CN106375057A - 一种基于资源分配的干扰协调方法 - Google Patents

Abstract

本发明提供一种基于资源分配的干扰协调方法和设备。其中所述方法，包括：1)针对各个用户，确定其干扰基站；2)根据所述干扰基站，确定以用户为节点的干扰图；3)根据所述干扰图，采用图着色法进行资源分配。根据本发明，针对用户选择与其自身干扰基站正交的资源，以避免小区间干扰，并根据不同用户的QoS要求，调整分配给用户的资源数目及得到资源的优先级。本发明是以用户为中心的基于资源分配的干扰协调，根据各个小区的实际用户需求调整各个小区得到资源的比例，可以解决超密集蜂窝网络中小区间负载不均衡的问题。

Description

一种基于资源分配的干扰协调方法

技术领域

本发明涉及无线通信，尤其涉及无线资源管理。

背景技术

随着智能终端的普及和移动互联网的应用，移动数据流量呈现爆炸式的增长。为了满足不断增长的移动数据需求，提供更高的传输速率，以及增加接入点密度，超密集组网成为最主要的技术手段之一。然而，接入点密集会导致小区间存在严重的干扰，从而制约系统容量和边缘用户的服务质量。因此，有必要采取干扰协调的方式，以对小区的下行资源设置一定的限制，从而降低小区间干扰。

频率复用是一种直接有效的方法，然而传统的基于理想化的规则六边形小区的频率复用方式并不能直接套用在超密集组网上。现有的面向超密集蜂窝网络的基于资源分配的干扰协调方法主要采用以基站为中心的干扰协调资源分配方法，首先基站汇总自己小区内用户上报的干扰基站，确定基站的干扰基站，然后基于图论中的图着色法，分配给相互干扰的基站彼此正交的资源，从而达到消除小区间干扰的目的。

然而，上述以基站为中心的干扰协调方法仍存在以下缺陷：

1.对于采用以基站为中心的干扰协调资源分配方法而言，其往往需要采用较大的频率复用因子(例如，10或10以上)，这使得的频谱资源的复用效率非常低，难以满足大部分用户的对数据传输速率需求；

2.并且，由于超密集蜂窝中各个小区用户数目差异大，用户的QoS要求多样化，而采用现有的资源分配方法难以应对这种在超密集网络中的小区之间负载不均衡的问题。

发明内容

因此，本发明的目的在于克服上述现有技术的缺陷，提供一种基于资源分配的干扰协调方法，包括：

1)针对各个用户，确定其干扰基站；

2)根据所述干扰基站，确定以用户为节点的干扰图；

3)根据所述干扰图，采用图着色法进行资源分配。

优选地，根据所述方法，其中步骤3)包括：

3-1)针对各个用户，确定所述用户所受到的干扰程度；

3-2)按照干扰程度从大到小，依次将所述各个用户作为图着色法的染色节点。

优选地，根据所述方法，其中步骤3-1)包括：

3-1-1)针对用户n和m所处的小区，确定用户n和m之间的权重ρ_nm；

3-1-2)针对用户n，计算用户n和n的所有干扰基站覆盖范围I内的全部用户m的权重之和

优选地，根据所述方法，其中步骤3-1-1)包括：

对于相同小区的用户n和m，将用户n和m之间的权重ρ_nm设置为极大的值。

优选地，根据所述方法，其中步骤3-1-1)包括：

对于不同小区的用户n和m，根据用户n所属基站N对用户m的干扰，确定用户n和m之间的权重ρ_nm。

优选地，根据所述方法，其中通过下式计算所述不同小区的用户n和m之间的权重ρ_nm：

${\mathrm{\ρ}}_{nm}=\frac{P}{K}{r_{Nm}}^{-\mathrm{\α}}$

其中，P为基站N的下行发射功率，K为基站N的所有可用资源量，r_Nm为基站N到用户m之间的距离，α为路径损耗因子。

优选地，根据所述方法，其中步骤3)包括：

3-3)针对各个用户，判断其业务是否需要保证数据传输速率；

3-4)在对其业务需要保证数据传输速率的用户进行资源分配之后，对其他用户进行资源分配。

优选地，根据所述方法，其中还包括：

4)基于步骤3)的结果，重新执行步骤1)-3)，直到全部用户的速率和的变化率小于设定的阈值或者进行资源分配的次数达到设定的上限。

优选地，根据所述方法，其中步骤1)包括：

1-1)针对SINR大于设定阈值的用户，确定各个基站对于所述用户的干扰功率；

1-2)从所述用户受到的总干扰功率中依次减去来自所述各个基站的干扰功率中最大的一个，直到所得到的值小于设定的阈值；

1-3)将干扰功率被减去的基站作为所述用户的干扰基站。

优选地，根据所述方法，其中步骤3)包括：

3-5)根据用户所需的数据传输速率，估计用户所需的资源量；

3-6)根据所述资源量，为所述用户分配相应数量的资源。

并且，本发明还提供了一种用于干扰协调的设备，包括：

用于针对各个用户确定其干扰基站的装置；

用于根据所述干扰基站确定以用户为节点干扰图的装置；

用于根据所述干扰图采用图着色法进行资源分配的装置。

与现有技术相比，本发明的优点在于：

1.针对超密集网络中的各个小区，根据用户所上报的干扰基站，为用户选择与其自身干扰基站正交的资源，从而灵活地设置频率复用因子，以提高频谱资源的复用效率

2.并且，以用户为中心进行基于资源分配的干扰协调，动态根据各个小区内的用户的数目及QoS需求调整分配给小区的资源，克服了超密集蜂窝网络负载不均衡的问题。

3.此外，本发明根据各个用户的业务服务质量(Quality of Service，QoS)需求，来调整用户得到资源的优先级，满足多数用户对QoS的需求。

附图说明

以下参照附图对本发明实施例作进一步说明，其中：

图1是采用泊松点过程而建立的超密集蜂窝网络拓扑图；

图2是根据本发明的一个实施例的基于资源分配的干扰协调的流程图；

图3是根据本发明的一个实施例的确定用户主要干扰基站的流程图；

图4是根据本发明的一个实施例的采用图着色算法对用户进行资源分配的流程图；

图5是根据本发明的一个实例的干扰图示意图；

图6是本发明的方法和现有技术关于所有可用PRB总数的仿真结果；

图7是本发明的方法和现有技术关于用户满意比例的仿真结果。

具体实施方式

下面结合附图和具体实施方式对本发明作详细说明。

在研究了现有技术的基础上，发明人发现，现有的以基站为中心基于资源分配的干扰协调方法，以基站为中心来确定干扰基站，所确定的干扰基站为小区中全部用户上报的干扰基站的并集。在该现有技术中，为了保障用户的服务质量，即信干噪比大于门限，基站选择与所有干扰基站正交的资源来为用户进行资源分配。然而，发明人认为由于超密集蜂窝网络的拓扑是不规则的(如图1所示出的)，这使得同一个小区内的用户主要干扰基站有很大的差异。以基站为中心基于资源分配的干扰协调方法，基站的干扰基站数目可能会很大，频率复用因子可能很大，资源复用效率低，并且以基站为中心进行资源分配，其无法有区别地针对小区中的各个用户的QoS需求分配资源。

针对上述现有技术的缺陷，发明人提出采用以用户为中心的干扰协调资源分配方法，由用户上报其自身遭受到的干扰基站，从而为该用户分配与所上报的干扰基站正交的资源，以消除干扰所带来的影响。发明人认为这种方法的好处在于，对单名用户造成的干扰的基站数量，其远小于对基站造成干扰的基站总数，这使得存在更多的资源能被用于资源分配，大大增加满足最低SINR(即信干噪比)要求的可用资源数。并且，发明人还认为以用户为中心进行资源分配，能够有效地避免现有技术在针对拓扑不规则的超密集蜂窝网络进行资源分配时存在的负载不均衡问题。

实施例

出于上述考虑，本发明提出了一种超密集蜂窝网络的资源分配方法，以用户为中心，针对各个用户上传干扰该用户的干扰基站，并且为各个用户分配与其干扰基站正交的资源。

一般认为，在超密集蜂窝网络中，由于基站的部署往往是根据业务的需求展开，所以基站的位置遵循泊松点分布，用户在网络区域中均匀分布，并且用户的联系基站为其距离最近的基站，如图1所示。

参考图2，根据本发明的一个实施例，采用例如图1所示出的不规则拓扑超密集蜂窝网络，对所述超密集蜂窝网络进行资源分配的方法，包括：

1.建立以用户为中心的干扰图。

首先，由用户对除与其联系的基站之外的各个基站进行测试，获得该用户在这些基站下的SINR，以确定干扰基站。

参考图3，根据本发明的一个实施例，确定用户的干扰基站的方法，包括：

1a.1.用户选择接入基站；

1a.2.针对每一名用户，对于其SINR大于设定的门限T的用户，确定其干扰基站，包括：

1a.2.1.确定除所述用户所接入基站以外的各个基站的干扰功率(即用户接收到来自所述各个基站的功率)；

1a.2.2.从所述各个基站的干扰功率的总和中，依次减去最大的基站干扰功率，直到剩下的各个基站的干扰功率的总和小于门限T，以将被减去的各个基站作为所述用户的干扰基站。

通过上述方法，可以仅使得受到严重干扰的用户(即SINR<T的用户，而非全部用户)上报主要干扰基站以降低与该用户关联的基站的压力和进行资源分配的算法的复杂度；并且能够确定该受到严重干扰的用户的主要的干扰基站，使得在随后的步骤中只要规避跟这些基站内的用户使用相同的资源，就能够消除该受到严重干扰的用户所受到的干扰。

在确定了用户的干扰基站之后，将各个用户作为节点，建立双向干扰图。通常，干扰图包括多个节点和节点之间的连线，并且会以节点和其他节点间的连线数目(即节点的度)来反应各个节点间的干扰关系。在本发明中，根据干扰限制，位于连线两端的用户(即节点)不能使用同一个PRB(物理资源块)。

然而，由于现有技术是以基站为中心来确立干扰基站的，并不会考虑采用普通干扰图会致使无法显示由于相邻节点(即相邻用户)共用PRB而带来的(针对用户的)干扰这一问题。针对该问题，本发明提出了一种具有权重关系的干扰图，以带有权重的双线连线来反映节点之间的干扰关系。然而，应当理解本发明也可以采用普通的干扰图。

针对用户与用户间的干扰，存在两种情况：用户m和n属于不同小区，m的所属基站M，n所属基站是N，M是n的干扰基站；或者，用户m和n属于同一个小区。

根据本发明的一个实施例，根据节点间共用资源会带来的干扰，来建立带权重的双向干扰图，具体方法包括：

1b.1.针对每一名用户n，确定与其相邻的用户m是否属于与其相同的小区；

1b.2.对于处于不同的小区的用户n和m，将n和m之间的权重设置为：

${\mathrm{\&rho;}}_{nm}=\frac{P}{K}{r_{Nm}}^{-\mathrm{\&alpha;}}$

其中，N为用户n的所属基站，P为基站N的下行发射功率，K为基站所有可用资源数目，P/K为基站N在每个PRB上的下行发射功率，r_Nm为基站N到用户m之间的距离，α为路径损耗因子。

1b.3.对于处于同一小区的用户n和m，将n和m之间的权重设置为：

ρ_mn＝ρ_nm＝∞

这样设置的原因在于，采用诸如OFDM技术需要给同一个小区内的每个用户分配正交的子载波，所以n，m一定不能使用相同的PRB，因此需要将n和m之间的权重设为极大的值，例如∞。基于相类似的原因，对于采用其他技术的通信系统，将同一个小区内不可以使用相同的时频资源的用户的权重设置为极大的值，并且根据具体所采用的通信系统为不同小区内可以使用相同的时频资源的用户设置权重。

2.负载估计。

在利用干扰图进行频谱资源分配之前，需要进行初始的负载的估计，即预估用户所需要的PRB数量。

根据本发明的的一个实施例，将在最差的信道条件下(即最差的干扰条件)用户所需求的PRB数目当作初始的负载。可以将最差的干扰条件假设为用户受到了来自周围所有基站的干扰。

根据用户的SINR，计算单位带宽上承载的速率。计算方法可以按照3GPP TR36.942中的公式：

$Thr=\left\{\begin{array}{cc}0& SINR<{\mathrm{SINR}}_{\min }\\ {\mathrm{\&beta;log}}_2(1+SINR)& {\mathrm{SINR}}_{\min }<SINR<{\mathrm{SINR}}_{max}\\ {\mathrm{Thr}}_{max}& SINR>{\mathrm{SINR}}_{max}\end{array}\right.---\left(1\right)$

其中，β是设置衰减因子，Thr_max是最大的单位带宽上承载的速率。在本实施例中，参考3GPP TR 36.942V13.0.0,Evolved Universal Terrestrial Radio Access(E-UTRA)；Radio Frequency(RF)system scenarios,Jan.2016的规定来设置β。

由此，根据计算出的Thr，确定用户需求的PRB数目r：

其中，B是PRB的带宽，rate是用户需求的数据传输速率。

3.基于图着色算法进行频谱资源分配。

在建立了上述干扰图之后，可以采用不同的颜色来代表不同的PRB，以分配给不同的节点(即用户)。

在本发明中，为了利用图着色算法对用户进行资源分配，可以针对每个节点设置当前可用PRB列表A，其资源分配的初始状态为全部K个PRB；以及已经分配给该节点的PRB列表U，其资源分配的初始状态为空列表。并且，设置列表V以存储未染色的节点。假设，该节点需求的PRB数目为r，可以将负载估计得到的数目作为初始的r。

参考图4，根据本发明的一个实施例，利用图着色算法对用户进行资源分配，包括：

3a.启用一个新的PRB：

令当前使用的PRB序号b等于原序号b加1(初始状态b为0)，并判断PRB的序号b是否大于总共可用的PRB数目K，若b≤K，则继续步骤3b；若b＞K，则继续步骤3f。

3b.选择染色节点n：

为了加快资源分配的搜索过程，在本发明中可以利用上述节点(用户与用户)的权重和来确定优先染色的节点。根据本发明的一个实施例，利用权重和选择染色节点n的方法，包括：

3b.1.根据列表A中所包含的序号为b的PRB，从列表V中选取出可以使用PRB b的所有未染色节点以组成列表V_w。并且，计算V_w中每个节点的连线权重和，以确定当前需要进行染色的节点n。

计算权重和的方法如下：

$\begin{array}{cc}{\mathrm{\&rho;}}_n=\underset{m\&Element;I}{\&Sigma;}{\mathrm{\&rho;}}_{nm}& n\&Element;V_w\end{array}$

其中，I为用户n所有干扰基站覆盖范围内的全部用户m的集合。

3b.2.根据计算出的各个节点的权重和的结果，将其中权重和ρ_n最大的节点n作为染色节点。这样做的目的在于，找出为周围节点带来的最大干扰的节点n，以在染色过程中优先处理该节点。通过这种方式，可以使用尽量少的资源来完成资源的分配。

3b.3.若存在相等的多个最大节点权重和，那么将其中度(即该节点跟其他节点之间连线的数目)最大的节点n作为染色节点。

3b.4.若按照度最大的原则，仍存在相等的最大节点权重和，那么从这些节点中随机选一个节点n作为染色节点。

通过上述方法将确定将要分配PRB b的染色节点n。

3c.更新干扰图及相关参数：

在确定了资源块b和用户n之后，将PRB b分配给用户n，并更新列表A和U，并且通知邻居节点(用户)。所述方法包括：将b作为已经分配给n的资源块加入列表U中，并从用户n的可用资源块的列表A中删除资源块b，将n所需求的PRB数目从r修改为r-1，向n的邻居节点发送PRB b已经使用的信息，邻居节点相应地在其可用资源块的列表A中删除PRB b。

如前文所述，在本发明中还可以依据用户n使用业务的QoS需求，来进行资源分配。根据本发明的一个实施例，所述方法包括：

3c.1.判断用户n的业务是否属于保证比特率(Guarantee Bit Rate,GBR)业务；

3c.2.若用户的业务是GBR业务，那么判断此时n的r是否等于0：

若r等于0，则认为n的需求已经得到了满足，那么从未染色列表中删除节点n，删除跟节点n相连的线(包括从n出发的线和达到n的线)；

若r不等于0，那么仍在列表V中保留节点n。

3c.3.若用户的业务是不保证比特率(None Guarantee Bit Rate,Non-GBR)业务，则判断此时n的r是否等于0：

若r等于0，则认为n的需求已经得到了满足，那么从列表V中删除节点n，删除跟节点n相连的线(包括从n出发的线和达到n的线)；

若r不等于零，则认为Non-GBR业务已经分到了一个PRB，暂时将n移出列表V，等待V为空之后，把n仍然可用的颜色(即资源块)分配给n，并从V_w中删除用户n。

在上述实施例中，暂时把Non-GBR用户移出列表V是为了防止存在一个或多个权重和ρ_n最大的Non-GBR用户n(其速率要求一般比GBR用户大)，使得这样的Non-GBR用户在分配到所有所需的资源之后才退出资源分配的迭代过程。由于，Non-GBR用户的业务不一定需要充足的资源，通过上述将Non-GBR用户移出列表V的方法可以降低Non-GBR用户在分配中的优先级，从而优先保证需要被分配充足资源的GBR用户。

3d.判断V_w列表是否为空：

若不为空，则继续上述步骤3b；

若为空，则继续步骤3e。

3e.判断V列表是否为空：

若不为空，则继续上述步骤3a；

若为空，则继续步骤3f。

3f.将其余可用颜色分配给Non-GBR用户：

根据本发明的一个实施例，采用与上述步骤3a-3e类似的方法，根据列A和列表U为Non-GBR用户分配资源块。

在完成上述资源分配的迭代过程后，结束图着色算法的资源分配。

4.重复上述步骤2和3，以在达到迭代结束的条件时，输出最终的资源分配结果。

在经过了上述步骤3中的图着色算法之后，用户被分配到了与干扰基站正交的频谱资源，减少了其所受到的干扰，使其SINR上升。然而，仅经历一次图着色往往难以确定最优的资源分配方案，因此在本发明中还可以重复迭代上述步骤2和3，直到满足迭代终止条件，例如所有用户的速率总和基本不变(变化率小于设定的阈值)或者达到迭代次数的上限。

发明人认为，通过迭代可以获得更好的资源分配方法，是因为当经过了图着色之后，由于用户的SINR发生变化，使得同一个PRB可以支持的速率也相应地变化。根据上述步骤2中的式(2)可以看出，用户所需求的PRB数目r也会相应的变化。因此，可以根据新的需求r重复资源分配，以输出最终的资源分配结果。

下面参考图5所示出的由用户构成的干扰图，给出一个具体的实例来说明本发明的方案。假设，可用的PRB数目为4，序号为{1,2,3,4}。全部7名用户所分别需求的PRB数目为{2,2,2,1,1,1,1}，其中，用户2、4、和7的业务为Non-GBR业务，其余用户的业务为GBR业务。

首先，针对序号为1的PRB进行分配，通过计算发现节点4(即用户4)的的权重和最大并且其需要1个PRB，因此将PRB 1分配给节点4，并退出列表V。

然后，依照图着色算法继续将PRB 1分配给节点1、2，通过计算发现节点2需求2个PRB，然而由于用户2的业务为Non-GBR业务，因此暂时退出列表V。

并且，按照同样的方法分配其余PRB，将PRB 2分配给节点3、5，并令节点5退出列表V；将PRB 3分配给节点3、6，并令节点3、6退出列表V；将PRB 4分配给节点1、7，并令节点1、7退出列表V。

在处理完所有GBR业务的节点之后，为剩余的Non-GBR分配仍然可以的PRB，即将PRB4分配给节点2。

随后，重新根据用户的SINR进行频谱资源分配，直到达到终止条件。

仿真测试

为了验证本发明的效果，发明人进行了仿真测试。测试所采用的参数为：PPP模型中接入点的密度为2000APs/km²，用户在区域内均匀分布。接入点的下行发送功率为30dBm，系统带宽为20MHz，可用PRB数目为100个，每个PRB的带宽为180MHz。步骤1a)中的SINR门限T为0dB。路径损耗因子为4，噪声功率为-174dBm/Hz。式(1)中的β为0.6，SINR_min、SINR_max分别为-10dB,22dB，Thr_max为4.4bps/Hz。用户的QoS要求根据3GPP TR 36.942分为9类服务等级(QoS Class Identifier，QCI)，仿真中用到的业务模型包括QCI中关于速率的要求，占所有业务的比例，以及业务属于GBR或者Non-GBR(QCI 1-4属于GBR业务，QCI 5-9属于Non-GBR业务)如表1所示。

表1 QCI参数

用于与本发明的方法进行对比的方案是以基站为中心的资源分配方法，其通过基站取所有用户上报的干扰基站的并集作为自己的干扰基站，将基站作为干扰图的节点，基于传统的图着色方法按照度的从高到低的进行资源分配算法，并且，在按照图着色分配结束之后，根据基站的邻居基站的使用的资源，为基站分配仍然可用的资源。为了公平性，对于Non-GBR和GBR用户的处理跟本发明中的处理方法一致。

图6示出了根据本发明的方案和用于对比的上述现有技术关于所有可用PRB总数的对比。从图6可以看出，在UCQA-IC方法中用户分配得到的资源PRB数目是采用MOSA方法的大约3倍，并且随着用户密度的上升先上升然后趋于平稳。在用户密度较小的时候，大部分的用户的速率需求可以得到满足，所以随着用户密度的上升，整个网络中分配给用户的PEB数目逐渐上升，但是当用户密度达到一定限度之后，由于资源毕竟是有限的，所以一些用户的需求没有得到满足，整个网络中可以分配给用户的资源趋于平稳。由此，可以看出，本发明相较于现有技术，明显增加了满足最低SINR要求的资源数目，可以明显提升整个系统的满足最低SINR要求的可用资源数目。

图7是本发明和对比算法关于用户QoS要求得到满足比例的对比，从图7可以看出，采用本发明的方案GBR用户的QoS得到满足的比例，明显高于Non-GBR用户，发明认为这是由于在本发明中GBR用户总是优先Non-GBR用户得到资源。但是，GBR业务一般是实时性要求比较高的业务，比如语音，Non-GBR业务一般是实时性要求比较低的业务，比如file sharing，因此，本发明可以保护对实时性要求比较高的GBR业务，能够明显降低用户QoS要求没有得到满足的比例。

可以看出，本发明可以针对用户选择与其自身干扰基站正交的资源，以满足不同用户对数据传输速率的需求。并且，本发明针对网络中的全部用户进行的资源分配，克服了由于超密集网络中各个基站的通信覆盖面积、以及对数据传输的总速率需求差异大而导致的负载不均衡的问题。此外，本发明还可以根据各个用户的QoS需求，来调整分配给用户的资源。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管上文参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (11)

1.一种基于资源分配的干扰协调方法，包括：

1)针对各个用户，确定其干扰基站；

2)根据所述干扰基站，确定以用户为节点的干扰图；

3)根据所述干扰图，采用图着色法进行资源分配。

2.根据权利要求1所述的方法，其中步骤3)包括：

3-1)针对各个用户，确定所述用户所受到的干扰程度；

3-2)按照干扰程度从大到小，依次将所述各个用户作为图着色法的染色节点。

3.根据权利要求2所述的方法，其中步骤3-1)包括：

3-1-1)针对用户n和m所处的小区，确定用户n和m之间的权重ρ_nm；

3-1-2)针对用户n，计算用户n和n的所有干扰基站覆盖范围I内的全部用户m的权重之和

4.根据权利要求3所述的方法，其中步骤3-1-1)包括：

对于相同小区的用户n和m，将用户n和m之间的权重ρ_nm设置为极大的值。

5.根据权利要求3所述的方法，其中步骤3-1-1)包括：

对于不同小区的用户n和m，根据用户n所属基站N对用户m的干扰，确定用户n和m之间的权重ρ_nm。

6.根据权利要求5所述的方法，其中通过下式计算所述不同小区的用户n和m之间的权重ρ_nm：

${\mathrm{\&rho;}}_{nm}=\frac{P}{K}{r_{Nm}}^{-\mathrm{\&alpha;}}$

其中，P为基站N的下行发射功率，K为基站N的所有可用资源量，r_Nm为基站N到用户m之间的距离，α为路径损耗因子。

7.根据权利要求1-6中任意一项所述的方法，其中步骤3)包括：

3-3)针对各个用户，判断其业务是否需要保证数据传输速率；

3-4)在对其业务需要保证数据传输速率的用户进行资源分配之后，对其他用户进行资源分配。

8.根据权利要求1-6中任意一项所述的方法，其中还包括：

4)基于步骤3)的结果，重新执行步骤1)-3)，直到全部用户的速率和的变化率小于设定的阈值或者进行资源分配的次数达到设定的上限。

9.根据权利要求1-6中任意一项所述的方法，其中步骤1)包括：

1-1)针对SINR大于设定阈值的用户，确定各个基站对于所述用户的干扰功率；

1-2)从所述用户受到的总干扰功率中依次减去来自所述各个基站的干扰功率中最大的一个，直到所得到的值小于设定的阈值；

1-3)将干扰功率被减去的基站作为所述用户的干扰基站。

10.根据权利要求1-6中任意一项所述的方法，其中步骤3)包括：

3-5)根据用户所需的数据传输速率和带宽，估计用户所需的资源量；

3-6)根据所述资源量，为所述用户分配相应数量的资源。

11.一种用于干扰协调的设备，包括：

用于针对各个用户确定其干扰基站的装置；

用于根据所述干扰基站确定以用户为节点干扰图的装置；

用于根据所述干扰图采用图着色法进行资源分配的装置。