基于智能反射面的D2D通信吞吐量最大化的方法及装置
技术领域
本发明属于D2D通信技术领域,具体涉及一种基于智能反射面的D2D通信吞吐量最大化的方法及装置。
背景技术
IRS由大量的无源反射元件构成,每个反射元件都能独立地使信号发生特定的幅值和相移变化,从而智能地配置无线传播环境。IRS 最早在多输出单输入(Muti-InputSingle-Output,MISO)无线通信系统中做基站发送功率最小化研究,半正定松弛法(Semidefinite Relaxation,SDR)被提出来用于优化IRS的相移矩阵。此后,大量的研究将IRS应用于各种无线通信场景,例如,利用IRS减小多小区间的干扰,提高小区边缘用户的通信质量,或者在无线携能通信系统中,提高无线通信设备的传输速率的同时扩大需要获取能量的无线传感器的工作范围。除此之外,通过部署IRS,移动边缘计算系统的延迟明显减小。在多播系统中,IRS的应用可以改善最坏情况下用户的信道条件从而提高系统性能。除此之外,IRS还能够用于提高物理层安全性能。
另一方面,D2D通信通过相邻设备间的直接通信缓解信道拥塞并减轻基站的负担。然而,要实现D2D通信,D2D发送设备对于与基站直接通信的小区用户的干扰必须减小到一定范围。相关技术中已公开一个IRS协助的D2D通信上行链路的通信系统,其设计的上行链路系统中,小区用户在上传数据至基站得同时对D2D接收端造成干扰,或是考虑了多对D2D对的情况。
但是IRS协助的无线通信系统中,IRS常用的场景多为MISO通信系统,即多天线基站的基站与单天线的用户设备进行通信,而IRS 起到反射信号从而增强无线通信系统通信质量的作用。而D2D技术使邻近设备直接通信的方法也能有效提高用户通信质量。现已有多种 IRS协助下的D2D通信系统,如IRS协助多对D2D进行通信,或者在系统中加入单天线的基站和小区用户,这些系统与实际应用还有一段距离。
发明内容
有鉴于此,本发明的目的在于克服现有技术的不足,提供一种基于智能反射面的D2D通信吞吐量最大化的方法及装置,以解决现有技术中没有智能反射面的D2D通信以及现有系统与实际应用有一定差距的问题。
为实现以上目的,本发明采用如下技术方案:一种基于智能反射面的D2D通信吞吐量最大化的方法,基于智能反射面的D2D通信系统包括:小区用户、D2D通信对、基站以及在小区中设置的智能反射面;所述D2D通信对包括D2D发送端和D2D接收端;所述智能反射面设有多个反射元件,根据所述反射元件的精度和个数设计相移矩阵;其中,所述基站通过天线发射信号,所述信号通过直射信道与小区用户通信或经过所述智能反射面反射后通过反射信道与小区用户通信;所述D2D发送端发送的信号通过直射信道与D2D接受端通信或经过所述智能反射面反射后通过反射信道与D2D接受端通信;同时,基站发送的信号通过直射信道和反射信道对D2D接收端造成干扰;D2D发送端发送的信号也通过直射信道和反射信道对小区用户造成干扰;所述方法,包括:
获取小区用户吞吐量和D2D通信链路吞吐量;
根据小区用户吞吐量和D2D通信链路吞吐量构建最大吞吐量优化模型;
求解所述最大吞吐量优化模型的最优参数。
进一步的,所述小区用户吞吐量为:
所述D2D通信链路吞吐量为:
其中,B表示带宽,hr1∈CM×1和hr3∈CM×1分别为基站和D2D发送端到小区用户的反射信道,相移矩阵
进一步的,所述最大吞吐量优化模型包括:以最大吞吐量为目标的目标函数和对应的限制条件;
所述目标函数为:
所述限制条件为:
其中,
进一步的,所述求解所述最大吞吐量优化模型的最优参数,包括:
分别优化所述基站的波束赋形向量w、基站的信号发送功率Pc和 D2D发送端的信号发送功率Pd;
获取目标函数值最大的参数。
进一步的,采用块坐标下降法分别优化所述基站的波束赋形向量 w、基站的信号发送功率Pc和D2D发送端的信号发送功率Pd。
进一步的,所述采用块坐标下降法分别优化所述基站的波束赋形向量w、基站的信号发送功率Pc和D2D发送端的信号发送功率Pd,包括:
先固定相移矩阵Φ、基站的信号发送功率Pc和D2D发送端的信号发送功率Pd,对所述基站的波束赋形向量w进行优化;
对波束赋形矢量w进行优化后,固定相移矩阵Φ,对基站的信号发送功率Pc和D2D发送端的信号发送功率Pd进行优化;
对基站的信号发送功率Pc和D2D发送端的信号发送功率Pd进行优化后,对相移矩阵Φ进行优化。
进一步的,所述对所述基站的波束赋形向量w进行优化,包括:采用半正定松弛法优化基站的波束赋形向量w;
所述对相移矩阵Φ进行优化,包括:采用半正定松弛法优化相移矩阵Φ。
进一步的,小区用户采用的用户设备均为单天线设备。
本申请实施例提供一种基于智能反射面的D2D通信吞吐量最大化的装置,基于智能反射面的D2D通信系统包括:小区用户、D2D 通信对、基站以及在小区中设置的智能反射面;所述D2D通信对包括D2D发送端和D2D接收端;所述智能反射面设有M个反射元件,根据所述反射元件的精度和个数设计相移矩阵;其中,所述基站通过天线发射信号,所述信号通过直射信道与小区用户通信或经过所述智能反射面反射后通过反射信道与小区用户通信;所述D2D发送端发送的信号通过直射信道与D2D接收端通信或经过所述智能反射面反射后通过反射信道与D2D接收端通信;同时,基站发送的信号通过直射信道和反射信道对D2D接收端造成干扰;D2D发送端发送的信号也通过直射信道和反射信道对小区用户造成干扰;所述装置,包括:
获取模块,用于获取小区用户吞吐量和D2D通信链路吞吐量;
构建模块,用于根据小区用户吞吐量和D2D通信链路吞吐量构建最大吞吐量优化模型;
求解模块,用于求解所述最大吞吐量优化模型的最优参数。
进一步的,所述最大吞吐量优化模型包括:以最大吞吐量为目标的目标函数和对应的限制条件;
所述目标函数为:
所述限制条件为:
本发明采用以上技术方案,能够达到的有益效果包括:
本发明提供一种基于智能反射面的D2D通信吞吐量最大化的方法,包括获取小区用户吞吐量和D2D通信链路吞吐量;根据小区用户吞吐量和D2D通信链路吞吐量构建最大吞吐量优化模型;求解所述最大吞吐量优化模型的最优参数。本发明提供基于智能反射面的D2D通信系统的单天线的用户设备除了可以与基站进行通信,也可以与邻近设备直接通信;本申请提供的方法为了减小基站对D2D通信的干扰,SDR将用于对多天线基站的波束赋形进行优化,即调整天线功率主瓣令其指向小区用户从而减小对D2D对干扰。同时,基站的信号发送功率和D2D发送端的发送功率也将进行功率分配上的优化。另外,SDR也用于对IRS的相移角矩阵的优化。而本申请仿真实验的仿真结果表明块坐标算法的能有效优化系统,提高D2D链路的吞吐量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明基于智能反射面的D2D通信系统的结构示意图;
图2为本发明基于智能反射面的D2D通信吞吐量最大化的方法的流程示意图;
图3为本发明功率分配的可行解区域示意图;
图4为本发明功率分配的可行解区域示意图;
图5为本发明仿真设置示意图;
图6为本发明块坐标下降算法收敛性表现示意图;
图7为本发明吞吐量随反射元件数量增加变化曲线示意图;
图8为本发明吞吐量随发送功率增大变化曲线示意图;
图9为本发明基于智能反射面的D2D通信吞吐量最大化的装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
下面结合附图介绍本申请实施例中提供的一个具体的基于智能反射面的D2D通信吞吐量最大化的方法。
如图1所示,本申请实施例中提供的基于智能反射面的D2D通信吞吐量最大化的方法,基于智能反射面的D2D通信系统包括:小区用户、D2D通信对、基站以及在小区中设置的智能反射面;所述 D2D通信对包括D2D发送端和D2D接收端;所述智能反射面设有多个反射元件,根据所述反射元件的精度和个数设计相移矩阵;其中,所述基站通过天线发射信号,所述信号通过直射信道与小区用户通信或经过所述智能反射面反射后通过反射信道与小区用户通信;所述 D2D发送端发送的信号通过直射信道与D2D接收端通信或经过所述智能反射面反射后通过反射信道与D2D接收端通信;同时,基站发送的信号通过直射信道和反射信道对D2D接收端造成干扰;D2D发送端发送的信号也通过直射信道和反射信道对小区用户造成干扰;如图2所示,所述方法,包括:
S201,获取小区用户吞吐量和D2D通信链路吞吐量;
S202,根据小区用户吞吐量和D2D通信链路吞吐量构建最大吞吐量优化模型;
S203,求解所述最大吞吐量优化模型的最优参数。
基于智能反射面的D2D通信吞吐量最大化的方法的工作原理为:本申请结合IRS和D2D两种技术,设计一种IRS协助的无线通信系统,系统中将含有一个多天线的基站、一个IRS以及相应的小区用户和D2D对,并采用块坐标下降算法分别对基站的波束赋形矢量、功率分配以及IRS的相移角矩阵进行优化。该系统中单天线的用户设备除了可以与基站进行通信,也可以与邻近设备直接通信,为了减小基站对D2D通信的干扰,SDR将用于对多天线基站的波束赋形进行优化,即调整天线功率主瓣令其指向小区用户从而减小对D2D对干扰。同时,基站的信号发送功率和D2D发送端的发送功率也将进行功率分配上的优化。另外,SDR也用于对IRS的相移角矩阵的优化。
一些实施例中,本发明考虑的系统模型为完美信道下IRS协助的 D2D下行链路的通信系统,如图1所示,系统中共有三个用户,一个小区用户和一对D2D对。其中,基站含N个天线,IRS有M个反射元件,用户设备均为单天线设备。小区用户通过直射信道和反射信道与基站进行通信,小区用户吞吐量可表示为:
其中,B表示带宽,hr1∈CM×1和hr3∈CM×1分别为基站和D2D发送端到小区用户的反射信道,相移矩阵
其中,hr2∈CM×1和hr4∈CM×1分别为基站和D2D发送端到D2D接收端的反射信道。基站和D2D发送端到小区用户的直射信道分别表示为hd4∈CN×1,hd2∈C。
需要说明的是,Cm×n表示m×n矩阵,对一矩阵A,rank(A),tr(A), AH分别表示矩阵A的秩、迹及共轭转置。对于一个向量x,||x||,diag(x) 分别表示其二范数和由该向量中元素组成对角线元素的对角矩阵。对于一个复数a,a*,Re(a)分别表示它的共轭和实部。也就是说,H上标表示向量的共轭转置,
在定义了小区用户的吞吐量和D2D接收端的吞吐量后,将讨论在IRS协助下D2D通信系统满足下述三个限制条件的D2D链路吞吐量最大化优化问题:1)基站最大发送功率限制;2)D2D发送端最大发送功率限制;3)小区用户最小吞吐量限制。结合公式(1)、(2),可将最大化D2D链路吞吐量的优化问题建模为:
以最大吞吐量为目标的目标函数和对应的限制条件;
所述目标函数为:
所述限制条件为:
其中,
一些实施例中,所述求解所述最大吞吐量优化模型的最优参数,包括:
分别优化所述基站的波束赋形向量w、基站的信号发送功率Pc和 D2D发送端的信号发送功率Pd;
获取目标函数值最大的参数。
优选的,采用块坐标下降法分别优化所述基站的波束赋形向量 w、基站的信号发送功率Pc和D2D发送端的信号发送功率Pd。
优选的,所述采用块坐标下降法分别优化所述基站的波束赋形向量w、基站的信号发送功率Pc和D2D发送端的信号发送功率Pd,包括:
先固定相移矩阵Φ、基站的信号发送功率Pc和D2D发送端的信号发送功率Pd,对所述基站的波束赋形向量w进行优化;
对波束赋形矢量w进行优化后,固定相移矩阵Φ,对基站的信号发送功率Pc和D2D发送端的信号发送功率Pd进行优化;
对基站的信号发送功率Pc和D2D发送端的信号发送功率Pd进行优化后,对相移矩阵Φ进行优化。
优选的,所述对所述基站的波束赋形向量w进行优化,包括:采用半正定松弛法优化基站的波束赋形向量w;
所述对相移矩阵Φ进行优化,包括:采用半正定松弛法优化相移矩阵Φ。
具体的,为使以上问题可解,我们采用块坐标下降法分别对波束赋形矢量w,功率分配Pc,Pd和相移矩阵Φ进行优化。
首先,固定两个功率值和相移矩阵,对基站的波束赋形矢量进行优化。注意到只有Rd和Rc的表达式中含波束赋形矢量w,公式(3) 和(4)可变换为:
其中,
其中,
tr(B1W)≥ρ
(10)
由式(9)、(10)可知,问题转换为半正定规划问题,可通过 MATLAB中凸优化工具,如CVX进行求解,再通过高斯随机法实现 W秩为1的限制条件。
然后,对波束赋形矢量w进行优化后,固定相移矩阵Φ,对功率分配Pc,Pd进行优化。结合式(4)中的第一个和最后一个条件,可得基站发送功率的取值范围:
结合式(4)中的第二个条件和式(11)可得功率分配的可行解区域,如图3和图4所示。
由式(2)中Rd表达式可知,Rd随D2D发送端的功率Pd增大而单调递增,而随着基站功率Pc增大而减小,故图3和图4中的阴影区域为有界闭凸集。对有界闭凸集,最优解在区域边界的端点处取得。
当
当
最后,给出优化后的波束赋形向量w和功率分配Pc,Pd后,对相移矩阵Φ进行优化。令
其中,θ为含有M个反射元件反射系数的列向量,即
其中,
接下来采用替代函数
将(14)中γ的信干噪比表达式带入
通过分式规划中的二次变换将
其中,ξ为辅助变量,ξ最优解可通过对其求一阶偏导获取。ξ最优解为:
固定ξ的值并展开式(19)中的二次项可得:
其中,
-θHB2θ+2Re{tθ}+C2≥0(23)
其中,
式(24)、(25)是一个二次约束二次规划问题。由于限制条件(3d) 的非凸性,接下来将采用SDR进行求解。令
其中,
为验证本申请中的优化方法,本申请进行了仿真实验。如图5所示,基站和IRS间的距离d=60m,小区用户在以基站为圆心半径 r1=40m的圆内随机分布,D2D对在以IRS为圆心半径r2=10m。设基站天线的数量N=4,小区用户的最小信干噪比为3dB。D2D链路、基站-IRS链路、IRS-用户链路和基站-用户链路的路径损耗系数分别为2、2.2、2.8和3.8。路径损耗为:
其中,d0为该链路的长度,α为路径损耗系数,
其中γd,γr皆为均值为0,协方差矩阵为单位阵的复高斯随机向量。
如图6所示,展现了块坐标下降算法的收敛性,分别取IRS反射元件数量为10时和反射元件数量为20时两种情况。D2D链路的吞吐量在前4次迭代中随着迭代次数增加增长明显,随后便稳定在特定数值,由此可见块坐标下降法的收敛速度快,符合实际应用。
如图7所示,显示了随着的IRS反射元件数量增加D2D链路的吞吐量的变化,令基站和D2D发送端最大发送功率分别为30dBm和 15dBm,三条曲线从上至下分别是经过优化后的系统、IRS相移随机的系统以及不含IRS的系统的吞吐量随反射元件数量增加的变化曲线。从图中可以看出,在含有智能反射面的系统中,D2D链路的吞吐量远大于不含智能反射面的系统中D2D链路的吞吐量,而经过优化后的智能反射面能更好的将期望的信号反射至D2D接收端并减少干扰信号发送至D2D接收端,故优化后的系统的D2D链路吞吐量始终大于随机相移智能反射面的系统的D2D链路的吞吐量,且随着反射元件数量的增加,D2D链路的吞吐量也逐渐增大。由以上分析可以得出,在D2D通信系统中引入智能反射面能大大提高D2D链路的吞吐量,经过块坐标下降法优化后的系统能明显提高D2D链路的吞吐量。
图8显示了随着D2D发送端发送功率增加D2D链路吞吐量的变化,令反射元件数量M=10,基站最大发送功率为30dBm,三条曲线从上至下分别是经过优化后的系统、IRS相移随机的系统以及不含 IRS的系统的吞吐量随D2D发送端功率增大的变化曲线。从整体上看,随着D2D发送端发送功率的增加,D2D链路的吞吐量也逐渐增大,且不含智能反射面的系统D2D链路吞吐量最小,经过优化后的系统D2D链路吞吐量始终大于含随机相移智能反射面的系统的D2D 链路吞吐量。有以上分析可知,增加智能反射面反射元件的数量和增大D2D发送端的发送功率都能有效提高D2D链路的吞吐量。
本申请在对IRS协助的D2D通信系统进行优化时,块坐标下降算法表现出良好的收敛性,只需进行4~5次迭代便可收敛,完美的收敛性使其更能符合实际工程应用。另外,不同于以往对整个系统吞吐量进行优化,本发明提出了对D2D链路的吞吐量进行优化同时满足小区用户的吞吐量要求,在实际应用场景中,使用D2D技术直接通信的用户常处于距离基站较远、与基站直接通信质量较差的地方,IRS 的应用能更有效的提高D2D用户的通信质量,而对D2D链路吞吐量的最大化同时满足小区用户的通信质量的优化则更符合实际通信场景,如基站负载过大或者应急通信等场景。
如图9所示,本申请实施例提供一种基于智能反射面的D2D通信吞吐量最大化的装置,
基于智能反射面的D2D通信系统包括:小区用户、D2D通信对、基站以及在小区中设置的智能反射面;所述D2D通信对包括D2D发送端和D2D接收端;所述智能反射面设有M个反射元件,根据所述反射元件的精度和个数设计相移矩阵;其中,所述基站通过天线发射信号,所述信号通过直射信道与小区用户通信或经过所述智能反射面反射后通过反射信道与小区用户通信;所述D2D发送端发送的信号通过直射信道与D2D接收端通信或经过所述智能反射面反射后通过反射信道与D2D接收端通信;同时,基站发送的信号通过直射信道和反射信道对D2D接收端造成干扰;D2D发送端发送的信号也通过直射信道和反射信道对小区用户造成干扰;所述装置,包括:
获取模块901,用于获取小区用户吞吐量和D2D通信链路吞吐量;
构建模块902,用于根据小区用户吞吐量和D2D通信链路吞吐量构建最大吞吐量优化模型;
求解模块903,用于求解所述最大吞吐量优化模型的最优参数。
优选的,所述最大吞吐量优化模型包括:以最大吞吐量为目标的目标函数和对应的限制条件;
所述目标函数为:
所述限制条件为:
本申请实施例提供一种计算机设备,包括处理器,以及与处理器连接的存储器;
存储器用于存储计算机程序,计算机程序用于执行上述任一实施例提供的基于智能反射面的D2D通信吞吐量最大化的方法;
处理器用于调用并执行存储器中的计算机程序。
综上所述,本发明提供一种基于智能反射面的D2D通信吞吐量最大化的方法及装置,在对IRS协助的D2D通信系统进行优化时,块坐标下降算法表现出良好的收敛性,只需进行4~5次迭代便可收敛,完美的收敛性使其更能符合实际工程应用。另外,不同于以往对整个系统吞吐量进行优化,本发明提出了对D2D链路的吞吐量进行优化同时满足小区用户的吞吐量要求,在实际应用场景中,使用D2D 技术直接通信的用户常处于距离基站较远、与基站直接通信质量较差的地方,IRS的应用能更有效的提高D2D用户的通信质量,而对D2D 链路吞吐量的最大化同时满足小区用户的通信质量的优化则更符合实际通信场景,如基站负载过大或者应急通信等场景。
可以理解的是,上述提供的方法实施例与上述的装置实施例对应,相应的具体内容可以相互参考,在此不再赘述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令方法的制造品,该指令方法实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。