高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于能效的NOMA蜂窝车联网动态资源分配算法

唐伦 肖娇 赵国繁 杨友超 陈前斌

唐伦, 肖娇, 赵国繁, 杨友超, 陈前斌. 基于能效的NOMA蜂窝车联网动态资源分配算法[J]. 电子与信息学报, 2020, 42(2): 526-533. doi: 10.11999/JEIT190006
引用本文: 唐伦, 肖娇, 赵国繁, 杨友超, 陈前斌. 基于能效的NOMA蜂窝车联网动态资源分配算法[J]. 电子与信息学报, 2020, 42(2): 526-533. doi: 10.11999/JEIT190006
Lun TANG, Jiao XIAO, Guofan ZHAO, Youchao YANG, Qianbin CHEN. Energy Efficiency Based Dynamic Resource Allocation Algorithm for Cellular Vehicular Based on Non-Orthogonal Multiple Access[J]. Journal of Electronics and Information Technology, 2020, 42(2): 526-533. doi: 10.11999/JEIT190006
Citation: Lun TANG, Jiao XIAO, Guofan ZHAO, Youchao YANG, Qianbin CHEN. Energy Efficiency Based Dynamic Resource Allocation Algorithm for Cellular Vehicular Based on Non-Orthogonal Multiple Access[J]. Journal of Electronics and Information Technology, 2020, 42(2): 526-533. doi: 10.11999/JEIT190006

基于能效的NOMA蜂窝车联网动态资源分配算法

doi: 10.11999/JEIT190006
基金项目: 国家自然科学基金(61571073),重庆市教委科学技术研究项目(KJZD-M201800601)
详细信息
    作者简介:

    唐伦:男,1973年生,教授,博士生导师,主要研究方向为新一代无线通信网络、异构蜂窝网络等

    肖娇:女,1995年生,硕士生,研究方向为蜂窝车联网络下的资源调度算法

    赵国繁:女,1993年生,硕士生,研究方向为5G网络切片中的资源分配,可靠性

    杨友超:男,1993年生,硕士生,研究方向为网络虚拟化和切片资源分配

    陈前斌:男,1967年生,教授,博士生导师,主要研究方向为个人通信、多媒体信息处理与传输、下一代移动通信网络、异构蜂窝网络等

    通讯作者:

    肖 娇 Ir_xiao@163.com

  • 中图分类号: TN929.5

Energy Efficiency Based Dynamic Resource Allocation Algorithm for Cellular Vehicular Based on Non-Orthogonal Multiple Access

Funds: The National Natural Science Foundation of China (61571073), The Science and Technology Research Program of Chongqing Municipal Education Commission (KJZD-M201800601)
  • 摘要: 在支持车与车直接通信(V2V)的非正交多址接入(NOMA)蜂窝网络场景下,针对V2V用户与蜂窝用户的干扰以及NOMA准则下的功率分配问题,该文提出一种基于能效的动态资源分配算法。该算法首先为了保证V2V用户的时延及可靠性同时满足蜂窝用户的速率需求,联合考虑子信道调度、功率分配和拥塞控制,建立了最大化系统能效的随机优化模型。其次,利用李雅普诺夫随机优化方法,通过控制可接入数据量保证队列稳定性以避免网络拥塞,并根据实时网络负载状态动态地进行资源调度,设计一种次优化子信道匹配算法获得用户调度方案,进一步,利用凸优化理论和拉格朗日对偶分解方法得到功率分配策略。最后,仿真结果表明,该文算法可以满足不同用户的服务质量(QoS)需求,并在保证网络稳定性前提下提高系统能效。
  • 图  1  密集城区场景下的车辆通信及干扰模型图

    图  2  连续时隙上的队列变化与控制参数V的关系

    图  3  平均能效与控制参数V的关系

    图  4  V2V用户平均时延与包到达率的关系

    图  5  平均能效与控制参数V的关系

    图  6  平均能效与NOMA用户最大功率和的关系

    表  1  基于能效的动态资源分配算法

     (1) 初始化控制参数$V$, NOMA用户队列${Q_i}(0) = 0$、虚拟队列${Q_k}(0) = 0$、${H_i}(0) = 0$, ${\varGamma _i}(t)$, $R_k^{\min }$, $\forall k \in K,i \in I$;
     (2) 设置时隙长度${T_{\max }}$;
     (3) For $t = 0,1, ··· ,{T_{\max }} - 1,$ do;
     (4) 观察该时隙每个NOMA用户的队列状态${Q_i}(t)$以及虚拟队列${Q_k}(t)$和${H_i}(t)$;
     (5) 计算辅助变量${\gamma _i}(t)$,然后根据式(18)和式(19)得到拥塞控制优化解$\varGamma _i^*$;
     (6) 执行表2求解优化问题式(16)得到子信道调度策略$x_i^*,\alpha _k^*$;
     (7) 执行表3求解问题式(21)得到优化的功率分配方案$\{ p_1^{\rm{*}},p_2^{\rm{*}},···,p_{M{\rm{ - }}1}^{\rm{*}}\} $;
     (8) 根据下面公式分别更新下一时隙NOMA用户的队列状态${Q_i}(t + 1)$,虚拟队列状态${Q_k}(t + 1)$和${H_i}(t + 1)$;
       ${Q_i}(t + 1) = \max \{ {Q_i}(t) + {\varGamma _i}(t) - {r_i}(t),0\} ,\;\;\forall i$, ${Q_k}(t + 1) = \max \{ {Q_k}(t) + R_k^{\min } - {r_k}(t),0\} ,\forall k$;
       ${H_i}(t + 1) = \max \{ {H_i}(t) - {\varGamma _i}(t) + {\gamma _i}(t),0\} ,\forall i$;
     (9) $t = t + 1$;
     (10) End;
     (11) 输出优化拥塞控制策略、频谱和功率分配方案$\varGamma _i^*$, $x_i^*,\alpha _k^*$, $p_i^*,p_k^*$。
    下载: 导出CSV

    表  2  联合次优化子信道匹配算法

     (1) 初始化${p_i},{p_k}$, ${Q_i}(0) = 0$, ${Q_k}(0) = 0$, ${H_i}(0) = 0$,初始化未分配子信道的NOMA和V2V用户集$S_{{\rm{un}}}^C$, $S_{{\rm{un}}}^V$,复用同一信道的用户集
      ${{U}} = \{ U_1,U_2,···,U_N\} $, ${\psi _n} = \varnothing $,用户调度策略${{x}} = \varnothing ,{{\alpha}} = \varnothing $,分别构造NOMA用户和V2V用户的信道增益矩阵,${{ H}_i} \triangleq {[|{h_{i,n}}|]_{I \times N}}$,
      ${{ H}_k} \triangleq {[|{h_{k,n}}|]_{K \times N}}$;
     (2) while ${S_{{\rm{un}}}}^C \ne \varnothing $&${S_{\rm{un}}}^V \ne \varnothing$ do;
     (3) for $n = 1:N$;
     (4) 从${{ H}_i}$中找到最大信道增益,将子信道$n$调度给用户$i$,更新${{x}}$,并将矩阵中的第$i$行元素置0;
     (5) 更新${U_n} = {U_n} \cup u_n^i$ & $S_{{\rm{un}}}^C = S_{{\rm{un}}}^C\backslash u_n^i$;
     (6) end for;
     (7) for $n = 1:N$;
     (8) while ${N_{{U_n}}} < M$ do;
     (9)  分别从信道矩阵${{ H}_i}$和${{ H}_k}$ 中找到最大信道增益$|{h_{i,n}}|$和$|{h_{k,n}}|$;
     (10)   if ${\rm{|}}{h_{i,n}}| > {h_{k,n}}|$;
     (11)    将子信道$n$分配给用户$i$,更新${U_n} = {U_n} \cup u_i^n$;
     (12)   else;
     (13)    将子信道$n$分配给用户$k$,更新${U_n} = {U_n} \cup u_k^n$;
     (14)   end if;
     (15) end while;
     (16)   if ${N_{{U_n}}} = M$;
     (17)   计算用户集${U_n}$复用在子信道$n$上的$\varphi (t)$,并将结果保存于${\psi _n}$
     (18)   求解式(16)得到用户调度的解$x_i^n,\alpha _k^n$以及被调度用户集$u_n^C,u_n^V$,更新未调度用户集$S_{un}^C = S_{un}^C\backslash u_n^C$ & $S_{un}^V = S_{un}^V\backslash u_n^V$,并将
    信道矩阵${{ H}_i}$中的第$i$行置0,或将${{ H}_k}$中的第$k$行元素及第$n$列元素置0;
     (19)   end if;
     (20) end for;
     (21) end while;
     (22) 输出用户调度策略${{x}},{{\alpha}} $。
    下载: 导出CSV

    表  3  基于连续凸逼近和拉格朗日对偶的迭代功率优化算法

     (1) 初始化最大迭代次数${T_1}$及最大允许误差${\xi _1}$,初始化${[{\tilde p_i}(t),{\tilde p_k}(t)]^0}$,迭代次数索引$t$;
     (2) while $g \le {T_1}$ or ${\rm{||}}\tilde \varphi ({[{\tilde p_i}(t),{\tilde p_k}(t)]^g}) - \tilde \varphi ({[{\tilde p_i}(t),{\tilde p_k}(t)]^{g - 1}})|| \le {\xi _1}$ do;
     (3)  根据迭代得到的${[{\tilde p_i}(t),{\tilde p_k}(t)]^g}$和$\tilde r_k^n$, $\tilde r_i^n$计算$c_k^n$ $d_k^n$ $c_i^n$ $d_i^n$,得到更新后的${{{c}}^g},{{{d}}^g}$;
     (4)  求解优化问题式(20),更新当前最优解${[{\tilde p_i}(t),{\tilde p_k}(t)]^{{\rm{g + 1}}}}$并令$g = g + 1$;
     (5) end while;
     (6) 输出连续凸逼近迭代后的优化解$\tilde P(t) = {\left[ {{{\tilde p}_i}(t),\tilde p{}_k(t)} \right]^g}$;
     (7) 初始化最大迭代次数${N_1}$和${N_2}$及收敛条件${\varDelta _1}$和${\varDelta _2}$,初始化迭代索引$m = 0,n = 0$,初始化拉格朗日乘子${\nu ^0},{\lambda ^0},{\mu ^0},{\eta ^0}$,
       ${[{\tilde p_i}{(t)_m},\tilde p{}_k{(t)_m}]^0} = {[{\tilde p_i}{(t)_n},{\tilde p_k}{(t)_n}]^0} = {[{\tilde p_i}(t),{\tilde p_k}(t)]^g}$;
     (8) 观察时隙$t$每个NOMA用户的队列状态${Q_i}(t)$和虚拟队列状态${Q_k}(t)$, ${H_i}(t)$;
     (9) while $m < {N_1}$ or ${\rm{||} }\tilde \varphi ({[{\tilde p_i}{(t)_m},{\tilde p_k}{(t)_m}]^{m + 1} }) - \tilde \varphi ({[{\tilde p_i}{(t)_m},{\tilde p_k}{(t)_m}]^m})|| \ge {\varDelta _1}$ do;
     (10) while $n < {N_2}$ or $||{J^{n + 1} }(t) - {J^n}(t)|| \ge {\varDelta _2}$ do;
     (11)  将${\nu ^m},{\lambda ^m},{\mu ^m},{\eta ^m}$和${[{\tilde p_i}{(t)_n},{\tilde p_k}{(t)_n}]^n}$分别代入表达式(21)求导;
     (12)  通过KKT条件和二分搜索法求得功率分配${[{\tilde p_i}{(t)_n},{\tilde p_k}{(t)_n}]^{n + 1}}$,更新拉格朗日乘子;
     (13)  $n = n + 1$;
     (14) end while;
     (15)  $m = m + 1$;
     (16) end while;
    下载: 导出CSV
  • [1] 3GPP. Study on LTE-based V2X services 14.0.0[R]. 3GPP TR 36.885, 2016.
    [2] 3GPP. Study on enhancement of 3GPP support for 5G V2X services 16.2.0[R]. 3GPP TR 22.886, 2017.
    [3] SAHIN T, KLUGEL M, ZHOU Chan, et al. Virtual cells for 5G V2X communications[J]. IEEE Communications Standards Magazine, 2018, 2(1): 22–28. doi:  10.1109/MCOMSTD.2018.1700060
    [4] YANG Zhaohui, XU Wei, PAN Cunhua, et al. On the optimality of power allocation for NOMA downlinks with individual QoS constraints[J]. IEEE Communications Letters, 2017, 21(7): 1649–1652. doi:  10.1109/LCOMM.2017.2689763
    [5] PAN Yijin, PAN Cunhua, YANG Zhaohui, et al. Resource allocation for D2D communications underlaying a NOMA-based cellular network[J]. IEEE Wireless Communications Letters, 2018, 7(1): 130–133. doi:  10.1109/LWC.2017.2759114
    [6] LIANG Le, LI G Y, and XU Wei. Resource allocation for D2D-enabled vehicular communications[J]. IEEE Transactions on Communications, 2017, 65(7): 3186–3197. doi:  10.1109/TCOMM.2017.2699194
    [7] LIU Chenfeng and BENNIS M. Ultra-reliable and low-latency vehicular transmission: An extreme value theory approach[J]. IEEE Communications Letters, 2018, 22(6): 1292–1295. doi:  10.1109/LCOMM.2018.2828407
    [8] SUN Wanlu, STRÖM E, BRÄNNSTRÖM F, et al. Radio resource management for D2D-based V2V communication[J]. IEEE Transactions on Vehicular Technology, 2016, 65(8): 6636–6650. doi:  10.1109/TVT.2015.2479248
    [9] SUN Wanlu, STRÖM E, BRÄNNSTRÖM F, et al. D2D-based V2V communications with latency and reliability constraints[C]. 2014 IEEE Globecom Workshops, Austin, USA, 2014: 1414–1419. doi: 10.1109/GLOCOMW.2014.7063632.
    [10] PENG Mugen, YU Yuling, XIANG Hongyu, et al. Energy-efficient resource allocation optimization for multimedia heterogeneous cloud radio access networks[J]. IEEE Transactions on Multimedia, 2016, 18(5): 879–892. doi:  10.1109/TMM.2016.2535722
    [11] LAU V K N, ZHANG Fan, and CUI Ying. Low complexity delay-constrained beamforming for multi-user MIMO systems with imperfect CSIT[J]. IEEE Transactions on Signal Processing, 2013, 61(16): 4090–4099. doi:  10.1109/TSP.2013.2264058
    [12] CHUNG S T and GOLDSMITH A J. Degrees of freedom in adaptive modulation: A unified view[J]. IEEE Transactions on Communications, 2001, 49(9): 1561–1571. doi:  10.1109/26.950343
    [13] LI Jian, PENG Mugen, YU Yuling, et al. Energy-efficient joint congestion control and resource optimization in heterogeneous cloud radio access networks[J]. IEEE Transactions on Vehicular Technology, 2016, 65(12): 9873–9887. doi:  10.1109/TVT.2016.2531184
    [14] ZHAO Long and WANG Xiaodong. Round-trip energy efficiency of wireless energy powered massive MIMO system with latency constraint[J]. IEEE Communications Letters, 2017, 21(1): 12–15. doi:  10.1109/LCOMM.2016.2616858
    [15] KHAN Z, FAN Pingzhi, ABBAS F, et al. Two-level cluster based routing scheme for 5G V2X communication[J]. IEEE Access, 2019, 7: 16194–16205. doi:  10.1109/ACCESS.2019.2892180
    [16] ZHANG Yi, WANG Huiming, ZHENG Tongxing, et al. Energy-efficient transmission design in non-orthogonal multiple access[J]. IEEE Transactions on Vehicular Technology, 2017, 66(3): 2852–2857. doi:  10.1109/TVT.2016.2578949
  • [1] 徐勇军, 刘子腱, 李国权, 陈前斌, 林金朝.  基于NOMA的无线携能D2D通信鲁棒能效优化算法, 电子与信息学报. doi: 10.11999/JEIT200175
    [2] 陈前斌, 谭颀, 魏延南, 贺兰钦, 唐伦.  异构云无线接入网架构下面向混合能源供应的动态资源分配及能源管理算法, 电子与信息学报. doi: 10.11999/JEIT190499
    [3] 陈前斌, 管令进, 李子煜, 王兆堃, 杨恒, 唐伦.  基于深度强化学习的异构云无线接入网自适应无线资源分配算法, 电子与信息学报. doi: 10.11999/JEIT190511
    [4] 邵鸿翔, 孙有铭, 蔡佶昊.  面向用户体验的多小区混合非正交多址接入网络资源分配方法, 电子与信息学报. doi: 10.11999/JEIT20032
    [5] 唐伦, 肖娇, 魏延南, 赵国繁, 陈前斌.  基于云雾混合计算的车联网联合资源分配算法, 电子与信息学报. doi: 10.11999/JEIT190306
    [6] 张双, 康桂霞.  异构蜂窝网络中基于能效的非正交多址接入下行功率分配算法, 电子与信息学报. doi: 10.11999/JEIT190492
    [7] 王夕予, 许晓明, 陈亚军.  非理想连续干扰消除下非正交多址接入上行传输系统性能分析, 电子与信息学报. doi: 10.11999/JEIT181165
    [8] 邵凯, 赵小丽, 武汉.  多用户共享接入系统扩展序列优化与改进, 电子与信息学报. doi: 10.11999/JEIT170618
    [9] 廖树日, 何世文, 杨绿溪.  一种新的双模微基站非授权信道接入方法, 电子与信息学报. doi: 10.11999/JEIT170184
    [10] 孟洛明, 孙康, 韦磊, 郭少勇, 徐思雅.  一种面向电力无线专网的虚拟资源优化分配机制, 电子与信息学报. doi: 10.11999/JEIT161043
    [11] 李钊, 戴晓琴, 陈柯宇, 肖丽媛.  非正交多址接入下行链路用户匹配与功率优化算法, 电子与信息学报. doi: 10.11999/JEIT161197
    [12] 李东生, 高杨, 雍爱霞.  基于改进离散布谷鸟算法的干扰资源分配研究, 电子与信息学报. doi: 10.11999/JEIT150726
    [13] 胡莹, 黄永明, 俞菲, 杨绿溪.  多用户大规模MIMO系统能效资源分配算法, 电子与信息学报. doi: 10.11999/JEIT150088
    [14] 朱晓荣, 罗小琴, 朱洪波.  正交频分多址系统中一种面向多业务应用的自适应资源分配算法, 电子与信息学报. doi: 10.11999/JEIT141158
    [15] 程永生, 朱江, 林孝康.  引入D2D通信的蜂窝网上行资源分配算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2014.00056
    [16] 黄博, 方旭明, 陈煜.  OFDMA中继网络变时域节能资源分配策略, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.01180
    [17] 左勇, 刘学勇, 刘海洋, 陈杰.  基于对偶分解的OFDMA系统资源分配算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.00326
    [18] 陈瑾平, 何世文, 杨绿溪.  多小区OFDMA解码转发中继通信系统的分布式资源分配算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2011.00554
    [19] 胡莹, 黄永明, 俞菲, 杨绿溪.  基于能效优化的用户调度与资源分配算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.00011
    [20] 张宝, 邱玲.  OFDMA Femtocell网络中混合接入方式下的资源分配策略, 电子与信息学报. doi: 10.3724/SP.J.1146.2011.00247
  • 加载中
  • 图(6) / 表ll (3)
    计量
    • 文章访问数:  1336
    • HTML全文浏览量:  577
    • PDF下载量:  55
    • 被引次数: 0
    出版历程
    • 收稿日期:  2019-01-03
    • 修回日期:  2019-05-28
    • 网络出版日期:  2019-11-25
    • 刊出日期:  2020-02-01

    目录

      /

      返回文章
      返回

      官方微信,欢迎关注