具有多个干扰通信资源的无线系统中的功率控制

摘要

考虑一种具有多个干扰通信资源的无线通信系统。功率控制过程基于：将通用控制参数指派给所考虑的通信资源(S1)，并使用该控制参数连同唯一的功率控制条件来确定这些通信资源的个体发射功率参数(S2)。具体来说，其构想是，基于功率控制条件来为所述通信资源的至少一个子集中的每个通信资源确定个体发射功率参数(S2)，其中功率控制条件意味着总接收功率除以通信资源的路径增益应该对应于通用控制参数。然后，使用所确定的发射功率参数来控制对应的通信资源的发射功率(S3)。通过在确定发射功率参数时使用提出的功率控制条件，然后根据所得到的链路质量来调适数据传输速率，可以对于任何给定量的总投入功率将合计数据速率最大化。

说明书

技术领域

本发明一般涉及无线系统中的通信，特别是涉及用于在具有多个干扰通信资源的无线系统中控制诸如发射功率参数等传输参数的新策略。

背景技术

传输参数的控制和调适一般包括诸如功率控制和速率调适的问题。

功率控制在诸如蜂窝系统的多种无线系统中用于实现“有效的”通信而无需消耗不必要的功率资源。

已经提出多种不同的功率控制机制。参考文献[1]中给出了一个很好的概述，其中将现有的功率控制方法分成两种类别，即固定和可变速率的功率控制。

大多数功率控制方案将SIR(信号干扰比)或CIR(载波干扰比)控制在某些目标值。

有关固定速率功率控制的早期工作在上世纪60年代就已经进行了，其主要目标是在所有链路上获得相同的质量，即，所谓的质量平衡或SIR平衡。后来对SIR平衡的基本概念进行了增强，从而通过找到所有链路均可同时达到的最大可实现SIR来得出用于将断线(outage)概率降至最低的最优功率指定。还研究了非均匀的SIR目标的平衡。

在此领域中的一些工作集中于开发实用的SIR平衡算法，而没有在将必要的信息收集到集中式控制器方面做过多工作。为此目的，引入了迭代和分布式平衡算法。这些算法的共同点在于，排除了背景噪声，这使得功率向量的缩放(scaling)成为必要。为了缓解此问题，提出以预设的SIR目标和非零背景噪声来对分布式算法进行一些扩充。

在CDMA的下行链路功率分配的领域中，可以将总计功率约束纳入考虑来分配小区功率，以使得在向预设目标收敛期间，小区中的所有用户经受相同的SIR。但是，这会导致整个小区没有足够的质量。在CDMA中进行功率控制的另一种方法是，在基站处提供恒定的接收功率。遗憾的是，这种方法一般对共信道干扰没有任何显著的效果。

所谓的最小功率指定(MPA)问题包括，为找到可能的最低上行链路功率向量而要进行基站选择。

就可变速率功率控制来说，最大可实现信道容量在传统上一直是一个久经检验(well-examined)的主题。已发现用于衰落的上行链路单小区多址信道的容量区，其中同时考虑到容忍延迟和不容忍延迟的情况。还在例如时域中对功率和速率应用注水法(Water filling)，以便在衰落信道上实现容量。这些结果强调了常规吞吐量最大化的共有特性，即，将资源分配给好的信道。

贪婪功率控制算法一般无任何SIR目标地工作，并从具有高链路增益的移动设备开始指派高数据速率。但是，这种类型的功率控制非常不稳定，并且一般会导致要么使用最大功率要么使用零功率。

已考虑在衰落信道上采用所谓的截断功率控制(truncated powercontrol)，其目的是在补偿强衰落时通过降低传输速率或功率或二者来避免容量的损耗。对于容忍较长延迟的业务，在链路增益低于某个阈值时建议采用基于暂停传输的截断速率调适方案。

速率调适是传输参数的控制和调适的另一个示例，其中调适用于通信的传输参数(通常为调制和编码方案)以便最优地利用通信介质的潜力，通常是提供高数据传输速率以及低误码率。

有关DS-CDMA中的速率调适的早期工作考虑在给定个体用户数据速率的约束的情况下将总体下行链路发射功率最小化。一种备选方法是，在要求每个位的能量噪声密度比(energy to noise density perbit)超过每条链路的最小等级的情况下，将单小区系统的上行链路的总速率最大化。还建议，在要求每个位的能量噪声密度比应该等于每条链路的某个等级的情况下，将CDMA系统中的总速率最大化。再一个建议的方法是，在受制于对总接收功率的约束下，将CDMA中的上行链路的总速率最大化，其中在对总接收功率的约束中，所有接收功率的总和(不包括噪声和干扰)应该等于常量。

虽然一些现有技术的方案可在特定情况中具有非常令人满意的表现，但是常规的功率/速率控制方案一般仍留有相当大的改进空间。

参考文献[2]涉及具有干扰MIMO链路的网络中的流控制。吞吐量性能是目标所在，而基本构想是通过引入约束以限制干扰MIMO链路的网络中的每个发射节点的独立流的数量来将吞吐量最大化。

发明内容

本发明克服了现有技术装置的这些和其它缺点。

本发明的一般性目的在于，提供一种用于在具有多个干扰通信资源的无线通信系统中控制传输参数的改进的方案。

具体来说，一个特定目的在于，将所考虑的通信资源的总的合计数据速率或吞吐量最大化。

另一个特定目的在于，提供一种功率控制方案，该方案相结合地考虑将合计数据速率最大化和平衡通信质量的不同的功率控制目标。

还期望避免过量的总干扰以及避免使用不必要的发射功率量。

其目的还在于，在衰落信道上提供鲁棒性。

一个特定目的在于，提供一种为优化容忍延迟(最大努力)业务的吞吐量性能定制的功率控制方案。

还有一个目的在于，在链路彼此干扰时优化系统性能。

这些和其它目的通过如所附专利权利要求定义的本发明来满足。

本发明一般针对具有多个干扰通信资源的无线通信系统。简言之，本发明基于：将通用控制参数指派给所考虑的通信资源，并使用该控制参数连同唯一的功率控制条件来确定这些通信资源的个体发射功率参数。具体来说，其构想是，基于功率控制条件来为所述通信资源的至少一个子集中的每个通信资源确定个体发射功率参数，其中功率控制条件意味着总接收功率除以通信资源的路径增益应该对应于通用控制参数。然后，使用所确定的发射功率参数来控制对应的通信资源的发射功率。为清楚起见，总接收功率通常等于从期望源接收的功率、从非期望的干扰资源接收的功率以及接收器的内部和外部噪声。

通过在确定发射功率参数时使用提出的功率控制条件，可以对于任何给定量的总投入功率将合计数据速率最大化。

有用的是，使用合计功率约束以便对于系统运营商愿意投入的总功率量提供尽可能大的合计吞吐量。实际上，通用控制参数与合计功率约束密切相关，并且通常将控制参数指定为使得所考虑的通信资源的合计发射功率满足给定的合计发射功率约束。如果需要，可以根据QoS(服务质量)要求和/或业务负载(全局的或是个体的)来调整通用控制参数或等效的功率约束。

本发明提供了较低的平均功耗，且降低了功耗成本。由于可以延长电池待机时间，而且也为了满足对辐射功率的法规要求(regulatoryrequirement)，所以避免传送过量的功率是有意义的。

功率控制计算可以在例如直接(基于矩阵的)计算过程中实现或在迭代计算过程中实现。后一种方法适于分布式操作，这通常是最实用的。

总接收功率一般包括所考虑的通信资源的期望信号的功率以及来自其它通信资源的干扰加上噪声。

优选地，本发明还包括速率调适，其中基于所确定的发射功率以及通信资源经受的传输质量来控制每个所考虑的通信资源的个体传输速率。

在实际的系统中，发射功率显然需要大于零，并且常常小于最大功率电平。在本发明的特定优选实施例中，本发明因此能够实现对每个所考虑的通信资源的个体功率(上限和/或下限)极限设置。

在功率约束下解最大合计速率可能会导致不切实际的高速率(或频谱效率)，因为信号星座会受到限制。因此，本发明的一个重要但是可选的扩充是一种确保为每个所考虑的通信资源控制发射功率以使得速率不超过某个速率上限的机制。就此而言，所考虑的资源的通信质量优选地不应该违反对应于速率上限的质量约束。这实际意味着，总功率控制方案能够实现两个不同功率控制目标的组合，从而相结合地考虑合计速率最大化和质量平衡。

干扰通信资源优选地是无线电发射资源，并且可以对应于例如发射器-接收器节点对之间的多条干扰链路。但是，本发明不限于此，而是可实际应用于多种不同的情景和应用中。例如，上述多个干扰通信资源可以是基于频率的通信资源、基于码的通信资源和/或基于空间复用的通信资源。

本发明可应用于例如MIMO(多输入多输出)通信。MIMO系统仿真揭示，与目前的看法相比，MIMO容量与MIMO阵列中的天线数量成线性比例，即使是在MIMO子信道之间有干扰的蜂窝系统中也是如此。MIMO情景之所以是关注所在还因为，据发现，用户经历完全等于零的速率的概率随着天线数量的增加而减少。

本发明还可应用于无线OFDM(正交频分复用)或OFDMA(正交频分多址)系统中的副载波、或无线CDMA(码分多址)系统中的基于码的资源。在后一种情况中，这可以是其中基站采用多用户检测的CDMA下行链路系统或CDMA上行链路系统。

在蜂窝系统中，功率(和速率)控制方案还用作对(所选)用户是否使用小区中的资源的自动控制。因此，在系统上自动控制资源再利用。

虽然本发明是普遍适用的，但是经证实其对于优化容忍延迟(最大努力)业务的吞吐量性能尤其有益。

本发明提供如下优点：

>能够对于任何给定的合计功率将合计速率或吞吐量最大化；

>本发明可以应用于多种不同的情景；

>平均功耗低，由此获得改进的电池使用时间并降低了功耗成本；

>在衰落信道下具有鲁棒性；

>相隔一定距离的干扰保持非常恒定，这有利于使得链路之间以及链路群之间的功率和速率相互作用受到较少的影响；

>最大努力业务得以优化(通常，对于实时业务仍是足够地好)；

>能够实现简单、迭代的、潜在为分布式的、稳定且表现良好的功率控制方案；

>可以在提出的功率和速率控制过程中引入上限和/或下限的个体功率约束；

>可以在提出的功率和速率控制过程中引入上限和/或下限的个体速率约束；

>相结合地考虑合计速率最大化和质量平衡(作为一种折衷)；

>自动管理资源再利用，而非静态地网络规划再利用，在后一种意义上来说，一些链路资源可能会被迫使用零功率。

当阅读下文对本发明的实施例的描述时将认识到由本发明提供的其它优点。

附图说明

参考下文结合附图的描述，将更好地理解本发明及其另外的目的和优点，附图中：

图1是示出各个发射器-接收器节点对之间的多条干扰链路的示意图。

图2是示出配备多个天线的发射器-接收器节点对之间的MIMO链路的示意图。

图3是根据本发明的优选实施例用于在无线通信系统中控制传输参数的示范方法的示意流程图。

图4是根据本发明的优选示范实施例的接收器功能性的示意框图。

图5是根据本发明的另一个示范实施例的接收器功能性的示意框图。

图6是根据本发明的优选示范实施例的发射器功能性的示意框图。

图7是根据本发明的另一个示范实施例的发射器功能性的示意框图。

图8是示出提出的方案、固定功率方案和CIR平衡方案的与平均功率成函数关系的平均速率的示意图。

图9是示出使用不同数量的天线时提出的方案和固定功率方案的与平均功率成函数关系的平均速率的示意图。

图10A-C是示出在具有多个干扰MIMO链路的系统中对应于不同数量的MIMO阵列天线的各个MIMO流/子流的累积密度函数的示意图。

具体实施方式

在所有附图中，对于对应或相似的部件将使用相同的引用符号。引言

本发明一般针对具有多个干扰通信资源(一般为无线电发射资源)的无线通信系统。

通信资源可以例如对应于各个发射器-接收器节点对之间的多条干扰链路，如图1所示。

在图1中，在I个发射器-接收器对之间考虑数量为I的链路，其中假定各个链路彼此干扰。参数P_i是发射器TX_i的发射功率，N_i是接收器RX_i所经受的噪声，G是路径增益矩阵，其中G_ij是从发射器i到接收器j的路径增益。

但是本发明不限于此，而是可实际应用于多种不同的情景和应用中。例如，上述多个干扰通信资源可以是基于频率的通信资源、基于码的通信资源和/或基于空间复用的通信资源和/或它们的组合。

本发明可以应用于基于空间复用的MIMO(多输入多输出)通信。因此，本发明不仅可应用于多个干扰MIMO链路，而且还可应用于单个MIMO链路内的可能的干扰MIMO子流。

图2以示意图形式示出典型的MIMO系统的示例，其中发射节点10具有多个(m个)发射天线，而接收节点20具有多个(n个)接收天线，以便提供多个干扰MIMO子流。采用矩阵形式，可以将信道模型表示为：

y＝Hx+w

x＝G(c₁，...，c_P)，

其中y是接收到的信号向量，H是n×m的复信道矩阵，x是传送的信号向量，w是表示白噪声的向量，G是码矩阵，c是码书中的码元，以及p是每个块中的码元数量。复信道增益矩阵H可以书写成：

其中h_ij是从发射节点中的发射天线j到接收节点中的接收天线i的复信道增益。

应该理解，系统中可能存在多个MIMO、MISO、SIMO和/或其它链路，每条链路具有至少一个(子)流(仅MIMO链路可具有多个子流)。例如，图1的系统中的一个或多个发射器和/或接收器可以配备多于一个天线以提供MIMO、MISO和/或SIMO类型的操作。

本发明还可应用于无线OFDM(正交频分复用)或OFDMA(正交频分多址)系统中的副载波、或无线CDMA(码分多址)系统中的基于码的资源。在后一种情况中，这可以是其中基站采用多用户检测的CDMA下行链路系统或CDMA上行链路系统。

就多个干扰通信资源而言，本发明主要着重于全局速率或吞吐量最大化，优选地能同时避免过量的总干扰并避免使用不必要的发射功率量。例如，解决一群通信站的总干扰是有意义的，因为该群的干扰对于其它群的通信站是不利的。由于可以延长电池待机时间，而且也为了满足对辐射功率的法规要求，所以避免传送过量的功率也是有意义的。

本发明的基本构想是，将通用控制参数指派给所考虑的通信资源，并使用该控制参数连同唯一的功率控制条件来确定这些干扰通信资源的个体发射功率参数。

一般来说，其构想是，基于功率控制条件来为所述通信资源的至少一个子集中的每个通信资源确定个体发射功率参数，其中功率控制条件意味着总接收功率除以通信资源的路径增益应该基本等于通用控制参数。

如图3中的示意流程图所示，本发明基本包括指派对于所考虑的干扰通信资源集合是通用的控制参数(S1)。接下来，该构想将通过使用功率控制条件来为通信资源的至少一个子集中的每个通信资源确定个体发射功率参数(S2)，其中功率控制条件意味着总接收功率除以通信资源的路径增益对应于通信控制参数。最后，根据所确定的发射功率参数来控制与这些通信资源关联的发射功率(S3)。

所提出的功率控制条件能够对于任何给定量的总投入功率实现合计数据速率的最大化，并且因此有时称为最优性条件。

有用的是，使用合计功率约束以便对于系统运营商愿意投入的总功率量提供尽可能大的合计吞吐量。本发明一般提供较低的平均功耗，且降低了功耗成本。

通用控制参数与合计功率约束密切相关，并且通常将控制参数指定为使得所考虑的通信资源的合计发射功率满足给定的合计发射功率约束。如果需要，可以根据QoS要求和/或业务负载来调整通用控制参数或等效的功率约束。

本发明一般涉及传输参数的控制和调适。传输参数不仅包括用于提供功率控制的发射功率参数，而且还可以包括其它类型的参数，例如与支持速率调适的传输速率有关的传输参数。

优选地，除了上面建议的功率控制方案外，本发明还包括速率调适，其中基于所确定的发射功率以及通信资源经受的传输质量来控制每个所考虑的通信资源的个体传输速率。

所需的功率控制计算可以通过直接计算方法或迭代计算方法来实现。发射功率的迭代计算尤其适于分布式实现。

本发明不需要严格地遵守最优性条件。实践中，发射功率必须小于最大功率电平。在本发明的特定优选实施例中，本发明因此能够实现对每个所考虑的通信资源的个体功率极限设置。解最大合计速率有时会导致不切实际的高速率。在这种情况中，将发射功率设置成使得通信资源的对应传输速率不超过给定的最大传输速率将会是有益的。

优选地，所考虑的资源的通信质量不应该违反对应于速率上限的质量约束。这意味着，总功率控制方案能够实现两个不同功率控制目标的组合，从而相结合地考虑合计速率最大化和质量平衡以提供冲突目标之间的折衷。

而且，与实践中常常关注的速率上限一样，还可以引入速率下限以作为可选的扩充。此下限服务于每个活动用户，以使得它们具有受到保证的最小数据速率，但是偶尔在有机会(由于增益矩阵情况所致)时，能够以较高速率进行发送。

换言之，本发明的示范实施例一般涉及在考虑干扰的同时基于在合计发射功率约束下将表示所述多个干扰通信资源的总的合计数据速率的目标函数最大化来确定发射功率的问题。

在可选的扩充中，本发明的另一个示范实施例涉及基于如下的至少两个不同的功率控制目标来确定发射功率的问题：a)在合计发射功率约束下，将表示所述多个干扰通信资源的总的合计数据速率的目标函数最大化；以及b)平衡所述通信资源的通信质量。以此方式，本发明相结合地考虑到了合计速率最大化和质量平衡。

为了更好地理解，现在将参考与图1中的系统对应的示范系统模型来描述本发明。但是，应记住，本发明不限于此，而是这些普遍性原理可应用于其它类型的无线通信资源。

系统模型

在下文中，将链路速率建模为香农容量(Shannon capacity)，并将干扰信号建模为AWGN(加性高斯白噪声)¹(注¹：虽然这两个假设都仅仅是简化的，但是它们与实际情况并不会相差甚远。例如，可以利用现代纠错码来非常接近地逼近香农容量，但是如果真实的链路速率与香农容量刚好差一个比例系数，则下面的推导也成立。)。具有I条链路的无线系统的合计速率可以定义为个体链路速率之和：

$>R=\underset{i=1}{\overset{I}{\Sigma }}{R}_i=\underset{i=1}{\overset{I}{\Sigma }}{\log }_2(1+{\Gamma }_i),---\left(1\right)$>

其中在链路i的接收节点处的信号噪声和干扰比可以定义为：

$>{\Gamma }_i=\frac{G_{\mathrm{ii}}{P}_i}{N_i+\underset{j\ne i}{\Sigma }{G}_{\mathrm{ji}}{P}_j}---\left(2\right)$>

其中G是路径增益，P是功率，以及N是噪声功率。系统的合计功率可以定义为个体链路功率之和：

$>P=\underset{i=1}{\overset{I}{\Sigma }}{P}_i.---\left(3\right)$>

在本发明的示范实施例中，可以将目标问题公式化定义为：

在P_tot＝P的情况下，

将R最大化                            (4a)

正如稍后将解释的，可以引入上限和/或下限个体功率约束，但是为了清晰和简明起见，最初避免这样做。

通过解如下拉格朗日问题并结合约束(3)来直接解(4a)中的问题：

$>\underset{i=1}{\overset{I}{\Sigma }}{R}_i+\lambda (P_{\mathrm{tot}}-\underset{i=1}{\overset{I}{\Sigma }}{R}_i)=0---\left(4b\right)$>

其中λ是拉格朗日乘数。在关于P_i取偏导数之后，得到如下条件(对应于每条链路)：

$>\frac{N_i+\underset{\forall j}{\Sigma }{P}_j{G}_{\mathrm{ji}}}{G_{\mathrm{ii}}}={\lambda }^{-1}\ln \left(2\right)=C.---\left(5\right)$>

因为λ是常量，所以C也是常量。注意，与公式(2)中的求和相比，公式(5)中的求和通常对所有发送站进行。

公式(5)表示为在给定将分布在这些发送站上的一定功率量的情况下使合计速率最大化而必须对所有链路实现的功率控制条件。公式(5)的解释是，当每个接收站对在天线处接收到的所有信号的功率求和(即，噪声+干扰+所涉及的信号)，并将此和除以对应发送器-接收器链路的路径增益时，最终结果应该是常量。此常量一般对于所有接收站都是相同的。

例如，假定将功率控制为满足公式(5)，则每个发送站优选地根据所经受的瞬态信号干扰比或某个其它适合的质量指标来控制它们的传输速率。根据示范公式(5)，可以观察到更多。首先，公式(5)说明P_j≤C，因此在上方限制了发射功率，这意味着系统中的某种稳定性。此外，如果G_ii>>G_ij，$>\forall j\ne i,$>且N_i<<P_iG_ii，则所有P_i＝C，即，所有站将以基本相同的功率进行发送。但是，在实践中，相邻小区的干扰总是存在的，所以完全相同的功率的条件(G_ii>>G_ij)是无效的。而且，以最小的必需功率量来操作系统通常是关注所在，所以噪声略小于接收功率或N_i≈kP_iG_ii，其中k是略小于1的值。

功率约束或等效的拉格朗日乘数或常量C优选可以根据业务负载(全局的或个体的负载)来调整，或可能是固定的。合计速率最大化的重要标准是，公式(5)中定义的比率是对于所有发送器-接收器链路通用的常量。当使用由公式(5)表示的最优性条件时，功率分配对于任何所得到的合计发射功率来说都将是最优的(相对于合计速率)。

在下文中，将描述如何执行计算的两个示例。第一个示例允许直接计算发射功率，并且有助于中央控制。第二个示例允许迭代计算发射功率，并且适于分布式控制，但是显然也可用于中央控制。将引入功率上限和/或功率下限，并且稍后还将引入速率上限和/或速率下限。直接(基于矩阵的)计算

可以将公式(5)重新书写成等效的矩阵形式：

p＝G^-1(Cg-n)，                        (6)

其中p∈R^I×1、n∈R^I×1以及g∈R^I×1分别是发射功率、噪声功率和增益(正实数)向量，以及G∈R^I×1是增益(正实数)矩阵。增益向量由G的对角线元素组成，即，g＝[G₁₁ G₂₂...G_II]^T。注意，因为G中的元素是正的随机变量，所以在统计上确保了增益矩阵G是满秩的，并且因此是可逆的。

从公式(6)和功率约束，可以按如下公式推导出常量C：

$>C=\frac{P_{\mathrm{tot}}+1G^{-1}n}{1G^{-1}g},---\left(7\right)$>

其中1是仅具有1的1×I行向量，即，1＝{11...1}。然后，可以将公式(7)插入到(6)中以确定所需的发射功率。通过将(6)与(7)合并，推导出如下公式：

$>P_i=G^{-1}(\frac{P_{\mathrm{tot}}+1G^{-1}n}{1G^{-1}g}g-n),---\left(8\right)$>

然后，通过(2)，由(1)中的香农速率给出各速率。

功率上限和/或功率下限

上面的解未直接考虑发射功率的非负要求，即，P_i≥0或更一般性地为下限P_i≥P_min。这在(6)中显而易见，因为可能会冒确定出负功率的风险。此外，功率上限P_i≤P_max至今也未在该问题中直接考虑到。

对此有多种不同的解决方式。首先，P_tot可以选择得足够大以确保非负功率，然后上面所有公式自动成立。其次，可以移除用户，以使条件得以满足。第三，可注意到，(4b)不能防止一些链路取固定功率，因为对此链路的右边和左边求偏导数会得到0＝0。因此，可以缓慢增加P_tot(或等效的拉格朗日乘数)，直到第一个用户的发射功率逼近其极限值为止，然后将该功率设置成此极限值，随后继续增加P_tot(或等效的拉格朗日乘数)，并以相似的方式处理逼近其极限值的下一条链路。然而，对于基于迭代计算的方案来说，该问题非常容易解决，下文中将以此为重点。

迭代(基于标量的)计算

在下文中，给出一个迭代算法的示例，该迭代算法同样处理非负功率标准以及最大功率标准。首先，引入按如下定义的函数：

$>F_i^{\left(m\right)}=\frac{S_i^{\left(m\right)}}{G_{\mathrm{ii}}^{\left(m\right)}},---\left(9\right)$>

其中$>S_i^{\left(m\right)}=N_i^{\left(m\right)}+G_{\mathrm{ii}}^{\left(m\right)}{P}_i^{\left(m\right)}+\underset{j\ne i}{\Sigma }{G}_{\mathrm{ji}}^{\left(m\right)}{P}_j^{\left(m\right)},$>以及(m)是迭代指数。正如公式(5)中可见到的，应该使公式(9)为常量值(先前表示为C)，在迭代方案中称其为F_Target。

与所需的接收目标的偏差定义为：

$>\Delta F_i^{\left(m\right)}=F_i^{\left(m\right)}-F_{T\arg \mathrm{et}},--\left(10\right)$>

从公式(5)可知道公式(9)对功率P_i的相关性。因此，可以关于功率P_i对(9)求微分，以便用矩阵形式重新书写该公式，并求解补偿非期望的偏差所需的P_i的△变化：

ΔP＝diag(g)G^-1ΔF，                      (11)

其中diag(g)是对角线元素为g而其它元素为零的方矩阵。

现在可以将迭代功率控制公式书写为：

P^(m+1)＝P^(m)-ΔP^(m)＝P^(m)-β·diag(g)G^-1ΔF^(m)，         (12)

其中0<β≤1是根据期望的收敛速度设置的参数。

可以注意到，当考虑分布式计算时，需要知道完整的矩阵G及其逆才能使用公式(12)。但是，当G_ii>G_ij，即，其它链路干扰低于本链路的信号的接收功率时，可以通过如下公式很好地逼近(12)：

P^(m+1)＝P^(m)-β·ΔF^(m)，                (13)

注意，通过这种逼近，所有公式变成是解耦的，且每条链路可以采用分布式方式个体地控制其功率。

功率控制方案的目标之一是要将合计功率控制为等于期望的总功率。如果以分布式方式来实现，则这在迭代方案中有点难办。可以采用不同的方式来处理此情况。

在第一示范方法中，放松了对固定总功率的要求，而足以观察到，由于拉格朗日问题公式化，因此功率分配对于任何得到的合计功率都是“最优的”。从试验发现，总之所得到的合计功率变化非常小，所以这种逼近解看上去不错。

在第二示范方法中，网络中的中央站(例如RNC)可以收集增益矩阵G和计算的F_Target的信息，然后将该信息分发到接收器。本文的另一个备选方式是，每个发送器将其使用的功率报告给网络中的中央站(例如RNC)，然后该中央站计算新的更新后的F_Target，然后将其分发到接收器。

迭代计算-功率上限和/或功率下限

为了管理个体发射器约束(例如功率上限和/或功率下限)，可以在计算公式(13)之后确定对功率更新进行如下修改：

$>{\tilde{P}}^{(m+1)}=\max \{P^{(m+1)},0\}$>

$>{\stackrel{\approx }{P}}^{(m+1)}=\min \{{\tilde{P}}^{(m+1)},P_{\max }\},$>                 (14)

基于公式(13)的仿真显示，系统收敛到期望的标准，即F_Target。基于公式(14)的仿真也显示，系统管理发射功率的下限和上限。速率上限和速率下限

由于发射功率具有有限的范围，所以可以可选地引入发射功率上限和/或发射功率下限。可以将下限P_min设为零，而P_max是给定的某个适合的非负功率值。可以为每个用户终端设置这两个值，或为所有终端设置一个通用值。发现，在迭代方案中，只需通过不允许计算的功率超过P_min和P_max即可直接包括功率上限和功率下限条件。现在，对于实际的调制和编码方案(MCS)，通常也有站可传送的最大速率上限。下文中，将描述一种用于引入这种速率上限但是还可选地引入速率下限的机制的示例。在此特定示例中，重点将集中在发射功率的迭代计算上，但是限制速率的基本构想也可应用于直接计算。

首先，可以根据如下公式引入例如CIR平衡标准：

$>\frac{P_i{G}_{\mathrm{ii}}}{N_i+\underset{\forall j\ne i}{\Sigma }{P}_j{G}_{\mathrm{ji}}}=F_{T\arg \mathrm{et}}^{\left(\mathrm{CIR}\right)}\left(\mathrm{high}\right)---\left(15\right)$>

此标准的目的在于防止具有高速率的一些终端违反由与期望的最大速率R_max对应的信号干扰条件所给定的此条件如果终端正在以某个功率进行发送，则可以计算功率电平的期望变化以使得出现上限CIR平衡：

$>\Delta F_{\left(\mathrm{CIR}\right)}\left(\mathrm{high}\right)=P_i^{\left(m\right)}-F_{T\arg \mathrm{et}}^{\left(\mathrm{CIR}\right)}\left(\mathrm{high}\right)\frac{N_i^{\left(m\right)}+\underset{\forall j\ne i}{\Sigma }{P}_j^{\left(m\right)}{G}_{\mathrm{ji}}^{\left(m\right)}}{P_i^{\left(m\right)}{G}_{\mathrm{ii}}^{\left(m\right)}},---\left(16\right)$>

例如，可以基于如下方法将速率限于上限。如果CIR平衡方法建议随着功率值大于速率优化方案的情况而应该降低功率，则应该遵照此建议。否则，应该遵照速率优化方案。下面正式描述此构想。在此情况中，功率更新应该优选地为：

其中β₁和β₂是收敛速度参数(如果需要，允许不同速度)。注意，如果需要，可以在此之上应用功率上限和功率下限。

以类似的方式，如果需要，可以在要求最小速率R_min性能的情况下实施速率下限。速率下限的对应关系则首先是期望的控制标准：

$>\frac{P_i{G}_{\mathrm{ii}}}{N_i+\underset{\forall j\ne i}{\Sigma }{P}_j{G}_{\mathrm{ji}}}=F_{t\arg \mathrm{et}}^{\left(\mathrm{CIR}\right)}\left(\mathrm{low}\right),---\left(18\right)$>

如果终端正在以某个功率进行发送，则可以计算功率电平的期望变化以使得出现下限CIR平衡：

$>\Delta F_{\left(\mathrm{CIR}\right)}\left(\mathrm{low}\right)=P_i^{\left(m\right)}-F_{T\arg \mathrm{et}}^{\left(\mathrm{CIR}\right)}\left(\mathrm{low}\right)\frac{N_i^{\left(m\right)}+\underset{\forall j\ne i}{\Sigma }{P}_j^{\left(m\right)}{G}_{\mathrm{ji}}^{\left(m\right)}}{P_i^{\left(m\right)}{G}_{\mathrm{ii}}^{\left(m\right)}},---\left(19\right)$>

在此特定示例中，在功率控制方案中引入速率下限和速率上限的可能得到的功率控制设置可以是像这样的：

实现方面

在下文中，将更详细地描述发送器和接收器体系结构，主要着重于分布式功率(和速率)控制方案。

图4是根据本发明的优选示范实施例的接收器功能性的示意框图。与本发明相关的接收器功能性100基本上包括具有关联电路(为简明起见，未示出)的天线110、数据解码器120、功率估算器130、路径增益估算器140、功率确定模块150和反馈模块160。在实践中，通常由功率估算器130来估算或明确地测量总接收功率，它包括所考虑的通信资源的期望信号的功率以及来自其它通信资源的干扰加上噪声。优选由路径增益估算器140来估算所考虑的通信资源的路径增益。基于此信息，可以在功率确定模块150中计算并分析总接收功率与通信资源的路径增益之间的比率。优选地，功率确定模块基于计算的功率条件比率和目标值(例如C或F_target)来确定所谓的△功率值(表示发射功率参数应该改变多少)。这一般意味着，如果功率条件比率高于目标，则可以降低功率，并且如果比率太低，则可以增加功率。然后，可以将△功率值或绝对功率值传递到反馈模块160，反馈模块160则以适于向发射端反馈的形式提供此信息。如果需要，可将反馈模块160集成到功率确定模块150中。显然，作为备选方式，可以将有关总接收功率、路径增益和目标值的基本信息传递到发射端以进行评估和功率计算。

图5是根据本发明的另一个示范实施例的接收器功能性的示意框图。在此特定示例中，基本的接收器功能性还包括质量/速率估算器170。此模块通过确定信噪比(SNR)、载波干扰比(CIR)或类似的质量指标来提供对通信资源的质量的估算。优选地，此模块还可以计算传输速率参数，然后可以将此参数传递到反馈模块160以便反馈给发射端。或者，将质量指标本身传递到反馈模块以便传递给发射端。通过任何一种方式，都允许发射器基本根据在接收器端估算的质量来执行速率调适。如果需要，功率确定模块150还可以在发射功率计算中使用质量指标，如图中从质量/速率估算器170到功率确定模块150的虚线所示。图5中还以虚线指示了具有速率上限和/或速率下限的可选扩充。

图6是根据本发明的优选示范实施例的发射器功能性的示意框图。相关的发射器功能性200基本上包括调制器和编码器210、功率放大器220、具有可能的其它关联电路(未示出)的天线230、功率控制器240以及反馈接收模块250。反馈接收模块250适于从接收端接收表示发射功率或△功率值的反馈信息。然后，可以将此信息传递到功率控制器，功能控制器则基于所接收的信息作出功率控制决策并相应地调整功率放大器220的增益。如果需要，功率控制器240还可以将有关功率上限和/或功率下限的信息纳入考虑，如图6中的虚线所示。如果需要，可以将反馈接收模块250集成到功率控制器240中。

图7是根据本发明的另一个示范实施例的发射器功能性的示意框图。在此特定实施例中，反馈接收模块250还接收表示传输速率的反馈信息或表示SNR或类似质量值的质量指标。然后，可以将此速率相关信息传递到速率控制器260，速率控制器260基于此信息作出有关适合的传输速率的最终决策，并相应地调整调制器和编码器210的调制和编码方案。

如前文所论述，可以将功率和速率控制方案及其所有变型应用于多种不同的应用和情景中。

MEMO/MISO/SIMO

一种可能的情景涉及在其中多个MIMO、MISO和/或SIMO链路彼此干扰的无线系统中控制功率(和速率)时的情况。为了简明起见，我们将主要论述MIMO的情况。这里假定，每个MIMO链路将信道“正交化”成K个独立且理想上非干扰的MIMO子信道。虽然每个MIMO链路理想地避免产生任何自干扰，但是假定，不同的MIMO链路可能会彼此干扰。在实践中，MIMO子信道也可能会彼此干扰。

如下是一种操作多个MIMO链路的可能的示范方法。每个MIMO链路可以通过使用接收器和发射器天线权重来尽力地优化链路性能。以此方式，可以将MIMO链路的MIMO子流正交化，并在理想情况下MIMO子流之间不会经受任何干扰。但是，因为不可能协调对其它链路的干扰，所以来自一条链路的任何MIMO子流将与另一条链路上的任何其它MIMO子流干扰。然后，可以将提出的功率和速率控制方案应用于每个MIMO子流。

MIMO情景之所以特别受关注是因为，MIMO系统仿真揭示，与目前的看法相比，MIMO容量与MIMO阵列中的天线数量成线性比例，即使是在MIMO子信道之间有干扰的蜂窝系统中也是如此。MIMO情景之所以受关注还因为，经发现，用户经历完全等于零的速率的概率随着天线数量的增加而减少。

OFDM(A)

本发明还可应用于OFDM(A)的副载波，这些副载波被视为是多个干扰通信资源，并且以与上文描述的示例中的干扰链路相似的方式进行处理。优选地，将本发明独立地应用于每个副载波或一群(也称作区块)副载波。

为了给出具体示例，考虑使用OFDM(A)并打算将数据发送到下行链路中的不同移动用户的一组基站。对于基站来说，可能将用户选择为在副载波或一群副载波上接收。考虑此副载波或一组副载波，在考虑多个基站时选择一组用户。根据本发明来控制功率和速率。因为我们处理的是OFDM(A)，所以另一个副载波或另一群副载波可以考虑另一组用户来进行传送。总的来说，可以在OFDM(A)中的频率资源和时间资源上考虑多个不同组的用户。还要注意，可对每个副载波或每群副载波上的每个用户使用MIMO、MISO、SIMO和SISO。

此外，在OFDM和OFDMA中，当发送器和接收器中的本地振荡器未完好地对齐或当信道中存在多普勒频散时，会出现信道间干扰。实际上，还可以在局部干扰的OFDM(A)副载波上采用功率控制以便在一定程度地降低干扰影响。

功率(和速率)控制方法的其它情景

所提出的功率(和速率)控制策略还可以用于：CDMA下行链路(具有或不具有多用户检测器，后者相当于信息理论中的广播信道)、具有基于连续干扰消除的多用户检测器的CDMA上行链路(需要连续干扰消除以避免连接到相同基站的不同链路的控制标准(5)相抵触)。而且，可以从较大的一组潜在发射器中选择发射节点。这种选择可以例如基于潜在发射器与接收器之间的瞬时信道质量，即，将选择遇到峰值信道机会且有一些数据要发送的发送器作为发送器。此信道相关调度常常称为机会性调度或基于多用户分集的调度。

显然，本发明不限于蜂窝系统，而是可以用于其它系统，例如中继器协助的蜂窝系统、无线自组织系统或无线多跳系统。

概念的性能和验证

在图8中，将所提出的方案的性能与以下两个现有技术的方法进行比较：i)具有速率调适的固定的相同发射功率，以及ii)导致完全相同的CIR(CIR平衡)并因此导致完全相同的速率的功率控制。系统由400个六边形小区组成，每个小区中具有功率受控的链路。路径损耗模型具有α＝3.0的幂律损耗指数。在图8中，示出平均速率(或合计速率除以链路数量)对平均功率(或合计功率除以链路数量)。上面这条线示出根据本发明提出的方案，中间这条线是固定发射功率方案，而下面这条线是CIR平衡方案。可以注意到，所提出的方案要比任何现有技术的方案表现更好，一般对于投入的功率量能够实现较高的速率。

图9是示出使用不同数量的天线时提出的方案和固定功率方案的与平均功率成函数的平均速率的示意图。对于3b/Hz/s的速率上限以及MIMO阵列中具有M个天线的MIMO，对所提出的方案(在此MIMO应用中)与具有速率控制的固定功率方案的性能进行考量。考虑M＝1、2和3的三种不同的情况。图9中描绘了这两个功率和速率控制方案在不同的MIMO情况下的平均速率对平均发射功率。显然，这两个功率和速率控制方案中所提出的方案表现更好。

还令人感兴趣地示出，可以将发射功率控制成使得不会超出速率上限。图10A-C是示出考虑平均功率＝-40[dB+ref]时的情况(参见图9)，对应于不同数量的天线的流/子流的累积密度函数(CDF)的示意图。为了更精确，按速率性能来将每条链路的子流排序，将具有相同排序位置的不同链路的MIMO子流分组在一起，然后在图中示出每个MIMO子流组的CDF。从图10A-C显见到，速率上限为3b/Hz/s的最大速率。速率下限设为0b/Hz/s。还显见到，当M＝1时，并未对所有链路提供服务，而只为大约25％的链路提供服务，但是当使用MIMO且天线数量增加时，每个用户在统计上都看上去得到提供服务的保证，并获得某个数据速率，虽然可能较低。

上文描述的实施例仅作为示例来给出，应该理解，本发明不限于此。保持本文公开和要求权利的基本原理的其它修改、更改和改进均在本发明的范围内。

参考文献

[1]FredrikBergren的博士论文，“DS-CDMA系统中的功率控制和自适应资源分配”(＂Power control and adaptive resource allocationin DS-CDMA systems＂)，2003年6月，pp.12-18，163-173。

[2]Demirkol和Ingram，“具有干扰MIMO链路的网络中的流控制”(＂Stream Control in Networks with Interfering MIMO Links＂)，IEEEWireless Communications and Networking Conference，2003年3月。