JP2010004528A - 移動通信システムにおけるユーザ選択装置 - Google Patents

Abstract

【課題】程々の複雑度を有しながら、和容量に関して改善された結果を達成するようなユーザ選択の概念を移動通信システムにおいて提供する。
【解決手段】移動通信システムで動作し、送信のために複数のユーザからユーザのサブグループを選択するユーザ選択装置１００である。ユーザは、多入力多出力（ＭＩＭＯ）無線チャネルを介して通信している。ユーザ選択装置１００は、他のユーザの送信容量尺度に比べて所定量だけ高い送信容量尺度を有するユーザを選択した状態から解除して、選択が解除されたユーザを含まない事前選択グループを得て、事前選択グループが、２つの互いに等しい送信容量尺度を有するか、２つの送信容量尺度の差が所定量よりも小さい２つのユーザを含むようにする事前選択器１１０と、ＭＩＭＯ無線チャネルに基づいて送信のためのユーザのサブグループを決定するプロセッサ１１５とを備える。
【選択図】図１Ａ

Description

本発明は、多入力多出力（ＭＩＭＯ＝ｍｕｌｔｉｐｌｅ−ｉｎｐｕｔ−ｍｕｌｔｉｐｌｅ−ｏｕｔｐｕｔ）無線チャネルを利用する通信システムの分野のものである。

移動通信における開発は、各ユーザのデータ速度及びシステム容量を改善して、できるだけ多くのユーザへ高品質のサービスを提供することを常に求めている。ポイント・ツー・マルチポイント通信システムでは、例えば、移動通信システムのダウンリンクのように、送信機は、自分のカバレージ内の受信機へ、時間、周波数、及び空間成分のようなリソースを割り当てる重要なタスクを有する。送信機が各ユーザのチャネルを知っている場合、複数のユーザが、同じ時間及び同じ周波数で空間においてそれらを多重化してサービスを提供されることができる。マルチポイント・ツー・ポイント通信システムでは、例えば、移動通信システムのアップリンクのように、このタスクは、受信機によって達成される必要がある。

下記において、分析は、ダウンリンクへ向けられる。なお、アップリンクへの応用は簡単である。この目的のために、基地局あるいはアクセスポイント及びモバイルユーザにおいて複数のアンテナが採用され、周知の多入力多出力システムとなる。ここで、Ｋのユーザと、送信機におけるＭ_Ｔｘのアンテナと、ｋ番目の受信機におけるＭ_Ｒｘ，ｋのアンテナとを有するＭＩＭＯシステムが考察される。ｋ番目のユーザのチャネルは、次の行列によって記述される。

これらの行列の情報が送信機で完全に分かっていると仮定して、考察される共通の最適化問題は、和容量（sum capacity）の最大化である。この問題への最適解は、反復注水法（iterative waterfilling）によって見出され得る。非特許文献１及び非特許文献２を参照されたい。

この問題への効率的な非反復的なアプローチとして、非特許文献３では、連続符号化連続割当法（ＳＥＳＡＭ＝Ｓｕｃｃｅｓｓｉｖｅ Ｅｎｃｏｄｉｎｇ Ｓｕｃｃｅｓｉｖｅ Ａｌｌｏｃａｔｉｏｎ Ｍｅｔｈｏｄ）が提案されている。この提案は、最適解に非常に近い解を達成することができる。双方のアルゴリズムは、非特許文献４のダーティー・ペーパー符号化（ＤＰＣ＝Ｄｉｒｔｙ Ｐａｐｅｒ Ｃｏｄｉｎｇ）の原理に頼っている。この文献においては、あるデータ・ストリームが符号化されるときに知られる干渉は、完全に除去されることができ、このストリームの最大達成可能速度は、その干渉が存在しなかったときと同じであることが記載されている。しかしながら、ほぼ最適であるＤＰＣの実用的な実装は、計算が込み入っている。

更に、双方のアルゴリズムの複雑度は、ユーザの数と共に線形に拡大する。もっとも、実際にサービスを提供されるユーザの数は、通常、送信アンテナの数より小さいかあるいは等しい。この理由によって、幾つかのユーザ選択アルゴリズムが提案されている。これらのアルゴリズムは、簡単な規準に基づいてユーザの部分集合を選択し、対応するアルゴリズムは、この簡単な規準を用いて実行される。最適アプローチについて、ユーザの事前選択法が、非特許文献５で提示されている。これは、合成されたチャネル行列の特異値分解（ＳＶＤ＝Ｓｉｎｇｕｌａｒ Ｖａｌｕｅ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ）に頼っており、したがって、どちらかと言えば同じように複雑である。合成されたチャネル行列Ｈは、１つの行列の中で行単位でスタックされた全ユーザのチャネル行列を含む。例えば、３ユーザの場合、合成されたチャネル行列は、次式によって与えられる。

同様に、ブロック対角化又はゼロ・フォーシング・ビーム形成（ＺＦＢＦ＝Ｚｅｒｏ−Ｆｏｒｃｉｎｇ Ｂｅａｍｆｏｒｍｉｎｇ）のような線形アプローチのみが、和速度（sum rate）の最大化について使用される場合において、ユーザ選択に関して多数の研究が行われてきた。非特許文献６及び非特許文献７を参照されたい。

非特許文献８は、空間干渉除去（spatial interference cancellation）とも呼ばれる同時マルチユーザ・ダウンリンク・ビーム形成の問題を検討している。著者らは、送信アンテナ・アレイを採用して、個々のユーザへ向けられる複数アンテナ・ビームを作り出している。この場合、著者らは和容量又は和速度によって測定されるスループットを増加することを求めている。和容量又は和速度は、個々のユーザ・アンテナ線図、及びこれら線図によって導入される対応する交差干渉に依存して、個々のユーザ容量を累積することによって決定される。著者らは、ユーザ選択を要求する送信アンテナよりも多いユーザを有する場合を詳しく調べている。この問題への最適解は、基地局でのオンライン実装がひどく複雑になり得る。他の解は、マルチユーザ・ダイバーシティに費用をかけて、より低い複雑度コストで和容量の有意な端数を達成することができる。著者らは、次善最適である欲張りプリコーディングに基づくスキームにおけるレイリーフェージングにおいてスループット性能を解析して、簡単なゼロ・フォーシング・ビーム形成に基づくユーザ選択法を提案している。

更なる詳細は、非特許文献９に見出すことができる。ゼロ・フォーシングの更なるアプローチは、非特許文献１０及び非特許文献１１に開示されている。

非特許文献１２は、ブロック対角化（block diagonalization）と呼ばれるプリコーディング法を開示している。これは、ダウンリンク・マルチユーザ多入力多出力（ＭＩＭＯ）システムにおけるユーザ間干渉を取り除くものである。著者らは、全ユーザが、同数の受信アンテナを有し、送信についてスケジュールされたときに、全受信アンテナを利用するものと仮定している。ブロック対角化を用いて同時にサポートされ得るユーザの数は、ユーザ受信アンテナの数に対する基地局送信アンテナの数の比によって制限される。多数のユーザを有するダウンリンクＭＩＭＯシステムにおいて、基地局は、サービスを提供するユーザの部分集合を選択し、総スループットを最大化することができる。しかしながら、最適のユーザ集合を全幅探索することは、計算的に極めて困難である。著者らは、ブロック対角化を有するマルチユーザＭＩＭＯシステムについて、２つの低複雑度の次善最適ユーザ選択アルゴリズムを提案している。双方のアルゴリズムは、ユーザの部分集合を選択して、総スループットが最大値に近くなるようにしている。総スループットは、個々のユーザ容量又はスループットを累積することによって評価される。第１のやり方は、総スループットを貪欲に最大化することであり、第２の規準は、チャネル・エネルギー（channel energy）に基づいている。開示された双方のアルゴリズムは、線形複雑度及びユーザの総数を使用し、シミュレーションにおいて完全探索法の総スループットの約９５％を達成している。

更なる詳細及び更なるユーザ選択アプローチは、非特許文献１３、非特許文献１４、及び非特許文献１５に見出すことができる。

ユーザ・グループ化法においては、ＤＰＣ（ＤＰＣ＝Ｄｉｒｔｙ Ｐａｐｅｒ Ｐｒｅｃｏｄｉｎｇ）を採用するＳＤＭＡ（ＳＤＭＡ＝Ｓｐａｃｅ Ｄｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ）に基づくアプローチと、ＴＤＭＡ（ＴＤＭＡ＝Ｔｉｍｅ Ｄｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ）との間の、最大和速度の差を考慮することができる。集合Ｓの中で選択されるべきユーザを部分合計するとき、ユーザ選択規準は次式のように記載される。

ここで、Ｓの濃度（cardinality）は既定値Ｎに等しくなければならず、Ｒ_{ｋ，ＤＰＣ}は、ＤＰＣを用いて達成できるユーザｋの速度を表す。ＴＤＭＡの最大和速度は、最大単一ユーザ速度Ｒ_ｋ，ｓｕに等しい。この速度は、ユーザが全システム・リソースを受け取るならば、そのユーザが達成できる速度である。

図１１は、最新技術のシナリオを示している。ここで、複数のアンテナが、基地局で作動され、複数の移動端末が、そのフィールド内に存在している。このフィールドに存在する端末もまた、複数のアンテナを利用し、ＭＩＭＯ無線チャネルを確立してよいことが分かる。下記では、完全なチャネルの知識が、例えば、基地局及び移動端末で与えられるものと仮定する。これは、図１１において、完全なＣＳＩ（ＣＳＩ＝Ｃｈａｎｎｅｌ Ｓｔａｔｅ Ｉｎｆｏｒｍａｔｉｏｎ）が利用可能であることを示す矢印によって表されている。

図１２は、２つのユーザ・シナリオの適用された目的関数ｇ（Ｓ）を可視化した図である。ユーザ１のサポート可能レートは、横座標で与えられ、ユーザ２のサポート可能データ速度は、縦座標で与えられている。図１２から、ユーザ１は、全リソースを単独で利用するとき１０のレートをサポートでき、ユーザ２は、同じ場合に８の最大データ速度を達成することができることが分かる。留意すべきことは、ユーザのデータ速度に関して、図１２で単位が与えられない。というのは、ここでの数字は、品質の尺度（measure）としてのみ役立つからである。これは、残りの部分についても当てはまる。

図１２は、２つのユーザを有するサンプル・シナリオについて、目的関数をグラフで提示している。破線は−１の勾配を有する。それは最大和速度の点で容量領域に接触するので、和速度の値は軸との交点で読み取られ得る。これに限定されるものではないが、単純化を理由として、下記では単一搬送波システムが考察される。

しかしながら、グラフ内の和容量と破線との交点から、システムの和容量、すなわち、空間チャネル分離を利用して同一時間に同一周波数の上で双方のユーザにサービスを提供するときの和容量は、個々のユーザのサポート可能データ速度よりも高いことが明らかである。

Ｗ．Ｙｕ，Ｓｕｍ−Ｃａｐａｃｉｔｙ Ｃｏｍｐｕｔａｔｉｏｎ ｆｏｒ ｔｈｅ Ｇａｕｓｓｉａｎ Ｖｅｃｔｏｒ Ｂｒｏａｄｃａｓｔ Ｃｈａｎｎｅｌ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｏｒｙ，５２：７５４−７５９，２００６ Ｗ．Ｙｕ，Ｗ．Ｒｈｅｅ，Ｓ．Ｖｉｓｈｗａｎａｔｈ，Ｓ．Ｊａｆａｒ，ａｎｄ Ａ．Ｇｏｌｄｓｍｉｔｈ，Ｓｕｍ Ｐｏｗｅｒ Ｉｔｅｒａｔｉｖｅ Ｗａｔｅｒｆｉｌｌｉｎｇ ｆｏｒ Ｍｕｌｔｉ−ａｎｔｅｎｎａ Ｇａｕｓｓｉａｎ Ｂｒｏａｄｃａｓｔ Ｃｈａｎｎｅｌｓ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｏｒｙ，５１：１５７０−１５８０，２００５ Ｐ．Ｔｅｊｅｒａ，Ｗ．Ｕｔｓｃｈｉｃｋ，Ｇ．Ｂａｕｃｈ，ａｎｄ Ｊ．Ａ．Ｎｏｓｓｅｋ，Ｓｕｂｃｈａｎｎｅｌ Ａｌｌｏｃａｔｉｏｎ ｉｎ Ｍｕｌｔｉｕｓｅｒ Ｍｕｌｔｉｐｌｅ Ｉｎｐｕｔ Ｍｕｌｔｉｐｌｅ Ｏｕｔｐｕｔ Ｓｙｓｔｅｍｓ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｏｒｙ，５２：４７２１−４７３３，Ｏｃｔ．２００６ Ｍ．Ｈ．Ｍ．Ｃｏｓｔａ，Ｗｒｉｔｉｎｇ ｏｎ Ｄｉｒｔｙ Ｐａｐｅｒ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｏｒｙ，２９：４３９−４４１，Ｍａｙ １９８３ Ｇ．Ａｎｉｂａ ａｎｄ Ｓ．Ａｉｓｓａ，Ｍｕｌｔｉ−Ｕｓｅｒ Ｃａｐａｃｉｔｙ Ｍａｘｉｍｉｚａｔｉｏｎ ｆｏｒ ＭＩＭＯ Ｇａｕｓｓｉａｎ Ｂｒｏａｄｃａｓｔ Ｃｈａｎｎｅｌｓ，Ｉｎ Ｐｒｏｃ．ｏｆ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ （ＩＣＣ），２００６ Ｑ．Ｈ．Ｓｐｅｎｃｅｒ，Ａ．Ｌ．Ｓｗｉｎｄｌｅｈｕｒｓｔ，ａｎｄ Ｍ．Ｈａａｒｄｔ，Ｚｅｒｏ−ｆｏｒｃｉｎｇ Ｍｅｔｈｏｄｓ ｆｏｒ Ｄｏｗｎｌｉｎｋ Ｓｐａｔｉａｌ Ｍｕｌｔｉｐｌｅｘｉｎｇ ｉｎ Ｍｕｌｔｉｕｓｅｒ ＭＩＭＯ Ｃｈａｎｎｅｌｓ，ＩＥＥＥ Ｔｒａｎｓ．ｏｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，５２（２）：４６１−４７１，Ｆｅｂｒｕａｒｙ ２００４ Ｇ．Ｃａｉｒｅ ａｎｄ Ｓ．Ｓｈａｍａｉ，Ｏｎ ｔｈｅ Ａｃｈｉｅｖａｂｌｅ Ｔｈｒｏｕｇｈｐｕｔ ｏｆ Ｍｕｌｔｉａｎｔｅｎｎａ Ｇａｕｓｓｉａｎ Ｂｒｏａｄｃａｓｔ Ｃｈａｎｎｅｌ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｏｒｙ，４９（７）：１６９１−１７０６，Ｊｕｌｙ ２００３ Ｇ．Ｄｉｍｉｃ ａｎｄ Ｎ．Ｄ．Ｓｉｄｏｒｏｐｏｕｌｏｓ，Ｏｎ Ｄｏｗｎｌｉｎｋ Ｂｅａｍｆｏｒｍｉｎｇ ｗｉｔｈ Ｇｒｅｅｄｙ Ｕｓｅｒ Ｓｅｌｅｃｔｉｏｎ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，５３（１０）：３８５７−３８６８，Ｏｃｔｏｂｅｒ ２００５ Ｊ．Ｗａｎｇ，Ｄ．Ｊ．Ｌｏｖｅ，ａｎｄ Ｍ．Ｚｏｌｔｏｗｓｋｉ，Ｕｓｅｒ Ｓｅｌｅｃｔｉｏｎ ｆｏｒ ｔｈｅ ＭＩＭＯ Ｂｒｏａｄｃａｓｔ Ｃｈａｎｎｅｌ ｗｉｔｈ ａ Ｆａｉｒｎｅｓｓ Ｃｏｎｓｔｒａｉｎｔ，Ｉｎ Ｐｒｏｃ．ｏｆ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ，ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ （ＩＣＡＳＳＰ），２００７ Ｔ．Ｙｏｏ ａｎｄ Ａ．Ｇｏｌｄｓｍｉｔｈ，Ｏｎ ｔｈｅ Ｏｐｔｉｍａｌｉｔｙ ｏｆ Ｍｕｌｔｉａｎｔｅｎｎａ Ｂｒｏａｄｃａｓｔ Ｓｃｈｅｄｕｌｉｎｇ Ｕｓｉｎｇ Ｚｅｒｏ−Ｆｏｒｃｉｎｇ Ｂｅａｍｆｏｒｍｉｎｇ，ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｎ Ｓｅｌｅｃｔｅｄ Ａｒｅａｓ ｉｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２４（３）：５２８−５４１，Ｍａｒｃｈ ２００６ Ｔ．Ｙｏｏ ａｎｄ Ａ．Ｇｏｌｄｓｍｉｔｈ，Ｓｕｍ−Ｒａｔｅ Ｏｐｔｉｍａｌ Ｍｕｌｔｉ−Ａｎｔｅｎｎａ Ｄｏｗｎｌｉｎｋ Ｂｅａｍｆｏｒｍｉｎｇ Ｓｔｒａｔｅｇｙ Ｂａｓｅｄ ｏｎ Ｃｌｉｑｕｅ Ｓｅａｒｃｈ，Ｉｎ Ｐｒｏｃ．ｏｆ Ｇｌｏｂａｌ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｃｏｎｆｅｒｅｎｃｅ （ＧＬＯＢＥＣＯＭ），２００５ Ｚ．Ｓｈｅｎ，Ｒ．Ｃｈｅｎ，Ｊ．Ｇ．Ａｎｄｒｅｗｓ，Ｒ．Ｗ．Ｈｅａｔｈ，ａｎｄ Ｂ．Ｌ．Ｅｖａｎｓ，Ｌｏｗ Ｃｏｍｐｌｅｘｉｔｙ Ｕｓｅｒ Ｓｅｌｅｃｔｉｏｎ Ａｌｇｏｒｉｔｈｍｓ ｆｏｒ Ｍｕｌｔｉｕｓｅｒ ＭＩＭＯ Ｓｙｓｔｅｍｓ ｗｉｔｈ Ｂｌｏｃｋ Ｄｉａｇｏｎａｌｉｚａｔｉｏｎ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，５４（９）：３６５８−３６６３，Ｓｅｐｔｅｍｂｅｒ ２００６ Ｍ．Ｆｕｃｈｓ，Ｇ．Ｄｅｌ Ｇａｌｄｏ，ａｎｄ Ｍ．Ｈａａｒｄｔ，Ｌｏｗ−Ｃｏｍｐｌｅｘｉｔｙ Ｓｐａｃｅ − Ｔｉｍｅ − Ｆｒｅｑｕｅｎｃｙ Ｓｃｈｅｄｕｌｉｎｇ ｆｏｒ ＭＩＭＯ Ｓｙｓｔｅｍｓ Ｗｉｔｈ ＳＤＭＡ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，５６：２７７５−２７８４，Ｓｅｐｔｅｍｂｅｒ ２００７ Ｑ．Ｈ．Ｓｐｅｎｃｅｒ ａｎｄ Ａ．Ｌ．Ｓｗｉｎｄｌｅｈｕｒｓｔ、Ｃｈａｎｎｅｌ Ａｌｌｏｃａｔｉｏｎ ｉｎ Ｍｕｌｔｉ−ｕｓｅｒ ＭＩＭＯ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｙｓｔｅｍｓ，Ｉｎ Ｐｒｏｃ．ｏｆ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ （ＩＣＣ），２００４ Ｔ．Ｆ．Ｍａｃｉｅｌ ａｎｄ Ａ．Ｋｌｅｉｎ，Ａ Ｃｏｎｖｅｘ Ｑｕａｄｒａｔｉｃ ＳＤＭＡ Ｇｒｏｕｐｉｎｇ Ａｌｇｏｒｉｔｈｍ Ｂａｓｅｄ ｏｎ Ｓｐａｔｉａｌ Ｃｏｒｒｅｌａｔｉｏｎ，Ｉｎ Ｐｒｏｃ．ｏｆ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ （ＩＣＣ），２００７ Ｚ．Ｓｈｅｎ，Ｒ．Ｃｈｅｎ，Ｊ．Ｇ．Ａｎｄｒｅｗｓ，Ｒ．Ｗ．Ｈｅａｔｈ，ａｎｄ Ｂ．Ｌ．Ｅｖａｎｓ，Ｌｏｗ Ｃｏｍｐｌｅｘｉｔｙ Ｕｓｅｒ Ｓｅｌｅｃｔｉｏｎ Ａｌｇｏｒｉｔｈｍｓ ｆｏｒ Ｍｕｌｔｉｕｓｅｒ ＭＩＭＯ Ｓｙｓｔｅｍｓ ｗｉｔｈ Ｂｌｏｃｋ Ｄｉａｇｏｎａｌｉｚａｔｉｏｎ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，５４（９）：３６５８−３６６３，Ｓｅｐｔｅｍｂｅｒ ２００６ Ｈ．Ｖｉｓｗａｎａｔｈａｎ，Ｓ．Ｖｅｎｋａｔｅｓａｎ，ａｎｄ Ｈ．Ｈｕａｎｇ，Ｄｏｗｎｌｉｎｋ Ｃａｐａｃｉｔｙ Ｅｖａｌｕａｔｉｏｎ ｏｆ Ｃｅｌｌｕｌａｒ Ｎｅｔｗｏｒｋｓ Ｗｉｔｈ Ｋｎｏｗｎ−Ｉｎｔｅｒｆｅｒｅｎｃｅ Ｃａｎｃｅｌｌａｔｉｏｎ，ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｎ Ｓｅｌｅｃｔｅｄ Ａｒｅａｓ ｉｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２１（６）：８０２−８１１，Ｊｕｎｅ ２００３ Ｍ．Ｆｕｃｈｓ，Ｇ．Ｄｅｌ Ｇａｌｄｏ，ａｎｄ Ｍ．Ｈａａｒｄｔ，Ｌｏｗ−Ｃｏｍｐｌｅｘｉｔｙ Ｓｐａｃｅ−Ｔｉｍｅ − Ｆｒｅｑｕｅｎｃｙ Ｓｃｈｅｄｕｌｉｎｇ ｆｏｒ ＭＩＭＯ Ｓｙｓｔｅｍｓ Ｗｉｔｈ ＳＤＭＡ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，５６：２７７５−２７８４，Ｓｅｐｔｅｍｂｅｒ ２００７ Ｔ．Ｆ．Ｍａｃｉｅｌ ａｎｄ Ａ．Ｋｌｅｉｎ，Ａ Ｌｏｗ−Ｃｏｍｐｌｅｘｉｔｙ ＳＤＭＡ Ｇｒｏｕｐｉｎｇ Ｓｔｒａｔｅｇｙ ｆｏｒ ｔｈｅ Ｄｏｗｎｌｉｎｋ ｏｆ Ｍｕｌｔｉ−Ｕｓｅｒ ＭＩＭＯ Ｓｙｓｔｅｍｓ，Ｉｎ Ｐｒｏｃ．ｏｆ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｐｅｒｓｏｎａｌ，Ｉｎｄｏｏｒ ａｎｄ Ｍｏｂｉｌｅ Ｒａｄｉｏ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ （ＰＩＭＲＣ），２００６ Ｊ．Ｌｅｅ ａｎｄ Ｎ．Ｊｉｎｄａｌ，Ｈｉｇｈ ＳＮＲ Ａｎａｌｙｓｉｓ ｆｏｒ ＭＩＭＯ Ｂｒｏａｄｃａｓｔ Ｃｈａｎｎｅｌｓ，Ｄｉｒｔｙ Ｐａｐｅｒ Ｃｏｄｉｎｇ Ｖｅｒｓｕｓ Ｌｉｎｅａｒ Ｐｒｅｃｏｄｉｎｇ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｏｒｙ，５３：４７８７−４７９２，２００７ Ｊ．Ｌｅｅ ａｎｄ Ｎ．Ｊｉｎｄａｌ，Ｈｉｇｈ ＳＮＲ Ａｎａｌｙｓｉｓ ｆｏｒ ＭＩＭＯ Ｂｒｏａｄｃａｓｔ Ｃｈａｎｎｅｌｓ，Ｄｉｒｔｙ Ｐａｐｅｒ Ｃｏｄｉｎｇ Ｖｅｒｓｕｓ Ｌｉｎｅａｒ Ｐｒｅｃｏｄｉｎｇ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｏｒｙ，５３：４７８７−４７９２，２００７ Ｄ．Ｓ．Ｂａｕｍ ｅｔ ａｌ．，Ｆｉｎａｌ Ｒｅｐｏｒｔ ｏｎ Ｌｉｎｋ Ｌｅｖｅｌ ａｎｄ Ｓｙｓｔｅｍ Ｌｅｖｅｌ Ｃｈａｎｎｅｌ Ｍｏｄｅｌｓ，Ｔｅｃｈｎｉｃａｌ ｒｅｐｏｒｔ，ＩＳＴ−２００３−５０７５８１ ＷＩＮＮＥＲ Ｄ５．４ ｖ．１．０，２００５ Ｄ．Ｓ．Ｂａｕｍ ｅｔ ａｌ．，Ｆｉｎａｌ Ｒｅｐｏｒｔ ｏｎ Ｌｉｎｋ Ｌｅｖｅｌ ａｎｄ Ｓｙｓｔｅｍ Ｌｅｖｅｌ Ｃｈａｎｎｅｌ Ｍｏｄｅｌｓ，Ｔｅｃｈｎｉｃａｌ ｒｅｐｏｒｔ，ＩＳＴ−２００３−５０７５８１ ＷＩＮＮＥＲ Ｄ５．４ ｖ．１．０，２００５ Ｈ．Ｖｉｓｗａｎａｔｈａｎ，Ｓ．Ｖｅｎｋａｔｅｓａｎ，ａｎｄ Ｈ．Ｈｕａｎｇ，Ｄｏｗｎｌｉｎｋ Ｃａｐａｃｉｔｙ Ｅｖａｌｕａｔｉｏｎ ｏｆ Ｃｅｌｌｕｌａｒ Ｎｅｔｗｏｒｋｓ Ｗｉｔｈ Ｋｎｏｗｎ−Ｉｎｔｅｒｆｅｒｅｎｃｅ Ｃａｎｃｅｌｌａｔｉｏｎ，ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｎ Ｓｅｌｅｃｔｅｄ Ａｒｅａｓ ｉｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２１（６）：８０２−８１１，Ｊｕｎｅ ２００３

本発明の目的は、程々の複雑度を有しながら、和容量に関して改善された結果を達成するようなユーザ選択の概念を移動通信システムにおいて提供することである。

この目的は、請求項１に係るユーザ選択装置と、請求項１７に係るユーザ・サブグループ選択方法とによって達成される。

本発明は、所与の制限された複雑度において、同時にサービスを提供されるユーザが、バランスの取れた個々の容量又は送信容量の尺度（measure）を利用するとき、単一ユーザ速度に関して、より高いシステム容量又は送信容量又は利得が達成され得るという知見に基づいている。更に、ＭＩＭＯシナリオでは、より小さいユーザ数が考慮されるならば、計算複雑度が低減され得る。したがって、本発明の実施形態では、ユーザの事前選択を実行することができる。すなわち、全ユーザから事前に選択したグループを決定することができる。事前選択グループは、より少ないユーザを有し、ユーザは、個々の送信容量、単一ユーザ速度、チャネル利得などに関してある範囲までバランスを取ることができる。

言い換えれば、所与の複雑度において、ユーザを選択するとき、最良ユーザ、すなわち、最高のチャネル利得、個々の送信容量、又は最高のサポート可能送信速度を有するユーザを選択した状態から解除することは、ＭＩＭＯシナリオで同時にサービスを提供されるユーザの合計送信容量又は送信速度に関して利点があることが、本発明の知見である。これは、最良ユーザが、２番目に良いユーザよりも高いチャネル利得、個々の送信速度または送信容量を有する場合に当てはまる。

本発明の実施形態は、ユーザのチャネル利得、個々の送信速度、個々の容量などに関してバランスが取られたユーザ・グループを考慮に入れるときに、より高いシステム容量又は組み合わせ容量が達成されるという利点がある。更に、洗練されたＭＩＭＯユーザ選択及びサブチャネル割り当てアルゴリズムが実行されるという利点がある。というのは、事前選択が、より小さいユーザ・グループを提供し、より洗練されたアルゴリズムの計算複雑度を実現可能レベルにするからである。この実施形態は、２重の利点がある。すなわち、第１に、バランスが取られたユーザ・グループが考慮されるので、システム容量が増加すること、第２に、バランスが取られたユーザ・グループは、ある濃度（cardinality）を有する、すなわち、バランスが取られたユーザ・グループ内のユーザの数のことである。この濃度は、ＭＩＭＯ無線チャネルの、より良好な利用を介してシステム容量を更に増加させる複雑なＭＩＭＯアルゴリズムの展開を可能にする。

実施形態は、２段階で実行することができる。第１の段階では事前選択グループが複数のユーザから決定され、ユーザＭＩＭＯ無線チャネル上のユーザチャネル利得に関してユーザがバランスを取る。更なる段階では、事前選択グループに基づいてユーザ選択又はＭＩＭＯサブチャネル割り当てアルゴリズムが実行される。

他の実施形態では、事前選択とＭＩＭＯ処理との間で追加段階を採用することができる。言い換えれば、第１段階で事前選択グループの中の、バランスが取られたユーザ・グループが一度見出されると、事前選択グループに基づいて第２の段階又は選択が実行され、中間選択グループを決定する。中間選択グループの選択は、ＭＩＭＯチャネルの空間特性に基づいて行うことができる。第３段階、すなわち、実際の複雑なＭＩＭＯ処理は、これらの実施形態では、その中間選択グループに基づいて実行される。

言い換えれば、実施形態は、多数のユーザ、すなわち、複数のユーザからスタートすることができる。第１段階では、複数のユーザからユーザの事前選択グループが選択される。この場合、事前選択グループのユーザは、ある程度まで、バランスが取られたチャネル利得又は個々のユーザ速度を利用する。事前選択グループ内のユーザの数は、上記複数のユーザのユーザ数よりも少ない。事前選択グループ内のユーザの数は、中間選択グループへ更に減らすことができる。事前選択グループを中間選択グループへ減らすとき、事前選択グループ内のユーザのＭＩＭＯ無線チャネル空間特性が評価され得る。言い換えれば、事前選択グループ内のユーザの空間的整合性（spatial compatibility）が評価され、事前選択グループからユーザの部分集合を選択する。この部分集合は、ある程度まで、中間選択グループと空間的に整合可能である。中間選択グループは、空間的に整合しないユーザの選択解除に起因して、事前選択グループよりも少ないユーザを有する。第３段階では、中間選択グループにおけるユーザの低減数を用いて、複雑なＭＩＭＯ処理が実行される。

実施形態は、バランスが取られて且つ空間的に整合するＭＩＭＯ無線チャネルを有する複数のユーザから選ぶことによって、複雑なＭＩＭＯアルゴリズムのパフォーマンスを可能にする。

本発明の実施形態によれば、最初に事前選択を実行することによって、高システム・スループットを達成するためのユーザ選択が、より小さい複雑度で実行され得るという利点がある。事前選択は、例えば、ＳＥＳＡＭなどの洗練されたアルゴリズムのように、複雑度が小さいずっと簡単な規準を利用することができる。例えば、ユーザの事前選択、すなわち、全ユーザのグループを小さい事前選択グループへ低減して、送信のためのサブグループを選ぶことは、個々のユーザのチャネル利得又はチャネル容量に基づくことができる。この場合、複雑な演算、例えば、特異値分解（ＳＶＤ＝Ｓｉｎｇｕｌａｒ Ｖａｌｕｅ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ）又は固有値解析を実行する必要はない。

本発明の更なる知見は、システム・スループットを危うくすることなく、全ユーザのグループよりも小さい事前選択グループが、簡単な規準に基づいて決定され得ることである。更に、事前選択を複数の規準に基づいて実行することができる。この場合、送信のために事前選択グループからサブグループを決定することは、より洗練されたアルゴリズム、例えば、事前選択グループのユーザの空間特性を考慮するアルゴリズムを利用することができる。

既存のユーザ・グループ化アプローチは、最大の和速度となるようにユーザを特定することを目標にしているが、実施形態は、幾つかのユーザを空間的に多重化することによって取得可能な最大利得を目標とするユーザ・グループ化を実行することができる。したがって、送信のために選択されるユーザは、反復注水法ＳＥＳＡＭ、又は類似のアプローチによってサービスを提供されることができ、例えば、最大の和速度と、選択されたユーザの１つが利用可能な総送信電力又は送信リソースを用いて達成できる最大速度との差が、最大になるようにしてよい。

そのような選択規則を有する実施形態は、次のように動機付けされ得る。和容量の達成アルゴリズム又は和容量のアプローチ・アルゴリズムは、大きな計算複雑度を暗示している。特に、アルゴリズムがＤＰＣを採用するときにそうである。したがって、多くの実用的シナリオでは、これらのアルゴリズムによって全ユーザにサービスを提供することはできない。それにも拘わらず、実施形態では、幾つかのユーザについて、これらアルゴリズムの採用が依然として実用的範囲に収まり、他のユーザは時分割多元接続のような単純アプローチによって分離される。また、実施形態では、同一時間及び同一周波数上でただ１つのユーザがサービスを提供されるシナリオと比較して、より複雑なアルゴリズムに投資される特別な労力は、最適化された、ある場合には最大の、和速度の利得をもたらすはずである。

本発明の実施形態は、例えば、ダーティー・ペーパー符号化を採用する空間多重化アルゴリズムが適用されるときのＴＤＭＡと比較して、和速度における最大又は少なくとも最適化された増加をもたらすようなユーザの特定を目標とするユーザ選択方法を備えることができる。

実施形態は、所与の計算制約のもとで、理想的には和速度における最大の利得をもたらすという利点を提供する。

ユーザ選択装置の実施形態を示した図である。 ユーザ選択装置の別の実施形態を示した図である。 選択器の実施形態を示した図である。 選択器の別の実施形態を示した図である。 ユーザ選択方法の実施形態を示した図である。 事前選択方法の実施形態を示した図である。 選択方法の実施形態を示した図である。 大きなチャネル利得を有する２ユーザ・シナリオについて和容量を図示したグラフである。 小さいチャネル利得を有する２ユーザ・シナリオについて和容量を図示したグラフである。 強い空間分離を有する２ユーザ・シナリオについて和容量を図示したグラフである。 空間分離を有しない２ユーザ・シナリオについて和容量を図示したグラフである。 バランスの取れたチャネルを有する２ユーザ・シナリオについて和容量を図示したグラフである。 アンバランスなチャネルを有する２ユーザ・シナリオについて和容量を図示したグラフである。 ２ユーザ・シナリオについて平均和容量のシミュレーション結果を図示したグラフである。 ４ユーザ・シナリオにおける平均和容量のシミュレーション結果を図示したグラフである。 シミュレーション・シナリオを示した図である。 平均利得についてシミュレーション結果を図示したグラフである。 他のシミュレーション・シナリオを示した図である。 平均利得のシミュレーション結果を図示したグラフである。 最新技術ＭＩＭＯシナリオを示した図である。 従来の２ユーザ・シナリオにおける和容量を図示したグラフである。

以下では、添付の図面を使用して、より詳細な実施形態が説明される。

図１Ａは、ユーザ選択装置１００を示している。ユーザ選択装置１００は、移動通信システムで動作し、送信のために複数のユーザからユーザのサブグループを選択するものである。あるユーザは、多入力多出力（ＭＩＭＯ＝Ｍｕｌｔｉｐｌｅ−Ｉｎｐｕｔ−Ｍｕｌｔｉｐｌｅ−Ｏｕｔｐｕｔ）無線チャネルを介して通信している。ユーザ選択装置１００は、事前選択器（pre-selector）１１０を備えるものである。また、事前選択器１１０は、他のユーザの送信容量尺度（transmission capacity measure）に比べて所定量だけ高い送信容量尺度を有するユーザを選択された状態から解除して、この選択が解除されたユーザを含まない事前選択グループを得て、この事前選択グループが、２つの互いに等しい送信容量尺度を有するか、２つの送信容量尺度の差が所定量よりも小さい２つのユーザを含むようにする。ユーザ選択装置１００は、ＭＩＭＯ無線チャネルに基づいて、送信するためのユーザのサブグループを決定するプロセッサ１１５を更に備えるものである。

ある実施形態において、前記所定量は、相対的又は絶対的な量とすることができる。事前選択器１１０は、ＭＩＭＯ無線チャネルのユーザ空間サブチャネルにおいて達成可能な最高のデータ速度（最高達成可能データ速度）の観点から送信容量尺度を決定するように構成可能である。事前選択器１１０は、ユーザのＭＩＭＯ無線チャネルを表すユーザＭＩＭＯ無線チャネル行列（MIMO ratio channel matrix）の特異値分解を評価することによって送信容量尺度を決定するように構成可能である。この場合、事前選択器１１０は、ユーザのＭＩＭＯ無線チャネル行列の最高特異値の観点から送信容量尺度を決定するように構成可能である。他の実施形態において、事前選択器１１０は、ユーザのＭＩＭＯ無線チャネルを表すユーザＭＩＭＯ無線チャネル行列のフロベニウス・ノルムの観点から送信容量尺度を決定するように構成可能である。

更なる実施形態では、事前選択器１１０を、ユーザの送信容量尺度に従ってユーザを並べ替え、あるユーザの送信容量尺度を他のユーザの送信容量尺度と比較するように構成することができる。ここで、上記他のユーザは、複数のユーザの中で、上記ユーザの次に低い送信容量尺度か又は次に高い送信容量尺度を有するものである。事前選択器１１０は、ユーザの送信容量尺度及び上記他のユーザの送信容量尺度の商を所定の閾値に対して評価するように更に構成可能である。この場合、事前選択器１１０は、上記他のユーザが上記ユーザの次に低い送信容量尺度を有する場合に、上記商が閾値を超過するならば、事前選択グループからそのユーザを選択した状態から解除する。また、上記他のユーザが上記ユーザの次に高い送信容量尺度を有する場合に、上記商が閾値よりも下であれば、事前選択グループからそのユーザを選択した状態から解除するように構成可能である。一般的に、ユーザが昇順に並べ替えられるかあるいは降順に並べ替えられるかに依存して、又は選択の解除が高容量／速度のユーザからスタートするかあるいは低容量／速度のユーザからスタートするかに依存して、異なる閾値を使用することができる。

事前選択器１１０は、複数のユーザから所定数のユーザを選択することによって、事前選択グループのユーザを決定するように構成可能である。この所定数のユーザは、ユーザＭＩＭＯ無線チャネル上のユーザ送信容量尺度において限定された差を有する。また、この所定数のユーザは、複数のユーザのなかにおいて限定された差を有する最高送信容量尺度を有する。最も高い送信容量尺度と２番目に高い送信容量尺度との間の差が所定量を超過するならば、事前選択器１１０は、ＭＩＭＯ無線チャネル上で最高の送信容量尺度を有するユーザを選択することができる。

事前選択器１１０は、所定数のユーザを有する事前選択グループを決定するように構成可能である。更に、事前選択器１１０は、所定数のユーザを複数のユーザから選択することによって、事前選択グループのユーザを決定するように構成可能である。この所定数のユーザは、ユーザＭＩＭＯ無線チャネル上のユーザ送信容量尺度において限定された差を有し、これらの条件の双方を満たす複数のユーザの中で最高の送信容量尺度を有する。

言い換えれば、最良ユーザ、すなわち、最高の送信容量尺度を有するユーザは、事前選択グループには選択されず、したがって送信においては選択されない。なぜなら、このユーザの送信容量尺度は、２番目に高いユーザの送信容量尺度よりもずっと高いからである。そして、事前選択器は、全ユーザのグループから事前選択グループを選択するように構成されており、この事前選択グループは、ユーザ間のバランスがある要件を満たすように、すなわち、事前選択グループ内のユーザの送信容量尺度の差が、ある制限を受けるようなやり方で選択される。

このようにして、事前選択器１１０は、バランスの取れたチャネルを有するグループ、好ましくは最高の送信容量尺度を有するグループを、全ユーザから選ぶように構成される。

更なる実施形態において、図１Ｂで示されるように、ユーザ選択装置１００は、送信容量尺度とは異なる、事前選択グループのユーザにおけるＭＩＭＯ無線チャネルの空間特性（spatial property）に基づいて、中間選択グループのために事前選択グループからユーザを選択する選択器１２０を備えることができる。プロセッサ１１５は、中間選択グループのユーザのＭＩＭＯ無線チャネルに基づいて、送信のためにユーザのサブグループを決定するように構成可能である。

実施形態において、選択器１２０は、中間選択グループのユーザにおける組み合わされた送信容量及び／又は空間的整合性（spatial compatibility）に従って、中間選択グループについて事前選択グループからユーザを選択するように構成可能である。また、選択器１２０は、中間選択グループのために事前選択グループからユーザを選択するように構成可能である。ここで、このユーザに関して、中間選択グループのユーザは、事前選択グループにおける最高の送信容量尺度を有するユーザに比べて、より高い組み合わされた送信容量尺度を有する。

図１Ｃは、選択器の実施形態を示している。選択器１２０は、ユーザの中間選択グループについて、複数のユーザからユーザを選択するように構成可能である。この場合、空間的整合性は、この中間選択グループのユーザにおける組み合わされた送信容量尺度に対応する。選択器１２０は、ＭＩＭＯ無線チャネルＨ_１を有する第１のユーザと、ＭＩＭＯ無線チャネルＨ_２を有する第２のユーザと、ＭＩＭＯ無線チャネルＨ_３を有する第３のユーザとを備える複数のユーザから選択するようになっている。また、選択器１２０は、Ｈ_１に基づいて第１の組み合わせ送信容量尺度Ｃ_ｓｕｍ（Ｓ）_１を評価し、Ｈ_２に基づいて第２の組み合わせ送信容量尺度Ｃ_ｓｕｍ（Ｓ）_２を評価し、Ｈ_３に基づいて第３の組み合わせ送信容量尺度Ｃ_ｓｕｍ（Ｓ）_３を評価し、Ｈ_１及びＨ_２に基づいて第４の組み合わせ送信容量尺度Ｃ_ｓｕｍ（Ｓ）_１２を評価し、Ｈ_１及びＨ_３に基づいて第５の組み合わせ送信容量尺度Ｃ_ｓｕｍ（Ｓ）_１３を評価し、Ｈ_２及びＨ_３に基づいて第６の組み合わせ送信容量尺度Ｃ_ｓｕｍ（Ｓ）_２３を評価し、Ｈ_１、Ｈ_２、及びＨ_３に基づいて第７の組み合わせ送信容量尺度Ｃ_ｓｕｍ（Ｓ）_１２３を評価して、最高の組み合わせ送信容量尺度を有するユーザの組み合わせを、中間選択グループＳについて選択するように構成可能である。

図１Ｄによれば、選択器１２０は、中間選択グループの第１のユーザと第２の非選択ユーザ（選択されていないユーザ）とにおける第１の組み合わせ送信容量尺度を評価し、中間選択グループの第１のユーザと第３の非選択ユーザとにおける第２の組み合わせ送信容量尺度を評価するようになっている。そして、選択器１２０は、第１の組み合わせ送信容量尺度が第２の組み合わせ送信容量尺度よりも高ければ、中間選択グループのために第２のユーザを選択し、そうでなければ中間選択グループのために第３のユーザを選択するように構成可能である。

選択器１２０は、中間選択グループＳのために事前選択グループから所定数｜Ｓ｜のユーザを選択することができる。ここで、ユーザｋのＭＩＭＯ無線チャネルは、ＭＩＭＯ無線チャネル行列Ｈ_ｋによって表現され、中間選択グループＳのユーザについて、行列式

が、事前選択グループからの｜Ｓ｜ユーザの順列（permutation）に基づいて最適化又は最大化される。言い換えれば、空間的整合性の尺度は、上記の行列式に基づいてよい。

本発明の更なる態様としては、ユーザのＭＩＭＯ無線チャネルを表すユーザのＭＩＭＯ無線チャネル行列に関して、ユーザの空間的整合性が評価され得る。ある実施形態において、ユーザのある組み合わせについて、組み合わせ送信容量尺度は、ユーザの組み合わせのチャネル・エネルギー行列（channel energy matrix）を累積する累積行列の行列式に基づくことができる。

言い換えれば、ユーザのＭＩＭＯ無線チャネル行列が知られるならば、チャネル・エネルギー行列は、複素共役転置と行列自身とを乗じることによって決定することができる。結果は、ＭＩＭＯ無線チャネルの空間サブチャネルにおける対角エネルギー（diagonal energy）をうまく得ることができる。非対角要素は、これらのチャネル間のクロスカップリング又はクロストークの尺度（measure）を決定する。そのような行列の行列式は、チャネル・エネルギーとサブチャネル間のクロストークとの間の関係を決定する尺度を提供する。例えば、単純な加算によって、そのような行列の複数を累積するとき、行列式は、組み合わされたサブチャネルのクロストークに関する組み合わされたサブチャネル内のエネルギーの尺度を提供する。言い換えれば、ユーザの組み合わせについてそのチャネル・エネルギー行列を累積するとき、その行列の行列式は、ユーザの空間的整合性の尺度、すなわち、サブチャネル内のエネルギーと関連するクロストークとの関係を提供する。この関係は、組み合わされたＭＩＭＯ無線チャネルにおける複数の空間サブチャネルの空間的分離可能性（spatial separability）の尺度でもある。

実施形態は、ユーザの組み合わせの累積エネルギー行列を評価することに関して、組み合わされた送信容量尺度を利用することができる。それによって、実施形態は、例えば、個々のユーザのＭＩＭＯ無線チャネル行列の特異値又は固有値分解及び射影を利用する従来の概念よりも、複雑度が小さいやり方で空間的整合性を評価することができるという利点がある。良好な、又は更に最高の、空間的整合性を有するユーザの組み合わせを選び、この組み合わせに基づいて、すなわち、利用可能なユーザの数と比較して低減されたユーザ数を有する中間選択グループに基づいて、より複雑なＭＩＭＯサブチャネル又はユーザ選択アルゴリズムを実行することによって、高容量にすることができる。

更なる実施形態において、選択器１２０は、中間選択グループＳのために事前選択グループＳ＾からユーザｋを選択するように構成可能である。ユーザｋについて、

ここで、

に従った和容量（sum capacity）Ｃ_ｓｕｍ（Ｓ）、又は

ここで

あるいは
Ｐ_Ｔｘ＜∞のとき

に従った推定和容量Ｃ_ｓｕｍ（Ｓ）に関する組み合わせ送信容量が、最適化又は最大化される。ここで、Ｍ_Ｒｘ，ｋはユーザｋの受信アンテナの数を表し、Ｐ_Ｔｘは送信電力であり、Ｈ_ｋはユーザｋのＭＩＭＯ無線チャネル行列であり、Ｉは恒等行列であり、ＮはＳの濃度（cardinality）を表現し、Ｍ_Ｔｘは送信に使用される送信アンテナの数を表す。

更に、選択器１２０は、中間選択グループＳのためにユーザπ（１）を選択するように構成可能である。ユーザπ（１）は、ＭＩＭＯ無線チャネル行列Ｈ_π（１）によって表現されるＭＩＭＯ無線チャネルを有し、行列Ｈ_π（１）は、

に従って事前選択グループＳ＾のユーザの最高フロベニウス・ノルムを有する。

選択器１２０は、中間選択グループＳのために非選択ユーザｋからユーザπ（ｉ）を追加することができる。ユーザπ（ｉ）について、和容量又は推定和容量の増加量ΔＣ_ｓｕｍ（Ｓ∪ｋ）は、

に従って最も強くなる。
ここで
ΔＣ_ｓｕｍ（Ｓ∪ｋ）＝Ｃ_ｓｕｍ（Ｓ∪ｋ）−Ｃ_ｓｕｍ（Ｓ）
であり、和容量Ｃ_ｓｕｍ（Ｓ）が

ここで

に従って決定されるか、又は
推定和容量Ｃ_ｓｕｍ（Ｓ）が

ここで

あるいは
Ｐ_Ｔｘ＜∞について

に従って決定される。
ここで、Ｍ_Ｒｘ，ｋはユーザｋの受信アンテナの数を表し、Ｐ_Ｔｘは送信電力であり、Ｈ_ｋはユーザｋのＭＩＭＯ無線チャネル行列を表現し、Ｉは恒等行列であり、ＮはＳの濃度であり、Ｍ_Ｔｘは送信に使用される送信アンテナの数を表す。

実施形態において、プロセッサ１１５は、事前選択グループ又は中間選択グループのユーザのＭＩＭＯ無線チャネルを処理して、処理されたＭＩＭＯ無線チャネルを得て、事前選択グループ又は中間選択グループのユーザの処理されたＭＩＭＯ無線チャネルの空間特性に基づいて、送信のためにユーザのサブグループを決定するように構成可能である。

プロセッサ１１５は、ＳＥＳＡＭ（ＳＥＳＡＭ＝Ｓｕｃｃｅｓｓｉｖｅ Ｅｎｃｏｄｉｎｇ Ｓｕｃｃｅｓｓｉｖｅ Ａｌｌｏｃａｔｉｏｎ Ｍｅｔｈｏｄ）に基づいて、サブグループのために事前選択グループ又は中間選択グループからユーザを選択するように構成されるものである。

図２Ａは、移動通信システムにおいて送信のために複数のユーザからユーザのサブグループを選択する方法の実施形態を説明するフローチャートを示している。ユーザは、ＭＩＭＯ無線チャネルを介して通信できるものである。この方法は、他のユーザの送信容量尺度に比べて所定量だけ高い送信容量尺度を有するユーザを選択した状態から解除して、選択が解除されたユーザを含まない事前選択グループを得て、この事前選択グループが、２つの互いに等しい送信容量尺度を有するか、又は２つの送信容量尺度の差が所定量よりも小さい２つのユーザを含むようにするステップ２００を備える。この方法は、ＭＩＭＯ無線チャネルに基づいて、送信のためのユーザのサブグループを決定するステップを更に含む。

更なる実施形態において、方法は、図２Ａの破線のボックスによって示されているように、送信容量尺度とは異なる事前選択グループのユーザのＭＩＭＯ無線チャネルの空間特性に基づいて、ユーザの中間選択グループのために事前選択グループからユーザを選択する任意のステップ２５０を更に含むことができる。この場合、決定するステップは、この中間選択グループのユーザのＭＩＭＯ無線チャネルに基づいて、送信のためのユーザのサブグループを決定することを意味する。

図２Ｂで示されるように、更なる実施形態では、選択を解除するステップ２００は、事前選択グループの所定のサイズを受け取るステップ２０５と、フロベニウス・ノルム又はユーザのＭＩＭＯ無線チャネルを表すユーザのＭＩＭＯ無線チャネル行列の単一ユーザ速度に従って複数のユーザを降順に並べ替えるステップ２１０とを含むことができる。選択を解除するステップ２００は、全ユーザを事前選択グループの中に含めるステップ２１５と、事前選択グループからの最高フロベニウス・ノルム又は最高単一ユーザ速度を有するユーザのフロベニウス・ノルム又は単一ユーザ速度を、事前選択グループからの２番目に高いフロベニウス・ノルム又は２番目に高い単一ユーザ速度を有するユーザのフロベニウス・ノルム又は単一ユーザ速度と比較するステップ２２０を更に含むことができる。

更に、本実施形態は、事前選択グループからの最高フロベニウス・ノルム又は最高単一ユーザ速度を有するユーザを選択した状態から解除するステップ２２５を備えることができる。更に、本実施形態は、事前選択グループからのユーザの２番目に高いフロベニウス・ノルム又は２番目に高い単一ユーザ速度を乗じた或る因子αに比べて最高フロベニウス・ノルム又は最高単一ユーザ速度が高ければ、比較するステップ２２０へ戻るステップを備えることができる。また、本実施形態は、事前選択グループからの最低フロベニウス・ノルム又は最低単一ユーザ速度を有するユーザを選択した状態から解除して、所定のサイズにマッチさせるステップ２３０を備えることができる。

一旦、上記の因子αを越えないような、一対のユーザが見出されると、本実施形態の方法は、事前選択グループから、最低フロベニウス・ノルム又は単一ユーザ速度を有するユーザ、すなわち、数値順に並んでいるものの後ろからユーザを選択した状態から解除して、ステップ２０５で受け取られた所定のサイズにマッチさせるステップ２３０を備える。

図２Ｃによれば、選択するステップ２５０は、中間選択グループの所定のサイズを受け取るステップ２５５と、事前選択グループからの最高フロベニウス・ノルム又は最高単一ユーザ速度を有するユーザを選択するステップ２６０とを備えることができる。更に、中間選択グループ内の選択されたユーザに基づいて事前選択グループ内の選択されていないユーザについて容量又は和の増加量を評価するステップ２６５と、中間選択グループのために最高容量又は最高和速度（sum rate）の増加量を有するユーザを選択するステップ２７０とを備えることができる。更に、本実施形態は、中間選択グループのサイズが中間選択グループの所定のサイズに到達するまで、評価するステップ２６５へ戻るステップを備えることができる

他の実施形態は、他の送信容量尺度を利用してよいこと、又はユーザを増加量の順に並べ替えてよいこと、又は異なるやり方を用いてユーザから選択してよいことに留意されたい。また、いかなる場合にも本実施形態に限定して解釈されてはならない。

（１．１）の最適解は、全ての可能な集合Ｓにわたる全数検索を要求する。Ｋのユーザを有するシナリオでは、それは

の可能な集合の中で最良集合を探索することを要求するだろう。明らかに、これは実用システムでは実行することが不可能であり、複雑度を低減するという所望の目標を妨げることになる。他の実施形態を詳細に説明する前に、目的関数ｇ（Ｓ）に影響する３つの因子が導入される。次の図はＫ＝２のユーザの場合を取り扱うが、与えられる記述は任意の数のユーザに当てはまる。

確かに、大きなチャネル利得を有するユーザのグループにおいては、ユーザの空間多重化の潜在的な利得が高くなる。「チャネル利得」とは、送信容量尺度、例えば、ユーザｋのＭＩＭＯ無線チャネルを表すＭＩＭＯチャネル行列Ｈ_ｋのフロベニウス・ノルムを意味し、

で表され、チャネルの全体的エネルギーを表す。非特許文献１６を参照されたい。

実施形態の代替において、１つのユーザが達成できる最大送信速度である単一ユーザ速度Ｒ_ｋ，ｓｕは、１つのユーザが自分自身の上に全送信リソースを受け取るならば、チャネル利得の送信容量尺度の役割を果たすことができる。図３Ａ及び図３Ｂは、２つのユーザを含むシナリオにおける和容量を図示した２つのグラフである。図３Ａの場合、２つのユーザの双方は大きなチャネル利得、すなわち、高い送信容量尺度を有することが仮定される。図３Ｂの場合、考慮される２つのユーザは小さいチャネル利得、すなわち、どちらかと言えば低い送信容量尺度を有することが仮定される。図３Ａ及び図３Ｂは、ユーザ１及び３のチャネルが同じ特異ベクトルを有するが異なる特異値を有する２つのシナリオを提示している。同様にして、ユーザ２及び４のチャネルも特異値でのみ異なっている。特異値は、実施形態においてチャネル利得又は送信容量尺度として考えられてよい。図３では、容量領域及びＴＤＭＡで達成可能な領域がプロットされている。チャネル利得が増加するにつれて最大単一ユーザ速度も高くなるが、この速度と、双方のユーザが同時にサービスを提供されるときに取得可能な和速度との差も増加する。

和容量を評価するときに考慮されるべき別の態様は、ユーザの無線チャネルの空間的配列（spatial alignment）である。最大フロベニウス・ノルムに従って、又は同様に非特許文献１７で提案されるような最大単一ユーザ速度に従って、Ｓのためにユーザを選択することは、事前選択のための簡単な方法であるが、最大チャネル利得を有するユーザのチャネルが空間的に強く整列されるならば、この方法は完全に失敗する。

図４Ａ及び図４Ｂは２つのグラフを示すが、これらのグラフは２つのユーザ・シナリオにおける和容量を図示している。２つのユーザ・シナリオとは、図４Ａで見られるようにユーザの空間分離が高いときのシナリオと、図４Ｂで見られるようにユーザの空間分離が一過性であるとき、すなわち、ユーザが空間的に整列されているときのシナリオである。図４Ｂは、極端な場合を示しており、２つのユーザチャネルの範囲が完全にオーバラップしている場合を示している。更に、ユーザの右特異ベクトルが恒等的に選ばれている。このようにして、ユーザの空間分離を行うことができず、容量領域はＴＤＭＡレート領域と一致する。他方、ユーザのチャネルが空間的に整合されていないならば、すなわち、１つのユーザのチャネルの範囲が、図４Ａで示されるように、他のユーザのチャネルのゼロ空間（null-space）の中に入るならば、大きな利得を得ることができる。この場合、２つのユーザは相互に干渉せず、双方のユーザは自分のチャネル利得から完全に利益を得ることができる。したがって、ユーザの無線チャネルの空間配列は、和容量の第２の影響因子として特定されることができる。

和容量について考慮されるべき別の因子は、ユーザの無線チャネルのバランスである。これまで言及された影響因子も、ゼロ・フォーシング・アプローチ（zero forcing approach）のグループ化アルゴリズムで重大な役割を果たす。次の規準、すなわち、ユーザのチャネルのバランスは、目的関数ｇ（Ｓ）に対して、より特有である。チャネルのバランスとは、ユーザのチャネルのフロベニウス・ノルムの比率を意味する。ある実施形態において、フロベニウス・ノルムは、送信容量尺度の役割を果たすことができる。

図５Ａ及び図５Ｂは、２つのユーザ・シナリオにおける和容量を図示した２つのグラフである。図５Ａは、２つのユーザが、バランスの取れたチャネルを有する場合、すなわち、双方のユーザが同じようなチャネル利得又は送信容量尺度を有する場合のシナリオの和容量を示している。図５Ｂは、シナリオにおける２つのユーザが非常に異なるチャネル利得、すなわち、アンバランスなチャネル又はアンバランスな送信容量尺度を有する場合を図示している。

アンバランスなシナリオは、図５Ｂに示されている。ユーザ３はユーザ４よりもずっと大きいチャネル利得を有する。これは、このユーザについて、より大きい単一ユーザ速度となることを暗示する。そのようなアンバランスなシナリオにおいて、最大和容量の点は、最大チャネル利得を有するユーザが、全ての利用可能なシステム・リソースを取得するような点の近くに存在するか、あるいは図５Ｂで示された例のようにこの点の上に存在する。その理由は、他のユーザへのリソースのシフトは、限界利得をもたらすのみであるのに対して、それに含まれる最大のユーザの損失は、和容量に対してはより有害となるためである。他方、同じような大きさのチャネル利得を有するユーザにとって、最大の和速度の点は、１つのユーザが全システム・リソースを受け取る端点から遠く離れて存在する可能性がある。これは、和速度において、より高い利得が潜在的に存在していることを示す。

前のセクションで説明された影響因子から、チャネルの利得及びバランスは、比較的容易に決定され得るが、チャネルの空間的配列は、フロベニウス・ノルム又は送信容量尺度のようには単純に計算され得ないことが観察される。更に、ユーザの各組み合わせについて後者の特性をチェックするためには、新しい計算が要求されるのに対して、他の特性については、ユーザごとにスカラー・フロベニウス・ノルムを送信容量尺度として一度だけ計算し、それらを比較して適切なグループを見出すことで十分である。

この事実は、２段階でユーザをグループ化する実施形態の動機づけとなる。例えば事前選択器１１０によって実行される実施形態の段階Ｉにおいて、ユーザは簡単な規準に従って並べ替えられる。また、例えば選択器１２０によって実行される実施形態の段階ＩＩにおいて、ＤＰＣを採用するＳＤＭＡベースのアプローチを用いて送信を行うためのサブグループ、すなわち、サービスを提供されるべきサブグループは、段階Ｉで取得した減らされた集合又はユーザの事前選択グループから、より複雑な探索によって選択される。下記では、実施形態の２つの段階が詳述される。

段階Ｉにおいて、目標は、ＳＤＭＡでサービスを提供されるべきユーザのグループの候補ユーザを含む集合又は事前選択グループＳ＾を見出すことである。これに続く段階の複雑度を制御するため、Ｓ＾の濃度（cardinality）、ここで

を前もって定義することが提案される。段階ＩＩをスキップする実施形態では、

を選択することができる。最初に、全ユーザのチャネルのフロベニウス・ノルム

が計算され、例えば、降順に並べ替えられる。最大フロベニウス・ノルム又は送信容量尺度を有するユーザから始まる現在の実施形態では、

がチェックされる。ここで、αは前もって定義された閾値を表し、ｉは降順におけるフロベニウス・ノルムを索引することが仮定される。（１．２）が成り立つならば、ユーザｉは集合から排除されずテストは停止される。そうでなければ、このユーザは排除され、ユーザｉ＋１からテストが継続する。（１．２）は、したがって、他のユーザよりもずっと大きいチャネル利得を有するユーザを排除又は選択解除し、したがって、アンバランスなチャネルの場合を回避しようとする。集合Ｓ＾が所望されるサイズになった後に、最小フロベニウス・ノルムを有するユーザを第１の影響因子に従って除去することによって、事前選択グループが達成される。同様に、ある実施形態は、１／α又は他の因子に２番目に小さいフロベニウス・ノルムを乗じたものよりも、Ｓ＾の中の最小フロベニウス・ノルムが大きくなるまで、Ｓ＾からユーザを追加的に除去してよい。任意的に、異なる因子を使用することができる。この場合、Ｓ＾は、当初に計画されたものよりも少ないユーザを有する。

下記では、実施形態の第２の段階、すなわち、段階ＩＩについて明らかにされる。段階ＩＩは、選択器１２０によって実行することができる。この段階では、ユーザの空間的整合性（spatial comparability）がチェックされ、最終集合Ｓが選択される。例えば、非特許文献１８、又は非特許文献１９において整合性の尺度として提案される数字は、この実施形態では考慮されない。というのは、これらの数字は、線形ゼロ・フォーシング・アプローチを対象とするからである。本実施形態においては、むしろ、非特許文献２０に記載された高ＳＮＲにおける和容量の推定が、考慮に入れられる。

ユーザ間の空間相関のほかに、この定式は、ＤＰＣが送信機で採用され得ること、したがって、それは単に集合内のユーザの信号空間の間の直交性に頼られないことも考慮に入れる。送信電力Ｐ_Ｔｘが無限大へ進むにつれて、和容量Ｃ_ｓｕｍ（Ｓ）は、

ここで

に従って計算され得る。
代替として、推定される和容量は、

ここで

又は
Ｐ_Ｔｘ＜∞について

によって評価されてよい。
ここで、Ｍ_Ｒｘ，ｋはユーザｋの受信アンテナの数を表し、Ｉは恒等行列を表す。このようにして、高いＳＮＲにおいて、デュアル・アップリンク内の最適共分散行列は、スケールされた恒等行列になる。

（１．４）の条件が満たされないか、中間ＳＮＲであるとき、非特許文献２１に従って、（１．３）は、実施形態における上記の和容量推定に従った良好な近似を構成する。

図６Ａ及び図６Ｂは、シミュレーション結果を図示したグラフである。図６Ａは、２ユーザ・シナリオにおける平均和容量のシミュレーション結果を示し、図６Ｂは、４ユーザ・シナリオにおける類似のシミュレーション結果を示している。双方のグラフは、平均和容量対ユーザＳＮＲ（ＳＮＲ＝Ｓｉｇｎａｌ−ｔｏ−Ｎｏｉｓｅ−Ｒａｔｉｏ）を示している。

図６Ａ及び図６Ｂは、Ｋ＝２ユーザ、Ｍ_Ｔｘ＝４送信アンテナ、及びＭ_Ｒｘ，ｋ＝２受信アンテナ（ｋ＝１，２）を有するシステムにおいて、推定された和容量とＳａｔｏ限界との比較を示している。容量は、ＷＩＮＮＥＲ（ＷＩＮＮＥＲ＝Ｗｉｒｅｌｅｓｓ Ｗｏｒｌｄ Ｉｎｉｔｉａｔｉｖｅ Ｎｅｗ Ｒａｄｉｏ）チャネルモデルに従って作り出された１００００の空間屋内非見通線（ＮＬＯＳ＝Ｎｏｎ−Ｌｉｎｅ−ｏｆ Ｓｉｇｈｔ）シナリオにわたって平均されている。非特許文献２２を参照されたい。

（１．４）が満たされるとき、図６Ａのように、推定は、平均して、中間ＳＮＲで実際の容量へ全く良好に当てはまる。２受信アンテナを有する４ユーザの場合、条件（１．４）が満たされないときに誤差が大きくなる。しかしながら、２つの曲線は、同じ振る舞いを示している。事前選択を目的とするとき、すなわち、ＳＤＭＡへ最良に適する事前選択グループを見出すためには、幾つかの実施形態において、この近似で十分である。（１．４）を満たさないことに関連する不正確度を回避するため、実施形態は、チャネルのＳＶＤを計算し、

各々の積σ_ｋ，ｉｖ_ｋ，ｉ ^Ｈを別個のチャネルと考えてよい。これらの等価チャネルは、左特異ベクトルを受信フィルタとして適用することから結果として得られる。しかしながら、ユーザのチャネルのＳＶＤが要求されるので、これは追加の計算複雑度を課し、改善の見込みは低い。

幾つかの実用環境において、Ｓ＾の中の最良集合Ｓを求める全数検索を実行するには、（１．３）は依然として複雑すぎるかもしれない。実施形態は、したがって、次のようにして集合又は中間選択グループＳの継続的拡大を実行することができる。π（１）で表される集合内の第１のユーザは、事前選択グループＳ＾の中で最大フロベニウス・ノルムを有するユーザであり得る。すなわち、

である。

連続するステップの各々で、ユーザは、サブグループＳへ追加される。これは、推定される和容量の最大の増加をもたらす。ｉ番目のユーザは、したがって、

ここで、ΔＣ_ｓｕｍ（Ｓ∪ｋ）＝Ｃ_ｓｕｍ（Ｓ∪ｋ）−Ｃ_ｓｕｍ（Ｓ）
に従って決定される。

その後に、ＳはＳ＝Ｓ∪π（ｉ）に従って更新される。各ステップでＣ_ｓｕｍ（Ｓ）を計算するため、最終的な電力の割り当てが使用される。すなわち、因子１／Ｎは（１．３）の中に残る。したがって、留意すべきことは、ＳがＮユーザよりも少ないユーザを含む限り、Ｃ_ｓｕｍ（Ｓ）は、所与の送信電力を用いて達成できる和容量の推定となり得ない。アルゴリズムはＮステップの後に終了され、そのときサブグループＳは所望の濃度を提示する。

以下では、シミュレーション結果が示される。シミュレーションのために、非特許文献２３のＷＩＮＮＥＲチャネルモデルが使用されているが、単一搬送波システムが使用されている。帯域幅は１３２ ＫＨｚに等しく、Ｍ_Ｔｘ＝４アンテナを有する送信機が１２０ｍ×１２０ｍ屋内シナリオの中心に置かれる。第１のシミュレーションのために、３０のユーザがこの区域へ無作為に置かれた。各ユーザは、Ｍ_Ｒｘ，ｋ＝２受信アンテナを作動し、送信機への見通線（Light of Sight）を有しない。図７は、サンプル・シナリオを提示する。図７は、星で示される４アンテナを利用する基地局ＢＳが、シナリオの中心に位置するシミュレーション・シナリオを図示している。図７において、×印は、３０のユーザを示し、これらのユーザは、１２０ｍ×１２０ｍ屋内ＮＬＯＳ（ＮＬＯＳ＝Ｎｏｎｅ−Ｌｉｎｅ−ｏｆ Ｓｉｇｈｔ）シナリオで均等に分布する。

図８は、ユーザの平均利得対ＳＮＲのシミュレーション結果を図示するグラフである。このグラフは、４つの異なるグラフ、すなわち、全数検索（破線及び×印で示される）と、実施形態に従った低減された全数検索（実線及び×印で示される）と、実施形態に従った提案アプローチ（実線及び星印で示される）と、実施形態に従ったフロベニウス・ノルム（段階１のみ、実線及び三角で示される）とを示している。

図８では、１５００の無作為シナリオにわたって平均された利得ｇ（Ｓ）が示されている。利得は、ＳＥＳＡＭで達成可能な和速度とＳ内の最大単一ユーザ速度との差として測定される。段階Ｉの場合、事前選択グループＳ＾の集合の濃度は

に設定され、閾値αはα＝３０が選ばれている。最終集合又は中間選択グループＳの濃度は、送信アンテナの数に等しかった。すなわち、｜Ｓ｜＝Ｍ_Ｔｘ＝４であった。「低減された全数検索」とラベルを付けられた曲線は、（１．５）に従って決定されたユーザπ（１）が集合Ｓの中にあるように強制される場合に達成可能な利得を示している。すなわち、全数検索は、この実施形態においてユーザπ（１）と共にＳＥＳＡＭを用いてサービスを提供されるべき３つの更なるユーザを見出すためにのみ実行される。

このようにして、全数検索と実施形態との差異は、主として、実施形態が、発見的であるが簡単なやり方で第１のユーザを選ぶという事実に起因する。このユーザが、Ｓの一部分であれば、実施形態は、低減された全数検索と同じ性能をもたらす。最も低い曲線は、ユーザのグループ化が

を用いて実行されるとき、すなわち、段階ＩＩが完全にスキップされるときに達成可能な利得を示している。比率のテスト（１．２）とは別に、このアルゴリズムは非特許文献２４によって提示されるものと同じである。この場合、ユーザは最大の単一ユーザ速度に従って選択される。

次に、ユーザが著しく空間的に整列されるシナリオついて考察する。図９は、基地局ＢＳが中心にあり、ユーザが２つの集団、すなわち、集団＃１及び集団＃２へ集められる他のシミュレーション・シナリオを図示している。集団サイズは２０ｍ×２０ｍであり、１０のユーザが集団内で均等に分布している。図９から、異なる集団の中に位置するユーザは良好な空間分離を有するが、同じ集団の中に位置するユーザは、ほぼ空間的に整列されることが分かる。２０のユーザが（−５０ｍ，５０ｍ）及び（１００ｍ，３０ｍ）を中心として２つの集団へ無作為に置かれ、送信機は座標系の中心を定義する。各シナリオについて、ユーザはこれら中心点の周りでサイズ２０ｍ×２０ｍの正方形の中に無作為に置かれた。図９はサンプル・シナリオを提示している。５０００の集団シナリオにわたって平均された和速度の結果の利得が、図１０で示される。

図１０は、ユーザのＳＮＲに対する平均利得のシミュレーション結果を図示するグラフである。図１０は、５つのグラフ、すなわち、全数検索（×印を有するダッシュ線で示される）と、実施形態に従った低減された全数検索（×印を有する実線で示される）と、実施形態に従った提案アプローチ（段階ＩＩのみ、円を有する実線で示される）と、実施形態に従った提案アプローチ（段階Ｉ及び段階ＩＩ、星印を有する実線で示される）と、実施形態に従ったフロベニウス・ノルム・ベース（段階Ｉのみ、三角を有する実線で示される）とを示している。

図１０は、段階Ｉが実施形態に従って完全にスキップされる、すなわち、

であるシミュレーション結果（円を有する実線によって示される）を更に示している。このアルゴリズムは全数検索なしに最良性能をもたらすが、それは

を有する実施形態の少し上にあるだけである。段階Ｉだけを適用することは、厳しい性能低下をもたらすことになる。

本発明の実施形態は、ＭＩＭＯ通信シナリオにおける先進的な空間割り当てアルゴリズム、例えばＳＥＳＡＭを、合理的複雑度で確立することを可能にする。実施形態は、高処理性能を要求する空間アルゴリズムが、送信のために潜在的に利用可能な全ユーザのグループよりも小さい事前選択ユーザ・グループに対して実行され得るという利点を有する。それによって、本発明の実施形態は、洗練された空間多重化又はＭＩＭＯアルゴリズムの実現を可能にし、システム容量が増加し、ユーザの満足度が上がる。更に、本発明の実施形態は、より高い速度及び、より高い品質サービスの提供を可能にするので、実施形態は移動通信システムにおけるサービス・ポートフォリオの向上にも貢献する。

一般的に、和容量アプローチ・マルチユーザＭＩＭＯ送信法の計算複雑度は、ユーザの数と共に大きくなる。このようにして、高度負荷システムにおいては、送信信号処理に全ユーザを考慮するときの計算負荷は、しばしば、あまりに高くなる。そのような場合、本発明の実施形態は、例えば事前選択によってユーザをグループ化し、事前選択されたグループ、すなわち、送信のためのサブグループのユーザへのみ、数値関連アルゴリズムを別個に適用できるという利点を提供する。

本発明の実施形態は、複雑な送信信号処理アルゴリズムを用いてサービスが提供されるユーザの適切なグループを見出す問題に対して有効である。実施形態は、ユーザのグループ化又はユーザの事前選択を実行して、これらのアルゴリズムの計算努力が和速度の最大可能利得をもたらすようにする。これらのアルゴリズムの計算量は、ダーティー・ペーパー符号化を使用しない簡単なアプローチと対比される。実施形態は２つの段階を実行することができる。最初に、例えば、チャネルのフロベニウス・ノルムから引き出された計算効率規準に基づいて、ユーザの事前選択が行われる。送信のために実際に選択されるユーザの、計算的に高価又は複雑となる、最終的なサブグループ選択は、低減されたユーザ数を用いて、本発明の実施形態によって実行される。

本発明の方法の実施要件に依存して、本発明の方法はハードウェア又はソフトウェアで実施することができる。この実施は、ディジタル記憶媒体、特にフラッシュ・メモリ、ディスク、ＤＶＤ、又はＣＤを使用して実行され得る。これらの記憶媒体は、電子的に読み取り可能な制御信号を記憶しており、プログラム可能コンピュータ・システムと協力して、本発明の方法が実行されるようにする。一般的に、本発明は、プログラム・コードを有する機械読み取り可能なキャリアである。プログラム・コードは、コンピュータ・プログラム・プロダクトがコンピュータ又はプロセッサ上で動くときに、本発明の方法を実行するように動作する。言い換えれば、本発明の方法は、プログラム・コードを有するコンピュータ・プログラムであり、プログラム・コードは、コンピュータ・プログラムがコンピュータ又はプロセッサ上で動くときに、本発明の少なくとも１つを実行する。

１００ ユーザ選択装置
１１０ 事前選択器
１２０ 選択器

Claims (20)

1. 移動通信システムで動作し、送信のために複数のユーザからユーザのサブグループを選択するユーザ選択装置であって、ここで、ユーザは、ＭＩＭＯ（Multiple-Input-Multiple-Output）無線チャネルを介して通信できるものであり、
   他のユーザの送信容量尺度に比べて所定量だけ高い送信容量尺度を有するユーザを選択された状態から解除して、前記選択が解除されたユーザを含まない事前選択グループを得て、前記事前選択グループが、２つの互いに等しい送信容量尺度を有するか、２つの送信容量尺度の差が所定量よりも小さい２つのユーザを含むようにする事前選択器（１１０）と、
   前記ＭＩＭＯ無線チャネルに基づいて送信のためのユーザのサブグループを決定するプロセッサ（１１５）と
   を備えるものであるユーザ選択装置。
2. 前記事前選択器（１１０）は、前記ＭＩＭＯ無線チャネルのユーザの空間サブチャネルの最高達成可能データ速度の観点から前記送信容量尺度を決定するものであり、前記所定量は、相対的又は絶対的な量である、請求項１に記載のユーザ選択装置。
3. 前記事前選択器（１１０）は、前記ユーザのＭＩＭＯ無線チャネルを表すユーザのＭＩＭＯ無線チャネル行列の特異値分解を行うことによって、送信容量尺度を決定するものであり、
   前記事前選択器（１１０）は、ユーザのＭＩＭＯ無線チャネル行列の最高特異値の観点から前記送信容量尺度を決定するものである、請求項１又は２に記載のユーザ選択装置。
4. 前記事前選択器（１１０）は、前記ユーザのＭＩＭＯ無線チャネルを表すユーザのＭＩＭＯ無線チャネル行列のフロベニウス・ノルムの観点から前記送信容量尺度を決定するものである、請求項１ないし３のいずれか一項に記載のユーザ選択装置。
5. 前記事前選択器（１１０）は、ユーザの送信容量尺度に従ってユーザを並べ替えて、あるユーザの送信容量尺度を他のユーザの送信容量尺度と比較するものであり、前記他のユーザは、前記複数のユーザの中で、前記ユーザの次に低いか又は前記ユーザの次に高い送信容量尺度を有するものである、請求項１から４のいずれか一項に記載のユーザ選択装置。
6. 前記事前選択器（１１０）は、前記ユーザの送信容量尺度と前記他のユーザの送信容量尺度との商を所定の閾値に対して評価するものであり、
   前記事前選択器（１１０）は、前記他のユーザが前記ユーザの次に低い送信容量尺度を有する場合に、前記商が前記閾値を超過するならば、前記事前選択グループから前記ユーザを選択した状態から解除し、前記他のユーザが前記ユーザの次に高い送信容量尺度を有する場合に、前記商が前記閾値よりも下であれば、前記事前選択グループから前記ユーザを選択した状態から解除するものである、請求項５に記載のユーザ選択装置。
7. 前記事前選択器（１１０）は、所定数のユーザを前記複数のユーザから選択することによって前記事前選択グループのユーザを決定するものであり、前記所定数のユーザは、前記所定数のユーザのＭＩＭＯ無線チャネル上で送信容量尺度における限定された差を有し、前記所定数のユーザは、前記複数のユーザの中で限定された差を有する最高送信容量尺度を有するものである、請求項１ないし６のいずれか一項に記載のユーザ選択装置。
8. 前記送信容量尺度とは異なる、前記事前選択グループのユーザの前記ＭＩＭＯ無線チャネルにおける空間特性に基づいて、中間選択グループのためにユーザを前記事前選択グループから選択する選択器（１２０）を更に備え、
   前記プロセッサ（１１５）は、前記中間選択グループのユーザの前記ＭＩＭＯ無線チャネルに基づいて、送信のためにユーザの前記サブグループを決定するものである、請求項１ないし７のいずれか一項に記載のユーザ選択装置。
9. 前記選択器（１２０）は、前記中間選択グループのユーザにおける組み合わされた送信容量及び／又は空間的整合性に従って、前記中間選択グループのためにユーザを前記事前選択グループから選択するものである、請求項１ないし８のいずれか一項に記載のユーザ選択装置。
10. 前記選択器（１２０）は、前記中間選択グループのためにユーザを前記事前選択グループから選択するものであり、
    その選択されたユーザに関して、前記中間選択グループのユーザは、前記事前選択グループからの最高送信容量尺度を有するユーザに比べて高い組み合わされた送信容量尺度を有する、請求項９に記載のユーザ選択装置。
11. 前記選択器（１２０）は、前記中間選択グループＳのために所定数｜Ｓ｜のユーザを前記事前選択グループから選択するものであり、ユーザｋの前記ＭＩＭＯ無線チャネルは、ＭＩＭＯ無線チャネル行列Ｈ_ｋによって表現され、前記中間選択グループＳのユーザのために、行列式
    

    

    が、前記事前選択グループからの｜Ｓ｜ユーザの順列に基づいて最適化又は最大化される、請求項１０に記載のユーザ選択装置（１００）。
12. 前記選択器（１２０）は、前記中間選択グループＳのためにユーザｋを前記事前選択グループＳ＾から選択するものであり、前記ユーザｋについて、
    

    

    ここで
    

    

    に従った和容量Ｃ_ｓｕｍ（Ｓ）又は
    

    

    ここで
    

    

    あるいは
    Ｐ_Ｔｘ＜∞について
    

    

    に従った推定和容量Ｃ_ｓｕｍ（Ｓ）に関する組み合わされた送信容量が最適化又は最大化され、ここで、Ｍ_Ｒｘ，ｋはユーザｋの受信アンテナの数を表し、Ｐ_Ｔｘは送信電力であり、Ｈ_ｋはユーザｋの前記ＭＩＭＯ無線チャネル行列を表現し、Ｉは恒等行列であり、ＮはＳの濃度を表し、Ｍ_Ｔｘは送信に使用される送信アンテナの数を表す、請求項１ないし１１のいずれか一項に記載のユーザ選択装置。
13. 前記選択器（１２０）は、前記中間選択グループＳのためにユーザπ（１）を選択するものであり、
    前記ユーザπ（１）は、ＭＩＭＯ無線チャネル行列Ｈ_π（１）によって表現されるＭＩＭＯ無線チャネルを有し、
    前記ＭＩＭＯ無線チャネル行列Ｈ_π（１）は、
    

    

    に従って前記事前選択グループＳ＾のユーザの最高フロベニウス・ノルムを有する、請求項１ないし１２のいずれか一項に記載のユーザ選択装置。
14. 前記選択器（１２０）は、前記中間選択グループＳのためにユーザπ（ｉ）を選択されていないユーザｋから追加するものであり、
    ユーザπ（ｉ）について和容量又は推定和容量の増加ΔＣ_ｓｕｍ（Ｓ∪ｋ）が、
    

    

    ここで、ΔＣ_ｓｕｍ（Ｓ∪ｋ）＝Ｃ_ｓｕｍ（Ｓ∪ｋ）−Ｃ_ｓｕｍ（Ｓ）
    に従って最大となり、
    和容量Ｃ_ｓｕｍ（Ｓ）が、
    

    

    ここで
    

    

    に従って決定されるか、
    推定和容量Ｃ_ｓｕｍ（Ｓ）が、
    

    

    ここで
    

    

    又は
    Ｐ_Ｔｘ＜∞について
    

    

    に従って決定され、
    ここで、Ｍ_Ｒｘ，ｋはユーザｋの受信アンテナの数を表し、Ｐ_Ｔｘは送信電力であり、Ｈ_ｋはユーザｋの前記ＭＩＭＯ無線チャネル行列を表現し、Ｉは恒等行列であり、ＮはＳの濃度を表現し、Ｍ_Ｔｘは送信に使用される送信アンテナの数を表す、請求項１３に記載のユーザ選択装置。
15. 前記プロセッサ（１１５）は、前記事前選択グループ又は前記中間選択グループのユーザの前記ＭＩＭＯ無線チャネルを処理して、処理されたＭＩＭＯ無線チャネルを得て、前記事前選択グループ又は前記中間選択グループのユーザの前記処理されたＭＩＭＯ無線チャネルの空間特性に基づいて送信のためにユーザの前記サブグループを決定するものである、請求項１ないし１４のいずれか一項に記載のユーザ選択装置。
16. 前記プロセッサ（１１５）は、ＳＥＳＡＭ（ＳＥＳＡＭ＝Ｓｕｃｃｅｓｓｉｖｅ Ｅｎｃｏｄｉｎｇ Ｓｕｃｃｅｓｓｉｖｅ Ａｌｌｏｃａｔｉｏｎ Ｍｅｔｈｏｄ）に基づいて、前記事前選択グループ又は前記中間選択グループから前記サブグループのためにユーザを選択するものである、請求項１５に記載のユーザ選択装置。
17. 移動通信システムにおいて送信のために複数のユーザからユーザのサブグループを選択する方法であって、ここで、ユーザは、ＭＩＭＯ無線チャネルを介して通信できるものであり、
    他のユーザの送信容量尺度に比べて所定量だけ高い送信容量尺度を有するユーザを選択した状態から解除して、前記選択が解除されたユーザを含まない事前選択グループを得て、前記事前選択グループが、２つの互いに等しい送信容量尺度を有するか、２つの送信容量尺度の差が所定量よりも小さい２つのユーザを含むようにするステップ（２００）と、
    前記ＭＩＭＯ無線チャネルに基づいて送信のためのユーザの前記サブグループを決定するステップと
    を含む方法。
18. 前記選択を解除するステップ（２００）は、
    前記事前選択グループの所定のサイズを受け取るステップ（２０５）と、
    ユーザのＭＩＭＯ無線チャネルを表すユーザのＭＩＭＯ無線チャネル行列のフロベニウス・ノルム又は単一ユーザ速度に従って、前記複数のユーザを降順に並べ替えるステップ（２１０）と、
    全ユーザを前記事前選択グループの中に含めるステップ（２１５）と、
    前記事前選択グループからの最高フロベニウス・ノルム又は最高単一ユーザ速度を有するユーザのフロベニウス・ノルム又は単一ユーザ速度を、前記事前選択グループからの２番目に高いフロベニウス・ノルム又は２番目に高い単一ユーザ速度を有するユーザのフロベニウス・ノルム又は単一ユーザ速度と比較するステップ（２２０）と、
    前記事前選択グループからの前記最高フロベニウス・ノルム又は前記最高単一ユーザ速度を有する前記ユーザを選択した状態から解除して（２２５）、前記事前選択グループからの前記２番目に高いフロベニウス・ノルム又は前記２番目に高い単一ユーザ速度を乗じたある因子に比べて、前記最高フロベニウス・ノルム又は前記最高単一ユーザ速度が高ければ、前記比較するステップ（２２０）へ戻るステップと、
    前記事前選択グループからの最低フロベニウス・ノルム又は最低単一ユーザ速度を有するユーザを選択した状態から解除して、前記所定のサイズにマッチさせるステップ（２３０）と
    を含む請求項１７に記載の方法。
19. 前記送信容量尺度とは異なる、前記事前選択グループのユーザの前記ＭＩＭＯ無線チャネルの空間特性に基づいて、ユーザの中間選択グループのために前記事前選択グループからユーザを選択するステップ（２５０）を更に備え、
    前記サブグループを決定するステップは、前記中間選択グループのユーザの前記ＭＩＭＯ無線チャネルに基づいて送信のためにユーザの前記サブグループを決定し、
    前記選択するステップ（２５０）は、
    前記中間選択グループの所定のサイズを受け取るステップ（２５５）と、
    前記最高フロベニウス・ノルム又は前記最高単一ユーザ速度を有する前記ユーザを前記事前選択グループから選択するステップ（２６０）と、
    前記中間選択グループ内の選択されたユーザに基づいて、前記事前選択グループ内における選択されていないユーザのために容量又は和の増加量を評価するステップ（２６５）と、
    前記中間選択グループのために最高容量又は最高和速度の増加を有するユーザを選択するステップ（２７０）と、
    前記中間選択グループのサイズが、前記中間選択グループの前記所定のサイズへ到達するまで、前記評価するステップ（２６５）へ戻るステップと
    を含む請求項１７又は１８に記載の方法。
20. プロセッサ上で実行する際に、請求項１７ないし１９のいずれか一項に記載の方法を実行するプログラム・コードを有するコンピュータ・プログラム。

Images