JP6457409B2 - スケジューリング装置および方法 - Google Patents

Description

本発明は、無線ネットワーク制御技術に関し、特に無線ネットワーク内の各送信ポイントの動作内容（送信状態）を指定することにより、無線ネットワークが有する無線リソースの割り当てを行うためのスケジューリング技術に関する。

スマートフォンの普及に伴って、通信速度の向上や利用帯域の増大など、無線ネットワークに対する社会的要請が大きくなっている。このような状況を背景として、ＬＴＥ（Long Term Evolution）と呼ばれる次世代移動通信方式の無線インタフェース仕様を適用した無線ネットワークシステムが普及しつつある。このＬＴＥでは、無線アクセス技術の１つとして、複数の送信ポイント（ＴＰ：基地局）が協調してユーザ端末（ＵＥ：ユーザ無線端末）と信号を送受信するＣｏＭＰ（Coordinated Multi-point transmission/reception：セル間協調送受信）が採用されている（非特許考文献１を参照）。

ＣｏＭＰ技術は、周波数利用効率やセル端ユーザスループットを向上させる重要な技術の１つである。例えば、下り方向の通信（ＴＰからＵＥへの送信）において、同時に複数のＴＰが同一周波数帯を用いて、各ＵＥに送信することで無線リソースの利用効率を高めることができる。しかし、各ＴＰが異なるＵＥに対して送信した場合、複数のＴＰから信号を受信可能なＵＥにとっては、他のＴＰからの信号が所望の受信信号の干渉となって、かえってスループットの低下を招く恐れがある。したがって、このような干渉を抑制しつつ通信速度を向上させるためにＣｏＭＰは必要不可欠な技術となっている。

また、無線ネットワークにＣｏＭＰを適用するにあたって、システムスループットの最大化を目的とすると、受信状態のよいユーザへのリソース割り当てが優先されることでユーザ間の公平性に問題が生じるため、各ユーザのこれまでの平均レートを考慮したスケジューリングが望ましいとされている（非特許考文献２を参照）。

田岡他，「LTE-AdvancedにおけるMIMOおよびセル間協調送受信技術」，NTT DOCOMO テクニカル・ジャーナル，Vol. 18，No. 2，pp.22-30，2010年7月，https://www.nttdocomo.co.jp/binary/pdf/corporate/technology/rd/technical_journal/bn/vol18_2/vol18_2_022jp.pdf T. Girici，C. Zhu，J. R. Agre，and A. Ephremides，"Proportional Fair Scheduling Algorithm in OFDMA-Based Wireless Systems with QoS Constraints"，Journal of Communications and Networks，Vol.12，No.1，pp.30-42，February 2010.

無線ネットワークシステムにおいて、このようなスケジューリングを行う場合、スケジューリング装置は、評価値が最大となるリソース割り当てパターンとして、ＴＰごとの送信状態、すなわちＴＰごとに送信先となるＵＥあるいは送信停止を指定する情報を決定するＣｏＭＰ処理を実行する。このＣｏＭＰ処理は、多数のリソース割り当てパターンの各々について評価値を計算し、評価値が最良のリソース割り当てパターンを見つける処理であり、スケジューリング周期内（例えば１ｍｓの時間内）に完了する必要がある。

最適なリソース割り当てパターンを取得する確実な方法は、可能性のある全てのリソース割り当てパターンの各々について評価値を計算し評価値が最大となるリソース割り当てパターンを見つけ出す、つまり全探索を行うことである。しかし、無線ネットワークの規模（含まれるＴＰ数やＵＥ数）が大きくなると、探索空間（可能性のあるリソース割り当てパターンの集合）が膨大になる。このため、従来の無線ネットワークシステムのスケジューリング装置では、無線ネットワークの規模が大きくなると、最適なリソース割り当てパターンを見つけ出すまでの時間が長くなり、スケジューリング周期以内でＣｏＭＰ処理を完了できない、という問題があった。

本発明はこのような課題を解決するためのものであり、最適なリソース割り当てパターンの特定に要する処理時間を大幅に短縮できるスケジューリング技術を提供することを目的としている。

このような目的を達成するために、本発明にかかるスケジューリング装置は、複数の送信ポイントを有する無線ネットワークシステムに対して、これら送信ポイントと各ユーザ端末との間で無線通信を行うための無線リソース割り当てを行うスケジューリング装置であって、前記送信ポイントごとに、送信先となるユーザ端末または送信停止を示す送信状態を指定するためのリソース割り当てパターンを順次生成するパターン生成部と、前記リソース割り当てパターンごとに、当該リソース割り当てパターンに基づく前記無線リソースの割り当てを評価するための評価値を計算するパターン評価部と、前記評価値に基づいて、前記リソース割り当てパターンの改良に用いる改良リソース割り当てパターンを選択する制御部と、前記リソース割り当てパターンのうち、当該評価値が最も良好なリソース割り当てパターンを、実際の無線リソース割り当てに用いる最適リソース割り当てパターンとして選択する最適解保持部とを備え、前記制御部は、予め設定されている探索順に従って探索対象送信ポイントを選択して前記パターン生成部に順次指示し、これに応じて前記パターン生成部で生成された、前記探索対象送信ポイントに関する前記リソース割り当てパターンのうち、当該評価値がより良好なリソース割り当てパターンにおける当該探索対象送信ポイントの送信状態からなる改良送信状態を、前記改良リソース割り当てパターンとして選択し、前記パターン生成部は、前記リソース割り当てパターンを生成する際、記憶している暫定リソース割り当てパターンに対して、前記制御部から指示された前記探索対象送信ポイントの送信状態のみを順に変更することにより、当該探索対象送信ポイントに関する前記リソース割り当てパターンを順次生成し、これに応じて前記制御部で前記改良リソース割り当てパターンとして選択された前記改良送信状態に基づいて、前記暫定リソース割り当てパターンを改良するようにしたものである。

また、本発明にかかる他のスケジューリング装置は、複数の送信ポイントを有する無線ネットワークシステムに対して、これら送信ポイントと各ユーザ端末との間で無線通信を行うための無線リソース割り当てを行うスケジューリング装置であって、前記送信ポイントごとに、送信先となるユーザ端末または送信停止を示す送信状態を指定するためのリソース割り当てパターンを順次生成するパターン生成部と、前記リソース割り当てパターンごとに、当該リソース割り当てパターンに基づく前記無線リソースの割り当てを評価するための評価値を計算するパターン評価部と、前記評価値に基づいて、前記リソース割り当てパターンの改良に用いる改良リソース割り当てパターンを選択する制御部と、前記リソース割り当てパターンのうち、当該評価値が最も良好なリソース割り当てパターンを、実際の無線リソース割り当てに用いる最適リソース割り当てパターンとして選択する最適解保持部とを備え、前記制御部は、予め設定されている探索順に従って探索対象送信ポイントを選択して前記パターン生成部に順次指示し、これに応じて前記パターン生成部で生成された、前記探索対象送信ポイントに関する前記リソース割り当てパターンのうちから、当該評価値が良好なものから一定数だけ候補として選択し、前記評価値の順位に対して予め設定されている確率に基づき前記候補から選択したいずれか１つにおける当該探索対象送信ポイントの送信状態からなる改良送信状態を、前記改良リソース割り当てパターンとして選択し、前記パターン生成部は、前記リソース割り当てパターンを生成する際、記憶している暫定リソース割り当てパターンに対して、前記制御部から指示された前記探索対象送信ポイントの送信状態のみを順に変更することにより、当該探索対象送信ポイントに関する前記リソース割り当てパターンを順次生成し、これに応じて前記制御部で前記改良リソース割り当てパターンとして選択された前記改良送信状態に基づいて、前記暫定リソース割り当てパターンを改良するようにしたものである。

また、本発明にかかる上記スケジューリング装置の一構成例は、前記パターン生成部における前記暫定リソース割り当てパターンの改良内容を示すパターン改良情報を一時蓄積するバッファ部をさらに備え、前記制御部は、前記改良リソース割り当てパターンを選択するごとに、当該改良リソース割り当てパターンに関する前記探索対象送信ポイントと当該探索対象送信ポイントの送信状態とからなる前記パターン改良情報を、前記改良送信状態に代えて選択して前記バッファ部に順次蓄積し、前記パターン生成部は、前記制御部から指示された前記探索対象送信ポイントに関する前記リソース割り当てパターンをすべて生成した後、前記バッファ部に蓄積されている前記パターン改良情報を読み出し、当該パターン改良情報に含まれる前記探索対象送信ポイントと当該探索対象送信ポイントの送信状態とに基づいて前記暫定リソース割り当てパターンを改良するようにしたものである。

また、本発明にかかる上記スケジューリング装置の一構成例は、前記最適解保持部が、前記評価値が最も良好なリソース割り当てパターンに代えて、前記パターン生成部で最終的に記憶されている前記暫定リソース割り当てパターンを、前記最適リソース割り当てパターンとして選択するようにしたものである。

また、本発明にかかるスケジューリング方法は、複数の送信ポイントを有する無線ネットワークシステムに対して、これら送信ポイントと各ユーザ端末との間で無線通信を行うための無線リソース割り当てを行うスケジューリング方法であって、前記送信ポイントごとに、送信先となるユーザ端末または送信停止を示す送信状態を指定するためのリソース割り当てパターンを順次生成するパターン生成ステップと、前記リソース割り当てパターンごとに、当該リソース割り当てパターンに基づく前記無線リソースの割り当てを評価するための評価値を計算するパターン評価ステップと、前記評価値に基づいて、前記リソース割り当てパターンの改良に用いる改良リソース割り当てパターンを選択する制御ステップと、前記リソース割り当てパターンのうち、当該評価値が最も良好なリソース割り当てパターンを、実際の無線リソース割り当てに用いる最適リソース割り当てパターンとして選択する最適解保持ステップとを備え、前記制御ステップは、予め設定されている探索順に従って探索対象送信ポイントを選択して前記パターン生成ステップに順次指示し、これに応じて前記パターン生成ステップで生成された、前記探索対象送信ポイントに関する前記リソース割り当てパターンのうち、当該評価値がより良好なリソース割り当てパターンにおける当該探索対象送信ポイントの送信状態からなる改良送信状態を、前記改良リソース割り当てパターンとして選択し、前記パターン生成ステップは、前記リソース割り当てパターンを生成する際、記憶している暫定リソース割り当てパターンに対して、前記制御ステップから指示された前記探索対象送信ポイントの送信状態のみを順に変更することにより、当該探索対象送信ポイントに関する前記リソース割り当てパターンを順次生成し、これに応じて前記制御ステップで前記改良リソース割り当てパターンとして選択された前記改良送信状態に基づいて、前記暫定リソース割り当てパターンを改良するようにしたものである。

また、本発明にかかる他のスケジューリング方法は、複数の送信ポイントを有する無線ネットワークシステムに対して、これら送信ポイントと各ユーザ端末との間で無線通信を行うための無線リソース割り当てを行うスケジューリング方法であって、前記送信ポイントごとに、送信先となるユーザ端末または送信停止を示す送信状態を指定するためのリソース割り当てパターンを順次生成するパターン生成ステップと、前記リソース割り当てパターンごとに、当該リソース割り当てパターンに基づく前記無線リソースの割り当てを評価するための評価値を計算するパターン評価ステップと、前記評価値に基づいて、前記リソース割り当てパターンの改良に用いる改良リソース割り当てパターンを選択する制御ステップと、前記リソース割り当てパターンのうち、当該評価値が最も良好なリソース割り当てパターンを、実際の無線リソース割り当てに用いる最適リソース割り当てパターンとして選択する最適解保持ステップとを備え、前記制御ステップは、予め設定されている探索順に従って探索対象送信ポイントを選択して前記パターン生成ステップに順次指示し、これに応じて前記パターン生成ステップで生成された、前記探索対象送信ポイントに関する前記リソース割り当てパターンのうちから、当該評価値が良好なものから一定数だけ候補として選択し、前記評価値の順位に対して予め設定されている確率に基づき前記候補から選択したいずれか１つにおける当該探索対象送信ポイントの送信状態からなる改良送信状態を、前記改良リソース割り当てパターンとして選択し、前記パターン生成ステップは、前記リソース割り当てパターンを生成する際、記憶している暫定リソース割り当てパターンに対して、前記制御ステップから指示された前記探索対象送信ポイントの送信状態のみを順に変更することにより、当該探索対象送信ポイントに関する前記リソース割り当てパターンを順次生成し、これに応じて前記制御ステップで前記改良リソース割り当てパターンとして選択された前記改良送信状態に基づいて、前記暫定リソース割り当てパターンを改良するようにしたものである。

また、本発明にかかる上記スケジューリング方法の一構成例は、前記パターン生成ステップにおける前記暫定リソース割り当てパターンの改良内容を示すパターン改良情報をバッファ部で一時蓄積する蓄積ステップをさらに備え、前記制御ステップは、前記改良リソース割り当てパターンを選択するごとに、当該改良リソース割り当てパターンに関する前記探索対象送信ポイントと当該探索対象送信ポイントの送信状態とからなる前記パターン改良情報を、前記改良送信状態に代えて選択して前記バッファ部に順次蓄積し、前記パターン生成ステップは、前記制御ステップから指示された前記探索対象送信ポイントに関する前記リソース割り当てパターンをすべて生成した後、前記バッファ部に蓄積されている前記パターン改良情報を読み出し、当該パターン改良情報に含まれる前記探索対象送信ポイントと当該探索対象送信ポイントの送信状態とに基づいて前記暫定リソース割り当てパターンを改良するようにしたものである。

また、本発明にかかる上記スケジューリング方法の一構成例は、前記最適解保持ステップは、前記評価値が最も良好なリソース割り当てパターンに代えて、前記パターン生成ステップで最終的に記憶されている前記暫定リソース割り当てパターンを、前記最適リソース割り当てパターンとして選択するようにしたものである。

本発明によれば、リソース割り当てパターンをランダムに生成した場合と比較して、探索開始から極めて短い時間で、より高い評価値となるリソース割り当てパターンを見つけだすことができる。したがって、最適なリソース割り当てパターンの特定に要する処理時間を大幅に短縮でき、大規模な無線ネットワークに対して、最適なリソース割り当てパターンを短時間で取得することが可能となる。

第１の実施の形態にかかるスケジューリング装置の構成を示すブロック図である。 第１の実施の形態にかかるリソース割り当てパターン生成処理を示すフローチャートである。 リソース割り当てパターン範囲の設定例である。 探索処理のシミュレーション結果である。 第２の実施の形態にかかるスケジューリング装置の構成を示すブロック図である。 第２の実施の形態にかかるリソース割り当てパターン生成処理を示すフローチャートである。 第２の実施の形態にかかるスケジューリング装置の動作例を示すタイムチャート図である。 第３の実施の形態にかかる改良送信状態選択処理Ａを示すフローチャートである。 第３の実施の形態にかかる改良送信状態選択処理Ｂを示すフローチャートである。 第３の実施の形態にかかる改良送信状態選択処理Ｃを示すフローチャートである。 第４の実施の形態にかかるスケジューリング装置の動作例を示すタイムチャート図である。

次に、本発明の実施の形態について図面を参照して説明する。
［第１の実施の形態］
まず、図１を参照して、本発明の第１の実施の形態にかかるスケジューリング装置１０について説明する。図１は、第１の実施の形態にかかるスケジューリング装置の構成を示すブロック図である。

このスケジューリング装置１０は、全体としてサーバー装置などの情報処理装置からなり、無線ネットワークシステムに設けられている、制御の対象とするＮ（Ｎは２以上の整数）個の各送信ポイント（ＴＰ：基地局）に対して、送信先となるユーザ端末（ＵＥ：ユーザ無線端末）や送信停止などの動作内容（送信状態）を指定することにより、無線ネットワークが有する無線リソースの割り当てに用いる最適リソース割り当てパターンを選択する機能を有している。

図１に示すように、スケジューリング装置１０には、主な機能部として、パターン生成部１１、パターン評価部１２、制御部１３、および最適解保持部１４が設けられている。

パターン生成部１１は、送信ポイントごとに、送信先となるユーザ端末または送信停止を示す送信状態を指定するためのリソース割り当てパターンを順次生成する機能を有している。
パターン評価部１２は、パターン生成部１１で生成されたリソース割り当てパターンごとに、当該リソース割り当てパターンに基づく無線リソースの割り当てを評価するための評価値を計算する機能を有している。

制御部１３は、パターン生成部１１で生成されたリソース割り当てパターンごと、パターン評価部１２で計算された評価値に基づいて、リソース割り当てパターンの改良に用いる改良リソース割り当てパターンを選択する機能を有している。
最適解保持部１４は、パターン生成部１１で生成されたリソース割り当てパターンのうち、パターン評価部１２で計算された評価値が最も良好なリソース割り当てパターンを、実際の無線リソース割り当てに用いる最適リソース割り当てパターンとして選択する機能を有している。

本実施の形態は、このような構成において、制御部１３に、予め設定されている探索順に従って探索対象送信ポイントを選択してパターン生成部１１に順次指示する機能と、これに応じてパターン生成部１１で生成された、探索対象送信ポイントに関するリソース割り当てパターンのうちから、評価値がより良好なリソース割り当てパターンを改良リソース割り当てパターンとして選択する機能とを設けたものである。

また、パターン生成部１１に、リソース割り当てパターンを生成する際、記憶している暫定リソース割り当てパターンに対して、制御部１３から指示された探索対象送信ポイントの送信状態のみを順に変更することにより、当該探索対象送信ポイントに関するリソース割り当てパターンを順次生成する機能と、これに応じて制御部１３で選択された改良リソース割り当てパターンが示す当該探索対象送信ポイントの送信状態に基づいて、暫定リソース割り当てパターンを改良する機能とを設けたものである。

［第１の実施の形態の動作］
次に、図１および図２を参照して、第１の実施の形態にかかるスケジューリング装置１０の動作について説明する。図２は、第１の実施の形態にかかるリソース割り当てパターン生成処理を示すフローチャートである。

［パターン生成部］
パターン生成部１１は、外部から入力されたリソース割り当てパターン範囲設定（パターン範囲情報）に基づき、スケジューリング装置１０が制御の対象とする各送信ポイントＴＰ＃ｉ（ｉ＝１…Ｎｔｐ；Ｎｔｐはシステム内のＴＰ数）について、その送信状態、すなわち、送信先のユーザ機器ＵＥの番号（１…Ｎｕｅ；Ｎｕｅはスケジューリング装置１０が扱うことが可能なＵＥ数の最大値）あるいはＴＰの送信停止に対応する値０を表す、リソース割り当てパターン｛Ｔ［ｉ］；ｉ＝１…Ｎｔｐ｝を生成する。

パターン生成部１１は、各ＴＰ＃ｉに対する現時点での最良の送信状態Ｂ［ｉ］を、暫定リソース割り当てパターンとして保持しており、リソース割り当てパターン生成処理の開始時において、暫定リソース割り当てパターンを初期化する（ステップ１００）。初期状態での暫定リソース割り当てパターン｛Ｂ［ｉ］；ｉ＝１…Ｎｔｐ｝の各値は０（送信停止）である。なお、送信状態が確定しているＴＰ＃ｉ’（ｉ’は１…Ｎｔｐの整数）については、暫定リソース割り当てパターンに含まれる送信状態Ｂ［ｉ’］に、送信停止を表す値０ではなく、確定した送信状態を指定しておくことも可能である。

また、各ＴＰ＃ｉに対する現時点での最良の送信状態Ｂ［ｉ］は、ＴＰ＃ｉの送信先となるユーザ機器ＵＥの番号（１…Ｎｕｅ）、もしくは、送信停止を表す値０である。また、暫定リソース割り当てパターン｛Ｂ［ｉ］；ｉ＝１…Ｎｔｐ｝とは、パターン生成部１１の動作開始以後に生成した各リソース割り当てパターンに基づいてパターン評価部１２が計算した各評価値のうち、最大の評価値に対応するリソース割り当てパターンである。

次に、パターン生成部１１は、制御部１３から探索ＴＰの番号である探索対象ＴＰ番号Ｘを取得し（ステップ１０１）、探索ＴＰ＃Ｘを除く各ＴＰの送信状態Ｔ［ｉ］（ｉ＝１…Ｎｔｐ，ｉ≠Ｘ）を、暫定リソース割り当てパターンに合致したリソース割り当てパターン｛Ｔ［ｉ］；ｉ＝１…Ｎｔｐ｝を生成する（ステップ１０２）。つまり、Ｔ［ｉ］＝Ｂ［ｉ］（ｉ＝１…Ｎｔｐ，ｉ≠Ｘ）となる。また、探索対象ＴＰ＃Ｘの送信状態Ｔ［Ｘ］については、外部から入力されたリソース割り当てパターン範囲（ＴＰ別の送信状態の選択肢）が示す探索対象ＴＰ＃Ｘの選択肢の中から、順番に選ばれた１個の送信状態を採用する。

図３は、リソース割り当てパターン範囲の設定例である。この設定例は、ＴＰ毎に送信先として選択可能なＵＥの番号（値０は送信停止）のリストという形式であり、各ＴＰ＃ｉ（ｉ＝１…Ｎｔｐ）の設定として、Ｎｓ個の選択肢Ｓ［ｉ，ｋ］（ｋ＝１…Ｎｓ；Ｎｓは各ＴＰに設定可能な選択肢の最大個数）と、選択肢のうち有効な選択肢の個数ｓ［ｉ］（１≦ｓ［ｉ］≦Ｎｓ）という構成をとる。つまり、探索ＴＰ＃Ｘ の送信状態Ｔ［Ｘ］＝Ｓ［Ｘ，ｋ］（ｋは１以上ｓ［Ｘ］以下の整数）となる。

なお、探索対象ＴＰ番号の入力に合わせて、その次の探索対象ＴＰ番号の準備を制御部１３に促すため、値１（次の探索対象ＴＰ番号の要求ありを表す値）の探索対象ＴＰ要求信号を、制御部１３に向けて出力する。制御部１３は、複数の探索ＴＰ番号を探索リストとして保持しておき、探索対象ＴＰ要求信号を受けたとき、この探索リストの順に、保持している探索対象ＴＰ番号の１個を、パターン生成部１１に渡す。

このように、パターン生成部１１は、探索対象ＴＰ番号Ｘの入力以後、探索対象ＴＰ＃Ｘを除くＴＰの送信状態Ｔ［ｉ］（ｉ＝１…Ｎｔｐ，ｉ≠Ｘ）として、暫定リソース割り当てパターンの各送信状態Ｂ［ｉ］を採用し、探索対象ＴＰ＃Ｘの送信状態Ｔ［Ｘ］として、リソース割り当てパターン範囲の選択肢Ｓ［Ｘ，ｋ］ （ｋは１以上ｓ［Ｘ］以下の整数）を採用する。選択肢Ｓ［Ｘ，ｋ］のｋの値を、１…ｓ［Ｘ］の順番で変えることによって、探索対象ＴＰ＃Ｘ に対してｓ［Ｘ］個のリソース割り当てパターンを生成し、パターン評価部１２に向けて出力する（ステップ１０３）。これにより、送信状態を変更する探索対象ＴＰを１個に限定したときの、各リソース割り当てパターンについて最良の送信状態を探索するＴＰ別探索が行われる。

また、パターン生成部１１は、探索対象ＴＰ＃Ｘに対するＴＰ別探索において、リソース割り当てパターンとともに、リソース割り当てパターンに含まれる探索対象ＴＰ＃Ｘの送信状態Ｔ［Ｘ］を、パターン評価部１２に向けて出力する。なお、探索対象ＴＰ＃Ｘの送信状態Ｔ［Ｘ］に変えて、探索対象ＴＰ＃Ｘをパターン評価部１２に向けて出力し、パターン評価部１２内で、入力したリソース割り当てパターンから探索対象ＴＰ＃Ｘの送信状態Ｔ［Ｘ］を取得することも可能である。さらに、ｓ［Ｘ］個めのリソース割り当てパターンをパターン評価部１２に向けて出力するとき、ＴＰ別探索終了を示すＴＰ別探索終了信号をパターン評価部１２に向けて出力する。なお、ＴＰ別探索終了信号に変えて、ＴＰ別探索の期間を表す信号であるＴＰ別探索期間信号をパターン評価部１２に向けて出力する構成も可能である。

［パターン評価部］
パターン評価部１２は、外部より入力された評価パラメタと、パターン生成部１１で生成された各リソース割り当てパターンとに基づいて、これらリソース割り当てパターンに対する評価値をそれぞれ計算し、制御部１３に出力する。さらに、これらリソース割り当てパターンとともに入力された探索対象ＴＰ＃Ｘの送信状態Ｔ［Ｘ］を、評価値とともに、制御部１３に出力する。さらに、ＴＰ別探索終了を示すＴＰ別探索終了信号とともに入力したリソース割り当てパターンについては、これらリソース割り当てパターンに対する評価値とともに、ＴＰ別探索終了を示すＴＰ別探索終了信号を、制御部１３に出力する。また、パターン評価部１２は、パターン生成部１１より入力された各リソース割り当てパターンとこれらの評価値とを、最適解保持部１４に向けて出力する。

この評価値は、リソース割り当てパターンを採用したスケジューリングの良さを表す指標であり、例えば、各ＵＥのスループットを全ＵＥについて合計した値を評価値とする方法や、ＵＥ別に過去の平均レートに対するスループットの比率を求め、この値を全ＵＥについて合計した値を評価値とすることで、ユーザ間の公平性を考慮した方法（非特許文献２を参照）など、がある。

この評価値の計算では、各ＵＥのスループットを見積もる必要があり、まず、各ＵＥの受信ＳＩＮＲ（Signal-to-Interference plus Noise power Ratio：干渉電力および雑音電力の和に対する信号電力の比率）を見積もり、さらに、受信ＳＩＮＲに応じたスループットを求める（例えば受信ＳＩＮＲとスループットを対応付けるテーブルを引く）。受信ＳＩＮＲの計算では、ＵＥ毎の干渉電力や信号電力の値を必要とするので、これらの値を、各ＴＰが送信した信号をＵＥが受信するときの受信電力を測定しておき、この測定値とリソース割り当てパターンから見積もる。なお、測定値として、ＵＥが測定した受信電力値ではなく、ＵＥが上りチャネルを通じて基地局に通知したＣＱＩ（Channel Quality Indicator）を受信電力値に換算した値や、ＵＥが送信した上り信号を各ＴＰが受信したときの受信電力値から推定した値を、使用することも可能である。

このように、パターン評価部１２は、ＵＥ毎にＵＥ別評価値（スループットや平均レートに対するスループットの比率など）の計算を行い、各ＵＥ別評価値を合計するなどの方法によって評価値を計算する。また、ＵＥ別評価値の計算には、ＵＥ別評価パラメタ（各ＵＥの平均レートや、各ＵＥが受信可能な各ＴＰの番号や、ＴＰの信号を受信するときの受信電力の値など）が必要であり、基地局など外部より入力される。

［制御部］
制御部１３は、探索対象ＴＰ＃ＸのＴＰ別探索に関して、前回のＴＰ別探索終了を示すＴＰ別探索終了信号の入力から（最初のＴＰ別探索であれば探索開始から）、次のＴＰ別探索終了を示すＴＰ別探索終了信号を入力するまでに、探索対象ＴＰ＃Ｘに関するリソース割り当てパターンごとに、パターン評価部１２から入力された、複数の評価値（ｓ［Ｘ］個の評価値）のうち、値が最大の評価値を選択し、選択した評価値とともにパターン生成部１１から入力された送信状態Ｔ［Ｘ］からなる、探索対象ＴＰ＃Ｘの改良送信状態を、改良リソース割り当てパターンとして選択する。

さらに、制御部１３は、パターン評価部１２からＴＰ別探索終了を示すＴＰ別探索終了信号の入力に応じて、改良送信状態を、パターン生成部１１に向けて出力する。また、改良送信状態の出力に合わせて、改良送信状態の有効有無を表す改良指示信号（値１のとき改良指示あり、つまり、改良送信状態の有効を表す信号）を、パターン生成部１１に向けて出力する。

［最適解保持部］
最適解保持部１４は、パターン評価部１２から、リソース割り当てパターンと、これに基づいて計算された評価値とを入力し、パターン生成部１１がリソース割り当てパターンの生成の開始以後、最大の評価値を得たときのリソース割り当てパターンを、最適リソース割り当てパターンとして保持するとともに、この最適リソース割り当てパターンの評価値を、最適評価値として保持する。

具体的には、リソース割り当てパターンを生成する毎に、当該リソース割り当てパターンに基づいてパターン評価部１２が算出した評価値と、最適解保持部１４が保持している最適評価値を比較し、前者の方が良いと判断される場合は、前者のリソース割り当てパターンを最適リソース割り当てパターンとして採用し、後者の方が良いと判断される場合は最適リソース割り当てパターンの更新を行わない。パターン生成部１１がリソース割り当てパターンの生成を停止した時点で、最適解保持部１４は、保持する最適リソース割り当てパターンを出力する。なお、最適リソース割り当てパターンと併せて、最適解保持部１４が保持する最適評価値を出力することも可能である。

［パターン生成部］
一方、パターン生成部１１は、図２のステップ１０３において、生成したリソース割り当てパターンをパターン評価部１２に向けて出力した後、制御部１３からの改良指示待ち状態となる（ステップ１０４：ＮＯ）。ここで、制御部１３から改良リソース割り当てパターンとして選択された探索対象ＴＰ＃Ｘの改良送信状態を改良指示信号とともに入力し、改良指示信号が値１のとき（改良指示あり、つまり、改良送信状態が有効のとき）（ステップ１０４：ＹＥＳ）、暫定リソース割り当てパターン｛Ｂ［ｉ］；ｉ＝１…Ｎｔｐ｝のうち、探索ＴＰ＃Ｘの送信状態Ｂ［Ｘ］の値を、改良送信状態に合致するよう更新する（Ｂ［Ｘ］＝ 改良送信状態とする）（ステップ１０５）。

このようにして、パターン生成部１１は、探索対象ＴＰ＃Ｘに対するＴＰ別探索の後、探索により取得した探索ＴＰ＃Ｘの改良送信状態に基づいて、暫定リソース割り当てパターンの改良を行う。なお、パターン生成部１１が探索対象ＴＰ＃Ｘに対するＴＰ別探索に関する全てのリソース割り当てパターンをパターン評価部１２に出力した後、改良指示信号が値１となる（有効な改良送信状態を入力する）までの間は、次のＴＰ別探索の開始を保留する。

この後、パターン生成部１１は、予め定めた探索時間に達していない場合（ステップ１０６：ＮＯ）、ステップ１０１に移行して、制御部１３から次の探索ＴＰの番号である探索対象ＴＰ番号Ｙを入力し、再び、探索対象ＴＰ＃Ｙに対するＴＰ別探索と、探索により取得した探索対象ＴＰ＃Ｙの改良送信状態を暫定リソース割り当てパターンに反映させる、暫定リソース割り当てパターンの改良を行う。また、探索対象ＴＰ番号の入力に合わせて、その次の探索対象ＴＰ番号の準備を制御部１３に促すため、値１（次の探索対象ＴＰ番号の要求ありを表す値）の探索対象ＴＰ要求信号を、制御部１３に向けて出力する。

このように、パターン生成部１１は、制御部１３から探索対象ＴＰ番号を入力し、ＴＰ別探索と暫定リソース割り当てパターンの改良を繰り返し、予め定めた探索時間に達した時点で（ステップ１０６：ＹＥＳ）、処理を停止する。なお、リソース割り当てパターン数や、制御部１３から取得した探索ＴＰ番号の個数（反復回数）に基づいて、処理を停止してもよい。また、最適解保持部１４が保持する最適評価値を監視し、予め定められた時間（あるいは予め定められたリソース割り当てパターン数や繰り返し回数）の間、変化がない（あるいは増加量が予め定められた値以下）と判断した場合、つまり、最適評価値が収束した場合に、処理を停止してもよい。

なお、制御部１３は、パターン生成部１１に向けて出力する探索対象ＴＰ番号を、出力順に配列した探索リストＣ［ｌ］（ｌ＝１…Ｎｃ；Ｎｃは探索リストに含まれる探索対象ＴＰ番号の個数）として保持し、パターン生成部１１に向けて、探索リストの順番に、保持した探索対象ＴＰ番号を１個ずつ出力する。探索リストに含まれる全探索対象ＴＰ番号を出力した場合は、探索リストの先頭に戻って、先頭の全探索対象ＴＰ番号を再び出力する。つまり、探索対象ＴＰ番号は、Ｃ［１］，Ｃ［２］，…，Ｃ［Ｎｃ］，Ｃ［１］，Ｃ［２］，…となる。

この探索リストＣ［ｌ］（ｌ＝１…Ｎｃ）は、外部より設定される。探索リストの設定方法として、複数の探索対象ＴＰ番号の順番に基づいて、ＴＰ別探索と暫定リソース割り当てパターン改良を繰り返す処理を試行し、統計的に早く大きい最適評価値に収束するという基準で最適な、探索対象ＴＰ番号の順番を見つけ、これを探索リストに設定する方法がある。これにより、無線ネットワークシステムの特性（例えば各ＴＰの配置や障害物の位置、ＵＥの統計的な位置など）に応じて、より良い結果を得る（早く大きい最適評価値に収束する）ことが可能となる。

また、パターン生成部１１で初期状態の暫定リソース割り当てパターンとして、送信状態が確定しているＴＰ＃ｉ’（ｉ’は１以上Ｎｔｐ以下の整数）について、暫定リソース割り当てパターンに含まれる送信状態Ｂ［ｉ’］に、確定した送信状態を指定しておく場合は、制御部１３が保持する探索リストから、送信状態が確定しているＴＰ＃ｉ’を除くことによって、送信状態が確定しているＴＰ＃ｉ’に対するＴＰ別探索を省略できるので、より少ないリソース割り当てパターンの生成で、最適評価値の収束を得ることができる。

また、制御部１３が複数の探索リストを備えておき、１つの探索リストに含まれる探索対象ＴＰ番号を順番に出力し終えた後は、（疑似）乱数を発生させてランダムに別の探索リストを選択し、探索リストについて探索対象ＴＰ番号を順番に出力する手順が可能である。これにより、固定的な探索対象ＴＰの順番の繰り返しを行うよりも、局所最適解に陥る可能性を低減できる。

なお、図１では、最適解保持部１４が最適リソース割り当てパターンを出力する構成としたが、スケジューリング装置１０に最適解保持部１４を設けず、最適リソース割り当てパターンとして、パターン生成部１１が保持する、暫定リソース割り当てパターン｛Ｂ［ｉ］；ｉ＝１…Ｎｔｐ｝を採用する構成も可能である。

図４は、探索処理のシミュレーション結果である。ここでは、無線ネットワークシステムに３２個のＴＰと１２８個のＵＥが存在する条件で、最適なリソース割り当てパターンの探索を行うシミュレーションにより得た、評価値の収束曲線が示されている。横軸をリソース割り当てパターンの生成数、縦軸を収束時の評価値（最適評価値）を１００％としたときの、生成済の各リソース割り当てパターンから計算した評価値の最大値（最良評価値）とする。

図中Ａの曲線は、図２のフローチャートに基づいてパターン生成を行った本発明による探索結果であり、約５００個のリソース割り当てパターンを生成した時点で、その評価値はほぼ１００、つまり、収束している。一方、Ｂの曲線はランダムにリソース割り当てパターンを生成した場合の探索結果であり、１０万個のリソース割り当てパターンを生成した時点でも、評価値は約７５％である。

この例からわかるように、本発明は、探索開始から極めて短い時間で高い最適評価値に収束する、つまり、生成したリソース割り当てパターン数が小さくとも、より高い評価値となるリソース割り当てパターンを見つけだすことが可能であり、大規模な無線ネットワークに対して、最適なリソース割り当てパターンを短時間で取得できる優れた効果がある。なお、上記シミュレーションでは、３２個のＴＰと１２８個のＵＥを２次元空間上にランダムに配置し、各ＴＰと各ＵＥの間の距離に基づいてＴＰの送信信号をＵＥが受信したときの受信電力値を計算し、これをＵＥ別評価パラメタとして用いている。

［第１の実施の形態の効果］
このように、本実施の形態は、制御部１３が、予め設定されている探索順に従って探索対象送信ポイントを選択してパターン生成部１１に順次指示し、これに応じてパターン生成部１１で生成された、探索対象送信ポイントに関するリソース割り当てパターンのうち、当該評価値がより良好なリソース割り当てパターンにおける当該探索対象送信ポイントの送信状態を改良送信状態として選択し、パターン生成部１１が、リソース割り当てパターンを生成する際、記憶している暫定リソース割り当てパターンに対して、制御部１３から指示された探索対象送信ポイントの送信状態のみを順に変更することにより、当該探索対象送信ポイントに関するリソース割り当てパターンを順次生成し、これに応じて制御部１３で選択された改良送信状態に基づいて、暫定リソース割り当てパターンを改良するようにしたものである。

これにより、リソース割り当てパターンをランダムに生成した場合と比較して、探索開始から極めて短い時間で、より高い評価値となるリソース割り当てパターンを見つけだすことができる。したがって、最適なリソース割り当てパターンの特定に要する処理時間を大幅に短縮でき、探索空間（可能性のあるリソース割り当てパターンの集合）が膨大である、大規模な無線ネットワーク場合でも、最適なリソース割り当てパターンを短時間で取得することが可能となる。

［第２の実施の形態］
次に、図５を参照して、本発明の第２の実施の形態にかかるスケジューリング装置１０について説明する。図５は、第２の実施の形態にかかるスケジューリング装置の構成を示すブロック図である。
本実施の形態は、図５に示すように、パターン生成部１１における暫定リソース割り当てパターンの改良内容を示すパターン改良情報を一時蓄積する機能を有するバッファ部１５を設けた点が、第１の実施の形態と相違する。

また、本実施の形態において、制御部１３は、改良リソース割り当てパターンを選択するごとに、当該改良リソース割り当てパターンに関する探索対象送信ポイントと当該探索対象送信ポイントの送信状態とをパターン改良情報としてバッファ部１５に順次蓄積する機能を有している。
パターン生成部１１は、制御部１３から指示された探索対象送信ポイントに関するリソース割り当てパターンをすべて生成した後、バッファ部１５に蓄積されているパターン改良情報を読み出し、当該パターン改良情報に含まれる探索対象送信ポイントと当該探索対象送信ポイントの送信状態とに基づいて暫定リソース割り当てパターンを改良する機能を有している。

［第２の実施の形態の動作］
次に、図５および図６を参照して、第２の実施の形態にかかるスケジューリング装置１０の動作について説明する。図６は、第２の実施の形態にかかるリソース割り当てパターン生成処理を示すフローチャートである。

［パターン生成部］
パターン生成部１１は、外部から入力されたリソース割り当てパターン範囲設定（パターン範囲情報）に基づき、スケジューリング装置１０が制御の対象とする各送信ポイントＴＰ＃ｉ（ｉ＝１…Ｎｔｐ；Ｎｔｐはシステム内のＴＰ数）について、その送信状態、すなわち、送信先のユーザ機器ＵＥの番号（１…Ｎｕｅ；Ｎｕｅはスケジューリング装置１０が扱うことが可能なＵＥ数の最大値）あるいはＴＰの送信停止に対応する値０を表す、リソース割り当てパターン｛Ｔ［ｉ］；ｉ＝１…Ｎｔｐ｝を生成する。

パターン生成部１１は、各ＴＰ＃ｉに対する現時点での最良の送信状態Ｂ［ｉ］を、暫定リソース割り当てパターンとして保持しており、リソース割り当てパターン生成処理の開始時において、暫定リソース割り当てパターンを初期化する（ステップ２００）。初期状態での暫定リソース割り当てパターン｛Ｂ［ｉ］；ｉ＝１…Ｎｔｐ｝の各値は０（送信停止）である。

次に、パターン生成部１１は、制御部１３から探索ＴＰの番号である探索対象ＴＰ番号Ｘを取得し（ステップ２０１）、探索ＴＰ＃Ｘを除く各ＴＰの送信状態Ｔ［ｉ］（ｉ＝１…Ｎｔｐ，ｉ≠Ｘ）を、暫定リソース割り当てパターンに合致したリソース割り当てパターン｛Ｔ［ｉ］；ｉ＝１…Ｎｔｐ｝を生成する（ステップ２０２）。つまり、Ｔ［ｉ］＝Ｂ［ｉ］（ｉ＝１…Ｎｔｐ，ｉ≠Ｘ）となる。また、探索対象ＴＰ＃Ｘの送信状態Ｔ［Ｘ］については、外部から入力されたリソース割り当てパターン範囲（ＴＰ別の送信状態の選択肢）が示す探索対象ＴＰ＃Ｘの選択肢の中から、順番に選ばれた１個の送信状態を採用する。

リソース割り当てパターン範囲の設定例は、図３と同様であり、ＴＰ毎に送信先として選択可能なＵＥの番号（値０は送信停止）のリストという形式であり、各ＴＰ＃ｉ（ｉ＝１…Ｎｔｐ）の設定として、Ｎｓ個の選択肢Ｓ［ｉ，ｋ］（ｋ＝１…Ｎｓ；Ｎｓは各ＴＰに設定可能な選択肢の最大個数）と、選択肢のうち有効な選択肢の個数ｓ［ｉ］（１≦ｓ［ｉ］≦Ｎｓ）という構成をとる。つまり、探索ＴＰ＃Ｘ の送信状態Ｔ［Ｘ］＝Ｓ［Ｘ，ｋ］（ｋは１以上ｓ［Ｘ］以下の整数）となる。
なお、探索対象ＴＰ番号の入力に合わせて、その次の探索対象ＴＰ番号の準備を制御部１３に促すため、値１（次の探索対象ＴＰ番号の要求ありを表す値）の探索対象ＴＰ要求信号を、制御部１３に向けて出力する。

このように、パターン生成部１１は、探索対象ＴＰ番号Ｘの入力以後、探索対象ＴＰ＃Ｘを除くＴＰの送信状態Ｔ［ｉ］（ｉ＝１…Ｎｔｐ，ｉ≠Ｘ）として、暫定リソース割り当てパターンの各送信状態Ｂ［ｉ］を採用し、探索対象ＴＰ＃Ｘの送信状態Ｔ［Ｘ］として、リソース割り当てパターン範囲の選択肢Ｓ［Ｘ，ｋ］ （ｋは１以上ｓ［Ｘ］以下の整数）を採用する。選択肢Ｓ［Ｘ，ｋ］のｋの値を、１…ｓ［Ｘ］の順番で変えることによって、探索対象ＴＰ＃Ｘ に対してｓ［Ｘ］個のリソース割り当てパターンを生成し、パターン評価部１２に向けて出力する（ステップ２０３）。これにより、送信状態を変更する探索対象ＴＰを１個に限定したときの、各リソース割り当てパターンについて最良の送信状態を探索するＴＰ別探索が行われる。

また、パターン生成部１１は、探索対象ＴＰ＃Ｘに対するＴＰ別探索において、リソース割り当てパターンとともに、差分ＴＰ番号と差分送信状態をパターン評価部１２に向けて出力する。ここで、差分ＴＰ番号は、探索対象ＴＰ番号Ｘである。また、差分送信状態は、リソース割り当てパターンに含まれる、探索対象ＴＰ＃Ｘの送信状態Ｔ［Ｘ］、つまり、選択肢Ｓ［Ｘ，ｋ］ （ｋは１以上ｓ［Ｘ］以下の整数）である。

さらに、パターン生成部１１は、探索対象ＴＰ＃Ｘに対するＴＰ別探索において、ＴＰ別探索の期間を表す信号として、ＴＰ別探索期間信号をパターン評価部１２に向けて出力する。すなわち、ｓ［Ｘ］個のリソース割り当てパターンを順に生成し、各パターンに対応する差分ＴＰ番号と差分送信状態をパターン評価部１２に向けて出力する間は、パターン評価部１２に向けて出力されるＴＰ別探索期間信号が値１（ＴＰ別探索中であることを表す値）となる。ＴＰ別探索期間信号は、ｓ［Ｘ］個のリソース割り当てパターンを順に生成し、各パターンに対応する差分ＴＰ番号と差分送信状態をパターン評価部１２に向けて出力した後、値０（ＴＰ別探索中でないことを表す値）となる。

［パターン評価部］
パターン評価部１２は、評価値を計算するためのリソース割り当てパターン｛Ｈ［ｉ］；ｉ＝１…Ｎｔｐ｝を保持し、パターン生成部１１からの差分ＴＰ番号と差分送信状態の入力に応じて、リソース割り当てパターン｛Ｈ［ｉ］；ｉ＝１…Ｎｔｐ｝を更新する。すなわち、Ｈ［差分ＴＰ番号］の値を差分送信状態に変更する。これにより、パターン評価部１２は、パターン生成部１１から生成したリソース割り当てパターンを入力することなく、差分ＴＰ番号と差分送信状態の入力から、リソース割り当てパターンを再現することが可能となる。ただし、初期状態でのリソース割り当てパターン｛Ｈ［ｉ］；ｉ＝１…Ｎｔｐ｝の各値を０（送信停止）とし、パターン生成部１１がリソース割り当てパターンを生成するときの初期状態と一致させておく。

さらに、パターン評価部１２は、外部より入力された評価パラメタと、リソース割り当てパターン｛Ｈ［ｉ］；ｉ＝１…Ｎｔｐ｝とに基づいて、評価値を計算し、制御部１３に出力する。さらに、各リソース割り当てパターンの入力とともに、評価値の計算に要した時間に応じて遅延させた、差分ＴＰ番号、差分送信状態、ＴＰ別探索期間信号を、制御部１３に出力する。また、パターン評価部１２は、リソース割り当てパターン｛Ｈ［ｉ］；ｉ＝１…Ｎｔｐ｝と、リソース割り当てパターンに基づいて計算した評価値とを、最適解保持部１４に向けて出力する。

［制御部］
制御部１３は、探索対象ＴＰ＃ＸのＴＰ別探索に関して、ＴＰ別探索期間信号の値が１（ＴＰ別探索中）の期間に、パターン評価部１２から入力された複数の評価値（ｓ［Ｘ］個の評価値）のうち、値が最大の評価値を検出し、検出した評価値とともにパターン生成部１１から入力された差分ＴＰ番号と差分送信状態を、それぞれ改良対象ＴＰ番号および改良送信状態として取得する。さらに、パターン評価部１２からＴＰ別探索期間信号の値が１から０に変化した時点（ＴＰ別探索を終えた時点）で、改良対象ＴＰ番号と改良送信状態の組を、パターン改良情報として、バッファ部１５に向けて出力する。

つまり、パターン改良情報とは、パターン生成部１１が保持する暫定リソース割り当てパターンと、ＴＰ別探索によってさらに改良されたリソース割り当てパターン（暫定リソース割り当てパターンに対する評価値よりも大きい評価値を得ることができるリソース割り当てパターン）との差分であり、パターン改良情報に基づいて、パターン生成部１１が保持する暫定リソース割り当てパターンを、さらに改良されたリソース割り当てパターンへと更新することが可能である。

なお、パターン生成部１１が保持する暫定リソース割り当てパターン｛Ｂ［ｉ］；ｉ＝１…Ｎｔｐ｝を参照し、Ｂ［改良対象ＴＰ番号］が既に改良送信状態に一致しているか否かを判定し、一致する場合は、改良対象ＴＰ番号と改良送信状態の組を、バッファ部１５に向けて出力しないことも可能である。また、改良対象ＴＰ番号と改良送信状態の組の出力、すなわち、パターン改良情報の出力に合わせて、改良送信状態の有効有無を表す改良指示信号（値１のとき改良送信状態の有効を表す信号）を、バッファ部１５に向けて出力する。

［バッファ部］
バッファ部１５は、改良対象ＴＰ番号と改良送信状態の組を制御部１３から入力したとき、つまり、改良指示信号が値１のとき（改良送信状態が有効のとき）、これらを１組としてＦＩＦＯバッファに蓄積する。また、バッファ部１５は、１組以上の改良対象ＴＰ番号と改良送信状態の組を蓄積している期間は、値１（蓄積ありを表す値）のバッファ蓄積信号をパターン生成部１１に向けて出力する。

［パターン生成部］
一方、パターン生成部１１は、図６のステップ２０３において、生成したリソース割り当てパターンをパターン評価部１２に向けて出力し、制御部１３から指示された探索対象ＴＰ＃Ｘに対するＴＰ別探索を終えた後、パターン評価部１２の内部で保持する評価値を計算するためのリソース割り当てパターンを、探索対象ＴＰ＃Ｘに対するＴＰ別探索開始時の状態（暫定リソース割り当てパターン｛Ｂ［ｉ］；ｉ＝１…Ｎｔｐ｝に対して評価値を計算したときの状態）に戻すため、差分ＴＰ番号＝Ｘ（探索対象ＴＰの番号）と差分送信状態＝Ｂ［Ｘ］（探索対象ＴＰの最良の送信状態）を、パターン評価部１２に向けて出力する（ステップ２０４）。

これに応じて、パターン評価部１２は、保持しているリソース割り当てパターン｛Ｈ［ｉ］；ｉ＝１…Ｎｔｐ｝の、探索対象ＴＰの送信状態Ｈ［Ｘ］を、探索最後の状態である選択肢Ｓ［Ｘ，ｓ［Ｘ］］から、最良の送信状態Ｂ［Ｘ］へと変更し、リソース割り当てパターン｛Ｈ［ｉ］；ｉ＝１…Ｎｔｐ｝を、パターン生成部１１が保持する暫定リソース割り当てパターン｛Ｂ［ｉ］；ｉ＝１…Ｎｔｐ｝へと復帰させる。本実施例では今回のＴＰ別探索によって探索対象ＴＰの送信状態を改良する前に別の探索対象ＴＰについてＴＰ別探索を行うが、この探索を、今回のＴＰ別探索最後の状態ではなく、今回のＴＰ別探索直前の最良パターンに戻した状態から行うために、この処理を行う。

なお、パターン評価部１２に向けて出力されるＴＰ別探索期間信号は値０（ＴＰ別探索を行っていない状態であることを表す値）であり、パターン評価部１２はＴＰ別探索期間信号の値が０の期間に入力した差分ＴＰ番号と差分送信状態については、評価値の計算を必要とせず、また、制御部１３や最適解保持部１４への評価値等を出力しない（無効を示す評価値０を出力する）ことも可能である。

［最適解保持部］
最適解保持部１４は、パターン評価部１２から、リソース割り当てパターンと、これに基づいて計算された評価値とを入力し、パターン生成部１１がリソース割り当てパターンの生成の開始以後、最大の評価値を得たときのリソース割り当てパターンを、最適リソース割り当てパターンとして保持するとともに、最適リソース割り当てパターンに基づいてパターン評価部１２が算出した評価値を、最適評価値として保持する。

つまり、リソース割り当てパターンを生成する毎に、当該リソース割り当てパターンに基づいてパターン評価部１２が算出した評価値と、最適解保持部１４が保持している最適評価値を比較し、前者の方が良いと判断される場合は、前者のリソース割り当てパターンを最適リソース割り当てパターンとして採用し、後者の方が良いと判断される場合は最適リソース割り当てパターンの更新を行わない。パターン生成部１１がリソース割り当てパターンの生成を停止した時点で、最適解保持部１４は、保持する最適リソース割り当てパターンを出力する。なお、最適リソース割り当てパターンと併せて、最適解保持部１４が保持する最適評価値を出力することも可能である。

［パターン生成部］
パターン生成部１１は、ステップ２０４の後、バッファ部１５にパターン改良情報（改良対象ＴＰ番号と改良送信状態の組）の蓄積があるか否かを判定し（ステップ２０５）、蓄積がある場合は（バッファ蓄積信号＝１の場合は）（ステップ２０５：ＹＥＳ）、パターン改良情報の蓄積がある限り、パターン改良情報（改良対象ＴＰ番号と改良送信状態の組）を取り出して（バッファ読出信号＝１をバッファ部１５に出力し）（ステップ２０６）、保持している暫定リソース割り当てパターン｛Ｂ［ｉ］；ｉ＝１…Ｎｔｐ｝に含まれる改良対象ＴＰ番号が示す改良対象ＴＰの送信状態を、改良送信状態に合致するよう更新する（ステップ２０７）。つまり、Ｂ［改良対象ＴＰ番号］＝改良送信状態に更新することで、暫定リソース割り当てパターンの改良を行う。

また、パターン生成部１１は、この処理と併せて、パターン評価部１２の内部で保持する評価値を計算するためのリソース割り当てパターン｛Ｈ［ｉ］；ｉ＝１…Ｎｔｐ｝についても同様の改良を施すため、改良対象ＴＰ番号を差分ＴＰ番号とし、改良送信状態を差分送信状態として、パターン評価部１２に向けて出力する。なお、このときのパターン評価部１２に向けて出力されるＴＰ別探索期間信号は値０（ＴＰ別探索を行っていない状態であることを表す値）とする。なお、バッファ部１５に改良対象ＴＰ番号と改良送信状態の蓄積がない場合（バッファ蓄積信号の値が０の場合）は、この処理を行わず、次の処理（制御部１３から次の探索ＴＰの番号である探索対象ＴＰ番号Ｙの入力と探索対象ＴＰ＃Ｙに対するＴＰ別探索）を行う。

これに応じて、パターン評価部１２は、保持しているリソース割り当てパターン｛Ｈ［ｉ］；ｉ＝１…Ｎｔｐ｝に含まれる、改良対象ＴＰの送信状態を、改良送信状態へと変更し、リソース割り当てパターン｛Ｈ［ｉ］；ｉ＝１…Ｎｔｐ｝を、パターン生成部１１が保持する暫定リソース割り当てパターン｛Ｂ［ｉ］；ｉ＝１…Ｎｔｐ｝へと一致させる。なお、パターン評価部１２に向けて出力されるＴＰ別探索期間信号は値０（ＴＰ別探索を行っていない状態であることを表す値）であり、パターン評価部１２はＴＰ別探索期間信号の値が０の期間に入力した差分ＴＰ番号と差分送信状態については、評価値の計算を必要とせず、また、制御部１３や最適解保持部１４への評価値等を出力しない（無効を示す評価値０を出力する）ことも可能である。

一方、ステップ２０５において、バッファ部１５にパターン改良情報の蓄積がない場合（ステップ２０５：ＮＯ）、パターン生成部１１は、処理開始からの経過時間を確認する（ステップ２０８）。ここで、予め定めた探索時間に達していない場合（ステップ２０８：ＮＯ）、ステップ２０１に移行して、制御部１３から次の探索ＴＰの番号である探索対象ＴＰ番号Ｙを入力し、再び、探索対象ＴＰ＃Ｙに対するＴＰ別探索の処理に戻る。また、探索対象ＴＰ番号の入力に合わせて、その次の探索対象ＴＰ番号の準備を制御部１３に促すため、値１（次の探索対象ＴＰ番号の要求ありを表す値）の探索対象ＴＰ要求信号を、制御部１３に向けて出力する。

このように、パターン生成部１１は、制御部１３から探索対象ＴＰ番号を入力し、ＴＰ別探索と暫定リソース割り当てパターンの改良を繰り返し、予め定めた探索時間に達した時点で（ステップ２０８：ＹＥＳ）、処理を停止する。なお、リソース割り当てパターン数や、制御部１３から取得した探索ＴＰ番号の個数（反復回数）に基づいて、処理を停止してもよい。また、最適解保持部１４が保持する最適評価値を監視し、予め定められた時間（あるいは予め定められたリソース割り当てパターン数や繰り返し回数）の間、変化がない（あるいは増加量が予め定められた値以下）と判断した場合、つまり、最適評価値が収束した場合に、処理を停止してもよい。

なお、制御部１３は、パターン生成部１１に向けて出力する探索対象ＴＰ番号を、出力順に配列した探索リストＣ［ｌ］（ｌ＝１…Ｌ；Ｌは探索リストに含まれる探索対象ＴＰ番号の個数）として保持し、パターン生成部１１に向けて、探索リストの順番に、保持した探索対象ＴＰ番号を１個ずつ出力する。探索リストに含まれる全探索対象ＴＰ番号を出力した場合は、探索リストの先頭に戻って、先頭の全探索対象ＴＰ番号を再び出力する。つまり、探索対象ＴＰ番号は、Ｃ［１］，Ｃ［２］，…，Ｃ［Ｌ］，Ｃ［１］，Ｃ［２］，…となる。

この探索リストＣ［ｌ］（ｌ＝１…Ｌ）は、外部より設定される。探索リストの設定方法として、複数の探索対象ＴＰ番号の順番に基づいて、ＴＰ別探索と暫定リソース割り当てパターン改良を繰り返す処理を試行し、統計的に早く大きい最適評価値に収束するという基準で最適な、探索対象ＴＰ番号の順番を見つけ、これを探索リストに設定する方法がある。これにより、無線ネットワークシステムの特性（例えば各ＴＰの配置や障害物の位置、ＵＥの統計的な位置など）に応じて、より良い結果を得る（早く大きい最適評価値に収束する）ことが可能となる。

また、制御部１３が複数の探索リストを備えておき、１つの探索リストに含まれる探索対象ＴＰ番号を順番に出力し終えた後は、（疑似）乱数を発生させてランダムに別の探索リストを選択し、探索リストについて探索対象ＴＰ番号を順番に出力する手順が可能である。これにより、固定的な探索対象ＴＰの順番の繰り返しを行うよりも、局所最適解に陥る可能性を低減できる。

なお、図５では、最適解保持部１４が最適リソース割り当てパターンを出力する構成としたが、スケジューリング装置１０に最適解保持部１４を設けず、最適リソース割り当てパターンとして、パターン生成部１１が保持する、暫定リソース割り当てパターン｛Ｂ［ｉ］；ｉ＝１…Ｎｔｐ｝を採用する構成も可能である。

［第２の実施の形態の動作例］
次に、図７を参照して、本実施の形態にかかるスケジューリング装置１０の動作例について説明する。図７は、第２の実施の形態にかかるスケジューリング装置の動作例を示すタイムチャート図である。

パターン生成部１１が、探索対象ＴＰ番号Ｘを入力し、この探索対象ＴＰ＃Ｘに対するＴＰ別探索を開始すると、対応する差分ＴＰ番号と差分送信状態を出力する。探索対象ＴＰ＃Ｘに対するＴＰ別探索の期間は、パターン生成部１１は、ＴＰ別探索期間信号＝１を出力し、また、差分ＴＰ番号＝Ｘを出力する。また、Ｓ［Ｘ，１］からＳ［Ｘ，ｓ［Ｘ］］までの、ｓ［Ｘ］個の差分送信状態を順番に出力する。

パターン評価部１２は、差分ＴＰ番号と差分送信状態の各組の入力時から、一定遅延Ｄ（評価値の計算に要する時間）の後に、これら各組に基づいて計算された、評価値＃Ｘ．１から評価値＃Ｘ．ｓ［Ｘ］までの、ｓ［Ｘ］個の評価値を、各組とともに、順番に出力する。すなわち、パターン評価部１２は、ある差分ＴＰ番号と差分送信状態の組に対する評価値を出力する前に、次の差分ＴＰ番号と差分送信状態の組を入力可能なパイプライン処理を行っており、このパイプラインの通過時間がＤである。また、出力期間中、パターン評価部１２は、ＴＰ別探索期間信号＝１を出力する。

制御部１３は、ＴＰ別探索期間信号＝１の間に入力された各評価値のうち最大の評価値＃Ｘ．ｐ（ｐは１からｓ［Ｘ］までの整数の１つ）を検出した時の差分ＴＰ番号＝Ｘと差分送信状態Ｓ［Ｘ，ｐ］の組を、ＴＰ別探索期間信号＝０となったタイミング、すなわち、探索対象ＴＰ＃Ｘに対するＴＰ別探索における全評価値をパターン評価部１２が出力し終えた時点で、改良対象ＴＰ番号と改良送信状態の組として出力する。なお、パターン評価部１２が全評価値を出力し終えるまでは、これらの評価値の中で最大の評価値が何であるかを確定できないため、制御部１３は、改良対象ＴＰ番号と改良送信状態の組を出力できない。

この際、第１の実施の形態にかかるパターン生成部１１は、探索対象ＴＰ＃Ｘに対するリソース割り当てパターンの生成を完了してから、改良送信状態を暫定リソース割り当てパターンに反映させるまでの時間（評価値の計算に要する時間Ｄに相当）は、次の探索対象ＴＰ＃Ｙに対するＴＰ別探索を開始しない。
一方、第２の実施の形態にかかるパターン生成部１１は、探索対象ＴＰ＃Ｘの改良送信状態が制御部１３からの入力を待たずに、次の探索対象ＴＰ＃Ｙに対するＴＰ別探索を開始する。暫定リソース割り当てパターンへの反映は、バッファ部１５に蓄積された後の、探索対象ＴＰの切り替えタイミングで実施される。

これにより、第２の実施の形態によれば、第１の実施の形態において必要であった探索対象ＴＰ＃Ｘに対するリソース割り当てパターンの生成を完了してから改良送信状態を暫定リソース割り当てパターンに反映させるまでの待ち時間（評価値の計算に要する時間Ｄ）が不要となるため、第１の実施の形態の構成よりも、より短時間で、最適なリソース割り当てパターンを短時間で見つけ出すことができる、という効果がある。

なお、探索対象ＴＰ＃Ｘの送信状態を改良する前に、送信状態が評価値に影響を及ぼす次の探索対象ＴＰ＃ＹのＴＰ別探索を開始してしまうと、改良前の条件で最良と判断された、探索対象ＴＰ＃Ｙの送信状態の改良が行われることになるため、最適評価値への収束が遅くなる可能性がある。したがって、探索対象ＴＰ＃Ｘの送信状態が次の探索対象ＴＰ＃ＹのＴＰ別探索に影響しないよう、パターン生成部１１に入力する探索対象ＴＰの順番を決める必要がある。

具体的には、探索対象ＴＰ＃Ｘと次の探索対象ＴＰ＃Ｙの両方から受信可能なＵＥがいない、つまり、探索対象ＴＰ＃Ｘと距離が十分に離れているＴＰを次の探索対象ＴＰ＃Ｙとして選択することが望ましい。制御部１３は、パターン生成部１１に向けて出力する探索対象ＴＰ番号を、出力順に配列した制御リストとして保持しており、個々の無線ネットワークシステムに応じて探索対象ＴＰ番号の順番を変更できるため、第２の実施の形態の構成を適用した場合に、適評価値への収束が遅くなることを防止できる。

［第２の実施の形態の効果］
このように、本実施の形態は、パターン生成部１１における暫定リソース割り当てパターンの改良内容を示すパターン改良情報を一時蓄積するバッファ部１５をさらに備え、制御部１３が、改良リソース割り当てパターンを選択するごとに、当該改良リソース割り当てパターンに関する探索対象送信ポイントと当該探索対象送信ポイントの送信状態とをパターン改良情報としてバッファ部１５に順次蓄積し、パターン生成部１１が、制御部１３から指示された探索対象送信ポイントに関するリソース割り当てパターンをすべて生成した後、バッファ部１５に蓄積されているパターン改良情報を読み出し、当該パターン改良情報に含まれる探索対象送信ポイントと当該探索対象送信ポイントの送信状態とに基づいて暫定リソース割り当てパターンを改良するようにしたものである。

これにより、第１の実施の形態において必要であった探索対象ＴＰ＃Ｘに対するリソース割り当てパターンの生成を完了してから改良送信状態を暫定リソース割り当てパターンに反映させるまでの待ち時間（評価値の計算に要する時間Ｄ）が不要となるため、第１の実施の形態の構成よりも、より短時間で、最適なリソース割り当てパターンを短時間で見つけ出すことが可能となる。

［第３の実施の形態］
次に、本発明の第３の実施の形態にかかるスケジューリング装置１０について説明する。前述した第１の実施の形態では、制御部１３から指示した探索対象ＴＰ＃Ｘに応じてパターン生成部１１で生成された、探索対象ＴＰ＃Ｘの送信状態のみを順次変更して生成したリソース割り当てパターンに基づいて、制御部１３において改良送信状態を選択する際、これらリソース割り当てパターンごとに、パターン評価部１２から入力されたｓ［Ｘ］個の評価値のうち最大の評価値を選択し、この最大評価値とともにパターン生成部１１から入力された送信状態をＴ［Ｘ］を、探索対象ＴＰ＃Ｘの改良送信状態として選択し、次のＴＰ別探索終了信号が入力された時点で、改良送信状態を改良リソース割り当てパターンとしてパターン生成部１１に向けて出力する場合について説明した。

本実施の形態は、第１の実施の形態のようにして、ｓ［Ｘ］個の評価値のうちから最大評価値を選択するのではなく、次のＴＰ別探索終了信号が入力されるまでの期間に、ｓ［Ｘ］個の評価値のうちから値が大きいものから順にＮｆ個の評価値を選択して候補評価値［ｔ］（ｔ＝１…Ｎｆ）として保持しておき、次のＴＰ別探索終了信号が入力された時点で、候補評価値［ｔ］のうちからいずれか１つを、探索対象ＴＰ＃Ｘの改良送信状態として選択するようにしたものである。

すなわち、本実施の形態において、制御部１３は、予め設定されている探索順に従って探索対象送信ポイントを選択してパターン生成部１１に順次指示し、これに応じてパターン生成部１１で生成された、探索対象送信ポイントに関するリソース割り当てパターンのうちから、評価値が良好なものから一定数だけ候補として選択し、評価値の順位に対して予め設定されている確率に基づき候補から選択したいずれか１つにおける当該探索対象送信ポイントの送信状態を改良送信状態として選択する機能を有している。
なお、本実施の形態におけるこの他の構成については第１の実施の形態と同様であり、ここでの詳細な説明は省略する。

［第３の実施の形態の動作］
次に、第３の実施の形態にかかるスケジューリング装置１０の動作について説明する。

［制御部］
制御部１３は、探索対象ＴＰ＃ＸのＴＰ別探索に関して、前回のＴＰ別探索終了を示すＴＰ別探索終了信号の入力から（最初のＴＰ別探索であれば探索開始から）、次のＴＰ別探索終了を示すＴＰ別探索終了信号を入力するまでに、パターン評価部１２から入力された複数の評価値（ｓ［Ｘ］個の評価値）のうち、値が大きい評価値から順にＮｆ個の評価値を検出して候補評価値［ｔ］（ｔ＝１…Ｎｆ；候補評価値［１］が最大の評価値）として保持し、検出した候補評価値［ｔ］とともにパターン生成部１１から入力された送信状態Ｔ［Ｘ］を、候補送信状態［ｔ］として保持する。

なお、ｓ［Ｘ］＞Ｎｆの場合、すなわち、探索対象ＴＰ＃ＸのＴＰ別探索に関して、パターン評価部１２から入力された評価値の個数ｓ［Ｘ］よりも、候補として保持可能な個数Ｎｆの方が大きい場合は、ｓ［Ｘ］個の候補評価値［ｔ］（ｔ＝１…ｓ［Ｘ］）に、パターン評価部１２から入力された各評価値を値の大きい順に保持し、残りの候補評価値［ｔ］（ｔ＝ｓ［Ｘ］＋１…Ｎｆ）には無効を表す値０を保持する。また、候補送信状態［ｔ］ （ｔ＝ｓ［Ｘ］＋１…Ｎｆ）には、送信停止を表す値０を保持する。

次に、制御部１３は、パターン評価部１２からＴＰ別探索終了を示すＴＰ別探索終了信号を入力したとき、Ｎｆ個の候補送信状態［ｔ］（ｔ＝１…Ｎｆ）の中から１個を選び出し、改良送信状態としてパターン生成部１１に向けて出力する。また、改良送信状態の出力に合わせて、改良送信状態の有効有無を表す改良指示信号（値１のとき改良指示あり、つまり改良送信状態の有効を表す信号）を、パターン生成部１１に向けて出力する。

このように、探索対象ＴＰ＃Ｘの送信状態を変えて評価値を計算するＴＰ別探索において、評価値が良好な（大きい）複数個の送信状態の中から選択してリソース割り当てパターンの改良を図ることによって、評価値が最良の（最大の）送信状態に限定してパターンを改良する第１の実施の形態にかかる方法と比較して、各ＴＰの送信状態の組み合わせを幅広く（最大の評価値を得る送信状態に限らず）試行することが可能であり、局所最適解に陥る可能性を低減できる。

［改良送信状態選択方法Ａ］
制御部１３において、候補送信状態［ｔ］（ｔ＝１…Ｎｆ）の中から１個を選び出すための改良送信状態選択方法の具体例としては、いくつか考えられる。
まず、図８を参照して、ランダム値Ｒと複数の閾値［ｔ］とを用いた改良送信状態選択方法Ａについて説明する。図８は、第３の実施の形態にかかる改良送信状態選択処理Ａを示すフローチャートである。

図８において、制御部１３は、まず、ランダム値Ｒとして、０…Ｒｍａｘの範囲にある一様乱数の整数を生成する（ステップ３００）。なお、ランダム値Ｒの生成はＴＰ別探索終了信号を入力後とは限らず、探索対象ＴＰを変更する毎に行えばよく、例えば、ＴＰ別探索の開始タイミングでランダム値Ｒの生成を行ってもよい。

次に、制御部１３は、候補評価値［ｔ］（ｔ＝１…Ｎｆ）の中から１個を選択し、候補評価値［ｔ］が０、すなわち無効な候補か否か確認する（ステップ３０１）。ここで、候補評価値［ｔ］＝０で候補評価値［ｔ］が無効な場合には（ステップ３０１：ＹＥＳ）、以降の改良送信状態の選択を終了する。これにより、前回仮決めした候補評価値［ｔ−１］が改良送信状態として確定されることになる。

一方、候補評価値［ｔ］＞０で候補評価値［ｔ］が有効な場合（ステップ３０１：ＮＯ）、制御部１３は、候補送信状態［ｔ］を改良送信状態として仮決めした後（ステップ３０２）、ランダム値Ｒと閾値［ｔ］とを比較することにより、仮決めした改良送信状態の確定判定を行う（ステップ３０３）。
ここで、ランダム値Ｒ＜閾値［ｔ］の場合（ステップ３０３：ＹＥＳ）、以降の改良送信状態の選択を終了する。これにより、今回仮決めした候補評価値［ｔ］が改良送信状態として確定されることになる。

一方、ランダム値Ｒ≧閾値［ｔ］の場合（ステップ３０３：ＮＯ）であって、ｔ＜Ｎｆの場合には、ステップ３０１へ移行して次の候補送信状態［ｔ］の判定を行う。
また、ランダム値Ｒ≧閾値［ｔ］の場合（ステップ３０３：ＮＯ）であって、ｔ＝Ｎｆの場合には、候補送信状態［Ｎｆ］を改良送信状態として確定し（ステップ３０４）、一連の改良送信状態選択処理Ａを終了する。

ここで、改良送信状態選択方法Ａの前提として、候補評価値［ｔ］は、前述したように値が大きい評価値から順にｔ＝１…Ｎｆまで並べられており、候補評価値［１］が最大の評価値となっている。また、閾値［ｔ］の系列については、閾値［１］＜閾値［２］＜閾値［３］＜…＜閾値［Ｎｆ］というように、候補［ｔ］の順に値が大きくなるよう予め設定されているとともに、閾値［１］＞（閾値［２］−閾値［１］）＞（閾値［３］−閾値［２］）＞…＞閾値［Ｎｆ］というように、閾値間の差が順に小さくなるよう設定されている。

したがって、評価値が大きい候補（ｔ＝１）が最も選択される確率が高く、評価値が小さくなる毎に選択される確率が下がることになる。これにより、改良送信状態選択方法Ａは、評価値が大きい候補を選ぶ方が、より良いパターンである可能性が高いという一般的な推定に従った処理となる。
このように、評価値が大きい候補送信状態ほど選択される確率を高くすることによって、より良い選択を行っている可能性が高くなるので、より少ない反復改善回数で、良好なリソース割り当てパターンを見つけることができる。

［改良送信状態選択方法Ｂ］
次に、図９を参照して、ランダム値Ｒおよび複数の閾値［ｔ］と評価値差とを用いた改良送信状態選択方法Ｂについて説明する。図９は、第３の実施の形態にかかる改良送信状態選択処理Ｂを示すフローチャートであり、図８と同じまたは同等部分には同一符号を付してある。

図８の改良送信状態選択方法Ａでは、評価値が大きい候補送信状態から順に、その候補送信状態か、より評価値の小さい候補送信状態かを、ランダム値を用いて確率的に選択する場合について説明した。図９の改良送信状態選択方法Ｂは、このような改良送信状態選択方法Ａのステップ３０２とステップ３０３との間にステップ３１０，３１１を追加して、次の評価値との差が比較的大きく、評価値の大幅な低下が見込まれる場合には、評価値の大きい方を選択するようにしたものである。

すなわち、ステップ３０２の後、制御部１３は、候補送信状態［ｔ］の候補評価値［ｔ］と、次の候補送信状態［ｔ＋１］の候補評価値［ｔ＋１］の評価値差＝候補評価値［ｔ］−候補評価値［ｔ＋１］を計算し（ステップ３１０）、計算した評価値差が予め設定されている評価値差閾値より大きい場合は（ステップ３１０：ＹＥＳ）、以降の改良送信状態の選択を終了し、評価値差が評価値差閾値以下の場合（ステップ３１０：ＮＯ）、ステップ３０３へ移行する。

これにより、評価値差が評価値差閾値より大きい場合には、評価値が大幅に低下が見込まれることから、次の候補評価値［ｔ＋１］の判定に移行して、確率的に改良送信状態を選択するのではなく、評価値の大きい方に確定されることになる。
このように、評価値の大きさの順番のみに基づいて確率的に選択するのではなく、評価値の差が大きい場合は評価値が大きい方に確定することで、評価値が大幅に低下する候補の選択をやめることにより、良好なリソース割り当てパターンとなる可能性が低いパターンの生成を回避し、より少ない反復改善回数で、良好なリソース割り当てパターンを見つけることができる。

［改良送信状態選択方法Ｃ］
次に、図１０を参照して、ランダム値Ｒおよび複数の閾値［ｔ］と評価値差とを用いた改良送信状態選択方法Ｃについて説明する。図１０は、第３の実施の形態にかかる改良送信状態選択処理Ｃを示すフローチャートであり、図８と同じまたは同等部分には同一符号を付してある。

図８の改良送信状態選択方法Ａでは、評価値が大きい候補送信状態から順に、その候補送信状態か、より評価値の小さい候補送信状態かを、ランダム値と候補の順番ｔによって定まる閾値［ｔ］とを比較・判定することで確率的に選択する場合について説明した。
ここで、各候補が選択される確率は、候補の順番をｔとすると、（閾値［ｔ］−閾値［ｔ−１］）／Ｒｍａｘとなり（なお、閾値［０］＝０、閾値［Ｎｆ］＝Ｒｍａｘとする）、この確率は候補の順番のみに依存して定められることになる。

図１０の改良送信状態選択方法Ｃは、このような改良送信状態選択方法Ａのステップ３００とステップ３０１との間にステップ３２０を追加して、生成パターン数に基づき閾値系列を切替選択することにより、生成したパターン数に応じて確率を変更するようにしたものである。

すなわち、ステップ３００の後、制御部１３は、生成パターン数と予め設定されているパターン数閾値とを比較し（ステップ３２０）、生成パターン数がパターン数閾値以下の場合には（ステップ３２０：ＮＯ）、ステップ３２１へ移行して、閾値Ａ［ｔ］の系列を用いた改良送信状態選択方法Ａを実行し、生成パターン数がパターン数閾値より大きい場合には（ステップ３２０：ＹＥＳ）、ステップ３２２へ移行して、閾値Ｂ［ｔ］の系列を用いた改良送信状態選択方法Ａを実行するようにしたものである。

これらステップ３２１，３２２については、閾値Ａ［ｔ］，閾値Ｂ［ｔ］が異なるものの処理としては改良送信状態選択方法Ａと同様である。この際、ステップ３２１，３２２において、改良送信状態選択方法Ａに代えて改良送信状態選択方法Ｂを実行してもよい。

本例では、２種類の閾値系列、閾値Ａ［ｔ］と閾値Ｂ［ｔ］が用意されており、閾値Ａ［ｔ］＜閾値Ｂ［ｔ］の関係にある。これにより、生成パターン数がパターン数閾値以下の場合には、比較的値の小さい閾値Ａ［ｔ］が用いられることになり、生成パターン数がパターン数閾値より大きい場合には、比較的値の小さい閾値Ａ［ｔ］が用いられることになる。

したがって、生成パターン数に応じて、ランダム値と比較する閾値を変更することで、反復改善の開始段階（生成パターン数がパターン数閾値以下）では、評価値の小さい候補送信状態を選択する確率を大きくして局所最適解に陥ることを抑制し、反復改善の進んだ段階（生成パターン数がパターン数閾値を越えた場合）では、評価値の小さい候補送信状態を選択する確率を低下させて、より少ない反復改善回数で、良好なリソース割り当てパターンに収束させることができる。

［第３の実施の形態の効果］
このように本実施の形態は、制御部１３が、予め設定されている探索順に従って探索対象送信ポイントを選択してパターン生成部１１に順次指示し、これに応じてパターン生成部１１で生成された、探索対象送信ポイントに関するリソース割り当てパターンのうちから評価値が良好な順に一定数だけ選択し、選択したリソース割り当てパターンのうちから選択したいずれか１つにおける当該探索対象送信ポイントの送信状態を改良送信状態として選択するようにしたものである。

これにより、探索対象ＴＰ＃Ｘの送信状態を変えて評価値を計算するＴＰ別探索において、評価値が良好な（大きい）複数個の送信状態の中から選択してリソース割り当てパターンの改良が図られることになる。したがって、評価値が最良の（最大の）送信状態に限定してパターンを改良する第１の実施の形態にかかる方法と比較して、各ＴＰの送信状態の組み合わせを幅広く（最大の評価値を得る送信状態に限らず）試行することが可能であり、局所最適解に陥る可能性を低減できる。

［第４の実施の形態］
次に、本発明の第４の実施の形態にかかるスケジューリング装置１０について説明する。前述した第３の実施の形態では、第１の実施の形態に対して、評価値が良好な候補となる複数個の送信状態の中からいずれか１つを改良送信状態として選択する構成を追加した場合について説明した。本実施の形態では、第２の実施の形態に対して、評価値が良好な候補となる複数個の送信状態の中からいずれか１つを改良送信状態として選択する構成を追加した場合について説明する。

すなわち、本実施の形態において、制御部１３は、予め設定されている探索順に従って探索対象送信ポイントを選択してパターン生成部１１に順次指示し、これに応じてパターン生成部１１で生成された、探索対象送信ポイントに関するリソース割り当てパターンのうちから、評価値が良好なものから一定数だけ候補として選択し、評価値の順位に対して予め設定されている確率に基づき候補から選択したいずれか１つにおける当該探索対象送信ポイントと、当該探索対象送信ポイントの送信状態とをパターン改良情報としてバッファ部１５に順次蓄積する機能を有している。
なお、本実施の形態におけるこの他の構成については第２の実施の形態と同様であり、ここでの詳細な説明は省略する。

［第４の実施の形態の動作］
次に、第４の実施の形態にかかるスケジューリング装置１０の動作について説明する。

［制御部］
制御部１３は、探索対象ＴＰ＃ＸのＴＰ別探索に関して、ＴＰ別探索期間信号の値が１（ＴＰ別探索中）の期間に、パターン評価部１２から入力された複数の評価値（ｓ［Ｘ］個の評価値）のうち、値が大きい評価値から順にＮｆ個の評価値を検出して候補評価値［ｔ］（ｔ＝１…Ｎｆ；候補評価値［１］が最大の評価値）として保持し、検出した候補評価値［ｔ］とともにパターン生成部１１から入力された差分ＴＰ番号と差分送信状態を、それぞれ改良対象ＴＰ番号と候補送信状態［ｔ］として保持する。

なお、ｓ［Ｘ］＞ Ｎｆの場合、すなわち、探索対象ＴＰ＃ＸのＴＰ別探索に関して、パターン評価部１２から入力された評価値の個数ｓ［Ｘ］よりも、候補として保持可能な個数Ｎｆの方が大きい場合は、ｓ［Ｘ］個の候補評価値［ｔ］（ｔ＝１…ｓ［Ｘ］）に、パターン評価部１２から入力された各評価値を値の大きい順に保持し、残りの候補評価値［ｔ］（ｔ＝ｓ［Ｘ］＋１…Ｎｆ）には値０を保持する。また、候補送信状態［ｔ］ （ｔ＝ｓ［Ｘ］＋１…Ｎｆ）には、送信停止を表す値０を保持する。

次に、制御部１３は、パターン評価部１２からＴＰ別探索終了を示すＴＰ別探索終了信号を入力したとき、Ｎｆ個の候補送信状態［ｔ］（ｔ＝１…Ｎｆ）の中から１個を選び出し、改良送信状態とする。さらに、改良対象ＴＰ番号と改良送信状態の組を、パターン改良情報としてバッファ部１５に向けて出力する。

つまり、パターン改良情報とは、パターン生成部１１が保持する最良リソース割り当てパターンと、ＴＰ別探索によってさらに改良される可能性のあるリソース割り当てパターン（最良リソース割り当てパターンに対する評価値よりも大きい評価値を得ることができる可能性のあるリソース割り当てパターン）との差分である。したがって、パターン改良情報に基づいて、パターン生成部１１が保持する最良リソース割り当てパターンを、さらに改良される可能性のあるリソース割り当てパターンへと更新する。

なお、上記において候補送信状態［ｔ］（ｔ＝１…Ｎｆ）の中から１個を選び出し、改良送信状態としてパターン生成部１１に向けて出力する、改良送信状態選択処理の処理手順は、第３の実施の形態の改良送信状態選択方法Ａ−Ｃと同様であるため、ここでの説明を省略する。

［第４の実施の形態の動作例］
次に、図１１を参照して、本実施の形態にかかるスケジューリング装置１０の動作例について説明する。図１１は、第４の実施の形態にかかるスケジューリング装置の動作例を示すタイムチャート図である。

パターン生成部１１が、探索対象ＴＰ番号Ｘを入力し、この探索対象ＴＰ＃Ｘに対するＴＰ別探索を開始すると、対応する差分ＴＰ番号と差分送信状態を出力する。探索対象ＴＰ＃Ｘに対するＴＰ別探索の期間は、パターン生成部１１は、ＴＰ別探索期間信号＝１を出力し、また、差分ＴＰ番号＝Ｘを出力する。また、Ｓ［Ｘ，１］からＳ［Ｘ，ｓ［Ｘ］］までの、ｓ［Ｘ］個の差分送信状態を順番に出力する。

パターン評価部１２は、差分ＴＰ番号と差分送信状態の各組の入力時から、一定遅延Ｄ（評価値の計算に要する時間）の後に、これら各組に基づいて計算された、評価値＃Ｘ．１から評価値＃Ｘ．ｓ［Ｘ］までの、ｓ［Ｘ］個の評価値を、各組とともに、順番に出力する。すなわち、パターン評価部１２は、ある差分ＴＰ番号と差分送信状態の組に対する評価値を出力する前に、次の差分ＴＰ番号と差分送信状態の組を入力可能なパイプライン処理を行っており、このパイプラインの通過時間がＤである。また、出力期間中、パターン評価部１２は、ＴＰ別探索期間信号＝１を出力する。

制御部１３は、ＴＰ別探索期間信号＝１の間に入力された各評価値のうち、前述した改良送信状態選択処理により評価値＃Ｘ．ｐ（ｐは１からｓ［Ｘ］までの整数の１つ）を選択した時の差分ＴＰ番号＝Ｘと差分送信状態Ｓ［Ｘ，ｐ］の組を、ＴＰ別探索期間信号＝０となったタイミング、すなわち、探索対象ＴＰ＃Ｘに対するＴＰ別探索における全評価値をパターン評価部１２が出力し終えた時点で、改良対象ＴＰ番号と改良送信状態の組として出力する。なお、パターン評価部１２が全評価値を出力し終えるまでは、これらの評価値の中で評価値を選択確定できないため、制御部１３は、改良対象ＴＰ番号と改良送信状態の組を出力できない。

この際、第３（１）の実施の形態にかかるパターン生成部１１は、探索対象ＴＰ＃Ｘに対するリソース割り当てパターンの生成を完了してから、改良送信状態を暫定リソース割り当てパターンに反映させるまでの時間（評価値の計算に要する時間Ｄに相当）は、次の探索対象ＴＰ＃Ｙに対するＴＰ別探索を開始しない。
一方、第４の実施の形態にかかるパターン生成部１１は、探索対象ＴＰ＃Ｘの改良送信状態が制御部１３からの入力を待たずに、次の探索対象ＴＰ＃Ｙに対するＴＰ別探索を開始する。暫定リソース割り当てパターンへの反映は、バッファ部１５に蓄積された後の、探索対象ＴＰの切り替えタイミングで実施される。

これにより、第４の実施の形態によれば、第３（１）の実施の形態において必要であった探索対象ＴＰ＃Ｘに対するリソース割り当てパターンの生成を完了してから改良送信状態を暫定リソース割り当てパターンに反映させるまでの待ち時間（評価値の計算に要する時間Ｄ）が不要となるため、第３（１）の実施の形態の構成よりも、より短時間で、最適なリソース割り当てパターンを短時間で見つけ出すことができる、という効果がある。

なお、探索対象ＴＰ＃Ｘの送信状態を改良する前に、送信状態が評価値に影響を及ぼす次の探索対象ＴＰ＃ＹのＴＰ別探索を開始してしまうと、改良前の条件で最良と判断された、探索対象ＴＰ＃Ｙの送信状態の改良が行われることになるため、最適評価値への収束が遅くなる可能性がある。したがって、探索対象ＴＰ＃Ｘの送信状態が次の探索対象ＴＰ＃ＹのＴＰ別探索に影響しないよう、パターン生成部１１に入力する探索対象ＴＰの順番を決める必要がある。

具体的には、探索対象ＴＰ＃Ｘと次の探索対象ＴＰ＃Ｙの両方から受信可能なＵＥがいない、つまり、探索対象ＴＰ＃Ｘと距離が十分に離れているＴＰを次の探索対象ＴＰ＃Ｙとして選択することが望ましい。制御部１３は、パターン生成部１１に向けて出力する探索対象ＴＰ番号を、出力順に配列した制御リストとして保持しており、個々の無線ネットワークシステムに応じて探索対象ＴＰ番号の順番を変更できるため、の形態の構成を適用した場合に、適評価値への収束が遅くなることを防止できる。

［実施の形態の拡張］
以上、実施形態を参照して本発明を説明したが、本発明は上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解しうる様々な変更をすることができる。また、各実施形態については、矛盾しない範囲で任意に組み合わせて実施することができる。

１０…スケジューリング装置、１１…パターン生成部、１２…パターン評価部、１３…制御部、１４…最適解保持部、１５…バッファ部。

Claims (8)

1. 複数の送信ポイントを有する無線ネットワークシステムに対して、これら送信ポイントと各ユーザ端末との間で無線通信を行うための無線リソース割り当てを行うスケジューリング装置であって、
   前記送信ポイントごとに、送信先となるユーザ端末または送信停止を示す送信状態を指定するためのリソース割り当てパターンを順次生成するパターン生成部と、
   前記リソース割り当てパターンごとに、当該リソース割り当てパターンに基づく前記無線リソースの割り当てを評価するための評価値を計算するパターン評価部と、
   前記評価値に基づいて、前記リソース割り当てパターンの改良に用いる改良リソース割り当てパターンを選択する制御部と、
   前記リソース割り当てパターンのうち、当該評価値が最も良好なリソース割り当てパターンを、実際の無線リソース割り当てに用いる最適リソース割り当てパターンとして選択する最適解保持部とを備え、
   前記制御部は、予め設定されている探索順に従って探索対象送信ポイントを選択して前記パターン生成部に順次指示し、これに応じて前記パターン生成部で生成された、前記探索対象送信ポイントに関する前記リソース割り当てパターンのうち、当該評価値がより良好なリソース割り当てパターンにおける当該探索対象送信ポイントの送信状態からなる改良送信状態を、前記改良リソース割り当てパターンとして選択し、
   前記パターン生成部は、前記リソース割り当てパターンを生成する際、記憶している暫定リソース割り当てパターンに対して、前記制御部から指示された前記探索対象送信ポイントの送信状態のみを順に変更することにより、当該探索対象送信ポイントに関する前記リソース割り当てパターンを順次生成し、これに応じて前記制御部で前記改良リソース割り当てパターンとして選択された前記改良送信状態に基づいて、前記暫定リソース割り当てパターンを改良する
   ことを特徴とするスケジューリング装置。
2. 複数の送信ポイントを有する無線ネットワークシステムに対して、これら送信ポイントと各ユーザ端末との間で無線通信を行うための無線リソース割り当てを行うスケジューリング装置であって、
   前記送信ポイントごとに、送信先となるユーザ端末または送信停止を示す送信状態を指定するためのリソース割り当てパターンを順次生成するパターン生成部と、
   前記リソース割り当てパターンごとに、当該リソース割り当てパターンに基づく前記無線リソースの割り当てを評価するための評価値を計算するパターン評価部と、
   前記評価値に基づいて、前記リソース割り当てパターンの改良に用いる改良リソース割り当てパターンを選択する制御部と、
   前記リソース割り当てパターンのうち、当該評価値が最も良好なリソース割り当てパターンを、実際の無線リソース割り当てに用いる最適リソース割り当てパターンとして選択する最適解保持部とを備え、
   前記制御部は、予め設定されている探索順に従って探索対象送信ポイントを選択して前記パターン生成部に順次指示し、これに応じて前記パターン生成部で生成された、前記探索対象送信ポイントに関する前記リソース割り当てパターンのうちから、当該評価値が良好なものから一定数だけ候補として選択し、前記評価値の順位に対して予め設定されている確率に基づき前記候補から選択したいずれか１つにおける当該探索対象送信ポイントの送信状態からなる改良送信状態を、前記改良リソース割り当てパターンとして選択し、
   前記パターン生成部は、前記リソース割り当てパターンを生成する際、記憶している暫定リソース割り当てパターンに対して、前記制御部から指示された前記探索対象送信ポイントの送信状態のみを順に変更することにより、当該探索対象送信ポイントに関する前記リソース割り当てパターンを順次生成し、これに応じて前記制御部で前記改良リソース割り当てパターンとして選択された前記改良送信状態に基づいて、前記暫定リソース割り当てパターンを改良する
   ことを特徴とするスケジューリング装置。
3. 請求項１または請求項２に記載のスケジューリング装置において、
   前記パターン生成部における前記暫定リソース割り当てパターンの改良内容を示すパターン改良情報を一時蓄積するバッファ部をさらに備え、
   前記制御部は、前記改良リソース割り当てパターンを選択するごとに、当該改良リソース割り当てパターンに関する前記探索対象送信ポイントと当該探索対象送信ポイントの送信状態とからなる前記パターン改良情報を、前記改良送信状態に代えて選択して前記バッファ部に順次蓄積し、
   前記パターン生成部は、前記制御部から指示された前記探索対象送信ポイントに関する前記リソース割り当てパターンをすべて生成した後、前記バッファ部に蓄積されている前記パターン改良情報を読み出し、当該パターン改良情報に含まれる前記探索対象送信ポイントと当該探索対象送信ポイントの送信状態とに基づいて前記暫定リソース割り当てパターンを改良する
   ことを特徴とするスケジューリング装置。
4. 請求項１〜請求項３のいずれかに記載のスケジューリング装置において、
   前記最適解保持部は、前記評価値が最も良好なリソース割り当てパターンに代えて、前記パターン生成部で最終的に記憶されている前記暫定リソース割り当てパターンを、前記最適リソース割り当てパターンとして選択することを特徴とするスケジューリング装置。
5. 複数の送信ポイントを有する無線ネットワークシステムに対して、これら送信ポイントと各ユーザ端末との間で無線通信を行うための無線リソース割り当てを行うスケジューリング方法であって、
   前記送信ポイントごとに、送信先となるユーザ端末または送信停止を示す送信状態を指定するためのリソース割り当てパターンを順次生成するパターン生成ステップと、
   前記リソース割り当てパターンごとに、当該リソース割り当てパターンに基づく前記無線リソースの割り当てを評価するための評価値を計算するパターン評価ステップと、
   前記評価値に基づいて、前記リソース割り当てパターンの改良に用いる改良リソース割り当てパターンを選択する制御ステップと、
   前記リソース割り当てパターンのうち、当該評価値が最も良好なリソース割り当てパターンを、実際の無線リソース割り当てに用いる最適リソース割り当てパターンとして選択する最適解保持ステップとを備え、
   前記制御ステップは、予め設定されている探索順に従って探索対象送信ポイントを選択して前記パターン生成ステップに順次指示し、これに応じて前記パターン生成ステップで生成された、前記探索対象送信ポイントに関する前記リソース割り当てパターンのうち、当該評価値がより良好なリソース割り当てパターンにおける当該探索対象送信ポイントの送信状態からなる改良送信状態を、前記改良リソース割り当てパターンとして選択し、
   前記パターン生成ステップは、前記リソース割り当てパターンを生成する際、記憶している暫定リソース割り当てパターンに対して、前記制御ステップから指示された前記探索対象送信ポイントの送信状態のみを順に変更することにより、当該探索対象送信ポイントに関する前記リソース割り当てパターンを順次生成し、これに応じて前記制御ステップで前記改良リソース割り当てパターンとして選択された前記改良送信状態に基づいて、前記暫定リソース割り当てパターンを改良する
   ことを特徴とするスケジューリング方法。
6. 複数の送信ポイントを有する無線ネットワークシステムに対して、これら送信ポイントと各ユーザ端末との間で無線通信を行うための無線リソース割り当てを行うスケジューリング方法であって、
   前記送信ポイントごとに、送信先となるユーザ端末または送信停止を示す送信状態を指定するためのリソース割り当てパターンを順次生成するパターン生成ステップと、
   前記リソース割り当てパターンごとに、当該リソース割り当てパターンに基づく前記無線リソースの割り当てを評価するための評価値を計算するパターン評価ステップと、
   前記評価値に基づいて、前記リソース割り当てパターンの改良に用いる改良リソース割り当てパターンを選択する制御ステップと、
   前記リソース割り当てパターンのうち、当該評価値が最も良好なリソース割り当てパターンを、実際の無線リソース割り当てに用いる最適リソース割り当てパターンとして選択する最適解保持ステップとを備え、
   前記制御ステップは、予め設定されている探索順に従って探索対象送信ポイントを選択して前記パターン生成ステップに順次指示し、これに応じて前記パターン生成ステップで生成された、前記探索対象送信ポイントに関する前記リソース割り当てパターンのうちから、当該評価値が良好なものから一定数だけ候補として選択し、前記評価値の順位に対して予め設定されている確率に基づき前記候補から選択したいずれか１つにおける当該探索対象送信ポイントの送信状態からなる改良送信状態を、前記改良リソース割り当てパターンとして選択し、
   前記パターン生成ステップは、前記リソース割り当てパターンを生成する際、記憶している暫定リソース割り当てパターンに対して、前記制御ステップから指示された前記探索対象送信ポイントの送信状態のみを順に変更することにより、当該探索対象送信ポイントに関する前記リソース割り当てパターンを順次生成し、これに応じて前記制御ステップで前記改良リソース割り当てパターンとして選択された前記改良送信状態に基づいて、前記暫定リソース割り当てパターンを改良する
   ことを特徴とするスケジューリング方法。
7. 請求項５または請求項６に記載のスケジューリング方法において、
   前記パターン生成ステップにおける前記暫定リソース割り当てパターンの改良内容を示すパターン改良情報をバッファ部で一時蓄積する蓄積ステップをさらに備え、
   前記制御ステップは、前記改良リソース割り当てパターンを選択するごとに、当該改良リソース割り当てパターンに関する前記探索対象送信ポイントと当該探索対象送信ポイントの送信状態とからなる前記パターン改良情報を、前記改良送信状態に代えて選択して前記バッファ部に順次蓄積し、
   前記パターン生成ステップは、前記制御ステップから指示された前記探索対象送信ポイントに関する前記リソース割り当てパターンをすべて生成した後、前記バッファ部に蓄積されている前記パターン改良情報を読み出し、当該パターン改良情報に含まれる前記探索対象送信ポイントと当該探索対象送信ポイントの送信状態とに基づいて前記暫定リソース割り当てパターンを改良する
   ことを特徴とするスケジューリング方法。
8. 請求項５〜請求項７のいずれかに記載のスケジューリング方法において、
   前記最適解保持ステップは、前記評価値が最も良好なリソース割り当てパターンに代えて、前記パターン生成ステップで最終的に記憶されている前記暫定リソース割り当てパターンを、前記最適リソース割り当てパターンとして選択することを特徴とするスケジューリング方法。

Images