CN103281770A - 一种实现协作式多点传输调度与功率分配的方法 - Google Patents

Abstract

本发明公开了一种实现协作式多点传输调度与功率分配的方法，针对每个PRB，采用传输调度的算法确定协作簇和调度的用户，即统计RSRP值，根据RSRP值和当前的协作情况计算SINR，找出各个基站在每个小区中可能服务的边缘用户，迭代确定协作簇及其服务的边缘用户，空闲基站选择本小区的中心用户进行服务；对每个基站采用注水算法进行功率预分配；然后在每个PRB上采用非合作博弈进行干扰协调，实现功率的最优分配。本发明具有以下优点：可以根据每个PRB上的系统参数实时动态的调整协作方式，调度灵活，适应性强；集中式的传输调度方案，算法时延开销小，实时性强；采用非合作博弈实现了CoMP中的干扰协调，功率分配合理，提升了边缘用户的吞吐量。

Description

一种实现协作式多点传输调度与功率分配的方法

技术领域

本发明属于无线通信传输技术，涉及一种多用户传输技术的实现方法，特别是涉及一种实现协作式多点传输调度与功率分配的方法。

背景技术

在LTE-Advanced系统中，虽然OFDM技术通过子载波的正交性有效地消除了小区内干扰，但是在频率复用因子为1的多小区系统中，小区间干扰(ICI，Inter-Cell Interference)依然存在，成为小区吞吐量以及边缘用户吞吐量进一步提高的主要障碍之一。协作式多点传输（CoMP）方案在多个基站之间引入协作，并通过在协作基站之间共享必要的信息，如信道状态信息、调度信息和数据信息等，对小区间干扰进行有效抑制，从而提高小区整体吞吐量和边缘用户速率。

CoMP中的关键技术包括两个方面：传输调度和功率分配。传输调度具体解决协作的多个基站(也称为协作簇)的选择，并且为每个协作簇选择服务的用户；功率分配则要确定各个基站在每个物理资源块（PRB）上应该分配的传输功率。目前针对协作簇的选择都是静态的，根据一定的准则固定地选择几个基站协作，一般是选择干扰较大的几个基站，从而消除最强的几个小区间干扰。这种协作方式虽然简单易行，但是同一个基站中的所有用户，其对应的协作簇都一样，这样对处于不同地理位置的用户来说，不一定可以消除最强的小区间干扰，公平性也得不到保障；而且随着用户的移动，其最强干扰源也会随之改变，静态协作无法适应这种动态的变化。另外，传统的功率分配的方法是利用注水算法来实现的，这不仅忽略了小区间的干扰协调，只能最大化单个小区的吞吐量，不能保证整个系统达到最优吞吐量。

发明内容

本发明的目的在于克服现有技术的不足，提供一种调度灵活、适应性强的实现协作式多点传输调度与功率分配的方法，它的算法时延开销小，实时性强，采用非合作博弈实现了CoMP中的干扰协调，功率分配合理，提升了边缘用户的吞吐量。

本发明的目的是通过以下技术方案来实现的：一种实现协作式多点传输调度与功率分配的方法，它包括一个传输调度的步骤和一个功率分配的步骤。

所述传输调度包括如下步骤：

S11：统计每个基站到每个用户的参考信号接收功率；

S12：根据参考信号接收功率的值和当前的协作情况计算信干噪比，确定各个基站在每个小区中可能服务的边缘用户；

S13：采用迭代的算法，每次确定一个协作簇及其服务的边缘用户；

S14：剩余的空闲基站对本小区内的中心用户进行单小区调度。

所述功率分配包括如下步骤：

S21：采用注水算法对各个基站进行初始功率分配，具体步骤如下：

S211：根据参考信号接收功率的值计算每个基站在各个物理资源块上对其所服务的用户的信道增益；

S212：针对每个基站，根据它的发射总功率以及它在各个物理资源块上的信道增益，采用注水算法分配该基站在各个物理资源块上的发送功率；

S22：针对每个物理资源块，通过非合作博弈进行干扰协调，实现基站发送功率的合理分配，非合作博弈的具体步骤如下：

S221：构建功率分配的博弈模型，并分别定义博弈的参与者、决策空间和效用函数

在效用函数中引入代价因子λ_j；

S222：根据决策空间确定代价因子取值范围；

S223：迭代求解纳什均衡点。

所述信干噪比的计算过程如下：

S121：根据参考信号接收功率的值计算每个未分配链接的基站对每个可被调度的用户所贡献的信干噪比；信干噪比的计算公式为：

其中，

表示第x个基站对第s个用户所贡献的信干噪比，RSRP表示参考信号接收功率的值，x表示基站编号，s表示用户编号，

表示基站n不在服务于用户s的协作簇中，σ²为噪声功率，RSRP₀表示基站服务边缘用户时的RSRP门限；

S122：针对每个基站和每个小区，确定该基站在该小区中可能服务的边缘用户。

所述迭代的过程如下：

S131：构造矩阵；

S132：判断矩阵，若矩阵为空矩阵，则传输调度算法结束；若矩阵内元素均为0，则执行S14；否则，根据矩阵中的最大元素确定一个协作簇及其服务的边缘用户；

S133：更新矩阵，并根据S12的方法对矩阵中的元素重新计算取值，然后跳转S132。

所述的效用函数为：

$u_j^c=\frac{B}{R}{\log }_2(1+\frac{{\mathrm{\γ}}_j}{\mathrm{\Γ}})-{\mathrm{\λ}}_j{p}_j;$

其中表示第j个基站对应的效用函数，B和R分别为传输总带宽和物理资源块数目，Γ是一个跟误比特率相关的常数，p_j为第j个基站的发送功率，λ_j为自定义的代价因子，参数γ_j的定义如下：

其中g_j为第j个基站在当前物理资源块上的功率增益，

表示第i个基站跟第j个基站不在同一个协作簇。

所述根据决策空间确定代价因子取值范围的具体计算过程如下：

S2221：求取效用函数

关于发送功率p_j的极值点，得到发送功率p_j与代价因子λ_j的函数关系；

S2222：根据决策空间给出的p_j取值范围，计算出代价因子的最大值和最小值；

S2223：根据代价因子的极值，引入正常数β，进一步得到代价因子的取值表达式。

所述迭代求解纳什均衡点的具体步骤如下：

S2231：利用发送功率与代价因子的函数关系，以及代价因子的取值表达式，建立迭代函数分布式；

S2232：为每个基站给定一个初始发送功率，并给出β的取值，利用迭代函数分布式更新各个基站的发送功率，循环进行这种迭代更新，直到结果收敛，实现功率分配的优化。

所述的迭代函数分布式为：

$p_j=\frac{(1-e^{-\frac{g_j}{\mathrm{\β}}})\×\mathrm{\Γ}\×(I_j+{\mathrm{\σ}}^2)\×p_j^I}{\mathrm{\Γ}\×(I_j+{\mathrm{\σ}}^2)+e^{-\frac{g_j}{\mathrm{\β}}}\×p_j^I\×g_j};$

其中，p_j为发送功率，σ²为噪声功率，I_j为表示协作簇对第j个基站的干扰总功率，

表示第j个基站在当前物理资源块上通过注水算法所分得的初始功率，g_j表示第j个基站在当前物理资源块上的功率增益，β为正常数。

所述收敛的结果为各个基站最终确定的发送功率。

本发明的有益效果是：

（1）采用动态协作的方法，可以根据每个物理资源块（PRB）上的系统参数实时调整协作方式，对物理环境的适应性强；

（2）采用集中式的传输调度方案，同时确定了协作簇和用户调度，算法时延开销小，实时性强；

（3）采用非合作博弈实现了CoMP中的干扰协调，使得功率分配更加合理，实现了边缘用户吞吐量的进一步提升；

（4）在非合作博弈过程中通过信道增益来动态调整代价因子，使得功率分配更加智能和灵活。

附图说明

图1为本发明传输调度的方法流程图；

图2为本发明功率分配的方法流程图。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。

针对每个PRB，都采用传输调度算法确定协作簇和调度的用户，对每个基站采用注水算法进行功率预分配，然后在每个PRB上采用非合作博弈进行干扰协调，实现功率的最优分配。本发明采用联合传输/处理技术，协作的多个基站对用户数据进行联合预处理，消除基站间的干扰。协作簇内的基站不仅需要共享信道信息，还需要共享用户的数据信息。用户由协作的多个基站共同服务，在协作的基站端通过联合处理消除用户间干扰，每个用户终端和基站都只有一根天线，并且协作基站的每个物理资源块（PRB）只能服务单个用户。

针对每个PRB,采用如图1所示的传输调度方法，它包括如下步骤：

S11：统计每个基站到每个用户的参考信号接收功率（RSRP），记作

其中x表示基站编号，s表示用户编号；

S12：根据RSRP和当前的协作情况计算信干噪比（SINR），确定各个基站在每个小区中可能服务的边缘用户，信干噪比的计算过程如下：

S121：根据RSRP计算每个未分配链接的基站对每个可被调度的用户所贡献的信干噪比，计算公式如下：

其中，

表示第x个基站对第s个用户所贡献的信干噪比，

表示基站n不在服务于用户s的协作簇中，σ²为噪声功率，RSRP₀表示基站服务边缘用户时的RSRP门限。

S122：针对每个基站和每个小区，找到基站对小区内边缘用户所提供的SINR的最大值，同时记录下该最大值所对应的边缘用户，则它就是该基站在该小区中可能服务的边缘用户。

S13：采用迭代的算法，每次确定一个协作簇及其服务的边缘用户；迭代的过程如下：

S131：构造矩阵W，矩阵W的行对应尚未分配连接的基站，矩阵W的列对应可被调度小区，W中的元素代表当前基站协作于当前小区时，该基站对该小区内的边缘用户所提供的SINR的最大值。

S132：判断矩阵W，若W为空矩阵，则传输调度算法结束；若W内元素均为0，则执行S14；否则，找到W中最大的元素，则该元素列所对应小区的边缘用户将被调度，并由行所对应的基站进行协作；如果该元素对应的行列序号不相等，则其列对应小区的基站也必须作为主基站服务于该元素对应的边缘用户；

S133：更新矩阵W，删除W中最大元素所对应的行，如果该元素对应的行列序号不相等，则删除W中跟该行同序号的列，并根据S12的方法对矩阵中的元素重新计算取值，然后跳转S132。

S14：剩余的空闲基站对本小区内的中心用户进行单小区调度。每个空闲基站选择本小区内RSRP大于基站服务中心用户时的RSRP门限RSRP1且具有最大RSRP值的用户进行服务（若该小区内所有用户的RSRP均小于门限RSRP1，则该基站在当前PRB上不进行传输）。

针对每个PRB,采用如图2所示的功率分配方法，它包括如下步骤：

S21：采用注水算法对各个基站进行初始功率分配，具体步骤如下：

S211：根据RSRP计算每个基站在各个PRB上对其所服务的用户的信道增益（如果基站在某个PRB上未被调度，则其在该PRB上的增益为0），用g_j表示第j个基站在当前PRB上的功率增益；；

S212：针对每个基站，根据它的发射总功率以及它在各个PRB上的信道增益，采用注水算法分配该基站在各个PRB上的发送功率，用

表示第j个基站在当前PRB上通过注水算法所分得的初始功率。

S22：针对每个PRB，通过非合作博弈进行干扰协调，实现基站发送功率的合理分配，非合作博弈的具体步骤如下：

S221：构建功率分配的博弈模型，定义所有的基站作为博弈的参与者；定义博弈的决策空间为每个基站的传输功率不得超过注水算法分配的功率，也就是

定义效用函数为：

其中，

表示第j个基站对应的效用函数，B和R分别为传输总带宽和物理资源块数目，Γ是一个跟误比特率相关的常数，p_j为第j个基站的发送功率，λ_j为自定义的代价因子，参数γ_j的定义如下：

其中g_j为第j个基站在当前物理资源块上的功率增益，

表示第i个基站跟第j个基站不在同一个协作簇。

S222：根据决策空间确定代价因子取值范围，具体计算过程如下：

S2221：求取效用函数

关于发送功率p_j的极值点，得到发送功率p_j与代价因子λ_j的函数关系：

$p_j=\frac{B}{{\mathrm{\λ}}_{j}R\ln 2}-\frac{\mathrm{\Γ}(I_j+{\mathrm{\σ}}^2)}{g_j};$ 其中， $I_j={\mathrm{\Σ}}_{i\∉{\mathrm{CBS}}_j}{p}_i{g}_i,$ 表示其它协作簇对第j个基站的干扰总功率；

S2222：根据决策空间给出的p_j取值范围，计算出代价因子的最大值和最小值：

${\mathrm{\λ}}_j^{\min }=\frac{B{g}_j}{R[\mathrm{\Γ}(I_j+{\mathrm{\σ}}^2)+p_j^I{g}_j]\ln 2}$ 及 ${\mathrm{\λ}}_j^{\max }=\frac{B{g}_j}{\mathrm{R\Γ}(I_j+{\mathrm{\σ}}^2)\ln 2}.$

S2223：根据代价因子的极值，引入正常数β（0＜β＜+∞），令

进一步得到代价因子的取值表达式：

${\mathrm{\λ}}_j=e^{-\frac{g_j}{\mathrm{\β}}}\×{\mathrm{\λ}}_j^{\max }+(1-e^{-\frac{g_j}{\mathrm{\β}}})\×{\mathrm{\λ}}_j^{\min }.$

S223：迭代求解纳什均衡点，具体步骤如下：

S2231：利用发送功率与代价因子的函数关系，以及代价因子的取值表达式，建立迭代函数分布式：

$p_j=\frac{(1-e^{-\frac{g_j}{\mathrm{\β}}})\×\mathrm{\Γ}\×(I_j+{\mathrm{\σ}}^2)\×p_j^I}{\mathrm{\Γ}\×(I_j+{\mathrm{\σ}}^2)+e^{-\frac{g_j}{\mathrm{\β}}}\×p_j^I\×g_j};$

其中，p_j为发送功率，σ²为噪声功率，I_j为表示协作簇对第j个基站的干扰总功率，g_j表示第j个基站在当前物理资源块上的功率增益，β为正常数。

S2232：为每个基站给定一个初始发送功率，并给出β的取值，利用上述迭代函数分布式更新各个基站的发送功率，循环进行这种迭代更新，直到结果收敛，实现功率分配的优化。所得到的收敛的结果即为各个基站最终确定的发送功率。

Claims (8)

1.一种实现协作式多点传输调度与功率分配的方法，其特征在于：它包括一个传输调度的步骤和一个功率分配的步骤；

所述传输调度包括如下步骤：

S11：统计每个基站到每个用户的参考信号接收功率；

S12：根据参考信号接收功率的值和当前的协作情况计算信干噪比，确定各个基站在每个小区中可能服务的边缘用户；

S13：采用迭代的算法，每次确定一个协作簇及其服务的边缘用户；

S14：剩余的空闲基站对本小区内的中心用户进行单小区调度；

所述功率分配包括如下步骤：

S21：采用注水算法对各个基站进行初始功率分配，具体步骤如下：

S211：根据参考信号接收功率的值计算每个基站在各个物理资源块上对其所服务的用户的信道增益；

S212：针对每个基站，根据它的发射总功率以及它在各个物理资源块上的信道增益，采用注水算法分配该基站在各个物理资源块上的发送功率；

S22：针对每个物理资源块，通过非合作博弈进行干扰协调，实现基站发送功率的合理分配，非合作博弈的具体步骤如下：

S221：构建功率分配的博弈模型，并分别定义博弈的参与者、决策空间和效用函数在效用函数中引入代价因子λ_j；

S222：根据决策空间确定代价因子取值范围；

S223：迭代求解纳什均衡点。

2.根据权利要求1所述的一种实现协作式多点传输调度与功率分配的方法，其特征在于：所述信干噪比的计算过程如下：

S121：根据参考信号接收功率的值计算每个未分配链接的基站对每个可被调度的用户所贡献的信干噪比；信干噪比的计算公式为：

其中，

表示第x个基站对第s个用户所贡献的信干噪比，RSRP表示参考信号接收功率的值，x表示基站编号，s表示用户编号，

表示基站n不在服务于用户s的协作簇中，σ²为噪声功率，RSRP₀表示基站服务边缘用户时的RSRP门限；

S122：针对每个基站和每个小区，确定该基站在该小区中服务的边缘用户。

3.根据权利要求1所述的一种实现协作式多点传输调度与功率分配的方法，其特征在于：所述迭代的过程如下：

S131：构造矩阵；

S132：判断矩阵，若矩阵为空矩阵，则传输调度算法结束；若矩阵内元素均为0，则执行S14；否则，根据矩阵中的最大元素确定一个协作簇及其服务的边缘用户；

S133：更新矩阵，并根据S12的方法对矩阵中的元素重新计算取值，然后跳转S132。

4.根据权利要求1所述的一种实现协作式多点传输调度与功率分配的方法，其特征在于：所述的效用函数为：

$u_j^c=\frac{B}{R}{\log }_2(1+\frac{{\mathrm{\γ}}_j}{\mathrm{\Γ}})-{\mathrm{\λ}}_j{p}_j;$

其中

表示第j个基站对应的效用函数，B和R分别为传输总带宽和物理资源块数目，Γ是一个跟误比特率相关的常数，p_j为第j个基站的发送功率，λ_j为自定义的代价因子，参数γ_j的定义如下：

其中g_j为第j个基站在当前物理资源块上的功率增益，

表示第i个基站跟第j个基站不在同一个协作簇。

5.根据权利要求1所述的一种实现协作式多点传输调度与功率分配的方法，其特征在于：所述根据决策空间确定代价因子取值范围的具体计算过程如下：

S2221：求取效用函数

关于发送功率p_j的极值点，得到发送功率p_j与代价因子λ_j的函数关系；

S2222：根据决策空间给出的p_j取值范围，计算出代价因子的最大值和最小值；

S2223：根据代价因子的极值，引入正常数β，进一步得到代价因子的取值表达式。

6.根据权利要求1所述的一种实现协作式多点传输调度与功率分配的方法，其特征在于：所述迭代求解纳什均衡点的具体步骤如下：

S2231：利用发送功率与代价因子的函数关系，以及代价因子的取值表达式，建立迭代函数分布式；

S2232：为每个基站给定一个初始发送功率，并给出β的取值，利用迭代函数分布式更新各个基站的发送功率，循环进行这种迭代更新，直到结果收敛，实现功率分配的优化。

7.根据权利要求6所述的一种实现协作式多点传输调度与功率分配的方法，其特征在于：所述的迭代函数分布式为：

$p_j=\frac{(1-e^{-\frac{g_j}{\mathrm{\β}}})\×\mathrm{\Γ}\×(I_j+{\mathrm{\σ}}^2)\×p_j^I}{\mathrm{\Γ}\×(I_j+{\mathrm{\σ}}^2)+e^{-\frac{g_j}{\mathrm{\β}}}\×p_j^I\×g_j};$

其中，p_j为发送功率，σ²为噪声功率，I_j为表示协作簇对第j个基站的干扰总功率，

表示第j个基站在当前物理资源块上通过注水算法所分得的初始功率，g_j表示第j个基站在当前物理资源块上的功率增益，β为正常数。

8.根据权利要求6所述的一种实现协作式多点传输调度与功率分配的方法，其特征在于：所述收敛的结果为各个基站最终确定的发送功率。

Images