CN101674651A - 多输入输出正交频分复用系统的资源配置方法及其装置 - Google Patents

Abstract

本发明的示范实施例提供了一种用于多用户多输入多输出正交频分复用系统的资源配置方法及其装置。此多用户多输入多输出正交频分复用系统具有多个用户和子信道。此多个子信道根据容量比率限制以及调度规则被指定给此多个用户，接着再根据此多用户多输入多输出正交频分复用系统的极限功率决定每一个用户的功率。其中，被指定给某个用户的各个子信道之间的分配功率值是相同的。另外，调度规则可以是极大－极小或极大比率总和规则，而且子信道的配置方式可以为用户导向的或者子信道导向。

Description

多输入输出正交频分复用系统的资源配置方法及其装置

技术领域

本发明是有关于一种资源配置方法及其装置，且特别是有关于一种用于多用户多输入多输出正交频分复用(multi-users multiple input multipleoutput orthogonal frequency division multiplexing，MU-MIMO-OFDM)系统的资源配置方法及其装置。

背景技术

尽管已经有很多的研究致力于正交频分复用(output orthogonalfrequency division multiplexing，OFDM)系统中的功率和频宽配置方法，但是这些研究通常仅考虑如何在固定的总功率的限制下指定(assign)功率给每一个子信道(sub-channel)。最近，多输入多输出(multiple input multipleoutput，MIMO)系统被广泛地研究。通过采用MIMO系统，系统的传送率(transmission rate)可以被大量地增加。但是，因为MIMO系统将其功率分割(divide)给其天线中的每一个，所以其覆盖范围(covering range)会小于单输入单输出(single input single output，SISO)系统的覆盖范围。

在多用户的环境下，调度算法(scheduling algorithm)可以用来增强具有最小信号强度的天线的信号强度，因此其软性覆盖(soft coverage)的能力可以获得增强，而且不需增加任何传送功率给其硬件。

MIMO-OFDM(multiple input multiple output orthogonal frequencydivision multiplexing，MIMO-OFDM)系统不仅能够增加无线通讯系统的容量，而且已经成为无线通讯系统的主流技术，例如，IEEE 802.16m WiMax、3GPP LTE之类的下一世代无线宽带通讯系统皆采用MIMO-OFDM系统来当作物理层的传输技术。然而与OFDM系统不同的是，MIMO-OFDM系统具有多个特征模式键结(eigenmode link)，以及最小的特征模式键结容易受路径损耗(pathloss)和信道衰减(channel fading)的影响。由于路径损耗和信道衰落，最小特征模式键结的信号噪声比(the signal to noise ratio，SNR)或者容量可能无法满足需求，而可能发生键结失效(link outage)。因此，上述的现象将无法使得MIMO系统中的每一个子信道都获得多工的效果。

在实际应用中，因为用户对于因特网服务提供商支付不同的价格以传送不同大小的数据，所以通讯系统必须提供弹性的(flexible)传送率给每一个用户。然而，目前很少有研究致力于具有考虑覆盖问题的用于MU-MIMO-OFDM系统的资源配置方法。

发明内容

因此，本发明的示范实施例提供了一种用于多用户多输入多输出正交频分复用(multi-users multiple input multiple output orthogonalfrequency division multiplexing，MU-MIMO-OFDM)系统的资源配置方法及其装置。

根据本发明的一个示范实施例，本发明提供了一种用于MU-MIMO-OFDM系统的资源配置方法。此MU-MIMO-OFDM系统具有多个用户和子信道，而此资源配置方法包括：(a)将多个预定子信道数目根据多个容量比率限制指定给此些用户；(b)每一个用户根据调度规则自此些子信道中选择一个子信道；(c)根据此些用户的已分配容量以及此些容量之间的比率限制，自此些用户中选择一个权利用户，接着，此权利用户根据调度规则自还没有指定给用户的子信道中选择一个子信道，其中，如果指定给用户的子信道数目等于此用户的预定子信道数目，则此用户退出自此些用户中选择一个权利用户的竞争机制；(d)判断指定给所有用户的子信道数目是否等于所有用户的预定子信道数目的总和；(e)重复地根据此些用户的已分配的容量以及容量比率限制，自此些用户中选择一个权利用户，并且让此权利用户根据该调度规则自还没有被指定给用户的子信道中选择一个子信道，直到所有的子信道都被指定给此些用户为止。

根据本发明的一个示范实施例，本发明提供了一种用于MU-MIMO-OFDM系统的资源配置装置。此MU-MIMO-OFDM系统具有多个用户和子信道，而此资源配置装置包括子信道资源配置装置。其中，子信道资源配置装置根据多个容量比率限制将多个预定子信道数目指定给此些用户。接着，子信道资源配置装置让每一个用户根据调度规则自此些信道选择一个子信道；接着，此子信道资源配置装置重复地自此些用户中决定一个权利用户，并让此权利用户根据调度规则自还没有被指定给用户的子信道中选择一个子信道，直到被指定给所有用户的子信道数目等于所有用户的预定子信道数目的总和为止。接着，如果在依比例分配子信道给该些用户后，尚有剩余子信道未分配，子信道资源配置装置重复地自此些用户中选择一个权利用户，并让此权利用户根据调度规则自还没有被指定给用户的子信道中选择一个子信道，直到所有的子信道都被指定给此些用户为止。

根据本发明的一个示范实施例，本发明提供了一种用于MU-MIMO-OFDM系统的资源配置方法。此MU-MIMO-OFDM系统具有多个用户和子信道，而此资源配置方法包括：(a)将此多个预指定子信道数目根据多个容量比率限制指定给此些用户；(b)第一至第x个子信道依序地根据调度规则自此些用户中选择一个用户，如果指定给用户的子信道数目等于其预定子信道数目，则此用户退出被第一至第x个子信道选择的竞争机制，其中x是此些预定子信道数目的总和；(c)没有被指定给用户的子信道中的每一个子信道根据调度规则自此些用户中选择一个用户，其中，在此步骤中，被选择的此用户至多被选择一次。

根据本发明的一个示范实施例，本发明提供了一种用于MU-MIMO-OFDM系统的资源配置装置。此MU-MIMO-OFDM系统具有多个用户和子信道，而此资源配置装置包括子信道资源配置装置。其中，子信道资源配置装置根据多个容量比率限制将多个预定子信道数目指定给此些用户；接着，子信道资源配置装置让第一至第x个子信道依序地根据调度规则自此些用户中选择一个用户，其中x是此些预定子信道的数目的总和；接着，子信道资源配置装置让没有被指定给用户的子信道中的每一个子信道根据调度规则自此些用户中选择一个用户，其中，被选择的此用户至多被选择一次。

根据本发明的一个示范实施例，本发明提供了一种用于MU-MIMO-OFDM系统的资源配置方法。此MU-MIMO-OFDM系统具有多个用户和子信道，而此资源配置方法包括：(a)每一个子信道根据调度规则自此些用户中选择一个用户。

根据本发明的一个示范实施例，本发明提供了一种用于MU-MIMO-OFDM系统的资源配置装置。此MU-MIMO-OFDM系统具有多个用户和子信道，而此资源配置装置包括子信道资源配置装置。子信道资源配置装置用以让每一个子信道根据调度规则自此些用户中选择一个用户。

因此，相较于传统的资源配置方法及其装置，本发明示范实施例所提供的资源配置方法及其装置的复杂度较低。另外，本发明示范实施例所提供的资源配置方法及其装置可以用于MU-MIMO-OFDM系统，而且不同用户所传送的数据的大小可以不相同。当此资源配置方法采用极大-极小(Max-Min)调度规则时，则MU-MIMO-OFDM系统的覆盖范围可以获得增加。当资源配置方法采用极大比率总和(Max Sum-Rate)调度规则，则MU-MIMO-OFDM系统的容量可以获得增加。

为让本发明的上述和其它目的、特征和优点能更明显易懂，下文特举示范实施例，并配合所附图式，作详细说明如下。

附图说明

图1为本发明的一个示范实施例所提供的用于MU-MIMO-OFDM系统的资源配置方法的流程图。

图2A为本发明的一个示范实施例所提供的步骤S10的流程图。

图2B为本发明的另一示范实施例所提供的步骤S10的流程图。

图2C为本发明的另一示范实施例所提供的步骤S10的流程图。

图3A为本发明的另一示范实施例所提供的步骤S10的流程图。

图3B为本发明的另一示范实施例所提供的步骤S10的流程图。

图3C为本发明的另一示范实施例所提供的步骤S10的流程图。

图4A为本发明的另一示范实施例所提供的步骤S10的流程图，其中，每一个用户的容量比率皆相同。

图4B为本发明的另一示范实施例所提供的步骤S10的流程图，其中，每一个用户的容量比率皆相同。

图4C为本发明的另一示范实施例所提供的步骤S10的流程图，其中，每一个用户的容量比率皆相同。

图5为本发明的一个示范实施例所提供的MU-MIMO-OFDM系统100的示意图。

图6为本发明的一个示范实施例所提供的资源配置装置应用于基地台发射器(base station transmitter)600的方块图。

[主要元件标号说明]

S10、S12：步骤流程

S20～S29：步骤流程

S30～S39：步骤流程

S40～S45：步骤流程

S50～S57：步骤流程

S60～S67：步骤流程

S70～S72：步骤流程

S80～S82：步骤流程

S90～S92：步骤流程

S99：步骤流程

100：多用户多输入多输出正交频分复用系统

101：基地站

102：用户

600：基地台发射器

601：可适性资源配置算法执行装置

602：子信道配置装置

603：功率配置装置

604：空间多工装置

605：OFDM调制器

611：子信道选择器

612：撷取装置

620：OFDM解调器

具体实施方式

下文特举示范实施例，并配合所附图式，详细说明本发明。在整个说明书中，说明书以及所附图式中的相同的参考数字表示相同或者相似的部分。

下文中的多个示范实施例提供多种用于MU-MIMO-OFDM系统的资源配置方法及其装置。资源配置方法及其装置根据容量比率限定来指定子信道给每一个用户。另外，在根据容量比率限定来指定子信道给每一个用户时，资源配置方法及其装置同时考虑了覆盖问题。也就是说，示范实施例所设计的子信道配置的调度算法会考虑功率的配置。因此，对于指定给用户的每一个子信道的键结质量(link quality)将可以被最大化，而且所有用户的传送数据的比率也会符合要求。

对于固定的功率限制，最大化系统容量的问题可以化为下面的方程式：

$\underset{P_{k,n},I_{k,n}}{\max }\frac{1}{N}{\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n=1}^N{I}_{k,n}{\mathrm{\Σ}}_{i=1}^{M_t}\log (1+\frac{g_k{P}_{k,n}{\mathrm{\λ}}_{k,n,i}}{M_t{\mathrm{\σ}}^2})$

$\begin{array}{cc}\mathrm{subject\; to}& C1:{\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n=1}^N{P}_{k,n}\≤P_{\max }\end{array}$

C2：P_k，n≥0 for all k，n

C3：I_k，H＝{0，1} for all k，n

$C4:{\mathrm{\Σ}}_{k=1}^K{I}_{k,n}=1\mathrm{for\; all\; n}$

C5∶C₁∶C₂∶...∶C_K＝η₁∶η₂∶...∶η_K

，其中子信道的数目是N，天线的数目是M_t，用户的数目是K，P_k，n是第k个用户所占用的第n个子信道的功率，I_k，n指示第n个子信道是否被第k个用户所占用，g_k是第k个用户的信道衰落因子(channel fading factor)，亦即，g_k是区域平均信道增益(local average channel gain)的大规模慢变异性(large-scale slowly-varying behavior)，λ_k，n，i表示第n个子信道指定给第k个用户时的第i个特征模式，而σ²代表噪声功率(noise power)。其中，k是从1至k的整数，n是从1至n的整数，以及i是从1至M_t的整数。

限制C1表示总功率必须小于或者等于固定功率P_max。限制C2表示第k个用户所占用的第n个子信道的功率为正。限制C3定义指示变量(indicatior)I_k，n的值，其中1表示第n个子信道被第k个用户占用，以及0表示第n个子信道没有被第k个用户占用。限制C4表示第n个子信道仅被指定给此K个用户中的一个用户，也就是说，第n个子信道至多被一个用户所占用，而两个以上的用户不会同时占用同一个子信道。限制C5是容量比率的限制，其中第k个用户的容量是C_k，C_k表示为：

$C_k={\mathrm{\Σ}}_{n=1}^N{I}_{k,.n}{\mathrm{\Σ}}_{i=1}^{M_t}\log (1+\frac{g_k{P}_{k,n}{\mathrm{\λ}}_{k,n,i}}{M_t{\mathrm{\σ}}^2}).$

如同前面所述，第k个用户所占用的第n个子信道具有多个特征模式(eigenmode)。需要注意的是，MIMO系统的最弱的特征模式键结表示为λ_k，n，1。最弱的特征模式键结λ_k，n，1会决定MIMO系统的第k个用户所占用的第n个子信道所能覆盖的范围。也就是说，最弱的特征模式键结λ_k，n，1的信道增益是最弱的，因此在任意子信道中最弱的特征模式键结λ_k，n，1会比较容易产生错误(error)，以致于在SNR较低的情况下会更进一步地产生键结切断(outage)的问题。若再把较大的功率指定给较强的特征模式键结，则其覆盖范围会因为最弱的特征模式键结SNR更低而较小，亦即，在其最弱的特征模式键结中，容易产生键结切断的问题。因此，在第k个用户中，其所占用的每一个子信道的MIMO特征模式的功率可以根据功率P_k，n来决定。

请参照图1，图1为本发明的一个示范实施例所提供的用于MU-MIMO-OFDM系统的资源配置方法的流程图。在步骤S10中，将N个子信道配置给K个用户。其中，每一个子信道仅被指定给此K个用户中一个用户。接着，在步骤S12中，配置每一个子信道的功率。第k个用户所占用的第n个子信道的功率P_k，n为第k个用户的分配总功率除以被分配给第k个用户的子信道数目。在本发明的示范实施例中，所提供的资源配置方法会先对子信道进行配置，然后才对功率进行配置，以藉此降低其复杂度。

请参照图2A，图2A为本发明的一个示范实施例所提供的步骤S10的流程图。在此示范实施例中，步骤S10的实施方式是采用具有极大-极小调度规则的用户导向(user oriented)的子信道配置算法。然而，图2A所提供的示范实施例并非用于限定本发明的保护范围。

在步骤S20中，根据容量比率限制，将预定子信道数目N_k指定给第k个用户。其中预定子信道数目N_k表示待指定给第k个用户的子信道数目。需要注意的是，预定子信道数目N_k可以通过方程式(1)来决定，但方程式(1)并非用于以限定本发明的保护范围。方程式(1)的定义如下：

其中

表示小于或者等于x的最大整数。在步骤S20中，集合 $\left(\mathrm{set}\right)\hat{N}=\{\mathrm{1,2},...,N\}$ 表示子信道的索引值的集合，集合 $\hat{K}=\{\mathrm{1,2},...,K\}$ 表示用户的索引值的集合。起初，第k个用户的容量R_k会被初始为0(R_k＝0)，而被指定给第k个用户的子信道的索引值的集合

会被初始为空集合 $({\hat{N}}_k=\mathrm{\φ}).$ 在所有的预定子信道数目都被指定给所有的用户后，计算预设剩余子信道数目N’，其中，预设剩余子信道数目N’可通过方程式(2)来计算，但方程式(2)并非用以限定本发明。接着，将计数数字(counter number)k和n初始为1。其中，上述的方程式(2)表示如下：

$N^{\′}=N-{\mathrm{\Σ}}_{k=1}^K{N}_k...\left(2\right).$

接着，在步骤S21中，判断计数数字k是否大于总用户数目K。如果计数数字k大于总用户数目K，则执行步骤S23；否则，则执行步骤S22。

在步骤S21和S22中，每一个用户自MIMO系统的多个子信道中选择一个具有极大最弱特征模式的子信道，接着更新第k个用户的容量以及集合

与

在步骤S22中，以递降次序(descending order)排序(sort)第k个用户的所有最弱特征模式(weakest eigenmode)键结

(n＝1至N)，接着找到对于所有j满足 ${\mathrm{\λ}}_{\stackrel{\‾}{k},m,1}\≥{\mathrm{\λ}}_{\stackrel{\‾}{k},j,1}$ 的数字m，其中j属于集合

移除数字m的数字集合(亦即， $j\∈\hat{N}-\left\{m\right\}$ )。之后，采用数字m来更新第k个用户的容量

以及集合

与

。将MIMO系统中的具有极大最弱特征模式(maximal weakesteigenmode)的第m个子信道指定给第k个用户。因此，第k个用户的容量

将等于

(亦即， $R_{\stackrel{\‾}{k}}=C_{\stackrel{\‾}{k}}$ )。之后，增加(add)数字m到被指定给第k个用户的子信道的索引值的集合

中(亦即， ${\hat{N}}_k={\hat{N}}_k\∪\left\{m\right\}$ )，并且从子信道的索引值的集合中移除数字m(亦即， $\hat{N}=\hat{N}-\left\{m\right\}$ )。其中，被指定给第k个用户的容量表示为 $C_{\stackrel{\‾}{k}}={\mathrm{\Σ}}_{i=1}^{M_t}\log (1+\frac{g_{\stackrel{\‾}{k}}{P}_{\stackrel{\‾}{k},m}{\mathrm{\λ}}_{\stackrel{\‾}{k},m,i}}{M_t{\mathrm{\σ}}^2}).$ 最后，将计数数字k和n增加1(亦即，k＝k+1以及n＝n+1)。在执行步骤S22之后，返回(go back)步骤S21。如此一来，每一个用户皆会自MIMO系统中的多个子信道中选择一个具有极大最弱特征模式(maximal weakest eigenmode)的子信道。

需要注意的是，前几个用户(previous users)可能会选择到第k个用户的最佳子信道，因此第k个用户可能没有选择到最佳子信道。然而，在通常情况下，子信道总数目N却远远大于用户的总数目K，因此上述情形发生的可能性非常小。

值得注意的是，若K个用户的优先权彼此不全部相同，则K个用户的序列(sequence)可以根据用户的优先权(priority)可以决定。其中，K个用户的优先权可以根据用户所支付的费用来决定。除此之外，K个用户的优先权亦可以根据其传送数据的类型来决定。一般而言，用户的传送数据的类型包括实时视频传送数据(real-time video data transmission)、实时声频传送数据(real-time audio data transmission)与一般文件传送数据(generalfile data transmission)等。总而言之，具有最高优先权的用户一般会有优先选择子信道的权利。

承上所述，在步骤S22中，首先会以递降次序排序第k个用户的所有最弱特征模式键结

(n＝1至N)。其中，此排序的子步骤可以降低计算的复杂度(computation complexity)。若没有排序第k个用户的所有最弱特征模式键结

(n＝1至N)，则在配置一个子信道给第k个用户时，此资源配置方法就必须比较第k个用户的所有最弱特征模式键结

(n＝1至N)。

在步骤S23至S26中，根据用户的容量比率限制以及每一个用户已分配的容量，自多个用户中决定一个权利用户，接着自没有被指定给用户的子信道中指定一个具有极大最弱特征模式的子信道给此权利用户。在此，假设权利用户是第k’个用户。那么在自没有被指定给用户的子信道中的指定一个子信道给第k’个用户后，第k’个用户的容量R_k’以及集合

与都会被更新。如果指定给第k’个用户的子信道数目等于其预定子信道数目N_k’，则第k’个用户退出决定自多个用户中决定一个权利用户的竞争机制。

在步骤S23中，比较计数数字n与预定子信道数目的总和∑_k＝1 ^K N_k，其中， $N-N^{\′}={\mathrm{\Σ}}_{k=1}^K{N}_k.$ 如果计数数字n大于预定子信道数目的总和(亦即，n＞N-N′)，则执行步骤S27。如果计数数字n小于或者等于已预先指定的子信道数目的总和(亦即，n≤N-N′)，则执行步骤S24。

在步骤S24中，首先找到数字k’来满足第k’个用户的容量与其容量比率限制的比值小于其它用户的容量与比率限制的比值的条件(亦即， $R_{k^{\′}}/{\mathrm{\η}}_{k^{\′}}\≤R_{j^{\′}}/{\mathrm{\η}}_{j^{\′}}\mathrm{forall}{j}^{\′}\∈\hat{K}-\left\{k^{\′}\right\}$ )。因此，有权利选择还没有指定给用户的子信道的权利用户为第k’个用户。接着，第k’个用户自没有被指定给用户的子信道中选择一个具有极大最弱特征模式的子信道。换言之，就是找到对于所有的j’，满足λ_k’，p，1≥λ_{k’，j’，1}的数字p，其中j’属于集合移除数目p的数字集合(亦即， $j^{\′}\∈\hat{N}-\left\{p\right\}$ )。接着，将MIMO系统中具有极大最弱特征模式的第p个子信道指定给第k’个用户。因此，第k’个用户的容量R_k’将等于其先前的容量R_k’加上C_k’(亦即，R_k’＝R_k’+C_k’)。之后，增加数字p到指定给第k’个用户的子信道的索引值的集合

中(亦即， ${\hat{N}}_{k^{\′}}={\hat{N}}_{k^{\′}}\∪\left\{p\right\}$ )，并且将数字p从子信道的索引值的集合

中移除(亦即， $\hat{N}=\hat{N}-\left\{p\right\}$ )。最后，将计数数字n增加1(亦即，n＝n+1)。在执行步骤S24后，接着执行步骤S25和S26。

在步骤S25中，判断指定给第k’个用户的子信道数目是否等于其预定子信道数目N_k’。如果指定给第k’个用户的子信道数目等于其预定子信道数目N_k’(亦即， $\left|{\hat{N}}_{k^{\′}}\right|=N_{k^{\′}}$ )，则执行步骤S26；否则，返回步骤S23。

在步骤S26中，将数字k’从集合

移除(亦即， $\hat{K}=\hat{K}-\left\{k^{,}\right\}$ )。如此一来，第k’个用户会退出决定自多个用户中决定一个权利用户的竞争机制。

值得一提的是，自多个用户中决定一个权利用户使此权利用户具有权利自还没有被指定给用户的子信道中选择一个子信道的设计方式是属于用户导向的设计方式。换言之，就是根据用户的观点(point)来调整其容量比率，并且让权利用户自没有被指定给用户的子信道中选择一个子信道。

若被指定给每一个用户的子信道数目皆等于其预定子信道数目，则执行步骤S27。在步骤S27至S29中，指定剩余(residual)的子信道给K个用户。在步骤S27中，初始化(initialize)用户的索引值的集合，其中 $\hat{K}=\{1,...,K\}.$ 接着，在步骤S28中，决定计数数字n是否大于N。如果计数数字n大于N，则完成子信道配置；否则，则执行步骤S29。

在步骤S29中，首先找到数字以满足第

个用户的容量与其容量比率限制的比值小于其它用户的容量与比率限制的比值的条件(亦即， $R_{\hat{k}}/{\mathrm{\η}}_{\hat{k}}\≤R_{\hat{j}}/{\mathrm{\η}}_{\hat{j}}\mathrm{forall}\hat{j}\∈\hat{K}-\left\{\hat{k}\right\}$ )。因此，有权利自没有被指定给用户的子信道中选择一个子信道的权利用户为第

个用户。接着，第

个用户自没有被指定给用户的子信道中选择一个的具有极大最弱特征模式的子信道。换言之，亦即找到对于所有的

，满足 ${\mathrm{\λ}}_{\hat{k},\hat{m},1}\≥{\mathrm{\λ}}_{\hat{k},\hat{j},1}$ 的数字

，其中

属于集合

移除数目

的数字集合(亦即， $\hat{j}\∈\hat{N}-\left\{\hat{m}\right\}$ )。因此，MIMO系统中的具有极大最弱特征模式的第

子信道会被指定给第

个用户。如此一来，第

个用户的容量

会等于其先前的容量加上

(亦即， $R_{\hat{k}}=R_{\hat{k}}+C_{\hat{k}}$ )。接着，增加数字

到指定给第个用户的子信道的索引值的集合

中(亦即， ${\hat{N}}_{\hat{k}}={\hat{N}}_{\hat{k}}\∪\left\{\hat{m}\right\}$ )，并且将数字

从子信道的索引值的集合

中移除(亦即， $\hat{N}=\hat{N}-\left\{\hat{m}\right\}$ )。最后，将计数数字n增加1(亦即，n＝n+1)。

在执行步骤S29之后，返回步骤S28。在所有剩余的子信道都被分配完后，本示范实施例所提供的资源配置方法中的步骤S10才会结束。值得一提的是，在图2A所述的子信道配置过程中，此资源配置方法自多个用户中决定一个权利用户，而且仅有此权利用户具有权利可以从没有被指定给用户的子信道中选择一个子信道。

请参照图2B，图2B为本发明的另一示范实施例所提供的步骤S10的流程图。与图2A不同的是，在图2B所示的示范实施例中，步骤S10的实施方式是采用具有极大比率总和调度规则的用户导向的子信道配置算法。然而，图2B所提供的示范实施例并非用于限定本发明。步骤S30、S31、S33以及S36至S38分别与步骤S20、S21、S23以及S26至S28相同，在此便不再赘述。图2A与图2B的区别在于调度规则，图2A采用极大-极小调度规则，而图2B采用极大比率总和调度规则。

在步骤S31和S32中，每一个用户自MIMO系统中的多个子信道中选择一个的具有最大容量的子信道，接着，更新第k个用户的容量

以及集合

与

在步骤S32中，找到对于所有j满足 $C_{\stackrel{\‾}{k},m}\≥C_{\stackrel{\‾}{k},j}$ 的数字m，其中j属于集合

移除数目m的数字集合(亦即， $j\∈\hat{N}-\left\{m\right\}$ )。其中，被指定给第k个用户的第m个子信道的容量表示为 $C_{\stackrel{\‾}{k},m}={\mathrm{\Σ}}_{i=1}^{M_t}\log (1+\frac{g_{\stackrel{\‾}{k}}{P}_{\stackrel{\‾}{k},m}{\mathrm{\λ}}_{\stackrel{\‾}{k},m,i}}{M_t{\mathrm{\σ}}^2}).$ 接着，采用数字m来更新第k个用户的容量

以及集合

与

，并且将MIMO系统中的具有最大容量的第m个子信道被指定给第k个用户。因此，第k个用户的容量

会等于

，m(亦即， $R_{\stackrel{\‾}{k}}=C_{\stackrel{\‾}{k},m}$ )。之后，增加(add)数字m到被指定给第k个用户的子信道的索引值的集合

中(亦即， ${\hat{N}}_{\stackrel{\‾}{k}}={\hat{N}}_{\stackrel{\‾}{k}}\∪\left\{m\right\}$ )，并且从子信道的索引值的集合中移除数目m(亦即， $\hat{N}=\hat{N}-\left\{m\right\}$ )。最后，将计数数字k和n增加1(亦即，k＝k+1以及n＝n+1)。在执行步骤S32之后，返回(go back)步骤S31。如此一来，每一个用户都会自MIMO系统中的多个子信道中选择一个的具有最大容量的子信道。

需要注意的是，前几个用户(previous users)可能会选择到第k个用户的最佳子信道，因此第k个用户可能没有选择到最佳子信道。然而，在通常情况下，子信道总数目N却远远大于用户的总的数目K，因此上述情形发生的可能性非常小。

值得注意的是，若K个用户的优先权彼此不全部相同，则K个用户的序列(sequence)可以根据用户的优先权(priority)可以决定。其中，K个用户的优先权可以根据用户所支付的费用来决定。除此之外，K个用户的优先权亦可以根据其传送数据的类型来决定。一般而言，用户的传送数据的类型包括实时视频传送数据(real-time video datat ransmission)、实时声频传送数据(real-time audio data transmission)与一般文件传送数据(generalfile data transmission)等。总而言之，具有最高优先权的用户一般会有优先选择子信道的权利。在步骤S33至S36中，根据用户的已分配容量以及容量比率限制，自多个用户中决定一个权利用户，接着自没有被指定给用户的子信道中指定一个具有最大容量子信道给此权利用户。在此，假设有权利选择没有被指定给用户的子信道的权利用户为第k’个用户。在自没有指定给用户的子信道中指定一个子信道给第k’个用户后，更新第k’个用户的容量R_k’以及集合

与

。如果指定给第k’个用户的子信道数目等于其预定子信道数目N_k’，则第k’个用户退出自多个用户中决定一个权利用户的竞争机制。

在步骤S34中，首先找到数字k’以满足第k’个用户的容量与其容量比率限制的比值小于其它用户的容量与比率限制的比值的条件(亦即， $R_{k^{\′}}/{\mathrm{\η}}_{k^{\′}}\≤R_{j^{\′}}/{\mathrm{\η}}_{j^{\′}}\mathrm{forall}{j}^{\′}\∈\hat{K}-\left\{k^{\′}\right\}$ )。因此，有权利选择还没有被指定给用户的子信道的权利用户为第k’个用户。接着，第k’个用户自没有指定给用户的子信道中选择一个具有最大容量的子信道。换言之，就是找到对于所有的j’，满足C_k’，m’＞C_k’，j’的数字m’，其中j’属于集合

移除数目m’的数字集合(亦即， $j^{\′}\∈\hat{N}-\left\{m^{\′}\right\}$ )。接着，将MIMO系统中的具有最大容量的第m’个子信道指定给第k’个用户。因此，第k’个用户的容量R_k’等于其先前的容量R_k’加上C_k’，m’(亦即即，R_k’＝R_k’+C_k’，m’)。之后，增加数字m’到指定给第k’个用户的子信道的索引值的集合

中(亦即， ${\hat{N}}_{k^{\′}}={\hat{N}}_{k^{\′}}\∪\left\{m^{,}\right\}$ )，并将数字m’从子信道的索引值的集合

中移除(亦即， $\hat{N}=\hat{N}-\left\{m^{\′}\right\}$ )。最后，将计数数字n增加1(亦即，n＝n+1)。

在步骤S39中，首先找到数字

以满足第

个用户的容量与其容量比率限制的比值小于其它用户的容量与其容量比率限制的比值的条件(亦即， $R_{\hat{k}}/{\mathrm{\η}}_{\hat{k}}\≤R_{\hat{j}}/{\mathrm{\η}}_{\hat{j}}\mathrm{forall}\hat{j}\∈\hat{K}-\left\{\hat{k}\right\}$ )。因此，有权利选择还没有被指定给用户的子信道的权利用户为第

个用户。接着，第

个用户自没有被指定给用户的子信道中选择一个具有最大容量的子信道。换言之，就是找到对于所有的

，满足 $C_{\hat{k},\hat{m}}\≥C_{\hat{k},\hat{j}}$ 的数字

，其中

集合属于移除数字的数字集合(即， $\hat{j}\∈\hat{N}-\left\{\hat{m}\right\}$ )。因此，MIMO系统中的具有最大容量的第

个子信道会被指定给第

个用户，而第

个用户的容量

等于其先前的容量加上

(亦即， $R_{\hat{k}}=R_{\hat{k}}+C_{\hat{k},\hat{m}}$ )。之后，增加数字

到指定给第

个用户的子信道的索引值的集合

中(亦即， ${\hat{N}}_{\hat{k}}={\hat{N}}_{\hat{k}}\∪\left\{\hat{m}\right\}$ )，并将数字

从子信道的索引值的集合

中移除(亦即， $\hat{N}=\hat{N}-\left\{\hat{m}\right\}$ )。最后，将计数数字n增加1(亦即，n＝n+1)。

值得一提的是，上述两个示范实施例是根据用户导向的观点来选择子信道。接着，请参照图2C，图2C为本发明的另一示范实施例所提供的步骤S10的流程图。但是，调度规则并非被限定于图2A和2B中，图2C是图2A和2B所概括的步骤S10的通用流程图。

在步骤S40中，将多个预指定子信道数目根据多个容量比率限制指定给K个用户，其中预定子信道数目N_k表示待指定给第k个用户的子信道数目(即，k＝1至k)。

接着，在步骤S41中，每一个用户根据调度规则自多个子信道中选择一个子信道，其中此调度规则可以是极大-极小调度规则或者极大比率总和调度规则，然而，调度规则的种类并非用于限定本发明。

在步骤S42中，根据用户的容量比率限制以及其本身的已分配容量，决定有权利选择没有被指定给用户的子信道的权利用户，接着此权利用户根据调度规则自没有被指定给用户的子信道中选择一个子信道。

在步骤S43中，如果指定给第k个用户的子信道数目等于其预定子信道数目N_k，则第k个用户退出自多个用户中决定一个权利用户的竞争机制，接着执行步骤S44。

在步骤S44中，判断指定给所有用户的子信道数目是否等于其预定子信道数目的总和。如果指定给所有用户的子信道数目等于其预定子信道数目的总和，则执行步骤S45；否则，则返回步骤S42

在步骤S45中，根据用户的容量比率限制以及其已指定的容量，决定有权利选择没有被指定给用户的子信道的权利用户，接着此权利用户根据调度规则自没有被指定给用户的子信道中选择一个子信道。重复此步骤，直到所有的子信道都被指定给用户为止。

在图2A至2C中，步骤S10是根据用户导向的观点来指定子信道。因为步骤S10是根据用户导向的观点来指定子信道，所以此些示范实施例所提供的方法可根据用户已指定的子信道，自多个用户中决定一个有权利选择没有被指定给用户的子信道的权利用户。另外，在N＞K的情况下，每一个用户具有相对高的选择级数(order)来选择子信道，而且此些方法在用户的所需要的传送数据的数据大小不同的情况下依然可以顺利地配置资源给用户。然而，对于每一个用户而言，其所预见的N个子信道的条件是固定的，因此，除了最先被指定的子信道的选择是N个独立相同分布(independent identicaldistributions)的统计选择(statistical selection)之外，其它的选择皆彼此相关，因此上述的这些方法会减少调度增益。

请参照图3A，图3A为本发明的一个示范实施例所提供的步骤S10的流程图。在本示范实施例中，步骤S10的实施方式是采用具有极大-极小调度规则的子信道导向(sub-channel oriented)的子信道配置算法。当然，图3A所提供的此示范实施例并非用于限定本发明的。

在步骤S50中，将预定子信道数目N_k根据容量比率限制指定给第k个用户，其中预定子信道数目N_k表示待指定给第k个用户的子信道数目。需要注意的是，预定子信道数目N_k可通过方程式(1)来决定，但方程式(1)并非用于限定本发明。在步骤S50中，集合 $\hat{N}=\{\mathrm{1,2},...,N\}$ 表示子信道的索引值的集合，集合 $\hat{K}=\{\mathrm{1,2},...,K\}$ 表示用户的索引值的集合。起初，第k个用户的容量R_k被初始为0(亦即，R_k＝0)，而被指定给第k用户的子信道的索引值的集合

被初始为空集合(亦即， ${\hat{N}}_k=\mathrm{\φ}$ )。在所有的预定子信道数目都被指定给用户后，根据方程式(2)来计算预设的剩余的子信道数目N’，但是，要注意的是，方程式(2)并非用于限定本发明。接着，计数数字n被初始设置为1。

接着，在步骤S51中，判断计数数字n是否大于预定子信道数目的总和(亦即，n≥N-N′是否为真)。如果计数数字n大于预定子信道数目的总和，则执行步骤S55；否则，则执行步骤S52。

在步骤S51至S54中，将每一个子信道指定给多个用户中的一个用户，而且此用户在使用此子信道时，此用户所占用的子信道为MIMO系统中具有极大最弱特征模式的子信道。接着，更新第k’个用户的容量R_k’以及集合

与

如果配置给第k’个用户子信道数目等于预定子信道数目N_k’，则第k’个用户退出被指定子信道的竞争，如此一来在步骤S51至S54的循环中，还没有被指定给用户的子信道不会再一次地被指定给第k’个用户。

在步骤S52中，找到对于所有j满足 ${\mathrm{\λ}}_{k^{\′},\stackrel{\‾}{n},1}\≥{\mathrm{\λ}}_{j,\stackrel{\‾}{n},1}$ j，n，1的数字k’，其中j属于集合

移除数目k’的数字集合(亦即， $j\∈\hat{K}-\left\{k^{\′}\right\}$ )。接着，采用数字n来更新第k’个用户的容量R_k’以及集合与

。当第n个子信道被指定给第k’个用户时，第k’个用户所占用的第n个子信道为MIMO系统中具有极大最弱特征模式的子信道。因此，第k’个用户的容量R_k’等于R_k’加上C_k’(亦即，R_k’＝R_k’+C_k’)。之后，增加计数数字n到指定给第k’个用户的子信道的索引值的集合

中(亦即， ${\hat{N}}_{k^{\′}}={\hat{N}}_{k^{\′}}\∪\left\{\stackrel{\‾}{n}\right\}$ )，并且从子信道的索引值的集合

中移除计数数字n(亦即， $\hat{N}=\hat{N}-\left\{\stackrel{\‾}{n}\right\}$ )。其中，被指定给第k’个用户的容量表示为 $C_{k^{\′}}={\mathrm{\Σ}}_{i=1}^{M_t}\log (1+\frac{g_{k^{\′}}{P}_{k^{\′},\stackrel{\‾}{n}}{\mathrm{\λ}}_{k^{\′},\stackrel{\‾}{n},i}}{M_t{\mathrm{\σ}}^2}).$ 最后，将计数数字n增加1(亦即，n＝n+1)。在执行步骤S52之后，执行步骤S53。

在步骤S53中，判断指定给第k’个用户的子信道数目是否等于其预定子信道数目N_k’。如果指定给第k’个用户的子信道数目等于其预定子信道数目N_k’(亦即， $\left|{\hat{N}}_{k^{\′}}\right|=N_{k^{\′}}$ )，则执行步骤S54；否则，返回步骤S52。

在步骤S54中，将数字k’从集合

移除(亦即， $\hat{K}=\hat{K}-\left\{k^{,}\right\}$ )，因此第k’个用户会退出被指定子信道的竞争。简单地说，在步骤S51至S54的循环中，其它还没有被指定给用户的子信道不会再一次地被指定给第k’个用户。

若指定给每一个用户的子信道数目都等于其预定子信道数目，则执行步骤S55。在步骤S55至S57中，指定剩余(residual)的子信道给K个用户。在步骤S55中，初始(initialize)用户的索引值的集合

，其中 $\hat{K}=\{1,...,K\}.$ 接着，在步骤S56中，判断计数数字n是否大于N。如果计数数字n大于N，则表示已经完成了子信道配置；否则，则执行步骤S57。

在步骤S57中，找到对于所有的j都满足 ${\mathrm{\λ}}_{\stackrel{\‾}{k},\stackrel{\‾}{n},1}\≥{\mathrm{\λ}}_{\stackrel{\‾}{j},\stackrel{\‾}{n},1}$ 的数字k，其中j属于集合

移除数字k’的数字集合(亦即， $\stackrel{\‾}{j}\∈\hat{K}-\left\{\stackrel{\‾}{k}\right\}$ )。接着，将数字k从用户的索引值的集合

移除(亦即， $\hat{K}=\hat{K}-\left\{\stackrel{\‾}{k}\right\}$ )，并且采用数字n来更新第k个用户的容量

以及集合

与

。当第n个子信道被指定给第k个用户时，第k个用户所占用第n个子信道为MIMO系统中具有极大最弱特征模式的子信道。因此，第k个用户的容量

会等于

加上

(亦即， $R_{\stackrel{\‾}{k}}=R_{\stackrel{\‾}{k}}+C_{\stackrel{\‾}{k}}$ )。之后，增加计数数字n到指定给第k用户的子信道的索引值的集合中(亦即， ${\hat{N}}_{\stackrel{\‾}{k}}={\hat{N}}_{\stackrel{\‾}{k}}\∪\left\{\stackrel{\‾}{n}\right\}$ )，并且从子信道的索引值的集合

中移除计数数字n(亦即， $\hat{N}=\hat{N}-\left\{\stackrel{\‾}{n}\right\}$ )。最后，将计数数字n增加1(亦即，n＝n+1)。在执行步骤S57之后，执行步骤S56。

值得一提的是，在步骤S56至S57的循环中，每一个用户最多仅能获得剩余的子信道中的一个。因此，此种实施方式将可以保持容量比率限制。与图2A不同的是，图3A是将每一个子信道自多个用户中选择一个使其具有极大最弱特征模式键结的用户。因此，图3A所提供的方法可以不根据用户已分配的子信道的结果来做子信道的配置。

请参照图3B，图3B为本发明的另一示范实施例所提供的步骤S10的流程图。与图3A不同的是，在图3B的示范实施例中，步骤S10的实施方式是采用具有极大比率总和调度规则的子信道导向的子信道配置算法观点。当然，图3B所提供的示范实施例并非用于限定本发明。步骤S60、S61、S63以及S64至S66分别与步骤S50、S51、S53以及S54至S56相同，在此不再赘述。如上所述，图3A与图3B的区别在于调度规则。图3A采用极大-极小调度规则，而图3B采用极大比率总和调度规则。

在步骤S62中，找到对于所有j满足 $C_{k^{\′},\stackrel{\‾}{n}}\≥C_{j,\stackrel{\‾}{n}}$ 的数字k’，其中j属于集合

移除数目k’的数字集合(即， $j\∈\hat{K}-\left\{k^{\′}\right\}$ )。采用数字n来更新第k’个用户的容量R_k’以及集合

和。当第n个子信道被指定给第k’个用户时，第k’个用户所使用的第n个子信道为MIMO系统中具有最大容量的子信道。因此，第k’个用户的容量R_k’等于其先前的容量R_k’加上

(亦即， $R_{k^{\′}}=R_{k^{\′}}+C_{k^{\′}\stackrel{\‾}{n}}$ )。之后，增加计数数字n到被指定给第k’个用户的子信道的索引值的集合

中(亦即， ${\hat{N}}_{k^{\′}}={\hat{N}}_{k^{\′}}\∪\left\{\stackrel{\‾}{n}\right\}$ )，并从子信道的索引值的集合中移除计数数字n(亦即， $\hat{N}=\hat{N}-\left\{\stackrel{\‾}{n}\right\}$ )。其中，被指定给第k’用户的容量表示为 $C_{k^{\′},\stackrel{\‾}{n}}={\mathrm{\Σ}}_{i=1}^{M_t}\log (1+\frac{g_{k^{\′}}{P}_{k^{\′},\stackrel{\‾}{n}}{\mathrm{\λ}}_{k^{\′},\stackrel{\‾}{n},i}}{M_t{\mathrm{\σ}}^2}).$ 最后，将计数数字n增加1(亦即，n＝n+1)。在执行步骤S62之后，执行步骤S63。

在步骤S67中，找到对于所有的j都满足 $C_{\stackrel{\‾}{k},\stackrel{\‾}{n}}\≥C_{\stackrel{\‾}{j},\stackrel{\‾}{n}}$ 的数字k，其中j属于集合移除数字k的数字集合(亦即， $\stackrel{\‾}{j}\∈\hat{K}-\left\{\stackrel{\‾}{k}\right\}$ )。接着，将数字k从用户的索引值的集合

移除(亦即， $\hat{K}=\hat{K}-\left\{\stackrel{\‾}{k}\right\}$ )。之后，采用数字n来更新第k个用户的容量

以及集合

与

。当第n个子信道被指定给第k个用户时，第k个用户所采用的第n个子信道为MIMO系统的具有最大容量的一个子信道。因此，第k个用户的容量等于

加上

(亦即， $R_{\stackrel{\‾}{k}}=R_{\stackrel{\‾}{k}}+C_{\stackrel{\‾}{k},\stackrel{\‾}{n}}$ )。之后，增加计数数字n到被指定给第k个用户的子信道的索引值的集合中(亦即， ${\hat{N}}_{\stackrel{\‾}{k}}={\hat{N}}_{\stackrel{\‾}{k}}\∪\left\{\stackrel{\‾}{n}\right\}$ )，并且从子信道的索引值的集合

中移除计数数字n(亦即， $\hat{N}=\hat{N}-\left\{\stackrel{\‾}{n}\right\}$ )。最后，将计数数字n增加1(亦即，n＝n+1)。在执行步骤S67之后，返回步骤S66。

上述两个示范实施例是根据子信道导向的观点让子信道来选择用户。请参照图3C，图3C为本发明的另一示范实施例所提供的步骤S10的流程图。值得一提的是，调度规则并非被限定于图3A和3B的示范实施例，而且图3C是图3A和3B所概括的步骤S10的通用流程图。

在步骤S70中，将多个预定子信道数目根据容量比率限制指定给K个用户，其中预定子信道数目N_k表示待指定给第k个用户的子信道数目，其中，k＝1至k。

在步骤S71中，第一至第(N-N’)个子信道依序根据调度规则自多个用户中选择一个用户，其中(N-N’)是预定子信道数目的总和。如果被指定给此用户的子信道数目等于其预定子信道数目，则在步骤S71中，此用户退出被第一至第(N-N’)个子信道选择的竞争机制。

在步骤S72中，没有被指定给用户的子信道中的每一个子信道根据调度规则自多个用户中选择一个用户，其中，在步骤S72中，被选择到的用户最多仅被选择一次。

与图2A至2C不同的是，图3A至图3C所提供的方法是子信道导向的。因此，每一个子信道会被指定给其相对应的用户，而且对于每一个子信道而言，用户的选择是K个独立相同分布的统计选择。因此，此些资源配置方法中的子信道配置方式适用于用户所需要的传送数据的数据大小皆相等的情况。然而，图3A至图3C所提供的方法可以不根据已分配给备用户的容量来配置子信道。此外，尽管每一个子信道的选择是具有统计特性的独立相同分布，但是每当被指定给用户的子信道数目等于其预先子信道数目时，由于此用户将会退出竞争机制，因此之后的用户选择级数将会减少1。

值得一提的是，当用户传送的数据尺寸皆相同时(亦即，容量限制比率皆相同)，则图3A至3C所提供的方法可分别简化为图4A至4C所提供的方法。

请参照图4A，图4A为本发明的另一示范实施例所提供的步骤S10的流程图，其中，每一个用户的容量比率皆相同。在步骤S80中，初始化(initialize)用户的索引值的集合

为 $\hat{K}=\{1,...,K\},$ 以及将计数数字n设为1。在步骤S81中，判断计数数字n是否等于N。如果计数数字n等于N，则完成子信道配置。否则，执行步骤S82。

在步骤S82中，找到对于所有的i，满足 ${\mathrm{\λ}}_{\stackrel{\‾}{k},\stackrel{\‾}{n},1}\≥{\mathrm{\λ}}_{i,\stackrel{\‾}{n},1}$ 的数字k，其中i属于集合

移除数目k的数字集合(亦即， $i\∈\hat{K}-\left\{\stackrel{\‾}{k}\right\}$ )。当第n个子信道被指定给第k个用户时，第k个用户所使用的第n个子信道为MIMO系统中一个具有极大最弱特征模式的子信道。接着，将第n个子信道被指定给第k个用户，并将计数数字n增加1。

在步骤S81和S82的循环中，当子信道被指定给用户时，每一个子信道会自多个用户中选择一个用户使其具有极大最弱特征模式。需要注意的是，被子信道所选择的每一个用户的选择级数为K，而且与用户导向观点的方法不同的是，此方法更适用于在用户所传送的数据大小皆相同的情况。

请参照图4B，图4B为本发明的另一示范实施例所提供的步骤S10的流程图，其中，每一个用户的容量比率皆相同。步骤S90以及S91分别与步骤S80以及S81相同，在此不再赘述。图4A与图4B的不同之处在于其采用的调度规则。图4A采用极大-极小调度规则，而图4B采用极大比率总和调度规则。

在步骤S92中，找到对于所有的i，满足 $C_{\stackrel{\‾}{k},\stackrel{\‾}{n}}^{\′}\≥C_{i,\stackrel{\‾}{n}}^{\′}$ 的数字k，其中i属于集合

移除数目k的数字集合(亦即， $i\∈\hat{K}-\left\{\stackrel{\‾}{k}\right\}$ )。当第n个子信道被指定给第k个用户时，第k个用户所使用的第n个子信道为MIMO系统中一个具有最大容量的子信道。接着，将第n个子信道被指定给第k个用户，并将计数数字n增加1。

请参照图4C，图4C为本发明的另一示范实施例所提供的步骤S10的流程图，其中，每一个用户的容量比率皆相同。图4C是图4A和4B所概括的步骤S10的通用流程图。在步骤S99中，每一个子信道根据调度规则自多个用户中选择一个用户。

步骤S10的实施方式已经以数个示范实施例来实施。接着，请回去参照图1。在完成子信道配置之后，在步骤S12中，计算与决定每一个传输键结的功率。

因为子信道配置已经完成(亦即，I_k，n已经被解出)，因此对于固定功率的限制，最大化系统容量的问题可以化为下列的方程式：

$\underset{P_{k,n}}{\max }\frac{1}{N}{\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n\∈{\hat{N}}_k}{\mathrm{\Σ}}_{i=1}^{M_t}\log (1+\frac{g_k{P}_{k,n}{\mathrm{\λ}}_{k,n,i}}{M_t{\mathrm{\σ}}^2})$

$\begin{array}{cc}\mathrm{subject\; to}& C1:{\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n\∈{\hat{N}}_k}{P}_{k,n}\≤P_{\max }\end{array}$

C2：P_k，n≥0 for all k，n

$C3:{\hat{N}}_k\mathrm{disjoint\; for\; all\; k}$

$C4:{\∪}_{k=1}^K{\hat{N}}_k\⊆\{1,...,N\}$

C5∶C₁∶C₂∶...∶C_K＝η₁∶η₂∶...∶η_K

，其中集合

是在步骤S10中被决定。现在，通过拉格朗日乘子(Lagrangemultiplier)的最佳化方法，上述的问题可以化为拉格朗日函数：

$L=-\frac{1}{N}{\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n\∈{\hat{N}}_k}\underset{i=1}{\overset{M_t}{\mathrm{\Σ}}}\log (1+\frac{g_k{P}_{k,n}{\mathrm{\λ}}_{k,n,i}}{M_t{\mathrm{\σ}}^2})+{\mathrm{\μ}}_1({\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n\∈{\hat{N}}_k}{P}_{k,n}-P_{\max }$

$+{\mathrm{\Σ}}_{k=2}^K{\mathrm{\θ}}_k({\mathrm{\Σ}}_{n\∈{\hat{N}}_1}{\mathrm{\Σ}}_{i=1}^{M_t}\log (1+\frac{g_1{P}_{1,n}{\mathrm{\λ}}_{1,n,i}}{M_t{\mathrm{\σ}}^2})-\frac{{\mathrm{\η}}_1}{{\mathrm{\η}}_k}{\mathrm{\Σ}}_{n\∈{\hat{N}}_k}{\mathrm{\Σ}}_{i=1}^{M_t}\log (1+\frac{g_k{P}_{k,n}{\mathrm{\λ}}_{k,n,i}}{M_t{\mathrm{\σ}}^2}))$

$+{\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n\∈{\hat{N}}_k}{\mathrm{\ζ}}_{k,n}{P}_{k,n}$

，其中，μ₁，θ_k(2≤θ_k≤K)以及ζ_k(1≤k≤K； $n\∈{\hat{N}}_k$ )是拉格朗日乘子。根据最佳化规则，最佳化的解必须满足卡罗需-卡-塔克(Karush-Kuhn-Tucker，KKT)条件，也就是必须满足下列的方程式：

$\frac{\∂L}{{\∂P}_{k,n}}=0---\left(3\right)$

μ₁，ζ_k，n    ......(4)

${\mathrm{\μ}}_1({\mathrm{\Σ}}_{k=1}^K{\mathrm{\Σ}}_{n\∈{\hat{N}}_k}{P}_{k,n}-P_{\max })=0---\left(5\right)$

ζ_k，nP_k，n＝0    ......(6)。

如上所述，因为步骤S10已经将子信道指定给用户，所以在子信道配置完后，MU-MIMO-OFDM系统会操作在高增益条件下。因此，在此条件中，log(1+x)接近于log(x)。在这个假设下，通过方程式(3)、(4)和(6)的KKT条件，可以获得关系方程式(relation equation)如下：

$\frac{\∂L}{\∂P_{1,n}}={\mathrm{\μ}}_1-\frac{M_t}{P_{1,n}}(\frac{1}{N}-{\mathrm{\Σ}}_{k=2}^K{\mathrm{\θ}}_k)=0\mathrm{forn}\∈\hat{N}---\left(7\right)$

$\frac{\∂L}{\∂P_{k,n}}={\mathrm{\μ}}_1-\frac{M_t}{P_{k,n}}(\frac{1}{N}-{\mathrm{\θ}}_k\frac{{\mathrm{\η}}_1}{{\mathrm{\η}}_k})=0\mathrm{for\; k}=\mathrm{2,3},...,\mathrm{Kandn}\∈{\hat{N}}_k---\left(8\right).$

从方程式(7)可以看出，对于第一个用户(亦即，k＝1)，其已被指定的子信道中的任何两个子信道的功率值彼此相同。也就是说，若假设第n和第m子信道被指定给第一个用户(亦即， $n,m\∈{\hat{N}}_1$ )，则它们的功率相等(亦即，P_1，n＝P_1，m)。同样地，从方程式(8)可以看出，对于第k个用户(亦即，k＝2至K)，其已被指定的子信道中的任何两个子信道的功率值亦彼此相同。也就是说，若假设第n和第m子信道被指定给第k个用户(亦即， $n,m\∈{\hat{N}}_k$ )，则它们的功率相等(亦即，P_k，n＝P_k，m)。因此，对于每一个用户而言，其已指定的子信道之间的功率彼此相同，而第k个用户的分配总功率表示为：

$P_k=\left|{\hat{N}}_k\right|P_{k,n}\mathrm{forn}\∈{\hat{N}}_k$

，其中，是指定给第k个用户的子信道数目。因此，此最佳化问题可以被简化成如何对K个用户进行功率配置的问题(亦即，解出{P_k}_k＝1 ^K)，而不需针对子信道的功率配置P_k，n求解。

同时在上述的结果中考虑容量比率限制，则上述的相关方程式会被推导成为以下的式子：

${\mathrm{\Σ}}_{n\∈{\hat{N}}_1}{\mathrm{\Σ}}_{i=1}^{M_t}\log (1+\frac{g_1{P}_1{\mathrm{\λ}}_{1,n,i}}{M_t\left|{\hat{N}}_1\right|{\mathrm{\σ}}^2})=\frac{{\mathrm{\η}}_1}{{\mathrm{\η}}_k}{\mathrm{\Σ}}_{n\∈{\hat{N}}_k}{\mathrm{\Σ}}_{i=1}^{M_t}\log (1+\frac{g_k{P}_k{\mathrm{\λ}}_{k,n,i}}{M_t\left|{\hat{N}}_k\right|{\mathrm{\σ}}^2})$

，接着，第k个用户的总功率被推导成为以下的式子：

$P_k=\frac{M_t\left|{\hat{N}}_k\right|{\mathrm{\σ}}^2{g_k}^{-1}}{{\left(M_t\right|{\hat{N}}_1\left|{\mathrm{\σ}}^2{g_1}^{-1}\right)}^{\frac{\left|{\hat{N}}_1\right|{\mathrm{\η}}_k}{\left|{\hat{N}}_k\right|{\mathrm{\η}}_1}}}{\left(\frac{E_1\frac{{\mathrm{\η}}_k}{{\mathrm{\η}}_1}}{E_k}\right)}^{\frac{1}{M_t\left|{\hat{N}}_k\right|}}{P_1}^{\frac{\left|{\hat{N}}_1\right|{\mathrm{\η}}_k}{\left|{\hat{N}}_k\right|{\mathrm{\η}}_1}}\mathrm{fork}=\mathrm{2,3},...K---\left(9\right)$

，其中E_k表示为： $E_k={\mathrm{\Π}}_{n\∈{\hat{N}}_k}{\mathrm{\Π}}_{i=1}^{M_t}{\mathrm{\λ}}_{k,n,i}.$ MU-MIMO-OFDM系统的功率极限可以表示如下： ${\mathrm{\Σ}}_{k=1}^K{P}_k=P_{\max }---\left(10\right).$

因此，从方程式(9)和(10)可以知道第k个用户的功率P_k将可以被解出，例如：通过牛顿(Newto)求根方法，但此方法并非用于限定本发明。在 $\left|{\hat{N}}_1\right|:\left|{\hat{N}}_2\right|:...:\left|{\hat{N}}_k\right|\≅{\mathrm{\η}}_1:{\mathrm{\η}}_2:...:{\mathrm{\η}}_k$ 的条件下，方程式(9)会被简化为：

$P_k=\frac{\left|{\hat{N}}_k\right|g_1}{\left|{\hat{N}}_1\right|g_k}{\left(\frac{E_1\frac{{\mathrm{\η}}_k}{{\mathrm{\η}}_1}}{E_k}\right)}^{\frac{1}{M_t\left|{\hat{N}}_k\right|}}{P}_1\mathrm{fork}=\mathrm{2,3},...K---\left(11\right).$

接着，将方程式(11)代入方程式(10)中，则前述的关系方程式会被推导成为以下的式子：

$P_1(1+{\mathrm{\Σ}}_{j=2}^K\frac{\left|{\hat{N}}_j\right|g_1}{\left|{\hat{N}}_1\right|g_j}{\left(\frac{E_1\frac{{\mathrm{\η}}_j}{{\mathrm{\η}}_1}}{E_j}\right)}^{\frac{1}{M_t\left|{\hat{N}}_j\right|}})=P_{\max }.$

因此第一个用户以及第k个用户(k＝2，3，...，K)的功率值可用方程式(12)和(13)来表示。其中，方程式(12)和(13)表示如下：

$P_1=P_{\max }/(1+{\mathrm{\Σ}}_{j=2}^K\frac{\left|{\hat{N}}_j\right|g_1}{\left|{\hat{N}}_1\right|g_j}{\left(\frac{E_1\frac{{\mathrm{\η}}_j}{n_1}}{E_j}\right)}^{\frac{1}{M_t\left|{\hat{N}}_i\right|}})---\left(12\right),$

$P_k=P_{\max }\frac{\left|{\hat{N}}_k\right|g_1}{\left|{\hat{N}}_1\right|g_k}{\left(\frac{E_1\frac{{\mathrm{\η}}_k}{{\mathrm{\η}}_1}}{E_k}\right)}^{\frac{1}{M_t\left|{\hat{N}}_k\right|}}/(1+{\mathrm{\Σ}}_{j=2}^K\frac{\left|{\hat{N}}_j\right|g_1}{\left|{\hat{N}}_1\right|g_j}{\left(\frac{E_1\frac{{\mathrm{\η}}_j}{{\mathrm{\η}}_1}}{E_j}\right)}^{\frac{1}{M_t\left|{\hat{N}}_j\right|}})---\left(13\right).$

方程式(12)和(13)是简单的线性解，因此，第一个用户以及第k个用户(k＝2，3，...，K)的功率值可以被解出。

本领域技术人员可以很直觉地知道，理想的解必须通过地毯式搜寻(exhaustive search)才能获得。但是，子信道以及功率值的所有可能配置方式总共有K^N种组合，因此其复杂度大致为0(K^N)。因此，本发明的示范实施例所提供的方法会先配置子信道给用户，然后才接着配置功率给用户，其中，同一个用户的子信道的功率值彼此相同。另外，图2A至2C所提供的方法的用户导向的调度算法的复杂度大致为0(KN log₂N)，而图3A至3C所提供的方法的子信道导向的调度算法的复杂度大致为0(KN)。

请参照图5，图5为本发明的一个示范实施例所提的MU-MIMO-OFDM系统100的示意图。MU-MIMO-OFDM系统具有基地台(base station)101以及多个用户102，此基地台101具有多个天线，而且用户102亦具有多个天线。在此系统中，基地台101用以指定子信道以及功率值给每一个用户102，因此资源配置装置会被安装在基地台101中。资源配置装置会执行(execute)图1所提供的方法，以藉此指定子信道以及功率值给每一个用户102。其中，图2A至4C所提供的示范实施例可以用来实施图1中的步骤S10，并藉此满足不同的条件以及不同的需要。

请参照图6，图6为本发明的一个示范实施例所提供的资源配置装置应用于基站发射器(base station transmitter)600的方块图。资源配置装置可以是一个可适性资源配置算法执行装置(adaptive resource allocationalgorithm execution device)601，此可适性资源配置算法执行装置601会执行图1所提供的资源配置方法，以藉此指定子信道以及功率值给每一个用户。可适性资源配置算法执行装置601可以包括功率资源配置装置以及子信道资源配置装置，但是所述的资源配置装置的实施方式并非用于限定本发明。子信道资源配置装置用以执行图1中的步骤S10，而功率资源配置装置用以执行图1中的步骤S12。其中，根据不同条件与不同需要，可以选择图2A至4C所提供的示范实施例来实施图1中的步骤S10。如上所述，在执行图1所提供的资源配置方法时，资源配置装置需要一些信息，例如：信道信息、反馈信息以及每一个用户的比率需求等。信道信息或反馈信息包括在不同条件以及不同需要下所有用户对于所有子信道的最弱特征模式增益或其估测容量值。另外，每一个用户的比率需求是每一个用户中的预定需要比例容量。

值得一提的是，所需要的信道或者反馈信息可以根据调度规则来决定。在调度规则是极大-极小调度规则的情况下，所需要的信道或者反馈信息必须具有所有用户对于所有子信道的最弱特征模式增益。在调度规则是极大比率总和调度规则的情况下，所需要的信道或者反馈信息必须具有所有用户对于所有子信道的估测容量值。

在适应性资源配置算法执行装置601决定用户的子信道的配置以及用户的功率的配置之后，适应性资源配置算法执行装置601输出具有子信道配置信息和功率配置信息的配置信息给基地发射器600中的子信道配置装置602以及功率配置装置603。

子信道配置装置602接收分别要传送给第一个用户至第k个用户的数据Data_1～Data_K，并根据子信道配置信息将数据Data_1～Data_K指定在其相对应的子信道上传送。功率配置装置603根据功率配置信息指定每一个子信道的功率，而空间多工装置604接着将数据Data_1～Data_K送至对应的多根天线。在通过天线来传送数据Data_1～Data_K之前，OFDM调制器605会对数据Data_1～Data_K进行调制。

举例来说，第k个用户可以具有子信道选择器，以接收第k个用户的子信道配置信息。子信道选择器611根据第k个用户的子信道配置信息指示撷取装置612撷取对应的数据，此些对应的数据可经由天线而被接收，而且OFDM解调器620对天线所接收的数据进行解调。因此，通过天线而被接收的数据可以被精确地撷取。尽管资源配置装置在基地台发射器600上的应用已经描述如上，但是上述的应用并非用于限定资源配置装置的应用范围。

综上所述，相较于传统的资源配置方法及其装置，本发明示范实施例所提供的资源配置方法及其装置的计算复杂度较低。另外，本发明示范实施例所提供的资源配置方法及其装置可以用于MU-MIMO-OFDM系统，而且不同用户所传送的数据的大小可以彼此不相同。另外，若此资源配置方法的调度规则采用极大-极小调度规则，则其MU-MIMO-OFDM系统的覆盖范围可以获得增加。若此资源配置方法的调度规则采用极大比率总和调度规则，则其MU-MIMO-OFDM系统的容量可以获得增加。

虽然本发明已以示范实施例揭露如上，然其并非用以限定本发明，任何本领域技术人员，在不脱离本发明的精神和范围内，当可作些许的更动与润饰，因此本发明的保护范围当视所附的权利要求范围所界定者为准。

Claims (29)

1.一种用于多用户多输入多输出正交频分复用系统的资源配置方法，该多用户多输入多输出正交频分复用系统具有多个用户和子信道，该资源配置方法包括：

将多个预定子信道数目根据多个容量比率限制指定给该些用户；

每一个用户根据调度规则自该些子信道中选择一个子信道；

根据该些用户的多个已分配的容量以及该些容量比率限制自该些用户中选择一个权利用户，接着，该权利用户根据该调度规则自还没有被指定给用户的子信道中选择一个子信道，其中，如果指定给该用户的子信道数目等于该用户的该预定子信道数目，则该用户退出自该些用户中选择一个权利用户的竞争机制；

判断指定给所有的该些用户的子信道数目是否等于所有的该些用户的预定子信道数目的总和；以及

重复地根据该些用户的已分配的容量以及该些容量比率限制，自该些用户中选择一个权利用户，并且让该权利用户根据该调度规则自还没有被指定给用户的子信道中选择一个子信道，直到所有的该些子信道都被指定给该些用户为止。

2.根据权利要求1所述的资源配置方法，还包括：

根据该多用户多输入多输出正交频分复用系统的极限功率配置功率给该些用户中的每一个用户，其中，指定给同一个用户的该些子信道的功率值彼此相同。

3.根据权利要求1所述的资源配置方法，其中该调度规则包括极大-极小规则，该用户自该些子信道中选择一个具有极大最弱特征模式的子信道，而该权利用户自还没有被指定给用户的子信道中选择一个具有极大最弱特征模式的子信道。

4.根据权利要求1所述的资源配置方法，其中该调度规则包括极大比率总和规则，该用户自该些信道中选择一个具有最大容量的子信道，而该权利用户自还没有被指定给用户的子信道中选择一个具有最大容量的子信道。

5.根据权利要求1所述的资源配置方法，其中在「根据该些用户的该些已分配的容量以及该些容量比率限制自该些用户中选择一个权利用户」的步骤中，该权利用户为在该些用户中其已分配的容量与其容量比率限制的比值最小的用户。

6.一种用于多用户多输入多输出正交频分复用系统的资源配置装置，该多用户多输入多输出正交频分复用系统具有多个用户和子信道，该资源配置装置包括：

子信道资源配置装置；

其中，该子信道资源配置装置根据多个容量比率限制将多个预定子信道数目指定给该些用户；接着，该子信道资源配置装置依序地让每一个用户根据调度规则自该些信道中选择一个子信道；接着，该子信道资源配置装置重复地自该些用户中决定一个权利用户，并让该权利用户根据该调度规则自还没有被指定给用户的子信道中选择一个子信道，直到被指定给所有的该些用户的子信道数目等于所有的该些用户的该些预定子信道数目的总和为止；接着，如果在依比例分配该些子信道给该些用户后，尚有剩余子信道未分配，该子信道资源配置装置重复地自该些用户中选择一个权利用户，并让该权利用户根据该调度规则自还没有被指定给用户的子信道中选择一个子信道，直到所有的该些子信道都被指定给该些用户为止。

7.根据权利要求6所述的资源配置装置，其中自该些用户中决定一个权利用户是根据该些用户的多个已分配的容量以及该些容量比率限制来决定。

8.根据权利要求6所述的资源配置装置，其中，在指定给所有的该些用户的子信道数目等于所有的该些用户的预定子信道数目的总和之前，如果指定给该用户的子信道数目等于该用户的该预定子信道的数目，则该用户退出自该些用户中选择一个权利用户的竞争机制。

9.根据权利要求6所述的资源配置装置，还包括：

功率资源配置装置，用于根据该多用户多输入多输出正交频分复用系统的极限功率配置功率给每一个用户，其中，指定给同一个用户的该些子信道的功率值彼此相同。

10.根据权利要求6所述的资源配置装置，其中该调度规则包括极大-极小规则，该用户自该些子信道中选择一个具有极大最弱特征模式的子信道，而该权利用户自还没有被指定给用户的子信道中选择一个具有极大最弱特征模式的子信道。

11.根据权利要求6所述的资源配置装置，其中该调度规则包括极大比率总和规则，该用户自该些信道中选择一个具有最大容量的子信道，而该权利用户自还没有被指定给用户的子信道中选择一个具有最大容量的子信道。

12.根据权利要求7所述的资源配置装置，其中该权利用户为在该些用户中其已分配的容量与容量比率限制的比值最小的用户。

13.一种用于多用户多输入多输出正交频分复用系统的资源配置方法，该多用户多输入多输出正交频分复用系统具有多个用户和子信道，该方资源配置法包括：

将多个预指定子信道数目根据多个容量比率限制指定给该些用户；

第一至第x个子信道依序地根据调度规则自该些用户中选择一个用户，如果指定给该用户的子信道数目等于其预定子信道数目，则该用户退出被第一至第x个子信道选择的竞争机制，其中x是该些预定子信道的数目的总和；以及

没有被指定用户的子信道中的每一个子信道根据该调度规则自该些用户中选择一个用户，其中，在该步骤中，被选择的该用户至多被选择一次。

14.根据权利要求13所述的资源配置方法，还包括：

根据该多用户多输入多输出正交频分复用系统的极限功率配置功率给该些用户中的每一个用户，其中，指定给同一个用户的该些子信道的功率值彼此相同。

15.根据权利要求13所述的资源配置方法，其中该调度规则包括极大-极小规则，第一至第x个子信道依序地自该些用户中选择一个使其具有极大最弱特征模式的用户，而没有被指定用户的子信道中的每一个子信道自该些用户中选择一个使其具有极大最弱特征模式的用户。

16.根据权利要求13所述的资源配置方法，其中该调度规则包括极大比率总和规则，第一至第x个子信道依序地自该些用户中选择一个使其具有最大容量的用户，而没有被指定用户的子信道中的每一个子信道自该些用户中选择一个使其具有最大容量的用户。

17.一种用于多用户多输入多输出正交频分复用系统的资源配置装置，该多用户多输入多输出正交频分复用系统具有多个用户和子信道，该资源配置装置包括：

子信道资源配置装置；

其中，该子信道资源配置装置根据多个容量比率限制将多个预定子信道数目指定给该些用户；接着，该子信道资源配置装置让第一至第x个子信道依序地根据调度规则自该些用户中选择一个用户，其中x是该些预定子信道的数目的总和；接着，该子信道资源配置装置让没有被指定给用户的子信道中的每一个子信道根据该调度规则自该些用户中选择一个用户，其中，被选择的该用户至多被选择一次。

18.根据权利要求17所述的资源配置装置，其中在第一至第x个子信道依序地根据该调度规则自该些用户中选择一个用户时，如果被指定给该用户的子信道数目等于其预定子信道数目，则该用户退出被第一至第x个子信道选择的竞争机制。

19.根据权利要求17所述的资源配置装置，还包括：

功率资源配置装置，用于根据该多用户多输入多输出正交频分复用系统的极限功率配置功率给每一个用户，其中，指定给同一个用户的该些子信道的功率值彼此相同。

20.根据权利要求17所述的资源配置装置，其中该调度规则包括极大-极小规则，该些第一至第x个子信道依序地自该些用户中选择一个使其具有极大最弱特征模式的用户，而没有被指定给用户的子信道中的每一个子信道自该些用户中选择一个使其具有极大最弱特征模式的用户。

21.根据权利要求17所述的资源配置装置，其中该调度规则包括极大比率总和规则，该些第一至第x个子信道依序地自该些用户中选择一个使其具有最大容量的用户，而没有被指定给用户的子信道中的每一个子信道自该些用户中选择一个使其具有最大容量的用户。

22.一种用于多用户多输入多输出正交频分复用系统的资源配置方法，该多用户多输入多输出正交频分复用系统具有多个用户和子信道，该资源配置方法方法包括：

每一个子信道根据调度规则自该些用户中选择一个用户。

23.根据权利要求22所述的资源配置方法，还包括：

根据该多用户多输入多输出正交频分复用系统的极限功率配置功率给该些用户中的每一个用户，其中，指定给同一个用户的该些子信道的功率值彼此相同。

24.根据权利要求22所述的资源配置方法，其中该调度规则包括极大-极小规则，每一个子信道自该些用户中选择一个使其具有极大最弱特征模式的用户。

25.根据权利要求22所述的资源配置方法，其中该调度规则包括极大比率总和规则，每一个子信道自该些用户中选择一个使其具有最大容量的用户。

26.一种用于多用户多输入多输出正交频分复用系统的资源配置装置，该多用户多输入多输出正交频分复用系统具有多个用户和子信道，以及该资源配置装置包括：

子信道资源配置装置，用以让每一个子信道根据调度规则自该些用户中选择一个用户。

27.根据权利要求26所述的资源配置装置，还包括：

功率资源配置装置，根据该多用户多输入多输出正交频分复用系统的极限功率配置功率给该些用户中的每一个用户，其中，指定给同一个用户的该些子信道的功率值彼此相同。

28.根据权利要求26所述的资源配置装置，其中该调度规则包括极大-极小规则，每一个子信道自该些用户中选择一个使其具有极大最弱特征模式的用户。

29.根据权利要求26所述的资源配置装置，其中该调度规则包括极大比率总和规则，每一个子信道自该些用户中选择一个使其具有最大容量的用户。

Images