本發(fā)明屬于無線通信
技術(shù)領(lǐng)域：
，特別涉及一種LTE下行動(dòng)態(tài)資源分配方法，可用于長期演進(jìn)系統(tǒng)LTE中多用戶調(diào)度的資源訪問需求。
背景技術(shù)：
：對(duì)于無線通信而言，無線資源，如頻譜、時(shí)隙等都非常寶貴。如何提高頻譜利用率，成為人們非常關(guān)注的技術(shù)問題。許多用戶之間競(jìng)爭(zhēng)無線資源，使得分配策略需要考慮用戶的公平性，在盡可能的使每個(gè)用戶能夠公平的得到調(diào)度的同時(shí)，還必須兼顧系統(tǒng)的吞吐量。而決定系統(tǒng)吞吐量的因素包括：發(fā)射功率，時(shí)頻資源，信道質(zhì)量，以及資源分配算法，用戶公平性則取決于下行調(diào)度算法。如何選擇資源分配策略來滿足用戶公平性的同時(shí)提高系統(tǒng)的吞吐量是LTE下行資源分配一直以來研究的課題。在LTE下行資源調(diào)度算法中，LTE標(biāo)準(zhǔn)規(guī)定，在每個(gè)調(diào)度時(shí)隙TTI內(nèi)，分配給同一個(gè)用戶的所有資源塊RB必須使用相同的調(diào)制編碼策略MCS，因此當(dāng)一個(gè)用戶分配到不同信道質(zhì)量的RB時(shí)，需要使用合適的壓縮函數(shù)，保證在誤碼率范圍內(nèi)，將不同RB對(duì)應(yīng)的信道質(zhì)量指示CQI映射為一個(gè)CQI，從而為用戶選擇一個(gè)合適的MCS，但是壓縮會(huì)帶來調(diào)制等級(jí)的損失，進(jìn)而造成系統(tǒng)吞吐量的損失。早期曾經(jīng)提出過一些經(jīng)典的調(diào)度算法。像輪詢算法和最大吞吐量算法，這些經(jīng)典的調(diào)度算法由于簡(jiǎn)單，開銷小，因而被廣泛的使用，但在涉及到子帶CQI分配時(shí)，算法在資源分配時(shí)沒有考慮到資源塊的壓縮，存在如下缺點(diǎn)，其中：輪詢算法，對(duì)用戶來說是最公平的算法，它將資源塊依次分配給不同的用戶，但是由于沒有考慮信道質(zhì)量和資源塊壓縮，是以犧牲系統(tǒng)吞吐量和資源塊壓縮效率來換取用戶的絕對(duì)公平的算法。最大吞吐量算法，是將每個(gè)TTI內(nèi)的所有資源塊都分配給信道質(zhì)量最好的用戶，但由于分配時(shí)沒有考慮資源塊壓縮，算法調(diào)度結(jié)束后可能導(dǎo)致某個(gè)用戶壓縮后的CQI出現(xiàn)較大程度的下降，使信道質(zhì)量好的用戶壓縮后的CQI處于一個(gè)比較低的水平，帶來系統(tǒng)吞吐量的損失，并且，該算法可能會(huì)導(dǎo)致資源分配不均的問題，出現(xiàn)信道質(zhì)量好的用戶能分配到更多資源，信道質(zhì)量差的邊緣用戶得不到調(diào)度的情況。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)存在的缺陷，提出一種最小化壓縮損失的LTE下行資源調(diào)度算法，以在資源分配的過程中同時(shí)聯(lián)合考慮資源塊壓縮帶來的損失，并在考慮用戶公平性的情況下，最大化系統(tǒng)吞吐量。本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：一.技術(shù)原理本發(fā)明提出的最小化壓縮損失LTE下行資源調(diào)度方法通過將資源塊預(yù)分配給用戶，計(jì)算壓縮損失并記錄，然后根據(jù)記錄的信息來不斷調(diào)整資源塊到用戶的分配方式，從而在保證用戶公平性的前提下，為用戶選擇最小壓縮損失的資源分配方法。其實(shí)現(xiàn)方法可用一些啟發(fā)式算法來實(shí)現(xiàn)，如模擬退火算法，蟻群算法等，本發(fā)明以蟻群算法為案例來實(shí)現(xiàn)。二.實(shí)現(xiàn)方案根據(jù)上述原理本發(fā)明的實(shí)現(xiàn)方案包括如下：(1)確定待分配資源塊與待分配用戶的個(gè)數(shù)，并將待分配用戶個(gè)數(shù)擴(kuò)展至與資源塊的數(shù)目相同；(2)初始化算法的信息素濃度：τk,n＝0.1，其中k代表用戶，n代表資源塊；(3)根據(jù)信息素濃度τk,n確定資源塊到用戶的轉(zhuǎn)移概率pk,n；(4)對(duì)于任意一個(gè)資源塊，根據(jù)轉(zhuǎn)移概率pk,n，計(jì)算當(dāng)前資源塊的分配用戶；(5)判斷資源塊是否分配完畢，若是，則執(zhí)行(6)，否則，移動(dòng)到下一個(gè)未被分配的資源塊，返回步驟(4)；(6)計(jì)算當(dāng)前分配結(jié)果得到的系統(tǒng)吞吐量，判斷此吞吐量是否大于當(dāng)前系統(tǒng)吞吐量的最大值，若是，則更新當(dāng)前系統(tǒng)吞吐量的最大值為當(dāng)前分配方式的吞吐量，并將當(dāng)前的分配方案作為當(dāng)前系統(tǒng)最優(yōu)的分配方案，否則，不更新；(7)根據(jù)當(dāng)前系統(tǒng)最優(yōu)的分配方案更新算法的信息素；(8)判斷算法運(yùn)行的代數(shù)是否達(dá)到最大代數(shù)，若是，則執(zhí)行步驟(9)，否則，運(yùn)行代數(shù)加1，返回步驟(4)；(9)得出系統(tǒng)最大的吞吐量和當(dāng)前最優(yōu)分配方案，執(zhí)行步驟(10)；(10)將(1)擴(kuò)展的用戶按照一一對(duì)應(yīng)的方式重新映射回待分配用戶，將同一用戶的最優(yōu)分配方案進(jìn)行組合疊加，得到最終的分配方案。本發(fā)明與現(xiàn)有技術(shù)相比，具有以下優(yōu)點(diǎn)：本發(fā)明在涉及子帶CQI分配時(shí)，在資源分配的過程中考慮了資源塊的壓縮，能更優(yōu)化的將資源塊分給各個(gè)用戶，提高了資源塊的壓縮效率，相比使用傳統(tǒng)方法來說，將資源分配與壓縮的串行過程改為分配聯(lián)合考慮壓縮的并行過程，從而減少了資源塊的壓縮損失，并考慮了資源分配的公平性，當(dāng)存在邊緣用戶時(shí)，消除了邊緣用戶得不到調(diào)度的情況，并且吞吐量維持在一個(gè)較高的水平。附圖說明圖1為傳統(tǒng)分配方法實(shí)現(xiàn)流程圖；圖2為本發(fā)明的實(shí)現(xiàn)流程圖；圖3為本發(fā)明與傳統(tǒng)最大吞吐量算法和輪詢算法的吞吐量結(jié)果對(duì)比圖。圖4為本發(fā)明與傳統(tǒng)最大吞吐量算法的資源塊分配結(jié)果對(duì)比圖。具體實(shí)施方式以下結(jié)合附圖對(duì)本發(fā)明實(shí)施例和效果作進(jìn)一步詳細(xì)描述。假設(shè)系統(tǒng)中資源塊數(shù)為N，總用戶數(shù)為M，每個(gè)用戶在每個(gè)調(diào)度周期內(nèi)獲得的速率為Rkk＝1,2,…,M，假設(shè)基站能夠通過反饋信道獲得用戶端的信道狀態(tài)信息CQI的值，并根據(jù)該反饋值動(dòng)態(tài)地為每個(gè)用戶分配資源塊。定義ρk,n表示資源塊的占用情況，當(dāng)ρk,n＝1時(shí)，表示資源塊n被用戶k占用，當(dāng)ρk,n＝0時(shí)表示資源塊n未被用戶k占用。定義ck,n表示用戶M在資源塊n上分配的比特?cái)?shù)，定義T表示系統(tǒng)的吞吐量，通過資源塊的動(dòng)態(tài)分配使系統(tǒng)的總吞吐量T最大化,用數(shù)學(xué)表述為：公式<1>代表系統(tǒng)獲得的吞吐量，公式<2>表示每個(gè)資源塊只能分配給一個(gè)用戶，公式<3>表示每個(gè)用戶的速率。然而,上述分配規(guī)則是根據(jù)信道質(zhì)量分配資源塊的，考慮到邊緣效應(yīng)有可能因?yàn)樾诺蕾|(zhì)量差而分配不到資源塊，需要加入如下限制：公式<4>表示對(duì)于每一個(gè)用戶來說，至少分配到1個(gè)資源塊，從而避免了得不到調(diào)度的情況。參照?qǐng)D1和圖2，傳統(tǒng)方法在下行資源調(diào)度中，先進(jìn)行資源分配，然后進(jìn)行資源壓縮過程，分配和壓縮是串行的。本發(fā)明的是在下行資源調(diào)度中，分配的過程同時(shí)聯(lián)合考慮了資源塊壓縮，不斷地根據(jù)之前的壓縮信息進(jìn)行迭代，直到達(dá)到最優(yōu)分配方案，資源分配和壓縮是并行的。參照?qǐng)D2，本發(fā)明以蟻群算法為案例，其實(shí)現(xiàn)步驟如下：步驟1：確定待分配資源塊與待分配用戶的個(gè)數(shù)，并將待分配用戶個(gè)數(shù)進(jìn)行擴(kuò)展。根據(jù)請(qǐng)求用戶的個(gè)數(shù)確定待分配用戶的個(gè)數(shù)，根據(jù)系統(tǒng)的空閑資源塊確定待分配的資源塊的個(gè)數(shù)，假設(shè)待分配用戶個(gè)數(shù)為M，待分配資源塊個(gè)數(shù)為N，M<＝N；確定待分配資源塊與待分配用戶個(gè)數(shù)后，將待分配用戶個(gè)數(shù)進(jìn)行擴(kuò)展至與待分配資源塊個(gè)數(shù)相同。假設(shè)擴(kuò)展前用戶編號(hào)為u，則按照如下方式進(jìn)行擴(kuò)展：擴(kuò)展前的用戶編號(hào)擴(kuò)展后的用戶編號(hào)uM·X+u其中，u∈{1,2,...,M},s.t.M·X+u＜＝NX∈{0,1,2,...}，例如，擴(kuò)展前用戶數(shù)目為4，待分配資源塊數(shù)量為25，則擴(kuò)展后的用戶編號(hào)結(jié)果為：擴(kuò)展的用戶編號(hào)擴(kuò)展后的用戶編號(hào)11,5,9,13,17,21,2522,6,10,14,18,2233,7,11,15,19,2344,8,12,16,20,24步驟2：初始化蟻群算法信息素濃度。在蟻群算法中信息素τk,n代表將第n個(gè)資源塊分配給用戶k所獲得的比特?cái)?shù)的期望，本實(shí)例初始化信息素濃度為：τk,n＝0.1。步驟3：確定螞蟻每一步移動(dòng)的轉(zhuǎn)移概率。螞蟻在移動(dòng)過程中，若基于可能決策從一個(gè)待分配資源塊移動(dòng)到一個(gè)未被分配的用戶，則表示將這個(gè)待分配資源塊分配給這個(gè)用戶，這個(gè)可能決策稱為螞蟻移動(dòng)過程中的轉(zhuǎn)移概率pk,n，其定義如下：其中，ηk,n表示用戶k在第n個(gè)資源塊的映射CQI，α為決定信息素追蹤的參數(shù)，β為決定試探信息的參數(shù)，Tabuk表示沒有被螞蟻k選擇的用戶。步驟4：計(jì)算螞蟻在當(dāng)前資源塊的分配用戶。將m只螞蟻隨機(jī)放在任意資源塊的位置上，對(duì)于任意一只螞蟻，根據(jù)轉(zhuǎn)移概率pk,n，利用輪賭盤算法計(jì)算螞蟻在當(dāng)前資源塊的分配用戶。具體步驟如下：4a)隨機(jī)生成一個(gè)0到1之間的小數(shù)a；4b)根據(jù)信息素濃度，利用轉(zhuǎn)移概率pk,n公式計(jì)算每一個(gè)未分配用戶被選中的轉(zhuǎn)移概率；4c)將4b)得到的轉(zhuǎn)移概率進(jìn)行疊加，直到疊加的概率之和大于a，再選擇最后一個(gè)被疊加的用戶為當(dāng)前資源塊的分配用戶。步驟5：判斷資源塊是否分配完畢，若分配完畢，則進(jìn)入步驟6，否則，返回步驟4。步驟6：計(jì)算當(dāng)前螞蟻分配結(jié)果得到的系統(tǒng)吞吐量。6a)根據(jù)當(dāng)前螞蟻的資源分配結(jié)果得到每個(gè)用戶的資源分配表；6b)根據(jù)資源分配表計(jì)算每個(gè)用戶的下行速率：6b1)根據(jù)基于指數(shù)的映射EESM方法將每個(gè)用戶分配的資源塊對(duì)應(yīng)的不同信道質(zhì)量CQI值等效為一個(gè)調(diào)制編碼等級(jí)MCS值；6b2)根據(jù)映射的MCS值和資源塊的數(shù)目，通過查LTE標(biāo)準(zhǔn)的比特表，得到每個(gè)用戶的下行速率；6c)將各用戶的速率相加得到系統(tǒng)的吞吐量。步驟7：判斷當(dāng)前代數(shù)的螞蟻是否都已經(jīng)參與了資源分配的過程，如果是，則執(zhí)行8，否則，將已參與資源分配的螞蟻數(shù)目加1，返回步驟4。步驟8：根據(jù)當(dāng)前系統(tǒng)最優(yōu)的分配方案更新蟻群的信息素。8a)定義蟻群算法的信息素增量Δτk,n如下：式中，L表示目前蟻群發(fā)現(xiàn)的當(dāng)前系統(tǒng)的最大吞吐量；Q是在一個(gè)循環(huán)中信息素放置的個(gè)數(shù)，(k,n)表示將第n個(gè)資源塊分配給了第k個(gè)用戶；8b)根據(jù)如下公式更新蟻群的信息素：τk,n＝(1-ρ)τk,n+Δτk,n，式中，參數(shù)ρ代表信息素追蹤的消散值。步驟9：判斷蟻群算法是否結(jié)束，如果是，根據(jù)算法運(yùn)行的結(jié)果，得出系統(tǒng)最大的吞吐量和當(dāng)前最優(yōu)分配方案，執(zhí)行步驟10；否則，運(yùn)行代數(shù)加1，返回步驟4。步驟10：將1擴(kuò)展的用戶按照一一對(duì)應(yīng)的方式重新映射回待分配用戶，即先將擴(kuò)展后的用戶編號(hào)對(duì)用戶數(shù)目取余,得到取余結(jié)果；再判斷取余結(jié)果是否為0，若為0，則映射后的用戶編號(hào)為用戶數(shù)目M，否則，映射后的用戶編號(hào)為取余的結(jié)果，得到最終的分配結(jié)果。為了方便說明，假設(shè)待分配資源塊數(shù)目為10，待分配用戶數(shù)目為4，假設(shè)初步分配結(jié)果如下：則最終映射完后的分配結(jié)果為：用戶1234資源塊6,3,75,9,82,101,4本發(fā)明的效果可通過仿真進(jìn)一步說明：1.仿真條件在仿真場(chǎng)景中，系統(tǒng)帶寬為20M，對(duì)應(yīng)的資源塊RB個(gè)數(shù)為100，用戶個(gè)數(shù)為4，采用LTE標(biāo)準(zhǔn)type0的分配方式，以資源塊組RBG為最小粒度進(jìn)行分配，根據(jù)LTE標(biāo)準(zhǔn)協(xié)議，4個(gè)資源塊為一個(gè)資源塊組。2.仿真內(nèi)容與結(jié)果仿真1，設(shè)定第4個(gè)用戶的反饋信道質(zhì)量CQI均小于5，將該用戶設(shè)為邊緣用戶，其他用戶的信道質(zhì)量較好，在上述仿真條件下運(yùn)用本發(fā)明算法，輪詢算法，最大信噪比算法進(jìn)行下行資源分配，得到的吞吐量結(jié)果如圖3，其中橫坐標(biāo)表示不同的算法，縱坐標(biāo)表示系統(tǒng)的吞吐量。從圖3可得到，本發(fā)明中使用的算法得到的吞吐量相比最大吞吐量算法差別不大，但遠(yuǎn)遠(yuǎn)高于輪詢算法的吞吐量。仿真2,在上述仿真條件下仍然將第4個(gè)用戶設(shè)為邊緣用戶，運(yùn)用本發(fā)明算法和最大信噪比算法進(jìn)行下行資源分配，得到的資源塊分配結(jié)果如圖3，其中橫坐標(biāo)代表不同算法，縱坐標(biāo)代表各用戶分得的資源塊個(gè)數(shù)。從圖4可得到，邊緣用戶在最大吞吐量算法下沒有分得資源塊，而在本發(fā)明中使用的算法下卻分到了資源塊，本發(fā)明的算法相比最大吞吐量算法可保證用戶的公平性。以上所述，僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本
技術(shù)領(lǐng)域：
的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或者替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求書的保護(hù)范圍為準(zhǔn)。當(dāng)前第1頁1 2 3