CN102958170B - 一种上行干扰协调方法和基站 - Google Patents

Abstract

本发明实施例公开了一种上行干扰协调方法和基站，该方法包括：根据从终端获取的信道信息获得小区内信道状态变化参数，其中，所述信道状态变化参数反映所述小区的邻区间上行干扰情况；判断所述小区内信道状态变化参数是否超过预设的门限值；当判断结果为是时，根据所述终端之间上行干扰程度采用着色算法重新进行终端的信道资源分配，以减少邻区间上行干扰。采用本发明，可通过对终端进行资源分配，消除不必要的邻区间的上行干扰并达到最大化整网吞吐量的目的。

Description

一种上行干扰协调方法和基站

技术领域

本发明涉及无线通讯领域，尤其涉及一种上行干扰协调方法和基站。

背景技术

蜂窝网络中邻区干扰问题是制约网络用户(特别是小区边缘用户)的信号质量和用户体验的重要因素。邻区间干扰区分下行邻区干扰和上行邻区干扰。对于下行邻区干扰问题，通常结合基站覆盖控制和调度算法可以有效控制，而对于上行邻区干扰问题，由于缺乏有效、快速的终端功率控制机制，通常只通过调度算法进行邻区协调。

现有的上行领域干扰的调度算法为无线资源管理(Radio ResourceManagement，RRM)级别的调度算法，基站间交互各自的上行调度信息，每个基站通过协作避免干扰邻基站正在占用的上行频谱资源，从而达到降低邻区间上行干扰强度的目的。然而，考虑时延、反馈开销、反馈精度，现有的RRM级别的调度协调方法通常增益有限，甚至为负增益。并且，RRM级别的上行干扰协调方法通常仅仅降低调度时间尺度上的干扰强度，而不考虑整网总吞吐量，可能会造成总吞吐量的下降。

另一方面，静态频谱规划是另一种干扰协调方法。静态频谱规划为各个小区固定分配互相正交的频谱从而避免邻小区之间的干扰。然而，随着用户的移动和信道的变化，固定正交频谱的干扰协调方法频谱效率较低。

发明内容

本发明实施例所要解决的技术问题在于，提供一种上行干扰协调方法和基站。可通过对终端进行资源分配，消除不必要的邻区间的上行干扰并达到最大化整网吞吐量的目的。

为了解决上述技术问题，本发明实施例提供了一种上行干扰协调方法，该方法包括：

根据从终端获取的信道信息获得小区内信道状态变化参数，其中，所述信道状态变化参数反映所述小区的邻区间上行干扰情况；

判断所述小区内信道状态变化参数是否超过预设的门限值；

当判断结果为是时，根据所述终端之间上行干扰程度采用着色算法重新进行终端的信道资源分配，以减少邻区间上行干扰。

相应的，本发明实施例还提供了一种基站，该基站包括：

参数获取单元，用于根据从终端获取的信道信息获得小区内信道状态变化参数，其中，所述信道状态变化参数反映所述小区的邻区间上行干扰情况；

判断单元，用于判断所述小区内信道状态变化参数是否超过预设的门限值；

资源重分配单元，用于当判断结果为是时，根据所述终端之间上行干扰程度采用着色算法重新进行终端的信道资源分配，以减少邻区间上行干扰。

实施本发明实施例，具有如下有益效果：在本发明实施例中根据各个终端之间的上行干扰强度，对终端进行资源分配，消除不必要的邻区间上行干扰，从而最大化整网吞吐量。

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是本发明实施例中的上行干扰协调方法的一个具体流程示意图；

图1a是本发明实施例中采用的一种着色算法的具体流程示意图；

图2是本发明实施例中的干扰门限与整网容量关系的仿真结果一；

图3是本发明实施例中的干扰门限与整网容量关系的仿真结果二；

图4是本发明实施例中的干扰门限与整网容量关系的仿真结果三；

图5是本发明实施例中的根据最优干扰门限获得干扰关系网络的一个流程示意图；

图6是本发明实施例中的上行干扰协调方法的另一个具体流程示意图；

图7是本发明实施例中的基站的一个具体组成示意图；

图8是本发明实施例中的资源重分配单元的一个具体组成示意图；

图9是本发明实施例中的基站的另一个具体组成示意图。

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作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。

在本发明实施例中跟踪识别由于终端移动或加入退出引起的上行干扰环境的变化，以使资源分配适应网络环境的变化。同时，根据终端之间上行干扰程度进行资源分配实现自适应上行干扰协调。即，本发明实施例中包括两方面内容：(1)上行干扰环境变化识别，根据已有终端反馈的信道信息、或者新终端加入反馈的信息，评估上行干扰环境的变化程度，自动识别是否需要更新资源分配以消除上行邻区间干扰；(2)根据终端之间的干扰程度进行资源分配，首先估算终端之间相互干扰程度，选择相应的终端进行干扰协调，以达到最大化整网吞吐量，协调干扰的资源分配由着色算法计算得到。

对于第一方面，在蜂窝网络中，所有终端的上行可能干扰邻区的上行传输，特别是当终端位于小区边缘。一般地，某个终端上行传输对邻区的干扰取决于该终端到邻区基站的传播路损和终端发射功率。假设终端的发射功率恒定，则位于小区边缘的终端对邻区基站的上行干扰将影响连接到该邻区基站的所有用户，而当该终端由于移动而远离小区边缘，则其对邻区基站的干扰将减少，甚至可以忽略。也就是说根据终端反馈的信道可以监测这种状态的变化。

对于第二方面，即采用着色算法来进行资源重分配。在现有的着色算法中期解决的问题是：给定一群节点，以及节点之间的互斥关系，计算一种颜色分配方案，使存在互斥关系的节点的颜色互不相同，且所使用的颜色种类最少。在本发明实施例中将这些着色算法应用到协调上行干扰的资源分配问题，则可以将本发明实施例中的着色算法定义为：给定一群终端，以及终端之间的上行干扰强度(一般为估计值)，计算一种资源分配方案，使存在相互强干扰的终端的频谱资源互不相同(如，相互正交)，且所使用的频谱资源最少。目前已经有很多研究集中在如何快速求解着色算法的问题，在求解速度和求解精度之间获得折衷性能，这些研究成果和算法可以直接应用于本发明实施例中的着色算法。以下详细描述本发明实施例中的方案。

如图1所示，为本发明实施例中的上行干扰协调方法的一个具体流程示意图，该流程包括如下步骤。

101、根据从终端获取的信道信息获得小区内信道状态变化参数，其中，所述信道状态变化参数反映所述小区的邻区间上行干扰情况。在获得该参数时，可以周期性从终端获取信道信息，如基站周期性向终端请求信道信息或终端自动周期性的向基站反馈信道信息；然后根据从所述终端获取的信道信息获得小区内信道状态变化参数。当然，也可以不一定是周期性，如当有新的终端加入或旧的终端退出小区时，即获取一次信道信息，重新估计小区内信道状态变化参数。

可根据下式计算小区内信道状态变化参数l2norm；

$l2\mathrm{nor}{m}_i\left(t\right)={\left[\underset{s\∈S^i}{\mathrm{\Σ}}{(c_s(t+1)-c_s\left(t\right))}^2\right]}^{1/2}.$

$l2\mathrm{norm}=\frac{1}{N_B}\underset{i\∈B}{\mathrm{\Σ}}l2\mathrm{nor}{m}_i\left(t\right).$

其中，l2norm_i(t)代表t时刻的小区内的接入点i的信道状态变化参数，下标i代表接入点的序号；Sⁱ表示第i个接入点所连接的终端的集合，c_s(t)表示终端s在t时刻反馈的信道质量；B表示网络内所有接入点的集合；N_B表示接入点的数量。

102、判断所述小区内信道状态变化参数是否超过预设的门限值。其中，预设的门限值可以根据实际情况进行更新，如，先预设一个初始门限值，再估算当前的网络吞吐量，当实测吞吐量值大于所述估计吞吐量时，根据实测吞吐量值和估计吞吐量更新所述预设的门限值。

其中，初始门限值(表示为l2normTHRS)的设定可采用如下方法粗略设定：根据当前网络内所有终端的信道变化量的一定百分数来确定，并随着终端位置变化以及终端进入/退出网络的状态变化而跟踪变化。例如，按80％分位数确定门限，则门限设置为80％的终端的平均信道变化量均小于该门限。

由于初始设置是一个粗略值，并且门限l2normTHRS的值在一定时间内是稳定的，但随着终端的移动及进入/退出，需要及时更新该门限。如，可定义一个TTI计时器(counter)，当计时器超时表示周期性的更新门限l2normTHRS。当预设定时器超时，启动基于着色算法的资源重分配，并估算对应的吞吐量THRgc，如果该吞吐量估值大于原吞吐量实测值THRactual(即THRgc是基于着色算法确定的资源分配下的吞吐量估计，THRactual为吞吐量的实测值)，则更新门限l2normTHRS。

如，可根据下式更新所述预设的门限值：

delta＝THRactual/THRgc；

l2normTHRS(a)＝l2normTHRS(a-1)×delta；

其中，l2normTHRS(a-1)为待更新的门限值，l2normTHRS(a)为更新后的门限值，THRactual为实测吞吐量值，THRgc为估计吞吐量值。

103、当判断结果为是时，根据所述终端之间上行干扰程度采用着色算法重新进行终端的信道资源分配，以减少邻区间上行干扰。

如，先获得所述小区内终端之间的上行干扰强度估计值；再将所述上行干扰强度估计值作为着色算法的输入条件，并且在保证相互间存在强干扰的终端的频谱资源互不相同，且分配给所述小区内终端的总频谱资源最少的条件下，根据着色算法确定所述小区内终端的信道资源分配；其中，所述小区内终端之间的上行干扰强度估计值是指小区内的各个终端两两之间的上行干扰强度估计值，所述相互间存在强干扰的终端是指相互间的上行干扰强度超过上行干扰强度阈值的终端。

一般地，任两个终端之间的上行干扰强度估计值可通过位置信息和大尺度衰减来估计。如，上行干扰强度估计值可通过最大发送功率和传播路损值(传播路损值可由距离决定)计算得到。例如，要估算终端A对终端B的上行干扰强度，则其上行干扰强度估计值可以为终端A所发射的信号到终端B所属基站处的信号强度值。同时，在着色算法中，上述的上行干扰强度阈值也是可变的，以便最终个的小区内终端的信道资源分配结果可以最大化整网吞吐量。

在本发明的着色算法中，可以根据所述小区内终端之间的上行干扰强度估计值生成上行干扰关系网络，所述网络的节点代表所述小区内的各终端，当两终端之间的上行干扰强度估计值高于最优干扰门限值时在两终端之间生成连线，并将所述两终端之间的上行干扰强度估计值赋值给所述连线。

再将所述上行干扰关系网络作为着色算法的输入条件，并且在保证相互间存在强干扰的终端的频谱资源互不相同，且分配给所述小区内终端的总频谱资源最少的条件下，根据着色算法确定所述小区内终端的信道资源分配。

如图1a所示，为本发明实施例中采用的一种着色算法的实现过程。在本例中，如图5所示的过程中，每个节点代表一个终端，节点集合V代表所有终端的集合，V(k)代表第k个终端，且V中每个元素均有相邻元素和非相邻元素。每种颜色代表一个频谱单位，颜色集合C代表所有频谱的集合，C(V(k))代表分配给第k个终端的频谱的序号。本例中的实现过程，使用V和C作为图5过程的输入，经过图5所示过程的处理，输出为更新的频谱分配(即颜色分配)C，使得每个终端V(k)的频谱(颜色)和其相邻终端V(j)的频谱(颜色)不同，且所用颜色的种类(即集合C中元素的数量)最少。

为了使用着色方法协调上行干扰，以使整网容量最大化，需要确定对应的最优干扰门限，然后构造上行干扰关系图：原干扰关系图中干扰小于干扰门限的连线被删除，干扰大于干扰门限的连线被保留。

为了确定最优干扰门限，本发明实施例中设计了一系列仿真实验来观察在不同的终端(或称用户)分布条件下干扰门限与整网容量的关系，包括不同的用户密度、不同的用户位置分布。如图2～图4中给出了一些典型结果。

根据上述的仿真结果进行归纳可以看到，整网吞吐量与最优干扰门限之间的关系基本是单调的，即或者是单调上升、或者是单调下降。基于此，本发明实施例中提出了一种根据最优的干扰门限获得干扰关系网络的方法，其流程见图5。在该方法中包括如下步骤：501、获得初始的干扰关系网络；502、估算最大干扰门限对应的总吞吐量和最小干扰门限对应的总吞吐量，比较两个总吞吐量的大小，取吞吐量较大的一个门限作为最优的干扰门限；503、根据最优干扰门限获得新的干扰关系网络。该方法在精度上有少量损失，但计算量非常小，可以满足快速运算的要求。

如图6所示，为本发明实施例中的上行干扰协调方法的另一个具体流程示意图。该流程中详细描述了门限值的更新过程。

601、获得初始化门限值l2normTHRS。

602、在每个传输时间间隔(Transmission Time Interval，TTI)收集用户设备(User Equipment，UE)反馈的信道质量指示符(Channel Quality Indicator，CQI)，并记录在相应的数据库中。

603、判断TTI计数器是否超时，若判断结果为是时转步骤604，否则转步骤605。

604、运行着色算法(Graph Coloring，GC)以获得新的干扰协调配置，如获得小区干扰协调(Inter-Cell Interference Coordination，ICIC)配置。

606、基于新的干扰协调配置估算吞吐量THRgc。

608、判断估计吞吐量THRgc是否大于实测吞吐量THRactual，当判断结果为是时执行步骤610，否则结束本次流程返回步骤602。

610、更新门限值l2normTHRS，更新原则为：

delta＝THRactual/THRgc；

l2normTHRS(a)＝l2normTHRS(a-1)×delta；

其中，l2normTHRS(a-1)为待更新的门限值，l2normTHRS(a)为更新后的门限值，THRactual为实测吞吐量值，THRgc为估计吞吐量值。

605、计算当前时刻的CQI与前一时刻CQI的偏差，即获得小区内信道状态变化参数l2norm。

607、判断l2norm是否大于门限值l2normTHRS，当判断结果为是时，执行步骤609，否则执行步骤611。

609、运行GC获得新的干扰协调配置，并根据该配置进行具体配置。

611、保留前一干扰协调配置，不对当前的配置进行变动。

相应的，本发明实施例还提供了一种基站，如图7所示，该基站包括如下单元。

参数获取单元50，用于根据从终端获取的信道信息获得小区内信道状态变化参数，其中，所述信道状态变化参数反映所述小区的邻区间上行干扰情况。

具体的，参数获取单元50可根据下式计算小区内信道状态变化参数l2norm；

$l2\mathrm{nor}{m}_i\left(t\right)={\left[\underset{s\∈S^i}{\mathrm{\Σ}}{(c_s(t+1)-c_s\left(t\right))}^2\right]}^{1/2}.$

$l2\mathrm{norm}=\frac{1}{N_B}\underset{i\∈B}{\mathrm{\Σ}}l2\mathrm{nor}{m}_i\left(t\right).$

其中，l2norm_i(t)代表t时刻的小区内的接入点i的信道状态变化参数，下标i代表接入点的序号；Sⁱ表示第i个接入点所连接的终端的集合，c_s(t)表示终端s在t时刻反馈的信道质量；B表示网络内所有接入点的集合；N_B表示接入点的数量。

另一方面，参数获取单元还可周期性从终端获取信道信息，并根据从所述终端获取的信道信息获得小区内信道状态变化参数。

判断单元60，用于判断所述小区内信道状态变化参数是否超过预设的门限值。

资源重分配单元70，用于当判断结果为是时，根据所述终端之间上行干扰程度采用着色算法重新进行终端的信道资源分配，以减少邻区间上行干扰。

其中，如图8所示，资源重分配单元70可包括：强度估值获取子单元700，用于获得所述小区内终端之间的上行干扰强度估计值；资源重分配子单元702，用于将所述上行干扰强度估计值作为着色算法的输入条件，并且在保证相互间存在强干扰的终端的频谱资源互不相同，且分配给所述小区内终端的总频谱资源最少的条件下，根据着色算法确定所述小区内终端的信道资源分配；其中，所述小区内终端之间的上行干扰强度估计值是指小区内的各个终端两两之间的上行干扰强度估计值，所述相互间存在强干扰的终端是指相互间的上行干扰强度超过上行干扰强度阈值的终端。

其中，上述的资源重分配子单元702可进一步包括：关系网生成模块，用于根据所述小区内终端之间的上行干扰强度估计值生成上行干扰关系网络，所述网络的节点代表所述小区内的各终端，当两终端之间的上行干扰强度估计值高于最优干扰门限值时在两终端之间生成连线，并将所述两终端之间的上行干扰强度估计值赋值给所述连线；资源重分配模块，用于将所述上行干扰关系网络作为着色算法的输入条件，并且在保证相互间存在强干扰的终端的频谱资源互不相同，且分配给所述小区内终端的总频谱资源最少的条件下，根据着色算法确定所述小区内终端的信道资源分配。

以及，资源重分配子单元进一步包括最优门限获取模块，用于估算最大干扰门限值对应的总吞吐量，估算最小干扰门限值对应的总吞吐量，确定上述两个总吞吐量中较大的总吞吐量，并设置所述较大的总吞吐量对最大的总吞吐量对应的干扰门限值为最优干扰门限值。

如图9所示，上述基站还可包括门限值获取单元80，用于估算当前的网络吞吐量，当实测吞吐量值大于估计吞吐量时，根据实测吞吐量值和估计吞吐量更新所述预设的门限值。具体的，该门限值获取单元80可根据下式更新所述预设的门限值：

delta＝THRactual/THRgc；

l2normTHRS(a)＝l2normTHRS(a-1)×delta；

其中，l2normTHRS(a-1)为待更新的门限值，l2normTHRS(a)为更新后的门限值，THRactual为实测吞吐量值，THRgc为估计吞吐量值。

在上述装置实施例中采用的具体算法和达到的效果，可参考图2～图6中的示例，此处不做一一赘述。

综上所述可知，在本发明实施例中根据各个终端之间的上行干扰强度，对终端进行资源分配，消除不必要的邻区间上行干扰，从而最大化整网吞吐量。同时，在本发明实施例中，可以周期性的获得小区内信道状态变化参数，并据此判断是否运行GC获得新的干扰协调配置，可以实现跟踪识别由于终端移动或加入退出引起的上行干扰环境的变化，并使资源分配适应网络环境的变化。

在一些具体实施例中，在根据各个终端之间的上行干扰强度，对终端进行资源分配，设立一最优干扰门限值，当两终端之间的干扰低于该门限值时，认为这两个终端的干扰可以忽略不计，这样可以减少输入的信息量，提高着色算法的速度同时对精度影响也不大。

同时在判断是否需要启动着色算法重新进行资源分配时，设立了一可变的门限值，根据当前的总体情况来确定门限值，也有利于提高了资源分配的有效性和灵活性。

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。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (14)

1.一种上行干扰协调方法，其特征在于，所述方法包括：

根据从终端获取的信道信息获得小区内信道状态变化参数，其中，所述信道状态变化参数反映所述小区的邻区间上行干扰情况；

判断所述小区内信道状态变化参数是否超过预设的门限值；

当判断结果为是时，获得所述小区内终端之间的上行干扰强度估计值；

将所述上行干扰强度估计值作为着色算法的输入条件，并且在保证相互间存在强干扰的终端的频谱资源互不相同，且分配给所述小区内终端的总频谱资源最少的条件下，根据着色算法确定所述小区内终端的信道资源分配；

其中，所述小区内终端之间的上行干扰强度估计值是指小区内的各个终端两两之间的上行干扰强度估计值，所述相互间存在强干扰的终端是指相互间的上行干扰强度超过上行干扰强度阈值的终端。

2.如权利要求1所述的方法，其特征在于，所述将所述上行干扰强度估计值作为着色算法的输入条件，并且在保证相互间存在强干扰的终端的频谱资源互不相同，且分配给所述小区内终端的总频谱资源最少的条件下，根据着色算法确定所述小区内终端的信道资源分配包括：

根据所述小区内终端之间的上行干扰强度估计值生成上行干扰关系网络，所述网络的节点代表所述小区内的各终端，当两终端之间的上行干扰强度估计值高于最优干扰门限值时在两终端之间生成连线，并将所述两终端之间的上行干扰强度估计值赋值给所述连线；

将所述上行干扰关系网络作为着色算法的输入条件，并且在保证相互间存在强干扰的终端的频谱资源互不相同，且分配给所述小区内终端的总频谱资源最少的条件下，根据着色算法确定所述小区内终端的信道资源分配。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

估算最大干扰门限值对应的总吞吐量，并估算最小干扰门限值对应的总吞吐量；

确定上述两个总吞吐量中较大的总吞吐量，并设置所述较大的总吞吐量对应的干扰门限值为最优干扰门限值。

4.如权利要求1所述的方法，其特征在于，所述根据从终端获取的信道信息获得小区内信道状态变化参数包括：

根据下式计算小区内信道状态变化参数l2norm；

$l2{\mathrm{norm}}_i\left(t\right)={\left[\underset{s\∈S^i}{\mathrm{\Σ}}(c_s(t+1)-c_s{\left(t\right))}^2\right]}^{1/2};$

$l2\mathrm{norm}=\frac{1}{N_B}\underset{i\∈B}{\mathrm{\Σ}}l2{\mathrm{norm}}_i\left(t\right);$

其中，l2norm_i(t)代表t时刻的小区内的接入点i的信道状态变化参数，下标i代表接入点的序号；Sⁱ表示第i个接入点所连接的终端的集合，c_s(t)表示终端s在t时刻反馈的信道质量；B表示网络内所有接入点的集合；N_B表示接入点的数量。

5.如权利要求1至4中任一项所述的方法，其特征在于，所述根据从终端获取的信道信息获得小区内信道状态变化参数包括：

周期性从终端获取信道信息；

根据从所述终端获取的信道信息获得小区内信道状态变化参数。

6.如权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：

估算当前的网络吞吐量，当实测吞吐量值大于估计吞吐量时，根据实测吞吐量值和估计吞吐量更新所述预设的门限值。

7.如权利要求6所述的方法，其特征在于，所述根据实测吞吐量值和估计吞吐量更新所述预设的门限值包括：

根据下式更新所述预设的门限值：

delta＝THRactual/THRgc；

l2normTHRS(a)＝l2normTHRS(a-1)×delta；

其中，l2normTHRS(a-1)为待更新的门限值，l2normTHRS(a)为更新后的门限值，THRactual为实测吞吐量值，THRgc为估计吞吐量值。

8.一种基站，其特征在于，所述基站包括：

参数获取单元，用于根据从终端获取的信道信息获得小区内信道状态变化参数，其中，所述信道状态变化参数反映所述小区的邻区间上行干扰情况；

判断单元，用于判断所述小区内信道状态变化参数是否超过预设的门限值；

资源重分配单元，用于当判断结果为是时，获得所述小区内终端之间的上行干扰强度估计值；

所述资源重分配单元还用于将所述上行干扰强度估计值作为着色算法的输入条件，并且在保证相互间存在强干扰的终端的频谱资源互不相同，且分配给所述小区内终端的总频谱资源最少的条件下，根据着色算法确定所述小区内终端的信道资源分配；

其中，所述小区内终端之间的上行干扰强度估计值是指小区内的各个终端两两之间的上行干扰强度估计值，所述相互间存在强干扰的终端是指相互间的上行干扰强度超过上行干扰强度阈值的终端。

9.如权利要求8所述的基站，其特征在于，所述资源重分配子单元包括：

关系网生成模块，用于根据所述小区内终端之间的上行干扰强度估计值生成上行干扰关系网络，所述网络的节点代表所述小区内的各终端，当两终端之间的上行干扰强度估计值高于最优干扰门限值时在两终端之间生成连线，并将所述两终端之间的上行干扰强度估计值赋值给所述连线；

资源重分配模块，用于将所述上行干扰关系网络作为着色算法的输入条件，并且在保证相互间存在强干扰的终端的频谱资源互不相同，且分配给所述小区内终端的总频谱资源最少的条件下，根据着色算法确定所述小区内终端的信道资源分配。

10.如权利要求9所述的基站，其特征在于，所述资源重分配子单元还包括：

最优门限获取模块，用于估算最大干扰门限值对应的总吞吐量，估算最小干扰门限值对应的总吞吐量，确定上述两个总吞吐量中较大的总吞吐量，并设置所述较大的总吞吐量对最大的总吞吐量对应的干扰门限值为最优干扰门限值。

11.如权利要求8所述的基站，其特征在于，所述参数获取单元还用于根据下式计算小区内信道状态变化参数l2norm；

$l2{\mathrm{norm}}_i\left(t\right)={\left[\underset{s\∈S^i}{\mathrm{\Σ}}(c_s(t+1)-c_s{\left(t\right))}^2\right]}^{1/2};$

$l2\mathrm{norm}=\frac{1}{N_B}\underset{i\∈B}{\mathrm{\Σ}}l2{\mathrm{norm}}_i\left(t\right);$

其中，l2norm_i(t)代表t时刻的小区内的接入点i的信道状态变化参数，下标i代表接入点的序号；Sⁱ表示第i个接入点所连接的终端的集合，c_s(t)表示终端s在t时刻反馈的信道质量；B表示网络内所有接入点的集合；N_B表示接入点的数量。

12.如权利要求8至11中任一项所述的基站，其特征在于，所述参数获取单元还用于周期性从终端获取信道信息，并根据从所述终端获取的信道信息获得小区内信道状态变化参数。

13.如权利要求8至11中任一项所述的基站，其特征在于，所述基站还包括门限值获取单元，用于估算当前的网络吞吐量，当实测吞吐量值大于估计吞吐量时，根据实测吞吐量值和估计吞吐量更新所述预设的门限值。

14.如权利要求13所述的基站，其特征在于，所述门限值获取单元还用于根据下式更新所述预设的门限值：

delta＝THRactual/THRgc；

l2normTHRS(a)＝l2normTHRS(a-1)×delta；

其中，l2normTHRS(a-1)为待更新的门限值，l2normTHRS(a)为更新后的门限值，THRactual为实测吞吐量值，THRgc为估计吞吐量值。