t)} \right| \right] \le \varepsilon $
     (9) 算法收敛;
      返回 $\delta _{i,j}^{\left( l \right) * }{\rm{ = }}{\delta _{i,j}},\beta _{j,k}^{\left( l \right) * }{\rm{ = }}{\beta _{j,k}},\alpha _{i,j,k}^{\left( l \right) * }{\rm{ = }}{\alpha _{i,j,k}};$
     (10) 否则 $t = t + 1$
     (11) 重复(6)—(10),直到算法收敛或$t = {T^{\ \max }}$
     (12) $l = l + 1$,重复(5)—(11),得到$\delta _{i,j}^{\left( l \right)*},\;\beta _{j,k}^{\left( l \right) * },\;\alpha _{i,j,k}^{\left( l \right) * }$${D^{\left( l \right) * }}$,直至$l = L$
     (13) 比较$L$种簇头组合下的最优业务时延,选择最优用户关联及内容部署优化策略,即$\left\{ {\delta _{i,j}^{\left( l \right) * },\beta _{j,k}^{\left( l \right) * },\alpha _{i,j,k}^{\left( l \right) * }} \right\} = \arg \min {D^{\left( l \right) * }}。$
    下载: 导出CSV
  • 加载中
图(7)表(1)
计量
  • PDF下载量:  17
  • 文章访问数:  112
  • HTML全文浏览量:  64
  • 引证文献数: 0
文章相关
  • 通讯作者:  柴蓉, chairong@cqupt.edu.cn
  • 收稿日期:  2018-05-02
  • 录用日期:  2019-05-21
  • 网络出版日期:  2019-07-19
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章