CN101018084B - 服务质量保证的多用户mimo-ofdm系统的资源分配方法 - Google Patents

Abstract

本发明公开了一种服务质量保证的MIMO-OFDM系统的资源分配方法，包括：多用户MIMO-OFDM系统的基站将用户反馈的信道矩阵进行奇异值分解之后，在每个子带上得到并行的特征子信道；在基站的发射总功率在所有的子带和特征子信道上均匀分配的情况下，基站调度器根据用户支持子带的速率以及用户优先级，将多个子带分别分配给用户；将分配给每个用户的功率在其分配到的子带所对应的所有特征子信道上重新分配，按照单用户贪婪算法加载所分配的功率和比特，直到所分配的功率加载完毕，用户的速率不再提高为止；在用户获得的速率超过其需求时，查找并扣除用户的富余子带以及与富余子带对应的功率；将扣除的子带以及对应的功率重新分配给其他未满足需求的用户。

Description

服务质量保证的多用户MIMO-OFDM系统的资源分配方法

技术领域

本发明涉及一种MIMO-OFDM系统调度方法，尤其涉及一种服务质量保证的多用户多输入多输出-正交频分复用MIMO-OFDM系统的资源分配方法。

背景技术

随着3G标准的成熟，人们逐渐将注意力集中在对未来无线通信系统的研究上来。未来的移动通信系统是以人为中心的系统，以满足人的个性需求为中心，针对不同的业务需求和环境，作到真正的任何人在任何时间、任何地点、可以进行任何业务种类的自由通信。

随着系统传输速率的不断提高，存在着两个最严峻的挑战：多径衰落信道和带宽效率。正交频分复用(OFDM)技术通过将频率选择性信道在频域内转换为平坦信道，减小了多径衰落的影响。OFDM技术已经被广泛的应用于HIPERLAN 2、802.11a、DVB、DAB、等系统中。多输入多输出(MIMO)技术能够在空间中产生独立的并行信道同时传输多路数据流，有效地提高了系统的传输速率，即在不增加系统带宽和发射功率的情况下增加频谱效率。这样，将OFDM和MIMO两种技术相结合，就能同时达到很高的传输速率和很强的可靠性。MIMO-OFDM系统已经成为未来无线通信系统中一种非常关键的技术，得到了越来越多的关注和研究。

同时，大的业务数据速率变化范围(几kb/s～1Gb/s)和多种业务服务质量(QoS)需求，也是未来移动通信系统的一大特点，这一特点在下行链路尤为突出。为了适应无线通信系统的这些特点，有必要在MAC层采用合理的调度方法，根据信道状态、用户的QoS需求、队列状态、小区的负载等信息来对MIMO-OFDM系统的资源进行合理分配，在保证业务QoS需求的前提下保证用户的公平性并使系统的吞吐量最大化。

MIMO-OFDM系统的资源包括空-时-频三维资源以及发送功率，因此调度策略更为复杂。目前在多用户MIMO-OFDM系统中，为了避免用户之间的干扰，可以将每个子带只分配给一个用户，并对MIMO信道进行SVD处理得到并行的特征子信道。多数资源分配策略只使用最大的一个或者两个特征子信道来发送信号，这样并不能充分的利用空间信道资源。所以有的方案提出使用所有子信道来传送数据，但功率是平均分配的，由于各个子信道信噪比相差较大，平均分配功率的系统性能有待提高。因此需要提出一种新的子带、比特和功率的分配方法，在满足用户QoS需求的基础上，充分利用多用户分集特性，使系统对空-时-频三维资源和发送功率进行有效的利用，从而使系统吞吐量得到显著提高。

发明内容

针对上述问题，本发明提出一种新的QoS保证的MIMO-OFDM系统资源分配方法，利用用户反馈的信道状态信息、用户QoS需求和业务的队列状况，动态地为每个用户分配子带和功率资源，以达到在保持用户之间的公平性、满足业务的QoS需求的情况下，最大化系统的吞吐量。

根据本发明的一个方面，提供了一种服务质量保证的多用户多输入多输出-正交频分复用MIMO-OFDM系统的资源分配方法，所述方法包括步骤：

(1)所述多用户MIMO-OFDM系统的基站将用户反馈的信道矩阵进行奇异值分解之后，在每个子带上得到并行的特征子信道；

(2)在所述基站的发射总功率在所有的子带和特征子信道上均匀分配的情况下，基站调度器根据用户支持子带的速率以及用户优先级，将多个子带分别分配给每个用户；

(3)将分配给每个用户的功率在其分配到的子带所对应的所有特征子信道上重新分配，按照单用户贪婪(Greedy)算法加载所分配的功率和比特，直到所分配的功率加载完毕，用户速率不再提高为止；

(4)在用户获得的速率超过其需求时，查找并扣除所述用户的富余子带以及与所述富余子带对应的功率；

(5)将所述扣除的子带以及对应的功率重新分配给其他未满足需求的用户。

其中所述步骤(1)还包括步骤：

所述基站根据用户反馈的MIMO-OFDM信道状态信息，在每个子带上对MIMO信道矩阵进行奇异值分解，得到特征向量和特征值，并且使用波束成形的方法将每个子带上的MIMO信道进一步分解成并行的特征子信道。

其中步骤(2)中的基站的发射总功率恒定，并且还包括步骤：

计算用户在各个子信道上的信噪比，得到用户在各个子信道以及在各个子带上支持的速率，

按照用户优先级与用户支持子带速率的乘积，调度器将子带分别分配给所述乘积最大的用户。

其中步骤(3)还包括步骤：

将分配给一个用户的功率在其分配到的所有子带所对应的所有子信道上重新分配，比特加载按照单用户Greedy算法进行，即在分配给所述用户子带的所有子信道中选择增加一个比特需要功率最小的加载一个比特，并将所需要的功率加载到所述子信道上，一直到用户的功率分配完，用户速率不再提高为止。

其中步骤(4)还包括步骤：

在用户获得的速率超过其需求时，按照所述用户在其分配到的子带上的速率，将所述分配到的子带按照速率从大到小排序，

从速率最大的子带开始，观察将所述子带扣除后所述用户是否仍能满足需求，如果能满足需求就将所述子带从所述用户扣除，

执行这一过程，直到所述用户分配到的速率最小的子带为止，从而减少所获得速率超过其需求的用户所占用子带的数量。

其中步骤(5)还包括：

将所述扣除的子带以及对应的功率重新分配给其他未满足需求的用户时，根据步骤(2)中得到的用户在各个子信道上的信噪比，用户在各个子信道以及在各个子带上支持的速率，按照用户优先级与用户支持子带速率的乘积，调度器将子带分别分配给所述乘积最大的用户，以及

按照单用户Greedy算法将这些重新分配的子带上的功率加载到器对应子信道上。

其中所述基站调度器根据各个用户业务的丢包率、队列头包时延参数确定业务流的优先级。

根据本发明的基本构思，本发明的方法包括以下步骤：

第一步，在每个时隙中，调度器首先根据每个用户的HOL的包时延和丢包率来计算其优先级，将用户所反馈的信道信息H(假设接收端信道估计是完全准确的，并无误地反馈回发送端)进行SVD处理，从而可以使用特征波束成形的方法将每个子带上的MIMO信道进一步分解成并行的特征子信道。假设功率在所有子带和子信道上均匀分配的情况下，得到用户在各个子带上的支持速率，根据信道状况和用户的优先级，将所有的子带分配给用户。

第二步，在各个子带上对功率和比特分配进行调整：将分配给一个用户的功率在其分配到的所有子带所对应的所有子信道上重新分配，比特加载按照单用户Greedy算法进行，即在分配给这个用户子带的所有子信道中选择增加一个比特需要功率最小的加载一个比特，并将所需要的功率加载到这个子信道上，一直到用户的功率分配完为止。

第三步，对子带分配进行调整：用户进行了Greedy算法调整比特加载后，其可获得的传输速率很可能超过基站中其对应队列中的比特数目，即超过其需求，这样可以将其富余的子带和上面对应功率扣除并重新分配给其他的用户。将超过需求的用户所分配到的子带按照该用户在这些子带上的速率，将子带按速率由大到小排序，从速率最大的子带开始，观察将该子带扣除后该用户是否仍能满足需求，如果满足就将该子带从该用户扣除；这一过程执行到该用户分配到的速率最小的子带为止，从而在满足需求的前提下，减少该用户占有的子带数量。

第四步，将第三步中扣除的子带及其上功率重新分配给其他没有满足需求的用户，选择用户的方法仍按照第一步中的方法进行，其中用户在各个子带上的支持速率仍为第一步中未被更新的值。最后使用Greedy算法将这些重新分配的子带上的功率加载到其对应特征子信道上。

附图说明

图1给出了QoS保证的多用户MIMO-OFDM下行系统模型，包括波束赋形、资源分配、OFDM调制等模块。

图2给出了该调度方法的流程图。

具体实施方式

系统中共有N个子带，每个子带由相邻的R个子载波组成，作为一个最小频率分配单元，从而减小用户反馈信息的数量。调度的最小时间单位是一个时隙(slot)，由固定数目的OFDM符号构成，并假设在单个的时隙中信道是准静态的。每个时隙中，用户将信道响应H反馈给基站。基站侧的发送天线数为Nt，系统中共有K个用户，每个用户都有Nr个接收天线。

基站的调度器根据上层到达包的用户ID(Identification)将到达的包分类，并存放在为各个用户对应的FIFO(First-in，First-out)队列中，假设这些队列都是无限长的。这里考虑实时业务，调度器记录业务包的到达时间并在每个时隙计算它的时延，从而来判定这个包是否被超时丢弃。并根据队列中包的状况计算业务的优先级。

用H_k ⁿ表示用户k在子带n上的Nr＊Nt阶的信道响应矩阵，[H_k ⁿ]_i，j表示发送端第j个天线到接收端第i个天线之间的信道响应，通过SVD分解，信道矩阵H_k ⁿ可以表示为：

$H_k^n=U_k^n{S}_k^n{\left(V_k^n\right)}^H---\left(1\right)$

其中，U_k ⁿ和V_k ⁿ为对应的特征向量，S_k ⁿ为Nr＊Nt阶的矩阵，其对角线为H_k ⁿ的特征值，(·)^H表示矩阵的复数共扼转置。对于发送给用户k的数据，在发送端用V_k ⁿ进行预编码，接收端用U_k ⁿ解码，这样用户在子带n上的MIMO信道就可以转化成L个并行的SISO(Single-InputSingle-Output)特征子信道，其中 $L=\mathrm{rank}\left(H_k^n\right)$ 为H_k ⁿ的秩，一般有L＝min(Nt，Nr)。这里假设不同用户所经历的信道响应满足独立同分布(i.i.d.)，这样用户标识k可以被省略，子带n上的第l个特征值可以表示为λ_l ⁿ，则如果在该子信道上发送数据符号d，接收端该信号可以被恢复为λ_ld_l：

${\left(U_l^n\right)}^H{H}^n{V}_l^n{d}_l={\mathrm{\λ}}_l{d}_l---\left(2\right)$

于是，第n个子带的第l个特征值子信道上的SNR可以表示为：

${\mathrm{SNR}}_l^n=\frac{P_l^n{\mathrm{\λ}}_l^2}{N_{0}B/N}---\left(3\right)$

其中，P_l ⁿ为第n个子带的第l个特征子信道上的发送功率，N₀为噪声的功率谱密度，B为信道带宽，N为系统的子带数目。根据每个特征子信道上的SNR_l ⁿ，用下面的公式决定加载的比特数量，从而采用相应的调制编码方式。

其中，表示向下取整，Г为SNR gap，表示仙农信道容量和信道实际传输能力之间的差距。子带n上可以发送的比特数目为：

$R^n=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{b}_l^n---\left(5\right)$

用ω_k ⁿ标示子带n是否分配给用户k，如果 ${\mathrm{\ω}}_k^n=1,$ 则表示子带n分配给用户k，否则 ${\mathrm{\ω}}_k^n=0;$ 为了保证每个子带只分配给一个用户，必须满足 $\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\ω}}_k^n=1.$ 则用户k的数据速率可以表示为：

$R_k=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ω}}_K^n{R}_k^n=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\ω}}_k^n{\left(b_l^n\right)}_k---\left(6\right)$

另外，用户的业务优先级表示为：

${\mathrm{priority}}_k=\frac{\mathrm{PLR}\_{\mathrm{rate}}_k}{\mathrm{PLR}\_{\mathrm{request}}_k}\frac{{\mathrm{delay}}_k}{D_k}---\left(7\right)$

其中，PLR_rate_k和PLR_request_k分别表示一个用户目前的丢包率(PLR)和固定的丢包率门限值。为了简化分析，假设接收端信道估计是完全准确的，可以无误地反馈回发送端，并且假设已经发送的包的错误概率为0，即PLR只来源于实时业务中没有在最大时延内发送出去的包。delay_k是队列中目前HOL包从到达该队列到该时隙之间的时间长度。D_k是用户k的包最大时延门限，也就是说，如果该用户的包不能在时间D_k内发送出去，这个包即被超时丢弃。

子带和比特的分配按照如下的四个步骤执行：

1.假设基站的总功率P_total在所有子带和特征子信道上均匀分布，即各子带上的功率为Pⁿ＝P_total/N，各子信道上的功率为 $P_l^n=P_{\mathrm{total}}/N/L,$ 则由式(3)、(4)、(5)可以得到平均分配功率时用户在各个子带上所支持的速率R_k ⁿ。为了兼顾用户的QoS需求、业务情况和信道状况，将子带分配给用户Uⁿ：

$U^n-\underset{k}{\arg \max }\{\frac{R_k^n}{R_k^{\mathrm{mean}}}*{\mathrm{priority}}_k\}---\left(8\right)$

其中，R_k ^mean表示假设平均分配功率的情况下，在时间窗口Tc内，用户k在各个子带上支持速率的平均值，每个时隙t内R_k ^mean会进行更新：

$R_k^{\mathrm{mean}}\left(t\right)=(1-\frac{1}{T_c})*R_k^{\mathrm{mean}}(t-1)+\frac{1}{T_c}*\frac{\mathrm{\Σ}{R}_k^n}{N}---\left(9\right)$

子带分配完成后，假设分配给用户k的子带数量为n_k，n_k.应满足 $\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{n}_k=N,$ 则分配给用户k的功率为分配给其的所有子信道上的功率之和：

P_k＝n_kPⁿ＝n_kP_total/N    (10)

2.使用单用户Greedy算法在分配给用户k的所有n_k＊L个特征子信道上加载比特和功率。由式(3)、(4)可以得到增加一个比特所需要的功率增量：

${\mathrm{\Δp}}_l^{b+1}=p(b+1)-p\left(b\right)$

$=(2^{b+1}-1)N_{0}B/N{\mathrm{\λ}}_l^2-(2^b-1)N_{0}B/N{\mathrm{\λ}}_l^2---\left(11\right)$

$=2^b{N}_{0}B/N{\mathrm{\λ}}_l^2$

其中Δp_l ^b+1表示在子信道l上由b个比特加载到b+1个比特所需要的功率增量。选择Δp_l ^b+1最小的子信道来加载每个比特，直到用户的功率加载完毕为止，从而每个特征子信道上承载的比特数目b_l ⁿ，以及子带速率R_k ⁿ得到更新，进而由式(6)更新各用户目前可获得的速率R_k。

3.由步骤2中重新进行比特和功率加载后，步骤1中分到子带的用户速率R_k得到提高。如果用户k的速率R_k超过其需求而系统中还存在其他未满足需求的用户，则将分配给用户k的n_k个子带按照R_k ⁿ由大到小排序，从R_k ⁿ最大的子带开始，观察将其扣除后用户k是否仍能满足需求，如果可以就将这个子带的ω_k ⁿ置0；这一过程执行到R_k ⁿ最小的子带为止，从而在满足需求的前提下，减少用户k占有的子带数量。

4.将步骤3中扣除的子带及其上功率重新分配给其他没有满足需求的用户，选择用户的方法仍按照式(8)进行，其中R_k ⁿ为步骤1中未被更新的值。最后使用Greedy算法将这些子带的功率加载到其对应的特征子信道上。

Claims (6)

1.一种服务质量保证的多用户多输入多输出-正交频分复用MIMO-OFDM系统的资源分配方法，所述方法包括步骤：

(1)所述多用户MIMO-OFDM系统的基站将用户反馈的信道矩阵进行奇异值分解之后，在每个子带上得到并行的特征子信道；

(2)在所述基站的发射总功率在所有的子带和特征子信道上均匀分配、并且基站的发射总功率恒定的情况下，基站调度器计算用户在各个子信道上的信噪比，得到用户在各个子信道以及在各个子带上支持的速率，并按照用户优先级与用户支持子带速率的乘积，将子带分别分配给所述乘积最大的用户；

(3)将分配给每个用户的功率在其分配到的子带所对应的所有特征子信道上重新分配，按照单用户贪婪算法加载所分配的功率和比特，直到所分配的功率加载完毕，用户速率不再提高为止；

(4)在用户获得的速率超过其需求时，查找并扣除所述用户的富余子带以及与所述富余子带对应的功率；

(5)将所述扣除的子带以及对应的功率重新分配给其他未满足需求的用户。

2.根据权利要求1所述的方法，其中所述步骤(1)还包括步骤：

所述基站根据用户反馈的MIMO-OFDM信道状态信息，在每个子带上对MIMO信道矩阵进行奇异值分解，得到特征向量和特征值，并且使用波束成形的方法将每个子带上的MIMO信道进一步分解成并行的特征子信道。

3.根据权利要求2所述的方法，其中步骤(3)还包括步骤：

将分配给一个用户的功率在其分配到的所有子带所对应的所有子信道上重新分配，比特加载按照单用户贪婪算法进行，即在分配给所述用户子带的所有子信道中选择增加一个比特需要功率最小的加载一个比特，并将所需要的功率加载到所述子信道上，一直到用户的功率分配完，用户速率不再提高为止。

4.根据权利要求3所述的方法，其中步骤(4)还包括步骤：

在用户获得的速率超过其需求时，按照所述用户在其分配到的子带上的速率，将所述分配到的子带按照速率从大到小排序；

从速率最大的子带开始，观察将所述子带扣除后所述用户是否仍能满足需求，如果能满足需求就将所述子带从所述用户扣除；

执行这一过程，直到所述用户分配到的速率最小的子带为止，从而减少所获得的支持子带的速率超过其需求的用户所占用子带的数量。

5.根据权利要求4所述的方法，其中步骤(5)还包括：

将所述扣除的子带以及对应的功率重新分配给其他未满足需求的用户时，根据步骤(2)中得到的用户在各个子信道上的信噪比，用户在各个子信道以及在各个子带上支持的速率，按照用户优先级与用户支持子带速率的乘积，调度器将子带分别分配给所述乘积最大的用户，以及

按照单用户贪婪算法将这些重新分配的子带上的功率加载到对应子信道上。

6.根据权利要求1所述的方法，其中所述基站调度器根据各个用户业务的丢包率、队列头包时延参数确定业务流的优先级。

Images