基于社交网络结合贪心策略的车辆D2D通信中继选择算法

在基于车辆的设备到设备(D2D)中继通信系统中，以中断概率最小化为目标提出了一种社交网络结合贪心策略的车辆D2D通信中继选择算法。该算法首先根据物理传输距离和社交关系强度阈值对所有潜在中继节点进行预筛选过程，从而有效降低中继节点的平均探测次数；然后根据备选中继集合的大小进行选择优先权的排序，并结合贪心策略进行最优中继节点的选择。仿真结果表明，与已有中继选择算法相比，所提出的算法能够有效降低系统的中断概率，实现较好的连通性。

移动互联网和无线通信的迅猛发展需要庞大的网络流量，这种需求对现有的移动通信系统带来了巨大的挑战。由于无线频谱资源的稀缺，各种无线移动应用也对无线网络造成了严重的压力[1]。设备到设备(Device to Device, D2D)通信技术可以使现实世界中物理距离较近的终端设备绕过基站(eNB)进行直连通信[2]。D2D 通信允许D2D 对复用蜂窝用户的资源，这能够有效的提高频谱资源利用率，降低通信网络中的功率损耗[3]。此外，D2D 通信也能够起到降低eNB 负载的作用。随着车辆用户的增多，将D2D通信技术引入车辆通信中可以有效的提升车辆通信系统的传输距离和安全性。然而，在车辆D2D 两端用户距离较远或者信道条件很差的情况下，直连的D2D 通信往往并不能取得很好的效果。因此，为了扩大蜂窝网络的通信范围，提高通信的可靠性和灵活性，需要采用中继技术来辅助车辆D2D 通信[4]。

具有中继辅助的D2D 通信技术能够有效的延长两终端的通信距离。

在车辆通信系统中， D2D 中继通信技术将作为智能交通的重要支撑得到广泛应用[5]。文献[6]以D2D 通信网络总吞吐量最大化为目标提出了一种基于Q-learning 的中继选择算法。

文献[7]以蜂窝上行链路和D2D 链路的总吞吐量最大化为目标， 提出了一种两级最优中继选择方案。

但以上方案都没有考虑D2D对用户和中继用户之间的社会关系强度。

在当今万物互联的社会，随着智能移动终端数量的激增以及各式各样的社交网络应用的层出不穷，人与人之间构成了复杂的社会关系网络，使得移动社交网络和人们的日常生活息息相关[8] [9]。因此，中继辅助的D2D 通信网络不仅要考虑传统的物理传输距离对通信系统的影响， 还要考虑用户之间的社会关系强度对通信系统的影响。拥有更高社会关系强度的用户可能更愿意为D2D 用户转发数据，因此将社交网络引入车辆D2D 通信系统中对于数据传输的保密性以及用户体验满意度等方面具有重要的意义。文献[10]提出了一种基于社交感知的中点中继选择方案， 以提高D2D 通信系统的吞吐量。

文献[11]通过在D2D 通信中引入一种新的分布式社会关系架构，讨论和分析了动态社会关系和信任管理机制的新方法，得出了高效可靠的社会D2D 中继网络能够显著提高毫米波5G 无线网络容量的结论。文献[12]提出了一种基于D2D 通信的中继协作系统模型，该模型不仅可以提高通信网络无线电资源效率，还可以为临近用户提供更高的传输速率。

但以上文献都很少关注车辆D2D 中继通信系统的连通性问题，即中断概率最小化问题，在现实世界中车辆D2D 用户往往需要的是稳定且安全的连接。因此，本文以车辆D2D 通信网络中断概率最小化为