CN104159308A - 基于空闲用户设备辅助的ofdma系统上行子信道分配方法 - Google Patents

Abstract

本发明公开了一种基于空闲用户设备辅助的OFDMA系统上行子信道分配方法。所述方法在现有的基于消息传递策略的OFDMA系统上行子信道分配算法的基础上进行了改进，主要是对演进型基站和接入用户之间通过消息传递迭代进行子信道分配决策的过程运算中涉及的选择运算进行了优化，由接入用户和其周围的空闲用户共同完成选择算法的初次partition运算，并且对选择算法也予以了改进，使之只需调用一次选择算法即能完成序号相连的两个元素的选择。与现有技术相比，本发明以极小的额外通信开销和延时，通过空闲用户协助，以及新的选择算法，使得子信道分配提速。本发明对信道快速变化的通信系统，具有尤为重要的应用价值。

Description

基于空闲用户设备辅助的OFDMA系统上行子信道分配方法

技术领域

本发明涉及一种OFDMA系统子信道快速分配方法，属于无线通信系统领域。

背景技术

无线通信系统合理的资源分配是实现信息高效传输的重要条件，而信道是无线通信系统最重要的资源之一，OFDMA系统的子信道分配往往涉及选择运算。为了便于描述，我们首先定义如下符号：处于接入状态的用户设备(User Equipment,UE)(以下称之为active UE)集合为处于空闲状态的用户设备(以下称之为idle UE)集合为子信道集合为标签为u的UE用UE_u表示。

目前的分布式资源分配方案之一是基于消息传递(Message Passing,MP)策略，其优点是，其一，复杂的计算由演进型基站(eNodeB)和UE共同参与完成，而且UE的分担的份额更大，因而减轻了基站的负担；其二，每个UE只需根据本地消息做出决策。基于消息传递的上行资源分配次优算法一般分两步进行：第一步是子信道分配，每次迭代所做的工作是UE_u 从一个数组(集合)中挑选出各自的第r_u小的元素，其中r_u为UE_u的子信道配额；第二步是比特加载。本发明旨在对第一步予以改进，使其运算速度加快。算法的场景如图1所示。

文献Message passing resource allocation for the uplink of multi-carrier multi-format Systems(IEEE Trans.Wireless Commun.,vol.11,no.1,pp.130-141,Jan.2012.)中提出的基于消息传递(Message Passing,MP)策略的子信道分配方案，与其同义的主程序伪代码如表1所示。迭代停止的检验条件是X^(t+1)＝X^(t)得到满足，即相继两次迭代生成的子信道归属矩阵X未变，若满足此条件则迭代停止，信道分配方案最后确定,否则继续调用消息传递迭代子程序，如表2所示。

被调用的消息迭代传递子程序(函数)为： 其伪代码如表2所示。

表2中Step 2-1的运算过程可描述为：UE_u从集合中挑选出第小的元素，其中P_u,j表示UE_u在满足一定误码率和频谱利用率(一般设为1)的条件下，如果接入信道j所需的发射功率，表示由eNodeB发送给UE_u的关于信道j的消息，其量纲也是功率，隐含了用户集合中的用户在满足一定误码率和频谱利用率的条件下，如果接入信道j所需的发射功率的相关信息。该运算由UE_u执行。Step 2-2运算过程描述为：eNodeB从集合中挑选出最小的元素，该运算由eNodeB执行。存在如下事实：第一，Step 2-1的候选集合的势等于子信道总数，而Step 2-2的候选集合的势等于用户总数，通常前者远大于后者；第二，Step 2-1是选择第小的元素，而Step 2-2是选择最小的元素，就算法本身而言，前者的复杂度远大于后者；第三，Step 2-1的执行系统为UE,而Step 2-2的执行系统是eNodeB，显然前者的运算能力也远小于后者。基于以上事实。我们可以认为，信道分配所消耗的时间大部分由Step 2-1贡献。

上述运算的核心是一个选择算法，目前已有报道的传统选择算法中，运算最快的是Hoare’s Find算法，其运算的平均时间复杂度为Θ(n)，其中n为输入数组的大小。

Hoare’s Find算法的核心运算是“一分为二”操作，即partition(以下这样称谓)运算，对其原理简述如下：假设原数组为X＝[x₀，x₁，x₂，…x_N]，对其进行一分为二(partition)的处理后，其结果是将原数组X转换为另一个新数组Y，Y＝[X₁,x_p,X₂]，其中，p为元素序号，元素x_p被称为pivot，集合 $X1\⋐X,\left|X1\right|=p-1.x\≤x_p\∀x\∈X_1;$ 集合 $X_2\⋐X,\left|X_2\right|=N-p.x>$ $x_p\∀x\∈X_2.$

Hoare’s Find算法基于“分而治之”思想。假设寻找的目标是第k小的元素，在partition操作后，如果k＝p，则第k小的元素就此找到；如果k<p，则需继续用同样的方法，在X₁中寻找第k小的元素；如果k>p，则需继续用同样的方法，在X₂中寻找第k-p小的元素。如此，不断迭代，最后挑选出目标元素。

现有的关于OFDMA资源分配算法，所涉及的操作仅由active UE参与，idle UE未加以利用，本发明使idle UE也有机会参与为active UE分配信道的运算，旨在使运算提速，由此加快OFDMA资源分配的速度。这种方案，基于无线通信网络系统固有的两个有利条件，其一，通常存在空闲用户；其二，active UE收听广播的下行消息时，idle UE亦可同时收听，不需另设信道，因而通信开销很小。

发明内容

发明目的：本发明在现有的基于MP算法的OFDMA系统上行子信道分配分布式算法的基础上进行改进，对OFDMA系统往往存在空闲用户，以及空闲用户可以与接入用户同时收听下行消息的两个特点加以合理利用，提供一种基于空闲用户设备辅助的OFDMA系统上行子信道快速分配方法，旨在通过空闲用户的协助，以极低的开销，加快子信道分配中的选择操作的运算速度，从而加快整体运算速度。

技术方案：为实现上述发明目的，本发明采用的技术方案为：

一种基于空闲用户设备辅助的OFDMA系统上行子信道分配方法，包括：

步骤1：接入用户在准备接入时根据其与空闲用户之间的信道情况选择若干空闲用户作为参与子信道分配运算的协助者，并与协助者制定通信协议；

步骤2：eNodeB进行信道估计和功率矩阵、各接入用户的子信道配额向量、迭代序号、下行消息矩阵以及子信道归属判决矩阵的初始化；

步骤3：eNodeB和接入用户之间通过消息传递迭代进行子信道分配决策的过程运算，若相继两次迭代生成的子信道归属判决矩阵不变，则迭代结束，子信道分配方案确定；

步骤3中每次迭代的子信道分配决策的过程运算包括：

步骤3.1：eNodeB根据上行消息计算下行消息，并广播下行消息，初次下行消息设置为零；

步骤3.2：各个接入用户及各自的协助者收听下行消息，结合下行消息、功率矩阵和各接入用户的子信道配额共同完成子上行消息的求解运算，接入用户根据运算结果设置上行消息并发送给eNodeB；

步骤3.3：各接入用户基于上行消息和下行消息获得子信道归属判决矩阵。

上述步骤1的具体过程为：当接入用户UE_u,准备接入时，首先在其附近周围选择若干个信道状态较好的idle UE作为协助者组成一个子集合 中的各个idle UE与UE_u之间的通信制式是OFDMA。然后，UE_u给中的每个idle UE编号，并指定每个idleUE向UE_u传递信息占用的子信道，以便UE_u在接收中的各个idle UE传送的信息而进行OFDMA解调时可以直接判断出某信道的信息与中的idle UE编号的对应关系。

上述步骤3.2中在信道分配决策的每次消息传递迭代中，各个接入用户及各自的协助者结合下行消息、功率矩阵和接入用户的子信道配额共同完成子上行消息的求解运算的步骤包括：

步骤A：各接入用户将功率矩阵中本用户接入每个子信道所需功率，与下行消息矩阵中本用户关于对应各子信道的消息，二者相加，形成一个数组Φ_u。在第t次迭代中，其中，其中P_u,j为功率矩阵中用户接入子信道所需功率，为eNodeB对UE_u发送的关于子信道的下行消息。eNodeB广播功率矩阵和下行消息时，各接入用户及各自的协助者均能收听到，接入用户及其协助者同做如上的相加运算。

步骤B：各接入用户通过选择运算从数组Φ_u中选出第和小的元素，其中r_u为用户u的子信道配额。所述选择运算的首次partition操作由接入用户及其协助者共同完成，后续的partition由接入用户采用改进后的Hoare’s FIND算法独立完成。

其中接入用户UE_u及其协助者共同完成首次partition操作的步骤包括：

步骤B11：以为pivot，数组中的其他元素与pivot的比较运算由UE_u及其协助者均分，UE_u及其协助者作比较运算。其中，i为UE_u及其协助者的编号，UE_u的编号为2，其协助者的编号为 表示向上取整，k表示这种运算的轮次；f(a₀,a_i)是一个示性函数，f(a₀,a_i)＝0若a_i>a₀，否则f(a₀,a_i)＝1。

步骤B12：UE_u的协助者将比较运算结果报告给UE_u，UE_u得到比较结果 中并非所有idle UE均需将其比较结果报告给UE_u，仅其中得到比较结果为1的idle UE将其比较结果报告给UE_u即可，报告的总信息量的统计均值为个比特，报告的通信制式是OFDMA，若集合中的某个idle UE在某个时隙未发出报告信息，则UE_u默认收到的是0。

步骤B13：根据步骤B12得到的比较结果进行第一次partition操作，得到结果:其中，是pivot，中的所有元素均小于等于 中的所有元素均大于

其中接入用户独立完成后续的partition操作，并在一次选择算法中完成第和小的元素的选择，采用的算法命名为改进的Hoare’s FIND算法(Modified Hoare’s FIND,简称MHF)，算法的步骤包括：

步骤B21：接收经过第一次partition操作后数组其中为pivot元素，p为其在中的序号，为的一个子数组，其中的元素均小于 也为的一个子数组，其中的元素均大于n为partition操作的轮次，此时为1；

步骤B22：判断是否r_u＝p，若r_u＝p则即为数组Φ_u中的第小的元素，选中它予以存储，并且将作为下一次partition操作的输入数组，令若r_u≠p，则再判断是否r_u+1＝p，若是，则即为数组Φ_u中的第小的元素，选中它并予以存储，并将作为下一次partition操作的输入数组，令若r_u≠p且r_u+1≠p，则判断是否r_u<p,若是，则将作为下一次partition操作的输入数组，令若否，则将作为下一次partition操作的输入数组，令

步骤B23：接收输入数组Φ_u，进行partition操作并输出数组

上述步骤B22和B23循环执行，直至第小和第小的元素均被选中，则将其输出。

有益效果：本发明的有益效果是，以极小的通信开销，将每次迭代中的首次partition运算，以多核并行的方式，在极短的时间内完成。就统计平均而言，后续的Hoare's Find的输入数组的仅为原始输入数组的一半之大。由于Hoare's Find的平均时间复杂度为Θ(n)，其中n为供选的输入数组的大小，因此，平均整体运算时间节省将近一半。此外，由于改进了Hoare'sFind算法，使得运算进一步提速。

附图说明

图1为本发明的使用场景图；

图2为现有的基于MP算法的OFDMA上行子信道分配方法总体流程图；

图3为图2中消息传递迭代的子流程图的前部分的流程图；

图4为图2中消息传递迭代的子流程图的后部分的流程图；

图5为本发明方法针对现有的消息传递迭代步骤中的选择算法步骤的改进后的流程图；

图6为本发明实施例的信道状态参数下行广播示意图；

图7为本发明实施例的下行消息传递示意图；

图8为本发明实施例的partition操作示意图；

图9为本发明实施例的上行消息传递示意图；

其中，图6-9中均以2个用户均等接入8个子信道为例。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明。本发明的核心思路为：在active UE接收eNodeB广播的下行消息时，其周围的idle UE也同步收听，它们利用收听到的消息，协助active UE完成第一次partition。

本发明实施例公开了一种基于空闲用户设备辅助的OFDMA系统上行子信道快速分配方法，包括：

步骤1：接入用户在准备接入时根据与空闲用户之间的信道情况选择若干空闲用户作为参与子信道分配运算的协助者，并与协助者制定通信协议。如图1所示，当接入用户UE_u,准备接入时，首先在其附近周围选择若干个idle UE作为协助者，协助者个数等于其中为子信道总数；一般采用均等配额，即择选的协助者对象是集合中个与UE_u的通信信道最好的idle UE，将它们组成一个子集合一般而言，由于距离较近，中的idle UE与UE_u之间的信道状态较好，它们之间的通信不需信道编码。中的各个idle UE与UE_u之间的通信制式是OFDMA，UE_u给中的每个idle UE编上号，并且，每个idle UE占用哪个子载波向UE_u传递信息，也由UE_u指定。如此，UE_u在接收中的各个idle UE传送的信息而进行OFDMA解调时，可以直接判断出某信道的信息是由中的哪个idle UE传送而来。

步骤2：eNodeB进行信道估计和功率矩阵、各接入用户的子信道配额向量、迭代序号、下行消息矩阵以及子信道归属判决矩阵的初始化。如图2所示，初始化包括：

a)功率矩阵P初始化：OFDMA系统首先进行上行信道估计，得到各信道的电压增益对其进行下行广播后，各active UE算出各信道的功率增益g_u,f＝|h_u,f|²,由此建立各active UE如果接入各信道所需之发射功率P_u,f，构建功率矩阵其中，P_u,f表示UE_u以频谱利用率为1接入子信道f所需的接入功率，可用如下公式P_u,f＝γ_tgt(N₀Δf)/g_u,f,其中，γ_tgt为目标信噪比，如频谱利用率为1，则γ_tgt由log₂(1+γ_tgt)＝1获得；N₀为噪声功率密度；Δf为子信道带宽。eNodeB向下行广播功率矩阵P。

图6为以2个用户均等接入8个子信道为例的信道状态参数下行广播示意图，eNodeB根据导频信号进行上行信道估计后，广播active UE₁的上行各子信道的增益H₁＝(h_1,1,h_1,2,h_1,3,h_1,4,h_1,5,h_1,6,h_1,7,h_1,8)，active UE₁收听之并据此计算其以频谱利用率为1接入上行各子信道所需的发射功率P₁＝(p_1,1,p_1,2,p_1,3,p_1,4,p_1,5,p_1,6,p_1,7,p_1,8)；eNodeB同时广播active UE₂的上行各信道的增益H₂＝(h_2,1,h_2,2,h_2,3,h_2,4,h_2,5,h_2,6,h_2,7,h_2,8)，active UE₂收听之并据此计算其以频谱效率为1接入上行各子信道所需的发射功率P₂＝(p_2,1,p_2,2,p_2,3,p_2,4,p_2,5,p_2,6,p_2,7,p_2,8)。

b)各个接入用户的子信道配额向量的初始化：

其中，r_u为UE_u的子信道配额。

c)迭代序号t初始化：t←0

d)下行消息矩阵初始化：

其中，表示eNodeB向用户u传送的关于子信道f的消息。

e)子信道归属判决矩阵X初始化：

若表示系统判决信道f归属用户u，否则不归属。

步骤3：eNodeB和接入用户之间通过消息传递迭代进行子信道分配决策的过程运算，若相继两次迭代生成的子信道归属判决矩阵不变，则迭代结束，子信道分配方案确定。

如图2所示，基于消息传递迭代的子信道分配算法的核心为消息传递子程序。图3和图4为消息传递子程序的算法的详细流程图，算法输入为：接入用户集、可用子信道集、子信道配额集、功率矩阵和下行消息矩阵，输出为：子信道判决矩阵和下行消息消息矩阵。eNodeB和接入用户之间消息传递迭代子程序主要包括：

步骤3.1：eNodeB根据上行消息计算下行消息，并广播下行消息，初次下行消息设置为零。eNodeB设置下行消息的伪代码如下：

表示除本用户之外的所有用户关于子信道f的上行消息，其中最小者被选出，作为子信道f关于本用户的下行消息。

如图7所示，针对active UE₁，eNode B作如下迭代运算，其结果向下行广播：

针对active UE₂，eNode B作如下迭代运算，其结果发送给active UE₂及其辅助idle UE：

步骤3.2：各个接入用户及各自的协助者收听下行消息，结合下行消息、功率矩阵和各接入用户的子信道配额共同完成子上行消息的求解运算，接入用户根据运算结果设置上行消息并发送给eNodeB。

其中，active UE_u及其辅助idle UE收听下行消息：

如图7所示：

active UE₁及其辅助idle UE收听eNode B发送的下行消息：

${\tilde{M}}^{\left(t\right)}(1,:)={\left({\widetilde{\mathrm{\&mu;}}}_{f\&RightArrow;1}^{\left(t\right)}\right)}_{1\&times;8}=[{\widetilde{\mathrm{\&mu;}}}_{1\&RightArrow;1}^{\left(t\right)},{\widetilde{\mathrm{\&mu;}}}_{2\&RightArrow;1}^{\left(t\right)},{\widetilde{\mathrm{\&mu;}}}_{3\&RightArrow;1}^{\left(t\right)},{\widetilde{\mathrm{\&mu;}}}_{4\&RightArrow;1}^{\left(t\right)},{\widetilde{\mathrm{\&mu;}}}_{5\&RightArrow;1}^{\left(t\right)},{\widetilde{\mathrm{\&mu;}}}_{6\&RightArrow;1}^{\left(t\right)},{\widetilde{\mathrm{\&mu;}}}_{7\&RightArrow;1}^{\left(t\right)},{\widetilde{\mathrm{\&mu;}}}_{8\&RightArrow;1}^{\left(t\right)}];$

active UE₂及其辅助idle UE收听eNode B发送的下行消息：

${\tilde{M}}^{\left(t\right)}(2,:)={\left({\widetilde{\mathrm{\&mu;}}}_{f\&RightArrow;2}^{\left(t\right)}\right)}_{1\&times;8}=[{\widetilde{\mathrm{\&mu;}}}_{1\&RightArrow;2}^{\left(t\right)},{\widetilde{\mathrm{\&mu;}}}_{2\&RightArrow;2}^{\left(t\right)},{\widetilde{\mathrm{\&mu;}}}_{3\&RightArrow;2}^{\left(t\right)},{\widetilde{\mathrm{\&mu;}}}_{4\&RightArrow;2}^{\left(t\right)},{\widetilde{\mathrm{\&mu;}}}_{5\&RightArrow;2}^{\left(t\right)},{\widetilde{\mathrm{\&mu;}}}_{6\&RightArrow;2}^{\left(t\right)},{\widetilde{\mathrm{\&mu;}}}_{7\&RightArrow;2}^{\left(t\right)},{\widetilde{\mathrm{\&mu;}}}_{8\&RightArrow;2}^{\left(t\right)}]$

各个接入用户及各自的协助者结合下行消息、功率矩阵和各接入用户的子信道配额共同完成子上行消息的求解运算,接入用户根据运算结果设置上行消息并发送给eNodeB的具体步骤包括：

A)各接入用户将功率矩阵中本用户接入每个子信道所需功率，与下行消息矩阵中本用户关于对应各子信道的消息，二者相加，形成一个数组Φ_u。

B)各接入用户通过选择运算从数组Φ_u中选出第和小的元素，其中r_u为用户u的子信道配额。

C)各接入用户遍历数组Φ_u中的每个子信道f对应的元素，若大于第个元素，则用户u关于子信道f的上行消息设置为对应的功率矩阵中的第f个元素与数组Φ的第个元素之差，否则用户u关于子信道f的上行消息设置为对应的功率矩阵中的第f个元素与数组Φ的第个元素之差。

active UE_u设置下行消息的伪代码如下：

如图9所示，active UE₁作如下计算：

active UE₂作如下计算：

D)各接入用户将上行消息矩阵发送给eNodeB。

active UE_u将以上结果发送至eNodeB。

如图9所示，

active UE₁将以上结果发送至eNodeB。

active UE₂将以上结果发送至eNodeB。

上述步骤B中的各接入用户从数组Φ_u中选出第和小的元素具体采用的方法为本发明方法的核心改进之处，本发明充分利用系统中的空闲用户作为接入用户的运算协助者，以极小的通信开销，将每次迭代中的首次partition运算，由接入用户和其协助者共同完成，以多核并行的方式，实现在极短的时间内完成选择运算。具体算法的流程如图5所示，包括如下步骤：

B1)接入的active UE和协助的idle UE共同完成选择运算所需的初次partiton运算。

UE_u需从集合挑选出第r_u小和第r_u+1小的元素，由于eNodeB对UE_u发送(只在初始化时发送一次)和(每次迭代均需发送)时，UE_u附近的集合中的idle UE均能收听到，将二者相加：故第一次partition可以这样完成：以为pivot，UE_u将中的UE依次编号为第t次迭代时中编号为i的idle UE作的运算，分别得到结果UE_u将自身编号为2，其内部作的运算。f(a₀,a_i)是一个示性函数，f(a₀,a_i)＝1若a_i>a₀，否则f(a₀,a_i)＝0。然后，中的所有idle UE同时将结果分别报告给UE_u，报告的信息量为1个比特，报告的通信制式是OFDMA。为了节省通信开销，也可仅其中得到的idle UE将其比较结果报告给UE_u，若集合中的某个idle UE未发出报告信息，则UE_u默认收到的是0。这样，UE_u就获知了所有结果，从而得到了第1次partition的结果:其中，是pivot，集合中的所有元素均小于集合中的所有元素均大于

如图8所示，active UE₁作如下计算：

${\mathrm{\&Phi;}}^{\left(t\right)}(1,:)=P_1+{\tilde{M}}^{\left(t\right)}(1,:)={\left({\mathrm{\&phi;}}_{1,f}^{\left(t\right)}\right)}_{1\&times;8}=[{\mathrm{\&phi;}}_{\mathrm{1,1}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{1,2}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{1,3}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{1,4}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{1,5}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{1,6}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{1,7}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{1,8}}^{\left(t\right)}]$

其中， ${\mathrm{\&phi;}}_{1,j}^{\left(t\right)}=P_{1,j}+{\widetilde{\mathrm{\&mu;}}}_{j\&RightArrow;1}^{\left(t\right)},j=1...8.$

当第一次进行partition操作时,采用idle UE辅助运算的多核并行运算形式，active UE₁所作的运算为 $c_{\mathrm{1,2}}=f({\mathrm{\&phi;}}_{\mathrm{1,1}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{1,2}}^{\left(t\right)}),$ 其它6个idle UE所作的运算为 $c_{1,i}=f({\mathrm{\&phi;}}_{\mathrm{1,1}}^{\left(t\right)},{\mathrm{\&phi;}}_{1,i}^{\left(t\right)}),i=3...8.$

当第二次使用partition时,就统计平均而言其规模缩小一半，为了节省通信开销，第二次及以后的partition采用传统的Hoare’s FIND单核串行运算形式，仅在active UE₁内部执行。

最后的选择运算输出如下：和

active UE₂作如下计算：

${\mathrm{\&Phi;}}^{\left(t\right)}(2,:)=P_2+{\tilde{M}}^{\left(t\right)}(2,:)={\left({\mathrm{\&phi;}}_{2,f}^{\left(t\right)}\right)}_{1\&times;8}=[{\mathrm{\&phi;}}_{\mathrm{2,1}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{2,2}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{2,3}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{2,4}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{2,5}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{2,6}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{2,7}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{2,8}}^{\left(t\right)}]$

其中， ${\mathrm{\&phi;}}_{2,j}^{\left(t\right)}=P_{2,j}+{\widetilde{\mathrm{\&mu;}}}_{j\&RightArrow;2}^{\left(t\right)},j=1...8.$

当第一次进行partition操作时,采用idle UE辅助运算的多核并行运算形式，active UE₂所作的运算为 $c_{\mathrm{2,2}}=f({\mathrm{\&phi;}}_{\mathrm{2,1}}^{\left(t\right)},{\mathrm{\&phi;}}_{\mathrm{2,2}}^{\left(t\right)}),$ 其它6个idle UE所作的运算为 $c_{2,i}=f({\mathrm{\&phi;}}_{\mathrm{2,1}}^{\left(t\right)},{\mathrm{\&phi;}}_{2,i}^{\left(t\right)}),i=3...8.$

当第二次使用partition时,就统计平均而言其规模缩小一半，为了节省通信开销，第二次及以后的partition采用传统的Hoare’s FIND单核串行运算形式，仅在active UE₂内部执行。

最后的选择运算输出如下：和

B2)active UE自身完成后续的partiton，改进传统的Hoare’s FIND算法，形成MHF算法，在一次选择运算中输出数组Φ_u中的第小和第小的元素。具体算法过程如下：

输入数组Φ_u，经过由空闲终端协助完成的第一次partition操作后，其结果是形成新的数组其中为pivot元素，p为其在中的序号，为的一个子数组，其中的元素均小于 也为的一个子数组，其中的元素均大于判断是否r_u＝p，若r_u＝p则即为数组Φ_u中的第小的元素，选中它予以存储，并且将作为下一次partition操作的输入数组，令若r_u≠p，则再判断是否r_u+1＝p，若是，则即为数组Φ_u中的第小的元素，选中它并予以存储，并将作为下一次partition操作的输入数组，令若r_u≠p且r_u+1≠p，则判断是否r_u<p,若是，则将作为下一次partition操作的输入数组，令若否，则将作为下一次partition操作的输入数组，令如此循环反复，直至第小和第小的元素均被选中，则将其输出。

步骤3.3：各接入用户基于上行消息和下行消息获得子信道归属判决矩阵。如图4所示，各接入用户计算该用户关于子信道f的上行消息和下行消息相加之和，并判断和是否小于0，若小于0则子信道f归属该用户，否则子信道f不归属该用户。

Claims (5)

1.一种基于空闲用户设备辅助的OFDMA系统上行子信道分配方法，其特征在于：所述方法包括如下步骤：

(1)接入用户在准备接入时根据与空闲用户之间的信道情况选择若干空闲用户作为参与子信道分配运算的协助者，并与协助者制定通信协议；

(2)演进型基站eNodeB进行信道估计和功率矩阵、各接入用户的子信道配额向量、迭代序号、下行消息矩阵以及子信道归属判决矩阵的初始化；

(3)eNodeB和接入用户之间通过消息传递迭代进行子信道分配决策的过程运算，若相继两次迭代生成的子信道归属判决矩阵不变，则迭代结束，子信道分配方案确定；

所述步骤(3)中每次迭代的子信道分配决策的过程运算包括：

(3.1)eNodeB根据上行消息计算下行消息，并广播下行消息，初次下行消息设置为零；

(3.2)各个接入用户及各自的协助者收听下行消息，结合下行消息、功率矩阵和各接入用户的子信道配额共同完成上行消息的求解运算，接入用户根据运算结果设置上行消息并发送给eNodeB；

(3.3)各接入用户基于上行消息和下行消息获得子信道归属判决矩阵。

2.根据权利要求1所述的基于空闲用户设备辅助的OFDMA系统上行子信道分配方法，其特征在于：

步骤(3.2)中各个接入用户及各自的协助者结合下行消息、功率矩阵和接入用户的子信道配额共同完成上行消息的求解运算的步骤包括：

(A)各接入用户将功率矩阵中本用户接入每个子信道所需功率，与下行消息矩阵中本用户关于对应各子信道的消息，二者相加，形成一个数组Φ_u； 其中t为迭代序号，P_u,j为功率矩阵中用户接入子信道所需功率，为eNodeB对UE_u发送的关于子信道的下行消息，为子信道集合；

(B)各接入用户通过选择运算从数组Φ_u中选出第和小的元素，其中r_u为用户u的子信道配额；

所述步骤(B)中选择运算采用Hoare’s Find选择算法，首次partition操作由接入用户及其协助者共同完成，后续的partition操作由接入用户独立完成。

3.根据权利要求2所述的基于空闲用户设备辅助的OFDMA系统上行子信道分配方法，其特征在于：

所述首次partition操作由接入用户及其协助者共同完成的具体步骤为：

(B11)以数组中的第一个元素为pivot，数组中的其他元素与pivot的比较运算由UE_u及其协助者均分，UE_u及其协助者作与的比较运算，其中，i为UE_u及其协助者的编号，UE_u的编号为2，其协助者的编号为 表示向上取整；

(B12)UE_u的协助者将比较运算结果报告给UE_u；

(B13)根据步骤(B12)得到的比较结果进行第一次partition操作，得到结果:其中，是pivot，中的所有元素均小于等于中的所有元素均大于

4.根据权利要求3所述的基于空闲用户设备辅助的OFDMA系统上行子信道分配方法，其特征在于：步骤(B12)中，每个编号i为的协助者只在存在 时将比较结果报告给UE_u，报告采用通信制式是OFDMA，若UE_u未收到编号i为的协助者的报告，则默认

5.根据权利要求2所述的基于空闲用户设备辅助的OFDMA系统上行子信道分配方法，其特征在于：

所述后续的partition操作由接入用户独立完成的具体步骤为：

(B21)接收经过第一次协作完成的partition操作后形成数组其中为pivot元素，p为其在中的序号，为的一个子数组，其中的元素均小于 也为的一个子数组，其中的元素均大于n为partition操作的轮次，此时为1；

(B22)判断是否r_u＝p，若r_u＝p则即为数组Φ_u中的第小的元素，选中它予以存储，并且将作为下一次partition操作的输入数组，令若r_u≠p，则再判断是否r_u+1＝p，若是，则即为数组Φ_u中的第小的元素，选中它并予以存储，并将作为下一次partition操作的输入数组，令若r_u≠p且r_u+1≠p，则判断是否r_u<p,若是，则将作为下一次partition操作的输入数组，令若否，则将作为下一次partition操作的输入数组，令

(B23)接收输入数组Φ_u，进行partition操作并输出数组

上述步骤(B22)和(B23)循环执行，直至第小和第小的元素均被选中，则将其输出，结束循环。