CN101383650A - 基于模糊满意度的多业务多天线广播信道调度方法 - Google Patents

Abstract

本发明公开了一种基于模糊满意度因子的多业务多天线广播信道调度方法，特征是考虑了不同业务的速率和时延的变化趋势对用户满意度及调度的影响，通过最大化以模糊满意度因子为权重的信道质量来调度用户，从而避免了滞后误差对调度的影响。本发明可以很好地度量用户的满意程度并且避免滞后误差。仿真结果表明，相比于其他基于满意度的度量准则的调度方法，本发明调度方法更合理地考虑了用户在不同时延和速率及其变化趋势下的满意度，更好地利用了频谱资源，在不降低吞吐率的前提下，保证了用户的公平性，更有效的保证了用户的服务质量需求，最大化系统满意度。

Description

基于模糊满意度的多业务多天线广播信道调度方法

技术领域

本发明属于多输入多输出(MIMO)移动通信技术领域，特别涉及下行多输入多输出通信系统中的多业务多天线调度方法。

背景技术

无线通信朝着宽带化、业务多元化、用户数增大化的方向发展。由于无线网络资源的稀缺、无线信道的干扰以及时延等问题，造成无线环境下提供服务质量的保证面临诸多挑战。而多用户调度是支持无线网络混合业务服务质量(QoS)保证的关键技术之一。

《国际电子与电气工程师协会国际通信会议》(IEEE International Conference onCommunication 2008，Volume.1，pp.542-546，2005)提出基于准正交用户选择的调度方法(SUS)，每次选择信道质量最佳的用户来最大化系统吞吐率，但这会造成对信道质量差的用户的不公平。

《国际电子与电气工程师协会信息理论学报》(IEEETransactions on Information Theory，Volume.48，Issue 6，pp.1277-1294，2002)提出正比公平调度算法(PFS)联合考虑了系统吞吐率和用户公平性，按照用户加权平均吞吐率对瞬时速率进行归一化，这种调度算法已经应用到高速数据速率(HDR)系统，其调度目的是在顾及系统公平度的同时最大化系统吞吐率，但是其最终目标还是为了使用户最满意。而对于不同服务质量需求的业务，通过调度获得相同的带宽可能对应着不同的满意程度。

《国际电子与电气工程师协会无线通信学报》(IEEE Transactions on WirelessCommunications，Volume.6，Issue 2，pp.423-428，Feb.2007)定义了用户满意度因子，《国际电子与电气工程师协会国际通信会议》(IEEE International Conference on Communication2008，pp.4250-4254，May 2008)定义了业务满意度因子，并基于该满意度因子去调度用户，但是该方法采用当前时刻的信道状态信息去调度下一时刻的用户会带来滞后误差。

发明内容

本发明提出一种基于模糊满意度因子的多业务多天线广播信道调度方法，该方法中考虑了变化趋势对满意度的影响，从而避免滞后误差对调度的影响。

本发明基于基于模糊满意度因子的多业务多天线广播信道调度方法，在发送端，调度器将被调度的用户数据被经过物理层的多用户多输入多输出迫零波束预编码后发射；在接收端，用户将信道信息反馈给发送端；

其特征在于：

在发送端，由应用层得到无线网络混合业务的速率时延服务质量信息，由反馈得到用户业务的平均速率和平均时延，再将其输入到调度器去调度用户，调度器根据输入的速率时延服务质量信息和业务速率和时延及其改变量得到输出的判决即模糊满意度因子，然后以最大化以模糊满意度因子为权重的信道质量为目标由调度算法去调度用户，被调度的用户数据在物理层经过多输入多输出多用户迫零波束预编码后发送。

所述模糊满意度因子的获得过程如下：

被调度用户的数据经过调度器，形成一个M_t维矢量，经过迫零波束预编码(ZFBF)处理后，通过N_t个发射天线发送出去；系统中有K个具有1根接收天线的用户，用户数K大于发射天线数N_t；设从发射天线到移动台的信道增益为一个零均值复高斯随机变量，那么第k个用户接收到的信号为

$y_k=\sqrt{P/M_t}{h}_k{b}_k{x}_k+{\mathrm{\Σ}}_{j\≠k}\sqrt{P/M_t}{h}_k{b}_j{x}_j+n---\left(1\right)$

式(1)中x是基站发送的信号，M_t是同时发送的子流数，b_k是波束成型预编码矩阵B＝[b₁，b₂，...b_Mt]中的第k项，h_k是第k个用户的信道增益，n是分布为CN(0，1)的加性高斯随机变量，P是总的发送功率；设E{x^Hx}＝1，则天线接收处平均信噪比为ρ；在经过波束成型向量加权后，用户k等效接收信噪比为

${\mathrm{\γ}}_k=\left|\right|h_k{b}_k\left|\right|/(\frac{M_t}{\mathrm{\ρ}}+{\mathrm{\Σ}}_{j\≠k}{h}_k{b}_j)---\left(2\right)$

用户的瞬时速率为r_k＝log(1+γ_k)                  (3)

采用归一化的用户速率R和时延D和其变化趋势ΔR和ΔD作为满意度的度量的依据；当平均传输速率达到目标速率，时延为零时，用户速率R和时延D都等于1，相应的用户满意度达到1；其中

用户速率 $R=\stackrel{\‾}{r_k}\left(n\right)/r_{k,\mathrm{tar}}---\left(4\right)$

时延 $D=1-\stackrel{\‾}{d_k}\left(n\right)/d_{k,\mathrm{tar}}---\left(5\right)$

用户速率变化趋势 $\mathrm{\ΔR}=(\stackrel{\‾}{r_k}\left(n\right)-\stackrel{\‾}{r_k}(n-1))/r_{k,\mathrm{tar}}---\left(6\right)$

时延变化趋势 $\mathrm{\ΔD}=(\stackrel{\‾}{d_k}\left(n\right)-\stackrel{\‾}{d_k}(n-1))/d_{k,\mathrm{tar}}---\left(7\right)$

式中n是时隙号，k是用户编号；

为在时隙n第k个用户的平均速率，假设每个用户只使用一种业务，

为第k个用户的目标速率，

为平均时延，

为目标时延；

把用户速率R、时延D、用户速率变化趋势ΔR和时延变化趋势ΔD这四个变量作为模糊控制器的输入，分别采用基于速率的模糊逻辑控制器(FLC1)和基于时延的模糊逻辑控制器(FLC2)两个模糊逻辑控制器来控制；

基于速率的模糊逻辑控制器(FLC1)的输出s₁＝F{k_l，rR，k_p，rΔR}       (8)

基于时延的模糊逻辑控制器(FLC2)的输出s₂＝F{k_l，dD，k_p，dΔD}       (9)

式(8)和式(9)中F为模糊函数，则用户模糊满意度因子s＝s₁×s₂         (10)

所述调度器中基于模糊满意度因子的调度算法为：

调度器在每个时隙根据用户不满意的程度w_k和信道质量来调度用户

$w_k=\left\{\begin{array}{cc}1+\mathrm{\&Delta;}-s& 1+\mathrm{\&Delta;}\&GreaterEqual;s\\ {10}^{-6}& 1+\mathrm{\&Delta;}<s\end{array}\right.---\left(11\right)$

式中s是模糊满意度因子；Δ是一个很小的正数，用以保证用户满意度超过1时w_k才为0；

调度的目标为最大化用户满意度权系数与用户等效信道增益的乘积，则调度问题可以归结为：

$\max \left\{{\mathrm{\&Sigma;}}_{i=1}^I\frac{U_i}{K_i}{\mathrm{\&Sigma;}}_{k=1}^{K_i}{w}_{k,i}{g}_{k,i}{q}_{k,i}\right\}---\left(12\right)$

$s.t{\mathrm{\&Sigma;}}_{i=1}^I{\mathrm{\&Sigma;}}_{k=1}^{K_i}{q}_{k,i}=N_t---\left(13\right)$

${\mathrm{\&Sigma;}}_{i=1}^I{U}_i=1---\left(14\right)$

q_k，i＝0 or 1                 (15)

式(12)中g_k，i是用户的等效信道增益，U_i是第i种业务的权重，K_i是第i种业务用户的数目，I是业务类型数，在特定的系统中通过准入控制和优先级设定U_i和K_i可以视为常数，w_k，i即用户满意度权系数，q_k，i＝1表示该用户获得调度，否则表示该用户未获得调度；调度用户的过程如下：

先从一个初始用户集合A₀＝{1，...K}选出第一个用户

π(1)＝argmax_k∈A0‖g(h_k)w_k‖                         (16)

当选出i个用户后，从集合 $A_i=\{1\&le;k\&le;K:\left|h_k{h}_{\mathrm{\&pi;}\left(j\right)}^{*}\right|<\mathrm{\&alpha;},1\&le;j\&le;i\}$ 中选出第i+1个用户

π(i+1)＝argmax_k∈Ai‖g(h_k)w_k‖                       (17)

直到用户集合中的用户数|S₀|等于发送子流数M_t，算法结束；

其中信道增益g(h_k)＝‖h_k‖²，α是选择的信道之间干扰门限，w_k为用户不满意的程度。

与现有技术相比较，本发明调度方法中模糊满意度的得来不仅考虑了业务的速率和时延，而且考虑了它们的变化趋势对用户满意度及调度的影响，可以很好地度量用户的满意程度并且避免滞后误差；仿真结果表明，相比于其他基于满意度的度量准则的调度方法，本发明调度方法的模糊满意度更合理地考虑了用户在不同时延和速率及其变化趋势下的满意度，可更好地利用频谱资源，在不降低吞吐率的前提下，保证用户的公平性，更有效地保证了用户的服务质量需求，最大化系统满意度。

附图说明

图1为本发明的下行多输入多输出多用户系统框图；

图2为基于模糊满意度因子的调度器内部框图；

图3为系统吞吐率与用户数的仿真曲线；

图4为系统平均满意度与用户数的仿真曲线。

具体实施方式

以下结合附图说明本方法的实施例。

实施例1：

本实施实例采用下行多输入多输出多用户系统。设基站端(BS)配置N_t＝4根天线，用户端(UE)配备1根天线，信噪比ρ为10dB，信道带宽为20MHz，一帧长8.375ms，每帧有10个时隙。调度器每个时隙工作一次。有两种业务应用，一种是FTP业务，一种是视频会议业务，两者的比例为3：1。每次调度时每一个用户只使用一种业务。FTP业务的服务类型是后台类的业务，对时延不敏感，而视频会议业务的服务类型是会话类业务对时延最为敏感。设定两类业务的参数如下表1所示：

         表1 两类业务参数设置

本实施实例系统框图见图1所示，基站端的模块1应用层可以得到业务的服务质量特征参数：第k个用户的目标速率

和目标时延

，调度器位于模块2媒体访问控制子层的控制面中，它从应用层得到业务的服务质量参数，由反馈得到时隙n第k个用户的平均速率

和平均时延

，模块4调度器每时隙工作一次，根据信道信息和用户的满意程度来调度用户。

用户模糊满意度度量过程如下所示：

本发明调度器内部框图如附图2所示：按照式(4)～式(7)得到用户速率R、时延D、用户速率变化趋势ΔR和时延变化趋势ΔD这四个变量。将这四个变量输入模块P1，P2模糊化接口依据模糊逻辑控制器的输入变量量化表表2进行量化：

        表2 模糊逻辑控制器的输入变量量化表

接着，根据模糊功率控制的思想，通过分析闭环系统用户的满意度随时延和速率的动态变化而变化的规律和趋势来度量用户的满意程度，得到模块Q1基于速率得模糊控制规则和模块Q2基于时延的模糊控制规则，模块R1和模块R2接口引擎输出模糊判决结果由模块S1和模块S2去模糊化接口通过加权平均法得到判决量；经过模糊化，最小相关的判断及去模糊化之后，每一组速率和时延及它们的变化都会得到他们相应的控制输入值；将速率时延及其变化趋势所对应的模糊判决量制成模糊判决表：

表4 模糊逻辑控制器的速率判决表       表5 模糊逻辑控制器的时延判决表

把量化后的结果作为模糊控制器的输入，分别采用基于速率的模糊逻辑控制器(FLC1)和基于时延的模糊逻辑控制器(FLC2)两个模糊逻辑控制器来控制，基于速率的模糊逻辑控制器(FLC1)采用的控制判决表见表4，基于速率的模糊逻辑控制器(FLC2)采用的控制判决表见表5；速率判决结果s₁和时延判决结果s₂由式(8)(9)得到，用户满意度s由(10)式得到。

由式(11)得到用户不满意的程度w_k。模块8调度算法在每个时隙根据用户不满意的程度w_k和信道质量来调度用户。调度的目标为最大化以模糊满意度为权重的信道质量。

调度用户的过程如下：

先从一个初始用户集合A₀＝{1，...K}选出第一个用户π(1)＝argmax_k∈A0‖g(h_k)w_k‖当选出i个用户后，从集合 $A_i=\{1\&le;k\&le;K:\left(h_k{h}_{\mathrm{\&pi;}\left(j\right)}^{*}\right)<\mathrm{\&alpha;},1\&le;j\&le;i\}$ 选出第i+1个用户

π(i+1)＝argmax_k∈Ai‖g(h_k)w_k‖

直到用户集合中用户数|S₀|等于发送子流数M_t算法结束。

其中信道增益g(h_k)＝‖h_k‖²，α是选择的信道之间干扰门限，w_k为用户不满意的程度。

调度器将调度结果送给模块5媒体访问控制子层的数据面，被调度用户的数据经过模块3物理层的多用户多输入多输出预编码后发射。

为了衡量调度方法的效果，在计算系统满意度时，采用下式来计算系统的满意度：

$S=\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{s}_k^{\&prime;}$

式中，r_k， ^min表示业务的最低保证速率。对不同的业务系统满意度曲线曲线幂次Φ的取值不同，本实施例中幂次Φ取2。

附图3为系统吞吐率与用户数的仿真曲线：图中横轴表示用户数，范围为60-170，纵轴表示吞吐率。随着用户数的增加，系统吞吐率增加。基于模糊满意度因子的多用户调度方法吞吐率曲线F遵从容量渐近曲线C即N_tlog(1+P/N_tlog(K))；基于模糊满意度因子的调度方法曲线F和最大化吞吐率的调度方法吞吐率曲线A基本上一致，并且用户数K很大的时候明显高于采用比例公平调度准则的迫零波束成型方曲线B法，基于用户满意度准则的迫零波束成型方法曲线D和基于业务满意度准则的迫零波束成型方法曲线E。

附图4为系统满意度与用户数的仿真曲线：图中横轴表述用户数，范围为10-300，纵轴表示系统满意度。随着用户数的增加，系统平均满意度降低。曲线G基于准证交用户选择的迫零波束预编码方案和曲线H基于比例公平调度迫零波束预编码方案由于没有考虑到用户的满意度所以其系统满意度低于其他调度方案。当用户数大于150的时候，基于模糊满意度因子调度的方式曲线K在满意度上有明显的提高，这主要是因为，当用户数很大的时候，调度用户所花的时延增大，用户的平均速率降低，而曲线K基于模糊满意度因子的调度的方法相较于曲线I基于用户满意度因子的调度和曲线J基于业务满意度因子的调度更细致地考虑了时延对用户满意度的影响及趋势，当用户数增大时，每个用户调度的平均时延也增大，此时对时延敏感的视频业务时延达到门限，模糊满意度大幅下降，因此得到优先调度，所以在用户数较大的时候模糊满意度调度的方法可以保证用户时延及速率的需求，更好的利用频谱，最大化系统满意度。

与现有技术相比较，本发明模糊满意度的得来不仅考虑了业务的速率和时延而且考虑了它们的变化趋势对用户满意度及调度的影响，可以很好的度量用户的满意程度并且避免滞后误差。仿真结果表明，相比于其他基于满意度的度量准则的调度方法更合理的考虑了用户在不同时延和速率及其变化趋势下的满意度，更好的利用频谱资源，在不降低吞吐率的前提下，保证了用户的公平性，更有效的保证了用户的服务质量需求，最大化系统满意度。

Claims (3)

1、一种基于基于模糊满意度因子的多业务多天线广播信道调度方法，在发送端，调度器将被调度的用户数据被经过物理层的多用户多输入多输出迫零波束预编码后发射；在接收端，用户将信道信息反馈给发送端；其特征在于：在发送端，由应用层得到无线网络混合业务的速率时延服务质量信息，由反馈得到用户业务的平均速率和平均时延，再将其输入到调度器去调度用户，调度器根据输入的速率时延服务质量信息和业务速率和时延及其改变量得到输出的判决即模糊满意度因子，然后以最大化以模糊满意度因子为权重的信道质量为目标由调度算法去调度用户，被调度的用户数据在物理层经过多输入多输出多用户迫零波束预编码后发送。

2、如权利要求1所述基于基于模糊满意度因子的多业务多天线广播信道调度方法，特征在于所述模糊满意度因子的获得过程为：

被调度用户的数据经过调度器，形成一个M_t维矢量，经过迫零波束预编码(ZFBF)处理后，通过N_t个发射天线发送出去；系统中有K个具有1根接收天线的用户，用户数K大于发射天线数N_t；设从发射天线到移动台的信道增益为一个零均值复高斯随机变量，那么第k个用户接收到的信号为 $y_k=\sqrt{P/M_t}{h}_k{b}_k{x}_k+{\mathrm{\&Sigma;}}_{j\&NotEqual;k}\sqrt{P/M_t}{h}_k{b}_j{x}_j+n$

式中x是基站发送的信号，M_t是同时发送的子流数，b_k是波束成型预编码矩阵B＝[b₁，b₂，...b_Mt]中的第k项，h_k是第k个用户的信道增益，n是分布为CN(0，1)的加性高斯随机变量，P是总的发送功率；设E{x^Hx}＝1，则天线接收处平均信噪比为ρ；在经过波束成型向量加权后，用户k等效接收信噪比为

${\mathrm{\&gamma;}}_k=\left|\right|h_k{b}_k\left|\right|/(\frac{M_t}{\mathrm{\&rho;}}+{\mathrm{\&Sigma;}}_{j\&NotEqual;k}{h}_k{b}_j)$

用户的瞬时速率为       r_k＝log(1+γ_k)

采用归一化的用户速率R和时延D和其变化趋势ΔR和ΔD作为满意度的度量的依据；当平均传输速率达到目标速率，时延为零时，用户速率R和时延D都等于1，相应的用户满意度达到1；其中用户速率 $R=\stackrel{\&OverBar;}{r_k}\left(n\right)/r_{k,\mathrm{tar}},$

时延 $D=1-\stackrel{\&OverBar;}{d_k}\left(n\right)/d_{k,\mathrm{tar}},$

用户速率变化趋势 $\mathrm{\&Delta;R}=(\stackrel{\&OverBar;}{r_k}\left(n\right)-\stackrel{\&OverBar;}{r_k}(n-1))/r_{k,\mathrm{tar}},$

时延变化趋势 $\mathrm{\&Delta;D}=(\stackrel{\&OverBar;}{d_k}\left(n\right)-\stackrel{\&OverBar;}{d_k}(n-1))/d_{k,\mathrm{tar}}$

式中n是时隙号，k是用户编号；

为在时隙n第k个用户的平均速率，假设每个用户只使用一种业务，

为第k个用户的目标速率，

为平均时延，

为目标时延；

把用户速率R、时延D、用户速率变化趋势ΔR和时延变化趋势ΔD这四个变量作为模糊控制器的输入，分别采用基于速率的模糊逻辑控制器和基于时延的模糊逻辑控制器两个模糊逻辑控制器来控制；

基于速率的模糊逻辑控制器的输出s₁＝F{k_l，rR，k_p，rΔR}

基于时延的模糊逻辑控制器的输出s₂＝F{k_l，dD，k_p，dΔD}

式中F为模糊函数，则用户模糊满意度因子s＝s₁×s₂。

3、如权利要求1所述基于基于模糊满意度因子的多业务多天线广播信道调度方法，特征在于所述调度器中基于模糊满意度因子的调度算法为：

调度器在每个时隙根据用户不满意的程度w_k和信道质量来调度用户

$w_k=\left\{\begin{array}{cc}1+\mathrm{\&Delta;}-s& 1+\mathrm{\&Delta;}\&GreaterEqual;s\\ {10}^{-6}& 1+\mathrm{\&Delta;}<s\end{array}\right.$

式中s是模糊满意度因子，Δ是一个小的正数，用以保证用户满意度超过1时w_k才为0；

调度的目标为最大化用户满意度权系数与用户等效信道增益的乘积，则调度问题归结为：

$\max \left\{{\mathrm{\&Sigma;}}_{i=1}^I\frac{U_i}{K_i}{\mathrm{\&Sigma;}}_{k=1}^{K_i}{w}_{k,i}{g}_{k,i}{q}_{k,i}\right\}$

  $s.t{\mathrm{\&Sigma;}}_{i=1}^I{\mathrm{\&Sigma;}}_{k=1}^{K_i}{q}_{k,i}=N_i$

     ${\mathrm{\&Sigma;}}_{i=1}^I{U}_i=1$

    q_k，i＝0 or 1

式中g_k，i是用户的等效信道增益，U_i是第i种业务的权重，K_i是第i种业务用户的数目，I是业务类型数，在特定的系统中通过准入控制和优先级设定U_i和K_i可以视为常数，w_k，i即用户满意度权系数，q_k，i＝1表示该用户获得调度，否则表示该用户未获得调度；

调度用户的过程如下：

先从一个初始用户集合A₀＝{1，...K}选出第一个用户π(1)＝arg max_k∈A0‖g(h_k)w_k‖

当选出i个用户后，从集合 $A_i=\{1\&le;k\&le;K:\left|h_k{h}_{\mathrm{\&pi;}\left(j\right)}^{*}\right|<\mathrm{\&alpha;},1\&le;j\&le;i\}$ 中选出第i+1个用户

π(i+1)＝arg max_k∈Ai‖g(h_k)w_k‖

直到用户集合中的用户数|S₀|等于发送子流数M_t，算法结束；

其中信道增益g(h_k)＝‖h_k‖²，α是选择的信道之间干扰门限，w_k为用户不满意的程度。

Images