论文部分内容阅读
移动数据业务和移动设备史无前例的爆炸式增长,给移动蜂窝网络带来了巨大挑战,这些挑战和威胁却又推动着传统蜂窝网络的变革。允许终端之间不需经过基站而直接通信的终端直通(Device-to-Device,D2D)通信技术的提出,彻底改变了传统蜂窝网络的数据传输和数据处理模式,在一定程度上缓解了蜂窝网络负担,并且能够有效提高频谱利用率、增加网络吞吐量和容量、降低终端能耗和传输时延等。事实上,终端设备是由人所持有,而人又组建了展现出稳定社会结构和规律的社交网络。基于此,将社交网络引入D2D通信,挖掘并利用社交网络中用户的社交关系、行为和规律来辅助解决D2D通信关键问题是具有非常重要研究价值的新途径。因此,基于社交网络中用户的社交信任、内容选择偏好和满意度等,本文对D2D通信的资源分配问题展开了研究,具体内容主要包括:1)研究了基于社交信任的D2D通信设备资源和功率资源分配问题。利用社交信任,给出社交感知的最优能效中继设备分配算法。该算法通过三元组闭合模型挖掘移动用户间隐藏的社交信任关系,从而确保更多的用户愿意加入到D2D协作通信中。同时,所给算法联合考虑社交网络和物理网络约束决定最优中继设备。进一步地,基于博弈论以降低能量消耗和干扰为目标研究最优化问题。在博弈中,社交距离被作为惩罚系数分布式的控制D2D通信的发送功率。基于实际社交网络统计数据的仿真表明,相较于其它中继设备分配算法,所给算法能够获得显著的性能增益。2)研究了基于内容偏好的D2D通信设备资源和信道及功率资源分配问题。综合考虑社交网络和物理网络,给出内容偏好的最优化D2D设备对匹配和信道及功率资源分配算法。将狄利克雷过程建模的用户选择相似内容的概率,作为约束和加权因子,分别用于表示社交网络特性对D2D对匹配和资源分配的影响。在下行蜂窝资源分配中,将D2D对和蜂窝用户的服务质量(Quality of Service,QoS)需求考虑在内,以最大化总加权数据速率为目标,建立资源分配的混合整数非线性规划问题(Mixed Integer Nonlinear Programming,MINLP),并利用一对一稳定匹配算法求得优化的资源分配结果。进一步地,验证了所给D2D对匹配和信道资源分配算法的稳定性、最优性和复杂度。仿真结果表明,所给算法能明显提高D2D通信的对匹配成功率和数据速率。3)研究了基于满意度的D2D通信信道资源和功率资源分配问题。在社交网络的内容偏好模型基础上,给出联合满意信道资源分配和功率资源分配的迭代资源分配算法。以确保各D2D对QoS和最大化总D2D对加权数据速率为目标,将信道分配和功率分配的联合优化问题建模为混合整数非线性规划问题。将该问题拆分为两个子问题,分别给出考虑用户满意度的多对一稳定资源匹配算法和Stackelberg博弈的功率控制算法进行求解。最后,给出联合这两个算法的迭代资源分配算法,实现最优化目标的联合求解。进一步地,分析了所给算法在稳定性、最优性和复杂度方面的理论特性。通过对比所给算法在不同场景下的不同性能指标,验证了算法的有效性和优越性。