法律状态公告日
法律状态信息
法律状态
2017-10-27
未缴年费专利权终止 IPC(主分类):H04B7/06 授权公告日:20120321 终止日期:20160908 申请日:20080908
专利权的终止
2012-03-21
授权
授权
2010-04-28
实质审查的生效 IPC(主分类):H04L27/26 申请日:20080908
实质审查的生效
2010-03-17
公开
公开
技术领域
本发明涉及通信技术领域中的多用户调度,具体地,涉及一种多用户调度方法、一种多用户调度装置、一种信息反馈装置、一种基站和一种移动台,应用于随机波束形成正交频分多址(OFDM)系统中,具有较低的复杂度,而且可以联合功率分配。
背景技术
随机波束形成技术从系统的角度出发,提出了多用户分集的概念。通过这种选择性增益,可以在用户反馈量较小的前提下,实现较高的系统流量。以正交多波束随机波束形成为基础,进行多用户调度,通过为各个波束分配相适应的用户作为调度用户集,并结合功率分配方法,采用适当的用户调度方法,可以实现平均系统流量的最大化。
在一些技术文献中,提出下3种多用户调度方法:
(1)穷举算法:每个用户测量等效信道的信道信息,反馈最佳信道的信道信息和信道编号。穷举算法罗列每一种可能的用户组合,并尝试进行最佳功率分配。参见文献:J.L.Vicario,等“Adaptive BeamSelction techniques for opportunistic beamforming”,PIMRC’06,2006。(“用于随机波束形成的自适应波束选择技术”)
(2)空分随机波束形成方法:用多个正交波束进行广播,根据每个用户反馈最合适的波束序号和等效信道,基站进行为每个波束选择最优用户。参见文献:Kai-Kit Wong,等“Capacity enhancement inthe downlink using space-division opportunistic beamforming”,Wireless Communications,Networking and Mobile Computing,2005。(“采用空分随机波束形成的容量增益”)
(3)贪婪算法:根据用户反馈的信道信息,基站先选出信道条件最佳的用户,并在之后的每次循环中,根据最佳功率分配,选择一个最优的用户。使得该用户加入调度用户集后,能够获得最大的系统流量。参见文献:J.L.Vicario,等“Adaptive Beam Selctiontechniques for opportunistic beamforming”,PIMRC’06,2006。(“用于随机波束形成的自适应波束选择技术”)
穷举算法是调度方法中最基本的方法,它可以实现全局最优,但算法复杂度很高。作为调度方法的一种,贪婪算法相对于穷举算法,复杂度小很多。在尝试进行分配调度时,绝大多数现有技术都用到了贪婪算法。但事实上,随着未来无线通信系统天线数的增加,贪婪算法的复杂度也会增加。如果系统内同时存在的用户比较多,贪婪算法仍然要付出很大的代价尝试进行用户调度和功率分配。空分随机波束形成方法的计算复杂度低,但是仅简单地选择了少数的用户进行调度,而且也没有进行功率分配,因此获得的系统流量相对于穷举算法而言比较低。
发明内容
本发明的目的在于针对现有技术中平均系统流量较低,或者是实现复杂度较高的问题,提供一种随机波束形成联合功率分配的多用户调度方法。在本发明中,通过采用将OFDM子载波分段的信号处理方法,增强信道响应的频域起伏。而且,本发明还采用正交的波束,通过训练来消除不同波束间的干扰。在此基础上,充分利用了OFDM系统的特点,尝试次数较少的用户选择和功率分配,显著地降低了算法复杂度。同时,实现了与最优调度很接近的系统流量。本发明以最优功率分配结合贪婪算法的技术方案解决了贪婪算法等现有技术方案算法复杂度较高(特别是在用户较多时的高算法复杂度)的技术问题。本发明同时解决了空分波束形成技术方案中平均系统流量较低的问题。
为了实现上述目的,根据本发明的第一方案,提出了一种多用户调度方法,应用于随机波束形成正交频分多址OFDM系统中,所述多用户调度方法包括以下步骤:基站将OFDM子载波分段,并为每个子载波段,独立地创建Nt个正交波束,形成每个子载波段的波束集合,其中Nt是自然数;针对每个子载波段的波束集合,各移动台确定具有最大信号噪声比SNR的波束,并向基站反馈SNR信息和所述波束的波束标识信息;基站在进行了信息反馈的所有移动台中选择具有最大SNR的移动台加入调度用户集,并将该移动台所对应的适配波束加入调度波束集;对于除了具有最大SNR的移动台以外的其他移动台,在相应适配波束未被占用的前提下,基站依次选择具有最大SNR的移动台尝试加入调度用户集,并尝试将相应适配波束加入调度波束集,检查调度后的功率分配结果是否满足预定的约束条件;如果每次尝试均获得成功,即每次调度后的功率分配结果都满足预定的约束条件,则基站最多尝试Nt-1次,如果某次尝试未成功,则不再进行后续的尝试;基站选择使系统流量最大的调度用户集、相适应的波束配置和功率分配结果。
优选地,所述多用户调度方法还可以包括:基站将各个波束集合加载到对应的OFDM子载波段上,从天线发送出去。
优选地,所述多用户调度方法还可以包括:各移动台从每一个OFDM子载波段监听并检测本小区或扇区基站所发送的波束集合,估计出所述波束集合中的各个波束的SNR。更优选地,各移动台从估计出的各个波束的SNR中选择所述具有最大SNR的波束。更优选地,将所述最大SNR与所述波束集合中的波束个数Nt相乘,获得最大单波束SNR,并代替最大SNR,反馈所述最大单波束SNR。
优选地,在所述OFDM子载波分段步骤中,将OFDM子载波平均分为Q段,Q是大于1的整数。
优选地,每个子载波段的波束集合中的波束个数Nt彼此相同,而波束集合各不相同。
优选地,在所有子载波段中,各移动台确定前M个具有最大SNR的子载波段,并仅向基站反馈这M个子载波段中具有最大SNR的波束的SNR信息和波束标识信息。更优选地,所述M个子载波段中具有最大SNR的波束的波束标识信息包括子载波段的标识和波束的标识。
优选地,所述预定的约束条件是:调度后的功率分配结果在0和1之间,不包括0和1。
优选地,基站根据所选择的调度用户集、相适应的波束配置和功率分配结果,将各移动台的下行用户数据加载到该移动台的适配波束,按照功率分配结果进行功率分配,并发送给各移动台。
优选地,各移动台按照正确的子载波分段并利用波束间的正交性,过滤去除其他移动台的下行用户数据,得到该移动台的下行用户数据。
根据本发明的第二方案,提出了一种多用户调度装置,应用于随机波束形成正交频分多址OFDM系统中,所述多用户调度装置包括:波束生成单元,用于将OFDM子载波分段,并为每个子载波段,独立地创建Nt个正交波束,形成每个子载波段的波束集合,其中Nt是自然数;调度和功率分配单元,用于针对每个子载波段的波束集合,在进行了信息反馈的所有移动台中选择具有最大信号噪声比SNR的移动台加入调度用户集,并将该移动台所对应的适配波束加入调度波束集;对于除了具有最大信号噪声比SNR的移动台以外的其他移动台,在相应适配波束未被占用的前提下,依次选择具有最大SNR的移动台尝试加入调度用户集,并尝试将相应适配波束加入调度波束集,检查调度后的功率分配结果是否满足预定的约束条件;如果每次尝试均获得成功,即每次调度后的功率分配结果都满足预定的约束条件,则最多尝试Nt-1次,如果某次尝试未成功,则不再进行后续的尝试;选择使系统流量最大的调度用户集、相适应的波束配置和功率分配结果。
优选地,所述多用户调度装置还可以包括:数据加载和发射单元,用于将各个波束集合加载到对应的OFDM子载波段上,从天线发送出去。
优选地,所述波束生成单元将OFDM子载波平均分为Q段,Q是大于1的整数。
优选地,每个子载波段的波束集合中的波束个数Nt彼此相同,而波束集合各不相同。
优选地,所述预定的约束条件是:调度后的功率分配结果在0和1之间,不包括0和1。
根据本发明的第三方案,提出了一种基站,包括根据本发明第二方案所述的多用户调度装置。
优选地,所述基站还可以包括:用户数据加载和发射单元,用于根据所选择的调度用户集、相适应的波束配置和功率分配结果,将各移动台的下行用户数据加载到该移动台的适配波束,按照功率分配结果进行功率分配,并发送给各移动台。
根据本发明的第四方案,提出了一种信息反馈装置,应用于随机波束形成正交频分多址OFDM系统中,在所述随机波束形成正交频分多址OFDM系统中,OFDM子载波被分段,并为每个子载波段,独立地创建Nt个正交波束,形成每个子载波段的波束集合,其中Nt是自然数,所述信息反馈装置包括:接收和检测单元,用于从每一个OFDM子载波段监听并检测本小区或扇区基站所发送的波束集合,估计出所述波束集合中的各个波束的信号噪声比SNR;以及反馈信息生成和发射单元,用于针对每个子载波段的波束集合,确定具有最大SNR的波束,并向基站反馈SNR信息和所述波束的波束标识信息。
根据本发明的第五方案,提出了一种信息反馈装置,应用于随机波束形成正交频分多址OFDM系统中,在所述随机波束形成正交频分多址OFDM系统中,OFDM子载波被分段,并为每个子载波段,独立地创建Nt个正交波束,形成每个子载波段的波束集合,其中Nt是自然数,所述信息反馈装置包括:接收和检测单元,用于从每一个OFDM子载波段监听并检测本小区或扇区基站所发送的波束集合,估计出所述波束集合中的各个波束的信号噪声比SNR;以及反馈信息生成和发射单元,用于针对每个子载波段的波束集合,确定具有最大SNR的波束,将所述最大SNR与所述波束集合中的波束个数Nt相乘,获得最大单波束SNR,并向基站反馈最大单波束SNR信息和所述波束的波束标识信息。
优选地,根据本发明的第四或第五方案,在所有子载波段中,所述反馈信息生成和发射单元确定前M个具有最大SNR的子载波段,并仅向基站反馈这M个子载波段中具有最大SNR的波束的SNR信息和波束标识信息。更优选地,所述M个子载波段中具有最大SNR的波束的波束标识信息包括子载波段的标识和波束的标识。
根据本发明的第六方案,提出了一种移动台,包括根据本发明的第四或第五方案所述的多用户调度装置。
优选地,所述移动台还可以包括:用户数据接收和检测单元,用于按照正确的子载波分段并利用波束间的正交性,过滤去除其他移动台的下行用户数据,得到该移动台的下行用户数据。
本发明的优点在于:利用正交多波束的波束形成OFDM系统,实现了较高的系统流量。通过采用将OFDM子载波分段的信号处理方法,增强信道响应的频域起伏。并采用正交的波束集合,消除了不同波束之间的干扰,实现了多个等效信道的独立检测。用户只需要反馈SNR和波束序号,从而减少了用户上行反馈的数据量。通过基于排序的快速贪婪算法,可以以较低的算法复杂度完成用户的调度和功率分配。尤其是随着用户数的增加,根据本发明的多用户调度方法不会增加时间代价;即使是发射天线数增加,根据本发明的多用户调度方法的时间代价也仅为线性增长。所以,本发明在显著降低用户调度和功率分配的算法复杂度的同时,实现了较高的系统流量。本发明具有频谱复用系数高、用户与基站间反馈少、实现简单并利于实施应用等优点。
附图说明
根据如下结合附图对本发明非限制性实施例的详细描述,本发明的上述以及其他目的、特征和优点将更加清楚,附图中:
图1为根据本发明的基站的方框图;
图2为根据本发明的移动台的方框图;
图3为根据本发明的多用户调度方法的流程图;以及
图4为根据本发明的、基于排序的快速贪婪算法的流程图。
具体实施方式
下文将根据附图描述本发明。在以下描述中,一些具体实施例只是用于描述的目的,而不应理解为对本发明的任何限制,它们只不过是本发明的示例。尽管有可能模糊对于本发明的理解,但是将省略常规结构或构造。
首先,对本发明的基本操作原理进行详细说明。
本发明的技术方案可以包括如下步骤:
步骤一:将OFDM子载波分为Q段,并为每个子载波段,独立地创建Nt个正交的Nt维波束,形成Q个波束集合;
步骤二:将各个波束集合对应地加载到OFDM子载波段,并从天线发送出去;
步骤三:用户从每一组OFDM子载波段监听并检测本小区或扇区基站发送的波束集合,估计出各个波束相对的等效信道,并计算信号噪声比(SNR)。对于每个子载波段,从其上的Nt个波束中挑选出SNR最大的波束,估计单独传输数据时的SNR,并将该SNR和对应的波束序号反馈给基站;
步骤四:基站根据用户反馈的SNR及对应的波束序号,通过基于排序的快速贪婪算法,为每个子载波段确定调度用户集,并调度用户适配波束的功率分配方案;
步骤五:基站将各个调度用户的数据加载到该调度用户所指定的适配波束,按照功率分配方案的功率分配结果进行功率分配,并由各个适配波束集合所关联的子载波段通过发射天线发送各调度用户的数据;
步骤六:各调度用户从各个子载波段中过滤出各自的数据。
在所述步骤一中:将OFDM子载波平均分为Q段。根据下行信道的统计特性,为每一个子载波分段,生成一个虚拟的用户信道。在每个时隙开始的时候,利用该虚拟信道匹配生成Nt个正交的Nt维波束,以使得平均信噪比最大化,称为波束集合Wq=[wq,1,...,wq,Nt]。如果该信道矩阵为满秩的,通过奇异值分解得到的右矩阵就可以作为这Nt个正交的Nt维波束。OFDM子载波分段方法在基站端和用户端都是确定已知的,并且相同。不拘泥于特定的波束生成方法,根据信道统计特性,随机生成正交的波束集合即可。波束集之间不必要存在相关性。
在所述步骤二中:对于第q个子载波分段(q=1,2,..,Q),将已知符号si乘以与该子载波分段关联波束集合中的第i个波束wi,并加载到第q子载波段的子载波上。经过IFFT变换,并由天线输出。对于同一子载波段上的波束,加载的已知符号序列是相互正交的。所加载的已知序列在基站端和用户端都是确定的,且相同。
在所述步骤三中:用户将接收信号通过FFT变换,并分成Q段,则每部分对应一个子载波段。对于每一子载波段输出,根据预先设定的已知符号,可以估计得到关于每个波束对应的等效信道。计算每个波束SNR,并为每个子载波分段挑选出最大的SNR波束。计算该用户在单独传输数据时可能达到的SNR。用户为每个子载波段将该段内最大SNR和对应波束的序号反馈给基站。但是,应当注意的是计算该用户在该子载波段中单独传输数据时的SNR,并非必须步骤,仅为了功率分配时的便利。也可在功率分配步骤中作相应调整。此外,本发明并不局限于对于所要反馈的SNR的量化编码方式,要求尽可能精确。另外,为了实现更高效的反馈,可以采用Best_M反馈,即反馈M个SNR最大的子载波段的相关信息,此时可以根据需要在反馈信息中指出子载波段序号。
在所述步骤四中:对于每一个子载波分段,基站按照用户所反馈的SNR信息,将用户降序排列。选择SNR最大的用户加入调度用户集,并将该用户所对应的适配波束加入调度波束集。在之后的每次循环中,在适配波束未被占用的前提下,选择SNR最大的用户尝试加入调度用户集,检查约束条件。如此最多循环Nt-1次后,比较在不同用户数时系统可能获得的最大流量,从中选择使得系统流量最大的调度用户集,以及相适应的波束配置和功率分配方案。这就是本文所指的基于排序的快速贪婪方法。各个子载波段可以独立进行用户选择和功率分配。所述约束条件是指,在确定用户集上进行最优功率分配,其分配结果的分配比例是否在零到1之间(不包括端点)。退出上述循环的条件是,循环Nt-1次后,即每个波束上都分配了用户,或者在某一次循环中分配结果不满足约束条件。
在所述步骤五中:基站将由第四步确定的调度用户的数据加载到对应的波束,再按照功率分配方案进行功率分配,加载到各子载波段,通过IFFT变换经由天线发射。
在所述步骤六中:各个调度用户接收基站发出的数据信号,经过FFT变换并将接收信号按照子载波分段,并利用波束间的正交性,过滤去其他用户的信息,得到该用户自己的下行数据。
具体地,以下提供了更为详细的理论分析。
(1)OFDM子载波分段的信号处理
OFDM子载波分段,是将OFDM全部N个子载波平均地分成Q段,每段包括R个连续的子载波。假设信道在同一子载波段内的所有子载波上相同,而在不同子载波段的子载波上不同。独立地为各个子载波段生成正交的波束集合wq=[wq,1,...,wq,Nt]。对于每一个子载波段,将已知的符号si加载到各个波束上后,系统在该子载波段上每个子载波上的输出为假设用户可以完全正确地接收OFDM信号,并将接收信号按照发射的方式分成Q组,用户k在第q个子载波段上的平均接收信号为该子载波段上各个子载波的平均,可以将其接收信号记作hq,k
在接收端对于各个子载波段的信号分别进行接收和检测,利用已知符号间的正交性,通过训练可以得知每个波束的等效信道hq,kwi,并可以由此计算接收信号的SNR。从中挑选出最大的SNR,并用于估计用户在子载波段q中单独传输数据时的SNR,具体方法是将等效信道的功率‖hq,kwq,i‖2除以噪声平均功率σ2,即‖hq,kwq,i‖2/σ2。此结果将用于用户调度。
设在第q个子载波分段上,用户k被调度,并分配采用第i个波束。分配功率的比例为该分段功率的pk。在正式传输数据的时候,用户k的接收信号为:
利用估计出来每个波束的等效信道,以及波束间的正交性,可以将非目标波束滤去,从而得到用户k自己的数据:
噪声平均功率为σ2,用户的接收信噪比为Pk/σ2,记做Pkγk。如果不特别指出,本文所提SNR都基于这种形式的SNR,而所提出的调度和功率分配方法都在某一个子载波的分段内进行。
(2)确定用户集下的功率分配
假定发射端为Nt天线系统,可以形成Nt个正交波束。并假定已经选取了n个用户作为调度用户(n≤Nt),每个用户选择的适应波束各不相同。采用正交频域滤波处理,第k个用户反馈的SNR为γk,分配的功率为pk。并且可以假设第j个用户的SNR值γj,有γj<γi(i<j)。如果采用了足够好的编码方式,使得每一用户的流量可以达到log2(1+pkγk)。功率分配方法可以表示为以下最优化问题:
pi>0,pi<1(i=1,2,...,n)(3)
最优功率分配的结果为如果满足约束条件pi>0,pi<1(i=1,2,...,n)则,认为功率分配成功,此用户组可以同时调度,上述结果为最优结果,此时的目标函数最优值为:
否则,功率分配失败,这组用户不可以被同时调度。
在满足pi>0,pi<1(i=1,2,..,n)的情况下,如果保持n-1个用户不变,其中任何一个用户的SNR越大,目标函数值即系统总流量越大。
分析约束条件,可以得到以下4个关系式:
因此如果对于γn有pn≤0,则对于所有的γn′<γn,者有pn′≤0。
通过递归方法,可以证明
根据关系式(a)和(b),可以得到
结论1:
对于包含n个用户的功率分配算法,第n个用户的SNR满足γn<γi(i<n)。在保持前n-1个用户不变的情况下,如果第n个用户的功率分配值pn不能满足pn>0或者pi<1(i<n),则采用SNR值小于γn任意用户作为第n个用户,相应地都不能满足pn>0及pi<1(i<n)。
利用类似于结论1的证明方法,可以证明(c)(d)成立,于是可以得到
结论2:
如果对于包含n-1个用户的功率分配算法功率分配成功,即pi>0,pi<1(i=1,2,...,n-1)。则对于包含n个用户的功率分配算法,若第n个用户的SNR满足γn<γi(i<n),则必然有pi>0(i<n)和pn<1(i=n)。
本文所提出的基于联合最优功率分配进行用户调度的基于排序的快速贪婪算法正是基于确定用户集下的最优功率分配和以上2个结论的。
(3)基于排序的快速贪婪算法
将整个方法分为Nt步。第一步选择最大SNR的用户,记系统总流量为f1。第n步,在对应波束未被选择的用户中,搜索SNR最大的用户,尝试进行功率分配。显然有γn<γi(i<n),则一定满足约束条件pi>0(i<n)和pn<1(i=n)(结论2)。检查约束条件pn>0及pi<1(i<n),如果不能同时满足,则结束(根据结论1,不需要再尝试SNR值更小的用户);如果可以满足这两个约束条件,这步选出的用户就可以调度,记系统流量为fn。设一共进行了m步,比较f1,f2,…,fm的大小,选择最大系统流量的一组调度用户组,并采用其波束分配和功率分配。
本发明所采用的基于排序的快速贪婪算法步骤如下:
(1)将所有用户按照SNR降序排列。按照SNR从大到小,将用户序号记作1,2,...K。(K为用户总数)。
(2)设n=1,选择SNR最大的用户作为调度用户,设定搜索用户序号k=1,记录其适配波束,记录流量f(1)。令n=2。
(3)如果n>Nt跳转到步骤(6),否则令k=k+1,设定下一个搜索用户。
(4)如果第k个用户的适配波束未被使用,尝试将该用户加入调度用户集,进入步骤(5),尝试进行功率分配;否则跳转到步骤(6)。
(5)尝试进行功率分配,如果功率分配成功,记录该组调度用户集act_user(n),功率分配和波束,和流量f(n)。并且令n=n+1,并返回步骤(3)。如果功率分配不成功,进入步骤(6)。
(6)搜索f(n)中的最大值,调度相应的调度用户集act_user(n)和功率分配方案。
本发明所采用的基于排序的快速贪婪算法是有序地进行搜索,总的搜索范围最大为用户总数。对功率分配pn的判断采用的是比较的方法,而不是重新计算。另外,由于结论1和结论2,上述贪婪算法进一步缩小了搜索范围,减少了搜索次数。所以上述贪婪算法平均每个时隙尝试用户配对和功率分配的次数为Nt-1。
下面给出一个具体的下行蜂窝系统参数配置,来阐述本发明的具体实施方式。需要说明的是,下例中的参数不应当被理解为限制本发明的一般性。
图1示出了根据本发明的基站100的示意方框图。参考图1,基站100包括:波束生成单元110,数据加载单元120,发射装置130,接收装置140,调度和功率分配单元150,以及用户数据缓存单元160。
波束生成单元110用于为每个子载波分段随机地生成正交的波束集合,用于加载数据。
数据加载单元120在每帧开始时,为波束加载哈达玛矩阵,供用户进行检测;在数据传输阶段,从用户数据缓存单元160中获得调度用户的数据,并根据调度和功率分配单元150的功率分配结果进行功率分配,加载到对应的波束上。
发射装置130用于将来自于数据加载单元120的、加载了数据(或者哈达玛矩阵)的波束通过IFFT变换等方法调制到各个子载波段,通过射频端发射。
接收装置140由射频端接收信号,通过解调获得基带信号,分离出各个子载波段的信号。
调度和功率分配单元150根据来自于接收装置140的、由用户反馈的信道状态信息,采用基于排序的快速贪婪算法进行调度,获得各个子载波段上各个波束的调度用户,以及对应的功率分配方案。
用户数据缓存单元160保存用户的下行数据,供数据加载单元120在准备发送时调用。
图2示出了根据本发明的移动台200的示意方框图。参考图2,本发明所涉及移动台200包括:接收装置230,数据检测单元220,反馈信息生成单元210,发射装置240,以及用户数据缓存单元260。
接收装置230接收由基站100(具体地,发射装置130)发出的信号,分离出各个子载波段的数据,并传送至数据检测单元220检测。
数据检测单元220在波束传送阶段,通过哈达玛矩阵的正交性,检测出各个波束的等效信道,并由SNR估计单元生成反馈信息;在数据传送阶段,通过各波束的正交性,检测出用户数据,送至用户数据缓存单元260。
反馈信息生成单元210根据数据检测单元220检测出来的各个波束上的等效信道,估计各个波束单独传输时的SNR,并挑选出各个子载波段上使SNR最大的波束,并将对应波束序号和最大SNR值进行处理,由发射装置240反馈给基站100。
发射装置240将反馈信息生成单元210生成的反馈信息,通过上行信道反馈给基站100。
参考3GPP组织的文档:TR 25.814 V7.1.0,“Physical LayerAspects for Evolved UTRA”(演进的通用移动通信系统及陆基无线电接入的物理层规范)给出的一组下行蜂窝系统的仿真参数配置,如下:
另外,对于OFDM子载波分段采用如下参数:
信道的时域相应采用6径的Suburban Macro信道参数,具体如下:
系统信道建模可参考以下文献:Yahong Rosa Zheng,等“Simulation Models With Correct Statistical Properties forRayleigh Fading Channels”,IEEE TRANSACTION ON COMMUNICATIONS,June 2003(“正确统计特性的瑞利衰落信道仿真模型”)。
图3示出了根据本发明的多用户调度方法的流程图,图4示出了根据本发明的、基于排序的快速贪婪算法的流程图。以8用户、第一个OFDM子载波分段为例,结合图3和图4对本发明的具体操作阐述如下:
(1)步骤S310:在基站100侧,以小区/扇区和信道模型为基础,为第一个子载波分段创建4个正交的4维波束(Nt=4),形成波束集合W:
每一列表示一个波束,其功率为1。为了保持发射总功率为1,可以将每个波束的发射功率调整为为第一子载波段中的4个波束加载哈达玛矩阵,采用4个OFDM符号从天线发送出去。哈达玛矩阵为:
第一子载波上的信道矩阵为:
(2)步骤S320:在移动台200侧,假设接收机可以正确地从子载波段上检测数据,并通过哈达玛矩阵获得各个波束的等效信道。移动台200从一组相对应子载波段监听并检测本小区/扇区基站发送的波束,仿真中,输出信号为:
第一子载波段每个子载波上的平均接收信噪比为
从估计出来的各个波束的SNR(信号噪声比)中挑选出SNR最大的波束。将该SNR乘以4,估计该用户在第一子载波段单独通信时的SNR。移动台200反馈对于波束的选择情况和数据传输的估计SNR:
如果采用best M的反馈方法,则移动台不必为每个子载波段进行反馈,而是从16个子载波段中,挑出SNR最大的M个,进行反馈。反馈时除了需要反馈SNR、波束序号,还需要反馈子载波段的序号。设M=3,则对于每个用户,反馈的信息为SNR最大的三个子载波段的序号、SNR、以及对应子载波段内的波束序号。
(3)步骤S330:在基站100侧,基站100等待10个OFDM符号的时间,收集用户反馈。根据用户反馈的SNR及相匹配波束序号,基站100通过基于排序的快速贪婪算法确定调度用户集,以及调度用户适配波束的功率分配方案。图4具体示出了基于排序的快速贪婪算法的流程图。
首先,将用户的反馈信息按照SNR排序(步骤S3310):
步骤S3320:将序号为1的用户(用户4)加入调度用户集,将波束序号为2的波束加入调度波束集。记录调度速率f(1)。
步骤S3330:否:n=2不大于Nt=4。
步骤S3340~S3350:检测序号为2的用户(用户5)。由于其适配波束(波束序号2)已被占用,跳过(步骤S3350:是)。
步骤S3340~S3350:检测序号为3的用户(用户1)。由于其适配波束的波束序号为4,未被占用(步骤S3350:否)。步骤S3360:可以尝试将用户1加入调度用户集,将波束序号为4的波束加入调度波束集,功率分配结果为:
步骤S3370:是:满足约束条件(即,各调度功率的分配结果(功率分配比例)在0到1之间(不包括端点)),因此分配成功。步骤S3380:记录分配结果,记录调度速率f(2)。
步骤S3330:否:n=3不大于Nt=4。
步骤S3340~S3350:检测序号为4的用户(用户8)。由于其适配波束为波束3,未被占用(步骤S3350:否)。步骤S3360:可以尝试将用户8加入调度用户集,将波束3加入调度波束集,功率分配结果为:
步骤S3370:是:满足约束条件(即,各调度功率的分配结果(功率分配比例)在0到1之间(不包括端点)),因此分配成功。步骤S3380:记录分配结果,记录调度速率f(3)。
步骤S3330:否:n=4不大于Nt=4。
步骤S3340~S3350:检测序号为5的用户(用户6)。由于其适配波束(波束序号2)已被占用,跳过(步骤S3350:是)。
步骤S3340~S3350:检测序号为6的用户(用户2)。由于其适配波束为波束1,未被占用(步骤S3350:否)。步骤S3360:可以尝试将用户1加入调度用户集,将波束1加入调度波束集,功率分配结果为:
步骤S3370:否:不满足约束条件(即,至少一个调度功率的分配结果(功率分配比例)不在0到1之间(不包括端点)),因此分配不成功,也不再尝试其他的功率分配组合。
步骤S3390:汇总调度速率结果:
因此选用三用户时的调度结果、调度用户和调度功率:
(4)步骤S340:基站100将各个调度用户的数据加载到该调度用户的适配波束,按照功率分配结果进行功率分配,并发送给各用户移动台200。第一子载波段的传输速率可以达到16×15k×2.8253bps。
(5)步骤S350:用户移动台200通过正确的子载波分段,过滤出各自的数据,并进行后续处理。将各个子载波段得到的流量相加,即可得到该时隙系统所能实现的总流量。
对于采用基于排序的快速贪婪算法的通信系统,为了考察其计算复杂度和系统流量的性能,对以下方法进行比较:
ES_PA(现有技术):采用穷举搜索联合最优功率分配。在所有可能的用户配对中,尝试进行最优功率分配,并从中挑选出使系统流量最大的调度和功率分配方案。
ES_avg_PA(现有技术):采用穷举搜索联合平均功率分配。在所有可能的用户配对中,尝试进行平均功率分配,并从中挑选出使系统流量最大的调度和功率分配方案。
Th_avg_PA(现有技术):门限-平均功率分配。采用1个信号干扰噪声比SINR门限,每个用户找出使SINR最大的波束,如果最大SINR超过预设门限,反馈1比特1以及最佳波束序号,否则反馈1比特0以及最佳波束序号。基站为有反馈的波束从反馈用户中随机挑选,为没有用户反馈的波束从所有用户中随机挑选用户,并进行平均功率分配。
IGS_PA(本发明):采用基于排序的快速贪婪搜索联合最优功率分配。采用基于排序的快速贪婪搜索,尝试进行最优功率分配,并从中挑选出使系统流量最大的调度和功率分配方案。
IGS_avg_PA(本发明):采用基于排序的快速贪婪搜索联合平均功率分配。采用基于排序的快速贪婪搜索,尝试进行平均功率分配,并从中挑选出使系统流量最大的调度和功率分配方案。
以下给出了算法复杂度的比较,比较的依据是平均在每个OFDM子载波分段内,平均每个时隙所尝试用户配对和功率分配的次数,其中对于Th_avg_PA算法而言,由于基站为有反馈的波束从反馈用户中随机挑选,为没有用户反馈的波束从所有用户中随机挑选用户,因此此参数标识为“-”:
可以看出,采用根据本发明的基于排序的快速贪婪调度算法平均每个时隙尝试用户配对和功率分配的次数为Nt-1,而其仿真时间远远少于穷举算法,显著地降低了系统的复杂度。
比较采用根据本发明的基于排序的快速贪婪调度算法的系统与其他系统的系统流量,对带宽进行归一化处理:
可以看出,采用最优功率分配的算法都要好于采用平均功率分配的算法。由此可见,功率分配算法虽然会增加少量的计算复杂度,但对于提高系统流量却有着积极的作用。对于采用最优功率分配的两种算法中,采用根据本发明的基于排序的快速贪婪搜索联合功率分配的算法,充分利用了系统的特性,在降低复杂度的同时,对于系统流量方面没有损失,可以达到和穷举算法几乎相同的系统流量。在低SNR和用户数较少时,采用模拟反馈SNR方法所实现的平均系统流量远高于采用有限比特量化反馈SNR的方法。
因此,本发明提出的随机波束形成系统联合功率分配的多用户调度方法,利用了正交多波束的波束形成系统的特性,实现了较高的系统流量。通过采用将OFDM子载波分段的信号处理方法,增强信道响应的频域起伏;通过采用正交的波束集合,消除了不同波束之间的干扰,实现了多个等效信道的独立检测。用户只需要反馈SNR和波束序号,从而减少了用户上行反馈的数据量。通过基于排序的快速贪婪方法,可以以较低的算法复杂度完成用户的调度和功率分配。尤其是随着用户数的增加,时间代价并不增加;即使是发射天线数增加,本发明所提出的多用户调度方法的时间代价也仅为线性增长。所以,本发明在显著降低用户调度和功率分配的算法复杂度的同时,实现了较高的系统流量,具有频谱复用系数高、用户与基站间反馈少、实现简单并利于实施应用等优点。
前面的描述只是给出了本发明的优选实施例,而决不是要限制本发明。因此,在本发明的精神和原理之内作出的任何修改、替换、改进等都应落在本发明的范围内。
机译: 在MIMO系统中调度多用户的方法和装置,能够在多用户环境的MIMO系统中大幅度减少多用户选择的计算量
机译: 多用户调度方法和装置,以及多用户波束形成方法和装置
机译: 多用户调度方法及其装置,以及多用户波束形成方法及其装置