基于有源天线阵列模型的多播系统无线资源优化分配方法
【技术领域】
[0001] 本发明属于无线通信技术领域，尤其涉及一种基于有源天线阵列模型的多播系统 无线资源优化分配方法。
【背景技术】
[0002] 在未来移动通信中，随着移动用户数量的不断增加以及终端数据流量的不断增 长，需要在现有的LTE网络中引入新的技术来更有效的利用无线资源。在LTE-A技术后续 演进中，有源天线波束赋形技术在3GPP标准中提出，作为一种可以提高频谱效率的有效技 术，有源阵列天线已经开始应用于基站。传统的LTE系统采用无源天线，由于天线的电子 下倾角是固定不变的，所以无需资源的使用局限于水平域内，有源阵列天线可以在水平域 和垂直域内对天线波束进行方向性调整，因此可以在整个空间域内有效的利用资源。资源 分配在优化网络性能方面起着关键的作用，目前对资源分配的研究已经有了一定的成果。 X. Zhang，X. S. Shen和L. Xie等人提出了一种低复杂度的次优化的资源分配算法来提高传 输效率。K. N. Patel和H. K. shah提出了基于效用函数的比例公平算法。然而，上述的工作 未考虑有源阵列天线的应用。另外，对于资源有限的无线网络，当大量用户同时请求相同的 内容是，会出现资源严重短缺。多播技术是一个可以有效提高频谱利用率的技术，一次多播 传输可以将相同的内容传输给多个用户，从而实现频带资源在用户间的共享。对多播系统， 资源分配机制有了一定的研究，Y. Wang，X. Liu和B. Lin等人使用拉格朗日对偶方法解决分 层编码多播网络中的最优化多播资源分配问题。上述文献中，大部分的研究都是针对传统 的无源天线系统进行的研究，无法适用于有源阵列天线的LTE系统。W. Zhang和Y. Wang等 人进行3D MHTO中干扰协调的研究，考虑部分联合传输（JT)技术建立多小区多波束的优化 模型，从而进行功率、资源块和下倾角的联合优化。然而，该研究并不适用于多播系统。
[0003] 现有的基站存在有源阵列天线实现对用户群的精确对准问题以及用户群级的波 束载波分配问题。
【发明内容】
[0004] 本发明的目的在于提供一种基于有源天线阵列模型的多播系统无线资源优化分 配方法，旨在解决基站有源阵列天线实现对用户群的精确对准问题以及用户群级的波束载 波分配问题。
[0005] 本发明是这样实现的，一种基于有源天线阵列模型的多播系统无线资源优化分配 方法，所述基于有源天线阵列模型的多播系统无线资源优化分配方法包括：
[0006] 基于用户的位置信息以及当前时间段内统计到的视频请求信息，对用户进行聚类 处理；
[0007] 根据用户聚类结果，根据每个用户群的位置信息，计算出每个用户群中心位置的 水平方位角和垂直仰角；
[0008] 基站天线波束实现对用户群的精确对准；
[0009] 采用有源天线波束赋形模型，基站对每个用户群有一个特定波束，即对每个用户 群设置一个特定的电子下倾角和垂直半功率带宽的波束，确定基站到用户的信道增益模 型；
[0010] 基于最大化吞吐量的目标，提出多播系统的载波资源分配模型；
[0011] 提出用户群分簇算法，根据用户群的位置信息，对用户群进行分簇处理；
[0012] 基于最大化吞吐量的载波分配算法。
[0013] 本发明可以实现有源阵列天线波束对用户群位置的精确对准，通过最大化小区吞 吐量，进行波束载波的复用和分配，提升了系统的吞吐量和频谱效率。
[0014] 进一步，所述基于用户的位置信息以及当前时间段内统计到的视频请求信息，对 用户进行聚类处理包括用户的位置信息用当前的位置坐标来描述：
[0015]li= (xi,y;)；
[0016] 其中Xl，yi分别表示用户i的横纵坐标值。对于用户i，构建一个内容请求频率向 量：
[0017] ]!,=(n,nl2, . . . ,nl c)；
[0018] 其中。表示用户i请求内容c的次数，每个用户对应一个内容请求向量，该向量 反映了用户的内容请求偏好；
[0019] 基于用户的位置信息和内容请求偏好信息对用户进行聚类，具有相似内容请求偏 好且位置相近的用户分到一个多播组，使用余弦相似度准则来计算两个用户间的相似度， 用如下公式计算：
[0020]
[0021] 其中0是一个0-1之间的权重系数；
[0022] 使用K-Means聚类方法，对小区内所有的用户D进行聚类，Ui= {1 nj表示用户 i的聚类信息，聚类的目的是将原始用户分成C类D = {Di，…，DJ，数学模型上是对下式求 最小值：
[0023]
[0024] 其中y k为用户群的中心；
[0025] 所述基于用户的位置信息以及当前时间段内统计到的视频请求信息，对用户进行 聚类处理具体步骤如下：
[0026] 步骤一，从D中随机取C个用户，作为C个用户群的中心；
[0027] 步骤二，根据相似度的计算公式，计算剩下的用户到C个用户群中心的相似度，将 用户划分到相似度最高的用户群；
[0028] 步骤三，根据聚类结果，更新C个用户群的中心Yk= {lk，nk}，用如下公式：
[0029]
[0030]
[0031] 其中叫是一个0-1之间的权重系数，重复步骤二和步骤三，直到聚类中心不再发 生变化。
[0032] 进一步，所述根据用户聚类结果，根据每个用户群的位置信息，计算出每个用户群 中心位置的水平方位角和垂直仰角具体包括：
[0033] 采用有源天线波束赋形模型，基站对每个用户群有一个特定波束，即对每个用户 群设置一个特定的电子下倾角和垂直半功率带宽的波束，基站坐标为原点〇 (〇, 〇,hbs)，用户 群k的质心为Y k，位置坐标为（xk，yk，zk)，垂直仰角和水平方位角为(終，爲）；
[0034] 基于聚类后的用户群位置信息，用户群质心的水平方向角和垂直仰角通过下面的 公式求出：
[0035]
[0037] 显然，垂直仰角和水平方位角的取值范围为9iG(〇, 3〇，约;
[0038] 所述基站天线波束实现对用户群的精确对准具体包括：
[0039] 步骤一，将调整波束的电子下倾角、电子水平角和半功率带宽，使波束的辐射方向 对准用户群的中心位置，使半功率带宽范围覆盖用户群中的所有用户，基站到用户的下倾 角和水平角将调整为：
[0040]
[0041] 其中，％和0k为基站基于用户聚类结果，利用用户群的中心位置计算出来的用 户群中心的水平方位角和垂直仰角；
[0042] 步骤二，确定波束宽度，用户群的覆盖区域为一个圆点在用户群中心的圆形，则该 圆形区域的半径为该用户群中离中心位置最远的用户与中心的距离，即：
[0043]
[0044] 其中（xk，yk)为用户群k的中心的坐标。则第k个波束的垂直半功率带宽为：
[0045]
[0046] 进一步，所述采用有源天线阵列的天线模型，并确定基站到用户的信道增益模型 具体包括：
[0047] 步骤一，根据每个用户的位置信息以及所属的用户群波束，计算出每个用户位置 的实际水平方位角和垂直仰角，计算出用户i相对于基站的水平方位角g和垂直仰角0，， 若用户i属于多播组k，则用户i的实际水平方位角和垂直仰角等于：
[0048]
[0049] 步骤二，有源天线阵列的天线模型：
[0050] 3D天线增益模型采用3GPP标准中提出的有源天线阵列辐射模型，天线增益模型 表示如下：
[0051]
[0052] 其中，為为下倾角为0时的有源天线单阵元的天线增益模型，p和0为用户 实际位置上的方位角和垂直仰角，P为阵列天线的相关系数，'"和^"^分别为权值因子和 用户偏移相位，分别表示如下：
[0053]
[0055] 其中，0etllt表示天线波束的下倾角，仏_表示天线的水平转向角，针对不同的用 户群，天线的L tllt和的配置不同；
[0056] 步骤三，基站到用户的信道增益模型，采用多播信道增益模型，在一个多播组中的 用户以相同的速率接受数据，基站的传输速率超过了该群中的某个用户的最大承受速率， 则这个用户将不能正常解码该数据，基站以用户群中最小的速率传输数据，因此用户群k 中基站到用户的等效信道增益等于该用户群中用户的最差信道增益，即：
[0057]
[0058] 其中表示用户i (i e Dk)在载波n上的信道增益，由3部分组成： 快衰落、基站到用户的路径损耗和用户的3D天线增益，如下表达式：
[0059]
J
[0060] 其中，F和PL分别表示快衰落和路径损耗，gf(劣表示第k个波束到用户 i的3D天线增益；