CN103813343A - 分配成员载波的方法及装置 - Google Patents

Abstract

本发明公开了一种分配成员载波的方法及装置。其中，该方法包括：计算获取用户使用成员载波时的载波选择参数；将载波选择参数发送到对应的基站；每个基站根据获取到的载波选择参数分配成员载波，并在分配的成员载波上向用户发送数据。通过本发明的分配成员载波的方法及装置，每个基站通过根据每个用户使用每个成员载波时的载波选择参数动态分配成员载波，在较高的利用频带的情况下减少了在该成员载波上对相邻基站的干扰，解决了现有技术中在通过成员载波选择实现异构网络中的频域干扰避免时频率复用效率低的问题，实现了在异构网中进行频域干扰避免时分配载波高频带复用率和较高的工作效率的效果。

Description

分配成员载波的方法及装置

技术领域

本发明涉及通讯领域，具体而言，涉及一种分配成员载波的方法及装置。

背景技术

异构网主要通过改进网络的拓扑结构实现，它是由网络规划的高功率宏基站和位于其覆盖之下具有自主摆放特点的低功率节点组成。其中，低功率节点包括家庭基站，微微蜂窝，以及Relay站，通过这些低功率节点可以实现热点区域覆盖、基站业务分流以及获得基站分裂增益。虽然异构网可以优化系统的性能，但是由于异构网络中不同类型基站的功率、覆盖不同，低功率节点的自主摆放特点，使得不同基站之间控制信道、业务信道的干扰问题非常突出，从而使得异构网的实现面临巨大的技术挑战。为此，在下一代演进系统如3GPP-LTE-A标准中，采用了基站间干扰协调技术(即eICIC，enhanced inter-cell interference coordination)来解决上述干扰问题。eICIC是LTE-A中标志性的关键技术之一，如果没有它，异构网中改善基站边缘覆盖、提供基站业务分流为目的的覆盖距离扩展(range extension，简称RE)概念则失去作用。

LTE-A标准中的eICIC主要分为两类：第一类为基于载波聚合技术的eICIC方案，第二类为基于时域ABS(almost blank subframes)的方案。ABS通过在干扰基站中配置ABS子帧实现业务静默，而被干扰基站则使用这些ABS子帧为原来在基站中受较强干扰的用户提供业务，从而实现了基站间干扰的协调。

基于载波聚合技术的eICIC方案作为LTE-A的关键技术之一，除了在聚合形成的大带宽上提供高速业务以外，还能在成员载波(component carrier，简称CC)分辨率级别实现异构网络的频域干扰避免。为此，可以设想：异构网络的带宽由两个成员载波组成：f1和f2。为了实现宏基站和微微基站的干扰协调，可以将f1和f2分别分配给宏基站和微微基站的用户，从而实现用户业务信道和控制信道的干扰避免。然而，由于在异构网中低功率节点的引入，产生了大量的边缘用户，则微微基站的基站中心用户可以分配与宏基站的基站用户相同的成员载波，边缘用户则分配与宏基站不同的成员载波。但是这种方案只能被LTE-A用户采用，不能兼容LTE用户。

基于载波聚合的eICIC方案中，成员载波选择可以基于静态或半静态方式，然而静态或半静态方案虽然算法简单、信令开销小，但是具有频率复用效率低的突出缺点；若成员载波选择基于动态选择的方法，算法复杂度高，实现困难。

针对现有技术中在通过成员载波选择实现异构网络中的频域干扰避免时频率复用效率低的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术在通过成员载波选择实现异构网络中的频域干扰避免时工作效率低的问题，目前尚未提出有效的解决方案，为此，本发明的主要目的在于提供一种分配成员载波的方法及装置，以解决上述问题。

为了实现上述目的，根据本发明的一个方面，提供了一种分配成员载波的方法，该方法包括：计算获取用户使用成员载波时的载波选择参数；将载波选择参数发送到对应的基站；每个基站根据获取到的载波选择参数分配成员载波，并在分配的成员载波上向用户发送数据。

进一步地，计算获取用户使用成员载波时的载波选择参数的步骤包括：检测并获取用户对应于网络中基站的信道响应；根据信道响应进行选择参数计算，以获取用户使用成员载波时的载波选择参数。

进一步地，根据信道响应进行选择参数计算，以获取用户使用成员载波时的载波选择参数的步骤包括：根据信道响应进行用户速率计算，以获取对应用户使用成员载波的用户速率；根据用户速率进行分配因子计算，以获取用户使用成员载波的载波选择参数。

进一步地，根据信道响应进行用户速率计算，以获取对应用户使用成员载波的用户速率的步骤包括：根据第一公式对信道响应进行信噪比计算，以获取用户使用成员载波的信噪比SINR_q，k，m，其中，第一公式为：

${\mathrm{SINR}}_{q,k,m}=\frac{P_q{S}_{q,k,m}}{{\mathrm{\Σ}}_{i\⋐Q,i\≠q}{a}_{k,i}{P}_i{S}_{i,k,m}+I_N+N_0},$ q为网络中的一个基站标识，k为成员载波，m为基站q中的用户，I_N为不包括在网络之内的其他基站对基站q产生的干扰，P_q为基站q的发射功率，S_q，k，m为基站q的用户m到基站q的信道响应，S_i，k，m为所述用户m到基站i的信道响应，N₀为用户m接收机的噪声，a_k，i为基站i选择成员载波k的参数，P_i为基站i的发射功率，Q为网络中的基站数量，且i≠q；根据第二公式对信噪比进行用户速率计算，以获取用户速率其中，

为用户m使用基站q的成员载波k的用户速率，第二公式为：

其中，

为Q个基站组成的基站簇中除了基站q以外其他基站的选择成员载波k的参数。

进一步地，载波选择参数为K行Q列的选择矩阵，其中，根据用户速率进行分配因子计算，以获取用户使用成员载波的载波选择参数的步骤包括：根据第三公式对用户速率进行加权计算，以获取基站q的载波选择权重参数

其中，第三公式为：

其中，U_q为基站q的用户集，m为用户集U_q中基站q的用户，w_m为比例公平因子；根据第四公式对基站的载波选择权重参数进行系统目标函数计算，以获取基站簇使用成员载波的系统目标函数

其中，第四公式为：

a_k，q为基站q选择成员载波k的参数，k＝1，2，…，K，k为成员载波的标识，K为成员载波的数量；根据第五公式对系统目标函数进行载波选择矢量计算，以获取基站使用成员载波的载波选择矢量a_k，并生成选择矩阵，其中，第五公式为：

k＝1，2，…，K，a_k为选择矩阵的行向量。

进一步地，比例公平因子w_m根据如下公式获得：w_m＝w_q×w_m，k，其中，通过如下公式计算基站比例因子w_q：w_q＝1/U_q；或者w_q＝R_hm，q，其中，R_hm，q是基站q的调和平均速率，根据如下公式获取R_hm，q： $\frac{1}{R_{\mathrm{hm},q}}=\frac{1}{U_q}{\mathrm{\Σ}}_{m\∈U_q}\frac{1}{{\stackrel{\‾}{R}}_{q,m}},$ ${\stackrel{\‾}{R}}_{q,m}={\mathrm{\Σ}}_{k\∈K}{\stackrel{\‾}{R}}_{q,k,m}$ 为用户m在载波集合K上的速率和，

为用户m在载波k上的平均速率；通过如下公式计算载波比例因子w_m，k： $w_{m,k}=1/[{\mathrm{\Σ}}_{j=1}^{k-1}{a}_{j,m}{\tilde{R}}_{m,j}\left(t\right)+{\mathrm{\Σ}}_{j=k}^K{a}_{j,m}^{\′}{\tilde{R}}_{m,j}(t-1)],$ 其中，是第m个用户在第j个成员载波上的历史平均速率，a′_j，m是上一个时隙，即t-1时隙的选择矩阵的第(j，m)个元素，a_j，m是当前时隙，即t时隙的选择矩阵的第(j，m)个元素，并且成员载波的选择次序为从成员载波的序号j＝1到k-1，再到k。

进一步地，载波选择参数为K行Q列的矩阵，其中，Q为网络中的基站数量，K为成员载波的数量，计算获取用户使用成员载波时的载波选择参数的步骤包括：顺序对矩阵中的行向量a_l进行初始化计算，以获取初始化后的初始行向量a₀、初始载波选择判据

以及集合S，其中，a₀＝[0]^1×Q，

S＝{}，为行向量a_l中元素的值为1的个数，l＝1，2，…，Q，

为系统目标函数；根据初始行向量a₀、初始载波选择判据

以及集合S进行贪婪搜索处理，以获取用户使用成员载波时的载波选择矢量a_k。

进一步地，根据行向量a₀、初始载波选择判据

以及集合S进行贪婪搜索处理，以获取用户使用成员载波时的载波选择矢量a_k的步骤包括：对初始化后的初始行向量a₀进行赋值计算，获取赋值后的行向量a_l，其中，a_l＝a_l-1，l∈[1，Q]，其中，赋值后的行向量a_l包括Q个元素a_l，q，q＝1，2，…，Q，a_l，q表示向量a_l的第q个元素；检测行向量a_l中的第q个元素是否属于集合S；在第q个元素不属于集合S的情况下，将第q个元素赋值为1且其他元素的值不变，以获取更新后的行向量a_l，其中，a_l＝{a_l，q＝1，a_l，j≠q＝a_l，j}；根据更新后的行向量a_l通过第六公式计算系统目标函数

，其中，第六公式为：

根据第七公式提取所有不属于集合S中的q对应于系统目标函数最大值的q^*，其中，第七公式为

根据q^*的值更新行向量a_l中的第q^*个元素

赋值为1，以获取赋值后元素

根据q^*对集合S进行更新，以获取更新后的集合S，其中，S＝S+{q^*}；根据更新后的向量a_l进行选择参数计算，以获取更新后的载波选择判据

其中，

根据第八公式进行选择参数计算，以获取载波选择矢量a_k，并获取载波选择参数，其中，第八公式为：

a_k为载波选择参数的行向量。

为了实现上述目的，根据本发明的一个方面，提供了一种分配成员载波的装置，该装置包括：第一处理装置，用于通过获取每个用户使用每个成员载波时的载波选择参数；发送装置，用于将载波选择参数发送到对应的基站；第二处理装置，用于根据获取到的载波选择参数分配成员载波，并在分配的成员载波上向用户发送数据。

进一步地，第一处理装置包括：第一检测模块，用于检测并获取每个用户对应于网络中每个基站的信道响应；第一计算模块，用于根据信道响应进行选择参数计算，以获取用户使用成员载波时的载波选择参数。

进一步地，第一计算模块包括：第一子计算模块，用于根据信道响应进行用户速率计算，以获取对应用户使用每个成员载波的用户速率；第二子计算模块，用于根据用户速率进行分配因子计算，以获取用户使用成员载波的载波选择参数。

进一步地，第一子计算模块包括：第三子计算模块，用于根据第一公式对信道响应进行信噪比计算，以获取用户使用成员载波的信噪比SINR_q，k，m，其中，第一公式为：

${\mathrm{SINR}}_{q,k,m}=\frac{P_q{S}_{q,k,m}}{{\mathrm{\Σ}}_{i\⋐Q,i\≠q}{a}_{k,i}{P}_i{S}_{i,k,m}+I_N+N_0},$ q为网络中的一个基站标识，k为成员载波，m为基站q中的用户，I_N为不包括在网络之内的其他基站对基站q产生的干扰，P_a为基站q的发射功率，S_q，k，m为基站q的用户m到基站q的信道响应，S_i，k，m为用户m到基站i的信道响应，N₀为用户m接收机的噪声，a_k，i为基站i选择成员载波k的参数，P_i为基站i的发射功率，Q为网络中的基站数量，且i≠q；第四子计算模块，用于根据第二公式对信噪比进行用户速率计算，以获取用户速率

其中，

为用户m使用基站q的成员载波k的用户速率，第二公式为：

其中，

为Q个基站组成的基站簇中除了基站q以外其他基站的选择成员载波k的参数。

进一步地，载波选择参数为K行Q列的选择矩阵，其中，第二子计算模块包括：第五子计算模块，用于根据第三公式对用户速率进行加权计算，以获取基站q的载波选择权重参数其中，第三公式为：

其中，U_q为基站q的用户集，m为用户集U_q中基站q的用户，w_m为比例公平因子；第六子计算模块，用于根据第四公式对基站的载波选择权重参数进行系统目标函数计算，以获取基站簇使用成员载波的系统目标函数

其中，第四公式为：a_k，q为基站q选择成员载波k的参数，k＝1，2，…，K，k为成员载波的标识，K为成员载波的数量；第七子计算模块，用于根据第五公式对系统目标函数进行载波选择矢量计算，以获取基站使用成员载波的载波选择矢量a_k，并生成选择矩阵，其中，第五公式为：

k＝1，2，…，K，a_k为选择矩阵的行向量。

进一步地，比例公平因子w_m＝w_q×w_m，k，其中，第五子计算模块包括：第十一子计算模块，用于通过公式w_q＝1/U_q计算基站比例因子w_q；第十二子计算模块，用于通过公式w_q＝R_hm，q计算基站比例因子w_q，其中，R_hm，q是基站q的调和平均速率，根据如下公式获取R_hm，q： $\frac{1}{R_{\mathrm{hm},q}}=\frac{1}{U_q}{\mathrm{\Σ}}_{m\∈U_q}\frac{1}{{\stackrel{\‾}{R}}_{q,m}},$ ${\stackrel{\‾}{R}}_{q,m}={\mathrm{\Σ}}_{k\∈K}{\stackrel{\‾}{R}}_{q,k,m}$ 为用户m在载波集合K上的速率和，

为用户m在载波k上的平均速率；第十三子计算模块，用于通过如下公式计算载波比例因子w_m，k： $w_{m,k}=1/[{\mathrm{\Σ}}_{j=1}^{k-1}{a}_{j,m}{\tilde{R}}_{m,j}\left(t\right)+{\mathrm{\Σ}}_{j=k}^K{a}_{j,m}^{\′}{\tilde{R}}_{m,j}(t-1)],$ 其中，

是第m个用户在第j个成员载波上的历史平均速率，a′_j，m是上一个时隙，即t-1时隙的选择矩阵的第(j，m)个元素，a_j，m是当前时隙，即t时隙的选择矩阵的第(j，m)个元素，并且成员载波的选择次序为从成员载波的序号j＝1到k-1，再到k。

进一步地，载波选择参数为K行Q列的矩阵，其中，Q为网络中的基站数量，K为成员载波的数量，第一处理装置包括：初始化计算模块，用于顺序对矩阵中的行向量a_l进行初始化计算，以获取初始化后的初始行向量a₀、初始载波选择判据

以及集合S，其中，a₀＝[0]^1×Q，

S＝{}，为行向量a_l中元素的值为1的个数，l＝1，2，…，Q，

为系统目标函数；搜索模块，用于根据初始行向量a₀、初始载波选择判据

以及集合S进行贪婪搜索处理，以获取用户使用成员载波时的载波选择矢量a_k。

进一步地，搜索模块包括：第一子处理模块，用于对初始化后的初始行向量a₀进行赋值计算，获取赋值后的行向量a_l，其中，a_l＝a_l-1，l∈[1，Q]，其中，赋值后的行向量a_l包括Q个元素a_l，q，q＝1，2，…，Q，a_l，q表示向量a_l的第q个元素；第一检测模块，用于检测行向量a_l中的第q个元素是否属于集合S；第二子处理模块，用于在第q个元素不属于集合S的情况下，将第q个元素赋值为1且其他元素的值不变，以获取更新后的行向量a_l，其中，a_l＝{a_l，q＝1，a_l，j≠q＝a_l，j}；第八子计算模块，用于根据更新后的行向量a_l通过第六公式和第七公式提取所有不属于集合S中的q对应于系统目标函数最大值的q，其中，第六公式为： ${\widehat{\mathrm{\λ}}}_k\left(a_l\right)={\widehat{\mathrm{\λ}}}_k\left(\right\{a_{l,q}=1,a_{l,j\≠q}=a_{l,j}\left\}\right),$ 第七公式为 $q^{*}=\arg \underset{q\⊂⃒S}{\max }\left\{{\widehat{\mathrm{\λ}}}_k\left(a_l\right)\right\};$ 第三子处理模块，用于根据q^*的值更新行向量a_l中的第q个元素

赋值为1，以获取赋值后元素

第四子处理模块，用于根据q^*对集合S进行更新，以获取更新后的集合S，其中，S＝S+{q^*}；第九子计算模块，用于根据更新后的向量a_l进行选择参数计算，以获取更新后的载波选择判据

其中，

第十子计算模块，用于根据第八公式进行选择参数计算，以获取载波选择矢量a_k，并获取载波选择参数，其中，第八公式为：

a_k为载波选择参数的行向量。

通过本发明的分配成员载波的方法及装置，每个基站通过根据每个用户使用每个成员载波时的载波选择参数动态分配成员载波，在较高的利用频带的情况下减少了在该成员载波上对相邻基站的干扰，解决了现有技术中在通过成员载波选择实现异构网络中的频域干扰避免时频率复用效率低的问题，实现了在异构网中进行频域干扰避免时分配载波高频带复用率和较高的工作效率的效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的分配成员载波的装置的结构示意图；

图2是根据本发明实施例的网络中基站分布的结构示意图；

图3是根据本发明实施例的分配成员载波的方法的流程图；

图4是根据本发明一个实施例的分配成员载波的方法的详细流程图；以及

图5是根据本发明另一个实施例的分配成员载波的方法的详细流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

图1是根据本发明实施例的分配成员载波的装置的结构示意图。如图1所示，该装置包括：第一处理装置10、发送装置30以及第二处理装置50，其中，第一处理装置10，用于计算获取每个用户使用每个成员载波时的载波选择参数；发送装置30，用于将载波选择参数发送到对应的基站；第二处理装置50，用于根据获取到的载波选择参数分配成员载波，并在分配的成员载波上向用户发送数据。其中，网络为多个基站簇形成的网络。

采用本申请的分配成员载波的装置，通过第一处理装置计算获取每个用户使用每个成员载波时的载波选择参数，在发送装置将载波选择参数发送到对应的基站之后，第二处理装置根据获取到的载波选择参数分配成员载波，并在分配的成员载波上向用户发送数据。通过本申请的分配成员载波的装置，每个基站通过根据每个用户使用每个成员载波时的载波选择参数动态分配成员载波，在较高的利用频带的情况下减少了在该成员载波上对相邻基站的干扰，解决了现有技术中在通过成员载波选择实现异构网络中的频域干扰避免时频率复用效率低的问题，实现了在异构网中进行频域干扰避免时分配载波高频带复用率和较高的工作效率的效果。

图2是根据本发明实施例的网络中基站分布的结构示意图。如图2所示，该异构网络由一个宏基站和两个微微基站组成，其中的宏基站半径500米，功率为43dBm，两个微微基站位于宏基站的覆盖之下，在本实施例中，宏基站为基站1，两个微微基站分别为基站2和基站3，三个基站的带宽都是由两个成员载波(即CC)聚合而成，成员载波可以通过CC₁，CC₂，…CC_K来表示，k为正整数，并且三个基站共有40个用户，本实施例中用m表示用户。基站聚合的载波包括多个成员载波，载波选择由宏基站和其覆盖下的低功率节点联合选择实现，在本申请上述实施例中的发送装置30可以设置在三个基站中的任意一个基站中，优选设置在基站1(即宏基站，也可称为中心基站)中。

在该实施例中，载波选择参数可以是矩阵A，

即A是K行M列的矩阵，其中，a_k，m＝1表示用户m选择第k个CC，否则a_k，m＝0。则在本实施例中计算获取选择参数的过程可以通过对矩阵A的求解来实现。具体到图2中，载波选择矩阵A为2行3列的矩阵。

在本申请的上述实施例中，第一处理装置10包括：第一检测模块，用于检测并获取每个用户对应于网络中每个基站的信道响应；第一计算模块，用于根据信道响应进行选择参数计算，以获取每个用户使用每个成员载波时的载波选择参数。

具体地，通过第一检测模块检测并获取每个用户对应于网络中每个基站的信道响应，然后第一计算模块根据信道响应进行选择参数计算，以获取每个用户使用每个成员载波时的载波选择参数，然后通过发送装置30将第一计算模块计算得到的载波选择参数发送至每个基站，然后每个基站通过第二处理装置50根据获取到的载波选择参数分配成员载波，并在选择使用的成员载波上向用户发送数据。更具体地，第一计算模块可以将载波选择矩阵A分为K个行向量a_k，k＝1，2，…，K，然后依次求解行向量a_k，最终获得A的求解。在如图2所示的网络中，为了获取矩阵A，可以将矩阵A分为两个行向量，即可得到2个3列的行向量，可以分别求解第一行向量和第二行向量，再组合成矩阵A。

例如，可以为该网络中的每个用户都设置第一检测模块，该异构网络中的所有用户通过第一检测模块利用基站{1，2，3}的公共导频符号，各自估计各个用户到三个基站的信道响应S_q，k，m和S_i，k，m，其中，S_q，k，m是用户m到基站q的信道响应，S_i，k，m为干扰基站i的信道响应，在本实施例中的i≠q，即干扰基站i为异构网络中不同于用户m所在基站q的基站，例如，根据图1所示，对于基站1的用户m，S_1，k，m是本基站信道响应，而S_2，k，m和S_3，k，m则为干扰基站信道响应。在网络中的所有用户通过第一检测模块检测到各个用户到三个基站的估计信道响应，然后用户将各自的测量值发送给各自的服务基站，而基站{2，3}收到各自基站用户的信道响应的测量值后，将收到的测量值转发给基站1，然后通过第一计算模块进行选择参数计算，以获取每个用户使用每个成员载波时的载波选择参数。

根据本申请的上述实施例，第一计算模块可以包括：第一子计算模块，用于根据信道响应进行用户速率计算，以获取对应每个用户使用每个成员载波的用户速率；第二子计算模块，用于根据用户速率进行分配因子计算，以获取每个用户使用每个成员载波的载波选择参数。

具体地，第一子计算模块可以根据信道响应进行用户速率计算，以获取对应每个用户使用每个成员载波的用户速率，然后第二子计算模块根据用户速率进行分配因子计算，以获取每个用户使用每个成员载波的载波选择参数。

如图2所示，基站1中的第一子计算模块根据获取到的信道响应计算用户速率，然后第二子计算模块根据用户速率进行分配因子计算，以获取每个用户使用每个成员载波的载波选择参数，在本实施例中，载波选择参数为三个基站、两个载波的载波选择矩阵A，也即A为2行3列的矩阵，然后基站1中的发送装置30将载波选择矩阵A中对应基站2的载波选择参数发送给基站2(即载波选择矩阵A中的第二列向量)，将载波选择矩阵A中的第三列向量发送给基站3，然后第二处理装置50根据载波选择参数，也即根据矩阵A的中的参数，在相应的成员载波上向用户发送数据，例如：基站2收到的列向量为 $\left[\begin{array}{c}1\\ 0\end{array}\right],$ 则基站2在第一个成员载波上发送，第二个成员载波静默，依次减少在此成员载波上对相邻基站的干扰。

根据本申请的上述实施例，第一子计算模块可以包括：第三子计算模块，用于根据第一公式对信道响应进行信噪比计算，以获取每个用户使用一个成员载波的信噪比SINR_q，k，m，其中，第一公式为： ${\mathrm{SINR}}_{q,k,m}=\frac{P_q{S}_{q,k,m}}{{\mathrm{\Σ}}_{i\⋐Q,i\≠q}{a}_{k,i}{P}_i{S}_{i,k,m}+I_N+N_0},$ SINR_q，k，m为基站q的第m个用户使用成员载波k的信噪比，q为网络中的一个基站标识，k为成员载波，m为基站q中的用户，I_N为不包括在网络之内的其他基站对基站q产生的干扰，P_q为基站q的发射功率，S_q，k，m为基站q的用户m到基站q的信道响应，S_i，k，m(i≠q)为用户m到基站i的信道响应，N₀为用户m接收机的噪声，a_k，i为基站i选择成员载波k的参数，P_i为基站i的发射功率，Q为网络中的基站数量；第四子计算模块，用于根据第二公式对信噪比进行用户速率计算，以获取每个用户使用每个成员载波的用户速率

其中，第二公式为：

为基站q的用户m使用成员载波k的用户速率，

为Q个基站组成的基站簇中除了基站q以外其他基站的选择成员载波k的参数。

即，

为从基站1，基站2，到基站q-1，以及基站q+1，到基站Q选择成员载波k的选择参数，具体地，当a_k，i＝1时，表示基站i选择成员载波k，当a_k，i＝0时，表示基站i不选择成员载波k。

在本申请的上述实施例中，第二子计算模块可以包括：第五子计算模块，用于根据第三公式对每个用户的用户速率进行加权计算，以获取与每个用户对应的每个载波的权重参数

其中，第三公式为：

U_q为基站q中的用户集，w_m为比例公平因子；第六子计算模块，用于根据第四公式对权重参数进行系统目标函数计算，以获取每个用户使用每个成员载波的系统目标函数

其中，第四公式为：

a_k，q为基站q选择成员载波k的参数，k＝1，2，…，K，k为成员载波的标识，K为成员载波的数量；第七子计算模块，用于根据第五公式对载波选择参数进行载波选择计算，以获取每个用户使用每个成员载波的载波数据a_k，其中，第五公式为：

k＝1，2，…，K，a_k为选择矩阵的行向量，具体地，选择矩阵A中的第k行表示从基站1到基站Q的成员载波选择参数，也称为载波选择矢量a_k。

根据本申请的上述实施例，第五子计算模块根据第三公式对每个用户的用户速率进行加权计算，以获取与每个用户对应的每个载波的权重参数然后第六子计算模块根据第四公式对权重参数进行系统目标函数计算，以获取每个用户使用每个成员载波的系统目标函数最后第七子计算模块根据第五公式对载波选择参数进行载波选择矢量计算，以获取每个用户使用每个成员载波的载波数据a_k。其中，此处的a_k表示基站q＝1，2，...，Q，使用成员载波的选择参数，可以根据k的不同取值获取a_k，并据此生成选择矩阵(即载波选择参数)。

具体地，比例公平因子w_m包括载波比例因子w_m，k和基站比例因子w_q，且比例公平因子与载波比例因子w_m，k和基站比例因子w_q具有如下关系：w_m＝w_q×w_m，k。

在本申请的上述实施例中，第十一子计算模块，用于通过公式w_q＝1/U_q计算基站比例因子w_q；第十二子计算模块，用于通过公式w_q＝R_hm，q计算基站比例因子w_q，其中，R_hm，q是基站q的调和平均速率，根据如下公式获取R_hm，q： $\frac{1}{R_{\mathrm{hm},q}}=\frac{1}{U_q}{\mathrm{\Σ}}_{m\∈U_q}\frac{1}{{\stackrel{\‾}{R}}_{q,m}},$ ${\stackrel{\‾}{R}}_{q,m}={\mathrm{\Σ}}_{k\∈K}{\stackrel{\‾}{R}}_{q,k,m}$ 为用户m在载波集合K上的速率和，

为用户m在载波k上的平均速率；第十三子计算模块，用于通过如下公式计算载波比例因子w_m，k：

$w_{m,k}=1/[{\mathrm{\Σ}}_{j=1}^{k-1}{a}_{j,m}{\tilde{R}}_{m,j}\left(t\right)+{\mathrm{\Σ}}_{j=k}^K{a}_{j,m}^{\′}{\tilde{R}}_{m,j}(t-1)],$ 其中，

是第m个用户在第j个成员载波上的历史平均速率，a′_j，m是上一个时隙，即t-1时隙的选择矩阵的第(j，m)个元素，a_j，m是当前时隙，即t时隙的选择矩阵的第(j，m)个元素，并且成员载波的选择次序为从成员载波的序号j＝1到k-1，再到k。

其中，第四公式为：a_k，q为基站q选择成员载波k的参数，k＝1，2，…，K，k为成员载波的标识，K为成员载波的数量。第五公式为：k＝1，2，…，K，a_k为矩阵的行向量，则： $A={\left[\begin{array}{cccc}{a}_1^T& a_2^T& \·\·\·& a_K^T\end{array}\right]}^T.$

在本申请的另一实施例中，载波选择参数为K行Q列的矩阵，Q为网络中的基站数量，K为成员载波的数量，第一处理装置10还可以包括：初始化计算模块，用于顺序计算矩阵中每个行向量。为了计算矩阵中每个行向量，进行初始化计算，以获取初始化后的行向量a₀、初始载波选择判据

以及集合S，其中，a₀＝[0]^1×Q，表示行向量的初始值为Q个0，

表示Q个基站的载波选择参数初始值为0，集合S表示行向量a_l的Q个元素中，值为1的个数，S＝{}表示为S的初始值为空集合，即初始状态行向量a₀中所有元素为0，为1的元素集合是空集合，

表示系统目标函数是行向量a₀的函数，即与行向量a₀的取值有关，当a₀的初始值取值为Q个0时，

的初始值也为0；搜索模块，用于根据行向量a₀、初始载波选择判据

以及集合S进行贪婪搜索处理，以获取用户使用成员载波时的载波选择矢量a_k。

具体地，通过初始化计算模块，顺序计算矩阵中每个行向量：为了计算矩阵中每个行向量，进行初始化计算，以获取初始化后的行向量a₀、初始载波选择判据以及集合S，其中，a₀＝[0]^1×Q，表示行向量的初始值为Q个0，

表示Q个基站的载波选择参数初始值

为Q个0，集合S表示行向量a_l的Q个元素中，值为1的个数，S＝{}表示为S的初始值为空集合，即初始状态行向量a₀中所有元素为0，为1的元素集合是空集合，

表示系统目标函数是行向量a₀的函数，即与行向量a₀的取值有关，当a₀的初始值取值为Q个0时，

的初始值也为0。

在本申请的上述实施例中，搜索模块可以包括：第一子处理模块，用于对初始化后的初始行向量a₀进行赋值计算，获取赋值后的行向量a_l，其中，a_l＝a_l-1，l∈[1，Q]，其中，赋值后的行向量a_l包括Q个元素a_l，q，q＝1，2，…，Q，a_l，q表示向量a_l的第q个元素；第一检测模块，用于检测行向量a_l中的第q个元素是否属于集合S；第二子处理模块，用于在第q个元素不属于集合S的情况下，将第q个元素赋值为1且其他元素的值不变，以获取更新后的行向量a_l，其中，a_l＝{a_l，q＝1，a_l，j≠q＝a_l，j}；第八子计算模块，用于根据更新后的行向量a_l通过第六公式和第七公式提取所有不属于集合S中的q中的最大值q^*，其中，第六公式为： ${\widehat{\mathrm{\λ}}}_k\left(a_l\right)={\widehat{\mathrm{\λ}}}_k\left(\right\{a_{l,q}=1,a_{l,j\≠q}=a_{l,j}\left\}\right),$ 第七公式为 $q^{*}=\arg \underset{q\⊂⃒S}{\max }\left\{{\widehat{\mathrm{\λ}}}_k\left(a_l\right)\right\},$ 也即所有不属于集合S中的q对应于系统目标函数最大值；第三子处理模块，用于根据q^*的值更新行向量a_l中的第q^*个元素

赋值为1，以获取赋值后元素

第四子处理模块，用于根据q^*的值对集合S进行更新，以获取更新后的集合S，其中，S＝S+{q^*}；第九子计算模块，用于根据更新后的向量a_l进行选择参数计算，以获取更新后的载波选择判据

其中，

第十子计算模块，用于根据第八公式进行选择参数计算，以获取载波选择矢量a_k，并获取载波选择参数，其中，第八公式为：a_k为载波选择参数的行向量。

具体地，第一处理装置10获取矩阵A的过程中，通过初始化计算模块顺序对矩阵A中的每个行向量a_k进行初始化计算，将每个行向量中的元素都进行归零计算，以获取归零后的a₀＝[0]^1×Q，在获取归零后的a₀＝[0]^1×Q的同时获取该行向量a₀的初始载波选择判据

以及集合S，然后搜索模块根据行向量a₀、初始载波选择判据

以及集合S进行贪婪搜索处理，以获取每个用户使用每个成员载波时的载波选择参数。其中，a₀＝[0]^1×Q，

S＝{}的初始值为空向量，

表示系统目标函数参数是行向量a₀的函数，即与行向量a₀的取值有关，当a₀的初始值取值为Q个0时，

的初始值也为0。其中，在初始化计算模块进行初始化计算的过程中，需要进行k次循环，以完成对选择矩阵A中所有行向量的初始化计算，k＝1，2，3，……，K。

例如，在到图2所示的网络中，初始化计算模块将两个行向量中的3个元素均进行归零设置，则a₀＝[0]^1×3，同时，将与行向量对应的初始载波选择判据

设置为0。

其中，在搜索模块进行贪婪搜索的过程中，需要对每个行向量中的每个元素进行计算，也即需要1次循环，l＝1，2，3。

具体地，通过第一子处理模块对向量a_l赋值计算，a_l＝a_l-1，其中，l＝1，2，3。然后第一检测模块检测q是否属于所述集合S，在q不属于集合S的情况下，将向量a_l的第q个元素赋值为1，且不改变其他元素，获取赋值后的向量a_l，然后，第八子计算模块根据赋值后的向量a_l根据公式 ${\widehat{\mathrm{\λ}}}_k({\left(a_l\right)}_q=1,{\left(a_l\right)}_{j\≠q}={\left(a_l\right)}_j)\}$ 和 $q^{*}=\arg \underset{q\⊂⃒S,m\⋐U_q}{\max }\left\{{\widehat{\mathrm{\λ}}}_k({\left(a_l\right)}_q=1,{\left(a_l\right)}_{j\≠q}={\left(a_l\right)}_j\right\}$ 获取所有q中的最大值q^*，之后第三子处理模块将赋值后的令a_l的第q^*个元素赋值为1，即：

第四子计算模块根据公式S＝S+{q^*}更新集合S中的元素，然后第九子计算模块将a_l值代入

然后根据

获取

最后第十子计算模块根据第八公式进行选择参数计算，以获取载波选择参数a_k，其中，第八公式为：

即选取3个

中最大的

对应的a_l为载波选择矢量a_k(即选择矩阵的行向量，也可以记作：a(k))，将选择矩阵A的各个行向量计算出来之后，则A＝[a(1)^T，a(2)^T，…，a(K)^T]^T。

具体地，搜索模块进行贪婪搜索处理，在对每个行向量进行搜索处理的过程中均需进行三次循环搜索计算，即此处的Q为3，1≤l≤3。

其中，在第1次循环搜索计算中，行向量a_l有l-1个元素为1，其余元素为0，例如，对l＝2循环搜索计算时，a₁＝[1 0 0]，即第一个元素为1，第2，3个元素为0；然后贪婪搜索算法首先让行向量a_l中取值为0的元素轮流变为1，而行向量的其他元素与上次循环(即l-1次循环)向量a_l-1的取值相同，计算每种情况对应的更新后的载波选择参数之后，选择基站联合选择因子

最大的情形，则令a_l相应元素为1。假如后一种情况对应的基站联合选择因子最大，则选择a₂＝[1 0 1]，同时，将此最大值赋予一个临时变量

最后，搜索算法选择3个

中，取值最大的值对应的a_l，作为搜索得到的行向量。

更具体地，获取更新后的载波选择参数

可以通过如下步骤实现：首先将a₁的第2个元素赋值为1，而其余元素不变，则a＝[1 1 0]，计算与此向量对应的然后，让a₁的第3个元素赋值为1，而其余元素不变，此时a＝[1 0 1]，计算与此向量对应的

图3是根据本发明实施例的分配成员载波的方法的流程图。如图3所示，该方法包括如下步骤：

步骤S102，计算获取每个用户使用每个成员载波时的载波选择参数。

步骤S104，将载波选择参数发送到对应的基站。

步骤S106，每个基站根据获取到的载波选择参数分配成员载波，并在分配的成员载波上向用户发送数据。

采用本申请的分配成员载波的方法，通过计算获取每个用户使用每个成员载波时的载波选择参数，在将载波选择参数发送到对应的基站之后，根据获取到的载波选择参数分配成员载波，并在分配的成员载波上向用户发送数据。通过本申请的分配成员载波的方法，每个基站通过根据每个用户使用每个成员载波时的载波选择参数动态分配成员载波，在较高的利用频带的情况下减少了在该成员载波上对相邻基站的干扰，解决了现有技术中在通过成员载波选择实现异构网络中的频域干扰避免时工作效率低的问题，实现了在异构网中进行频域干扰避免时分配载波高频带复用率和较高的工作效率的效果。

如图2所示，该异构网络由一个宏基站和两个微微基站组成，其中的宏基站半径500米，功率为43dBm，两个微微基站位于宏基站的覆盖之下，在本实施例中，宏基站为基站1，两个微微基站分别为基站2和基站3，三个基站的带宽都是由两个成员载波(即CC)聚合而成，成员载波可以通过CC₁，CC₂，…CC_K来表示，k为正整数，并且三个基站共有40个用户，本实施例中用m表示用户。基站聚合的载波包括多个成员载波，载波选择由宏基站和其覆盖下的低功率节点联合选择实现，在本申请上述实施例中，可以设置在三个基站中的任意一个基站中实施步骤S102，优选在基站1(即宏基站，也可称为中心基站)中实施。

在该实施例中，载波选择参数可以是矩阵A，即A是K行M列的矩阵，其中，a_k，m＝1表示用户m选择第k个CC，否则a_k，m＝0。则在本实施例中计算获取选择参数的过程可以通过对矩阵A的求解来实现。具体到图2中，载波选择矩阵A为2行3列的矩阵。

在本申请的上述实施例，计算获取每个用户使用每个成员载波时的载波选择参数的步骤包括：检测并获取每个用户对应于网络中每个基站的信道响应；根据信道响应进行选择参数计算，以获取每个用户使用每个成员载波时的载波选择参数。

图4是根据本发明一个实施例的分配成员载波的方法的详细流程图。如图4所示，执行如图4所示的步骤S202实现本实施例：网络中的用户测量每个用户到所有基站的信道状况，并将测量值发送给本用户所属的基站，然后基站将测量值发送给基站1。具体地，检测并获取每个用户对应于网络中每个基站的信道响应，然后根据信道响应进行选择参数计算，以获取每个用户使用每个成员载波时的载波选择参数，然后将计算得到的载波选择参数发送至每个基站，然后每个基站根据获取到的载波选择参数分配成员载波，并在选择使用的成员载波上向用户发送数据。更具体地，可以将载波选择矩阵A分为K个行向量a_k，k＝1，2，…，K，然后依次求解行向量a_k，最终获得A的求解。在如图2所示的网络中，为了获取矩阵A，可以将矩阵A分为两个行向量，即可得到2个3列的行向量，可以分别求解第一行向量和第二行向量，再组合成矩阵A。

例如，该异构网络中的所有用户利用基站{1，2，3}的公共导频符号，各自估计各个用户到三个基站的信道响应S_q，k，m和S_i，k，m，其中，S_q，k，m是用户m到基站q的信道响应，S_i，k，m为干扰基站i的信道响应，在本实施例中的i≠q，即干扰基站i为异构网络中不同于用户m所在基站q的基站，例如，根据图1所示，对于基站1的用户m，S_1，k，m是本基站信道响应，而S_2，k，m和S_3，k，m则为干扰基站信道响应。在网络中的所有用户检测各个用户到三个基站的估计信道响应，然后用户将各自的测量值发送给各自的服务基站，而基站{2，3}收到各自基站用户的信道响应的测量值后，将收到的测量值转发给基站1，然后进行选择参数计算，以获取每个用户使用每个成员载波时的载波选择参数，最后执行图4所示的步骤S206实现上述方法：每个基站利用接收到的矩阵列向量，在选择的载波上传输数据。

在本申请的上述实施例，根据信道响应进行选择参数计算，以获取每个用户使用每个成员载波时的载波选择参数的步骤包括：根据信道响应进行用户速率计算，以获取对应每个用户使用每个成员载波的用户速率；根据用户速率进行分配因子计算，以获取每个用户使用每个成员载波的载波选择参数。

具体地，根据信道响应进行用户速率计算，以获取对应每个用户使用每个成员载波的用户速率，然后根据用户速率进行分配因子计算，以获取每个用户使用每个成员载波的载波选择参数。

如图2所示，根据获取到的信道响应计算用户速率，然后根据用户速率进行分配因子计算，以获取每个用户使用每个成员载波的载波选择参数，本实施例的方法可以通过执行图4所示的步骤S204：基站1进行选择参数计算，获取载波选择矩阵A，并将矩阵A的第q列发送给第q个基站。载波选择参数为三个基站、两个载波的载波选择矩阵A，也即A为2行3列的矩阵，然后基站1中的发送装置30将载波选择矩阵A中对应基站2的载波选择参数发送给基站2(即载波选择矩阵A中的第二列向量)，将载波选择矩阵A中的第三列向量发送给基站3，然后根据载波选择参数，也即根据矩阵A的中的参数，在相应的成员载波上向用户发送数据，例如：基站2收到的列向量为 $\left[\begin{array}{c}1\\ 0\end{array}\right],$ 则基站2在第一个成员载波上发送数据，第二个成员载波静默，依次减少在此成员载波上对相邻基站的干扰。

根据本申请的上述实施例，根据信道响应进行用户速率计算，以获取对应每个用户使用每个成员载波的用户速率的步骤包括：根据第一公式对信道响应进行信噪比计算，以获取每个用户使用一个成员载波的信噪比SINR_q，k，m，其中，第一公式为： ${\mathrm{SINR}}_{q,k,m}=\frac{P_q{S}_{q,k,m}}{{\mathrm{\Σ}}_{i\⋐Q,i\≠q}{a}_{k,i}{P}_i{S}_{i,k,m}+I_N+N_0},$ SINR_q，k，m为基站q的第m个用户使用成员载波k的信噪比，q为网络中的一个基站标识，k为成员载波，m为基站q中的用户，I_N为不包括在网络之内的其他基站对基站q产生的干扰，P_q为基站q的发射功率，S_q，k，m为基站q的用户m到基站q的信道响应，S_i，k，m为用户m到基站i的信道响应，N₀为用户m接收机的噪声，a_k，i为基站i选择成员载波k的参数，P_i为基站i的发射功率，Q为网络中的基站数量；根据第二公式对信噪比进行用户速率计算，以获取每个用户使用每个成员载波的用户速率

其中，第二公式为：

为基站q的用户m使用成员载波k的用户速率，

为Q个基站组成的基站簇中除了基站q以外其他基站的选择成员载波k的参数，a_k，Q为基站Q的载波选择数据。

具体地，根据第一公式计算信噪比，以获取每个用户使用一个成员载波的信噪比SINR_q，k，m，然后根据第二公式对信噪比进行用户速率计算，以获取每个用户使用每个成员载波的用户速率

其中，第一公式为： ${\mathrm{SINR}}_{q,k,m}=\frac{P_q{S}_{q,k,m}}{{\mathrm{\Σ}}_{i\⋐Q,i\≠q}{a}_{k,i}{P}_i{S}_{i,k,m}+I_N+N_0},$ 上式中的q为网络中的一个基站标识，k为成员载波，m为基站q中的用户，I_N为不包括在网络之内的其他基站对基站q产生的干扰，P_q为基站q的发射功率，S_q，k，m为基站q的用户m到基站q的信道响应，S_i，k，m(i≠q)为用户m到基站i的信道响应，N₀为用户m接收机的噪声，a_k，i为基站i选择成员载波k的参数，P_i为基站i的发射功率，Q为网络中的基站数量；第二公式为：

为基站q的用户m使用成员载波k的用户速率，

a_k，Q为基站Q的载波选择数据。

其中，a_k，Q为从基站1，基站2，到基站q-1，以及基站q+1，到基站Q选择成员载波k的选择参数，具体地，当a_k，i＝1时，表示基站i选择成员载波k，当a_k，i＝0时，表示基站i不选择成员载波k。

在本申请的上述实施例中，载波选择参数为矩阵，其中，根据用户速率进行分配因子计算，以获取每个用户使用每个成员载波的载波选择参数的步骤包括：根据第三公式对每个用户的用户速率进行加权计算，以获取与每个用户对应的每个载波的权重参数

其中，第三公式为：

U_q为基站q中的用户集，w_m为比例公平因子；根据第四公式对权重参数进行系统目标函数计算，以获取每个用户使用每个成员载波的系统目标函数其中，第四公式为：

a_k，q为基站q选择成员载波k的参数，k＝1，2，…，K，k为成员载波的标识，K为成员载波的数量；根据第五公式对载波选择参数进行载波选择计算，以获取每个用户使用每个成员载波的载波选择参数

其中，第五公式为：k＝1，2，…，K，k＝1，2，…，K，a_k为选择矩阵的行向量，具体地，选择矩阵A中的第k行表示从基站1到基站Q的成员载波选择参数，也称为载波选择矢量a_k。

具体地，比例公平因子w_m包括载波比例因子w_m，k和基站比例因子w_q，且比例公平因子与载波比例因子w_m，k和基站比例因子w_q具有如下关系：w_m＝w_q×w_m，k。

在本申请的上述实施例中，通过公式w_q＝1/U_q计算基站比例因子w_q；通过公式w_q＝R_hm，q计算基站比例因子w_q，其中，R_hm，q是基站q的调和平均速率，根据如下公式获取R_hm，q： $\frac{1}{R_{\mathrm{hm},q}}=\frac{1}{U_q}{\mathrm{\Σ}}_{m\∈U_q}\frac{1}{{\stackrel{\‾}{R}}_{q,m}},$ ${\stackrel{\‾}{R}}_{q,m}={\mathrm{\Σ}}_{k\∈K}{\stackrel{\‾}{R}}_{q,k,m}$ 为用户m在载波集合K上的速率和，

为用户m在载波k上的平均速率；通过如下公式计算载波比例因子w_m，k：

$w_{m,k}=1/[{\mathrm{\Σ}}_{j=1}^{k-1}{a}_{j,m}{\tilde{R}}_{m,j}\left(t\right)+{\mathrm{\Σ}}_{j=k}^K{a}_{j,m}^{\′}{\tilde{R}}_{m,j}(t-1)],$ 其中，

是第m个用户在第j个成员载波上的历史平均速率，a′_j，m是上一个时隙，即t-1时隙的选择矩阵的第(j，m)个元素，a_j，m是当前时隙，即t时隙的选择矩阵的第(j，m)个元素，并且成员载波的选择次序为从成员载波的序号j＝1到k-1，再到k。

具体地，上述实施例通过如下方法实现：根据第三公式对每个用户的用户速率进行加权计算，以获取与每个用户对应的每个载波的权重参数

然后根据第四公式对权重参数进行系统目标函数计算，以获取每个用户使用每个成员载波的系统目标函数最后根据第五公式对载波选择参数进行载波选择计算，以获取每个用户使用每个成员载波的载波数据

其中，第三公式为：

U_q为基站q中的用户集，w_m为比例公平因子。

其中，第四公式为：

a_k，q为基站q选择成员载波k的参数，k＝1，2，…，K，k为成员载波的标识，K为成员载波的数量。第五公式为：

k＝1，2，…，K，a_k为矩阵的行向量，则： $A={\left[\begin{array}{cccc}{a}_1^T& a_2^T& \·\·\·& a_K^T\end{array}\right]}^T.$

在本申请的另一实施例中，载波选择参数为K行Q列的矩阵，Q为网络中的基站数量，K为成员载波的数量，计算获取每个用户使用每个成员载波时的载波选择参数的步骤还可以包括：初始化计算模块，用于顺序计算矩阵中每个行向量。为了计算矩阵中每个行向量，进行初始化计算，以获取初始化后的行向量a₀、初始载波选择判据

以及集合S，其中，a₀＝[0]^1×Q，表示行向量的初始值为Q个0，

表示Q个基站的载波选择参数初始值

为0，集合S表示行向量a_l的Q个元素中，值为1的个数，S＝{}表示为S的初始值为空集合，即初始状态行向量a₀中所有元素为0，为1的元素集合是空集合，

表示系统目标函数是行向量a₀的函数，即与行向量a₀的取值有关，当a₀的初始值取值为Q个0时，

的初始值也为0；搜索模块，用于根据行向量a₀、初始载波选择判据

以及集合S进行贪婪搜索处理，以获取每个用户使用每个成员载波时的载波选择参数。

具体地，通过顺序计算矩阵中每个行向量：为了计算矩阵中每个行向量，进行初始化计算，以获取初始化后的行向量a₀、初始载波选择判据

以及集合S，其中，a₀＝[0]^1×Q，表示行向量的初始值为Q个0，

表示Q个基站的载波选择参数初始值

为0，集合S表示行向量a_l的Q个元素中，值为1的个数，S＝{}表示为S的初始值为空集合，即初始状态行向量a₀中所有元素为0，为1的元素集合是空集合，

表示系统目标函数是行向量a₀的函数，即与行向量a₀的取值有关，当a₀的初始值取值为Q个0时，

的初始值也为0。

图5是根据本发明另一个实施例的分配成员载波的方法的详细流程图。如图5所示，获取矩阵A的步骤可以通过执行步骤S302至S306实现：

步骤S302，对矩阵A的第1行至第K行进行初始化计算，获取归零后的行向量、初始载波选择判据以及集合S。

步骤S304，顺序对每个行向量的Q个元素进行贪婪搜索计算，以获取矩阵行向量。

步骤S306，根据计算得到的矩阵行向量得到载波选择矩阵A。

具体地，通过顺序对矩阵A中的每个行向量a_k进行初始化计算，将每个行向量中的元素都进行归零计算，以获取归零后的a₀＝[0]^1×Q，在获取归零后的a₀＝[0]^1×Q的同时获取该行向量a₀的初始载波选择判据

以及集合S，然后根据行向量a₀、初始载波选择判据

以及集合S进行贪婪搜索处理，以获取每个用户使用每个成员载波时的载波选择参数。其中，a₀＝[0]^1×Q，表示行向量的初始值为Q个0，

表示Q个基站的载波选择参数初始值

为0，集合S表示行向量a_l的Q个元素中，值为1的个数，S＝{}表示为S的初始值为空集合，即初始状态行向量a₀中所有元素为0，为1的元素集合是空集合，

表示系统目标函数是行向量a₀的函数，即与行向量a₀的取值有关，当a₀的初始值取值为Q个0时，

的初始值也为0。在进行初始化计算的过程中，需要进行k次循环，以完成对整个矩阵A中所有行向量的初始化计算，k＝1，2，3，……，K。

例如，在到图2所示的网络中，初始化计算模块将两个行向量中的3个元素均进行归零设置，则a₀＝[0]^1×3，同时，将与行向量对应的初始载波选择判据

设置为0。

在本申请的上述实施例中，步骤S304可以通过如下方法实现：对初始化后的初始行向量a₀进行赋值计算，获取赋值后的行向量a_l，其中，a_l＝a_l-1，l∈[1，Q]，其中，赋值后的行向量a_l包括Q个元素a_l，q，q＝1，2，…，Q，a_l，q表示向量a_l的第q个元素；检测行向量a_l中的第q个元素是否属于集合S；在第q个元素不属于集合S的情况下，将第q个元素赋值为1且其他元素的值不变，以获取更新后的行向量a_l，其中，a_l＝{(a_l)_q＝1，(a_l)_j≠q＝(a_l)_j}；根据更新后的行向量a_l通过第六公式和第七公式提取所有不属于集合S  中的q的最大值q^*，其中，第六公式为： ${\widehat{\mathrm{\λ}}}_k\left(a_l\right)={\widehat{\mathrm{\λ}}}_k\left(\right\{{\left(a_l\right)}_q=1,{\left(a_l\right)}_{j\≠q}={\left(a_l\right)}_j\left\}\right),$ 第七公式为 $q^{*}=\arg \underset{q\⊂⃒S}{\max }\left\{{\widehat{\mathrm{\λ}}}_k\left(a_k\right)\right\};$ 根据q^*的值更新行向量a_l中的第q^*个元素

赋值为1，以获取赋值后元素

根据q^*的值对集合S进行更新，以获取更新后的集合S，其中，S＝S+{q^*}；根据更新后的向量a_l进行选择参数计算，以获取更新后的载波选择参数其中，

根据第八公式进行选择参数计算，以获取载波选择矢量a_k，并获取载波选择参数，其中，第八公式为：

a_k为载波选择参数的行向量。

其中，在搜索模块进行贪婪搜索的过程中，需要对每个行向量中的每个元素进行计算，也即需要1次循环，l＝1，2，3，……，Q。

具体地，根据行向量a₀、初始载波选择判据

以及集合S进行贪婪搜索处理，共需要Q步搜索，以获取每个用户使用每个成员载波时的载波选择参数的步骤中，其中第l步的搜索执行过程可以包括：对初始化后的行向量赋值a_l＝a_l-1，其中，l∈[1，Q]；对于向量a_l，其有Q个元素(a_l)_q，q＝1，2，…，Q，其中(a_l)_q表示向量a_l的第q个元素。检测向量a_l第q个元素是否属于集合S；在第q个元素不属于集合S的情况下，将向量a_l的第q个元素赋值为1且其他元素的值不变，以获取赋值后的向量a_l，即a_l＝{(a_l)_q＝1，(a_l)_j≠q＝(a_l)_j}；根据赋值后的向量a_l根据第六公式进行计算

其中，第六公式为： ${\widehat{\mathrm{\λ}}}_k\left(a_l\right)={\widehat{\mathrm{\λ}}}_k\left(\right\{{\left(a_l\right)}_q=1,{\left(a_l\right)}_{j\≠q}={\left(a_l\right)}_j\left\}\right);$ 根据第七公式提取所有不属于集合S中的q中的最大值q^*，其中，第七公式为 $q^{*}=\arg \underset{q\⊂⃒S}{\max }\left\{{\widehat{\mathrm{\λ}}}_k\left(a_l\right)\right\},$ 表示q元素不属于集合S；根据q^*的值，更新向量a_l中的第q^*个元素

赋值为1，以获取赋值后元素

根据q^*的值对集合S进行更新，以获取更新后的集合S，其中，S＝S+{q^*}；根据更新后的向量a_l进行选择参数计算，以获取更新后的载波选择参数

其中，

根据第八公式进行选择参数计算，以获取载波选择参数a(k)，其中，第八公式为：即选取Q个

中最大的

对应的a_l为a(k)，将矩阵A的各个行向量计算出来之后，由于A＝[a(1)^T，a(2)^T，…，a(K)^T]^T，可以获得矩阵A。

具体地，在对每个行向量进行搜索处理的过程中均需进行三次循环搜索计算，即此处的Q为3，1≤l≤3。

其中，在第1次循环搜索计算中，行向量a_l有l-1个元素为1，其余元素为0，例如，对l＝2循环搜索计算时，a₁＝[1 0 0]，即第一个元素为1，第2，3个元素为0；然后贪婪搜索算法首先让行向量a_l中取值为0的元素轮流变为1，而行向量的其他元素与上次循环(即l-1次循环)向量a_l-1的取值相同，计算每种情况对应的更新后的载波选择参数

之后，选择基站联合选择因了

最大的情形，则令a_l相应元素为1。假如后一种情况对应的基站联合选择因子最大，则选择_a2＝[1 0 1]，同时，将此最大值赋予一个临时变量

最后，搜索算法选择3个

中，取值最大的值对应的a_l，作为搜索得到的行向量。

更具体地，获取更新后的载波选择参数

可以通过如下步骤实现：首先将a₁的第2个元素赋值为1，而其余元素不变，则a＝[1 1 0]，计算与此向量对应的

然后，让a₁的第3个元素赋值为1，而其余元素不变，此时a＝[1 0 1]，计算与此向量对应的

在获取

之后，根据本申请的上述实施例，可以的到行向量a(k)，进而获取载波选择参数(即选择矩阵)，并使用选择矩阵中的数据进行载波选择。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

从以上的描述中，可以看出，本发明实现了如下技术效果：通过本申请的分配成员载波的方法及装置，每个基站通过根据每个用户使用每个成员载波时的载波选择参数动态分配成员载波，在较高的利用频带的情况下减少了在该成员载波上对相邻基站的干扰，解决了现有技术中在通过成员载波选择实现异构网络中的频域干扰避免时工作效率低的问题，实现了在异构网中进行频域干扰避免时分配载波高频带复用率和较高的工作效率。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (16)

1.一种分配成员载波的方法，其特征在于，包括：

计算获取用户使用成员载波时的载波选择参数；

将所述载波选择参数发送到对应的基站；

每个所述基站根据获取到的所述载波选择参数分配成员载波，并在分配的所述成员载波上向用户发送数据。

2.根据权利要求1所述的方法，其特征在于，计算获取用户使用成员载波时的载波选择参数的步骤包括：

检测并获取用户对应于网络中基站的信道响应；

根据所述信道响应进行选择参数计算，以获取用户使用成员载波时的载波选择参数。

3.根据权利要求2所述的方法，其特征在于，根据所述信道响应进行选择参数计算，以获取用户使用成员载波时的载波选择参数的步骤包括：

根据所述信道响应进行用户速率计算，以获取对应所述用户使用所述成员载波的用户速率；

根据所述用户速率进行分配因子计算，以获取所述用户使用所述成员载波的载波选择参数。

4.根据权利要求3所述的方法，其特征在于，根据所述信道响应进行用户速率计算，以获取对应所述用户使用所述成员载波的用户速率的步骤包括：

根据第一公式对所述信道响应进行信噪比计算，以获取所述用户使用所述成员载波的信噪比SINR_q，k，m，其中，所述第一公式为：

${\mathrm{SINR}}_{q,k,m}=\frac{P_q{S}_{q,k,m}}{{\mathrm{\Σ}}_{i\⋐Q,i\≠q}{a}_{k,i}{P}_i{S}_{i,k,m}+I_N+N_0},$ q为所述网络中的一个所述基站标识，k为所述成员载波，m为所述基站q中的用户，所述I_N为不包括在所述网络之内的其他基站对基站q产生的干扰，P_q为基站q的发射功率，S_q，K，m为所述基站q的用户m到所述基站q的信道响应，S_i，k，m为所述用户m到所述基站i的信道响应，N₀为用户m接收机的噪声，a_k，i为基站i选择成员载波k的参数，P_i为基站i的发射功率，Q为所述网络中的基站数量，且i≠q；

根据第二公式对所述信噪比进行用户速率计算，以获取用户速率

其中，为所述用户m使用所述基站q的成员载波k的用户速率，所述第二公式为：

其中，

为Q个基站组成的基站簇中除了基站q以外其他基站的选择成员载波k的参数。

5.根据权利要求4所述的方法，其特征在于，所述载波选择参数为K行Q列的选择矩阵，其中，根据所述用户速率进行分配因子计算，以获取所述用户使用所述成员载波的载波选择参数的步骤包括：

根据第三公式对所述用户速率进行加权计算，以获取基站q的载波选择权重参数

其中，所述第三公式为：

其中，U_q为基站q的用户集，m为所述用户集U_q中基站q的用户，w_m为比例公平因子；

根据第四公式对所述基站的载波选择权重参数进行系统目标函数计算，以获取所述基站簇使用所述成员载波的系统目标函数

其中，所述第四公式为：

q_k，q为基站q选择成员载波k的参数，k＝1，2，…，K，k为成员载波的标识，K为成员载波的数量；

根据第五公式对所述系统目标函数进行载波选择矢量计算，以获取所述基站使用所述成员载波的载波选择矢量a_k，并生成所述选择矩阵，其中，所述第五公式为：

k＝1，2，…，K，a_k为所述选择矩阵的行向量。

6.根据权利要求5所述的方法，其特征在于，所述比例公平因子w_m根据如下公式获得：w_m＝w_q×w_m，k，

其中，通过如下公式计算基站比例因子w_q：w_q＝1/U_q；或者

w_q＝R_hm，q，其中，R_hm，q是基站q的调和平均速率，根据如下公式获取R_hm，q： $\frac{1}{R_{\mathrm{hm},q}}=\frac{1}{U_q}{\mathrm{\Σ}}_{m\∈U_q}\frac{1}{{\stackrel{\‾}{R}}_{q,m}},$ ${\stackrel{\‾}{R}}_{q,m}={\mathrm{\Σ}}_{k\∈K}{\stackrel{\‾}{R}}_{q,k,m}$ 为用户m在载波集合K上的速率和，

为用户m在载波k上的平均速率；

通过如下公式计算载波比例因子w_m，k：

$w_{m,k}=1/[{\mathrm{\Σ}}_{j=1}^{k-1}{a}_{j,m}{\tilde{R}}_{m,j}\left(t\right)+{\mathrm{\Σ}}_{j=k}^K{a}_{j,m}^{\′}{\tilde{R}}_{m,j}(t-1)],$ 其中，

是第m个用户在第j个成员载波上的历史平均速率，a′_j，m是上一个时隙，即t-1时隙的选择矩阵的第(j，m)个元素，a_j，m是当前时隙，即t时隙的选择矩阵的第(j，m)个元素，并且成员载波的选择次序为从成员载波的序号j＝1到k-1，再到k。

7.根据权利要求1所述的方法，其特征在于，所述载波选择参数为K行Q列的矩阵，其中，所述Q为所述网络中的基站数量，所述K为所述成员载波的数量，计算获取用户使用成员载波时的载波选择参数的步骤包括：

顺序对所述矩阵中的行向量a_l进行初始化计算，以获取初始化后的初始行向量a₀、初始载波选择判据以及集合S，其中，a₀＝[0]^1×Q，

S＝p{}，为行向量a_l中元素的值为1的个数，l＝1，2，…，Q，为系统目标函数；

根据所述初始行向量a₀、初始载波选择判据

以及集合S进行贪婪搜索处理，以获取用户使用成员载波时的载波选择矢量a_k。

8.根据权利要求7所述的方法，其特征在于，根据所述行向量a₀、初始载波选择判据

以及集合S进行贪婪搜索处理，以获取用户使用成员载波时的载波选择矢量a_k的步骤包括：

对所述初始化后的初始行向量a₀进行赋值计算，获取赋值后的行向量a_l，其中，a_l＝a_l-1，l∈[1，Q]，其中，所述赋值后的行向量a_l包括Q个元素a_l，q，q＝1，2，...，Q，a_l，q表示向量a_l的第q个元素；

检测所述行向量a_l中的第q个元素是否属于所述集合S；

在所述第q个元素不属于所述集合S的情况下，将所述第q个元素赋值为1且其他元素的值不变，以获取更新后的行向量a_l，其中，a_l＝{a_l，q＝1，a_l，j≠q＝a_l，j}；

根据所述更新后的行向量a_l通过第六公式计算所述系统目标函数

其中，第六公式为： ${\widehat{\mathrm{\λ}}}_k\left(a_l\right)={\widehat{\mathrm{\λ}}}_k\left(\right\{a_{l,q}=1,a_{l,j\≠q}=a_{l,j}\left\}\right);$

根据第七公式提取所有不属于所述集合S中的q对应于系统目标函数最大值的q^*，其中，所述第七公式为 $q^{*}=\arg \underset{q\⊂⃒S}{\max }\left\{{\widehat{\mathrm{\λ}}}_k\left(a_l\right)\right\};$

根据所述q^*的值更新所述行向量a_l中的第q^*个元素

赋值为1，以获取赋值后元素

根据所述q^*对所述集合S进行更新，以获取更新后的集合S，其中，S＝S+{q^*}；

根据所述更新后的向量a_l进行选择参数计算，以获取更新后的载波选择判据

其中，

根据第八公式进行选择参数计算，以获取载波选择矢量a_k，并获取所述载波选择参数，其中，所述第八公式为：

a_k为所述载波选择参数的行向量。

9.一种分配成员载波的装置，其特征在于，包括：

第一处理装置，用于通过获取每个用户使用每个成员载波时的载波选择参数；发送装置，用于将所述载波选择参数发送到对应的基站；

第二处理装置，用于根据获取到的所述载波选择参数分配成员载波，并在分配的所述成员载波上向用户发送数据。

10.根据权利要求9所述的装置，其特征在于，所述第一处理装置包括：

第一检测模块，用于检测并获取每个用户对应于网络中每个基站的信道响应；

第一计算模块，用于根据所述信道响应进行选择参数计算，以获取用户使用成员载波时的载波选择参数。

11.根据权利要求10所述的装置，其特征在于，所述第一计算模块包括：

第一子计算模块，用于根据所述信道响应进行用户速率计算，以获取对应所述用户使用每个所述成员载波的用户速率；

第二子计算模块，用于根据所述用户速率进行分配因子计算，以获取所述用户使用所述成员载波的载波选择参数。

12.根据权利要求11所述的装置，其特征在于，所述第一子计算模块包括：

第三子计算模块，用于根据第一公式对所述信道响应进行信噪比计算，以获取所述用户使用所述成员载波的信噪比SINR_q，k，m，其中，所述第一公式为：

${\mathrm{SINR}}_{q,k,m}=\frac{P_q{S}_{q,k,m}}{{\mathrm{\Σ}}_{i\⋐Q,i\≠q}{a}_{k,i}{P}_i{S}_{i,k,m}+I_N+N_0},$ q为所述网络中的一个所述基站标识，k为所述成员载波，m为所述基站q中的用户，所述I_N为不包括在所述网络之内的其他基站对基站q产生的干扰，P_q为基站q的发射功率，S_q，k，m为所述基站q的用户m到所述基站q的信道响应，S_i，k，m为所述用户m到所述基站i的信道响应，N₀为用户m接收机的噪声，a_k，i为基站i选择成员载波k的参数，P_i为基站i的发射功率，Q为所述网络中的基站数量，且i≠q；

第四子计算模块，用于根据第二公式对所述信噪比进行用户速率计算，以获取用户速率

其中，

为所述用户m使用所述基站q的成员载波k的用户速率，所述第二公式为：

其中，

为Q个基站组成的基站簇中除了基站q以外其他基站的选择成员载波k的参数。

13.根据权利要求12所述的装置，其特征在于，所述载波选择参数为K行Q列的选择矩阵，

其中，所述第二子计算模块包括：

第五子计算模块，用于根据第三公式对所述用户速率进行加权计算，以获取基站q的载波选择权重参数

其中，所述第三公式为：

其中，U_q为基站q的用户集，m为所述用户集U_q中基站q的用户，w_m为比例公平因子；

第六子计算模块，用于根据第四公式对所述基站的载波选择权重参数进行系统目标函数计算，以获取所述基站簇使用所述成员载波的系统目标函数

其中，所述第四公式为：a_k，q为基站q选择成员载波k的参数，k＝1，2，…，K，k为成员载波的标识，K为成员载波的数量；

第七子计算模块，用于根据第五公式对所述系统目标函数进行载波选择矢量计算，以获取所述基站使用所述成员载波的载波选择矢量a_k，并生成所述选择矩阵，其中，所述第五公式为：

k＝1，2，…，K，a_k为所述选择矩阵的行向量。

14.根据权利要求13所述的装置，其特征在于，所述比例公平因子w_m＝w_q×w_m，k，其中，所述第五子计算模块包括：

第十一子计算模块，用于通过公式w_q＝1/U_q计算基站比例因子w_q；

第十二子计算模块，用于通过公式w_q＝R_hm，q计算基站比例因子w_q，其中，R_hm，q是基站q的调和平均速率，根据如下公式获取R_hm，q： $\frac{1}{R_{\mathrm{hm},q}}=\frac{1}{U_q}{\mathrm{\Σ}}_{m\∈U_q}\frac{1}{{\stackrel{\‾}{R}}_{q,m}},$ ${\stackrel{\‾}{R}}_{q,m}={\mathrm{\Σ}}_{k\∈K}{\stackrel{\‾}{R}}_{q,k,m}$ 为用户m在载波集合K上的速率和，

为用户m在载波k上的平均速率；

第十三子计算模块，用于通过如下公式计算载波比例因子w_m，k：

$w_{m,k}=1/[{\mathrm{\Σ}}_{j=1}^{k-1}{a}_{j,m}{\tilde{R}}_{m,j}\left(t\right)+{\mathrm{\Σ}}_{j=k}^K{a}_{j,m}^{\′}{\tilde{R}}_{m,j}(t-1)],$ 其中，

是第m个用户在第j个成员载波上的历史平均速率，a′_j，m是上一个时隙，即t-1时隙的选择矩阵的第(j，m)个元素，a_j，m是当前时隙，即t时隙的选择矩阵的第(j，m)个元素，并且成员载波的选择次序为从成员载波的序号j＝1到k-1，再到k。

15.根据权利要求9所述的装置，其特征在于，所述载波选择参数为K行Q列的矩阵，其中，所述Q为所述网络中的基站数量，所述K为所述成员载波的数量，所述第一处理装置包括：

初始化计算模块，用于顺序对所述矩阵中的行向量a_l进行初始化计算，以获取初始化后的初始行向量a₀、初始载波选择判据

以及集合S，其中，a₀＝[0]^1×Q，

S＝{}，为行向量a_l中元素的值为1的个数，l＝1，2，…，Q，

为系统目标函数；

搜索模块，用于根据所述初始行向量a₀、初始载波选择判据

以及集合S进行贪婪搜索处理，以获取用户使用成员载波时的载波选择矢量a_k。

16.根据权利要求15所述的装置，其特征在于，所述搜索模块包括：

第一子处理模块，用于对所述初始化后的初始行向量a₀进行赋值计算，获取赋值后的行向量a_l，其中，a_l＝a_l-1，l∈[1，Q]，其中，所述赋值后的行向量a_l包括Q个元素a_l，q，q＝1，2，...，Q，a_l，q表示向量a_l的第q个元素；

第一检测模块，用于检测所述行向量a_l中的第q个元素是否属于所述集合S；

第二子处理模块，用于在所述第q个元素不属于所述集合S的情况下，将所述第q个元素赋值为1且其他元素的值不变，以获取更新后的行向量a_l，其中，a_l＝{a_l，q＝1，a_l，j≠q＝a_l，j}；

第八子计算模块，用于根据所述更新后的行向量a_l通过第六公式和第七公式提取所有不属于所述集合S中的q对应于系统目标函数最大值的q^*，其中，第六公式为： ${\widehat{\mathrm{\λ}}}_k\left(a_l\right)={\widehat{\mathrm{\λ}}}_k\left(\right\{a_{l,q}=1,a_{l,j\≠q}=a_{l,j}\left\}\right),$ 所述第七公式为 $q^{*}=\arg \underset{q\⊂⃒S}{\max }\left\{{\widehat{\mathrm{\λ}}}_k\left(a_l\right)\right\};$

第三子处理模块，用于根据所述q^*的值更新所述行向量a_l中的第q^*个元素赋值为1，以获取赋值后元素

第四子处理模块，用于根据所述所述q^*对所述集合S进行更新，以获取更新后的集合S，其中，S＝S+{q^*}；

第九子计算模块，用于根据所述更新后的向量a_l进行选择参数计算，以获取更新后的载波选择判据

其中，

第十子计算模块，用于根据第八公式进行选择参数计算，以获取载波选择矢量a_k，并获取所述载波选择参数，其中，所述第八公式为：

a_k为所述载波选择参数的行向量。

Images