陳光祖，黃鑫陳，譚沖，卜智勇

(1 中國科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所， 上海 200050； 2 中國科學(xué)院大學(xué)， 北京 100049； 3 中國科學(xué)院無線傳感網(wǎng)與通信重點(diǎn)實(shí)驗(yàn)室， 上海 200050) (2020年3月17日收稿； 2020年4月27日收修改稿)

隨著5G的大規(guī)模部署使用，海量設(shè)備將接入到蜂窩網(wǎng)絡(luò)，核心網(wǎng)絡(luò)壓力陡增。3GPP(the third generation partnership project)提出設(shè)備到設(shè)備通信(device-to-device, D2D)，服務(wù)于近距離場景[1]。即終端間建立直接通信鏈路，數(shù)據(jù)無需經(jīng)過核心網(wǎng)絡(luò)的基礎(chǔ)設(shè)施節(jié)點(diǎn)，能夠有效降低核心網(wǎng)流量壓力[2]。同時(shí)，D2D網(wǎng)絡(luò)被認(rèn)為是更廣泛的IoT(internet of things)概念的一部分，D2D網(wǎng)絡(luò)部署應(yīng)與綠色I(xiàn)oT的未來概念兼容[3]。

由于應(yīng)用于5G的移動(dòng)終端的發(fā)射功率進(jìn)一步提升，電池容量限制對(duì)網(wǎng)絡(luò)可持續(xù)性的影響越來越大，節(jié)能通信協(xié)議的發(fā)展越來越受到科學(xué)界的重視[4]。文獻(xiàn)[5]提供了為低能耗無線通信設(shè)備供電的思路，即使用能量收集技術(shù)(energy harvest, EH)從非傳統(tǒng)來源(例如環(huán)境干擾)中獲取能量。文獻(xiàn)[6]考慮在多通道蜂窩網(wǎng)絡(luò)下進(jìn)行的D2D通信，從周圍干擾中收集到的射頻(radio frequency，RF)能量是為D2D發(fā)射機(jī)供電的唯一來源，驗(yàn)證了將射頻能量收集應(yīng)用于短距離D2D通信可提高網(wǎng)絡(luò)的能量效率。同時(shí)，由于5G基站的分布密度越來越大，小區(qū)內(nèi)的設(shè)備越來越多，設(shè)備能夠收集的能量也越來越可觀。利用環(huán)境中的無線電波能量作為設(shè)備能源是潛在的研究領(lǐng)域，需要進(jìn)一步研究[7]。

由于D2D通信應(yīng)用于短距離通信，覆蓋面積較小，建立D2D直連通信對(duì)通信鏈路質(zhì)量要求較高，有學(xué)者提出采用多跳通信模式，即通過中繼選擇算法選擇合適的節(jié)點(diǎn)進(jìn)行D2D中繼通信[8]。文獻(xiàn)[9-11]討論了幾種中繼選擇算法。如文獻(xiàn)[9]結(jié)合中繼選擇和資源分配，提出一種使鏈路容量最大化的中繼選擇算法；文獻(xiàn)[10]提出基站輔助的隨機(jī)中繼選擇算法，在最小化跳數(shù)的同時(shí)減少對(duì)蜂窩用戶造成的干擾，提高頻譜效率；文獻(xiàn)[11]研究聯(lián)合中繼選擇以及相關(guān)子信道和功率分配問題,設(shè)計(jì)了一種迭代匈牙利方法(iterative Hungarian method,IHM)，獲得了接近最優(yōu)的性能。

在基于EH的D2D通信方面，文獻(xiàn)[12]提出一種先收集后傳輸?shù)哪Ｐ停ㄟ^功率控制最大化吞吐量；文獻(xiàn)[13]提出一種D2D發(fā)射機(jī)輔助合作協(xié)議(DTAC)，使空閑D2D發(fā)射機(jī)收集來自主發(fā)射機(jī)的能量，作為中繼改善主網(wǎng)絡(luò)的通信，最佳傳輸功率來最大化D2D網(wǎng)絡(luò)吞吐量；文獻(xiàn)[14]研究基于能量收集的蜂窩通信，提出一種利用D2D中繼通信協(xié)助能量不足的蜂窩設(shè)備完成數(shù)據(jù)傳輸。

以上文獻(xiàn)分別對(duì)D2D中繼選擇算法或基于EH的D2D通信進(jìn)行了研究，但是綜合兩方面的整體研究，即有關(guān)基于能量收集的D2D通信中繼選擇算法的研究仍然較少?；诖耍疚氖紫葟奈锢碛蚍治鲋欣^節(jié)點(diǎn)的能量收集模型和通信鏈路質(zhì)量；受人類社會(huì)競選機(jī)制啟發(fā)，將中繼的能量收集功率和傳輸速率打包為競選數(shù)據(jù)，由D2D通信兩端節(jié)點(diǎn)共同投票，提出一種基于能量收集的D2D通信中繼競選算法(energy harvesting-based relay selection algorithm，EHRSA)。仿真結(jié)果表明，能量收集技術(shù)與D2D中繼通信相結(jié)合獲得了更好的系統(tǒng)吞吐量、中繼選擇成功概率以及更長的設(shè)備工作時(shí)間。

1 系統(tǒng)模型

系統(tǒng)模型如圖1所示，考慮一個(gè)單小區(qū)，其中包括一個(gè)基站BS(base station)和M個(gè)移動(dòng)設(shè)備。每個(gè)移動(dòng)設(shè)備都具有蜂窩通信接口和D2D通信接口，可以根據(jù)需求在基站的控制下選擇蜂窩通信、D2D直連或D2D中繼3種通信模式，因此移動(dòng)設(shè)備有3個(gè)工作狀態(tài)：蜂窩通信狀態(tài)(cellular communication status，CCS)、D2D通信狀態(tài)(D2D communication status，DCS)、中繼通信狀態(tài)(relay communication status，RCS)以及一個(gè)空閑狀態(tài)(free status，F(xiàn)S)。同時(shí)設(shè)備均安裝有無線能量收集裝置，可以收集周圍干擾信號(hào)攜帶的能量。移動(dòng)設(shè)備本身的能源僅在設(shè)備處于CCS和DCS時(shí)被使用，當(dāng)用戶處于RCS時(shí)不消耗自身攜帶的能量，轉(zhuǎn)而啟用無線能量收集裝置收集能量供該狀態(tài)使用。

圖1 系統(tǒng)模型

當(dāng)通信需求產(chǎn)生后，可根據(jù)模式選擇算法選擇合適的通信模式[15]。本文主要研究當(dāng)基站為某次通信選擇D2D中繼模式后的中繼選擇算法。圖1中，移動(dòng)設(shè)備D1和D2之間的通信方式被選定為D2D中繼通信模式。D1和D2之間符合條件的FS移動(dòng)設(shè)備成為本次通信的備選中繼集，從中選出一個(gè)最優(yōu)中繼R建立一條兩跳傳輸路徑。

為達(dá)到節(jié)省頻譜資源的目的，本模型中D2D通信以復(fù)用模式(underlay)的方式與蜂窩通信共存[2]，共享一組正交信道集合C={C1，C2,…,Cd,…,C|C|},C表示集合C的勢。信道集合分為2個(gè)子集CU和CD,分別提供給上行鏈路和下行鏈路使用。BS可以根據(jù)服務(wù)將正交信道集合C中所有子信道提供給蜂窩用戶使用，但D2D通信只能在Cd上進(jìn)行[6]。假設(shè)信道隨機(jī)分配給蜂窩用戶使用，則當(dāng)蜂窩用戶數(shù)小于C-1時(shí)，Cd有可能被D2D通信獨(dú)占，這種情況下D2D通信不會(huì)受到同頻干擾；但也可能Cd被蜂窩用戶使用，D2D通信以復(fù)用模式共享該信道，由于采用復(fù)用模式的網(wǎng)絡(luò)架構(gòu)，D2D通信過程中會(huì)受到蜂窩通信的同頻干擾。當(dāng)蜂窩用戶數(shù)大于C-1時(shí)，Cd一定會(huì)被蜂窩用戶占用，D2D通信以復(fù)用模式共享該信道，通信過程中也會(huì)受到蜂窩通信的同頻干擾。

2 中繼選擇算法

2.1 物理域分析

考慮一個(gè)簡單的兩跳D2D通信過程，產(chǎn)生D2D通信需求的兩臺(tái)移動(dòng)設(shè)備工作狀態(tài)選擇為DCS，標(biāo)記為D2D收發(fā)機(jī)D1和D2。其余設(shè)備狀態(tài)為CCS或FS。最終被選中的中繼節(jié)點(diǎn)狀態(tài)為RCS，標(biāo)記為中繼R。

2.1.1 能量收集

處于RCS的中繼R啟用無線能量收集裝置收集周圍一定范圍內(nèi)的RF能量，轉(zhuǎn)換為R的中繼發(fā)射功率。我們考慮一個(gè)瑞利衰落信道環(huán)境，路徑損耗因子表示為α。文獻(xiàn)[6]將位于y的中繼節(jié)點(diǎn)能量收集功率表示為

PH=τ∑c∈CDPBhx‖x-y‖-α+

當(dāng)中繼與端節(jié)點(diǎn)位置固定時(shí)，它們之間的距離d0是已知參量。設(shè)D2D接收器的靈敏度為ρD，中繼節(jié)點(diǎn)的發(fā)射功率要求[6]表示如下

(2)

本系統(tǒng)模型中，我們把節(jié)點(diǎn)收集的能量作為RCS時(shí)的唯一能量來源。所以PR受到能量收集功率PH的約束，設(shè)PH的轉(zhuǎn)化效率為η，則PH應(yīng)滿足

(3)

2.1.2 中繼傳輸速率

本模型中D2D通信以復(fù)用模式的方式與蜂窩通信共享頻譜資源，D2D通信在通信過程中受到來自蜂窩通信的同頻干擾?？紤]在一次雙向通信過程中，D2D接收機(jī)Dj(j=1,2)在接收中繼Ri轉(zhuǎn)發(fā)信號(hào)分別受到來自蜂窩上行用戶Uz(z=1,2)的同頻干擾，因此端節(jié)點(diǎn)Dj接收到的信干噪比[16]分別表示為

(4)

其中:PRi、PUz分別表示中繼Ri、蜂窩用戶Uz的發(fā)射功率，σ2為加性高斯白噪聲，hRiDj、hUzDj分別為中繼Ri到端節(jié)點(diǎn)Dj的信道增益、蜂窩用戶Uz到端節(jié)點(diǎn)Dj的信道增益。

根據(jù)香農(nóng)公式，中繼Ri到端節(jié)點(diǎn)Dj的傳輸速率為

RRiDj=Blog2(1+SINRRiDj)，

(5)

同理，端節(jié)點(diǎn)Dj到中繼Ri的傳輸速率可以表示為

RDjRi=Blog2(1+SINRDjRi)，

(6)

其中B表示信道帶寬。

因此由D2D接收機(jī)Dj(j=1,2)和中繼Ri組成的雙向中繼通信的傳輸速率表示為

(7)

2.2 中繼選擇

2.1節(jié)分析了基于能量收集的D2D中繼節(jié)點(diǎn)物理屬性。考慮到移動(dòng)設(shè)備的計(jì)算能力以及中繼傳輸時(shí)延等通信質(zhì)量要求，D2D通信中繼選擇應(yīng)使用復(fù)雜度較低算法。本部分結(jié)合人類社會(huì)競選機(jī)制提出一種中繼選擇算法。

人類社會(huì)競選機(jī)制可以簡述如下：多個(gè)競選人參與職位競選，競選人對(duì)一定范圍內(nèi)的選民產(chǎn)生影響。選民手中握有一定的選票，同時(shí)受到多位競選人的影響。競選人的能力越大，對(duì)選民產(chǎn)生的影響就越大，可能獲取的選票就越多。

(8)

D1和D2分別對(duì)獲取到的競選數(shù)據(jù)集集合進(jìn)行投票。

要求端節(jié)點(diǎn)對(duì)同一參數(shù)使用同樣的投票系數(shù)設(shè)計(jì)原則，且規(guī)定投票規(guī)則在一開始就是全局已知的，參與D2D通信的所有設(shè)備均默認(rèn)認(rèn)可該規(guī)則，本節(jié)設(shè)置端節(jié)點(diǎn)對(duì)單位傳輸速度的投票規(guī)則a和對(duì)能量收集功率PH的投票規(guī)則b如下：

根據(jù)式(3)要求，將中繼節(jié)點(diǎn)的能量收集功率要求置為

(10)

同理對(duì)能量收集功率PH的投票規(guī)則設(shè)計(jì)如下：

在人類社會(huì)競選機(jī)制中，由于選民對(duì)競選人的期待不一，競選人的不同特質(zhì)對(duì)不同選民所產(chǎn)生的影響程度也是不同的。根據(jù)上述規(guī)則，備選節(jié)點(diǎn)Ri分別從端節(jié)點(diǎn)D1和D2獲得投票:

(θ1ai1，(1-θ1)bi1)，(12a)

(θ2ai2，(1-θ2)bi2)，(12b)

其中:θ1、θ2的取值范圍為(0，1)，分別表示端節(jié)點(diǎn)D1和D2對(duì)傳輸速度參數(shù)的關(guān)注指數(shù)，數(shù)值越大表明該節(jié)點(diǎn)在本次中繼選擇中更關(guān)注該參數(shù)。同理，(1-θ1)和(1-θ2)表示端節(jié)點(diǎn)D1和D2對(duì)能量收集功率參數(shù)的關(guān)注指數(shù)。因此備選節(jié)點(diǎn)Ri獲得的票數(shù)集合為(θ1ai1+θ2ai2，(1-θ1)bi1+(1-θ2)bi2)。

本模型在選擇中繼節(jié)點(diǎn)時(shí)根據(jù)通信要求在2個(gè)因素中做出權(quán)衡。因此，我們考慮在中繼選擇中實(shí)現(xiàn)最大總和傳輸速率和最大能量收集功率2種情況，提出2個(gè)中繼選擇策略：傳輸速率和最大中繼選擇策略MSR-RSS(maximum sum-rate relay selection strategy)和能量收集功率最大中繼選擇策略MEH-RSS(maximum energy-harvest relay selection strategy)。

MSR-RSS要求基站在收到來自端節(jié)點(diǎn)D1和D2的投票指標(biāo)集合后，以獲得最大和傳輸速率投票指標(biāo)為目標(biāo)進(jìn)行中繼節(jié)點(diǎn)的選擇，問題描述為

(13)

MEH-RSS要求基站在收到來自端節(jié)點(diǎn)D1和D2的投票指標(biāo)集合后，以獲得最大能量收集功率投票指標(biāo)為目標(biāo)進(jìn)行中繼節(jié)點(diǎn)的選擇，問題描述為

(14)

算法功能描述如下:

步驟1)基站檢查D1和D2鄰居節(jié)點(diǎn)流表，通知空閑狀態(tài)的D1和D2的共同鄰居節(jié)點(diǎn)競選中繼并生成中繼備選集；

步驟3)D1和D2根據(jù)式(9)、式(11)、式(12a)、式(12b)分別對(duì)獲取到的競選數(shù)據(jù)集集合投票，并將投票結(jié)果集合發(fā)送給基站；

步驟4)基站選擇MSR-RSS或MEH-RSS進(jìn)行中繼節(jié)點(diǎn)選擇，并通知D1、D2和獲選中繼R 3臺(tái)設(shè)備建立通信鏈路；如果選擇失敗，則通知D1和D2進(jìn)行蜂窩通信。

3 仿真分析

基于MatLab平臺(tái)進(jìn)行對(duì)算法進(jìn)行仿真驗(yàn)證，主要參數(shù)設(shè)置如表1所示。本文所提基于能量收集的D2D中繼選擇算法EHRSA與結(jié)合設(shè)備接觸和剩余能量的D2D中繼選擇算法PRSA(prestige-based relay selection algorithm)[17]以及D2D直連通信做仿真對(duì)比。

表1 主要仿真參數(shù)

圖2(b)表示了吞吐量隨空閑中繼數(shù)量的變化，仿真設(shè)置蜂窩狀態(tài)用戶數(shù)量為200。可以看出這種情況下，MSR-RSS、MEH-RSS、PRSA的吞吐量都隨著空閑用戶數(shù)量增加而升高。這是因?yàn)殡S著空閑用戶數(shù)量的提高，空閑用戶分布在D2D通信對(duì)之間的概率增大，成功選中中繼的概率和選到更快傳輸速率的節(jié)點(diǎn)概率也相應(yīng)提高。同時(shí)，因?yàn)樵诜涓C狀態(tài)用戶數(shù)量為200的條件下EHRSA的中繼發(fā)射功率已經(jīng)占據(jù)優(yōu)勢。所以在空閑用戶數(shù)較低的階段，MSR-RSS、MEH-RSS的吞吐量已經(jīng)略微高于PRSA的吞吐量。并且由于設(shè)備本身的能量儲(chǔ)備已經(jīng)不是限制中繼選擇的因素，本文算法的優(yōu)勢隨著空閑用戶數(shù)的增多而不斷增大，例如在空閑用戶數(shù)達(dá)到200時(shí)，MSR-RSS的吞吐高出PRSA的吞吐量約30%。

圖2 系統(tǒng)吞吐量分別隨蜂窩用戶數(shù)、空閑用戶數(shù)的變化

上文仿真將端節(jié)點(diǎn)對(duì)傳輸速度參數(shù)和能量收集功率參數(shù)的關(guān)注指數(shù)θ1和θ2取值均設(shè)置為0.5，以表示端節(jié)點(diǎn)對(duì)2個(gè)參數(shù)無偏好的情況。為考察θ1和θ2取值對(duì)算法性能的影響，設(shè)置θ1和θ2取值為(0.3，0.3)、(0.7，0.7)、(0.3，0.7)和(0.7，0.3)4種情況進(jìn)行仿真，其余參數(shù)設(shè)置不變。如圖3(a)所示，當(dāng)θ1和θ2取值為(0.7，0.7)，即兩端節(jié)點(diǎn)更關(guān)注傳輸速度參數(shù)時(shí)，MSR-RSS獲得了最大的吞吐量；相反，當(dāng)θ1和θ2取值為(0.3，0.3)，即兩端節(jié)點(diǎn)更關(guān)注傳輸無線能量收集功率時(shí)，MEH-RSS獲得了最大的吞吐量。這說明當(dāng)2個(gè)端節(jié)點(diǎn)的傾向一致時(shí)，系統(tǒng)更易獲得高吞吐量；且基站在進(jìn)行策略選擇時(shí)應(yīng)充分考慮端節(jié)點(diǎn)的傾向。從整體上看，MSR-RSS比MEH-RSS在吞吐量參數(shù)上更占優(yōu)勢。圖3(b)可以看出MSR-RSS和MEH-RSS均是在θ1和θ2取值為(0.3，0.3)時(shí)獲得最低中繼節(jié)點(diǎn)斷電概率，這是本文模型引入無線能量收集所帶來的收益，兩端節(jié)點(diǎn)共同關(guān)注該參數(shù)時(shí)，中繼節(jié)點(diǎn)的斷電概率降到最低。但從整體上看，MEH-RSS比MSR-RSS在中繼節(jié)點(diǎn)斷電概率參數(shù)上更占優(yōu)勢。

圖3 2種模式下吞吐量、中繼節(jié)點(diǎn)斷電概率與關(guān)注指數(shù)θ1、θ2的關(guān)系

圖4展示了中繼選擇成功概率隨空閑用戶數(shù)的變化。仿真設(shè)置蜂窩狀態(tài)用戶數(shù)量為200。由于EHRSA中引入無線能量收集技術(shù)使部分低電量的節(jié)點(diǎn)可以擔(dān)任中繼節(jié)點(diǎn)，所以本文所提算法在中繼選擇成功概率在空閑用戶數(shù)較少時(shí)就占據(jù)了較大優(yōu)勢。同時(shí)由于在用戶密集的環(huán)境中，設(shè)備能量收集功率更易達(dá)到要求，該參數(shù)對(duì)中繼選擇的影響在降低，所以MSR-RSS的性能優(yōu)于MEH-RSS。隨著空閑中繼的增多,3種模式的中繼選擇成功概率均有提升，但是由于PRSA要求篩選掉一部分的低電量中繼節(jié)點(diǎn)，所以該算法的中繼選擇成功概率一直低于本文提出的2種模式。

圖4 中繼選擇成功概率隨空閑用戶數(shù)的變化

如圖5所示，對(duì)設(shè)備平均剩余能量隨時(shí)間的變化進(jìn)行仿真，設(shè)置設(shè)備狀態(tài)處于CCS、DCS、RCS的時(shí)間分別為40%、40%、20%。仿真結(jié)果顯示，由于能量收集技術(shù)引入D2D中繼選擇，設(shè)備的能量消耗被極大減緩，有效延長了設(shè)備使用時(shí)長。顯而易見，工作時(shí)間越長，本文模型中設(shè)備在存活率方面更占據(jù)優(yōu)勢，更不易因設(shè)備能量問題導(dǎo)致中繼選擇失敗。由于 MEH-RSS更關(guān)注中繼節(jié)點(diǎn)的能量收集能力，所以比MSR-RSS更適用于長時(shí)間工作的系統(tǒng)中。同時(shí)注意到在圖2(a)的仿真中MSR-RSS比MEH-RSS吞吐量高10%～20%左右。本次仿真表明采用MSR-RSS比MEH-RSS在設(shè)備工作2 h后多消耗約0.1 Wh的能量，約占總能量的5%。結(jié)合圖3(a)仿真結(jié)果分析得出，除非2個(gè)端節(jié)點(diǎn)都傾向選擇能量收集功率較高的節(jié)點(diǎn)時(shí)MEH-RSS的吞吐量高于MSR-RSS，其余情況MSR-RSS均比MEH-RSS吞吐量高。因此，我們認(rèn)為當(dāng)系統(tǒng)持續(xù)工作時(shí)間不長、端節(jié)點(diǎn)不傾向選擇能量收集功率時(shí)，MSR-RSS更適合被選用，能夠在提升網(wǎng)絡(luò)可持續(xù)的同時(shí)保證系統(tǒng)吞吐量不被降低，較好地平衡了設(shè)備壽命和系統(tǒng)吞吐量。

圖5 設(shè)備平均剩余能量隨時(shí)間的變化

4 總結(jié)

在D2D通信中繼選擇問題中，造成選擇失敗的原因通常包括設(shè)備剩余能量和信號(hào)傳輸速率。針對(duì)此問題，本文結(jié)合能量收集技術(shù)和D2D中繼技術(shù)，提出一種基于能量收集的D2D中繼選擇算法，讓中繼節(jié)點(diǎn)使用能量收集技術(shù)獲得的能量進(jìn)行傳輸。同時(shí)，本文考慮D2D通信雙方對(duì)中繼節(jié)點(diǎn)的選擇分歧，提出由雙方共同投票選擇中繼，使中繼選擇更加合理。仿真分析表明在高密度蜂窩小區(qū)內(nèi)，本文算法在系統(tǒng)吞吐量、中繼選擇的成功率和設(shè)備生存時(shí)間具有優(yōu)勢?？梢灶A(yù)見，5G網(wǎng)絡(luò)中小區(qū)內(nèi)設(shè)備密度、基站和設(shè)備發(fā)射功率都將進(jìn)一步提高，能量收集技術(shù)與5G D2D通信的結(jié)合應(yīng)用更具現(xiàn)實(shí)意義，EH在5G網(wǎng)絡(luò)中保證網(wǎng)絡(luò)可持續(xù)性的作用應(yīng)當(dāng)獲得更多研究。