D2D通信的干擾控制和資源分配算法研究

范康康，董穎，錢志鴻，王雪

?

D2D通信的干擾控制和資源分配算法研究

范康康，董穎，錢志鴻，王雪

（吉林大學(xué)通信工程學(xué)院，吉林 長春 130012）

針對D2D（device-to-device）通信復(fù)用蜂窩資源所帶來的干擾問題，提出了一種單小區(qū)蜂窩系統(tǒng)下D2D通信的干擾控制和資源分配算法。首先，根據(jù)系統(tǒng)內(nèi)用戶之間的干擾構(gòu)建干擾圖，為D2D用戶尋找可以復(fù)用的信道資源；然后根據(jù)預(yù)先設(shè)定的D2D用戶優(yōu)先級依次為D2D用戶執(zhí)行信道資源預(yù)分配和信道交換策略。仿真結(jié)果表明，所提出的算法可以明顯提高系統(tǒng)的吞吐量以及D2D用戶的接入率，使系統(tǒng)在存有少量或大量D2D用戶的情況下都能使性能達到更優(yōu)。

D2D通信；干擾控制；資源分配；信道交換

1 引言

近年來，智能終端數(shù)量增長迅速，而蜂窩系統(tǒng)中的頻譜資源卻是有限的，為了能夠滿足更多用戶的需求，D2D通信技術(shù)應(yīng)運而生。D2D通信技術(shù)作為短距離無線通信的關(guān)鍵技術(shù)可以明顯降低基站負載，并且已經(jīng)加入到LTE-Advanced相關(guān)的技術(shù)標準中[1]。D2D通信不需要基站作為中繼，能夠大幅度的提高蜂窩系統(tǒng)的頻譜利用率以及吞吐量，可以使更多的設(shè)備接入到系統(tǒng)中[2]。目前，D2D通信技術(shù)已經(jīng)成為物聯(lián)網(wǎng)[3]與下一代移動通信（5G, 5-generation）[4-5]的關(guān)鍵技術(shù)之一。

D2D通信主要存在3個研究熱點：模式選擇[6-8]、功率控制[9-10]和資源分配。而在研究中干擾是不可避免的，合理的干擾管理可以有效提高系統(tǒng)的整體性能。本文針對資源分配展開研究，現(xiàn)有的資源分配算法大多都集中在蜂窩用戶和D2D用戶一對一的分配方式。Xu[11]提出了一種啟發(fā)式算法，在D2D對和蜂窩用戶獨立分配信道時，優(yōu)先保證蜂窩通信，在每一輪分配中D2D對優(yōu)先選擇對蜂窩用戶干擾最小的資源復(fù)用。Feng[12]提出了一種完美信道下的資源分配算法，運用分支定界法將問題分成了3個步驟，根據(jù)距離為D2D鏈路定義接入方式、依據(jù)凸優(yōu)化算法選擇最佳功率以及通過二分圖來進行分配資源。Guo等[13]提出了一種在瑞利衰落信道下多用戶場景的基于圖的資源分配方案，有效地降低了計算復(fù)雜度。Wang[14]則提出一種簡化的二分圖，以最大化速率為目標運用匈牙利算法進行資源分配。

對于一對一的分配方式僅適用于D2D用戶數(shù)量小于蜂窩用戶數(shù)量的情況。而當蜂窩系統(tǒng)中存在大量D2D用戶時，上述的資源分配方式將不再適用，于是就出現(xiàn)了多對一的分配方式，即多對D2D用戶復(fù)用一個蜂窩用戶的信道資源。對此，Xu等[15]同時研究了信道分配和功率控制問題，允許多對D2D與蜂窩用戶共享資源，以最大限度地提高D2D通信鏈路的能量效率。Yang等[16]提出了一種全資源共享方案，每個信道可以由蜂窩鏈路和任意數(shù)量的D2D鏈路共享，可以很大程度上提高用戶的吞吐量。Sun[17]根據(jù)系統(tǒng)中各個通信鏈路之間的相互干擾，提出了一種貪婪啟發(fā)式算法，可以顯著增加D2D鏈路的接入數(shù)量。上述文獻中的多對一的資源分配算法，雖然可以明顯提高蜂窩系統(tǒng)的吞吐量，但是其分配方式仍然存在較大的干擾，不能同時保證蜂窩用戶和D2D用戶的服務(wù)質(zhì)量（QoS, quality of service）需求，并且僅適用于D2D用戶較多的情況。與上述文獻不同，Son等[18]提出了一種分組的資源分配方式，將D2D用戶分成幾組，盡量保證空間上遠離的D2D用戶分成一組，最終在蜂窩用戶的候選集中選擇距離基站最近的蜂窩用戶，此算法保證了用戶的QoS需求，并且在接入率上有很大的提高，但是算法的優(yōu)化過程中沒有考慮吞吐量，因此系統(tǒng)總的吞吐量保持在一個較低的水平，同時一旦D2D用戶增多，每一個組內(nèi)的D2D用戶也必然增多，此時無法保證組內(nèi)D2D用戶之間的距離在合理的范圍之內(nèi)。

為了更好地解決上述問題，本文提出了一種D2D通信的干擾控制和資源分配算法，首先根據(jù)系統(tǒng)內(nèi)存在的干擾建立一個干擾圖，然后為將要接入蜂窩系統(tǒng)的D2D用戶分配優(yōu)先級，最后為D2D用戶執(zhí)行資源預(yù)分配方案，并執(zhí)行信道交換策略以提高系統(tǒng)吞吐量。本文算法可以使蜂窩系統(tǒng)中存在少量D2D用戶或大量D2D用戶的情況下都能使性能達到更優(yōu)，不僅可以明顯提高系統(tǒng)總的吞吐量和D2D用戶的接入率，還可以減小系統(tǒng)內(nèi)的干擾，有效保證蜂窩用戶和D2D用戶的QoS需求。

2 系統(tǒng)模型

在單小區(qū)蜂窩網(wǎng)絡(luò)中，假設(shè)存在個蜂窩用戶和對D2D用戶，同時有個信道資源，每一個蜂窩用戶占用不同的信道資源，這樣就構(gòu)成了一個全負載蜂窩系統(tǒng)。根據(jù)和的數(shù)量關(guān)系可以分為兩種情況：當蜂窩系統(tǒng)中存在較少的D2D用戶時，即≥，往往采用一對一的分配原則；當蜂窩系統(tǒng)中存在大量的D2D用戶時，即<，若采用一對一的方式進行分配，將會有大量的D2D用戶無法接入網(wǎng)絡(luò)，因此在這種情況下應(yīng)采用多對一的方式來提高系統(tǒng)吞吐量以及D2D用戶的接入率。本文算法同時適應(yīng)于≥和<的情況。在全負載網(wǎng)絡(luò)中，蜂窩用戶和D2D用戶的索引集表示為={1,2,…,}，={1,2,…,}，信道索引集表示為{1,2,…,Ch}。如圖1所示，若有3對D2D用戶{1,2,3}和2個蜂窩用戶{12}，D?表示D2D用戶的發(fā)射端，D?表示D2D用戶的接收端。1和2復(fù)用1的信道資源，3單獨復(fù)用C的信道資源，則網(wǎng)絡(luò)中存在3種干擾，即同一信道內(nèi)D2D用戶之間的干擾，D2D用戶對基站的干擾以及蜂窩用戶對D2D用戶的干擾。

圖1 系統(tǒng)模型

蜂窩用戶和D2D用戶的信干噪比(SINR)及其限制條件表示如下。

系統(tǒng)中總體的吞吐量可表示為式(7)。

3 基于干擾圖的干擾管理

3.1 干擾圖的構(gòu)建

圖2 干擾圖

3.2 D2D用戶之間的干擾

為了保證信道分配后每對D2D用戶的通信質(zhì)量，本文限制同一信道中D2D用戶之間的距離大于一定的安全距離，以使D2D用戶受到的干擾在合理范圍之內(nèi)。通過理論分析可以得到每一對D2D用戶可以與其他D2D用戶共享同一信道的最小距離d，只有D2D用戶之間的距離不小于0i才能保證D2D用戶之間的干擾在合理范圍之內(nèi)。由式(3)可以得到式(10)和式(11)。

式(11)中將D2D用戶分為兩部分，第一部分為信道內(nèi)現(xiàn)有的D2D用戶o對，第二部分為還未分配信道的D2D用戶對。令

由式(11)和式(12)可以求得D2D用戶對之間的最小距離。

因為在不同信道中已有的D2D用戶是不同的，所以0i會根據(jù)信道的不同而不同。D2D用戶之間的距離定義為一個矩陣d，矩陣對角線是同一對D2D用戶的距離，所以設(shè)置為零。

本文定義一個指示集合Ψ，當d≥0i且d≥0j，Ψ=1，否則Ψ=0。當Ψ=1時，表示第對D2D用戶和第對D2D用戶可以分配到同一個信道中。

為了方便說明，以幾何圖形的方式來分析上述過程，以D2D用戶D的發(fā)射端為圓心，0i為半徑畫圓，其圓外稱為可行性區(qū)域，允許可行性區(qū)域內(nèi)的其他D2D用戶與D分在同一個信道。以3對D2D用戶1、2、3為例，如圖3所示，1的接收端在2的可行性區(qū)域，并且2的接收端也在1的可行性區(qū)域，即12≥01，21≥02，所以1和2可以分配在同一個信道中。由于3的接收端不在2的可行性區(qū)域，即23<02，所以3不能與2分配在同一個信道中。

圖3 D2D用戶之間的干擾距離限制

3.3 蜂窩用戶對D2D用戶的干擾

由式(16)、式(4)可以得到蜂窩用戶和D2D用戶的最小距離。

3.4 D2D用戶對蜂窩用戶的干擾

分布在同一信道的D2D用戶，不僅要保證D2D用戶所受的干擾在合理范圍之內(nèi)，更重要的是要保證蜂窩用戶所受的干擾不能影響其通信質(zhì)量。由式(1)~式(4)可以得到蜂窩用戶所能承受的最大干擾，如式(20)所示。

4 D2D用戶資源分配策略

本文首先定義D2D用戶的優(yōu)先級，并按照優(yōu)先級大小依次分配資源。D2D用戶的優(yōu)先級由QoS需求、等待時延[19]和用戶的緊急程度[20]共同決定。QoS需求由D2D用戶的業(yè)務(wù)類型決定，3GPP劃分了4種業(yè)務(wù)，分別為會話類業(yè)務(wù)、流類業(yè)務(wù)、交互類業(yè)務(wù)和背景類業(yè)務(wù)，并根據(jù)吞吐量和時延抖動等要求賦予了不同的權(quán)值，且滿足W>W>W>W；同時隨著D2D用戶的等待時間wait的增加，其優(yōu)先級也不斷增加，當wait≥max時，優(yōu)先級設(shè)置為最高值max，max為D2D用戶可以容忍等待的最大時間；緊急程度由D2D用戶在一定時間內(nèi)的請求次數(shù)決定，請求次數(shù)越多說明緊急程度越大，當請求次數(shù)大于一定次數(shù)max之后，優(yōu)先級設(shè)置為最高值max?；緦崟r監(jiān)測用戶的狀態(tài)信息，并為D2D用戶分配優(yōu)先級，D2D用戶的優(yōu)先級(D)定義如下。

由式(3)和式(4)可以得到D2D用戶所能承受的最大干擾。

4.1 D2D用戶資源預(yù)分配

為了最大化系統(tǒng)的總吞吐量，首先進行資源預(yù)分配。按照優(yōu)先級順序依次為D2D用戶進行資源分配，假設(shè)(D)(D)…(D)(D)…，過程如下。

步驟3 優(yōu)化策略組合。若某一D2D用戶的候選集{}中的所有信道已經(jīng)被其他D2D用戶占用，則取出T最大的信道所復(fù)用的D2D用戶，判斷{}中是否存在未被占用的信道資源。若有，則令第對D2D用戶在{}未被占用的信道資源中選擇T最大的信道復(fù)用，第對D2D用戶復(fù)用D2D用戶空出的信道資源，否則，取出T次大的信道繼續(xù)執(zhí)行。若存在D2D用戶一直找不到可以復(fù)用的信道，即{}=，表示空集，此D2D用戶進入等待狀態(tài)，并繼續(xù)為下一對D2D用戶分配資源。直到每一個信道都被某一對D2D用戶復(fù)用或已經(jīng)遍歷完所有的D2D用戶為止，將剩余D2D用戶存入集合中，并按優(yōu)先級排序。若=，算法結(jié)束，否則執(zhí)行步驟4。

吞吐量增益由式(30)表示。

式(30)中前半部分表示D2D用戶加入信道之后信道內(nèi)用戶總的吞吐量，后半部分表示D2D用戶未加入信道時信道內(nèi)用戶總的吞吐量。T′、T表示信道內(nèi)每個用戶的吞吐量。

本文構(gòu)建一個資源分配二分圖=(,)，來說明每對D2D用戶在進行資源分配時可以復(fù)用的信道資源，若D2D用戶的候選集中包含某一信道，則此D2D用戶與信道之間就有連線，連線的權(quán)重為吞吐量大小。頂點表示進行資源分配的D2D用戶和信道資源，邊表示D2D用戶和信道之間的權(quán)值。如圖4所示，頂點1,2,…,Ch表示信道，分布在圖的上邊，頂點1,2,…,D表示D2D用戶，分布在圖的下邊。D2D用戶和信道之間的權(quán)值用T表示。

圖4 資源分配二分圖

4.2 信道交換策略

為了使系統(tǒng)吞吐量進一步提高，本文在D2D用戶預(yù)分配信道之后，執(zhí)行信道交換策略，確定每對D2D用戶最終分配的信道。信道交換策略指的是將不在同一信道的D2D用戶與D2D用戶交換復(fù)用信道。交換信道的首要條件是兩對D2D用戶的最終候選集{}和{}中要互相包含對方所在的信道才能有交換的資格。決定兩對D2D用戶是否交換信道的標準為吞吐量標準和中斷概率標準。其中，吞吐量標準是指交換信道后是否能夠提高系統(tǒng)吞吐量；中斷概率標準是指信道的交換策略是否會導(dǎo)致信道內(nèi)蜂窩用戶通信中斷或者發(fā)生交換的D2D用戶通信中斷，即判斷是否滿足其最小信干噪比要求，如式(2)、式(4)所示。當≥時，僅對吞吐量標準進行判斷，若吞吐量提高則交換信道；當<時，則同時對吞吐量標準和中斷概率標準進行判斷，若在吞吐量提高的同時信道內(nèi)的用戶不會發(fā)生通信中斷則交換信道。本文依據(jù)上述準則將已經(jīng)預(yù)分配信道的D2D用戶按照優(yōu)先級順序依次與其他非同一信道的D2D用戶執(zhí)行信道交換策略，直到遍歷完所有預(yù)分配信道的D2D用戶為止。因此，信道交換的次數(shù)最多為(?1)次，由于D2D用戶候選集的不同，并且存在兩個用戶在同一信道的情況等，其交換次數(shù)必然遠遠小于(?1)。

4.3 復(fù)雜度分析

本文所提出的干擾控制和資源分配算法在系統(tǒng)性能方面有了很大的提高，但是衡量算法的優(yōu)劣不僅僅在于系統(tǒng)性能，算法復(fù)雜度同樣也是衡量算法優(yōu)劣的重要指標。接下來本文分析在最差情況下的算法復(fù)雜度，最差情況為所有的D2D用戶同時接入網(wǎng)絡(luò)并且共用一個信道資源，其復(fù)雜度表示如式(31)所示。

prop=(()(?1)+()2(?1)) (31)

式(31)的前一部分為干擾控制部分的復(fù)雜度，后一部分為資源分配部分的復(fù)雜度。當?shù)闹底銐虼髸r，取復(fù)雜度為prop=(())。

若在資源分配的過程中遍歷所有的可能性，即最優(yōu)算法。則其算法復(fù)雜度如式(32)所示。

opt=(M) (32)

從式(32)中可以看出，隨著和數(shù)量的增加算法復(fù)雜度成冪指數(shù)增加。而本文所提出算法的復(fù)雜度都是在最差情況下求得的，真實情況中不會出現(xiàn)這種情況，所以算法復(fù)雜度會遠遠小于(()3)。因此，本文提出算法的復(fù)雜度要遠遠低于最優(yōu)算法。

5 仿真

本文以Matlab 2016a為仿真平臺對算法進行仿真，采用蒙特卡洛方法重復(fù)執(zhí)行1 000次，然后對結(jié)果取平均值，每一次算法執(zhí)行過程中，蜂窩用戶和D2D用戶均隨機分布在系統(tǒng)中，D2D用戶之間的距離隨機產(chǎn)生，并限定在50 m以內(nèi)，分別在≥和<兩種情況下對系統(tǒng)性能進行仿真，同時仿真中蜂窩用戶和D2D用戶均取最大發(fā)射功率。系統(tǒng)中仿真參數(shù)如表1所示。

本文分別從吞吐量和D2D用戶的接入率兩方面與分組算法[18]、啟發(fā)式算法[19]和隨機算法進行比較。其中，為了將啟發(fā)式算法與本文算法形成對比，本文對啟發(fā)式算法在多對一的情況下進行了仿真；隨機算法，即隨機選擇匹配組合。D2D用戶的接入率表示為成功接入網(wǎng)絡(luò)的D2D用戶數(shù)量與系統(tǒng)中所有D2D用戶數(shù)量的比值。

表1 仿真參數(shù)

首先對≥時系統(tǒng)吞吐量和D2D用戶的接入率進行仿真，圖5和圖6中取的數(shù)量為30個，的數(shù)量從5對增加到30對。如圖5所示，本文提出的算法的吞吐量明顯高于其他3種算法，在D2D用戶數(shù)量較少時，本文提出算法與啟發(fā)式算法、分組算法吞吐量相差較小，但隨著D2D用戶的增多，3種算法的差距越來越大，吞吐量與啟發(fā)式算法相比最大可提高約13%。如圖6所示，隨著D2D用戶數(shù)量的增加，本文算法與分組算法可以依然保持較高的接入率，僅出現(xiàn)輕微下降，而啟發(fā)式算法的D2D用戶接入率明顯下降。由于隨機算法選擇復(fù)用信道資源的隨機性，所以其D2D用戶的接入率不會有明顯的變化，基本保持在一個相對平穩(wěn)的狀態(tài)。

圖5 M ≥N時系統(tǒng)吞吐量

從圖7和圖8可以得到當<時系統(tǒng)總的吞吐量和D2D用戶的接入率的變化趨勢。當系統(tǒng)中的數(shù)量為5個，的數(shù)量從5對增加到30對時，如圖7所示，隨著D2D用戶的增多吞吐量增加的速度逐漸變緩，這是由于系統(tǒng)資源有限，D2D用戶數(shù)目越多，每個信道中含有的D2D用戶也隨之增多，導(dǎo)致系統(tǒng)中干擾增大，因而吞吐量增加趨勢開始變緩。同時，本文所提算法的吞吐量明顯高于分組算法、啟發(fā)式算法和隨機算法。從圖8可以看出，隨著D2D用戶的增多其接入率逐漸下降，同樣是由于D2D用戶越多干擾越大造成的。而且，本文所提出的算法的用戶接入率下降的幅度明顯小于啟發(fā)式算法和隨機算法，其用戶接入率平均比啟發(fā)式算法高約30%，比隨機算法高約38%。而分組算法在D2D用戶較少的情況下可以保證較高的接入率，但是當D2D用戶的不斷增大時，與本文算法相比下降的幅度依然較大。

圖6 M≥N時D2D用戶的接入率

圖7 M < N時系統(tǒng)吞吐量

圖8 M < N時D2D用戶的接入率

接下來仿真≥和<時每個信道吞吐量的累積分布函數(shù)圖，由于分組算法容易出現(xiàn)D2D用戶集中復(fù)用少量蜂窩用戶的情況，導(dǎo)致組間D2D用戶分布不均，并且此算法并不是以提高吞吐量為主要目標，仿真每個信道吞吐量的意義并不大，因此此處只與啟發(fā)式算法和隨機算法作比較。從圖9和圖10中可以明顯地看出本文所提出的算法明顯優(yōu)于其他算法。圖9為≥時的仿真圖，為了更清晰的觀察算法性能，取和的數(shù)量均為30，從圖中可以看出本文提出的算法在吞吐量為4.0×106~6.0×106bit/s的信道要明顯高于其他兩種算法，約有62%的信道吞吐量超過4.0×106bit/s，而啟發(fā)式算法和隨機算法分別約占41%、32%；圖10為<時的仿真圖，取的數(shù)量為5，的數(shù)量為30，從圖10中可以看出此時本文提出算法的系統(tǒng)吞吐量始終遠遠超過隨機算法和啟發(fā)式算法，約有88%的信道吞吐量超過1.0×107bit/s，而啟發(fā)式算法和隨機算法分別約占53%、45%。

圖9 M≥N時信道吞吐量的累積分布函數(shù)

圖10 M < N時信道吞吐量的累積分布函數(shù)

6 結(jié)束語

為了提高系統(tǒng)吞吐量和D2D用戶接入率，降低用戶之間的干擾，本文提出了一種D2D通信的干擾控制和資源分配算法。該算法分為干擾控制和資源分配兩部分，在干擾控制方面建立一個干擾圖，分析了系統(tǒng)中存在的3種干擾，并以此判斷D2D用戶可以復(fù)用的信道資源；在資源分配方面首先為D2D用戶設(shè)定優(yōu)先級，然后為D2D用戶執(zhí)行資源預(yù)分配，并執(zhí)行信道交換策略以提高系統(tǒng)吞吐量。仿真結(jié)果顯示，本文所提出的算法在吞吐量和D2D用戶接入率方面都明顯優(yōu)于其他算法。

[1] KLAUS D, MIKA R, CARL W, et al. Device-to-device communication as an underlay to LTE-advanced networks[J]. IEEE Communications Magazine, 2009, 47(12): 42-49.

[2] 錢志鴻, 王雪. 面向5G 通信網(wǎng)的D2D 技術(shù)綜述[J]. 通信學(xué)報, 2016, 37(7): 1-14.

QIAN Z H, WANG X. Reviews of D2D technology for 5G communication networks[J]. Journal on Communications, 2016, 37(7): 1-14.

[3] 錢志鴻, 王義君. 面向物聯(lián)網(wǎng)的無線傳感器網(wǎng)絡(luò)綜述[J]. 電子與信息學(xué)報, 2013, 35(1): 215-227.

QIAN Z H, WANG Y J. Internet of things-oriented wireless sensor networks review[J]. Journal of Electronics & Information Technology, 2013, 35(1): 215-227.

[4] IMRAN A, ZOHA A. Challenges in 5G: how to empower SON with big data for enabling 5G[J]. IEEE Network, 2014, 28(6): 27-33.

[5] 張平, 陶運錚, 張治. 5G 若干關(guān)鍵技術(shù)評述[J]. 通信學(xué)報, 2016, 37(7): 15-29.

ZHANG P, TAO Y Z, ZHANG Z. Survey of several key technologies for 5G[J]. Journal on Communications, 2016, 37(7):15-29.

[6] CHOU H J, CHANG R Y. Joint mode selection and interference management in Device-to-Device communications underlaid MIMO cellular networks[J]. IEEE Transactions on Wireless Communications, 2017, 16(2): 1120-1134.

[7] HOANG T, LONG B L, LE-NGOC T. Joint mode selection and resource allocation for relay-based D2D communications[J]. IEEE Communications Letters, 2017, 21(2): 398-401.

[8] XU Y L. A distributed mode selection scheme for Device-to-Device communications[J]. Wireless Personal Communications, 2016, 90(2): 639-655.

[9] SOBHI-GIVI S, KHAZALI A, KALBKHANI H. Resource allocation and power control for underlay device-to-device communication in fractional frequency reuse cellular networks[J]. Telecommunication Systems, 2017, 65(4): 677–697.

[10] WANG R, LIU J, ZHANG G, et al. Energy efficient power allocation for relay-aided D2D communications in 5G networks[J]. China Communications, 2017, 14(6):54-64.

[11] XU Y F, YIN R, HAN T, et al. Dynamic resource allocation for device-to-device communication underlaying cellular networks[J]. International Journal of Communication Systems, 2014, 27(10): 2408-2425.

[12] FENG D Q, LU L, YI Y W, et al. Device-to-device communications underlaying cellular networks[J]. IEEE Transactions on Communications, 2013, 61(8): 3541-3551.

[13] GUO B, SUN S, GAO Q. Graph-based resource allocation for D2D communications underlying cellular networks in multiuser scenario[J]. International Journal of Antennas and Propagation, 2014, 2014(2): 1-6.

[14] WANG L, TANG H, WU H Q, et al. Resource allocation for D2D communications underlay in rayleigh fading channels[J]. IEEE Transactions on Vehicular Technology, 2017, 66(2): 1159-1169.

[15] XU H, XU W, YANG Z H, et al. Energy-efficient resource allocation in D2D underlaid cellular uplinks[J].IEEE Communications Letters, 2017, 21(3): 560-563.

[16] YANG Y, LIU T, MA X, et al. FRESH: push the limit of D2D communication underlaying cellular networks[J]. IEEE Transactions on Mobile Computing, 2017, 16(6): 1630-1643.

[17] SUN H G, SHENG M, WANG X J, et al. Resource allocation for maximizing the Device-to-Device communications underlaying LTE-advanced networks[C]. //2013 IEEE/CIC International Conference on Communications in China-Workshops (CIC/ICCC), 2013: 60-64.

[18] VAN S D, SHIN Y, SHIN O S. Resource allocation and power control based on user grouping for underlay Device-to-Device communications in cellular networks[J]. Transactions on Emerging Telecommunications Technologies, 2017, 28(1): 1-12.

[19] BALAKRISHNAN R, CANBERK B. Traffic-aware QoS provisioning and admission control in OFDMA hybrid small cells[J]. IEEE Transactions on Vehicular Technology, 2014, 63(2): 802-810.

[20] KALEEM Z, CHANG K. Public safety priority-based user association for load balancing and interference reduction in PS-LTE systems[J]. IEEE Access, 2016, 4: 9775-9785.

Research on the interference control and resource allocation in D2D communication

FAN Kangkang, DONG Ying, Qian Zhihong, WANG Xue

College of Communication Engineering, Jilin University, Changchun 130012, China

In order to solve the problem of interference caused by D2D users reuse cellular resources in cellular network, an algorithm of interference control and resource allocation of D2D communication in single cell cellular system was proposed. Firstly, an interference graph was constructed according to the interference between users in the system to find the reusable channel resource for D2D users. Then, the channel resource pre-allocation and the channel switching policy were performed for D2D users in sequence according to the preset D2D user priority. The simulation results show that the proposed algorithm can significantly improve the system throughput and the access rate of D2D users so that the system can achieve better performance in the presence of small or large number of D2D users.

D2D communication, interference control, resource allocation, channel exchange

TN92

A

10.11959/j.issn.1000-436x.2018240

范康康（1992?），男，山東濱州人，吉林大學(xué)碩士生，主要研究方向為D2D通信技術(shù)。

董穎（1971?），女，遼寧開原人，博士，吉林大學(xué)副教授、碩士生導(dǎo)師，主要研究方向為近距離無線通信技術(shù)、物聯(lián)網(wǎng)、無線傳感器網(wǎng)絡(luò)。

錢志鴻（1957?），男，吉林長春人，博士，吉林大學(xué)教授、博士生導(dǎo)師，主要研究方向為基于物聯(lián)網(wǎng)、D2D、WiFi、RFID等無線網(wǎng)絡(luò)與通信技術(shù)。

王雪（1984?），女，吉林白山人，博士，吉林大學(xué)副教授，碩士生導(dǎo)師，主要研究方向為物聯(lián)網(wǎng)與D2D通信技術(shù)。

2018?01?18；

2018?05?09

錢志鴻，dr.qzh@163.com

國家自然科學(xué)基金資助項目（No.61771219）；吉林大學(xué)基礎(chǔ)科研基金資助項目（No.SXGJQY2017-9, No.2017TD-19）

The National Natural Science Foundation of China (No.61771219), Fundamental Research Funds of Jilin University (No.SXGJQY2017-9, No.2017TD-19)