CN100574176C - 多载波通信系统中的资源分配方法 - Google Patents

Abstract

本发明提供了一种多载波通信系统中的资源分配方法，在该多载波通信系统中根据从移动站来的反馈信道信息，基站将资源分配给多个移动站。基站从每个移动站接收资源请求消息，并且根据从系统中所有移动站来的资源请求消息，选择一组移动站来提供最大的系统增益，而不在特定时间点上重叠资源。然后将所请求的资源分配给所选择的移动站。

Description

多载波通信系统中的资源分配方法

技术领域

本发明一般涉及一种移动通信系统，而且更具体地，涉及在多载波通信系统中的资源分配方法。

背景技术

随着移动通信技术的发展，已经提出了各种的和复杂的资源分配技术，用于优化系统性能。在基于分组的构架之前，当请求资源时语音蜂窝网络将一个专用信道分配给每个用户。但是使用基于分组的构架，多个用户共享用于通信的单一信道。

图1示出了在传统的单一信道共享方案中的资源分配。参照图1，在基站(BS)中的调度程序103根据它们的反馈信道状态信息，将移动站105a到105d分优先级。调度程序103使用信道分配器104根据它们的优先级，多路复用各个移动站105a到105d的暂时存储在传输缓冲器102a到102d中的数据，并且通过发送天线106来发送所多路复用的数据。

在上面的单一信道共享通信系统中，系统的性能依赖于调度。尽管有高性能的调度，但是由于在多个用户间只共享单一的信道，所以高速数据传输受到限制。

基于下一代通信技术OFDM(正交频分复用)的系统可以使用多个正交的子载波来配置多个信道，其使得资源分配更加灵活。而且，当使用MIMO(多输入多输出)方案或阵列天线时，可以将资源同时分配给多个用户。

在移动通信技术中的一个新趋势是每个信道的信道状态信息从移动站的直接反馈。

在像CDMA HDR(码分多址高数据速率)的高速无线通信系统中，移动站将信道状态测量反馈回基站。基于信道状态信息，基站为传输调度数据并且将合适的调制和编码应用于每个信道。在下一代无线通信系统中，随着信道数量的增加，从移动站流向基站的信息量也增加，并且每个基站需要分配两个或更多的信道来实现分集。因此，需要在每个用户请求两个或更多的信道时，高效地分配资源。

对于OFDM系统，可以通过尝试所有可能的组合来发现最大化系统的吞吐量的最佳的资源分配。但是，发现最佳的资源分配的计算复杂性是NP困难(不可确定的多项式时间困难)，从而其实际的实施是不可能的。

发明内容

因此，本发明的目的是提供在多载波无线通信系统中的资源分配方法，用于减小资源分配的计算复杂度并且能够进行有效资源管理，在该多载波无线通信系统中将两个或更多的信道分配给每个移动站。

通过在多载波通信系统中提供资源分配方法来达到上述目的。

根据本发明的一个方面，将资源分配方法提供给带有基站的多载波通信系统，该基站根据从移动站来的反馈信道信息，将资源分配给多个移动站。基站从每个移动站接收资源请求消息，基于从所有移动站来的资源请求消息，选择一组移动站来提供最大的系统增益，而不在时间点上重叠资源，并且将由所选择的移动站所请求的资源分配给所选择的移动站。

最好，资源请求消息包括至少一个资源索引组和使用率，该使用率是在分配对应于至少一个资源索引组的资源时可达到的。

最好系统增益是使用率的总和，并且使用与至少一个资源索引组对应的资源的比特错误率(BER)或分组错误率(PER)、信噪比(SNR)来计算使用率。

根据本发明的另一个方面，在多载波通信系统的移动站的信道信息传输方法中，在该系统中基站根据从移动站来的反馈信道信息将资源分配给多个移动站，考虑到正在进行的服务的服务质量(QoS)要求或分集条件，移动站产生至少一个资源索引组，该资源索引组包括至少一个资源，当将与至少一个资源索引且对应的资源分配给移动站时，移动站计算可达到的使用率，并且将指示至少一个资源索引组和使用率的信息传送给基站。

最好使用与至少一个资源索引组对应的资源的SNR来计算使用率。在资源索引组产生步骤，为每个信道设置SNR阈值，并且不考虑具有小于SNR阈值的SNR的资源。

最好还使用与至少一个资源索引组对应的资源的BER来计算使用率。在资源索引组产生步骤，为每个信道设置BER阈值，并且不考虑具有大于BER阈值的BER的资源。

最好还使用与至少一个资源索引组对应的资源的PER来计算使用率。在资源索引组产生步骤，为每个信道设置PER阈值，并且不考虑具有大于PER阈值的PER的资源。

根据本发明的另一方面，在MIMO通信系统(其中基站根据从移动站来的反馈信道信息将资源分配给多个移动站)的资源分配方法中，基站从每个移动站接收信道请求消息，根据从所有移动站来的信道请求消息，基站选择一组移动站来提供最大系统输出而不在时间点上重叠信道，并且，基站分配与由所选择的移动站所请求的天线对应的信道给所选择的移动站。

最好信道请求消息包括至少一个天线索引组和使用率，该使用率是当分配与至少一个天线索引组对应的信道时可以达到的。

最好系统输出是使用的和，并且使用率通过与由至少一个天线索引组所指示的天线对应的信道的PER、SNR或BER来计算。

根据本发明的再一个方面，在OFDMA(正交频分复用接入)通信系统(其中基站根据从移动站来的反馈信道信息将资源分配给多个移动站)的资源分配方法中，基站从每个移动站接收子信道请求消息，由多个子载波形成子信道，基站根据从所有移动站来的子信道请求消息，选择一组移动站来提供最大系统输出而不在时间点上重叠子信道，并且基站将子信道分配给所选择的移动站，该子信道是由所选择的移动站请求的。

最好子信道请求消息包括至少一个子信道索引组和使用率，该使用率是在分配与至少一个子信道索引组对应的子信道时可达到的。

最好系统输出是使用的和，并且使用率使用与至少一个子信道索引组对应的子信道的PER、SNR或BER来计算。

具体来讲，按照本发明的一个方面，提供了一种在多载波通信系统中由基站分配资源的方法，其中基站根据来自多个移动站的反馈信道信息将资源分配给所述多个移动站，所述方法包括步骤：从每个移动站接收资源请求消息，该资源请求消息包括至少一个资源索引组和使用率，该使用率是在分配对应于至少一个资源索引组的资源时可达到的；根据从所有移动站来的资源请求消息来选择一组移动站，以在时间点上没有重叠资源的情况下提供最大的系统增益；以及将由所选择的移动站所请求的资源分配给所选择的移动站，其中使用理论图形的方法分配资源以最大化总系统使用率。

附图说明

从下文结合附图进行的详细说明中，本发明的上述和其他的目的、特点和优点将变得非常明显，其中：

图1示出了在传统单一信道共享方案中资源分配的系统配置；

图2示出了应用了本发明的无线通信系统；

图3示出了根据本发明实施例的资源分配方法的资源分配图；

图4示出了在根据本发明实施例的资源分配方法中的资源图表示；

图5示出了在根据本发明的实施例的资源分配方法中在三个顶点形成团集(clique)的情况下，用于检测3-团集的操作的例子；

图6示出了在根据本发明的实施例的资源分配方法中在四个顶点形成团集的情况下，用于检测4-团集的操作的例子；

图7是示出了计算机辅助模拟结果的曲线图，该结果是在四个资源的情况下，比较现有技术资源分配和本发明的资源分配之间的分组丢失率(drop rate)的结果；

图8是示出了计算机辅助模拟结果的曲线图，该结果是对资源分配和本发明的资源分配之间的增益和进行比较的结果；

图9是示出了模拟结果的曲线图，该结果是在八个资源的情况下，不同资源分配算法的分组丢失率的比较结果；

图10是示出了模拟结果的曲线图，该结果是比较在根据本发明的团集搜索算法中与其中尝试了所有可能的候选资源的穷举搜索中的计算数量的结果。

具体实施方式

以下，参照附图来详细说明本发明的优选实施例。因为公知的功能和结构可能会在不必要的细节上使本发明变得模糊，所以没有在下面说明中对其进行描述。

图2示出了无线通信系统的配置，其中将根据本发明的实施例执行的资源分配方法应用到该系统。在基站中的调度程序203将移动站205a到205d进行优先分级，根据从它们来的反馈信道状态信息来确定将被分派给它们的信道，并且将移动站205a到205d的优先级和所分派的信道通知信道分配器204。信道分配器204根据从调度程序203接收的优先级和信道分派信息，将暂时存储在传输缓冲器202a到202d中的数据分派给信道，该传输缓冲器202a到202d与移动站205a到205d对应。随后经由天线206a到206d传输数据，天线206a到206d与它们的各个信道对应。

根据本发明实施例，每个移动站将从多个信道来的增益通知基站。基站分析信道增益信息并且将两个或更多资源分派给每个移动站。结果得到的分集效应提高了总的系统性能。

假设移动站选择一个或更多的所期望信道组，并且将所选择的信道的增益报告给基站，在考虑所期望的信道的情况下，基站将资源分派给移动站。在本发明的这个实施例中，只有一个信道组被选择并且被报告给基站，但是其并不限于此，移动站可以将两个或更多信道组或者所有可能的组合信道组与它们的输出和/或BER一起报告给基站。

为了更好地理解根据本发明优选实施例的资源分配方法，假设用户1用资源1和2达到了增益4；用户2用资源1和3达到增益6；用户3用资源2和3达到增益5或用资源4达到增益4；以及用户4用资源2和4达到增益5或用资源3达到增益2。通过将资源1和3分派给用户1并且将资源2和4分派给用户4，在不重叠资源的情况下就最大化了总增益，如表1所示：

表1-资源分配表

本发明提供了一种算法作为移动站请求的函数，其通过将特定的资源分派给特定的移动站来最大化特定值。当每个用户的增益相同时，问题就变成将资源分配给尽可能多的移动站。考虑到实际通信质量，所述值可以是PER(分组错误率)。在本发明中，以减少计算复杂性的方式通过理论图形方法，解决了最佳资源分配问题。

在表1所述的信道环境中，每个移动站计算被分派给移动站的两个或更多资源的使用率，和向基站报告所选择资源的使用率和索引。明显地，所选择资源的数量至少是2。在极端情况下，移动站可以为所有资源组合计算使用，并且将使用率信息发送给基站。依照系统的用途，使用效率可以是用户吞吐量或PER。比如，在MIMO系统中，用Pe(SNR)＝b·SNR^aα来给出具有高SNR的PER，其中α是分集增益而a和b是调制变量。

在从每个移动站接收信道信息后，基站为移动站产生图形作为信道信息的函数。

根据对用户的资源分配，确定系统的总使用率。因此，使用理论图形方法，其中分配资源以最大化总系统使用率。从而可以作为资源组来表示表1：(1，2)1＝4，(1，3)2＝6，(2，3)3＝5，(4)3＝4，(2，4)4＝5和(3)4＝2。

符号(a_n1，...，a_ni)_j＝w定义了通过为用户j选择资源组{a_n1，....，a_ni}而可以达到的权重(即，使用效率)w。在知道分派组的情况下，基站产生如图3所示的资源分配图，其示出了用于说明根据本发明优选实施例的资源分配方法而将要参考的资源分配图。

参照图3，由候选分配组的顶点(即，节点)来创建资源分配图。将权重分派给顶点，并且在具有完全不同的资源和用户的任何两个顶点之间画一条边。因此，用户1请求资源1和资源2的节点302通过链接33连接到用户4请求资源3的节点303。节点302还通过链接34连接到用户3请求资源4的节点304。因为它们具有不同的资源和不同的用户，所以通过链接35将节点303连接到节点304。节点304还通过链接36连接到用户2请求资源1和资源3的节点306。最后，节点306还通过链接37连接到用户4请求资源2和资源4的节点305。

从所产生的资源分配图形发现团集，并且将具有最大权重和的团集选择作为最佳资源分配。

在系统可以计算的范围内给出多个资源的最大数目，可以使用平行划分算法或串行划分算法来搜索团集。

可以用以上述方式画出的资源分配图形来确定提供最大系统使用率的最佳资源分配。但是，随着资源数目的增加，发现最佳资源分配的过程的复杂性也增加。在本文中，假设给出了多个资源的最大数目n，则系统可以实时地发现最佳资源分配。如果资源的数目超过n，使用近似的最佳分配方法，其中由将资源除以n。使用平行划分算法和串行划分算法来进行近似的最佳分配。

平行划分算法将总资源和用户划分为g个组，并且将最佳分配算法应用于每个组，从而只将用户分配给在他组内的资源。如果每个组具有m_i个资源，则m_i等于或小于m_p，以允许最佳的资源分配，由等式(1)来计算资源的总数：

$m=\underset{i=1}{\overset{g}{\mathrm{\Σ}}}{m}_i$ ........(1)

m_i≤m_p， $\mathrm{for}\∀i$

当将作为团集的顶点组的超集的分配策略S应用于资源组A_i时，使A_j＝F(S，A_i)成为用于获得所分配的资源组A_j的函数。则由等式(2)给出算法：

$\underset{i=0}{\overset{m}{\∪}}{A}_i=\{a_1,....,a_m\},\left|A_i\right|=m_i,$ .........(2)

A_i＝F(Opt，A_i)

同时，串行划分算法重复地使用最佳分配算法，直到分配了所有的资源。Subopt(n)表示一种方法，该方法发现在当前用户可得的m_p个资源的最佳分配。在这个方法中，将Subopt(n)重复地应用到余下的资源，从而达到近似的最佳结果。由等式(3)来说明该算法：

A^*＝{a₁，...，a_m}

while

{

     A_i＝F(Subopt(n)，A^*)

     A^*←A^*-A_i

}    ...........(3)

将在下面说明等式(2)和(3)的Opt和Subopt(n)。

1)步骤1：根据用户的QoS使用所有可用的资源来产生图形，如图3所示。因为只有当BS将两个资源组同时分配时边连接两个顶点，所以顶点c得知c的相邻顶点的数目，N(c)。

2)步骤2：使C₀和C₁为顶点组，这些顶点的N(·)分别等于0和1。然后，由等式(4)来说明通过该算法获得的最大团集的顶点组c的超集S：

$\∀c\∈C_0,$ S←S∪{(c)}

                             ...........(4)

$\∀c\∈C_1,$ S←S ∪{(c，b_c)}，N(c)←N(c)-1

其中符号←暗示了更新过程。

3)步骤3：由N(·)的升序将C-C₀-C₁中的所有顶点进行排序。如果所有N(·)相同，则将他们随机地布置。对于在排序中的顶点c，从c的一个相邻顶点b_c到c得出的图形被如图4所示创建。这里，将c定义为b_c的后续者，并且将b_c定义为c的前续者。为了方便，所得出的图形由b_c→c来简单表示。如果制成了所得出的图形，则在原图中将c和b_c间的边删除，并且N′(b_c)←N′(b_c)+1，其中N′(x)是顶点x的后续者数目。

4)步骤4：对于在已排序序列中的顶点c和由c_f表示的c的第一个后续者，由c→c_f来表示所得出的图形，c_f可能已经有了它自己的后续者，c_f，s，即c_f→c_f，s。然后可以由c→c_f→c_f，s将子图形进行扩展，其中将c定义为主顶点，将c_f定义为第一子顶点，并且将c_f，s定义为第二子顶点。主子顶点可以具有许多第一子顶点，并且每个第一子顶点还可以具有许多第二子顶点。第一顶点可以与从同样的主顶点来的另一个第一顶点的第二顶点相同。

比如，考虑两个所得出的图形，c_f→c_f′和c_f→c_f→c_f，s。如果c_f′和c_f，s是相同的顶点，则三个顶点(c，c_f，c_f′)形成团集。

图5示出了用于搜索3-团集的过程，每个团集都由三个顶点形成。

参照图5，当边缘将主顶点c 52的第一子顶点c₂ 52-2连接到主顶点c51的另一个第一顶点c₁ 52-1的第二顶点c_1，2 54-2时，顶点(c，c₁，c₂)形成团集。在这种方式中，对所有主顶点，团集被搜索并且被插入到S。

5)步骤5：当min(N(c_f)，N(c_f，s))＞2时，对于较大的团集需要额外的搜索。

图6示出了用于搜索4-团集的过程，每个团集都由四个顶点形成。

参照图6，对于主顶点c的第一子顶点

发现3-团集组

如果 $c_{f_y}\∉\{c_{f_1},.....,c_{f_x}\},$ 则在中发现最大团集。为此，在之前所得出的图形中发现

间的关系。

以相同的方式，还可以继续搜索大团集。团集搜索算法的复杂性随团集的尺寸而增加。因此，在上面近似最佳分配方法中设置参考团集尺寸，并且团集搜索算法在参考团集尺寸范围内搜索最佳解决方案。

在根据本发明优选实施例的资源分配方法中，如表2，设计了团集搜索算法。

表2-算法的伪代码

//All resources sets，each having one or two resources for a mobile station，whichsatisfies a target Pe are located at nodes in a graph and stored.function schedule(){Graph G                        //graph class//number of all resource sets each having two BS resourcesN＝BS_RESOURCE_NUM COMBINATION 2

for i＝1 to MOBILE_NUM{for j＝1 to BS_RESOURCE_NUM//in the case where the target Pe is satisfied by one resourceif Pe(I，j)<TARGET_Pe thenG.MakeNode(i，j)For j＝1 to N{//in the case where two resources are combinedC＝Combination(BS_RESOURCE_NUM)//in the case where the target Pe is satisfied by two resourcesIfPe(I，C)<TARGET_Pe thenG.MakeNode(i，C)}}//a clique having the largest weight is found in the graphG.GetBestClique()}//search the clique having the largest weight in the graphfunction GraphGetBestClique(){maxWeight＝-1；for i＝1 to NODE_NUM{//one nodeweight＝Node[i].weightif weight>maxWeight thenmaxWeight＝weightfor j ADJACENT TO Node[i]{//in the case where i and j are connected

weight+＝Node[j].weightif weight>maxWeight thenmaxWeight＝weight；for k ADJACENT TO Node[j]{//in the case where i，j and k are connectedif k ADJACENT TO Node[i]and k Node[i]thenweight+＝Node[k].weightif weight>maxWeight thenmaxWeight＝weight；for 1ADJACENT TO Node[k]{//in the case where i，j，k and l are connectedif1 ADJACENT TO Node[i]and Node[j]thenweight+＝Node[l].weightif weight>maxWeight thenmaxWeight＝weight；}}}}print maxWeight}

图7示出了计算机辅助模拟结果，该结果是在四个资源的情况下，比较传统现有技术基于循环法(round robbing，RR)的资源分配和本发明的资源分配之间的分组丢失率的结果。

假设是对四个资源进行，则目标BER是10^-4，并且当由支持8kbps的G.739编码器产生语音分组时，超过20毫秒的延迟界线的分组将被丢弃。

如图7所示，可以用在本发明的最佳资源分配(Opt)而不是RR方法中的降低的分组丢失率，来服务于许多用户。在RR方法中，每个用户将满足目标BER的信道报告给BS，并且BS随后随机地为每个用户选择具有目标BER的信道。在另一方面，在本发明的最佳资源分配方法Opt(No div)中，每个用户使用一个信道并且将满足目标BER的信道通知BS。然后BS选择资源，从而可以服务大多数的用户。在本发明的最佳资源分配方法Opt(div)中，每个用户将满足目标BER的一个或两个信道组通知BS，并且BS选择资源，从而可以服务大多数的用户。注意从QoS的方面来说，多个信道的使用是更加有效的。团集搜索算法仅仅用在模拟中。图8示出了模拟结果，该结果在BER的目标函数是∑-log(Pe)时，对传统RR方法和本发明的资源分配方法之间的增益和进行比较的结果。

在图7中当目标函数将资源分配给尽可能多的用户时，在图8中当BER的目标函数是∑-log(Pe)时，从增益和方面将RR与本发明的资源分配进行比较。如所示，本发明的资源分配相比RR算法，提供更大的增益。

图9是示出了对八个资源，资源分配算法间的分组丢失率的比较的曲线图。

在m_p＝4的情况下，平行划分次最佳算法、串行划分次最佳算法、和由可以搜索到8-团集的团集搜索算法的最佳选择，绘出了分组丢失率。两个试探算法都显示类似的性能，并且进行与最佳选择的比较。

图10是由分析获得的比较了穷举搜索和团集搜索算法之间的计算数量的曲线图，该团集搜索算法不用平行与串行分割算法。如图10所示，本发明的团集搜索算法需要的计算比穷举搜索少得多。

根据如上所述的本发明，将资源进行分配，从而当用户请求多个信道时，作为用户请求的函数可以服务用户的最大数量，或者最小化总BER或PER。

使用本发明对多个天线系统的资源分配方法，影响发送和接收天线分集并且也提高了系统性能，所述多个天线系统为各个天线配置信道。

而且，如果可以同时使用多个信道并且对于用户有一个或更多的信道是可用的，则该资源分配方法降低系统中的计算复杂性，在该系统中多个用户可以同时选择给定的信道。

虽然参照其特定优选实施例，示出和说明了本发明，但是本领域的技术人员应该理解在不偏离本发明的要旨和范围的情况下，可以进行形式和细节上的各种修改，本发明的要旨和范围在所附的权利要求书中进行了定义。

Claims (3)

1、一种在多载波通信系统中由基站分配资源的方法，其中基站根据来自多个移动站的反馈信道信息将资源分配给所述多个移动站，所述方法包括步骤：

从每个移动站接收资源请求消息，该资源请求消息包括至少一个资源索引组和使用率，该使用率是在分配对应于至少一个资源索引组的资源时可达到的；

根据从所有移动站来的资源请求消息来选择一组移动站，以在时间点上没有重叠资源的情况下提供最大的系统增益；以及

将由所选择的移动站所请求的资源分配给所选择的移动站，其中使用理论图形的方法分配资源以最大化总系统使用率。

2、根据权利要求1所述的资源分配方法，其中系统增益是所述使用率之和。

3、根据权利要求1所述的资源分配方法，其中使用与至少一个资源索引组对应的资源的信噪比SNR、比特错误率BER、和分组错误率PER中的一个，来计算所述使用率。

Images