D2D通信技术是指两个对等的用户节点之间直接进行通信的一种通信方式。在由D2D通信用户组成的分布式网络中，每个用户节点都能发送和接收信号，并具有自动路由(转发消息)的功能。网络的参与者共享它们所拥有的一部分硬件资源，包括信息处理、存储以及网络连接能力等。这些共享资源向网络提供服务和资源，能被其它用户直接访问而不需要经过中间实体。在D2D通信网络中，用户节点同时扮演服务器和客户端的角色，用户能够意识到彼此的存在，自组织地构成一个虚拟或者实际的群体。
国内外针对这类类似系统的资源分配和功率算法有很多，下面给出一些国内外的研究现状
- 2017年，Shuhang Zhang[1] 设计了一种适用于无人机中继系统的功率和无人机轨迹联合优化算法，该算法将一个非凸优化问题拆解为2个凸优化问题进行优化，仿真结果显示该算法与穷举算法性能比较接近，说明了该方式的有效性。
- 2017年， Hongliang Zhang[2]针对5G中的D2D资源分配问题，提出了一种基于感知的D2D用户信道分配算法，仿真结果显示该资源分配算法有效降低了D2D用户间的干扰
- 2018年，刘晓玲针对D2D[3]用户的之间的干扰问题，基于博弈论提出了一种带代价因子的优化函数，可以使得整体的D2D用户吞吐量更大化。
D2D通信优点
- 提高频谱效率
- 提升用户体验
- 扩展通信应用
- …
D2D通信问题
- 用户信道分配
- 同频用户间干扰
- D2D与BS切换
- …
优化策略
- 1、合理分配D2D用户对信道减少相邻用户干扰
- 2、合理设置D2D用户功率降低通信到用户干扰
-
假设一共K个D2D用户共用N个子信道，且各个子信道间不会相互干扰，但是同一个子信道的用户间会相互干扰，则此时整体容量可以表示为
-
此时的优化目标函数可以表示为
-
-
子信道分配算法
功率优化算法
——算法流程如下
- 先进行D2D用户的信道分配一共N个信道
- 逐信道进行能量效率优化，下面描述以信道1为例
- 信道1进行优化能量效率1，首先假设所有用户以相同功率发射，找到使得优化能量效率最大化的发射功率,采用高斯迭代法找到最优的发射功率。
- 固定其他用户功率，逐用户调整信号发射功率使得整体的能量效率最大化，这里采用高斯迭代法进行优化
- 重复步骤4直至所有用户优化数次
- 将发射功率并入路径损耗中重复步骤2-5数次
- 重复2-6直至所有信道优化完成
根据前面的模型，系统容量和效率公式如下
上述的EE为所有信道的能量效率，对其进行优化使其最大化可以约等于等效为每个子信道进行能量效率EEk最大化
对前面的能量效率Eek进行求导可以表示为
接下来可以用高斯迭代求解上述方程。
逐用户功率优化算法
前面确定了所有用户统一功率作为功率优化的起点，接下来固定其他用户功率，逐用户调整信号发射功率使得整体的能量效率最大化
用户J的能量效率如下
用户J的能量效率公式进行求导
用户J的能量效率公式进行求导
同样的接下来可以用高斯迭代求解上述方程
仿真结果1—不同算法性能对比
对比可以看出改，穷举法和改进算法比较接近，原算法优于没有考虑用户之间的影响，因此性能较差，说明我们改进后的算法的流程比较接近我们的最优算法的性能，且算法复杂度不太高。
仿真结果2—改变D2D用户数对系统性能的影响
从上图可以看出随着用户数的增长，改进算法的能量效率性能始终远远优于原算法，同时随着用户数的增长整体的容量得到的上升，但是能量效率也略微的下降了。
仿真结果3—改变D2D用户平均距离对系统性能的影响
从上图可以看出随着用户距离的增长，改进算法的能量效率性能始终远远优于原算法，同时随着用户距离的增长的容量基本不变，同时整体的能量效率快速下降
