CN102687415A - 控制上行链路功率的技术 - Google Patents

Abstract

本申请描述了提供上行链路功率控制技术的技术，该上行链路功率控制技术可以支持不同的上行链路多输入多输出（MIMO）传输方案。可以使用开环和闭环功率控制方案来规定移动站的功率电平。

Description

控制上行链路功率的技术

技术领域

概括地说，本申请公开的内容涉及用于确定无线信号的发射功率的技术。

背景技术

在无线网络中，具有多输入多输出（MIMO）的OFDM/OFDMA是用于下一代移动宽带网络的重要技术。上行链路功率控制是MIMOOFDM/OFDMA极其重要的组成部分。上行链路功率控制涉及控制发射功率电平，以平衡链路性能和终端电池功率，并且减少基站间上行链路共信道干扰。增加一个移动站的发射功率能享受其链路性能的增加，但却增加了对于相邻基站的其它移动站的干扰，这是由于它们使用相同的信道。这导致其它移动站的链路性能下降。因此，在决定上行链路功率电平时，重要的是平衡特定链路的性能与对于其它基站的干扰。

当前功率控制方案聚焦于对移动站处的单发射天线进行上行链路功率控制，而不考虑上行链路MIMO操作。可以通过在移动站处使用一个以上发射天线，将上行链路MIMO操作实现成单用户MIMO（SU-MIMO）。通过允许在相同频率和时间资源中从两个或更多移动站同时进行上行链路传输，还可以将上行链路MIMO操作实现成MU-MIMO（其还称为协作式MIMO），其中每一个移动站都可以使用一个或多个发射天线。

附图说明

在附图中通过示例的方式，而不是限制的方式来描绘本发明的实施例，其中相同的附图标记指代相同的元素。

图1根据一个实施例，以框图形式描述了在开环功率控制（OLPC）模式期间，基站和移动站之间的信息交换。

图2根据一个实施例，以框图形式描述了在闭环功率控制（CLPC）模式期间，基站和移动站之间的信息交换。

图3根据一个实施例，描述了可以由移动站使用以便使用开环功率控制（OLPC）模式来确定发射机功率的示例过程。

图4根据一个实施例，描述了可以由移动站使用以便使用闭环功率控制（CLPC）模式来确定发射机功率的示例过程。

图5根据一个实施例，描述了虚拟小区模型的示例。

图6描述了用户吞吐量的累积密度函数（CDF）。

图7A描述了一些仿真结果的性能曲线。

图7B描述了一些仿真结果的干扰与热噪声之比控制曲线。

具体实施方式

贯穿本说明书对于“一个实施例”或者“一实施例”的引用，意味着结合该实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，贯穿本说明书的各个地方出现的短语“在一个实施例中”或者“一实施例”，并不一定全部指代同一实施例。此外，可以在一个或多个实施例中对这些特定的特征、结构或特性进行组合。

本发明的实施例可以用于多种应用。本发明的一些实施例可以结合各种设备和系统来使用，例如，发射机、接收机、收发机、发射机-接收机、无线通信站、无线通信设备、无线接入点（AP）、调制解调器、无线调制解调器、个人计算机（PC）、桌面型计算机、移动计算机、膝上型计算机、笔记本计算机、平板计算机、服务器计算机、手持计算机、手持设备、个人数字助理（PDA）设备、手持PDA设备、网络、无线网络、局域网（LAN）、无线LAN（WLAN）、城域网（MAN）、无线MAN（WMAN）、广域网（WAN）、无线WAN（WWAN）、根据现有的IEEE 802.11、802.11a、802.11b、802.11e、802.11g、802.11h、802.11i、802.11n、802.16、802.16d、802.16e、802.16m或者3GPP标准和/或未来版本和/或派生和/或上面标准的长期演进（LTE）操作的设备和/或网络、个域网（PAN）、无线PAN（WPAN）、上面WLAN和/或PAN和/或WPAN网络的一部分的单元和/或设备、单向和/或双向无线通信系统、蜂窝无线电话通信系统、蜂窝电话、无线电话、个人通信系统（PCS）设备、合并无线通信设备的PDA设备、多输入多输出（MIMO）收发机或者设备、单输入多输出（SIMO）收发机或者设备、多输入单输出（MISO）收发机或者设备、多接收机链（MRC）收发机或者设备、具有“智能天线”技术或者多种天线技术的收发机或设备等等。本发明的一些实施例可以结合一种或多种类型的无线通信信号和/或系统来使用，例如，射频（RF）、红外线（IR）、频分复用（FDM）、正交FDM（OFDM）、正交频分多址（OFDMA）、时分复用（TDM）、时分多址（TDMA）、扩展TDMA（E-TDMA）、通用分组无线服务（GPRS）、扩展GPRS、码分多址（CDMA）、宽带CDMA（WCDMA）、CDMA 2000、多载波调制（MDM）、离散多音调（DMT）、蓝牙（RTM）、ZigBee（TM）等等。本发明的实施例可以用于各种其它装置、设备、系统和/或网络。IEEE 802.11x可以指代任何现有的IEEE802.11规范，其包括但不限于：802.11a、802.11b、802.11e、802.11g、802.11h、802.11i和802.11n以及802.16e和802.16m的任何版本或草案。

一些实施例提供了上行链路功率控制（ULPC）技术，该技术针对开环功率控制和闭环功率控制可以支持不同的上行链路多输入多输出（MIMO）传输方案。一些实施例提供了基于最大上行链路频谱效率（SE）规则的ULPC技术。一些实施例支持不同的移动站使用不同的上行链路多输入多输出（MIMO）传输方案和不同的发射（Tx）天线的操作。实施例可以应用于下一代基于OFDMA的无线宽带技术和相关产品（例如，但不限于：IEEE802.16e、802.16m、3GPP LTE以及3GPP2 UMB），以便通过控制上行链路干扰来显著地增加上行链路频谱效率，以及在上行链路小区边缘用户频谱效率和上行链路平均频谱效率之间实现平衡。

在各个实施例中，对于MU-SIMO，可以应用下面的目标信号与干扰加噪声比：

SINR_Target＝γ×SIR_DL-β

使用变量γ来控制干扰。如果邻居扇区具有更高百分比的MU-MIMO选择，则可以降低γ以减少网络中的干扰，使整体频谱效率最大化。β是用于实现最大频谱效率的偏移值，并且其可以应用为：

其中N_r是基站处的接收天线的数量。但是，β可以是其它值。在各个实施例中，当移动站在SU-MIMO和MU-MIMO之间切换时，可以使用相同的Tx功率。

各个实施例可以控制网络中的干扰，在整体系统频谱效率和小区边缘用户性能之间提供良好平衡，并且使用相同的控制方案来支持不同的上行链路SU-MIMO和MU-MIMO情形。

图1根据一个实施例，以框图形式描述了在开环功率控制（OLPC）模式期间，基站和移动站之间的信息交换。基站102可以使用诸如但不限于回程网络的网络（没有描绘），从相邻基站（没有示出）接收诸如噪声以及干扰电平（NI）之类的信息。基站102可以向移动站104广播或者单播控制因子γ、SINR_MIN，以及给该移动站分配的频率划分的NI信息。控制因子γ表示公平和干扰与热噪声之比（IoT）控制因子。控制因子γ可以由基站使用特定于供应商的方法来确定。例如，如果邻居扇区具有更高百分比的MU-MIMO选择，则可以降低控制因子γ以减少网络中的干扰，并且使整体频谱效率最大化。例如，当基站被通知相邻基站具有较高的上行链路干扰电平时，可以减少控制因子γ。否则，相同电平得以维持或者可能增加。

SINR_MIN表示针对基站期望的最小数据速率的信号与干扰加噪声比（SINR）需求，并且下面参照式（b）对其进行描述。

基站102可以决定以IEEE 802.16m草案标准（D1）（2009）中定义的方式，向移动站104广播或者单播控制因子γ、SINR_MIN和NI。进行广播或者单播的决定可以由基站102使用任何特定于供应商的技术来做出。基站102可以决定该广播或者单播时段。

在移动站104从基站102接收γ、SINR_MIN和NI之后，移动站104可以使用式（a）中的OLPC发射功率控制计算公式，来确定其每一子载波和每一天线的发射功率：

P(dBm)＝L+SINR_Target+NI    （a）

其中：

P是来自每一个发射（Tx）天线的每一子载波的TX功率电平（dBm）。可以将移动站的Tx天线增益做为确定P的因素。对于遵循IEEE 802.16m草案标准（D1）（2009）的移动站来说，针对每一个流确定功率电平P。

L是所估计的平均当前上行链路传播损耗，其考虑了移动站的Tx天线增益和路径损耗，但不包括基站的Rx天线增益。L可以由移动站通过下行链路信令来确定。由于信道互易性（reciprocity），使用所测量的下行链路平均路径损耗来估计上行链路平均路径损耗。

SINR_Target是基于下面的式（b）来计算的。

NI是所估计的基站处的每一子载波的噪声和干扰的平均功率电平（dBm），并且其可以不考虑基站的Rx天线增益。用于确定噪声加干扰电平的技术是公知的，并且在例如IEEE 802.16 Rev2/D7（2008年10月）的8.3.7.4.2、8.4.10.3.2、8.4.11.3、8.4.5.3.19和8.3.9.3节中对其进行了描述。

各个实施例使用下式，来实现IEEE 802.16e和IEEE 802.16m标准的信号与干扰加噪声比（SINR）目标：

${\mathrm{SINR}}_{T\arg \mathrm{et}}=10\log 10\left(\max (10^\left(\frac{{\mathrm{SINR}}_{\mathrm{MIN}}}{10}\right),\mathrm{\γ}\×{\mathrm{SINR}}_{\mathrm{DL}}-\frac{1}{N_r})\right)$

（b）

其中：

SINR_MIN是基站期望的最小数据速率的SINR需求。在各个实施例中，SINR_MIN由基站使用特定于供应商的技术来确定。

N_r是基站处的接收天线的数量。

SINR_DL是在移动站处测量的有用下行链路信号与下行链路干扰功率之比。SINR_DL可以由基站使用特定于供应商的技术来选择。

各个实施例支持IEEE 802.16m网络通信和传统IEEE 802.16e通信的多模式操作。当使用开环功率控制来控制移动站的发射功率时，针对上行链路突发，可以根据式（c）来设置上行链路传输的每一子载波和每一发射（Tx）天线的功率：

P(dBm)＝L+SINR_Target+NI+Offset_AMS_perAMS+Offset_ABS_perAMS（c）

其中：

P是每一子载波以及针对当前传输的单发射天线的TX功率电平（dBm）。对于遵循IEEE 802.16m草案标准（D1）（2009）的系统来说，P是每一流的功率输出。

L是所估计的平均当前上行链路传播损耗，并且其包括AMS的Tx天线增益和路径损耗。AMS指代如IEEE 802.16m草案标准（D1）（2009）中所描述的先进移动站，但可以以IEEE 802.16e标准中所描述的方式来确定针对任何移动站的L。可以基于在帧前导的有效子载波上接收的总功率，并参照先进基站所发送的BS_EIRP参数，来确定L。对于开环功率控制来说，L可以由移动站进行确定。例如，移动站可以针对开环链路功率控制，通过测量从前导接收的总下行链路功率和使用基站发送的BS_EIRP参数，来确定L。例如，可以通过信道对称性来估计L：L=BS_EIRP-RSS，其中RSS是所接收的前导的接收信号强度。

SINR_Target是先进基站（ABS）接收的目标上行链路SINR，并且下面参照式（d）对其进行描述。例如，在IEEE 802.16m草案标准（D1）（2009）中描述了ABS。但是，目标上行链路SINR可以是IEEE 802.16e基站接收的。

NI是估计的ABS处的每一子载波的噪声和干扰的平均功率电平（dBm），其不包括ABS的Rx天线增益。

Offset_AMS_perAMS是针对特定于AMS的功率偏移的校正项。该值可以由AMS进行控制，并且其初始值可以设置为零。在IEEE 802.16m草案标准（D1）（2009）中，参照“Offset_SSperSS”以及8.4.10.3.2节“被动式UL开环功率控制”和“主动式UL开环功率控制”来描述Offset_AMS_perAMS值的确定。

此外，Offset_ABS_perAMS也是针对特定于AMS的功率偏移的校正项。该值可以由ABS使用功率控制消息进行控制。Offset_ABS_perAMS的确定由ABS进行。ABS具有使用特定于供应商的技术来决定Offset_ABS_perAMS的灵活性。

当移动站连接到网络时，移动站104可以协商要支持哪个SINR_Target计算公式。可以使用功率控制消息来发送所选定的SINR_Target计算公式。在各个实施例中，可以选择两种模式。对于模式1和2，将SINR_Target定义为：

${\mathrm{SINR}}_{t\arg \mathrm{et}}=\left\{\begin{array}{cc}C/N-10\log 10\left(R\right),& \mathrm{mode}1\\ {\mathrm{SINR}}_{\mathrm{OPT}},& \mathrm{mode}2\end{array}\right.---\left(d\right)$

其中，

C/N是当前传输的调制/FEC速率的归一化的载波与噪声比。可以参照IEEE 802.16-2009的8.4.10.3节中的表514来描述C/N的确定。

R是针对调制/FEC速率的重复数量。可以参照IEEE 802.16-2009的8.4.10.3节中的表514来描述C/N的确定。

SINR_OPT是针对IoT控制的目标SINR值，并且其提供整体系统吞吐量和小区边缘性能之间的平衡。可以使用下式来确定SINR_OPT：

${\mathrm{SINR}}_{\mathrm{OPT}}=10\log 10\left(\max (10^\left(\frac{S{\mathrm{INR}}_{\mathrm{MIN}}}{10}\right),\mathrm{\γ}\×{\mathrm{SINR}}_{\mathrm{DL}}-\frac{1}{N_r})\right)$

其中，

SINR_MIN是ABS期望的最小速率的SINR需求，并且其可以使用功率控制消息进行设置。在各个实施例中，SINR_MIN是4比特字段，并且其表示{-3、-2.5、-2、-1.5、-1、0、0.5、1、1.5、2、2.5、3、3.5、4、4.5、5}之中的dB值。可以使用特定于供应商的技术来进行SINR_MIN的选择。

γ表示公平和IoT控制因子，并且其可以由ABS进行确定，并使用功率控制消息来设置。在各个实施例中，γ是4比特字段，并且其表示{0、0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1.0、1.1、1.2、1.3、1.4、1.5}之中的值。可以使用特定于供应商的技术来进行γ的选择。

SINR_DL表示下行链路信号与干扰加噪声功率之比，如AMS所测量的。可以使用确定CINR的技术来进行SINR_DL的确定，其中在IEEE802.16-2009的节8.4.11.1中对其进行了描述。

Nr表示ABS处的接收天线的数量。

图2根据一个实施例，以框图形式描述了在闭环功率控制模式期间，基站和移动站之间的信息交换。基站202可以不向移动站204广播γ、SINR_MIN和NI。替代地，移动站204向基站202报告在移动站204处测量的下行链路有用信号与下行链路干扰功率之比（SIR_DL），使得基站202可以确定移动站204的上行链路发射功率。在各个实施例中，移动站204要基于下行链路前导信号强度来测量SIR_DL，并向基站202报告该SIR_DL。在基站202从移动站204接收到路径损耗信息之后，基站202要使用下面过程来确定移动站204的上行链路功率电平。

（1）基于移动站向基站的先前SIR_DL传输，来测量路径损耗。基站可以基于消息的接收信号功率和AMS Tx功率，来从SIR_DL中确定路径损耗。例如，可以使用下面公式来确定路径损耗：P_dB(AMS Tx功率)–P_dB(接收功率)。通过相比，使用对下行链路路径损耗值的测量来进行对所估计的平均当前上行链路传播损耗（L）的确定。

（2）基于SIR_DL和路径损耗信息，根据式（a）或（c）来计算移动站的发射功率。路径损耗信息替代式（a）和（c）中的L值。

（3）向移动站204单播该功率电平。在各个实施例中，可以使用参照IEEE 802.16-2009的8.4.11.1节描述的消息来发送SIR_DL和功率电平。

图3根据一个实施例，描述了可以由移动站使用以便使用开环功率控制（OLPC）模式来确定发射机功率的示例过程。

方框302包括：相邻基站交换诸如噪声和干扰电平之类的信息。在各个实施例中，无线服务运营商部分地基于基站的布局和位置，来决定哪些基站是相邻的。例如，可以使用诸如回程网络之类的网络来交换信息。

方框304包括：基站向移动站发送控制因子γ、SINR_MIN以及给该移动站分配的频率划分的噪声和干扰。例如，基站可以通过广播或者单播，来发送控制因子γ、SINR_MIN以及噪声和干扰。基站可以决定广播或者单播时段。基站可以使用特定于供应商的技术来确定控制因子γ和SINR_MIN。

方框306包括：移动站确定发射功率电平。例如，参照式（a）或者（c）描述了用于确定发射功率电平的技术。

方框308包括：移动站按所确定的发射功率电平向基站发送上行链路信号。

图4根据一个实施例，描述了可以由移动站使用以便使用闭环功率控制（CLPC）来确定发射机功率的示例过程。

方框402包括：移动站基于下行链路前导信号强度来测量SIR_DL，并向与该移动站相关联的基站报告该SIR_DL。

方框404包括：基站基于该移动站的先前SIR_DL传输，测量路径损耗。基站可以基于所接收的信号功率消息和AMS Tx功率来从SIR_DL中进行路径损耗的确定。

方框406包括：基站基于SIR_DL和路径损耗信息，根据式（a）或者（c）来确定该移动站的发射功率。路径损耗信息替代式（a）和（c）中的L值。

方框408包括：基站向移动站发送该功率电平。其后，移动站可以按所规定的功率电平来发射。

各个实施例包括：将Tx PSD增加步进ΔPSD，并且确定Tx功率谱密度PSD_TX，直到频谱效率（SE）改变是负的为止。例如，可以将SE改变定义为归属（或服务）扇区中的SE增益和相邻扇区中的SE损耗的差。

为了预测第i个相邻扇区中的SE损耗，可以首先获得下面信息：（a）从移动站到第i个相邻基站的信道损耗CL_i，（b）第i个相邻扇区中的噪声加干扰电平MI_i，以及（c）在第i个相邻扇区中的相同信道上操作的移动站的发射功率密度PSD_TX，i。

当移动站进入网络时，可以通过使用下行链路前导（同步信道）来估计从移动站到归属基站和第i个相邻基站（i=1、2、…、N）的信道损耗CL_H和CL_i。在这些参数之中，可以在移动站处使用从第i个基站发送的下行链路前导来估计CL_i，并且必须在这些基站之间首先交换NI_i，并随后进行广播。但是，获得该信息是以高反馈开销和复杂的硬件实现为代价的。

噪声加干扰电平（NI）是在每一个基站处估计的噪声和干扰的功率密度之和。可以通过网络回程或者其它方式在这些基站之间交换信息，来获得相邻NI（NI₁、NI₂、…、NI_N）。基站可以对归属NI（NI_H）进行广播。可以将NI和IoT之间的关系表示成：

NI＝IoT*P_Noise+P_Noise

其中，P_Noise是热噪声功率密度。

可以使用虚拟小区模型来预测所有相邻扇区中的SE损耗。图5根据一个实施例，描述了虚拟小区模型的示例。假定存在虚拟的相邻基站，该虚拟相邻基站承受从当前移动站向相邻扇区1～N造成的组合干扰。将从移动站到该虚拟基站的信道损耗定义成CL_i。随后，获得下面公式：

$\frac{{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_I}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{{\mathrm{PST}}_{\mathrm{TX}}}{{\mathrm{CL}}_i}\⇒{\mathrm{CL}}_I={\left(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{CL}}_i}\right)}^{-1}---\left(2\right)$

使用该等价信道损耗允许对用于上行链路功率控制的下行链路前导的SINR进行估计，而不是每一个各自CL_i来进行。

通常，每一个小区可以使用单用户MIMO（SU-MIMO）或者MU-MIMO。相应地，针对四种组合来确定最小SINR（SINR_MIN）：（1）归属小区SU-MIMO和虚拟小区SU-MIMO，（2）归属小区MU-MIMO和虚拟小区SU-MIMO，（3）归属小区SU-MIMO和虚拟小区MU-MIMO，以及（4）归属小区MU-MIMO和虚拟小区MU-MIMO。可以看出的是，可以将基于上面想法的功率控制公式统一到式（b）的信号与干扰加噪声比（SINR）中。

在归属小区SU-MIMO和虚拟小区SU-MIMO的情况下，可以用下面方式对每一个移动站的归属扇区中的SE增益进行建模。假定当前功率谱密度是PSD_TX，Ant，并且Tx功率密度增加较小的步进ΔPSD。随后，新的功率密度是PSD_New，Ant=PSD_TX，Ant+ΔPSD，并且得到的SE改善是：

${\mathrm{SE}}_{\mathrm{Gain}}=\log (1+N_r*{\mathrm{SINR}}_{\mathrm{New},\mathrm{Ant}}^H)-\log (1+N_r*{\mathrm{SINR}}_{\mathrm{Orig},\mathrm{Ant}}^H)$

$=\log \left(\frac{1+N_r*{\mathrm{SINR}}_{\mathrm{New},\mathrm{Ant}}^H}{1+N_r*{\mathrm{SINR}}_{\mathrm{Orig},\mathrm{Ant}}^H}\right)$

其中，

SINR是信号与干扰加噪声比，

是在功率谱密度增加ΔPSD之后，每一接收天线的新SINR，

是每一接收天线的原始SINR，并且

N_r是接收天线的数量。

通常，对瞬时信道实现进行提前估计，以便计算准确的SINR。但是，这需要较大的计算开销，并导致较长的处理延迟。使用这种慢速衰落估计来计算SINR，并且得到的SE增益从随机平均的意义上说是有意义的。基于这些假定，进行下面计算：

${\mathrm{SINR}}_{\mathrm{Orig},\mathrm{Ant}}^H=\frac{{\mathrm{PST}}_{\mathrm{TX},\mathrm{Ant}}/{\mathrm{CL}}_H}{{\mathrm{NI}}_{H,\mathrm{Ant}}}$

${\mathrm{SINR}}_{\mathrm{New},\mathrm{Ant}}^H=\frac{({\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}+\mathrm{\ΔPSD})/{\mathrm{CL}}_H}{{\mathrm{NI}}_{H,\mathrm{Ant}}}$

在增加该移动站的功率谱密度之后的SE增益变成：

${\mathrm{SE}}_{\mathrm{Gain}}=\log \left(\frac{1+\frac{N_r*({\mathrm{PSD}}_{\mathrm{TX}}+\mathrm{\ΔPSD})}{{\mathrm{CL}}_H*{\mathrm{NI}}_{H,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H*{\mathrm{NI}}_{H,\mathrm{Ant}}}}\right)=\log (1+\frac{\frac{N_r*\mathrm{\ΔPSD}}{{\mathrm{CL}}_H}}{{\mathrm{NI}}_{H,\mathrm{Ant}}+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H}})$

可以将虚拟扇区中的SE损耗表示成：

${\mathrm{SE}}_{\mathrm{Loss}}^I=\log \left(\frac{1+N_r*{\mathrm{SINR}}_{\mathrm{Orig},\mathrm{Ant}}^I}{1+N_r*{\mathrm{SINR}}_{\mathrm{New},\mathrm{Ant}}^I}\right)=\log \left(\frac{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+\mathrm{\ΔPSD}/{\mathrm{CL}}_I}}\right)$

$=\log (1+\frac{\frac{\mathrm{\ΔPSD}}{{\mathrm{CL}}_I*{\mathrm{NI}}_{I,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+\mathrm{\ΔPSD}/{\mathrm{CL}}_I}}\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+\mathrm{\ΔPSD}/{\mathrm{CL}}_I})$

如已经提到的，将SE改变定义成归属扇区中的SE增益相对于所有相邻扇区中的SE损耗的改善，其可以近似为

如果增加Tx功率谱密度导致正的SE改变，则所有扇区中的整体吞吐量也应当增加，进而寻求更高的Tx功率谱密度。相反，如果计算出了负的SE改变，则增加Tx功率谱密度并不是有益的，并且原始的功率密度应当是可获得的最佳电平。从这个观点来看，最佳Tx功率谱密度是这样的电平，其使得当ΔPSD—>0时，SE改变等于0，并且导致式（b）的信号与干扰加噪声比为：

$\mathrm{\ΔSE}={\mathrm{SE}}_{\mathrm{Gain}}-{\mathrm{SE}}_{\mathrm{Loss}}^I=0(\mathrm{\ΔPSD}\→0)$

$\⇒$

$\frac{\frac{N_r*\mathrm{\ΔPSD}}{{\mathrm{CL}}_H}}{{\mathrm{NI}}_{H,\mathrm{Ant}}+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H}}=\frac{\frac{\mathrm{\ΔPSD}}{{\mathrm{CL}}_I*{\mathrm{NI}}_{I,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+\mathrm{\ΔPSD}/{\mathrm{CL}}_I}}\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+\mathrm{\ΔPSD}/{\mathrm{CL}}_I}$

$\⇒\frac{1}{{\mathrm{NI}}_{H,\mathrm{Ant}}+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H}}=\frac{{\mathrm{CL}}_H/{\mathrm{CL}}_I}{1+N_r*{\mathrm{SINR}}_{I,\mathrm{Ant}}}\frac{{\mathrm{SINR}}_{I,\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}}$

$\⇒{\mathrm{NI}}_{H,\mathrm{Ant}}+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H}=(1+N_r*{\mathrm{SINR}}_{I,\mathrm{Ant}})*\frac{{\mathrm{CL}}_I}{{\mathrm{CL}}_H}*\frac{{\mathrm{NI}}_{I,\mathrm{Ant}}}{{\mathrm{SINR}}_{I,\mathrm{Ant}}}$

$\⇒{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}=\{(1+N_r*{\mathrm{SINR}}_{I,\mathrm{Ant}})*\}\frac{{\mathrm{CL}}_I}{{\mathrm{CL}}_H}*\frac{{\mathrm{NI}}_{I,\mathrm{Ant}}}{{\mathrm{SINR}}_{I,\mathrm{Ant}}}-{\mathrm{NI}}_{H,\mathrm{Ant}}\}*\frac{{\mathrm{CL}}_H}{N_r}$

$\⇒{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}=\frac{1}{N_r}*\{\frac{{\mathrm{CL}}_I*{\mathrm{NI}}_{I,\mathrm{Ant}}*(1+N_r*{\mathrm{SINR}}_{I,\mathrm{Ant}})}{{\mathrm{SINR}}_{I,\mathrm{Ant}}}-{\mathrm{NI}}_{H,\mathrm{Ant}}*{\mathrm{CL}}_H\}$

$\⇒{\mathrm{SINR}}_{H,\mathrm{Ant}}=\frac{{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H*{\mathrm{NI}}_{H,\mathrm{Ant}}}=\frac{1}{N_r}*\{\frac{{\mathrm{CL}}_I*{\mathrm{NI}}_{I,\mathrm{Ant}}*(1+N_r*{\mathrm{SINR}}_{I,\mathrm{Ant}})}{{\mathrm{SINR}}_{I,\mathrm{Ant}}*{\mathrm{CL}}_H*{\mathrm{NI}}_{H,\mathrm{Ant}}}-1\}$

$=\mathrm{\γ}*{\mathrm{SIR}}_{\mathrm{DL}}-\frac{1}{N_r}$

为了保证小区边缘用户的吞吐量，对导致式（b）的信号与干扰加噪声比的最小SINR（SIN_MIN）进行限制始终是有益的。

在归属小区MU和虚拟小区SU的情况下，SE增益与来自两个用户的增益相对应，并且其可以表示成：

${\mathrm{SE}}_{\mathrm{Gain}}=2*\log \left(\frac{1+\frac{N_r*({\mathrm{PSD}}_{\mathrm{TX}}+\mathrm{\ΔPSD})}{{\mathrm{CL}}_H*{\mathrm{NI}}_{H,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H*{\mathrm{NI}}_{H,\mathrm{Ant}}}}\right)=\log {(1+\frac{\frac{N_r*\mathrm{\ΔPSD}}{{\mathrm{CL}}_H}}{{\mathrm{NI}}_{H,\mathrm{Ant}}+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H}})}^2$

$\≈\log (1+\frac{2*\frac{N_r*\mathrm{\ΔPSD}}{{\mathrm{CL}}_H}}{{\mathrm{NI}}_{H,\mathrm{Ant}}+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H}})$

由于在归属小区中使用MU-MIMO，因此对于虚拟小区的干扰功率也加倍：

${\mathrm{SE}}_{\mathrm{Loss}}^I=\log \left(\frac{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+2*\mathrm{\ΔPSD}/{\mathrm{CL}}_I}}\right)$

$=\log (1+\frac{\frac{2*\mathrm{\ΔPSD}}{{\mathrm{CL}}_I*{\mathrm{NI}}_{I,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+2*\mathrm{\ΔPSD}/{\mathrm{CL}}_I}}\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+2*\mathrm{\ΔPSD}/{\mathrm{CL}}_I})$

随后，导出的最优Tx功率谱密度导致式（b）的信号与干扰加噪声比。

$\mathrm{\ΔSE}={\mathrm{SE}}_{\mathrm{Gain}}-{\mathrm{SE}}_{\mathrm{Loss}}^I=0(\mathrm{\ΔPSD}\→0)$

$\⇒\frac{2*\frac{N_r*\mathrm{\ΔPSD}}{{\mathrm{CL}}_H}}{{\mathrm{NI}}_{H,\mathrm{Ant}}+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H}}=\frac{\frac{2*\mathrm{\ΔPSD}}{{\mathrm{CL}}_I*{\mathrm{NI}}_{I,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+2*\mathrm{\ΔPSD}/{\mathrm{CL}}_I}}\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+2*\mathrm{\ΔPSD}/{\mathrm{CL}}_I}$

$\⇒\frac{1}{{\mathrm{NI}}_{H,\mathrm{Ant}}+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H}}=\frac{{\mathrm{CL}}_H/{\mathrm{CL}}_I}{1+N_r*{\mathrm{SINR}}_{I,\mathrm{Ant}}}\frac{{\mathrm{SINR}}_{I,\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}}$

$\⇒{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}=\frac{1}{N_r}*\{\frac{{\mathrm{CL}}_I*{\mathrm{NI}}_{I,\mathrm{Ant}}*(1+N_r*{\mathrm{SINR}}_{I,\mathrm{Ant}})}{{\mathrm{SINR}}_{I,\mathrm{Ant}}}-{\mathrm{NI}}_{H,\mathrm{Ant}}*{\mathrm{CL}}_H\}$

$=\mathrm{\γ}*{\mathrm{SIR}}_{\mathrm{DL}}-\frac{1}{N_r}$

在归属小区SU和虚拟小区MU的情况下，SE增益与针对归属小区SU-MIMO和虚拟小区SU-MIMO所导出的相同。但是，SE损耗应当加倍，即，

${\mathrm{SE}}_{\mathrm{Loss}}^I=2*\log \left(\frac{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+\mathrm{\ΔPSD}/{\mathrm{CL}}_I}}\right)=\log {\left(\frac{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+\mathrm{\ΔPSD}/{\mathrm{CL}}_{\text{I}}}}\right)}^2$

$\≈\log (1+\frac{\frac{2*\mathrm{\ΔPSD}}{{\mathrm{CL}}_I*{\mathrm{NI}}_{I,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+\mathrm{\ΔPSD}/{\mathrm{CL}}_I}}\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+\mathrm{\ΔPSD}/{\mathrm{CL}}_I})$

在该情况下，最优Tx功率谱密度导致式（b）的信号与干扰加噪声比：

$\mathrm{\ΔSE}={\mathrm{SE}}_{\mathrm{Gain}}-{\mathrm{SE}}_{\mathrm{Loss}}^I=0(\mathrm{\ΔPSD}\→0)$

$\⇒\frac{\frac{N_r*\mathrm{\ΔPSD}}{{\mathrm{CL}}_H}}{{\mathrm{NI}}_{H,\mathrm{Ant}}+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H}}=\frac{\frac{2*\mathrm{\ΔPSD}}{{\mathrm{CL}}_I*{\mathrm{NI}}_{I,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+\mathrm{\ΔPSD}/{\mathrm{CL}}_I}}\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+\mathrm{\ΔPSD}/{\mathrm{CL}}_I}$

$\⇒\frac{1}{{\mathrm{NI}}_{H,\mathrm{Ant}}+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H}}=\frac{2*{\mathrm{CL}}_H/{\mathrm{CL}}_I}{1+N_r*{\mathrm{SINR}}_{I,\mathrm{Ant}}}\frac{{\mathrm{SINR}}_{I,\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}}$

$\⇒{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}=\frac{1}{N_r}*\{\frac{{\mathrm{CL}}_I*{\mathrm{NI}}_{I,\mathrm{Ant}}*(1+N_r*{\mathrm{SINR}}_{I,\mathrm{Ant}})}{{\mathrm{SINR}}_{I,\mathrm{Ant}}}-{\mathrm{NI}}_{H,\mathrm{Ant}}*{\mathrm{CL}}_H\}$

$=\mathrm{\γ}*{\mathrm{SIR}}_{\mathrm{DL}}-\frac{1}{N_r}$

在归属小区MU和虚拟小区MU的情况下，SE增益与两个用户相对应，并且将其建模为：

${\mathrm{SE}}_{\mathrm{Gain}}=2*\log \left(\frac{1+\frac{N_r*({\mathrm{PSD}}_{\mathrm{TX}}+\mathrm{\ΔPSD})}{{\mathrm{CL}}_H*{\mathrm{NI}}_{H,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H*{\mathrm{NI}}_{H,\mathrm{Ant}}}}\right)$

$=\log {(1+\frac{\frac{N_r*\mathrm{\ΔPSD}}{{\mathrm{CL}}_H}}{{\mathrm{NI}}_{H,\mathrm{Ant}}+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H}})}^2$

$\≈\log (1+\frac{2*\frac{N_r*\mathrm{\ΔPSD}}{{\mathrm{CL}}_H}}{{\mathrm{NI}}_{H,\mathrm{Ant}}+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H}})$

由于在归属小区中使用MU-MIMO，因此对于虚拟小区的干扰功率加倍。因此，SE损耗也加倍：

${\mathrm{SE}}_{\mathrm{Loss}}^I=\log \left(\frac{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+2*\mathrm{\ΔPSD}/{\mathrm{CL}}_I}}\right)$

$=\log {\left(\frac{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+2*\mathrm{\ΔPSD}/{\mathrm{CL}}_I}}\right)}^2$

$\≈\log (1+\frac{2*\frac{2*\mathrm{\ΔPSD}}{{\mathrm{CL}}_I*{\mathrm{NI}}_{I,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+2*\mathrm{\ΔPSD}/{\mathrm{CL}}_I}}\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+2*\mathrm{\ΔPSD}/{\mathrm{CL}}_I})$

因此，最优Tx功率谱密度导致式（b）的信号与干扰加噪声比：

$\mathrm{\ΔSE}={\mathrm{SE}}_{\mathrm{Gain}}-{\mathrm{SE}}_{\mathrm{Loss}}^I=0(\mathrm{\ΔPSD}\→0)$

$\⇒\frac{2*\frac{N_r*\mathrm{\ΔPSD}}{{\mathrm{CL}}_H}}{{\mathrm{NI}}_{H,\mathrm{Ant}}+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H}}=\frac{2*\frac{2*\mathrm{\ΔPSD}}{{\mathrm{CL}}_I*{\mathrm{NI}}_{I,\mathrm{Ant}}}}{1+\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+2*\mathrm{\ΔPSD}/{\mathrm{CL}}_I}}\frac{N_r*{\mathrm{SNR}}_{I,\mathrm{Ant}}*P_{\mathrm{Noise},\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}+2*\mathrm{\ΔPSD}/{\mathrm{CL}}_I}$

$\⇒\frac{1}{{\mathrm{NI}}_{H,\mathrm{Ant}}+\frac{N_r*{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}}{{\mathrm{CL}}_H}}=\frac{2*{\mathrm{CL}}_H/{\mathrm{CL}}_I}{1+N_r*{\mathrm{SINR}}_{I,\mathrm{Ant}}}\frac{{\mathrm{SINR}}_{I,\mathrm{Ant}}}{{\mathrm{NI}}_{I,\mathrm{Ant}}}$

$\⇒{\mathrm{PSD}}_{\mathrm{TX},\mathrm{Ant}}=\frac{1}{N_r}*\{\frac{{\mathrm{CL}}_I*{\mathrm{NI}}_{I,\mathrm{Ant}}*(1+N_r*{\mathrm{SINR}}_{I,\mathrm{Ant}})}{{2*\mathrm{SINR}}_{I,\mathrm{Ant}}}-{\mathrm{NI}}_{H,\mathrm{Ant}}*{\mathrm{CL}}_H\}$

$=\mathrm{\γ}*{\mathrm{SIR}}_{\mathrm{DL}}-\frac{1}{N_r}$

下面描述了使用仿真结果对于上行链路功率控制技术的各个实施例的评估。表1中列出了仿真设置：

表1：上行链路系统电平仿真（SLS）设置

表2对基于表1的设置的仿真结果进行了概括。

表2：仿真结果

图6描述了用户吞吐量的累积密度函数（CDF）。图7A和图7B针对表2的仿真结果，描述了一些仿真结果的性能曲线和干扰与热噪声之比控制曲线。

基于所给出的仿真结果，各个实施例针对上行链路提供了下列益处：（1）干扰控制以及（2）整体系统吞吐量和小区边缘性能之间的平衡。

应当注意，各个实施例的功率控制方案可以满足针对小区边缘用户性能的802.16m需求，而平均频谱效率不会发生明显的下降。

本发明的实施例可以实现成下面中的任意一种或者组合：使用母板进行互连的一个或多个微芯片或集成电路、硬连线逻辑、由存储器设备存储和微处理器执行的软件、固件、专用集成电路（ASIC）和/或现场可编程门阵列（FPGA）。举例而言，术语“逻辑”可以包括软件或硬件和/或软件和硬件的组合。

可以将本发明的实施例提供成例如包括一个或多个机器可读介质的计算机程序产品，其中所述机器可读介质具有在其上存储的机器可执行指令，当这些指令由诸如计算机、计算机网络或者其它电子器件之类的一个或多个机器执行时，导致所述一个或多个机器执行根据本发明的实施例的操作。机器可读介质可以包括，但不限于：软盘、光盘、CD-ROM（紧致碟-只读存储器）、磁光盘、ROM（只读存储器）、RAM（随机存取存储器）、EPROM（可擦除可编程只读存储器）、EEPROM（电可擦除可编程只读存储器）、磁卡或光卡、闪存或者适合于存储机器可执行指令的其它类型的介质/机器可读介质。

附图和上面描述给出了本发明的示例。虽然描述成多个不同的功能项，但本领域普通技术人员应当理解的是，可以将这些单元中的一个或多个组合到单一功能单元中。或者，可以将某些单元分割成多个功能单元。可以将来自一个实施例的元素添加到另一个实施例中。例如，可以对本申请描述的处理的顺序进行改变，且并不受到本申请描述的方式的限制。此外，可以不按所显示的顺序来实现任何流程图的动作；也并不需要必须执行所有这些动作。此外，不依赖于其它动作的那些动作可以与其它动作并行执行。但是，本发明的保护范围决不受到这些特定示例的限制。可以实现众多变型，无论其在说明书中是否明确给出，例如材料的结构、尺寸和使用的差异。本发明的保护范围至少与所附权利要求书所给出的一致。

Claims (20)

1.一种方法，包括：

从至少一个基站接收噪声加干扰电平信息；

向移动站发送控制因子、最小信号与干扰加噪声比、以及噪声加干扰电平信息；以及

所述移动站部分地基于所述控制因子、所述最小信号与干扰加噪声比、以及所述噪声加干扰电平信息，来确定每一天线的上行链路发射功率。

2.根据权利要求1所述的方法，其中，所述确定每一天线的上行链路发射功率包括确定：

P(dBm)＝L+SINR_Target+NI，其中

L包括所估计的平均上行链路传播损耗，

SINR_Target包括目标信号与干扰加噪声比，以及

NI包括至少一个基站的每一子载波的所估计的噪声和干扰的平均功率电平。

3.根据权利要求2所述的方法，还包括：

部分地基于下式来确定目标信号与干扰加噪声比：

${\mathrm{SINR}}_{T\arg \mathrm{et}}=10\log 10\left(\max (10^\left(\frac{{\mathrm{SINR}}_{\mathrm{MIN}}}{10}\right),\mathrm{\γ}\×{\mathrm{SINR}}_{\mathrm{DL}}-\frac{1}{N_r})\right)$

其中，

SINR_MIN包括针对与所述移动站通信的基站所期望的最小数据速率的信号与干扰加噪声比，

γ表示公平和干扰与热噪声之比（IoT）控制因子，

SINR_DL包括在所述移动站处测量的有用下行链路信号与下行链路干扰功率之比，以及

Nr包括与所述移动站通信的基站处的接收天线的数量。

4.根据权利要求3所述的方法，还包括：

部分地基于相邻基站的上行链路干扰电平，来确定所述IoT控制因子。

5.根据权利要求1所述的方法，其中，所述确定每一天线的上行链路发射功率包括确定：

P(dBm)＝L+SINR_Target+NI+Offset_AMS_perAMS+Offset_ABS_perAMS

其中，

L包括所估计的平均当前上行链路传播损耗，

SINR_Target包括先进基站（ABS）所接收的目标上行链路信号与干扰加噪声比（SINR），

NI包括所估计的所述ABS处的每一子载波的噪声和干扰的平均功率电平，其不包括ABS的接收天线增益，

Offset_AMS_perAMS包括针对特定于AMS的功率偏移的校正项，以及

Offset_ABS_perAMS包括针对特定于AMS的功率偏移的校正项。

6.根据权利要求5所述的方法，还包括：

确定所述ABS接收的目标上行链路SINR，其中所述确定所述ABS所接收的目标上行链路SINR包括确定：

${\mathrm{SINR}}_{t\arg \mathrm{et}}=\left\{\begin{array}{cc}C/N-10\log 10\left(R\right),& \mathrm{mode}1\\ {\mathrm{SINR}}_{\mathrm{OPT}},& \mathrm{mode}2\end{array}\right.$

其中，

C/N包括针对当前传输的调制/FEC速率的归一化的载波与噪声比，

R包括针对所述调制/FEC速率的重复数量，以及

SINR_OPT包括针对干扰与热噪声之比控制的目标SINR值。

7.一种方法，包括：

从移动站接收下行链路有用信号与下行链路干扰功率的至少一个比；以及

在基站处，部分地基于所述至少一个比，来确定所述移动站的每一天线的上行链路发射功率。

8.根据权利要求7所述的方法，还包括：

从至少一个基站接收噪声加干扰电平信息；

部分地基于下行链路有用信号与下行链路干扰功率之比来测量路径损耗，其中所述确定所述移动站的每一天线的上行链路发射功率包括：部分地基于所述路径损耗和所述比率来确定发射功率电平；

向所述移动站发送所确定的发射功率电平。

9.根据权利要求8所述的方法，其中，所述确定发射功率电平包括确定：

P(dBm)＝L+SINR_Target+NI

其中，

L包括路径损耗，

SINR_Target包括目标信号与干扰加噪声比，以及

NI包括所估计的所述基站处的每一子载波的噪声和干扰的平均功率电平。

10.根据权利要求8所述的方法，其中，所述确定发射功率电平包括确定：

P(dBm)＝L+SINR_Target+NI+Offset_AMS_perAMS+Offset_ASS_perAMS

其中，

L包括路径损耗，

SINR_Target包括先进基站（ABS）所接收的目标上行链路信号与干扰加噪声比（SINR），

NI包括所估计的所述ABS处的每一子载波的噪声和干扰的平均功率电平，其不包括ABS的接收天线增益，

Offset_AMS_perAMS包括针对特定于AMS的功率偏移的校正项，以及

Offset_ABS_perAMS包括针对特定于AMS的功率偏移的校正项。

11.一种移动站，包括：

用于接收控制因子、最小信号与干扰加噪声比、以及噪声加干扰电平信息的逻辑单元；以及

用于部分地基于所述控制因子、所述最小信号与干扰加噪声比、以及所述噪声加干扰电平信息，来确定每一天线的上行链路发射功率的逻辑单元。

12.根据权利要求11所述的移动站，其中，所述用于接收控制因子、最小信号与干扰加噪声比、以及噪声加干扰电平信息的逻辑单元用于从基站接收所述控制因子、所述最小信号与干扰加噪声比、以及所述噪声加干扰电平信息。

13.根据权利要求11所述的移动站，其中，所述用于确定每一天线的上行链路发射功率的逻辑单元用于确定：

P(dBm)＝L+SINR_Target+NI，

其中，

L包括所估计的平均上行链路传播损耗，

SINR_Target包括目标信号与干扰加噪声比，以及

NI包括至少一个基站的每一子载波的所估计的噪声和干扰的平均功率电平。

14.根据权利要求11所述的移动站，其中，所述用于确定每一天线的上行链路发射功率的逻辑单元用于确定：

P(dBm)＝L+SINR_Target+NI+Offset_AMS_perAMS+Offset_ABS_perAMS

其中，

L包括所估计的平均当前上行链路传播损耗，

SINR_Target包括先进基站（ABS）所接收的目标上行链路信号与干扰加噪声比（SINR），

NI包括所估计的所述ABS处的每一子载波的噪声和干扰的平均功率电平，其不包括ABS的接收天线增益，

Offset_AMS_perAMS包括针对特定于AMS的功率偏移的校正项，以及

Offset_ABS_perAMS包括针对特定于AMS的功率偏移的校正项。

15.一种基站，包括：

用于从至少一个基站接收噪声加干扰电平信息的逻辑单元；

用于从移动站接收下行链路有用信号与下行链路干扰功率的至少一个比的逻辑单元；

用于部分地基于所述下行链路有用信号与下行链路干扰功率的至少一个比，来测量路径损耗的逻辑单元；

用于部分地基于所述路径损耗，来确定每一天线的发射功率电平的逻辑单元；以及

用于向所述移动站发送所确定的每一天线的发射功率电平的逻辑单元。

16.根据权利要求15所述的基站，其中，所述用于确定发射功率电平的逻辑单元用于确定：

P(dBm)＝L+SINR_Target+NI

其中，

L包括路径损耗，

SINR_Target包括目标信号与干扰加噪声比，以及

NI包括所估计的所述基站处的每一子载波的噪声和干扰的平均功率电平。

17.根据权利要求15所述的基站，其中，所述用于确定发射功率电平的逻辑单元用于确定：

P(dBm)＝L+SINR_Target+NI+Offset_AMS_perAMS+Offset_ABS_perAMS

其中，

L包括路径损耗，

SINR_Target包括先进基站（ABS）所接收的目标上行链路信号与干扰加噪声比（SINR），

NI包括所估计的所述ABS处的每一子载波的噪声和干扰的平均功率电平，其不包括ABS的接收天线增益，

Offset_AMS_perAMS包括针对特定于AMS的功率偏移的校正项，以及

Offset_ABS_perAMS包括针对特定于AMS的功率偏移的校正项。

18.一种系统，包括：

至少一个天线，

与所述至少一个天线通信耦接的计算机系统，所述计算机系统包括：

用于确定至少一个天线的发射功率的逻辑单元，以及

用于基于所确定的发射功率从至少一个天线发射信号的逻辑单元，其中所述用于确定的逻辑单元基于下面中的一个或多个来确定所述发射功率：

控制因子、最小信号与干扰加噪声比、以及噪声加干扰电平信息，以及

基站所确定的发射功率电平。

19.根据权利要求18所述的系统，其中，基站所确定的所述发射功率电平由所述基站配置为执行下面操作来进行确定：

从至少一个基站接收噪声加干扰电平信息；

部分地基于所接收的噪声加干扰电平信息，来确定所估计的所述基站处的每一子载波的噪声和干扰的平均功率电平；

从所述计算机系统接收下行链路有用信号与下行链路干扰功率的至少一个比；以及

在所述基站处，部分地基于所述比和所估计的每一子载波的噪声和干扰的平均功率电平，来确定所述移动站的每一天线的上行链路发射功率。

20.根据权利要求19所述的系统，其中，确定每一天线的上行链路发射功率，所述基站用于确定：

P(dBm)＝L+SINR_Target+NI

其中，

L包括路径损耗，

SINR_Target包括目标信号与干扰加噪声比，以及

NI包括所估计的所述基站处的每一子载波的噪声和干扰的平均功率电平。

Images