楊亞飛+李暉

【摘要】 隨著智能用戶設的普及和高速網(wǎng)絡應用爆炸式增長，人們對移動網(wǎng)絡的系統(tǒng)容量和服務質(zhì)量的要求不斷提高。設備到設備（D2D： Device-to-device）通信是在系統(tǒng)的控制下，允許終端直接通過復用網(wǎng)絡資源并提升網(wǎng)絡容量。D2D通信復用上行鏈路資源時，基站容易受到干擾，復用下行鏈路資源時，下行鏈路的用戶容易受到干擾。為了構建一個高效的移動網(wǎng)絡，通過功率控制來抑制基站或終端用戶之間的干擾，以滿足用戶服務質(zhì)量的要求。

【關鍵詞】 移動網(wǎng)絡 D2D 功率控制 干擾 終端用戶

Power control for device-to-device communication in cellular networks Yang Ya-Fei， Li Hui （College of Information Science and Technology， Hainan University， Haikou， 570228， China）

Abstract： With the popularity of intelligent user and explosive growth of high-speed networks， the requirements for system capacity and quality of service （QoS） improve continuously. Device-to-device （D2D） communication is under the control of the system， the terminal is allowed to communicate directly through multiplexing network resources and enhance network capacity. When D2D communication multiplexes the uplink resources， the base-stations are easily to be disturbed； when the downlink resources are multiplexed， the users of downlink are susceptible to interference. In order to build a high-efficient mobile network， we can meet the QoS requirements by controlling the power to suppress the interference between the base station or a terminal user.

Key words： Mobile network； D2D； Power control； Interference； Terminal user

一、 引言

無線通信中數(shù)據(jù)業(yè)務的急劇增長，使得頻譜資源短缺成為移動通信面臨的挑戰(zhàn)，因而推動了一些先進無線網(wǎng)絡和系統(tǒng)的出現(xiàn)，目的是為大量用戶提供一個高速率、高質(zhì)量的通信網(wǎng)絡。在傳統(tǒng)蜂窩網(wǎng)絡中，不允許用戶之間直接通信。通信過程由基站轉接分為兩個階段：一是發(fā)射機到基站，即上行鏈路；二是基站到接收機，即下行鏈路。這種集中式工作方式便于對資源和干擾的管理與控制，但資源利用效率低。為了提高頻譜利用效率，2008 年高通公司首次提出設備到設備（D2D： Device-to-device）通信技術[1～3]。近年來，D2D通信引起了廣泛關注，諾基亞、愛立信、華為等也一直致力于此項技術的研究。D2D 通信是一種在蜂窩系統(tǒng)的控制下，允許終端用戶通過共享小區(qū)資源進行直接通信的新技術，如圖1所示。傳統(tǒng)的蜂窩網(wǎng)絡[4]通信是發(fā)射機到基站，在由基站到接收機，如圖2所示。

這種集中式的控制方式資源利用效率低。蜂窩網(wǎng)絡引入D2D 通信，可以減輕基站負擔[5，6]，減小通信時延[5]。與蜂窩通信相比，D2D 通信僅占用一半的頻譜資源。此外，距離較近的用戶利用 D2D 通信可減小傳輸功率[6，7]，節(jié)約能耗。因此，D2D 通信有望成為未來移動通信的關鍵技術[5～7]。當然，蜂窩網(wǎng)絡通信系統(tǒng)和D2D通信之間以及D2D用戶之間的干擾也是個關鍵問題，為了實現(xiàn)它們直接通信的整體利益，可以采用一系列功率控制和干擾抑制方法來實現(xiàn)通信利益的最大化以滿足用戶要求。

二、D2D通信存在的問題

D2D通信適用于當?shù)氐臉I(yè)務，所以如果基站前端預留資源給D2D通信，則會引發(fā)資源的有效使用率降低，特別當是D2D出現(xiàn)的概率較低的情況下。當普通用戶和D2D用戶共享相同使用資源的時候，就會在小區(qū)中產(chǎn)生一定的干擾，導致使用性能的損失。當出現(xiàn)這種問題時，從保證原有蜂窩用戶的使用性能的角度來說，D2D用戶必須適當控制其發(fā)射功率。然而，如果D2D移動通信用戶和復用相同的資源的蜂窩用戶的距離近，那么，D2D用戶控制和抑制干擾效果是不理想的，值得注意的是，造成此種結果的原因是由于基站與用戶間的發(fā)送功率差別太大。

D2D 通信的主要問題之一是復用小區(qū)用戶的資源所帶來的干擾問題。D2D 通信復用上行鏈路資源時，系統(tǒng)中受D2D通信干擾的是基站。D2D通信復用下行鏈路資源時，系統(tǒng)中受D2D通信干擾的是下行鏈路的用戶。而受干擾的下行用戶的位置決定于基站的短期調(diào)度。因此受D2D傳輸干擾[8]的用戶可能是小區(qū)服務的任何用戶。

三、功率控制方案

由于頻譜的復用，D2D通信不能沒有適當?shù)目刂疲瑖乐氐母蓴_可能會違背D2D通信的原始意圖。功率控制（PC： Power control）可以抑制同信道干擾和優(yōu)化系統(tǒng)的性能，是實現(xiàn)個人QoS要求的一個有效途徑。近年來，國內(nèi)外的研究機構已經(jīng)開展了功率控制方面的研究， 取得了一定的研究進展。由于對蜂窩網(wǎng)絡[11]終端直通通信的質(zhì)量和要求不一，實現(xiàn)功率控制的方案靈活多樣，但是主要目的都是為了抑制干擾。在此主要介紹三種功率的方案。

3.1分布式功率控制

分布式功率控制（DPC： Distributed power control）方案最先進的目前主要有兩大類型：目標追蹤型（TPC：Target-tracking DPC）和機會主義型（OPC： Opportunistic DPC）[9]。在TPC方案中，一旦實際的信噪比水平與我們設定的信噪比目標不一致，發(fā)射功率將會調(diào)整以實現(xiàn)與信噪比目標預定的功率值[10]。簡而言之，就是實現(xiàn)目標信噪比水平的同時實現(xiàn)總功率消耗最小[11]。

在OPC方案中，低SINR（Signal to interference and noise ratio）水平不滿足用戶對QoS要求，高SINR水平會導致系統(tǒng)容量縮水[12]。OPC提出了一個信號干擾產(chǎn)品（SIP： Signal interference product）[13]利用多用戶沖突鏈接的多樣性，檢測用戶的傳輸欲望，如果發(fā)送功率大的話，用戶減小他的信噪比目標，避免不成比例的功率消耗；否則，增加其SINR的目標，相應地，利用有限的信道條件，提高無線資源的利用率。OPC避免功率發(fā)射每個用戶有機會合理的設置自己的SINR目標，從而提高系統(tǒng)的容量。

可以充分利用干擾避免算法，建立功率控制的約束條件模型[14]，設定蜂窩網(wǎng)絡覆蓋范圍、天線增益，噪聲系數(shù)功率譜密度等參數(shù)，設立兩個終端通信的距離、信噪比、發(fā)送功率設立門限值，然后增加偏置方案和接納控制，模擬蜂窩網(wǎng)小區(qū)內(nèi)兩個終端通信，通過系統(tǒng)仿真來驗證DPC方案的收斂性和性能，以規(guī)避無效的功耗，并保持系統(tǒng)的可行性，從而實現(xiàn)功率控制和抑制干擾的目的。

3.2聯(lián)合功率和速率控制

發(fā)送功率和速率[15-16]的聯(lián)合控制[17]，可以使蜂窩通信速度實現(xiàn)最大化的同時又保證D2D通信的服務質(zhì)量。一對D2D用戶在共享蜂窩網(wǎng)絡資源時，可以實現(xiàn)連續(xù)干擾消除（SIC： Successive interference cancellation）和單用戶監(jiān)測（SUD： Single user detection）[18]。蜂窩用戶對D2D接收機干擾很強時SIC是有益的，當干擾較弱時，D2D接收機可以直接處理噪聲，因此對于弱干擾，蜂窩通信的發(fā)送速率和發(fā)送功率不需要控制。蜂窩網(wǎng)絡下D2D通信如圖3所示，當蜂窩網(wǎng)用戶對D2D接收機干擾強時實行發(fā)送功率最優(yōu)化策略對發(fā)送速率進行控制，干擾弱時實行發(fā)送速率最優(yōu)化策略，對發(fā)送功率進行控制。針對不同場景和用戶的要求也可以在此方案基礎上自行設定一個接近最優(yōu)算法，找出功率和速率的最優(yōu)值，滿足自身需求。

3.3功率和波束成形聯(lián)合控制

考慮到D2D和蜂窩網(wǎng)整個系統(tǒng)的特點，可以使用支持向量機（SVM： Support vector machine）[19]為基礎的方案，來解決蜂窩網(wǎng)用戶終端和D2D用戶終端共存的約束優(yōu)化問題[20]。SVM是一種監(jiān)督計算機學習算法，利用已知（或相似）場景來識別未知（或相似）情況[21]。首先，把這個約束優(yōu)化問題轉換成在滿足兩者服務質(zhì)量要求和一定干擾水平下的所有終端發(fā)送總功率的最小化問題。利用已有的統(tǒng)計信道狀態(tài)信息[22-23]提出一個近似的方法來放松約束條件，用支持向量機算法求解每個用戶的發(fā)送功率和波束成形權向量的優(yōu)化問題。然后得出在網(wǎng)絡中每個用戶的遍歷容量（EC： Ergodic capacity）的解析表達式和平均誤符號率（ASER： Average symbol error rate）。以此，針對不同的場景要求，可以通過仿真作出合理的性能分析，來實現(xiàn)功率控制的目的。

四、結束語

未來的通信系統(tǒng)被描述為高速率、大容量，而可用于移動通信的頻譜資源十分有限，更加充分、高效的利用頻譜資源在未來的通信系統(tǒng)中變得十分重要。D2D 通信應用于許可頻段，相對于WLAN、藍牙等應用于非許可頻段的通信技術相說，有干擾可控等優(yōu)點。資源復用模式下的 D2D 通信進一步提升了蜂窩網(wǎng)絡的頻譜效率，但卻帶來了新的干擾問題。目前，國內(nèi)外學術領域?qū)β士刂坪透蓴_抑制的研究還在不斷進行中，各種功率控制方案層出不窮，蜂窩網(wǎng)絡終端直通通信干擾環(huán)境復雜，但是通過一系列的實驗研究發(fā)現(xiàn)，功率控制是抑制干擾的一種有效手段?？梢蕴岣哒麄€蜂窩小區(qū)的通信速率，并且在保證用戶服務質(zhì)量的同時實現(xiàn)較低的能耗支出，延長移動終端電池的使用時間，從而為用戶提供更加穩(wěn)定、可控的通信環(huán)境。

參 考 文 獻

[1]Asadi A， Wang Q， Mancuso V. A Survey on Device-to-Device Communication in Cellular Networks[J]. IEEE Communications Surveys & Tutorials， 2014， 16（4）：1801-1819.

[2]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.

[3]Lei L， Zhong Z， Lin C， et al. Operator controlled Device-to-Device communications in LTE-Advanced networks[J]. IEEE Wireless Communications， 2012， 19（3）：96-104.

[4] Corson M S， Laroia R， Li J， et al. Toward proximity-aware internetworking[J]. IEEE Wireless Communications， 2010， 17（6）：26-33.

[5]Janis P， Chiahao Y U， Doppler K， et al. Device-to-Device Communication Underlaying Cellular Communications Systems[J]. International Journal of Communications Network & System Scienc， 2009， 02（3）：169-178.

[6]Wijting C， Ribeiro C， Doppler K， et al. Device-to-Device Communication as an Underlay to LTE-Advanced Networks[J]. IEEE Communications Magazine， 2010， 47（12）：42-49.

[7] 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.

[8] 劉圣潔， 王斌， 王文鼐. 一種新型的LTE系統(tǒng)干擾協(xié)調(diào)算法[J]. 計算機工程與應用， 2014， 50（03）：207-210.

[9] Tang R， Zhao J， Hua Q U. Distributed Power Control for Energy Conservation in Hybrid Cellular Network with Device-to-Device Communication[J]. Wireless Communication Over Zigbee for Automotive Inclination Measurement China Communications， 2014， 11（3）：27-39.

[10] Foschini G J， Miljanic Z. A simple distributed autonomous power control algorithm and its convergence[J]. IEEE Transactions on Vehicular Technology， 1993， 42（4）：641-646.

[11] Grandhi S A， Zander J. Constrained power control in cellular radio systems[C]// IEEE Vehicular Technology Conference. IEEE， 1994：824-828 vol.2.[12] Chi W S， Leung K K. A generalized framework for distributed power control in wireless networks[J]. IEEE Transactions on Information Theory， 2005， 51（7）：2625-2635.

[13] Leung K K， Chi W S. An opportunistic power control algorithm for cellular network[J]. IEEE/ACM Transactions on Networking， 2006， 14（3）：470-478.[14] Lee N， Lin X， Andrews J G， et al. Power Control for D2D Underlaid Cellular Networks： Modeling， Algorithms and Analysis[J]. IEEE Journal on Selected Areas in Communications， 2013， 33（1）：1-13.

[15] Yu C H， Doppler K， Ribeiro C B， et al. Resource Sharing Optimization for Device-to-Device Communication Underlaying Cellular Networks[J]. Wireless Communications IEEE Transactions on， 2011， 10（8）：2752-2763.

[16] Wang J， Zhu D， Zhao C， et al. Resource Sharing of Underlaying Device-to-Device and Uplink Cellular Communications[J]. IEEE Communications Letters， 2013， 17（6）：1148-1151.

[17] Song H， Ryu J， 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）：1-1.

[18] Pratas N K， Popovski P. Underlay of low-rate machine-type D2D links on downlink cellular links[C]// 2014 ICC - 2014 IEEE International Conference on Communication Workshop （ICC）. 2014：423-428.

[19] Zhang C H， Tian Y J， Deng N Y. The new interpretation of support vector machines on statistical learning theory[J]. Science China Mathematics， 2010， 53（1）：151-164.

[20] Lin M， Ouyang J， Zhu W P. Joint Beamforming and Power Control for Device-to-Device Communications Underlaying Cellular Networks[J]. IEEE Journal on Selected Areas in Communications， 2016， 34（1）：138-150.

[21] Gaudes C C， Santamaría I， Vía J， et al. Robust Array Beamforming With Sidelobe Control Using Support Vector Machines[J]. IEEE Transactions on Signal Processing， 2007， 55（2）：574-584.

[22] Li M， Lin M， Yu Q， et al. Optimal Beamformer Design for Dual-Hop MIMO AF Relay Networks over Rayleigh Fading Channels[J]. IEEE Journal on Selected Areas in Communications， 2012， 30（8）：1402-1414.

[23] Alrabadi O N， Tsakalaki E， Huang H， et al. Beamforming via Large and Dense Antenna Arrays Above a Clutter[J]. IEEE Journal on Selected Areas in Communications， 2013， 31（2）：314-325.