基于博弈論在蜂窩網絡D2D通信中的干擾管理技術研究

李鵬翔+李暉

【摘要】 隨著目前國內移動通信業務的蓬勃發展，人們對高速率、優服務、高質量和低時延性業務的需求日益劇增，然而有限的頻譜資源成為制約蜂窩系統性能提高的最主要因素。大數據量的本地業務會對頻譜資源造成更大的消耗，這也要求未來網絡具備相應的技術來更好地支持這種局部通信形式。蜂窩網絡下的D2D通信技術是一種充分利用頻譜資源、減輕基站的負荷、降低終端和基站的發射功率，從而提升整體吞吐率的技術。但是由于D2D用戶復用蜂窩用戶資源而引起干擾以及頻譜資源共享所引起的小區間的干擾，已經成為影響D2D用戶和蜂窩用戶共存的主要因素。為了減少這些干擾，研究人員已經提出了基于匈牙利算法、開環部分功率控制和圖論等算法，利用合作博弈競拍思想和納什均衡進行資源優化，允許多對用戶共享一個蜂窩頻譜資源來最大化系統總速率。

【關鍵字】 蜂窩網絡 直連通信 模式選擇 功率控制 干擾控制

Game theory based interference control for D2D communication in cellular networks Peng-Xiang Li， Hui Li School of Information Science and Technology of Hainan University， Haikou， 570228

Abstract： With the current development of mobile communication services， people need personal communication of high speed， excellent service， high quality and low latency； however， limited spectrum resources become the most important factor to hamper improvement of cellular systems. As big amount of data traffic will cause greater local consumption of spectrum resources， future networks are required to have appropriate techniques to better support such forms of communication. D2D （Device-to-device） communication technology in a cellular network makes full use of spectrum resources underlaying， reduces the load of the base station， minimizes transmit power of the terminals and the base stations， thereby enhances the overall throughput of the networks. Due to the use of multiplexing D2D UE （User equipment） resources and spectrum， and the interference caused by the sharing of resources between adjacent cells， it has become a major factor affecting coexisting of cellular subscribers and D2D users. In order to reduce these disturbances， researchers have proposed algorithms based on Hungary algorithm， the open loop power control portion and graph theory， etc. They also proposed interference control method based on game theory and resource optimization by the use of cooperative games and Nash equilibrium bidding ideological. It allows multiple users to share spectrum resources of a single cellular system to maximize the total rate.

Keywords： Cellular network； Device-to-device； Mode selection； Power control； Interference control

一、引言

作為下一代無線通信系統之一，第三代合作伙伴計劃（3GPP： 3rd Generation Partnership Project）長期演進（LTE： Long Term Evolution）致力于提供高數據速率和系統容量技術。此外，先進的LTE（LTE-A： Long Term Evolution-Advanced）支持新的組件用于LTE以滿足更高的通信要求。局域服務被認為是熱門話題加以演變，并通過復用頻譜資源使本地數據傳輸速率得到顯著的提升。然而，未經許可的頻譜復用可能會給本地服務提供商的穩定控制環境帶來不便，例如，WiFi和藍牙并不能像蜂窩網絡一樣提供安全性和服務質量（QoS： Quality of Service），最大的原因是采用許可頻段可以實現小區干擾可控。還有Ad hoc網絡，它并不是受基站或其它中央節點的控制。因此，訪問的許可頻譜備受關注。

設備到設備（D2D： Device-to-Device）通信是LTE-A技術組件?，F有的研究允許D2D作為底層蜂窩網絡技術來增加頻譜效率。在D2D通信中，用戶設備（UE： User equipment）通過直接鏈路使用蜂窩資源相互傳送數據信號到彼此，而不是利用基站。這不同于微蜂窩基站，他們的用戶使用小型低功率蜂窩基站來輔助通信。但D2D用戶仍然在基站控制下進行直接通信。因此，近年來提高頻譜利用率的潛在任務推動了大量的研究，這表明D2D可以通過復用蜂窩資源來提高系統的性能。最終期望D2D技術可以作為下一代蜂窩網絡支持的關鍵技術。

雖然D2D通信在頻譜效率和獲得更大系統容量效益帶來了改善，這也對共享蜂窩網絡頻譜造成干擾的后果。因此，一種有效的干擾協調方案必須進行配置以保證蜂窩通信的目標性能水平。有關D2D用戶設備限制同信道干擾功率控制存在許多工作要做[1]。文獻[2]在利用MIMO（Multiple Input and Multiple Output）傳輸方案以避免從蜂窩下行鏈路到D2D接收設備共享相同資源干擾，其目的是保證D2D通信的性能。干擾管理既從蜂窩網絡到D2D通信又從D2D到蜂窩網絡都將已提出[3]。

為了進一步提高小區內的頻譜復用的增益，適當匹配共享相同資源的蜂窩和D2D用戶進行了研究[4]。文獻[5]提出了針對主蜂窩網絡使用信道狀態信息（CSI： Channel State Information）的另一種貪婪啟發式算法以減輕干擾。該方案很容易操作但具有較大的信令開銷。在文獻[6]中，所述的資源分配方案通過跟蹤遠近干擾識別干擾蜂窩用戶從而避免了有害干擾，并使得上行鏈路頻率帶有效地使用，進而目標也是避免從蜂窩到D2D通信干擾。在文獻[7]中，首先對最佳資源分配和對不同的資源共享模式下共享相同的資源的蜂窩和D2D通信之間的功率控制提出了分析，并從單個小區情景和曼哈頓網格環境兩方面評估D2D底層系統的性能。然后，該方案進一步優化用戶共享相同的資源之間的資源使用情況。上述研究工作表明通過適當的資源管理，D2D通信可以有效地提高系統吞吐量與蜂窩網絡和D2D傳輸之間的干擾限制。然而，分配蜂窩資源到D2D傳輸是一個巨大而又復雜的問題。

二、通信模式選擇

在D2D底層通信系統中，與信道相關存在很多問題，其中之一就是確定通信設備是否應該使用蜂窩式或直接通信模式。在D2D模式下的數據被直接傳送到接收器，然而蜂窩通信模式要求源端設備發送數據到基站然后目的端設備使用基站下行鏈路（下行鏈路）接收。在這里，我們考慮了三種不同模式的選擇標準。

1.蜂窩模式：所有設備都使用基站通信。

2.專用模式：D2D用戶對占用專門的蜂窩頻段。

3.復用模式：D2D用戶對和蜂窩用戶共享小區資源。

如果源設備和它的服務基站，目標設備和其服務基站之間的路徑損耗比一對源和目的地之間的路徑損耗大則選擇D2D模式。隨著一對用戶之間的最大距離增加，直接通信的性能會下降。設定門限值決定是否使用D2D通信，復用模式是一種解決終端間通信開銷的方法。從蜂窩和D2D通信中選擇一種更好的信道條件可能獲得一種最優的性能結果。結果證明，當蜂窩用戶和D2D用戶距離相近時專用模式最佳，當蜂窩用戶和D2D用戶距離較遠或D2D用戶對距離較近時，復用模式最佳。

三、博弈論在D2D通信應用

由于D2D和蜂窩用戶之間的共享頻譜資源所造成的干擾，資源 管理變為一個要解決的關鍵問題。博弈論提供了一套數學工具來研究相互依賴的理性局中人之間復雜的相互作用，并預測他們的選擇策略。近年來，博弈論已成為一種用于設計無線通信網絡的工具。因此，我們在D2D通信使用博弈論來進行資源調度和干擾避免。

博弈的關鍵要素是局中人，行動，收益（公用事業）和信息，一起被稱為博弈規則。局中人是作出決策的個體，其可被表示為一個集合M={1，2，…，m}。局中人i做出一個行動ai決策是一種選擇。一個行動a={ai|i∈M}是一組的所有局中人的行動。在競拍中，局中人是投標（代理）者，行動通過投標人提交投標。局中人i的收益Ui（a）是行動a的函數，收益描述局中人從博弈中每種可能的行動獲得多少收益。在博弈中，局中人的收益等于行動vi（a）減去他支付的ci（a）的值，即

ui（a）=vi（a）-ci（a） （1）

博弈論的一個重要假定是所有的局中人都是理性的，他們打算選擇行動最大化他們的收益。局中人的信息可以通過一個信息集設置，它告訴局中人在決定實例有什么樣的認識。為了最大化自己的收益，局中人們將設計自己的策略，這是從一個局中人的信息集到他的行動的映射。

一場博弈的結果的合理預測是一種均衡，其中每個局中人選擇一種最好的策略最大化他的收益。其中有幾個可得的均衡概念，我們主要把重點放在納什均衡（NE： Nash Equilibrium）。在靜態博弈中，納什均衡可以在沒有局中人的地方通過單方面改變策略增加他的收益。

在當前研究中，博弈論包括大量的不同的博弈方法用于分析的資源分配的問題，例如在通信網絡中的功率和無線頻譜劃分[8]，在網格的資源管理[9]，并在大型規模的容器終端分配協調資源[10]。在文獻[8]中，提出了一個連續的競拍方法用于共享無線資源，該方案由使用連續第二價格競拍收集的出價和分配離散資源單元的頻譜代理人管理的。

資源管理中的合作競拍模型進行了介紹[10]。合作競拍的資源分配機制是允許在資源合作時代理（投標人）放置投標，被稱為“包”。而不僅僅是個體的資源單位。實際上，合作競拍（CA： Cooperative Auction）已應用在多種行業中，例如，貨車運輸，航空抵達和時隙離開，以及無線通信服務的使用。競拍理論基準環境是私有值模型，Vickrey介紹在其中一個代理人的項目每個包有一個值，該值與其他代理人的私人信息是不相關的[11]。

投標人許多工作還沒有認識到，用復雜的方式關心他們競爭的項目。該合作競拍激勵代理人充分表達自己的偏愛，這在提高系統效率和競拍收益時是一種優勢。我們的興趣是應用合作競拍博弈中解決任意D2D鏈路復用相同的蜂窩頻帶與優化系統容量的目的。

然而，在合作競拍博弈中它存在著一系列的問題和挑戰，如定價和招標規則，獲勝者決策問題（WDP： Winner Determination Problem）導致NP-hard的分配問題。因此，我們專注于迭代合作競拍（I-CA： Iterative Cooperative Auction）博弈演化機制[12，13]。在I-CA中，代理人主張多競價迭代，競拍者計算臨時分配和在每一輪競拍中詢問價格。

我們研究了D2D底層通信基于I-CA的有效頻譜資源分配以進一步提高系統效率。整個系統由基站、從基站接收信號的多蜂窩用戶和使用許可頻譜資源進行通信的各自接收的多個D2D對組成?？紤]到干擾最小化的一個關鍵點和多個D2D對共享相同的資源可能在系統容量中帶來更大的效益，我們形成的問題作為一個反向I-CA博弈。這意味著代理人在資源競爭中可以獲得業務，然而D2D鏈接作為商品或服務等待出售。通過這種方式，D2D對的包在每一輪競拍中拍完。

此外，我們研究了所提出的資源分配機制的一些重要性能，例如欺詐性，收斂性和競價單調性。我們減少了計算的復雜性，并適用于包含了一個知名的室內場景WINNER II信道模型方案。相比其他方案表明競拍算法對系統總速率有不錯的表現，并提高了系統的效率，同時具有低于窮舉搜索分配的復雜性。

先前已經考慮了少量D2D通信時域調度。我們用博弈論的方法研究了D2D通信的聯合調度，功率控制和信道分配。注意到如果蜂窩和D2D用戶簡單地建模作為自私的局中人，結果通常是無效率的，因為蜂窩用戶不想和D2D用戶共享信道。

當D2D通信是底層的主蜂窩網絡，Stackelberg博弈的原理非常適合于該系統。Stackelberg博弈是一種等級分層的體系，并具有領導者和追隨者。領導者首先行動，然后跟隨者觀察領導者的行為，并決定他的策略。Stackelberg博弈已經應用在協作網絡[14]和認知無線電網絡[15，16]。在我們提出的Stackelberg博弈中，蜂窩用戶被視為領導者，且D2D用戶是追隨者。

我們的蜂窩組和D2D用戶進入領導者-追隨者對，領導者向使用的信道追隨者收取一些費用。我們分析了領導者最優價格和跟隨者的最佳功率。這些策略導致Stackelberg均衡。

然后，我們提出了一種聯合調度和資源分配算法。領導者-追隨者對形成基于其公用事業（收益）優先隊列，并且系統根據它們在隊列中的順序調度D2D用戶。

蓬勃發展的無線服務從用戶電量吸引更多的關注。然而用戶是典型的電池壽命有限手持設備。用戶必須不斷地向他們的電池充電。D2D通信的一個主要優點就是降低用戶的發射功率消耗，并且因此延長電池壽命。我們考慮用戶設備的傳輸能量和電路能量能源消耗，以及使用Peukerts定律[17]對電池壽命建模。我們形成的問題是關于D2D用戶的最大化電池壽命受速率約束。直接解決該問題是復雜的。

四、結束語

D2D通信可以緩解蜂窩網絡流量，降低本地網絡的負載，提高傳輸速率，降低通信時，減少移動終端的電池功耗，從而提高網絡基礎設施故障的魯棒性?？梢杂糜诳拐鹁葹牡膽蓖ㄐ糯鎿p毀的基礎設施。

我們考慮了用博弈論的方法，其中D2D用戶被看作是局中人。局中人是自我利益的，他們實現了最大限度地發揮自己的電池壽命。我們通過納什均衡和帕累托（Pareto）效率的博弈構建了資源分配的博弈，并分析了最好的響應。當局中人自私占用的無線資源可能產生外部性，從而導致蜂窩通信的質量下降。因此，我們通過添加競價作為違約修改博弈規則，并提出了資源競拍。

參 考 文 獻

[1] Doppler， K.， Rinne， M.， Wijting， C.， Ribeiro， C.， Hugl， K.： Device-to-device communication as an underlay to LTE-advanced networks. IEEE Commun. Mag. 47（12）， 42-49 （2009）

[2] Janis， P.， Koivunen， V.， Ribeiro， C.B.， Doppler， K.， Hugl， K.： Interference-avoiding MIMO schemes for device-to-device radio underlaying cellular networks. In： IEEE 20th International Symposium on Personal， Indoor and Mobile Radio Communications， pp. 2385-2389， Tokyo， September 2009

[3] Peng， T.，Lu，Q.， Wang， H.， Xu， S.， Wang， W.： Interference avoidance mechanisms in the hybrid cellular and device-to-device systems. In： IEEE 20th International Symposium on Personal， Indoor and Mobile Radio Communications， pp. 617-621， Tokyo， September 2009

[4] Janis， P.， Koivunen， V.， Ribeiro， C.， Korhonen， J.， Doppler， K.， Hugl， K.： Interference-aware resource allocation for device-to-device radio underlaying cellular networks. In： Proceedings of IEEE Vehicular Technology Conference 2009-Spring， Barcelona， April 2009

[5] Zulhasnine， M.， Huang， C.， Srinivasan， A.： Efficient resource allocation for device-to-device communication underlaying LTE network. In： IEEE 6th International Conference on Wire-less and Mobile Computing， Networking and Communications， pp. 368-375， Niagara Falls， October 2010

[6] Xu， S.， Wang， H.， Chen， T.， Huang， Q.， Peng， T.： Effective interference cancellation scheme for device-to-device communication underlaying cellular networks. In： Proceedings of IEEE Vehicular Technology Conference 2010-Fall， Ottawa， September 2010

[7] Yu， C.-H.， Doppler， K.， Ribeiro， C.， Tirkkonen， O.： Resource sharing optimization for D2D communication underlaying cellular networks. IEEE Trans. Wireless Commmun. 10（8）， 2752-2763 （2011）

[8] Bae， J.， Beigman， E.， Berry， R.， Honig， M.L.， Vohra， R.： Sequential bandwidth and power auctions for distributed spectrum sharing. IEEE J. Sel. Areas Commun. 26（9）， 1193-1203 （2008）

[9] Das， A.， Grosu， D.： Combinatorial auction-based protocols for resource allocation in grids. In： Proceedings of IEEE International Parallel and Distributed Processing Symposium， April 2005

[10] Lau， H.C.， Cheng， S.F.， Leong， T.Y.， Park， J.H.， Zhao， Z.： Multi-period combinatorial auction mechanism for distributed resource allocation and scheduling. In： IEEE/WIC/ACM International Conference on Intelligent Agent Technology， pp. 407-411， Fremont， November 2007

[11] Cramton， P.，Shoham， Y.， Steinberg， R.： Combinatorial Auctions. MIT Press， Cambridge （2005）

[12] Pikovsky， A.： Pricing and bidding strategies in iterative combinatorial auctions. Ph.D. Disser-tation， Munich， Germany （2008）

[13] Bichler， M.， Shabalin， P.， Pikovsky， A.： A computational analysis of linear price iterative combinatorial auction formats. Inform. Syst. Res. 20（1）， 33-59 （2009）[14] Wang， B.， Han， Z.， Liu， K. J. R.： Distributed relay selection and power control for multiuser cooperative communication networks using buyer/seller game. In： Proceedings of 26th IEEE International Conference on Computer Communications， pp. 544-552， Barcelona， May 2007

[15] Zhang， J.， Zhang， Q.： Stackelberg game for utility-based cooperative cognitive radio networks. In： Proceedings of ACM International Symposium on Mobile ad hoc Networking and Computing， pp. 23-32， New Orleans， May 2009

[16] Bloem， M.， Alpcan， T.， Basar， T.： A Stackelberg game for power control and channel allocation in cognitive radio networks. In： Proceedings of International Conference on Performance Evaluation Methodologies and Tools， Dresden， October 2007

[17] Rao， R.， Vrudhula， S.， Rakhmatov， D.N.： Battery modeling for energy aware system design. Computer 36（12）， 77-87 （2003）