多用户MIMO-OFDM系统中的资源分配与多小区协作研究

摘要

多输入多输出正交频分复用（MIMO-OFDM）技术不但可以有效地消除多径衰落的影响，而且可以显著提升系统的频谱效率和可靠性，已被认定为未来无线通信系统中实现高速率、高质量数据传输的核心技术。MIMO-OFDM系统的多通道并行传输的特性使之更加适合动态资源分配技术的应用，当系统中同时存在多个用户时，通过合理的用户调度和资源分配可以获得更好的系统性能。由于系统中存在着子载波、时隙、发射功率、比特速率、空间子信道等多种可用无线资源，从而使得动态资源分配问题更加灵活，同时也变得更加复杂。尤其是对于多小区通信系统，由于小区与小区之间同信道干扰的影响，不同小区在进行用户调度和资源分配时将会相互影响、相互制约，从而进一步增加了问题的复杂性。因此，研究与设计具有更高性能和更低复杂度的用户调度与资源分配算法便成为一项具有重要现实意义的研究课题。本论文着重对多用户OFDM系统、多用户MIMO系统、多用户MIMO-OFDM系统以及多小区协作系统中的动态资源分配问题进行了深入研究，具体的研究内容和主要贡献如下： 1．针对多用户多业务OFDM系统下行链路提出了一种次优的动态资源分配方案，该方案通过将用户按照QoS要求的不同进行分类，并优先为QoS要求较高的用户联合分配子载波和发射功率等资源，然后将剩余资源分配给优先级较低的用户，有效地提高了资源利用率，提升了系统的整体数据速率。 2．提出了有限反馈MIMO/SDMA系统下行链路用户调度和功率分配算法，所提算法利用随机波束形成和接收天线选择的思想，将各用户的最大和第二大信干噪比及其对应的波束索引号反馈给基站实现用户调度，然后利用基站端获得的部分信道信息进行功率注水，可以在不增加反馈信息量的情况下获得更好的吞吐量性能，从而在所需反馈量和系统吞吐量之间获得了更好的折衷。 3．研究了下行多用户MIMO-OFDMA/SDMA系统中的动态资源分配问题，首先基于子空间距离定义了一个新的用于度量配置有多根接收天线的用户之间的空间兼容性的指标，并根据该指标提出了一种基于最佳用户优先准则的调度算法，然后在所提调度算法的基础上提出了两种次优的资源分配算法。与基于随机调度的分配算法相比，所提算法可以获得更好的吞吐量性能，尤其是在与功率复用策略相结合的情况下，其性能更加接近于基于用户选择的最优分配算法的性能。 4．提出了一种多业务MIMO-OFDMA/SDMA系统下行链路用户调度与资源分配方案，该方案首先基于业务类型和子空间距离采用聚类分析的方法对用户进行分组，然后根据用户分组的情况，结合不同业务的优先级进行跨层调度和资源分配，通过最大化每个子载波的吞吐量近似实现了系统整体吞吐量的最大化，有效地降低了调度过程中所需搜索的用户空间的维数，更好地满足了不同业务用户的QoS要求，同时获得了更加理想的吞吐量性能。 5．针对全复用多小区系统下行链路提出了一种半分布式的用户调度与功率分配方案，该方案首先由各基站根据自身所辖小区内各用户的信道与干扰信息采用最大信干噪比准则进行用户调度，然后将所调度用户的信息上报给中央资源控制器，最后由中央资源控制器采用基于修正的最速下降法的贪婪功率分配算法对各基站的发射功率进行优化分配。所提方案充分利用了小区之间的相互协作，有效抑制了小区间干扰的不利影响，获得了更好的吞吐量性能和更高的功率效率。 6．采用博弈论的方法提出了一种多小区OFDMA系统资源分配方案，该方案首先将各基站的最大可用发射功率平均分配给各子载波，然后由所有小区在每个子载波上独立地进行资源分配博弈，给出了用户调度和功率分配联合博弈模型。为了进一步简化，将用户调度和功率分配分开完成，给出了用户集合确定情况下的非合作功率分配博弈模型，并证明了其纳什均衡的存在性和唯一性，进而设计了具体的博弈算法。通过将用户的信道增益引入到定价函数，所提方案在保证吞吐量性能的同时，进一步提升了系统的公平性。 7．提出了一种基于最大化信漏噪比准则的多小区有限协作MIMO系统下行链路预编码方案，该方案不需要相互协作的基站之间共享不同用户的数据信息，每个用户只从自身所在小区的基站接收有用信息，预编码矩阵由为其服务的基站根据所获得的瞬时或混合信道信息以分布式的方式优化得到。与现有的非协作式预编码方案相比，所提方案获得了更高的频谱效率：与现有的基于多基站完全协作处理的网络MIMO预编码方案相比，所提方案需要更低的信令信息与反馈开销，并具有更低的实现复杂度。

目录

文摘

英文文摘

论文说明：缩略词表、数学符号表

声明

第一章 绪论

1.1 研究背景

1.2 无线信道的衰落特性

1.2.1 传输衰减性

1.2.2 频率选择性

1.2.3 时间选择性

1.2.4 空间选择性

1.3 OFDM技术概述

1.3.1 OFDM的基本原理与优缺点

1.3.2 OFDM的发展现状与应用前景

1.4 MIMO技术概述

1.4.1 MIMO系统模型

1.4.2 MIMO信道的空间相关性

1.4.3 MIMO信道容量

1.4.4 空间分集与空间复用

1.5 MIMO—OFDM系统

1.6 多小区协作通信

1.7 动态资源分配技术综述

1.7.1 多用户OFDM系统中的动态资源分配

1.7.2 多用户MIMO系统中的动态资源分配

1.7.3 多用户MIMO—OFDM系统中的动态资源分配

1.7.4 多小区系统中的动态资源分配

1.8 论文的研究内容和结构安排

第二章 下行多用户多业务OFDM系统动态资源分配

2.1 引言

2.2 系统模型与问题描述

2.3 子载波分配确定时的最优功率分配

2.4 下行多用户多业务OFDM系统次优联合资源分配方法

2.4.1 次优子载波和功率资源联合分配算法

2.4.2 算法复杂度分析

2.5 仿真结果与分析

2.6 小结

第三章 有限反馈MIMO/SDMA系统用户调度与功率分配

3.1 引言

3.2 系统模型与问题描述

3.3 基于有限反馈的用户调度及其渐进吞吐量性能分析

3.3.1 基于有限反馈的用户调度算法

3.3.2 所提用户调度算法的渐进吞吐量性能分析

3.3.3 所提用户调度算法的渐进公平性分析

3.4 基于有限反馈的功率分配

3.5 仿真结果与分析

3.6 小结

第四章 下行多用户MIMO—OFDMA/SDMA系统动态资源分配

4.1 引言

4.2 系统模型与问题描述

4.3 下行多用户MIMO—OFDMA/SDMA系统动态资源分配

4.3.1 基于子空间距离的最佳用户优先子载波—用户调度(BUF—SUS)算法

4.3.2 基于BUF—SUS算法的动态资源分配

4.4 仿真结果与分析

4.5 小结

第五章 基于跨层优化的多业务MIMO—OFDMA/SDMA系统动态资源分配

5.1 引言

5.2 系统模型与问题描述

5.2.1 物理层信道模型

5.2.2 媒体接入控制层排队模型

5.2.3 优化问题描述

5.3 多业务MIMO—OFDMA/SDMA系统跨层调度与动态资源分配

5.3.1 基于子空间距离和业务类型的用户分组算法

5.3.2 基于用户分组和业务优先级的跨层调度与资源分配算法

5.4 仿真结果与分析

5.5 小结

第六章 全复用多小区系统下行链路用户调度与功率分配

6.1 引言

6.2 系统模型与问题描述

6.3 半分布式全复用多小区系统下行链路用户调度与功率分配

6.3.1 基于最大信干噪比的用户调度(MSS)算法

6.3.2 基于修正的最速下降法的贪婪功率分配(GPA)算法

6.3.3 扩展到多小区OFDMA系统

6.3.4 算法复杂度分析

6.4 仿真结果与分析

6.5 小结

第七章 基于非合作博弈论的多小区OFDMA系统动态资源分配

7.1 引言

7.2 系统模型与问题描述

7.3 基于非合作博弈论的多小区OFDMA系统用户调度与功率分配

7.3.1 联合用户调度与资源分配非合作博弈框架

7.3.2 基于最小干扰准则的用户调度(USMINP)

7.3.3 考虑信道增益定价的非合作功率分配博弈(NP AGP—CG)

7.3.4 USMINP和NPAGP—CG的分布式算法实现

7.4 仿真结果与分析

7.5 小结

第八章 多小区协作MIMO系统中的预编码研究

8.1 引言

8.2 系统模型

8.2.1 传统的非协作式处理场景

8.2.2 多小区完全协作式处理场景

8.2.3 基于小区分簇的部分协作式处理场景

8.3 基于最大化信漏噪比准则的多小区协作MIMO系统分布式预编码

8.3.1 用户端配置单根接收天线时的预编码设计

8.3.2 用户端配置多根接收天线时的预编码设计

8.4 基于多小区有限协作的分布式预编码

8.5 基于混合信道信息的自适应数据流选取与功率分配

8.6 基于多小区有限协作的分布式预编码与功率分配方案流程图

8.7 仿真结果与分析

8.8 小结

第九章 结论与展望

9.1 本文工作总结

9.2 未来研究展望

9.3 结束语

参考文献

攻读博士期间发表的论文、申请的专利、参加的项目

致谢