1、 第2卷 第1期V o l.2 N o.1 2 0 2 3年2月 J o u r n a l o f A r m y E n g i n e e r i n g U n i v e r s i t y o f P L A F e b.2 0 2 3超密集6 G网络中的高效频谱资源共享方法张凌瑄1,隋元松2,石 芳3(1.陆军参谋部,北京 1 0 0 0 0 0;2.陆军工程大学,江苏 南京 2 1 0 0 0 7;3.陆军装备部,山东 青岛 2 6 6 0 0 0)摘要:面对6 G网络中用户密集化分布、频谱资源有限和分布式决策等挑战,提出了一种基于多维超图博弈的频谱资源共享方法。首先,根据6
2、G网络太赫兹通信特点,设计了多维超图干扰模型,包括同频直接干扰、累计干扰和邻频干扰,通过降低多维干扰值以提升网络吞吐量。为实现分布式决策,将问题建模为超图博弈,并证明该博弈为势能博弈,至少存在一个纳什均衡点。然后,设计了基于同步最优响应的分布式频谱决策方法,求解频谱分配策略。仿真表明,所提的多维超图博弈实现了6 G环境下分布式的频谱共享,与传统超图博弈方法相比,进一步降低了用户间的干扰水平,网络吞吐量大幅提升。关键词:6 G网络;频谱共享;太赫兹通信;多维超图;博弈论 中图分类号:T N 9 2 9.5D O I:1 0.1 2 0 1 8/j.i s s n.2 0 9 7-0 7 3 0.
3、2 0 2 2 0 9 0 2 0 0 5E f f i c i e n t S p e c t r u m R e s o u r c e S h a r i n g M e t h o d i n H y p e r d e n s e 6 G N e t w o r k Z HANG L i n g x u a n1,S U I Y u a n s o n g2,S H I F a n g3(1.A r m y S t a f f,B e i j i n g 1 0 0 0 0 0,C h i n a;2.A r m y E n g i n e e r i n g U n i v e r
4、 s i t y o f P L A,N a n j i n g 2 1 0 0 0 7,C h i n a;3.A r m y E q u i p m e n t D e p a r t m e n t,Q i n g d a o 2 6 6 0 0 0,C h i n a)A b s t r a c t:A i m i n g a t t h e c h a l l e n g e s s u c h a s h y p e r d e n s e d i s t r i b u t i o n o f u s e r s,l i m i t e d s p e c t r u m r e
5、-s o u r c e s a n d d i s t r i b u t e d d e c i s i o n-m a k i n g o n 6 G n e t w o r k,a s p e c t r u m r e s o u r c e s h a r i n g m e t h o d b a s e d o n m u l t i-d i m e n s i o n a l h y p e r g r a p h g a m e i s p r o p o s e d.F i r s t l y,a c c o r d i n g t o t h e c h a r a c
6、 t e r i s t i c s o f t h e t e r a h e r t z c o mm u n i c a t i o n s o n 6 G n e t w o r k,a m u l t i-d i m e n s i o n a l h y p e r g r a p h i n t e r f e r e n c e m o d e l w a s d e s i g n e d,i n c l u-d i n g c o-c h a n n e l d i r e c t i n t e r f e r e n c e,c o-c h a n n e l a c
7、c u m u l a t e d i n t e r f e r e n c e a n d a d j a c e n t c h a n n e l i n t e r f e r e n c e.T h e m u l t i-d i m e n s i o n a l i n t e r f e r e n c e v a l u e w a s r e d u c e d t o i m p r o v e t h e t h r o u g h p u t o f t h e n e t w o r k.I n o r d e r t o r e a l i z e d i s
8、t r i b u t e d d e c i s i o n m a k i n g,t h e p r o b l e m w a s m o d e l e d a s a h y p e r g r a p h g a m e,w h i c h w a s p r o v e d t o b e a p o t e n t i a l g a m e a n d h a d a t l e a s t o n e N a s h e q u i l i b r i u m.T h e n,a d i s t r i b u t e d s p e c t r u m d e c i
9、s i o n m e t h-o d b a s e d o n c o n c u r r e n t h i g h e s t r e s p o n s e w a s d e s i g n e d t o s o l v e t h e o p t i m a l s p e c t r u m a l l o c a t i o n s t r a t e g y.T h e s i m u l a t i o n r e s u l t s s h o w t h a t t h e p r o p o s e d m u l t i-d i m e n s i o n a
10、l h y p e r g r a p h g a m e h a s a c h i e v e d t h e d i s-t r i b u t e d s p e c t r u m s h a r i n g i n 6 G e n v i r o n m e n t.C o m p a r e d w i t h t h e t r a d i t i o n a l h y p e r g r a p h g a m e m e t h o d s,t h e i n t e r f e r e n c e l e v e l b e t w e e n u s e r s i
11、s f u r t h e r r e d u c e d a n d t h e n e t w o r k t h r o u g h p u t i s g r e a t l y i m p r o v e d.K e y w o r d s:6 G n e t w o r k s;s p e c t r u m s h a r i n g;TH z c o mm u n i c a t i o n s;m u l t i-d i m e n s i o n a l h y p e r g r a p h;g a m e t h e o r y 收稿日期:2 0 2 2-0 9-0 2
12、第一作者:张凌瑄,助理工程师,主要研究无线通信,4 5 5 9 2 0 8 6 9q q.c o m。通信作者:石 芳,工程师,主要研究雷达电子,7 4 5 2 7 6 2 8 7q q.c o m。6 G时代是万物智慧互联的时代,通信规模呈现海地空一体化的发展趋势,用频设备也呈几何级的趋势增长1。为满足未来6 G系统频谱资源的使用需求,一方面,需要扩展可用频谱,例如采用太赫兹频谱和可见光频谱;另一方面,需要设计高效的频谱共享方案,通过合理地划分频谱资源,提升频谱利用率2-3。频谱资源分配的本质是通过合理分配信道资源,降低用户间的干扰,以提升网络的吞吐量。然而,6 G网络频谱分配面临如下挑战:
13、(1)随着网络内用频设备的日益增多,而频谱资源相对有限,用户竞争接入信道,产生了较为严重的内部干扰,直接导致系统的通信性能下降4。(2)6 G网络将采用太赫兹通信方式,与传统网络相比,用户间的信道干扰更加复杂5-6。(3)6 G网络中节点数量较多,由于集中式的分配方法不适用于大规模密集网络,需采用分布式的信道接入方法,给频谱分配方案的设计增加了难度7。用图的形式刻画通信节点间的干扰关系,不仅可以使问题更加直观地体现,同时还能保证模型的准确性,因此二元图干扰被广泛应用于无线网络中来解决用户间的频谱资源分配问题8-1 0。文献8针对认知无线电网络中的信道资源分配问题,提出了局部互利博弈学习方法,网
14、络节点通过局部信息交互分布式地实现信道资源优化。进一步地,文献9 提出了一种广义干扰模型来更加精确地刻画通信节点间的干扰,根据距离的远近划分为不同级别的干扰邻居,提升网络性能。随着通信需求不断增加,用户分布更加密集,干扰关系也更加复杂,而二元图干扰模型主要考虑成对的强干扰关系,无法描绘密集场景中多个弱相关通信节点产生的累积干扰效应。作为二元图的改进提升,超图干扰模型不仅可以描述二元强干扰,还可以描述累积干扰关系1 1-1 5。文献1 1 在集中式的蜂窝网络场景中,研究了图着色算法在超图模型上如何减小网络间干扰。文献1 2 针对超密集D 2 D网络,提出了超图博弈算法,节点可分布式实现干扰 最
15、小 化。文 献1 3 提 出 了 有 向 超 图 模型,提升了干扰刻画精度。文献1 4 针对动态需求的微蜂窝网络,提出了动态超图博弈方法,进一步提升了网络性能。然而,与传统蜂窝网络和D 2 D网络不同,6 G网络的通信频段达到太赫兹级别,信道干扰呈现出同频干扰、累计干扰和邻频干扰等多种样式5,现 有超图方法只能刻画同频干扰中的直接干扰和累计干扰1 2-1 5,无法对邻频干扰进行建模分析,网络性能将受到影响。此外,考虑到算法实现和复杂度等因素,密集网络还需设计分布式算法,以降低网络计算开销。本文针对超密集6 G网络中的复杂干扰关系,提出了多维超图博弈方法。为降低网络干扰水平,将问题建模为博弈问题
16、,多维超图博弈被证明为势能博弈,存在纳什均衡点。设计了基于同步最优响应的信道优化算法,实现超密集6 G网络的高效频谱共享。1 系统模型与问题描述1.1 系统模型如图1所示,本文考虑一个超密集6 G微基站网络。假设网络中有M个6 G微基站,集合为M=1,2,M,网络内一共有N个可用信道,信道集合为N=1,2,N。其中,对于任意两个不同的信道n1、n2(n1,n2N),如果满足n1-n2=1,则称两个信道互为相邻信道。每个基站可从信道集中选出一个信道进行接入,与基站用户进行信息传输。考虑到网络的实际用频需求,假设基站数量大于可用信道数量,即MN。图1 超密集6 G网络通信传输示意对于基站iM,其吞吐量计算为Ri=Bl o g21+PriIi+N0()(1)式中:B为每个太赫兹信道的带宽,Pri为基站用户接收到的实际信号功率,Ii为干扰信号功率,N0为背景噪声功率。需要注意的是,与传统网络只考虑同频干扰不同,由于太赫兹通信特性,此处干扰信号功率包括两个部分:同频干扰信号和邻频干扰信号。同频干扰为一定范围内多个用户在同一信道上传输信息产生的干扰,邻频干扰为用户在相邻信道传输时产生的干扰。网络的
