摘要：d2d(device-to-device)通信系统中传统能效函数仅能捕获瞬时数据流量,而无法获取特定时间段内数据流量的能效。为此,本文将吞吐量和终端使用时间之积作为效用函数,以终端使用时间内的吞吐量最大化为目标,并将其建模为非合作功率控制博弈(non-conperative power control game,NPG)问题并得到其纳什均衡解。然而,理论分析表明该纳什均衡解非帕累托有效,故而引入功率线性代价函数来改进效用函数。最后,为了得到帕累托占优解,应用超模博弈理论研究该纳什均衡解的特性,并设计出一个低复杂度的双层迭代最优价格均衡求解算法。理论分析和仿真结果表明所提算法不仅提升系统效用值和终端使用时间,还可以保持系统公平性。

摘要：针对设备到设备(d2d)通信的功率控制问题,该文提出一种带有权重的优化异构小区能效的目标以及在该问题下一个基于博弈理论的学习方法。具体地,在利用一个下界表达式代替原始优化目标的情况下,建模这个功率控制问题为一个势博弈模型,并且证明它的最优纳什均衡点就是优化下界的最优解。最后,为了找到这个最优的纳什均衡点,设计一个低复杂度和快速收敛的学习算法。仿真结果表明该文提出方法的可行性和有效性。

摘要：d2d(device-to-device)通信作为蜂窝网中的一种新型的通信方式,因其在提高传输速率和改善能效性能等方面的无可比拟的优势,受到人们越来越多的关注。但是,d2d通信技术在带来令人无法抗拒的优势的同时,亦会产生棘手的干扰问题。鉴于此,本文从降低干扰的不利影响、提高网络能效性的角度出发,综合蜂窝用户共享资源的主观性和客观性因素,探讨了无线资源共享机制的设计问题,即联合模式选择和链路资源分配。首先,分析了d2d通信中的两种通信模式下用户的能量有效性。其次,将能量有效的无线资源共享问题建模为效用不可转移联盟形成博弈,分析了博弈性质,并基于合并-拆分准则和帕累托偏好关系提出一种分布式算法,依此确定无线资源共享策略。最后给出并分析了数值仿真结果,以验证所提机制的可行性。

摘要：针对多小区场景下建立的跨小区d2d通信链路,由于距离或障碍物等因素引起的通信信道质量不佳的问题,引入中继技术,借助空闲的蜂窝用户做中继,建立d2d中继两跳通信链路。对d2d中继两跳链路的干扰情况进行分析,提出一种联合资源优化算法,通过选择合适的资源达到减小蜂窝通信对d2d通信干扰的目的。然后建立以最大链路速率为目标的联合优化模型,并引入对偶分解理论进行分析。通过发射功率与拉格朗日因子的相互迭代更新,得到功率控制和资源分配的联合优化。仿真结果表明,端到端的链路速率和频谱效率都能得到有效地提升。

摘要：本文研究了依概率主动窃听下d2d通信的联合防窃听和抗干扰问题。由于主动窃听者可以依概率选择被动窃听或主动干扰,因此很难对抗。针对主动窃听者攻击方式的动态变化,本文采用稳健博弈学习方法来提高d2d通信的平均安全吞吐量,将一个蜂窝用户(CUE)和多个d2d用户(dUEs)之间的交互建模为一个领导者-多个追随者的斯坦伯格博弈,引入了干扰代价机制描述蜂窝用户与d2d用户之间的竞争关系,设计了一个精确势能博弈描述多个d2d用户之间的协作关系。首先证明了底层子博弈的纳什均衡(NE)的存在性,并进一步证明了所提博弈的斯坦伯格均衡(SE)的存在性。在此基础上,提出了基于随机学习自动机的稳健协同d2d功率控制算法,并验证其优于随机选择算法和d2d自私功率控制算法。

摘要：d2d(device-to-device)通信是通信网络中近邻设备之间直接进行信息交换的技术,它使得设备在具有相同且同处于激活状态应用程序的情况下,实现与邻近设备间的直接链路通信。针对大数据量的设备应用程序与有限频谱资源之间存在的矛盾,提出基于RLE编码二叉树结构构造发现消息的方法。通过使用应用程序标识值范围替代传统上使用的应用程序标识值,可以减少发现消息大小以提高节点发现的能力,并且在接收到邻近设备发送的发现消息时,通过解码后进行的迭代细分查找法可以达到快速查找的目的。最后通过理论分析和仿真实验进行了结果的正确性验证。

摘要：为解决中继协助下的d2d通信干扰协调问题,提出一种联合功率控制、中继选择与资源分配方案最大化系统的吞吐量。将系统目标函数转化为功率控制、中继选择与资源分配的两个子问题,在功率控制问题上将原有的子问题转换为线性分数规划问题,通过dinkelbach算法得到最优发射功率,在中继选择与资源分配的问题上将其转化为图论中最大匹配问题,采用匈牙利算法得出其最优解。实验结果表明,该方案能够有效提高系统总的吞吐量以及频谱效率。

摘要：针对d2d通信复用蜂窝用户频谱可以提高系统吞吐量和频谱利用率但会产生严重的同频干扰的问题,设计了一种联合资源分配方案,该方案在保证系统用户通信质量的条件下最大化系统吞吐量,首先设计一种基于吞吐量最优化的模式选择方案,然后采用混合遗传算法对d2d用户分配信道,最后在已知信道分配向量的前提下通过混合灰狼优化算法对d2d用户进行功率优化。仿真结果表明,所提方案相对其他方案能够有效提高20%系统总吞吐量和降低90%蜂窝用户受到的干扰,还能提高收敛效果和运行速度。

摘要：为解决高接入量、高数据速率需求下的频谱资源短缺问题,将d2d通信技术引入蜂窝网络,研究密集异构网络中d2d通信的多对多资源分配与功率控制问题。多对多频谱共享将显著提高频谱效率,但在密集场景下会产生干扰累积问题。针对干扰累积问题,提出基于集合划分的多对多资源共享方案,提高d2d用户接入率以及最大化系统吞吐量;设计基于连续凸逼近的功率优化算法,降低主次用户间的干扰,提高d2d用户的稳定性。将仿真结果与其它算法进行比较,验证了该算法可有效控制干扰,显著提高系统吞吐量和d2d用户接入率。

摘要：为满足未来网络高接入量、高速率的特征,将d2d通信引入蜂窝网络,但这将使网络中用户间干扰情况变得复杂。针对上述问题,提出一种高密度d2d用户复用蜂窝用户资源时的干扰协调方法,主要研究联合资源分配和功率控制来提高系统整体性能的问题。在资源分配方面,保证d2d接入量的前提下最大化每条复用链路的信干噪比。在功率控制方面,提出一种自适应粒子群算法,在蜂窝用户的服务质量得到保证的前提下使得系统的整体吞吐量最优。仿真结果表明,所提算法能够有效提高d2d的接入量并保证系统整体性能。