一种针对大数据率业务的资源调度方法与流程

一种针对大数据率业务的资源调度方法本发明涉及移动通信技术领域，特别的，多基站协同是LTE通信系统中一项重要抗同频干扰技术，本发明正是在多基站协同服务大数据率移动用户端的场景下，提高用户调度效率及用户公平性、增强系统性能的机制。

背景技术：
随着移动通信数据业务的高速发展，移动通信系统对于数据传输速率的要求大大提高，越来越多的通信都依赖于宽带通信，像视频业务和高速因特网，用户需求越来越大，速率要求也越来越高，大数据率业务越来越常见，而单小区服务该类型业务的能力有限。LTE及LTE-A系统为提高频谱效率，采用同频组网的方式，会产生小区间干扰，严重限制小区边缘用户的吞吐量和服务质量。相对于传统减小CSI的方案，另外一些可以有效提高小区平均吞吐量和小区边缘吞吐量的技术，如协作通信、分布式天线系统、小区间协作，网络MIMO等技术也相继被提出，这些技术的本质都是通过联合处理把干扰变成有用信号。为了满足LTE-Advanced系统小区边缘频率效率的要求，3GPP也提出了协作多点传输/接收(Cooperativemulti-point，CoMP)的概念，并把它作为一种提高小区平均吞吐量和小区边缘吞吐量的关键技术之一。而多基站协同正满足了大数据率业务的迫切需求。CoMP传输系统又称为分布式天线系统，以下几种应用场景都可以看作是CoMP操作：小区内部扇区之间协作为扇区边缘的用户服务；小区之间协作为小区边缘的用户服务；多个RF集中信号处理，相当于分布式天线；基站和中继协作；eNB和home-eNB协作。所以CoMP既可以是小区间基站之间的协作，也可 以是小区内多个传输点之间的协作。因其固有的联合调度/处理，CoMP是一种有效地解决小区间干扰协调的方法，它扩展传统的单小区-多用户系统架构到多小区-多用户系统，这样小区边缘的用户将不再是边缘用户而是协作区域的中心用户，因此，这些用户将会得到更好的服务，这样可以提高小区边缘用户吞吐量。协作调度是指传给特定UE的数据只是来自该UE所在服务小区的基站，但是调度决策是协作的，以便控制协作区域内产生的干扰。特定用户的数据不共享，但是信道信息却在协作集合内不同的小区间共享。现有CoMP研究通常将小区用户分为CoMP用户和非CoMP用户。一些对小区边缘采用部分频率复用的方法将小区资源分成CoMP资源和非CoMP资源，在不同资源上调度不同用户。这种方法能根据两类用户数量分配合适比例的资源，实现重叠协作簇下的资源分配，但在预先资源划分下CoMP用户和非CoMP用户未必得到合适的资源，影响资源的利用效果。若不划分频带，也可修改传统的RR、PF等调度算法，由单小区调度变为多小区联合调度以支持CoMP。这里的一种针对大数据率业务的资源调度方法是指在多基站协同的环境中，由一个集中通用控制器CU对各个用户在资源块上的性能进行一个评测，然后根据评测结果在整个协作簇中进行对用户的调度。由于该方法实在多基站协同下进行的，所以本方法考虑的调度实在已经分好协作簇的前提下，再来对簇内的资源进行调度的。目前协作簇的划分有三种：固定(网络特定)协作区域：固定协作区域的确定也叫固定分簇，该方法考虑网络规划，尽量合并相互之间有最强干扰的那些小区，在固定分簇方法中，网络分成不相交的协作簇，调度只需在簇内基站间进行，相同簇内的基站只为 位于簇内的用户服务。这样分簇的优点是协作区域固定而且不重叠，调度可在协作区域内独立进行，复杂度低，容易实现。有限基站只需要向用户广播一次，或者预定义，不需要额外的测量。但是吞吐量增益有限，因为主要干扰经常不会被取消。用户特定的协作区域：基于每个UE最强的干扰源而定。进行CoMP的UE必须测量及报告最强干扰集合给自己的服务小区，根据一定门限值选择合适数目的小区作为协作集合。根据用户向网络反馈的信息，协作区域可以是半静态变化的，一般根据RSRP报告或者是长期的CSI统计信息来得到协作集合；协作区域也可以根据短期的CSI信息进行动态的变化。混合用户组接入模式(HSG)；一部分资源供所有用户使用，其他资源只允许注册用户使用这种协作区域的确定方法基于每个用户，得到的是每个用户最合适的协作集合，因而有比较高的性能增益。但是由于这种方法是基于用户确定的，协作区域的大小或形状是不确定的，对应于不同UE的协作区域有可能是重叠的，需要所有重叠协作区域之间的协调，这就可能变成是整个网络的协调，从调度的角度看，该方法是非常复杂的。另一方面，CoMP用户需要测量周围比较多的小区的信道状况或干扰情况，向网络反馈量比较大，系统开销比较大，复杂度比较高。网络定义用户辅助的协作区域：网络可以预定义一个可供选择的集合，特定UE的协作区域选择基于信息的反馈，例如RSRP报告，长期平均的CSI或者短期CSI。网络定义的集合一般是固定的。服务于一个特定UE的基站簇是一个大的固定簇的子集而不是整个网络的子集，调度发生在更大固定簇内的基站间而不是整个网络的基站间，网络预先定义的一个可供选择的集合，扇区选择区域内的其他两个扇区协作。

技术实现要素：
本发明旨在针对针对现代通信业务中的大数据率业务在多基站协同下如何兼顾系统效益及用户公平性的问题，依据大数据率用户的所测的SINR，提出一种较为有效的使整体性能最优的机制。本发明提出一种针对大数据率业务的资源调度方法：基于多基站协作簇条件下的资源调度步骤：步骤1.大数据率移动用户MS测量簇内各基站的CSI和SINR，若测的用户端的SINR大于某一阈值，则将该信息反馈给CU。步骤2.CU接受到MS的测量信息后，将其组成列表L并初始化。步骤3.选出L列表前N个移动用户，形成一个新用户列表L1(MS1，MS2.....MSN)；步骤4.CU在这个列表上执行时间片轮转法即从列表由头至尾为每个MSi(1≤i≤N)服务T0时间，若T0时间结束后任务完成则将MSi剔除出列表L；否则将MSi排在列表L最后并保存之前的MSi的状态及数据，为MSi+1服务。步骤5.检查列表L，若L为空集，则CU将资源分配给其他非大数据率业务使用。否则继续进行步骤4。步骤6.结束新请求加入移动终端调度步骤：步骤1.CU每T0时间内测量一次簇内有无新请求的大数据率用户，若有则进行步骤2。否则不做任何处理；步骤2.该MS测得用户端的SINR，若大于某一阈值，则将此用户到该基站 的信道信息反馈给CU。否则直接进行步骤4；步骤3.CU接受到MS的测量信息后，更新上述资源调度中的列表L；步骤4.转到上述基于多基站协作簇条件下的资源调度步骤3；步骤5.结束说明：该资源调度方法是针对大数据率业务用户端而言的，在这种情景下，一般单独的一个小区基站不能满足该用户的服务要求。所以整个数据传输必须在多基站协同传输的条件下进行。本资源调度方法是在已经分好簇的前提下，直接利用了分簇的结果，在簇内进行对用户端的调度。由传统的小区内调度扩大到协作簇内进行，得到最优调度结果，使整个系统的性能得到提高。所提出的资源调度方法是在多基站协同这个架构下进行的，整个调度过程有一个通用处理器CU来集中控制整个系统。初始条件：CU会先检测MS业务请求信息，只有大数据业务数据请求才需要进行簇内的协同传输；CU检测完后，将这些大数据业务移动终端按用户优先级，QoS要求等级以及用户进行降序初始化；初始化后形成一个列表，列表中的MS测量簇内各基站协同传输时对MS的CSI和SINR；通过基于多基站协作簇条件下的资源调度的步骤3得到的数据，初始化列表L，此时列表中各个MSi的信道质量是从高到低降序排列，使得整个体统的 性能最优；从基于多基站协作簇条件下的资源调度的步骤4得到的列表选出N个用户，组成列表L1；N是一个由CU计算出来的数，它既考虑了用户的利益又是基于整个簇的处理性能最优的。CU在列表L1上执行时间片轮转法；该方法主要考虑到用户的公平性，让信道质量较差的用户也能得到相应的服务质量。若此时已经为之前的大数据率请求完成所要求服务，又没有新请求的用户，则将资源分配给其它非大数据率用户使用，以免资源的浪费。下面通过附图和具体实施例对本发明的技术方案进行进一步说明。附图说明为了更清晰地阐述本发明的实施例和现有的技术方案，下面将本发明的技术方案说明附图和现有技术描述中用到的说明附图做简单的介绍，显而易见，在不付出创造性劳动的前提下，本领域普通技术人员可以通过本附图获得其他的附图。图1是本发明实施例中包含多基站协同系统场景图。图2是本发明实施例中资源调度流程图。图3是本发明实例中新请求加入移动终端调度流程图。具体实施方式为将本发明的技术方案优势描述的更加清楚，下面结合附图对本发明的具体实施方式作进一步的详细阐述，显然所描述的实施例只是本发明的部分实施例，而不是全部的实施例。在此基础上可以将本发明的实施例加以扩展，在整 体架构一致的情况下，得到更多优化方案。根据本发明的实施例，本领域的普通技术人员在不经创造性劳动的基础上可以实现本发明的所有其他实施例，都属于本发明的保护范围。图1是本发明实施例中包含多基站协同系统场景图。图2是本发明实施例中资源调度流程图。图3是本发明实例中新请求加入移动终端调度流程图。具体描述如下：步骤201.大数据率移动用户MS测量簇内各基站的信道信息CSI及SINR，测的用户端的CSI和SINR是否大于某一阈值，这个阈值是通过综合系统的各个性能算得的一个值；步骤202.MS将簇内各基站的信道信息CSI及SINR反馈给CU；步骤203.CU接受到MS的测量信息后，将其组成列表L并初始化，初始化时将这些MS按其SINR的大小进行降序排列；步骤204.选出L列表前N个移动用户，形成一个新用户列表L1(MS1，MS2.....MSN)，N的值也是一个有系统算出的值，符合系统的处理性能有兼顾用户的利益；步骤205.CU在这个列表上对第一个用户进行数据传输。步骤206、207、208.从列表由头至尾为每个MSi(1《i《N)服务T0时间，若T0时间结束后任务完成则将MSi剔除出列表L；否则将MSi排在列表L最后并保存之前的MSi的状态及数据，为MSi+1服务；步骤209、210.CU检查列表L，若L为空集，则CU将资源分配给其他非大数据率业务使用。否则继续进行基于多基站协作簇条件下的资源调度步骤4。步骤301.CU检查计时器是否计时满T0，是则转到302步骤，否则结束；步骤302.CU检测簇内有无新的大数据率请求业务，若没有，则结束，若有，进入步骤303；步骤303.让新大数据率请求移动用户测量簇内各基站的信道信息，并反馈给CU；步骤304.MS检查这个SINR是否大于某个阈值，是则转到305步骤，否则结束；步骤305.将此用户的新到信息反馈给CU；步骤306.CU将根据步骤305中的信息对L进行更新；步骤307.转到基于多基站协作簇条件下的资源调度步骤3，继续进行进行时间片轮转法。