結論與未來研究方向

在本文中_, 我們提出了_ERA 方案來增強 _CR 系統中 _CSS 技術 的感測及回報階段之能源效 益。 具體來說_, 各個_SU 能夠在成功收集到所需的觀測樣本數 後_, 獨立地決定其回報時刻。 然 而_,這種靈活的感測機制勢必會出現一些非必要的碰 撞。 為了解決該碰撞問題_,我們進一步發 展出一些後撤方案_,包括_{GB-R, UB-R}以及_IGB-R方案。 我們通過分析及模擬的方式_, 來驗 證所提出之ERA 及後撤方法在能源效益及 頻譜利用率上的效能。 在我們所考慮的其中一種 案例中_, 採用所提出的 _ERA 方案及候車方 法能夠提高_32.7%的能源效益但下降_57.4%的頻 譜利用率。 此外_, 有趣的是我們發現_, 後撤方案的有效性主要取決於後撤水平 _(; 例如_,(2.19) 與(2.20)中的變 數_L), 而不是其統計特性,如採用的_pdf的形狀₍亦即_(2.19) 與(2.20) 中產 生_K的方式₎。 毫無疑問_, 我們所提出的 _ERA方案及後撤方法勢必成 為新一代高密度無線網 絡_, 例如用於收集大數據的超密集傳感器網絡_, 的一種重要的技 術。 最後_,關於未來研究的一 些可能方向_, 我們的建議是 _(1)FC 端採用 majority-rule 的 情況下_, 能源效益及頻譜利用率 的理論分析結果。₍₂₎ 優化在高功率 _PS的影響下_,超密 集小細胞的後撤水平。

Number of SUs (M)

ERA with GB-R (Lu/L=1/1) ERA with GB-R (Lu/L=2/8) ERA with UB-R (L=1) ERA with UB-R (L=8) ERA with IGB-R (Lu/L=1/1) ERA with IGB-R (Lu/L=2/8)

32.7%

5.2 6.9

(a)能源效益

Number of SUs (M)

2 4 6 8 10 12 14 16 18 20 22 24 26 28 30

ERA with GB-R (Lu/L=1/1) ERA with GB-R (Lu/L=2/8) ERA with UB-R (L=1) ERA with UB-R (L=8) ERA with IGB-R (Lu/L=1/1) ERA with IGB-R (Lu/L=2/8)

11.6%

第三章

蜂巢式網路中裝置 間通訊之符合公平保護原則的性 能導向資源分配方案

3.1 簡介與文獻探討

裝置間的通訊已經被認為是非常有前景的一個技術_, 它可以 改變人類和機器之間的互動。 當 裝置互相傳輸資料而不用人類的監看時, 整個系統環境 會便的更智慧化以及更趨近於人性。

例如_: 所謂的智慧家庭以及電子醫療保健都可以大大 提升我們的生活設施_, 最重要的是更可 以提升生活品值_[37]。 然而_,智能電網技術技術也可以促進能源使用效益這樣溫室效應能夠以 某種的方式降低[38]。 此外,對於個人來說的普遍的穿著設備,例如: 智慧手錶也可以 以簡單 的方式來運動多功能的電子設備 _[39]。 基本上來說_, 兩個裝置 之間的傳輸可以歸納為兩種操 作模式_, 例如_: 傳統的蜂窩模式以及所謂的直接傳輸模式 ₍換而言之就是所謂的_D2D 傳輸模 式₎。 在傳統的蜂窩模式中_, 大量的 _D2D傳輸會造成基地 台過度負擔以至於端對端的替統容 量嚴重的下降; 以及端對端傳輸延遲也會被延長。 當 一些 _D2D 通訊藉由和那些傳統蜂窩模 式做頻譜共享資源來使用直接傳輸模式時這種沒有效 益的情況可以被大大的改善。 然而當兩 個附近的終端裝置使用直接傳輸模式也可以改善 它們的能源使用效益。 可是不幸地_, 因為頻 譜共享的關係直接傳輸模式會有不可忽略的 干擾,而這個干擾如果沒有控制好的話使用直接 傳輸模式的優點會被完全的抵銷。 也就 是說_, 如何抵銷這種干擾 ₍也就是間層干擾₎ 是 _D2D 通訊能否成功的關鍵。

在文獻探討中_,在間層干擾消除技術的幾個方面已經被提出來做研究_,其中干擾消除的 方 面_[2,40–42]、 資源 分配方面_[1,43–47]以及操作模式選擇_[48–52]的方法。 而談到干擾消除的 方法_,經典的庫恩_-芒克勒斯演算法可以被運用在高複雜度 的蜂巢式網路使用者以及_D2D使 用者的雙重配對問題 _[40]。 再提出的 三步驟方法_,D2D 使用者之間的傳輸一開始根據和附近 蜂窩式網路使用者的最小距離限制 來做評估。 接著第二步_, 對每個_D2D使用者做功率的分配 來最大化它們自己和可能的蜂窩 式使用者搭擋的總合吞吐量。 在最後_,藉由對每個_D2D使用 者做適當的配對蜂窩式網路使 用者搭檔來利用庫恩_-芒克勒斯演算法可以最大化整體吞吐量 增益。 在 _[41], 網路輔助和聯合資源通道方案被提出來藉由根據基地台發出的 指令限制_D2D 使用者的功率保護蜂窩式使用者。 隨著這些指令_,D2D 使用者也可以選擇 更適當的通道以及 傳輸功率也就是所謂的三層干擾₍例如大細胞、 毫微細胞以及 _D2D通 訊)可以被減緩。 而在 結果中_, 不只系統吞吐量以及連接可靠性都可以大大的提升。 在 _[2], 在蜂窩式使用者和_D2D 使用者之間作頻譜共享藉由運用性能導 向的限制範圍來限制不適當的頻譜可以保證系統的提 升。 特別地_,D2D 使用者分佈在 _CORE範圍中是不被允許和附近的蜂窩式網路使用者做頻譜 共享的。 值得注意的是在這種 方式下_,D2D 使用者和蜂窩式使用者之間強大的干擾可以被避 免。 然而性能導向的資源分 配方案演算法被運用來設計雙重配對問題_, 這個演算法可以使整 體替統容量提升。 在[42]中_,蜂窩式網路使用者和_D2D使用者之間強干擾的問題可以藉由 適 當的配對來減緩。 具體上來說_,配對問題可以當成一群男人和一群女人之間制訂的配 對遊戲。

每個人有他們自己想要的優先權名單_, 這是基於混合網路中的相互通道增益比 率所進行的。

然後_,蓋爾_-沙普利演算法運用在這種配對問題中,使得蜂窩式使用者和_D2D用戶的系統容量 可以大幅增加。

而在資源分配方面_, 在 _[43]介紹了_D2D 通訊的兩種層面的資源管理_, 即 完全控制和鬆散

解決方法並沒有保 證蜂窩式用戶的服務品質。 另外_, 僅允許一對一的資源共享方式。 也就是 一個D2D用戶只 能使用一個蜂窩式用戶的資源。 為了解決這些問題, 在使用史塔貝克賽局理

論前_,CORE的方法先被用來限制_D2D用戶的活動範圍。 結果我們可以發現可以增加系統容

量。 然而_{, CORE}能夠根據時變通道訊號增益自己適應的調整。 而它在 _[2]中是固 定的。 為了 要更進一步的增加頻譜效益, 一個D2D 用戶可以運用多的蜂窩式用戶的資源(也就是一對多 的方式_),跟前面所提到 CORAL 演算法是一樣的方式。 為了獲得史塔貝克 賽局理論、_CORE

和_CORAL 方法的優點。 我們提出一個符合公平保護原則的性能導向資源 分配方案 _(FAST

CORAL)演算法。 通過模擬結果,使用 FAST CORAL 演算法可以獲得更高的 D2D容量並 且維持住蜂窩式用戶的容量。

3.2 系統模型

ŃŔ

ńIJ

ŅŦŴŪųŦťġŴŪŨůŢŭ ŊůŵŦųŧŦųŦůŤŦ

ŅIJ Ņij

圖 3.1: D2D通訊運用在上行鏈路的拓撲

在本篇研究_,我們考慮單一細胞中基地台位於細胞正中間。 存在_K個蜂窩式用戶 ₍定義 為 K = {C_i} ∀i = 1, · · · , K)和D個D2D用戶(定義為D = {D_j} ∀j = 1, · · · , D)均勻分佈 在細胞範圍內_,其中_{K > D}。 而_D2D用戶和多重蜂窩式用戶作頻譜共享在上行鏈路無線資源 系統中。 為了更清楚的表達 _D2D用戶和蜂窩式用戶的關聯性_, 我們定義了_xi,j ∈ {0, 1} ∀i ∈ K , j ∈ D表示C_i和D_j的共享關係。 當x_i,j = 1, 代 表 D2D用戶D_j正在使用蜂窩式用戶C_i的 資源。 反之則_{xi,j = 0}。 然而_, 單一全 方位的天線配置在基地台和每個裝置內_, 包含了蜂窩式 用戶和_D2D 用戶。_D2D 用戶的傳輸 端和接收端的最大距離必須要被限制_dmax。 _{Fig. 3.1}示 範 了上行鏈路的例子。 如圖中顯示, 一個蜂窩式用戶(C₁)和兩個 D2D用戶 (D₁ 和D₂)都 在基地台服務的範圍內。 因為頻譜共享的關係_,C1經由上行鏈路會產生干擾 來影響_D1而反之

亦然。 而因為_D2沒有和_C1作頻譜共享_, 因此不會有相互的干擾 產生。 值得注意的_, 在這個例

3.3.1 史塔貝克賽局理論 _[1]

其中_δ為公平係數。 值得一提的_{,δ = 0}那麼公平性將不考慮進去。

選擇與其相關的蜂窩式用戶 ₍由_CD

Algorithm 1 FAST CORAL方法 Stackelberg game approach [1]

8: Sort each pair of (C_i,D_j) ∀i ∈ K, j ∈ D according to the priority p_ij of (3.13) and put the sorting result into the queue Q pij = log₂

 c_j(t), ∀i, j priority queue. . step two: scheduling

9: while P

Number of cellular users (K) 20

Number of D2D pairs (D) 5 − 15

Cellular radius 500 m

Distance between the two ends of a D2D pair (0, 50] m CU’s transmission power (PC) 24 dBm D2D transmission power (P_Dj) (0, 24] dBm

Ratio of β in (3.9) 5

Fairness coefficient δ in (3.13) 0.1

PSD of AWGN N₀ -174 dBm/Hz

Channel bandwidth 180 kHz

Path loss exponent ζc and ζd 3 and 2

3.4 模擬結果

為了公平的比較_, 我們比較了兩種系統的環境_, 如_: 一對一環境和一對多的環境。 這是因為史 塔貝克賽局理論 [1]中所採用即為傳統的一對一方式, 而CORAL 演算法 [2]是用在一對多的 情況下。 而模擬結果一開始分別評估了蜂窩式用戶和_D2D 用戶的平均容量表現。 接著_, 為了

說明頻譜共享時對蜂窩式用戶的影響_,也評估了蜂窩式用戶的速率耗損_, 定義如下 Rate Loss = X

Ci∈∆K

γ_C⁰_i− γCi , (3.24)

其中_∆K為和_D2D 用戶作頻譜共享的蜂窩式用戶集合_, 它可以顯示如下

∆K = K\K⁰ ; (3.25)

A\B使用方式為從集合_A中扣除_B 的所有集合。

模擬的結果是根據章節_II所描述的來模擬_;所對應的參數列在表_3.1上。 值得一提的_,CORAL 演算法之 D2D 用戶的傳輸功率 (P_Dj ∀j ∈ D) 被設置為最大的值(即_{Pmax = 24 dBm);} 為 了公平的比較_, 我們也利用平均功率 _{(Pavg = 16 dBm)} 來作模擬的比較。 當在相同環境下考 慮了所有的方案做比 較_, 使用_Pavg之_D2D用戶的_CORAL演算法可能為比較合理的傳輸功 率。 為 了簡單在下列的圖中的介紹, 前一個顯示為“CORAL P_max [2]”, 而另一為“CORAL P_avg [2]”。 而和_D2D用戶作頻譜共享的蜂窩式用戶則稱為共享的蜂窩式 用戶。 所有的模擬結 果皆模擬₁₀₀₀₀次。

3.4.1 一對一系統環境

圖_3.2顯示了 (a) 共享的蜂窩式用戶的平均容量、_(b)D2D 用戶的平均容 量、_(c) 平均總容量 以及 _(d) 共享的蜂窩式用戶的速率耗損在一對一系統環境下。 和傳統 _Pmax 的 _CORAL 演 算法以及史塔貝克賽局理論 _[1]方法和所提出 來的_{FAST CORAL} 方法做比較_, 我們所提出 的方法可以分別高了_25.8%和_4.4%的總容 量。 例如_: 在_{D = 10}中_, 所提出的系統總容量 為6.5 × K + 9.9 × D = 163.1的位 元率_; 而傳統的 _CORAL 和史塔貝克方法的系統總容量 則分別為1.6 × K + 11.4 × D = 129.6和5.7 × K + 9.8 × D = 156.2的位元率。 雖然和史塔 貝克方法中只贏了_4.4%, 可是在蜂窩式的平均容量的表現_,所提出方法的表現可以好_14.0%。 也就表示對 蜂窩式用戶作的保護機制有達到提升蜂窩式用戶的容量的效果_, 也就維持了比較 低的速率耗損₍如_3.2(d))。 此外_,使用最大 _D2D 用戶的功率_(Pmax)的傳 統 _CORAL 方法 會導致較低的蜂窩式容量以及較高的速率耗損。

3.4.2 一對多系統環境

圖_3.3顯示了 _(a) 共享的蜂窩式用戶的平均容量、_(b)D2D 用戶的平均容量 以及 _(c) 平均總 容量以及 (d) 共享的蜂窩式用戶的速率耗損在一對多系統環境下。 一開始 先比較了傳統的

CORAL方法_,所提出的方法可以提供較高的蜂窩式容量卻產生較低的_D2D用戶容量。 在_{D =}

10時_,蜂窩式容量好了_300%(從_2.1上升至_8.4的位元率₎ 但_D2D用戶卻 少了_75.7%(從_22.8

降至12.98的位元率)。 原因是因為一方面除了史塔貝克賽局理論的控 制功率和 CORE 保護

的方法_; 另一方面_, 因為做了 _CORE 保護的方法_, 因此會限制 _D2D 用戶的 活動_, 導致了較 低的_D2D用戶的容量。 然而_,運用_Pmax的_CORAL演算法會對蜂窩式 容量造成極大的干擾

的方法_; 另一方面_, 因為做了 _CORE 保護的方法_, 因此會限制 _D2D 用戶的 活動_, 導致了較 低的_D2D用戶的容量。 然而_,運用_Pmax的_CORAL演算法會對蜂窩式 容量造成極大的干擾