CN106255127A - 异构网络中基于分组的用户选择方法 - Google Patents

Abstract

本发明提供了一种异构网络中基于分组的用户选择方法。主要包括：根据异构网络中的微小区设置多个分组向量，计算出宏基站对微小区内各个用户的干扰信道向量与各个分组向量之间的方向偏差，根据方向偏差对微小区内各个用户进行分组；从微小区内各个用户分组中分别选出一个基准用户，根据宏基站对基准用户的干扰信道向量与宏基站对该用户分组中其它用户的干扰信道向量之间的关系，选择出该用户分组中基准用户之外的其它候选用户；从基准用户和其它候选用户中选择出微小区中的服务用户。本发明可以保证系统在用户任意分布情况下，都能选出使系统性能最佳的用户为其提供服务。能使异构网络中用户受到的跨层干扰降低，提高异构网络系统的性能。

Description

异构网络中基于分组的用户选择方法

技术领域

本发明涉及异构网络技术领域，尤其涉及一种异构网络中基于分组的用户选择方法。

背景技术

无线异构网络在宏基站覆盖薄弱区域或热点地区部署小型基站，该小型基站包括中继、微微蜂窝站点、家庭基站等。通过缩短用户与基站间的距离使用户收到高质量信号，提高系统吞吐速率，近年来受到广泛的关注。然而，蜂窝网络中加入小型基站使网络拓扑结构变的非常复杂；由于频谱资源稀缺，异构网络采用同频组网的方式，小型基站的发射功率与宏基站发射功率相差甚远，微小区用户易受到严重的跨层干扰。这些问题都严重阻碍异构网络性能的提升，影响用户体验。

目前，针对中继站对相邻小区边缘用户产生的同频干扰，采用了基于随机化竞争(RC,random competition)的协作调度策略，通过在相邻小区边缘形成的中继协作区域内应用RC调度算法，减少同频干扰，提高小区边缘吞吐量。无线MIMO(Multi-Input Multi-Output)传输系统采用空时处理技术进行信号处理，在多径环境下能极大提高频谱利用率，增加系统的数据传输速率是移动通信领域研究的主流技术之一。分布在基站覆盖区域内，信道衰落相互独立的多个用户，任何时候都存在一部分用户的信道条件优于其他用户，则任何给定时刻只为信道质量好的用户提供服务，将系统资源分配给最有效率的用户，获取分集增益，是提升频谱效率、增强抵抗小区间干扰的能力以及提升用户与基站间的通信效率的又一有效方法。

现有技术提出了一种MIMO系统的用户选择算法。该算法将被选用户总吞吐量作为选择标准，先确定信道容量最好的用户为选定用户；之后每选一个用户，都保证与已选定用户组成的用户组信道容量最大，虽使系统容量得到提升，但算法计算复杂度较大。

现有技术提出了另一种基于CoMP-CSB(Coordinated Multiple PointTransmission Coordinated Scheduling and Beamforming)的用户选择干扰消除算法。该算法重点考虑用户受到干扰信号的方向信息，确定有用信号信道质量最好的一个用户作为基准用户，并选出与基准用户干扰信道方向相近的用户共同组成服务用户，邻小区基站通过预编码来消除基准用户受到的跨层干扰；由于干扰信道方向相近，对基准用户的预编码矩阵也可以降低其他服务用户受到的干扰。干扰信号方向越近，降低干扰的效果越佳。此算法突破基站天线数对服务用户数的限制，有效提升了系统性能，但当用户分布不均匀，服务用户间的干扰信号方向偏差较大时，虽然仍可以降低一部分干扰，但是误差太大，效果不明显。

发明内容

本发明的实施例提供了一种异构网络中基于分组的用户选择方法，以实现有效地降低异构网络中用户受到的跨层干扰。

为了实现上述目的，本发明采取了如下技术方案。

一种异构网络中基于分组的用户选择方法，包括：

根据异构网络中的微小区设置多个分组向量，计算出宏基站对微小区内各个用户的干扰信道向量与各个分组向量之间的方向偏差，根据所述方向偏差对所述微小区内各个用户进行分组；

从所述微小区内各个用户分组中分别选出一个基准用户，根据所述宏基站对所述基准用户的干扰信道向量与所述宏基站对该用户分组中其它用户的干扰信道向量之间的关系，选择出该用户分组中所述基准用户之外的其它候选用户；

从所述基准用户和所述其它候选用户中选择出所述微小区中的服务用户。

进一步地，所述的根据异构网络中的微小区设置多个分组向量，包括：

根据异构网络中的微小区设置分组向量w_f(f＝1,2,...,q)，该w_f(f＝1,2,...,q)是N_m×1维的随机向量，||w_f||＝1，各个分组向量组成分组向量组C＝{w₁,w₂,...,w_q}。

进一步地，所述的计算出宏基站对微小区内各个用户的干扰信道向量与各个分组向量之间的方向偏差，根据所述方向偏差对所述微小区内各个用户进行分组，包括：

分别计算宏基站对微小区l内第i个用户u_li的干扰信道向量与各个分组向量之间的方向偏差，将计算出的各个方向偏差进行比较，获取方向偏差最小的分组向量，提取该方向偏差最小的分组向量的索引号

并将索引号相同的用户分为一组；

式中表示干扰信道的方向信息，即为与方向偏差最小的分组向量的索引号；

设有q个分组向量，故用户最终分成q个组，即W_f，(f＝1,2,...,q)。

进一步地，所述的从所述微小区内各个用户分组中分别选出一个基准用户，包括：

从各个用户分组中选出该用户分组的基准用户π_f(W_f,1)：

${\mathrm{\π}}_f(W_f,1)=\arg {\max }_{u_{li}\∈W_f}\left|\right|h_{u_{li}l}^P|{|}_F^2.$

进一步地，所述的根据所述宏基站对所述基准用户的干扰信道向量与所述宏基站对该用户分组中其它用户的干扰信道向量之间的关系，选择出该用户分组中所述基准用户之外的其它候选用户，包括：

设所述宏基站对用户分组中基准用户π_f(W_f,1)的干扰信道向量为分别计算宏基站对该组其他用户的干扰信道与间夹角的余弦值

${\mathrm{\δ}}_{u_{li}}^f=\frac{\left|{\tilde{h}}_{u_{li}l}^M{\left({\tilde{h}}_{{\mathrm{\π}}_{f}l}^M\right)}^{\′}\right|}{\left|\right|{\tilde{h}}_{u_{li}l}^M\left|\right|\left|\right|{\tilde{h}}_{{\mathrm{\π}}_{f}l}^M\left|\right|}$

式中表示干扰信道向量的方向信息；

分别从如下子集中选出各组的第j个候选用户，2≤j≤(K_P-1)：

Ψ_f＝{j_f∈W_f-{π_f(W_f,1)}}

候选用户j的选择结果为：

$u_{lj}^f=\arg {\max }_{u_{lj}\∈{\mathrm{\Ψ}}_f}{\mathrm{\δ}}_{u_{lj}}^f$

${\mathrm{\Ψ}}_f={\mathrm{\Ψ}}_f-\left\{u_{lj}^f\right\}$

进一步地，所述的从所述基准用户和所述其它候选用户中选择出所述微小区中的服务用户，包括：

各组选出的基准用户和候选用户组成V_f,(f＝1,...,q)：

$V_f=V_f+\left\{u_{lj}^f\right\}$

再从中选出最终服务用户组V_F：

$R_{V_f}=\underset{u^f=1,\mathrm{...},K_P}{\Σ}E\[{\log }_2\left|I_U+\frac{v_{u^{f}l}^H{\left(h_{u^{f}l}^P\right)}^H{h}_{u^{f}l}^P{v}_{u^{f}l}}{I_U+\underset{k\≠u^f}{\overset{K_p}{\underset{k=1}{\Σ}}}{v}_{kl}^H{\left(h_{u^{f}l}^P\right)}^H{h}_{u^{f}l}^P{v}_{kl}+\underset{k=1}{\overset{K_m}{\Σ}}{v}_{kM}^H{\left(h_{u^{f}l}^M\right)}^H{h}_{u^{f}l}^M{v}_{kM}}\right|\]$

$V_F=\arg \underset{f=1,\mathrm{...},q}{\max }{R}_{V_f}.$

由上述本发明的实施例提供的技术方案可以看出，本发明实施例通过利用用户收到干扰信息方向的相近性，将用户分组；选每组中有用信道状态最好的用户为基准用户并通过预编码消除其受到的跨层干扰，对基准用户的预编码矩阵也可以降低与其干扰信号方向相近用户受到的跨层干扰，故在每组中根据用户与基准用户受到干扰信号方向的相近程度进行用户选择。最后选出使系统容量最佳的一组用户作为服务用户，保证系统在用户任意分布情况下，都能选出使系统性能最佳的用户为其提供服务。能使异构网络中用户受到的跨层干扰降低，提高异构网络系统的性能。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种宏基站(Macro)和微基站(Pico)共存的系统模型的示意图；

图2本发明实施例提出的一种异构网络中基于分组的用户选择方法的处理流程图；

图3为本发明实施例的算法与对比算法在宏基站与微基站发射天线数不同情况下的比较结果；

图4为本发明实施例提供的一种被选用户数对系统平均容量的影响；

图5为本发明实施例提供的一种被选用户数对系统总容量的影响

图6为本发明实施例提供的一种宏基站自由度不同对系统容量影响的对比图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

本发明实施例提出了一种新型的基于分组的用户选择算法，算法可以使用户任意分布情况下，突破发送天线数对去干扰用户数的限制，同时服务多个用户获取分集增益，有效提高系统性能。并通过仿真与复杂度分析对本发明算法与现有技术算法进行了对比与分析，仿真结果表明本发明提出的新型用户选择算法以稍许牺牲复杂度为代价有效较低异构网的跨层干扰，提高了系统性能。

考虑一个宏基站(Macro)和微基站(Pico)共存的无线异构下行传输系统，本发明实施例提出的一种宏基站(Macro)和微基站(Pico)共存的系统模型的示意图如图1所示。系统由一个宏基站和L个微基站构成，宏基站覆盖的宏小区内有K_m个服务用户，微小区内共有K个用户，从中选出K_p个服务用户，宏基站配置N_m根发送天线，微基站配置N_p根发送天线，假设用户单天线接收。由于微基站的功率较小，当宏小区的用户远离微基站时，所受干扰较小，故本发明忽略微基站对宏小区用户的干扰。

假设信道衰落为独立块衰落，信道向量全部服从瑞利分布。同时，假设基站能获得理想信道状态信息，用表示宏基站与第l个微小区内用户i之间的信道向量，表示宏基站与宏小区内第j个用户之间的信道向量，表示第l微小区内微基站与本小区内用户i之间的信道向量。微小区l内第i个用户的接收信号为：

其中，x_iM表示对用户u_iM的U×1维的发送信号， 其中P_jM，P_il，分别表示用户接收来自宏基站和微基站的信号的接收功率，和表示相对应的小尺度衰落信道，信道矩阵中的元素服从均值为0方差为1的复高斯分布。v_jM和v_il分别是N_m×U和N_p×U的向量，表示当信道信息理想情况下用户的预编码矩阵。z_il表示加性噪声，是U×1维0均值复高斯噪声向量，方差为1。则微小区l用户的总容量为：

由公式(2)可见，提高用户的信干噪比可以增强系统性能。因此，本发明提出一种基于分组的用户选择算法，可在用户任意分布的情况下选出受到的跨层干扰影响最小、使系统容量最大的一组用户，提高系统性能。

下文中A'是矩阵的共轭装置；|a|是复变量的模；是矩阵的二范数；A^-1是矩阵的逆。

3：用户选择算法

为了减少用户接收到的干扰信号，本发明采用迫零(Zero Forcing,ZF)线性预编码方案。基站运用ZF预编码消除干扰时，基站能同时服务的最大用户数不大于基站发射天线数，当基站发射天线总数为N时，若基站为本小区(N-ξ)个用户提供服务，则该基站最多能消除邻小区内ξ个用户的跨层干扰，即基站自由度为ξ。若基站的服务用户数远远大于发射天线数，基站自由度ξ较小时，能被同时消除干扰的用户太少，系统性能提高不明显。在现有的一种基于CoMP-CSB的用户选择干扰消除算法中，当基站发射天线数为N时，若基站自由度ξ＝1，则在邻小区中选信道状态最好的一个用户作为基准用户，本小区基站通过预编码不仅能消除对基准用户的跨层干扰，同时可以降低邻小区内干扰信道与基准用户干扰信道方向相近的用户受到的跨层干扰。系统中被降低跨层干扰的用户数增加，系统性能显著提升。

然而，已有算法存在以下不足：异构网络中宏基站选定微小区内有用信号信道状态最好的用户作为基准用户，并消除其受到的跨层干扰；当微小区内用户分布不均匀时，基准用户的干扰信号很有可能与其他所有用户的干扰信号方向偏差都较大，则基准用户的预编码矩阵降低其他用户受到的跨层干扰时会效果不佳，此时已有算法抑制干扰的情况不理想。针对已有算法的局限性，本发明提出了异构网络中基于分组的用户选择算法。算法在宏基站选定基准用户之前，先通过一组分组向量，将受到来自宏基站干扰信道方向相近的用户分成一组，完成用户分组。再分别在每组中选出该组基准用户和与基准用户干扰信号方向偏差最小的若干用户，最终选出使系统容量最大的一组用户作为最后服务用户。相比已有算法，本发明算法先分组，再在各组中分别进行用户选择确定最终服务用户，即便用户分布不均匀也可以保证最终被选用户是使系统容量最大的一组用户，突破已有算法的局限性，提高系统性能。微小区内仍采用ZF预编码消除用户间干扰。

本发明引入一个分组向量组C＝{w₁,w₂,...,w_q}，w_f(f＝1,2,...,q)是N_m×1维的向量，||w_f||＝1。本发明研究的重点不是分组向量的选择对系统性能的影响，因此为了方便，分组向量采用随机向量。假设基站已知理想信道状态信息，令表示宏基站到微小区l内第i个用户的干扰信道向量。基站进行用户分组时，通过用户收到的干扰信号向量与分组向量间的内积或夹角来选择与其方向最接近的分组向量，并得出相应分组向量的索引号f，将对应索引号相同的用户分成一组，得到分组W_f,(f＝1,2,...,q)。分组完成后，分别在每个分组中选出该组的基准用户以及与其干扰信号方向偏差最小的(K_P-1)个用户组成分组V_f,(f＝1,2,...,q)，用ZF预编码消除用户间干扰。比较各组选出用户的信道容量，将信道容量最大的用户作为最终被选用户。

综上所述，本发明实施例提出的一种异构网络中基于分组的用户选择算法的处理流程如图2所示，包括如下的处理步骤：

(1)初始化：微小区l内待选用户集：U_l＝{u_l1,...,u_l,K},设置分组向量组C＝{w₁，...，w_q},

(2)用户分组：分别计算宏基站对微小区l内第i个用户u_li的干扰信道向量与各分组向量间的方向偏差，找到与方向偏差最小的分组向量，提取该分组向量的索引号

并将索引号相同的用户分为一组，此时：

式中表示干扰信道的方向信息，即为与最接近的分组向量的索引号。本发明考虑q个分组向量，故用户最终分成q个组，即W_f，(f＝1,2,...,q)。

(3)用户选择：

1)从各组中选出该组基准用户π_f(W_f,1)：

在各分组中选取到微基站有用信道状态最好的用户作为该组的基准用户。

2)分别计算宏基站对该组其他用户干扰信道与π_f(W_f,1)的干扰信道向量间夹角的余弦值

式中表示信道的方向信息。

3)分别从如下子集中选出各组的第j个用户，2≤j≤(K_P-1)：

Ψ_f＝{j_f∈W_f-{π_f(W_f,1)}} (公式7)

用户j选择结果为：

若W_f,(f＝1,2,...,q)中用户数小于K_p，则从其他分组中选择与该组π_f(W_f,1)干扰信道方向偏差最小的用户组成K_p个用户。

4)各组选出基准用户以及与其干扰信号方向接近的用户组成V_f,(f＝1,...,q)：

再从中选出最终服务用户组V_F：

V_f,(f＝1,...,q)表示从q个分组中分别选出的q组用户(基准用户以及与其干扰信号方向接近的用户)，表示第f个分组V_f的总容量；u^f表示第f个分组中的1～K_P个用户；V_F表示f个分组中系统容量最大的一组，即最终选出的服务用户。

本发明算法利用用户受到干扰信号的方向信息，先将用户分组再进行用户选择，避免用户分布情况的不同对系统容量的影响。使用户在任意分布场景下，选出信道状态最好、使系统容量最大的一组用户作为服务用户，有效提升系统性能。

4分组方案复杂度分析

下面对本发明所提用户选择算法进行了复杂度分析。为了方便计算，本发明用flop来计量复杂度：1个flop定义一个实浮点数操作。由于信道矩阵为复数模型，对其乘法、除法运算均以复数考虑，每次复数加和乘分别为2个flop和6个flop^[11]。对于维度为n的两个向量内积计算复杂度为6n flop，对于m×n的复值矩阵H，其Frobenius范数运行2mn次实数加和2mn的实数乘，共4mn个flop。

分组向量w_q是N_m维向量,则计算一个分组向量需要的flop数为6N_m,若分组向量有q个，则总的flop数为(6N_m×q)；计算一个激活用户来自宏基站的干扰信道向量与分组向量的方向偏差需要的flop数为6N_m，分组向量的个数为q，则总的flop数为(6N_m×q×K_p)，故完成用户分组需要的复杂度为：

C_g＝6N_m×q×(K_p+1) (公式13)

分组完成后计算用户到微基站信道范数需要的flop数为(4N_p×K_p)；每组中确定信道范数最大的用户作为第一被选用户u_A，计算宏基站到各组任一激活用户的信道向量与到该组u_A的信道向量的方向偏差需要的flop数为6N_m，共(K_p-q)次，需要的flop数为6N_m×(K_p-q)，故完成用户选择需要的复杂度为：

C_c＝4N_p×K_p+6N_m×(K_p-q) (公式14)

本发明采用ZF线性预编码方案消除干扰。ZF算法只涉及伪逆计算，对于m×n维复矩阵A，其伪逆运算需要的flop数为12mn²-5mn-n²。故用ZF算法消除各组用户间干扰需要的flop数为消除跨阶层干扰需要的flop数为故ZF预编码共需要的flop数为：

综上可知，本发明用户选择算法复杂度即为C＝C_g+C_c+C_ZF。

本发明算法较已有算法增加了一步用户分组，故复杂度有所提高。已有算法复杂度如下：

表1部分参数配置下计算复杂度比较

表1比较了在分组数不同、被选用户数不同的情况下本发明算法的复杂度。其中，假设宏基站的发射天线数N_m＝8，微基站发射天线N_p＝4，并且假设宏基站天线自由度ξ＝1；q＝1指分组数为1，即对比算法。由表1可知，分组数确定时，被选用户数越大，算法所需flop数越大，并且增量与基站覆盖范围内的总用户数无关。当被选用户数确定时，算法所需flop数随分组数的增大而增大，且增量和宏小区与微小区服务用户数有关。本发明算法在对比算法之前将用户进行分组，故复杂度略高。

5仿真结果与分析

网络拓扑结构由一个宏基站，两个微基站组成。宏基站发射功率46dbm，覆盖范围半径250m，家庭基站位置固定(在宏基站覆盖范围)，发射功率30dbm，覆盖范围50m，4个用户随机分布在家庭基站覆盖范围内，微基站随机分布在距宏基站D_BS的圆周上，但微基站间彼此隔离。具体仿真参数如表2所示。

表2仿真参数

图3给出了本发明算法与对比算法在宏基站与微基站发射天线数不同情况下的比较结果。系统假设宏基站空间自由度为1，用户分组数为4，系统选择的用户数也为4。由图3可知：1)随着信噪比的增加，本发明所提算法较对比算法性能优越，系统容量更大，如当信噪比为20dB，N_m＝8，N_p＝4时，系统容量有近1.061bps/Hz的增益。2)当宏基站发射天线数固定时，微基站发射天线越多，系统容量越大；当微基站发射天线数固定时，宏基站发射天线数越少，系统容量越大。发射天线数越多，则相应的发射功率越大，宏基站的发射天线数与用户受到的跨层干扰成正比，系统容量和宏基站与微基站天线数的差值有关。如20dB时，配置为N_m＝16，N_p＝8时的系统容量比N_m＝8，N_p＝4的系统容量大0.89bps/Hz，比N_m＝16，N_p＝4的系统容量大1.608bps/Hz。

图4是不同的被选用户数对系统容量影响的对比图。图4表明选择同时服务的用户数越小，系统的平均容量越大；而同时服务的用户越多，系统平均容量越小。这是因为仿真假设宏基站的自由度为1，宏基站只能消除1个选定用户的跨层干扰，其他用户根据与选定用户的方向偏差选择，最后选出的用户越多则与选定用户的方向偏差就越大，所以系统平均容量会随之减小；选择的用户数愈多，系统的总容量也越大，如图5所示。

图6给出了宏基站自由度不同对系统容量影响的对比图。仿真结果显示，当宏基站微基站天线配置确定时，自由度为2的系统容量较大，当信噪比为20dB，N_m＝8，N_p＝4时，自由度为2时的系统容量较自由度为1时的大2.633bps/Hz。自由度越大代表宏基站能同时消除跨层干扰的微小区用户数就越大，系统容量相应也越大。

6结论

在异构网络中，如何能使用户受到的跨层干扰降低、系统的性能提高是需要解决的问题。这里提出了一种基于分组的用户选择算法，算法利用用户收到干扰信息方向的相近性，将用户分组；选每组中有用信道状态最好的用户为基准用户并通过预编码消除其受到的跨层干扰，对基准用户的预编码矩阵也可以降低与其干扰信号方向相近用户受到的跨层干扰，故在每组中根据用户与基准用户受到干扰信号方向的相近程度进行用户选择。最后选出使系统容量最佳的一组用户作为服务用户，保证系统在用户任意分布情况下，都能选出使系统性能最佳的用户并为其提供服务。复杂度分析与仿真结果表明，本发明算法在少量增加复杂度的情况下提高了系统性能，在复杂度与系统性能中间取得了很好的折中。

综上所述，本发明实施例通过利用用户收到干扰信息方向的相近性，将用户分组；选每组中有用信道状态最好的用户为基准用户并通过预编码消除其受到的跨层干扰，对基准用户的预编码矩阵也可以降低与其干扰信号方向相近用户受到的跨层干扰，故在每组中根据用户与基准用户受到干扰信号方向的相近程度进行用户选择。最后选出使系统容量最佳的一组用户作为服务用户，保证系统在用户任意分布情况下，都能选出使系统性能最佳的用户为其提供服务。能突破已有算法的局限性，使异构网络中用户受到的跨层干扰降低，提高异构网络系统的性能。

通过复杂度分析与仿真结果表明，本发明算法在少量增加复杂度的情况下提高了异构网络系统的性能，在异构网络的复杂度与系统性能中间取得了很好的折中。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (6)

1.一种异构网络中基于分组的用户选择方法，其特征在于，包括：

根据异构网络中的微小区设置多个分组向量，计算出宏基站对微小区内各个用户的干扰信道向量与各个分组向量之间的方向偏差，根据所述方向偏差对所述微小区内各个用户进行分组；

从所述微小区内各个用户分组中分别选出一个基准用户，根据所述宏基站对所述基准用户的干扰信道向量与所述宏基站对该用户分组中其它用户的干扰信道向量之间的关系，选择出该用户分组中所述基准用户之外的其它候选用户；

从所述基准用户和所述其它候选用户中选择出所述微小区中的服务用户。

2.根据权利要求1所述的异构网络中基于分组的用户选择方法，其特征在于，所述的根据异构网络中的微小区设置多个分组向量，包括：

根据异构网络中的微小区设置分组向量w_f(f＝1,2,...,q)，该w_f(f＝1,2,...,q)是N_m×1维的随机向量，||w_f||＝1，各个分组向量组成分组向量组C＝{w₁,w₂,...,w_q}。

3.根据权利要求2所述的异构网络中基于分组的用户选择方法，其特征在于，所述的计算出宏基站对微小区内各个用户的干扰信道向量与各个分组向量之间的方向偏差，根据所述方向偏差对所述微小区内各个用户进行分组，包括：

分别计算宏基站对微小区l内第i个用户u_li的干扰信道向量与各个分组向量之间的方向偏差，将计算出的各个方向偏差进行比较，获取方向偏差最小的分组向量，提取该方向偏差最小的分组向量的索引号

并将索引号相同的用户分为一组；

式中表示干扰信道的方向信息，即为与方向偏差最小的分组向量的索引号；

设有q个分组向量，故用户最终分成q个组，即W_f，(f＝1,2,...,q)。

4.根据权利要求3所述的异构网络中基于分组的用户选择方法，其特征在于，所述的从所述微小区内各个用户分组中分别选出一个基准用户，包括：

从各个用户分组中选出该用户分组的基准用户π_f(W_f,1)：

5.根据权利要求4所述的异构网络中基于分组的用户选择方法，其特征在于，所述的根据所述宏基站对所述基准用户的干扰信道向量与所述宏基站对该用户分组中其它用户的干扰信道向量之间的关系，选择出该用户分组中所述基准用户之外的其它候选用户，包括：

设所述宏基站对用户分组中基准用户π_f(W_f,1)的干扰信道向量为分别计算宏基站对该组其他用户的干扰信道与间夹角的余弦值

式中表示干扰信道向量的方向信息；

分别从如下子集中选出各组的第j个候选用户，2≤j≤(K_P-1)：

Ψ_f＝{j_f∈W_f-{π_f(W_f,1)}}

候选用户j的选择结果为：

。

6.根据权利要求5所述的异构网络中基于分组的用户选择方法，其特征在于，所述的从所述基准用户和所述其它候选用户中选择出所述微小区中的服务用户，包括：

各组选出的基准用户和候选用户组成V_f,(f＝1,...,q)：

再从中选出最终服务用户组V_F：