CN101938835A - 分布式多入多出正交频分复用系统中资源分配方法 - Google Patents

Abstract

一种分布式多入多出正交频分复用系统中资源分配方法，由小区内用户选择通信端口；各用户根据相应选定通信端口为其提供最大速率，将最小速率需求反馈至各端口；确定为通信端口的端口下属的全部用户分别计算该端口内的全部天线为其提供的最大速率，据此选择速率最大天线，并将用户信息反馈至相应端口；端口根据收到用户信息，为该端口内的每根天线对应全部用户中选择速率最大的一用户作为服务对象分配天线和子载波，更新用户所获速率，判断若用户所获速率大于等于其最小速率需求，则将该用户从该端口的用户集中去除，更新用户集，完成资源分配，若所有用户的最小速率需求均已得到满足而系统尚有资源剩余，则依据纳什议价解，完成剩余资源的分配。

Description

分布式多入多出正交频分复用系统中资源分配方法

技术领域

本发明涉及无线通信领域，特别地涉及一种分布式多入多出正交频分复用系统中资源分配方法。

背景技术

用户之间的公平性是无线资源分配需要考虑的重要因素。传统的无线网络采用的原则一般是，首先满足每个用户的最小速率需求，然后将剩余资源全部分配给信道条件好的用户，以保证系统的整体的资源利用率。然而，这样做将造成用户之间的极度“不公平”。解决这种不公平问题的最直接办法就是让每个用户都接收相同的服务，即保证“绝对”的公平，显然，这种绝对的公平将造成系统资源利用率的下降。因此，公平性与系统资源利用率之间需要进行合理的折中。

一般而言，系统资源利用率可通过系统获得的误码性能或容量性能来考察。以容量最大化为目标的最优天线与子载波分配方法的基本原理是将天线与子载波等效为空频子信道，进而依据一定的准则(如使系统容量最大化)通过遍历搜索的方式将子信道分配给用户。若系统具有N_t根发射天线，M个子载波，K个用户，则系统共有N_t·M个子信道，采用这种方法总共要进行次搜索，而且需要每个用户反馈其在所有天线和子载波上所支持的最大速率。显然，如此庞大的计算量和反馈开销使得这种方法很难应用在实际的分布式MIMO-OFDM(多入多出正交频分复用)系统中。为了解决最优分配方法存在的问题，当前的MASA(Multi-user Antenna & Sub-carrierAllocation)方法需要基站与用户端都有一定的选择和计算能力，在假设功率平均分配的情况下，通过先选择天线再选择用户的过程，避免了遍历搜寻每个用户上所有天线与子载波的组合，从而大大降低了运算的复杂度。这种方法的容量性能与最优分配方法相接近，另一个优点是用户只需反馈其在每个子载波上的最优天线序号及其相应的速率，不需要反馈所有的信道状态信息，反馈开销较低。然而，这种方法没有考虑系统天线数量大于用户数的情况，导致在用户数相对较少时系统性能有所损失。另外，这种方法未考虑用户间的公平性。当前考虑用户公平性的分层资源分配方法将分布式MIMO-OFDM系统中的资源分配问题分解成接入点级资源分配和用户级资源分配，并借鉴合作博弈论中的“纳什议价解”公平性准则，保证了接入点和用户两个级别上的公平性。但是，这种方法假定了每个子载波在一个分配时隙内只能由一个用户占用，且以部分容量性能代价换取用户间的公平性，因此，其所能达到的容量性能十分有限。

综上所述，当前需要一种新的资源分配的技术方案，来解决分布式多入多出正交频分复用系统中考虑用户公平性时存在的上述问题。

发明内容

本发明所要解决的技术问题是提供一种分布式多入多出正交频分复用系统中资源分配方法，解决了进行资源分配，在考虑用户公平性时存在的容量性能较低的问题。

为了解决上述问题，本发明提供了一种分布式多入多出正交频分复用系统中资源分配方法，包括：

小区内每个用户分别根据得到的信道状态的数据计算小区内各个端口为其提供的最大速率，根据得到的结果选择通信端口；

各用户根据相应选定通信端口为其提供最大速率，按比例将最小速率需求反馈至各端口；

确定为通信端口的端口下属的全部用户分别计算该端口内的全部天线为其提供的最大速率，根据得到的结果选择速率最大的天线，并将携带选择的天线编号及其对应速率的用户信息反馈至相应端口；

端口根据收到的用户信息，为该端口内的每根天线对应的全部用户中选择速率最大的一个用户作为服务对象分配天线和子载波，更新用户所获速率，判断若用户所获速率大于等于其最小速率需求，则将该用户从该端口的用户集中去除，更新用户集，完成资源分配。

进一步地，上述方法还可包括，所述小区内每个用户是通过信道估计获得所述信道状态的数据。

进一步地，上述方法还可包括，所述确定为通信端口的端口下属的全部用户分别计算该端口内的全部天线为其提供的最大速率，根据得到的结果选择速率最大的天线，是指：

若所述端口下属的用户的最小速率需求均未得到满足，则为每根天线选择最佳用户；或者若已有部分用户的最小速率需求已得到满足，则为每根天线选择用户的策略调整为优先保障最小速率需求未得到满足的用户。

进一步地，上述方法还可包括，所述端口是并行地为选择的作为服务对象的用户分配天线和子载波，完成资源分配。

进一步地，上述方法还可包括，所述端口更新用户集后，还包括更新该端口的天线集，完成资源分配。

进一步地，上述方法还可包括，所述端口若判断该端口内天线由于对应的信道与其他天线相比较差而没被任何用户选中，且该端口内每根天线下属的全部用户中仍有用户未分到资源，

则所述端口内每根天线下属的未分到资源的用户分别计算该端口内的未分配的全部天线为其提供的最大速率，根据得到的结果选择速率最大的天线，并将携带选择的天线编号及对应速率的用户信息反馈至相应端口；

端口根据收到的用户信息，为该端口内的未分配的全部天线中每根天线对应的未分到资源的全部用户中选择速率最大的一个用户作为服务对象分配天线和子载波，更新用户所获速率，判断若用户所获速率大于等于其最小速率需求，则将该用户从该端口的用户集中去除，更新用户集，完成资源分配。

进一步地，上述方法还可包括，所述端口若判断该端口内每根天线下属的所有用户的最小速率需求均已得到满足，且该端口的天线集中尚有天线未被分配出去，

则将未被分配出去的天线依据纳什议价解分配给用户，完成资源分配。

与现有技术相比，应用本发明，避免了遍历搜索，且不再需要反馈全部CSI，因而能够大大降低计算复杂度和反馈量；与MASA方法相比，第一，本发明综合考虑了不同用户数的情况，因此在用户数相对较少且用户的最小速率需求较大的时候，容量性能优于MASA方法，第二，兼顾了用户之间的公平性，能够实现系统容量性能与用户公平性之间的有效折中，第三，虽然由于端口选择，用户所能分配到的资源范围变小，导致在用户数相对较多时，容量性能稍有损失，但是本发明涉及的这种端口并行处理的方法能够提高时间的利用率，优化系统的工作效率。总之，本发明能够实现通信系统性能与用户公平性的有效折中，并行处理的方法符合分布式MIMO-OFDM系统的设计思路，因此更适用于分布式MIMO-OFDM系统，可以为未来无线通信系统的资源分配方案提供重要的理论依据和具体的实现方法。

附图说明

图1是本发明的分布式MIMO-OFDM系统中资源分配方法的流程图；

图2是实例中单小区多用户分布式MIMO-OFDM系统的仿真环境的示意图；

图3是实例中基于部分CSI反馈的多用户分布式MIMO-OFDM系统下行链路框图；

图4是实例中小区内各用户获得其相应的信道矩阵的流程图；

图5是实例中资源分配的流程图；

图6是基站端天线端口数N＝4，每个端口内天线数为L＝2，用户数为K＝5，每个用户终端天线数为N_r＝2，用户最小速率需求分别为[5，5，...，5]bits/s/Hz、[3，3，...，3]bits/s/Hz、[1，1，...，1]bits/s/Hz时，系统容量随子载波平均信噪比SNR变化的示意图；

图7是N＝4，L＝2，N_r＝2，SNR＝10dB时，系统容量随用户数量变化的示意图；

图8是不同用户数下本发明方法与MASA方法的公平指数比较的示意图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步说明。

本发明涉及的基于纳什议价解的天线与子载波分配方法可以针对多用户分布式MIMO-OFDM系统中的天线与子载波资源进行联合分配，且能够实现用户公平性与系统容量性能的有效折中。

本发明的主要构思在于：本发明为基于纳什议价解的天线与子载波分配(MNBSASA，Multi-user Nash Bargaining Solution-based Antenna &Sub-carrier Allocation)方法，通过以下技术方案实现：首先依据计算复杂度容限设定用户通信静态端口数(保证既能发挥多端口优势，又可以降低部分复杂度)，并以此为每个用户选取信道状况最好的若干通信端口进行通信；其次，用户根据所选端口的信道状况将最小速率需求按比例反馈至相应端口；再者，让用户在所选端口的每个子载波上选择最优天线，并将选择天线号及对应的最大速率通过理想的反馈信道反馈给相应端口；然后各端口在每根天线上选择速率最大的用户作为服务对象，当某些用户的最小速率需求得到满足时，端口的资源分配策略调整为优先保障需求仍未得到满足的用户，若所有用户的最小速率需求均已得到满足而系统仍有资源剩余，则将剩余资源依据纳什议价解分配给用户。

假设由小区内所有K个用户组成的集合为Ω，每个用户同时与P个天线端口进行通信，每个天线端口下属的用户集合为Ω_p，端口内每根天线上的用户集为Ω_pa，则有

端口内的天线集为A_p。本发明的基于纳什议价解的天线与子载波分配方法适用于分布式MIMO-OFDM系统，用于完成系统天线与子载波资源的联合分配，如图1所示，包括如下步骤：

步骤110、小区内每个用户分别通过信道估计获得信道状态的数据，根据得到的信道状态的数据计算小区内各个天线端口可能为其提供的最大速率，选择速率最大的P个端口作为通信端口(其中，P为大于0的整数)；

其中，所有用户端口选择结束后，每个端口下属Ω_p随之确定。

所述信道状态的数据可以是指信道状态信息(CSI，Channel StateInformation)。

所述的用户(即终端)具有一定的计算能力，能够完成最大速率的计算以及端口选择的过程等，本发明对此不作任何限定。

步骤120、各用户根据相应选定通信端口所能为其提供最大速率，按比例将最小速率需求反馈至各端口；

步骤130、确定为通信端口的端口下属的全部用户分别计算该端口内的全部天线可能为其提供的最大速率，选择速率最大的天线，并将携带选择的天线编号及其对应速率的用户信息通过最优反馈信道反馈至相应端口；

对于每一端口，Ω_p内用户分别计算A_p内各天线可能为其提供的最大速率，选择速率最大的天线，并将其编号及对应速率通过理想的反馈信道反馈至相应端口，至此，端口内每根天线上的用户集Ω_pa确定。

所述确定为通信端口的端口下属的全部用户分别计算该端口内的全部天线为其提供的最大速率，根据得到的结果选择速率最大的天线，是指：

若所述端口下属的用户的最小速率需求均未得到满足，则为每根天线选择最佳用户；或者若已有部分用户的最小速率需求已得到满足，则为每根天线选择用户的策略调整为优先保障最小速率需求未得到满足的用户。

步骤140、端口根据收到的用户信息，为该端口内的每根天线从对应的全部用户中选择速率最大的一个用户作为服务对象，分配天线和子载波，更新该端口的天线集、用户集及用户所获速率，判断若有用户所获速率大于等于其最小速率需求，则将该用户从Ω_pa中去除，完成资源分配。

端口根据接收到的用户信息为下属的每根天线从相应的Ω_pa内选择速率最大的一个用户作为服务对象，更新该端口的用户集及用户所获速率。

对于端口内个别天线由于对应的信道与其他天线相比较差而没被任何用户选中，且Ω_p中仍有用户的最小速率需求未得到满足，针对未被选中的天线和最小速率需求未得到满足的用户继续实施步骤130和步骤140，完成资源分配。

对于Ω_p所有用户的最小速率需求均已得到满足，而A_p中尚有天线未被分配出去的情况，将未被分配出去的天线依据纳什议价解分配给用户，完成资源分配。

本发明具有如下特点：

(1)充分利用了分布式MIMO-OFDM系统本身架构的特点，因而更适用于分布式MIMO-OFDM系统；

(2)依据计算复杂度容限设定用户通信静态端口数，既能发挥多端口优势，又可以降低部分复杂度；

(3)根据信道估计结果为每个用户选择信道状况最好的若干端口作为通信端口；

(4)资源分配过程中的端口并行处理机制可以有效提高分配效率，缩短所需时间；

(5)扩展考虑了系统天线数量大于用户数时的资源分配情况；

(6)假设每个子信道在一个分配时隙内由一个用户占用，并引入“纳什议价解”公平性准则，实现容量性能与公平性之间更好的折中。

本发明的目的在于针对现有方法的不足，为多用户分布式MIMO-OFDM系统设计一种低复杂度、低反馈开销的天线与子载波分配方法，利用分布式MIMO-OFDM系统本身架构的特点，通过天线端口的并行处理，使基站能够快速地将天线与子载波分配给用户，在资源分配过程中引入“纳什议价解”公平性准则，实现系统容量性能和用户公平性间的有效折中。

下面结合具体实例对本发明作进一步说明。

如图2所示，构造单小区多用户分布式MIMO-OFDM系统的仿真环境，其中用户数为2，每个用户包含2根天线，天线端口数为4，每个端口包含4根天线。后续实例都将考虑如图2所示场景(限定系统天线端口数和分布位置)，假设矩形小区边长为1000m，四个天线端口分别位于由坐标轴分割而成的四个小矩形的中心位置，用户均匀分布于整个小区范围。

如图3所示，基于部分CSI反馈的多用户分布式MIMO-OFDM系统下行链路框图。基站每个天线端口包含4根发射天线，每个用户终端包含2根天线，系统子载波数为64。准确的信道状态信息在各个用户终端通过理想的信道估计获取，用户完成端口选择和端口内最优天线选择后，将最优天线号及相应速率通过无噪声、无延迟的理想反馈信道反馈给相应端口。本发明不涉及具体的信道估计方法。为了更准确地测试本发明对系统容量性能的影响，在复合衰落信道下采用Monte Carlo方法进行仿真，该信道包含路径损耗、阴影衰落及小尺度快衰落，其中小尺度快衰落的相关参数依据SCM场景设定，假设最大可分离路径数为6。

本发明不涉及信道估计的具体问题，假定每个用户终端都能获得各自全部的准确的信道状态信息。这里重点说明仿真中采用的信道矩阵的生成方法。

假设用户k到基站的信道矩阵为H^k(d^k)，则有

$H^k\left(d^k\right)={[H_1^k\left(d_1^k\right)H_2^k\left(d_2^k\right)...H_N^k\left(d_N^k\right)]}^T$

其中，N为基站天线端口数，

为用户k到天线端口之间的距离向量，H^k(d^k)中的元素H_i ^k(d_i ^k)可以表示为：

$H_i^k\left(d_i^k\right)=[h_1^{\mathrm{ik}}\left(d_i^k\right)h_2^{\mathrm{ik}}\left(d_i^k\right)...h_L^{\mathrm{ik}}\left(d_i^k\right)]$

其中，L为天线端口内的天线数，

i＝1，2，…，N，M_k为用户k的天线数，h_mli ^k(d_i ^k)为用户k的第m个天线与第i个端口第l个天线之间的信道衰落，包括路径损耗、阴影衰落和小尺度快衰落，具体表示为：

$h_{\mathrm{ml}}^{\mathrm{ik}}\left(d_i^k\right)={(d_i^k/d_{\min }^k)}^{-\mathrm{\α}/2}{10}^{\frac{{\mathrm{\ξ}}_{\mathrm{sh},i}}{20}}{h}_{\mathrm{ml}}^{\mathrm{ik}}$

其中，

α为路径损耗因子，ξ_sh，i～N(0，σ_sh ²)为零均值高斯变量，σ_sh为天线端口与移动台之间的阴影衰落标准差，h_ml ^ik为快衰落。生成信道矩阵时，相同端口内天线各可分离路径的大尺度(路径损耗、阴影衰落)衰落相同，不同端口间大尺度衰落独立同分布，而小尺度衰落均是独立同分布的。

如图4所示，小区内各用户获得其相应的信道矩阵，包括以下步骤：

步骤410、在如图2所示小区范围内，假设四个天线端口所在位置坐标分别为(250，250)、(-250，250)、(-250，-250)、(250，-250)，依据均匀分布规律生成用户k的坐标(x，y)；

步骤420、计算用户k到各天线端口的距离向量，并进行归一化处理：将距离向量中的各元素均除以该向量中的最小值；

步骤430、计算路径损耗；

步骤440、生成阴影衰落矩阵；

步骤450、根据SCM场景生成可分离路径数为6的小尺度衰落矩阵；

步骤460、将步骤430、步骤440和步骤450得到的结果相乘得到时域的复合衰落矩阵H；

步骤470、进行平均意义上的归一化处理，具体方法为将所得矩阵除以归一化因子g，g满足g²＝L_p·trace(HH^H)/(M_kNL)，其中L_p为可分离路径数；

步骤480、对各个端口的每一天线对应的时域衰落进行如下处理即可得到最终使用的信道矩阵：将天线各径上的衰落值放到一起进行64点的FFT变换，从而将时域复合衰落矩阵变换到频域。

需要说明的是，由于小区内各用户的出现相互独立，因此其相应的信道矩阵均可采用上述方法分别生成。

本发明的实施过程为：首先依据计算复杂度容限设定用户通信静态端口数(保证既能发挥多端口优势，又可以降低部分复杂度)，并以此为每个用户选取信道状况最好的若干通信端口进行通信；其次，用户根据所选端口的信道状况将最小速率需求按比例反馈至相应端口；再者，让用户在所选端口的每个子载波上选择最优天线，并将选择天线号及对应的最大速率通过理想的反馈信道反馈给相应端口；然后各端口在每根天线上选择速率最大的用户作为服务对象，当某些用户的最小速率需求得到满足时，端口的资源分配策略调整为优先保障需求仍未得到满足的用户，若所有用户的最小速率需求均已得到满足而系统仍有资源剩余，则将剩余资源依据纳什议价解分配给用户。假设用户通信静态端口数为2，详细的实施方式和具体操作过程如图5所示：

图5中变量说明如下：

R_p ^k：用户k在端口p内的最大速率，其中k＝1，2，…，K；p＝1，2，…，N；

Ω_p：每个天线端口下属的用户集合；

用户k在选定端口p1和p2内的最小速率需求；

Ω_pa：端口内天线a上的用户集合，其中a＝1，2，…，L；

A_p：端口内的天线集；

m：子载波号，m＝1，2，…，M。

图5中标号内容补充说明如下：

步骤510、用户在各端口内的最大速率的计算方法；

假设用户终端采用理想信号检测方法，使得来自其他天线的干扰信号都能很好地消除，此时在子载波m内，用户k在第l根天线上的最大传输速率可由下式计算：

$R_{m,l}^k={\log }_2(1+\frac{{\mathrm{\Γ}}_T}{\mathrm{NL}}{\left|\right|{\left[H_m^k\right]}_{.l}\left|\right|}^2)$

其中，

为子载波的平均信噪比，[H_m ^k]_.l表示矩阵H_m ^k的第l列，||·||²表示向量的F范数。因此，用户k在端口p内的最大速率为

$R_p^k=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{R}_{m,l}^k$

步骤520、用户的端口选择过程；

对于用户k，选择使得R_p ^k(p＝1，2，…，N)最大的两个端口作为通信端口。

步骤530、用户的最小速率需求在所选端口内按比例的过程；

假设为用户k选择的两个端口为p₁和p₂，确定用户k在p₁和p₂下的最小速率需求

和

满足

步骤540、用户在端口内选择最优天线的过程；

对于用户k，在选定端口中的每一个子载波上分别选择一根使得R_m，l ^k最大的天线。

步骤550、端口内天线选择用户的过程；

如前技术方案中所述，经过前面几步过程后，端口内每一天线都有相应的用户集Ω_Pa，此时只需在Ω_Pa中选择速率最大的一个用户作为服务对象即可。

步骤560、根据纳什议价解分配剩余资源的过程。

在根据纳什议价解分配剩余资源之前，先对基于纳什议价解的资源分配方法进行说明。假设端口p下属的用户数为K_p，则对于端口p(p＝1，2，…，N)，基于纳什议价解的资源分配问题可以表示为以下最优化问题：

$\max F=\underset{i=1}{\overset{K_p}{\mathrm{\Π}}}(R_i^p-R_{\min }^{p,i})$

$\mathrm{subject\; to}{R}_i^p\≥R_{\min }^{p,i},$ $\∀i\∈\{\mathrm{1,2},...,K_p\}$

其中，R_i ^p为用户i在端口p下的实际速率，R_min ^p，i为用户i在端口p下的最小速率需求。利用对数函数，对上式中的目标函数进行转化，则

$\tilde{F}=\underset{i=1}{\overset{K_p}{\mathrm{\Σ}}}\ln (R_i^p-R_{\min }^{p,i})$

对于剩余的资源，对用户i计算代价函数如下

$\mathrm{\Δ}\tilde{F}=\ln (R_{i,\mathrm{new}}^p-R_{\min }^{p,i})-\ln (R_i^p-R_{\min }^{p,i})$

其中，R_i，new ^p为用户i在额外分得一部分资源后的新速率，将剩余资源分配给使

最大的用户，直至所有资源分配完毕为止。

上述步骤510～步骤540在用户终端实现，步骤550和步骤560在基站端实现，此外，基站端还需根据天线与子载波分配的实际情况(技术方案中提到两种)，通过天线端口与下属用户进行交互，如要求用户反馈在一部分特定天线上的最优天线号及相应速率等，进而再由天线端口完成剩余资源的分配。

本实例基于实施前提中给出的复合衰落信道模型，这种模型是用于研究分布式MIMO系统相关技术的经典模型。假定信道具有频率选择性衰落特性，经过OFDM调制后，每一个子载波内的信道可视为平坦衰落信道，假设整个天线与子载波分配过程在一个时隙内完成，在此期间信道保持不变。进一步假定用户接收端通过理想信道估计获得全部信道状态信息，而基站端未知信道状态信息，此时系统的最佳功率分配方式为平均分配，每个用户均可以通过无噪声、无延迟的理想反馈信道反馈各自在选定端口下的最小速率需求以及在每个子载波上的最优天线号及对应速率至相应端口，使端口掌握下属天线上接入的用户情况。

通过Monte Carlo仿真比较本发明即MNBSASA方法与已有MASA方法以及TDMA方法。在TDMA方法中，基站在每一调度时刻只随机选择一个用户进行通信，将系统的所有资源均分配给该用户。如图2所示，假设矩形小区的边长为1000m，4个天线端口分别位于由坐标轴分割而成的小矩形的中心，用户在整个矩形小区内均匀分布，与其中两个端口进行通信(既发挥多端口优势，又降低系统复杂度)，信道的路径损耗因子为4，阴影衰落标准差为8dB，小尺度衰落的可分离路径数为6，系统子载波数为64。所有的容量性能结果均通过对5000次信道实现所得相应结果进行统计平均得到。

图6所示为基站端天线端口数N＝4，每个端口内天线数为L＝2，用户数为K＝5，每个用户终端天线数为N_r＝2，用户最小速率需求分别为[5，5，...，5]bits/s/Hz、[3，3，...，3]bits/s/Hz、[1，1，...，1]bits/s/Hz时，系统容量随子载波平均信噪比SNR变化的情况。

从图6可以看出，在不同信噪比下，不论用户的最小速率需求如何，本发明方法的性能均显著优于TDMA方法，这是因为，本发明方法与MASA方法相似，同样能够较好地利用多天线的空分多址作用，进而达到优化系统性能的目的。当用户最小速率需求较大(5bits/s/Hz)时，本发明方法的容量性能略优于MASA方法，这是因为本发明方法在用户数少于基站端天线数时能够更充分地利用资源，且当系统无法满足用户的速率需求时，侧重于最大化系统容量；当用户最小速率需求适中(3bits/s/Hz)时，随着信噪比的提高，系统满足用户要求的能力逐渐增强，本发明方法逐渐偏向于保证用户的公平性，因此与MASA算法之间的性能差距呈增大趋势；当用户的最小速率需求较小(1bits/s/Hz)时，系统有能力满足所有用户的要求，此时本发明方法主要保证各个用户之间的公平性，因此在容量上有所损失，但仍显著优于TDMA方法。

图7所示为N＝4，L＝2，N_r＝2，SNR＝10dB时，系统容量随用户数量变化的情况。

从图7中可以看出，在SNR一定的情况下，当用户的最小速率需求为5bits/s/Hz时，随着用户数的增加，本发明方法的容量性能与MASA方法几乎相同，而当用户的最小速率需求为3bits/s/Hz时，本发明方法的容量性能随着用户数的增加逐渐逼近于MASA方法。这是因为随着系统满足用户需求的能力逐渐减弱，算法逐渐偏向于以最大化系统容量为目标，因而容量性能相应地得到提升。当用户的最小速率需求为1bits/s/Hz时，本发明方法的容量性能随着用户数从4到20变化近似呈线性增长，与MASA方法差距相对较大，这是因为此时系统几乎能满足所有用户的需求，因而方法主要保证用户间的公平性，容量性能有所损失，但是随着用户数的进一步增加，由于系统满足用户需求的能力将进一步减弱，方法转而偏向于最大化容量，因此其性能也将趋近于MASA算法。

图8所示为不同用户数下本发明方法与MASA方法的公平指数比较。考察小区中的所有用户，采用如下公平指数计算方法：

$\mathrm{FI}=\frac{{\left[\underset{i=1}{\overset{K}{\mathrm{\Σ}}}(R_i-R_{\min }^i)\right]}^2}{K\·\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{(R_i-R_{\min }^i)}^2}$

从上式可以看出，当所有用户额外分配到的速率都相等时，公平指数FI为1，即用户间绝对公平，不同用户额外分得的速率越相近，FI的值越大，即用户之间越公平。由于这种公平性衡量方法只有在系统能够满足所有用户的最小速率需求时才有意义，因此，假定用户的最小速率需求为1bits/s/Hz，其余仿真条件不变。

本发明的优点在于：与最优天线与子载波分配方法相比，本发明避免了遍历搜索，且不再需要反馈全部CSI，因而能够大大降低计算复杂度和反馈量；与MASA方法相比，第一，本发明综合考虑了不同用户数的情况，因此在用户数相对较少且用户的最小速率需求较大的时候，容量性能优于MASA方法，第二，兼顾了用户之间的公平性，能够实现系统容量性能与用户公平性之间的有效折中，第三，虽然由于端口选择，用户所能分配到的资源范围变小，导致在用户数相对较多时，容量性能稍有损失，但是本发明涉及的这种端口并行处理的方法能够提高时间的利用率，优化系统的工作效率。总之，本发明能够实现通信系统性能与用户公平性的有效折中，并行处理的方法符合分布式MIMO-OFDM系统的设计思路，因此更适用于分布式MIMO-OFDM系统，可以为未来无线通信系统的资源分配方案提供重要的理论依据和具体的实现方法。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (7)

1.一种分布式多入多出正交频分复用系统中资源分配方法，其特征在于，包括：

小区内每个用户分别根据得到的信道状态的数据计算小区内各个端口为其提供的最大速率，根据得到的结果选择通信端口；

各用户根据相应选定通信端口为其提供最大速率，按比例将最小速率需求反馈至各端口；

确定为通信端口的端口下属的全部用户分别计算该端口内的全部天线为其提供的最大速率，根据得到的结果选择速率最大的天线，并将携带选择的天线编号及其对应速率的用户信息反馈至相应端口；

端口根据收到的用户信息，为该端口内的每根天线对应的全部用户中选择速率最大的一个用户作为服务对象分配天线和子载波，更新用户所获速率，判断若用户所获速率大于等于其最小速率需求，则将该用户从该端口的用户集中去除，更新用户集，完成资源分配。

2.如权利要求1所述的方法，其特征在于，

所述小区内每个用户是通过信道估计获得所述信道状态的数据。

3.如权利要求1所述的方法，其特征在于，

所述确定为通信端口的端口下属的全部用户分别计算该端口内的全部天线为其提供的最大速率，根据得到的结果选择速率最大的天线，是指：

若所述端口下属的用户的最小速率需求均未得到满足，则为每根天线选择最佳用户；或者若已有部分用户的最小速率需求已得到满足，则为每根天线选择用户的策略调整为优先保障最小速率需求未得到满足的用户。

4.如权利要求1所述的方法，其特征在于，

所述端口是并行地为选择的作为服务对象的用户分配天线和子载波，完成资源分配。

5.如权利要求1所述的方法，其特征在于，

所述端口更新用户集后，还包括更新该端口的天线集，完成资源分配。

6.如权利要求1所述的方法，其特征在于，

还包括：

所述端口若判断该端口内天线由于对应的信道与其他天线相比较差而没被任何用户选中，且该端口内每根天线下属的全部用户中仍有用户未分到资源，

则所述端口内每根天线下属的未分到资源的用户分别计算该端口内的未分配的全部天线为其提供的最大速率，根据得到的结果选择速率最大的天线，并将携带选择的天线编号及对应速率的用户信息反馈至相应端口；

端口根据收到的用户信息，为该端口内的未分配的全部天线中每根天线对应的未分到资源的全部用户中选择速率最大的一个用户作为服务对象分配天线和子载波，更新用户所获速率，判断若用户所获速率大于等于其最小速率需求，则将该用户从该端口的用户集中去除，更新用户集，完成资源分配。

7.如权利要求1所述的方法，其特征在于，

进一步包括：

所述端口若判断该端口内每根天线下属的所有用户的最小速率需求均已得到满足，且该端口的天线集中尚有天线未被分配出去，

则将未被分配出去的天线依据纳什议价解分配给用户，完成资源分配。

Images