CN105517107A - 基于小区间协作的异构网服务小区选择方法及装置 - Google Patents

Abstract

本发明公开了基于小区间协作的异构网服务小区选择方法及装置，涉及数字通信领域。本发明公开的方法包括：异构网中的中心节点基站获取异构网中各小区内的备选用户，再依据预设的备选用户选择准则，在异构网中所有小区内的备选用户中选择一个全网内的备选用户；若所述全网内的备选用户要进行重选操作，则发起小区重选流程。本发明还公开与上述方法相对应的基于小区间协作的异构网服务小区选择装置。本申请技术方案将小区选择与干扰管理联合考虑，降低了干扰管理算法的复杂度，提高了干扰管理的有效性，从而提高低功率节点的系统容量。

Description

基于小区间协作的异构网服务小区选择方法及装置

技术领域

本发明涉及数字通信领域，特别是涉及一种基于小区间协作的载波聚合(CarrierAggregation)系统的异构网服务小区选择方案。

背景技术

由于异构网可以通过改进网络的拓扑结构实现系统性能的优化而成为移动通信的研究热点之一。异构网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，低功率节点包括家庭基站、微微蜂窝、和Relay站等，能够实现热点区域覆盖、小区业务分流，从而获得小区分裂增益。异构网由于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，使得不同基站的控制信道、业务信道的干扰问题非常突出，异构网面临巨大的技术挑战。

在下一代演进系统如3GPP-LTE-A标准中，采用了小区间干扰协调技术来解决由此造成的干扰问题，即eICIC(enhancedinter-cellinterferencecoordinationschemes)。eICIC是LTE-A中标志性的关键技术之一，用于改善小区边缘覆盖，实现小区业务分流为目的的覆盖距离扩展(rangeextension，简称RE)。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(almostblanksubframes)的方案。ABS通过在干扰小区中配置ABS子帧实现业务静默，而被干扰小区则使用这些ABS子帧为原来在小区中受较强干扰的用户提供业务，从而实现了小区间干扰的协调。

载波聚合作为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(componentcarrier,简称CC)分辨率级别实现异构网络的频域干扰避免。假设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。或者微微基站的小区中心用户可以分配和宏小区相同的成员载波，而边缘用户则分配与宏基站不同的成员载波。这种方案的缺点是只能被LTE-A用户采用，不能兼容LTE用户。所有上述技术的应用有一个重要的前提，即首先解决小区中的用户服务小区选择问题。在蜂窝移动通讯网中，所有用户有一个归属的服务小区，为用户提供广播、业务传输等服务。在传统的同构网中，用户的服务小区选择基于接收信号强度的测量。在异构网中，由于新增节点的发射功率远低于宏基站，基于接收信号强度的服务小区选择方法，将造成这些节点的覆盖范围很小，没有实现小区分裂增益最大化。围绕提高低功率节点的优先级、扩大低功率节点覆盖范围这个目标，3GPP会议展开了研究与讨论，提出了一些增强型的LTE一A异构网络小区选择与重选算法，主要是高通公司提出的RE(RangeExtension)算法以及路损算法。RE算法的核心思想是在传统的服务小区选择算法中，给低功率节点的接收功率RSRP(ReferenceSignalReceivingPower)增加一个大于0的bias值(偏移值)，而对宏小区的RSRP补偿值bias为0，从而降低低功率节点的门槛，增大UE选择低功率节点作为服务小区的几率。在基于路径损耗的小区选择算法中，每个UE选择路径损耗最低(MinimumPathLoss)的小区作为服务小区。

上述方法使得低功率节点的覆盖范围显著增大，甚至可以与宏小区相仿。但是对于处在低功率节点覆盖边缘的用户，即使采取干扰消除措施去除强干扰源的影响，由于其服务小区(低功率节点)的发射功率过低而导致下行SINR(信干噪比)很低，从而引起小区频谱利用率降低。

当采用多天线技术时，小区间干扰协调可进一步在空域进行，如协作多点传输技术(CoMP,CoordinatedMulti-Point)，通过相邻小区间移动用户信道信息的交互，相邻小区对边缘用户采取一定的干扰避免策略或者多个小区对移动用户进行联合传输，从而提高边缘用户的吞吐量和高数据传输率的覆盖，减小边缘用户的干扰，提高小区吞吐量。在异构网情形，COMP可以作为对上述eICIC技术的增强技术，在eICIC获得的增益之上，进一步获得系统容量增加。

目前小区选择与干扰管理是两个独立过程，小区选择通过负载均衡实现低功率节点用户数量的增加，而干扰管理用于解决小区间干扰增加问题。随着低功率节点密度增大，如果继续按照上述方法处理，将会带来干扰管理算法的复杂度急剧地增加，降低干扰管理算法的有效性，进而影响低功率节点用户数量的增加。

发明内容

本发明所要解决的技术问题是提供一种基于小区间协作的异构网服务小区选择方法及装置，提高低功率节点的系统容量。

为了解决上述技术问题，本发明公开了一种基于小区间协作的异构网服务小区选择方法，该方法包括：

异构网中的中心节点基站获取异构网中各小区内的备选用户，再依据预设的备选用户选择准则，在异构网中所有小区内的备选用户中选择一个全网内的备选用户；

若所述全网内的备选用户要进行重选操作，则发起小区重选流程。

可选地，上述方法还包括：

所述异构网中各小区基站按照依据预设的备选用户选择准则，在本小区内选择一个小区内的备选用户，将所选择的小区内的备选用户上报给所述中心节点基站。

可选地，上述方法中，所述备选用户选择准则包括如下一种或几种的组合：

最大化系统速率准则、自由度恢复准则、频率复用准则。

可选地，上述方法中，所述最大化系统速率准则指：

将所有用户的小区改选的速率比值R_m(q)/R_m(j)中，速率比值R_m(q)/R_m(j)最大的用户选择为备选用户，其中，R_m(q)是用户m在改选后的小区q中取得的速率，R_m(j)是用户m在当前服务小区j中取得的速率。

可选地，上述方法中，按照如下过程确定用户的小区改选的速率比值R_m(q)/R_m(j)：

分别计算R_m(q)和R_m(j)，得到用户的小区改选的速率比值R_m(q)/R_m(j)；

其中，按照如下公式确定各用户在各小区下取得的速率：

$R_m\left(q^{*}\right)={\mathrm{\Σ}}_{k\⋐K}\frac{G\left(y_{q^{*},k}\right)E\left(R_{k,m,q^{*}}\right)}{y_{q^{*},k}}$

式中，R_m(q*)是用户m在小区q*取得的速率，M为小区q*下支持的用户总数；

是的数学期望，是用户m从小区q*的载波k上可实现的瞬时的平均最大数据速率，K为小区q*中的载波总数；

为连接到小区q*上的用户数量，时表示小区q*是用户m的服务小区，时表示小区q*不是用户m的服务小区；

为多用户的分集增益。

可选地，上述方法中，所述自由度恢复准则指：

将设定时间内空域波束联合选择算法中，所有用户的波束关闭次数中波束关闭次数最大的用户选择为备选用户。

可选地，上述方法中，在设定时间内空域波束联合选择算法中，确定用户的波束关闭次数的过程如下：

采用迭代方式计算系统合速率最大时的参数A和b_k,q，并在计算系统合速率最大时的参数A和b_k,q时，统计各用户的波束关闭次数；

其中，按照如下公式计算Q个小区组成的系统合速率R：

$R={\mathrm{\Σ}}_{q=1}^Q{\mathrm{\Σ}}_{k=1}^K{\log }_2(1+a_{k,q}{\mathrm{SINR}}_{k,m,q});$

式中，K为小区q下载波数量；

SINR_k,m,q为用户m在小区q下载波k上块衰落场景下信干噪比；

a_k,q＝1表示小区q下载波k分配给用户m，a_k,q＝0表示小区q下载波k未分配给用户m。

可选地，上述方法中，所述频率复用准则指：

将设定时间内所有用户的平均软频率复用因子FFR中，FFR最大的用户选择为备选用户。

可选地，上述方法中，按照如下公式计算所述用户的FFR：

FFR＝FFR₁·P₁+FFR₂·P₂+FFR₃·P₃+…+FFR_Q·P_Q

其中，FFR₁＝1/3，FFR₂＝2/3，FFR₃＝1，FFR_Q＝1/Q；

P₁,P₂,…P_Q是加权系数。

本发明还公开了一种基于小区间协作的异构网服务小区选择装置，包括：

备选用户选择模块，获取异构网中各小区内的备选用户，再依据预设的备选用户选择准则，在异构网中所有小区内的备选用户中选择一个全网内的备选用户；

小区重选模块，在所述全网内的备选用户要进行重选操作时，则发起小区重选流程。

可选地，上述装置中，所述备选用户选择准则包括如下一种或几种的组合：

最大化系统速率准则、自由度恢复准则、频率复用准则。

可选地，上述装置中，所述最大化系统速率准则指：

将所有用户的小区改选的速率比值R_m(q)/R_m(j)中，速率比值R_m(q)/R_m(j)最大的用户选择为备选用户，其中，R_m(q)是用户m在改选后的小区q中取得的速率，R_m(j)是用户m在当前服务小区j中取得的速率。

可选地，上述装置中，所述备选用户选择模块按照确定用户的小区改选的速率比值R_m(q)/R_m(j)指：

分别计算R_m(q)和R_m(j)，得到用户的小区改选的速率比值R_m(q)/R_m(j)；

其中，按照如下公式确定各用户在各小区下取得的速率：

$R_m\left(q^{*}\right)={\mathrm{\Σ}}_{k\⋐K}\frac{G\left(y_{q^{*},k}\right)E\left(R_{k,m,q^{*}}\right)}{y_{q^{*},k}}$

式中，R_m(q*)是用户m在小区q*取得的速率，M为小区q*下支持的用户总数；

是的数学期望，是用户m从小区q*的载波k上可实现的瞬时的平均最大数据速率，K为小区q*中的载波总数；

为连接到小区q*上的用户数量，时表示小区q*是用户m的服务小区，时小区q*不是用户m的服务小区；

为多用户的分集增益。

可选地，上述装置中，所述自由度恢复准则指：

将设定时间内空域波束联合选择算法中，所有用户的波束关闭次数中波束关闭次数最大的用户选择为备选用户。

可选地，上述装置中，所述备选用户选择模块在设定时间内空域波束联合选择算法中，确定用户的波束关闭次数指：

采用迭代方式计算系统合速率最大时的参数A和b_k,q，并在计算系统合速率最大时的参数A和b_k,q时，统计各用户的波束关闭次数；

其中，按照如下公式计算Q个小区组成的系统合速率R：

$R={\mathrm{\Σ}}_{q=1}^Q{\mathrm{\Σ}}_{k=1}^K{\log }_2(1+a_{k,q}{\mathrm{SINR}}_{k,m,q});$

式中，K为小区q下载波数量；

SINR_k,m,q为用户m在小区q下载波k上块衰落场景下信干噪比；

a_k,q＝1表示小区下载波k分配给用户m，a_k,q＝0表示小区q下载波k未分配给用户m。

可选地，上述装置中，所述频率复用准则指：

将设定时间内所有用户的平均软频率复用因子FFR中，FFR最大的用户选择为备选用户。

可选地，上述装置中，所述备选用户选择模块按照如下公式计算所述用户的FFR：

FFR＝FFR₁·P₁+FFR₂·P₂+FFR₃·P₃+…+FFR_Q·P_Q

其中，FFR₁＝1/3，FFR₂＝2/3，FFR₃＝1，FFR_Q＝1/Q；

P₁,P₂,…P_Q是加权系数。

可选地，上述装置还包括：

上报模块，在本装置为异构网中协作小区基站时，按照依据预设的备选用户选择准则，在本小区内选择一个小区内的备选用户，将所选择的小区内的备选用户上报给中心节点基站。

本申请技术方案将小区选择与干扰管理联合考虑，降低了干扰管理算法的复杂度，提高了干扰管理的有效性，从而提高低功率节点的系统容量。

附图说明

图1为异构网示意图；

图2(a)为本申请的一个具体实现中中心节点基站的实现框图；

图2(b)为本申请的一个具体实现协作基站i的实现框图；

图2(c)为本申请的一个具体实现协作基站j的实现框图；

图3为基于本申请的一个具体实现流程；

图4为基于本申请的另一个具体实现方式。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文将结合附图对本发明技术方案作进一步详细说明。需要说明的是，在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

实施例1

本申请发明人发现现有技术中主要存在如下缺陷：

一方面，由于低功率节点的引入，产生了大量的边缘用户，目前已有的小区选择方法都是基于信号强度(RE算法)或干扰(路损方法)提出的。但是在小区边缘，信干比对用户的选择影响较大。

另一方面，异构网中引入的低功率节点采用多天线技术，如果在服务小区选择时同时考虑相邻小区的干扰和空域信息，则可以获得更好的小区分裂增益，但是现有方法都没有考虑这些因素。

因此，针对上述缺陷，本申请发明人提出，可以通过动态小区选择(DynamicCellSelection,COMP中简称DCS)技术，动态地选择边缘用户的服务小区，通过小区分集增益提高用户数量；同时将小区选择与干扰管理联合考虑，降低干扰管理算法的复杂度，提高干扰管理的有效性，从而提高低功率节点的系统容量。

基于上述思想，本实施例提供一种基于小区间协作的异构网服务小区选择方法，其中，异构网由宏小区及其覆盖之下的数个低功率基站如家庭基站、微微基站等组成，基站聚合的载波包括多个成员载波CC₁,CC₂,…CC_K。该方法主要包括：

异构网中的中心节点基站获取异构网中各小区内的备选用户，再依据预设的备选用户选择准则，在异构网中所有小区内的备选用户中选择一个全网内的备选用户；

若所述全网内的备选用户要进行重选操作，则发起小区重选流程。

其中，中心节点基站获取异构网中各小区内的备选用户的过程是，异构网中各小区基站按照依据预设的备选用户选择准则，在本小区内选择一个小区内的备选用户，再将所选择的小区内的备选用户上报给中心节点基站。

而中心节点基站和各小区基站所依据的备选用户选择准则至少包括如下一种或几种准则：

最大化系统速率准则、自由度恢复准则、频率复用准则等。

在本实施例中，最大化系统速率准则指，将所有用户的小区改选的速率比值R_m(q)/R_m(j)中，速率比值R_m(q)/R_m(j)最大的用户选择为备选用户，其中，R_m(q)是用户m在改选后的小区q中取得的速率，R_m(j)是用户m在当前服务小区j中取得的速率。还要说明的是，本实施例中所涉及的用户在各小区中取得的速率均指一定时间内的平均速率值。

具体地，确定各用户的小区改选的速率比值R_m(q)/R_m(j)的过程如下：

假设系统共有M个用户，其中用户m在q*小区取得的速率R_m(q*)为：

$R_m\left(q^{*}\right)={\mathrm{\Σ}}_{k\⋐K}\frac{G\left(y_{q^{*},k}\right)E\left(R_{k,m,q^{*}}\right)}{y_{q^{*},k}},$ 公式(1)

式中，M为小区q*下支持的用户总数；

是的数学期望，是用户m从小区q*的载波k上可实现的瞬时的平均最大数据速率，K为小区q*中的载波总数；

为连接到小区q*上的用户数量，时表示小区q*是用户m的服务小区，时小区q*不是用户m的服务小区；

为多用户的分集增益，它取决于对同一资源竞争的用户数量。

其中，上述公式计算用户m在q*小区取得的速率R_m(q*)时，采用的是加权速率的计算方式。

在本实施例中，自由度恢复准则指：统计设定时间内空域波束联合选择算法中，所有用户的波束关闭次数，将波束关闭次数最大的用户选择为备选用户。

假设系统为M个用户和K载波的下行链路。假定基站和用户分别具有N个发射天线和一个接收天线。每个小区的每个载波上发送功率保持不变。用二进制矩阵描述用户之间的载波选择。a_k,m＝1表示载波k分配给用户m，否则a_k,m＝0。

用S_k,m,i＝h_k,m,ib_k,i表示在某个时隙的信道增益，h_k,m,i＝[h¹ _k,m,ih² _k,m,i,…,h^N _k,m,i]表示信道，b_k,i∈C^N×1表示波束形成矩阵，假设是块衰落场景，则信干噪比为：

${\mathrm{SINR}}_{k,m,q}=\frac{P_q{\left|h_{k,m,q}{b}_{k,q}\right|}^2}{{\mathrm{\Σ}}_{i=1,i\≠q}^N{a}_{k,i}{P}_i{\left|h_{k,m,i}{b}_{k,i}\right|}^2+{\mathrm{\σ}}_q^2}$ 公式(2)

第m用户的速率定义为：

$R_{m,q}={\mathrm{\Σ}}_{k=1}^K{\log }_2(1+{\mathrm{SINR}}_{k,m,q})={\mathrm{\Σ}}_{k=1}^K{R}_{k,m,q}$ 公式(3)

则由Q个小区做成的系统合速率为：

${\mathrm{\Σ}}_{q=1}^Q{\mathrm{\Σ}}_{k=1}^K{\log }_2(1+\frac{a_{k,q}{P}_q{\left|h_{k,q,q}{b}_{k,q}\right|}^2}{{\mathrm{\Σ}}_{i=1,i\≠q}^N{a}_{k,i}{P}_i{\left|h_{k,q,i}{b}_{k,i}\right|}^2+{\mathrm{\σ}}_q^2}){\mathrm{\Σ}}_{q=1}^Q{\mathrm{\Σ}}_{k=1}^K{\log }_2(1+a_{k,q}{\mathrm{SINR}}_{k,m,q})$

公式(4)

为了找出合适的A和b_k,q,采用交替迭代的方式：假设b_k,q已知,在A中尝试关闭某个载波，即令a_k,m＝0，使得系统和速率最大，得到新的A，再基于新的A值，求解新的b_k,q。本实施例中频率复用准则指：统计设定时间内载波波束联合选择算法中，所有用户的平均软频率复用因子FFR，将FFR最大的用户选择为备选用户。

需要说明的是，针对每个小区，其下可能有多个用户，但在任何时刻，小区内只有一个用户在进行数据传输，此时，对于任意用户m而言，a_k,m等同于a_k,q，即此时不用区分参数角标中用户m与小区q的差别。

具体地，平均FFR定义为：

FFR＝FFR₁·P₁+FFR₂·P₂+FFR₃·P₃+…+FFR_Q·P_Q公式(5)

其中，FFR₁＝1/3；FFR₂＝2/3；FFR₃＝1，FFR_Q＝1/Q,P₁,P₂,…P_Q是加权系数。

另外，上述方法在联合小区载波波束选择选择时，用户满足关闭准则时，将关闭载波的发射，选择准则1为：该用户在该载波上信噪比是系统中位于该载波上协作调度用户中最低，同时所受干扰最大；

上述方法在联合小区载波波束选择选择时，用户满足关闭准则时，将关闭载波的发射，选择准则2为：该用户在该载波上信噪比是系统中位于该载波上，协作调度用户中最低，同时所受干扰大于噪声值；

上述方法在联合小区载波波束选择选择时，平均软频率复用因子FFR权值＝该载波上未关闭用户数/该载波上协作调度用户总数。

而上述方法中，进行小区重选时，可依据加权平均速率等准则进行判断。

具体地，基于加权平均速率的小区重选准则包括下面两个步骤：

第一步：计算该用户的其中j是原服务小区，而q是其他小区；

第二步：如果用户m*选择q*，其大于门限R_th，即：

$R_{m^{*}}\left(q^{*}\right)/R_{m^{*}}\left(j\right)>R\_\mathrm{th},$ 公式(6)

且小区用户数小于U_m，则用户m*将服务小区从j改为q*；

第三步：小区和q*分别更新各自的服务用户集合。

下面以LTE-A系统为例说明上述方法的具体实现。

如图1所示，异构网由一个宏小区和两个微微小区组成，其中宏小区半径为500米，功率为43dBm。两个微微小区位于宏小区的覆盖之下。宏小区设为小区1，而微微小区设为小区2和小区3。所有基站的带宽由两个载波聚合而成。假设共有三个小区共有40个用户。

图2所示是基于本实施例的一种实现框图，主要分解为两层：

协作基站，如基站i(如图2b)和基站j(如图2c)；

中心节点基站(如图2a)，可以是任意一个基站，例如宏小区基站。

协作基站上运行独立的公平调度器(PF调度器)和载波选择，其中公平调度器根据所属基站服务用户的平均瞬时速率和历史平均速率计算用户调度优先级，其次根据优先级次序决定调度用户，最后PF调度器根据中心节点的输出结果，在选择的载波上，按照联合设计的波束矢量调度用户。

首先，中心节点基站运行联合小区载波选择、波束选择、以及小区选择算法：

其中，为了进行上述各算法操作，中心节点基站可以接收各个基站的测量结果，如各个用户到各个小区的信道矩阵等；

其次，中心节点基站运行联合小区载波选择、波束选择算法，联合决定各个用户的载波选择矢量，联合设计各个用户的波束矢量；

然后，中心节点基站根据联合小区载波选择、波束选择算法在一定时间段的输出结果，或者参量统计，依据备选用户选择准则，在全网选择一个备选用户；

最后，中心节点基站根据重选准则，决定该备选用户是否进行重选操作，并发起小区重选流程。

图3所示是上述方法的实现流程。

在LTE中，系统消息通过广播信道SBCH的SIB信息携带。假设小区1是中心节点所在基站。中心节点基站确定小区1～3是协作小区，故也是测量小区集合，小区1、2、3通过Sib消息扩展(即LTE的Sib消息中，新定义小区测量集合)，在本小区广播。用户Ue1通过读取SIB消息，即可获得测量小区集合，即小区1～3。

Ue1对小区1～3的测量配置是通过RRCConnnectionReconfiguration消息中的MeasurementConfigurationIE来实现的，测量配置消息MeasurementConfigurationIE是对LTE系统的原消息IE扩展而成。

用户Ue1根据测量配置，完成小区集合{小区1，2，3}算法所需要的参数测量，如RSRP和RSRQ(ReferenceSignalReceivedQuality)，信道矩阵等的测量，采用小区1～3的各自小区公有导频符号进行测量。

小区2和小区3将各自小区用户的测量结果上报小区1。

小区1收集所有用户针对小区集合{小区1，2，3}的测量值。

小区1计算用户的载波选择矢量和波束选择矢量，并通知各个小区，各个小区的PF调度器依次调度用户；

小区1依照载波、波束选择矢量的计算过程结果统计参数，且依照备选用户选择准则，在3个小区的所有用户中，挑选备选用户，假如用户Ue1是备选用户，则小区重选模块判决Ue1是否满足重选准则，

小区1依据重选准则，依据重选算法计算Ue1的小区重选结果，假如目标小区是小区3，则将选择结果通知到各个小区{小区1，2，3}；

各个小区{小区1，2，3}各自通知本小区的各个用户选择结果；

用户Ue1进入小区重选流程。

图4所示为上述方法中进行小区选择算法的流程图。

算法主要包括三个部分，即预分配，用户小区选择和重选。其中预分配包括图4中的步骤1和2。预分配主要为后续的小区选择算法提供初始值。为此，小区1首先收集所有用户的信道测量值，其次，为每个用户寻找等效速率最大的小区，并将其预分配给该用户作为服务小区；小区1基于预分配的服务小区统计各小区预分配的用户数和统计参数；最后，小区1将小区选择初值，其他小区用户信道，以及各小区用户数通知每个小区，如通知小区2关于小区选择初值，小区2用户到小区1和小区3的信道值；

假如小区初始选择值为[20128]，即小区1有20个用户，小区2有12个用户，小区3有8个用户，在算法的用户小区选择部分，每个小区的用户，分别计算他到3个小区的等效速率，并将其他小区最大等效速率和本小区的等效速率之比上报服务小区，服务小区1首先是将20x1(20个用户，每个用户对1个备选小区)个等效速率根据由大到小依次排队。用户小区选择过程选择队列开始位置的用户，并将该用户及其速率比值上报中心节点。

在重选环节中，中心节点首先将三个小区的备选用户速率比进行排队，其次选取队列中第一个用户，接着，对该用户进行小区重选准则验证：假设队列中第一个最大值对应的用户和基站分别为m，q’，首先验证公式(1-6)是否满足，如果满足，则将用户m分配给基站q’，同时更新基站q’的Q_hm，并置用户m已重选，否则，算法结束。

最后一个过程时后处理过程，其目的是将经过上述选择算法确定服务小区的用户，通知给服务基站基站，该用户随后发起小区重选流程。

经过上述三个过程，所有用户完成一次小区、协作选择更新过程。

实施例2

本实施例提供一种基于小区间协作的异构网服务小区选择装置，为基站设备，可实现上述实施例1的方法。其主要包括如下模块：

备选用户选择模块，在本装置为异构网中的中心节点基站时，获取异构网中各小区内的备选用户，再依据预设的备选用户选择准则，在异构网中所有小区内的备选用户中选择一个全网内的备选用户；

小区重选模块，在所述全网内的备选用户要进行重选操作时，则发起小区重选流程。

另外，上述装置，也可能作为异构网中协作小区基站，因此，该装置还可以包括上报模块，在本装置为异构网中协作小区基站时，按照依据预设的备选用户选择准则，在本小区内选择一个小区内的备选用户，将所选择的小区内的备选用户上报给中心节点基站。

而本实施例中所涉及的备选用户选择准则包括如下一种或几种的组合：

最大化系统速率准则、自由度恢复准则、频率复用准则。

其中，最大化系统速率准则指：将所有用户的小区改选的速率比值R_m(q)/R_m(j)中，速率比值R_m(q)/R_m(j)最大的用户选择为备选用户，其中，R_m(q)是用户m在改选后的小区q中取得的速率，R_m(j)是用户m在当前服务小区j中取得的速率。

具体地，可以按照确定用户的小区改选的速率比值R_m(q)/R_m(j)指：

分别计算R_m(q)和R_m(j)，得到用户的小区改选的速率比值R_m(q)/R_m(j)；

其中，按照如下公式确定各用户在各小区下取得的速率：

$R_m\left(q^{*}\right)={\mathrm{\Σ}}_{k\⋐K}\frac{G\left(y_{q^{*},k}\right)E\left(R_{k,m,q^{*}}\right)}{y_{q^{*},k}}$

式中，R_m(q*)是用户m在小区q*取得的速率，M为小区q*下支持的用户总数；

是的数学期望，是用户m从小区q*的载波k上可实现的瞬时的平均最大数据速率，K为小区q*中的载波总数；

为连接到小区q*上的用户数量，时表示小区q*是用户m的服务小区，时表示小区q*不是用户m的服务小区；

为多用户的分集增益。

自由度恢复准则指：将设定时间内空域波束联合选择算法中，所有用户的波束关闭次数中波束关闭次数最大的用户选择为备选用户。

具体地，在设定时间内空域波束联合选择算法中，确定用户的波束关闭次数时：采用迭代方式计算系统合速率最大时的参数A和b_k,q，并在计算系统合速率最大时的参数A和b_k,q时，统计各用户的波束关闭次数；

其中，按照如下公式计算Q个小区组成的系统合速率R：

$R={\mathrm{\Σ}}_{q=1}^Q{\mathrm{\Σ}}_{k=1}^K{\log }_2(1+a_{k,q}{\mathrm{SINR}}_{k,m,q});$

式中，K为小区q下载波数量，SINR_k,m,q为用户m在小区q下载波k上块衰落场景下信干噪比，此得到a_k,m，其中，a_k,m＝1表示载波k分配给用户m，a_k,m＝0表示载波k未分配。需要说明的是，针对每个小区，其下可能有多个用户，但在任何时刻，小区内只有一个用户在进行数据传输。此时，对于任意用户m而言，a_k,m等同于a_k,q，即此时不用区分参数角标中用户m与小区q的差别。

频率复用准则指：将设定时间内所有用户的平均软频率复用因子FFR中，FFR最大的用户选择为备选用户。

具体地，可以按照如下公式计算所述用户的FFR：

FFR＝FFR₁·P₁+FFR₂·P₂+FFR₃·P₃+…+FFR_Q·P_Q

其中，FFR₁＝1/3，FFR₂＝2/3，FFR₃＝1，FFR_Q＝1/Q；

P₁,P₂,…P_Q是加权系数。

由于上述装置可实现上述实施例1的方法，故上述装置的详细实施方式可参见上述实施例1的相应内容，在此不再赘述。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本申请不限制于任何特定形式的硬件和软件的结合。

以上所述，仅为本发明的较佳实例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (18)

1.一种基于小区间协作的异构网服务小区选择方法，其特征在于，该方法包括：

异构网中的中心节点基站获取异构网中各小区内的备选用户，再依据预设的备选用户选择准则，在异构网中所有小区内的备选用户中选择一个全网内的备选用户；

若所述全网内的备选用户要进行重选操作，则发起小区重选流程。

2.如权利要求1所述的方法，其特征在于，该方法还包括：

所述异构网中各小区基站按照依据预设的备选用户选择准则，在本小区内选择一个小区内的备选用户，将所选择的小区内的备选用户上报给所述中心节点基站。

3.如权利要求1或2所述的方法，其特征在于，所述备选用户选择准则包括如下一种或几种的组合：

最大化系统速率准则、自由度恢复准则、频率复用准则。

4.如权利要求3所述的方法，其特征在于，所述最大化系统速率准则指：

将所有用户的小区改选的速率比值R_m(q)/R_m(j)中，速率比值R_m(q)/R_m(j)最大的用户选择为备选用户，其中，R_m(q)是用户m在改选后的小区q中取得的速率，R_m(j)是用户m在当前服务小区j中取得的速率。

5.如权利要求4所述的方法，其特征在于，按照如下过程确定用户的小区改选的速率比值R_m(q)/R_m(j)：

分别计算R_m(q)和R_m(j)，得到用户的小区改选的速率比值R_m(q)/R_m(j)；

其中，按照如下公式确定各用户在各小区下取得的速率：

$R_m\left(q^{*}\right)={\mathrm{\Σ}}_{k\⋐K}\frac{G\left(y_{q^{*},k}\right)E\left(R_{k,m,q^{*}}\right)}{y_{q^{*},k}}$

式中，R_m(q*)是用户m在小区q*取得的速率，M为小区q*下支持的用户总数；

是的数学期望，是用户m从小区q*的载波k上可实现的瞬时的平均最大数据速率，K为小区q*中的载波总数；

为连接到小区q*上的用户数量，时表示小区q*是用户m的服务小区，时表示小区q*不是用户m的服务小区；

为多用户的分集增益。

6.如权利要求3所述的方法，其特征在于，所述自由度恢复准则指：

将设定时间内空域波束联合选择算法中，所有用户的波束关闭次数中波束关闭次数最大的用户选择为备选用户。

7.如权利要求6所述的方法，其特征在于，在设定时间内空域波束联合选择算法中，确定用户的波束关闭次数的过程如下：

采用迭代方式计算系统合速率最大时的参数A和b_k,q，并在计算系统合速率最大时的参数A和b_k,q时，统计各用户的波束关闭次数；

其中，按照如下公式计算Q个小区组成的系统合速率R：

$R={\mathrm{\Σ}}_{q=1}^Q{\mathrm{\Σ}}_{k=1}^K{\log }_2(1+a_{k,q}{\mathrm{SINR}}_{k,m,q});$

式中，K为小区q下载波数量；

SINR_k,m,q为用户m在小区q下载波k上块衰落场景下信干噪比；

a_k,q＝1表示小区q下载波k分配给用户m，a_k,q＝0表示小区q下载波k未分配给用户m。

8.如权利要求3所述的方法，其特征在于，所述频率复用准则指：

将设定时间内所有用户的平均软频率复用因子FFR中，FFR最大的用户选择为备选用户。

9.如权利要求8所述的方法，其特征在于，按照如下公式计算所述用户的FFR：

FFR＝FFR₁·P₁+FFR₂·P₂+FFR₃·P₃+…+FFR_Q·P_Q；

其中，FFR₁＝1/3，FFR₂＝2/3，FFR₃＝1，FFR_Q＝1/Q；

P₁,P₂,…P_Q是加权系数。

10.一种基于小区间协作的异构网服务小区选择装置，其特征在于，包括：

备选用户选择模块，获取异构网中各小区内的备选用户，再依据预设的备选用户选择准则，在异构网中所有小区内的备选用户中选择一个全网内的备选用户；

小区重选模块，在所述全网内的备选用户要进行重选操作时，则发起小区重选流程。

11.如权利要求10所述的装置，其特征在于，所述备选用户选择准则包括如下一种或几种的组合：

最大化系统速率准则、自由度恢复准则、频率复用准则。

12.如权利要求11所述的装置，其特征在于，所述最大化系统速率准则指：

将所有用户的小区改选的速率比值R_m(q)/R_m(j)中，速率比值R_m(q)/R_m(j)最大的用户选择为备选用户，其中，R_m(q)是用户m在改选后的小区q中取得的速率，R_m(j)是用户m在当前服务小区j中取得的速率。

13.如权利要求12所述的装置，其特征在于，所述备选用户选择模块按照确定用户的小区改选的速率比值R_m(q)/R_m(j)指：

分别计算R_m(q)和R_m(j)，得到用户的小区改选的速率比值R_m(q)/R_m(j)；

其中，按照如下公式确定各用户在各小区下取得的速率：

$R_m\left(q^{*}\right)={\mathrm{\Σ}}_{k\⋐K}\frac{G\left(y_{q^{*},k}\right)E\left(R_{k,m,q^{*}}\right)}{y_{q^{*},k}};$

式中，R_m(q*)是用户m在小区q*取得的速率，M为小区q*下支持的用户总数；

是的数学期望，是用户m从小区q*的载波k上可实现的瞬时的平均最大数据速率，K为小区q*中的载波总数；

为连接到小区q*上的用户数量，时表示小区q*是用户m的服务小区，时小区q*不是用户m的服务小区；

为多用户的分集增益。

14.如权利要求11所述的装置，其特征在于，所述自由度恢复准则指：

将设定时间内空域波束联合选择算法中，所有用户的波束关闭次数中波束关闭次数最大的用户选择为备选用户。

15.如权利要求14所述的装置，其特征在于，所述备选用户选择模块在设定时间内空域波束联合选择算法中，确定用户的波束关闭次数指：

采用迭代方式计算系统合速率最大时的参数A和b_k,q，并在计算系统合速率最大时的参数A和b_k,q时，统计各用户的波束关闭次数；

其中，按照如下公式计算Q个小区组成的系统合速率R：

$R={\mathrm{\Σ}}_{q=1}^Q{\mathrm{\Σ}}_{k=1}^K{\log }_2(1+a_{k,q}{\mathrm{SINR}}_{k,m,q});$

式中，K为小区q下载波数量；

SINR_k,m,q为用户m在小区q下载波k上块衰落场景下信干噪比；

a_k,q＝1表示小区下载波k分配给用户m，a_k,q＝0表示小区q下载波k未分配给用户m。

16.如权利要求11所述的装置，其特征在于，所述频率复用准则指：

将设定时间内所有用户的平均软频率复用因子FFR中，FFR最大的用户选择为备选用户。

17.如权利要求16所述的装置，其特征在于，所述备选用户选择模块按照如下公式计算所述用户的FFR：

FFR＝FFR₁·P₁+FFR₂·P₂+FFR₃·P₃+…+FFR_Q·P_Q

其中，FFR₁＝1/3，FFR₂＝2/3，FFR₃＝1，FFR_Q＝1/Q；

P₁,P₂,…P_Q是加权系数。

18.如权利要求10至17任一项所述的装置，其特征在于，还包括：

上报模块，在本装置为异构网中协作小区基站时，按照依据预设的备选用户选择准则，在本小区内选择一个小区内的备选用户，将所选择的小区内的备选用户上报给中心节点基站。