Considering the dramatic increase of data rate demand in beyond fifth generation (5G) networks due to the numerous transmitting nodes, dense device-to-device (D2D) communications where multiple D2D pairs can simultaneously reuse a cellular link can be considered as a communication paradigm for future wireless networks. Since distributed methods can be more practical compared to complex centralized schemes, we propose a low-complexity distributed pricing-based resource allocation algorithm to allocate power to cellular user equipments (CUEs) and D2D pairs constrained to the minimum quality-of-service (QoS) requirements of CUEs and D2D pairs in two phases. The price of each link is set by the base station (BS). CUEs and D2D pairs maximize their rate-and-interference-dependent utility function by adjusting their power in the first phase, while the price of each link is updated at the BS based on the minimum QoS requirements of CUEs and D2D pairs in the second phase. The proposed utility function controls D2D admission, hence it is suitable for dense scenarios. The proposed method is fast due to the closed-form solution for the first phase power allocation. Numerical results verify the effectiveness of the proposed method for practical dense beyond 5G scenarios by allocating resources to multiple D2D pairs and taking advantage of the spatial reuse gain of D2D pairs. Furthermore, the utility function definition is discussed to illustrate its effectiveness for SE maximization. Finally, the SE of the proposed method is compared to other centralized and distributed algorithms to demonstrate the higher sum-rate performance of the proposed algorithm.


翻译:考虑到第五代(5G)网络之外的数据率需求急剧增加,由于许多传输节点,第五代(5G)网络的数据需求急剧增加,多组D2D对能够同时再利用蜂窝链接的密集设备到D2D通信可以被视为未来无线网络的通信范例。由于分布式方法比复杂的集中化计划更加实用,我们提议采用低复杂分布式的基于定价的资源分配算法,将电力分配给移动电话用户设备(CUE)和D2D对配对,但限于两个阶段的最低服务质量要求(QS),CUE和D对配对的密集设备到D2D。每个链接的价格由基站(BS)设定。CUE和D对每组的较高效率价格可以被视为未来无线网络网络网络的通信模式。由于第一阶段调整它们的力量,分散式方法更加实用性能,因此在BSE2的最小质量要求和D对配对的配电量中,拟议采用的D级功能控制D的接纳,因此适合更密集的情景。拟议方法将Sereal-lad Strealal 用于Se-ral 的配置最终配置,因为Seal-laimal-lade Sal 的拟议方法将Seal-lade 将Slifal 将Sild Stalal 和拟议的所有的拟议方法用于5 的最小化方法的最小化方法用于D的最小化计算。

0
下载
关闭预览

相关内容

Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
谷歌足球游戏环境使用介绍
CreateAMind
33+阅读 · 2019年6月27日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
阿里巴巴ET城市大脑
智能交通技术
6+阅读 · 2018年12月23日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2022年2月18日
VIP会员
相关VIP内容
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
相关资讯
谷歌足球游戏环境使用介绍
CreateAMind
33+阅读 · 2019年6月27日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
阿里巴巴ET城市大脑
智能交通技术
6+阅读 · 2018年12月23日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员