CN103338457B - 一种基于协作调度波束成形的用户选择方法 - Google Patents

Abstract

本发明公开了一种基于协作调度波束成形的用户选择方法，用户位于三个小区内，每个小区中部设有一个基站，用户选择方法包括如下步骤：步骤10）初始化：设定各小区的剩余用户序列，已选用户集和候选用户集，步骤20）选择各小区的第1个用户，步骤30）建立各小区的候选用户集：步骤40）更新各小区的候选用户集：步骤50）第2+p个用户的选择，p的初始值为0，p表示步骤60）返回步骤50）的次数；步骤60）如果|S_w|N_t-1，返回步骤50），否则结束。该用户选择方法可提高小区边缘用户的性能，对小区边缘的用户进行选择传输，以使得边缘用户的性能得到较大提高。

Description

一种基于协作调度波束成形的用户选择方法

技术领域

本专利属于无线通信领域，具体来说，涉及一种基于协作调度波束成形的用户选择方法。

背景技术

传统的MIMO蜂窝网络由于小区边缘用户受到相邻基站的干扰比较大，边缘用户的性能会受到比较大的影响。近年来，协作多点传输（CoMP）技术的提出有效改善了小区边缘用户的性能。传统的MIMO蜂窝系统中，空间自由度由基站端天线数目决定，而基站协作能够提供一个正比于基站数的空间自由度，提供比较好的性能。在CoMP中分为两种场景：CoMP-JPT和CoMP-CS/CB。前者让基站协作传输用户的数据，使得下行的干扰信号变成期望信号。后者通过协作调度合适的用户，每基站只给本小区用户发送数据。CoMP-JPT虽然性能优于CoMP-CS/CB，但是每基站需要完全的信道状态信息和所有用户的数据，增加了系统的负载，同时增加了编解码的复杂度。在实际系统中，CoMP-CS/CB虽然损失了性能增益，但是提供了低复杂度的编解码，而且只需交换传输较少数据。

发明内容

技术问题：本发明所要解决的技术问题是：提供一种基于协作调度波束成形的用户选择方法，该用户选择方法可提高小区边缘用户的性能，对小区边缘的用户进行选择传输，以使得边缘用户的性能得到较大提高。

技术方案：为解决上述技术问题，本发明采用的技术方案是：

一种基于协作调度波束成形的用户选择方法，用户位于三个小区内，每个小区中部设有一个基站，该用户选择方法包括如下步骤：

步骤10）初始化：设定各小区的剩余用户序列U_w=[1_w,2_w,…,K_w]，已选用户集S_w=φ，候选用户集C_w=φ，其中，w表示小区的代号，三个小区的代号分别为b、和w为b、或者K_w为小区w中的第K个用户，φ表示集合为空；

步骤20）选择各小区的第1个用户，包括步骤201）—步骤203）：

步骤201）利用各小区中的基站测算所有用户的信道矩阵范数选择信道矩阵范数最大的3个用户序号，记为T_w，则|T_w|=3，其中，为小区w的基站到小区w中第k个用户的信道矩阵，符号|| ||表示求范数过程，|T_w|表示T_w中元素的个数，1≤k≤K；

步骤202）测算三个基站到相邻小区用户干扰信道的平行度，以及和平行度表示选择小区b中的用户i₁，小区中的用户j₂，小区中的用户k₃时的和平行度；选择和平行度最大值对应的三个小区中对应的用户序号， $(\mathrm{\π}\left(\mathrm{1,1}\right),\mathrm{\π}\left(\mathrm{2,1}\right),\mathrm{\π}\left(\mathrm{3,1}\right))=(i_1,j_2,k_3)=\underset{i_1,j_2,k_3}{\arg }\max \left({\mathrm{\χ}}_{i_1,j_2,k_3}\right),$ 其中，π(1,1)表示小区b中选择的第1个用户序号，π(2,1)表示小区中选择的第1个用户序号，π(3,1)表示小区中选择的第1个用户序号；π(1,1)、π(2,1)和π(3,1)的集合记为π(w,1)；

步骤203）选择各小区的剩余用户：

选择小区b中剩余用户：剩余用户集U_b←U_b-{π(1,1)}，已选用户集S_b←S_b∪{π(1,1)}； 其中，g_(b,1)表示小区b中选择第1个用户的施密特正交化分量，g_(b,2)表示小区b的基站到小区中第一个用户的信道的施密特正交化分量，表示小区b的基站到小区b中第一个用户的信道；表示小区b的基站到小区中第一个用户的信道；g_(b,1)和g_(b,2)的集合为g_(b,i)；

选择小区中剩余用户：剩余用户集已选用户集 $S_{\stackrel{\‾}{b}}\←S_{\stackrel{\‾}{b}}\∪\left\{\mathrm{\π}\left(\mathrm{2,1}\right)\right\};$ $g_{(\stackrel{\‾}{b},1)}=h_{\mathrm{\π}(\stackrel{\‾}{b},1)}^{\stackrel{\‾}{b}},$ $g_{(\stackrel{\‾}{b},2)}=h_{\mathrm{\π}(b,1)}^{\stackrel{\‾}{b}};$ 其中，表示小区中选择第1个用户的施密特正交化分量，表示小区的基站到小区b中第一个用户的信道的施密特正交化分量，表示小区的基站到小区中第一个用户的信道；表示小区的基站到小区b中第一个用户的信道；和的集合为

选择小区中剩余用户：剩余用户集已选用户集 $S_{\hat{b}}\←S_{\hat{b}}\∪\left\{\mathrm{\π}\left(\mathrm{3,1}\right)\right\};$ $g_{(\hat{b},1)}=h_{\mathrm{\π}(\hat{b},1)}^{\hat{b}},$ $g_{(\hat{b},2)}=h_{\mathrm{\π}(\stackrel{\‾}{b},1)}^{\hat{b}};$ 其中，表示小区中选择第1个用户的施密特正交化分量，表示小区的基站到小区中第一个用户的信道的施密特正交化分量，表示小区的基站到小区中第一个用户的信道；表示小区的基站到小区中第一个用户的信道；和的集合为 $g(\hat{b},i);$

步骤30）建立各小区的候选用户集：

建立小区b的候选用户集：协作小区中的基站帮助小区b中的基站选择候选用户集C_b：

$C_b=\{k_b\∈U_b|\frac{\left|h_{\mathrm{\π}(\stackrel{\‾}{b},1)}^{\stackrel{\‾}{b}}{h}_{k_b}^{\stackrel{\‾}{b}*}\right|}{\left|\right|h_{\mathrm{\π}(\stackrel{\‾}{b},1)}^{\stackrel{\‾}{b}}\left|\right|\left|\right|h_{k_b}^{\stackrel{\‾}{b}}\left|\right|}>\mathrm{\γ}\},$

其中，k_b表示小区b中的第k个用户，U_b表示小区b的剩余用户序列，γ表示平行度门限；表示小区的基站到小区中第一个用户的信道；表示小区的基站到小区b中第k个用户的信道矩阵。表示的共轭转秩，符号|| ||表示求范数过程，符号| |表示求两个矢量的内积；

建立小区的候选用户集：协作小区b中的基站帮助小区中的基站选择候选用户集 $C_{\stackrel{-}{b}}:$

$C_{\stackrel{\‾}{b}}=\{k_{\stackrel{\‾}{b}}\∈U_{\stackrel{\‾}{b}}|\frac{\left|h_{\mathrm{\π}(\hat{b},1)}^{\hat{b}}{h}_{k_{\stackrel{\‾}{b}}}^{\hat{b}*}\right|}{\left|\right|h_{\mathrm{\π}(\hat{b},1)}^{\hat{b}}\left|\right|\left|\right|h_{k_{\stackrel{\‾}{b}}}^{\hat{b}}\left|\right|}>\mathrm{\γ}\}$

其中，表示小区中的第k个用户，表示小区的剩余用户序列，γ表示平行度门限；表示小区的基站到小区中第一个用户的信道；表示小区的基站到小区中第k个用户的信道矩阵；表示的共轭转秩；

建立小区的候选用户集：建立小区的候选用户集：协作小区b中的基站帮助小区中的基站选择候选用户集

$C_{\hat{b}}=\{k_{\hat{b}}\∈U_{\hat{b}}|\frac{|h_{\mathrm{\π}(b,1)}^b{h}_{k_{\hat{b}}}^{b*}|}{\left|\right|h_{\mathrm{\π}(b,1)}^b\left|\right|\left|\right|h_{k_{\hat{b}}}^b\left|\right|}>\mathrm{\γ}\},$

其中，表示小区中的第k个用户，表示小区的剩余用户序列，γ表示平行度门限；表示小区b的基站到小区b中第一个用户的信道；表示小区b的基站到小区中第k个用户的信道矩阵；表示的共轭转秩；

步骤40）根据已选用户，更新各小区的候选用户集C_w：

其中，表示小区w中的基站到小区w中第k个用户的信道，g_(w,i)为g_(b,i)、或者 表示g_(w,i)的共轭转秩，α为平行度门限值；k_w表示小区w中的第k个用户；

步骤50）第2+p个用户的选择，p的初始值为0，p表示步骤60）返回步骤50）的次数；

步骤501）对于k_w∈C_w，用施密特正交化处理，产生一个正交于由{g_(w,1),…,g_(w,i)}构成的子空间的矢量g_(w,1)表示小区w中选择第1个用户的施密特正交化分量，g_(w,i)表示小区w中选择第i个用户的施密特正交化分量；

步骤502）选择用户，π(w,j)表示小区w中选择的第j个用户序号，j=2+p；表示满足模最大值的k_w；k_w表示小区w中的第k个用户；

步骤503）更新用户集：U_w←U_w-{π(w,j)}，S_w←S_w∪{π(w,j)}；将小区w中的第j个用户的施密特正交化分量g_(w,j)加入中；

步骤60）如果|S_w|<N_t-1，返回步骤50），否则结束；其中，|S_w|表示最后一次更新后的已选用户集合中用户个数，N_t表示每个基站的发射天线个数。

有益效果：与现有技术相比，本发明的技术方案具有以下有益效果：相对于常用的CoMP-JPT模式，CoMP-CS/CB在用户编解码复杂度有了很大的降低，提高了通信效率，同时减少了系统所需交换的信道和数据信息量，简化了系统的复杂度。

附图说明

图1表示三小区基站协作传输场景示意图。

图2表示本发明实施例中每小区边缘用户吞吐率随信噪比的变化曲线图。

具体实施方式

下面结合附图和实施例，对本发明的技术方案进行详细的说明。本发明涉及的用户位于三个小区内，每个小区中部设有一个基站。

如图1所示，本发明的一种基于协作调度波束成形的用户选择方法，包括如下步骤：

步骤10）初始化：设定各小区的剩余用户序列U_w=[1_w,2_w,…,K_w]，已选用户集S_w=φ，候选用户集C_w=φ，其中，w表示小区的代号，三个小区的代号分别为b、和w为b、或者K_w为小区w中的第K个用户，φ表示集合为空。K为大于等于3的整数。

步骤20）选择各小区的第1个用户，包括步骤201）—步骤203）：

步骤201）利用各小区中的基站测算所有用户的信道矩阵范数选择信道矩阵范数最大的3个用户序号，记为T_w，则|T_w|=3，其中，为小区w的基站到小区w中第k个用户的信道矩阵，符号|| ||表示求范数过程，|T_w|表示T_w中元素的个数，1≤k≤K。

步骤202）测算三个基站到相邻小区用户干扰信道的平行度，以及和平行度表示选择小区b中的用户i₁，小区中的用户j₂，小区中的用户k₃时的和平行度；选择和平行度最大值对应的三个小区中对应的用户序号， $(\mathrm{\&pi;}\left(\mathrm{1,1}\right),\mathrm{\&pi;}\left(\mathrm{2,1}\right),\mathrm{\&pi;}\left(\mathrm{3,1}\right))=(i_1,j_2,k_3)=\underset{i_1,j_2,k_3}{\arg }\max \left({\mathrm{\&chi;}}_{i_1,j_2,k_3}\right),$ 其中，π(1,1)表示小区b中选择的第1个用户序号，π(2,1)表示小区中选择的第1个用户序号，π(3,1)表示小区中选择的第1个用户序号；π(1,1)、π(2,1)和π(3,1)的集合记为π(w,1)。

在步骤202）中，两个信道h_i和h_j之间信道的平行度定义为如果η=1，则两信道的方向保持一致；如果η=0，则两个信道方向正交；η越大，则两个信道的平行度越大。

步骤203）选择各小区的剩余用户：

选择小区b中剩余用户：剩余用户集U_b←U_b-{π(1,1)}，已选用户集S_b←S_b∪{π(1,1)}； 其中，g_(b,1)表示小区b中选择第1个用户的施密特正交化分量，g_(b,2)表示小区b的基站到小区中第一个用户的信道的施密特正交化分量，表示小区b的基站到小区b中第一个用户的信道；表示小区b的基站到小区中第一个用户的信道；g_(b,1)和g_(b,2)的集合为g_(b,i)。

选择小区中剩余用户：剩余用户集已选用户集 $S_{\stackrel{\&OverBar;}{b}}\&LeftArrow;S_{\stackrel{\&OverBar;}{b}}\&cup;\left\{\mathrm{\&pi;}\left(\mathrm{2,1}\right)\right\};$ $g_{(\stackrel{\&OverBar;}{b},1)}=h_{\mathrm{\&pi;}(\stackrel{\&OverBar;}{b},1)}^{\stackrel{\&OverBar;}{b}},$ $g_{(\stackrel{\&OverBar;}{b},2)}=h_{\mathrm{\&pi;}(b,1)}^{\stackrel{\&OverBar;}{b}};$ 其中，表示小区中选择第1个用户的施密特正交化分量，表示小区的基站到小区b中第一个用户的信道的施密特正交化分量，表示小区的基站到小区中第一个用户的信道；表示小区的基站到小区b中第一个用户的信道；和的集合为 $g_{(\stackrel{-}{b},i)}.$

选择小区中剩余用户：剩余用户集已选用户集 $S_{\hat{b}}\&LeftArrow;S_{\hat{b}}\&cup;\left\{\mathrm{\&pi;}\left(\mathrm{3,1}\right)\right\};$ $g_{(\hat{b},1)}=h_{\mathrm{\&pi;}(\hat{b},1)}^{\hat{b}},$ $g_{(\hat{b},2)}=h_{\mathrm{\&pi;}(\stackrel{\&OverBar;}{b},1)}^{\hat{b}};$ 其中，表示小区中选择第1个用户的施密特正交化分量，表示小区的基站到小区中第一个用户的信道的施密特正交化分量，表示小区的基站到小区中第一个用户的信道；表示小区的基站到小区中第一个用户的信道；和的集合为 $g(\hat{b},i).$

步骤30）建立各小区的候选用户集：

建立小区b的候选用户集：协作小区中的基站帮助小区b中的基站选择候选用户集C_b：

$C_b=\{k_b\&Element;U_b|\frac{\left|h_{\mathrm{\&pi;}(\stackrel{\&OverBar;}{b},1)}^{\stackrel{\&OverBar;}{b}}{h}_{k_b}^{\stackrel{\&OverBar;}{b}*}\right|}{\left|\right|h_{\mathrm{\&pi;}(\stackrel{\&OverBar;}{b},1)}^{\stackrel{\&OverBar;}{b}}\left|\right|\left|\right|h_{k_b}^{\stackrel{\&OverBar;}{b}}\left|\right|}>\mathrm{\&gamma;}\},$

其中，k_b表示小区b中的第k个用户，U_b表示小区b的剩余用户序列，γ表示平行度门限；表示小区的基站到小区中第一个用户的信道；表示小区的基站到小区b中第k个用户的信道矩阵。表示的共轭转秩，符号|| ||表示求范数过程，符号| |表示求两个矢量的内积。

建立小区的候选用户集：协作小区b中的基站帮助小区中的基站选择候选用户集 $C_{\stackrel{-}{b}}:$

$C_{\stackrel{\&OverBar;}{b}}=\{k_{\stackrel{\&OverBar;}{b}}\&Element;U_{\stackrel{\&OverBar;}{b}}|\frac{\left|h_{\mathrm{\&pi;}(\hat{b},1)}^{\hat{b}}{h}_{k_{\stackrel{\&OverBar;}{b}}}^{\hat{b}*}\right|}{\left|\right|h_{\mathrm{\&pi;}(\hat{b},1)}^{\hat{b}}\left|\right|\left|\right|h_{k_{\stackrel{\&OverBar;}{b}}}^{\hat{b}}\left|\right|}>\mathrm{\&gamma;}\}$

其中，表示小区中的第k个用户，表示小区的剩余用户序列，γ表示平行度门限；表示小区的基站到小区中第一个用户的信道；表示小区的基站到小区中第k个用户的信道矩阵；表示的共轭转秩。

建立小区的候选用户集：建立小区的候选用户集：协作小区b中的基站帮助小区中的基站选择候选用户集

$C_{\hat{b}}=\{k_{\hat{b}}\&Element;U_{\hat{b}}|\frac{|h_{\mathrm{\&pi;}(b,1)}^b{h}_{k_{\hat{b}}}^{b*}|}{\left|\right|h_{\mathrm{\&pi;}(b,1)}^b\left|\right|\left|\right|h_{k_{\hat{b}}}^b\left|\right|}>\mathrm{\&gamma;}\},$

其中，表示小区中的第k个用户，表示小区的剩余用户序列，γ表示平行度门限。作为优选，γ为0.5。；表示小区b的基站到小区b中第一个用户的信道；表示小区b的基站到小区中第k个用户的信道矩阵；表示的共轭转秩。

步骤40）根据已选用户，更新各小区的候选用户集C_w：

其中，表示小区w中的基站到小区w中第k个用户的信道，g_(w,i)为g_(b,i)、或者 表示g_(w,i)的共轭转秩，α为平行度门限值。作为优选，α值在0.2—0.4之间，例如可以是0.2、0.3或0.4。k_w表示小区w中的第k个用户。

步骤50）第2+p个用户的选择，p的初始值为0，p表示步骤60）返回步骤50）的次数，包括步骤501）至步骤503）：

步骤501）对于k_w∈C_w，用施密特正交化处理，产生一个正交于由{g_(w,1),…,g_(w,i)}构成的子空间的矢量g_kw，g_(w,1)表示小区w中选择第1个用户的施密特正交化分量，g_(w,i)表示小区w中选择第i个用户的施密特正交化分量。

步骤502）选择用户，π(w,j)表示小区w中选择的第j个用户序号，j=2+p；表示满足模最大值的k_w；k_w表示小区w中的第k个用户。

步骤503）更新用户集：U_w←U_w-{π(w,j)}，S_w←S_w∪{π(w,j)}；将小区w中的第j个用户的施密特正交化分量g_(w,j)加入中。

步骤60）如果|S_w|<N_t-1，返回步骤50），否则结束；其中，|S_w|表示最后一次更新后的已选用户集合中用户个数，N_t表示每个基站的发射天线个数。N_t为整数。优选N_t为大于等于3的整数。

在三小区协作场景下，由于每个基站只能消除对相邻小区一个用户的干扰，对另一个小区中用户的干扰将无法处理，已有的方法只考虑消除或减弱一个小区中用户的干扰，本发明还综合考虑到了对另外一个小区中用户的影响，这主要体现在用户选择方法上。本发明在第一个用户选择的方法上做出了改进，不是仅仅考虑选择信道范数最大的用户，而是在候选的几个信道范数较大的几个用户中，综合考虑干扰信道平行的情况，再选择合适的用户。

本发明的用户选择方法是一种改进的基于协作调度波束成形的用户选择方法，为小区边缘用户提供了比较好的数据传输方案。本方法首先根据信道范数的特点确定每小区的第一个用户，然后确定每小区的候选用户集。本发明的方法是通过让这些候选用户的干扰信道与已选用户的干扰信道方向尽量一致，即保持一定平行度。这样可以消除或减弱干扰信道对本小区候选用户的影响；同时考虑本小区内所选用户信道的方向尽量正交以保证性能的提升。考虑同一时频资源块选择调度数目的要求，基站只能消除或减弱对某一小区中的用户的干扰。通过对第一个用户选择方法的改进，使得每个基站对相邻两小区用户的干扰信道方向的平行度之和满足最佳。这样能够有效改善对另一小区中用户的干扰。通过本发明的方法，小区边缘用户的性能比传统的方法得到了提升。相比于联合处理/传输方案，协作调度波束成形方案性能有所损失，但编解码复杂度降低，所需交换数据也极大减少。

如图1中，每小区中用户的选择不仅考虑本小区用户，还考虑其他小区的干扰用户。图中每个正六边形代表一个小区，里面的数字代表小区编号。每基站箭头所指的为设计预编码时所考虑的用户，其中，实线箭头所指为每小区服务的用户，虚线箭头所指为该基站干扰被消除的用户。

下面举一实施例。

构建一个三小区协作的场景。每站配置N_t个天线，在三小区边缘均匀分布K个用户，在做CoMP-CS/CB时，每基站天线自由度为N_t，可以调用N_t个用户，为了抑制边缘用户的干扰，考虑只调用本小区中的N_t-η个用户，剩余自由度η可以通过下行传输波束成形来消除小区中η个用户的干扰。为了保证用户调度的公平性等要求，这里只考虑η=1的情况。

选择合适的用户后，根据如表1所示的协作协议，每基站进行传输预编码设计，利用matlab建模仿真并统计性能指标，仿真结果如图2所示。同时，对现有的半平行半正交用户选择方法也利用同样的仿真软件进行仿真处理，仿真结果如图2所示。图2中，横坐标表示信噪比，单位：dB；纵坐标表示吞吐率，单位：bps/Hz/cell。仿真结果表明，CoMP-CS/CB模式下，相比于现有的半平行半正交用户选择方法，本发明的用户选择方法提高了小区边缘用户的性能。如图2所示，本发明方法可比现有方法获得更高的吞吐量。

表1

表1中，基站协助基站b选择用户，而基站为基站b构建预编码矩阵时，要考虑的干扰用户所在的小区。表第二列所示，b为基站1时，基站2协助基站1选择用户，基站3为基站1构建预编码矩阵时，要考虑的干扰用户所在的小区。表第三列所示，b为基站2时，基站3协助基站2选择用户，基站1为基站2构建预编码矩阵时，要考虑的干扰用户所在的小区。表第四列所示，b为基站3时，基站1协助基站3选择用户，基站2为基站1构建预编码矩阵时，要考虑的干扰用户所在的小区。

上述实施例和优点只是示例，不应作为本发明的限制，在不违背本发明权利要求范围和精神的情况下，可进行变化和修改。

Claims (4)

1.一种基于协作调度波束成形的用户选择方法，用户位于三个小区内，每个小区中部设有一个基站，其特征在于，该用户选择方法包括如下步骤：

步骤10)初始化：设定各小区的剩余用户序列U_w＝[1_w,2_w,…,K_w]，已选用户集S_w＝φ，候选用户集C_w＝φ，其中，w表示小区的代号，三个小区的代号分别为b、和w为b、或者K_w为小区w中的第K个用户，φ表示集合为空；

步骤20)选择各小区的第1个用户，包括步骤201)—步骤203)：

步骤201)利用各小区中的基站测算所有用户的信道矩阵范数选择信道矩阵范数最大的3个用户序号，记为T_w，则|T_w|＝3，其中，为小区w的基站到小区w中第k个用户的信道矩阵，符号||||表示求范数过程，|T_w|表示T_w中元素的个数，1≤k≤K；

步骤202)测算三个基站到相邻小区用户干扰信道的平行度，以及和平行度  表示选择小区b中的用户i₁，小区中的用户j₂，小区中的用户k₃时的和平行度；选择和平行度最大值对应的三个小区中对应的用户序号， 其中，π(1,1)表示小区b中选择的第1个用户序号，π(2,1)表示小区中选择的第1个用户序号，π(3,1)表示小区中选择的第1个用户序号；π(1,1)、π(2,1)和π(3,1)的集合记为π(w,1)；

步骤203)选择各小区的剩余用户：

选择小区b中剩余用户：剩余用户集U_b←U_b-{π(1,1)}，已选用户集S_b←S_b∪{π(1,1)}； 其中，g_(b,1)表示小区b中选择第1个用户的施密特正交化分量，g_(b,2)表示小区b的基站到小区中第一个用户的信道的施密特正交化分量，表示小区b的基站到小区b中第一个用户的信道；表示小区b的基站到小区中第一个用户的信道；g_(b,1)和g_(b,2)的集合 为g_(b,i)；

选择小区中剩余用户：剩余用户集已选用户集  其中，表示小区中选择第1个用户的施密特正交化分量，表示小区的基站到小区b中第一个用户的信道的施密特正交化分量，表示小区的基站到小区中第一个用户的信道；表示小区的基站到小区b中第一个用户的信道；和的集合为

选择小区中剩余用户：剩余用户集已选用户集  其中，表示小区中选择第1个用户的施密特正交化分量，表示小区的基站到小区中第一个用户的信道的施密特正交化分量，表示小区的基站到小区中第一个用户的信道；表示小区的基站到小区中第一个用户的信道；和的集合为

步骤30)建立各小区的候选用户集：

建立小区b的候选用户集：协作小区中的基站帮助小区b中的基站选择候选用户集C_b：

其中，k_b表示小区b中的第k个用户，U_b表示小区b的剩余用户序列，γ表示平行度门限；表示小区的基站到小区中第一个用户的信道；表示小区的基站到小区b中第k个用户的信道矩阵，表示的共轭转秩，符号||||表示求范数过程，符号||表示求两个矢量的内积；

建立小区的候选用户集：协作小区中的基站帮助小区中的基站选择候选用户集 

其中，表示小区中的第k个用户，表示小区的剩余用户序列，γ表示平行度门限；表示小区的基站到小区中第一个用户的信道；表示小区的基站到小区中第k个用户的信道矩阵；表示的共轭转秩；

建立小区的候选用户集：建立小区的候选用户集：协作小区b中的基站帮助小区中的基站选择候选用户集

其中，表示小区中的第k个用户，表示小区的剩余用户序列，γ表示平行度门限；表示小区b的基站到小区b中第一个用户的信道；表示小区b的基站到小区中第k个用户的信道矩阵；表示的共轭转秩；

步骤40)根据已选用户，更新各小区的候选用户集C_w：

其中，表示小区w中的基站到小区w中第k个用户的信道，g_(w,i)为g_(b,i)、或者 表示g_(w,i)的共轭转秩，α为平行度门限值；k_w表示小区w中的第k个用户；

步骤50)第2+p个用户的选择，p的初始值为0，p表示步骤60)返回步骤50)的次数；

步骤501)对于k_w∈C_w，用施密特正交化处理，产生一个正交于由 {g_(w,1),…,g_(w,i)}构成的子空间的矢量g_(w,1)表示小区w中选择第1个用户的施密特正交化分量，g_(w,i)表示小区w中选择第i个用户的施密特正交化分量；

步骤502)选择用户，π(w,j)表示小区w中选择的第j个用户序号，j＝2+p；表示满足模最大值的k_w；k_w表示小区w中的第k个用户；

步骤503)更新用户集：U_w←U_w-{π(w,j)}，S_w←S_w∪{π(w,j)}；将小区w中的第j个用户的施密特正交化分量g_(w,j)加入中；

步骤60)如果|S_w|＜N_t-1，返回步骤50)，否则结束；其中，|S_w|表示最后一次更新后的已选用户集合中用户个数，N_t表示每个基站的发射天线个数。

2.根据权利要求1所述的基于协作调度波束成形的用户选择方法，其特征在于，所述的步骤30)中，γ为0.5。

3.根据权利要求1所述的基于协作调度波束成形的用户选择方法，其特征在于，所述的步骤40)中，α值在0.2—0.4之间。

4.根据权利要求1所述的基于协作调度波束成形的用户选择方法，其特征在于，所述的步骤60)中，N_t为整数，且N_t≥3。