CN104270186A - 基于信道隔离度门限值优化的协作多点传输方法 - Google Patents

Abstract

本发明公开了一种基于信道隔离度门限值优化的协作多点传输方法，提出了关于信道隔离度门限值的平衡函数，在移动通信系统运行过程中，每隔一个预定周期，通过仿真得到平衡函数最大值对应的最优信道隔离度门限值作为当前门限值，计算各用户的信道隔离度值，在进行用户划分时根据当前门限值划分协作用户和非协作用户，然后进行用户分组和协作传输。本发明通过对信道隔离度门限值的设定进行优化，随着网络变化选择合适的信道隔离度的门限值，使信道隔离度门限值符合网络的实际需要，使传输性能一直维持在较高水平。

Description

基于信道隔离度门限值优化的协作多点传输方法

技术领域

本发明属于协作多点传输技术领域，更为具体地讲，涉及一种基于信道隔离度门限值优化的协作多点传输方法。

背景技术

近年来，随着移动互联网的不断发展以及无线数据业务的广泛应用，人们对于移动通信系统的传输速率和服务质量的要求越来越高，更高的峰值速率和更低的时延、更高的频谱利用率和灵活性以及更高的系统容量成为新一代移动通信系统的整体目标。

LTE-A系统下行采用OFDM接入方式，使得小区内用户信息承载在相互正交的不同子载波上，从而避免了小区内用户的多址干扰。但是为了提高整体的频谱效率，现有的通信系统多采用同频组网的方式，相邻小区可以使用相同的频率资源，这样就会使小区边缘的用户收到来自其他相邻小区的同频信号干扰，正交频分多址(Orthogonal Frequency Division Multiple Access,OFDMA)无法像码分多址(Code Division Multiple Access,CDMA)系统那一样通过扩频的方法减小或消除小区间的干扰，因而处在小区边缘的用户接收到的信号质量差，边缘吞吐量较低，进而影响系统的整体性能。因此在这样的背景和需求下，在LTE-A系统中引入了协作多点传输(Coordinated Multipoint Transmission/Reception,CoMP)技术，来增强网络覆盖和提高边缘吞吐量和边缘用户的服务质量。CoMP技术主要是利用分布式天线的原理，在不同小区间进行必要的用户信息与数据共享，通过基站之间的信息交互及相互协调，对数据的无线传输进行优化，消除小区边缘用户的干扰信号或将其变为有用信号，使得用户的信号得到改善，从而提高用户吞吐量，最终达到整个系统频谱效率的提高。

根据协作小区的组成形式，CoMP成簇可以分为静态成簇和动态成簇。在这里，簇的概念就是进行协作的小区集合。静态簇不会随着时间而重新划分，而动态簇可以随着具体的业务需求以及信道状态信息的变化进行调整，提高系统的整体吞吐量。在实际应用中，动态簇复杂度较高，对通信系统的具体实现提出了一定要求，同时与静态簇相比，性能提升得并不是非常明显。

在得到协议簇后，需要对用户进行划分，得到协作用户和非协作用户，再针对不同用户选择不同传输模式进行通信。现有技术的静态簇中，用户划分的依据主要包括协作距离和信道隔离度。但是如果单纯采用协作距离进行用户划分，忽视了那些不在协议距离内却受到较强干扰的用户，对于这些用户来说，信号质量差却没有满足协作条件，得不到性能的改善。而信道隔离度考虑到了用户的信道信息和周边环境的联系，与协作距离相比，更能反映接收信号质量。

在采用信道隔离度进行用户划分时，通过设定信道隔离值的阈值来判断用户是否需要协作。由于基站间信息的共享，当协作用户数量增加时，系统的回程将会增多，因此需要找到一个合适的门限值在系统性能(系统吞吐量)和回程开销之间进行折中。通过仿真可以得到门限值取在0.8到0.9之间比较合适。实际应用中，由于用户的移动以及周围环境的变化，用户的信道状态将会随着时间的改变而改变。但是门限值是在系统工作前就已经人为设定好的固定值，不会随着网络变化而变化，因此不一定适应当前网络状态，无法使传输性能始终保持在最佳水平。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于信道隔离度门限值优化的协作多点传输方法，随着网络变化选择合适的信道隔离度的门限值，使传输性能一直维持在较高水平。

为实现上述发明目的，本发明基于信道隔离度门限值优化的协作多点传输方法，包括以下步骤：

S1：将下行蜂窝移动通信系统进行静态分簇；

S2：根据预设的步长依次在区间[0,1]内选取备选信道隔离度门限值进行协作多点传输仿真，得到各个门限值下的用户吞吐量和回程量，根据以下公式计算平衡函数值：

$U\left(\mathrm{\η}\right)=\mathrm{\ϵ}\frac{\mathrm{\Δ}\stackrel{\‾}{R}\left(\mathrm{\η}\right)}{{\max }_{\mathrm{\η}}\mathrm{\Δ}\stackrel{\‾}{R}\left(\mathrm{\η}\right)}-(1-\mathrm{\ϵ})\frac{\mathrm{\Δ}\stackrel{\‾}{D}\left(\mathrm{\η}\right)}{{\max }_{\mathrm{\η}}\mathrm{\Δ}\stackrel{\‾}{D}\left(\mathrm{\η}\right)}$

其中，ε是预设的平衡因子，取值范围为0≤ε≤1；表示门限值为η时相对于非协作传输所增加的用户吞吐量，表示所有备选门限值对应的中的最大值，表示门限值为η时相对于非协作传输所增加的回程量，表示所有备选门限值对应的中的最大值；

选择令平衡函数值U(η)最大的门限值作为当前门限值

每隔一个预定周期，重新进行仿真，对门限值进行更新；

S3：对于每个静态簇，在通信过程中每隔一个预定周期，计算簇内各用户的信道隔离度，计算公式为：

其中表示静态簇c中小区b内用户k的信道隔离度，是用户k的服务基站b的第根天线到用户的信道信息，是服务基站b的天线集合，N_c表示静态簇c中总的天线集合，是静态簇c内第根天线到用户的信道信息；

如果用户的信道隔离度小于当前门限值，则将该用户划分为协作用户，否则划分为非协作用户；

S4：采用用户选择算法对每个静态簇中的协作用户进行分组，静态簇中的基站根据用户分组进行协作传输。

本发明基于信道隔离度门限值优化的协作多点传输方法，提出了关于信道隔离度门限值的平衡函数，在移动通信系统运行过程中，每隔一个预定周期，通过仿真得到平衡函数最大值对应的最优信道隔离度门限值作为当前门限值，计算各用户的信道隔离度值，在进行用户划分时根据当前门限值划分协作用户和非协作用户，然后进行用户分组和协作传输。本发明通过对信道隔离度门限值的设定进行优化，随着网络变化选择合适的信道隔离度的门限值，使信道隔离度门限值符合网络的实际需要，使传输性能一直维持在较高水平。

附图说明

图1是本发明基于信道隔离度门限值优化的协作多点传输方法的一种具体实施流程图；

图2是下行蜂窝移动通信系统的静态分簇示意图；

图3是静态簇内各小区对用户的协作多点传输示意图；

图4是实施例采用的用户选择算法的具体流程图；

图5是平衡函数值随信道隔离度门限值变化的曲线图；

图6是不同时刻最优信道隔离度门限值的示意图；

图7是不同协作模式下用户吞吐量累积分布函数示意图。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

图1是本发明基于信道隔离度门限值优化的协作多点传输方法的一种具体实施流程图。如图1所示，本发明基于信道隔离度门限值优化的协作多点传输方法包括以下步骤：

S1：静态分簇：将下行蜂窝移动通信系统进行静态分簇。

图2是下行蜂窝移动通信系统的静态分簇示意图。如图2所示，该下行蜂窝移动通信系统由M个规则六边形小区组成，小区采用全频率复用，即使用相同的频谱资源。每个小区内有一个基站(Base station,BS)和K_d个用户(UserEquipment,UE)，d的取值范围为1≤d≤D，并且基站位于小区的中心，K_d个用户在小区中随机均匀分布。每个基站拥有N_t根传输天线，每个用户拥有一根接收天线。本实施例中，相邻的三个小区组合在一起形成超级小区(也就是静态簇，在图1中采用颜色进行区分)，静态簇的数量记为C。

在现有技术中，为了减少干扰，通常会在发送端采用预编码技术对发送信号进行预处理，在本实施例中采用迫零预编码技术。在协议簇c中，如果不采用协作多点传输，服务基站为b的用户k的接收信号功率为：

其中，表示服务基站b发送至用户k的传输数据流，满足(·)^H代表共轭转置。是服务基站b对用户k的预编码矩阵，是传输信号功率，而是均值为0单位方差的加性高斯白噪声(AWGN)，即N_b(≤N_t)表示在服务基站b所在小区内与用户k使用相同频率的其他用户数，对应地，表示服务基站b发送至用户i的传输数据流，是服务基站b对用户i的预编码矩阵，是传输信号的功率，D_c表示协议簇c中的小区数，即服务基站数。参数是从服务基站b到用户k的的信道矩阵。表示在协议簇c的基站所在小区内与用户k使用相同频率的用户数，表示基站发送至用户j的传输数据流，是基站对用户j的预编码矩阵，是传输信号的功率，表示基站到用户k的信道矩阵。表示协议簇中的小区数，表示协议簇中基站所在小区内与用户k使用相同频率的用户数，表示基站发送至用户的传输数据流，是基站对用户的预编码矩阵，是传输信号的功率，表示基站到用户k的信道矩阵。

用户k的信干噪比为

${\mathrm{SINR}}_{k,b}^c=\frac{p_{k,b}^c{\left|h_{k,b}^c{w}_{k,b}^c\right|}^2}{\underset{i=1,i\≠k}{\overset{N_b}{\mathrm{\Σ}}}{p}_{i,b}^c{\left|h_{k,b}^c{w}_{i,b}^c\right|}^2+\underset{\hat{b}=1,\hat{b}\≠b}{\overset{D_C}{\mathrm{\Σ}}}\underset{j\∈N_{\hat{b}}}{\mathrm{\Σ}}{p}_{j,\hat{b}}^c{\left|h_{k,\hat{b}}^c{w}_{j,\hat{b}}^c\right|}^2+\underset{\tilde{c}=1,\tilde{c}\≠c}{\overset{C}{\mathrm{\Σ}}}\underset{\tilde{b}=1}{\overset{D_{\tilde{c}}}{\mathrm{\Σ}}}\underset{\tilde{j}\∈N_{\tilde{b}}}{\mathrm{\Σ}}{p}_{\tilde{j},\tilde{b}}^{\tilde{c}}{\left|h_{k,\tilde{b}}^{\tilde{c}}{w}_{\tilde{j},\tilde{b}}^{\tilde{c}}\right|}^2+{\mathrm{\σ}}^2}---\left(2\right)$

用户k的吞吐量可以表示为：

可见，用户接收信号会受到来自小区内、静态簇内和簇间的干扰。用户的信干噪比越大，用户吞吐量越大。采用预编码技术可以减少干扰信号，从而增大信干噪比。当采用静态簇协作多点传输时，静态簇中的其他基站也向用户发送联合信号，从而使有用信号功率增大，提高用户信干噪比，进而提高用户吞吐量。

S102：计算最优信道隔离度门限值：

隔离度门限值的不同取值会影响到协作用户的数量以及系统的回程量，同时在通信过程中，由于用户的移动以及信道状态的不断改变，门限值需要根据实际的系统情况进行动态的调整，以得到最佳的整体性能。本发明对信道隔离度门限值进行了优化，采用平衡函数来获取最优信道隔离度门限值。其具体方法如下：

根据预设的步长依次在区间[0,1]内选取备选信道隔离度门限值进行协作多点传输仿真，得到各个备选门限值下的用户吞吐量和回程量，根据以下公式计算平衡函数值：

$U\left(\mathrm{\η}\right)=\mathrm{\ϵ}\frac{\mathrm{\Δ}\stackrel{\‾}{R}\left(\mathrm{\η}\right)}{{\max }_{\mathrm{\η}}\mathrm{\Δ}\stackrel{\‾}{R}\left(\mathrm{\η}\right)}-(1-\mathrm{\ϵ})\frac{\mathrm{\Δ}\stackrel{\‾}{D}\left(\mathrm{\η}\right)}{{\max }_{\mathrm{\η}}\mathrm{\Δ}\stackrel{\‾}{D}\left(\mathrm{\η}\right)}---\left(3\right)$

其中，ε是预设的平衡因子，取值范围为0≤ε≤1，平衡因子ε用来表征对用户吞吐量和回程量的重视程度，是根据实际需要进行设置，如果更看重用户吞吐量的性能，则ε＞0.5，如果更看重回程量的性能，则ε＜0.5，一般设置ε＝0.5。表示门限值为η时相对于非协作传输(即η＝0时)所增加的用户吞吐量，表示所有备选门限值对应的中的最大值，表示门限值为η时相对于非协作传输所增加的回程量，表示所有备选门限值对应的中的最大值。

选择令平衡函数值U(η)最大的门限值，即最优信道隔离度门限值，作为当前门限值

由于用户的移动及信道状态的不断改变，在通信系统运行中，每隔一个预定周期，重新进行仿真，对门限值进行更新。

S103：计算用户隔离度，进行协作用户划分：

每一个用户由于所处位置以及信道信息的不同，所接收到的信号质量各有差异，如果采用全部协作的方式，那么由于协作基站之间的信息共享，产生的系统回程量和开销将是巨大的，同时提高了复杂度。因此本发明采用部分用户协作的方式，其中协作用户通过小区间的协作改善信号质量，而非协作用户则只有自身的服务基站进行信号的传输。因此需要进行协作用户划分，其具体方法为：

对于每个静态簇，在通信过程中每隔一个预定周期，计算簇内各用户的信道隔离度。信道隔离度计算的预定周期和信道隔离度门限值的周期不一定相同，二者都是根据实际需要来设置的。

信道隔离度的计算公式为：

其中表示静态簇c中小区b内用户k的信道隔离度，是用户k的服务基站b(即小区b内基站)的第根天线到用户的信道信息，是基站的天线集合，N_c表示静态簇c中总的天线集合，是静态簇内第根天线到用户的信道信息。|·|表示求模运算，E{·}表示求取期望。

如果用户的信道隔离度小于当前门限值，则将该用户划分为协作用户，否则划分为非协作用户。

用户的信道隔离度实质上反映了服务基站到用户的信道信息与总的信道信息之间的关系。式(4)可以表示成：

${\mathrm{\η}}_{k,b}^c=\frac{{\left|\right|h_{k,b}^c\left|\right|}^2}{{\left|\right|h_{k,b}^c\left|\right|}^2+\underset{f=1,f\≠b}{\overset{D_c}{\mathrm{\Σ}}}{\left|\right|h_{k,f}^c\left|\right|}^2}---\left(5\right)$

表示小区b内基站到用户k的信道矩阵，表示基站f到用户k的信道矩阵。

一方面当服务基站到用户信道质量比较好的时候(大)，隔离度大，此时用户并不需要进行协作就可以有好的吞吐性能；另一方面，但其他的干扰小的时候(小，从而大)，不足以对接收有用信号造成影响，用户采用协作反而产生更多的回程开销。因此使用隔离性协作用户的划分有一定的合理性。

S104：用户分组，进行协作多点传输：

采用用户选择算法对每个静态簇中的协作用户进行分组，静态簇中的基站根据用户分组进行协作传输。

图3是静态簇内各小区对用户的协作多点传输示意图。如图3所示，本实施例中，一个静态簇中的三个小区的基站对用户进行协作多点传输。

上述方法通过静态簇内的协作，可以使同一静态簇内的干扰被消除，但是来自其他簇的干扰仍然存在。本发明还提供了一种静态簇间协作的方法，来进一步减小干扰，提高用户吞吐量。其手段是对步骤S103中的非协作用户进行进一步处理，处理方法为：

S2.1：对每个非协作用户，采用以下公式重新计算信道隔离度：

其中，表示用户k的服务基站b的天线集，ψ_b″表示与用户k距离最近的其他协议簇内的基站b″的天线集。如果有多个同为距离最近的基站，任意选择一个。

当用户的信道隔离度小于当前门限值，则将该用户划分为协作用户，否则划分为非协作用户；

S2.2：采用用户选择算法对步骤S2.1得到的协作用户进行分组，用户的服务基站和相邻基站根据用户分组进行协作传输。

在实际应用中，可以根据需要使用用户选择算法。图4是实施例采用的用户选择算法的具体流程图。如图4所示，本实施例中采用的用户选择算法包括以下步骤：

S401：初始化T₁＝Γ，其中T₁表示候选协作用户集合，Γ表示划分得到的协作传输基站下的协作用户集合，如果是簇内协作，则协作传输基站为静态簇的基站，如果是簇间协作，则协作传输基站为用户的服务基站和相邻基站；令用户分组序号ω＝0；

S402：判断T₁是否为空，如果是，进入步骤S403，否则进入步骤S404；

S403：用户分组结束，得到ω个分组；

S404：令用户分组序号ω＝ω+1，初始化第ω个分组的用户集合S_ω＝φ、λ＝1，φ表示空集；

S405：对于每个属于T_λ的用户q，计算辅助向量范数||β_q||或计算其全信道范数||h_q||作为选择用户的参考值；

辅助向量β_q的计算公式为：

${\mathrm{\β}}_q=h_q-h_q\underset{v=1}{\overset{\mathrm{\λ}-1}{\mathrm{\Σ}}}\frac{g_v^H{g}_v}{{\left|\right|g_v\left|\right|}^2}---\left(7\right)$

其中，h_q表示用户q在协作传输基站范围内的全信道，{g₁,g₂,...g_λ-1}表示正交向量集同时满足g₀＝0，λ-1表示当前已选择的用户数，||·||表示范数；

S406：选择||β_q||或||h_q||最大值的用户或 $\mathrm{\π}\left(\mathrm{\λ}\right)=\underset{q\∈T_{\mathrm{\λ}}}{\arg \max }\left|\right|h_q\left|\right|;$

S407：把步骤S406中选出的用户放入用户集合S_ω中：

S_ω＝S_ω∪{π(λ)}           (8)

如果步骤S405将辅助向量范数||β_q||作为选择用户的参考值，令g_λ＝β_π(λ)，进入步骤S408，否则直接进入步骤S408；

S408：判断是否用户集合S_ω中的当前已选择用户数量λ＜N，N表示协作传输基站的天线数量，如果是，进入步骤S409，否则进入步骤S411；

S409：根据下式更新候选集：

$T_{\mathrm{\&lambda;}+1}=\{q\&Element;T_{\mathrm{\&lambda;}},q\&NotEqual;\mathrm{\&pi;}\left(\mathrm{\&lambda;}\right)|\frac{\left|h_q{\mathrm{\&beta;}}_{\mathrm{\&pi;}\left(\mathrm{\&lambda;}\right)}^H\right|}{\left|\right|h_q\left|\right|\&CenterDot;\left|\right|{\mathrm{\&beta;}}_{\mathrm{\&pi;}\left(\mathrm{\&lambda;}\right)}\left|\right|}<\mathrm{\&alpha;}\}---\left(9\right)$

α是预设的一个0到1之间的因子，表示信道之间的正交性；

S410：判断T_λ+1是否为空，如果不是，进入步骤S411，否则进入步骤S412；

S411：令λ＝λ+1，返回步骤S405；

S412：重新初始化候选用户集T₁＝Γ-S₁-S₂...-S_ω，返回步骤S402。

为了说明本发明的技术效果，通过仿真来对系统性能进行比较。仿真采用的信道系数为：

其中，表示服务基站b天线到用户k的距离，γ是路径衰弱因子，τ是以1km距离为参考的平均路径增益。表示对数阴影衰弱变量，其中满足是均值为0标准差为δdB的高斯随机变量。此外，表示瑞利衰落。其他的参数为：每个小区有500个用户，3小区组成一个协议簇，每个基站拥有4根天线而每个用户只拥有1根天线。平衡函数中的平衡因子ε设置为0.5。

当协作用户数量增加时，用户吞吐量会提高，同时系统回程量也会增加。表1是协作用户数量、用户吞吐量和系统回程量的关系示例。

门限值	0.5	0.7	0.8	0.85	0.9
						用户吞吐量(Mbit/s)	10.501	10.746	10.931	11.077	11.281
回程开销数(number)	95.75	167.85	233.30	281.45	350.45
						回程减少	93.63％	88.81％	84.45％	81.23％	76.64％

表1

表1中的回程开销数采用协作用户数来表示，回程减少是相对于全协作而言。

图5是平衡函数值随信道隔离度门限值变化的曲线图。如图5所示，发送信号功率为10dB。平衡函数值在信道隔离度门限值为0.89时达到最大，即此时系统传输性能最好。

图6是不同时刻最优信道隔离度门限值的示意图。如图6所示，每隔一个预定周期重新得到一个最优信道隔离度门限值，最优信道隔离度门限值并不是固定不变，而是随着时间的变化而有所调整，但是总体维持在0.8至0.98之间。

图7是不同协作模式下用户吞吐量累积分布函数示意图。如图7所示，相对于非协作，簇内协作可以减少簇内干扰，在一定程度上提高用户吞吐量。而在簇内协作的基础上采用簇间协作，可以消除一部分来自其他协议簇的干扰，从而进一步提高用户的吞吐量。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (3)

1.一种基于信道隔离度门限值优化的协作多点传输方法，其特征在于，包括以下步骤：

S1：将下行蜂窝移动通信系统进行静态分簇；

S2：根据预设的步长依次在区间[0,1]内选取备选信道隔离度门限值进行协作多点传输仿真，得到各个门限值下的用户吞吐量和回程量，根据以下公式计算平衡函数值：

$U\left(\mathrm{\&eta;}\right)=\mathrm{\&epsiv;}\frac{\mathrm{\&Delta;}\stackrel{\&OverBar;}{R}\left(\mathrm{\&eta;}\right)}{{\max }_{\mathrm{\&eta;}}\mathrm{\&Delta;}\stackrel{\&OverBar;}{R}\left(\mathrm{\&eta;}\right)}-(1-\mathrm{\&epsiv;})\frac{\mathrm{\&Delta;}\stackrel{\&OverBar;}{D}\left(\mathrm{\&eta;}\right)}{{\max }_{\mathrm{\&eta;}}\mathrm{\&Delta;}\stackrel{\&OverBar;}{D}\left(\mathrm{\&eta;}\right)}$

其中，ε是预设的平衡因子，取值范围为0≤ε≤1；表示门限值为η时相对于非协作传输所增加的用户吞吐量，表示所有备选门限值对应的中的最大值，表示门限值为η时相对于非协作传输所增加的回程量，表示所有备选门限值对应的中的最大值；

选择令平衡函数值U(η)最大的门限值作为当前门限值

每隔一个预定周期，重新进行仿真，对门限值进行更新；

S3：对于每个静态簇，在通信过程中每隔一个预定周期，计算簇内各用户的信道隔离度，计算公式为：

其中表示静态簇c中小区b内用户k的信道隔离度，是用户k的服务基站b(即小区b内基站)的第根天线到用户的信道信息，是服务基站b的天线集合，N_c表示静态簇c中总的天线集合，是静态簇c内第根天线到用户的信道信息；

如果用户的信道隔离度小于当前门限值，则将该用户划分为协作用户，否则划分为非协作用户；

S4：采用用户选择算法对每个静态簇中的协作用户进行分组，静态簇中的基站根据用户分组进行协作传输。

2.根据权利要求1所述的多点协作传输方法，其特征在于，所述步骤S3中的非协作用户采用以下方法进行进一步处理：

S2.1：对每个非协作用户，采用以下公式重新计算信道隔离度：

其中，表示用户k的服务基站b的天线集，ψ_b″表示与用户k距离最近的其他协议簇内的基站b″的天线集；

当用户的信道隔离度小于当前门限值，则将该用户划分为协作用户，否则划分为非协作用户；

S2.2：采用用户选择算法对协作用户进行分组，用户的服务基站和相邻基站根据用户分组进行协作传输。

3.根据权利要求1和2任一所述的协作多点传输方法，其特征在于，所述用户选择算法包括以下步骤：

S401：初始化T₁＝Γ，其中T₁表示候选协作用户集合，Γ表示划分得到的协作传输基站下的协作用户集合，如果是簇内协作，则协作传输基站为静态簇的基站，如果是簇间协作，则协作传输基站为用户的服务基站和相邻基站；令用户分组序号ω＝0；

S402：判断T₁是否为空，如果是，进入步骤S403，否则进入步骤S404；

S403：用户分组结束，得到ω个分组；

S404：令用户分组序号ω＝ω+1，初始化第ω个分组的用户集合S_ω＝φ、λ＝1，φ表示空集；

S405：对于每个属于T_λ的用户q，计算辅助向量范数||β_q||或计算其全信道范数||h_q||作为选择用户的参考值；

辅助向量β_q的计算公式为：

${\mathrm{\&beta;}}_q=h_q-h_q\underset{v=1}{\overset{\mathrm{\&lambda;}-1}{\mathrm{\&Sigma;}}}\frac{g_v^H{g}_v}{{\left|\right|g_v\left|\right|}^2}$

其中，h_q表示用户q在协作传输基站范围内的全信道，{g₁,g₂,…g_λ-1}表示正交向量集同时满足g₀＝0，λ-1表示当前已选择的用户数，||·||表示范数；

S406：选择||β_q||或||h_q||最大值的用户或 $\mathrm{\&pi;}\left(\mathrm{\&eta;}\right)=\underset{q\&Element;T_{\mathrm{\&lambda;}}}{\arg \max }\left|\right|h_q\left|\right|;$

S407：把步骤S406中选出的用户放入用户集合S_ω中：

S_ω＝S_ω∪{π(λ)}

如果步骤S405将辅助向量范数||β_q||作为选择用户的参考值，令g_λ＝β_π(λ)，进入步骤S408，否则直接进入步骤S408；

S408：判断是否用户集合S_ω中的当前已选择用户数量λ＜N，N表示协作传输基站的天线数量，如果是，进入步骤S409，否则进入步骤S411；

S409：根据下式更新候选集：

$T_{\mathrm{\&lambda;}+1}=\{q\&Element;T_{\mathrm{\&lambda;}},q\&NotEqual;\mathrm{\&pi;}\left(\mathrm{\&lambda;}\right)|\frac{\left|h_q{\mathrm{\&beta;}}_{\mathrm{\&pi;}\left(\mathrm{\&lambda;}\right)}^H\right|}{\left|\right|h_q\left|\right|\&CenterDot;\left|\right|{\mathrm{\&beta;}}_{\mathrm{\&pi;}\left(\mathrm{\&lambda;}\right)}\left|\right|}<\mathrm{\&alpha;}\}$

α是预设的一个0到1之间的因子，表示信道之间的正交性；

S410：判断T_λ+1是否为空，如果不是，进入步骤S411，否则进入步骤S412；

S411：令λ＝λ+1，返回步骤S405；

S412：重新初始化候选用户集T₁＝Γ-S₁-S₂…-S_ω，返回步骤S402。