无线通信用户的调度方法.pdf

本发明是无线通信技术领域的一种无线通信用户的调度方法，对SUS方法进行了改进，同时结合了层次分析法。本发明复杂度低，仅加法、乘法即可完成，避免了乘方、除法和对数运算，降低了时间复杂度和对硬件的要求；根据基站缓冲区的容量来限制流量，既能够达到拥塞控制的目的，又不至于对用户抑制过度，可以在基站无拥塞的前提下充分利用基站的缓冲区；层次分析法所用的特征向量是开放性的，可根据需要增加新的特征向量而几乎不增加时间复杂度；通过对拥塞情况的不同分类，在兼顾吞吐量、稳定性和公平性的同时，可以方便地决定本系统更侧

1.  一种无线通信用户的调度方法，其特征在于，包括步骤如下：
第一步，按基站缓冲区中数据包总长度与基站缓冲区的容量之比a将基站缓冲区分为不同拥塞情况来处理，得到当前缓冲区总队列长度，从而确定当前的缓冲区所属的拥塞情况；
第二步，选取层次分析特征向量，得到不同拥塞情况下的特征加权向量；
第三步，由备选用户集合中各用户的信道向量h，进而分别得到备选用户集中各用户的层次分析特征向量；
第四步，将各用户的层析分析特征向量与当前缓存情况下的特征加权向量进行加权求和，将加权求和值最大的用户插入已选用户集中；
第五步，从备选用户集合中去除与已选用户集中的任一用户的正交性大于给定的阈值的用户，以简化备选用户集合；
第六步，如果已选用户数小于发送天线数，并且备选用户数大于0，回到第一步，继续进行下一个用户选择；否则，采用注水方法对选中的用户进行功率分配，发送数据。

2.  根据权利要求1所述的无线通信用户的调度方法，其特征是，第一步中所述的不同拥塞情况是指没有拥塞情况、比较拥塞情况和很拥塞情况，其中：当a≥20％时，为没有拥塞情况；当20％＜a≤60％时，为比较阻塞情况；当a＞60％时，为很拥塞情况。

3.  根据权利要求1所述的无线通信用户的调度方法，其特征是，第二步中所述的层次分析特征向量包括；自定义权重、信道向量的模值、信道间正交性和基站缓冲区的队列长度，其中：所述的自定义权重指用户的信道条件、基站缓冲区的队列长、用户正在接受的服务类型是一般的文本传输还是大数据量的多媒体业务、用户能否接受对其服务的延迟和该用户所需的服务是短时突发大量的还是长期持续性的；所述的信道正交性包括：当前信道正交性和前若干次信道正交性，其中：当前信道正交性指的是备选用户与上次迭代时刚选出的用户，即刚添加到可行用户集中的用户的正交性；前若干次信道正交性指的是备选用户与前若干次迭代时选出的用户，即可行用户集中除刚添加之外的所有用户的正交性；所述的基站缓冲区的队列长度是直接带入基站缓冲区存储的来不及发给各备选用户的数据包的长度；所述的信道向量的模值是直接采用下行用户反馈给基站的信道向量模值。

4.  根据权利要求1所述的无线通信用户的调度方法，其特征是，第五步中的所述的阈值是0.6。

5.  根据权利要求3所述的无线通信用户的调度方法，其特征是，所述的自定义权重、信道向量的模值、信道间正交性和基站缓冲区的队列长度的公式为：
设：备选用户集中用户k的自定义权重为CM(k，1)，用户k的信道向量的模值为CM(k，2)；用户k的当前信道正交性为CM(k，3)，用户k的前若干次信道正交性为CM(k，4)，用户k的基站缓冲区的队列长度为CM(k，5)，则公式分别是：
CM(k，1)＝X_k
CM(k，2)＝||h_k||
CM(k,3)=1-|hk·hlastuserH||hk||·||hlastuserH|||]]>
CM(k,4)=Σt∈S∩lastuser(1-|hk·htH||hk||·||htH|||)]]>
CM(k，5)＝q(k)
其中：X_k是对用户k预设的权重，h_k是用户k的信道向量，h_lastuser是上一次用户选择时刚添加到可行用户集中的用户的信道向量，tes是可行用户集，q(k)是得到的用户k的基站缓冲区的队列长度。

无线通信用户的调度方法
技术领域
本发明涉及的是一种无线通信技术领域的方法，具体是一种无线通信用户的调度方法。
背景技术
根据新一代移动通信系统(4G)的需求，系统应能够提供更高的数据速率。因此，研究将多输入多输出(MIMO)技术应用于基站的下行信道，以期望在现有技术的基础上，考虑到可实现性，对系统的稳定性，公平性和时间复杂度加以改进。系统稳定性是指在任何发送瞬时，基站因吞吐量等因素的制约，而来不及发送的数据，不能超出基站缓冲区的容量；公平性是指根据各用户的不同需求，合理地确定发送给每个用户的数据量。
在假设基站已知信道状态信息的前提下，为实现MIMO信道的高信道容量的特点，目前广泛采用的技术是迫零波束成型预编码技术。然而，针对下行信道，要采用迫零波束成型技术，一个重要的前提是下行信道的用户数不能超过基站的发送天线数。而在通常情况下，下行信道的用户数是远大于发送天线数的，因此，基站有必要作出用户选择，即在任何一个发送瞬时，基站服务的用户数小于等于发送天线数。基站选中的用户均能接收到基站发送给它们的数据，而基站未选中用户在本次发送瞬时将得不到任何有用的信息，显然，当前系统总的发送信息就是基站选中的用户所接收到的数据。从而有系统在一段时间内的吞吐量就是每个发送瞬时基站选中的用户所接收到的数据之和。在基站的发送总功率是定值的前提下，系统有最大或接近最大的吞吐量。因此，基站选择下行信道的用户的依据，是要保证在每个发送瞬时基站选中的用户接收到的数据最大或接近最大。若用全局优化的方法，即穷举法可以使系统达到最大的吞吐量，但是该方法要求从用户数为N的用户集合中，选出小于或等于发送天线数为M的用户，需至少作C_N^M次比较判断，因此时间复杂度较高。
经对现有文献检索发现，Andrea Goldsmith和Taesang Yoo等人2006年在IEEE Journalon Selected Areas in Communications(IEEE通信领域期刊)上发表了题为“On theoptimality of multiantenna broadcast scheduling using zero-forcing beamforming(应用迫零波束成形的多天线广播系统调度优化)”的文献，该文提出了SUS(半正交用户选择)策略作为一种局部优化方法，即当若干个用户的信道向量两两间夹角均小于某一事先给定的阈值时，就可以认为它们是半正交的。从所有满足上述条件的用户组合中，选出使系统有最大或接近最大吞吐量的那组作为本次服务对象。应用半正交用户选择策略，实际上是用贪心法通过局部最优去逼近整体最优。但该方法的计算量比较大，且这种方法只考虑了系统的吞吐量极大化，而未考虑整个系统的稳定性，即基站缓冲区中数据包总长度不能超过基站缓冲区的容量，也未考虑对各用户服务的公平性和用户对服务需求的迫切程度等因素。
又经检索发现，Harish Viswanathan等人在2005年IEEE Transactions onCommunications(IEEE通信领域期刊)上发表了题为“Rate scheduling in multipleantenna downlink wireless systems(下行多天线系统的速率调度)”的文献，该文考虑了系统吞吐量和稳定性，提出了求的方法，简记为QR方法。其中：的含义是用每个下行用户在基站缓冲区中的队列长q对其速率R加权并求和，其中取和值的最大值。但是这种方法的计算量更大，运算更繁琐费时；在基站缓冲区中数据包总长度远小于基站缓冲区的容量时，可能导致一定的系统吞吐量损失；未考虑吞吐量和稳定性以外的因素。
发明内容
本发明的目的在于针对现有技术的不足，提出一种无线通信用户的调度方法。本发明对SUS方法进行了改进，同时结合了层次分析法，在进行用户调度时，考虑了若干层次分析特征向量，在兼顾系统吞吐量与稳定性、公平性的同时，降低了调度复杂度。
本发明是通过以下技术方案实现的：
本发明包括步骤如下：
第一步，按基站缓冲区中数据包总长度与基站缓冲区的容量之比a将基站缓冲区分为不同拥塞情况来处理，得到当前缓冲区总队列长度，从而确定当前的缓冲区所属的拥塞情况；
所述的不同拥塞情况是指没有拥塞情况、比较拥塞情况和很拥塞情况，其中：当a≥20％时，为没有拥塞情况；当20％＜a≤60％时，为比较阻塞情况；当a＞60％时，为很拥塞情况。
第二步，选取层次分析特征向量，得到不同拥塞情况下的特征加权向量；
所述的层次分析特征向量包括；自定义权重、信道向量的模值、信道间正交性和基站缓冲区的队列长度。
所述的自定义权重指用户的信道条件、基站缓冲区的队列长、用户正在接受的服务类型是一般的文本传输还是大数据量的多媒体业务、用户能否接受对其服务的延迟和该用户所需的服务是短时突发大量的还是长期持续性的。
所述的信道正交性包括当前信道正交性和前若干次信道正交性，其中：当前信道正交性指的是备选用户与上次迭代时刚选出的用户，即刚添加到可行用户集中的用户的正交性；前若干次信道正交性指的是备选用户与前若干次迭代时选出的用户，即可行用户集中除刚添加之外的所有用户的正交性。
所述的基站缓冲区的队列长度是直接带入基站缓冲区存储的来不及发给各备选用户的数据包的长度。
所述的信道向量的模值是直接采用下行用户反馈给基站的信道向量模值。
第三步，由备选用户集合中各用户的信道向量h，进而分别得到备选用户集中各用户的层次分析特征向量；
设：备选用户集中用户k的自定义权重为CM(k，1)，用户k的信道向量的模值为CM(k，2)；用户k的当前信道正交性为CM(k，3)，用户k的前若干次信道正交性为CM(k，4)，用户k的基站缓冲区的队列长度为CM(k，5)，则公式分别是：
CM(k，1)＝X_k
CM(k，2)＝||h_k||
CM(k,3)=1-|hk·hlastuserH||hk||·||hlastuserH|||]]>
CM(k,4)=ΣteS∩lastuser(1-|hk·htH||hk||·||htH|||)]]>
CM(k，5)＝q(k)
其中：X_k是对用户k预设的权重，h_k是用户k的信道向量，h_lastuser是上一次用户选择时刚添加到可行用户集中的用户的信道向量，tes是可行用户集，q(k)是得到的用户k的基站缓冲区的队列长度；
第四步，将各用户的层析分析特征向量与当前缓存情况下的特征加权向量进行加权求和，将加权求和值最大的用户插入已选用户集中；
第五步，从备选用户集合中去除与已选用户集中的任一用户的正交性大于给定的阈值的用户，以简化备选用户集合；
第六步，如果已选用户数小于发送天线数，并且备选用户数大于0，回到第三步，继续进行下一个用户选择；否则，采用注水方法对选中的用户进行功率分配，发送数据。
与现有技术相比，本发明的有益效果是：复杂度低，仅加法、乘法即可完成，避免了乘方、除法和对数运算，降低了时间复杂度和对硬件的要求；根据基站缓冲区的容量来限制流量，既能够达到拥塞控制的目的，又不至于对用户抑制过度，可以在基站无拥塞的前提下充分利用基站的缓冲区；层次分析法所用的特征向量是开放性的，可根据需要增加新的特征向量而几乎不增加时间复杂度；通过对拥塞情况的不同分类，在兼顾吞吐量、稳定性和公平性的同时，可以方便地决定本系统更侧重吞吐量还是稳定性和公平性。
附图说明
图1是分别采用本实施例方法、SUS方法和QR方法对不同用户做调度时所用的CPU时间的对比示意图。
具体实施方式
下面结合附图对本发明的方法作详细介绍，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
本实施例的具体步骤如下：
第一步，按基站缓冲区中数据包总长度与基站缓冲区的容量之比a将基站缓冲区分为不同拥塞情况来处理，得到当前缓冲区总队列长度，从而确定当前的缓冲区所属的拥塞情况；
所述的不同拥塞情况是指没有拥塞情况、比较拥塞情况和很拥塞情况，其中：当a≥20％时，为没有拥塞情况，基站缓冲区中数据包总长度远小于基站缓冲区的容量，短时间内不会发生拥塞，此时系统应解决的主要问题是吞吐量；当20％＜a≤60％时，为比较阻塞情况，基站缓冲区中的数据包总长度还未充满基站缓冲区，系统应兼顾吞吐量与稳定性和公平性；当a＞60％时，为很拥塞情况，基站缓冲区中数据包总长度接近基站缓冲区的容量，即可能发生拥塞，此时系统应解决的主要问题是稳定性和公平性。
第二步，选取层次分析特征向量，得到不同拥塞情况下的特征加权向量；
所述的层次分析特征向量包括；自定义权重、信道向量的模值、信道间正交性和基站缓冲区的队列长度。
所述的自定义权重指用户的信道条件、基站缓冲区的队列长、用户正在接受的服务类型是一般的文本传输还是大数据量的多媒体业务、用户能否接受对其服务的延迟和该用户所需的服务是短时突发大量的还是长期持续性的。
所述的信道正交性包括当前信道正交性和前若干次信道正交性，其中：当前信道正交性指的是备选用户与上次迭代时刚选出的用户，即刚添加到可行用户集中的用户的正交性；前若干次信道正交性指的是备选用户与前若干次迭代时选出的用户，即可行用户集中除刚添加之外的所有用户的正交性。
所述的基站缓冲区的队列长度是直接带入基站缓冲区存储的来不及发给各备选用户的数据包的长度。
所述的信道向量的模值是直接采用下行用户反馈给基站的信道向量模值。
没有拥塞情况，系统应解决的主要问题是吞吐量，所以信道向量的模值和信道间正交性比自定义权重和基站缓冲区的队列长度重要；比较阻塞情况，系统应兼顾吞吐量与稳定性和公平性，因此信道向量的模值和信道间正交性比自定义权重明显重要，而比基站缓冲区的队列长度稍重要；很拥塞情况，此时系统应解决的主要问题是稳定性和公平性，所以基站缓冲区的队列长度比自定义权重强烈重要，而比信道向量的模值和信道间正交性明显重要。
本实例中各用户的重要性相同，也即它们的自定义权重相等。得到在没有拥塞情况下的特征加权向量为ω₁＝(1 9 9 6 1)^T，比较堵塞情况下的特征加权向量为ω₂＝(1 4 6 4 2)^T，很堵塞情况下的特征加权向量为ω₃＝(1 4 6 4 8)^T。
第三步，得到备选用户集合中各用户的信道向量h，进而分别得到备选用户集中各用户的层次分析特征向量；
设：备选用户集中用户k的自定义权重为CM(k，1)，用户k的信道向量的模值为CM(k，2)；用户k的当前信道正交性为CM(k，3)，用户k的前若干次信道正交性为CM(k，4)，用户k的基站缓冲区的队列长度为CM(k，5)，则公式分别是：
CM(k，1)＝X_k
CM(k，2)＝||h_k||
CM(k,3)=1-|hk·hlastuserH||hk||·||hlastuserH|||]]>
CM(k,4)=ΣteS∩lastuser(1-|hk·htH||hk||·||htH|||)]]>
CM(k，5)＝q(k)
其中：X_k是对用户k预设的权重，h_k是用户k的信道向量，h_lastuser是上一次用户选择时刚添加到可行用户集中的用户的信道向量，tes是可行用户集，q(k)是得到的用户k的基站缓冲区的队列长度；
第四步，将备选用户集各用户的层析分析特征向量与当前缓存情况下的特征加权向量进行加权求和，将加权求和值最大的用户插入已选用户集中；
如在比较拥塞情况下，备选用户集中用户k的层析分析特征向量与特征加权向量的加权求和值为CM(k，1)*1+CM(k，2)*9+CM(k，3)*9+CM(k，4)*6+CM(k，5)*1。
第五步，从备选用户集合中去除与已选用户集中的任一用户的正交性大于给定的阈值的用户，以简化备选用户集合；
本实施例中的阈值为0.6。
第六步，如果已选用户数小于发送天线数，并且备选用户数大于0，回到第三步，继续进行下一个用户选择；否则，采用注水方法对选中的用户进行功率分配，发送数据。
使用Intel酷睿双核CPU、2G内存的计算机，分别使用本实施例方法、SUS方法和QR方法对无线通信用户进行调度，进行30次迭代所需的CPU时间如图1所示，从图中可以看出，对应于不同的用户数，本实施例方法的时间复杂度远低于SUS方法和QR方法；且随用户数的增加，差距更加明显。当用户数为50时，本实施例方法作用户调度所需的时间仅为QR方法的1/3。因此，与现有的用户调度方法相比，本实施例方法在具有较低时间复杂度的优势下，将引入更小的处理延迟，十分有利于实时处理。
本实施例复杂度低，仅加法、乘法即可完成，避免了乘方、除法和对数运算，降低了时间复杂度和对硬件的要求；根据基站缓冲区的容量来限制流量，既能够达到拥塞控制的目的，又不至于对用户抑制过度，可以在基站无拥塞的前提下充分利用基站的缓冲区；层次分析法所用的特征向量是开放性的，可根据需要增加新的特征向量而几乎不增加时间复杂度；通过对拥塞情况的不同分类，可以方便地决定调度方法更侧重吞吐量还是稳定性和公平性。