CN101841916A - 下行多用户调度方法、装置及基站 - Google Patents

Abstract

本发明公开了一种下行多用户调度方法、装置和基站。其中，该方法包括判断N_C个子载波是否未分配完毕；如果未分配完毕则为未分配的子载波初始化候选用户集合和已选用户集合；计算已选用户信道生成空间的正交补空间的投影矩阵，并计算候选用户集合中每个用户的效用增量；将效用增量最大的用户转移到已选用户集合中；判断已选用户集合中的用户数是否小于每个子载波可复用的最大用户数并且候选用户集合是否不为空集；如果是则返回计算投影矩阵的步骤，否则计算已选用户集合中每个用户的预编码矩阵和瞬时速率；如果N_C个子载波均分配完毕，则更新所有用户集合K＝{1，2…，K}中每个用户的效用函数；利用预编码矩阵对已选用户集合中每个用户进行下行调度。

Description

下行多用户调度方法、装置及基站

技术领域

本发明涉及移动通信领域，更具体地，涉及一种下行多用户调度方法、装置及基站。

背景技术

正交频分多址(Orthogonal Frequency Division Multiplexing Access，OFDMA)和空分多址(Space Division Multiple Access，SDMA)技术是下一代无线通信的核心技术。OFDMA不仅继承了正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)技术良好的抗符号间干扰和抗频率选择性衰落的性能，而且具有频谱效率高和接入灵活等优点。OFDMA技术可方便地与其他多址接入方式结合应用，例如，基于SDMA技术能通过在相同的时频资源上复用多个空间可分离的用户，进一步提高系统的容量的特点，使得OFDMA/SDMA混合多址接入系统的应用前景非常广阔。但是，这种系统的设计需要考虑诸多方面的问题，其中，无线资源分配算法就是一个需要深入研究的关键问题。当采用SDMA策略时，多个用户之间存在共信道干扰(Co-ChannelInterference，CCI)，如何把资源公平有效地分给各用户就变得更为复杂。

在多用户OFDMA/SDMA系统中如何设计预编码矩阵和多用户调度方案，为每个用户提供多码流、零干扰的通信，保证不同业务的服务质量(Quality of Service，QoS)需求(主要指队列平均排队时延、丢包率和用户间公平性需求等)的同时尽可能提高系统的吞吐量，是一个非常值得研究的课题。但是，在现有的OFDMA/SDMA资源分配方案中，有的仅基于用户端配置单根天线这一假设，当用户端配置多根天线时各用户的信号空间是多维的，使得问题变得更加复杂；有的是以最大化系统的吞吐量或保证每个用户的最小发送速率为目标，给出了一种次优的资源分配算法。但是，这些资源分配算法均没有综合考虑用户的QoS需求。

发明内容

本发明要解决的一个技术问题是提供一种OFDMA/SDMA下行多用户调度方法，能够在综合考虑服务质量和公平性因素的情况下降低系统资源分配的复杂度。

本发明提供了一种OFDMA/SDMA下行多用户调度方法，包括判断N_C个子载波是否未分配完毕；如果N_C个子载波未分配完毕，则为未分配的子载波n初始化候选用户集合Ω和已选用户集合S_i，n，其中，i＝0，1≤n≤N_C；根据已选用户集合S_i，n计算已选用户信道生成空间H(S_i，n)的正交补空间的投影矩阵P_i ^⊥，并根据投影矩阵P_i ^⊥和效用函数

计算候选用户集合Ω中每个用户的效用增量 $\mathrm{\Δ}{U}_k=U_k^{\text{'}}\left({\stackrel{\‾}{R}}_k(t-1)\right){\tilde{r}}_{k,n},$ 其中，

为子载波n上每个用户瞬时速率的估计值， $U_k\left(t\right)=f(\mathrm{\α},w_k,{\stackrel{\‾}{R}}_k\left(t\right)),$

为每个用户的平均速率，α为公平性控制因子，w_k是QoS权重，0≤i≤L，k∈Ω，L为每个子载波可复用的最大用户数；将候选用户集合Ω中效用增量ΔU_k最大的用户从候选用户集合Ω转移到已选用户集合S_i，n中，并更新已选用户集合S_i，n和候选用户集合Ω；判断已选用户集合S_i，n中的用户数是否小于每个子载波可复用的最大用户数L并且候选用户集合Ω是否不为空集；如果已选用户集合S_i，n中的用户数小于每个子载波可复用的最大用户数L并且候选用户集合Ω不为空集，则返回计算已选用户信道生成空间H(S_i，n)的正交补空间的投影矩阵P_i ^⊥的步骤，否则，根据信道状态信息计算子载波n上已选用户集合S_L，n中每个用户的预编码矩阵M_k，n和瞬时速率r_k，n，并返回判断N_C个子载波是否未分配完毕的步骤，其中，k∈S_L，n；如果N_C个子载波均分配完毕，则更新所有用户集合K＝{1，2…，K}中每个用户的效用函数其中，k∈{1，2，…K}；利用预编码矩阵M_k，n对N_C个子载波上所有已选用户集合 $S_L=\underset{n=1}{\overset{N_C}{\∪}}{S}_{L,n}$ 中每个用户进行下行调度，并将调度信息分别发送给每个用户，其中，k∈S_L，n∈{1，…N_C}。

根据本发明方法的一个实施例，调度信息包括与所有已选用户集合S_L中每个用户在子载波n上采用的预编码矩阵M_k，n对应的左奇异矩阵U_k，n′。

根据本发明方法的另一实施例，根据已选用户集合S_i，n计算已选用户信道生成空间H(S_i，n)的正交补空间的投影矩阵P_i ^⊥，并根据投影矩阵P_i ^⊥，和效用函数计算候选用户集合Ω中每个用户的效用增量 $\mathrm{\Δ}{U}_k=U_k^{\text{'}}\left({\stackrel{\‾}{R}}_k(t-1)\right){\tilde{r}}_{k,n}$ 的步骤包括接收已选用户集合S_i，n中已选用户的信道状态信息，并构建已选用户信道生成空间H(S_i，n)，其中， $H\left(S_{i,n}\right){\[H_{S_1,n}^T{....H}_{S_i,n}^T\]}^T;$ 根据 $P_i^{\⊥}=I-H{\left(S_{i,n}\right)}^H{\left(H\left(S_{i,n}\right)H{\left(S_{i,n}\right)}^H\right)}^{-1}H\left(S_{i,n}\right)$ 计算投影矩阵P_i ^⊥；根据 ${\tilde{r}}_{k,n}={\log }_2|I+\frac{P_T}{N_C{N}_T}\frac{H_{k,n}{P}_i^{\⊥}{H}_{k,n}^H}{{\mathrm{\σ}}_n^2\mathrm{\Γ}}|$ 计算子载波n上每个用户瞬时速率的估计值

其中，P_T为总发射功率，N_T为基站天线数，σ_n ²为噪声功率，H_k，n为候选用户集合Ω中子载波n上每个用户的信道状态信息， $\mathrm{\Γ}=-\ln \left(5B_k\right)/1.5,$ B_k为每个用户的误比特率；根据 $\mathrm{\Δ}{U}_k=U_k^{\text{'}}\left({\stackrel{\‾}{R}}_k(t-1)\right){\tilde{r}}_{k,n}$ 计算候选用户集合Ω中每个用户的效用增量ΔU_k。

根据本发明方法的又一实施例，根据信道状态信息计算已选用户集合S_L，n中每个用户的预编码矩阵M_k，n和瞬时速率r_k，n的步骤包括对 ${\tilde{H}}_{k,n}={\[H_{1,n}^T{...H}_{k-1,n}^T{H}_{k+1,n}^T{...H}_{L,n}^T\]}^T$ 进行奇异值分解 ${\tilde{H}}_{k,n}={\tilde{U}}_{k,n}{\mathrm{\Σ}}_{k,n}{\[{\tilde{V}}_{k,n}^{\left(1\right)}{\tilde{V}}_{k,n}^{\left(0\right)}\]}^H$ 获得

并根据

计算子载波n上每个用户的等效信道 $H_{k,n}^{\text{'}}=H_{k,n}{\tilde{V}}_{k,n}^{\left(0\right)};$ 对子载波n上每个用户的等效信道H_k，n′进行奇异值分解 $H_{k,n}^{\text{'}}=U_{k,n}^{\text{'}}{\mathrm{\Σ}}_{k,n}^{\text{'}}{V}_{k,n}^{\text{'}H}$ 获得V_k，n′，并根据 $M_{k,n}={\tilde{V}}_{k,n}^{\left(0\right)}{V}_{k,n}^{\text{'}}{\text{\Λ}}_{k,n}^{1/2}$ 计算预编码矩阵M_k，n，其中，Λ_k，n为对角矩阵，Λ_k，n的第m个对角元素p_k，n，m为子载波n上对应天线的发射功率；根据 $r_{k,n}=\underset{m=1}{\overset{N_R}{\mathrm{\Σ}}}{\log }_2(1+{\mathrm{\γ}}_{k,n,m}/\mathrm{\Γ})$ 计算子载波n上每个用户的瞬时速率r_k，n，其中，子载波n上每个用户的第m个子信道的信噪比 ${\mathrm{\γ}}_{k,n,m}=p_{k,n,m}{\mathrm{\Σ}}_{k,n,m}^{\text{'}2}/{\mathrm{\σ}}_{k,n,m}^2,$ $\mathrm{\Γ}=-\ln \left(5B_k\right)/1.5,$ B_k为每个用户的误比特率，N_R为每个用户的接收天线数，p_k，n，m为Λ_k，n的第m个对角元素，∑_k，n，m′为∑_k，n′的第m个对角元素，σ_k，n，m ²为噪声功率。

根据本发明方法的再一实施例，更新所有用户集合K＝{1，2…，K}中每个用户的效用函数

的步骤包括计算N_C个子载波上所有用户集合K＝{1，2…，K}中每个用户的瞬时速率 $R_k\left(t\right)=\underset{n=1}{\overset{N_C}{\mathrm{\Σ}}}{r}_{k,n}\left(t\right){\mathrm{\ω}}_{k,n}\left(t\right),$ 其中，ω_k，n(t)采用1和0分别标识子载波n是否分配给每个用户；根据 ${\stackrel{\‾}{R}}_k\left(t\right)=\left\{\begin{array}{cc}(1-\frac{1}{t_c}){\stackrel{\‾}{R}}_k(t-1)+\frac{1}{t_c}{R}_k\left(t\right),& \mathrm{if\; k}\∈S_L\\ (1-\frac{1}{t_c}){\stackrel{\‾}{R}}_k(t-1)& \mathrm{else}\end{array}\right.$ 计算所有用户集合K＝{1，2…，K}中每个用户的平均速率

其中，t_c为传输时间间隔；根据

更新所有用户集合K＝{1，2…，K}中每个用户的效用函数

本发明提供的OFDMA/SDMA下行多用户调度方法，基于效用函数来进行系统资源的分配，不仅可以获得更高的频谱利用率，而且能够更好地满足用户的QoS要求。另外，本发明采用多维优化降维处理的方法将复杂的多用户空-时-频三维资源联合优化问题转化为在每个子载波上选择最优空分复用用户组的问题，进而降解为在每个子载波上迭代选择效用增量最大的用户的子问题，从而显著地降低了实现的复杂度。

本发明要解决的另一技术问题是提供一种OFDMA/SDMA下行多用户调度装置，能够在综合考虑服务质量和公平性因素的情况下降低系统资源分配的复杂度。

本发明提供了一种OFDMA/SDMA下行多用户调度装置，包括子载波判断模块，用于判断N_C个子载波是否未分配完毕；子载波初始化模块，用于在子载波判断模块判断出N_C个子载波未分配完毕的情况下为未分配的子载波n初始化候选用户集合Ω和已选用户集合S_i，n，其中，i＝0，1≤n≤N_C；效用增量获取模块，用于根据已选用户集合S_i，n计算已选用户信道生成空间H(S_i，n)的正交补空间的投影矩阵P_i ^⊥，并根据投影矩阵P_i ^⊥和效用函数

计算候选用户集合Ω中每个用户的效用增量 $\mathrm{\Δ}{U}_k=U_k^{\text{'}}\left({\stackrel{\‾}{R}}_k(t-1)\right){\tilde{r}}_{k,n},$ 其中，

为子载波n上每个用户瞬时速率估计值， $U_k\left(t\right)=f(\mathrm{\α},w_k,{\stackrel{\‾}{R}}_k\left(t\right)),$

为每个用户的平均速率，α为公平性控制因子，w_k是QoS权重，0≤i≤L，k∈Ω，L为每个子载波可复用的最大用户数；用户选择模块，用于将候选用户集合Ω中效用增量ΔU_k最大的用户从候选用户集合Ω转移到已选用户集合S_i，n中，并更新已选用户集合S_i，n和候选用户集合Ω，其中，k∈Ω；用户数判断模块，用于判断已选用户集合S_i，n中的用户数是否小于每个子载波可复用的最大用户数L并且候选用户集合Ω是否不为空集，如果已选用户集合S_i，n中的用户数小于每个子载波可复用的最大用户数L并且候选用户集合Ω不为空集，则继续由效用增量获取模块处理，否则，由预编码矩阵获取模块处理；预编码矩阵获取模块，用于根据信道状态信息计算子载波n上已选用户集合S_L，n中每个用户的预编码矩阵M_k，n和瞬时速率r_k，n，并返回子载波判断模块，其中，k∈S_L，n；效用函数更新模块，用于在子载波判断模块判断出N_C个子载波均分配完毕的情况下更新所有用户集合K＝{1，2…，K}中每个用户的效用函数

其中，k∈{1，2…，K}；下行调度模块，用于利用预编码矩阵M_k，n对N_C个子载波上所有已选用户集合 $S_L=\underset{n=1}{\overset{N_C}{\∪}}{S}_{L,n}$ 中每个用户进行下行调度，并将调度信息分别发送给每个用户，其中，k∈S_L，n∈{1，…N_C}。

根据本发明装置的一个实施例，调度信息包括与所有已选用户集合S_L中每个用户在子载波n上采用的预编码矩阵M_k，n对应的左奇异矩阵U_k，n′。

根据本发明装置的另一实施例，效用增量获取模块包括信道状态信息接收单元，用于接收已选用户集合S_i，n中已选用户的信道状态信息，并构建已选用户信道生成空间H(S_i，n)，其中， $H\left(S_{i,n}\right)={[H_{S_1,n}^T...H_{S_i,n}^T]}^T;$ 投影矩阵获取单元，用于根据 $P_i^{\⊥}=I-H{\left(S_{i,n}\right)}^H{\left(H\left(S_{i,n}\right)H{\left(S_{i,n}\right)}^H\right)}^{-1}H\left(S_{i,n}\right)$ 计算投影矩阵

估计瞬时速率获取单元，用于根据 ${\tilde{r}}_{k,n}={\log }_2|I+\frac{P_T}{N_C{N}_T}\frac{H_{k,n}{P}_i^{\⊥}{H}_{k,n}^H}{{\mathrm{\σ}}_n^2\mathrm{\Γ}}|$ 计算子载波n上每个用户瞬时速率的估计值其中，P_T为总发射功率，N_T为基站天线数，σ_n ²为噪声功率，H_k，n为候选用户集合Ω中子载波n上每个用户的信道状态信息， $\mathrm{\Γ}=-\ln \left(5B_k\right)/1.5,$ B_k为每个用户的误比特率；效用增量获取单元，用于根据 $\mathrm{\Δ}{U}_k=U_k^{\′}\left({\stackrel{\‾}{R}}_k(t-1)\right){\tilde{r}}_{k,n}$ 计算候选用户集合Ω中每个用户的效用增量ΔU_k。

根据本发明装置的又一实施例，预编码矩阵获取模块包括等效信道获取单元，用于对 ${\tilde{H}}_{k,n}={[H_{1,n}^T...H_{k-1,n}^T{H}_{k+1,n}^T...H_{L,n}^T]}^T$ 进行奇异值分解 ${\tilde{H}}_{k,n}={\tilde{U}}_{k,n}{\mathrm{\Σ}}_{k,n}{\left[{\tilde{V}}_{k,n}^{\left(1\right)}{\tilde{V}}_{k,n}^{\left(0\right)}\right]}^H$ 获得并根据

计算子载波n上每个用户的等效信道 $H_{k,n}^{\text{'}}=H_{k,n}{\tilde{V}}_{k,n}^{\left(0\right)};$ 预编码矩阵计算单元，用于对子载波n上每个用户的等效信道H_k，n′进行奇异值分解 $H_{k,n}^{\text{'}}=U_{k,n}^{\text{'}}{\mathrm{\Σ}}_{k,n}^{\text{'}}{V}_{k,n}^{\text{'}H}$ 获得V_k，n′，并根据 $M_{k,n}={\tilde{V}}_{k,n}^{\left(0\right)}{V}_{k,n}^{\text{'}}{\mathrm{\Λ}}_{k,n}^{1/2}$ 计算预编码矩阵M_k，n，其中，Λ_k，n为对角矩阵，Λ_k，n的第m个对角元素P_k，n，m为子载波n上对应天线的发射功率；瞬时速率获取单元，用于根据 $r_{k,n}=\underset{m=1}{\overset{N_R}{\mathrm{\Σ}}}{\log }_2(1+r_{k,n,m}/\mathrm{\Γ})$ 计算子载波n上每个用户的瞬时速率r_k，n，其中，子载波n上每个用户的第m个子信道的信噪比 ${\mathrm{\γ}}_{k,n,m}=p_{k,n,m}{\mathrm{\Σ}}_{k,n,m}^{\text{'}2}/{\mathrm{\σ}}_{k,n,m}^2,$ $\mathrm{\Γ}=-\ln \left(5B_k\right)/1.5,$ B_k为每个用户的误比特率，N_R为每个用户的接收天线数，p_k，n，m为Λ_k，n的第m个对角元素，∑_k，n，m′为∑_k，n′的第m个对角元素，σ_k，n，m ²为噪声功率。

根据本发明装置的再一实施例，效用函数更新模块包括平均速率计算单元，用于计算N_C个子载波上所有用户集合K＝{1，2…，K}中每个用户的瞬时速率 $R_k\left(t\right)=\underset{n=1}{\overset{N_C}{\mathrm{\Σ}}}{r}_{k,n}\left(t\right){\mathrm{\ω}}_{k,n}\left(t\right),$ 并根据 ${\stackrel{\‾}{R}}_k\left(t\right)=\left\{\begin{array}{cc}(1-\frac{1}{t_c}){\stackrel{\‾}{R}}_k(t-1)+\frac{1}{t_c}{R}_k\left(t\right),& \mathrm{if\; k}\∈S_L\\ (1-\frac{1}{t_c}){\stackrel{\‾}{R}}_k(t-1)& \mathrm{else}\end{array}\right.$ 计算所有用户集合K＝{1，2…，K}中每个用户的平均速率

其中，ω_k，n(t)采用1和0分别标识子载波n是否分配给每个用户，t_c为传输时间间隔；效用函数更新单元，用于根据

更新所有用户集合K＝{1，2…，K}中每个用户的效用函数

本发明提供的OFDMA/SDMA下行多用户调度装置，基于效用函数来进行系统资源的分配，不仅可以获得更高的频谱利用率，而且能够更好地满足用户的QoS要求。另外，本发明采用多维优化降维处理的方法将复杂的多用户空-时-频三维资源联合优化问题转化为在每个子载波上选择最优空分复用用户组的问题，进而降解为在每个子载波上迭代选择效用增量最大的用户的子问题，从而显著地降低了实现的复杂度。

本发明要解决的又一技术问题是提供一种基站，能够在综合考虑服务质量和公平性因素的情况下降低系统资源分配的复杂度。

本发明还提供了一种基站，包括前述任一实施例中的OFDMA/SDMA下行多用户调度装置。

本发明提供的基站，基于效用函数来进行系统资源的分配，不仅可以获得更高的频谱利用率，而且能够更好地满足用户的QoS要求。另外，本发明采用多维优化降维处理的方法将复杂的多用户空-时-频三维资源联合优化问题转化为在每个子载波上选择最优空分复用用户组的问题，进而降解为在每个子载波上迭代选择效用增量最大的用户的子问题，从而显著地降低了实现的复杂度。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分。在附图中：

图1是本发明下行多用户OFDMA/SDMA系统模型示意图。

图2是本发明方法的一个实施例的流程示意图。

图3是本发明方法的再一实施例的流程示意图。

图4是本发明装置的一个实施例的结构示意图。

图5是本发明装置的另一实施例的结构示意图。

图6是本发明装置的又一实施例的结构示意图。

图7是本发明装置的再一实施例的结构示意图。

图8是本发明基站的一个实施例的结构示意图。

具体实施方式

下面参照附图对本发明进行更全面的描述，其中说明本发明的示例性实施例。本发明的示例性实施例及其说明用于解释本发明，但并不构成对本发明的不当限定。

效用函数被广泛地应用于经济学的各个领域中，用于研究经济活动中最被人们所关注的公平与效率之间的关系。效用表示一个消费者(或决策者)从它的行为结果中得到的满意程度。更准确的说，效用是指消费者如何在不同的商品和服务之间进行排序。经济学用它来解释理性的消费者如何将有限的资源(即，收入)分配到能给他们带来最大满足的各种商品上。效用的作用的是比较大小，其绝对数值的多少是没有关系的。

效用函数的定义为：用一个实数U(x)表示个体的对其行为的满意程度。如果

有U(x)＞U(y)，则称U(x)为效用函数。

类似于经济学的研究，本发明将效用函数引入无线通信系统的资源分配算法中。利用效用函数U(x)将用户获得系统资源的满意程度进行量化，即，利用效用函数来衡量用户使用系统资源的满意度。例如，可以利用效用函数将用户的感受和各种网络性能指标之间的联系进行精确的量化，从而为资源分配提供了一种有效地手段。对不同QoS需求的用户采用不同的效用函数，从而可以方便地进行多用户多业务的无线资源调度。效用函数的使用可以量化资源利用状况，为资源分配的研究提供更普遍使用的数学模型。借用经济学中的效用概念来衡量系统性能，可以很好的兼顾效率和公平两个方面。

本发明基于矩阵空间采用最大化效用函数策略提出了一种运算复杂度低、用户间干扰小、系统吞吐量最大以及QoS能够得到保证的下行多用户调度方法、装置及基站。

图1是本发明下行多用户OFDMA/SDMA系统模型示意图。

如图1所示，假设基站发射天线数为N_T，用户数为K，每个用户都有N_R根接收天线。假设用户能够获得全部的信道状态信息(Channel StateInformation，CSI)，并可以将这些信息准确无误地反馈给基站。基站通过无线资源分配算法获取无线资源信息，并利用获取的无线资源信息在每个子载波上分别对用户数据进行功率加载、波束成形(即，乘以预编码矩阵)、逆快速傅立叶变换(IFFT)及并串(Parallel-to-Serial，P/S)变换处理，最后通过N_T根天线发射，用户可以在N_R根天线上接收到来自基站的信号。

图2是本发明方法的一个实施例的流程示意图。

如图2所示，该实施例包括以下步骤：

S202，判断N_C个子载波是否未分配完毕，如果N_C个子载波未分配完毕，则转到S204，否则，转到S214，通过对每一个子载波分别进行优化可以将复杂的空-时-频三维资源联合优化问题转化为在每个子载波上选择最优空分复用用户组的问题；

S204，为未分配的子载波n初始化候选用户集合Ω和已选用户集合S_i，n，其中，i＝0，1≤n≤N_C，初始化后Ω＝K，

包括候选用户和已选用户的所有用户集合K＝{1，2…，K}；

S206，根据已选用户集合S_i，n计算已选用户信道生成空间H(S_i，n)的正交补空间的投影矩阵P_i ^⊥，并根据投影矩阵P_i ^⊥和效用函数

计算候选用户集合Ω中每个用户的效用增量 $\mathrm{\Δ}{U}_k=U_k^{\text{'}}\left({\stackrel{\‾}{R}}_k(t-1)\right){\tilde{r}}_{k,n},$ 其中，

为子载波n上每个用户瞬时速率的估计值， $U_k\left(t\right)=f(\mathrm{\α},w_k,{\stackrel{\‾}{R}}_k\left(t\right)),$

为

的导数，

为每个用户的平均速率，α为公平性控制因子，w_k是QoS权重，0≤i≤L，k∈Ω，L为每个子载波可复用的最大用户数；

S208，将子载波n上候选用户集合Ω中效用增量ΔU_k最大的用户s_i，n从候选用户集合Ω转移到已选用户集合S_i，n中，并更新已选用户集合S_i，n和候选用户集合Ω，i＝i+1，更新后S_i，n＝S_i-1，n+{S_i，n}，Ω＝Ω-{s_i，n}，这样每次都选择效用函数增量最大的用户，从而实现系统资源的局部优化，进而实现系统资源的全局优化，其中，k∈Ω；

S210，判断已选用户集合S_i，n中的用户数是否小于每个子载波可复用的最大用户数L并且候选用户集合Ω是否不为空集，如果已选用户集合S_i，n中的用户数小于每个子载波可复用的最大用户数L并且候选用户集合Ω不为空集，则返回S206计算已选用户信道生成空间H(S_i，n)的正交补空间的投影矩阵P_i ^⊥，否则，转到S212；

S212，根据信道状态信息计算子载波n上已选用户集合S_L，n中每个用户的预编码矩阵M_k，n和瞬时速率r_k，n，并返回S202，其中，k∈S_L，n；

S214，更新所有用户集合K＝{1，2…，K}中每个用户的效用函数

其中，k∈{1，2…，K}；

S216，利用预编码矩阵M_k，n对N_C个子载波上所有已选用户集合 $S_L=\underset{n=1}{\overset{N_C}{\∪}}{S}_{L,n}$ 中每个用户进行下行调度，并将调度信息分别发送给每个用户，其中，k∈S_L，n∈{1，…N_C}，该调度信息包括与所有已选用户集合S_L中每个用户在子载波n上采用的预编码矩阵M_k，n对应的左奇异矩阵U_k，n′以及分配给所有已选用户集合S_L中每个用户的子载波资源n的指示信息。

该实施例基于效用函数来进行系统资源的分配，不仅可以获得更高的频谱利用率，而且能够更好地满足用户的QoS要求。另外，该实施例采用多维优化降维处理的方法将复杂的多用户空-时-频三维资源联合优化问题转化为在每个子载波上选择最优空分复用用户组的问题，进而降解为在每个子载波上迭代选择效用增量最大的用户的子问题，从而显著地降低了实现的复杂度。

与图2中的实施例相比，在本发明方法的另一实施例中，可以通过如下步骤计算候选用户集合Ω中每个用户的效用增量ΔU_k：

步骤一，接收已选用户集合S_i，n中已选用户的信道状态信息，并构建已选用户信道生成空间H(S_i，n)，其中， $H\left(S_{i,n}\right)={\[H_{S_1,n}^T{....H}_{S_i,n}^T\]}^T;$

步骤二，根据 $P_i^{\⊥}=I-H{\left(S_{i,n}\right)}^H{\left(H\left(S_{i,n}\right)H{\left(S_{i,n}\right)}^H\right)}^{-1}H\left(S_{i,n}\right)$ 计算投影矩阵P_i ^⊥；

步骤三，为了减少信道间干扰(即，CCI)，用户间要保持尽量正交，经过正交投影后，每个用户的等效信道(即，消除了干扰之后的信道矩阵)为 ${\stackrel{\‾}{H}}_{k,n}=H_{k,n}{P}_i^{\⊥},$ 则第i个已选用户的估计瞬时速率为 ${\tilde{r}}_{k,n}={\log }_2|I+\frac{P_T}{N_C{N}_T}\frac{{\stackrel{\‾}{H}}_{k,n}{\stackrel{\‾}{H}}_{k,n}^H}{{\mathrm{\σ}}_n^2\mathrm{\Γ}}|,$ 根据正交投影矩阵对称、幂等特性，可得： ${\stackrel{\‾}{H}}_{k,n}{\stackrel{\‾}{H}}_{k,n}^H=H_{k,n}{P}_i^{\⊥}{\left(H_{k,n}{P}_i^{\⊥}\right)}^H=H_{k,n}{P}_i^{\⊥}{P}_i^{\⊥H}{H}_{k,n}^H=H_{k,n}{P}_i^{\⊥}{H}_{k,n}^H,$ 则可得子载波n上每个用户瞬时速率的估计值 ${\tilde{r}}_{k,n}={\log }_2|I+\frac{P_T}{N_C{N}_T}\frac{H_{k,n}{P}_i^{\⊥}{H}_{k,n}^H}{{\mathrm{\σ}}_n^2\mathrm{\Γ}}|,$ 其中，P_T为总发射功率，N_T为基站天线数，σ_n ²为噪声功率(可以根据 ${\mathrm{\σ}}_n^2=N_0*B$ 得出，其中N₀为噪声功率谱密度，一般取N₀＝-174dBm/Hz，B为子载波间隔，例如，B＝15kHz)，H_k，n为候选用户集合Ω中子载波n上每个用户的信道状态信息， $\mathrm{\Γ}=-\ln \left(5B_k\right)/1.5,$ B_k为每个用户的误比特率；

步骤四，根据 $\mathrm{\Δ}{U}_k=U_k^{\text{'}}\left({\stackrel{\‾}{R}}_k(t-1)\right){\tilde{r}}_{k,n}$ 计算候选用户集合Ω中每个用户的效用增量ΔU_k。

在该实施例中，由投影矩阵获得的等效信道

虽然不能严格刻画出实际采用块对角化预编码后的信道容量，但是，的特征值可以反映出等效信道的能量特征，即，

特征值之和为信道总的功率增益。用户间的信道矩阵正交性越好，用户间的CCI就越小；特征值越大，相应等效信道可承载的瞬时速率也就越高。

该实施例基于最大化系统效用函数，保证了不同业务的QoS需求，提高了系统的吞吐量，有效利用了空-时-频三维无线资源。

在本发明方法的又一实施例中，可以通过如下步骤计算子载波n上每个用户的预编码矩阵M_k，n和瞬时速率r_k，n：

步骤一，对. ${\tilde{H}}_{k,n}={\[H_{1,n}^T{...H}_{k-1,n}^T{H}_{k+1,n}^T{...H}_{L,n}^T\]}^T$ 进行奇异值分解(SingularValue Decomposition，SVD) ${\tilde{H}}_{k,n}={\tilde{U}}_{k,n}{\mathrm{\Σ}}_{k,n}{\[{\tilde{V}}_{k,n}^{\left(1\right)}{\tilde{V}}_{k,n}^{\left(0\right)}\]}^H$ 获得

并根据

计算子载波n上每个用户的等效信道 $H_{k,n}^{\text{'}}=H_{k,n}{\tilde{V}}_{k,n}^{\left(0\right)};$

步骤二，对子载波n上每个用户的等效信道H_k，n′进行奇异值分解 $H_{k,n}^{\text{'}}=U_{k,n}^{\text{'}}{\mathrm{\Σ}}_{k,n}^{\text{'}}{V}_{k,n}^{\text{'}H}$ 获得V_k，n′，并根据 $M_{k,n}={\tilde{V}}_{k,n}^{\left(0\right)}{V}_{k,n}^{\text{'}}{\mathrm{\Λ}}_{k,n}^{1/2}$ 计算预编码矩阵M_k，n，其中，Λ_k，n为对角矩阵，Λ_k，n的第m个对角元素p_k，n，m为子载波n上对应天线(即，第m根天线)的发射功率；

步骤三，根据 $r_{k,n}=\underset{m=1}{\overset{N_R}{\mathrm{\Σ}}}{\log }_2(1+{\mathrm{\γ}}_{k,n,m}/\mathrm{\Γ})$ 计算子载波n上每个用户的瞬时速率r_k，n，其中，子载波n上每个用户的第m个子信道的信噪比 ${\mathrm{\γ}}_{k,n,m}=p_{k,n,m}{\mathrm{\Σ}}_{k,n,m}^{\text{'}2}/{\mathrm{\σ}}_{k,n,m}^2,$ $\mathrm{\Γ}=-\ln \left(5B_k\right)/1.5,$ B_k为每个用户的误比特率，N_R为每个用户的接收天线数，P_k，n，m为Λ_k，n的第m个对角元素，∑_k，n，m′为∑_k，n′的第m个对角元素，σ_k，n，m ²为噪声功率。

该实施例通过奇异值分解法可以获得预编码矩阵和用户的瞬时速率，在很大程度上降低了实现的运算量。

对于以数据业务为主的无线通信系统来说，用户往往关心所获得的平均传输速率。但由于未来通信提供多种多样的业务，所以用户效用函数还应该是时延等其他服务质量的函数。例如，可以设计出包括速率、时延和时延抖动等多项参数的效用函数。

在本发明方法的再一实施例中，可以将效用函数定义为平均速率

的函数，并以时延因子w_k和公平性因子α作为参数，即，用户在所分配资源上实现的平均速率的满意程度。更新所有用户集合K＝{1，2…，K}中每个用户的效用函数

的步骤如下：

步骤一，计算N_C个子载波上所有用户集合K＝{1，2…，K}中每个用户的瞬时速率 $R_k\left(t\right)=\underset{n=1}{\overset{N_C}{\mathrm{\Σ}}}{r}_{k,n}\left(t\right){\mathrm{\ω}}_{k,n}\left(t\right),$ 其中，ω_k，n(t)采用1和0分别标识子载波n是否分配给每个用户，对于所有已选用户集合中每个用户的瞬时速率r_k，n(其中，k∈S_L)可以根据图2中步骤S212获得，对于所有当前时刻未被调度的用户的瞬时速率r_k，n(其中，k∈(K-S_L))为0；

步骤二，根据 ${\stackrel{\‾}{R}}_k\left(t\right)=\left\{\begin{array}{cc}(1-\frac{1}{t_c}){\stackrel{\‾}{R}}_k(t-1)+\frac{1}{t_c}{R}_k\left(t\right),& \mathrm{if\; k}\∈S_L\\ (1-\frac{1}{t_c}){\stackrel{\‾}{R}}_k(t-1)& \mathrm{else}\end{array}\right.$ 计算所有用户集合K＝{1，2…，K}中每个用户的平均速率

其中，t_c为传输时间间隔；

步骤三，根据

更新所有用户集合K＝{1，2…，K}中每个用户的效用函数

另外，可以设置系统效用函数为各个用户效用函数之和，即， $U\left(\stackrel{\‾}{R}\left(t\right)\right)=\underset{k}{\mathrm{\Σ}}{U}_k\left({\stackrel{\‾}{R}}_k\left(t\right)\right),$ 在保证每一次用户选择都最大化效用增量的情况下，能够实现系统资源的局部优化，进而实现系统资源的全局优化。

该实施例通过时延因子w_k和公平性因子α来控制对不同业务的影响，从而使系统性能在吞吐量、公平性和QoS保证上达到最佳的平衡。

图3是本发明方法的再一实施例的流程示意图。

以下将结合图1来描述图3中的实施例。假设OFDM子载波数为N_C，则用户k在子载波n上的信道状态信息(即，信道冲击响应)可用N_R*N_T阶矩阵H_k，n表示。所有用户集合K＝{1，2…，K}，将占用频域子载波n的用户数记为L，则

如图3所示，该实施例包括以下步骤：

S302，初始化所有用户集合K＝{1，2…，K}，初始化子载波序号n＝1，并根据业务类型设置效用函数

的公平性控制因子α和QoS权重w_k，例如，实时业务(Real-Time Service，例如，视频流等)需要考虑时延需求，则一般取 $w_k={\mathrm{hol}}_{\mathrm{delay}}^k$ (例如，视频流业务的 ${\mathrm{hol}}_{\mathrm{delay}}^k<100\mathrm{ms}$ )， $w_k={\mathrm{hol}}_{\mathrm{delay}}^k$ 为用户k在基站缓存队列的头包时延(Head-Of-the-Line packet delay)；尽力而为业务(Best Effort Service，例如，FTP下载等)不需要考虑时延，则可以设w_k＝1，而α则控制用户间的公平性，α越大，用户间公平性越好，如果只需要最大化系统吞吐量不考虑用户间公平性，可令α＝0；如果用户间要求比例公平，则可设α＝1；当α→∞，则用户间为绝对公平；

S304，在子载波n上初始化迭代次数i＝0，候选用户集合Ω＝K，已选用户集合

S306，系统已选择的i个用户的信道构成的矩阵为 $H\left(S_{i,n}\right)={[H_{S_1,n}^T....H_{S_i,n}^T]}^T,$ 根据H(S_i，n)计算已选用户信道生成空间H(S_i，n)的正交补空间的投影矩阵P_i ^⊥，并根据P_i ^⊥再计算每个用户的效用函数增量值ΔU_k：

$P_i^{\&perp;}=I-H{\left(S_{i,n}\right)}^H{\left(H\left(S_{i,n}\right)H{\left(S_{i,n}\right)}^H\right)}^{-1}H\left(S_{i,n}\right)---\left(1\right)$

$\mathrm{\&Delta;}{U}_k=U_k^{\&prime;}\left({\stackrel{\&OverBar;}{R}}_k(t-1)\right){\tilde{r}}_{k,n}=U_k^{\&prime;}\left({\stackrel{\&OverBar;}{R}}_k(t-1)\right){\log }_2|I+\frac{P_T}{N_C{N}_T}\frac{H_{k,n}{P}_i^{\&perp;}{H}_{k,n}^H}{{\mathrm{\&sigma;}}_n^2\mathrm{\&Gamma;}}|---\left(2\right)$

当

时，H(S_i，n)＝0，投影矩阵 $P_i^{\&perp;}=I,$ 等效信道 ${\stackrel{\&OverBar;}{H}}_{k,n}=H_{k,n}I=H_{k,n},$ 即，信道矩阵不变；

S308，更新迭代次数i←i+1，根据用户s_i，n选择策略选择效用增量ΔU_k最大的用户加入已选用户集合S_i，n＝S_i-1，n+{s_i，n}，并更新候选用户集合Ω＝Ω-{s_i，n}；

S310，判断已选用户集合S_i，n中的用户数是否小于每个子载波可复用的最大用户数L并且候选用户集合Ω是否不为空集，如果已选用户集合S_i，n中的用户数小于每个子载波可复用的最大用户数L并且候选用户集合Ω不为空集，则返回到S306继续进行用户的选择，否则，转到S312；

S312，根据信道状态信息计算子载波n上已选用户集合S_L，n中每个用户的块对角化预编码矩阵M_k，n和瞬时速率r_k，n，其中，k∈S_L，n；

S314，判断N_C个子载波是否都分配完毕，如果未分配完毕，则更新子载波序号n←n+1，并返回S304，否则，转到S316；

S316，更新所有用户集合K＝{1，2…，K}中每个用户的平均速率

和效用函数值

并向目标移动台发送调度信息及根据预编码矩阵M_k，n开始数据传输，其中，该调度信息包括与所有已选用户集合S_L中每个用户在子载波n上采用的预编码矩阵M_k，n对应的左奇异矩阵U_k，n′以及分配给所有已选用户集合S_L中每个用户的子载波资源n的指示信息。

进一步，目标用户可以根据接收到的调度信息中的U_k，n′对接收信号进行解码，得到估计的数据： ${\tilde{d}}_{k,n}=U_{k,n}^{\&prime;H}(H_{k,n}\underset{j=1}{\overset{L}{\mathrm{\&Sigma;}}}{M}_{j,n}{d}_{j,n}+z_{k,n})={\mathrm{\&Sigma;}}_{k,n}^{\&prime;}{\mathrm{\&Lambda;}}_{k,n}^{1/2}{d}_{k,n}+U_{k,n}^{\&prime;H}{z}_{k,n}.$

具体地，已选用户集合S_L，n中每个用户的块对角化预编码矩阵M_k，n和瞬时速率r_k，n可以通过如下方法获得的：

令d_k，n表示子载波n上用户k的发送信息比特向量，采用预编码矩阵M_k，n对d_k，n进行预处理，则在子载波n上调度到的用户k的接收信号为：

$x_{k,n}=H_{k,n}\underset{j=1}{\overset{L}{\mathrm{\&Sigma;}}}{M}_{j,n}{d}_{j,n}+z_{k,n}---\left(3\right)$

其中，z_k，n表示子载波n上用户k收到的高斯白噪声干扰。

为了消除用户间干扰，块对角化预编码方法要求任意k≠j满足约束条件H_k，nM_j，n＝0，即，M_k，n落在

的零空间内，其中， ${\tilde{H}}_{k,n}={[H_{1,n}^T...H_{k-1,n}^T{H}_{k+1,n}^T...H_{L,n}^T]}^T,$ 对

进行奇异值分解：

${\tilde{H}}_{k,n}={\tilde{U}}_{k,n}{\mathrm{\&Sigma;}}_{k,n}{\left[{\tilde{V}}_{k,n}^{\left(1\right)}{\tilde{V}}_{k,n}^{\left(0\right)}\right]}^H---\left(4\right)$

其中，

和

分别为由

的前

$({\tilde{L}}_{k,n}=\mathrm{rank}\left({\tilde{H}}_{k,n}\right)\&le;(L-1)N_R)$ 个和后个右奇异向量组成的矩阵，形成零空间的一个标准正交基，则M_k，n可表示为

的线性组合。

通过上述处理，下行多用户MIMO系统就简化为L个并行无干扰的单用户MIMO信道，其中，子载波n上用户k的等效信道为 $H_{k,n}^{\&prime;}=H_{k,n}{\tilde{V}}_{k,n}^{\left(0\right)},$ 相应地，子载波n上的信道为：

由H_n′的特性可知，对H_k，n′进行独立的SVD分解，有 $H_{k,n}^{\&prime;}=U_{k,n}^{\&prime;}{\mathrm{\&Sigma;}}_{k,n}^{\&prime;}{V}_{k,n}^{\&prime;H},$ 可得预编码矩阵M_k，n：

$M_{k,n}={\tilde{V}}_{k,n}^{\left(0\right)}{V}_{k,n}^{\&prime;}{\mathrm{\&Lambda;}}_{k,n}^{1/2}---\left(6\right)$

Λ_k，n是一个对角矩阵，其对角元素为相应预编码矩阵上的功率分配，在这里为了简化，我们采用平均功率分配(即为

)，例如，Λ_k，n的第m个对角元素p_k，n，m为子载波n上对应天线的发射功率。

令γ_k，n，m表示子载波n上用户k的第m个子信道的信噪比(SNR)，即，

${\mathrm{\&gamma;}}_{k,n,m}=p_{k,n,m}{\mathrm{\&Sigma;}}_{k,n,m}^{\&prime;2}/{\mathrm{\&sigma;}}_{k,n,m}^2---\left(7\right)$

其中，∑_k，n，m′为用户k的第m个等效空间子信道增益，即为∑_k，n′的第m个对角元素。p_k，n，m为第m个空间子信道上的功率分配，即为Λ_k，n的第m个对角元素。子载波n上用户k可以承载的瞬时传输速率r_k，n为：

$r_{k,n}={\log }_2|I+\frac{{\mathrm{\&Sigma;}}_{k,n}^{\&prime;2}{\mathrm{\&Lambda;}}_{k,n}}{{\mathrm{\&sigma;}}_n^2\mathrm{\&Gamma;}}|=\underset{m=1}{\overset{N_R}{\mathrm{\&Sigma;}}}{\log }_2(1+{\mathrm{\&gamma;}}_{k,n,m}/\mathrm{\&Gamma;})---\left(8\right)$

其中， $\mathrm{\&Gamma;}=-\ln \left(5B_k\right)/1.5,$ 表示仙农信道容量和信道实际传输能力之间的差距，B_k为用户k的误比特率要求，一般取B_k＝10^-6。

具体地，可以通过如下方法更新效用函数

用ω_k，n标示子载波n是否分配给用户k，如果ω_k，n＝1，则表示子载波n分配给用户k，否则，ω_k，n＝0。为了保证每个子载波最多可复用L个用户，必须满足 $\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{\mathrm{\&omega;}}_{k,n}\&le;L,$ 则用户k的数据速率可以表示为：

$R_k\left(t\right)=\underset{n=1}{\overset{N_C}{\mathrm{\&Sigma;}}}{r}_{k,n}\left(t\right){\mathrm{\&omega;}}_{k,n}\left(t\right)---\left(9\right)$

另外，可以将效用函数定义为平均速率

的函数：

其中，

采用如下方式更新：

${\stackrel{\&OverBar;}{R}}_k\left(t\right)=\left\{\begin{array}{cc}(1-\frac{1}{t_c}){\stackrel{\&OverBar;}{R}}_k(t-1)+\frac{1}{t_c}{R}_k\left(t\right),& \mathrm{if\; k}\&Element;S_L\\ (1-\frac{1}{t_c}){\stackrel{\&OverBar;}{R}}_k(t-1)& \mathrm{else}\end{array}\right.---\left(11\right)$

t_c为传输时间间隔(Transmit Time Interval，TTI)或调度时间间隔，例如，t_c＝1ms。

可见，效用函数的参数由两部分构成：α是公平性控制因子，α越大，公平性越好；w_k是QoS权重，用以区分不同类别的业务，对于时延敏感型业务一般取 $w_k={\mathrm{hol}}_{\mathrm{delay}}^k,$ hol_delay ^k为用户k在基站缓存队列的头包时延变量，即，业务数据包包头从到达基站缓存队列到当前时刻的延迟。这两个参数的作用是为了考察效用函数对于不同业务性能的影响，从而使系统性能在吞吐量、公平性和QoS保证上达到最佳的平衡。在实例中，针对不同业务可采用以下几种参数设置：

(a)α＝0，w_k＝1：尽力而为(BE)业务，由于每次选择效用增量最大的用户，所以 $\underset{k}{\max }\mathrm{\&Delta;}{U}_k=U_k^{\&prime;}\left({\stackrel{\&OverBar;}{R}}_k\left(t\right)\right){\tilde{r}}_{k,n}={\tilde{r}}_{k,n},$ 此时每次选择瞬时速率最大的用户，即，最大载干比算法(Max C/I)，采用最大瞬时速率准则的系统吞吐量最大，但可能存在有的用户长期处在小区边缘，信道条件比较差，长期得不到调度，产生不公平。

(b)α＝1，w_k＝1：非实时轮询(nrtPS)业务，由于每次选择效用增量最大的用户，所以 $\underset{k}{\max }\mathrm{\&Delta;}{U}_k=U_k^{\&prime;}\left({\stackrel{\&OverBar;}{R}}_k\left(t\right)\right){\tilde{r}}_{k,n}=\frac{{\tilde{r}}_{k,n}}{{\stackrel{\&OverBar;}{R}}_k\left(t\right)},$ 此时每次选择瞬时速率和平均速率之比最大的用户，即，比例公平算法(PF，ProportionalFairness)，采用比例公平准则，当用户长期得不到调度，其平均速率就会下降，一定程度上

会增加，可以在一定程度上改善用户因信道条件差长期得不到调度的情况。

对于时延敏感性业务，可以采用下述(c)和(d)的参数设置，令 $w_k={\mathrm{hol}}_{\mathrm{delay}}^k,$ 当业务的头包时延比较高时，提高调度机会，防止因为数据包时延超过最大容忍时延hol_delay ^max(例如，视频流业务为100ms，即，数据包在缓存中排队时间超过100ms即被丢弃不传)而丢包。

(c)α＝0， $w_k={\mathrm{hol}}_{\mathrm{delay}}^k:$ 实时轮询(rtPS)业务，注重系统吞吐量。

(d)α＝1， $w_k={\mathrm{hol}}_{\mathrm{delay}}^k:$ 实时轮询(rtPS)业务，注重系统公平性。

基站的调度器根据上层到达包的用户ID(Identification)将到达的包分类，并存放在为各个用户对应的FIFO(First-in，First-out)队列中，假设基站不会因为缓存溢出而丢包。对于非实时业务，令w_k＝1，即，不考虑时延；对于实时业务，调度器需要记录每个业务包的到达时间，并在每个调度时刻更新它的时延变量hol_delay ^k，从而来判定这个包是否超过最大容忍时延hol_delay ^max，若超过hol_delay ^max则被丢弃。调度器在每个调度时刻更新队列中包的队列状况和信道状况，并计算相应的效用函数值。

该实施例根据用户效用函数梯度和瞬时速率的估计值计算用户效用增量，依次选择效用增量最大的用户加入已选用户集合直至达到每个子载波最大空分复用用户数。这样对于不同的业务流，可以根据业务特点设置合适的效用函数参数，保证每一次用户选择都最大化效用增量，从而实现系统资源的局部优化，进而实现系统资源的全局优化的目标。

图4是本发明装置的一个实施例的结构示意图。

如图4所示，该实施例的下行多用户调度装置包括子载波判断模块11，用于判断N_C个子载波是否未分配完毕；子载波初始化模决12，用于在子载波判断模块11判断出N_C个子载波未分配完毕的情况下为未分配的子载波n初始化候选用户集合Ω和已选用户集合S_i，n，其中，i＝0，1≤n≤N_C；效用增量获取模块13，用于根据已选用户集合S_i，n计算已选用户信道生成空间H(S_i，n)的正交补空间的投影矩阵P_i ^⊥，并根据投影矩阵P_i ^⊥和效用函数

计算候选用户集合Ω中每个用户的效用增量 $\mathrm{\&Delta;}{U}_k=U_k^{\&prime;}\left({\stackrel{\&OverBar;}{R}}_k(t-1)\right){\tilde{r}}_{k,n},$ 其中，

为子载波n上每个用户瞬时速率的估计值， $U_k\left(t\right)=f(\mathrm{\&alpha;},w_k,{\stackrel{\&OverBar;}{R}}_k\left(t\right)),$

为每个用户的平均速率，α为公平性控制因子，w_k是QoS权重，0≤i≤L，k∈Ω，L为每个子载波可复用的最大用户数；用户选择模块14，用于将候选用户集合Ω中效用增量ΔU_k最大的用户从候选用户集合Ω转移到已选用户集合S_i，n中，并更新已选用户集合S_i，n和候选用户集合Ω，其中，k∈Ω；用户数判断模块15，用于判断已选用户集合S_i，n中的用户数是否小于每个子载波可复用的最大用户数L并且候选用户集合Ω是否不为空集，如果已选用户集合S_i，n中的用户数小于每个子载波可复用的最大用户数L并且候选用户集合Ω不为空集，则继续由效用增量获取模块13处理，否则，由预编码矩阵获取模块处理；预编码矩阵获取模块16，用于根据信道状态信息计算子载波n上已选用户集合S_L，n中每个用户的预编码矩阵M_k，n和瞬时速率r_k，n，并返回子载波判断模块11，其中，k∈S_L，n；效用函数更新模块17，用于在子载波判断模块11判断出N_C个子载波均分配完毕的情况下更新所有用户集合K＝{1，2…，K}中每个用户的效用函数

其中，k∈{1，2…，K}；下行调度模块18，用于利用预编码矩阵M_k，n对N_C个子载波上所有已选用户集合 $S_L=\underset{n=1}{\overset{N_C}{\&cup;}}{S}_{L,n}$ 中每个用户进行下行调度，并将调度信息分别发送给每个用户，其中，k∈S_L，n∈{1，…N_C}，调度信息包括与所有已选用户集合S_L中每个用户在子载波n上采用的预编码矩阵M_k，n对应的左奇异矩阵U_k，n′。

该实施例基于效用函数来进行系统资源的分配，不仅可以获得更高的频谱利用率，而且能够更好地满足用户的QoS要求。另外，该实施例采用多维优化降维处理的方法将复杂的多用户空-时-频三维资源联合优化问题转化为在每个子载波上选择最优空分复用用户组的问题，进而降解为在每个子载波上迭代选择效用增量最大的用户的子问题，从而显著地降低了实现的复杂度。

图5是本发明装置的另一实施例的结构示意图。

如图5所示，与图4中的实施例相比，该实施例中的效用增量获取模块21包括信道状态信息接收单元211，用于接收已选用户集合S_i，n中已选用户的信道状态信息，并构建已选用户信道生成空间H(S_i，n)，其中， $H\left(S_{i,n}\right)={[H_{S_1,n}^T....H_{S_i,n}^T]}^T;$ 投影矩阵获取单元212，用于根据 $P_i^{\&perp;}=I-H{\left(S_{i,n}\right)}^H{\left(H\left(S_{i,n}\right)H{\left(S_{i,n}\right)}^H\right)}^{-1}H\left(S_{i,n}\right)$ 计算投影矩阵P_i ^⊥；瞬时速率估计值获取单元213，用于根据 ${\tilde{r}}_{k,n}={\log }_2|I+\frac{P_T}{N_C{N}_T}\frac{H_{k,n}{P}_i^{\&perp;}{H}_{k,n}^H}{{\mathrm{\&sigma;}}_n^2\mathrm{\&Gamma;}}|$ 计算子载波n上每个用户瞬时速率的估计值

其中，P_T为总发射功率，N_T为基站天线数，σ_n ²为噪声功率，H_k，n为候选用户集合Ω中子载波n上每个用户的信道状态信息， $\mathrm{\&Gamma;}=-\ln \left(5B_k\right)/1.5,$ B_k为每个用户的误比特率；效用增量获取单元214，用于根据 $\mathrm{\&Delta;}{U}_k=U_k^{\&prime;}\left({\stackrel{\&OverBar;}{R}}_k(t-1)\right){\tilde{r}}_{k,n}$ 计算候选用户集合Ω中每个用户的效用增量ΔU_k。

该实施例基于最大化系统效用函数，保证了不同业务的QoS需求，提高了系统的吞吐量，有效利用了空-时-频三维无线资源。

图6是本发明装置的又一实施例的结构示意图。

如图6所示，与图4中的实施例相比，该实施例的预编码矩阵获取模块31包括等效信道获取单元311，用于对 ${\tilde{H}}_{k,n}={[H_{1,n}^T...H_{k-1,n}^T{H}_{k+1,n}^T...H_{L,n}^T]}^T$ 进行奇异值分解 ${\tilde{H}}_{k,n}={\tilde{U}}_{k,n}{\mathrm{\&Sigma;}}_{k,n}{\left[{\tilde{V}}_{k,n}^{\left(1\right)}{\tilde{V}}_{k,n}^{\left(0\right)}\right]}^H$ 获得

并根据计算子载波n上每个用户的等效信道 $H_{k,n}^{\&prime;}=H_{k,n}{\tilde{V}}_{k,n}^{\left(0\right)};$ 预编码矩阵计算单元312，用于对子载波n上每个用户的等效信道H_k，n′进行奇异值分解 $H_{k,n}^{\&prime;}=U_{k,n}^{\&prime;}{\mathrm{\&Sigma;}}_{k,n}^{\&prime;}{V}_{k,n}^{\&prime;H}$ 获得V_k，n′，并根据 $M_{k,n}={\tilde{V}}_{k,n}^{\left(0\right)}{V}_{k,n}^{\&prime;}{\mathrm{\&Lambda;}}_{k,n}^{1/2}$ 计算预编码矩阵M_k，n，其中，Λ_k，n为对角矩阵，Λ_k，n的第m个对角元素p_k，n，m为子载波n上对应天线的发射功率；瞬时速率获取单元313，用于根据 $r_{k,n}=\underset{m=1}{\overset{N_R}{\mathrm{\&Sigma;}}}{\log }_2(1+{\mathrm{\&gamma;}}_{k,n,m}/\mathrm{\&Gamma;})$ 计算子载波n上每个用户的瞬时速率r_k，n，其中，子载波n上每个用户的第m个子信道的信噪比 ${\mathrm{\&gamma;}}_{k,n,m}=p_{k,n,m}{\mathrm{\&Sigma;}}_{k,n,m}^{\&prime;2}/{\mathrm{\&sigma;}}_{k,n,m}^2,$ $\mathrm{\&Gamma;}=-\ln \left(5B_k\right)/1.5,$ B_k为每个用户的误比特率，N_R为每个用户的接收天线数，p_k，n，m为Λ_k，n的第m个对角元素，∑_k，n，m′为∑_k，n′的第m个对角元素，σ_k，n，m ²为噪声功率。

该实施例通过奇异值分解法可以获得预编码矩阵和用户的瞬时速率，在很大程度上降低了实现的运算量。

图7是本发明装置的再一实施例的结构示意图。

如图7所示，与图6中的实施例相比，该实施例的效用函数更新模块41包括平均速率计算单元411，用于计算N_C个子载波上所有用户集合K＝{1，2…，K}中每个用户的瞬时速率 $R_k\left(t\right)=\underset{n=1}{\overset{N_C}{\mathrm{\&Sigma;}}}{r}_{k,n}\left(t\right){\mathrm{\&omega;}}_{k,n}\left(t\right),$ 并根据 ${\stackrel{\&OverBar;}{R}}_k\left(t\right)=\left\{\begin{array}{cc}(1-\frac{1}{t_c}){\stackrel{\&OverBar;}{R}}_k(t-1)+\frac{1}{t_c}{R}_k\left(t\right),& \mathrm{if\; k}\&Element;S_L\\ (1-\frac{1}{t_c}){\stackrel{\&OverBar;}{R}}_k(t-1)& \mathrm{else}\end{array}\right.$ 计算所有用户集合K＝{1，2…，K}中每个用户的平均速率其中，ω_k，n(t)采用1和0分别标识子载波n是否分配给每个用户，t_c为传输时间间隔；效用函数更新单元412，用于根据

更新所有用户集合K＝{1，2…，K}中每个用户的效用函数

该实施例通过时延因子w_k和公平性因子α来控制对不同业务的影响，从而使系统性能在吞吐量、公平性和QoS保证上达到最佳的平衡。

图8是本发明基站的一个实施例的结构示意图。

如图8所示，该实施例的基站50包括前述任一实施例中的OFDMA/SDMA下行多用户调度装置51。

该实施例基于效用函数根据用户的信道状态和边际效用(即，用户增加单位速率所带来满意度的提升，即效用函数对应的斜率或导数

)优化分配各种资源，不仅可以获得更高的频谱利用率，而且能够更好地满足用户的QoS要求。

上述实施例还可以单独用于OFDMA或SDMA接入系统，当实施例中的迭代次数L＝1(即，只有一个用户利用空间信道，没有空分多址，只为OFDMA)时可以适用于单独的OFDMA系统；当N_C＝1(即，只有一个子载波，没有频分多址，只为SDMA)时可以适用于单独的SDMA系统。另外，本发明主要针对单小区系统，对于多小区系统，当消除了多小区间干扰后同样可以使用本发明。

本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显而易见的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

Claims (11)

1.一种OFDMA/SDMA下行多用户调度方法，其特征在于，所述方法包括：

判断N_C个子载波是否未分配完毕；

如果所述N_C个子载波未分配完毕，则为未分配的子载波n初始化候选用户集合Ω和已选用户集合S_i，n，其中，i＝0，1≤n≤N_C；根据所述已选用户集合S_i，n计算已选用户信道生成空间H(S_i，n)的正交补空间的投影矩阵并根据所述投影矩阵

和效用函数

计算所述候选用户集合Ω中每个用户的效用增量 $\mathrm{\&Delta;}{U}_k=U_k^{\&prime;}\left({\stackrel{\&OverBar;}{R}}_k(t-1)\right){\tilde{r}}_{k,n},$ 其中，

为子载波n上每个用户瞬时速率的估计值， $U_k\left(t\right)=f(\mathrm{\&alpha;},w_k,{\stackrel{\&OverBar;}{R}}_k\left(t\right)),$

为每个用户的平均速率，α为公平性控制因子，w_k是QoS权重，0≤i≤L，k∈Ω，L为每个子载波可复用的最大用户数；

将所述候选用户集合Ω中效用增量ΔU_k最大的用户从所述候选用户集合Ω转移到所述已选用户集合S_i，n中，并更新所述已选用户集合S_i，n和所述候选用户集合Ω，其中，k∈Ω；

判断所述已选用户集合S_i，n中的用户数是否小于所述每个子载波可复用的最大用户数L并且所述候选用户集合Ω是否不为空集；

如果所述已选用户集合S_i，n中的用户数小于所述每个子载波可复用的最大用户数L并且所述候选用户集合Ω不为空集，则返回所述计算已选用户信道生成空间H(S_i，n)的正交补空间的投影矩阵

的步骤，否则，根据信道状态信息计算子载波n上已选用户集合S_L，n中每个用户的预编码矩阵M_k，n和瞬时速率r_k，n，并返回所述判断N_C个子载波是否未分配完毕的步骤，其中，k∈S_L，n；

如果所述N_C个子载波均分配完毕，则更新所有用户集合K＝{1，2...，K}中每个用户的效用函数

其中，k∈{1，2...，K}；

利用所述预编码矩阵M_k，n对所述N_C个子载波上所有已选用户集合 $S_L=\underset{n=1}{\overset{N_C}{\&cup;}}{S}_{L,n}$ 中每个用户进行下行调度，并将调度信息分别发送给所述每个用户，其中，k∈S_L，n∈{1，...N_C}。

2.根据权利要求1所述的方法，其特征在于，所述调度信息包括与所有已选用户集合S_L中每个用户在子载波n上采用的预编码矩阵M_k，n对应的左奇异矩阵U_k，n′。

3.根据权利要求1所述的方法，其特征在于，根据所述已选用户集合S_i，n计算已选用户信道生成空间H(S_i，n)的正交补空间的投影矩阵

并根据所述投影矩阵和效用函数

计算所述候选用户集合Ω中每个用户的效用增量 $\mathrm{\&Delta;}{U}_k=U_k^{\&prime;}\left({\stackrel{\&OverBar;}{R}}_k(t-1)\right){\tilde{r}}_{k,n}$ 的步骤包括：

接收所述已选用户集合S_i，n中已选用户的信道状态信息，并构建所述已选用户信道生成空间H(S_i，n)，其中， $H\left(S_{i,n}\right)={[H_{S_1,n}^T...H_{S_i,n}^T]}^T;$

根据 $P_i^{\&perp;}=I-H{\left(S_{i,n}\right)}^H{\left(H\left(S_{i,n}\right)H{\left(S_{i,n}\right)}^H\right)}^{-1}H\left(S_{i,n}\right)$ 计算所述投影矩阵

根据 ${\tilde{r}}_{k,n}={\log }_2|I+\frac{P_T}{N_C{N}_T}\frac{H_{k,n}{P}_i^{\&perp;}{H}_{k,n}^H}{{\mathrm{\&sigma;}}_n^2\mathrm{\&Gamma;}}|$ 计算所述子载波n上每个用户瞬时速率的估计值

其中，P_T为总发射功率，N_T为基站天线数，σ_n ²为噪声功率，H_k，n为所述候选用户集合Ω中子载波n上每个用户的信道状态信息，Γ＝-ln(5B_k)/1.5，B_k为每个用户的误比特率；

根据 $\mathrm{\&Delta;}{U}_k=U_k^{\&prime;}\left({\stackrel{\&OverBar;}{R}}_k(t-1)\right){\tilde{r}}_{k,n}$ 计算所述候选用户集合Ω中每个用户的效用增量ΔU_k。

4.根据权利要求1所述的方法，其特征在于，所述根据信道状态信息计算子载波n上已选用户集合S_L，n中每个用户的预编码矩阵M_k，n和瞬时速率r_k，n的步骤包括：

对 ${\tilde{H}}_{k,n}={[H_{1,n}^T...H_{k-1,n}^T{H}_{k+1,n}^T...H_{L,n}^T]}^T$ 进行奇异值分解 ${\tilde{H}}_{k,n}={\tilde{U}}_{k,n}{\mathrm{\&Sigma;}}_{k,n}{\left[{\tilde{V}}_{k,n}^{\left(1\right)}{\tilde{V}}_{k,n}^{\left(0\right)}\right]}^H$ 获得

并根据

计算子载波n上每个用户的等效信道 $H_{k,n}^{\&prime;}=H_{k,n}{\tilde{V}}_{k,n}^{\left(0\right)};$

对所述子载波n上每个用户的等效信道H_k，n′进行奇异值分解 $H_{k,n}^{\&prime;}=U_{k,n}^{\&prime;}{\mathrm{\&Sigma;}}_{k,n}^{\&prime;}{V}_{k,n}^{\&prime;H}$ 获得V_k，n′，并根据 $M_{k,n}={\tilde{V}}_{k,n}^{\left(0\right)}{V}_{k,n}^{\&prime;}{\mathrm{\&Lambda;}}_{k,n}^{1/2}$ 计算所述预编码矩阵M_k，n，其中，Λ_k，n为对角矩阵，Λ_k，n的第m个对角元素p_k，n，m为子载波n上对应天线的发射功率；

根据 $r_{k,n}=\underset{m=1}{\overset{N_R}{\mathrm{\&Sigma;}}}{\log }_2(1+{\mathrm{\&gamma;}}_{k,n,m}/\mathrm{\&Gamma;})$ 计算子载波n上每个用户的瞬时速率r_k，n，其中，子载波n上每个用户的第m个子信道的信噪比 ${\mathrm{\&gamma;}}_{k,n,m}=p_{k,n,m}{\mathrm{\&Sigma;}}_{k,n,m}^{\&prime;2}/{\mathrm{\&sigma;}}_{k,n,m}^2,$ Γ＝-ln(5B_k/1.5，B_k为每个用户的误比特率，N_R为每个用户的接收天线数，p_k，n，m为Λ_k，n的第m个对角元素，∑_k，n，m′为∑_k，n′的第m个对角元素，σ_k，n，m ²为噪声功率。

5.根据权利要求4所述的方法，其特征在于，更新所有用户集合K＝{1，2...，K}中每个用户的效用函数

的步骤包括：

计算N_C个子载波上所有用户集合K＝{1，2...，K}中每个用户的瞬时速率 $R_k\left(t\right)=\underset{n=1}{\overset{N_C}{\mathrm{\&Sigma;}}}{r}_{k,n}\left(t\right){\mathrm{\&omega;}}_{k,n}\left(t\right),$ 其中，ω_k，n(t)采用1和0分别标识子载波n是否分配给每个用户；

根据 ${\stackrel{\&OverBar;}{R}}_k\left(t\right)=\left\{\begin{array}{cc}(1-\frac{1}{t_c}){\stackrel{\&OverBar;}{R}}_k(t-1)+\frac{1}{t_c}{R}_k\left(t\right),& \mathrm{if\; k}\&Element;S_L\\ (1-\frac{1}{t_c}){\stackrel{\&OverBar;}{R}}_k(t-1)& \mathrm{else}\end{array}\right.$ 计算所有用户集合K＝{1，2...，K}中每个用户的平均速率

其中，t_c为传输时间间隔；

根据

更新所有用户集合K＝{1，2...，K}中每个用户的效用函数

6.一种OFDMA/SDMA下行多用户调度装置，其特征在于，所述装置包括：

子载波判断模块，用于判断N_C个子载波是否未分配完毕；

子载波初始化模块，用于在所述子载波判断模块判断出所述N_C个子载波未分配完毕的情况下为未分配的子载波n初始化候选用户集合Ω和已选用户集合S_i，n，其中，i＝0，1≤n≤N_C；

效用增量获取模块，用于根据所述已选用户集合S_i，n计算已选用户信道生成空间H(S_i，n)的正交补空间的投影矩阵

并根据所述投影矩阵和效用函数

计算所述候选用户集合Ω中每个用户的效用增量 $\mathrm{\&Delta;}{U}_k=U_k^{\&prime;}\left({\stackrel{\&OverBar;}{R}}_k(t-1)\right){\tilde{r}}_{k,n},$ 其中，

为子载波n上每个用户瞬时速率估计值， $U_k\left(t\right)=f(\mathrm{\&alpha;},w_k,{\stackrel{\&OverBar;}{R}}_k\left(t\right)),$ 为每个用户的平均速率，α为公平性控制因子，w_k是QoS权重，0≤i≤L，k∈Ω，L为每个子载波可复用的最大用户数；

用户选择模块，用于将所述候选用户集合Ω中效用增量ΔU_k最大的用户从所述候选用户集合Ω转移到所述已选用户集合S_i，n中，并更新所述已选用户集合S_i，n和所述候选用户集合Ω，其中，k∈Ω；

用户数判断模块，用于判断所述已选用户集合S_i，n中的用户数是否小于所述每个子载波可复用的最大用户数L并且所述候选用户集合Ω是否不为空集，如果所述已选用户集合S_i，n中的用户数小于所述每个子载波可复用的最大用户数L并且所述候选用户集合Ω不为空集，则继续由所述效用增量获取模块处理，否则，由预编码矩阵获取模块处理；

所述预编码矩阵获取模块，用于根据信道状态信息计算子载波n上已选用户集合S_L，n中每个用户的预编码矩阵M_k，n和瞬时速率r_k，n，并返回所述子载波判断模块，其中，k∈S_L，n；

效用函数更新模块，用于在所述子载波判断模块判断出所述N_C个子载波均分配完毕的情况下更新所有用户集合K＝{1，2...，K}中每个用户的效用函数

其中，k∈{1，2...，K}；

下行调度模块，用于利用所述预编码矩阵M_k，n对所述N_C个子载波上所有已选用户集合 $S_L=\underset{n=1}{\overset{N_C}{\&cup;}}{S}_{L,n}$ 中每个用户进行下行调度，并将调度信息分别发送给所述每个用户，其中，k∈S_L，n∈{1，...N_C}。

7.根据权利要求6所述的装置，其特征在于，所述调度信息包括与所有已选用户集合S_L中每个用户在子载波n上采用的预编码矩阵M_k，n对应的左奇异矩阵U_k，n′。

8.根据权利要求6所述的装置，其特征在于，所述效用增量获取模块包括：

信道状态信息接收单元，用于接收所述已选用户集合S_i，n中已选用户的信道状态信息，并构建所述已选用户信道生成空间H(S_i，n)，其中， $H\left(S_{i,n}\right)={[H_{S_1,n}^T...H_{S_i,n}^T]}^T;$

投影矩阵获取单元，用于根据 $P_i^{\&perp;}=I-H{\left(S_{i,n}\right)}^H{\left(H\left(S_{i,n}\right)H{\left(S_{i,n}\right)}^H\right)}^{-1}H\left(S_{i,n}\right)$ 计算所述投影矩阵

估计瞬时速率获取单元，用于根据 ${\tilde{r}}_{k,n}={\log }_2|I+\frac{P_T}{N_C{N}_T}\frac{H_{k,n}{P}_i^{\&perp;}{H}_{k,n}^H}{{\mathrm{\&sigma;}}_n^2\mathrm{\&Gamma;}}|$ 计算所述子载波n上每个用户瞬时速率的估计值

其中，P_T为总发射功率，N_T为基站天线数，σ_n ²为噪声功率，H_k，n为所述候选用户集合Ω中子载波n上每个用户的信道状态信息，Γ＝-ln(5B_k)/1.5，B_k为每个用户的误比特率；效用增量获取单元，用于根据 $\mathrm{\&Delta;}{U}_k=U_k^{\&prime;}\left({\stackrel{\&OverBar;}{R}}_k(t-1)\right){\tilde{r}}_{k,n}$ 计算所述候选用户集合Ω中每个用户的效用增量ΔU_k。

9.根据权利要求6所述的装置，其特征在于，所述预编码矩阵获取模块包括：

等效信道获取单元，用于对 ${\tilde{H}}_{k,n}={[H_{1,n}^T...H_{k-1,n}^T{H}_{k+1,n}^T...H_{L,n}^T]}^T$ 进行奇异值分解 ${\tilde{H}}_{k,n}={\tilde{U}}_{k,n}{\mathrm{\&Sigma;}}_{k,n}{\left[{\tilde{V}}_{k,n}^{\left(1\right)}{\tilde{V}}_{k,n}^{\left(0\right)}\right]}^H$ 获得

并根据计算子载波n上每个用户的等效信道 $H_{k,n}^{\&prime;}=H_{k,n}{\tilde{V}}_{k,n}^{\left(0\right)};$

预编码矩阵计算单元，用于对所述子载波n上每个用户的等效信道H_k，n′进行奇异值分解 $H_{k,n}^{\&prime;}=U_{k,n}^{\&prime;}{\mathrm{\&Sigma;}}_{k,n}^{\&prime;}{V}_{k,n}^{\&prime;H}$ 获得V_k，n′，并根据 $M_{k,n}={\tilde{V}}_{k,n}^{\left(0\right)}{V}_{k,n}^{\&prime;}{\mathrm{\&Lambda;}}_{k,n}^{1/2}$ 计算所述预编码矩阵M_k，n，其中，Λ_k，n为对角矩阵，Λ_k，n的第m个对角元素p_k，n，m为子载波n上对应天线的发射功率；

瞬时速率获取单元，用于根据 $r_{k,n}=\underset{m=1}{\overset{N_R}{\mathrm{\&Sigma;}}}{\log }_2(1+{\mathrm{\&gamma;}}_{k,n,m}/\mathrm{\&Gamma;})$ 计算子载波n上每个用户的瞬时速率r_k，n，其中，子载波n上每个用户的第m个子信道的信噪比 ${\mathrm{\&gamma;}}_{k,n,m}=p_{k,n,m}{\mathrm{\&Sigma;}}_{k,n,m}^{\&prime;2}/{\mathrm{\&sigma;}}_{k,n,m}^2,$ Γ＝-ln(5B_k)/1.5，B_k为每个用户的误比特率，N_R为每个用户的接收天线数，p_k，n，m为Λ_k，n的第m个对角元素，∑_k，n，m′为∑_k，n′的第m个对角元素，σ_k，n，m ²为噪声功率。

10.根据权利要求9所述的装置，其特征在于，所述效用函数更新模块包括：

平均速率计算单元，用于计算N_C个子载波上所有用户集合K＝{1，2...，K}中每个用户的瞬时速率 $R_k\left(t\right)=\underset{n=1}{\overset{N_C}{\mathrm{\&Sigma;}}}{r}_{k,n}\left(t\right){\mathrm{\&omega;}}_{k,n}\left(t\right),$ 并根据 ${\stackrel{\&OverBar;}{R}}_k\left(t\right)=\left\{\begin{array}{cc}(1-\frac{1}{t_c}){\stackrel{\&OverBar;}{R}}_k(t-1)+\frac{1}{t_c}{R}_k\left(t\right),& \mathrm{if\; k}\&Element;S_L\\ (1-\frac{1}{t_c}){\stackrel{\&OverBar;}{R}}_k(t-1)& \mathrm{else}\end{array}\right.$ 计算所有用户集合K＝{1，2...，K}中每个用户的平均速率

，其中，ω_k，n(t)采用1和0分别标识子载波n是否分配给每个用户，t_c为传输时间间隔；效用函数更新单元，用于根据

更新所有用户集合K＝{1，2...，K}中每个用户的效用函数

11.一种基站，其特征在于，所述基站包括权利要求6至10中任一项所述的OFDMA/SDMA下行多用户调度装置。

Images