多用户MIMO‑OFDM中基于用户公平性和QoS的吞吐量优化方法与流程

本发明涉及一种多用户MIMO-OFDM中基于用户公平性和QoS的吞吐量优化方法，属于无线通信系统的MIMO-OFDM吞吐量优化的技术领域。

背景技术：

随着无线通信的飞速发展以及移动终端数量的增加，用户对于高速数据传输的要求越来越迫切。为了容纳更多的用户，提供更高质量的服务，无线通信对系统的吞吐量、用户服务质量等各方面提出了更高的要求。

在无线通信系统中，MIMO和OFDM技术作为LTE中的两项关键技术，在过去一段时间内一直受到很大的关注。MIMO技术通过引入空分多址，可以在不增加带宽或总发送功率的情况下大幅度地增加系统吞吐量(throughput)。其核心在于：利用收发两端多天线之间的空间自由度，建立多个平行的独立信道来抑制信道衰落，进行数据传输，通过空分复用或者用户分集达到提高系统容量的目的。OFDM(Orthogonal Frequency Division Multiplexing)即正交频分复用技术，它是一种可靠的的高速数字数据传输技术，能够适合存在多径效应和多普勒频移的复杂无线信道。这是因为OFDM采用了多条正交子载波代替的单一频率的无线信道，将高速数据信号转换成并行的低速子数据流，调制到在每个子信道上进行传输，利用其正交性减少子信道之间的相互干扰(ISI)。由于每个子信道上的信号带宽小于信道的相关带宽，因此每个子信道上可以看成平坦性衰落。故OFDM技术可以有效抑制多径效应，消除码间串扰，减轻频率选择性衰落的影响，大大提高无线信道的资源利用率。

多用户MIMO-OFDM系统中，资源分配是提高频谱效率的关键技术之一，由于不同种类业务对QoS速率、时延等要求各不相同，因此在保证QoS要求的前提下优化吞吐量一直是MIMO系统资源分配的热点。然而，由于业务种类繁多，在最大化吞吐量的目标下，同时保证不同业务的速率和时延会造成约束条件过多，因此多数文献只是简单考虑了时延或者速率其一，没有对业务QoS提供精细化的保证。另一方面，由于不同通信链路的信道状况不一，一味的追求吞吐量，将资源分配给信道条件好的用户，很容易引起资源分配的不公平性，导致绝大多数资源被极少数的用户占用，其余用户一直得不到资源调度。因此，在优化吞吐量的目标下合理兼顾用户间的公平性成为了MIMO系统资源分配的另一热点问题。目前为止，绝大多数文献均未做到既合理兼顾用户公平性，又对不同类型业务QoS提供精细化的保证。同时，由于多用户MIMO通过空分复用，使得资源在可分配的维度上又增加了一倍，很多文献也通过降低资源分配维度的方式实现了复杂度的降低：比如，规定每个子载波上只容纳一个用户，限定功率在每个子载波上平均分配等。

技术实现要素：

本发明所要解决的技术问题在于克服现有技术的不足，提供一种多用户MIMO-OFDM中基于用户公平性和QoS的吞吐量优化方法，解决现有的系统未做到既合理兼顾用户公平性，又对不同类型业务QoS提供精细化的保证的问题，结合子载波分配、功率分配两步进行系统吞吐量的优化，大大降低了算法复杂度。

本发明具体采用以下技术方案解决上述技术问题：

多用户MIMO-OFDM中基于用户公平性和QoS的吞吐量优化方法，包括以下步骤：

步骤1、推导获得多用户MIMO-OFDM系统中单个子载波支持的传输速率，并确定每个子载波的可容纳最大用户数；

步骤2、将用户分成GBR用户和非GBR用户，根据当前用户的业务状态定义各自的优先级权重；

步骤3、定义吞吐量优化模型；

利用所定义的吞吐量优化模型根据用户的优先级权重进行子载波平行信道的分配，包括：对GBR用户按业务优先级权重进行排序，依次为每个业务进行子载波的平行信道分配；对于剩余的子载波的平行信道，以比例公平调度算法分配给Non-GBR用户；

利用注水算法对每个用户所分配得到的子载波功率进行优化分配，以获得最大化吞吐量。

进一步地，作为本发明的一种优选技术方案：所述步骤1推导获得的单个子载波支持的传输速率为：

其中，λ_i，m为子载波m上用户i等效信道矩阵的秩；N₀是满足零均值复高斯随机变量信道噪声的功率；1/Г是功率损失，且1/Γ＝-ln(5BER)/1.5；s_i，m，l是信道增益对角矩阵的第l个对角元素，即该子载波上用户i的第l个等效平行信道；p_i,m,l是分配给该等效平行信道的功率，而α_i，m则表示用户i是否在子载波m上，等于1时表示用户i占用子载波m，等于0时表示不占用。

进一步地，作为本发明的一种优选技术方案：所述步骤1中确的定每个子载波的可容纳最大用户数为：

其中，K_m是子载波上可容纳的最大用户数，N_T是发射天线数目，n_r是接收天线数目，表示对向下取整。

进一步地，作为本发明的一种优选技术方案：所述步骤2中定义各自的优先级权重为：

其中，W_i为用户所对应的调度优先级，GBR_i表示第i个业务的保证比特率，T_i表示第i个业务容许的最大时延；。D_i(t)表示第i个业务t时刻缓冲区队首分组的等待时延，等于当前时间减去到达时间；对于实时业务，若D_i(t)＞T_i则丢弃该分组；r_i(t)为用户的瞬时数据速率，为用户一段时间内的平均速率。

本发明采用上述技术方案，能产生如下技术效果：

本发明提出了一种多用户MIMO-OFDM系统中兼顾用户公平性和精细化保证用户QoS的吞吐量优化方法，将经典的比例公平算法，结合MIMO中的多用户空间多址技术，并联合用户的速率、时延QoS要求，在时间、频率和空间三个维度上分配系统资源，进一步优化了系统吞吐量，并且在合理兼顾用户公平性的基础上，精细化保证了用户的速率、时延的QoS要求。

本发明通过兼顾用户公平性和精细化保证不同用户QoS要求的吞吐量目标优化算法，并充分利用空分复用带来的频谱增益，允许每个子载波上容纳多个用户，结合子载波分配、功率分配两步进行系统吞吐量的优化，大大降低了算法复杂度。在时间、频率和空间三个维度上分配系统资源，增加了资源优化的灵活性，进一步优化了系统吞吐量和用户服务质量。

附图说明

图1为本发明的方法的流程示意图。

图2为本发明方法所建立的信道模型。

具体实施方式

下面结合说明书附图对本发明的实施方式进行描述。

如图1和2所示，本发明提出了多用户MIMO-OFDM中基于用户公平性和QoS的吞吐量优化方法，该方法利用图2所建立的信道模型进行基于用户公平性和QoS的吞吐量优化过程，具体地，方法包括以下步骤：

步骤1、推导获得多用户MIMO-OFDM系统中单个子载波支持的传输速率，并确定每个子载波的可容纳最大用户数。

假设在多用户MIMO-OFDM系统中，基站有N_T根发送天线，每个终端有n_r根接收天线，系统总的用户数为K，子载波m上有K_m个用户复用该子载波，T_k，m为用户k(k＝1,2…K_m)在子载波m上的预编码矩阵，x_i，m为该用户的传输数据，则子载波m上用户i的接收信号y_i，m是：

其中，

H_i，m是子载波m上用户i的信道矩阵，n_i，m是该信道上的高斯白噪声。显然，x_i，m作为用户发送端的传输数据不为零，故要使式(5)中其他K_m-1个用户对用户i产生的干扰为零，则有：

然后，定义干扰用户联合矩阵其维度是则：

设满秩，则秩对进行奇异值分解：

其中，和是酉矩阵(满足)，它们的列分别是矩阵对应的左右奇异值向量。由于酉矩阵各列构成的向量相互正交，故酉矩阵任意两列相乘为零。是由矩阵的奇异值组成的对角矩阵。和分别对应矩阵的零奇异值和非零奇异值，也称是矩阵的零空间。因此预编码矩阵满足：

定义令发送端的预编码矩阵接收端相应的处理矩阵经处理后消除用户间干扰。此时在子载波m上用户i的实际接收信号为:

故用户i在子载波m上的等效传输矩阵是假设各个用户的传输矩阵满秩，则由式(5)可知是一个N_T×n矩阵，n＝N_T-(K_m-1)N_R。显然要使预编码矩阵存在，则n必大于0，即子载波上的最大复用用户数K_m满足下式(7)，其中[x]表示对x向下取整。K_m限定了每个子载波上可容纳的最大用户数，在此限度内，每个子载波上多用户间的共道干扰可以通过块对角化的方式被消除。所述子载波上可容纳的最大用户数为：

其中，K_m是子载波上可容纳的最大用户数，N_T是发射天线数，n_r是各终端接收天线数，表示对向下取整。

且由式(6)可知，等效的信道增益为它是经奇异值分解后，由奇异值组成的对角矩阵。经上述处理后，用户间干扰被消除，每一个子载波上的MU-MIMO信道等效成多个独立的SU-MIMO信道。

令λ_i，m为信道增益对角矩阵的秩，即有λ_i，m个不为0的奇异值，传输信道可以这样表示：因此每个子载波上每个用户的信道又可以等效成λ_i，m个平行信道。故在某一子载波m，用户i的某一个等效平行信道l上，带宽归一化数据速率可以表示成：

式(11)中,N₀是满足零均值复高斯随机变量信道噪声的功率,对于特定的误码率，是由非理想传输技术所带来的功率损失。s_i，m，l是信道增益对角矩阵的第l个对角元素，即该子载波上用户i的第l个等效平行信道，p_i,m,l是分配给该等效平行信道的功率，而α_i，m则表示用户i是否在子载波m上：

因此，在任一子载波m上，第i个用户的带宽归一化数据速率可以表示为：

步骤2、将用户分成GBR用户和非GBR用户，根据当前用户的业务状态定义各自的优先级权重。

本发明中，用户分成GBR用户和非GBR用户两大类，每位用户只使用一种业务。其中，GBR业务对速率、时延要求较高，容忍性较差，非GBR业务则可以容忍数据有一定的时延。

针对GBR用户和非GBR用户这两大类用户群体，综合考虑当前用户的业务状态，包括业务类型、队列状态以及速率等，具体可以为信道质量状况、用户保证速率、最大时延、分组数据包的队列时延以及瞬时速率和长期平均速率的比值，定义各自的优先级权重如下：

其中，W_i为用户所对应的调度优先级，GBR_i表示第i个业务的保证比特率，T_i表示第i个业务容许的最大时延(对于非实时业务，为无穷大)。D_i(t)表示第i个业务t时刻缓冲区队首分组的等待时延，等于当前时间减去到达时间；对于实时业务，若D_i(t)＞T_i则丢弃该分组。r_i(t)为用户的瞬时数据速率，为用户一段时间内的平均速率。μ和ξ是调节参数。对于GBR用户，上式中第一部分提供满足对应用户的速率保证，使得每个用户的速率不低于其保证用户速率；第二部分提供满足最大时延保证，在用户最大时延阈值内，随用户在调度队列中等待时间的加长，用户优先级迅速提高。第三部分根据用户的瞬时速率和在一段时间内的平均速率提供公平性保证。对于非GBR用户，则通过比例公平算法提供用户公平性保证。

步骤3、结合子载波分配、功率分配两步进行系统吞吐量的优化，使得多用户MIMO-OFDM中基于用户公平性和QoS的吞吐量得到优化，具体如下：

步骤31、定义兼顾用户公平性和精细化保证QoS的吞吐量优化模型；

s.t.α_i，m∈{0，1}

r_i≥g_i

D_i≤T_i

式中，R为系统总速率，M为子载波个数，K_m为子载波上可容纳的最大用户数，λ_i，m为子载波m上用户i等效信道矩阵的秩(用户i的等效平行信道个数)，W_i为每个用户所对应的调度优先级，α_i，m表示用户i是否在子载波m上，等于1时表示用户i占用子载波m，等于0时表示不占用，r_i，m，l为子载波m上用户i的某一等效平行信道l上的带宽归一化数据速率,r_i为用户的瞬时数据速率,g_i为用户的保证速率，D_i表示第i个业务缓冲区队首分组的等待时延，T_i表示第i个业务容许的最大时延，p_i，m，l为分配给某一等效平行信道l的功率，P_total为系统总功率。

步骤32、利用所定义的吞吐量优化模型根据用户的优先级权重进行子载波平行信道的分配，具体为：把每个子载波看成相互无干扰的平行信道，对GBR用户按业务优先级权重进行排序，依次为每个业务进行子载波的平行信道分配；对于剩余的子载波的平行信道，以比例公平调度算法分配给Non-GBR用户；该过程如下：

①设置待调度用户集合K＝{1,2,…,K}，可用子载波集合M＝{1,2,…,M}，保证速率集合GBR＝{g₁,g₂,…,g_k}。

②初始化。子载波发射功率相等，用户初始速率在子载波m上，设(空集)，表示子载波m上用户选择集合(每个子载波上最大可共享的用户数为K_m)。

③将用户按属性分为GBR用户集合和Non-GBR用户集合。

④当GBR用户集合为非空时，按用户优先级从高到低排序。从队头取一个用户k，当用户k的速率小于其保证速率且可用子载波集合不为空时，比较用户k在所有子载波平行信道上的速率，将速率最大的子载波平行信道分配给用户k。

若子载波m上被选的总用户数不超过K_m，计算R，如果新算得的R大于或者等于之前的R值，则该用户被选择，将k加入到该子载波用户集合U_m中，更新用户k的速率；否则，该用户被舍弃。直至子载波m上被选的总用户数大于或者等于K_m，从集合M中删除m；

直至用户k的速率大于或者等于其保证速率时，从GBR用户集合中删除k，从GBR用户保证速率集合中删除g_k。

⑤当非GBR用户集合且可用子载波集合为非空时，对子载波m，选择r_k，m，l/r_k值最大的子载波的平行信道，将其分配给用户k；若子载波m上被选的总用户数不超过K_m，计算R，如果新算得的R大于或者等于之前的R值，则该用户被选择，将k加入到该子载波用户集合U_m中，更新用户k的速率；否则，该用户被舍弃；直至子载波m上被选的总用户数大于或者等于K_m，从集合M中删除m。

⑥更新各业务的平均速率。

⑦循环执行②～⑥直至完成所有数据的发送。

步骤33、对每个用户所分配得到的子载波功率进行调整，利用注水算法对每个用户子载波的功率进行优化分配，以获得最大化吞吐量。即使用步骤32完成子载波分配，且子载波分配过程中功率是平均分配的，而本步骤继续用注水算法进行子载波的功率优化分配。

上述子载波分配算法中，为了使得问题简化，过程中假设功率平均分配,即为了进一步提高系统的性能，子载波分配完成后需要对功率进行优化分配。

假设基站完全已知所有用户的信道状态信息h_i，m,其中基站根据h_i，m进行相应的功率分配，分配信息可以通过独立的信道传递给各个用户。首先利用式(5)确定每个用户获得的归一化总功率。

然后对每个用户各子载波的功率进行调整，利用注水算法可以获得最优的功率分配，每个用户的子载波上的功率分配可分别按如下公式计算：

p_i，m≥0 (17)

其中，p_i，1表示用户i在最小特征值空间子信道上的功率，p_i，m表示用户i在子载波m上所分配的功率，h_i，1表示用户i所在空间子信道中的最小特征值，h_i，m表示用户i在子载波m空间子信道上的特征值。此时，基于注水原理完成了功率的二次分配，使得每个用户子载波之间的功率得到优化调整：信道条件好的给予更大的发送功率，信道条件差的适当降低发送功率，从而更进一步的优化了系统吞吐量。

综上所述，本发明将比例公平和MIMO中的多用户空分多址技术运用到了传统的3G-LTE MIMO-OFDM系统中，并结合用户的速率、时延等QoS要求，在时间、频率和空间三个维度上分配系统资源，增加了资源优化的灵活性，进一步优化了系统吞吐量和用户服务质量。

上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。