CN104301918A - 下行CoMP中基于信道隔离度的双门限用户划分方法 - Google Patents

Abstract

本发明公开了一种下行CoMP中基于信道隔离度的双门限用户划分方法，预设置信道隔离度的两个门限值η_L和η_H，η_H＞η_L，计算各用户的信道隔离度，根据设置的初始门限值对用户的协作状态进行划分，在通信过程中，每隔一个预定周期，重新计算信道隔离度，如果上一时刻用户为协作用户，则以门限值η_H重新判断划分用户的协作状态，如果上一时刻用户为非协作用户，则以门限值η_L重新判断划分用户的协作状态。本发明通过采用双门限，针对用户的协作状态来选择对应门限判断是否切换协作状态，从而减少用户协作状态的切换次数，减少系统的回程量。

Description

下行CoMP中基于信道隔离度的双门限用户划分方法

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，涉及一种下行CoMP中基于信道隔离度的双门限用户划分方法。 

背景技术

在现代通信系统中，为了满足用户的服务需求，需要提供更高的数据速率和频谱效率。为了达到这个目标，在第三代合作伙伴计划的LTE-Advanced中采用协作多点传输与接收(CoMP，Coordinated Multiple Points)以提高接收信号质量并减少空间干扰，提高系统整体性能。 

由于用户在同频下受到来自小区内和小区间的干扰，CoMP采用了联合处理和传输的方式，多个基站同时为多个用户服务而不是单一基站为本小区用户传输数据，来减少相互影响。通常CoMP可以分为协作调度/波束赋形(CS/CB)和联合传输(JT)。尽管它可以显著提升小区边缘用户和系统的平均吞吐量，但是由于协作需要在协议簇内的基站之间进行信令和数据共享，需要协作的用户数越多，信息交换产生的回程量越大，从而增加了系统复杂度和开销。因此，组成协议簇的时候协作基站的数量需要有所限制，用户也要根据自身接收信号质量的好坏来决定是否进行协作。在实际应用中主要有两种成簇方式-静态成簇和动态成簇。静态簇主要是根据用户的地理位置和和现场测量，一旦确定后就保持固定不变，所以比较容易去实现；而动态簇可以随着时间进行调整，来满足业务需求，适应信道的实时状态。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。 

图1是CoMP系统模型示意图。如图1所示，下行链路蜂窝系统，整个蜂 窝系统由M个基站组成，每个小区内有相同的频率复用，每个基站有N_n根传输天线，n的取值范围为1≤n≤M，每个用户有一根接收天线；一个协议簇内有D个小区，一个小区内有K_d个用户，d的取值范围为1≤d≤D。Φ＝{u₁,u₂,u₃,…,u_|Φ|}表示簇内的用户集合，集合中的用户数量|Φ|满足如图1所示，该图中由3个相邻小区组成一个协议簇。 

信道隔离度的计算公式为： 

${\mathrm{\η}}_{k,b}=\underset{1\≤f\≤N_b}{\mathrm{\Σ}}E\left\{{\left|h_{k,b}^f\right|}^2\right\}/\underset{1\≤d\≤D}{\mathrm{\Σ}}\underset{1\≤f\≤N_d}{\mathrm{\Σ}}\mathrm{\Σ}E\left\{{\left|h_{k,d}^f\right|}^2\right\}---\left(1\right)$

其中，N_b表示服务基站b的天线数，N_d表示协议簇内小区基站d的天线数， 表示服务基站b中第f根天线到用户k的信道信息，表示基站d中第f根天线到用户k的信道信息。信道隔离度也可以表示成： 

${\mathrm{\η}}_{k,b}=\frac{{\left|\right|h_{k,b}\left|\right|}^2}{{\left|\right|h_{k,b}\left|\right|}^2+\underset{b^{\′}=1,b^{\′}\≠b}{\overset{D}{\mathrm{\Σ}}}{\left|\right|h_{k,b^{\′}}\left|\right|}^2}=\frac{1}{1+\frac{\underset{b^{\′}=1,\≠b}{\overset{D}{\mathrm{\Σ}}}{\left|\right|h_{k,b^{\′}}\left|\right|}^2}{{\left|\right|h_{k,b}\left|\right|}^2}}=\frac{1}{1+\mathrm{\γ}},\mathrm{\γ}=\frac{\underset{b^{\′}=1,b^{\′}\≠b}{\overset{D}{\mathrm{\Σ}}}{\left|\right|h_{k,b^{\′}}\left|\right|}^2}{{\left|\right|h_{k,b}\left|\right|}^2}---\left(2\right)$

其中，是基站b到用户k的信道信息，h_k,b′是基站b′到用户k的信道信息，||·||表示范数。 

当服务基站与用户之间的信道很好(即||h_k,b||²大)或者其他干扰小的时候，γ就变得比较小，导致信道隔离度的值很大。在这种情形下，信道信息比较好，没有必要进行协作。相反，如果信道隔离度的值很小，就需要协作。因此，在现有技术中，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和开销之间进行折中。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，用户的协作状态并非一成不变的，而是需要根据信道状态信息的反馈持续更新用户的隔离度，决定当前时刻用户是否需要进行协作通信。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。因此存在一个潜在的不足，就是如果 用户的隔离度离门限值很接近，无论是偏高一点还是偏低一点，都有很大的概率在下一时刻越过门限，引起频繁的状态切换，形成所谓的“乒乓效应”。这将会带来很多不必要的回程和额外的信令开销，同时也增加了用户的通信负担。 

发明内容

本发明的目的在于克服现有技术的不足，提供一种下行CoMP中基于信道隔离度的双门限用户划分方法，减少用户协作状态切换次数，减小CoMP系统中的回程量。 

为实现上述发明目的，本发明下行CoMP中基于信道隔离度的双门限用户划分方法，包括以下步骤： 

S1：一个协议簇内有D个小区，一个小区内有一个基站、K_d个用户，d的取值范围为1≤d≤D，每个用户配置一根天线； 

S2：设定信道隔离度的两个门限值η_L和η_H，η_H＞η_L； 

S3：初始化协作集合Φ_co＝φ，非协作集合Φ_n-co＝φ，φ表示空集，设置初始判定门限η_M，取值范围为η_L≤η_M≤η_H，计算第b个小区中第k个用户的信道隔离度η_k,b，b的取值范围为1≤b≤D，k的取值范围为1≤k≤K_b，判断是否η_k,b≤η_M，如果是，将该用户加入协作集合Φ_co，设置用户协作状态标识s_k,b＝1，否则将该用户加入非协作集合Φ_n-co，设置用户协作状态标识s_k,b＝0； 

S4：在通信过程中，每隔一个预定周期，重新计算信道隔离度η_k,b，如果用户上一时刻的协作状态标识s_k,b＝1，判断是否η_k,b＞η_H，如果是，将用户从协作集合Φ_co中删除，加入非协作集合Φ_n-co，协作状态标识更改为s_k,b＝0，否则保持原协作状态；如果用户上一时刻的协作状态标识s_k,b＝0，判断是否η_k,b≤η_L，如果是，将用户从非协作集合Φ_n-co中删除，加入协作集合Φ_co，协作状态标识更改为s_k,b＝1，否则保持原协作状态。 

本发明下行CoMP中基于信道隔离度的双门限用户划分方法，预设置信道隔离度的两个门限值η_L和η_H，η_H＞η_L，计算各用户的信道隔离度，根据设置的初始门限值对用户的协作状态进行划分，在通信过程中，每隔一个预定周期，重新计算信道隔离度，如果上一时刻用户为协作用户，则以门限值η_H重新判断划分用户的协作状态，如果上一时刻用户为非协作用户，则以门限值η_L重新判断划分用户的协作状态。本发明通过采用双门限，针对用户的协作状态来选择 对应门限判断是否切换协作状态，从而减少用户协作状态的切换次数，减少系统的回程量。 

附图说明

图1是CoMP系统模型示意图； 

图2是用户信道隔离度随时间变化示意图； 

图3是信道隔离度三区间划分示意图； 

图4是用户吞吐量的累积分布函数曲线对比图； 

图5是系统吞吐量的累积分布函数曲线对比图； 

图6是单门限和双门限的系统回程量对比图； 

图7是单门限方法和双门限方法的系统切换数对比图； 

图8是单门限方法3和双门限方法的用户吞吐量的累积分布函数曲线对比图； 

图9是单门限方法3和双门限方法的系统回程量对比图； 

图10是单门限方法3和双门限方法的系统切换数对比图。 

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。 

本发明下行CoMP中基于信道隔离度的双门限用户划分方法，具体步骤包括： 

S1：一个协议簇内有D个小区，一个小区内有一个基站、K_d个用户，d的取值范围为1≤d≤D，每个用户配置一根天线； 

S2：设定信道隔离度的双门限η_L，η_H，η_H＞η_L； 

S3：初始化协作集合Φ_co＝φ，非协作集合Φ_n-co＝φ，φ表示空集，设置初始判定门限η_M，取值范围为η_L≤η_M≤η_H，计算第b个小区中第k个用户的信道隔离度η_k,b，b的取值范围为1≤b≤D，k的取值范围为1≤k≤K_b，K_b即为小区b中的用户数量，判断是否η_k,b≤η_M，如果是，将该用户加入协作集合Φ_co，即Φ_co＝{u_b,k}∪Φ_co，设置用户协作状态标识s_k,b＝1，否则将该用户加入非协作集合Φ_n-co，即Φ_n-co＝{u_b,k}∪Φ_n-co，设置用户协作状态标识s_k,b＝0。 

S4：在通信过程中，由于用户移动及信道变化会引起用户协作状态的切换，因此每隔一个预定周期，重新计算信道隔离度η_k,b，根据上一时刻用户协作状态来确定采用哪个判定门限，分以下两种情形： 

如果用户上一时刻为协作状态，即协作状态标识s_k,b＝1，判断是否η_k,b＞η_H，如果是，将用户从协作集合Φ_co中删除，即Φ_co＝Φ_co/{u_k,b}，加入非协作集合Φ_n-co，即Φ_n-co＝Φ_n-co∪{u_k,b}，协作状态标识更改为s_k,b＝0，否则保持原协作状态，即Φ_co＝Φ_co，Φ_n-co＝Φ_n-co，s_k,b＝1； 

如果用户上一时刻为非协作状态，即协作状态标识s_k,b＝0，判断是否η_k,b≤η_L，如果是，将用户从非协作集合Φ_n-co中删除，即Φ_n-co＝Φ_n-co/{u_k,b}，加入协作集合Φ_co，即Φ_co＝Φ_co∪{u_k,b}，协作状态标识更改为s_k,b＝1，否则保持原非协作状态，即Φ_co＝Φ_co，Φ_n-co＝Φ_n-co，s_k,b＝0。 

根据本发明方法进行用户划分，用户可以不用频繁切换传输状态。图2是用户信道隔离度随时间变化示意图。如图2所示，如果采用传统的单门限用户划分方法，例如选择η_L或η_H作为判定门限，那么用户在需要在时刻a,b,c,d或者e,f,g,h进行协作状态切换，改变传输模式。而如果按照本发明的双门限用户划分方法，如果一开始把隔离度小于η_H的用户划分为协作用户，用户的传输模式将保持更长的一段时间，仅仅在时刻e进行切换，当下一时刻隔离度小于η_L时才进行再一次的切换；如果一开始把隔离度大于η_L的用户划分为非协作用户，用户也只会在时刻a、e进行切换。由于协作状态切换次数的减少，系统回程量将会大大减少。这种效果在用户数量较大或者信道变化剧烈的系统中尤为明显。 

接下来通过理论分析来说明单门限用户划分方法和本发明的系统回程量情况。图3是信道隔离度三区间划分示意图。如图3所示，将假设在时刻t用户隔离度落在这三个区间的概率分别为和满足p_v,v′表示从区间v到区间v′的转移概率，v∈{1,2,3}，v′∈{1,2,3}，p_v,1+p_v,2+p_v,3＝1。 

在时刻t+1，以η_H作为门限，单门限产生回程的概率为： 

$\begin{array}{c}{p}_s=p_1^{\left(t\right)}{p}_{\mathrm{1,3}}+p_2^{\left(t\right)}{p}_{\mathrm{2,3}}+p_3^{\left(t\right)}(p_{\mathrm{3,1}}+p_{\mathrm{3,2}})+p_1^{\left(t\right)}(p_{\mathrm{1,2}}+p_{\mathrm{1,1}})+p_2^{\left(t\right)}(p_{\mathrm{2,1}}+p_{\mathrm{2,2}})\\ =p_1^{\left(t\right)}+p_2^{\left(t\right)}+p_3^{\left(t\right)}(p_{\mathrm{3,1}}+p_{\mathrm{3,2}})\end{array}---\left(3\right)$

双门限产生回程的概率为： 

$\begin{array}{c}{p}_d=p_1^{\left(t\right)}{p}_{\mathrm{1,3}}+p_2^{\left(t\right)}{p}_1{p}_{\mathrm{2,3}}+p_2^{\left(t\right)}{p}_0{p}_{\mathrm{2,1}}+p_3^{\left(t\right)}{p}_{\mathrm{3,1}})+p_1^{\left(t\right)}(p_{\mathrm{1,2}}+p_{\mathrm{1,1}})+p_2^{\left(t\right)}{p}_1(p_{\mathrm{2,1}}+p_{\mathrm{2,2}})\\ =p_1^{\left(t\right)}+p_2^{\left(t\right)}{p}_1+p_2^{\left(t\right)}{p}_0{p}_{\mathrm{2,1}}+p_3^{\left(t\right)}{p}_{\mathrm{3,1}}\end{array}---\left(4\right)$

上述概率计算考虑了用户的协作以及传输状态切换所产生的回程：如果上一时刻用户处于非协作，则下一时刻切换为协作就需要回程；而如果上一时刻为协作状态，那么如果下一刻无论是协作还是非协作，都需要回程共享信息，这也会产生回程。此外，在双门限用户划分方法中，同时有协作与非协作用户的隔离度落在两个门限之间，因此此处用p₁和p₀来分别表示他们的概率。 

系统的回程量可表示为： 

Z(t)＝(D-1)·D·[K_co(t)+K_sc(t)]L   (5) 

其中K_co(t)表示协作用户数量，K_sc(t)表示在时刻t产生状态切换的用户数量，L表示传输速率。回程也可以用概率的方式来表示，即Z(t)_p＝(D-1)·D·K·p，p表示回程概率。以Z(t)_p,s表示单门限方法产生的回程，Z(t)_p,d表示双门限方法产生的回程，两者相减可以得到： 

$\begin{array}{c}Z{\left(t\right)}_{p,s}-Z{\left(t\right)}_{p,d}=(D-1)\·D\·K\·(p_s-p_d)\\ =(D-1)\·D\·K\·(p_3^{\left(t\right)}{p}_{\mathrm{3,2}}+p_2^{\left(t\right)}{p}_0(1-p_{\mathrm{2,1}}))\\ >0\end{array}---\left(6\right)$

可见，双门限方式产生回程的概率更低，即回程量将会更少。 

实施例 

为了说明本发明的有益效果，对单门限用户划分方法和本发明双门限用户划分进行了对比仿真。仿真参数包括：协议簇包括3个小区，每个小区包括一个基站，基站位于小区中心，小区的半径为1km；每个小区包含500个用户，随机均匀分布在小区之中。设定功率P＝10W，基站的接收天线为N_t＝4。信道系数为： 

其中表示基站b的第f根天线到用户k的快速衰落系数，是用户k到基站b的第f根天线的距离，α表示以1km作为参考的路径增益，τ＝3.8为路径衰落因子，为标准差8dB的对数正态阴影衰落，为瑞利衰落，是期望为0单位方差的复高斯随机变量。考虑用户的移动以及信道的变化，假设 用户在各个方向随机移动，同时不会跨越小区和协议簇。另外，用户与基站的最小距离为0.035km。 

单门限用户划分方法的参数：分别设置门限为η₁＝0.8和η₂＝0.9，作为单门限方法1和单门限方法2。双门限用户划分方法：η_L＝0.8，η_H＝0.9。 

在用户划分之后，使用迫零波束成型的半正交用户选择分组以及轮询调度。在该方法中引入辅助正交量β_k，对每个用户k进行计算。辅助正交量的计算公式为： 

${\mathrm{\β}}_k=h_k-h_k\underset{j=1}{\overset{i-1}{\mathrm{\Σ}}}\frac{g_j^H{g}_j}{{\left|\right|g_j\left|\right|}^2}$

其中，h_k表示用户k在一个指定的协议簇内的全信道，i-1表示已经被选择的用户数量，[g₁,…,g_i-1]为辅助矢量集，且满足g₀＝0。 

拥有最大β值的用户被选出作为第i个已选择用户，更新然后在剩下的满足条件的用户中进行进一步的选择，β_i表示第i个已选择用户的辅助正交量，即β_i＝g_i，是一个预先设置的值。直到用户数达到协议簇内总的天线总数。最后用户将被分成若干个组，每组为调度单位。这样的用户选择考虑了信道之间的正交性，能够减少相互影响。对应上述的方法，采用迫零预编码算法。用户的联合预编码可以写成W＝H^H(S)(H(S)H^H(S))^-1。S表示一个分组内的用户集，H(S)＝[h₁,h₂,…,h_N]^T，[·]^H表示共轭转置运算。N是分组内的用户数量。可以得到 

$W={\left[\begin{array}{c}{h}_1\\ h_2\\ \·\·\·\\ h_N\end{array}\right]}^H{\left(\left[\begin{array}{c}{h}_1\\ h_2\\ \·\·\·\\ h_N\end{array}\right]{\left[\begin{array}{c}{h}_1\\ h_2\\ \·\·\·\\ h_N\end{array}\right]}^H\right)}^{-1}=[w_1,w_2,\·\·\·,w_N]---\left(8\right)$

其中w_k表示用户k的预编码。 

通过预编码后可以得到用户的等效矩阵如下： 

$\mathrm{HW}=\left[\begin{array}{c}{h}_1\\ h_2\\ \·\·\·\\ h_H\end{array}\right][w_1,w_2,\·\·\·,w_N]=\left[\begin{array}{c}{h}_1{w}_{,},\·\·\·,\·\·\·\\ \·\·\·,h_i{w}_j,\·\·\·\\ \·\·\·,\·\·\·,h_N{w}_N\end{array}\right]$

对于h_iw_j，当i＝j时为1，否则为0。最后利用注水算法来完成功率的分配，在此不再赘述。 

本次仿真中主要通过吞吐量的对比来说明各方法的性能。吞吐量的计算过程如下： 

用户k的接收信号功率如下式所示： 

其中，b表示用户k的服务基站，k的取值范围为1≤k≤K_b，h_k,b是从基站b到用户k的信道信息，用1×N_t的信道向量来表示h_k,b，也就是 表示基站b的第f根天线到用户k的信道信息，1≤f≤N_t，N_t表示基站b的天线数量，所以用户k在一个指定的协议簇内的全信道为h_k＝[h_k,1,h_k,2,…,h_k,D]，N_k,b和N_k,b′分别表示表示小区b和b′内与用户k使用相同频率资源的用户数，x_x,b表示有用信号数据流，x_r,b和x_s,b′分别表示小区内和其他小区的干扰信号数据流，p_k,b、p_r,b和p_s,b'分别是对应用户分配的功率，w_k,b、w_r,b和w_s,b'分别是对应用户的预编码，n_k,b是期望为0方差为Ε(|n_k,b|²)＝σ²的高斯白噪声。于是接收信号的信干噪比为： 

${\mathrm{SINR}}_{k,b}=\frac{p_{k,b}{\left|h_{k,b}{w}_{k,b}\right|}^2}{I_{k,b}+{\mathrm{\σ}}^2}---\left(10\right)$

$I_{k,b}=\underset{r=1,r\≠k}{\overset{N_{k,b}}{\mathrm{\Σ}}}{p}_{r,b}{\left|h_{k,b}{w}_{r,b}\right|}^2+\underset{b^{\′}=1,b^{\′}\≠b}{\overset{M}{\mathrm{\Σ}}}\underset{s=1}{\overset{N_{k,b^{\′}}}{\mathrm{\Σ}}}{p}_{s,b^{\′}}{\left|h_{k,b^{\′}}{w}_{s,b^{\′}}\right|}^2$ 代表用户受到的来自其他用户的干扰。 

记用户k的协议簇为c_k，那么式子(9)可以写成： 

$y_k=\underset{d\∈c_k}{\mathrm{\Σ}}\sqrt{p_{k,d}}{h}_{k,d}{w}_{k,d}{x}_k+\underset{m\≠k,l\∈c\backslash c_k}{\mathrm{\Σ}}\sqrt{p_{m,l}}{h}_{m,l}{w}_{m,l}{x}_m+n_k---\left(11\right)$

其中，c是总的协议簇集合。 

那么相应的SINR变成： 

${\mathrm{SINR}}_k=\frac{\underset{d\∈c_k}{\mathrm{\Σ}}{p}_{k,d}{\left|h_{k,d}{w}_{k,d}\right|}^2}{\underset{m\≠k,l\∈c\backslash c_k}{\mathrm{\Σ}}{p}_{m,l}{\left|h_{m,l}{w}_{m,l}\right|}^2+{\mathrm{\σ}}^2}---\left(12\right)$

用户的吞吐量为R_k＝log₂(1+SINR_k)，其中P是每个小区基站d的限制功率。所以整个系统的吞吐量为： 

$R=\underset{k=1}{\overset{\left|\mathrm{\Φ}\right|}{\mathrm{\Σ}}}{R}_k=\underset{k=1}{\overset{\left|\mathrm{\Φ}\right|}{\mathrm{\Σ}}}{\log }_2(1+{\mathrm{SINR}}_k)=\underset{m=1}{\overset{\left|{\mathrm{\Φ}}_{\mathrm{co}}\right|}{\mathrm{\Σ}}}{\log }_2(1+{\mathrm{SINR}}_m)+\underset{n=1}{\overset{\left|{\mathrm{\Φ}}_{n-\mathrm{co}}\right|}{\mathrm{\Σ}}}{\log }_2(1+{\mathrm{SINR}}_n)---\left(13\right)$

Φ_co表示协作用户集，Φ_n-co代表非协作用户集。 

图4是用户吞吐量的累积分布函数曲线对比图。图5是系统吞吐量的累积分布函数曲线对比图。如图4和图5所示，协作提供了较大的增益，尤其是对于那些吞吐量较低的用户。在全协作情况下，用户吞吐量的性能最好。然而全协作在基站间需要非常多的信息交换与共享，产生的系统开销也会相当的大，这是在实际系统中不可取的。单门限用户划分方法中，当信道隔离度门限增大时，协作用户数增多，相应的性能也有所提升。双门限用户划分方法的吞吐量性能介于两个单门限方法之间，这是因为隔离度处于0.8和0.9之间的用户有一部分处于协作状态下。而在单门限方法1中，这些用户都不协作；在单门限方法2中，这些用户全协作。 

图6是单门限和双门限的系统回程量对比图。如图6所示，相对于单门限方法1，双门限方法的系统回程量差不多，没有增加额外的回程。而单门限方法2的系统回程量明显大于双门限方法，以系统回程量来换取吞吐量的提高，通常情况下性能提高越多，回程量越大。 

图7是单门限方法和双门限方法的系统切换数对比图。如图7所示，双门限方法的系统切换次数最少，降低了系统的整体开销，同时对于用户来说也有利。 

为了进一步对比系统性能和开销的关系，重新设置单门限方法3，对应门限值η₃＝0.85。图8是单门限方法3和双门限方法的用户吞吐量的累积分布函数曲线对比图。如图8所示，双门限方法与单独门限方法3的用户吞吐量累积函数分布曲线几乎相同。图9是单门限方法3和双门限方法的系统回程量对比图。如图9所示，双门限方法的系统回程量小于单门限方法3的回程量。图10是单门限方法3和双门限方法的系统切换数对比图。如图10所示，双门限方法的系统切换数小于单门限方法3。从用户的角度来看，双门限方法可以更久地保持传 输状态并减少切换；从系统的角度来看，整体的开销降低了。因此可见，在保证系统吞吐量性能的情况下，双门限方法的系统回程量的切换数均小于单门限方法。可见，在回程量受到限制的系统中，采用双门限方法可以获得相同的性能而不增加回程开销；或者在产生相同回程开销的情况下取得更好的吞吐量性能。 

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 (2)

1.一种下行CoMP中基于信道隔离度的双门限用户划分方法，其特征在于，包括以下步骤：

S1：一个协议簇内有D个小区，一个小区内有一个基站、K_d个用户，d的取值范围为1≤d≤D，每个用户配置一根天线；

S2：设定信道隔离度的两个门限值η_L和η_H；

S3：初始化协作集合Φ_co＝φ，非协作集合Φ_n-co＝φ，φ表示空集，设置初始判定门限η_M，取值范围为η_L≤η_M≤η_H，计算第b个小区中第k个用户的信道隔离度η_k,b，b的取值范围为1≤b≤D，k的取值范围为1≤k≤K_b，判断是否η_k,b≤η_M，如果是，将该用户加入协作集合Φ_co，设置用户协作状态标识s_k,b＝1，否则将该用户加入非协作集合Φ_n-co，设置用户协作状态标识s_k,b＝0；

S4：在通信过程中，每隔一个预定周期，重新计算信道隔离度η_k,b，如果用户上一时刻的协作状态标识s_k,b＝1，判断是否η_k,b＞η_H，如果是，将用户从协作集合Φ_co中删除，加入非协作集合Φ_n-co，协作状态标识更改为s_k,b＝0，否则保持原协作状态；如果用户上一时刻的协作状态标识s_k,b＝0，判断是否η_k,b≤η_L，如果是，将用户从非协作集合Φ_n-co中删除，加入协作集合Φ_co，协作状态标识更改为s_k,b＝0，否则保持原协作状态。

2.根据权利要求1所述的双门限用户划分方法，其特征在于，所述门限值η_L＝0.8，η_H＝0.9。