0 引言

    相比于傳統(tǒng)車輛自組網(wǎng)，基于蜂窩網(wǎng)的V2V通信技術(shù)具有覆蓋范圍更廣、靈活性更高、數(shù)據(jù)傳輸速率更快的優(yōu)點(diǎn)。D2D技術(shù)可用于支持V2V在蜂窩網(wǎng)下的通信^[1]（本文稱作D2D-based V2V通信），使用該技術(shù)，車輛間的通信不用經(jīng)過(guò)基站轉(zhuǎn)發(fā)，減輕了基站的負(fù)擔(dān)。蜂窩網(wǎng)下D2D-based V2V有Overlay和Underlay兩種通信模式，前者為D2D-based V2V用戶分配專用的頻譜資源，而Underlay模式下D2D-based V2V用戶會(huì)復(fù)用蜂窩用戶的頻譜資源，采用Underlay模式可大大提高頻譜效率^[2]。

    Underlay模式下，D2D-based V2V用戶和蜂窩用戶使用相同的頻譜資源，會(huì)有嚴(yán)重的同頻干擾^[3]。近年來(lái)，有研究人員做了相關(guān)研究^[4-6]，文獻(xiàn)[4]提出一種考慮蜂窩用戶干擾的功率分配算法，實(shí)現(xiàn)了D2D-based V2V用戶的連續(xù)干擾消除，但沒(méi)有考慮QoS需求。文獻(xiàn)[5]考慮了用戶的QoS需求，提出了以最大化有效容量為目的的功率分配算法，但僅考慮了單個(gè)蜂窩用戶和單對(duì)D2D-based V2V用戶的情況。文獻(xiàn)[6]研究了多對(duì)D2D-based V2V共用同一頻帶資源的場(chǎng)景，提出基于D2D-based V2V 用戶QoS保證的資源分配方法，實(shí)現(xiàn)了最大化系統(tǒng)吞吐量的目標(biāo)，但并沒(méi)有考慮蜂窩用戶的存在。

    實(shí)際上，蜂窩小區(qū)中有數(shù)量較多的蜂窩用戶和D2D-based V2V用戶。本文提出一種多個(gè)蜂窩用戶多對(duì)D2D-based V2V用戶場(chǎng)景下的功率分配方案，該方案分別考慮了蜂窩用戶和D2D-based V2V用戶的通信需求，采用有效容量模型滿足用戶的時(shí)延QoS需求，通過(guò)拉格朗日方法得到優(yōu)化問(wèn)題的最優(yōu)解。數(shù)值仿真表明，相比于其他方案，本文提出的方案能夠很好地提高系統(tǒng)有效容量。

1 系統(tǒng)模型

    考慮一個(gè)基于OFDMA的蜂窩小區(qū)，包含一個(gè)基站、M個(gè)蜂窩用戶和N個(gè)D2D-based V2V用戶。信道劃分為K個(gè)正交子信道，每個(gè)子信道帶寬為B。蜂窩用戶隨機(jī)的分布在該小區(qū)內(nèi)。用K={1，2，…，K}表示所有可用子信道的集合，C={1，2，…，M}、V={1，2，…，N}分別表示蜂窩用戶的集合和D2D-based V2V用戶的集合。其中M≤K、N≤M。

    車輛在城市環(huán)境中行駛，系統(tǒng)模型如圖1所示。D2D-based V2V用戶復(fù)用蜂窩用戶的上行資源，并且所有D2D-based V2V用戶都采用Underlay模式通信。假設(shè)基站可以獲得全部的CSI。

    圖2為D2D-based V2V用戶復(fù)用蜂窩用戶上行資源時(shí)的干擾模型。如圖所示，系統(tǒng)中的干擾主要有D2D-based V2V用戶發(fā)射端對(duì)基站的干擾、蜂窩用戶對(duì)D2D-based V2V接收端的干擾、復(fù)用同一蜂窩用戶資源的其他D2D-based V2V用戶的干擾。

    假設(shè)時(shí)隙長(zhǎng)度為T，在一個(gè)時(shí)隙T內(nèi)，第n個(gè)D2D-based V2V通信用戶的最大服務(wù)速率為：

2 問(wèn)題建模

2.1 有效容量模型

    僅由物理層的信道狀態(tài)信息無(wú)法滿足應(yīng)用層的QoS需求。對(duì)此，WU D和NEGI R在有效帶寬理論的基礎(chǔ)上提出了有效容量理論^[7]。第n個(gè)D2D-based V2V用戶的有效容量表達(dá)式如下： 

2.2 時(shí)延QoS保證

    對(duì)于車載通信業(yè)務(wù)，時(shí)延是最關(guān)鍵的QoS參數(shù)。根據(jù)大偏差理論^[8]，隊(duì)列的長(zhǎng)度可收斂至一個(gè)穩(wěn)態(tài)隊(duì)長(zhǎng)：

2.3 優(yōu)化問(wèn)題

    本文的目標(biāo)是基于車載通信的低時(shí)延QoS需求，求解最優(yōu)功率分配方案使得系統(tǒng)的有效容量最大。相應(yīng)優(yōu)化問(wèn)題可表示為：

3 基于時(shí)延QoS保障的功率分配

3.1 拉格朗日方法

    由于式(12)滿足Slater準(zhǔn)則，強(qiáng)對(duì)偶性成立^[9]。式(12)的部分拉格朗日函數(shù)表達(dá)式如下：

3.2 求最優(yōu)對(duì)偶變量

    對(duì)偶變量的最優(yōu)解可采用次梯度法求解：

4 仿真分析

    本文假設(shè)所有車輛都通過(guò)D2D-based V2V方式通信，所有車輛具有相同的時(shí)延QoS需求。為了便于分析，假設(shè)一個(gè)D2D-based V2V用戶只復(fù)用一個(gè)蜂窩用戶的資源。仿真參數(shù)的設(shè)置依據(jù)3GPP標(biāo)準(zhǔn)規(guī)定的LTE-OFDMA系統(tǒng)的參數(shù)^[11]，如表1所示。

    首先驗(yàn)證算法的收斂性。由圖3可以看出，隨著迭代次數(shù)的增長(zhǎng)，子問(wèn)題Sub_n收斂。

    為比較性能，選取3種方案作為對(duì)比：文獻(xiàn)[12]的和速率最大方案、文獻(xiàn)[13]的隨機(jī)功率分配方案以及文獻(xiàn)[14]的恒定功率分配方案。

    圖4考察QoS參數(shù)θ對(duì)系統(tǒng)有效容量的影響。由圖中可見，當(dāng)θ變大時(shí)，系統(tǒng)有效容量隨著θ單調(diào)遞減。可以看出提出的拉格朗日對(duì)偶資源分配法具有較優(yōu)性能，相比于速率最大方案，所提方案在θ為10^-3和10^-2處性能分別提升了14%和108%。

    圖5為系統(tǒng)有效容量受干擾D2D-based V2V用戶發(fā)射功率影響的情況。隨著干擾用戶發(fā)射功率逐漸增大，系統(tǒng)有效容量呈單調(diào)遞減趨勢(shì)，由此可見干擾控制對(duì)提升系統(tǒng)性能的必要性。

    圖6為D2D-based V2V用戶與蜂窩用戶間的距離L對(duì)有效容量的影響。其中D為車輛用戶發(fā)端到收端的距離。由圖6中可以看出，當(dāng)L值過(guò)小時(shí)，如圖中L=50，此時(shí)產(chǎn)生的干擾值較大，導(dǎo)致系統(tǒng)有效容量接近于0值。隨著L值的增大，系統(tǒng)性能有明顯的改善。另外可以看出有效容量隨D2D-based V2V用戶發(fā)端到收端的距離的增大而減小。

5 結(jié)論

    本文研究了基于OFDMA小區(qū)的V2V通信，采用D2D技術(shù)支持該場(chǎng)景下的V2V通信。采用有效容量模型滿足用戶的時(shí)延QoS需求，提出了有效的功率分配算法，分別保證了蜂窩用戶和車輛用戶的通信需求。本文基于拉格朗日對(duì)偶法對(duì)原問(wèn)題進(jìn)行轉(zhuǎn)換，并通過(guò)求解對(duì)偶問(wèn)題，最終得到了優(yōu)化函數(shù)的最優(yōu)值。數(shù)值仿真表明，相比于其他方案，本文提出的方案能夠很好地提高系統(tǒng)有效容量。

參考文獻(xiàn)

[1] VINEL A.3GPP LTE Versus IEEE 802.11p/WAVE: which technology is able to support cooperative vehicular safety applications[J].IEEE Wireless Communication Letters，2012，1(2)：125-128.

[2] Wang Wei，LAU V K N.Delay-aware cross-layer design for device-to-device communications in future cellular systems[J].IEEE Communications Magazine，2014，52(6)：133-139.

[3] Li Jiandong，Huang Sheng.Delay-aware power control for D2D communication with successive interference cancellation and Hybrid energy source[J].IEEE Wireless Communications Letters，2017，6(6)：806-809.

[4] Song Hojin，RYU J Y，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)：5750-5762.

[5] Cheng Wenchi，Zhang Xi，Zhang Hailin.Optimal power allocation with statistical QoS provisioning for D2D and cellular communications over underlaying wireless networks[J].IEEE Journal on Selected Areas in Communications，2016，34(1)：151-162.

[6] Mi Xiang，Xiao Limin，Zhao Ming，et al.Statistical QoS-driven power control and source adaptation for D2D communications[C].IEEE Military Communications Conference(MLCOM).Baltimore，MD，USA：IEEE Press，2016：307-312.

[7] WU D，NEGI R.Effective capacity：a wireless link model for support of quality of service[J].IEEE Transactions on Wireless Communications，2003，2(4)：630-643.

[8] Chang Chengshang.Stability，queue length，and delay of deterministic and stochastic queueing networks[J].IEEE Transactions on Automatic Control，1994，39(5)：913-931.

[9] BOYD S，VANDENBERGHE L.Convex optimization[M].Cambridge，UK：Cambridge University Press，2004.

[10] Zhang Rui，Cui Shuguang，Liang Yingchang.On ergodic sum capacity of fading cognitive multiple-access and broadcast channels[J].IEEE Transactions on Information Theory，2009，55(11)：5161-5178.

[11] 3GPP TR 25.814V7.1.0，Physical layer aspects for evolved UTRA[S].2006.

[12] ABRARDO A，MORETTI M.Distributed power allocation for D2D communications underlaying/overlaying OFDMA cellular networks[J].IEEE Transactions on Wireless Communications，2017，16(3)：1466-1479.

[13] LEE H W，MODIANO E，LE L B.Distributed throughput maximization in wireless networks via random power allocation[J].IEEE Transactions on Mobile Computing，2012，11(4)：577-590.

[14] BASH B A，GOECKEL D，TOWSLEY D.Asymptotic optimality of equal power allocation for linear estimation of WSS random processes[J].IEEE Wireless Communications Letters，2013，2(3)：247-250.

作者信息:

李國(guó)睿1，周  迪1，2，肖海林1

（1.桂林電子科技大學(xué) 信息與通信學(xué)院，廣西 桂林541004；2.浙江宇視科技有限公司，浙江 杭州310051）