JP2013179587A

JP2013179587A - 電力割当方法および基地局

Info

Publication number: JP2013179587A
Application number: JP2013028929A
Authority: JP
Inventors: Anxin Li; 李安新; Atsushi Harada; 篤原田
Original assignee: NTT Docomo Inc
Current assignee: NTT Docomo Inc
Priority date: 2012-02-28
Filing date: 2013-02-18
Publication date: 2013-09-09
Also published as: CN103298094A

Abstract

【課題】非直交アクセス方式での電力割当て方法を提供する。
【解決手段】主に、基地局が、ユーザから報告されたチャネル状態情報、または測定して得られたユーザチャネル状態情報に基づいて、各ユーザの信号品質を決定し、各ユーザの信号品質に基づいて、木探索により各ユーザの電力割当係数を決定し、各ユーザの電力割当係数に基づいて、各ユーザに割り当てる電力を決定して、決定された各ユーザに割り当てる電力に基づいて、各ユーザに信号を送信し、またはユーザに対し、この送信電力で信号送信を行うよう通知する、ことを含む。上記の電力割当方法に対応して、当該方法を実行する基地局も提供されている。木探索を採用して各ユーザの電力割当係数を決定することにより、ユーザのスループットの幾何平均を最大化する目標を実現するとともに、電力割当方法の計算複雑度を大幅に低減させ、実際の応用にもっと適する。
【選択図】図１

Description

本発明は、無線通信技術に関し、特に、非直交アクセス方式での電力割当方法および基地局に関する。

非直交アクセスは、現在の新興の無線アクセス方式であり、未来の主流のアクセス方式の１つになる希望がたくさんある。非直交アクセスシステムにおいて、受信側は、マルチユーザ検出を実現するように、電力の違いおよび干渉除去技術を利用して異なるユーザを区別することができる。

現在、非直交アクセスシステムでは、一般的に、最適電力制御アルゴリズムが採用され、即ち、各ユーザの電力割当係数を制御することにより、ユーザのスループットの幾何平均を最大化する。ここで、あるユーザの電力割当係数とは、当該ユーザに割り当てる電力が総送信電力に占める比率を指す。上記の最適電力制御アルゴリズムは、最適なセルの総スループットとユーザ公平性との間の折衷を取ることができ、その目的関数が下記の数式１に示す通りである。
［数式１］

ここで、Ｍは、総ユーザ数を表し、ｍは、ユーザインデックスを表し、β_１，．．．，β_Ｍは、Ｍ個のユーザの電力割当係数をそれぞれ表し、

かつ

を満足し、即ち、Ｐ_ｍ＝β_ｍ×Ｐ_{ｔｏｔａｌ}であり、Ｐ_{ｔｏｔａｌ}は、総送信電力であり（下りの場合、基地局（ｅＮＢ）の送信電力であり、上りの場合、全てのユーザの送信電力の和であり）、Ｐ_ｍは、ｍ番目のユーザに割り当てる電力であり、ＳＲ_ｍは、ｍ番目のユーザの総和レートを表す。

下りの場合、Ｍ個のユーザを信号対干渉雑音比に従って降順に並べると、このＭ個のユーザの総和レートは、下記の数式２−１によって算出できる。
［数式２−１］

ここで、ＳＩＮＲ_ｍは、ｍ番目のユーザの信号対干渉雑音比を表す。

上りの場合、Ｍ個のユーザを信号対干渉雑音比に従って昇順に並べると、このＭ個のユーザの総和レートは、下記の数式２−２によって算出できる。
［数式２−２］

ここで、ＳＩＮＲ＝Ｐ_{ｔｏｔａｌ}／（Ｐ_Ｎ＋Ｐ_Ｉ）であり、Ｐ_ＮおよびＰ_Ｉは、雑音電力および干渉電力をそれぞれ表す。数式２−２から容易に分かるように、ＳＩＮＲ_ｍ＝ＳＩＮＲ／Ｍを仮定すると、数式２−２と数式２−１は、同じ形式を有するため、同じアルゴリズムを採用して解を求めることができる。簡便に説明するために、以下、主に、下りを例としてアルゴリズムの詳細な説明を行う。前記アルゴリズムは、上りの場合にも同様に適用する。

上記の数式１に示す目的関数に対して解を求めるために、現在、採用可能なものは全数探索アルゴリズムである。即ち、Ｍ個のユーザの全ての可能な電力割当係数の組み合わせを全数探索し、その中から、ユーザのスループットの幾何平均を最大化にさせるＭ個のユーザの電力割当係数の組み合わせを見つける。当業者は、このような全数探索アルゴリズムは、ユーザのスループットの幾何平均を最大化にさせるＭ個のユーザの電力割当係数の組み合わせを見つけることができるが、このようなアルゴリズムの計算複雑度がユーザ数の増加につれて指数関数で増加するため、実際の応用に適しない、ということを理解できる。例えば、Ｍ＝８であり、各ユーザの電力割当係数β_ｍの探索ステップ長がΔ＝０．００１であり、つまり、各β_ｍごとに、全部で１００１個の可能な値があると仮定すれば、この８個のユーザの全ての可能な電力割当係数の組み合わせは、全部で

種類の組み合わせがある。上記の全数探索アルゴリズムを使用することは、この

種類の組み合わせを全数探索し、その中から、数式１における目的関数を満たす１つの電力割当係数の組み合わせを見つけることになる。明らかなように、このようなアルゴリズムでは、全数検索しようとする組み合わせの数の表現式における指数は、ユーザ数と関係があり、つまり、ユーザ数の増加につれて、このようなアルゴリズムの計算複雑度は、指数関数で増加する。従って、ユーザ数が比較的多い場合、このようなアルゴリズムは、実際の応用に適しない。

本発明の実施例は、電力割当方法および基地局を提供することにより、計算複雑度を大幅に低減させ、実際の応用に適する。

本発明に係る電力割当方法は、基地局が、ユーザから報告されたチャネル状態情報、または測定して得られたユーザチャネル状態情報に基づいて、各ユーザの信号品質を決定し、基地局が、各ユーザの信号品質に基づいて、木探索により各ユーザの電力割当係数を決定し、基地局が、各ユーザの電力割当係数に基づいて、各ユーザに割り当てる電力を決定して、決定された各ユーザに割り当てる電力に基づいて、各ユーザに信号を送信し、またはユーザに対し、この送信電力で信号送信を行うよう通知する、ことを含む。

ここで、基地局が、各ユーザの信号品質に基づいて、木探索により各ユーザの電力割当係数を決定することは、
Ｍ個のユーザを信号品質に従って並べるステップａと、
ルートノードを確立して、ユーザ１が選択できるＮ個の電力割当係数に基づいて、第１レベルのＮ個のノードおよびＮ個のブランチを確立するステップｂと、
予めｍ＝２とするステップｃと、
第ｍ−１レベルの各ブランチの上でユーザｍが選択できる全ての電力割当係数の値を決定し、第ｍレベルの候補ノードおよび候補ブランチを確立するステップｄと、
上記第ｍレベルの全ての候補ブランチのブランチメトリックおよびノードメトリックをそれぞれ算出するステップｅと、
同じブランチメトリックを有する全ての候補ブランチをグループ構成し、各グループ内の各ブランチのノードメトリックをそれぞれ比較し、ノードメトリックが最大となる候補ブランチを選択して第ｍレベルのブランチとし、当該ブランチにおける候補ノードを第ｍレベルのノードとし、それ以外の候補ブランチおよび候補ノードを削除するステップｆと、
ｍ＝ｍ＋１にして、ｍがＭに等しいかどうかを判断し、ｍがＭに等しい場合、ステップｈに進み、ｍがＭに等しくない場合、ステップｄに戻るステップｇと、
第Ｍ−１レベルの各ブランチの上でユーザＭの電力割当係数を決定し、第Ｍレベルのノードおよび第Ｍレベルのブランチを確立し、第Ｍレベルの全てのブランチのノードメトリックを算出し、第Ｍレベルの全てのブランチの中から、最大のノードメトリックを有するブランチを選択して、当該ブランチにおけるノードに基づいて、Ｍ個のユーザの電力割当係数を決定するステップｈと、を含む。

基地局が、ユーザから報告されたチャネル状態情報に基づいて、各ユーザの信号品質を決定する場合、前記Ｍ個のユーザを信号品質に従って並べることは、Ｍ個のユーザを、ユーザ１の信号品質が最も良く、ユーザＭの信号品質が最も悪いように、信号品質に従って降順に並べる、ことを含み、基地局が、測定して得られたユーザチャネル状態情報に基づいて、各ユーザの信号品質を決定する場合、前記Ｍ個のユーザを信号品質に従って並べることは、Ｍ個のユーザを、ユーザ１の信号品質が最も悪く、ユーザＭの信号品質が最も良いように、信号品質に従って昇順に並べる、ことを含む。

前記信号品質は、信号対干渉雑音比、信号対雑音比、信号対干渉比、またはチャネル利得である。

上記第ｍレベルの全ての候補ブランチのブランチメトリックおよびノードメトリックをそれぞれ算出することは、
式

によって、ある候補ブランチのブランチメトリックを算出し、ここで、β_ｉは、当該候補ブランチにおける第ｉレベルのノードに対応するユーザの電力割当係数を表し、
式

によって、ある候補ブランチのノードメトリックを算出し、ここで、ＳＲ_ｉは、当該候補ブランチにおける第ｉレベルのノードに対応するユーザの総和レートを表す、ことを含む。

あるいは、上記第ｍレベルの全ての候補ブランチのブランチメトリックおよびノードメトリックをそれぞれ算出することは、
式

によって、ある候補ブランチのノードメトリックを算出し、ここで、ＳＥ_ｉは、当該候補ブランチにおける第ｉレベルのノードに対応するユーザのスペクトル効率を表す、ことを含む。

ここで、

であり、Δ_１は、ユーザ１の電力割当係数の探索ステップ長であり、

は、ユーザ１の電力割当係数β_１の最大値および最小値を表す。

前記第ｍ−１レベルの各ブランチの上でユーザｍが選択できる全ての電力割当係数の値を決定し、第ｍレベルの候補ノードおよび候補ブランチを確立することは、
第ｍ−１レベルの各ブランチの上でユーザｍが選択できる全ての電力割当係数の値

を決定し、第ｍレベルの候補ノードおよび候補ブランチを確立し、
第ｍ−１レベルの各ブランチごとに、確立可能な候補ノードおよび候補ブランチの数が、

である、ことを含み、ここで、Ω_ｍ−１は、現在の第ｍ−１レベルのブランチのブランチメトリックであり、Δ_ｍは、ユーザｍの電力割当係数の探索ステップ長であり、

であり、

は、ユーザの電力割当係数β_ｍの最大値および最小値を表す。

また、本発明の実施例では、基地局が提供されている。当該基地局は、
ユーザから報告されたチャネル状態情報、または測定して得られたユーザチャネル状態情報に基づいて、各ユーザの信号品質を決定する信号品質決定手段と、
各ユーザの信号品質に基づいて、木探索により各ユーザの電力割当係数を決定する電力割当係数決定手段と、
各ユーザの電力割当係数に基づいて、各ユーザに割り当てる電力を決定して、決定された各ユーザに割り当てる電力に基づいて、各ユーザに信号を送信し、またはユーザに対し、この送信電力で信号送信を行うよう通知する電力割当手段と、を含む。

本発明の実施例に係る電力割当方法は、木探索を採用して各ユーザの電力割当係数を決定することにより、ユーザのスループットの幾何平均を最大化する目標を実現するとともに、電力割当方法の計算複雑度を大幅に低減させ、実際の応用にもっと適する。

本発明の実施例に係る電力割当方法のフローチャートである。本発明の実施例に係る電力割当方法における木探索方法のフローチャートである。本発明の実施例に係る電力割当方法における木探索方法の各ステップの実行結果の例をそれぞれ示す図である。本発明の実施例に係る電力割当方法における木探索方法の各ステップの実行結果の例をそれぞれ示す図である。本発明の実施例に係る電力割当方法における木探索方法の各ステップの実行結果の例をそれぞれ示す図である。本発明の実施例に係る電力割当方法における木探索方法の各ステップの実行結果の例をそれぞれ示す図である。本発明の実施例に係る電力割当方法における木探索方法の各ステップの実行結果の例をそれぞれ示す図である。本発明の実施例に係る基地局の内部構成を示す図である。

上記の課題を解決するために、本発明の実施例は、電力割当方法を提供している。図１に示すように、当該方法は、主に、
基地局（ｅＮＢ）が、ユーザから報告されたチャネル状態情報（下り）、または測定して得られたユーザチャネル状態情報（上り）に基づいて、各ユーザの信号品質を決定するステップ１０１と、
基地局（ｅＮＢ）が、各ユーザの信号品質に基づいて、木探索により各ユーザの電力割当係数を決定するステップ１０２と、
基地局（ｅＮＢ）が、各ユーザの電力割当係数に基づいて、各ユーザに割り当てる電力を決定して、決定された各ユーザに割り当てる電力に基づいて、各ユーザに信号を送信し（下り）、またはユーザに対し、この送信電力で信号送信を行う（上り）よう通知するステップ１０３と、を含む。

図１のステップ１０２に示すように、本発明の実施例では、木探索方法を採用して、各ユーザの電力割当係数を決定する。以下、図面を参照しながら、上記の木探索方法を詳しく説明するとともに、説明をさらに明確にするために、以下の概念が予め定義されている。

１）レベルについて、ユーザの総数Ｍに従って、全体の木探索方法をＭレベルに分けて、各ユーザが木探索方法における１つのレベルに対応する。本実施例に係る木探索方法では、まず、Ｍ個のユーザを信号品質に従って並べる必要がある。このようにして、ｍ番目のユーザは、木探索方法の第ｍレベルに対応する。具体的に、基地局が、ユーザから報告されたチャネル状態情報に基づいて、各ユーザの信号品質を決定する場合、Ｍ個のユーザを、ユーザ１の信号品質が最も良く、ユーザＭの信号品質が最も悪いように、信号品質に従って降順に並べる一方、基地局が、測定して得られたユーザチャネル状態情報に基づいて、各ユーザの信号品質を決定する場合、Ｍ個のユーザを、ユーザ１の信号品質が最も悪く、ユーザＭの信号品質が最も良いように、信号品質に従って昇順に並べる。

２）第ｍレベルのノードについて、第ｍレベルの各ノードのそれぞれは、ｍ番目のユーザの１種類の可能な電力割当係数を表す。

３）第ｍレベルのブランチについて、第ｍレベルの各ブランチのそれぞれにおけるノードは、１番目のユーザからｍ番目のユーザまでの１種類の電力割当係数の組み合わせを表す。

４）ブランチメトリックは、

であり、木探索方法における第ｍレベルに到達する際に、第ｍレベルのあるブランチにおける全てのノードに割り当てた電力割当係数の和を示す。

５）ノードメトリックは、

であり、木探索方法における第ｍレベルに到達する際に、第ｍレベルのあるブランチにおける全てのノードに対応するユーザのスループットの幾何平均を示す。

あるいは、本発明の実施例において、各ユーザのスペクトル効率で上記のノードメトリックを表すこともでき、

にして、ここで、ＳＥ_ｉは、あるブランチにおける第ｉレベルのノードに対応するユーザのスペクトル効率を表し、下記の数式３または数式４で表すことができる。
［数式３］

［数式４］

ここで、ＳＥ＿ＡＭＣ_ｉは、あるブランチにおける第ｉレベルのノードで採用される変調符号化のスペクトル効率を表し、ＢＬＥＲおよびＢＥＲは、ブロック誤り率およびビット誤り率をそれぞれ表す。

図２は、本発明の実施例に係る木探索方法のフローを示す。図２に示すように、該方法は、主に、下記のステップを含む。

ステップ２０１で、Ｍ個のユーザを信号品質に従って並べる。

上記のように、本ステップでは、基地局が、ユーザから報告されたチャネル状態情報に基づいて、各ユーザの信号品質（下り）を決定する場合、Ｍ個のユーザを、ユーザ１の信号品質が最も良く、ユーザＭの信号品質が最も悪いように、信号品質に従って降順に並べてもよい一方、基地局が、測定して得られたユーザチャネル状態情報に基づいて、各ユーザの信号品質（上り）を決定する場合、Ｍ個のユーザを、ユーザ１の信号品質が最も悪く、ユーザＭの信号品質が最も良いように、信号品質に従って昇順に並べてもよい。

また、本ステップでは、上記の信号品質は、信号対干渉雑音比、信号対雑音比、信号対干渉比、またはチャネル利得であってよい。例えば、信号品質が信号対干渉雑音比であれば、下りの場合、本ステップにおける並べ替えによって、ユーザ１の信号対干渉雑音比が最大となる一方、ユーザＭの信号対干渉雑音比が最小となる。

ステップ２０２で、ルートノードを確立して、ユーザ１が選択できるＮ個の電力割当係数に基づいて、第１レベルのＮ個のノードおよびＮ個のブランチを確立する。

本ステップでは、確立されたブランチの数Ｎは、ユーザ１の電力割当係数の探索ステップ長Δ_１および電力割当係数β_１の値の範囲と関係があり、

を満足し、ここで、

は、β_１の最大値および最小値を表し、

である。例えば、Δ_１＝０．００１、β_１ ^ｍｉｎ＝０、β_１ ^ｍａｘ＝１である場合、Ｎ＝１００１になる。従って、確立されたＮ個のブランチのブランチメトリックが異なり、第１レベルで、ブランチメトリックがΩ_１＝β_１である。

ステップ２０３で、予めｍ＝２とする。

ステップ２０４で、第ｍ−１レベルの各ブランチの上でユーザｍが選択できる全ての電力割当係数の値

を決定し、第ｍレベルの候補ノードおよび候補ブランチを確立する。

第ｍ−１レベルの各ブランチごとに、確立可能な候補ノードおよび候補ブランチの数が、

である。ここで、Ω_ｍ−１は現在の第ｍ−１レベルのブランチのブランチメトリックであり、Δ_ｍはユーザｍの電力割当係数の探索ステップ長であり、

であり、

はユーザの電力割当係数β_ｍの最大値および最小値を表す。

ステップ２０５で、上記の全ての候補ブランチのブランチメトリックおよびノードメトリックをそれぞれ算出する。

本ステップでは、式

によって、ある候補ブランチのブランチメトリックを算出し、ここで、β_ｉは、当該候補ブランチにおける第ｉレベルのノードに対応するユーザの電力割当係数を表す。

本ステップでは、式

によって、ある候補ブランチのノードメトリックを算出し、ここで、ＳＲ_ｉは、当該候補ブランチにおける第ｉレベルのノードに対応するユーザの総和レートを表す。

あるいは、式

によって、ある候補ブランチのノードメトリックを算出し、ここで、ＳＥ_ｉは、当該候補ブランチにおける第ｉレベルのノードに対応するユーザのスペクトル効率を表す。

ステップ２０６で、同じブランチメトリックを有する全ての候補ブランチをグループ構成し、各グループ内の各ブランチのノードメトリックをそれぞれ比較し、ノードメトリックが最大となる候補ブランチを選択して第ｍレベルのブランチとし、当該ブランチにおける候補ノードを第ｍレベルのノードとし、それ以外の候補ブランチおよび候補ノードを削除する。

ステップ２０７で、ｍ＝ｍ＋１にして、ｍがＭに等しいかどうかを判断し、ｍがＭに等しい場合、ステップ２０８に進み、ｍがＭに等しくない場合、ステップ２０４に戻る。

ステップ２０８で、第Ｍ−１レベルの各ブランチの上でユーザＭの電力割当係数を決定し、第Ｍレベルのノードおよび第Ｍレベルのブランチを確立し、第Ｍレベルの全てのブランチのノードメトリックを算出し、第Ｍレベルの全てのブランチの中から、最大のノードメトリックを有するブランチを選択して、当該ブランチにおけるノードに基づいて、Ｍ個のユーザの電力割当係数を決定する。

以下、具体的な例を参照しながら、本発明の実施例に係る木探索方法を詳しく説明する。本例において、Ｍ＝３、Δ_１＝Δ_２＝Δ_３＝０．５、β_１ ^ｍｉｎ＝β_２ ^ｍｉｎ＝β_３ ^ｍｉｎ＝０、β_１ ^ｍａｘ＝β_２ ^ｍａｘ＝β_３ ^ｍａｘ＝１と仮定する。

図３ａに示すように、上記のステップ２０２で、１個のルートノードＳ０を確立して、ユーザ１が選択できる３個の電力割当係数に基づいて、第１レベルの３個のノードＳ１１、Ｓ１２、Ｓ１３および３個のブランチＢ１１、Ｂ１２、Ｂ１３を確立し、ここで、各ノード内に示す数は、当該ノードに対応する電力割当係数である。

図３ｂに示すように、ｍ＝２である場合、ステップ２０４で、第１レベルの３個のブランチＢ１１、Ｂ１２、Ｂ１３の上で、２番目のユーザが選択できる電力割当係数を決定し、６個の候補ノードＳ２１’、Ｓ２２’、Ｓ２３’、Ｓ２４’、Ｓ２５’、Ｓ２６’および６個の候補ブランチＢ２１’、Ｂ２２’、Ｂ２３’、Ｂ２４’、Ｂ２５’、Ｂ２６’を確立することができる。それから、図３ｃに示すように、ステップ２０５とステップ２０６で、上記の６個の候補ブランチのブランチメトリックおよびノードメトリックを算出した後、上記の６個の候補ブランチを３つのグルップＧ２１、Ｇ２２およびＧ２３に分ける。その後、図３ｄに示すように、各候補ブランチのグルップＧ２１、Ｇ２２およびＧ２３の内から、最大のノードメトリックを有するブランチをそれぞれ選択して、第２レベルの３個のブランチＢ２１、Ｂ２２、Ｂ２３とし、この３個のブランチＢ２１、Ｂ２２、Ｂ２３における候補ノードを第２レベルの３個のノードＳ２１、Ｓ２２、Ｓ２３とし、それ以外の候補ブランチおよび候補ノードを削除する。図３ｃと図３ｄとを比較することから分かるように、ステップ２０６では、候補ブランチＢ２２’、Ｂ２３’、Ｂ２６’が削除されるとともに、候補ノードＳ２２’、Ｓ２３’、Ｓ２６’が削除される。

図３ｅに示すように、ｍ＝３である場合、ステップ２０８で、第２レベルの各ブランチの上で、３番目のユーザの電力割当係数を決定し、第３レベルの３個のノードＳ３１、Ｓ３２、Ｓ３３および第３レベルの３個のブランチＢ３１、Ｂ３２、Ｂ３３を確立し、当該第３レベルの３個のブランチのノードメトリックを算出し、第３レベルの３個のブランチの中から、最大のノードメトリックを有するブランチを選択して、当該ブランチにおけるノードに基づいて、この３個のユーザの電力割当係数を決定する。本ステップ２０８で、ブランチＢ１２、Ｂ２２およびＢ３２が選択され、このようにして、３個のユーザの電力割当係数がそれぞれ０．５、０および０．５であると決定することができる。

上記の木探索方法から分かるように、上記の木探索方法における各レベルでも、当該レベルのノードの数およびブランチの数を

以下に限定することができ、ここで、

である。この値は、探索ステップ長のみと関係がある一方、現在既に処理されたユーザの数と関係がない。従って、全数探索アルゴリズムと比べると、本発明の実施例で提供される木探索方法は、ユーザのスループットの幾何平均を最大化する目標を実現するとともに、計算複雑度を大幅に低減させることができる。例えば、Δ_ｍｉｎ＝０．００１であり、ユーザの数が４である場合、電力割当係数の組み合わせの数は、１０^９の規模から１０^５の規模に低減する。Δ_ｍｉｎ＝０．００１であり、ユーザの数が６である場合、電力割当係数の組み合わせの数は、１０^１５の規模から指標１０^５の規模に低減する。Δ_ｍｉｎ＝０．００１であり、ユーザの数が８である場合、電力割当係数の組み合わせの数は、１０^２１の規模から指標１０^５の規模に低減する。つまり、本発明の実施例に係る方法を採用すれば、計算複雑度は、ユーザ数の増加につれて、指数関数で増加することなく、線形的に増加する。従って、本発明の方法は、実際の応用にもっと適する。

上記の電力割当方法に対応して、本発明の実施例は、基地局（ｅＮＢ）も提供している。図４に示すように、その内部構成は、主に、
ユーザから報告されたチャネル状態情報（下り）、または測定して得られたユーザチャネル状態情報（上り）に基づいて、各ユーザの信号品質を決定する信号品質決定手段４０１と、
各ユーザの信号品質に基づいて、木探索により各ユーザの電力割当係数を決定する電力割当係数決定手段４０２と、
各ユーザの電力割当係数に基づいて、各ユーザに割り当てる電力を決定して、決定された各ユーザに割り当てる電力に基づいて、各ユーザに信号を送信し（下り）、またはユーザに対し、この送信電力で信号送信を行うよう通知する（上り）電力割当手段４０３と、を含む。

本実施例において、上記の電力割当係数決定手段４０２は、図２に示す木探索方法により、各ユーザの電力割当係数を決定することができる。

上記は、本発明の好ましい実施例にすぎず、本発明を限定するものではない。本発明の精神と原則内で行われる種々の修正、均等置換え、改善などは全て本発明の保護範囲内に含まれるべきである。

４０１信号品質決定手段
４０２電力割当係数決定手段
４０３電力割当手段

Claims

電力割当方法であって、
基地局が、ユーザから報告されたチャネル状態情報、または測定して得られたユーザチャネル状態情報に基づいて、各ユーザの信号品質を決定し、
基地局が、各ユーザの信号品質に基づいて、木探索により各ユーザの電力割当係数を決定し、
基地局が、各ユーザの電力割当係数に基づいて、各ユーザに割り当てる電力を決定して、決定された各ユーザに割り当てる電力に基づいて、各ユーザに信号を送信し、またはユーザに対し、この送信電力で信号送信を行うよう通知する、
ことを含むことを特徴とする方法。
前記基地局が、各ユーザの信号品質に基づいて、木探索により各ユーザの電力割当係数を決定することは、
Ｍ個のユーザを信号品質に従って並べるステップａと、
ルートノードを確立して、ユーザ１が選択できるＮ個の電力割当係数に基づいて、第１レベルのＮ個のノードおよびＮ個のブランチを確立するステップｂと、
予めｍ＝２とするステップｃと、
第ｍ−１レベルの各ブランチの上でユーザｍが選択できる全ての電力割当係数の値を決定し、第ｍレベルの候補ノードおよび候補ブランチを確立するステップｄと、
上記第ｍレベルの全ての候補ブランチのブランチメトリックおよびノードメトリックをそれぞれ算出するステップｅと、
同じブランチメトリックを有する全ての候補ブランチをグループ構成し、各グループ内の各ブランチのノードメトリックをそれぞれ比較し、ノードメトリックが最大となる候補ブランチを選択して第ｍレベルのブランチとし、当該ブランチにおける候補ノードを第ｍレベルのノードとし、それ以外の候補ブランチおよび候補ノードを削除するステップｆと、
ｍ＝ｍ＋１にして、ｍがＭに等しいかどうかを判断し、ｍがＭに等しい場合、ステップｈに進み、ｍがＭに等しくない場合、ステップｄに戻るステップｇと、
第Ｍ−１レベルの各ブランチの上でユーザＭの電力割当係数を決定し、第Ｍレベルのノードおよび第Ｍレベルのブランチを確立し、第Ｍレベルの全てのブランチのノードメトリックを算出し、第Ｍレベルの全てのブランチの中から、最大のノードメトリックを有するブランチを選択して、当該ブランチにおけるノードに基づいて、Ｍ個のユーザの電力割当係数を決定するステップｈと、
を含むことを特徴とする請求項１に記載の方法。
基地局が、ユーザから報告されたチャネル状態情報に基づいて、各ユーザの信号品質を決定する場合、前記Ｍ個のユーザを信号品質に従って並べることは、Ｍ個のユーザを、ユーザ１の信号品質が最も良く、ユーザＭの信号品質が最も悪いように、信号品質に従って降順に並べる、ことを含み、
基地局が、測定して得られたユーザチャネル状態情報に基づいて、各ユーザの信号品質を決定する場合、前記Ｍ個のユーザを信号品質に従って並べることは、Ｍ個のユーザを、ユーザ１の信号品質が最も悪く、ユーザＭの信号品質が最も良いように、信号品質に従って昇順に並べる、ことを含む、
ことを特徴とする請求項２に記載の方法。
前記信号品質は、信号対干渉雑音比、信号対雑音比、信号対干渉比、またはチャネル利得である、ことを特徴とする請求項２に記載の方法。
上記第ｍレベルの全ての候補ブランチのブランチメトリックおよびノードメトリックをそれぞれ算出することは、
式

によって、ある候補ブランチのブランチメトリックを算出し、ここで、β_ｉは、当該候補ブランチにおける第ｉレベルのノードに対応するユーザの電力割当係数を表し、
式

によって、ある候補ブランチのノードメトリックを算出し、ここで、ＳＲ_ｉは、当該候補ブランチにおける第ｉレベルのノードに対応するユーザの総和レートを表す、
ことを含むことを特徴とする請求項２に記載の方法。
上記第ｍレベルの全ての候補ブランチのブランチメトリックおよびノードメトリックをそれぞれ算出することは、
式

によって、ある候補ブランチのブランチメトリックを算出し、ここで、β_ｉは、当該候補ブランチにおける第ｉレベルのノードに対応するユーザの電力割当係数を表し、
式

によって、ある候補ブランチのノードメトリックを算出し、ここで、ＳＥ_ｉは、当該候補ブランチにおける第ｉレベルのノードに対応するユーザのスペクトル効率を表す、
ことを含むことを特徴とする請求項２に記載の方法。
前記

であり、ここで、Δ_１はユーザ１の電力割当係数の探索ステップ長であり、

はユーザ１の電力割当係数β_１の最大値および最小値を表す、ことを特徴とする請求項２に記載の方法。
前記第ｍ−１レベルの各ブランチの上でユーザｍが選択できる全ての電力割当係数の値を決定し、第ｍレベルの候補ノードおよび候補ブランチを確立することは、
第ｍ−１レベルの各ブランチの上でユーザｍが選択できる全ての電力割当係数の値

を決定し、第ｍレベルの候補ノードおよび候補ブランチを確立し、
第ｍ−１レベルの各ブランチごとに、確立可能な候補ノードおよび候補ブランチの数が、

である、ことを含み、
ここで、Ω_ｍ−１は現在の第ｍ−１レベルのブランチのブランチメトリックであり、Δ_ｍはユーザｍの電力割当係数の探索ステップ長であり、

であり、

はユーザの電力割当係数β_ｍの最大値および最小値を表す、
ことを特徴とする請求項２に記載の方法。
基地局であって、
ユーザから報告されたチャネル状態情報、または測定して得られたユーザチャネル状態情報に基づいて、各ユーザの信号品質を決定する信号品質決定手段と、
各ユーザの信号品質に基づいて、木探索により各ユーザの電力割当係数を決定する電力割当係数決定手段と、
各ユーザの電力割当係数に基づいて、各ユーザに割り当てる電力を決定して、決定された各ユーザに割り当てる電力に基づいて、各ユーザに信号を送信し、またはユーザに対し、この送信電力で信号送信を行うよう通知する電力割当手段と、
を含むことを特徴とする基地局。