CN100466505C - 实现高速下行链路分组调度的方法和装置 - Google Patents

Abstract

本发明涉及一种实现高速下行链路分组调度方法和装置，其核心是：基站Node B根据滤波器的系数和当前时刻及其之前的各个时刻UE报告的SINR值对调度时刻用户的信道状态进行预测，然后将预测结果映射到所述用户和基站之间的信道所能支持的最大数据速率，并在调度时刻根据自适应比例公平调度算法APF调度用户的数据。通过本发明能够对调度时刻的信道状态进行提前预测，克服了由于UE测量信道质量与数据传输之间的延时而存在一定局限性，从而使得调度过程中采用的信道状态更贴切的符合信道的变化情况，进而提高HSDPA系统中调度算法执行的性能。

Description

实现高速下行链路分组调度的方法和装置

技术领域

本发明涉及通信领域，尤其涉及高速下行链路的分组调度。

背景技术

随着人们对交流信息的需求日益提高，单纯以话音为主的移动通信方式已渐渐不能满足人们的要求，因此将来的移动通信系统必须在保证话音业务的基础上，提供传送图片文件、收发邮件、上网冲浪，甚至点播电影等多媒体业务，以满足用户对高速数据的需求业务。

为了在现有网络基础上提供更高速和更先进的无线数据通信业务，出现了各种用于移动数据通信的增强技术。如目前的HSDPA(High SpeedDownlink Packet Access，高速下行链路分组调度)是3GPP在R5版本协议中为了满足上/下行数据业务不对称的需求而提出的一种增强型技术，它可以在不改变现有WCDMA(Wideband Code Division Multiple Access，宽带码分多址)网络结构的情况下，将下行数据业务速率提高到10.8Mbit/s。众所周知，WCDMA系统中的可变扩频因子技术和快速功率控制技术已经不能满足HSDPA的自适应调节速度，HSDPA采用调节速度更快的自适应调制编码技术(AMC)、混合自动重传(Hybrid ARQ，HARQ)、快速小区选择(Fast Cell Selected，FCS)和快速资源调度算法。

HSDPA系统每隔2ms(一个TTI(Transmission Time Interval，传输时间间隔))进行一次调度，调度器的功能是按照调度算法设定的准则选择一个或多个用户数据进行传输，并根据调制和编码方案确定用户数据的传送速率。为了有效地调度信道资源，调度算法需要综合考虑以实现如下准则:动态适应无线链路变化、保证不同业务传输的公平性、满足特定业务的QoS(Quality of Service，服务质量)要求、提高业务吞吐量和信道利用率以及限制功耗、降低系统复杂度。一般将HSDPA的分组调度方式分为以下几类:

1、基于时间的轮询方式(Round Robin):每个用户接受顺序服务，得到同样的平均分配时间。但每个用户由于所处环境的不同，得到的吞吐率并不一致。吞吐率表示单位时间内接收到的数据的多少。

2、基于吞吐率的轮询方式:每个用户不管其所处环境的差异，按照一定的顺序进行服务，保证每个用户得到的吞吐率相同。

3、最大载波干扰比(MAX.carrier-to-interference power ratio，MAX.C/I)方式:系统跟踪每个用户的无线信道衰落特征，依据无线信道C/I的大小顺序，确定给每个用户的优先权，保证每一时刻服务的用户获得的C/I都是最大的。这是一种极端的分配方式，可以得到理想的最大吞吐量，但是对于用户之间体现了服务的最不公平性，可能有部分用户一直得不到满意的服务。

4、比例公平(Proportional Fairness，PF)的方式:综合了以上几种调度方式的优点，在公平性和吞吐量两者之间取折衷，既照顾到大部分用户的满意度，也能从一定程度上保证比较高的系统吞吐量，是一种实用的调度方法。实现比例公平有很多算法，一般都需要考虑到下行信道质量、用户缓冲队列长度、用户平均调度时间等诸多参量。

在调度算法的执行过程中，需要周期性的测量Node B到各UE(UserEquipment，用户设备)之间信道的SINR(signal-to-interference-plus-noiseratio，信号噪声干扰比)值，并以此来对不同的UE进行优先级排队。而信道状态的测量要经过如下步骤:

步骤1，Node B通过P-CPICH(主公共控制物理信道)周期性的发射导频信号；

步骤2，UE接收P-CPICH信道导频信号，估计信道质量。

步骤3，UE周期地通过HS-DPCCH将CQI(信道质量指示)报告NodeB。

在获得信道的SINR值后，NodeB中分组调度器依据不同的分组调度算法如PF或MAX.C/I，按照CQI中的SINR决定各UE业务的调度优先级。

与本发明有关的现有技术提供了一种自适应比例公平调度算法(Adaptive Proportional Fairness，APF)，通过其保证了不同信道条件下具有不同QoS需求的用户之间的公平性。

假设系统中有N个用户，在第k个TTI间隔内Node B根据接收到的用户i反馈回来的CQI中的SINR值并按照调制与编码方案确定该用户和Node B之间的信道所能支持的最大数据速率，记为r_i(k)。假设每个用户都有一定的QoS需求，各用户要求达到的目标数据速率用RT_i代表。比例公平调度算法在第k个TTI间隔内调度的用户为:

$j=\arg \underset{1\≤i\≤N}{\max }\frac{r_i\left(k\right)}{R_i\left(k\right)}$            公式1

公式1中的R_i(k)是用户i的平均数据速率，并且以TTI为周期通过如下迭代公式2进行更新:

$\left\{\begin{array}{cc}{R}_j(k+1)=(1-\mathrm{\α})R_j\left(k\right)+\mathrm{\α}\frac{\min \{r_j\left(k\right)*\mathrm{TTI},\mathrm{buffer}\_{\mathrm{size}}_j\}}{\mathrm{TTI}}& \\ R_i(k+1)=(1-\mathrm{\α})R_i\left(k\right)& i\≠j\end{array}\right.$       公式2

公式2中0<α<1。buffer_size_j表示Node B分配给用户j的数据缓冲区大小，缓冲区中存放着将要发送的数据。上述比例公平调度算法只有在信道条件相同的情况下才能保证不同用户之间数据速率的公平分配；如果不同用户所处的信道条件各有差异，那么信道条件变化幅度较大的用户将更容易获得数据传输的机会，因此采用这种算法还是不能更好地保证不同信道条件下具有不同QoS要求的用户之间的公平性。

为了能更好地保证不同信道条件下具有不同QoS要求的用户之间的公平性，自适应比例公平调度算法在比例公平调度算法的基础上引入了指数参数c_i，在第k个TTI间隔内根据公式3调度用户:

$j=\arg \underset{1\&le;i\&le;N}{\max }\frac{r_i{\left(k\right)}^{c_i}}{R_i\left(k\right)}*{\mathrm{RT}}_i$         公式3

针对不同的用户选择不同的参数c_i，为了能更精准地跟踪信道的快速变化及保证不同用户之间的公平性，调度算法以一定的周期(例如每隔50×TTI)对c_i，i＝1，2…N进行如下更新:

      公式4

上式表明，只要在可接受的范围[-ξ，ξ]之间时，c_i将保持不变，否则将按照上式对c_i进行迭代。Δc的选取需要综合考虑{R_i(k)}的收敛速度及其在稳态附近的振荡强度，如果Δc选取较大的值，{R_i(k)}将较快地收敛到稳定状态，但它在稳态附近将有较大的扰动，一般情况下选取较小的Δc使得{R_i(k)}在稳态附近的振荡较小。APF的实现流程如图1所示:

首先，根据第k个TTI间隔内接收到的CQI中的SINR值，并将其映射到r_i(k)。

其次，根据上述公式3对用户进行调度，在调度的过程中每隔一个TTI对R_i(k)更新一次，每隔50个TTI对c_i更新一次。

由现有技术可以看出，其提出的自适应比例公平调度算法是根据第k个TTI间隔内接收到的CQI中的SINR值，并将其映射到r_i(k)，也就是说调度算法认为UE对导频信号的测量值就是Node B传输数据时的真实SINR值。实际上，从Node B发送导频信号到UE测量信道质量并将其反馈的执行过程中，将产生传输时延Latency:τ＝m×TTTI。信道环境由于快衰落效应在这一段时延里又发生了变化，所以UE测量导频信号时的SINR与数据经Node B调度后传输到UE时的SINR之间存在一定的误差，特别是在用户的移动速度很快时，两者之间的误差将会增大。在调度时刻(第k个TTI)接收到的SINTR值实际上表征的是第k-m个TTI间隔的信道状态，并不能准确反映当前信道质量。因此如果采用该值并将其映射到r_i(k)，会存在如下缺陷:

1、由于无线信道的变化和信道质量报告的时延，势必导致系统吞吐量的损失，同时也使得用户之间的公平性达不到预期的效果，在一定程度上偏离了自适应调度算法的设计初衷。

2、Node B与被调度算法选择的UE之间的无线信道严重恶化时，UE无法进行可靠的通信。

发明内容

本发明的目的是提供一种实现高速下行链路分组调度的方法和装置，通过本发明，能够对调度时刻的信道状态进行提前预测，克服了由于UE测量信道质量与数据传输之间的延时而存在的局限性，使得调度过程中采用的信道状态更贴切的符合信道的变化情况。

本发明的目的是通过以下技术方案实现的:

本发明提供一种实现高速下行链路分组调度方法，其包括:

A、基站Node B根据滤波器的系数和当前时刻及其之前的各个时刻用户设备UE报告的信号噪声干扰比SINR值对调度时刻用户的信道状态进行预测；所述滤波器的系数为对UE和Node B之间的通信信号进行滤波处理的滤波器系数；

B、将预测结果映射到所述用户和基站之间的信道所能支持的最大数据速率，并在调度时刻根据自适应比例公平调度算法APF调度用户的数据。

其中，所述步骤A具体包括:

当Node B接收到UE报告的SINR值后，根据滤波器的系数和当前时刻及其之前的各个时刻UE报告的SINR值，采用线性递归的方法对调度时刻用户的信道状态进行预测；

或，

当Node B接收到UE报告的SINR值后，根据滤波器的系数和当前时刻及其之前的各个时刻UE报告的SINR值，采用维纳线性预测的方法对调度时刻用户的信道状态进行预测；

或，

当Node B接收到UE报告的SINR值后，根据滤波器的系数和当前时刻及其之前的各个时刻UE报告的SINR值，采用卡尔曼滤波的方法对调度时刻用户的信道状态进行预测；

或，

当Node B接收到UE报告的SINR值后，根据滤波器的系数和当前时刻及其之前的各个时刻UE报告的SINR值，采用递归最小二乘算法等方法对调度时刻用户的信道状态进行预测。

其中，在所述步骤A之前还包括:

A01、Node B向各UE广播导频信号，当导频信号到达UE后，UE测量接收到的导频信号的SINR值并将其反馈给Node B；

A02、Node B存储各个时刻接收到的导频信号的SINR值。

其中，所述步骤B具体包括:

将预测结果映射到所述用户和基站之间的信道所能支持的最大数据速率，然后在调度时刻根据自适应比例公平调度算法APF对用户的数据进行调度，并且在调度的过程中对所述用户的平均数据速率，以及为不同服务质量QoS的用户而设置的参数进行更新。

本发明提供一种实现高速下行链路分组调度装置，包括基站Node B和用户设备UE，其中，所述Node B包括信道信号噪声干扰比SINR预测器和调度单元；所述信道SINR预测器，用于根据滤波器的系数和当前时刻及其之前的各个时刻UE报告的SINR值对调度时刻用户的信道状态进行预测；所述滤波器的系数为对UE和Node B之间的通信信号进行滤波处理的滤波器系数；所述调度单元，用于根据所述信道SINR预测器中的预测结果对用户的数据进行调度。

其中，所述信道SINR预测器包括:

存储子单元和预测处理子单元；

所述存储子单元，用于接收并存储当前时刻及其之前各个时刻UE报告的SINR值，以及存储处理UE和Node B间的信号所使用的滤波器的滤波系数；所述预测处理子单元，用于根据当前时刻及其之前各个时刻UE报告的SINR值，以及处理UE和Node B间的信号所使用的滤波器的滤波系数，对调度时刻的SINR值进行预测处理。

由上述本发明提供的技术方案可以看出，本发明由于基站Node B首先根据滤波器的系数和当前时刻及其之前的各个时刻UE报告的SINR值对调度时刻用户的信道状态进行预测；然后将预测结果映射到所述用户和基站之间的信道所能支持的最大数据速率，并在调度时刻根据自适应比例公平调度算法APF调度用户的数据，因此通过本发明能够对调度时刻的信道状态进行提前预测，克服了由于UE测量信道质量与数据传输之间的延时而存在一定局限性，从而使得调度过程中采用的信道状态更贴切的符合信道的变化情况，进而提高HSDPA系统中调度算法执行的性能。

附图说明

图1为现有技术中的自适应比例公平调度算法流程；

图2为本发明提供的第一实施例中的自适应比例公平调度算法流程；

图3为本发明中提供的第二实施例中的系统框架图。

具体实施方式

分组调度技术起作用的前提是UE对导频信号的测量值与传输数据时真实的SINR值之间相等或者误差可以忽略不计。而在HSDPA系统分组调度算法执行过程中，由于信道状态CQI中SINR值的测量过程中所产生的延时，使得调度器所依据的信道状态指示都不是实时的信道状态，从而会影响HSDPA系统的性能。考虑到无线移动信道的快衰落效应存在一定的自相关性，就是说未来信道的衰落与前一段时间信道的衰落在概率上存在一定的关系，因此可通过线性、非线性或神经网络等预测方法，根据过去测量的SINR值和传输时延参数预测出将来的SINR值，使用预测的SINR值描述当时信道状态，从而减少UE测量导频信号时与数据传输到UE时的SINR之间的误差，进而提高HSDPA系统的性能，提高系统的吞吐量。

针对本发明所述的方法，本发明提供了第一实施例，其主要思想是:当Node B接收到UE报告的SINR值之后，首先采用线性递归的方法对被调度时刻的信道状态进行预测，然后再将预测结果映射传输数据速率，最后按照APF算法选择调度用户，具体实施过程如图2所示，包括:

步骤1，当Node B接收到UE报告的SINR值后，采用线性递归的方法对被调度时刻的信道状态进行预测。

首先，Node B向各UE广播导频信号，当导频信号到达UE后，UE测量接收到的导频信号的SINR值并将其反馈给Node B。

Node B向各UE广播导频信号，用u(k)表示第k个TTI间隔内广播的导频信号的功率强度，导频信号经过d₁×TTI时延到达UE，同时受到包括同频干扰、多址接入干扰和白噪声等在内的干扰ω₁(k)的恶化。UE测量接收到的导频信号的SINR值并将其反馈给Node B，上行链路延时为d₂×TTI。假设信道功率增益为f(k)(dB)，如果考虑上行链路延时和下行链路延时，则Node B接收到的SINR(k)(dB)可以通过公式5近似表示成:

SINR(k)＝u(k-d)+f(k)-ω₁(k)     公式5

其中，公式中的d满足:d＝d₁+d₂。

实际上，公式5描述的系统的动态随机特性可以用有附加输入的自回归滑动平均过程(ARMAX)来建模，形成如公式6所示的函数关系:

A(z^-1)SINR(k)＝z^-dB(z^-1)u(k)+C(z^-1)ω(k)        公式6

公式6中，所述的A(z^-1)、B(z^-1)和C(z^-1)分别如下:

A(z^-1)＝1+a₁z^-1+…+α_nz^-n

B(z^-1)＝b₀+b₁z^-1+…+b_mz^-m

C(z^-1)＝1+c₁z^-1+…+c_lz^-1

其中，所述z是指当前时刻。系数a₁...a_n、b₁...b_m和c₁...c₁分别为当前时刻以及当前时刻前对UE和Node B间的通信信号进行滤波处理的滤波器的系数。

所述的ω(k)是白噪声，其表示为如公式7所示的关系:

E{ω(k)|ζ_k-1}＝0，E{ω(k)²|ζ_k-1}＝σ²      公式7

公式7中用ζ_k-1表示当前k时刻及其前的各个时刻接收到的UE报告的SINR值，即{SINR(k-1)，…，SINR(0)}，也就是说E{ω(k)|ζ_k-1}等价于E{ω(k)|SINR(k-1)，…，SINR(0)}。在ζ_k已知情况下，假设被调度时刻为(k+d)xTTI，则被调度时刻时的最佳预测SINR值表示为:

SINR^o(k+d|k)＝E{SINR(k+d)|ζ_k}                公式8

考虑到如公式9所示的丢番图(Diophantine)方程:

C(z^-1)＝F(z^-1)A(z^-1)+z^-dG(z^-1)      公式9

公式9中的F(z^-1)和G(z^-1)满足如下关系:

F(z^-1)＝1+f₁z^-1+…f_d-1z^-d+1

G(z^-1)＝g₀+g₁z^-1+…+g_n-1z^-n+1

根据多项式理论，如果给定A(z^-1)与z^-d互质，则存在唯一的多项式F(z^-1)和G(z^-1)使得如公式9所示的方程成立。于是令α(z^-1)＝G(z^-1)，β(z^-1)＝F(z^-1)B(z^-1)，则公式7所描述的系统在被调度时刻(k+d)xTTI的最佳预测SINR值满足如公式10所示的关系:

SINR^o(k+d|k)＝C′(z^-1)SINR^o(k+d|k)+α(z^-1)SINR(k)+β(z^-1)u(k)     公式10

公式10中的C′(z^-1)、α(z^-1)和β(z^-1)参数分别与对UE和Node B间的通信信号进行滤波处理的滤波器的系数有关，表示如下:

C′(z^-1)＝1-C(z^-1)＝-c₁z^-1-…-c_lz^-1

α(z^-1)＝α₀+α₁z^-1+…+α_n-1z^-n+1

β(z^-1)＝β₀+β₁z^-1+…+β_m-d+1z^-m-d+1

其中，所述z是指当前时刻，系数c₁...c₁、α₀...α_n-1和β₀...β_m-d+1分别为对当前时刻及当前时刻前对UE和Node B间的通信信号进行滤波处理的滤波器的系数。通过上述描述可以看出，系统在被调度时刻(k+d)xTTI的最佳预测SINR值与当前k时刻及其前的各个时刻接收到的UE报告的SINR值，以及对UE和Node B间的通信信号进行滤波处理的滤波器的系数有关。

如果分别用递归向量φ(k)和参数向量θ₀表示时，则公式10所描述的系统在被调度时刻时的最佳预测SINR值满足:

SINR^o(k+d|k)＝φ(k)^Tθ₀       公式11

其中，所述的φ(k)和θ₀向量分别满足如公式12和公式13所示的关系:

φ(k)＝[SINR(k)，…，SINR(k-n+1)，  公式12

-SINR^o(k+d-1|k-1)，…，-SINR^o(k+d-l|k-l)]^T

θ₀＝[α₀，…，α_n-1，β₀，…，β_m+d-1，c₁，…，c_l]^T   公式13

从公式12可以看出，递归向量φ(k)由各个时刻测量所得的SINR值{SINR(k)，…，SINR(k-n+1)}以及预测后所得的SINR值{-SINR^o(k+d-1|k-1)，…，-SINR^o(k+d-l|k-l)}组成。

从公式13可以看出，未知的参数向量θ₀是由对UE和Node B间的通信信号进行滤波处理的滤波器的系数组成，其也可以由归一化的最小均方自适应算法(NLMS)估计得到，如公式14所示:

${{\mathrm{\&theta;}}_0}^o\left(k\right)={{\mathrm{\&theta;}}_0}^o(k-1)+\frac{\mathrm{\&mu;\&phi;}(k-d)}{1+\mathrm{\&phi;}{(k-d)}^T\mathrm{\&phi;}(k-d)}\&times;[\mathrm{SINR}\left(k\right)-\mathrm{\&phi;}{(k-d)}^T{{\mathrm{\&theta;}}_0}^o(k-1)]$      公式14

由公式14可以看出，参数向量θ₀与φ(k-d)有关，而φ(k-d)与k-d时刻之前的各个时刻测量所得的SINR值以及预测后所得的SINR值有关。

将公式13、14代入公式11中可得系统在被调度时刻(k+d)xTTI时的最佳预测SINR值为:

SINR^o(k+d|k)＝φ(k)^Tθ₀ ^o(k)       公式15

由公式15可以看出，系统被调度时刻(k+d)xTTI时的最佳预测SINR值不仅与当前时刻及其之前的各个时刻测量所得的SINR值{SINR(k)，…，SINR(k-n+1)}有关，而且与滤波器的系数有关。

步骤2，将预测结果映射到用户和基站之间的信道所能支持的最大数据速率r_i(k)，并根据APF(自适应比例公平调度算法)选择调度用户。

在步骤2中，首先将预测结果映射到用户和基站之间的信道所能支持的最大数据速率r_i(k)，然后根据上述公式3对用户进行调度，并且在调度的过程中每隔一个TTI对R_i(k)更新一次，每隔50个TTI对c_i更新一次。

上述实施例是通过引入ARMAX模型，采用线性递归的方法对调度时刻的信道状态进行提前预测，使得预测的信道指示SINR值能够比较准确的反映出信道的事实信息，从而较好地解决了快速移动用户由于传输延时造成的UE对导频信号的测量值与传输数据时真实的SINR值之间误差造成的系统性能的恶化。而采用诸如维纳线性预测、卡尔曼滤波或递归最小二乘算法等方法代替线性递归的方法时，同样也能够对调度时刻的信道状态进行提前预测。

针对本发明所述的实现高速下行链路分组调度的装置，本发明提供了第二实施例，其结构如图3所示，包括Node B和UE。其中所述的Node B包括信道SINR预测器和调度单元。其中所述的信道SINR预测器包括存储子单元和预测处理子单元。

所述存储子单元接收并存储各个时刻UE报告的SINR值，以及存储处理UE和Node B间的信号所使用的滤波器的滤波系数；所述预测处理子单元根据当前时刻前各个时刻UE报告的SINR值，以及处理UE和Node B间的信号所使用的滤波器的滤波系数，采用线性递归、维纳线性预测、卡尔曼滤波或递归最小二乘算法等方法对调度时刻UE报告的SINR值进行预测处理。所述调度单元根据所述信道SINR预测器中的预测结果，在某一个调度时间间隔内按照用户的QoS调度一个或多个用户队列中的数据发送到相应的UE。

由上述本发明提供的具体实施方案可以看出，本发明主要考虑传统的分组调度算法以实测的经过延时的信道指示为依据进行用户的优先级排队，而不能适应快衰落信道的实时变化的情况，通过对调度时刻的信道状态进行提前预测，克服了由于UE测量信道质量与数据传输之间的延时而存在一定局限性，从而使得调度过程中采用的信道状态更贴切的符合信道的变化情况，进而提高HSDPA系统中调度算法执行的性能。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (6)

1、一种实现高速下行链路分组调度方法，其特征在于，包括:

A、基站Node B根据滤波器的系数和当前时刻及其之前的各个时刻用户设备UE报告的信号噪声干扰比SINR值对调度时刻用户的信道状态进行预测；所述滤波器的系数为对UE和Node B之间的通信信号进行滤波处理的滤波器系数；

B、将预测结果映射到所述用户和基站之间的信道所能支持的最大数据速率，并在调度时刻根据自适应比例公平调度算法APF调度用户的数据。

2、根据权利要求1所述的方法，其特征在于，所述步骤A具体包括:

当Node B接收到UE报告的SINR值后，根据滤波器的系数和当前时刻及其之前的各个时刻UE报告的SINR值，采用线性递归的方法对调度时刻用户的信道状态进行预测；

或，

当Node B接收到UE报告的SINR值后，根据滤波器的系数和当前时刻及其之前的各个时刻UE报告的SINR值，采用维纳线性预测的方法对调度时刻用户的信道状态进行预测；

或，

当Node B接收到UE报告的SINR值后，根据滤波器的系数和当前时刻及其之前的各个时刻UE报告的SINR值，采用卡尔曼滤波的方法对调度时刻用户的信道状态进行预测；

或，

当Node B接收到UE报告的SINR值后，根据滤波器的系数和当前时刻及其之前的各个时刻UE报告的SINR值，采用递归最小二乘算法等方法对调度时刻用户的信道状态进行预测。

3、根据权利要求2所述的方法，其特征在于，在所述步骤A之前还包括:A01、Node B向各UE广播导频信号，当导频信号到达UE后，UE测量接收到的导频信号的SINR值并将其反馈给Node B；

A02、Node B存储各个时刻接收到的导频信号的SINR值。

4、根据权利要求1、2或3所述的方法，其特征在于，所述步骤B具体包括:

将预测结果映射到所述用户和基站之间的信道所能支持的最大数据速率，然后在调度时刻根据自适应比例公平调度算法APF对用户的数据进行调度，并且在调度的过程中对所述用户的平均数据速率，以及为不同服务质量QoS的用户而设置的参数进行更新。

5、一种实现高速下行链路分组调度装置，包括基站Node B和用户设备UE，其特征在于，所述Node B包括:

信道信号噪声干扰比SINR预测器和调度单元；

所述信道SINR预测器，用于根据滤波器的系数和当前时刻及其之前的各个时刻UE报告的SINR值对调度时刻用户的信道状态进行预测；所述滤波器的系数为对UE和Node B之间的通信信号进行滤波处理的滤波器系数；

所述调度单元，用于根据所述信道SINR预测器中的预测结果对用户的数据进行调度。

6、根据权利要求5所述的实现高速下行链路分组调度装置，其特征在于，所述信道SINR预测器包括:

存储子单元和预测处理子单元；

所述存储子单元，用于接收并存储当前时刻及其之前各个时刻UE报告的SINR值，以及存储处理UE和Node B间的信号所使用的滤波器的滤波系数；

所述预测处理子单元，用于根据当前时刻及其之前各个时刻UE报告的SINR值，以及处理UE和Node B间的信号所使用的滤波器的滤波系数，对调度时刻的SINR值进行预测处理。

Images