CN101790204A - 协作通信系统中兼顾信道条件和业务状态的中继选择方法 - Google Patents

Abstract

一种多用户协作通信中兼顾信道条件和业务状态的中继选择方法，先对网络各用户引入能体现业务突发性和自相似特点的业务到达模型，再综合考虑各用户业务的不同QoS要求，根据当前的实时信道条件和业务状态，当信道条件满足最小传输速率要求所对应的信噪比阈值时，选用直接传输方式；当信道条件小于最小传输速率要求所对应的信噪比阈值且中继端缓存区未满时，基于比例公平和用户满意度原则，根据中继选择的多优化目标，选择合作伙伴作为中继用户参与协同传输，以降低源端用户的中断概率及其对中继用户业务传输的影响，提升源端用户业务的传输性能，对协同用户业务传输性能的影响降至最小，保障不同用户业务的QoS要求和提高协同中继系统的通信可靠性。

Description

协作通信系统中兼顾信道条件和业务状态的中继选择方法

技术领域

本发明涉及一种新的无线中继选择方法，确切地说，涉及一种在多个业务具有不同服务质量要求的多用户协作通信网络中，兼顾信道条件和业务状态的中继选择方法，属于无线通信的技术领域。

背景技术

由于未来的通信系统使用了多种先进技术，使得系统具有非常强大的功能来支持更加复杂的业务传输平台，因此，支持多业务或混合业务就成为未来通信系统的主要功能。在突破和攻克具体实现的技术难关后，未来通信系统的实用性，将极大程度地取决于网络中用户业务的需求。因此，为了满足用户需求，科技人员不断研制和发明新的通信技术来提高通信系统的性能和容量。

在无线通信网络中，由于信道具有衰落特性，为对抗无线信道衰落的影响，协同通信技术采取协作的角度，把无线信道、无线网络、物理层传输等技术进行综合考虑和分析，以优化传输性能，从而大幅度地提高了无线频率的使用效率和系统可实现性。

多用户协同分集是实现无线通信中分集传输的一种新的应用技术，其主要特点是通过网络中的用户设备实现分集，也就是将有信息待发送的用户进行配对来实现相互的协同传输，获得分集增益。采用用户协同传输时，每个用户的发送信号，不仅可以被目的端接收到，还可以被其他终端所接收，从而达到了空间分集的效果，为系统带来分集增益，减小信道衰落对传输质量的影响。

在语音、视频类对数据传输速率的时延要求为尽可能小的实时业务中，应用中继协同传输能够有效降低业务的中断概率，确保业务的服务质量。因为用户中继协同能改善系统性能，因此能够提高协同通信的空间分集增益的技术已经引起了业内科技人员的广泛关注。

目前，已经开展的中继选择算法的研究大多集中于固定中继，往往是从接收信号强度、发射功率、中断概率、端到端的比特错误率等因素着手。例如基于容量增益门限值的中继选择算法，或联合考虑中断概率和功率限制条件的中继选择方式，以便能够优化系统吞吐量和减少系统中断概率。

但是，协同网络是支持多业务的通信系统，而未来的多业务通信系统是以用户为中心的。在无线中继网络中，影响节点选择的因素并非只有以上几种，还有各用户的业务到达时间和缓存空间容量等因素，如果仅仅只考虑以上因素，就会带来很多问题，并最终影响到系统的整体性能和用户满意度的改善。

因此在多用户协作通信网络中，在满足不同用户的业务服务质量要求的前提下，研究如何选择协同中继节点将是一个首要问题。有关如何选择协同中继节点所考虑的问题包括：选择哪两个节点协同，在什么条件下协同，既要提高对服务质量要求较高的主用户的队列性能、而又不能严重影响其他用户的业务传输性能，以及如何定量测评这种协同中继对各个用户的影响等等。因为现有技术都还没有对这些问题提出如何应对和处理的方法，这样，相关技术就自然成为许多业内科技人员关注的焦点。

发明内容

有鉴于此，本发明的目的是提供一种在多用户协作通信网络中，兼顾信道条件和业务状态的中继选择方法，以解决现有协同通信技术在中继选择方法上存在的缺陷，并实现下述四个目标：

基于无线协同网络的体系框架，建立满足不同应用场景需求的可演进的参数化的多用户多业务混合模型或普适业务模型；

在业务传输过程中体现差分业务特点，即根据不同的业务服务质量要求区分主次用户，再在具有不同业务质量要求的主次用户之间采用协同传输方式；

当用户协同传输时，为充分利用系统资源采用放大转发的协同方式，在提高主用户业务传输质量和保障次用户业务的服务质量要求的基础上，最大程度地减小对次用户的影响；

基于前述建立的业务模型和服务模型，利用系统平衡方程，建立无线协同网络性能参数与业务模型基本参数的对应关系，以便根据网络性能参数和业务模型基本参数对主、次用户端的业务累积队列性能的影响，从业务累积队列角度与传统方法进行比较和综合评估。

为了达到上述目的，本发明提供了一种在多用户协作通信网络中，兼顾信道条件和业务状态的中继选择方法，其特征在于：先为网络中各用户引入马尔可夫调制的泊松过程的业务到达模型，综合考虑各用户业务的不同服务质量要求，确定主、次用户以及业务传输对信道质量最低要求的信噪比阈值γ_th，再根据主用户信道的实时信噪比与信噪比阈值的大小确定所选择的传输方式：直接传输或中继协同传输；当采用中继协同传输时，结合各潜在中继的不同信道状态和业务状态，提出一种能够体现用户比例公平和满意度的多优化中继选择的效用函数，再基于该效用函数进行中继选择和得到主次用户的业务服务模型；然后运用排队论中系统平衡方程，为主、次用户分别建立无线网络性能参数与描述业务的基本参数相对应的平衡方程，得到处于不同队长时的概率和系统的平均队长，从而得到网络性能参数和业务参数对主次用户端的队列性能的影响，然后从业务队列角度与传统方法进行比较与评估，进一步验证运用该方法进行中继选择为协同中继系统提供高可靠性的通信。

本发明是一种用于多用户协作通信网络中的中继选择方法：综合考虑各个潜在中继节点的信道条件和业务状态，从所有潜在中继用户集合中确定备选中继集合，然后基于比例公平和用户满意度的多优化目标，从备选中继集合中选择一个用户作为中继用户协助主用户的数据传输。

由于整个通信过程是采用半双工的时分多址接入方式，在作为中继工作时，次用户必然会中断自身数据的传输，使自身的业务数据不能得到及时处理，导致其累积在缓存区；当累积到一定程度时，可能造成系统拥塞，严重影响整个系统的性能。本发明基于比例公平原则，为最大程度地保障各个潜在中继用户的业务服务质量要求，提出一种多用户协作通信网络的中继选择方法，并首创提出中继选择的效用函数。本发明的中继选择算法的具有下述优点：

(1)本发明的效用函数体现了各潜在中继用户间公平性原则和用户的满意度，能够最大程度上保障各潜在中继用户的业务服务质量要求；

(2)本发明的中继协同方式是采用放大转发的传输方式，中继端接收到源端发来的数据后，直接放大转发，不在缓存空间存储，故操作简单，容易实现，降低了延时，并且充分利用了缓存资源；

(3)本发明的中继协同方式，当中继端缓存区已满时，该中继将不作为备选中继参与协同，只发送自身数据，从而降低了对中继端业务队列性能的影响；

(4)整个操作步骤简单、快捷，中继选择过程中的循环操作数只取决于潜在中继数，而且只有线性计算复杂度，实现便利，应用范围广泛，能够同时适用于单一业务或混合业务的多用户中继协同。

此外，本发明创建的排队系统模型，根据系统的平衡方程，将无线协同网络的性能参数与业务模型的基本参数对应起来，利用矩阵的几何分析方法和压缩映像原理进行队列状态的求解，具有广泛的适用性，能够适用于一切具有马尔可夫链状态的队列模型。因此本发明具有很好的推广及应用前景。

附图说明

图1是多用户协作通信网络模型。

图2是多用户协作通信网络中排队系统的构成因素示意图。

图3是以两状态MMPP为单元的可扩展的MMPP业务到达模型示意图。

图4是本发明用于多用户协作通信中的中继选择方法操作流程示意图。

图5(A)、(B)是不同业务强度及中继数目对平均队长变化因子的影响示意图和比较结果表格。

图6(A)、(B)是不同信噪比阈值及中继数目对平均队长变化因子的影响示意图。

图7(A)、(B)是不同信道质量及中继数目对平均队长变化因子的影响示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细描述。

本发明是一种用于多用户协作通信中兼顾信道条件和业务状态的中继选择法，它的应用场景是多用户协作通信网络(参见图1所示)，小区内存在一个基站(BS)或接入点(AP)和多个用户，其中各个用户的业务到达均为具有不同参数的马尔可夫调制的泊松到达过程，且每个业务具有不同的服务质量要求。本发明将优先级较高的视为主用户，作为源端，其他用户则视为次用户，作为潜在中继，以便在特定条件下采用中继协同传输方式，然后根据各个次用户缓存空间的业务状态，确定其是否作为备选中继，最后在备选中继集合中选择一个用户作为中继以协助主用户传送信息。

参见图2，与所有经典的排队模型类似，多用户协作通信网络中业务排队系统的构成是基于下述三个因素：业务产生因素、队列形成因素和业务服务因素。其中，在业务产生因素中的业务模型的选择上，由于两状态的马尔可夫调制泊松过程实现的简单性以及它的可扩展性，本发明选择两状态的MMPP过程作为业务输入模型，以便从横向或纵向对其进行扩展而体现网络流量的突发性和自相似性。

参见图3，例如，从横向上对MMPP过程的两个状态进行推广，如可扩展为多状态的MMPP到达过程；从纵向上同样可以对其进行扩展，如两个MMPP_2进行矩阵“⊕”(Kronecker sum)运算，就得到一个四状态的MMPP过程。多个具有不同参数的MMPP_2过程的叠加则能体现网络流量的突发性和自相似性，因此该业务到达模型能比较真实地反映实际网络特征，具有普遍的适用性。

队列形成因素主要涉及到排队规则和服务质量指标，本发明选用FIFO的排队规则和平均队长作为服务质量指标。业务服务因素是根据实时信道质量及兼顾的信道条件和业务状态的用户中继选择方法来确定业务服务模型，其中业务服务速率主要取决于信道质量、业务状态和协同方式三个因素；为有效利用缓存资源和减小延时，采用放大转发的协同方式。

参见图4，介绍本发明用于多用户协作通信的兼顾信道条件和业务状态的中继选择方法的各个具体操作步骤：

步骤1、确定网络中各用户的业务模型及其简化的业务模型参数。

由于本发明是一种用于多用户协作通信的中继选择方法，因此不必过细考虑用户采用哪一种业务模型，只要化繁为简，能够体现业务特征和实用性强即可；本发明采用最简单的两状态马尔可夫模型。接着，初始化网络中各用户业务到达模型MMPP过程中的相关参数，包括业务的到达强度矩阵 $\mathrm{\Λ}=\left[\begin{array}{cc}{\mathrm{\λ}}_1& \\ & {\mathrm{\λ}}_2\end{array}\right],$ 无穷生成矩阵 $Q=\left[\begin{array}{cc}-{\mathrm{\α}}_{12}& {\mathrm{\α}}_{12}\\ {\mathrm{\α}}_{21}& {-\mathrm{\α}}_{21}\end{array}\right],$ 以及每个用户的缓存容量B。该MMPP过程是一种双随机泊松过程，这种两状态泊松过程的流速率是由一个马尔可夫链调制的，即当链状态为1时，泊松到达的流速率为λ₁，链状态为2时，泊松到达的流速率为λ₂，α₁₂，α₂₁分别表示由状态1到状态2以及由状态2到状态1的转移速率。

步骤2、在每个多用户中继协同网络中，将业务优先级较高的用户作为被协同对象的主用户或源端，优先级较低的作为次用户，以确定潜在中继集合。

步骤3、根据源端与目的接收端的信道特征和服务质量要求，设定信噪比阈值γ_th作为是否采用中继协同传输的信道条件。

本发明提出的信噪比阈值γ_th是：在系统业务传输过程中衡量和评定信道质量的基本参数，用于决定何时或是否在各用户间启用中继协同传输机制。

假设网络中任意两个节点i和j之间都是窄带的、满足块衰落的瑞利分布的无线信道，则节点j从节点i接收到的信号为：

$y_{i,j}=\sqrt{\frac{P_i}{d_{i,j}^{\mathrm{\α}}}}\×h_{i,j}{x}_i+n_{i,j};$ 式中，x_i是节点i的发送信号，h_i，j为满足瑞利分布的信道衰落系数，P_i为用户发射功率，d_i，j为两个节点i和j之间的距离，α为路损系数，n_i，j为满足均值为零、方差为N₀的加性高斯白噪声。

假设系统分配给每个用户的传输时隙内，基站与用户之间的信道是慢衰落，即可以认为该时隙内信道状况不变，且不同用户的传输时隙内的信道衰落相互独立且同分布。根据该信道模型，节点j的接收信噪比为 ${\mathrm{\γ}}_{i,j}=\frac{{\left|h_{i,j}\right|}^2\×P_i}{d_{i,j}^{\mathrm{\α}}{N}_0},$ 式中，|h_i，j|²为均值为1的满足负指数分布的随机变量。当用户与目的端之间的实时信噪比达到业务所要求信噪比阈值时，该两节点间的通信成功，否则，该两节点间的通信中断。

步骤4、根据无线信道衰落特性，判断源端与目的端的链路间的实时信噪比γ_s，d与信噪比阈值γ_th的大小，以确定传输方式。该步骤具体操作内容如下：

当源端与目的端之间的信道质量较好而达到信噪比阈值、即γ_s，d≥γ_th时，链路能够正常通信，就采用直接传输方式，传送业务信息到达目的端后，跳转执行步骤7；或

当源端与目的端之间信道质量较差而低于信噪比阈值、即γ_s，d＜γ_th时，两节点之间的信息传输发生中断，为保证高优先级业务的用户、即源端的业务传输质量，启用用户中继协同传输传送主用户信息；同时选择放大转发的协同方式，以降低信息传输的延迟，并顺序执行步骤5。

步骤5、根据网络中所有潜在中继用户的缓存空间的业务状态，确定可作为中继参与协同传输的备选中继集合。

采用半双工的时分多址接入方式的用户中继协同，虽然会改善主用户的服务质量性能，然而系统资源是有限的；次用户一旦作为中继，必然会阻碍自身数据的传送，考虑到一种极端情况：如果某一次用户始终进行中继协同，那么其自身需要传送的数据就不能得到及时处理，将会累积在缓存空间；当累积到一定程度时，可能造成系统拥塞，严重影响整个系统的性能。因此先要根据各潜在中继用户的缓存空间的业务状态，确定可作为中继参与协同传输的备选中继集合。

步骤6、基于比例公平和用户满意度原则，根据面向中继选择的多优化目标确定选择中继的效用函数，再从备选中继集合中选择效用函数最大值的合作伙伴作为中继参与协同，根据效用函数所选择的结果，中继协同传送业务信息到达目的端，并确定传输过程中的业务服务速率，实现多用户协作中继通信。

为解决上述问题，本发明综合考虑各备选中继用户的信道条件和业务状态，基于各用户间的比例公平原则，提出以业务为中心的多用户联合调度的中继选择方法，同时提出中继选择的效用函数： $U\left(i\right)=I(X_i<B_i)\frac{{\mathrm{\&gamma;}}_{s,i}{\mathrm{\&gamma;}}_{i,d}/({\mathrm{\&gamma;}}_{s,i}+{\mathrm{\&gamma;}}_{i,d}+1)}{{\mathrm{\&gamma;}}_{i,d}{X}_i};$ 式中，X_i表示第i个用户的业务在缓存空间内由于业务累积所形成的队列长度，B_i表示第i个用户的缓存容量，I(A)代表示性函数，当事件A为真时，I(A)＝1，否则I(A)＝0；γ_s，i，γ_i，d分别表示源端用户到第i个中继用户以及第i个中继用户到目的端的实时信噪比；在该效用函数中，对业务累积队长为零的备选中继都赋予相同优先权，即X_i＝0时，令 $\frac{1}{X_i}=1.$

从上述效用函数表达式看到，分子分母都含有因子γ_i，d，但这里没有化简的主要原因是：分子体现了采用放大转发的协同方式时的等效信噪比，便于更加直观地解释之。根据面向中继选择的多优化目标所提的效用函数的可作如下理解：对主用户而言，当满足用户中继协同方式的启用条件时，分子越大，显然给主用户带来的增益也就越大；然而对次用户而言，其业务队列累积越多，且自身服务速率越大时，此时如果再被作为中继，显然给次用户带来的影响也就越大，队列累积就越多，因此基于比例公平原则，提出了兼顾信道状态和业务状态的表征用户满意度的中继选择方法，并给出了中继选择的效用函数 $U\left(i\right)=I(X_i<B_i)\frac{{\mathrm{\&gamma;}}_{s,i}{\mathrm{\&gamma;}}_{i,d}/({\mathrm{\&gamma;}}_{s,i}+{\mathrm{\&gamma;}}_{i,d}+1)}{{\mathrm{\&gamma;}}_{i,d}{X}_i},$ 同时赋予业务累积队长为零的备选中继用户以相同的优先权，即X_i＝0时，令 $\frac{1}{X_i}=1.$

最后，从所有备选中继集合中选择满足效用函数最大的用户作为中继，参与协同传输。这里选择合作伙伴作为中继参与协同中继的两个原则是：

(1)将缓存为空的所有备选中继用户都赋予比其他备选中继用户更高的优先权，然后综合考虑其信道质量；

(2)将缓存区已满的潜在中继用户赋予最低的优先权，不作为备选中继，只有当其释放一些缓存空间后，满足X_i＜B_i时，才作为备选中继。

因此，该步骤根据效用函数所选择的结果，中继协同传送业务信息到达目的端的具体操作内容如下：

(61)若源端和目的端的信道质量达到信噪比阈值要求、即γ_s，d≥γ_th时，主用户和次用户分别独立传输各自业务信息，不采用中继协同；此时由大数定理得到主用户的服务速率为： $C_{\mathrm{dir}}^s=\mathrm{\&epsiv;}\left[{w\log }_2(1+{\mathrm{\&gamma;}}_{s,d})\right],$ 第i个潜在中继用户的服务速率为： $C_{\mathrm{dir}}^i=I({\mathrm{\&gamma;}}_{i,d}\&GreaterEqual;{\mathrm{\&gamma;}}_{\mathrm{th}})\mathrm{\&epsiv;}\left[{w\log }_2(1+{\mathrm{\&gamma;}}_{i,d})\right],$ 式中，ε[·]表示期望操作；或

(62)若源端和目的端的信道质量没有达到阈值要求，即γ_s，d＜γ_th时，采用中继协同传输方式，并根据各潜在中继缓存空间的业务队列状态是否小于缓存容量来确定备选中继集合后，再从备选中继集合中，根据该效用函数选择使效用函数最大的用户i作为中继参与协同；此时，该用户i对自身数据的服务速率为0，而源端主用户的服务速率为： $C_{\mathrm{co}}^s=\mathrm{\&epsiv;}\left\{\frac{w}{2}{\log }_2\right[1+({\mathrm{\&gamma;}}_{s,d}+\frac{{\mathrm{\&gamma;}}_{s,i}{\mathrm{\&gamma;}}_{i,d}}{{\mathrm{\&gamma;}}_{s,i}+{\mathrm{\&gamma;}}_{i,d}+1})\left]\right\};$ 或

(63)若源端和目的端的信道质量没有达到阈值要求，即γ_s，d＜γ_th，但各潜在中继的业务在缓存空间的队列已充满缓存容量，即X_i＝B_i时，用户i不作为备选中继用户，此时，源端信息传送中断，而各潜在中继服务速率为上述步骤(61)中独立传输时的服务速率C_dir ⁱ；

(64)综合上述三种情况，采用用户中继协同方式时的主用户业务服务速率为： $C_s=\mathrm{\&epsiv;}\left[I({\mathrm{\&gamma;}}_{s,d}\&GreaterEqual;{\mathrm{\&gamma;}}_{\mathrm{th}})C_{\mathrm{dir}}^s\right]+\mathrm{\&epsiv;}\left[I({\mathrm{\&gamma;}}_{s,d}<{\mathrm{\&gamma;}}_{\mathrm{th}}\&cap;X_i<B_i)C_{\mathrm{co}}^s\right];$ 次用户的业务服务速率为： $C_r=\mathrm{\&epsiv;}\left[I({\mathrm{\&gamma;}}_{s,d}\&GreaterEqual;{\mathrm{\&gamma;}}_{\mathrm{th}})C_{\mathrm{dir}}^i\right]+\mathrm{\&epsiv;}[I({\mathrm{\&gamma;}}_{s,d}<{\mathrm{\&gamma;}}_{\mathrm{th}})\&cap;(X_i=B_i)C_{\mathrm{dir}}^i];$ 式中，I(A)为示性函数：当事件A为真时，I(A)＝1，否则，I(A)＝0；∩为求交运算。

对于步骤(64)中主用户服务速率的计算式可作如下理解：计算式的第一部分体现了步骤(61)的操作内容，即当源端和目的端的信道质量达到信噪比阈值要求，则示性函数值为1，同时计算式第二部分为0，服务速率表现为直接传输方式下的服务速率。否则，当源端和目的端的信道质量较差，达不到信噪比值要求时，第一部分示性函数值为0，计算式的第二部分则体现了步骤(62)和(63)的操作内容，仅当缓冲空间未满时，示性函数值为1，服务速率表现为用户中继协同传输方式下的服务速率。而对于次用户的业务服务速率，计算式的第一部分同样体现为步骤(61)的操作内容，即当源端和目的端的信道质量达到信噪比阈值要求，则示性函数值为1，主、次用户分别独立传输；否则，当源端和目的端的信道质量达不到阈值要求时，体现了步骤(62)和(63)的操作内容，仅当次用户的缓存空间已满，该用户将不作为中继，独立传输自己的业务信息到达接收端。

步骤7、根据传输过程中的业务服务速率，再结合相应的业务模型和服务模型，建立无线协同网络的系统平衡方程，得到缓存区内累积的业务队列，对该中继选择方法进一步评估传输性能。该步骤进一步包括下述具体操作内容：

(71)分别将源端的业务输入MMPP模型参数：Λ_s、Q_s和服务速率C_s，以及中继端的业务输入MMPP模型参数：Λ_r、Q_r和服务速率C_r代入下述传统的队列系统平衡方程 $\left\{\begin{array}{c}{P}_1(\mathrm{\&Lambda;}-Q)=P_1\mathrm{CI}\\ P_{n-1}\mathrm{\&Lambda;}-P_n(\mathrm{\&Lambda;}-Q+\mathrm{CI})+P_{n+1}\mathrm{CI}=0\end{array}\right.,$ 式中，形如P_k＝[P_k1，P_k2]表示队列长度为k时，系统处于状态1和状态2的稳态概率向量，Λ是业务输入强度矩阵，Q是无穷生成矩阵，I是单位矩阵，C是服务速率矩阵；分别得到源端与中继端的无线网络传输性能参数与业务参数的平衡方程；

(72)根据所述平衡方程，分别得到源端与中继端的队列模型，然后采用矩阵几何分析方法中的压缩映像原理，反复迭代求解得到处于不同业务累积队长时的稳态概率向量；

(73)根据上述步骤得到的处于不同业务累积队长时的稳态概率向量，分别求解得到源端用户与中继端用户业务累积队长为k时的概率为：Pr[x＝k]＝<P_k，[1，1]>＝P_k[1，1]^T，式中，<P_k，[1，1]>表示两向量P_k和[1，1]的内积操作，[1，1]^T表示向量转置矩阵；由此得到业务累积平均队长为 $E\left[X\right]=\underset{k=1}{\overset{B_i}{\mathrm{\&Sigma;}}}\mathrm{kPr}[x=k];$ 再记源端业务累积平均队长为X_s，中继端业务累积平均队长X_r，以便讨论无线网络性能参数与业务模型参数对中继网络的影响，并通过与传统中继选择方法的比较，对该方法进行综合评估与验证其高可靠性的传输性能；

(74)为方便讨论，定义一个分别包括源端与中继端两个用户的业务累积平均队长变化因子的计算式如下： ${\mathrm{\&alpha;}}_s=\frac{\left|\mathrm{\&Delta;}{X}_s\right|}{X_{\mathrm{dir}}^s}=\frac{X_{\mathrm{dir}}^s-X_{\mathrm{co}}^s}{X_{\mathrm{dir}}^s},$ ${\mathrm{\&alpha;}}_r=\frac{\left|\mathrm{\&Delta;}{X}_r\right|}{X_{\mathrm{dir}}^r}=\frac{X_{\mathrm{co}}^r-X_{\mathrm{dir}}^r}{X_{\mathrm{dir}}^r};$ 式中，α_s，α_r分别是源端和中继端的业务累积平均队长的变化因子，X_dir ^s，X_co ^s分别表示源端用户在非协同和用户协同两种传输方式下的业务累积平均队列长度，S_dir ^r，X_co ^r分别表示中继端用户在非协同和用户协同两种传输方式下的业务累积平均队列长度；从上述两个定义式看出：对源端用户，该业务累积队长变化因子越大，所获增益越大，队列性能越好；而对于中继端用户，则恰好相反。

申请人已经利用相关软件对本发明方法进行了多次试验实施和仿真验证，试验实施的场景是多用户协作通信系统，设定的信道带宽为1MHz，初始信噪比阈值为γ_th＝2dB，源到中继及中继到目的端的平均信噪比SNR＝6dB，两状态MMPP的到达强度分别为λ₁＝0.1Mbps，λ₂＝0.2Mbps。

首先以平均队长为目标变量，考虑次用户的业务强度和中继数目对队列性能的影响，取潜在中继数目N＝1，2，3，4，主用户的业务到达强度是设定的，次用户的业务到达强度可变，主用户与次用户的业务到达强度比值为ratio，其取值范围设为ratio＝{0.5，2.5，4.5，6.5}。

参见图5，介绍本发明业务强度及中继数目对业务累积平均队长变化因子的影响，其中(B)图中的表格为本发明方法和传统方法中业务累积平均队长变化因子的数值比较。这里所说的传统方法即在所有潜在中继集合中仅根据信道状态来选择使源端性能增益最大的用户作为中继。相对于传统的基于信道状态的中继选择方法，本发明方法得到以下结论：(1)用户协同与非协同相比：用户协同是以牺牲中继端传输性能来提高源端的性能；(2)业务强度的影响：随着用户业务强度的降低，中继的平均队长变化因子逐渐减小，即对中继的性能影响越小，且影响趋势渐缓；(3)中继数目的影响：小区中潜在中继数目越多，分摊主用户的数据信息的能力越强，平均队长变化因子越小，但减小的趋势渐缓；(4)两种中继选择的比较：相同的业务到达强度和中继数目条件下，本发明方法的队长变化因子较小，性能更好；且业务强度越大或潜在中继越少，优势越明显，参见表中的比较结果。

参见图6，介绍本发明不同信噪比阈值和中继数目对源端和中继端的平均队长的影响及本发明方法与传统方法的比较。相对于传统的基于信道状态的中继选择方法，本发明的特点是在相同信噪比阈值下，对源端队列性能的增益要小于传统的中继选择方法，但差别极小(由图6中的标记数值可以看到)。然而，本发明方法对于中继端的影响要明显小于传统的中继选择算法，因此在相同信噪比阈值下，本发明方法的性能更优；本发明的另一个特点是信噪比阈值越大，相比于传统的算法，其优越性更加明显，其优越性主要体现在对中继端的队长变化因子上，如相同中继数目N＝2，γ_th＝-5dB和γ_th＝2dB时相比，前者增益为2.39％，后者增益为17.32％。

参见图7，介绍本发明不同信道质量和中继数目对源端和中继端平均队长的影响及本发明方法与传统的中继选择方法的比较。相比于传统的基于信道状况的中继选择方法，本发明具有以下特征：相同信道质量、即相同的平均链路信噪比时，本发明对源端队列性能的增益要小于传统的中继选择算法，但差别不大(由图7中的标记数值可以看到)。然而，本发明方法对于中继端的影响要明显小于传统的中继选择算法，因此在相同平均信噪比下，本发明算法更优；本发明的另一个特点是信道质量越差，即平均链路信噪比越小时，相比于传统的算法的优越性更加明显，这里的优越性主要体现在对中继端的队长变化因子上，如相同的中继数目N＝2，SNR＝6dB和SNR＝2dB时相比，前者对源端的增益为1.04％，对中继端的增益为7.28％，后者对源端的增益为5.27％，对中继端的增益为38.01％，

总之，本发明能很好地提高主用户业务的服务质量要求，同时又能在保障次用户业务的服务质量要求的前提下，最大程度地降低对次用户业务传输性能的影响，尤其在信道条件较差或业务服务质量要求较严格时，本发明的优点更加明显。本发明方法已经进行了多次实施试验，运用本发明方法对多用户协作通信网络的队列分析，再与传统的中继选择方法相比，证明了本发明方法的可行性和优越性，实现了发明目的。因此，本发明方法所提出的兼顾信道条件和业务状态的中继选择方法，对于多用户协同传输系统的中继选择以及协同网络的性能研究提供了实际的指导作用，具有很好的推广应用前景。

Claims (9)

1.一种在多用户协作通信网络中，兼顾信道条件和业务状态的中继选择方法，其特征在于：先为网络中各用户引入马尔可夫调制的泊松过程的业务到达模型，综合考虑各用户业务的不同服务质量要求，确定主、次用户以及业务传输对信道质量最低要求的信噪比阈值γ_th，再根据主用户信道的实时信噪比与信噪比阈值的大小确定所选择的传输方式：直接传输或中继协同传输；当采用中继协同传输时，结合各潜在中继的不同信道状态和业务状态，提出一种能够体现用户比例公平和满意度的多优化中继选择的效用函数，再基于该效用函数进行中继选择和得到主次用户的业务服务模型；然后运用排队论中系统平衡方程，为主、次用户分别建立无线网络性能参数与描述业务的基本参数相对应的平衡方程，得到处于不同队长时的概率和系统的平均队长，从而得到网络性能参数和业务参数对主次用户端的队列性能的影响，然后从业务队列角度与传统方法进行比较与评估，进一步验证运用该方法进行中继选择为协同中继系统提供高可靠性的通信。

2.根据权利要求1所述的方法，其特征在于：所述多用户协作通信网络中的各个业务排队的构成是基于下述三个因素：业务产生因素、队列形成因素和业务服务因素；其中，因两状态的马尔可夫调制泊松过程实现的简单性及其可扩展性，业务产生因素选择两状态的MMPP过程作为业务输入模型，以便从横向或纵向对其进行扩展而体现网络流量的突发性和自相似性，真实反映实际网络特征而具有普适性；队列形成因素选用FIFO的排队规则和平均队长作为服务质量指标；业务服务因素是根据实时信道质量及兼顾的信道条件和业务状态的用户中继选择方法来确定业务服务模型，其中业务服务速率主要取决于信道质量、业务状态和协同方式；为有效利用缓存资源和减小延时，采用放大转发的协同方式。

3.根据权利要求1所述的方法，其特征在于：所述信噪比阈值γ_th是在系统业务传输过程中衡量和评定信道质量的基本参数，用于决定是否在各用户间启用中继协同传输机制；

假设网络中任意两个节点i和j之间都是窄带的、满足块衰落的瑞利分布的无线信道，则节点j从节点i接收到的信号为： $y_{i,j}=\sqrt{\frac{P_i}{d_{i,j}^{\mathrm{\&alpha;}}}}\&times;h_{i,j}{x}_i+n_{i,j};$ 式中，x_i是节点i的发送信号，h_i，j为满足瑞利分布的信道衰落系数，P_i为用户发射功率，d_i，j为两个节点i和j之间的距离，α为路损系数，n_i，j为满足均值为零、方差为N₀的加性高斯白噪声；假设系统分配给每个用户的传输时隙内，基站与用户之间的信道是慢衰落，即认为该时隙内信道状况不变，且不同用户的传输时隙内的信道衰落相互独立且同分布；根据该信道模型，节点j的接收信噪比为 ${\mathrm{\&gamma;}}_{i,j}=\frac{{\left|h_{i,j}\right|}^2\&times;P_i}{d_{i,j}^{\mathrm{\&alpha;}}{N}_0},$ 式中，|h_i，j|²为均值为1的满足负指数分布的随机变量；当用户与目的端之间的实时信噪比达到业务所要求信噪比阈值时，该两节点间的通信成功，否则，该两节点间的通信中断。

4.根据权利要求1所述的方法，其特征在于：所述方法包括下列操作步骤：

(1)确定网络中各用户的业务模型：两状态马尔可夫调制泊松过程模型，以及初始化设置网络中各用户业务到达模型MMPP中的包括业务的到达强度矩阵 $\mathrm{\&Lambda;}=\left[\begin{array}{cc}{\mathrm{\&lambda;}}_1& \\ & {\mathrm{\&lambda;}}_2\end{array}\right],$ 无穷生成矩阵 $Q=\left[\begin{array}{cc}-{\mathrm{\&alpha;}}_{12}& {\mathrm{\&alpha;}}_{12}\\ {\mathrm{\&alpha;}}_{21}& -{\mathrm{\&alpha;}}_{21}\end{array}\right]$ 和每个用户的缓存容量B的简化的业务模型参数；

(2)在每个多用户中继协同网络中，将业务优先级较高的用户作为被协同对象的主用户或源端，再将优先级较低的作为次用户，以确定潜在中继集合；

(3)根据源端与目的端的信道特征和服务质量要求，设定信噪比阈值γ_th作为是否采用中继协同传输的信道条件；

(4)根据无线信道衰落特性，判断源端与目的端的链路间的实时信噪比γ_s，d与信噪比阈值γ_th的大小，以确定传输方式：

当源端与目的端之间的信道质量较好而达到信噪比阈值、即γ_s，d≥γ_th时，采用直接传输方式，传送业务信息到达目的端后，跳转执行步骤(7)；

当源端与目的端之间信道质量较差而低于信噪比阈值、即γ_s，d＜γ_th时，启用用户中继协同传输并选择放大转发的协同方式传送主用户信息，以保证高优先级业务用户的业务传输质量和降低信息传输的延迟，并顺序执行步骤(5)；

(5)根据网络中所有潜在中继用户的缓存空间的业务状态，确定可作为中继参与协同传输的备选中继集合；

(6)基于比例公平和用户满意度原则，根据面向中继选择的多优化目标确定选择中继的效用函数，再从备选中继集合中选择效用函数最大值的合作伙伴作为中继参与协同，根据效用函数所选择的结果，中继协同传送业务信息到达目的端，并确定传输过程中的业务服务速率，实现多用户协作中继通信；

(7)根据传输过程中的业务服务速率，再结合相应的业务模型和服务模型，建立无线协同网络的系统平衡方程，得到缓存区内累积的业务队列，对该中继选择方法进一步评估传输性能。

5.根据权利要求1或4所述的方法，其特征在于：所述马尔可夫调制泊松过程，即MMPP的业务到达模型具有可扩展性，既能够横向推广到多状态的MMPP过程，也能够纵向推广到多个两状态的MMPP过程的叠加，用于比较真实地描述实际网络中的业务突发性和自相似特征；且该MMPP过程是一种双随机泊松过程，这种两状态泊松过程的速率是由一个马尔可夫链进行调制，即当链状态为1时，泊松到达的流速率为λ₁，链状态为2时，泊松到达的流速率为λ₂，用α₁₂，α₂₁分别表示由状态1到状态2及由状态2到状态1的转移速率。

6.根据权利要求4所述的方法，其特征在于：所述步骤(6)中，选择中继的效用函数是： $U\left(i\right)=I(X_i<B_i)\frac{{\mathrm{\&gamma;}}_{s,i}{\mathrm{\&gamma;}}_{i,d}/({\mathrm{\&gamma;}}_{s,i}+{\mathrm{\&gamma;}}_{i,d}+1)}{{\mathrm{\&gamma;}}_{i,d}{X}_i},$ 式中，X_i为第i个用户的业务累积在缓存空间内形成的队列长度，且当X_i＝0时，令 $\frac{1}{X_i}=1;$ B_i为第i个用户的缓存容量；I(A)为示性函数：当事件A为真时，I(A)＝1，否则，I(A)＝0；γ_s，i，γ_i，d分别表示源端到第i个中继信道和第i个中继到目的端信道的实时信噪比；该效用函数计算式的分子、分母都含有因子γ_i，d而未化简的原因是：分子体现了采用放大转发协同方式时的等效信噪比，便于更直观说明该效用函数与采用放大转发协同方式时的等效信噪比成正比，与非协同时中继到目的端的信噪比和中继端的累积业务量成反比；

在该效用函数 $U\left(i\right)=I(X_i<B_i)\frac{{\mathrm{\&gamma;}}_{s,i}{\mathrm{\&gamma;}}_{i,d}/({\mathrm{\&gamma;}}_{s,i}+{\mathrm{\&gamma;}}_{i,d}+1)}{{\mathrm{\&gamma;}}_{i,d}{X}_i}$ 中，对业务累积队长为零的备选中继都赋予相同优先权，即X_i＝0时，令 $\frac{1}{X_i}=1;$ 最后，从所有备选中继集合中选择满足效用函数最大的用户作为中继，参与协同传输。

7.根据权利要求4所述的方法，其特征在于：所述步骤(6)中，选择合作伙伴作为中继参与协同中继的两个原则是：

(1)将缓存为空的所有备选中继用户都赋予比其他备选中继用户更高的优先权，然后综合考虑其信道质量；

(2)将缓存区已满的潜在中继用户赋予最低的优先权，不作为备选中继，只有当其释放一些缓存空间后，满足X_i＜B_i时，才作为备选中继。

8.根据权利要求4所述的方法，其特征在于：所述步骤(6)进一步包括下述操作内容：

(61)若源端和目的端的信道质量达到信噪比阈值要求、即γ_s，d≥γ_th时，主用户和次用户分别独立传输各自业务信息，不采用中继协同；此时由大数定理得到主用户的服务速率为： $C_{\mathrm{dir}}^s=\mathrm{\&epsiv;}\left[w{\log }_2(1+{\mathrm{\&gamma;}}_{s,d})\right],$ 第i个潜在中继用户的服务速率为： $C_{\mathrm{dir}}^i=I({\mathrm{\&gamma;}}_{i,d}\&GreaterEqual;{\mathrm{\&gamma;}}_{\mathrm{th}})\mathrm{\&epsiv;}\left[w{\log }_2(1+{\mathrm{\&gamma;}}_{i,d})\right],$ 式中，ε[·]表示期望操作；或

(62)若源端和目的端的信道质量没有达到阈值要求，即γ_s，d＜γ_th时，采用中继协同传输方式，并根据各潜在中继缓存空间的业务队列状态是否小于缓存容量来确定备选中继集合后，再从备选中继集合中，根据该效用函数选择使效用函数最大的用户i作为中继参与协同；此时，该用户i对自身数据的服务速率为0，而源端主用户的服务速率为： $C_{\mathrm{co}}^s=\mathrm{\&epsiv;}\left\{\frac{w}{2}{\log }_2\right[1+({\mathrm{\&gamma;}}_{s,d}+\frac{{\mathrm{\&gamma;}}_{s,i}{\mathrm{\&gamma;}}_{i,d}}{{\mathrm{\&gamma;}}_{s,i}+{\mathrm{\&gamma;}}_{i,d}+1})\left]\right\};$ 或

(63)若源端和目的端的信道质量没有达到阈值要求，即γ_s，d＜γ_th，但各潜在中继的业务在缓存空间的队列已充满缓存容量，即X_i＝B_i时，用户i不作为备选中继用户，此时，源端信息传送中断，而各潜在中继服务速率为上述步骤(61)中独立传输时的服务速率C_dir ⁱ；

(64)综合上述三种情况，采用用户中继协同方式时的主用户业务服务速率为： $C_s=\mathrm{\&epsiv;}\left[I({\mathrm{\&gamma;}}_{s,d}\&GreaterEqual;{\mathrm{\&gamma;}}_{\mathrm{th}})C_{\mathrm{dir}}^s\right]+\mathrm{\&epsiv;}\left[I({\mathrm{\&gamma;}}_{s,d}<{\mathrm{\&gamma;}}_{\mathrm{th}}\&cap;X_i<B_i)C_{\mathrm{co}}^s\right];$ 次用户的业务服务速率为： $C_r=\mathrm{\&epsiv;}\left[I({\mathrm{\&gamma;}}_{s,d}\&GreaterEqual;{\mathrm{\&gamma;}}_{\mathrm{th}})C_{\mathrm{dir}}^i\right]+\mathrm{\&epsiv;}\left[I({\mathrm{\&gamma;}}_{s,d}<{\mathrm{\&gamma;}}_{\mathrm{th}})\&cap;(X_i=B_i)C_{\mathrm{dir}}^i\right];$ 式中，I(A)为示性函数：当事件A为真时，I(A)＝1，否则，I(A)＝0；∩为求交运算。

9.根据权利要求4所述的方法，其特征在于：所述步骤(7)进一步包括下述具体内容：

(71)分别将源端的业务输入MMPP模型参数：Λ_s、Q_s和服务速率C_s，以及中继端的业务输入MMPP模型参数：Λ_r、Q_r和服务速率C_r代入下述传统的队列系统平衡方程 $\left\{\begin{array}{c}{P}_0(\mathrm{\&Lambda;}-Q)=P_1\mathrm{CI}\\ P_{n-1}\mathrm{\&Lambda;}-P_n(\mathrm{\&Lambda;}-Q+\mathrm{CI})+P_{n+1}\mathrm{CI}=0\end{array}\right.,$ 式中，形如P_k＝[P_k1，P_k2]表示队列长度为k时，系统处于状态1和状态2的稳态概率向量，Λ是业务输入强度矩阵，Q是无穷生成矩阵，I是单位矩阵，C是服务速率矩阵；分别得到源端与中继端的无线网络传输性能参数与业务参数的平衡方程；

(72)根据所述平衡方程，分别得到源端与中继端的队列模型，然后采用矩阵几何分析方法中的压缩映像原理，反复迭代求解得到处于不同队长时的稳态概率向量；

(73)根据所述处于不同队长时的稳态概率向量，分别求解得到源端用户与中继端用户队长为k时的概率为：Pr[x＝k]＝<P_k，[1，1]>＝P_k[1，1]^T，式中，<P_k，[1，1]>表示两向量P_k和[1，1]的内积操作，[1，1]^T表示向量转置矩阵；由此得到平均队长为 $E\left[X\right]=\underset{k=1}{\overset{B_i}{\mathrm{\&Sigma;}}}\mathrm{kPr}[x=k];$ 再记源端平均队长为X_s，中继端平均队长X_r，以便讨论无线网络性能参数与业务模型参数对中继网络的影响，并通过与传统中继选择方法的比较，对该方法进行综合评估与验证其高可靠性的传输性能；

(74)为方便讨论，定义一个分别包括源端与中继端用户的两个平均队长变化因子的概念如下： ${\mathrm{\&alpha;}}_s=\frac{\left|\mathrm{\&Delta;}{X}_s\right|}{X_{\mathrm{dir}}^s}=\frac{X_{\mathrm{dir}}^s-X_{\mathrm{co}}^s}{X_{\mathrm{dir}}^s},$ ${\mathrm{\&alpha;}}_r=\frac{\left|\mathrm{\&Delta;}{X}_r\right|}{X_{\mathrm{dir}}^r}=\frac{X_{\mathrm{co}}^r-X_{\mathrm{dir}}^r}{X_{\mathrm{dir}}^r};$ 式中，α_s，α_r分别是源端和中继端的平均队长变化因子，X_dir ^s，X_co ^s分别表示源端用户在非协同和用户协同两种传输方式下的平均队列长度，X_dir ^r，X_co ^r分别表示中继端用户在非协同和用户协同两种传输方式下的平均队列长度；从上述两个定义式看出：对源端用户，该队长变化因子越大，所获增益越大，队列性能越好；而对于中继端用户，则恰好相反。

Images