CN101340223A - 基于波束成形的上行系统资源分配方法及装置 - Google Patents

Abstract

本发明公开了一种基于波束成形的上行系统资源分配方法，在分配周期内，BS通过信道探测技术获得一帧中各SS上行各时隙的信道状态信息，对各SS在每个时隙上对MIMO信道矩阵进行特征值分解，将分解后得到的最大特征值和对应的特征向量组成各SS各个时隙的信道功率增益矩阵；BS利用边际效用和改进的贪婪算法为每个SS分配时隙；各SS从接收到的下行子帧中提取所分配的时隙信息，并进行功率和比特分配；各SS将分配的功率和比特信息通过上行子帧中的控制部分发往BS；BS处理接收到的数据，得到SS发送的原始数据。本发明还公开了相应装置，包括自适应波束成形及子载波分配模块和功率和比特分配模块。本发明复杂度低，实时性好。

Description

基于波束成形的上行系统资源分配方法及装置

技术领域

本发明涉及无线通信领域，尤其涉及一种基于波束成形的上行系统资源分配方法及装置。

背景技术

当前的自适应分配算法研究主要集中于下行方面，对上行的自适应分配算法研究较少，且主要是针对正交频分复用(OFDM，Orthogonal FrequencyDivision Multiplexing)系统的上行自适应分配算法研究，由于上行与下行的最大不同是分布式功率限制，即上行时每个用户端都有自己的功率限制，所以对上行自适应分配算法的研究相对于下行有一定的难度，如何针对上行提出一种有效的自适应分配方案以更好的利用信道资源并满足不同业务的需求，这对于下一代移动通信系统有着十分重要的意义。

上海交通大学在申请号为200410068029.X的专利申请中，提出了结合注水算法和贪婪算法的功率最小化分配方法，该方法首先利用注水算法对每个子信道进行初始功率分配，然后利用贪婪算法对剩余的功率进行再分配，该方法虽然能够使分配结果较优但是复杂度较高，且是针对单用户端进行分配。北京邮电大学在申请号为200510000082.0的专利申请中，提出了一种用于OFDM系统的功率最小化分配方法，该方法首先对所有子信道按照等间隔划分分组，然后在每个分组中，分别同时进行功率和比特分配。该方法虽然复杂度非常低，但是该方法是针对单用户端分配，不适用于实际系统，且未考虑多天线的情况。北京邮电大学在申请号为200510083831.0的专利申请中，采用了一种低复杂度的功率最小化分配方法，该方法包括自适应调制和自适应解调两部分，对于自适应调制，只在发送第一帧的时候进行功率和比特分配，然后将分配方案保存下来，而发送后续帧时调用已存储方案进行相应的映射，该方案虽然简单，但是实时性不好，特别是在信道条件变化很快时，如高速移动条件下，性能较差。

发明内容

有鉴于此，本发明的主要目的在于提供一种基于波束成形的上行系统资源分配方法，适用于单小区多用户端上行自适应系统资源分配，复杂度低，实时性好。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于波束成形的上行系统资源分配方法，该方法包括：

A、基站BS通过信道探测技术获得一帧中各用户端SS上行各时隙的信道状态信息，对各SS在每个时隙上对多输入多输出MIMO信道矩阵进行特征值分解，得到对应的特征向量和特征值，将分解后得到的最大特征值和对应的特征向量组成各SS各个时隙的信道功率增益矩阵；

B、BS根据信道功率增益矩阵，利用边际效用和改进的贪婪算法为每个SS分配时隙；BS将所分配的时隙及该时隙对应的波束成形向量发往各SS；

C、各SS从接收到的下行子帧中提取所分配的时隙信息，并进行功率和比特分配；

D、各SS将分配的功率和比特信息通过上行子帧中的控制部分发往BS；BS处理接收到的数据，得到SS发送的原始数据；

每次子载波、功率和比特分配的分配周期中重复步骤A至步骤D。

步骤A具体包括：

A1、SS在定制业务时向BS发送业务流参数；

A2、在每个分配周期内，BS通过信道探测技术获取BS与各SS之间的各时隙的信道状态信息，然后对各SS的各时隙的MIMO信道矩阵进行特征值分解，得到对应的特征向量和特征值，选取最大的特征值和对应的特征向量组成各SS各时隙的信道功率增益矩阵H、该矩阵对应的发射端波束成形向量和接收端合并向量。

所述时隙是指：

采用上行中的自适应调制与编码AMC子载波排列方式，每个时隙由6个块bin和1个正交频分多址接入OFDMA符号构成，而1个bin由OFDMA符号里面的9个子载波组成，其中8个子载波为数据子载波，另外一个为导频子载波。

所述步骤B具体包括：

B1、各个时隙上的各个空间子信道以最大调制阶数进行传输时，计算每个SS所需的最少时隙数；

B2、为每个SS先分配一个时隙；

B3、找出每个SS未分配时隙中排序最靠前的时隙，计算该时隙的边际效用；

B4、在保证每个SS都能获得所需的最少时隙数的条件下，为每个SS分配所需的时隙数；

B5、判断步骤B4后，是否有时隙剩余，如果有，分配剩余的时隙给相应的SS，否则，执行步骤C。

所述步骤C具体包括：

C1、SS在分配到的时隙上利用改进的贪婪算法进行功率和比特分配；

C2、SS利用C1中的分配结果进行相应的调制和功率调整，将调制后的符号按照对应的波束成形向量进行加权，然后经过快速傅里叶逆变换IFFT、并串变换和添加前缀后发往BS。

所述步骤D具体包括：

D1、接收端对接收到的数据首先进行串并变换和去除循环前缀，然后进行快速傅里叶变换FFT变换为频域符号，接收端对变换后的频域符号进行合并向量处理；

D2、利用接收到的功率和比特分配信息以及时隙分配信息解调出原始数据。

一种基于波束成形的上行系统资源分配装置，该装置包括自适应波束成形及子载波分配模块和功率和比特分配模块，其中，

自适应波束成形及子载波分配模块根据信道状态信息，对各SS的各时隙上对MIMO信道矩阵进行特征值分解，得到对应的特征向量和特征值，选取最大的特征值和对应的特征向量组成各SS各时隙的信道功率增益矩阵H、矩阵H对应的发射端波束成形向量和接收端合并向量；通过BS控制信道、BS天线将波束成形向量和子载波分配信息发送到SS侧；

功率和比特分配模块根据BS发送的波束成形向量和子载波分配信息，采用边际效用和改进的贪婪算法为每个SS分配时隙。

本发明针对上行多输入多输出(MIMO，Multiple Input Multiple Output)OFDM系统的自适应分配需求，提出一种适用于单小区多用户端上行自适应子载波、功率和比特分配方法。本发明在保证各用户端(SS，Subscriber Station)服务质量需求和公平性的条件下，将子载波分配与功率和比特分配分开进行，使得基站(BS，Base Station)发射功率达到最小，同时保证各SS的发射功率最小，提高了系统性能。

附图说明

图1为本发明应用系统结构示意图；

图2为本发明方法的流程图；

图3为本发明装置的结构示意图。

具体实施方式

本发明的基本思想是：自适应分配技术对系统性能的提高具有很明显的作用，而自适应分配技术中的子载波分配和功率、比特分配两种技术本身也是相互关联、相互影响的，如果采用联合的子载波、功率和比特分配复杂度很高，因此本发明采取两步法的方式进行，即将子载波分配和功率、比特分配分开进行，该方法以最小化系统发射功率为目标，同时综合考虑了业务质量(QoS，Quality of Service)需求、用户端之间的公平以及实际应用中信道状态信息动态变化的情况。

为使本发明的目的、技术方案和优点更加清楚，下面对本发明作进一步地详细分析。首先介绍MIMO-OFDM系统的基于特征值分解的波束成形原理、改进贪婪算法以及相关符号的表示，以便随后对本发明进行描述。设MIMO-OFDM系统的发射天线数为Nt，接收天线数为Nr，用户端数为K，子载波数为N，本实施例中假设子载波采用“独占”方式进行分配，即每个子载波只分配给一个用户端。对于MIMO-OFDM系统，接收端即用户端的第n个子载波上的接收符号可以表示为：

y_n＝H_nc_ns_n+N_n    (1)

其中，s_n是第n个子载波上的调制符号，c_n＝[c_n，1，c_n，2，...，c_n，Nt]^T，d_n＝[d_n，1，d_n，2，...，d_n，Nr]^T分别代表第n个子载波上Nt×1的发射端波束成形向量和Nr×1的接收端合并向量，H_n是一个Nt×Nr的矩阵，该矩阵中的元素是每个用户端k在第n个子载波上对不同发射接收天线之间信道的频率响应值，N_n是Nr×1的复高斯噪声向量，N_n的每个元素都是均值为0、方差为σ²的复高斯随机变量。在接收端，使信噪比最大化的方式是最大比合并(MRC，Maximum Ratio Combining)，对于(1)式，对应的最大比合并向量为

d_n＝(H_nc_n)^H    (2)

对式(1)的接收信号进行最大比合并处理后所得的信号z_n可以表示为：

z_n＝(H_nc_n)^HH_nc_ns_n+(H_nc_n)^HN_n    (3)

当波束成形向量选择为c_n＝u_n，max时，能使接收端的信噪比达到最大。这里，u_n，max代表H_n ^HH_n经过特征值分解(EVD，Eigen Value Decomposition)后得到的最大特征值λ_n，max所对应的特征向量，H_n ^HH_n的特征值分解结果如下：

$H_n^H{H}_n=U_n{\mathrm{\Λ}}_n{U}_n^H---\left(4\right)$

其中，Λ_n是一个对角矩阵，Λ_n对角线上的元素是矩阵H_n ^HH_n的特征值，U_n是一个酉矩阵，即 $U_n^H{U}_n=I,$ U_n的列由矩阵H_n ^HH_n的特征向量组成。

由此可得，K个用户端N个子载波上对应的子载波信道增益矩阵H为：

$H=\left[\begin{array}{cccc}{\mathrm{\λ}}_{\mathrm{1,1},\max }& {\mathrm{\λ}}_{\mathrm{1,2},\max }& ...& {\mathrm{\λ}}_{1,N,\max }\\ {\mathrm{\λ}}_{\mathrm{2,1},\max }& {\mathrm{\λ}}_{\mathrm{2,2},\max }& ...& {\mathrm{\λ}}_{2,N,\max }\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ {\mathrm{\λ}}_{K,1,\max }& {\mathrm{\λ}}_{K,2,\max }& ...& {\mathrm{\λ}}_{K,N,\max }\end{array}\right]---\left(5\right)$

其中，H各个特征值对应的发射波束成形向量c_n和接收最大比合并向量d_n分别为：

c_n＝u_k，n，max    (6)

d_n＝(H_k，nu_k，n，max)^H    (7)

设对某个用户端k，令h_k＝[h₁ h₂...h_N]，其中h₁＝λ_k，1，max，并采用一种改进的贪婪算法来对用户端k进行功率和比特分配。所谓贪婪算法是指在每一次比特分配过程中，选择要求递增功率最小的子载波，每次只给子载波多分配一个比特，同时计算此子载波所需功率，重复此过程直到所有要传输的比特数都被分配完毕为止。改进的贪婪算法中，忽略各子载波上分配的比特数b_i为非负整数的条件，用拉格朗日乘数法计算获得发射总功率最小的b′_i值：

$b_i^{\′}=\frac{1}{N}(R_{t\arg \mathrm{et}}+{\log }_2(h_i^N/\underset{j=1}{\overset{N}{\mathrm{\Π}}}{h}_j)),1\≤i\≤N---\left(8\right)$

其中，R_target为用户端需要传输的比特数，再利用下式对其进行取整：

改进的贪婪算法为：若 $\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{b}_i=R_{t\arg \mathrm{et}},$ 则结束当前流程；若 $\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{b}_i<R_{t\arg \mathrm{et}},$ 则对每个子载波i，1≤i≤N，计算在该子载波上增加一个比特带来的功率增量： $\mathrm{\&Delta;}{p}_i=\mathrm{\&Gamma;}{\mathrm{\&sigma;}}^2{2}^{b_i}/h_i,$ 循环执行以下步骤，直到 $\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{b}_i=R_{t\arg \mathrm{et}}$ 为止：选择子载波 $j=\arg \left\{\underset{1\&le;i\&le;N}{\min }\left(\mathrm{\&Delta;}{p}_i\right)\right\},$ 该子载波分配的比特数更新为： $b_j=b_j+1,\mathrm{\&Delta;}{p}_j=\mathrm{\&Gamma;}{\mathrm{\&sigma;}}^2{2}^{b_j}/h_j;$ 若 $\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{b}_i>R_{t\arg \mathrm{et}},$ 则对每个子载波i，1≤i≤N，计算在该子载波上减少一个比特带来的功率增量： $\mathrm{\&Delta;}{p}_i=\mathrm{\&Gamma;}{\mathrm{\&sigma;}}^2{2}^{b_i-1}/h_i,$ 循环执行以下步骤，直到 $\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{b}_i=R_{t\arg \mathrm{et}}$ 为止：选择子载波 $j=\arg \left\{\underset{1\&le;i\&le;N}{\max }\left(\mathrm{\&Delta;}{p}_i\right)\right\},$ 该子载波分配的比特数更新为： $b_j=b_j-1,\mathrm{\&Delta;}{p}_j=\mathrm{\&Gamma;}{\mathrm{\&sigma;}}^2{2}^{b_j-1}/h_j.$

经过上述步骤，即获得了各个子载波上分配的比特数b_i，然后根据功率和比特的关系式可以得到各个子载波上分配的功率。功率和比特的关系与子载波的误比特率有关，当采用无编码的正交幅度(QAM，Quadrature AmplitudeModulation)调制时，第i个子载波的误比特率近似为：

${\mathrm{BER}}_i=\frac{1}{5}\exp (-1.5\frac{{\mathrm{\&gamma;}}_i}{2^{b_i}-1})---\left(10\right)$

其中γ_i＝p_ih_i/σ²为第i个子载波的信噪比(SNR，Signal to Noise Ratio)，则子载波i所需要的发送功率可以近似表示为：

$p_i=\frac{{\mathrm{\&sigma;}}^2}{h_i}\ln \left(\frac{1}{5{\mathrm{BER}}_i}\right)\frac{(2^{b_i}-1)}{1.5}---\left(11\right)$

令 $\mathrm{\&Gamma;}=\frac{1}{1.5}\ln \left(\frac{1}{5{\mathrm{BER}}_i}\right),$ Г为信噪比差(SNR gap)，表征实际信道容量与香农信道容量之间的差异，则： $p_i=\frac{\mathrm{\&Gamma;}{\mathrm{\&sigma;}}^2}{h_i}(2^{b_i}-1).$

下面对本发明中用到的符号进行说明：

b_k，n为用户端k在子载波n上分配到的比特数，ρ_k，n表示子载波n是否分配给用户端k，ρ_k，n＝1表示子载波n分配给用户端k，ρ_k，n＝0，则表示子载波n不分配给用户端k；用户端集合为U＝{1，2，...，K}，子载波集合为S＝{1，2，...，N}，用户端k分配到的子载波集合记为S_k，S_k含有的子载波数记为C_k，R_max为系统支持的最大调制阶数，Δp_k，n表示对用户端k来说，子载波n的边际效用。

本发明采用如图1所示的系统进行资源分配，该系统包括BS和至少一个SS，其中，

在BS侧，信道状态信息获取模块根据信道探测(Sounding Channel)技术估计k个用户端子载波的信道状态信息；自适应波束成形子载波分配模块根据信道状态信息，对各SS的各时隙上对MIMO信道矩阵进行特征值分解，得到对应的特征向量和特征值，选取最大的特征值和对应的特征向量组成各用户端各时隙的信道功率增益矩阵H、矩阵H对应的发射端波束成形向量和接收端合并向量；通过BS控制信道、BS天线将波束成形向量和子载波分配结果发送到SS侧；

在SS侧，通过SS天线、SS控制信道，功率和比特分配模块根据BS发送的波束成形向量和子载波分配结果，采用边际效用和改进的贪婪算法为每个SS分配功率和比特数；SS的参数模块在定制业务时向BS发送业务流参数；

然后，各SS的用户端功率和比特加载模块根据各自应用层缓冲区中的波束成形向量的最大特征值λ_i，1≤i≤K，分配各个子载波上的比特，并通过自适应调制器根据用户端的功率和比特分配结果动态调整各子载波上分配的比特数，并变换为频域信号，通过各自适应波束成形向量模块形成各SS的波束成形向量处理后，再经过快速傅里叶逆变换(IFFT，Inverse Fast Fourier Transform)模块变换到时域，并由并串变换模块和添加前缀模块添加前缀，由天线将各SS的数据发送到BS；

BS侧，经由天线接收各SS的数据，经过串并变换和去前缀模块去掉前缀，并经快速傅里叶变换(FFT，Fast Fourier Transform)模块将接收数据变换到频域，由接收端合并向量模块将各子载波上的数据合并，由自适应解调器解调为数字信号，提取模块提取用户端的比特信息，供系统进行后续的处理。

上述系统中，位于BS侧的自适应波束成形及子载波分配模块和位于SS侧的功率和比特分配模块是本发明的新增模块，能够将子载波的分配由BS完成，功率和比特分配由SS完成，并且实时的进行自适应调整，提高了系统的效率。

下面结合具体实施例和附图，对本发明的实施方式作进一步说明：

步骤1、BS进行系统初始化。

各用户端在定制业务时向基站发送业务流参数(Service Flow Parameters)，包括保证QoS所需的传输速率和误码率等；在每个分配周期内，BS通过信道探测技术估计与各SS之间的各时隙的信道状态信息(CSI，Channel StateInformation)，然后对各SS的各时隙上对MIMO信道矩阵进行EVD，得到对应的特征向量和特征值，选取最大的特征值和对应的特征向量组成各用户端各时隙的信道功率增益矩阵H、矩阵H对应的发射端波束成形向量和接收端合并向量。所述时隙是指：采用上行中的自适应调制与编码(AMC，Adaptive Modulationand Coding)子载波排列方式，每个时隙由6个块(bin)和1个正交频分多址接入(OFDMA，Orthogonal Frequency Division Multiple Access)符号构成，其中，1个bin由OFDMA符号里面的9个子载波组成，其中的8个子载波为数据子载波，另外一个子载波为导频子载波。

步骤2、BS根据信道功率增益矩阵，利用边际效用和改进的贪婪算法为每个SS分配时隙；BS将所分配的时隙及该时隙对应的波束成形向量通过下行子帧中的控制部分发往各SS。

所谓边际效用是指将某个子载波分配给该用户时，所能带来的功率下降量。步骤2具体包括：

步骤201、每个时隙上的各个空间子信道以最大调制方式进行传输，则每个用户端所需的最少时隙数为：

其中表示向上取整，即可用上限(ceil)函数实现，且有N≥N′， $N^{\&prime;}=\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{N}_k.$

步骤202、为每个用户端分配一个时隙，对于每个用户端k(1≤k≤K)，分别执行如下步骤：

步骤202a、对各用户端的时隙按照信道功率增益递减的顺序进行排序；

步骤202b、选择排序最靠前的时隙： $n^{*}=\arg \left\{\underset{n\&Element;S}{\min }\left(p_{k,n}\right)\right\},$ 更新： ${\mathrm{\&rho;}}_{k,n^{*}}=1,S_k=S_k+\left\{n^{*}\right\},$ C_k＝C_k+1，S＝S-{n^*}；即将用户端待分配的所有比特数全部放到第一个分配的子载波，即n^*对应的子载波{n^*}上，这样用户端k分配的子载波集合S_k增加{n^*}，S_k含有的子载波数C_k也增加1，而子载波集合中未分配的子载波减少了{n^*}。

步骤203、计算每个用户端排序最靠前的时隙的边际效用，对于每个用户端k(1≤k≤K)，分别执行如下步骤：

步骤203a、找出未分配的子载波中排序最靠前的时隙： $n_k^{*}=\arg \left\{\underset{n\&Element;S}{\min }\left(p_{k,n}\right)\right\};$

步骤203b、计算时隙n_k ^*的边际效用

边际效用

的计算方法：设某用户端已分配了Q个时隙，第q个时隙上的信道功率增益表示为h_q(1≤q≤Q)，第q个时隙已分配的比特数表示为b_q(1≤q≤Q)；新增加的时隙记为Q+1，时隙Q+1的信道功率增益表示为h_Q+1(1≤q≤Q)，则时隙Q+1的边际效用的计算步骤如下：

步骤203b1、初始化b_Q+1＝0，Δp＝0。

对于任意一个时隙q，计算减少一个比特所能降低的功率： $\mathrm{\&Delta;}{p}_q=\mathrm{\&Gamma;}{\mathrm{\&sigma;}}^2{2}^{b_q-1}{/h}_q,$ 其中，1≤q≤Q；计算在时隙Q+1上传输一个比特需要的功率：Δp_Q+1＝Гσ²/h_Q+1；

步骤203b2、找出功率降低最大的时隙： $q^{*}=\arg \left\{\underset{1\&le;q\&le;Q}{\max }\left(\mathrm{\&Delta;}{p}_q\right)\right\};$

步骤203b3、若 $\mathrm{\&Delta;}{p}_{q^{*}}\&le;\mathrm{\&Delta;}{p}_{Q+1},$ 则计算结束；否则，将时隙q^*的一个比特转移到时隙Q+1上，并更新以下参数： $b_{q^{*}}=b_{q^{*}}-1,b_{Q+1}=b_{Q+1}=1,$ $\mathrm{\&Delta;p}=\mathrm{\&Delta;p}+\mathrm{\&Delta;}{p}_{q^{*}}-\mathrm{\&Delta;}{p}_{Q+1},$ $\mathrm{\&Delta;}{p}_{q^{*}}=\mathrm{\&Gamma;}{\mathrm{\&sigma;}}^2{2}^{b_{q^{*}}-1}/h_{q^{*}},$ $\mathrm{\&Delta;}{p}_{Q+1}=\mathrm{\&Gamma;}{\mathrm{\&sigma;}}^2{2}^{b_{Q+1}}/h_{Q+1},$ 跳至步骤203b2。

时隙Q+1的边际效用计算结束后，b_q(1≤q≤Q+1)即比特分配结果，Δp是时隙Q+1对该用户端的边际效用。

步骤204、在保证每个SS都能获得所需的最少时隙数的条件下，为每个SS分配所需时隙数，循环执行以下步骤，直至且

为止：

步骤204a、找出边际效用最大的用户端： $k^{*}=\arg \left\{\underset{k\&Element;U}{\max }\left(\mathrm{\&Delta;}{p}_{k,n_k^{*}}\right)\right\},$ 将相应的时隙n_k ^*简记为n^*；

步骤204b、如果 $C_{k^{*}}>N_{k^{*}},$ 即用户端k分配的子载波个数已经超过了根据式12计算的该用户端所需的最小子载波数，则不需要给该用户端继续分配子载波了，以节约系统资源，即U＝U-{n^*}，转至步骤204d；否则，将该时隙分配给该用户端，即 ${\mathrm{\&rho;}}_{k^{*},n^{*}}=1,$ 更新： $S_{k^{*}}=S_{k^{*}}+\left\{n^{*}\right\},$ $C_{k^{*}}=C_{k^{*}}+1,S=S-\left\{n^{*}\right\},$ 并将该用户端的比特在分配到的各时隙上重新分配，即更新 $b_{k^{*},n}(n,\&Element;S_{k^{*}});$

步骤204c、如果时隙n^*同时作为多个用户端排序最靠前的时隙，则需要对除分配到时隙n^*的用户端另外分配时隙。

对于未分配到时隙n^*的各用户端：从未分配的时隙中选择排序最靠前的时隙，并计算该时隙的边际效用，即对 $\&ForAll;k\&Element;\left\{k\right|\arg \left\{\underset{k\&Element;U}{\max }\left(\mathrm{\&Delta;}{p}_{k,n_k^{*}}\right)\right\}\},$ 找出该用户端排序最靠前的未分配的时隙： $n_k^{*}=\arg \left\{\underset{n\&Element;S}{\min }\left(p_{k,n}\right)\right\},$ 计算时隙n_k ^*的边际效用

步骤204d、判断U和S是否同时为空，如果U和S均为空，说明时隙分配完毕，则执行步骤3；否则，执行步骤204a。

步骤205、分配剩余的时隙给相应的用户端，以最小化功率。

循环执行以下步骤直至与步骤204的过程基本一样，不过这里是针对所有的SS。首先判断经过步骤204后S是否为空，如果为空，说明没有剩余时隙，则执行步骤3；否则，执行如下步骤：

步骤205a、找出边际效用最大的用户端： $k^{*}=\arg \left\{\underset{k\&Element;U}{\max }\left(\mathrm{\&Delta;}{p}_{k,n_k^{*}}\right)\right\},$ 将相应的时隙n_k ^*简记为n^*；

步骤205b、将时隙n^*分配给该用户端，即 ${\mathrm{\&rho;}}_{k^{*},n^{*}}=1,$ 更新： $S_{k^{*}}=S_{k^{*}}+\left\{n^{*}\right\},C_{k^{*}}=C_{k^{*}}+1,S=S-\left\{n^{*}\right\},$ 并将该用户端的比特在已分配的各时隙上重新分配，即更新 $b_{k^{*},n}(n\&Element;S_{k^{*}});$

步骤205c、如果时隙n^*同时作为多个用户端排序最靠前的时隙，则需要对除分配到时隙n^*的用户端另外分配时隙。对于未分配到时隙n^*的各用户端：从未分配的时隙中选择排序最靠前的时隙，并计算该时隙的边际效用，即对 $\&ForAll;k\&Element;\left\{k\right|\arg \left\{\underset{k\&Element;U}{\max }\left(\mathrm{\&Delta;}{p}_{k,n_k^{*}}\right)\right\}\},$ 找出该用户端排序最靠前的未分配的时隙n_k ^*： $n_k^{*}=\arg \left\{\underset{n\&Element;S}{\min }\left(p_{k,n}\right)\right\},$ 计算时隙n_k ^*的边际效用

步骤205d、判断S是否为空，如果为空，则执行步骤3；否则，执行步骤205a。

步骤3、SS根据BS发送过来的时隙分配结果进行功率和比特分配。

步骤301、将式(9)中的R_target改为R_max，即将R_max作为SS需传输的比特数。R_max是指系统最大调制方式的比特数，即SS子载波能够传输的最大比特数。利用前面介绍的改进的贪婪算法分别计算各个SS分配到的时隙上的功率值和比特数，不过这里要做一些改进，若 $\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{b}_i>R_{t\arg \mathrm{et}},$ 则首先要判断是否大于0，如果大于0，则其余步骤与改进贪婪算法相同；如果小于0，则将该时隙上的功率增量置为无穷大，在当前分配周期内不再给该时隙分配比特。

步骤302、根据比特数分配结果进行相应的调制和功率调整，将调制后的符号按照对应的波束成形向量进行加权，所谓加权是指根据波束成形向量的角度和幅度来调整SS的天线方向，以获得最佳的信号；然后经过IFFT、并串变换和添加前缀等一系列处理后发往BS。

步骤4、各SS将分配的功率和比特信息通过上行子帧中的控制部分发往BS；BS处理接收到的数据，得到SS发送的原始数据。

接收端，即BS对接收到的数据首先进行串并变换和去除循环前缀，然后进行FFT为频域符号、进而对所得频域符号进行合并向量处理；然后，利用接收到的功率和比特分配信息以及原先的时隙分配信息解调出原始数据。

本发明还提供了一种基于波束成形的上行系统资源分配装置，如图3所示，该装置包括自适应波束成形及子载波分配模块和功率和比特分配模块，其中，

自适应波束成形及子载波分配模块根据信道状态信息，对各SS的各时隙上对MIMO信道矩阵进行特征值分解，得到对应的特征向量和特征值，选取最大的特征值和对应的特征向量组成各用户端各时隙的信道功率增益矩阵H、矩阵H对应的发射端波束成形向量和接收端合并向量；通过BS控制信道、BS天线将波束成形向量和子载波分配信息发送到SS侧；

功率和比特分配模块根据BS发送的波束成形向量和子载波分配信息，采用边际效用和改进的贪婪算法为每个SS分配时隙。

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。

Claims (7)

1、一种基于波束成形的上行系统资源分配方法，其特征在于，该方法包括：

A、基站BS通过信道探测技术获得一帧中各用户端SS上行各时隙的信道状态信息，对各SS在每个时隙上对多输入多输出MIMO信道矩阵进行特征值分解，得到对应的特征向量和特征值，将分解后得到的最大特征值和对应的特征向量组成各SS各个时隙的信道功率增益矩阵；

B、BS根据信道功率增益矩阵，利用边际效用和改进的贪婪算法为每个SS分配时隙；BS将所分配的时隙及该时隙对应的波束成形向量发往各SS；

C、各SS从接收到的下行子帧中提取所分配的时隙信息，并进行功率和比特分配；

D、各SS将分配的功率和比特信息通过上行子帧中的控制部分发往BS；BS处理接收到的数据，得到SS发送的原始数据；

每次子载波、功率和比特分配的分配周期中重复步骤A至步骤D。

2、根据权利要求1所述的基于波束成形的上行系统资源分配方法，其特征在于，步骤A具体包括：

A1、SS在定制业务时向BS发送业务流参数；

A2、在每个分配周期内，BS通过信道探测技术获取BS与各SS之间的各时隙的信道状态信息，然后对各SS的各时隙的MIMO信道矩阵进行特征值分解，得到对应的特征向量和特征值，选取最大的特征值和对应的特征向量组成各SS各时隙的信道功率增益矩阵H、该矩阵对应的发射端波束成形向量和接收端合并向量。

3、根据权利要求1所述的基于波束成形的上行系统资源分配方法，其特征在于，所述时隙是指：

采用上行中的自适应调制与编码AMC子载波排列方式，每个时隙由6个块bin和1个正交频分多址接入OFDMA符号构成，而1个bin由OFDMA符号里面的9个子载波组成，其中8个子载波为数据子载波，另外一个为导频子载波。

4、根据权利要求1所述的基于波束成形的上行系统资源分配方法，其特征在于，所述步骤B具体包括：

B1、各个时隙上的各个空间子信道以最大调制阶数进行传输时，计算每个SS所需的最少时隙数；

B2、为每个SS先分配一个时隙；

B3、找出每个SS未分配时隙中排序最靠前的时隙，计算该时隙的边际效用；

B4、在保证每个SS都能获得所需的最少时隙数的条件下，为每个SS分配所需的时隙数；

B5、判断步骤B4后，是否有时隙剩余，如果有，分配剩余的时隙给相应的SS，否则，执行步骤C。

5、根据权利要求1所述的基于波束成形的上行系统资源分配方法，其特征在于，所述步骤C具体包括：

C1、SS在分配到的时隙上利用改进的贪婪算法进行功率和比特分配；

C2、SS利用C1中的分配结果进行相应的调制和功率调整，将调制后的符号按照对应的波束成形向量进行加权，然后经过快速傅里叶逆变换IFFT、并串变换和添加前缀后发往BS。

6、根据权利要求1所述的基于波束成形的上行系统资源分配方法，其特征在于，所述步骤D具体包括：

D1、接收端对接收到的数据首先进行串并变换和去除循环前缀，然后进行快速傅里叶变换FFT变换为频域符号，接收端对变换后的频域符号进行合并向量处理；

D2、利用接收到的功率和比特分配信息以及时隙分配信息解调出原始数据。

7、一种基于波束成形的上行系统资源分配装置，其特征在于，该装置包括自适应波束成形及子载波分配模块和功率和比特分配模块，其中，

自适应波束成形及子载波分配模块根据信道状态信息，对各SS的各时隙上对MIMO信道矩阵进行特征值分解，得到对应的特征向量和特征值，选取最大的特征值和对应的特征向量组成各SS各时隙的信道功率增益矩阵H、矩阵H对应的发射端波束成形向量和接收端合并向量；通过BS控制信道、BS天线将波束成形向量和子载波分配信息发送到SS侧；

功率和比特分配模块根据BS发送的波束成形向量和子载波分配信息，采用边际效用和改进的贪婪算法为每个SS分配时隙。

Images