CN102158974A - 协作资源调度方法、装置、基站及系统 - Google Patents

Abstract

本发明实施例公开了一种协作资源调度方法，包括：收集管辖的所有用户在第一时间周期内的时间平均速率的相关信息；根据各个用户在第一时间周期内的时间平均速率的相关信息，得到所有用户在第一时间周期内的时间平均速率的效用函数的梯度；根据所述所有用户在第一时间周期内的时间平均速率的效用函数的梯度更新各个协作簇划分方案的划分概率；根据更新后的划分概率对所有基站进行协作簇划分更新；将协作簇划分更新的结果通知所有基站，以使各个协作簇中的基站在第二时间周期内选择相应的簇内用户，并对所述簇内用户进行资源分配。相应地，本发明实施例还公开了一种协作资源调度方法、装置、基站和系统，能实现较优的网络性能。

Description

协作资源调度方法、装置、基站及系统

技术领域

本发明涉及移动通信技术，特别涉及一种协作资源调度方法、装置、基站及系统。

背景技术

协作MIMO(Co-MIMO)技术已经被视为IMT-Advanced标准的一项关键物理层技术。在全局范围内频率复用的蜂窝系统中，小区间干扰已经成为限制移动通信性能的主要因素，而Co-MIMO的基本思想则是协调多个基站的信号传输，以减轻蜂窝间干扰。如图1所示，在Co-MIMO系统中，多个基站(BS)将同时协作的为多个移动终端(MS)提供通信服务。

在基站中，可以通过SDMA(Spatial Division Multiple Access，空分多址)不断调整无线环境，为每位用户提供优质的下行链路信号。在网络中，这种先进的基站性能可以用来增加基站覆盖范围，降低网络成本，提高系统容量，最终达到提高频率利用的目的。SDMA可以与任何空间调制方式或频段兼容，因此具有巨大的实用价值。基站协作以后的SDMA因为能有效克服蜂窝边缘的干扰问题，将干扰变为有用信号，能进一步提高频谱效率。通常将基站协作定义为基站之间数据的共享以及联合运算，信道信息可以共享、部分共享或者不共享。基站协作在带来巨大增益的同时将开销更多的放到网络端，这也为现有蜂窝网络带来了一些新的问题：整个网络的协作可以完全利用干扰，但其复杂度随用户数的指数增长，并且网络及用户资源调度的信令开销太高；而且协作网络始终存在边缘效应，扩展性始终是一个问题。

按簇(cluster)为单位，将簇内基站协作，能够有效的解决上述问题。簇定义为参与共享数据和联合计算的协作基站群。网络中簇的大小取决于网络中backhaul(回程)的容量以及簇的运算能力。而当前的网络中的基站分簇方案，如固定的簇划分和动态的簇划分等，都需要很大的信令开销，以致于网络整体性能损失相对于全局协作较大，网络的整体性能不高。

发明内容

本发明实施例提供一种协作资源调度方法、装置、基站及系统，以提高网络的整体性能。

本发明一个实施例提供一种协作资源调度方法，包括：

收集管辖的所有用户在第一时间周期内的时间平均速率的相关信息；

根据各个用户在第一时间周期内的时间平均速率的相关信息，得到所有用户在第一时间周期内的时间平均速率的效用函数的梯度；

根据所述所有用户在第一时间周期内的时间平均速率的效用函数的梯度更新各个协作簇划分方案的划分概率；

根据更新后的划分概率对所有基站进行协作簇划分更新；

将协作簇划分更新的结果通知所有基站，以使各个协作簇中的基站在第二时间周期内选择相应的簇内用户，并对所述簇内用户进行资源分配。

本发明一个实施例提供一种协作资源调度方法，包括：

在第二时间周期内，根据协作簇划分结果，与协作簇内的其它基站共享数据，所述协作簇划分结果是由协作资源调度装置根据所有用户在第一时间周期内的时间平均速率的相关信息做出的；

以使所述协作簇的效用函数最大为目标，与所述协作簇内的其它基站联合选择簇内用户；

与所述协作簇内的其它基站决定和所述簇内用户的上下行通信方式；

在下行通信中和所述协作簇内的其它基站联合为所述簇内用户分配功率。

本发明一个实施例提供一种协作资源调度装置，包括：

收集模块，用于收集所述装置管辖的所有用户在第一时间周期内的时间平均速率的相关信息；

梯度获取模块，用于根据各个用户在第一时间周期内的时间平均速率的相关信息，得到所有用户在第一时间周期内的时间平均速率的效用函数的梯度；

概率更新模块，用于通过所述梯度获取模块得到的梯度更新各个协作簇划分方案的划分概率；

划分更新模块，用于根据更新后的划分概率对所有基站进行协作簇划分更新；

告知模块，用于将协作簇划分更新的结果通知所有基站，以使各个协作簇中的基站在第二时间周期内选择相应的簇内用户，并对所述簇内用户进行资源分配。

本发明实施例提供一种基站，包括：

共享协作模块，用于在第二时间周期内，根据协作簇划分结果，与所述基站所属协作簇内的其它基站共享数据，所述协作簇划分结果是由协作资源调度装置根据所有用户在第一时间周期内的时间平均速率的相关信息做出的；

用户调度模块，用于使所述协作簇的效用函数最大为目标，与所述协作簇内的其它基站联合选择簇内用户；

通信方式决定模块，用于与所述协作簇内的其它基站决定和所述簇内用户的上下行通信方式；

功率分配模块，用于在下行通信中和所述协作簇内的其它基站联合为所述簇内用户分配功率。

本发明一个实施例提供一种协作资源调度系统，包括上述的协作资源调度装置和上述多个基站。

本发明实施例通过以上技术方案，在第一时间周期内在网络中根据时间平均速率效用函数的梯度对基站进行动态分簇，在第二时间周期内在簇内进行簇内用户选择和资源分配；这种分簇方案和资源分配分开进行，将运算任务分开，大大降低了整个系统的实现难度，能降低系统信令开销，实现较优的网络性能。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1本发明实施例提供的一种协作MIMO系统的结构图；

图2本发明实施例提供一种协作资源调度方法的流程图；

图3本发明实施例提供一种协作资源调度方法的流程图；

图4本发明实施例提供一种协作资源调度装置的结构图；

图5本发明实施例提供一种概率更新模块的结构图；

图6本发明实施例提供一种划分更新模块的结构图；

图7本发明实施例提供一种基站的结构图；

图8本发明实施例提供一种用户调度模块的结构图；

图9本发明实施例提供一种通信方式决定模块的结构图；

图10本发明实施例提供一种协作资源调度系统的结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图2所示，本发明实施例提供一种协作资源调度方法，该方法包括：

S110，协作资源调度装置收集其所管辖的所有用户在第一时间周期内的时间平均速率的相关信息；

本实施例中提到的协作资源调度装置可以为中心控制器、网关或者其它具有类似功能的网元。本实施例中，以中心控制器为例来进行说明。

在一个实施例中，用户的时间平均速率是指用户的数据速率在时间上的平均值。

在一个实施例中，用户的时间平均速率的相关信息可以包括，用户在所有协作簇划分方案下的累积平均速率、用户在当前簇划分方案下的累积平均概率和用户在当前簇划分下的累积平均速率。

在一个实施例中，中心控制器可以通过接收所有基站反馈的用户在第一时间周期内的时间平均速率的相关信息，得到其所管辖的所有用户在第一时间周期内的时间平均速率的相关信息；

在另一个实施例中，中心控制器还可以通过接收所有基站控制器反馈的用户在第一时间周期内的时间平均速率的相关信息，得到其所管辖的所有用户在第一时间周期内的时间平均速率的相关信息。

S120，协作资源调度装置根据各个用户在第一时间周期内的时间平均速率的相关信息，得到所有用户在第一时间周期内的时间平均速率的效用函数的梯度；

仍以中心控制器进行说明：

在一个实施例中，用户的时间平均速率的效用函数应当为可导的单调递增函数。在一个实施例中，所有用户的时间平均速率的效用函数之和可以是网络的平均吞吐量。

在一个实施例中，中心控制器可以根据各个用户在第一时间周期内的时间平均速率信息，并行计算各用户的效用函数的梯度，并对计算出的各个用户的效用函数的梯度求和，得到所有用户在第一时间周期内的时间平均速率的效用函数的梯度。在一个实施例中，并行计算各用户的效用函数的梯度，可以先并行计算各个用户的效用函数再计算各个效用函数的梯度。

在一个实施例中，中心控制器可以根据各个用户在第一时间周期内的时间平均速录信息，计算所有用户在第一时间周期内的时间平均速率的效用函数，再计算所有用户的效用函数的梯度，得到所有用户在第一时间周期内的时间平均速录的效用函数的梯度。

在一个实施例中，中心控制器对各个用户在第一时间周期内的时间平均速率的效用函数的梯度进行求和，得到所有用户在第一时间周期内的时间平均速率的效用函数的梯度。

S130，协作资源调度装置用S120中的梯度更新各个协作簇划分方案的划分概率；

仍以中心控制器进行说明，在一个实施例中步骤S130可以包括：

1)根据所述所有用户在第一时间周期内的时间平均速率的效用函数的梯度更新当前簇划分方案的梯度；

2)利用更新后的当前协作簇划分方案的梯度更新所有协作簇划分方案的梯度集合；

3)利用公式：

更新各个协作簇划分方案的划分概率，D为更新后的所有协作簇划分方案的梯度集合，γ是梯度加权值，γ＞0，π是N维概率向量，N为所有簇划分方案的个数，概率向量π的坐标对应各个簇划分方案的划分概率，

表示概率向量π的坐标之和为1。

也就是说，将π与γ加权的梯度D相加，并将所得的和投影在π的空间上，得到更新后的概率向量π，从而在受限区间更新个协作簇划分出现的概率。

在这里，需要说明的是，受限区间就是要让π满足其坐标之和为1这个条件，即(11)式中

在一个实施例中，中心控制器可以对计算出的梯度进行加权，利用加权后的梯度更新所有协作簇划分方案的梯度集合，进而更新协作簇划分方案的划分概率。

S140，根据上述划分概率对基站进行协作簇划分更新；

在一个实施例中，中心控制器可以根据协作簇划分方案的划分概率，随机选择一个划分概率对应的协作簇划分方案，对基站进行协作簇划分的更新；

在一个实施例中，中心控制器可以根据协作簇划分方案的划分概率，选择最大的划分概率对应的协作簇划分方案，对基站进行协作簇划分的更新；

在一个实施例中，中心控制器也可以将上述两种协作簇划分更新的方案组合起来，对基站进行协作簇划分更新。

S150，协作资源调度装置将协作簇划分更新的结果通知所有基站，以使各个协作簇中的基站在第二时间周期内选择相应的簇内用户(即，进行用户调度)，并对簇内用户进行资源分配。

在一个实施例中，由于协作簇选择相应的簇内用户的实时性要求较高，而对基站分簇的实时性要求相对不是很高，所以第一时间周期可以远大于第二时间周期。在一个实施例中，第一时间周期可以为第二时间周期的30倍；在一个实施例中，第一时间周期可以为第二时间周期的50倍，或者100倍以上。

本发明实施例通过以上技术方案，在第一时间周期内在网络中根据时间平均速率效用函数的梯度对基站进行动态分簇，在第二时间周期内在簇内进行用户调度(即，选择簇内用户)和资源分配；这种分簇方案和资源分配分开进行，将运算任务分开，大大降低了整个系统的实现难度，能降低系统信令开销，实现较优的网络性能。

如图3所示，本发明实施例提供一种协作资源调度方法，该方法包括：

S220，在第二时间周期内，基站根据协作簇划分结果，与其所属协作簇内的其它基站共享数据；该协作簇划分结果是中心控制器根据所有用户在第一时间周期内的时间平均速率的相关信息做出的；

在一个实施例中，与所属协作簇内的其它基站共享数据，可以包括共享信道信息；在一个实施例中，信道信息也可以不作共享。

S230，基站以使其所属协作簇的效用函数最大为目标，与其所属协作簇内的其它基站联合选择簇内用户；

在一个实施例中，基站与其所属协作簇内的其它基站，可以比较协作簇内所有用户组合的信道容量，选择容量最大的用户组合作为簇内用户。

例如，在一个实施例中，假设一共有5个用户，而当前协作簇只能服务3个用户，那么该协作簇就需要从这5个用户中选择出3个用户作为簇内用户。从5个用户里选择出3个用户一共有C₅ ³(20)种选择方案，那么当前协作簇就需要比较这所有20种选择方案(即，所有20种用户组合方案)的信道容量，选择容两量最大的用户组合作为簇内用户。

在一个实施例种，基站与其所属协作簇内的其它基站，还可以比较簇内所有用户组合的信道矩阵，选择信道矩阵的最小条件数最大的用户组合作为簇内用户。在这里，最小条件数是指一个用户组合的信道矩阵的最小特征值和最大特征值之比。

例如，在一个实施例中，假设一共有5个用户，而当前协作簇只能服务3个用户，那么该协作簇就需要从这5个用户种选择出3个用户作为簇内用户。从5个用户里选择出3个用户一共有C₅ ³(20)种选择方案，那么当前协作簇就需要比较这所有20种选择方案(即，所有20种用户组合方案)的信道矩阵，在所有信道矩阵中，选择最小条件数最大的用户组合作为簇内用户。

在一个实施例中，基站与其所属协作簇内的其它基站，还可以通过比例公平调度算法对所述协作簇内的所有用户进行调度，选择簇内用户。

S240，基站与其所属簇内的其它基站决定和S230中选择出的簇内用户的上下行通信方式；

在一个实施例中，可以在下行通信中与协作簇内的其它基站采用联合预编码的通信方式；在一个实施例中，可以采用线性预编码进行联合预编码。例如，可以采用ZF(迫零)线性预编码、MMSE(最小均方误差)线性预编码、块正交的线性预编码或者基于斜投影的线性预编码进行联合预编码；在一个实施例中还可以采用非线性预编码进行联合预编码。例如，可以采用THP(Tomlinson-Harashima Precoding，汤姆林森-哈拉希玛预编码)或者DPC(dirtypaper coding，污纸编码)等非线性预编码进行联合预编码。需要说明的是，以上预编码方法仅为本发明实施例的举例说明，本发明实施例不做特别的限定。

在一个实施例中，可以在上行通信中对用户采用联合检测的通信方式。在一个实施例中，可以采用线性检测算法进行联合检测，例如，ZF或者MMSE等线性检测算法；在一个实施例中，可以采用非线性检测算法进行联合检测，例如，SIC(Successive Interference Cancellation，串行干扰消除)、PIC(并行干扰消除，Parallel Interference Cancellation)、或者基于QR分解的算法等非线性算法；在一个实施例中，还可以采用最优检测算法进行联合检测，例如，ML(Maximum Likelihood，最大似然)、SD(球面解码，Sphere Decoding)或者减格(LR，Lattice Reduction)算法等。

需要说明的是，以上算法仅为本发明实施例的举例说明，本发明实施例不做特别的限定。

S250，在下行通信中基站和其所属协作簇内的其它所有基站联合为S230中的簇内用户分配功率。

在一个实施例中，可以采用注水算法为协作簇内用户分配率；在一个实施例中，可以采用不考虑簇间干扰的注水功率分配算法；在一个实施例中，可以采用考虑簇间干扰的基于博弈论的迭代注水功率分配算法。在一个实施例中，还可以采用贪心算法(Greedy algorithm)和比特功率分配算法等为协作簇内用户分配率。

需要说明的是，以上算法仅为本发明实施例的举例说明，本发明实施例不做特别的限定。

如图3中的虚线框所示，在一个实施例中，该方法还包括：

S210，在第二时间周期内，基站接收中心控制器发送的协作簇划分结果，该协作簇划分结果是中心控制器根据所有用户在第一时间周期内的时间平均速率的相关信息做出的；

在一个实施例中，所有用户的时间平均速率信息为中心控制器管辖的各个基站反馈的；在一个实施例中，所有用户的时间平均速率信息也可以为所有用户自己反馈的。

S260，基站统计其所管辖的用户的时间平均速率的相关信息；

在一个实施例中，用户的时间平均速率的相关信息可以包括，用户在所有协作簇划分方案下的累积平均速率、用户在当前簇划分方案下的累积平均概率和用户在当前簇划分下的累积平均速率。

在一个实施例中，用户k在所有协作簇划分方案下的累积平均速率为：

其中β₁为用户k的速率调整权值，β₁＞0，I_k(t)标识用户k在时刻t被调度与否，r_kW(t)表示在簇划分方案Ω下，在时刻t分配给用户k的速率。

在一个实施例中，用户k在当前簇划分方案W下的累积平均概率为：

其中β₂为用户k的概率调整权值，β₂＞0。

在一个实施例中，用户k在当前簇划分方案W下的累积平均速率为：

β₃为用户k在簇划分W下的概率调整权值，β₃＞0。

S270，基站向中心控制器反馈其所管辖的用户的时间平均速率的相关信息。

本发明实施例通过以上技术方案，在第一时间周期内在网络中根据平均速率效用函数的梯度对基站进行动态分簇，在第二时间周期内在簇内进行用户调度和资源分配；这种分簇方案和资源分配分开进行，将运算任务分开，大大降低了整个系统的实现难度，能降低系统信令开销，能够实现较优的网络性能。

本发明一个实施例中，对基站的协作簇划分以及簇内用户的选择，做一个更为详细的说明：

a、网络中所有用户的效用函数(Utility function)用U表示：

$U=\underset{k}{\mathrm{\Σ}}{U}_k\left({\stackrel{\‾}{R}}_k\right)---\left(1\right)$

其中

为用户k的时间平均速率，

为用户k的时间平均速率的效用函数。在一个实施例中，

为

的可导严格单调递增凹函数。

在一个实施例中，为使整个网络的性能最好，就需要最大化网络中所有用户的效用函数。在一个实施例中，可以利用Stolyar梯度算法(Stolyar’s Gradientalgorithm)，将最大化该效用函数等效为：

$\underset{k\∈K_{\mathrm{\Ω},l}}{\mathrm{\Σ}}{I}_k\left(t\right)\≤\left|N_{\mathrm{\Ω},l}\right|\·N_T/N_R---\left(4\right)$

其中，(3)式和(4)式表示约束条件，即(2)需要满足(3)式和(4)式这两个约束条件。

表示

的导数。X_W(t)表示簇划分方案Ω在时刻t出现的概率。

I_k(t)是用户k在时刻t被调度的概率，I_k(t)＝1表示用户k在时刻t被调度，I_k(t)＝0表示用户k在时刻t没有被调度。

是时刻t分配给用户k的速率。其中，r_kW(t)表示在簇划分方案Ω下，在时刻t分配给用户k的速率。K_Ω，l和N_Ω，l分别为簇划分方案Ω下，簇l的簇内用户集合和基站集合；N_T为基站天线数，N_R为用户终端天线数。

另一方面，

该式表示簇划分方案Ω下簇l中的所有被调度用户(既，簇l的所有簇内用户)的信道容量。其中B为带宽，H_W，l、W_W，l和P_W，l分别为簇划分方案Ω下簇l的所有被调度用户的簇内信道、簇内预编码和功率分配；H_W，ll′为簇划分为Ω下簇l′到簇l的簇间干扰信道；N₀为噪声功率谱密度。

为W_W，l的共轭转置，

为H_W，l的共轭转置，

为W_W，l′的共轭转置，

为H_W，ll′的共轭转置。

b、最大化效用函数可以分解为两个问题：

协作簇划分选择： ${\mathrm{\Ω}}^{*}\left(t\right)=\arg \underset{\mathrm{\Ω}}{\max }\underset{l\∈N_{\mathrm{\Ω}}}{\mathrm{\Σ}}\left[\underset{k\∈K_l}{\max }{U}_k^{\′}\left({\stackrel{\‾}{R}}_k(t-1)\right)r_{\mathrm{k\Ω}}\left(t\right)\right]---\left(6\right)$

簇内用户选择： $k_l^{*}\left(t\right)=\mathrm{ang}\underset{k\∈K_l}{\max }{U}_k^{\′}\left({\stackrel{\‾}{R}}_k(t-1)\right)r_{{\mathrm{k\Ω}}^{*}}\left(t\right)---\left(7\right)$

b1、这样，对于第一时间周期的协作簇划分的选择问题，即，对于(6)式在一个实施例中可以采用梯度投影算法(Gradient Projection Algorithm)求解：

$\underset{\mathrm{\π}}{\max }\underset{k\∈K}{\mathrm{\Σ}}{U}_k\left({\stackrel{\‾}{R}}_k\right)=\underset{k\∈K}{\mathrm{\Σ}}{U}_k\left(\underset{\mathrm{\Ω}}{\mathrm{\Σ}}{\mathrm{\φ}}_{\mathrm{k\Ω}}{\mathrm{\π}}_{\mathrm{\Ω}}{\stackrel{\‾}{r}}_{\mathrm{k\Ω}}\right)---\left(8\right)$

$s.t.\underset{\mathrm{\Ω}}{\mathrm{\Σ}}{\mathrm{\π}}_{\mathrm{\Ω}}=1---\left(9\right)$

(9)式为(8)式的约束条件。在这里

其中φ_kΩ是簇划分方案为W时用户k被调度到的概率，π_Ω为簇划分方案W出现的概率，

为用户k在簇划分方案为W时的平均速率。令对(8)式中，求

关于π_Ω的偏导数：

$D_{\mathrm{\Ω}}=\frac{\∂}{\∂{\mathrm{\π}}_{\mathrm{\Ω}}}\underset{k\∈K}{\mathrm{\Σ}}{U}_k\left({\stackrel{\‾}{R}}_k\right)=\underset{k\∈K}{\mathrm{\Σ}}{U}_k^{\′}\left({\stackrel{\‾}{R}}_k\right)\frac{{\stackrel{\‾}{\mathrm{\π}}}_{\mathrm{k\Ω}}}{{\mathrm{\π}}_{\mathrm{\Ω}}}{\stackrel{\‾}{r}}_{\mathrm{k\Ω}}---\left(10\right)$

得到的D_Ω用于更新梯度向量中对应簇划分方案为W的梯度向量。对应的簇划分方案W的梯度向量被更新后得到D。D为更新后的所有协作簇划分方案的梯度集合。

在受限区间更新簇划分出现的概率向量，将π与γ加权的梯度D相加，并将所得的和投影在π的空间上，得到更新后的概率向量π：

$\mathrm{\π}\←P{\mathrm{roj}}_{{\mathrm{\Σ}}_{N^{{\mathrm{\π}}_N=1}}}(\mathrm{\π}+\mathrm{\γD})---\left(11\right)$

其中，Proj是投影函数，γ是梯度加权值，其中γ＞0。D是所有簇划分方案的梯度集合，π是N维概率向量，N为所有簇划分方案的个数，概率向量π的坐标对应各个簇划分方案的划分概率，表示概率向量π的坐标之和为1。

在这里，需要说明的是，受限区间就是要让π满足其元素之和为1这个条件，即(11)式中

在更新完簇所有划分方案的划分概率后，中心控制器可以根据协作簇划分方案的划分概率，随机选择一个划分概率对应的协作簇划分方案，对基站进行协作簇划分的更新；在一个实施例中，中心控制器可以根据协作簇划分方案的划分概率，选择最大的划分概率对应的协作簇划分方案，对基站进行协作簇划分的更新；在一个实施例中，中心控制器也可以将上述两种协作簇划分更新的方案组合起来，对基站进行协作簇划分更新。

b2、对于第二时间周期的簇内用户选择问题，对于(7)式需要满足如下条件：

$k_l^{*}\left(t\right)=\arg \underset{k\∈K_l}{\max }{U}_k^{\′}\left({\stackrel{\‾}{R}}_k(t-1)\right)r_{k{\mathrm{\Ω}}^{*}}\left(t\right)---\left(7\right)$

$s.t.\underset{k\∈K_{{\mathrm{\Ω}}^{*},l}}{\mathrm{\Σ}}{I}_k\left(t\right)\≤\left|N_{{\mathrm{\Ω}}^{*},l}\right|\·N_T/N_R---\left(4\right)$

(4)式为(7)式的约束条件。(4)式和(7)式中的相关参数的含义，在前面已经详细说明，在此不再赘述。

c、协作簇中的基站更新用户的时间平均速率及相关信息：

用户k在所有协作簇划分方案下的累积平均速率为：

${\stackrel{\‾}{R}}_k\left(t\right)=(1-{\mathrm{\β}}_1){\stackrel{\‾}{R}}_k(t-1)+{\mathrm{\β}}_1{I}_k\left(t\right)r_{\mathrm{k\Ω}}\left(t\right)---\left(12\right)$

其中β₁为用户k的速率调整权值，I_k(t)标识用户k在时刻t被调度的概率，β₁＞0。

用户k在簇划分方案W下的累积平均概率为：

${\stackrel{\‾}{\mathrm{\π}}}_{\mathrm{k\Ω}}\left(t\right)=(1-{\mathrm{\β}}_2){\stackrel{\‾}{\mathrm{\π}}}_{\mathrm{k\Ω}}(t-1)+{\mathrm{\β}}_2{I}_k\left(t\right)---\left(13\right)$

其中β₂为用户k的概率调整权值，β₂＞0。

用户k在簇划分方案W下的累积平均速率为：

${\stackrel{\‾}{r}}_{\mathrm{k\Ω}}\left(t\right)=\left\{\begin{array}{cc}(1-{\mathrm{\β}}_3){\stackrel{\‾}{r}}_{\mathrm{k\Ω}}(t-1)+{\mathrm{\β}}_3{r}_{\mathrm{k\Ω}}\left(t\right),& \mathrm{if}{I}_k\left(t\right)=1\\ {\stackrel{\‾}{r}}_{\mathrm{k\Ω}}(t-1),& \mathrm{otherwise}\end{array}\right.---\left(14\right)$

其中β₃为用户k在簇划分W下的概率调整权值，β₃＞0。

d、协作簇中的基站将更新后的相关信息发送给中心控制器，中心控制器根据这些相关信息通过(10)式计算网络内所有用户时间平均速率的效用函数的梯度，然后根据(11)式更新协作簇划分方案的划分概率，从而更新协作簇的划分。

本发明实施例通过以上技术方案，在第一时间周期内在网络中根据平均速率效用函数的梯度对基站进行动态分簇，在第二时间周期内在簇内进行用户调度和资源分配；这种分簇方案和资源分配分开进行，将运算任务分开，大大降低了整个系统的实现难度，能降低系统信令开销，能够实现较优的网络性能。

如图4所示，本发明实施例提供一种协作资源调度装置，包括：

收集模块310，用于收集该装置所管辖的所有用户在第一时间周期内的时间平均速率的相关信息；

在一个实施例中，收集模块310可以接收所有基站反馈的用户在第一时间周期内的时间平均速率的相关信息，得到该装置所管辖的所有用户在第一时间周期内的时间平均速率的相关信息。

在一个实施例中，收集模块310可以接收所有基站控制器反馈的用户在第一时间周期内的时间平均速率的相关信息，得到该装置所管辖的所有用户在第一时间周期内的时间平均速率的相关信息。

梯度获取模块320，用于根据收集到的各个用户在第一时间周期内的时间平均速率的相关信息，得到网络内的所有用户在第一时间周期内的时间平均速率的效用函数的梯度；

在一个实施例中，梯度获取模块320可以根据各个用户在第一时间周期内的时间平均速率信息，并行计算各用户的效用函数的梯度，并对计算出的各个用户的效用函数的梯度和，得到所有用户在第一时间周期内的时间平均速率的效用函数的梯度。在一个实施例种，并行计算各用户的效用函数的梯度，可以先并行计算各个用户的效用函数再计算各个效用函数的梯度。

在一个实施例中，梯度获取模块320可以根据各个用户在第一时间周期内的时间平均速录信息，计算所有用户在第一时间周期内的时间平均速率的效用函数，再计算所有用户的效用函数的梯度，得到所有用户在第一时间周期内的时间平均速录的效用函数的梯度。

在一个实施例中，梯度获取模块320还可以对各个用户在第一时间周期内的时间平均速率的效用函数的梯度进行求和，得到所有用户在第一时间周期内的时间平均速率的效用函数的梯度。

概率更新模块330，用于通过梯度获取模块320中得到的梯度更新协作簇划分方案的划分概率；

划分更新模块340，用于根据概率更新模块330更新后的划分概率对基站进行协作簇划分更新；

告知模块350，用于将协作簇划分更新的结果通知所有基站，以使各个协作簇中的基站在第二时间周期内选择相应的簇内用户(即，进行用户调度)，并对簇内用户进行资源分配。

在一个实施例中，由于协作簇选择相应的簇内用户的实时性要求较高，而对基站分簇的实时性要求相对不是很高，所以第一时间周期可以远大于第二时间周期。在一个实施例中，第一时间周期可以为第二时间周期的30倍；在一个实施例中，第一时间周期可以为第二时间周期的50倍，或者100倍以上。

如图5所示，在一个实施例中，概率更新模块330可以包括：

第一概率更新单元331，用于根据梯度获取模块320得到的梯度更新当前簇划分方案的梯度；

第二概率更新单元332，用于利用更新后的当前协作簇划分方案的梯度更新所有协作簇划分方案的梯度集合；

第三概率更新单元333，用于利用公式

更新各个协作簇划分方案的划分概率，Proj是投影函数，D为更新后的所有协作簇划分方案的梯度集合，γ是梯度加权值，γ＞0，π是N维概率向量，N为所有簇划分方案的个数，所述概率向量π的坐标对应各个簇划分方案的划分概率，表示所述概率向量π的坐标之和为1；所述公式表示，将π与经过γ加权的D相加，将所得的和投影在π的空间上，得到更新后概率向量π。

在这里，需要说明的是，

中表示更新概率向量π是在满足这个

的条件下进行的，即在受限空间内通信概率向量π。

如图6所示，在一个实施例中，划分更新模块340可以包括；

第一更新单元341，用于在概率更新模块330更新后的划分概率中，随机选择一个划分概率对应的协作簇划分方案，对基站进行协作簇划分的更新；

第二更新单元342，用于在概率更新模块330更新后的划分概率中，选择最大的划分概率对应的协作簇划分方案，对基站进行协作簇划分的更新。

需要说明的是，本实施例中提到的协作资源调度装置可以为中心控制器、网关或者其它具有类似功能的网元。

本发明实施例通过以上技术方案，在第一时间周期内在网络中根据时间平均速率效用函数的梯度对基站进行动态分簇，在第二时间周期内在簇内进行用户调度(即，选择簇内用户)和资源分配；这种分簇方案和资源分配分开进行，将运算任务分开，大大降低了整个系统的实现难度，能降低系统信令开销，实现较优的网络性能。

如图7所示，本发明实施例提供一种基站，包括：

共享协作模块410，用于在第二时间周期内，根据协作簇划分结果与该基站所属协作簇内的其它基站共享数据；该协作簇划分结果是协作资源调度装置根据所有用户在第一时间周期内的时间平均速率的相关信息做出的；

在一个实施例中，共享协作模块410与该基站所属协作簇内的其它基站共享数据，可以包括共享信道信息；在一个实施例中，信道信息也可以不作共享。

用户调度模块420，用于使该基站所属协作簇的效用函数最大为目标，与该基站所属协作簇内的其它基站联合选择簇内用户；

通信方式决定模块430，用于与该基站所属簇内的其它基站的决定和用户调度模块420中选择出的簇内用户的上下行通信方式；

功率分配模块440，用于在下行通信中和该基站所属协作簇内的其它所有基站联合为簇内用户分配功率。

在一个实施例中，可以采用注水算法为协作簇内用户分配率；在一个实施例中，可以采用不考虑簇间干扰的注水功率分配算法法；在一个实施例中，可以采用考虑簇间干扰的基于博弈论的迭代注水功率分配算法。在一个实施例中，还可以采用贪心算法(Greedy algorithm)和比特功率分配算法等为协作簇内用户分配率。

如图7中的虚线框所示，在一个实施例中，该装置还可以包括：

统计模块450，用于统计该基站所管辖的用户的时间平均速率的相关信息；

发送模块460，将统计的该基站所管辖的用户的时间平均速率的相关信息发送给协作资源调度装置。

如图8所示，在一个实施例中，用户调度模块420可以包括：

第一调度单元421，用于与协作簇内的其它基站，比较协作簇内所有用户组合的信道容量，选择容量最大的用户组合作为簇内用户；

第二调度单元422，用于与协作簇内的其它基站，比较簇内所有用户组合的信道，选择最小条件数最大的用户组合作为簇内用户；最小条件数是指一个用户组合的信道矩阵的最小特征值和最大特征值之比。

第三调度单元433，用于与协作簇内的其它基站，通过比例公平调度算法对所述协作簇内的所有用户进行调度，选择簇内用户

如图9所示，在一个实施例中，通信方式决定模块430可以包括：

下行通信决定单元431，用于在下行通信中与协作簇内的其它基站采用联合预编码的通信方式；

在一个实施例中，可以采用线性预编码进行联合预编码。例如，可以采用ZF线性预编码、MMSE线性预编码、块正交的线性预编码或者基于斜投影的线性预编码进行联合预编码；在一个实施例中还可以采用非线性预编码进行联合预编码。例如，可以采用THP或者DPC等非线性预编码进行联合预编码。

上行通信决定单远432，用于在上行通信中与协作簇内的其它基站采用联合检测的通信方式。

在一个实施例中，可以采用线性检测算法进行联合检测，例如，ZF或者MMSE等线性检测算法；在一个实施例中，可以采用非线性检测算法进行联合检测，例如，SIC、PIC、或者基于QR分解的算法等非线性算法；在一个实施例中，还可以采用最优检测算法进行联合检测，例如，ML、SD或者减格算法等。

本发明实施例通过以上技术方案，在第一时间周期内在网络中根据平均速率效用函数的梯度对基站进行动态分簇，在第二时间周期内在簇内进行用户调度和资源分配；这种分簇方案和资源分配分开进行，将运算任务分开，大大降低了整个系统的实现难度，能降低系统信令开销，能够实现较优的网络性能。

如图10所示，本发明实施例提供一种协作资源调度系统，包括，多个基站10和协作资源调度装置20。

协作资源调度装置20，用于收集该装置所管辖的所有用户在第一时间周期内的时间平均速率的相关信息；根据收集到的各个用户在第一时间周期内的时间平均速率的相关信息，得到网络内的所有用户在第一时间周期内的时间平均速率的效用函数的梯度；通过得到的梯度更新协作簇划分方案的划分概率；根据更新后的划分概率对基站进行协作簇划分更新；将协作簇划分更新的结果通知所有基站，以使各个协作簇中的基站在第二时间周期内选择相应的簇内用户，并对簇内用户进行资源分配。

需要说明的是，本实施例中提到的协作资源调度装置可以为中心控制器、网关或者其它具有类似功能的网元。

协作资源调度装置20的具体结构和功能在前述实施例中已经详细描述，在此不再赘述。

基站10，用于根据协作簇划分结果与基站10所属协作簇内的其它基站共享数据；该协作簇划分结果是协作资源调度装置根据所有用户在第一时间周期内的时间平均速率的相关信息做出的；使基站10所属协作簇的效用函数最大为目标，与该基站所属协作簇内的其它基站联合选择簇内用户；与基站10所属簇内的其它基站的决定和用户调度模块420中选择出的簇内用户的上下行通信方式；在下行通信中和基站10所属协作簇内的其它所有基站联合为簇内用户分配功率。

在一个实施例中，基站10还可以用于统计该基站所管辖的用户的时间平均速率的相关信息；将统计的该基站所管辖的用户的时间平均速率的相关信息发送给协作资源调度装置。

基站10的具体结构和功能在前述实施例中已经详细描述，在此不再赘述。

在本实施例中，图10中的基站被分成了5个簇，如图中的曲线所示。当然可以理解的是，在下一个第一时间周期内，这些基站可能会被分成6个或者4个簇。

本发明实施例通过以上技术方案，在第一时间周期内在网络中根据平均速率效用函数的梯度对基站进行动态分簇，在第二时间周期内在簇内进行用户调度和资源分配；这种分簇方案和资源分配分开进行，将运算任务分开，大大降低了整个系统的实现难度，能降低系统信令开销，能够实现较优的网络性能。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

以上所述仅为本发明的几个实施例，本领域的技术人员依据申请文件公开的可以对本发明进行各种改动或变型而不脱离本发明的精神和范围。

Claims (19)

1.一种协作资源调度方法，其特征在于，包括：

收集管辖的所有用户在第一时间周期内的时间平均速率的相关信息；

根据各个用户在第一时间周期内的时间平均速率的相关信息，得到所有用户在第一时间周期内的时间平均速率的效用函数的梯度；

根据所述所有用户在第一时间周期内的时间平均速率的效用函数的梯度更新各个协作簇划分方案的划分概率；

根据更新后的划分概率对所有基站进行协作簇划分更新；

将协作簇划分更新的结果通知所有基站，以使各个协作簇中的基站在第二时间周期内选择相应的簇内用户，并对所述簇内用户进行资源分配。

2.如权利要求1所述的协作资源调度方法，其特征在于，所述根据各个用户在第一时间周期内的时间平均速率的相关信息，得到所有用户在第一时间周期内的时间平均速率的效用函数的梯度，包括：

根据各个用户在第一时间周期内的时间平均速率的相关信息，并行计算各个用户的函数的梯度；

对所述各个效用函数的梯度进行求和，得到所有用户在第一时间周期内的时间平均速率的效用函数的梯度。

3.如权利要求1所述的协作资源调度方法，其特征在于，所述根据各个用户在第一时间周期内的时间平均速率的相关信息，得到所有用户在第一时间周期内的时间平均速率的效用函数的梯度，包括：

根据各个用户在第一时间周期内的时间平均速录信息，计算所有用户在第一时间周期内的时间平均速率的效用函数；

计算所有用户的效用函数的梯度，得到所有用户在第一时间周期内的时间平均速录的效用函数的梯度。

4.如权利要求1所述的协作资源调度方法，其特征在于，所述根据所述所有用户在第一时间周期内的时间平均速率的效用函数的梯度更新各个协作簇划分方案的划分概率，包括：

根据所述所有用户在第一时间周期内的时间平均速率的效用函数的梯度更新当前簇划分方案的梯度；

利用更新后的当前协作簇划分方案的梯度更新所有协作簇划分方案的梯度集合；

利用公式

更新各个协作簇划分方案的划分概率，Proj是投影函数，D为更新后的所有协作簇划分方案的梯度集合，γ是梯度加权值，γ＞0，π是N维概率向量，N为所有簇划分方案的个数，所述概率向量π的坐标对应各个簇划分方案的划分概率，

表示所述概率向量π的坐标之和为1；所述公式表示，将π与经过γ加权的D相加，将所得的和投影在π的空间上，得到更新后概率向量π。

5.如权利要求1所述的协作资源调度方法，其特征在于，所述根据更新后的划分概率对所有基站进行协作簇划分更新，包括：

在更新后的划分概率中，随机选择一个划分概率对应的协作簇划分方案，对基站进行协作簇划分更新；

或者，在更新后的划分概率中，选择最大的划分概率对应的协作簇划分方案，对基站进行协作簇划分更新。

6.如权利要求1所述的协作资源调度方法，其特征在于，所述效用函数为可导的单调递增函数。

7.一种协作资源调度方法，其特征在于，所述方法包括：

在第二时间周期内，根据协作簇划分结果，与协作簇内的其它基站共享数据，所述协作簇划分结果是由协作资源调度装置根据所有用户在第一时间周期内的时间平均速率的相关信息做出的；

以使所述协作簇的效用函数最大为目标，与所述协作簇内的其它基站联合选择簇内用户；

与所述协作簇内的其它基站决定和所述簇内用户的上下行通信方式；

在下行通信中和所述协作簇内的其它基站联合为所述簇内用户分配功率。

8.如权利要求7所属的协作资源调度方法，其特征在于，所述以使所述协作簇的效用函数最大为目标，与所述协作簇内的其它基站联合选择簇内用户，包括：

与所述协作簇内的其它基站，比较所述协作簇内所有用户组合的信道容量，选择容量最大的用户组合作为簇内用户；

或者，与所述协作簇内的其它基站，比较所述协作簇内所有用户组合的信道矩阵，选择信道矩阵的最小条件数最大的用户组合作为簇内用户，所述信道矩阵的最小条件数为信道矩阵的最小特征值和最大特征值之比；

或者，与所述协作簇内的其它基站，通过比例公平调度算法对所述协作簇内的所有用户进行调度，选择簇内用户。

9.如权利要求7所述的协作资源调度方法，其特征在于，所述与所述协作簇内的其它基站决定和所述簇内用户的上下行通信方式，包括：

在下行通信中，与所述协作簇内的其它基站采用联合预编码的通信方式；

在上行通信中，与所述协作簇内的其它基站对用户采用联合检测的通信方式。

10.如权利要求7所述的协作资源调度方法，其特征在于，所述在下行通信中和所述所属协作簇内的其它基站联合为所述簇内用户分配功率，包括：

在下行通信中和所述所属协作簇内的其它基站采用不考虑簇间干扰的注水功率分配算法，为所述簇内用户分配功率；

或者，在下行通信中和所述所属协作簇内的其它基站采用考虑簇间干扰的基于博弈论的迭代注水功率分配算法，为所述簇内用户分配功率。

11.如权利要求7所述的协作资源调度方法，其特征在于，所述方法还包括：

统计管辖的户的平均速率的相关信息；

将统计的所述管辖的用户的平均速录的相关信息发送给所述协作资源调度装置。

12.如权利要求11所述的协作资源调度方法，其特征在于，所述管辖的用户的平均速的相关信息，包括：

所述管辖的用户在所有协作簇划分方案下的累积平均速率、所述管辖的用户在当前簇划分方案下的累积平均概率和/或所述管辖的用户在当前簇划分方案下的累计平均速率。

13.一种协作资源调度装置，其特征在于，包括：

收集模块，用于收集所述装置管辖的所有用户在第一时间周期内的时间平均速率的相关信息；

梯度获取模块，用于根据各个用户在第一时间周期内的时间平均速率的相关信息，得到所有用户在第一时间周期内的时间平均速率的效用函数的梯度；

概率更新模块，用于通过所述梯度获取模块得到的梯度更新各个协作簇划分方案的划分概率；

划分更新模块，用于根据更新后的划分概率对所有基站进行协作簇划分更新；

告知模块，用于将协作簇划分更新的结果通知所有基站，以使各个协作簇中的基站在第二时间周期内选择相应的簇内用户，并对所述簇内用户进行资源分配。

14.如权利要求13所述的协作资源调度装置，其特征在于，所述概率更新模块包括：

第一概率更新单元，用于根据所述梯度获取模块得到的梯度更新当前簇划分方案的梯度；

第二概率更新单元，用于利用更新后的当前协作簇划分方案的梯度更新所有协作簇划分方案的梯度集合；

第三概率更新单元，用于利用公式更新各个协作簇划分方案的划分概率，Proj是投影函数，D为更新后的所有协作簇划分方案的梯度集合，γ是梯度加权值，γ＞0，π是N维概率向量，N为所有簇划分方案的个数，所述概率向量π的坐标对应各个簇划分方案的划分概率，

表示所述概率向量π的坐标之和为1；所述公式表示，将π与经过γ加权的D相加，将所得的和投影在π的空间上，得到更新后概率向量π。

15.如权利要求13所述的协作资源调度装置，其特征在于，所述划分模块包括第一更新的单元或者第二更新单元；

所述第一更新单元，用于在更新后的划分概率中，随机选择一个划分概率对应的协作簇划分方案，对基站进行协作簇划分更新；

所述第二更新单元，用于在更新后的划分概率中，选择最大的划分概率对应的协作簇划分方案，对基站进行协作簇划分更新。

16.一种基站，其特征在于，包括：

共享协作模块，用于在第二时间周期内，根据协作簇划分结果，与所述基站所属协作簇内的其它基站共享数据，所述协作簇划分结果是由协作资源调度装置根据所有用户在第一时间周期内的时间平均速率的相关信息做出的；

用户调度模块，用于使所述协作簇的效用函数最大为目标，与所述协作簇内的其它基站联合选择簇内用户；

通信方式决定模块，用于与所述协作簇内的其它基站决定和所述簇内用户的上下行通信方式；

功率分配模块，用于在下行通信中和所述协作簇内的其它基站联合为所述簇内用户分配功率。

17.如权利要求16所述的基站，其特征在于，所述用户调度模块包括第一调度单元、第二调度单元或者第三调度单元，

所述第一调度单元，用于与所述协作簇内的其它基站，比较所述协作簇内所有用户组合的信道容量，选择容量最大的用户组合作为簇内用户；

所述第二调度单元，用于与所述协作簇内的其它基站，比较所述协作簇内所有用户组合的信道矩阵，选择信道矩阵的最小条件数最大的用户组合作为簇内用户，所述信道矩阵的最小条件数为信道矩阵的最小特征值和最大特征值之比；

所述第三调度单元，用于与所述协作簇内的其它基站，通过比例公平调度算法对所述协作簇内的所有用户进行调度，选择簇内用户。

18.如权利要求16所述的基站，其特征在于，所述基站还包括：

统计模块，用于统计管辖的户的平均速率的相关信息；

发送模块，用于将统计的所述管辖的用户的平均速录的相关信息发送给所述协作资源调度装置。

19.一种协作资源调度系统，其特征在于，包括如权利要求13-15任一项权利要求所述的协作资源调度装置和多个如权利要求16-18任一项权利要求所述的基站。

Images