Pokročilé přidělování zdrojů pro přímou komunikaci mezi zařízeními v budoucích mobilních sítích

Abstract

Přímá komunikace mezi zařízeními (D2D) je slibnou technikou pro zvýšení kapacity a spektrální účinnosti budoucích mobilních sítí. D2D komunikace umožňuje přenos dat mezi dvěma zařízeními (označované jako D2D pár) přímo mezi sebou bez nutnosti přeposílat data prostřednictvím základové stanice. Data mezi zařízeními využívající D2D komunikaci jsou vyměňovány buď pomocí pásma určeného pro mobilní sítě (tzv. in-band D2D komunikace), nebo v pásmu, které nepoužívají žádná zařízení v mobilní síti (tzv. out-band D2D komunikace). In-band D2D komunikace zahrnuje dva alokační módy: sdílený a vyhrazený. Ve sdíleném módu, D2D páry využívají stejné zdroje, které jsou přiděleny konvenčním uživatelům buňkové mobilní sítě. Na druhou stranu, ve vyhrazeném módu D2D používají dedikované zdroje, které běžní uživatelé buňkové mobilní sítě nepoužívají. V obou přenosových módech D2D páry vzájemně sdílejí přenosové kanály, aby se zvýšila spektrální účinnost přenosu prostřednictvím D2D komunikace. V této disertační práci je navržen nový princip přidělování sdílených i vyhra-zených prostředků v případě kdy jsou tyto využívány více D2D páry současně. Dále je cílem práce optimalizovat alokaci zdrojů v obou módech. Za tímto účelem je navržen přístup založený na teorii her pro přidělování kanálů ve vyhrazeném režimu a heuristický algoritmus pro přidělování kanálů pro sdílený režim. Cílem obou schémat je maximalizovat celkovou kapacitu D2D párů při zachování jejich požadavků na minimálních kapacitu , a to jak v případě vyhrazeného módu tak i v případě sdíleného módu. Dále je navržena metoda pro maximalizaci kapacity D2D párů založená na kombinaci konvenční in-band D2D komunikace, která používá rádiové frekvence (RF), a out-band D2D komunikace, využívající viditelné světlo (VLC). K tomu jsou navržené dvě schémata výběru mezi RF a VLC pásmy pro každý D2D pár. Zatímco první schéma je založené na iterativní metodě potřebující znalosti interference mezi jednotlivými D2D páry, druhé schéma je založeno na strojovém učení využívající pouze minimální množství informací o kanálech mezi D2D uživateli v RF a VLC režimech. Výběr pásma, alokace zdrojů a další algoritmy správy rádiových zdrojů pro D2D komunikaci vyžadují znalost kvality D2D kanálů (tj. kanálů mezi D2D uživateli). Odhad kanálů mezi D2D uživateli referenčními signály použitými v klasické mobilní síti by vyžadovalo velké množství rádiových prostředků. Tato disertační práce proto navrhuje metodu pro predikci kvality D2D kanálů založenou na strojovém učení využívající pouze informací běžně dostupných v mobilní síti. Konkrétně se jedná o využití znalosti rádiových kanálu mezi uživateli a okolními základnovými stanicemi, ze kterých jsou následně predikovány kvality kanálů mezi D2D uživateli. Takto predikované D2D kanály lze poté s výhodou použít k provádění jakéhokoli algoritmu správy rádiových zdrojů, který vyžaduje znalost kvality D2D kanálů. Tato disertační práce také ukazuje, že znalost kanálů získaných predikcí lze využít nejen ke správě rádiových prostředků pro D2D komunikaci (např. pro nastavení vysílacího výkonu D2D uživatelů), ale také pro asociaci uživatelů v mobilních sítích s létajícími základnovými stanicemi. Výsledky provedených simulací potvrzují efektivnost všech navrhovaných řešení pro různé cílené problémy v D2D komunikaci. Tato dizertační práce, včetně různých navrhovaných algoritmů a predikčních schémat, tedy otevírá cestu pro nasazení D2D komunikace pro mobilní sítě příštích generací, a to především pro velké množství uživatelů v síti.

Device-to-Device (D2D) communication is a promising technique to increase the capacity and the spectral efficiency of the future mobile networks. In D2D communication, two devices (denoted as a D2D pair) communicate directly with each other without passing through the base station (BS). This direct communication offloads the data traffic from the BS. The data between the devices in D2D communication is exchanged using either the conventional band of the mobile network (in-band) or another band that is not used by the underlying devices in the mobile network (out-band). The in-band D2D communication includes two modes: shared and dedicated. In the shared mode, the D2D pairs reuse the resources allocated to the conventional cellular users while, in the dedicated mode, the D2D pairs use their own dedicated resources that are not used by the conventional cellular users. In both modes, the D2D pairs can mutually reuse the channels of each other to increase the spectral efficiency of D2D communication. In this dissertation thesis, a novel principle of allocating shared as well as dedicated resources to every D2D pair, simultaneously, is proposed. Further, the resource allocation in both modes is separately optimized. To this end, a game theoretic approach for the channel allocation in the dedicated mode and a heuristic channel allocation algorithm for the shared mode are proposed. Both schemes for the dedicated and shared modes aim to maximize the sum capacity of the D2D pairs maintaining the minimal capacity requirements of the D2D pairs and the conventional cellular users in the dedicated and shared modes, respectively. Moreover, we propose a combination between the conventional in-band D2D communication that uses radio frequency (RF) and the out-band visible light communication (VLC) D2D to maximize the sum capacity of D2D pairs. For this proposed RF-VLC D2D, two schemes selecting between RF and VLC bands for the individual D2D pairs are designed. While the first scheme for RF/VLC band selection is an iterative interference-based heuristic approach, the second one is a quick machine learning-based band selection that relies only on a limited amount of information related to the channels among the D2D users in RF and VLC. The band selection, resource allocation, and other radio resource management algorithms in D2D communication require the knowledge of the quality of the D2D channels among the D2D users. The estimation of the D2D channels with the conventional reference signals consumes extra radio resources. Therefore, this dissertation thesis proposes a machine learning-based framework for the prediction of D2D channel gains by relying only on the commonly-known cellular channel gains between the users and the surrounding BSs. This idea takes advantage of the dependency of both D2D and cellular channels on the network's topology and environment. The predicted D2D channel gains can be used to perform any radio resource management algorithm related to D2D. Finally, this dissertation thesis shows that the users' cellular gains can also be used to predict, directly, the D2D transmission power setting or the association of users in networks with flying base stations. The results of the performed simulations confirm the efficiency of all proposed solutions for the different targeted problems in D2D communication. Consequently, this dissertation thesis, including the different proposed algorithms and the prediction schemes, paves the way towards the deployment of D2D communication for a massive numbers of D2D pairs.