蜂窝网络实现吞吐率最大化的D2D多播机会调度方法

摘要

一种蜂窝网络实现吞吐率最大化的D2D多播机会调度方法，基于D2D多播组的传输特性：只有所有用户都成功接收数据包后，源终端才发送下一个数据包；因此提高D2D多播组的吞吐率，必需综合考虑每个时隙的吞吐率，而每个时隙的吞吐率取决于该时隙中首次成功接收数据的用户数qi，这样，D2D多播组吞吐率最大化的关键就是合理选择每个传输时隙中首次成功接收数据的用户数qi。本发明综合考虑频谱利用率和网络吞吐率，将多播机会调度技术应用于D2D多播组，利用不同时隙的吞吐率的相关性，在提高频带利用率的同时，提高D2D多播组的吞吐率，从而提高整个蜂窝网络的吞吐率。本发明方法操作步骤简单，计算难度低，技术上容易实现，具有很好的推广应用前景。

说明书

技术领域

本发明涉及一种D2D多播组内的机会调度技术，确切地说，涉及一种蜂窝 网络实现吞吐率最大化的D2D多播机会调度方法，该方法适用于包含D2D多播 组的蜂窝小区的高速率数据传输业务，属于无线通信传输技术领域。

背景技术

随着LTE-A系统的深入研究和发展，更多移动通信系统的技术演进及发展 都是在未来移动蜂窝网络的范畴下进行的。移动通信系统的演进带来带宽需求 的不断加大，造成带宽的分配变得越来越拥挤。由于可用于移动通信的频谱资 源十分有限，而可分配到的带宽又满足不了实际系统的需求。因此，如何在有 限的带宽资源中实现高速率和大容量就成为业界研究的重点，以便能够满足用 户的QoS要求：一方面提高带宽资源的利用率，另一方面还要改进传统的无线 传输技术，获得更好的网络吞吐率。

D2D（Device-to-Device）通信技术是是一种在网络系统控制下。允许终端 之间通过复用小区资源、且不经过基站（eNB）转接而直接进行数据交换或通信 的新型技术，它通过重用蜂窝网络用户的资源来实现端到端通信，因此，其能 够提高带宽资源利用率，增加蜂窝通信系统的频谱效率，降低终端发射功率， 在一定程度上解决无线通信系统频谱资源的匮乏问题。与其他应用于非许可频 段的同类技术相比，D2D具有干扰可控等优点。

文献《D2D技术在LTE-A系统中的应用》中提到，当用户向eNB提出D2D 通信的请求，eNB根据请求将用户的通信方式切换到D2D连接模式。每个D2D 通信链路占用的资源与一个蜂窝通信链路占用的相等。D2D通信将在宏蜂窝 eNB的控制下获得通信所需的频率资源和传输功率。图1所示为D2D多播组内 的通信链路，其中，D_T是D2D通信链路的源终端，D_R1，D_R2，…，D_RN分别是 各个D2D用户。D_T绕过eNB直接向D_R1，D_R2...D_RN发送数据。

D2D通信可应用于移动蜂窝网络中的多种通信业务，特别是近距离或同一 区域内的通信。如某个热点覆盖区域内，用户可以不经过eNB而直接共享资料。 与通过蜂窝小区eNB提供的下载业务相比较，既能保证用户的服务需求，又减 轻了eNB的负载压力。且在进行D2D通信的同时，蜂窝eNB还可以提供话音 和数据服务。另外，D2D还能用于实现本地通信，如将D2D应用于室内环境， 特别是在系统覆盖不充分的部分室内场景时，多个用户之间可以通过D2D通信 传输数据。不再需要通过固定网络接入核心网。

D2D通信在小区网络的控制下与小区各个用户共享资源，因此其频谱的利 用率得到提升。此外，它还能带来的好处包括：减轻蜂窝网络的负担、减少移 动终端的电池功耗、增加比特传输速率、提高网络基础设施故障的鲁棒性等， 还能支持小范围的点对点数据服务。但是，它与蜂窝网络共享无线资源的同时， 也会带来一定的干扰。它对蜂窝小区产生的干扰可以通过调整eNB对D2D通信 的资源和eNB发射功率来进行控制。当D2D链路的功率控制在一定范围内时， 它对蜂窝小区产生的干扰可以忽略不计。

D2D通信通过重用蜂窝网络用户的资源提高了频谱利用率，如果将高性能 的无线传输技术应用于D2D通信，就能达到更高的网络吞吐率，获得更大的网 络容量。单播、多播等传统的无线传输技术对D2D通信来说并不是最佳选择。 因为使用单播方案时，eNB为当前可支持速率最高的用户提供服务，由于每次 只服务于一个用户，因此eNB需要多次重复传输数据，才能使所有用户都成功 接收。广播调度技术同时服务于所有用户，为了避免信道中断，eNB传输数据 的速率受限于其中信道条件最差的用户。这两种方案都不能获得较高的网络吞 吐率。因此，为了尽可能充分利用D2D通信的优势，需要改进现有的传输技术， 将能够实现网络吞吐率最大化的传输技术应用于D2D通信。

作者Gopala和Gamal的两篇文献《Opportunistic multicasting》和《On the throughput-delay tradeoff in cellular multicast》提出一种能够提高网络吞吐率的传 输方案，称为多播机会调度。每次传输中，eNB选择信道条件较好的50%用户 作为目标用户，将能保证这部分用户成功接收的速率作为其发射速率。这时， 另外50%用户出现信道中断，不能成功接收数据。系统使用这种传输方案达到 的网络吞吐率高于单播方案和多播方案。然而，这两篇文献并没有说明如何选 取该50%的比例，也无法获知这是否为最佳的选取比例。Tze-Ping Low等人在 文献《Optimized Opportunistic Multicast Scheduling Over Cellular Networks》中对 网络吞吐率最大化的用户选择比例进行了研究，并得出结论：最佳用户选择比 例与平均信噪比SNR有关，并推导出这个比例随着平均SNR变化的规律。

上述这些方案中的用户选取比例都是定值。也就是说，在每一次传输中成 功接收数据的用户数是一定的。但是，事实上，如果在每个时隙都适当地根据 系统状态调整用户的选取数量，是有可能进一步提高网络吞吐率的。

喷泉码的研究进展推动了多播机会调度技术的发展。将数据用喷泉码进行 信道编码后，不再需要保证用户端接收的数据包服从特定的顺序。相反的，一 旦用户端接收到一定数量的数据包，就能够恢复出原始信息。又有人利用喷泉 码的特性，在《On Maximizing the Throughput of Opportunistic Multicast in Wireless Cellular Networks with Erasure Codes》提出了一种以最大化的最差用户吞吐率为 准则的新调度技术，其具体实施方案是，新的时隙开始时，eNB根据用户反馈 的信道状态，计算出每个用户的信道速率，再根据这些数据判断应该选取多少 用户才能使这个时隙的吞吐率最大。考虑到使用这种调度方案时，优先接收数 据的始终为信道条件较好的用户。假如将其应用于异构网络，就会产生公平性 问题。因此，作者在扩展到异构网络时，对调度准则进行了一些改进，在用户 的信道速率中引入用户的平均SNR作为加权因子，得到每个用户的相对信道速 率，然后再用同构网络的选择方案选择用户。

上述所有方案在研究网络吞吐率时，并没有考虑前后时隙的相互影响，然 而，由于网络吞吐率是各时隙的吞吐率的均值，前、后时隙的吞吐率是相关联 的。因此，在每个时隙的开始阶段，综合考虑前面时隙的吞吐率和后续时隙吞 吐率的估计值，就能有效提高网络吞吐率。

近年来，人们对多媒体业务的需求持续增加，刺激了无线网络中高效业务 传输技术的发展。由于带宽资源有限，如何利用有限的频带资源提供高质量的 无线多媒体业务始终成为学者和工程业界的研究热点。

近年来兴起的D2D通信是一种有效利用频带资源的通信方式。在D2D通信 中，终端设备之间直接进行数据传输，不需要通过eNB，这样可以节省用户终 端设备和eNB的发射功率。当D2D传输和蜂窝传输之间的干扰得到有效控制的 情况下，D2D通信所需的无线资源只有蜂窝通信模式下的一半，并且能够有效 降低时延、减少移动终端的电池功耗，从而带来更好的用户体验。

另一方面，如何提高网络吞吐率也是衡量服务质量和系统性能的一个研究 热点，因此人们提出了多种可以提高网络吞吐率的多播机会调度方案。多播机 会调度的研究场景都是假定用户的信道条件是独立的、准静态随机过程，即不 同时隙的信道状态相互独立，但并不意味着不同时隙的吞吐率也相互独立。如 果前一时隙的数据速率较低，那么就有较多的用户首次成功接收数据；相应地， 下一时隙尚未成功接收数据的用户数量也会相应地减少，从而影响下一时隙的 吞吐率。然而，已有的多播机会调度方案并没有考虑前后时隙的吞吐率之间的 相关性，因此，如果综合考虑前面时隙的吞吐率和后续时隙吞吐率的估计值， 就能进一步提高网络吞吐率。如果将改进的最大化吞吐率的多播机会调度技术 应用于D2D通信，那么就能在提高频带利用率的同时，提高D2D多播组的吞吐 率，从而进一步提高整个蜂窝网络的吞吐率。

发明内容

有鉴于此，本发明的目的是提供一种蜂窝网络实现吞吐率最大化的D2D多 播机会调度方法，本发明综合考虑频谱利用率和网络吞吐率，将多播机会调度 技术应用于D2D多播组，充分利用不同时隙的吞吐率之间相关性，克服现有技 术未考虑前后时隙相互影响的缺陷，在提高频带利用率的同时，提高D2D多播 组的吞吐率，从而提高整个蜂窝网络的吞吐率。本发明方法操作简单，计算难 度低，技术上容易实现，稳定性和可操作性也较强，具有很好的实用化前景。

为了达到上述目的，本发明提供了一种蜂窝网络实现吞吐率最大化的D2D 多播机会调度方法（Optimized OMS），其特征在于：每个数据包的传输都是在 多个时隙完成的：在这些时隙中，源终端持续向D2D多播组用户发射该数据包， 直至所有用户都成功接收后，源终端才发送下一个数据包；因D2D多播组的吞 吐率是其每个时隙的吞吐率的均值，故提高D2D多播组的吞吐率，必需综合考 虑每个时隙的吞吐率Y=r(i)×q_i，式中，自然数i是时隙序号，r(i)是源终端在 每个时隙的数据发射速率，q_i是每个时隙首次成功接收数据的用户数；且r(i)与 q_i的数值相互关联，即q_i的数值确定后，就能根据q_i计算得到r(i)；因此，每个 时隙的吞吐率取决于该时隙中首次成功接收数据的用户数q_i，这样，D2D多播 组吞吐率最大化的关键就是合理选择每个传输时隙中首次成功接收数据的用户 数q_i；该q_i的最佳取值的调度方法包括下列操作步骤：

（1）D2D多播组发送第1个时隙至第（i－1）个时隙的数据包后，源终端 根据每个时隙的数据发射速率r(i)和该时隙首次成功接收数据的用户数q_i，按照 公式∑Y=r(1)×q₁+…+r(i-1)×q_i-1计算前（i－1）个时隙的吞吐率的累加之和；

（2）源终端先按照下述公式统计当前第i个时隙开始时，网络系统中尚未 成功接收数据的用户数m_i=N-(q₁+…+q_i-1)，式中，N是D2D多播组的用户总数； 然后根据第i个时隙首次成功接收数据的用户数q_i分别为{1,2,…,m_i}的不同情况 时，计算所对应的第i个时隙的吞吐率：这样就能根据第i个时隙首次成功接收 数据的用户数q_i推导得出源终端在该第i个时隙的数据发射速率r(i)为进而 得到第i个时隙的吞吐率为

（3）源终端根据第i个时隙结束时，网络系统中尚未成功接收数据的用户 数（m_i-q_i）和D2D多播组用户与源终端的传输信道状态统计特性，估算后续 时隙能够达到的最大吞吐率和后续时隙数由于q_i有m_i个不同数值， 因此（m_i-q_i）也有m_i个不同数值；相应地，和也有m_i个不同数值；

（4）源终端根据上述三个步骤（1）、（2）、（3）得到的数据 ∑Y=r(1)×q₁+…+r(i-1)×q_i-1，以及和基于第i个时隙里首次成 功接收数据的用户数q_i，按照下述公式计算D2D多播组的吞吐率R的期望值 $E\left[R\right]=\frac{r\left(1\right)\times q_1+···+r(i-1)\times q_{i-1}+r_{i,q_i}\times q_i+T_{m_i-q_i}\times L_{m_i-q_i}}{i+L_{m_i-q_i}};$因q_i有m_i个不同取值，相应地， E[R]也有m_i个不同取值；

（5）根据吞吐率R的期望值E[R]，源终端根据计算公式从q_i的m_i个不同数值中选出能够使D2D多播组吞吐率R达到最大化的q_i最佳值。

本发明D2D多播机会调度方法与传统的无线传输技术相比较的优点是：

首先，本发明采用D2D通信技术，各终端之间直接传输数据，不需通过eNB， 节省了用户终端和eNB的发射功率。当D2D传输和蜂窝传输之间的干扰得到有 效控制的前提下，D2D通信所需的无线资源只有蜂窝通信模式的一半，既有效 利用了频带资源，还明显降低了传输时延和减少移动终端的能耗，带来更好的 用户体验。

其次，本发明D2D多播组的调度技术相比传统多播调度技术有很大改进： 现有技术中致力于提高吞吐率的最好的多播机会调度技术有两种：一种是静态 多播调度技术（Static OMS）：最佳用户选择比例与平均SNR相关，并推导出这 个选择比例随着平均SNR变化的规律。另一种是最大化最差用户吞吐率的多播 机会调度技术（Maximal OMS）：每个时隙的用户选择比例要以最差用户的吞吐 率最大化为准则和根据实际的用户信道状况进行实时调整。其具体实施方案是： 新的时隙开始时，eNB根据用户反馈的信道状态，计算出每个用户的信道速率， 再根据这些数据判断应该选取多少用户，才能够使这个时隙的吞吐率最大。

上述两种现有技术的共同缺点是：忽略了每个时隙的吞吐率之间的相关性。 本发明进行单小区蜂窝网中的多播机会调度时，充分利用用户信道的统计信息， 并考虑前后时隙的相关性，推导出随着网络中总用户数的变化，平均每时隙吞 吐率上限的期望值及其对应的总时隙数；进而在时隙的间隔期间利用这些信息， 合理选择下一时隙的目标用户数，使得平均每时隙吞吐率的估计值最大。

总之，本发明在D2D通信技术基础上，融合了传统的单播传输技术和广播 传输技术，也就是同时利用单播技术的多用户分集和广播技术的广播增益，为 D2D多播组带来了较高的网络吞吐率，从而既提高整个蜂窝网络的吞吐率，还 同时满足了D2D多播组内高速数据业务用户的QoS要求。因此，本发明具有很 好的推广应用前景。

附图说明

图1是D2D多播组内的通信链路示意图。

图2是本发明实现吞吐率最大化的D2D多播机会调度方法应用场景-蜂窝 网络架构组成示意图。

图3是本发明蜂窝网络实现吞吐率最大化的D2D多播机会调度方法操作步 骤流程图。

图4是本发明实施例中不同多播调度方法的吞吐率随SNR变化的示意图。

图5是本发明实施例中不同多播调度方法的吞吐率随用户总数发生变化的 示意图。

.具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图和仿真实施 例对本发明的实施例试验过程及性能分析作进一步的详细描述。

本发明方法适用的移动用户分布环境举例说明如下：某公司员工召开视频 电话会议，与会人员都聚集在会议室里，用各自的手提电脑通过无线上网。会 议开始后，会议主持人利用无线网络让大家共享自己的电脑桌面，与会人员在 自己的手提电脑上以视频形式实时观看主持人在桌面上打开的会议资料。这时， 这间会议室里所有手提电脑就构成了一个D2D多播组，组内各终端之间距离很 近，需要接收相同的多媒体数据，并且因观看的是高清视频，故数据传输速率 较高。这时使用D2D多播调度技术，既可以满足各个用户的高速传输数据要求， 也能节省终端电池能耗，这对续航时间有限的手提移动设备来说很有意义。

从上面举例可知，本发明的应用场景如图2所示：一个包含eNB、多个用 户D_T和D_R1、D_R2、...、D_RN组成的D2D多播组和其余的普通蜂窝网络用户C₁、...、 C_M所组成的小区无线蜂窝网，其中，D2D多播组的各个用户彼此距离较近、移 动速度慢、位置相对稳定，还都订制了相同的高速多媒体数据业务。普通蜂窝 网络用户的数据由eNB直接发送，而D2D组内的数据传输则绕过eNB，由组内 的一个移动终端（即源终端D_T）向其他移动终端或用户D_R1、D_R2、…、D_RN传输。

本发明应用场景中，D2D多播组用户（其场景如图2中左侧实线圆内所示） 的信道条件如下：D2D多播组内的每个用户D_R1、D_R2、…、D_RN与源终端D_T之 间的通信链路的信道信息是相互独立的、并服从准静态平坦瑞利衰落准则，即 每个时隙内，各个用户的信道条件都保持不变；而在下一个时隙开始时，每个 用户的信道条件都会发生各自独立的变化。故在每个时隙开始阶段，每个D2D 用户都要准确无误地将其与源终端之间的通信链路的信道状态信息CSI （Channel State Information）反馈给源终端，以供源终端向D2D用户组发送数 据，直至所有用户都成功接收其所需的数据。

本发明实现吞吐率最大化的D2D多播机会调度方法目的是提高D2D多播组 的吞吐率，因为D2D多播组的数据包传输过程是在多个时隙完成的，其中的每 个时隙源终端都在重复发送相同的数据包，使得每个时隙都有部分用户成功接 收数据。直到所有用户都已成功接收该数据包，源终端才开始发送下一个数据 包。由于源终端在每个时隙的调度操作相互关联的，即其每个时隙的调度处理 都是基于前一时隙的调度结果；故只有将前一时隙的吞吐率控制在适宜的较低 值，才能使其后续时隙获得较高值。这样获得较高的网络吞吐率的前提是要平 衡相邻时隙的吞吐率。也就是说，D2D多播组的吞吐率是其每个时隙的吞吐率 的均值，故提高D2D多播组的吞吐率，必需综合考虑每个时隙的吞吐率Y=r(i) ×q_i，式中，自然数i是时隙序号，r(i)是源终端在每个时隙的数据发射速率，q_i是每个时隙首次成功接收数据的用户数；且r(i)与q_i的数值相互关联，即q_i的数 值确定后，就能根据q_i计算得到r(i)；因此，每个时隙的吞吐率取决于该时隙中 首次成功接收数据的用户数q_i，这样，提高D2D多播组吞吐率的关键就是合理 选择每个传输时隙中首次成功接收数据的用户数q_i。

参见图3，介绍本发明选择确定q_i的最佳取值的方法的下列具体操作步骤：

步骤1，D2D多播组内的源终端从第1个时隙至第（i－1）个时隙传输同一 个数据包后，根据每个时隙的数据发射速率r(i)和该时隙首次成功接收数据的用 户数q_i，按照公式∑Y=r(1)×q₁+…+r(i-1)×q_i-1计算前（i-1）个时隙的吞吐率的累 加之和。

步骤2，源终端先按照下述公式统计当前第i个时隙开始时，网络系统中尚 未成功接收数据的用户数m_i=N-(q₁+…+q_i-₁)，式中，N是D2D多播组的用户总 数；然后根据第i个时隙首次成功接收数据的用户数q_i分别为{1,2,…,m_i}的不同情 况时，计算所对应的第i个时隙的吞吐率：这样就能根据第i个时隙首次成功接 收数据的用户数q_i推导得出源终端在该第i个时隙的数据发射速率r(i)为进 而得到第i个时隙的吞吐率为该步骤包括下列操作步骤：

（21）源终端分别计算所有m_i个尚未成功接收数据的用户的信道传输速率；

源终端先计算其与第g个D2D用户之间在第（i－1）个时隙中的信噪比： 式中，P为源终端的发射功率，N₀为噪声功率，h_g(i-1)为 第（i－1）个时隙中，源终端与第g个D2D用户之间的信道传输系数。

再按照下述公式计算第g个D2D用户在第（i－1）个时隙的信道传输速率 r_g(i-1)=log₂(1+γ_g(i-1))。

（22）源终端将得到的m_i个尚未成功接收数据的用户的信道传输速率值按 照数值大小降序排列，则其中第q_i个数值表示r(i)与q_i之间的相互关联性； 当源终端在第i个时隙的数据发射速率r(i)为时，第i个时隙首次成功接收数 据的用户数为q_i；相应地，也能根据第i个时隙首次成功接收数据的用户数q_i推 导出该第i个时隙源终端的数据发射速率r(i)为也就是：第i个时隙的吞吐 率为因q_i有m_i个不同数值，故第i个时隙的吞吐率也有m_i个不同值。

步骤3，源终端根据当前第i个时隙结束时，网络系统中尚未成功接收数据 的用户数（m_i-q_i）和D2D多播组用户与源终端的传输信道状态统计特性，估 算后续时隙能够达到的最大吞吐率和后续时隙数由于q_i有m_i个不同 数值，因此（m_i-q_i）也有m_i个不同数值；相应地，和也有m_i个不同 数值。该步骤的估算包括下列操作内容：

（31）因后续时隙能够达到的最大吞吐率和后续时隙数的估计值 都是只取决于网络系统中尚未成功接收数据的用户数（m_i-q_i），为描述简便， 用自然数x替代该用户数（m_i-q_i），以便详细描述T_x和L_x的求解操作步骤。

（32）计算一个x行x列的下三角矩阵式中，第n行第 m列元素S_n,m表示源终端在尚未成功接收数据的n个D2D多播组用户中选择m 个用户传输数据时的用户总吞吐率的期望值；自然数m和n的最大值为x；且m 不大于n。下三角矩A中的元素S_n,m表示在尚未成功接收数据的用户总数为n的 D2D多播组中选择m个用户进行传输时，D2D多播组的总吞吐率的期望值。它 的计算操作包括下列内容：

（32A）先用下述方法计算每个用户的信道速率期望值：用f(r)和F(r)分别 表示用户信道传输速率的概率密度函数及其累计分布函数，且假设在第i个时隙 共有n个尚未成功接收数据的用户，再将这些用户的信道传输速率按照大小降 序排列，得到r_1:n(i)≥r_2:n(i)≥...≥r_n:n(i)；同时，因这些用户的位置相对稳定和移动 速度慢，即每个用户的信道条件都为准静态随机过程，故能够删除上式的时隙 序号而改写为r_1：n≥r₂：_n≥...≥r_n：n；从而得到排序后的第m个信道速率的期望值为 $E\left[r_{m:n}\right]=n\left(\begin{array}{c}n-1\\ m-1\end{array}\right)\times {\int }_0^{\infty }r\times f\left(r\right)\times {\left[F\left(r\right)\right]}^{m-1}\times {[1-F\left(r\right)]}^{n-m}\times \mathrm{dr}.$

（32B）当源终端的数据发射速率为E[r_m:n]时，尚未成功接收数据的用户总 数为n的D2D多播组中共有m个用户成功接收数据，得到D2D多播组的总吞吐 率的期望值：S_n,m=m×E[r_m:n]。

（32C）将步骤（32A）中E[r_m:n]的计算式代入步骤（32B）中S_n,m的计算式 中，得到S_n,m的计算公式：$S_{n,m}=m\times [n\left(\begin{array}{c}n-1\\ m-1\end{array}\right)\times {\int }_0^{\infty }r\times f\left(r\right)\times {\left[F\left(r\right)\right]}^{m-1}\times {[1-F\left(r\right)]}^{n-m}\times \mathrm{dr}].$

（33）假设包含x个尚未接收数据的用户的D2D多播组的所有用户都成功 接收数据，源终端必须要用L个时隙发送同一个数据包，则在第i个时隙里首次 成功接收数据的用户数为q_i时，D2D多播组的吞吐率T′_x为： $T_x^{\prime }=\frac{1}{L}\times (S_{x,q_1}+S_{x-q_1,q_2}+S_{x-q_1-q_2,q_3}+...+S_{(x-\underset{i=1}{\overset{L-1}{\Sigma }}{q}_i),q_L});$式中，自然数L为发送同一个数据包 的总时隙数。

（34）源终端按照下述两个公式计算得到包含x个尚未接收数据的用户的 D2D多播组能够达到的最大吞吐率T_x=max(T′_x)，以及该多播组的最大吞吐率所 对应的传输总时隙数L_x为：$\{L_x,q_1,q_2...q_{L_x}\}=\arg \underset{\{L,q_1,q_2...q_{L_x}\}}{\max }\left(T_x^{\prime }\right).$

步骤4，源终端根据上述三个步骤1~3分别得到的数据： ∑Y=r(1)×q₁+…+r(i-1)×q_i-1，以及和基于第i个时隙里首次成 功接收数据的用户数q_i，按照下述公式计算D2D多播组的吞吐率R的期望值 $E\left[R\right]=\frac{r\left(1\right)\times q_1+···+r(i-1)\times q_{i-1}+r_{i,q_i}\times q_i+T_{m_i-q_i}\times L_{m_i-q_i}}{i+L_{m_i-q_i}};$因q_i有m_i个不同取值，相应地， E[R]也有m_i个不同取值。

步骤5，根据吞吐率R的期望值E[R]，源终端根据计算公式 从q_i的m_i个不同数值中选出能够使D2D多播组吞吐率R达 到最大化的q_i最佳值。

本发明已经进行了多次仿真实施试验，下面具体介绍实施例及其性能分析：

仿真实施例是模拟图2所示的无线蜂窝网D2D多播场景，用准静态瑞利衰 落模型模拟D2D用户与源终端之间通信链路的信道状态，再假设每个数据包在 传输过程中用户的信道状态保持不变，只有当切换到下一个数据包的传输阶段 时，每个用户的信道状态才都服从瑞利衰落发生各自变化。还假设源终端在发 送每个数据包前都能准确获知各用户的信道状态。同时，假定相对于用户成功 接收每个数据包所需时间而言，基站在切换数据包时所消耗的调度时间可忽略 不计，不影响系统的吞吐率。源终端和D2D用户的功率都控制在设定范围内， 因此D2D通信对普通蜂窝网络用户产生的干扰忽略不计。仿真结果如图4和图 5所示。其中图4为不同多播调度方法下的吞吐率随SNR变化的规律，图5是 不同多播调度机制下吞吐率随用户总数目变化的规律。

在第一组仿真实施例中，D2D用户数为30，信噪比SNR由1dB增加到11dB 的测试结果如图4所示，图中的每个点是发送10000个数据包对应的吞吐率的 平均值。为了体现本发明方法（Optimized OMS）的优越性，发明人同时还进行 了最大化最差用户吞吐率的多播机会调度技术（Maximal OMS）和静态多播机 会调度技术（Static OMS）两种现有技术传输方法的吞吐率仿真试验，从图中可 以看出，本发明方法的性能优于其他两种：当SNR为11dB时，本发明与Maximal OMS相比，大约有15%的性能增益，与Static OMS相比，性能增益则高达140%。 仿真结果有效地验证了本发明方法在提高网络吞吐率方面的优越性。

第二组仿真实施例的仿真结果如图5所示：SNR固定为10dB，D2D用户数 目从5增加到30，其他参数的设置值都与第一组仿真实施例的参数完全相同。 从图5中可以看出，随着D2D用户数目的增加，D2D多播组的吞吐率呈上升趋 势，而且本发明方法的性能始终优于Maximal OMS和Static OMS算法。

总之，本发明方法实施例的试验是成功的，实现了发明目的。