10.3979/j.issn.1673-825X.2020.01.006
认知D2D网络中基于博弈论的高能效干扰约束资源分配算法
针对认知网络中多个D2D(device-to-device)用户以Underlay模式复用蜂窝用户的频谱资源时的同频干扰和能耗增加问题,提出了认知网络中基于博弈论的最大化用户能效(energy-efficiency,EE)的D2D通信资源分配算法.不同于以前工作,在满足特定干扰门限的条件下,侧重对能效进行优化,且不牺牲系统容量.建立Underlay模式下认知D2D通信博弈模型,将D2D用户(device-to-device,DUE)作为跟随者复用蜂窝用户(cellular user,CUE)上行链路的频谱资源,由于每个用户都具有自私特性想要最大化自身的能效,所以该资源分配问题可以模拟为非协作博弈问题.在干扰门限的约束条件下构造了相应的效用函数,利用拉格朗日对偶方法求解此优化问题,得到用户的最优发送功率,保证了用户的功率和链路速率的均衡,并分析了算法复杂性.仿真结果表明,该方案能够提高用户能效和链路平均能效,改善系统总功耗及系统的容量等性能.
认知无线电、D2D通信、能效、资源分配、博弈论
32
TN929.5
国家自然科学基金61271259,61601070;重庆市教委科学技术研究项目KJ1600411;重庆市基础与前沿研究计划项目CSTC 2016jcyjA0455;长江学者和创新团队发展计划IRT1299;重庆市教委重点实验室专项经费 CQJK资助课题
2020-04-10(万方平台首次上网日期,不代表论文的发表时间)
共10页
47-56