OFDMA系统中提高多小区边缘用户吞吐量的动态资源分配方法

摘要

本发明公开了一种OFDMA系统中提高多小区边缘用户吞吐量的动态资源分配方法，主要解决小区边缘用户吞吐量低的问题。其具体步骤为：1)基站对各子载波的发射功率进行初始化，并为其选择用户；2)根据迭代注水算法更新各子载波的发射功率；3)根据更新后的功率对每个子载波上的用户进行更新；4)判断各子载波的发射功率是否收敛，若收敛，执行步骤(5)，否则返回步骤(2)；5)根据子载波的收敛功率，计算各用户在其上的信干比；6)判断子载波上的用户是否是边缘用户，若不是，结束分配；否则执行步骤(7)；7)若该子载波选择的是边缘用户，则为该子载波重新选择信干比较好的边缘用户，结束分配。本发明提高了小区边缘用户的吞吐量。

说明书

技术领域

本发明属于无线通信领域，特别是涉及一种正交频分多址OFDMA系统中提高多小区边缘用户吞吐量的动态资源分配方法，用于解决小区边缘用户在同频干扰影响下吞吐量低的问题。

背景技术

近年来，随着无线和移动通信的快速发展，人们对无线通信的通信速率要求越来越高，其中主要的一项指标是提高小区边缘用户的吞吐量。在OFDMA的蜂窝移动通信系统中，由于小区间干扰ICI的存在，使小区边缘用户的吞吐量下降，而且每个小区的功率分配都密切相关，一个小区内子载波上的功率变化会影响到其它相邻小区的功率分配，所以学术界提出了多小区联合资源分配来降低小区间的干扰。

在多小区OFDMA系统中，基站根据用户返回的信道状态信息CQI，分配系统资源，资源分配主要包括子载波和功率分配，各小区的功率分配受到相邻小区的影响。然而在频率复用因子为1的多小区系统中，频率复用因子为1，说明各小区的频率资源一样，由于同频信道干扰的存在，直接将单小区算法扩展到多小区中做法不可取，参见文献Zhang TianKui，Zeng Zhimin，TangNan，et al.A multicell  adaptive  resourceallocation scheme for OFDMA cellular system[J].Journal of Beijing Universityof Posts and Telecommunitions，2007，30(5)：67-71，为此，有人根据经典的功率注水算法，提出了一种基于多小区联合的功率迭代注水方法，该算法能有效的提高系统的总吞吐量，参见文献An Improved Iterative Water-Filling Algorithm for Multi-cellInterference Mitigation in Downlink OFDMA Networks，但该方法却忽略了边缘用户的吞吐量，牺牲了边缘用户的性能，降低了用户的公平性。

发明内容

本发明的目的在于针对上述已有技术的不足，在迭代注水方法的基础上提出了一种OFDMA系统中提高多小区边缘用户吞吐量的动态资源分配方法，该方法在系统总容量和边缘用户的总容量上进行了折中考虑，以在系统总吞吐量损耗不太大的情况下，提高小区边缘用户的吞吐量和公平性。

为实现上述目的，本发明的技术方案包括如下步骤：

(1)以相邻7小区为一簇，各小区基站对本小区子载波的发射功率进行初始化，并根据用户返回的信道状态信息和优先级为每个子载波选择用户；

(2)根据迭代注水算法更新每个小区各子载波的发射功率，并根据更新后的功率更新每个子载波上的用户；

(3)判断各子载波的发射功率是否收敛，如果上一次迭代的功率和本次迭代的功率绝对差小于初始值的1/100时，则子载波上的迭代功率收敛且载波上的用户确定，并用各子载波的收敛功率计算各用户在其上的信干比，执行步骤(4)，否则返回到步骤(2)，继续进行迭代。

(4)计算各子载波上的用户到本基站的距离，选择与基站距离最远的1/4用户作为边缘用户，其他为中心用户。若子载波选择的用户是中心用户，保持该子载波上的用户，结束分配；否则，该子载波选择的用户是边缘用户，若该边缘用户的信干比是本小区所有边缘用户中最好的，保持该子载波上的用户，结束分配；否则将信干比最好的边缘用户作为该子载波重新选择的用户；如果该重新选择用户的载波数已经达到分配上限，此时将信干比次好的边缘用户作为该子载波重新选择的用户，依次类推，若找不到该重新选择的用户，则不给该子载波重新选择用户，将第一次选择的用户作为最终用户，结束分配。

本发明由于对子载波选择的边缘用户进行重新选择，选择小区内边缘用户信干比最好的，明显的提高了小区边缘用户的总吞吐量，而且系统总吞吐量损耗不太大，解决了现有方法中只保证系统总吞吐量最大化，却牺牲了边缘用户的总吞吐量的问题。

附图说明

图1是本发明的子载波和功率联合分配流程图；

图2是用本发明与现有方法获得的系统总容量对比图；

图3是用本发明与现有方法获得的边缘用户总容量对比图；

具体实施方式

下面对本发明的实施例作详细的说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程。

参照图1，本发明的具体实施包括如下步骤：

步骤一：各小区基站对本小区子载波的发射功率进行初始化，并根据用户返回的信道状态信息和优先级为每个子载波选择用户；

1.1)各小区基站根据公式对本小区子载波的发射功率进行初始化，式中m和n分别表示小区和子载波的序号，且一个小区有一个基站，N是子载波的个数，且表示子载波集合，表示小区集合，M是小区个数，表示小区m在子载波n上的发射功率，P_total表示基站的总发射功率。

1.2)各基站根据用户返回的信道状态信息和优先级按照如下公式为每个子载波选择用户：

$>k(m,n)=\arg \underset{s\in S_m}{\max }\left[w_s{R}_{m,s}^n\right]---\left(1\right)$>

式中k(m，n)表示小区m中子载波n上的用户，m是小区序号，n是子载波序号，S_m是小区m中的用户集合，S＝S₁UL US_M，表示所有小区的用户集合，w_s是用户s的优先级且式中N表示子载波数，M表示小区个数，它与用户到本基站的距离有关，如表1和表2所示。

表1

dd＜R/10R/10≤d＜2R/102R/10≤d＜3R/103R/10≤d＜4R/104R/10≤d＜5R/10w_sx1.25x1.5x1.75x2.0x

表2

d5R/10≤d＜6R/106R/10≤d＜7R/107R/10≤d＜8R/108R/10≤d＜9R/10  9R/10≤d＜Rw_s2.25x2.5x2.75x3.0x3.5x

表1和表2中d表示用户到基站的距离，R为小区的半径，w_s表示用户优先级。每个小区里有K个用户，每个用户根据其到基站的距离，查表1和表2得到一个优先级，共有MK个优先级。根据求出x，再把x代入w_s，求出各用户优先级。

式(1)中是用户s在子载波n上的传输速率，其计算公式为：

$>R_{m,s}^n=\log 2[1+\frac{p_m^n{G}_{m,s}^n}{{\sigma }^2+\underset{j=1,j\ne m}{\overset{M}{\Sigma }}{p}_j^n{G}_{j,s}^n}]---\left(2\right)$>

式中，是小区m中用户s在子载波n上的信道增益，由用户s的路径损耗、阴影衰落和多径衰落决定，σ²是噪声方差，是小区m中用户s受到相邻小区的同频干扰，是小区j在子载波n上的发射功率，是小区j在子载波n上对小区m中用户s的信道增益。

步骤二：基站根据迭代注水算法按照如下公式更新每个小区各子载波的发射功率：

$>\left(\begin{array}{c}{p}_m^n={(\frac{w_{k(m,n)}}{{\lambda }_m\ln 2+t_m^n}-\frac{{\sigma }^2+\underset{j=1,j\ne m}{\overset{M}{\Sigma }}{p}_j^n{G}_{j,k(m,n)}^n}{G_{m,k(m,n)}^n})}^{+}\\ \underset{n=1}{\overset{N}{\Sigma }}{p}_m^n\le p_{\mathrm{total}}\end{array}\right)---\left(3\right)$>

其中()⁺表示括号里的值大于0时值不变，若小于0，则将其置为0，k(m，n)表示小区m中子载波n上的用户，w_k(m，n)是该用户的优先级，σ²是噪声方差，是小区m中用户k(m，n)受到相邻小区的同频干扰，是小区j在子载波n上的发射功率，是小区j在子载波n上对用户k(m，n)的信道增益，是小区m中用户k(m，n)在子载波n上的信道增益，λ_m是小区m的功率注水线，其计算式如下：

$>{\lambda }_m=\frac{1}{N}[p_{\mathrm{total}}+\underset{n=1}{\overset{N}{\Sigma }}\frac{{\sigma }^2+\underset{j=1,j\ne m}{\overset{M}{\Sigma }}{p}_j^n{G}_{j,k(m,n)}^n}{G_{m,k(m,n)}^n}]---\left(4\right)$>

表示如下：

$>t_m^n\stackrel{\Delta }{=}\underset{j=1,j\ne m}{\overset{M}{\Sigma }}\frac{w_{k(j,n)}{G}_{m,k(j,n)}^n{\mathrm{SINR}}_{j,k(j,n)}^n}{({\sigma }^2+\underset{i=1}{\overset{M}{\Sigma }}{p}_i^n{G}_{i,k(j,n)}^n)}---\left(5\right)$>

$>{\mathrm{SINR}}_{j,k(j,n)}^n=\frac{p_j^n{G}_{j,k(j,n)}^n}{{\sigma }^2+\underset{i=1,i\ne m}{\overset{M}{\Sigma }}{p}_j^n{G}_{i,k(j,n)}^n}---\left(6\right)$>

式中k(j，n)表示表示小区j中子载波n上的用户，w_k(j，n)是该用户的优先级，是小区m中用户k(j，n)在子载波n上的信道增益，是小区i在子载波n上的发射功率，是小区i中用户k(j，n)在子载波n上的信道增益，是小区m中用户k(m，n)受到相邻小区的同频干扰。

步骤三：基站根据更新后的功率对每个子载波上的用户进行更新：

3.1)基站根据步骤二得到的各子载波上的新功率，按以下公式重新计算各用户在各子载波的速率；

$>{\hat{R}}_{m,s}^n=\log 2[1+\frac{{\hat{p}}_m^n{G}_{m,s}^n}{{\sigma }^2+\underset{j=1,j\ne m}{\overset{M}{\Sigma }}{\hat{p}}_j^n{G}_{j,s}^n}]---\left(7\right)$>

式中表示小区m中用户s在子载波n上更新的速率，表示基站m在子载波n上更新的发射功率，是小区m中用户s在子载波n上的信道增益，它由用户s的路径损耗、阴影衰落和多径衰落决定，σ²是噪声方差，是小区m中用户s受到相邻小区的同频干扰，是小区j在子载波n上更新的发射功率，是小区j在子载波n上对用户s的信道增益；

3.2)将代入公式计算各子载波上的新用户，式中表示小区m中子载波n上的新用户，m是小区序号，n是子载波序号，S_m是小区m中的用户集合，w_s是用户s的优先级，它与用户到本基站的距离有关，如表1和表2所示。

步骤四：基站根据上一次迭代的功率和本次迭代的功率绝对差是否小于初始值的1/100，来判断发射功率是否收敛，若两者的绝对差大于初始值的1/100，则子载波上的发射功率不收敛，返回到步骤二，继续进行迭代，否则该子载波上的迭代功率收敛，执行步骤五。

步骤五：根据各子载波上的收敛功率，计算各用户在其上的信干比为：

$>{\mathrm{SINR}}_{j,k(j,n)}^n=\frac{p_j^n{G}_{j,k(j,n)}^n}{{\sigma }^2+\underset{i=1,i\ne m}{\overset{M}{\Sigma }}{p}_j^n{G}_{i,k(j,n)}^n}---\left(8\right)$>

式中k(j，n)表示表示小区j中子载波n上的用户，j表示小区序号，n表示子载波序号，是小区m中用户k(m，n)受到相邻小区的同频干扰，是小区j在子载波n上的发射功率，是小区j在子载波n上对用户k(m，n)的信道增益。

步骤六：计算各子载波上的用户到本基站的距离，选择与基站距离最远的总用户的1/4作为边缘用户，其他为中心用户。若子载波选择的用户是中心用户，保持该子载波上的用户，结束分配；否则，该子载波选择的用户是边缘用户，执行步骤七。

步骤七：若边缘用户的信干比是本小区所有边缘用户中最好的，则保持该子载波上的用户，结束分配；否则将信干比最好的边缘用户作为该子载波重新选择的用户；如果该重新选择用户的载波数已经达到分配上限，小区m中用户的分配上限为floor()表示括号里的值是小数，对括号里面的值向下取整，括号里的值是整数，其值不变，N_m表示小区m中总的子载波数，S_m表示小区m中总的用户数，此时将信干比次好的边缘用户作为该子载波重新选择的用户，依次类推；若找不到重新选择的用户，则不给该子载波重新选择用户，将第一次选择的用户作为最终用户，结束分配。

本发明的效果可以通过以下仿真进一步说明：

仿真条件：

(1)以相邻7个小区为一簇，各小区只有一个基站，多个用户，小区半径1km，用户到基站的距离＞＝35m，距离基站最远的总用户的1/4为边缘用户，基站的总发射功率为34dBm，小区的子载波数为64，子载波间隔为15KHz，系统带宽为1MHz。

(2)基站的天线为全向天线，此天线的增益为1。

(3)用户的路径损耗为：54.7+37.6lgR，R是用户到本基站的距离，单位km。阴影衰落的标准方差为8dB，信道建模为频率选择性衰落信道，包含6条路径，路径之间相互独立。

(4)加性噪声的功率谱密度为：-174dBm/Hz。

仿真内容与结果：

(1)在上述仿真条件下，利用MATLAB仿真软件，对本发明和现有方法得到的小区边缘用户的总吞吐量分别进行仿真，仿真结果如图2所示，图2中线‘*‘表示现有方法得到的边缘用户的总容量，线‘□‘表示本发明得到的边缘用户的总容量，横坐标表示小区的用户数，纵坐标表示小区边缘用户的总容量。

从图2可以看出，边缘用户的总吞吐量平均提升了大约1.7倍，明显的提高了边缘用户的总容量和边缘用户的性能。

(2)在上述仿真条件下，利用MATLAB仿真软件，对本发明和现有方法得到的系统总容量分别进行了仿真，仿真结果如图3所示，图3中线‘◇‘表示现有方法得到的系统总容量，线‘□‘表示本发明得到的系统总容量，横坐标表示小区的用户数，纵坐标表示系统总容量。

从图3可以看出，本发明系统总容量有了一定的损失，但损耗不到现有方法得到系统总吞吐量的5％。