CN102340882A - 一种基于不同速率更新策略的多用户比例公平方法 - Google Patents

Abstract

本发明公开了一种多用户多输入多输出(MU-MIMO)无线通信系统中的基于不同速率更新策略的多用户比例公平调度方法，包括如下内容：基站接收到用户的服务请求后，利用贪婪选择算法，依据一种自适应比例公平方法和不同请求速率更新策略，进行用户调度；在一次调度中，自适应比例公平方法中要用于计算用户调度优先级的瞬时请求速率和平均请求速率，有三种更新策略：(1)瞬时请求速率更新多次，平均请求速率更新一次。(2)瞬时请求速率和平均请求速率均更新一次。(3)瞬时请求速率和平均请求速率均更新多次。本方法中的三种速率更新策略能分别在不同的信道条件下提高系统性能。

Description

一种基于不同速率更新策略的多用户比例公平方法

技术领域

本发明涉及到无线通信技术中多输入多输出(MIMO)通信系统中的多用户调度技术，更具体地，涉及一种基于不同速率更新策略的多用户比例公平方法。 

背景技术

多输入多输出(MIMO)技术是无线通信B3G的核心技术之一。它在基站端和用户端使用多根发射天线和接收天线，利用由此得到的空间复用增益和多用户调度得到的空间分集增益，来提高系统的吞吐率。 

在MIMO系统中，基站端的发射天线数量有限，而每一时隙中接受服务的用户的接收天线总和不能大于发射天线数，因此，需要进行多用户调度以满足该条件。空间分集增益就是通过在多用户调度的过程中，利用用户信道的衰落特性，让基站在每一调度时隙为信道状态最好，即用户信道容量最大的几个用户提供服务来得到。设基站有M根发射天线，用户k的接收天线数目为N_k，则系统能同时服务的用户数 

满足： 

这样的调度方法能够使系统的吞吐率最大，然而却忽略了用户间的公平性。当一部分用户信道状态长期处于较差状态，即用户信道容量较小的时候，这些用户会长时间无法得到服务。 

为了解决用户公平性的问题，比例公平调度算法被引入到多用户调度中来。它不再把用户的信道容量大小作为用户优先级的衡量标准，而是使用用户信道容量和平均传输速率的比值，即： 

$\frac{T_k\left(t\right)}{\stackrel{\‾}{T_k\left(t\right)}}---\left(1\right)$

其中T_k(t)表示用户k在时刻t的信道容量，或称为瞬时传输速率。 

表示用户k在时刻t的平均传输速率，由公式(2)更新： 

其中t_c为更新窗口，一般取值为100。 

在用户长期得不到调度的时候，比例公平算法能够提高用户的调度优先级，从而使得用户在吞吐率上的公平性得到改善，即减少不同用户间平均吞吐率的差异。 

虽然比例公平调度算法所能达到较高的公平性，但是用户间吞吐率的公平性还有上升空间，因此，有必要提供一种改进的多用户比例公平方法来进一步提高用户在吞吐率上的公平性。 

发明内容

本发明的目的是提供一种多用户比例公平方法，能够进一步提高用户间在吞吐率上的公平性。 

为了实现上述目的，本发明提供了一种基于不同速率更新策略的多用户比例公平方法，包括如下步骤：用户向基站发出服务请求，并向基站发送自身的信道状态信息；基站根据用户反馈的信道状态信息，基于贪婪算法的选择原则，按照一种自适应比例公平方法进行用户调度，这种自适应比例公平方法中用户k的优先级表示为： 

$\frac{T_k\left(t\right)}{\stackrel{\‾}{T_k\left(t\right)}}\·\frac{R_k\left(t\right)}{{\stackrel{\‾}{R_k\left(t\right)}}^{\mathrm{\α}}}---\left(3\right)$

其中，其中T_k(t)表示用户k在时刻t的信道容量，或称为瞬时传输速率； 

表示用户k在时刻t的平均传输速率， 

按照公式(2)给出的方式更新。R_k(t)表示用户k在时刻t的瞬时请求速率，与用户信道容量有关； 

表示用户k在时刻t的平均请求速率，在每一时隙都按照公式(4)更新： 

$\stackrel{\‾}{R_k(t+1)}=(1-\frac{1}{t_c})\stackrel{\‾}{R_k\left(t\right)}+\frac{1}{t_c}{R}_k\left(t\right)---\left(4\right)$

α作为调整提高处在较差信道中的用户的优先级的参数，α越大，信道差的用户的优先级越高。 

在按照贪婪算法调度用户的时候，一次用户调度中要进行多次用户选择，每次选择把一个用户选入到接受基站服务的用户集合S中去。在这一过程中，一些用户的信道容量要被计算多次，每一次计算结果都不会相同，而请求速率的值为信道容量，因此存在着请求速率只更新一次和每得到一个计算结果就更新一次这两种方式，本方法中有三种不同的速率更新策略： 

1)瞬时请求速率更新多次，平均请求速率更新一次。 

2)瞬时请求速率更新一次，平均请求速率更新一次。 

3)瞬时请求速率更新多次，平均请求速率更新多次。 

更新策略不一样，但是选择用户的原则一样。那么按照这种方法，在每次选择用户的时候，选入接受基站服务的用户集合S中的用户，要能使集合中所用用户的优先级之和： 

$\underset{k\∈S}{\mathrm{\Σ}}\frac{T_k\left(t\right)}{\stackrel{\‾}{T_k\left(t\right)}}\·\frac{R_k\left(t\right)}{{\stackrel{\‾}{R_k\left(t\right)}}^{\mathrm{\α}}}---\left(5\right)$

在该次选择之后，相较于选入其他用户最大。 

在本发明的一个实施例中，所述瞬时传输速率T_k(t)定义为用户k在时刻t的信道容量；在计算用户的调度优先级的时候，所有用户的瞬时传输速率都用它们的信道容量；在更新平均传输速率 

的时候，没有得到调度的用户瞬时传输速率为0，得到调度的用户瞬时传输速率为T_k(t)。所述传输速率的更新方法为：第一次向服务对象集合中加入用户时，计算出每个用户的信道容量作为T_k(t)，之后每一次向服务对象集合中添加用户，前一次未被选中的用户的信道容量都会被重新计算，得到的新值作为该次选择中要 用到的T_k(t)，确定了服务对象集合后，所有用户的平均传输速率都按照公式(2)进行更新。所述贪婪选择算法具体的实施方式为：设系统能同时服务的用户数为 

服务对象集合初始化为空集，每次向集合中加入一个用户，该用户能使集合中用户的优先级之和最大。计算总吞吐率，所用到的信道矩阵为服务对象集合中的每个用户的信道矩阵纵向连接。速率更新策略采用：1)瞬时请求速率更新多次，平均请求速率更新一次。所述更新策略具体为：第一次向服务对象集合中加入用户时，计算出每个用户的信道容量作为R_k(t)，并以此对 

进行更新。之后每一次向服务对象集合中添加用户，前一次未被选中的用户的信道容量都会被重新计算，得到的新值作为该次选择中要用到的R_k(t)，但是 不再更新。 

在本发明的另一实施例中，速率更新策略采用：2)瞬时请求速率更新一次，平均请求速率更新一次。所述更新策略具体为：第一次向服务对象集合中加入用户时，计算出每个用户的信道容量作为R_k(t)，并以此对 

进行更新。之后每一次向服务对象集合中添加用户，所有用户的信道容量都被重新计算，T_k(t)得到更新，但是R_k(t)就使用第一次得到的值， 

不再更新。 

在本发明的又一实施例中，速率更新策略采用：3)瞬时请求速率更新多次，平均请求速率更新多次。所述更新策略具体为：第一次向服务对象集合中加入用户时，计算出每个用户的信道容量作为R_k(t)，并以此对 

进行更新。之后每一次向服务对象集合中添加用户，前一次未被选中的用户的信道容量都会被重新计算，得到的新值作为该次选择中要用到的R_k(t)，并且以此值对 

进行更新。 

与现有技术相比，本发明基于不同速率更新策略的多用户比例公平方法通过引入瞬时请求速率和平均请求速率的α次幂之比，提高信道状态相对于自身平均信道状态最好的用户的调度优先级，从而增加信道状态长期较差的用户被调度的机会，从而进一步提高系统在用户吞吐率上的公平性。通过在一定范围内调整α，可以调整本方法是倾向于获得更大的系统吞吐率还是更高的用户公平性。 

通过以下的描述并结合附图，本发明将变得更加清晰，这些附图用于解释本发明的实施例。 

附图说明

图1、图2、图3、图4分别为本发明基于不同速率更新策略的多用户比例共平方法的流程图。 

图1为基于不同速率更新策略的多用户比例公平方法的流程图，步骤S3用图1、图2、图3分别具体说明不同速率更新策略下的调度过程。 

图2为基于不同速率更新策略的多用户比例共平方法中，速率更新策略1)的流程图，即瞬时请求速率更新多次，平均请求速率更新一次。 

图3为基于不同速率更新策略的多用户比例共平方法中，速率更新策略2)的流程图，即瞬时请求速率更新一次，平均请求速率更新一次。 

图4为基于不同速率更新策略的多用户比例共平方法中，速率更新策略3)的流程图，即瞬时请求速率更新多次，平均请求速率更新多次。 

具体实施方式

现在参考附图描述本发明的实施例，附图中类似的元件标号代表类似的元件。 

在阐述本实施例基于不同速率更新策略的多用户比例公平方法之前，先说明所述方法中涉及的以下概念： 

服务对象集合：为系统在某一时刻所要服务的用户组成的集合，其中的用户被称为得到了调度。用户调度的过程就是一个一个向服务对象集合中添加用户的过程。 

调度优先级：为衡量用户在调度中的优先程度的量。调度优先级越高，用户在一次调度中越容易得到调度。实际实施中，每次选择的用户都拥有最高的调度优先级。 

贪婪算法：为一种问题的求解方法，不追求全局最优解，只做出在当前看来是最好的选择。在本方法中，贪婪算法被用于用户选择，每次选择用户的时候只选择能使当前服务对象集合中用户调度优先级之和最大的用户。 

信道矩阵：为系数是接受天线和发射天线之间的衰落系数的矩阵。如果接收天线数为N，发射天线数为M，那么信道矩阵就是N×M的复矩阵。对于单个用户，接受天线数为该用户的接收天线数；对于多个用户，信道矩阵为把每个用户的信道矩阵纵向连接，接受天线数为所有用户的接收天线数之和。 

下面具体说明本实施例基于不同速率更新策略的多用户比例公平方法的流程。结合图1，所述的多用户比例公平方法包括以下步骤： 

步骤S1，初始化平均传输速率和平均请求速率，两者的初始值可以取为1，即： $\stackrel{\‾}{R_k\left(0\right)}=1,$ $\stackrel{\‾}{T_k\left(1\right)}=1;$

步骤S2，初始化服务对象集合，令服务对象集合为空集； 

步骤S3，开始进行用户调度。由于用户调度每一个服务时隙都需要进行，并且在每次调度之后，用户的平均请求速率和平均传输速率都会得到更新，并且会被用于下一次用户调度，因此这是一个反复迭代的过程。调度采用的是基于不同速率更新策略的多用户比例公平方法。不同的速率更新策略，调度的流程都会有一些不同； 

结合图2，步骤S3所述的基于不同速率更新策略的多用户比例公平方法采用速率更新策略(1)，用户瞬时请求速率更新多次，用户平均请求速率更新一次的具体步骤为： 

步骤S311，用户向基站发出服务请求，同时把自身的信道状态信息反馈给基站，基站根据反馈的信道状态信息，能够得到每个用户的信道矩阵； 

步骤S312，基站由每一个用户的信道矩阵，按照所采用的具体预编码方法，计算每一个用户在没有干扰情况下的信道容量。得到的结果作为每个用户的瞬时传输速率T_k(t)和瞬时请求速率R_k(t)； 

步骤S313，更新平均请求速率， $\stackrel{\‾}{R_k(t+1)}=(1-\frac{1}{t_c})\stackrel{\‾}{R_k\left(t\right)}+\frac{1}{t_c}{R}_k\left(t\right);$

步骤S314，由公式 

计算每个用户的优先级。α按系统的需求取值，但不超过2，因为取值超过2，信道差的用户的吞吐率会超过信道 好的用户的吞吐率。最后，把优先级最高的用户选入服务对象集合，这样一来，服务对象集合中就有了第一个用户； 

然后，依据贪婪选择算法，开始准备从不在服务对象集合中的用户里选择余下的用户加入到服务对象集合中。接下来的步骤就是一个试凑的过程。试着将每一个待选用户加入服务对象集合中去，考察每一种方案的优劣，最后选择最好的方案，从而确定后面加入服务对象集合中的用户。为了方便说明，以选择服务对象集合中的第2个用户为例说明； 

步骤S315，试着将每一个待选用户加入到服务对象集合中去。加入之后，算上原有的用户和新加入的用户，服务对象集合中此时共有2个用户，将这两个用户的信道矩阵H₁，H₂纵向连接，得到 $\left[\begin{array}{c}{H}_1\\ H_2\end{array}\right],$ 构造系统的信道矩阵。此时，两个用户之间的干扰被考虑了进去，因此，需要重新计算每个用户的信道容量； 

步骤S316，计算服务对象集合中每个用户的信道容量，并且把这个新的结果作为瞬时请求速率R_k(t)，瞬时传输速率T_k(t)也跟着改变，等于R_k(t)； 

步骤S317，根据步骤S316中得到的新参数，计算服务对象集合S中所有用户的优先级之和 $\underset{k\∈S}{\mathrm{\Σ}}\frac{T_k\left(t\right)}{\stackrel{\‾}{T_k\left(t\right)}}\·\frac{R_k\left(t\right)}{{\stackrel{\‾}{R_k\left(t\right)}}^{\mathrm{\α}}};$

步骤S318，选择使得服务对象集合S具有最大优先级之和的用户，从而确定了选入集合中的第二个用户； 

步骤S319，判断服务对象集合中的用户数是否达到了基站承受的用户上限。如果没有达到，回到步骤S315，此时，不再是向服务对象集合中加入第2个用户，而是加入第3个用户，依次类推。如果达到了这个用户数 上限，则继续步骤S3110； 

步骤S3110，更新平均传输速率 

服务对象集合中的用户的瞬时传输速率在此时为该次调度中最后一次得到的T_k(t)，其余用户由于没有得到调度，T_k(t)为0。 

结合图3，步骤S3所述的基于不同速率更新策略的多用户比例公平方法采用速率更新策略(2)，用户瞬时请求速率更新一次，用户平均请求速 率更新一次的具体步骤为： 

步骤S321，用户向基站发出服务请求，同时把自身的信道状态信息反馈给基站，基站根据反馈的信道状态信息，能够得到每个用户的信道矩阵； 

步骤S322，基站由每一个用户的信道矩阵，按照所采用的具体预编码方法，计算每一个用户在没有干扰情况下的信道容量。得到的结果作为每个用户的瞬时传输速率T_k(t)和瞬时请求速率R_k(t)； 

步骤S323，更新平均请求速率， $\stackrel{\‾}{R_k(t+1)}=(1-\frac{1}{t_c})\stackrel{\‾}{R_k\left(t\right)}+\frac{1}{t_c}{R}_k\left(t\right);$

步骤S324，由公式 计算每个用户的优先级。α按系统的需求取值，但不超过2，因为取值超过2，信道差的用户的吞吐率会超过信道好的用户的吞吐率。最后，把优先级最高的用户选入服务对象集合，这样一来，服务对象集合中就有了第一个用户； 

然后，依据贪婪选择算法，开始准备从不在服务对象集合中的用户里选择余下的用户加入到服务对象集合中。接下来的步骤就是一个试凑的过程。试着将每一个待选用户加入服务对象集合中去，考察每一种方案的优劣，最后选择最好的方案，从而确定后面加入服务对象集合中的用户。为 了方便说明，以选择服务对象集合中的第2个用户为例说明； 

步骤S325，试着将每一个待选用户加入到服务对象集合中去。加入之后，算上原有的用户和新加入的用户，服务对象集合中此时共有2个用户，将这两个用户的信道矩阵H₁，H₂纵向连接，得到 $\left[\begin{array}{c}{H}_1\\ H_2\end{array}\right],$ 构造系统的信道矩阵。此时，两个用户之间的干扰被考虑了进去，因此，需要重新计算每个用户的信道容量； 

步骤S326，计算服务对象集合中每个用户的信道容量，并且把这个新的结果作为瞬时传输速率T_k(t)，瞬时请求速率R_k(t)保持原值不变； 

步骤S327，根据步骤S326中得到的新参数，计算服务对象集合中所有用户的优先级之和； 

步骤S328，选择使得服务对象集合S具有最大优先级之和的用户，从而确定了选入集合中的第二个用户； 

步骤S329，判断服务对象集合中的用户数是否达到了基站所承受的用户上限。如果没有达到，回到步骤S325，此时，不再是向服务对象集合中加入第2个用户，而是加入第3个用户，依次类推。如果达到了这个用户数上限，则继续步骤S3210； 

步骤S3210，更新平均传输速率 

服务对象集合中的用户的瞬时传输速率在此时为该次调度中最后一次得到的T_k(t)，其余用户由于没有得到调度，T_k(t)为0。 

结合图4，步骤S3所述的基于不同速率更新策略的多用户比例公平方法采用速率更新策略(3)，用户瞬时请求速率更新多次，用户平均请求速率更新多次的具体步骤为： 

步骤S331，用户向基站发出服务请求，同时把自身的信道状态信息反馈给基站，基站根据反馈的信道状态信息，能够得到每个用户的信道矩阵； 

步骤S332，基站由每一个用户的信道矩阵，按照所采用的具体预编码方法，计算每一个用户在没有干扰情况下的信道容量。得到的结果作为每个用户的瞬时传输速率T_k(t)和瞬时请求速率R_k(t)； 

步骤S333，更新平均请求速率， $\stackrel{\‾}{R_k(t+1)}=(1-\frac{1}{t_c})\stackrel{\‾}{R_k\left(t\right)}+\frac{1}{t_c}{R}_k\left(t\right);$

步骤S334，由公式 

计算每个用户的优先级。α按系统的需求取值，但不超过2，因为取值超过2，信道差的用户的吞吐率会超过信道好的用户的吞吐率。最后，把优先级最高的用户选入服务对象集合，这样一来，服务对象集合中就有了第一个用户； 

然后，依据贪婪选择算法，开始准备从不在服务对象集合中的用户里选择余下的用户加入到服务对象集合中。接下来的步骤就是一个试凑的过程。试着将每一个待选用户加入服务对象集合中去，考察每一种方案的优劣，最后选择最好的方案，从而确定后面加入服务对象集合中的用户。为了方便说明，以选择服务对象集合中的第2个用户为例说明； 

步骤S335，试着将每一个待选用户加入到服务对象集合中去。加入之后，算上原有的用户和新加入的用户，服务对象集合中此时共有2个用户，将这两个用户的信道矩阵H₁，H₂纵向连接，得到 $\left[\begin{array}{c}{H}_1\\ H_2\end{array}\right],$ 构造系统的信道矩阵。此时，两个用户之间的干扰被考虑了进去，因此，需要重新计算每个用户的信道容量； 

步骤S336，计算服务对象集合中每个用户的信道容量，并且把这个新 的结果作为瞬时传输速率T_k(t)，瞬时请求速率R_k(t)同时也更新为这个新的结果，与T_k(t)相等； 

步骤S337，根据新的瞬时请求速率R_k(t)更新平均请求速率 

步骤S338，根据步骤S336和S337中得到的新参数，计算服务对象集合中所有用户的优先级之和； 

步骤S339，选择使得服务对象S具有最大优先级之和的用户，从而确定了选入集合中的第二个用户； 

步骤S3310，判断服务对象集合中的用户数是否达到了基站承受的用户上限。如果没有达到，回到步骤S335，此时，不再是向服务对象集合中加入第2个用户，而是加入第3个用户，依次类推。如果达到了这个用户数上限，则继续步骤S3311； 

步骤S3311，更新平均传输速率 

服务对象集合中的用户的瞬时传输速率在此时为该次调度中最后一次得到的T_k(t)，其余用户由于没有得到调度，T_k(t)为0。 

以上结合最佳实施例对本发明进行了描述，但本发明并不局限于以上揭示的实施例，而应当涵盖各种根据本发明的本质进行的修改、等效组合。 

Claims (8)

1.一种基于不同速率更新策略的多用户比例公平方法，包括如下步骤：

步骤(1)基站接收到用户的服务请求和信道状态信息后，初始化平均传输速率，平均请求速率和服务对象集合；

步骤(2)基于更新策略向服务对象集合中增加一个用户，所增加的用户满足当该用户加入服务对象集合后，新的服务对象集合的优先级之和最大；

步骤(3)重复步骤(2)直到服务对象集合内的服务对象数达到基站所承受的用户上限；

其中，每个用户的调度优先级为

其中T_k(t)表示用户k在时刻t的传输速率。

表示用户k在时刻t的平均传输速率，

的更新公式为：

R_k(t)表示用户k在时刻t的瞬时请求速率，

表示用户k在时刻t的平均请求速率，

的更新公式为：

$\stackrel{\‾}{R_k(t+1)}=(1-\frac{1}{t_c})\stackrel{\‾}{R_k\left(t\right)}+\frac{1}{t_c}{R}_k\left(t\right)$

α作为调整提高处在较差信道中的用户的优先级的参数。

2.如权利要求1所述的基于不同速率更新策略的多用户比例公平方法，其特征在于，所述更新策略是：第一次向服务对象集合中加入用户时，计算出每个用户R_k(t)，并对

进行更新，之后每一次向服务对象集合中添加用户时，都更新前一次未被选中的用户的R_k(t)，但是不对进行更新。

3.如权利要求1所述的基于不同速率更新策略的多用户比例公平方法，其特征在于，所述更新策略是：第一次向服务对象集合中加入用户时，计算出每个用户的R_k(t)，并对进行更新，之后每一次向服务对象集合中添加用户时，R_k(t)就使用第一次得到的值，并且

也也使用第一次得到的值。

4.如权利要求1所述的基于不同速率更新策略的多用户比例公平方法，其特征在于，所述更新策略是：第一次向服务对象集合中加入用户时，计算出每个用户的R_k(t)，并对

进行更新，之后每一次向服务对象集合中添加用户时，都更新前一次未被选中的用户的R_k(t)，并且对

进行更新。

5.如权利要求1所述的基于不同速率更新策略的多用户比例公平方法，其特征在于：所述的作为调整提高处在较差信道中的用户的优先级的参数α的取值不超过2。

6.如权利要求1至5之一所述的基于不同速率更新策略的多用户比例公平方法，其特征在于：所述的用户的瞬时传输速率T_k(t)为当前该用户在考虑了干扰情况下的信道容量，当瞬时请求速率R_k(t)更新一次时，R_k(t)的取值为当前该用户在没有干扰情况下的信道容量；当瞬时请求速率R_k(t)更新多次时，R_k(t)的第一次取值为当前该用户在没有干扰情况下的信道容量。

7.如权利要求6所述的基于不同速率更新策略的多用户比例公平方法，其特征在于：所述的信道容量是根据信道矩阵，参照所采用的预编码方法计算得到的。

8.如权利要求7所述的基于不同速率更新策略的多用户比例公平方法，其特征在于：所述的信道矩阵由服务对象集合中的所有用户的信道矩阵纵向连接形成。

Images