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,。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,，會有嚴(yán)重的同頻干擾^[3],。近年來，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,，實現(xiàn)了D2D-based V2V用戶的連續(xù)干擾消除，但沒有考慮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，但僅考慮了單個蜂窩用戶和單對D2D-based V2V用戶的情況,。文獻(xiàn)[6]研究了多對D2D-based V2V共用同一頻帶資源的場景,，提出基于D2D-based V2V 用戶QoS保證的資源分配方法，實現(xiàn)了最大化系統(tǒng)吞吐量的目標(biāo),，但并沒有考慮蜂窩用戶的存在,。

    實際上，蜂窩小區(qū)中有數(shù)量較多的蜂窩用戶和D2D-based V2V用戶,。本文提出一種多個蜂窩用戶多對D2D-based V2V用戶場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延QoS需求,，通過拉格朗日方法得到優(yōu)化問題的最優(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

    考慮一個基于OFDMA的蜂窩小區(qū)，包含一個基站,、M個蜂窩用戶和N個D2D-based V2V用戶,。信道劃分為K個正交子信道，每個子信道帶寬為B,。蜂窩用戶隨機的分布在該小區(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)射端對基站的干擾、蜂窩用戶對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)時隙長度為T，在一個時隙T內(nèi),，第n個D2D-based V2V通信用戶的最大服務(wù)速率為：

2 問題建模

2.1 有效容量模型

    僅由物理層的信道狀態(tài)信息無法滿足應(yīng)用層的QoS需求,。對此，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D2D-based V2V用戶的有效容量表達(dá)式如下： 

2.2 時延QoS保證

    對于車載通信業(yè)務(wù),，時延是最關(guān)鍵的QoS參數(shù)。根據(jù)大偏差理論^[8],，隊列的長度可收斂至一個穩(wěn)態(tài)隊長：

2.3 優(yōu)化問題

    本文的目標(biāo)是基于車載通信的低時延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)化問題可表示為：

3 基于時延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,，強對偶性成立^[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)對偶變量

    對偶變量的最優(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D2D-based V2V方式通信，所有車輛具有相同的時延QoS需求,。為了便于分析,，假設(shè)一個D2D-based V2V用戶只復(fù)用一個蜂窩用戶的資源。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,。

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

    為比較性能，選取3種方案作為對比：文獻(xiàn)[12]的和速率最大方案,、文獻(xiàn)[13]的隨機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對系統(tǒng)有效容量的影響。由圖中可見,，當(dāng)θ變大時,，系統(tǒng)有效容量隨著θ單調(diào)遞減?？梢钥闯鎏岢龅睦窭嗜諏ε假Y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,，由此可見干擾控制對提升系統(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值過小時，如圖中L=50,，此時產(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)支持該場景下的V2V通信,。采用有效容量模型滿足用戶的時延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偶法對原問題進(jìn)行轉(zhuǎn)換，并通過求解對偶問題,，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）