CN105611640A - 一种公平度可调的CoMP下行用户调度方法 - Google Patents

Abstract

本发明涉及一种公平度可调的CoMP下行用户调度方法，包括如下步骤，步骤1：对所有待分配用户进行分组，每组用户数为系统可调度总用户数M，组内前N个元素由容量最大化调度准则决定，后M-N个元素由分组决定，将所有可能出现的分组情况列出；步骤2：计算位于协作小区簇中所有待调度用户的信干噪比，选出信道容量C_i最大的用户作为主用户；步骤3：按照容量最大化调度准则寻找主用户的配对用户；步骤4：对待调度用户集合Ω和已被调度用户集合U进行更新；步骤5：判断配对用户数是否达到最大值，即已被调度用户数达到N，如是，进入步骤6，否则返回步骤3；步骤6：对剩余资源块按照所在分组进行调度，得到用户调度集。<!-- 2 -->

Description

一种公平度可调的CoMP下行用户调度方法

技术领域

本发明涉及通信技术领域，尤其涉及一种公平度可调的CoMP下行用户调度方法。

背景技术

LTE-Advanced系统是由第三代合作伙伴计划(ThirdGenerationPartnershipProject,3GPP)提出的，作为长期演进(LongTermEvolution,LTE)系统的技术升级，旨在获得更高的频谱效率和系统吞吐量。协作多点传输(CoordinatedMulti-Point,CoMP)技术作为LTE-Advanced系统的关键技术之一，因能有效地解决小区间干扰和边缘用户频谱效率低等问题而得到广泛的研究。用户通信数量的不断增加使基站难以在同一时刻满足所有用户的通信需求，因此设计合理的用户调度算法对满足用户的期望和用户服务质量的要求至关重要。

现有的CoMP下行用户调度方法主要有容量最大化调度，轮询调度和比例公平调度。容量最大化调度没有考虑用户间的公平性，导致长期经历较差信道条件的用户得不到服务。轮询调度按某种确定的顺序等时间循环占用无线资源，但导致系统的吞吐量极低。上述所述吞吐量定义为单位时间内传送数据比特数。比例公平调度作为容量最大化调度和轮询调度的折衷算法，是目前使用较为广泛的调度算法，但该算法是一种记忆性算法，即调度之前需要基站对用户调度的历史情况，增加了基站存储负担。

公开号CN103687035A的专利“协作多点传输CoMP技术的用户调度方法”中，采用多次迭代，对第一次迭代的首个扇区，采用单扇区调度方法进行调度，对其他扇区以当前扇区之前的两个扇区调度出的用户信息对当前扇区进行调度，调度出当前用户。该方法需要当前扇区之前的两个扇区的调度用户信息，是记忆性算法。公开号CN104333865A的专利“一种协作多点CoMP资源分配方法和装置”中，预先将小区资源划分为第一部分资源，第二部分资源和第三部分资源，并将用户类型确定为中心用户，CoMP边缘用户和非CoMP边缘用户，先在第一部分资源中对CoMP边缘用户进行调度，若调度后第一部分资源有剩余则将第一部分剩余资源块划分给中心用户使用，若调度后第一部分资源不足则将未分配到第一部分资源块的CoMP边缘用户作为中心用户进行调度；接着用同样的方法在第二部分资源中对非CoMP边缘用户进行调度；最后调度中心用户。该方法防止了同一协作集中不同小区会将同一资源同时分配给不同边缘用户导致的分配资源冲突问题的发生，提高了边缘用户的吞吐量，但该方法无法保证中心用户的吞吐量，而且复杂度较高，灵活性较低。《ComputerCommunications》2014年50卷53-63页，由KaziMohammedSaidulHuq等人撰写的《Anovelenergyefficientpacket-schedulingalgorithmforCoMP》一文中，提出把资源块分配给比特传输所需能量最少的用户，能够提高能量的利用效率，提高用户间的公平性，但该方法的复杂度比较高，且不能根据实际业务的需求进行变系统吞吐量或变用户公平度的设计。

发明内容

本发明的发明目的在于提供一种公平度可调的CoMP下行用户调度方法，采用无记忆方法，有效降低调度方法复杂度，减轻了基站数据存储负担。

实现本发明目的的技术方案：

一种公平度可调的CoMP下行用户调度方法，其特征在于：

步骤1：对待调度用户集合Ω和已被调度用户集合U进行初始化；设置比例系数μ,μ等于容量最大化调度用户数N与系统可调度总用户数M之比；对所有待分配用户进行分组，每组用户数为系统可调度总用户数M，组内前N个元素由容量最大化调度准则决定，后M-N个元素由分组决定，将所有可能出现的分组情况列出；

步骤2：计算位于协作小区簇中所有待调度用户的信干噪比，选出信道容量C_i最大的用户作为主用户，更新待调度用户集合Ω和已被调度用户集合U；

步骤3：按照容量最大化调度准则寻找主用户的配对用户；

步骤4：对待调度用户集合Ω和已被调度用户集合U进行更新；

步骤5：判断配对用户数是否达到最大值，即已被调度用户数达到N，如是，进入步骤6，否则返回步骤3；

步骤6：对剩余资源块按照所在分组进行调度，得到用户调度集。

步骤1中，由μ计算容量最大化调度用户数其中表示向下取整，指不大于符号内数字的最大整数。

步骤1中，对所有待分配用户进行分组需满足的条件为，

每组每个用户只能出现一次；每组元素有先后之分；将所有可能出现分组情况列出；前N个元素相同的小组只能出现一次；用户在所有小组出现的次数和相等。

步骤2中，主用户U₁需要满足条件：

$U_1=\arg \underset{i\&Element;\mathrm{\&Omega;}}{max}{C}_i=\arg \underset{i\&Element;\mathrm{\&Omega;}}{max}{\log }_2(1+{\mathrm{SINR}}_i)$

其中表示C_i为最大时对应的i值，C_i表示信道容量，SINR_i表示用户信干噪比。

步骤3中，首先将待调度用户集合Ω中的用户分别与已调度用户集合U中的用户进行块对角化预编码，由和分别得到用户i和用户j的预编码矩阵W_i和W_j,其中svd(·)表示矩阵的奇异值分解，和分别表示已调度用户集合U中的用户对待调度用户i和j的干扰信道矩阵，S_i,D_i和S_j,D_j分别表示奇异值分解所得矩阵；

然后计算位于协作小区簇中所有待调度用户的SINR，由香农公式C＝Blog₂(1+SINR)计算信道容量C_i，如果待配对用户能够满足和容量最大的条件，就将该用户标记为已配对用户,所述C为信道容量，B为带宽，SINR为用户信干噪比，表示为其中N₀表示噪声功率，norm(·)表示矩阵范数，H_i和H_j分别表示用户i和用户j的信道矩阵。

本发明具有的有益效果：

本发明基于系统的需要调整系统吞吐量和用户公平性两个参数，在兼顾用户间公平性的条件下提出了一种系统吞吐量较比例公平方法更高的用户调度方法，所用调度算法是一种无记忆算法，在任意时隙对用户的调度只需考虑本时隙情况，与基站对用户调度的历史情况无关，算法复杂程度低，能够有效减轻基站存储负担。

附图说明

图1是本发明的方法流程图；

图2是本发明在K＝10,M＝2时的用户分布模型图；

图3是本发明在K＝10,M＝2,μ＝1/2时三种算法系统吞吐量比较曲线图；

图4是本发明在K＝10,M＝2,μ＝1/2时三种算法的用户间公平性比较曲线图；

图5是本发明在K＝6,M＝3时的用户分布模型图；

图6是本发明在K＝6,M＝3时μ＝1/3和μ＝2/3系统吞吐量比较曲线图；

图7是本发明在K＝6,M＝3时μ＝1/3和μ＝2/3的用户间公平性比较曲线图。

具体实施方式

如图1所示，本发明公平度可调的CoMP下行用户调度方法包括以下步骤：

步骤1：首先对待调度用户集合Ω和已被调度用户集合U进行初始化，即U＝φ，Ω＝{1,2,…,K}，其中φ表示空集，K表示所有待调度用户数，Ω表示所有等待调度用户的集合，U表示所有已被调度用户的集合，M表示系统可调度总用户数。

然后设置比例系数μ等于容量最大化调度所占资源块数与系统可调度总资源块数之比，即等于容量最大化调度用户数与系统可调度总用户数之比，对系统可调度总资源进行分块，一部分资源块用于容量最大化调度，另一部分资源块根据所在分组进行调度。由μ计算容量最大化调度用户数其中表示向下取整，指不大于符号内数字的最大整数。

最后对所有待分配用户进行分组，每组用户数为系统可调度总用户数，组内前N个元素由容量最大化调度准则决定，后M-N个元素由分组决定，分组应满足条件：(1)每组每个用户只能出现一次；(2)每组元素有先后之分；(3)将所有可能出现分组情况列出；(4)前N个元素相同的小组只能出现一次；(5)为保证公平性，用户在所有小组出现的次数和相等。

步骤2：计算位于协作小区簇中所有待调度用户的信干噪比，由信道容量是信干噪比的对数函数计算信道容量C_i，然后选出信道容量C_i最大的用户作为主用户，主用户U₁需要满足条件：

$U_1=\arg \underset{i\&Element;\mathrm{\&Omega;}}{max}{C}_i=\arg \underset{i\&Element;\mathrm{\&Omega;}}{max}{\log }_2(1+{\mathrm{SINR}}_i)---\left(1\right)$

其中表示C_i为最大时对应的i值。

对待调度用户集合Ω和已被调度用户集合U进行更新。即需要满足条件：Ω＝Ω-{U₁}，U＝U+{U₁}。

步骤3：按照容量最大化调度准则寻找主用户的配对用户。

首先将待调度用户集合Ω中的用户分别与已调度用户集合U中的用户进行块对角化(BlockDiagonalization,BD)预编码，由和分别得到用户i和用户j的预编码矩阵W_i和W_j。其中svd(·)表示矩阵的奇异值分解，和分别表示已调度用户集合U中的用户对待调度用户i和j的干扰信道矩阵，S_i,D_i和S_j,D_j分别表示奇异值分解所得矩阵。然后计算位于协作小区簇中所有待调度用户的SINR，由香农公式C＝Blog₂(1+SINR)计算信道容量C_i，如果待配对用户能够满足和容量最大的条件，就将该用户标记为已配对用户。所述C为信道容量，B为带宽，SINR为用户信干噪比，表示为其中N₀表示噪声功率，norm(·)表示矩阵范数，H_i和H_j分别表示用户i和用户j的信道矩阵。

步骤4：对待调度用户集合Ω和已被调度用户集合U进行更新，更新满足的表达式为Ω＝Ω-{U_i}，U＝U+{U_i}。

步骤5：判断配对用户数是否达到最大值，即已被调度用户数达到N值。如是，进入步骤6，否则返回步骤3，继续对待调度用户集合Ω中的其余用户进行配对。

步骤6：对剩余资源块按照所在分组进行调度，得到用户调度集。容量最大化调度后还有一部分资源块留给其余未调度用户，在步骤1分组结果中寻找所在小组，对剩余M-N个用户进行调度。

下面结合仿真实验进一步说明对本发明的有益效果。

实施例1：在MatlabR2010a仿真条件下，对该方法进行仿真实验：

假设基站发射功率P＝10dB，其中dB是电学和声学计量中的一个单位，等于功率比常用对数的10倍。每个基站的发射天线数为N_t＝2，每个UE的接收天线数为N_r＝2，基站与用户之间的路径损耗为L＝128.1+37.6log₁₀(R)，式中log₁₀(·)表示以10为底的对数，R为基站与用户之间实际的地理距离，单位为km。阴影衰落为10dB，载波频率f_c＝2GHz，子载波间隔Δf为180KHz，其中GHz和KHz是频率单位，1GHz＝10⁶KHz＝10⁹Hz。其中假设小尺度信道G为均值为0，方差为1的归一化高斯分布。每个扇区中有10个用户即K＝10，且用户随机均匀分布。用户分布模型如图2所示，图2为每扇区10个用户的随机分布，小区半径为0.5km。对本小区的大尺度衰落进行归一化处理，有 假设系统可调度总用户数M＝2，比例系数μ＝1/2。

表1三种调度算法的平均频谱效率

调度算法	平均频谱效率/bps/Hz/cell
		容量最大化调度	0.6476
比例公平调度	0.6266
		本发明方法	0.6326

表2三种调度算法的平均公平度

调度算法	平均公平度
		容量最大化调度	0.91514 -->
比例公平调度	0.9975
		本发明方法	0.9858

上述所用公平度概念定义为其中R_k表示第k个用户的传输速率。表1结果表明本发明是一种平均频谱效率介于容量最大化调度和比例公平调度之间的调度方法，表2结果表明本发明是一种平均公平度介于容量最大化调度和比例公平调度之间的调度方法。结合图3～图4所示。综上本发明是一种性能介于容量最大化调度和比例公平调度之间的调度方法，在兼顾用户间公平性的条件下平均频谱效率高于比例公平调度，且本发明是无记忆性方法，不会增加基站存储的负担。

实施例2：在MatlabR2010a仿真条件下，对该方法进行仿真实验：

设基站发射功率P＝10dB，每个基站的发射天线数为N_t＝2，每个UE的接收天线数为N_r＝2，基站与用户之间的路径损耗为L＝128.1+37.6log₁₀(R)，式中R为基站与用户之间实际的地理距离，单位为km。阴影衰落为10dB，载波频率f_c＝2GHz，子载波间隔Δf为180KHz。假设小尺度信道G为均值为0，方差为1的归一化高斯分布。每个扇区中有6个用户即K＝6，且用户随机均匀分布。用户分布模型如图5所示，图5为每扇区6个用户的随机分布，小区半径为0.5km。对本小区的大尺度衰落进行归一化处理，有 假设系统可调度总用户数M＝3。比例系数分别假设μ＝1/3和μ＝2/3。

表3μ＝1/3和μ＝2/3算法平均频谱效率

μ设置	平均频谱效率/bps/Hz/cell
		μ＝1/3	0.5653
μ＝2/3	0.5672

表4μ＝1/3和μ＝2/3算法平均公平度

μ设置	平均公平度
		μ＝1/3	0.9881
μ＝2/3	0.9727

表3结果表明μ＝2/3条件下平均频谱效率比μ＝1/3条件下平均频谱效率高，表4结果表明μ＝1/3条件下平均公平度比μ＝2/3条件下平均公平度高，结合图6～图7所示。因此本发明通过调整比例系数μ来调整系统吞吐量和用户公平性两个参数，发明一种面向具有变系统吞吐量性能需求或变用户公平度需求的业务的方法，实现公平度可调。

实施例3：在MatlabR2010a仿真条件下，对该方法进行仿真实验：

假设基站发射功率P＝10dB，其中dB是电学和声学计量中的一个单位，等于功率比常用对数的10倍。每个基站的发射天线数为N_t＝2，每个UE的接收天线数为N_r＝2，基站与用户之间的路径损耗为L＝128.1+37.6log₁₀(R)，式中log₁₀(·)表示以10为底的对数，R为基站与用户之间实际的地理距离，单位为km。阴影衰落为10dB，载波频率f_c＝2GHz，子载波间隔Δf为180KHz，其中GHz和KHz是频率单位，1GHz＝10⁶KHz＝10⁹Hz。其中假设小尺度信道G为均值为0，方差为1的归一化高斯分布。每个扇区中有10个用户即K＝10，且用户随机均匀分布。小区半径为0.5km。对本小区的大尺度衰落进行归一化处理，有假设系统可调度总用户数M＝2，比例系数μ＝1/2。设仿真次数为1000次，比较上述三种调度方法的复杂度。

表5三种调度算法运算时间

调度算法	算法运行时间/s
		容量最大化调度	46.6259
比例公平调度	43.5666
		本发明方法	38.4919

表5结果表明本发明方法比容量最大化调度和比例公平调度的复杂度都要低，是一种具有低复杂度的方法。

上述仿真实验表明，本发明方法是一种性能介于容量最大化调度和比例公平调度之间且具有低复杂度的面向具有变系统吞吐量性能需求或变用户公平度需求的业务的方法，与比例公平调度相比，本发明方法在任意时隙对用户的调度只需考虑本时隙情况，与基站对用户调度的历史情况无关，因此能够有效减轻基站存储负担。

Claims (5)

1.一种公平度可调的CoMP下行用户调度方法，其特征在于：

步骤1：对待调度用户集合Ω和已被调度用户集合U进行初始化；设置比例系数μ,μ等于容量最大化调度用户数N与系统可调度总用户数M之比；对所有待分配用户进行分组，每组用户数为系统可调度总用户数M，组内前N个元素由容量最大化调度准则决定，后M-N个元素由分组决定，将所有可能出现的分组情况列出；

步骤2：计算位于协作小区簇中所有待调度用户的信干噪比，选出信道容量C_i最大的用户作为主用户，更新待调度用户集合Ω和已被调度用户集合U；

步骤3：按照容量最大化调度准则寻找主用户的配对用户；

步骤4：对待调度用户集合Ω和已被调度用户集合U进行更新；

步骤5：判断配对用户数是否达到最大值，即已被调度用户数达到N，如是，进入步骤6，否则返回步骤3；

步骤6：对剩余资源块按照所在分组进行调度，得到用户调度集。

2.根据权利要求1中所述的公平度可调的CoMP下行用户调度方法，其特征在于：步骤1中，由μ计算容量最大化调度用户数其中表示向下取整，指不大于符号内数字的最大整数。

3.根据权利要求2所述的公平度可调的CoMP下行用户调度方法，其特征在于：步骤1中，对所有待分配用户进行分组需满足的条件为，

每组每个用户只能出现一次；每组元素有先后之分；将所有可能出现分组情况列出；前N个元素相同的小组只能出现一次；用户在所有小组出现的次数和相等。

4.根据权利要求3所述的公平度可调的CoMP下行用户调度方法，其特征在于：步骤2中，主用户U₁需要满足条件：

$U_1=\arg \underset{i\&Element;\mathrm{\&Omega;}}{max}{C}_i=\arg \underset{i\&Element;\mathrm{\&Omega;}}{max}{\log }_2(1+{\mathrm{SINR}}_i)$

其中表示C_i为最大时对应的i值，C_i表示信道容量，SINR_i表示用户信干噪比。

5.根据权利要求4所述的公平度可调的CoMP下行用户调度方法，其特征在于：步骤3中，首先将待调度用户集合Ω中的用户分别与已调度用户集合U中的用户进行块对角化预编码，由和分别得到用户i和用户j的预编码矩阵W_i和W_j,其中svd(·)表示矩阵的奇异值分解，和分别表示已调度用户集合U中的用户对待调度用户i和j的干扰信道矩阵，S_i,D_i和S_j,D_j分别表示奇异值分解所得矩阵；

然后计算位于协作小区簇中所有待调度用户的SINR，由香农公式C＝Blog₂(1+SINR)计算信道容量C_i，如果待配对用户能够满足和容量最大的条件，就将该用户标记为已配对用户,所述C为信道容量，B为带宽，SINR为用户信干噪比，表示其中N₀表示噪声功率，norm(·)表示矩阵范数，H_i和H_j分别表示用户i和用户j的信道矩阵。