一种基于最低速率约束的跨层资源分配方法与流程

文档序号:12699198阅读:187来源:国知局
一种基于最低速率约束的跨层资源分配方法与流程

本发明属于无线通信系统的跨层设计和资源分配技术领域,尤其涉及一种基于最低速率约束的跨层资源分配方法。



背景技术:

随着无线移动通信的不断发展,人们对无线宽带服务需求呈指数型增长,无线通信面临两个最严峻的挑战:多径衰落和频谱资源有限。正交频分复用(OFDM)技术将频率选择性信道转变为一系列平坦衰落的窄带子信道,可有效对抗无线信道的多径衰落。多输入多输出(MIMO)技术利用空间复用技术,在不增加频谱资源和天线发射功率的情况下,可以成倍的提高系统信道容量,同时还可利用空间分集技术同时传输同一信息流的多个副本,提升系统传输的可靠性。因此,将OFDM技术与MIMO技术相结合的MIMO-OFDM系统,既能对抗频率选择性衰落,又能有效地提高系统容量和频谱效率,为下一代移动通信系统的实现提供了技术保证。同时,无线宽带的业务种类日益增长且不同业务有不同的服务质量需求,为了适应无线通信系统的这一特点,有必要综合考虑不同用户服务质量(QoS)需求、媒体接入控制(MAC)层队列情况和物理层信道状态信息来对MIMO-OFDM系统的资源进行合理分配,在保证不同用户不同业务QoS要求的前提下保证用户的公平性并使系统的吞吐量最大化。多用户MIMO-OFDM系统的资源包括空-时-频三维资源以及发送功率,资源分配的方法更加复杂。目前,在多用户MIMO-OFDM系统中,为了避免用户之间的干扰,每个子载波只能分给一个用户,并对MIMO信道进行奇异值分解得到并行独立特征子信道。多数资源分配方法只考虑了物理层的信道状态信息,而未考虑系统其他层的性能(如MAC层的队列状态信息),并且只是用一个特征子信道来发送信号,这样并不能充分利用空间信道资源。虽然有些方案使用所有子信道来传送数据,但每个子信道上的功率是平均分配的,由于各个子信道的信噪比相差较大,平均分配功率会降低系统性能。因此,需要提出一种新的跨层资源分配方法,在满足不同用户不同业务QoS要求的前提下,充分利用系统资源,有效提高系统吞吐量。

综上所述,针对现有技术的缺点,本发明旨在解决由于分层设计信息不完整造成的资源分配不合理的问题。



技术实现要素:

本发明的目的在于提供一种基于最低速率约束的跨层资源分配方法,旨在解决由于分层设计信息不完整造成的资源分配不合理的问题。

本发明是这样实现的,所述基于最低速率约束的跨层资源分配方法利用用户反馈的信道状态信息、用户的QoS要求和MAC层队列状态信息,动态地为每个用户分配载波和功率资源,在满足用户QoS要求和保持用户之间公平性的前提下,最大化系统吞吐量;

为实现最大化系统吞吐量的目标,给出载波和载波上功率分配问题的数学模型:

其中,Bn为系统分配给每个子载波的带宽且Bn=B/N,B为系统总带宽,N为总载波数pk,n表示用户k在载波n上分配到的功率,N0为高斯白噪声的功率谱密度,表示用户k物理层的最低速率约束;ck,n为载波分配因子,若载波已分配则取值为1,否则为0,为了将上式描述的问题转化为凸优化问题,其取值放宽到[0,1]区间内,即hk,n表示用户k在载波n上的信道增益;M=min(Nr,Nt),用户k在载波n上的第m个等效子信道的信道增益为ρk,n,m;ρk,n,1:…:ρk,n,M=β1:…:βM,则:

进一步,所述基于最低速率约束的跨层资源分配方法包括以下步骤:

步骤一,对各用户媒体接入控制层的缓存队列进行马尔科夫状态分析,将不同用户所请求业务的不同服务质量要求即分组损耗要求转化成物理层的最低速率约束条件;

步骤二,多用户MIMO-OFDM系统中,基站将用户反馈的信道状态信息矩阵进行奇异值分解,得到特征向量和特征值,并采用波束成形的方法将每个子载波上的MIMO信道进一步分解为多个并行独立的特征子信道;

步骤三,载波和载波上功率的分配:以满足用户最低速率约束所消耗的总功率最小为目标,对载波和载波上功率进行联合分配;总发射功率中去掉满足用户最低速率约束所消耗总功率后即为剩余的发射功率,将剩余发射功率以最大化系统吞吐量为优化目标分配给各个载波;

步骤四,对每个载波分配到的功率采用注水算法分配给各个等效子信道。

进一步,所述在步骤三中载波和载波上功率的分配包括:(1)以满足最低速率约束而消耗的总功率Ptotal最小为目标,进行载波和载波上功率的联合分配。(2)对剩余功率以最大化系统吞吐量为目标进行分配。

(1)令sk,n表示用户k为满足自身速率约束在子载波n上需要消耗的功率,以满足用户最低速率约束而消耗的总功率Ptotal最小为目标,给出优化问题的数学模型:

其中,Ωk为用户k获得的载波集合,由KKT条件,可求得将上式带入中,求出Φk、用户k为满足最低速率约束需要消耗的功率Pk和所有用户为满足最低速率约束消耗的总功率Ptotal为:

以满足最低速率约束而消耗的总功率Ptotal最小为目标,物理层载波和载波上功率联合分配的方法具体步骤如下:

初始化:令A={1,2,...,N}表示子载波编号集,B={1,2,……K}表示用户集,Ωk表示用户k获得的子载波集合,k=1,2,...,K,初始化B*=B;

分配首载波:当B*≠φ时,循环执行:

求出每个用户信道增益的最大值,选择信道增益最大值最小的用户,即将对应信道增益最大的子载波n*加入到该用户的子载波集合中,更新A=A-{n*},B*=B*-{k*},由上述推导得出的公式计算出用户k*需要消耗的功率以及总的消耗功率Ptotal

剩余载波的分配:当需要消耗的总功率比系统发射总功率大,即Ptotal>PT时,循环执行;

优先选择消耗功率Pk最多的用户,即将对应信道增益最好的子载波n*加入到该用户的载波集合中。若更新A=A-{n*},由上述推导得出的公式更新和Ptotal;若将k*从集合B中去掉。

若Ptotal≤PT,且B≠φ,则循环执行:

从B中优先选择消耗功率Pk用户,即将对应信道增益最好的子载波n*加入到该用户的载波集合中。当时,更新A=A-{n*},由上述推导得出的公式更新和Ptotal;当时,将k*从集合B中去掉;

若Ptotal≤PT,B=φ,则循环执行:

在所有用户中选择信道增益值最大的用户,即将对应信道增益值最大的子载波n*加入到此用户的载波集合中,更新A=A-{n*},

(2)剩余功率的分配

步骤(1)完成后,已知各用户获得的子载波集合以及为实现最低速率约束每个载波上消耗的功率,计算出系统为实现最低速率约束所消耗的总功率,总发射功率去掉满足用户最低速率限制所消耗的总功率后剩余的功率则以最大化系统吞吐量为优化目标分配给各个载波;继续进行优化,可得到每个载波上最终分配到的功率。给出该优化问题的数学模型:

由KKT条件可解得其中,可以看出,上述功率最佳解决方案是一个多级注水解。当时,此时注水水平就是Φ;当此时注水水平Φ=Φk;子载波n的功率表示为:

其中,注水水平Φ通过以下表达式求得:

进一步,所述步骤四中各载波的等效子信道上功率分配包括:物理层各载波和各载波上功率分配完毕后,以吞吐量最大化为目标,给出各载波的等效子信道上的功率分配问题的数学模型:

其中,Bn,m=B/N/M,上述问题是凸优化问题,由KKT条件用户k在载波n的第m个等效子信道上分配到的功率pk,n,m为:

本发明的另一目的在于提供一种利用所述基于最低速率约束的跨层资源分配方法的无线通信系统。

本发明的另一目的在于提供一种利用所述基于最低速率约束的跨层资源分配方法的多输入多输出-正交频分复用系统。

本发明提供的基于最低速率约束的跨层资源分配方法,利用用户反馈的信道状态信息、用户的QoS要求和MAC层队列状态信息,动态地为每个用户分配载波和功率资源,在满足用户QoS要求和保持用户之间公平性的前提下,最大化系统吞吐量。本发明以跨层设计为指导思想,在自适应多用户MIMO-OFDM物理层平台的基础上,建立基于MAC层和物理层信息交互的系统框架,即将MAC层的最大分组损耗要求转化为物理层的最低速率约束,并在此约束的基础上提出了一种跨层资源分配算法,可保证用户的QoS要求和公平性,有效提高系统吞吐量。采用载波和载波上功率联合分配的方法,相比于多数传统的载波和功率分开分配的资源分配方案可有效提高系统吞吐量;使用所有等效特征子信道来传送数据,相比于多数资源分配方法中只使用一个特征子信道来发送信号,可以更充分的利用空间信道资源。

附图说明

图1是本发明实施例提供的基于最低速率约束的跨层资源分配方法流程图。

图2是本发明实施例提供的多用户MIMO-OFDM系统模型图。

图3是本发明实施例提供的多用户MIMO-OFDM系统跨层资源分配模型图。

图4是本发明实施例提供的具体实施方式的流程图。

图5是本发明实施例提供的用户分组损耗与传输速率的关系图。

图6是本发明实施例提供的各用户最终速率的比较图。

图7是本发明实施例提供的系统最终和速率的比较图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示,本发明实施例提供的基于最低速率约束的跨层资源分配方法包括以下步骤:

S101:对各用户媒体接入控制(MAC)层的缓存队列进行马尔科夫状态分析,将不同用户所请求业务的不同服务质量要求即分组损耗要求转化成物理层的最低速率约束条件;

S102:多用户MIMO-OFDM系统中,基站将用户反馈的信道状态信息矩阵进行奇异值分解,得到特征向量和特征值,并采用波束成形的方法将每个子载波上的MIMO信道进一步分解为多个并行独立的特征子信道;

S103:载波和载波上功率的分配:以满足用户最低速率约束所消耗的总功率最小为目标,对载波和载波上功率进行联合分配;总发射功率中去掉满足用户最低速率约束所消耗总功率后即为剩余的发射功率,将剩余发射功率以最大化系统吞吐量为优化目标分配给各个载波;

S104:对每个载波分配到的功率采用注水算法分配给各个等效子信道。

在步骤S103中载波和载波上功率的分配包括:

(1)为实现满足用户最低速率约束所消耗的总功率最小的目标,载波和载波上功率联合分配方法的具体步骤如下:

初始化载波集合和用户集合,即载波集合中包含所有载波,用户集合中包含所有的用户。

分配首子载波:选择信道增益最大值最小的用户,将对应信道增益最大的子载波分配给该用户,用注水算法计算出此载波上要达到最低速率要求需要消耗的功率,将该用户从用户集合中去除,已分配的载波也从载波集合中去除,循环执行上述步骤直至用户集合为空,即每个用户都分配到首载波。

剩余子载波的分配:初始化用户集合,当用户达到最低速率限制需要消耗的总功率比系统总发射功率大时,循环执行:选择达到最低速率限制消耗功率最多的用户,将对应信道增益最大的子载波分配给该用户,用注水算法更新此载波上要达到最低速率要求需要消耗的功率,若大于零,则将此载波从载波集合中去除,若小于零,则将此载波从载波集合中去除,该用户也从用户集合中去除。

上述步骤完成后,若用户达到最低速率限制需要消耗的总功率比系统总发射功率小,且用户集合不为空时,循环执行:选择达到最低速率限制消耗功率最多的用户,将对应信道增益最大的子载波分配给该用户,用注水算法更新此载波上要达到最低速率要求需要消耗的功率,若大于零,则将此载波从载波集合中去除,若小于零,则将此载波从载波集合中去除,该用户也从用户集合中去除,直至用户集合为空。

上述步骤完成后,若载波集合仍不为空时,循环执行:初始化用户集合,选择信道增益值最大的用户,将对应信道增益值最大的子载波分配给该用户,将此载波从载波集合中去除。直至载波集合为空。

(2)剩余功率的分配

步骤(1)完成后,我们已知各用户获得的子载波集合以及为实现最低速率约束每个载波上消耗的功率(也就是分配到的功率),从而计算出系统为实现最低速率约束所消耗的总功率,总发射功率去掉满足用户最低速率限制所消耗的总功率后剩余的功率则以最大化系统吞吐量为优化目标分配给各个载波。此步骤是在(1)的基础上继续进行优化,可得到每个载波上最终分配到的功率是一个多级注水解。

下面结合附图对本发明的应用原理作进一步的描述。

如图2所示为多用户MIMO-OFDM系统模型图,假设系统有一个基站,基站端有Nt根发射天线,有K个用户均匀分布在小区中,每个用户端有Nr根接收天线。本发明假设一个子载波只能被一个用户占用,OFDM子载波数为N。

参照图3和图4,对本发明的实现方法做进一步描述:

(1)对各用户MAC层的缓存队列进行马尔科夫状态分析,将不同用户所请求业务的不同QOS要求即分组损耗要求转化成物理层的速率约束条件。

(2)基站将用户反馈的MIMO-OFDM信道状态信息矩阵进行奇异值分解,得到特征向量和特征值,并采用波束成形的方法将每个子载波上的MIMO信道进一步分解为多个并行独立的特征子信道。

(3)物理层载波和载波上功率的分配

以最大化吞吐量为目标,下面给出物理层载波和载波上功率分配问题的数学模型:

其中,Bn为系统分配给每个子载波的带宽且Bn=B/N,B为系统总带宽,N为总载波数,pk,n表示用户k在载波n上分配到的功率,N0为高斯白噪声的功率谱密度,表示用户k物理层的最低速率约束,可由步骤(1)得出。ck,n为载波分配因子,若载波已分配则取值为1,否则为0,为了将上式描述的问题转化为凸优化问题,其取值放宽到[0,1]区间内,即hk,n表示用户k在载波n上的信道增益;M=min(Nr,Nt),用户k在载波n上的第m个等效子信道的信道增益为ρk,n,m;ρk,n,1:…:ρk,n,M=β1:…:βM,则:

为了解决上述问题,本发明做了以下分析:对于一个载波,若本发明将其分配给某用户后能够使得该用户以尽可能少的功率达到其所要求的最低速率,那么系统中用于满足用户最低速率要求而消耗的总功率就会尽可能少,则有更多的功率剩余用于最大化系统容量。

(3a)首先要解决的优化问题是如何给用户分配载波和功率能使得系统为满足最低速率约束而消耗的总功率Ptotal最小。令sk,n表示为满足自身速率约束用户k在子载波n上需要消耗的功率,下面给出该优化问题的数学模型:

其中,Ωk为用户k获得的载波集合,上述问题为一凸优化问题,由KKT条件,可求得将上式带入中,求出Φk、用户k为满足最低速率约束需要消耗的功率Pk和所有用户为满足最低速率约束消耗的总功率Ptotal为:

根据以上分析,为了达到满足用户最低速率限制所消耗的总功率最小的目标,载波和载波上功率联合分配的方法具体步骤如下:

初始化:令A={1,2,...,N}表示子载波编号集,B={1,2,……K}表示用户集,Ωk表示用户k获得的子载波集合,k=1,2,...,K,初始化B*=B;

分配首载波:当B*≠φ时,循环执行:

求出每个用户信道增益的最大值,选择信道增益最大值最小的用户,即将对应信道增益最大的子载波分配加入到该用户的子载波集合中,更新A=A-{n*},B*=B*-{k*},根据式(4)计算出用户k*需要消耗的功率以及总的消耗功率Ptotal

剩余载波的分配:当需要消耗的总功率比系统发射总功率大,即Ptotal>PT时,循环执行;

优先选择消耗功率Pk最多的用户,即将对应信道增益最好的子载波n*加入到该用户的载波集合中。若更新A=A-{n*},根据式(4)更新和Ptotal;若将k*从集合B中去掉。

上述步骤完成后,如果Ptotal≤PT,且B≠φ,则循环执行:

从B中优先选择消耗功率Pk用户,即将对应信道增益最好的子载波n*加入到该用户的载波集合中。当时,更新A=A-{n*},根据式(4)更新和Ptotal;当时,将k*从集合B中去掉;

上述步骤完成后,若Ptotal≤PT,B=φ,则循环执行:

在所有用户中选择信道增益值最大的用户,即将对应信道增益值最大的子载波n*加入到此用户的载波集合中,更新A=A-{n*},

(3b)剩余功率的分配

步骤(3a)完成后,本发明已知各用户获得的子载波集合以及为实现最低速率约束每个载波上消耗的功率和系统总的消耗功率,此时可将总发射功率去掉满足用户最低速率限制所消耗的总功率后剩余的功率以最大化系统吞吐量为目标分配给各个载波。式(1)转化为一个连续优化问题,在(3a)的基础上继续进行优化,下面给出此优化问题的数学模型:

上述问题仍然是一个凸优化问题,由KKT条件可解得其中,可以看出,上述功率最佳解决方案是一个多级注水解。当时,此时注水水平就是Φ;当此时注水水平Φ=Φk;子载波n的功率表示为:

其中,注水水平Φ通过以下表达式求得:

(4)载波上各等效子信道的功率分配

物理层各载波和各载波上功率分配完毕后,给出各载波的等效子信道上的功率分配问题的数学模型:

其中,Bn,m=B/N/M,上述问题是凸优化问题,由KKT条件用户k在载波n的第m个等效子信道上分配到的功率pk,n,m为:

下面结合仿真对本发明的应用效果作详细的描述。

本发明的仿真使用Matlab7.10.0仿真软件,仿真参数设置如下:

仿真条件设置如下:系统基站端有4根发射天线,接收端有4个用户,每个用户有4根接收天线,可用传输总功率PT=1W。系统总带宽1MHZ,有64个子载波。采用六径独立的瑞利衰落信道,各径选择Clarke平坦衰落模型。假设4个用户最大队长相同,即[B1,B2,B3,B4]=[50,50,50,50](分组),每个用户业务的到达率分别为[λ1234]=[6000,8000,10000,12000](分组/秒),4个用户MAC层的分组损耗限制为物理层的错包率P0=10-5,且由AMC控制保持不变,帧长2ms,每一个分组包含的比特数为8。

图5表示不同用户分组损耗与传输速率的关系曲线。由前面的分析,由不同的分组损耗可以得到4个用户的最低速率约束为(分组/帧),由于帧长2ms,每一个分组包含的比特数为8,因此得到

图6为各用户最终获得的速率与用户要求的最低速率的对比图。从图中可看出:本发明方案和Zhao’s Scheme都能使系统中每个用户的最低速率要求得到满足,从而满足其相应的MAC层最大分组损耗限制,且相比于Zhao’s Scheme,本发明方案使得每个用户最终速率得到了明显提升。

图7为系统最终和速率对比图,从图中可看出本发明方案和Zhao’s Scheme得到的系统最终和速率都比系统中用户要求的最低速率的和速率要高,而且相比于Zhao’s Scheme,本发明得到的系统和速率明显升高。

以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1