CN102164370A - 分布式多入多出正交频分复用系统及多维资源分配方法 - Google Patents

Abstract

一种分布式多入多出正交频分复用系统及多维资源分配方法，包括：小区内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；网络侧根据确定为通信端口的端口下属的全部用户的用户数情况，将功率按比例分配至各端口；网络侧根据功率平均分配的原则，计算所述端口下属的全部用户中各用户在该端口内的各子信道上的速率，将子信道分配给速率最大的用户，完成该用户与分配后的子信道进行绑定；网络侧对绑定的所述用户与分配后的子信道进行注水功率分配，完成资源分配。应用本发明，解决了当前复杂度较低的多维资源分配中存在容量性能较低的问题。

Description

分布式多入多出正交频分复用系统及多维资源分配方法

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MIMO-OFDM(多入多出正交频分复用)系统及多维资源分配方法。

背景技术

未来无线通信系统必将组合运用空时处理、多载波调制和时/频/码/空域混合多址等技术，无线资源亦相应呈现多维趋势，无线资源管理必须解决多维无线资源的合理调度问题。然而，随着资源维数的增加，联合分配方法的复杂度也随之增加，往往可能由于过高的复杂度而难以应用于实际。尽管如此，研究多维资源分配方法仍是大势所趋，具有较高的理论意义，同时相信随着信号处理及计算机技术的进一步发展，多维资源联合分配方法也必将逐步走向实用。

为了降低多维联合分配的复杂度，当前的DSPA(Decouple Subchanneland Power Allocation)方法先在假设功率平均分配的条件下将天线与子载波对应的子信道分配给用户，再在各子信道上进行注水功率分配，采用分步实施的方法完成天线、子载波与功率的联合分配，其容量性能在相同参数条件下高于二维资源分配，但是由于它假设属于一个子载波的所有子信道只能由一个用户占用，无法充分利用多用户分集增益，所能达到的性能十分有限。

综上所述，当前需要一种新的资源分配的技术方案，来解决分多维联合分配资源时存在的上述问题。

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及多维资源分配方法，解决了当前复杂度较低的多维资源分配中存在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多维资源分配方法，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；

网络侧根据确定为通信端口的端口下属的全部用户的用户数情况，将功率按比例分配至各端口；

所述网络侧根据功率平均分配的原则，计算所述端口下属的全部用户中各用户在该端口内的各子信道上的速率，将子信道分配给速率最大的用户，完成该用户与分配后的子信道进行绑定；

所述网络侧对绑定的所述用户与分配后的子信道进行注水功率分配，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，是指：

所述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，依据容量最大化准则，选择提供最大速率最大的若干个端口。

进一步地，上述方法还可包括，所述网络侧对绑定的所述用户与分配后的子信道进行注水功率分配，完成资源分配，是指：

所述网络侧依据各端口的用户数按比例分配功率，最终在各端口范围内对绑定的所述用户与分配后的子信道完成功率在各子信道上注水分配，完成资源分配。

本发明还提供了一种分布式多入多出正交频分复用系统，包括网络侧和多个终端，其中，

所述终端，用于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，并将选择后的通信端口的信息发送给所述网络侧；

所述网络侧，用于根据收到的选择后的通信端口的信息，得到确定为通信端口的端口下属的全部终端的终端数情况，将功率按比例分配至各端口；根据功率平均分配的原则，计算所述端口下属的全部终端中各终端在该端口内的各子信道上的速率，将子信道分配给速率最大的终端，完成该终端与分配后的子信道进行绑定；对绑定的所述终端与分配后的子信道进行注水功率分配，完成资源分配。

进一步的，上述系统还可包括，所述终端是通过信道估计获得所述信道状态的数据。

进一步的，上述系统还可包括，所述终端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，是指：

所述终端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，依据容量最大化准则，选择提供最大速率最大的若干个端口。

进一步的，上述系统还可包括，所述网络侧对绑定的所述终端与分配后的子信道进行注水功率分配，完成资源分配，是指：

所述网络侧依据各端口的终端数按比例分配功率，最终在各端口范围内对绑定的所述终端与分配后的子信道完成功率在各子信道上注水分配，完成资源分配。

与DSPA方法相比，应用本发明，能够以较小的复杂度代价换取容量性能的较大提升；与MASA方法相比，本发明方法在用户数较少的情况下优势明显，且端口并行处理机制能够有效提高系统的工作效率，缩短资源分配所需时间。总之，本发明能够实现通信系统性能与复杂度的有效折中，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系统中多维资源分配方法的流程图；

图2是实例中多用户分布式MIMO-OFDM系统示意图；

图3是实例中基于多维资源联合分配的多用户分布式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是实例中进行资源分配的流程图；

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N＝4，L＝2，N_r＝2时，进行3000次完整的资源分配，本发明方法与MASA方法以及DSPA方法所需计算时间随用户数变化的示意图。

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。

本发明涉及的基于分级优化的天线、子载波与功率联合分配方法可以针对多用户分布式MIMO-OFDM系统中的天线、子载波和功率等资源进行联合分配，能够在已有多维资源分配方法的基础上以较小的复杂度代价换取系统容量性能的较大提升。

本发明为基于分级优化的天线、子载波与功率联合分配(MDOSPA，Multi-user Distributed Optimization-based Subchannel&Power Allocation)方法，本发明的主要构思在于：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)，以此为每个用户选取信道状况最好的通信端口进行通信，并根据各端口下属用户的数量将总发射功率按比例分配至端口，完成功率的初次分配；再假设功率在端口内平均分配，在此基础上完成天线与子载波的分配，形成“用户-子信道对”；最后采用注水功率分配的方式，完成功率在“用户-子信道对”上的二次分配。

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。如图1所示，本发明方法适用于分布式MIMO-OFDM系统，用于完成系统天线、子载波和功率资源的联合分配，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)。

其中，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。

所述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，是指：

所述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，依据容量最大化准则，选择提供最大速率最大的若干个端口。

步骤120、网络侧根据Ω_p中用户数的情况，将功率按比例分配至各端口；

步骤130、网络侧根据功率平均分配的原则，计算Ω_p中用户在端口p内的各子信道上的速率，将子信道分配给速率最大的用户，完成该用户与分配后的子信道进行绑定；

步骤140、网络侧对绑定的所述用户与分配后的子信道进行注水功率分配，完成资源分配。

本发明的分布式多入多出正交频分复用系统，包括网络侧和多个终端，其中，

所述终端，用于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，并将选择后的通信端口的信息发送给所述网络侧；

所述网络侧，用于根据收到的选择后的通信端口的信息，得到确定为通信端口的端口下属的全部终端的终端数情况，将功率按比例分配至各端口；根据功率平均分配的原则，计算所述端口下属的全部终端中各终端在该端口内的各子信道上的速率，将子信道分配给速率最大的终端，完成该终端与分配后的子信道进行绑定；对绑定的所述终端与分配后的子信道进行注水功率分配，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)假设属于一个子载波的不同子信道可由不同用户占用，能够充分利用多用户分集增益，有利于提高系统的容量性能。

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系统设计一种复杂度较低且性能较优的多维资源联合分配方法，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、子载波与功率等资源分配给用户，实现系统容量性能和复杂度的有效折中。

下面结合具体实例对本发明作进一步说明。

图2是多用户分布式MIMO-OFDM系统示意图，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。

图3是基于多维资源联合分配的多用户分布式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，并由无噪声、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

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，

为用户k的第m个天线与第i个端口第1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：

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

其中，α为路径损耗因子，

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，

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)，以此为每个用户选取信道状况最好的通信端口进行通信，并根据各端口下属用户的数量将总发射功率按比例分配至端口，完成功率的初次分配；再假设功率在端口内平均分配，在此基础上将天线与子载波对应的子信道分配给在该子信道上速率最大的用户，形成“用户-子信道对”；最后采用注水功率分配的方式，完成功率在“用户-子信道对”上的二次分配。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：

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；

P_T：总发射功率；

(m，l)：子载波m和天线l对应的子信道；

用户k在端口p内的子信道(m，l)上的最大速率；

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：

$P_{\mathrm{ml}}^k={\log }_2(1+\frac{{\mathrm{\Γ}}_T}{\mathrm{NL}}{\left|\right|{\left[H_m^k\right]}_l\left|\right|}^2)$

其中，

为子载波的平均信噪比，

表示矩阵

的第1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

最大的P个端口作为通信端口，P为大于0的整数。

步骤530、网络侧将发射总功率在端口间分配的过程；

根据Ω_p(p＝1，2，…，N)中用户数K_p的情况，将功率按比例分配至各端口，其中端口i分得的功率P_i满足P_i/P_T＝K_i/PK(由于每个用户同时与P个端口进行通信，因此各端口下属用户数的总和应是用户数的P倍)。

步骤540、网络侧在端口内分配子信道的过程；

假设端口内功率平均分配，计算下属用户在子信道(m，l)上的最大速率

将子信道(m，l)分给用户k_s，满足

步骤550、网络侧采用注水分配方法对“用户-子信道对”进行二次功率分配的过程。

对“用户-子信道对”k_s：(m，l)进行注水功率分配，

满足下式要求：

$P_{m,l}^{k_s,p}={(\mathrm{\μ}-\frac{{\mathrm{\σ}}_n^2}{{\left|\right|{\left[H_m^{k_s}\right]}_{p,l}\left|\right|}^2})}^{+}$

其中，μ为注水水位，x⁺表示max(x，0)。

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来反馈信道状态信息。

通过Monte Carlo仿真比较，本发明即MDOSPA方法与已有二维MASA方法、DSPA方法以及TDMA方法。其中，MASA(Multi-user Antenna&Sub-carrier Allocation)方法是一种性能较优的天线与子载波分配方法，其基本原理是在子载波上通过先选择天线再选择用户的过程完成资源分配；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，本发明方法的容量性能显著优于二维的MASA方法、三维的DSPA方法以及传统的TDMA方法，其中DSPA方法虽然实现了三维资源的联合分配，但由于假设一个子载波最多只能由一个用户占用，不能较好地利用空分多址，因此其容量性能十分有限，甚至逊于二维的MASA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，本发明方法的性能优于其余几种方法。随着用户数的增加，本发明方法和MASA方法的容量性能均是先逐渐提高而后趋于平坦。对比本发明方法和MASA方法，当用户数较少时，本发明方法的性能优势较为明显，随着用户数的增加，这种优势逐渐减小，这是因为在信噪比一定的情况下，功率注水分配所带来的优势相对固定，而MASA方法存在不足(由于在资源分配时未考虑用户数较少的情况而导致性能有所损失)带来的影响渐不明显。DSPA方法对用户数的变化不敏感，但由于依据信道状态信息对资源进行了优化分配，因此其性能较之于TDMA方法有较大提升。

图8所示为N＝4，L＝2，N_r＝2时，进行3000次完整的资源分配，本发明方法与MASA方法以及DSPA方法所需计算时间随用户数变化的情况。

事实上，将本发明方法、MASA方法与DSPA方法相比，由于前二者在资源分配中假设一个子信道而非一个子载波由一个用户占用，资源分配的自由度更大，因此复杂度高于DSPA方法；对比本发明方法与MASA方法，由于前者引入了功率注水分配方法，因此复杂度略高于后者。而从上图中可以看出，随着用户数的增加，三种方法所需时间均呈线性增长，其中本发明方法所需时间与DSPA方法相当，明显低于MASA方法，且差距随着用户数的增加逐渐增大。这是因为本发明在资源分配过程中引入了端口并行处理机制，因而即便在整体复杂度上有所增加，仍能具有较好的时间利用率。

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 (8)

1.一种分布式多入多出正交频分复用系统中多维资源分配方法，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；

网络侧根据确定为通信端口的端口下属的全部用户的用户数情况，将功率按比例分配至各端口；

所述网络侧根据功率平均分配的原则，计算所述端口下属的全部用户中各用户在该端口内的各子信道上的速率，将子信道分配给速率最大的用户，完成该用户与分配后的子信道进行绑定；

所述网络侧对绑定的所述用户与分配后的子信道进行注水功率分配，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，是指：

所述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，依据容量最大化准则，选择提供最大速率最大的若干个端口。

4.如权利要求1所述的方法，其特征在于，

所述网络侧对绑定的所述用户与分配后的子信道进行注水功率分配，完成资源分配，是指：

所述网络侧依据各端口的用户数按比例分配功率，最终在各端口范围内对绑定的所述用户与分配后的子信道完成功率在各子信道上注水分配，完成资源分配。

5.一种分布式多入多出正交频分复用系统，其特征在于，

包括网络侧和多个终端，其中，

所述终端，用于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，并将选择后的通信端口的信息发送给所述网络侧；

所述网络侧，用于根据收到的选择后的通信端口的信息，得到确定为通信端口的端口下属的全部终端的终端数情况，将功率按比例分配至各端口；根据功率平均分配的原则，计算所述端口下属的全部终端中各终端在该端口内的各子信道上的速率，将子信道分配给速率最大的终端，完成该终端与分配后的子信道进行绑定；对绑定的所述终端与分配后的子信道进行注水功率分配，完成资源分配。

6.如权利要求5所述的系统，其特征在于，

所述终端是通过信道估计获得所述信道状态的数据。

7.如权利要求5所述的系统，其特征在于，

所述终端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，是指：

所述终端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，依据容量最大化准则，选择提供最大速率最大的若干个端口。

8.如权利要求5所述的系统，其特征在于，

所述网络侧对绑定的所述终端与分配后的子信道进行注水功率分配，完成资源分配，是指：

所述网络侧依据各端口的终端数按比例分配功率，最终在各端口范围内对绑定的所述终端与分配后的子信道完成功率在各子信道上注水分配，完成资源分配。

Images