一种面向多目标的增强型社交D2D中继选择方法技术

本发明专利技术提供一种面向多目标的增强型社交D2D中继选择方法，该方法对输入数据进行预处理得到所需类型的数据；对得到的数据进行指标即目标决策权重生成计算；对获得的单目标输出量与服务质量QoS条件进行转换整合，进而通过分布式消息传递机制进行求解，获得最终输出结果。该算法基于修改的IFAHP法和熵权法的结合，将多目标优化问题转换为单目标优化问题，并进一步转换服务质量条件的表达式，进而通过合适的消息传递算法分布式地求解出D2D UE‑NW中继选择结果。本发明专利技术将VUE带犹豫程度的主观偏好和客观信息决策权重相结合进行考虑，因而使得中继选择结果获得更全面的性能提升，拥有更高的设备接入比例、吞吐量和系统公平性。

A multi objective enhanced social D2D relay selection method

The invention provides a method for multi target enhancement relay selection method based social D2D, the method of preprocessing to obtain the required data types of input data; index target decision weights generation calculation to get the data conversion; integration of single target output and service quality of QoS obtained on the condition, and then through the distributed message passing mechanism to solve, to get the final output results. This algorithm combined with modified IFAHP method and entropy method based on the multi-objective optimization problem is transformed into a single objective optimization problem, expression and further conversion service quality requirements, and then through the appropriate message passing algorithm for distributed D2D UE NW relay selection results. The invention combines the subjective preference of VUE with the hesitant degree and the objective information decision weight, so as to make the relay selection result get more comprehensive performance improvement, and has higher equipment access ratio, throughput and system fairness.

【技术实现步骤摘要】
一种面向多目标的增强型社交D2D中继选择方法
本专利技术涉及移动通信领域，更具体地，涉及一种面向多目标的增强型社交D2D中继选择方法。
技术介绍
D2D通信技术可以使得用户终端(UE)之间进行直接通信，而不需要经过基站(eNB)等设备的传输或转发，从而达到降低eNB负载以及扩大通信覆盖的目的。UE-NW(UE-to-Network)中继是3GPPLTE标准制定组在D2D通信议题中引入的新特性，具有灵活部署的优点，能够在不增加现有网络设备的情况下扩大网络覆盖范围，因而能被广泛地应用于商用通信、公共安全通信(如地震、战争)等领域。如图1所示，典型的D2DUE-NW系统中包括一个eNB、若干中继用户设备RelayUE(RUE)以及若干VictimUE(VUE，即需要D2D中继连接服务的UE)。eNB与RUE通过蜂窝通信链路相连接，而RUE与VUE则通过3GPP规定的D2D通信专用的副链路相连接。VUE可进一步分为两种类型：蜂窝网络覆盖范围内的In-CoverageVUE(ICVUE)、蜂窝网络覆盖范围外的Out-of-CoverageVUE(OOCVUE)。虽然D2DUE-NW中继通信技术具备上述优势，但现有的方案中仍存在问题，即如何在满足现有3GPP规定的结论的基础上，有效地执行D2D中继选择功能。在此问题中，一个关键的问题就是基于何种标准和方法来执行多目标优化下的D2D中继选择。3GPPRAN2工作组在2015年形成的结论中，提出了如下要求：“VUE选择的中继UE，需同时满足链路最佳质量以及其它高层所规定的条件”。与此同时，随着社交网络技术的发展，D2DUE也越来越多地呈现出持有者的社交属性。UE间的社交相似度越高，往往也意味着更高的信任程度，也即更高程度的连接安全性。此外，高的社交相似度往往也意味着VUE能够有更大的可能从社交相近的UE中获取到感兴趣的数据内容。因此，D2D的社交连接属性获得了越来越广泛的研究关注度。然而，现有的技术方法均存在不同程度的设计缺陷。典型的关注物理链路性能的方案，现有技术中，通过迭代更新分簇内D2D链路的最大可达广播速率，获得可靠重传机制下最小时频资源消耗的分簇以及相应的分簇头。然而，该方案忽视了D2D设备呈现的社交连接属性，且有着过高的计算复杂度。现有技术中有提出了联合社交和物理连接属性的D2D中继选择方案，但该类方案都是在假设社交和物理连接属性有着相同的处理优先权重下执行的，并不一定符合实际的应用场景。另一方面，这些方法都为关注单一目标下的优化方案，未考虑多目标优化的情况，会使得UE-NW系统的接入性能提升较为单一化。除上述单优化目标的方案外，现有技术中还有提出了一种基于互补模糊层次分析法(ComplementaryFuzzyAnalyticHierarchyProcess，CFAHP)和马氏距离(MahalanobisDistance，MD)相结合的多目标D2D中继选择方案。然而，这个方案中的多目标并不包含社交属性。此外，该方案依赖于CFAHP带来的主观判断，忽略了客观数据可提供的用于中继选择的有利决策信息。与此同时，CFAHP法的执行并未考虑UE主观模糊判断存在的犹豫度心理特性。另一方面，该方法未能区分收益型和损耗型指标的不同处理策略。
技术实现思路
本专利技术提供一种提升获取目标类型的数据的概率的面向多目标的增强型社交D2D中继选择方法。为了达到上述技术效果，本专利技术的技术方案如下：一种面向多目标的增强型社交D2D中继选择方法，包括以下步骤：S1：对输入数据进行预处理得到所需类型的数据；S2：对S1中的数据进行指标即目标决策权重生成计算；S3：将S2中获得的单目标输出量与服务质量QoS条件进行转换整合，进而通过分布式消息传递机制进行求解，获得最终输出结果。进一步地，所述步骤S1的具体过程是：令中继用户设备RUE组成集合R＝{R1,R2,...,RN}，N为候选中继用户设备RUE的个数；中继连接服务的用户设备VUE组成集合V＝{v1,v2,...,vM}，M为VUE的个数；本方法需要进行决策权重生成计算的指标有：VUEv和RUEr间的链路容量VUEv和RUEr间的社交相似度Sv,r：由杰卡德系数描述，定义为VUEv和RUEr间拥有的共同社交属性占总的社交属性的比例；RUEr端的缓存大小βr；VUEv获取RUEr中继服务所需的消耗Cv,r：在IC场景中，为VUE激励RUE执行中继服务所需的代价；而在OOC场景中，为VUE自身的功耗；上述多目标构成VUEv端的目标集合其中，容量、社交相似度以及RUE端缓存大小为增益型指标，数值越高则越优；另一方面，消耗则为损耗型指标，数值越低则越优；与此同时，定义二元选择变量Xv,r来指示VUEv是否选择候选RUEr：除了上述多目标之外，还需进行决策权重生成计算的指标有：VUE端对各个指标所要求的QoS条件；RUE端的接受能力，即最大可接入的VUE数量Kr；每个VUE只能接入唯一一个RUE；基于上述内容，本方法需求解的优化模型如下：max{P1,P2,P3,-P4}(2)该模型受限于：其中：Sv,thresh,βv,thresh,Cv,thresh分别为VUEv端的容量QoS阈值，社交相似度QoS阈值，缓存QoS阈值，消耗QoS阈值。进一步地，所述步骤S2的具体过程包括进行主观偏好决策权重生成以及客观决策权重生成；所述主观偏好决策权重生成包括以下步骤：1)、构造直观模糊偏好关系；2)、构造完美乘性一致直观模糊关系矩阵；3)、生成直观模糊数值权重；4)、生成确定数排序数值；5)、归一化排序数值，生成输出主观偏好权重即VUEv端的第i个指标所对应的主观偏好权重；所述客观决策权重生成包括以下步骤：1)、输入所有候选RUE的各项指标数值；2)、数据预处理；3)熵权法获得客观决策权重；4)整合主观偏好决策权重生成得到的结果处理生成输出VUEv端的单目标相对近似度序列Τv。进一步地，所述步骤S3的具体过程是：通过Τv，将原优化问题模型转换为求解单目标相对近似度RPD总和最小的新优化模型：受限于：C1～C6(6)由于此包含QoS阈值条件的优化模型不能直接被现有的分布式消息传递算法求解，因此，为进一步求解优化问题(5)，引入下面指示量：进一步地，将(7)与(4)的目标相结合，得到如下转换模型：受限于：其中，C7是为保证(8)和(5)在数学意义上等价而引入的新条件，对于模型(8)，(5)的目标函数已经和QoS阈值条件相结合，从而使得(8)的求解在意义上等价于求解出能够同时满足最小RPD和满足所有QoS阈值条件的中继选择结果，由于在实际通信系统中，条件C7在该类QoS限制下的二元选择问题中难以被完全满足，为了适用分布式消息传递机制进行模型求解，略去C7，从而求解出(8)的期望输出结果，为了采用分布式消息传递机制求解(8)，重定义第t次迭代中，RUE端到VUE端的消息为以及VUE端到RUE端的消息为其中，ω为保证算法收敛的预定义阻尼系数，表示VUE的组成集合V删除第v个VUE的剩余子集(即V/{v})中的第Kr个最小消息量，且0＜Kr≤M,Kr∈Z+为预定义的参数；由于(8)的求解目标类型为最小化优化求和，则相应地，本专利技术设置分布式消息传递机制的求解目标为最本文档来自技高网...

【技术保护点】
一种面向多目标的增强型社交D2D中继选择方法，其特征在于，包括以下步骤：S1：对输入数据进行预处理得到所需类型的数据；S2：对S1中的数据进行指标即目标决策权重生成计算；S3：将S2中获得的单目标输出量与服务质量QoS条件进行转换整合，进而通过分布式消息传递机制进行求解，获得最终输出结果。

【技术特征摘要】
1.一种面向多目标的增强型社交D2D中继选择方法，其特征在于，包括以下步骤：S1：对输入数据进行预处理得到所需类型的数据；S2：对S1中的数据进行指标即目标决策权重生成计算；S3：将S2中获得的单目标输出量与服务质量QoS条件进行转换整合，进而通过分布式消息传递机制进行求解，获得最终输出结果。2.根据权利要求1所述的面向多目标的增强型社交D2D中继选择方法，其特征在于，所述步骤S1的具体过程是：令中继用户设备RUE组成集合R＝{R1,R2,...,RN}，N为候选中继用户设备RUE的个数；中继连接服务的用户设备VUE组成集合V＝{v1,v2,...,vM}，M为VUE的个数；本方法需要进行决策权重生成计算的指标有：VUEv和RUEr间的链路容量VUEv和RUEr间的社交相似度Sv,r：由杰卡德系数描述，定义为VUEv和RUEr间拥有的共同社交属性占总的社交属性的比例；RUEr端的缓存大小βr；VUEv获取RUEr中继服务所需的消耗Cv,r：在IC场景中，为VUE激励RUE执行中继服务所需的代价；而在OOC场景中，为VUE自身的功耗；上述多目标构成VUEv端的目标集合其中，容量、社交相似度以及RUE端缓存大小为增益型指标，数值越高则越优；另一方面，消耗则为损耗型指标，数值越低则越优；与此同时，定义二元选择变量Xv,r来指示VUEv是否选择候选RUEr：除了上述多目标之外，还需进行决策权重生成计算的指标有：VUE端对各个指标所要求的QoS条件；RUE端的接受能力，即最大可接入的VUE数量Kr；每个VUE只能接入唯一一个RUE；基于上述内容，本方法需求解的优化模型如下：max{P1,P2,P3,-P4}(2)该模型受限于：其中：Sv,thresh,βv,thresh,Cv,thresh分别为VUEv端的容量QoS阈值，社交相似度QoS阈值，缓存QoS阈值，消耗QoS阈值。3.根据权利要求2所述的面向多目标的增强型社交D2D中继选择方法，其特征在于，所述步骤S2的具体过程包括进行主观偏好决策权重生成以及客观决策权重生成；所述主观偏好决策权重生成包括以下步骤：1)、构造直观模糊偏好关系；2)、构造完美乘性一致直观模糊关系矩阵；3)、生成直观模糊数值权重；4)、生成确定数排序数值；5)、归一化排序数值...

【专利技术属性】
技术研发人员：江明，吴宽，
申请(专利权)人：广东顺德中山大学卡内基梅隆大学国际联合研究院，中山大学，
类型：发明
国别省市：广东,44