第三章 本論文提出之演算法
3.1 研究作法之動機
在這個無線設備爆炸的世代，許多消費者身上擁有數個無線通訊設備，
而這些無數個設備的傳輸方式多數和基地台直接連接，對基地台而言，在 同一時間點內服務多數個用戶，可能造成基地台在短時間之內無法提供服 務。為了要克服這個問題，3GPP 組織在第 12 版[17]中找尋許多不同解決 方案，其中 D2D 通訊技術可以滿足以上的問題，D2D 通訊技術能給予用 戶端和電信商雙贏的模式。
本研究對於上述問題提出一個基於 D2D 通訊技術之位置推薦的演算 法[19][20]使用於蜂巢式網路下行鏈路之下，根據以過往的研究中，位置推 薦演算法主要的用戶為傳統式用戶，希望透過 D2D 通訊技術來提升資源 利用率以及用戶端的省電，並且結合位置推薦演算法來有效地提升 D2D 用 戶的系統容量。
3.1.1 研究動機之起源
本文獻探討的重點為 D2D 用戶資源是重複使用基地台的資源，透過重 複使用資源的方式來提升整體的系統容量。假若沒有適當的給予 D2D 用 戶資源之下，蜂巢式用戶將會受到干擾，接連影響到蜂巢式用戶的系統容 量降低。另一方面 D2D 用戶若獲取到資源卻離基地台的距離非常靠近的 話，也是無法真正有效的提升到 D2D 用戶之系統容量。
即便是在文獻[8-10]提出干擾壓制區域，但卻沒有考慮到 D2D 用戶與 基地台的位置非常靠近時，是無法真正提升到 D2D 用戶的系統容量，這是 因為基地台的傳輸功率遠遠大於 D2D 功率的關係，使得 D2D 用戶的干擾
訊特別的高，強迫 D2D 用戶使用蜂巢式網路模型。綜合以上的問題我們提 出我們的演算法－位置推薦(Location Recommendation, LR)，藉由建構各別 D2D 用戶的 Capacity Map，可計算出目前 D2D 用戶所在的系統容量，當 D2D 用戶若要增加系統容量時，可以藉此演算法提出的位置推薦，透過移 動的方式來達到更好的系統容量並且讓 D2D 用戶能夠更有感的服務。
3.1.2 網路模型之建立
本研究探討之模型為蜂巢式網路中的跨層干擾 (Cross-Tiered Interference) 問題，如圖 3-1 所示為 D2D 網路干擾情境。CUE 為蜂巢式網路之用戶 (Cellular User Equipment)；TxUE 為 D2D 網路傳輸端之用戶(Transmission User Equipment) ； RxUE 為 D2D 網 路 接 收 端 之 用 戶 (Receiver User Equipment)。其中 D2D 用戶中的 TxUE 能共享了基地台所有的資源模組，
如此一來 TxUE 就會與 CUE 產生相互干擾(Mutual Interference)。舉例來說 TxUE 的資源模組中，若使用到其中的𝑅𝐵1﹐𝑅𝐵4﹐𝑅𝐵6﹐𝑅𝐵7，對整體的系 統容量而言會有嚴重的相互干擾，這是因為 CUE 位於 TxUE 的通訊範圍 之內，造成 TxUE 的訊號影響到 CUE，導致蜂巢式網路的系統容量變低。
若能適時調整 D2D 通訊的傳輸功率，或者能在資源分配上做適當的考 量，如圖 3-2 所示，即可以有效的降低 TxUE 對於 CUE 的干擾，藉此增加 蜂巢式網路以及 D2D 通訊的系統容量。
圖 3-2、文獻[8]干擾控制示意圖
a. 接收訊號功率模型
考慮的環境為孤立的蜂巢式網路中之下行鏈路資料傳輸模型。假設有 M 個蜂巢式用戶均勻分佈在一個蜂巢式網路中，其中蜂巢式網路中另外還 有一組 D2D 的用戶。當基地台傳送下行鏈路資料給 M 個蜂巢式用戶時將 會受到 D2D 的干擾；同樣的，TxUE 傳送資料給 RxUE 時也可能受到基地 台訊號的干擾，我們來計算第 k 個蜂巢式網路用戶CUEK以及 D2D 接收端 用戶 RxUE 所接收到的訊號分別由(式 3-1)以及(式 3-2)所示：
𝑦𝐶𝑈𝐸𝑘 = √𝑃𝐵𝑆,𝐶𝑈𝐸𝑘𝐷𝐵𝑆,𝐶𝑈𝐸−𝛼 𝑘𝐻𝐵𝑆,𝐶𝑈𝐸𝑘𝑥𝐶𝑈𝐸𝑘
+√𝑃𝑇𝑥𝑈𝐸,𝐶𝑈𝐸𝑘𝐷𝑇𝑥𝑈𝐸,𝐶𝑈𝐸−𝛼 𝑘𝐻𝑇𝑥𝑈𝐸,𝐶𝑈𝐸𝑘𝑥𝑇𝑥𝑈𝐸+ 𝑁𝐶𝑈𝐸𝑘 (式 3-1)
𝑦𝑅𝑥𝑈𝐸 = √𝑃𝑇𝑥𝑈𝐸,𝑅𝑥𝑈𝐸𝐷𝑇𝑥𝑈𝐸,𝑅𝑥𝑈𝐸−𝛼 𝐻𝑇𝑥𝑈𝐸,𝑅𝑥𝑈𝐸𝑥𝑇𝑥𝑈𝐸
+√𝑃𝐵𝑆,𝑅𝑥𝑈𝐸𝐷𝐵𝑆,𝑅𝑥𝑈𝐸−𝛼 𝐻𝐵𝑆,𝑅𝑥𝑈𝐸𝑥𝐶𝑈𝐸𝑘+ 𝑁𝐶𝑈𝐸𝑘 (式 3-2)
𝑃𝐵𝑆,𝐶𝑈𝐸𝑘 = ∑𝑟∈𝑅𝐶𝑈𝐸𝑘𝑃𝐵𝑆,𝐶𝑈𝐸𝑘,𝑟 (式 3-3)
𝑃𝑇𝑥𝑈𝐸,𝐶𝑈𝐸𝑘 = ∑𝑟∈(𝑅𝐶𝑈𝐸𝑘∩𝑅𝐷2𝐷)𝑃𝑇𝑥𝑈𝐸,𝐶𝑈𝐸𝑘,𝑟 (式 3-4)
其中𝑃𝐵𝑆(𝑇𝑥𝑈𝐸),𝐶𝑈𝐸𝑘,𝑟代表為基地台(TxUE用戶)到第k個蜂巢式用戶使用
r資源塊傳輸的功率，𝐷𝐵𝑆(𝑇𝑥𝑈𝐸),𝐶𝑈𝐸−𝛼 𝑘代表為基地台(TxUE用戶)到第k個蜂巢 式用戶兩點之間的距離，α代表為路徑損失(Path-loss)，𝐻𝐵𝑆(𝑇𝑥𝑈𝐸),𝐶𝑈𝐸𝑘代表 為基地台(TxUE用戶)到第k個蜂巢式用戶通道係數，𝑥𝐶𝑈𝐸𝑘以及𝑥𝑇𝑥𝑈𝐸代表 為第k個蜂巢式用戶和TxUE用戶的傳送訊號，𝑁𝐶𝑈𝐸𝑘代表為第k個蜂巢式用 戶額外白高斯雜訊(Additive White Gaussian Noise)。
b. SINR 模型
我們可以根據SINR模型計算出基地台對CUEk以及D2D中的TxUE對 RxUE的訊號干擾雜訊比，分別由(式3-5)以及(式3-6)表示：
𝑆𝐼𝑁𝑅𝐶𝑈𝐸𝑘 =
𝑃𝐵𝑆,𝐶𝑈𝐸𝑘 𝐷𝐵𝑆,𝐶𝑈𝐸𝑘−𝛼 |𝐻𝐵𝑆,𝐶𝑈𝐸𝑘|2
N+∑𝑟∈(𝑅𝐶𝑈𝐸𝑘∩𝑅𝐷2𝐷)𝑃𝑇𝑥𝑈𝐸,𝐶𝑈𝐸𝑘,𝑟 𝐷𝑇𝑥𝑈𝐸,𝐶𝑈𝐸𝑘−𝛼 |𝐻𝑇𝑥𝑈𝐸,𝐶𝑈𝐸𝑘|2
(式 3-5)
𝑆𝐼𝑁𝑅𝑅𝑥𝑈𝐸,𝑟 =
𝑃𝑇𝑥𝑈𝐸,𝑅𝑥𝑈𝐸,𝑟 𝐷𝑇𝑥𝑈𝐸,𝑅𝑥𝑈𝐸−𝛼 |𝐻𝑇𝑥𝑈𝐸,𝑅𝑥𝑈𝐸|2 N+∑ 𝑃𝐵𝑆,𝑅𝑥𝑈𝐸,𝑟 𝐷𝐵𝑆,𝑅𝑥𝑈𝐸−𝛼 |𝐻𝐵𝑆,𝑅𝑥𝑈𝐸|2
𝑟𝜖(𝑅𝐶𝑈𝐸𝑘∩𝑅𝐷2𝐷)
(式3-6)
藉由香農容量定理(Shannon Capacity Theorem)可以計算出對應不同的 SINR値的整體系統容量，由(式3-7)表示：
減少來自於𝑃𝑇𝑥𝑈𝐸的干擾影響，進而避免蜂巢式網路的系統容量降低；若𝑅𝐼 的涵蓋範圍大於蜂巢式網路覆蓋範圍，則蜂巢式網路中的CUE就能完全避 免來自於𝑃𝑇𝑥𝑈𝐸的干擾影響；反之𝑃𝑡ℎ𝑟𝑒𝑠ℎ𝑜𝑙𝑑的值越小代表𝑅𝐼的涵蓋範圍也越 小，蜂巢式網路中的CUE將會遭受到來自於𝑃𝑇𝑥𝑈𝐸的干擾影響而降低蜂巢式 網路系統容量。另一方面當𝑅𝐼值越小，TxUE用戶能與蜂巢式網路共享的資 源則越多，這樣的方式可增加D2D網路的系統容量，達到頻率覆用的效果。
根據此概念調整𝑅𝐼，我們可以計算整體系統容量：
𝐶𝑠𝑦𝑠𝑡𝑒𝑚 = 𝐶𝑅𝑥𝑈𝐸+ ∑𝑀𝑘=1𝐶𝐶𝑈𝐸𝑘
= 𝑀𝑜𝑢𝑡𝑙𝑜𝑔2(1 + 𝑆𝐼𝑁𝑅𝑅𝑥𝑈𝐸,𝑟) + ∑𝑟∈𝑀𝑜𝑢𝑡𝑙𝑜𝑔2(1 + 𝑆𝐼𝑁𝑅𝐶𝑈𝐸𝑘,𝑟)
+ ∑𝑟∈𝑀𝑖𝑛𝑙𝑜𝑔2(1 + 𝑆𝐼𝑁𝑅𝐶𝑈𝐸𝑘,𝑟) (式3-10)
其中𝑀𝑜𝑢𝑡表示𝑅𝐼範圍以外的資源組，𝑀𝑖𝑛表示𝑅𝐼範圍以內的資源組。