D2D通訊在LTE蜂巢式網路中之步進式位置推薦演算法
67
0
0
全文
(2) D2D 通訊在 LTE 蜂巢式網路中之步進式位置推 薦演算法 學生：朱峻佑. 指導教授：王嘉斌. 國立臺灣師範大學電機工程學系碩士班. 摘. 要. 在長程演進技術(Long Term Evolution, LTE)中有一項重要的技術，也 就是設備對設備(Device-to-Device, D2D)的通訊，D2D通訊可以不透過基地 台做設備與設備間的直接傳輸，這個做法可以減輕基地台的負擔以及增加 整體系統的網路容量。 本論文提出一種基於LTE蜂巢式網路中D2D的步進式位置推薦法，希 望能透過演算法規劃出一條推薦路徑，使D2D移動至推薦的路徑，並藉此 能改善網路整體的系統容量及效能。 實驗模擬在一個含有傳統大型基地台及其使用者與多組D2D的環境來 驗證本論文提出的步進式位置推薦演算法，並使用LTE-Sim開源工具來量 測出模擬的結果，實驗結果顯示整體系統傳輸效能在多種不同的情況下可 達明顯的提升效果。. 關鍵字：長程演進技術、設備對設備通訊、系統容量、位置推薦、LTE-Sim. i.
(3) Step By Step Location Recommendation Algorithm for D2D Communication Underlying LTE Cellular Networks Student：Jun-You Ju. Advisor：Dr. Wang, Chia-Pin. Department of Electrical Engineering National Taiwan Normal University. ABSTRACT. Device-to-Device(D2D) communication is an important technique in Long Term Evolution (LTE) system, which can communicate with each other without connecting to the base station. Therefore, the loading of the base station could be reduced and the network capacity of the whole system could be increased. In this thesis, we purpose a step by step location recommendation algorithm for D2D communication underlying LTE cellular networks. With this algorithm, a recommendation path could be designed where D2D pairs move to. System capacity and efficiency of the whole network could be improved by this way. The experiments simulate an environment containing main base stations and several pairs of D2D to verify the step-by-step location recommendation algorithm proposed in this paper for D2D communications, and the LTE-Sim open source tool is utilized here to measure the simulation results. Experimental results show that the transmission performances of overall system can achieve ii.
(4) significant improvement in various circumstances. Keywords— Long Term Evolution , Device-To-Device, System Capacity, Location Recommendation, LTE-Sim.. iii.
(5) 誌. 謝. 時光飛逝，兩年充實的碩士生涯即將告一段落，我感動的寫下這份致 謝，這兩年來我的指導教授王嘉斌博士在對我研究上的教導及對學生的關 心、照顧，讓我明白老師會如此受到學生們尊敬的原因。老師學術上的成 就，也讓我深深欽佩，期望自己在未來能以老師為榜樣，在職場上或是學 術界上能有所貢獻。此外感謝元智大學方士豪博士與郭文興博士撥冗擔任 口試委員，對於本論文所提出的獨到見解以及專業建議，使本論文的假設 及論述得以更佳完備。 感謝方儒、啟銘學長，在我懵懂無知的碩一期間給予很多的幫助，謝 謝方儒學長在一開始帶領我熟悉師大及實驗室的環境，並常常在我研究遇 到困難時不遺餘力地給予幫助及提點，以及在 LTE-Sim 工具使用上對我的 指導。也感謝啟銘學長教導我報帳，並耐心的指點我報帳出的問題。感謝 實驗室的學弟妹冠汎、銘勛、震浩、佳璇、范姜、伊佐和承銘，讓這間實 驗室除了研究外，也增添了許多色彩。感謝 ESD 實驗室的學長冠儀、國倫、 孟霆及同學玉瑄、柏維、鈺凱，很開心能在碩班認識你們這群特別的朋友。 感謝系辦的婷節、琇文以及嘉安，在行政和事務上面協助我們。 最後，感謝我的父母，以及親友們的支持與栽培，是我說不盡的感謝， 也期許自己在未來能成為你們的驕傲。 峻佑 謹誌於 中華民國一零七年五月. iv.
(6) 目. 錄. 中文摘要 ............................................................................................ i 英文摘要 ........................................................................................... ii 謝 .......................................................................................... iv . 誌 圖 表. 目 目. 第一章. 錄 ..................................................................................... vii 錄................................................................................................................... ix . 緒論 ............................................................................... 1 . 1.1. 研究動機與背景................................................................................................... 1 . 1.2. 研究目的............................................................................................................... 3 . 1.3. 文獻探討............................................................................................................... 4 . 1.4. 論文架構............................................................................................................... 7 . 第二章. 相關知識介紹 ............................................................... 8 . 2.1 LTE 介紹 .............................................................................................................. 8 2.2. D2D 介紹 ............................................................................................................ 23 . 第三章. D2D 通訊之步進式位置推薦演算法......................... 26 . 3.1. 研究作法之動機................................................................................................. 26 . 3.2. 網路模型建立..................................................................................................... 26 . 3.3. 步進式位置推薦演算法設計............................................................................. 27 . 第四章. 多種實驗情境設定及模擬結果 ................................. 34 . 4.1. 模擬環境與參數設定......................................................................................... 34 . 4.2. 模擬結果............................................................................................................. 36 . 4.2.1 情境 1、基地台、MUE 與 D2D 皆集中在左上角 ......................................... 37 v.
(7) 4.2.2 情境 2、基地台在圓心，MUE 與 D2D 分散在地圖上 ................................. 40 4.2.1 情境 3、基地台分別在左上角以及右下角..................................................... 43 4.2.2 情境 4、基地台分別在左上角以及左下角..................................................... 46 4.2.2 情境 5、同情境 4，但移動一個 MUE 之位置 ............................................... 49 4.3 討論....................................................................................................................... 52 . 結論 ............................................................................. 53 . 第五章 參. 考. 獻 ............................................................................. 54 . 傳 ..................................................................................... 56 . 自 學. 文. 術. 成. 就 ............................................................................. 57 . vi.
(8) 圖. 目. 錄. 圖 1-1、FDD LTE 與 TDD LTE 之差異性 ........................................................2 圖 1-2、異質性網路 ...........................................................................................3 圖 2-1、OFDMA 示意圖 ....................................................................................9 圖 2-2、SC-FDMA 示意圖.................................................................................9 圖 2-3、INTER-CELL 溝通 X2 介面示意圖 .....................................................10 圖 2-4、A-GPS 輔助方法 .................................................................................12 圖 2-5、BASIC CELL ID 以及 CELL ID + TRR 示意圖 ....................................14 圖 2-6、增加 AOA 後之示意圖 .......................................................................14 圖 2-7、載波聚合技術 .....................................................................................18 圖 2-8、中繼站示意圖 .....................................................................................19 圖 2-9、異質網路中高低功率細胞共存示意圖 .............................................21 圖 2-10、協調式多點傳輸示意圖 1 ................................................................22 圖 2-11、協調式多點傳輸示意圖 2 ................................................................22 圖 2-12、D2D 在蜂巢式網路中的示意圖 ......................................................24 圖 2-13、D2D 在蜂巢式網路中產生干擾示意圖 ..........................................25 圖 3-1、D2D 與蜂巢式網路跨層干擾示意圖 ................................................26 圖 3-2、步進式位置推薦演算法流程圖 .........................................................31 圖 4-1、情境 1-D2D 推薦的路徑圖 ................................................................38 圖 4-2、情境 1-THROUGHPUT 效能數據 ..........................................................38 圖 4-3、情境 1-DELAY 效能數據.....................................................................39 圖 4-4、情境 1-PACKET-LOSS-RATE 效能數據 ...............................................39 圖 4-5、情境 2-D2D 推薦的路徑圖 ................................................................41 vii.
(9) 圖 4-6、情境 2-THROUGHPUT 效能數據 ..........................................................41 圖 4-7、情境 2-DELAY 效能數據.....................................................................42 圖 4-8、情境 2-PACKET-LOSS-RATE 效能數據 ...............................................42 圖 4-9、情境 3-D2D 推薦的路徑圖 ................................................................44 圖 4-10、情境 3-THROUGHPUT 效能數據 ........................................................44 圖 4-11、情境 3-DELAY 效能數據...................................................................45 圖 4-12、情境 3-PACKET-LOSS-RATE 效能數據 .............................................45 圖 4-13、情境 4-D2D 推薦的路徑圖 ..............................................................47 圖 4-14、情境 4-THROUGHPUT 效能數據 ........................................................47 圖 4-15、情境 4-DELAY 效能數據...................................................................48 圖 4-16、情境 4-PACKET-LOSS-RATE 效能數據 .............................................48 圖 4-17、將情境 4 之 MUE 做移動示意圖 ....................................................49 圖 4-18、情境 5-D2D 推薦的路徑圖 ..............................................................50 圖 4-19、情境 5-THROUGHPUT 效能數據 ........................................................50 圖 4-20、情境 5-DELAY 效能數據...................................................................51 圖 4-21、情境 5-PACKET-LOSS-RATE 效能數據 .............................................51 . viii.
(10) 表. 目. 錄. 表 1、LTE 和 LTE-A 的系統比較……………………………..…………… 15 表 2、OFDMA 的優缺點…….…………….…………………………………19 表 3、模擬參數表…..………………………………………………………...32 表 2-1、LTE/LTE-A/IMT-Advanced 效能數據……………………………..16 表 2-2、LTE/LTE-A 差異性………………………………………..……......17 表 2-3、小細胞與中繼站性能…………………………………………….…20 表 3-1、演算法步進說明 1………………………………………………..…31 表 3-2、演算法步進說明 2……………………………………………….….31 表 4-1、本論文之五種模擬情境…………………………………………….33 表 4-2、共同模擬參數………………………………...……………….…….34 表 4-3、情境 1 參數設定……………………………………………....…….36 表 4-4、情境 2 參數設定…………………………………………………….39 表 4-5、情境 3 參數設定……………………………………………….……42 表 4-6、情境 4 參數設定……………………………………………….……..45. ix.
(11) 第一章. 1.1. 緒論. 研究動機與背景 在短短十年中，無線網路(Wireless Networks)處理的數據量將增加 100. 倍:從 2010 年的三艾(三百萬兆)位元組到 2018 年的 190 艾位元組(190 exabytes)，並預計在 2020 年將會超過 500 艾位元組[1]，這種大量的數據至 今主要是由視頻造成的。 在行動通訊的發展中，從類比至數位再到至今的 IP，近乎每十年都有 一次行動通訊的大跳躍，每一代都是為了滿足上一代行動通訊系統的不足， 而產生了從 1980 年開始盛行的第一代行動通訊(The First Generation, 1G)至 近幾年熱門討論的第五代行動通訊(5th generation wireless systems, 5G)。 大多數人都知道行動通訊是由 1G 到 5G，但較鮮為人知的是在第一代 行動通訊之前，就已經有前蜂巢式技術(Pre-cellular)了，稱之前行動通訊時 代，也可稱為 0G，其中行動電話系統(Mobile Telephone System, MTS)、改 善的行動電話服務(Improved Mobile Telephone Service, IMTS)、高級行動電 話系統(Advanced Mobile Telephone System, AMTS)、光線路終端(Optical Line Terminal, OLT)及一鍵通(Push To Talk, PTT)都是屬於 0G 的技術。 第一代行動通訊以類比通訊為主，並且主要是以一般語音傳輸為主， 而其主要的系統為類比式行動電話系統(Advanced Mobile Phone Service, AMPS)，但語音的品質差、訊號較不穩定且覆蓋範圍小。第二代行動通訊 (Second Generation, 2G) 最 被 廣 泛 使 用 的 是 全 球 行 動 通 訊 系 統 (Global System for Mobile Communications, GSM)，2G 的時代來臨不僅改善了語音 的品質，也比 1G 多了傳輸數據的功能，最高下載速度為 14.4Kbps，同時 第二代行動通訊增加了許多的系統容量、擁有較高頻譜的利用率及保密性。 1.
(12) 第三代行動通訊(3rd-Generation)主要的標準是 CDMA2000、WCDMA 及 TD-SCDMA，3G 解決了 2G 傳輸速率不夠的問題，在傳輸語音和數據 有巨大的提升。第四代行動通訊(The fourth generation of mobile phone mobile communication technology standards, 4G)是將 3G 與 WLAN(Wireless LAN)容為一體，並 4G 的標準技術為希望使用者能在高速移動的時候能達 到 100Mbps，且在靜止不動時傳輸速率能達到 1Gbps，傳輸速率的大幅提 升使得使用者開始可以透過行動裝置上傳或是下載高品質的圖像以及影 片。4G 在全球主要可分為 WIMAX 802.16m 和 LTE-Advanced 兩大陣營， 而 LTE-Advanced 又可以細分為時分雙工(Time-Division Duplex, TDD)及頻 分雙工(Frequency-Division Duplexing, FDD)兩種模式(圖 1-1)。時分長期演 進(Time Division Long Term Evolution, TD-LTE)是由 3GPP(3rd Generation Partnership Project)在全球企業及營運商的組織共同制定的，透過同一頻率 負責下載及上傳的工作，並且利用時間來劃分。FDD 是在兩個分離且對稱 的頻率通道做接收及發送，依靠頻率來區分上行鏈路以及下行鏈路。. 圖 1-1、FDD LTE 與 TDD LTE 之差異性. 第五代行動通訊以高速率、低延遲、能連結大量裝置為最基礎的目標， 2.
(13) 其中不同的應用對性能有不同的要求，也是 5G 面臨工程上的挑戰，例如 無人車或公共安全應用的延遲及可靠性是最重要的，但是可以容忍較低的 數據速率，相比之下，高解析度視頻這種非常高速率傳輸的應用在延遲以 及可靠性可以比較寬鬆。. 與 本 篇 論 文 中 研 究 很 有 關 的 異 質 性 網 路 (Heterogeneous Network, HetNet)，如圖 1-2，可以同時容納多種無線接取的技術，並能夠同時兼容 傳統的大細胞(Macrocell)、設備對設備通訊(Device-to-Device, D2D)及可能 在 5G 得到普遍應用的小細胞(Small Cell)，其中小細胞又可以細分為可以 服務 128-256 位使用者的 Microcell、可服務 64-128 位使用者的 Picocell 及 可以服務 4-32 位使用者的 Femtocell。. 圖 1-2、異質性網路. 1.2. 研究目的 在現今，人手好幾台行動裝置或是設備已經非常普遍，2018 年全世界 3.
(14) 的總人口數已經達到 76 億人，而行動裝置也隨著人口的爆炸而隨之成長。 這樣的情況將會導致目前的大型基地台(Macrocell)越來越難以負荷，因此 在未來勢必要有其他類型的傳輸方式來減輕大型基地台的負擔，其中像是 5G 可能會普及應用的 Small Cell 基站或是 D2D 通訊技術。 若傳輸端的使用者與接收端的使用者在距離不遠的情況下，使用者可 以考慮使用 D2D 的傳輸方式，目前已知的 D2D 傳輸協定有較常見的藍芽 (Bluetooth)、Wi-Fi(Wireless Fidelity)、Wi-Fi Direct 等，這些 D2D 的傳輸方 式確實可以有效的幫助基地台卸載負擔(Offload)，假設 D2D 使用的是蜂巢 式網路(Cellular Network)的有照頻段(Licensed Band)資源，則可能造成 D2D 及蜂巢式網路中的基地台互相干擾。 本論文欲達成的目標如下： 1. D2D Pair 能夠藉由演算法推薦的路徑找到可以移動過去的位置，並且在 移動後能夠獲得更好的效能。 2. D2D Pair 可以選擇是要移動一小段距離得到些微的改善，或是移動更多 距離以得到更大幅度的效能提升。 3. 在 D2D Pair 移動後，能增進整體系統的容量。. 1.3. 文獻探討 D2D 通訊已經成為下一代行動通訊網路及無線系統中很有前景的技術，. 而作為傳統蜂窩網路像是 LTE 或是 LTE-Advanced 中的底層網路，D2D 通 訊在改善通訊能力、降低通訊延遲及功耗和發展不同的創新應用和創新服 務方面展現出了巨大的潛力，文獻[3]中分析了在 3GPP LTE 架構下 D2D 通 訊安全的架構，並了解 D2D 通訊的安全需求。文獻[4]做了對於 D2D 通訊 的詳細調查以及它存在的挑戰，像是資源分配、安全性及干擾管理，並也 以 D2D 通訊的安全性以及直接鏈路(Direct Links)容易受到攻擊的問題為 主。 4.
(15) 在支持 D2D 通訊的蜂巢式網路中，D2D 通訊所產生出來的干擾通常 被視為是蜂巢式網路通訊的障礙，文獻[5]考慮了安全問題並提出了 D2D 干 擾作用的新看法。文獻[5]中考慮了一個大規模的 D2D 通訊及蜂巢式網路， 並且提出了兩個保證蜂巢式網路性能安全的標準，並稱之強與弱性能安全 保證，並是以得到鏈路特性分析結果分別來設計這兩個標準下最佳的 D2D 鏈路調度方案。 文獻[6]中，針對了啟用 D2D 通訊的異質網路，針對資源分配以及同層 與跨層干擾管理進行研究，其中第 1,2,3 層分別是由 Macrocells、Smallcells 及 D2D pairs 所組成，文獻[6]首先針對 HetNets 上行鏈路提出啟用 D2D 的 部分頻率復用(Frequency Reuse)方案，其中 Macrocells 的子區域(Subregions) 被分配到不同的子頻帶(Subbands ,SB)，以減輕第 1 層與第 1 層的同層干 擾。然而，具有高傳輸功率的邊緣 Macrocell 使用者設備(Macrocell User Equipments, MUEs)卻仍與鄰近的小細胞使用者設備與 D2D 使用者設備形 成死區(Dead-Zones)，而將邊緣的 MUEs 連線到附近的 Smallcells 是可以緩 解死區的一種好方法。文獻[6]中提出了一種快速且高性能的解決方案， 將 可用的 SB 和資源塊分配給 Smallcells，然後再為 D2D 使用者設備開發 D2D 模式選擇和資源分配框架。 文獻[7]考慮了內容位置的隨機性，設備存儲以及傳輸能力有限，提到 了如何使內容提供者與需求者進行最佳的匹配以及如何促進高效率的合 作對於 D2D 內容共享的好處。文獻[8]提到了基於網路邊緣的 IoT 應用程 式可能依賴 D2D 來做物聯網設備之間的傳輸且也同時存在移動性，並提 出了一種方案，只要合作的物聯網設備落在相鄰蜂窩邊緣節點的覆蓋範圍 內，D2D 通訊就能夠保證整個網路的延遲以及流量負載可以顯著的降低。 文獻[9]為蜂巢式網路中的 D2D 通訊開發了多種分佈式的資源管理方 案，在分佈式資源管理框架中，每一個 D2D 用戶都獨立決定傳輸資源和功 率。文中提出了兩種有效的演算法，第一種目的是最大化 D2D 系統的總速 5.
(16) 率，第二種是在干擾下最大化傳輸速率，並透過模擬證明提出的資源管理 方案可以滿足干擾約束且實現高系統容量。 文獻[10]提到 D2D 通訊在安全性及隱私性對於 D2D 通訊的採用與部 署之重要性。文獻[11]提出利用多點協調(Coordinated Multipoint)技術來消 除 D2D 和蜂巢使用者之間的干擾。文獻[12]認為網路密集化帶來了許多挑 戰，包括效能降低、複雜的干擾管理、複雜的移動性管理、龐大的訊號開 銷及更高的骨幹成本，這些問題大多數都源於傳統網路的共同特徵，也就 是控制平面及數據平面緊密結合在一起，而文獻[12]認為在 5G 後，控制與 數據平面分離架構(Control And Data planes Separation Architecture, SARC) 是一種很有前景的範例，可能可以解決上述大部分的問題。文獻[13]提出 了一個安全的數據共享協議，融合了公鑰加密及對稱加密的優點，使 D2D 通訊的數據更加安全。 文獻[14]中提到 HetNets 架構被視為網路技術的基礎，可以滿足各種設 備極大不同的服務需求及特性。通過將 D2D 通訊引入到 HetNets 中，可能 可以從過載的 Macrocell 中將不均衡的負載卸載到多層(Multi-Tier)HetNets 中比較不壅塞的 Femtocell 中。然而，負載平衡方案的性能非常依賴於 D2D 中繼選擇方法以及由底層 D2D 中繼所帶來潛在的資源複用干擾。為了提 高資源利用率以及減輕資源復用干擾，文獻[14]中提出了 D2D 中繼的負載 均衡策略， 為容納更多新用戶進入已經過載的 Macrocell，具有較差鏈路 質量的 MUEs 將優先通過 D2D 中繼傳輸到附近較不擁擠的 Femtocells。這 些 Macrocell 被釋放出的資源就可以分配給這些因為位置的限制而無法接 入 Femtocell 的新使用者。此外，文獻[14]還提出了一種兩級中繼選擇和資 源分配方案，不僅可以最大限度的減少資源複用造成的潛在干擾，且可以 保證不同用戶的傳輸需求。. 6.
(17) 1.4. 論文架構 本論文組織如下：第一章為緒論介紹，說明了研究動機，以及其他論. 文提出的觀點，第二章介紹了 LTE 從 Release8 到 Release12 的演進、對 D2D 的介紹，第三章提出本論文之演算法，第四章說明模擬參數設定與五 種情境的模擬結果，第五章為結論。. 7.
(18) 第二章. 相關知識介紹. 2.1 LTE 介紹[16][17] LTE 代表的是長程演進技術(Long Term Evolution)，國際電信聯盟無線 電通信部門(ITU Radiocommunication Sector, ITU-R)將 4G 的標準稱作 IMTAdvanced，以和 3G 中的 IMT 2000 做出區隔；而 IMT-Advanced 設定的標 準為靜態傳輸速率達到 1Gbps，且用戶在高速移動的狀態下可以達到 100Mbps、all-IP 網路架構、低網路延遲及高頻譜效率，而在頻譜效率方面， IMT-Advanced 所要求的是能在下行時達到 15bps/Hz 與上行時能達到 6.75bps/Hz 的頻譜效率峰值。 在 2008 年時，3GPP 發佈了 Release 8，這是 LTE 的基礎版本。在 Release 8 中定義了演進通用陸面無線接入網絡(Evolved Universal Terrestrial Radio Access Network, E-UTRAN)以及核心網路全 IP 化架構，其中 E-UTRAN 包 括 能 彈 性 的 頻 寬 、 正 交 分 頻 多 重 存 取 (Orthogonal Frequency Division Multiple Access, OFDMA)及單載波分頻多重存取(Single-carrier FrequencyDivision Multiple Access, SC-FDMA)、等。在傳輸方面，下行鏈路是採用 OFDMA，而上行鏈路是採用 SC-FDMA 技術，這樣的規格最高能提供 300Mbps 的下行速率及 80Mbps 的上行速率。 OFDMA 兼具了 TDMA 及 FDMA 的特性，可以在每個時間將次載波 分配給不同的使用者，並且不同時間的分配方式可能有所不同，OFDMA 系 統在時間軸及頻率軸上可以很彈性的分配資源塊給使用者，並且可以透過 通道的時間頻率特性，適當的將資源塊分配給不同使用者。. SC-FDMA 是架構在 OFDMA 上面的技術，它的子載波可以分為兩種， 一種是分散式(Distributed)，另一種是局部式(Localized)。分散式分法是將 8.
(19) 同一個使用者的頻域符碼放在不連續的子載波上；而局部式配置則是放置 在連續的子載波區塊。. 圖 2-1、OFDMA 示意圖. 圖 2-2、SC-FDMA 示意圖. 在 Release 8 中，OFDM 的技術帶給 LTE 較為彈性的排程，使資源可 以動態的排給不同的使用者，這樣的動態排程最大的好處是基地台可以根 9.
(20) 據傳送端與接收端間的通道狀況來考量，並可以分配最適當的資源給這連 線。而在分配資源時主要是考量數據需求、系統效能以及公平性。 在將資源分配給使用者後，將會根據通道狀況來決定要給每一段連線 多少的傳輸速率，而此是由調變來決定，在 LTE 中的調變有 QPSK、16QAM 和 64-QAM。 而在細胞與細胞間的干擾控制的方面，在細胞邊緣的使用者經常會遭 受到周圍其他細胞造成的強烈干擾，因此，LTE 提出了細胞與細胞間的協 調干擾(Inter-Cell Interference Coordination, ICIC)，在 ICIC 的概念中，LTE 制定了讓基地台與基地台可以直接做溝通的介面：X2 介面，並且排程者會 先尋找出這些在細胞邊緣受到強烈干擾的用戶，並且盡量不將已經被附近 其他細胞使用的資源給這些用戶，藉此方式來減輕干擾。. MME/S-GW. MME/S-GW. S1. S1. eNB. eNB. eNB 圖 2-3、Inter-Cell 溝通 X2 介面示意圖. 10.
(21) LTE 在數據的速率提高，主要是通過更高的頻帶寬度以及支持多天線 技術(Multi-input Multi-output, MIMO)來達成，而 MIMO 除了提高數據速率 外，更是 LTE 的頻譜效率以及接收品質大大提升的功臣，MIMO 技術的優 勢包括多樣性(Diversity)、光束形成(Beamforming)及干擾抑制(Interference Suppression)等等。MIMO 的傳輸通過下行鏈路中的配置支持，並且具有兩 個或是四個的發射天線以及兩個或是四個的接收天線，可以實現最高多達 四個數據流(Streams)的多層傳輸，在單個用戶的 MIMO 情況下，基地台為 所選用戶分配一或兩個數據流，在多個用戶的情況下，不同數據流的分配 對不同的用戶進行，並且上行鏈路與下行鏈路均支持此功能。 在 2009 年，3GPP 發布了 LTE Release 9 版本，在此版本中的重點是 多媒體廣播多播服務(Multimedia Broadcast Multicast Service, MBMS)、 MIMO 中的 Beamforming 技術升級以及定位技術的提升。 多媒體廣播多播服務在行動通訊網路中提供一個能將一個數據發送給 多個用戶的服務，此舉可以使網路資源共用，提高資源的利用率，且由於 接收信號強度的提升並且沒有其他細胞的干擾，使用者接收的品質可以得 到提升。MBMS 是使用相同的頻率來做傳送，但由於其傳送的範圍可能過 大，容易受到路徑損失的影響，在頻帶方面，MBMS 最高可以使用 256kbit/s 來下載以及傳送。 在 MIMO 中的 Beamforming 在 Release 8 版本中是使用基於編碼簿的 預編碼(Codebook-Based Precoding)，此版本限於單層傳輸，而在 Release 9 版本中則是使用了非基於編碼簿的預編碼(Non-Codebook-Based Precoding) 技術，此舉可以提升 Beamforming 的彈性，讓原本只支持單層傳輸的變為 可以支持雙層傳輸。 在定位技術方面，Release 9 提供了一個輔助方法，稱之為輔助 GPS 的 定位方法(Assisted GPS, A-GPS)，在當時 GPS 系統約有 30 多顆在軌道上的 衛星，使用者裝置中的 GPS 接收器至少需要鎖定三顆衛星的信號並且量測 11.
(22) 相對延遲來計算經緯度，若有四顆衛星的話則也可以計算出高度，但是在 進行量測之前，使用者裝置需要先找到衛星，這可能需要花很多時間，為 了提高性能，LTE 網路通過向使用者裝置傳送有關衛星軌道位置以及訊號 傳輸時間的訊息來輔助，這大大減短了使用者設備接受到的時間。. 圖 2-4、A-GPS 輔助方法. 觀察到達時間差(Observed Time Difference of Arrival, OTDOA)是 LTE 下行鏈路定位的方法，它的觀念與 GPS 很相似，使用者設備是測量來自多 個發射機的訊號延遲時間。使用者設備比較每個 LTE 細胞發送的參考訊號 (Cell-Specific Reference Signals, CRS)到達時間，並且將這些時間差異對每 個細胞天線位置結合，就可以讓網路計算出位置，而使用者設備至少需要 測量至少四個細胞。然而，由於單頻系統的固有干擾，如果使用 CRS，則 定位的精確度經常會受到影響，因此為了提升精確度，在 Release 9 中引入 12.
(23) 了新的參考訊號，稱為定位參考訊號(positioning reference signals, PRS)，可 以關閉那些會對 PRS 造成干擾的傳輸，使得裝置能更清楚的接收到每個細 胞的訊號，LTE 網路將利用此方法來計算位置。 增強型細胞 ID(The Enhanced Cell ID, E-CID)對 Release 8 版本的細胞 基本 ID( Basic Cell ID)定位做了改進。首先是使用定時測量來計算行動裝 置與基地台距離多遠，這個距離是往返時間( Round Trip Time, RTT)的一半 乘上光速，一旦使用者設備連接，服務的細胞及使用者設備都將測量 Rx 子 框架及 Tx 子框架的時間差，使用者設備會將這個測量報告傳給基地台， 並由基地台來計算 RTT(式 2-1)：. RTT=eNB(Rx-Tx)+UE(Rx-Tx). (式 2-1). 在知道基地台的座標及天線高度的情況下，就可以計算使用者設備的位置， 如圖 2-5。並且 E-CID 可以透過增加一樣稱做到達角(Angle of Arrival, AoA) 的技術做進一步的改善，可以更精確地找到使用者設備的位置，在這樣技 術中，基地台使用等距天線元件的線性陣列來評估使用者設備發射的方向， 如圖 2-6。. 13.
(24) 圖 2-5、Basic Cell ID 以及 Cell ID + TRR 示意圖. 圖 2-6、增加 AoA 後之示意圖. 14.
(25) 由於沒有一種定位方法是可以顧及到所有環境條件的，因此 LTE Release 9 版本中支持靈活的使用多種的定位方法，如 GPS 及 OTDOA 只 有在環境條件較好時才能給予好的定位。GPS 在城市或是室內中常常會因 為多重路徑或是陰影的因素而導致性能不佳，而當細胞範圍較大而且使用 者設備沒辦法找到四個以上的細胞時，OTDOA 定位就會出狀況。這也是 Release 9 使用多種方法的原因，LTE 網路會在每個位置的所有方法都做性 能數據的累積，並且將這些數據評估出來成為之後做方法選擇的基礎。 LTE 中的 Release 8 及 Release 9 版本因為速度尚未真正達到 IMTAdvanced 中規範的靜態傳輸 1Gbps，高速移動的 100Mbps 速率，故是在過 渡到 4G 的版本，稱為 3.9G。 在 2010 年時，3GPP 發佈了 LTE Release 10 版本，從這個版本之後又 稱為 LTE-Advance(LTE-A)，而這個版本也是 LTE 真正符合 IMT-Advanced 的規範而正式可以稱為 4G 的版本。這個版本有個特點，就是能夠向後相 容(Backward Compatibility)，這意思是使用 Release 8 以及 Release 9 版本的 使用者設備也能夠使用 LTE-A 的網路。LTE-A 使用了載波聚合(Carrier Aggregation, CA)進而大大提升了頻帶寬度以及頻譜使用的彈性、強化了 MIMO 技術以及細胞與細胞間的干擾協調，進而提升了頻譜使用效率、引 進了中繼技術(Relaying)以及異質網路來達到提升系統容量以及涵蓋面積 的目的。 在 LTE 中，頻帶寬度是使用 1.4、3、5、10、15、20Mhz，而 LTE-A 因 為引進了載波聚合技術，最高能使用超過 100Mhz 的頻寬，這遠遠超出了 IMT-Advanced 規範的大於 40Mhz 的要求。在傳輸速率方面也達到了下行 鏈路 1Gbps 及上行鏈路 500Mbps 的速度。. 15.
(26) Maximum bandwidth(MHz). IMT-. LTE. LTE-A. 20. >100. >40. Advanced. Peak data. DL. >100. 1000. 1000(low)/. rate(Mbps). UL. >50. 500. 100(high). 30. 15. (8x8 MIMO). (4x4 MIMO). 4.32. 15. 6.75. (SISO). (4x4 MIMO). (2x4 MIMO). 10. 10. 10. 16.3 Peak spectral. DL. (4x4 MIMO). efficiency(bps/Hz) UL. User plane latency(ms). 50(idle-active)/ Control plane latency(ms). 100. 10(dormant-. 100. active) DL cell average spectral efficiency(bps/Hz). DL cell edge spectral efficiency(bps/Hz). MIMO 2x2. 1.69. 2.4. 4x2. 1.87. 2.6. 4x4. 2.67. 3.7. 2x2. 0.05. 0.07. 4x2. 0.06. 0.09. 4x4. 0.08. 0.12. 2.6. MIMO. 表 2-1、LTE/LTE-A/IMT-ADVANCED 效能數據 16. 0.075.
(27) LTE DL Access scheme. UL. Bandwidth(MHz). LTE-A OFDMA Clustered SC-. SC-FDMA. FDMA. 1.4、3、5、10、15、 20. >100 by CA. Peak data. DL. 300. 1000. rate(Mbps). UL. 75. 500. Sub-carrier spacing. 15kHz. Modulation. QPSK、16-QAM、64-QAM. 表 2-2、LTE/LTE-A 差異性. 載波聚合技術：在較早版本 Release 8 與 Release 9 中的用戶設備都是 使用單個載波，而 3GPP 提出的載波聚合技術則最多可以使用到五個載波， 這也是 LTE 最高只能支援 20MHz 的頻寬，而 LTE-A 可以支援到 100MHz 頻寬的原因，而且 Release 10 為了支援向後相容，每個組成載波(Component Carrier, CC)都是採用了 Release 8 的架構。 在 載 波 聚 合 技 術 中 ， 定 義 了 頻 帶 內 不 連 續 聚 合 (Intra-band noncontiguous aggregation)、頻帶內連續聚合(Intra-band contiguous aggregation). 17.
(28) 以及頻帶間不連續聚合(Inter-band non-contiguous aggregation)這三種模式， 如圖 2-7 所示。. 圖 2-7、載波聚合技術. 其實在 LTE Release 8 及 UTMS 中就已經有了中繼器(Repeaters)或是稱 為訊號放大器了，但其缺點是噪音會隨著信號一起放大，並且需要獨立且 分開的操作每個中繼器。而中繼站(Relay Node)的好處則是能在 RAN 的完 全控制下進行運作，並且可以在轉發前處理訊號。 中繼技術是指在大細胞中，邊緣地方訊號較差的地方架設中繼站，而 使得在邊緣或甚至是在大細胞外緣這些訊號不良好的使用者設備可以與 在它附近的中繼站連線，進而改善連線品質。而對於 Release 10 的向後相 容來說，為了使 Release 8 與 Release 9 版本的用戶設備也能夠連線上，中 繼站的行為模式必須與基地台相同，這樣一來，Release 8 與 Release 9 版本 的用戶設備即使連接上中繼站，也能夠正常運作。舉例來說，中繼站可以. 18.
(29) 應用在細胞範圍的擴展、室內涵蓋範圍增加、在熱門連線區域增加系統容 量、克服陰影的問題、在緊急事件時臨時部署以及能在移動的車內部署。 中繼站技術使用骨幹鏈結(Backhaul Link)來做中繼站與基地台間的鏈 結，使用接取鏈結(Acess Link)做中繼站與使用者設備的鏈結，某些情況， 由於中繼站會距離連接它的使用者設備較近，而距離基地台的距離較遠些， 造成了接取鏈結的訊號比骨幹鏈結還要強，因而可能互相產生干擾，此干 擾可能會造成回程鏈結的訊號沒辦法順利的接收，進而干擾整個中繼站的 服務情況。. 圖 2-8、中繼站示意圖. 除了中繼技術，LTE Release 10 更增加了異質性網路，使原本傳統的版 本只有一個大型基地台，變為擁有多樣化的異質性網路，而異質性網路是 由傳統的大細胞與小細胞(Small Cell)所組成，小細胞中又可以分為微細胞 19.
(30) (Microcell)、微微細胞(Picocell)以及毫微微細胞(Femtocell)三種，根據不同 的用戶需求能達到彈性的部署，最好的例子就是能夠把毫微微細胞放在室 內，能夠大幅提升室內的連線強度。. 節點類別. 功率(dBm). 覆蓋範圍. Backhaul Link. Microcell. 46. 數公里以上. S1. Picocell. 23~30. 小於 300m. X2. Femtocell. <23. 小於 50m. IP. Relay. 30. 數公里以上. Un. 表 2-3、小細胞與中繼站性能. 在傳統的網路中，因為細胞較單純，而在細胞與細胞間的干擾協調較 方便規劃，但在異質網路中有新的小細胞，這些小細胞是後來佈建於原有 的網路中的(如圖 2-9)，在這種情況下，新的小細胞基地台勢必會與原有的 大基地台產生衝突與干擾，為了這個問題，LTE-A 提出了改良版細胞與細 胞間干擾協調(Enhanced ICIC, eICIC)技術來解決這個狀況。. 20.
(31) 圖 2-9、異質網路中高低功率細胞共存示意圖 在 2012 年，Release 11 版本出爐了，這個版本就不像先前各個版本有 大幅度的改良或是提升，LTE-A 開始趨向穩定。 Release 11 實現了頻帶內不連續載波聚合，在干擾協調方面也有了新 技術，稱為進一步改良版細胞與細胞間干擾協調(Further Enhanced ICIC, FeICIC)技 術 ， 除 此 之 外 ， 在 此 版 本 中 最 大 的 突破 是 協 調 式 多 點 傳輸 (Coordinated multi-point)技術，這個技術能使基地台互相合作，當一個使用 者要對基地台做連線，而這個使用者又身處多個基地台重疊覆蓋的區域(如 圖 2-10)，此時，基地台與基地台間會先互相協調，由誰來服務此使用者， 而在協調過後，除了服務它的這台基地台外，其餘的基地台將會暫時先降 低傳送功率(如圖 2-11)，藉此來減低自己的涵蓋範圍，使得這位使用者與 服務它的基地台能夠降低干擾，順利完成傳輸。. 21.
(32) 圖 2-10、協調式多點傳輸示意圖 1. 圖 2-11、協調式多點傳輸示意圖 2 22.
(33) 2015 年，3GPP 發佈了 LTE Release 12 版本。首先，Release 12 提出了 D2D 通 訊 技 術 或 是 機 器 類 型 間 的 通 訊 (Machine Type Communications, MTC)，這些技術因為不需要透過基地台就能夠做用戶端與用戶端的通訊， 在網路使用日漸爆增的情況下，能夠解決細胞滿載的問題，幫基地台卸載 部分的負擔。增加了主動式天線系統(Active Antenna System, AAS)來改進 協調式多點傳輸技術，並且也發佈了仰角光束形成(Elevation Beamforming) 的規格，在先前的 LTE 版本中，基地台是使用水平方向的光束形成，而在 此新技術下，基地台的光束形成將可以有角度，即使用戶在基地台的上方 又或是基地台的下方，基地台也能準確地將信號打到用戶所在的方向，藉 此來大大提升使用者的使用情況。. 2.2 D2D 介紹 在行動通訊的流量爆炸性成長之下，目前的 4G 行動通訊技術已經漸 漸無法負荷了，因此在 LTE-A 中就提到了引進 D2D 技術對行動通訊整體 的好處，其中最重要的一點就是 D2D 不需要經過基地台來傳輸訊號，使用 者設備彼此可以直接做通訊，這個做法可以提升頻譜使用效率也可以降低 end-to-end 的延遲，並且因為傳輸的路徑較短，中間訊號的損耗較低，因此 可以擁有較良好的傳輸狀況。同時，D2D 還帶來很多方面的好處，像是減 低基地台的負載、減少電池的消耗、提高無線網路的服務品質及可以提供 點對點數據傳輸服務。. 23.
(34) 圖 2-12、D2D 在蜂巢式網路中的示意圖. D2D 通訊技術可以應用在行動通訊蜂窩網路，提高它的資源利用率還 有網路容量，而 D2D 通訊的頻率資源以及傳輸功率是在基地台的控制下 獲得的，即使如此，D2D 通訊與蜂巢式網路共存並共享無線網路的資源時， 也勢必會對蜂巢式網路帶來一定的干擾。 首先，當基地台發現即將要進行 D2D 通訊的設備時，會控制 D2D 通 訊使用的資源塊以及 D2D 通訊傳送端的功率，來保障 D2D 通訊對蜂巢式 網路帶來的干擾在一個可以接受的範圍內。 而蜂巢式網路的基地台會給予 D2D 通訊的資源，可能是與正在通訊的 蜂巢使用者相互正交的通道，亦或是與一個正在進行通訊的蜂巢使用者相 同的通道，若是前者，D2D 的通訊不會對蜂巢使用者造成影響，但若是後 者，D2D 通訊與蜂巢使用者使用了同個通道資源，即會對蜂巢使用者造成 干擾(如圖 2-13)，造成蜂巢使用者的通訊情況下降。. 24.
(35) 圖 2-13、D2D 在蜂巢式網路中產生干擾示意圖. 當 D2D 通訊複用資源時，就會對蜂巢式網路造成影響。而若是 D2D 通訊複用的是上行鏈路的資源，會對蜂巢網路中的基地台造成干擾，此時 基地台可以通過對 D2D 通訊的傳送功率以及複用的資源做調節來控制干 擾，而當 D2D 通訊複用的是下行鏈路的資源時，會對蜂巢網路中的使用者 造成干擾。 在功率控制的方面，分為靜態功率控制及動態功率控制。靜態功率控 制是通過分析，推出蜂巢鏈路和 D2D 通訊鏈路的 SINR 分佈來決定 D2D 通訊的最大傳輸功率，D2D 複用上行資源時，如果 D2D 通訊的發射端離 基地台很靠近，就會設置較低的傳輸功率，相反的若距離很遠則可以增加 傳輸功率。動態功率控制則是可以根據通道環境或是用戶的位置來動態做 功率的控制。. 25.
(36) 第三章 3.1. D2D 通訊之步進式位置推薦演算法. 研究作法之動機 如 2.2 節所述，在 D2D 通訊(以下簡稱 D2D)跟 LTE 蜂巢式網路必須共. 同相處的情境下，若 D2D 複用了蜂巢式網路的資源，則會產生互相干擾， 在此條件下，本研究提出了一個在 LTE 蜂巢式網路下行鏈路下將 D2D 步 進式的做位置推薦的演算法，藉此為 D2D 推薦一條合理的路徑。 並希望能夠較為彈性的推薦，本研究提出之演算法可以透過改變特定 參數的設定來決定每一步要增加多少的系統容量，而決定推薦給 D2D 移 動的位置。. 3.2. 網路模型建立. 圖 3-1、D2D 與蜂巢式網路跨層干擾示意圖. 如圖 3-1，本研究探討的模型為 LTE 蜂巢式網路中跨層干擾(Cross26.
(37) Tiered Interference)的問題，而圖中的 MUE 為蜂巢式網路大基地台之用戶 設備(Macrocell User Equipment)、TxUE 與 RxUE 分別為為一對 D2D 中之 發射端(Transmission User Equipment)與接收端(Receiver User Equipment)設 備，其中黑色實線表示傳輸訊號的訊號線而紅色虛線為會對目標造成干擾 的線。. 3.3. 步進式位置推薦演算法設計 在跨層干擾議題上，蜂巢式網路的大型基地台 MBS 會傳送訊號給. MUE，此時會受到 D2D 對其的干擾；而當 D2D 中的發射端傳送資料給接 收端時同樣也會受到 MBS 的干擾。在本論文提出之演算法中，我們考慮 了以下接收功率的模型，第 n 個 LTE 蜂巢式網路使用者MUE 接收到的訊 可以表示如(式 3-1)：. 號𝑅𝑒𝑐𝑒𝑖𝑣𝑒. 𝑅𝑒𝑐𝑒𝑖𝑣𝑒 𝑃𝑜𝑤𝑒𝑟. 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑒. ,. 𝑃𝑜𝑤𝑒𝑟. 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑒. ,. 𝐻. ,. ,. 𝑆𝑖𝑔𝑛𝑎𝑙. ,. 𝐻. ,. 𝑆𝑖𝑔𝑛𝑎𝑙. 𝑁𝑜𝑖𝑠𝑒 (式 3-1). 其中𝑃𝑜𝑤𝑒𝑟 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑒 𝐻. ,. 𝑃𝑜𝑤𝑒𝑟. ,. ,. 代表的 MBS 傳送給第 n 個 MUE 的傳送功率，. 代表的是 MBS 到第 n 個 MUE 的距離，𝛼 為路徑損耗，. 為通道係數，𝑆𝑖𝑔𝑛𝑎𝑙 ,. 為 MBS 傳送給第 n 個 MUE 的訊號，. 為 D2D 發射端的傳送功率，𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑒. 到 MUE 間的距離，𝑆𝑖𝑔𝑛𝑎𝑙. ,. 表示 TxUE. 為 TxUE 的傳送訊號，𝑁oise代表雜訊。 27.
(38) 式 3-2 為第 k 個 D2D 接收端接收到的訊號𝑅𝑒𝑐𝑒𝑖𝑣𝑒. 之計算方法：. 𝑅𝑒𝑐𝑒𝑖𝑣𝑒 𝑃𝑜𝑤𝑒𝑟 𝑃𝑜𝑤𝑒𝑟. 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑒. ,. ,. 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑒. ,. 𝐻. ,. 𝐻. 𝑆𝑖𝑔𝑛𝑎𝑙. ,. ,. 𝑆𝑖𝑔𝑛𝑎𝑙. 𝑁𝑜𝑖𝑠𝑒 (式 3-2). 其中(式 3-2)的𝑃𝑜𝑤𝑒𝑟 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑒. ,. ,. 為 TxUE 傳送給 RxUE 的傳輸功率，. 為 TxUE 到 RxUE 的距離。. 而在建立接收訊號之模型後，可計算出訊號與干擾雜訊比(Signal To Interference and Noise Ratio, SINR)，如(式 3-3)：. SINR. (式 3-3). 得到 SINR 後，即可參照香農定理(Shannon Theorem)來計算系統容量 (Capacity)，如(式 3-4)：. Capacity. Bandwidth log 1. 28. 𝑆𝐼𝑁𝑅. (式 3-4).
(39) MBS 對MUE 的 SINR 值，如(式 3-5)表示：. 𝑆𝐼𝑁𝑅 𝑃𝑜𝑤𝑒𝑟 ∑. 𝑁. ∈. 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑒. ,. 𝑃𝑜𝑤𝑒𝑟. ∩. 𝐻. ,. 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑒. ,. ,. 𝐻. ,. ,. (式 3-5). 而(式 3-6)表示 TxUE 對 RxUE 的 SINR 值：. 𝑆𝐼𝑁𝑅. ,. 𝑃𝑜𝑤𝑒𝑟 𝑁. ∑. ∈. ∩. ,. ,. 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑒. 𝑃𝑜𝑤𝑒𝑟. ,. 𝐻. 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑒. ,. , ,. 𝐻. ,. (式 3-6). 而有了 SINR 值後，可以計算系統容量，並假設 N 為 MUE 總數量， K 為 D2D 總組數，如(式 3-7)：. Capacity. 𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦. 𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 29.
(40) log 1. ∈. ∈. 𝑆𝐼𝑁𝑅. log 1. ,. 𝑆𝐼𝑁𝑅. ,. (式 3-7). 考量到了若 D2D 複用了下行鏈路的資源，則會對蜂巢網路中的使用 者造成干擾，因此在演算法中設置了干擾抑制區，而其半徑為𝑅 ，由式 3-8 做表示：. 𝑅. 𝑃. (式 3-8). 代表的是蜂巢式網路可以接受 D2D 干擾的值；𝑃. 傳送端的功率。𝑃. 為 D2D. 越大則𝑅 越大，干擾抑制區的範圍也越大。. 而在演算法中，在掃描地圖上的點時，若是遇到 D2D 與 MUE 距離 太近，有 MUE 在干擾抑制區內，則基地台不會傳輸資源給這個 MUE， 並造成系統容量下降而排除掉這個點，藉由此方法來使 D2D 在推薦的路 徑上能減少對 MUE 造成的干擾。. 30.
(41) Start. 設置推薦次數Sn及RL (S=1,2,3...Sn). 計算初始位置網路整體 的Capacity (A). 第K對D2D (K=1,2,3). 掃描地圖上所有點 (第 1~Xn 個點). X++ Y. 計算第K對D2D在第X個 點時網路整體的 Capacity (B) (X=1,2,3...Xn). N. Capacity (B)Capacity (A) 是否大於RL. S++ K++. N X≦Xn. Y 在符合條件的點中找 出距離最短的，並將 第K對D2D移動過去. Y. K≦3 N. Y S≦Sn N End. 圖 3-2、步進式位置推薦演算法流程圖. 31. 第K對 D2D保持原位.
(42) 圖 3-2 為本論文提出之演算法，如圖所示，首先必須先在演算法中設 置每次移動可增加的系統容量(RL)以及推薦次數(Sn)，其中 RL 代表每走 一步也就是演算法每推薦一次，整個系統可以增加的容量，而推薦次數為 一共要走多少步，如表 3-1 及表 3-2 所示。. TxUE. 原始位置. 第1步. 第2步. 第3步. 第4步. 第5步. 1. (10,1700). (0,1530). (0,1420). (0,1300). (0,1140). (0,1040). 2. (610,1900). (660,1930). (720,1990). (720,1990). (870,1990). (870,1990). 3. (610,1600). (620,1580). (650,1540). (650,1540). (760,1480). (820,1420). 表 3-1、演算法步進說明 1. TxUE. 原始位置. 第3步. 第6步. 第9步. 第 12 步. 第 15 步. 1. (10,1700). (0,1300). (10,830). (1110,0). (1110,0). (1110,0). 2. (610,1900) (720,1990) (1070,1900) (1650,1830) (2010,1880). (2010,1880). 3. (610,1600) (650,1540). (2010,380). (990,1350). (1430,1100). (2010,380). 表 3-2、演算法步進說明 2. 表 3-1 縱軸為第 1、第 2 及第 3 組 TxUE 的位置，橫軸為推薦次數 Sn， 並假設將 Sn 設置為 15，由表 3-2 可以看出，演算法只要能找到滿足每次 移動可以增加 RL 的系統容量，就會推薦 D2D 移動過去，而像表 3-2 上第 12 步及第 15 步，則是因為演算法在第 12 步後，就已經找不到下一個位置 可以滿足 RL，而停留在原地。 在設置好 RL 以及 Sn 後，演算法首先會計算 SINR 並算出系統容量 32.
(43) Capacity(A)，而後掃描地圖上所有的點，並將第 K 對 D2D 代入，計算出 第 K 對 D2D 在每個推薦點上可得到的新系統容量 Capacity(B)後，若有符 合條件：Capacity(B)-Capacity(A) RL，則將這些點納入考慮，在找出所有 符合條件的點後再將這些點做距離的比較，取出其中距離最小的點，並推 薦第 K 對 D2D 移動過去，而若是都沒有符合條件的點，則第 K 對 D2D 保 持原來的位置。 而在做完第 K 對 D2D 的推薦後，將第 K 對 D2D 代入新的位置，並且 開始推薦第 K+1 對，並重複上述動作，直到三組 D2D 都推薦完成，即完 成了一步的推薦。 在第二步的推薦，是將三組 D2D 都放置在新的位置後，重新計算新的 系統容量 Capacity(A)，並依上述再推薦一次三組 D2D 位置，若是將推薦 次數 Sn 設置為 M 次，則此動作會重複 M 次。. 33.
(44) 第四章. 4.1. 多種實驗情境設定及模擬結果. 模擬環境與參數設定 在這個章節，將介紹本論文模擬參數的設定。本論文演算法是使用 C. 語言來實現、再結合 MATLAB 劃出基地台所在地之情境及 D2D 位置推薦 的路徑圖，並使用 LTE-Sim 這套開源軟體來做模擬。 實驗將提出五種模擬情境，來觀察演算法推薦之 D2D 移動的路徑以及 對效能造成的改變(如表 4-1)。. 情境. 基地台數量. 未推薦前之情境設定. 情境 1. 1. 基地台、MUE 與 D2D 皆集中在地圖左上角. 情境 2. 1. 基地台在圓心，MUE 與 D2D 分散在地圖上. 情境 3. 2. 基地台分別在地圖左上角以及右下角. 情境 4. 2. 基地台分別在地圖左上角以及左下角. 情境 5. 2. 同情境 4，但移動一個 MUE 之位置 表 4-1、本論文之五種模擬情境. 在演算法方面，主要將𝑃. 設置為-150dBm；在每次移動可增加的. 系統容量(RL)方面的部分，因情境不同，為了更清楚的顯示本論文之結果， 將依照每個情境配置不同的數值；在傳輸功率的部分，Macrocell 的基地台 (MBS)功率為 46dBm，而 D2D 中的發射端功率為 23dBm；推薦次數設定 為 30 次，但為求圖片的清晰，通常在推薦次數 10~15 次間後，演算法就已 34.
(45) 收斂，可得到最終推薦位置而不會繼續再推薦下去；雜訊功率設置為174dBm。 在 LTE-Sim 方面，有 1~2 個 Macrocell，其半徑設為 1 公里，並且有 30 個使用者(MUE)；有 3 對 D2D，而 D2D 中的傳送端與接收端彼此的距 離設置為 10 公尺；本模擬主要採用 LTE-Sim 中三種演算法之 PF 演算法 作為統一進行評測之依據。 表 4-2 為這五種情境之共同的模擬參數。. Parameters. Values. Transmit power of MBS(dBm). 46. Transmit power of Tx(dBm). 23. Noise power(dBm). -174. Macrocell radius(meter). 1000. The distance between D2D(meter). 10. Number of MUEs. 30. Number of D2D pairs. 3. Path-loss Exponent. 5. 𝑃. -150. (dBm). 表 4-2、共同模擬參數. 35.
(46) 4.2. 模擬結果 本節說明上述五種不同情境的模擬結果，實驗結果圖中各符號代表意. 義如下： D2D 推薦的路徑圖是一個 2000x2000 公尺的封閉空間，其中紅色實心 三角型代表的是 MBS、x 代表的是 MUE、紫色圓形代表的是第一對 D2D 尚未推薦的位置，黑色圓型(框線較粗)是代表最終推薦的位置，黑色圓型 (框線較細)則是代表從起始位置到最終位置間一步一步的推薦路徑，而三 角形是代表第二對 D2D、星型代表第三對 D2D。 而在效能圖的 Delay、Packet-Loss-Rate 及 Throughput 中，橫軸代表的 是推薦的步數，0 表示起始位置，縱軸代表的則是各圖的效能情況。. 36.
(47) 4.2.1 情境 1、基地台、MUE 與 D2D 皆集中在左上角 在情境 1 中，做了一個最初步並且最直觀的研究，也就是將基地台、 D2D 及 MUE 通通放在左上角，按照常理來判斷，演算法應該會將每對 D2D 推薦至遠離左上角的位置。. Parameters. Values. Number of MBS. 1. Position of MBS. (250,1750). Initial position of D2D 1 Tx. (10,1700). Initial position of D2D 1 Rx. (0,1700). Initial position of D2D 2 Tx. (610,1900). Initial position of D2D 2 Rx. (600,1900). Initial position of D2D 3 Tx. (610,1600). Initial position of D2D 3 Rx. (600,1600). capacity of one step increasing. 50(bps/Hz). Last step(the best position has been found). 11. 表 4-3、情境 1 參數設定. 37.
(48) 圖 4-1、情境 1-D2D 推薦的路徑圖. Throughput 1400 Throughput(kbps). 1200 1000 800 600 400 200 0 0. 3. 6. 9. 12. Sequence of step. 圖 4-2、情境 1-Throughput 效能數據 38. 15. 18.
(49) Delay 0.14 0.12 Delay(Sec). 0.10 0.08 0.06 0.04 0.02 0.00 0. 3. 6. 9. 12. 15. 18. 15. 18. Sequence of step. 圖 4-3、情境 1-Delay 效能數據. Packet‐Loss‐Rate 0.8 0.7. PLR(%). 0.6 0.5 0.4 0.3 0.2 0.1 0 0. 3. 6. 9. 12. Sequence of step. 圖 4-4、情境 1-Packet-Loss-Rate 效能數據. 39.
(50) 4.2.2 情境 2、基地台在圓心，MUE 與 D2D 分散在地圖上 在情境 2 中，也是一樣做一個較為直觀的模擬，這次我們將基地台放 置在地圖中心，並且三對 D2D 就在基地台的附近，而在開始做研究前，我 們可以推測演算法會將每對 D2D 都推薦走向地圖的邊緣，藉此就能夠改 善整體的系統容量。. Parameters. Values. Number of MBS. 1. Position of MBS. (1000,1000). Initial position of D2D 1 Tx. (1010,800). Initial position of D2D 1 Rx. (1000,800). Initial position of D2D 2 Tx. (710,1200). Initial position of D2D 2 Rx. (700,1200). Initial position of D2D 3 Tx. (1510,1200). Initial position of D2D 3 Rx. (1500,1200). capacity of one step increasing. 50(bps/Hz). Last step(the best position has been found). 11. 表 4-4、情境 2 參數設定. 40.
(51) 圖 4-5、情境 2-D2D 推薦的路徑圖. Throughput 240 Throughput(kbps). 220 200 180 160 140 120 100 0. 3. 6. 9. 12. 15. Sequence of step. 圖 4-6、情境 2-Throughput 效能數據 41. 18.
(52) Delay 0.3. Delay(Sec). 0.25 0.2 0.15 0.1 0.05 0. 3. 6. 9. 12. 15. 18. 15. 18. Sequence of step. 圖 4-7、情境 2-Delay 效能數據. Packet‐Loss‐Rate 0.92 0.9 PLR(%). 0.88 0.86 0.84 0.82 0.8 0. 3. 6. 9. 12. Sequence of step. 圖 4-8、情境 2-Packet-Loss-Rate 效能數據. 42.
(53) 4.2.1 情境 3、基地台分別在左上角以及右下角 在情境 3 中，開始將環境變得更複雜更貼近現實情況一些，在這個情 境中將會有兩個基地台，並且分別是放在左上角以及右下角。. Parameters. Values. Number of MBS. 2. Position of MBS. (1900,100). Position of MBS 2. (100,1900). Initial position of D2D 1 Tx. (510,1800). Initial position of D2D 1 Rx. (500,1800). Initial position of D2D 2 Tx. (1910,300). Initial position of D2D 2 Rx. (1900,300). Initial position of D2D 3 Tx. (510,1000). Initial position of D2D 3 Rx. (500,1000). capacity of one step increasing. 8(bps/Hz). Last step(the best position has been found). 11. 表 4-5、情境 3 參數設定. 43.
(54) 圖 4-9、情境 3-D2D 推薦的路徑圖. Throughput 650 Throughput(kbps). 600 550 500 450 400 350 0. 2. 4. 6. 8. 10. Sequence of step. 圖 4-10、情境 3-Throughput 效能數據. 44. 12.
(55) Delay 0.028 0.026 Delay(Sec). 0.024 0.022 0.02 0.018 0.016 0.014 0. 2. 4. 6. 8. 10. 12. 10. 12. Sequence of step. 圖 4-11、情境 3-Delay 效能數據. Packet‐Loss‐Rate 0.75 0.7 PLR(%). 0.65 0.6 0.55 0.5 0.45 0. 2. 4. 6. 8. Sequence of step. 圖 4-12、情境 3-Packet-Loss-Rate 效能數據. 45.
(56) 4.2.2 情境 4、基地台分別在左上角以及左下角 在情境 4 中，我們將兩個基地台都放在左邊，分別是左上角以及左下 角，並在模擬前，可以合理的推測，D2D 應該會被推薦至右邊的位置。. Parameters. Values. Number of MBS. 2. Position of MBS. (300,100). Position of MBS 2. (300,1900). Initial position of D2D 1 Tx. (110,1600). Initial position of D2D 1 Rx. (100,1600). Initial position of D2D 2 Tx. (210,200). Initial position of D2D 2 Rx. (200,200). Initial position of D2D 3 Tx. (310,1000). Initial position of D2D 3 Rx. (300,1000). capacity of one step increasing. 18(bps/Hz). Last step(the best position has been found). 16. 表 4-6、情境 4 參數設定. 46.
(57) 圖 4-13、情境 4-D2D 推薦的路徑圖. Throughput 700 Throughput(kbps). 650 600 550 500 450 400 350 0. 5. 9. 13. 17. 21. Sequence of step. 圖 4-14、情境 4-Throughput 效能數據. 47.
(58) Delay 0.06. Delay(Sec). 0.05 0.04 0.03 0.02 0.01 0 0. 5. 9. 13. 17. 21. Sequence of step. 圖 4-15、情境 4-Delay 效能數據. Packet‐Loss‐Rate 0.75 0.7 PLR(%). 0.65 0.6 0.55 0.5 0.45 0. 5. 9. 13. 17. 21. Sequence of step. 圖 4-16、情境 4-Packet-Loss-Rate 效能數據. 48.
(59) 4.2.2 情境 5、同情境 4，但移動一個 MUE 之位置. 圖 4-17、將情境 4 之 MUE 做移動示意圖. 在情境 5 中，我們沒有對基地台或是 D2D 做改變，我們將情境 4 中右 下角的 MUE 給移動，由原本情境 4 的(1990,0)移動至(500,300)的地方(如圖 4-17)，這個做法是因為原本在情境 4 中，第二對 D2D 漸漸靠近此 MUE 時， 為避免對此 MUE 造成干擾，而會選擇避開它。在情境 5 中，若我們將此 MUE 移開，第二對 D2D 在沒有干擾的情況下，就不需要避開了，而藉此 舉動，觀察兩情況間的差異。. 49.
(60) 圖 4-18、情境 5-D2D 推薦的路徑圖. Throughput 750 Throughput(kbps). 700 650 600 550 500 450 400 0. 5. 9 13 Sequence of step. 17. 21. 圖 4-19、情境 5-Throughput 效能數據. 50.
(61) Delay 0.04. Delay(Sec). 0.035 0.03 0.025 0.02 0.015 0. 5. 9. 13. 17. 21. Sequence of step. 圖 4-20、情境 5-Delay 效能數據. Packet‐Loss‐Rate 0.7 0.65 PLR(%). 0.6 0.55 0.5 0.45 0.4 0. 5. 9. 13. 17. 21. Sequence of step. 圖 4-21、情境 5-Packet-Loss-Rate 效能數據. 51.
(62) 4.3 討論 在情境 1 中，Throughput 從原始位置到最後收斂的最終位置成長了三 倍，而尤其是在第 3 步到第 9 步時增加的量佔了七成以上，而 0~3 以及 9~12 步雖然有增加，但相較之下系統效能增加較少。 情境 2 中，基地台在地圖的中間，在 0~6 步時還靠近著基地台，因此 效能沒有明顯增加，而在 6~12 步時則就能明顯看出改善，演算法在情境 2 中，Throughput 成長了近 2 倍。 情境 3 的 Throughput 較不同，可以看出在第 10~12 步的時候下降了， 推測應該是第三組 D2D 最後收斂的位置距離兩個 MUE 太靠近而造成的。 情境 4 跟情境 5 的差異是移動了右下角的一個 MUE，而情境 5 較情境 4 雖然 Throughpt 增加的量並沒有增加，但在最後的收斂位置時整體的吞 吐量是較高的，分別是情境 4 的 68 萬以及情境 5 的 72 萬，且演算法也因 為 MUE 位置的不同而選擇了不同的推薦位置。. 最終收斂步數. RL(bps/Hz). Throughput 增加. 情境 1. 11. 50. 203%. 情境 2. 11. 50. 82%. 情境 3. 11. 8. 47%. 情境 4. 16. 18. 66%. 情境 5. 16. 18. 54%. 表 4-7、情境 1~5 的 Throughput 增加量. 52.
(63) 第五章. 結論. 研究結果顯示，本研究的演算法確實能夠讓蜂巢細胞在推薦D2D移動 至附近位置的情況下，改善整個細胞通訊的性能。 在演算法中透過改變每次移動可增加的系統容量這項參數，可以讓演 算法更為彈性，若將這項參數降低，則D2D只須要稍微做移動就可以提升 系統整體的效能，若將這項參數調高，則使用者雖需要移動較長距離，卻 可以讓訊號得到大幅度的提升。 在未來的研究中，可以將環境考量得更複雜，例如增加一些小細胞， 使得環境更為貼近現實。. 53.
(64) 參. 考. 文. 獻. [1] J. G. Andrews et al., ‘‘What will 5G be?’’ IEEE J. Sel. Areas Commun., vol. 32, no. 6, pp. 1065–1082, Jun. 2014.. [2] A. Asadi, Q. Wang, and V. Mancuso, ‘‘A survey on device-to-device communication in cellular networks,’’ IEEE Commun. Surveys Tuts., vol. 16, no. 4, pp. 1801–1819, 4th Quart., 2014. [3]. M. Wang and Z. Yan, “Security in D2D communications: A review,” in Trustcom/BigDataSE/ISPA, 2015 IEEE, vol. 1, Aug 2015, pp. 1199– 1204.. [4]. P. Gandotra, R. K. Jha, and S. Jain, ‘‘A survey on device-to-device (D2D) communication: Architecture and security issues,’’ J. Netw. Comput. Appl., vol. 78, pp. 9–29, Jan. 2016.. [5]. C. Ma, J. Liu, X. Tian, H. Yu, Y. Cui, and X. Wang, “Interference exploitation in D2D-enabled cellular networks: A secrecy perspective,” IEEE Trans. Commun., vol. 63, no. 1, pp. 229–242, Jan. 2015.. [6]. A. Celik, R. M. Radaydeh, F. S. Al-Qahtani, and M.-S. Alouini, “Joint interference management and resource allocation for device-to-device (d2d) communications underlying downlink/uplink decoupled (dude) heterogeneous networks,” in proc. IEEE Intl. Conf. Commun.(ICC), May 2017.. [7]. D. Wu, L. Zhou, and Y. Cai, “Social-aware rate based content sharing mode selection for D2D content sharing scenarios,” IEEE Trans. Multimedia, to be published.. [8]. A. Orsino, I. Farris, L. Militano, G. Araniti, S. Andreev, I. Gudkova, Y. Koucheryavy, and A. Iera, “Exploiting d2d communications at the network edge for mission-critical iot applications,” in European Wireless 2017; 23th European 54.
(65) Wireless Conference; Proceedings of. VDE, 2017, pp. 1–6. [9]. W. Si, Z. Xiaoyue, L. Zhesheng, Z. Xin, and Y. Dacheng, “Distributed resource management for device-to-device (D2D) communication underlay cellular networks,” in Proc. IEEE Int. Symp. PIMRC, Sep. 2013.. [10] M. Haus, M. Waqas, A. Ding, Y. Li, S. Tarkoma, and J. Ott, “Security and Privacy in Device-to-Device (D2D) Communication: A Review,” IEEE Communications Surveys & Tutorials, vol. PP, no. 99, pp. 1-1, Jan. 2017.. [11] S. Mumtaz, K. Saidul Huq, and J. Rodriguez, “Coordinated paradigm for D2D communications,” in Proc. IEEE Conf. INFOCOM WKSHPS, Apr. 2014, pp. 718– 723... [12] H. A. U. Mustafa, M. A. Imran, M. Z. Shakir, A. Imran, and R. Tafazolli, “Separation framework: An enabler for cooperative and D2D communication for future 5G networks,” IEEE Commun. Surveys Tuts., vol. 18, no. 1, pp. 419–445, 1st Quart., 2016. [13] A. Zhang, J. Chen, R. Hu, and Y. Qian, “SeDS: Secure data sharing strategy for D2D communication in LTE-Advanced networks,” IEEE Transactions on Vehicular Technology, vol. PP, no. 99, pp. 1, March, 2015. [14] F. Jiang, Y. Liu, B. Wang, X. Wang, “A relay-aided device-to-device-based load balancing scheme for multitier heterogeneous networks,” IEEE Internet of Things, vol. 4, no. 5, pp. 1537–1551,Oct. 2017.. [15] M. Ali, S. Qaisar, M. Naeem, and S. Mumtaz, ‘‘Energy efficient resource allocation in D2D-assisted heterogeneous networks with relays,’’ IEEE Access, vol. 4, pp. 4902–4911, 2016 [16] 3GPP The Mobile Broadband Standard http://www.3gpp.org/ [17] 李大嵩、李明峻、李常慎、黃崇榮(2016)。第四代行動通訊系統(二版)，新北: 全華圖書 55.
(66) 自. 傳. 我是朱峻佑，民國 82 年的聖誕節出生於新北市。曾嘗試 SOHO 工作， 並有不錯的成績；迄今於課餘期間共從事過 10 種不同類型的工作，讓我有 機會體驗多類型的職涯生活。家中共有 4 名成員，父母目前皆在高科技電 子通訊公司擔任主管，弟弟仍在就學。由於身為家中的長子，從小就被長 輩們教育要有獨立自主、認真負責的精神。也因為這樣，讓我的興趣非常 廣泛，只要是新的事物我都勇於嘗試，並在遇到問題時能先獨立思考，主 動尋找答案；若仍有瓶頸會再徵詢父母、師長及同儕的意見或看法，不會 輕言放棄。 在台灣師範大學就讀碩班時，我過得非常充實，也取得了幾項很好的 成績。碩一上時我參加校內 PVQC(專業英文比賽)電機電子項目比賽取得 了證書代表學校參加比賽，拿到了分區賽與全國賽的冠軍。同時參與了一 項科技部計畫:“LTE 與 D2D 合作網路之服務品質感知功率控制與資源分 配”，協助老師進行模擬場域的實驗、彙整實驗數據，與前人成果比較，並 將創新成果發表於 Elsrvier Computer Communications Journal (已被接受)。 碩一下時以研究、參賽成績以及學習成績滿分取得了優秀研究生的獎 狀，並且參與了一項新的教育部計畫:”行動寬頻尖端技術課程推廣計畫-通 訊系統應用、行動通訊”，並且也透過此計畫正在學習工研院的 SMALL CELL 技術。 而在碩二上時，參與了科技部的計畫:”高節能子母載具聯網溝通”，目 前正埋首努力鑽研中。我在這項計畫中主要是利用 Cygwin 執行 LTE-SIMR5 架構實驗環境並且做模擬，主要使用的程式語言是 C++，我也正努力學 習精進當中。. 56.
(67) 學. 1.. 術. 成. 就. 論文發表 Chiapin Wang, Wen-Hsing Kuo and Chun-Yu Chu, "QoS-aware cooperative power control and resource allocation scheme in LTE femtocell networks," Computer Communications, vol. 110, pp. 164–174, Sept. 2017.. 2.. 研究計畫參與. (1) 科技部 105 年度計畫(105/08/01~106/07/31) LTE 與 D2D 合作網路之 服務品質感知功率控制與資源分配 (2) 科技部 106 年度計畫(106/08/01~107/07/31) 高節能子母載具聯網溝 通 (3) 教育部 106 年度計畫(106/03/01~106/11/31) 行動寬頻尖端技術課程 推廣計畫-通訊系統應用、行動通訊. 57.
(68)
Outline
相關文件
• Learn about wireless communications and networks!. • Why is it so different from wired communications
Text messaging (SMS) allows users to send and receive short text messages on a phone or other mobile device or computer Picture messaging allows users to send pictures and
This thesis studies how to improve the alignment accuracy between LD and ball lens, in order to improve the coupling efficiency of a TOSA device.. We use
ZigBee 網路中，感測節點依功能可分為兩種[8]：Full Function Device(FFD)以及 Reduced Function Device(RFD)。Full Function Device 包含 ZigBee Coordinator(ZC) 與
Krishnamachari and V.K Prasanna, “Energy-latency tradeoffs for data gathering in wireless sensor networks,” Twenty-third Annual Joint Conference of the IEEE Computer
The impact of human resource management practices on turnover, productivity, and corporate financial performance. Understanding human resource management in the contexe
With the advancement in information technology and personal digital mobile device upgrade, RFID technology is also increasingly common use of the situation, but for
在專題中，我們建立兩套以景點為主的資訊系統，一套是運行在 Android AVD (Android Virtual Device) 模擬器上的資訊系統，另外是內嵌於 Facebook
