CN101772972B - Lte系统中的ofdma上行链路干扰影响恢复 - Google Patents

Abstract

本发明涉及出于接纳控制目的而对相邻小区干扰进行估计的方法和结构。关于至少音调的频率子集ft的总估计相邻小区干扰功率和本小区功率的信息被信令传送到相邻小区，用于计算影响值的向量，该影响值的向量描述了第一施加影响的小区中的传输对各个受影响的相邻小区的干扰影响。借助预先计算的影响值来估计因第一小区中的资源分配而导致的相邻小区干扰影响，使得以对所述相邻小区造成最小的干扰影响的方式来分配资源。

Description

LTE系统中的OFDMA上行链路干扰影响恢复

技术领域

本发明涉及通信网络中的方法和结构，更具体地，涉及演进型通用陆地无线接入网(E-UTRAN)(有时也将其表示为长期演进(LET)系统)的上行链路中的本小区干扰影响恢复。

背景技术

E-UTRA的蜂窝无线电接入网中的上行链路是单载波TDMA和具有动态调度的频分多址(FDMA)的结合，其使得能够进行正交上行链路传输，由此避免了所有的小区内部干扰。然而，作为单频再用的结果，小区之间的传输是非正交的。因而，各小区中的业务量将会导致影响其相邻小区的干扰。

小区中用户设备的调度(即，通知用户设备(UE)何时以及在哪部分带宽上允许它们进行传输)和接纳新用户设备进入小区是要在小区中执行的两个最基本的任务。

E-UTRAN中的调度：在用于上行链路通信的用户设备当中进行时间和频率资源的调度由于这样的事实而变得复杂，即，位于基站中的调度器不会自动地意识到用户的资源需求。这包括例如用户打算传输的数据的类型和量，而且也取决于哪个用户打算传输数据。上行链路调度的概念是基于用户设备请求传输数据的许可的资源预留原理。UL调度器监控用户设备的请求，并且在各种数据流中分配可用资源。此外，调度器通过发布用于传输的资源分配(或许可)来向用户设备通知调度决定。因而，通过无线基站(即，E-UTRAN中的eNodeB)中的调度机制来对上行链路传输进行调度，由此调度许可向用户设备(UE)通知何时以及在哪部分带宽上允许它们进行传输。图1示出了上行链路调度的概念。

利用下行链路共享控制信道将调度许可发送到用户设备。调度许可包括关于用户ID的信息以及将要用于上行链路数据传输的资源(例如，频域中的位置、(推荐的)调制方案、天线构造等)。该许可可以对特定的无线承载(或逻辑信道)进行寻址，而不是仅仅对特定的UE进行寻址。这使得调度器能够加强来自单个用户设备的流之间的优先级。在其最简单的形式中，调度许可仅对于下一个UL TTI有效。然而，为了减少所需控制信令的量，可以考虑持久调度(即，网络用信号向用户设备通知“调度模式”)。

E-UTRAN中的接纳控制：接纳新用户进入小区的决定必须考虑该新用户对相邻小区(如已在上面解释的)和在本小区内的干扰影响以及来自所述相邻小区的影响。优选地将新业务量分配给来自相邻小区的干扰低的频率。这样保证了新业务量的干扰程度将是低的，同时在相邻小区中只有少量业务量可能会受到由新调度的业务量产生的干扰的负面影响。

在eNodeB调度之上，需要在较高级别对用户的接纳进行监督和控制。这是由接纳控制功能来完成的。

当用户设备在E-UTRAN的上行链路中的音调子集上进行发送时，相邻小区的上行链路的相应音调受到相应干扰的影响。因此，对于将相邻小区中的业务量调度到这些音调来说并不那么有利。此外，在干扰程度在带宽方面增加到高于特定音调集合的上述可接受阈值的情况下，接纳控制功能优选地不允许任何其它的用户设备使用这些音调。

因而，当做出接纳决定时优选地解决了相邻小区干扰。为了确定在特定频带中的相邻小区干扰，需要对所述频带中的热噪声功率和本小区功率进行测量或估计，并且将其从所述频带中的测量出的总信号功率中减去。

注意到，来自小区的干扰会影响所有周围的小区，一个特定小区对于另一个特定的相邻小区的影响不能够仅仅通过估计总的察觉到的相邻小区干扰程度来获得。因而不可能执行用于解决小区间影响的最佳调度和接纳控制决定。

国际专利申请WO 2007/024166和WO 2008/004924公开了对相邻小区干扰的软估计，其采用了适用于UTRAN的软噪声基底估计的技术。给定了对用于整个上行链路频带的热噪声功率基底的条件概率分布进行估计的算法的可用性，所述文献公开了上行链路的各个单独音调的热噪声功率基底的离散条件概率分布的软估计。此外，给定了对于音调的总上行链路功率和本小区上行链路功率的测量，所述文献公开了针对各音调或音调子集对相邻小区干扰的离散条件概率分布进行估计的算法和手段。相邻小区干扰(如在小区中察觉到的)的最佳估计以及方差的相应最佳估计可以随后被计算为如在现有技术中描述的条件均值。

因而现有技术公开了对来自其它邻近小区的察觉到的相邻小区干扰进行估计的手段。

发明内容

为了对无线接入网的小区中的无线通信进行调度和接纳控制，关键的是不仅针对本小区中的总功率而且(特别是在频率再用-1系统中)针对相邻小区中的总功率，都具有关于这种调度和控制措施的结果的信息。

因而，本发明总体上涉及由于小区在其相应的相邻小区中产生的干扰而导致的无线接入网中的不适当的调度和接纳控制的问题。更具体地，E-UTRAN中的小区的功率控制机制考虑了由其本小区中的无线传输所产生的以及来自干扰相邻小区的功率影响，但未能考虑到其本小区中的无线传输对于其相邻小区的功率影响。

因此，本发明的一个目的是在无线接入网的小区中，通过最小化所述控制措施对相邻小区中的干扰的结果，实现用于支持高效调度和接纳控制的方法和结构。

当对给定小区对其相邻小区造成的察觉到的小区干扰进行估计时，期望知道基于每小区的、由所述小区中的上行链路传输导致的干扰的影响，即，对于各个相邻小区的干扰的单独影响。

因此，本发明的另一个目的是实现用于估计所需信息并在eNodeB之间信令传送该所需信息以获得所述相邻小区干扰影响的信息的方法和结构。

本发明的基本思想是将估计簇内的给定小区的总相邻小区干扰功率的可用估计用于确定所述给定小区对于所述簇内的其相邻小区的干扰影响。

这点通过将来自所述估计簇中的所有小区的所述估计(及其相应方差)进行结合以转换为所述估计簇中的小区的估计影响值的矩阵来实现。影响值针对各个音调子集描述了给定(施加影响的)小区的小区功率对于估计簇的其它(受影响)的小区中的干扰功率的影响，该影响将用于给定小区对于其相邻小区的功率影响的模型。

根据一个方面，本发明的实施方式包括用于信令传送估计干扰功率、相应方差、噪声基底、以及小区ID中的一个或若干个的方法和结构。可以在测量簇的所有其它小区(即，基站收发台)之间信令传送这些属性，或者可以将这些属性信令传送到中央估计节点。

根据第二个方面，本发明的实施方式包括用于将估计相邻小区干扰功率转换为估计影响因数的方法和结构；所述影响因数描述了测量簇的各小区中取决于本小区中的音调子集中的自身信号功率的干扰功率影响。估计步骤针对各接收的相邻小区干扰信息组来计算一个小区中的业务量对于估计簇的各个其它小区的相邻小区干扰影响。如在详细描述中描述的，该估计步骤可以通过多种方式来执行。

应当将本说明书的语境中的小区理解为由收发器单元所服务的一个或若干个用户设备的覆盖区域。

本发明的实施方式涉及对相邻小区干扰的估计和估计相邻小区干扰功率与影响因数之间的转换。所提供的信息尤其可以用于调度eNodeB中的业务量和/或用于通信系统中的接纳控制功能。

因此，本发明的优点是：由于对所述相邻小区中的上行链路传输对相邻小区干扰影响的得到改善的了解，而能够对小区中的用户设备进行改善的接纳控制和调度。

本发明的其它目的和特征将从下面与所附权利要求和附图结合起来考虑的详细描述中变得显而易见。然而，应当理解，仅出于例示的目的来设计附图，而不是对发明的界限的限定，而是应当参照所附权利要求来对发明的界限进行限定。还应当理解的是，附图并不一定是按比例绘制的，除非特别规定，附图仅仅旨在概念性地例示出此处描述的结构和过程。

附图说明

图1示出了由可应用本发明的小区估计簇组成的蜂窝通信系统的一部分。

图2示出了用于执行对描述第一小区中的传输对于其相邻小区的干扰影响的影响值的向量进行确定的方法的流程图。

图3示出了用于执行应用所述影响值的资源调度的流程图。

图4示出了适于执行根据本发明的实施方式的方法的结构。

具体实施方式

本发明涉及一种算法，该算法使用一组LTE小区的上行链路中的估计相邻小区干扰值以及相应的方差作为输入值。这些值被假定为可用于LTE上行链路的一些已知的音调子集、用于连续的传输时间间隔(TTI)序列、或者有可能用于各个TTI。后面一种情况往往是在出于调度目的而应用本发明的实施方式的情况下的先决条件。

对资源调度许可的决定和对用于UE传输的频带的分配将受益于对所有可用频带中的干扰的了解。由于优选地将新业务量分配给受到相邻小区的干扰低的频率，因此可以得出这一结论。这样保证了对新业务量的干扰程度将是低的，同时仅相邻小区中的少量业务量可能会受到由新调度的业务量产生的干扰的负面影响。因此可以得出这样的结论：必须能够针对LTE蜂窝系统的上行链路信道的各个频带来对干扰进行估计。

接纳新用户进入的决定也将受益于对在所有可用频率子带(音调)中一个特定小区对于相距足够近以至于受到干扰小区影响的所有其它周围小区的相邻小区干扰影响的了解。由于优选地将新业务量分配给受到相邻小区的干扰低的频率，因此可以得出这一结论。这样保证了新业务量的干扰程度将是低的，同时仅相邻小区中的少量业务量可能会受到由新调度的业务量产生的干扰的负面影响。因此可以得出这样的结论：必须能够针对LTE蜂窝系统的上行链路信道的各个音调或音调组来估计特定小区对于相邻小区的干扰影响。

图1示出了包括多个小区的蜂窝通信系统的一部分，所述多个小区的一定数量的相邻小区11a-11f在本发明的范围内被视为估计簇10。本发明解决了由干扰影响导致的问题，所述干扰影响是由小区11a(为了区别，也表示为第一小区)内的用户设备(UE)12到服务于所述第一小区11a的基站收发台13a(即，覆盖一定区域的无线基站或收发器单元)的上行链路传输14所造成的。所述干扰影响构成了相邻小区11b-11f的相应频带中的干扰功率影响15。执行根据本发明实施方式的方法步骤的单元可以是基站收发台13a的一体构成部分，或者另选地位于外部单元16中。

详细描述公开了对LTE通信系统的上行链路的单独的小区到小区干扰影响进行恢复的估计技术和信令传送手段。

信令传送察觉到的相邻小区信息：为了描述所信令传送的信息，应用了各个频率子集i的下述记法(i＝1，...，I；I表示子集的总数)。

·f_i表示频率子集i的音调，

·

表示总估计功率，

·

表示总估计本小区功率，

·

表示总估计相邻小区干扰功率，

·

表示总估计自身干扰功率，

·

表示热噪声功率基底。

频率子集i中的总估计功率

、总估计本小区功率

、总估计相邻小区干扰功率、以及热噪声功率基底的关系可以描述为： $P_{f_i}^{\mathrm{Total}}\left(t\right)=N_{f_i}\left(t\right)+P_{f_i}^{\mathrm{Own}}\left(t\right)+P_{f_i}^{\mathrm{Neighbour}}\left(t\right).$

从各个小区实际信令传送出的量由最佳估计和可能地上述量的相应方差构成。估计由

表示，其中x是所关注的量，而方差由

表示。

被认为具有特别重要性的量包括热噪声基底

以及总估计相邻小区功率

。举例而不排除量的其它组合，下面示出了本发明的范围内所关注的隐量或显量的组合：

·，，

，

，

，cellID

·

，

，

，cellID

·，

，，

，

，cellID

·，

，

，cellID

作为非限制性的示例，在E-UTRAN中，出于接纳控制的目的，上述(或其它)量中的任一个可以例如经由S1接口被信令传送到中央接入网关(AGW)或任何其它控制节点。出于调度和/或接纳控制的目的，上述(或其它)量中的任一个可以例如经由X2接口被信令传送到估计簇中的所有其它eNodeB。

相邻小区干扰影响的估计

为了将多个小区的察觉到的估计相邻小区干扰功率与特定小区对于其它小区的影响关联起来，本发明引入描述相邻小区干扰影响的估计的一组影响值。所述影响值的第一下标表示被考虑了影响的频率子集f_i，因为所述值针对不同频率子集而不同。第二组下标lm表示被考虑了影响因数的小区，其中1(1＝1，...，C)表示施加影响的小区1(1＝1，...，C)，而m(m＝1，...，C，m≠1)表示受影响的小区。C是估计簇中的小区的总数。因此，需要针对估计簇的各个小区(作为施加影响的小区)来单独地确定影响值。影响因数可以被解释为从小区1中在频带f_i中工作的终端到小区m中的上行链路接收机的平均上行链路路径损耗。在仅有一个终端被分配到频带的情况下，那么影响因数是指该终端自身。因此，方程(1)中所表示的和是来自与小区m接近的小区中的所有终端的和，由此得出影响方程：

${\hat{P}}_{f_i,m}^{\mathrm{Neighbour}}\left(t\right)=\underset{\underset{i\≠m}{i=1}}{\overset{C}{\mathrm{\Σ}}}{k}_{f_i,\mathrm{lm}}{P}_{f_i,l}^{\mathrm{Own}}\left(t\right)+e_{f_i,m}^{\mathrm{Neighbour}}\left(t\right),m=1,...,C,i=1,...,I---\left(1\right)$

以及方程：

$r_{2,f_i,m}\left(t\right)=E{\left[e_{f_i,m}^{\mathrm{Neighbour}}\left(t\right)\right]}^2={\widehat{\mathrm{\σ}}}_{P_{f_i,m}^{\mathrm{Neighbour}}}^2\left(t\right),m=1,...,C,i=1,...,I---\left(2\right)$

上述方程表示扰动

是零平均值高斯的假设的数学方程。在方程(2)中，

表示形式误差协方差，E[]表示统计期望，

表示估计误差，而

表示测量方差。

在不对推广进行限制的情况下，该记法假设频率子带在eNodeB之间相等。另外，方程的数量随C呈线性增加，而未知数的数量呈二次方地增加。因此，当估计影响因数

时必须结合来自若干个TTI的测量。

方程(1)和(2)定义了测量方程。可以理解，这些可以通过广义线性回归的形式来设计这些方程。为了推广该概念，可以引入用于影响因数的演进的动态模型，以使能够应用卡尔曼滤波器。利用随机行走假设，该模型是：

k_i，ml(t+1)＝k_i，ml(t)+w_i，ml(t)，i＝1，...，I，l＝1，...，C，m＝1，...，C，m≠l  (3)

$E{\left[w_{f_i,\mathrm{ml}}\right]}^2=r_{l,i,\mathrm{ml}},i=1,...,I,l=1,...,C,m=1,...,C,m\≠l.---\left(4\right)$

差分方程(3)是所谓的随机行走模型(参见

，“Discrete-Time stochastic Systems-Estimation and Control.HemelHempstead，UK：Prentice Hall，1994)，其常用于对缓慢漂移的模型参数的估计。量w_i，ml(t)表示系统噪声。如方程(4)所表达的，量w_i，ml(t)被假设为零平均值高斯随机变量。量r_l，i，ml表示系统噪声协方差。

在不限制本发明的总体思想的情况下，下面通过举例来描述本发明的用于计算影响向量

的三个实施方式，根据本发明的另一个实施方式，该影响向量可用于估计相邻小区干扰影响。

通常，在已经针对音调的频率子集f_i21向上述估计簇中的相邻小区信令传送22至少关于总估计相邻小区干扰功率

和本小区功率

的信息之后，至少根据包括所述簇中的相邻小区的本小区功率

的接收值的回归向量并根据所述估计相邻小区干扰功率的接收值，针对音调的各个频率子集f_i21来计算23所述影响向量的影响值

，由此各个影响值描述了所述第一小区中的传输对于所述簇中的各个其它小区的干扰影响。

本发明的第一个实施方式未将不确定信息用于静态估计情况。在该实施方式中，没有使用方程(2)、(3)和(4)，取而代之地应用了最小二乘解来得出影响因数。这点可以在考虑到来自TTI t＝1，...，N的测量簇中的相邻小区干扰的估计时而得到例示。然后，针对音调的第i个子集和包含C个小区的估计簇(如上所述)，可以根据方程(1)来建立下面的线性回归模型，其中m(m＝1，...，C)表示受影响的小区：

包含处于向量的合适位置的特定影响的相关本小区功率，并且影响因数向量

包含估计簇的所有影响因数。可以按照非常大量的方式来执行方程组(5)中的分量的排序细节。应当特别注意到，回归向量

不取决于对其相邻小区干扰进行估计的小区的本小区功率。

接下来，(5)中的测量方程被叠加为：

${\hat{P}}_{f_i}^{\mathrm{Neighbour}}=\left(\begin{array}{c}{\hat{P}}_{f_i,l}^{\mathrm{Neighbour}}\left(l\right)\\ M\\ {\hat{P}}_{f_i,C}^{\mathrm{Neighbour}}\left(N\right)\end{array}\right)---\left(6\right)$

利用方程(5)，可以得到线性回归模型：

${\hat{P}}_f^{\mathrm{Neighbour}}={\mathrm{\Φ}}_{f_i}{k}_{f_i}.---\left(8\right)$

公知的是，相应线性最小二乘问题的解是：

${\hat{k}}_{f_i}={\left({\mathrm{\Φ}}_{f_i}^T{\mathrm{\Φ}}_{f_i}\right)}^{-1}{\mathrm{\Φ}}_{f_i}^T{P}_{f_i}^{\mathrm{Neighbour}}.---\left(9\right)$

随后准备将如此获得的估计影响因数用于利用没有扰动项的方程(1)来进行功率影响的预测。

本发明的第二实施方式将不确定信息用于静态估计情况。在该实施方式中，没有使用方程(3)和(4)，并且产生了所谓的最佳线性无偏估计(BLUE)。这样的解意味着将不确定性(即，方差)用于对测量进行加权的优点。

为了这个目的，考虑由增加了不确定信息的线性回归模型(5)开始从t＝1，...，N地对相邻小区干扰进行估计，即，以下式开始：

$R=E\left[\left(\begin{array}{c}{e}_{f_i,l}^{\mathrm{Neighbour}}\left(l\right)\\ M\\ e_{f_i,C}^{\mathrm{Neighbour}}\left(N\right)\end{array}\right)\left(\begin{array}{ccc}{e}_{f_i,l}^{\mathrm{Neighbour}}\left(l\right)& ...& e_{f_i,C}^{\mathrm{Neighbour}}\left(N\right)\end{array}\right)\right].---\left(10\right)$

(10)中的叠加顺序与(6)和(7)中的相同。那么可以证明，影响因数的最佳估计是：

${\hat{k}}_{f_i}={\left({\mathrm{\Φ}}_{f_i}^T{R}^{-1}{\mathrm{\Φ}}_{f_i}\right)}^{-1}{\mathrm{\Φ}}_{f_i}^T{R}^{-1}{P}_{f_i}^{\mathrm{Neighbour}}.---\left(11\right)$

在没有额外代价的情况下，通过计算相邻小区干扰的估计一维条件概率分布的条件方差而产生了对角版本。利用该信息可以得到：

$R=\left(\begin{array}{cc}{\widehat{\mathrm{\σ}}}_{P_{f_i,l}^{\mathrm{Neighbour}}}^2\left(l\right)& 0\\ 0& {\widehat{\mathrm{\σ}}}_{P_{f_i,C}^{\mathrm{Neighbour}}}^2\left(N\right)\end{array}\right).---\left(12\right)$

本发明的第三实施方式在连续估计情况中使用不确定信息。在该实施方式中，使用了方程(3)和(4)以获得卡尔曼滤波方程，由此导致影响因数向量

的递归更新。从(3)和(4)中产生了下面的状态模型：

$k_{f_i}(t+1)={\mathrm{Ik}}_{f_i}\left(t\right)+w_{f_i}\left(t\right)---\left(13\right)$

$R_1=E\left[w_{f_i}{w}_{f_i}^T\right]=\left(\begin{array}{ccc}O& & 0\\ & r_{l,i,\mathrm{ml}}& \\ 0& & O\end{array}\right),---\left(14\right)$

其中，

的叠加顺序对应于影响因数向量的叠加顺序。

测量方程由下式给出(参照(5))：

其可以简化为：

${\hat{P}}_{f_i}^{\mathrm{Neighbour}}\left(t\right)=\mathrm{\Φ}\left(t\right)k_{f_i}\left(t\right)+e_{f_i}^{\mathrm{Neighbour}}\left(t\right)---\left(16\right)$

$R_2\left(t\right)=E\left[e_{f_i}^{\mathrm{Neighbour}}\left(t\right){\left(e_{f_i}^{\mathrm{Neighbour}}\left(t\right)\right)}^T\right]=\left(\begin{array}{ccc}{\widehat{\mathrm{\σ}}}_{P_{f_i,l}^{\mathrm{Neighbour}}}^2\left(t\right)& & 0\\ & O& \\ 0& & {\widehat{\mathrm{\σ}}}_{P_{f_i,C}^{\mathrm{Neighbour}}}^2\left(t\right)\end{array}\right)---\left(17\right)$

遵循与方程(10)和(12)相同的步骤，以上方程(13)-(17)随后导致了卡尔曼滤波器：

K_f(t)＝P(t|t-1)Ф^T(t)(Ф(t)P(t|t-T_Min)Ф^T(t)+R₂(t))^-1

$\hat{x}\left(t\right|t)=\hat{x}\left(t\right|t-1)+K_f\left(t\right)(y\left(t\right)-\mathrm{\Φ}\left(t\right)\hat{x}\left(t\right|t-1))$

P(t|t)＝P(t|t-1)-K_f(t)Ф(t)P(t|t-1)                            (18)

$\hat{x}(t+1|t)=x\left(t\right|t)$

P(t+1|t)＝P(t|t)+R₁.

此处，

是卡尔曼滤波器的状态估计，而P(t|t)是表达估计误差的相应的状态协方差矩阵。最后，K_f(t)是所谓的卡尔曼增益矩阵，利用该矩阵递归地执行状态更新(关于卡尔曼滤波的细节，参见

，“Discrete-Time stochastic Systems-Estimation andControl.Hemel Hempstead，UK：Prentice Hall，1994)。

如图3的流程图中所例示的，在针对音调的各个频率子集计算了影响值的向量之后，根据所述相邻小区的报告的总估计本小区功率(经过对施加影响的小区和各个相应的受影响的小区而言特定的预先计算的影响值的加权)与由于所述US传输而试验性地调度的小区功率的和，针对音调的各个子集32，可以估计33响应于资源分配31(例如由所述小区中的UE的上行链路传输造成的)对于相邻的受影响的小区的相邻小区干扰影响。因此，根据影响因数与试验性地额外调度的小区功率的组合，可以预先地评估试验性调度决定的干扰影响。因此，调度器可以搜索最佳的整体资源调度，以解决所有试验性调度决定的影响。因而，优选地将例如用于UE传输的资源分配34给对于所述相邻小区具有最小的干扰影响的频率子集。

根据本发明的实施方式的结构可以实现在单元40中，该单元40连接到通信系统的基站收发台13a或集成在其中，由此该基站收发台13a为作为相邻小区的簇10的一部分的小区11a服务。所述单元40包括第一处理器41和第二处理器42，其中该第一处理器41适于提供关于至少用于向所述簇10中的相邻小区11b-11f进行信令传送的音调的频率子集f_i的总估计相邻小区干扰功率

和本小区功率的信息，该第二处理器42适于提供从所述相邻小区11b-11f接收到的这种信息，以进一步由第三处理器43来处理，该第三处理器43适于根据至少所述接收到的信息针对音调的各个频率子集f_i来估计影响值

的向量，由此各个影响值描述了所述第一小区11a中的传输对于所述簇中的各个其它小区的干扰影响。影响向量可以例如存储在存储单元44中，以用于对相邻小区干扰的估计。

为了针对例如UE传输14而对音调的频率子集f_i进行资源调度，单元40采用了估计器45，该估计器45适于根据所述相邻小区11b-11f的报告的总估计本小区功率(经过对施加影响的小区和各个相应的受影响的小区而言特定的预先计算的并存储的影响值的加权)的和，来估计所述第一小区11a中的音调的频率子集f_i的一个子集中的资源分配的相邻小区干扰影响。然后，调度器46可以将UE传输14调度到对所述相邻小区具有最小的干扰影响的频率子集。

Claims (13)

1.一种连接到通信系统的基站收发台(13a)的单元(40)中的方法，或者，一种集成在该基站收发台(13a)中的单元(40)中的方法，所述基站收发台(13a)为第一小区(11a)服务，该第一小区(11a)是得到多个基站收发台服务的相邻小区(11b-11f)的簇(10)的一部分，所述方法用于确定所述第一小区(11a)中的传输对于所述簇(10)的相邻小区中的干扰的影响值，

其特征在于，该方法包括：

向所述簇(10)中的相邻小区(11b-11f)信令传送(22)关于至少针对音调频率子集f_i的总估计相邻小区干扰功率

和本小区功率

的信息；

从所述簇中的相邻小区接收关于至少针对音调频率子集f_i的总估计相邻小区干扰功率

和本小区功率的信息；以及

至少根据包括所述簇中的相邻小区的本小区功率的接收值的回归向量并根据所述总估计相邻小区干扰功率

的接收值，针对各个音调频率子集f_i来计算(23)影响值的向量其中各个影响值描述了所述第一小区中的传输对于所述簇中的各个其它小区的干扰影响。

2.根据权利要求1所述的方法，其中，所述信令传送的信息包括针对所述信令传送的功率测量中的一个或更多个的方差表示。

3.根据权利要求1所述的方法，其中，所述信令传送的信息包括热噪声功率基底的测量。

4.根据权利要求2所述的方法，其中，所述信令传送的信息包括热噪声功率基底的测量。

5.根据权利要求2所述的方法，其中，所述信令传送的功率测量中的一个或更多个被针对方差或热噪声功率基底进行表达。

6.根据权利要求3所述的方法，其中，所述信令传送的功率测量中的一个或更多个被针对方差或热噪声功率基底进行表达。

7.根据权利要求4所述的方法，其中，所述信令传送的功率测量中的一个或更多个被针对方差或热噪声功率基底进行表达。

8.根据权利要求1到7中任一项所述的方法，其中，利用来计算影响值的向量，其中表示转置回归向量的向量。

9.根据权利要求8所述的方法，其中，影响值的向量的计算意味着，利用表示估计相邻小区干扰功率

的估计误差的统计期望的加权矩阵R来对转置回归向量的向量

进行加权。

10.根据权利要求1到7中任一项所述的方法，其中，通过执行以下步骤来将影响值的向量

导出为卡尔曼滤波器的状态估计：

采用所述影响值的方差的动态模型，以及

基于描述了所述动态模型的测量误差的精度和大小的方差参数，根据估计卡尔曼增益来调整所述状态估计。

11.一种连接到通信系统的基站收发台(13a)的单元(40)中的方法，或者，一种集成在该基站收发台(13a)的单元(40)中的方法，所述基站收发台(13a)为第一小区(11a)服务，该第一小区(11a)为由多个基站收发台服务的相邻小区的簇(10)的一部分，所述方法用于估计当在音调频率子集f_i中的一个子集上为UE传输(14)执行资源调度时对所述簇(10)的其它小区的干扰影响，

其特征在于，该方法包括：

根据经对于施加影响的小区和各个相应的受影响的小区而言特定的预先计算的影响值加权的所述相邻小区的报告的总估计本小区功率与因所述UE传输而导致的试验性地调度的小区功率的和，针对各个音调频率子集f_i来估计(33)所述第一小区(11a)中的资源分配的相邻小区干扰影响；

将用于UE传输(14)的资源分配(34)给对所述相邻小区具有最小的干扰影响的频率子集，

其中，根据权利要求1到10中任一项所述的方法来计算所述预先计算的影响值。

12.一种连接到通信系统的基站收发台(13a)的单元(40)，或者，一种集成在该基站收发台(13a)中的单元(40)，所述基站收发台为第一小区(11a)服务，该第一小区(11a)为由多个无线基站服务的相邻小区(11b-11f)的簇(10)的一部分，所述单元(40)适于确定所述第一小区中的传输对于所述簇的相邻小区中的干扰的影响值，

其特征在于，该单元(40)包括：

第一处理器(41)，其适于提供用于信令传送给所述簇中的相邻小区的关于至少针对音调频率子集f_i的总估计相邻小区干扰功率

和本小区功率

的信息；

第二处理器，其适于提供关于至少从所述簇中的相邻小区接收到的针对音调频率子集f_i的总估计相邻小区干扰功率

和本小区功率

的信息；

第三处理器，其适于至少根据包括所述簇中的相邻小区的本小区功率

的接收值的回归向量并根据所述总估计相邻小区干扰功率

的接收值，针对各个音调频率子集f_i来估计影响值的向量其中各个影响值描述了所述第一小区中的传输对于所述簇中的相应其它小区的干扰影响。

13.一种连接到通信系统的基站收发台(13a)的单元(40)，或者，一种集成在该基站收发台(13a)中的单元(40)，所述基站收发台(13a)为第一小区(11a)服务，该第一小区(11a)为由多个基站收发台服务的相邻小区(11b-11f)的簇(10)的一部分，所述单元(40)适于估计当针对UE传输(14)而对音调频率子集f_i执行资源调度时对所述簇(10)的其它小区的干扰影响，

其特征在于，该单元(40)包括：

估计器(45)，其适于根据经对于施加影响的小区和各个相应的受影响的小区而言特定的预先计算的影响值加权的所述相邻小区的报告的总估计本小区功率与因所述UE传输而导致的试验性地调度的小区功率的和，针对各个音调频率子集f_i中的一个子集来估计所述第一小区(11a)中的资源分配的相邻小区干扰影响；

调度器(46)，其用于将UE传输(14)调度到对于所述相邻小区具有最小的干扰影响的频率子集，

其中，所述预先计算的影响值是根据权利要求1到10中任一项所述的方法而计算的。

Images