一种实现用户调度的方法和装置 【技术领域】
本发明涉及通信领域， 具体涉及一种实现用户调度的方法和装置。背景技术 在无线通信中， 随着人们对多媒体等业务的需求越来越高， 要求移动通信系统可 以提供更高的数据速率和系统容量。 LTE 利用了 OFDM 技术、 多天线技术和预编码技术， 可以 较好的满足用户高数据速率的要求。
但是随着 LTE-A 需求的提出， 人们对小区平均频谱效率和小区边缘频谱效率越来 越重视。LTE 系统的上下行都应用以 OFDM 为基础的多址复用方式。与传统的以 CDMA 为基 本多址复用方式的无线通信系统不同， LTE 系统没有处理增益， 因为小区内部完全频分正 交。 如果频率不能复用， 要进一步提高频谱效率则变得异常困难， 因此研究者引入了多用户 多输入多输出 (Multiple userMIMO， MU-MIMO)， MU-MIMO 技术是指多个用户复用相同的时频 资源发送数据， 之后利用 MIMO 处理消除复用用户间的干扰或在干扰信号中仅检测本用户 有用信号。
但是由于 LTE 系统构架等方面的限制， MU-MIMO 的性能很不理想， 因而没有得到足 够的重视。但是随着 LTE-A 系统的提出， MU-MIMO 技术受到业界广泛的研究兴趣， 它可以增 加系统吞吐量， 提高系统的频谱效率， 是 4G 通信的突破性技术之一。
在 MU-MIMO 的实际应用中， 挑选适合的用户复用在相同的物理资源即为配对算 法， 这是 MU-MIMO 最基础和重要的部分， 将影响 MU-MIMO 系统的性能， 而且不同 MU-MIMO 算 法的配对准则也有不同的设计方法。目前常见的 MU-MIMO 配对准则有两种 ： 一种是信漏噪 比准则， 另一种是循环寻优的信干比准则 ； 具体的 MU-MIMO 算法则有随机配对法、 行列式配 对法、 正交配对方法等。
但是， 在系统中还涉及到调度问题， 在无线资源管理调度算法的研究中， 一般需要 考虑的两个重要因素是吞吐量和公平性。吞吐量包括小区吞吐量和用户吞吐量， 公平性一 般认为是各用户或不同分组业务占用信道资源的统计结果。目前有三种常见的调度算法 ： 最大吞吐量算法、 轮训算法和比例公平算法。
由于在 LTE-A 系统中采用 MU-MIMO 技术时没有兼顾配对算法和调度算法， 因此在 实际进行用户调度时， 随着用户配对数量的增加， 单个用户受到的干扰变得更加复杂， 致使 用户调度的正确性降低， 这必然导致系统性能降低。
发明内容
有鉴于此， 本发明的主要目的在于提供一种实现用户调度的方法和装置， 在用户 调度中兼顾配对算法和调度算法， 以提高用户调度的正确性， 避免系统性能的降低。
为达到上述目的， 本发明的技术方案是这样实现的 ：
一种实现用户调度的方法， 该方法包括 ：
计算每一用户的度量值， 并获取其中最大的度量值及相应的用户 ； 以及， 分别获取各配对用户数量下用户配对组合的最大的联合度量值及相应的用户配对组合 ；
对得到的最大调度度量值和各最大的联合度量值应用相应的缩减因子进行更新 ； 在更新后的最大度量值和各最大联合度量值中， 确定最大值所对应的用户或用户配对组合 进行调度。
计算所述调度度量值的过程包括 ：
遍历所有单独的待调度用户， 计算用户的度量值 ； 以及，
遍历所有包含不同配对用户数量下的用户配对组合， 计算每个用户配对组合的联 合度量值。
计算用户配对的联合度量值的过程包括 ：
计算配对用户中单个待调度用户的度量值， 将计算所得的各单个待调度用户的度 量值相加， 将相加结果作为用户配对的联合度量值 ；
所述计算单独的待调度用户的度量值的方法为 ：
其中， β 为常数 ； Vthruput 表示用户在规定的统计时间段内已完成的吞吐量 ； 当进行 单用户调度时， Nbit 表示用户在当前信道条件下能够正确传输的比特数 ；
当进行 2 用户或多于 2 用户调度时， 所述当前信道条件指 ： 受到配对组合中其他用 户的信道干扰下的信道条件。
所述更新的过程包括 ：
将所述各最大调度度量值和各最大联合度量值分别乘以相应的缩减因子， 将乘积 作为更新后的最大调度度量值和各最大联合度量值。
该方法进一步包括 ：
获取更新后的最大调度度量值和各最大联合度量值中的最大值所对应的用户或 用户对作为调度对象进行调度。
一种实现用户调度的装置， 该装置包括调度度量值计算单元、 调度度量值后处理 单元、 调度对象确认单元 ； 其中，
所述调度度量值计算单元， 用于计算每一用户的度量值 ； 以及， 分别获取各配对用 户数量下用户配对组合的联合度量值及相应的用户配对组合 ；
所述调度度量值后处理单元， 用于获得调度度量值中的最大调度度量值和各配对 用户数量下的联合度量值中的各最大联合度量值， 并应用缩减因子对得到的最大调度度量 值和各最大联合度量值进行更新 ；
所述调度对象确认单元， 用于将更新后的最大调度度量值和各最大联合度量中的 最大值所对应的用户或用户对作为调度对象。
计算所述调度度量值时， 所述调度度量值计算单元用于 ：
遍历所有单独的待调度用户， 计算用户的度量值 ； 以及，
遍历所有包含不同配对用户数量下的用户配对组合， 计算每个用户配对组合的联 合度量值。
计算用户配对的联合度量值时， 所述调度度量值计算单元用于 ：
计算配对用户中各单个待调度用户的度量值， 将计算所得的各单个待调度用户的 度量值相加， 将相加结果作为用户配对的联合度量值 ；
计算单个待调度用户的度量值时， 所述调度度量值计算单元用于 ：
其中， β 为常数 ； Vthruput 表示用户在规定的统计时间段内已完成的吞吐量 ； 当进行 单用户调度时， Nbit 表示用户在当前信道条件下能够正确传输的比特数 ；
当进行 2 用户或多于 2 用户配对调度时， 所述当前信道条件指 ： 受到配对组合中其 他用户的信道干扰下的信道条件。
进行所述更新时， 所述调度度量值后处理单元用于 ：
将所述最大调度度量值和各最大联合度量值分别乘以相应的缩减因子， 将乘积作 为更新后的最大调度度量值和各最大联合度量值。
该装置进一步包括调度执行单元， 用于对被作为调度对象的用户进行调度。
本发明实现用户调度的技术， 在 MU-MIMO 技术的应用中， 当多个用户复用相同资 源的情况下， 可以对多用户配对时的整体配对条件进行限制， 只有当用户配对后整体性能 足够好时才能够进行多用户配对， 这样能够保证在用户信道受到更复杂干扰时系统的整体 性能仍然可以得到提升 ； 因而在用户调度中兼顾配对算法和调度算法， 提高了用户调度的 正确性， 避免系统性能的降低。
附图说明
图 1 为本发明实施例的实现用户调度的流程图 ； 图 2 为本发明实现用户调度的流程简图 ； 图 3 为本发明实施例的实现用户调度的装置图。具体实施方式
当系统采用 MU-MIMO 技术， 并且在相同时频资源上最多可以调度 N 个用户时， 在进 行多用户调度时需要同时考虑用户当前的信道特性和公平性原则， 最终确定在此资源上要 调度的用户。总体而言， 首先要对 2 个以及 2 个以上的用户配对的联合度量值乘以一个缩 减因子， 不同数目用户进行配对后的联合度量值所采用的缩减因子可以相同也可以不同 ； 之后， 用缩减后的度量值替换原来的联合度量值， 作为最终调度依据。
缩减因子的取值小于等于 1， 它与系统所处的信道环境有关。在给定的信道场景 下， 采用合适的缩减因子可以使系统的平均谱效率和边缘谱效率达到最佳值或高于设定的 基准值。给定系统所处的信道环境， 缩减因子的最佳取值要通过大量的系统级仿真确定。
所谓的公平性原则是指在一定的时间段内， 用户完成的数据吞吐量越大， 那么此 用户再次获得调度的概率就会较低， 反之用户获得调度的概率就会较高， 这样能够使所有 用户都能获得平等的处理。
详细调度过程如下 ：
( 一 ) 针对待调度用户分别计算各用户的度量值。度量值按照以下原则计算 ： 用户当前信道质量越好， 则度量值越大， 反之越小 ； 在一定的统计时间段内， 如果该用户被调 度传输的数据量越大， 则度量值越小， 反之越大。 在计算出的各用户的度量值中查找最大度 量值， 记录最大度量值 M1 及相应的用户。
( 二 ) 针对待调度用户中可进行 n 用户配对的配对用户， 计算每个 n 用户配对的联 合度量值。计算每个组合中的用户配对的联合度量值时， 首先分别计算该组合中每个用户 的度量值， 然后将计算得到的该组合中的所有度量值相加得到该组合所对应的 n 用户配对 的联合度量值。在计算单个用户的度量值时， 度量值的计算原则同 ( 一 ) 中所述原则基本 相同， 不同之处在于用户的信道是存在配对组合中的其他用户信道干扰情况下的信道。
遍历所有可能的 n 用户配对组合， 最后查找本步骤中最大的联合度量值， 记录此 联合度量值 Mn 以及相应的 n 用户配对， 其中 n 是 2 ≤ n ≤ N 的正整数。注意当 n ＝ 1 时， 此过程即退化为 ( 一 ) 中的操作方式。
( 三 ) 将前面的 ( 二 ) 过程得到的各个 Mn 分别乘以相应的缩减因子 αn， 得到新的 度量值 Mnnew ＝ Mn×αn， 然后比较 M1、 Mnnew， 其中 n 是 2 ≤ n ≤ N 的正整数。要比较的度量 值一共有 N 个， 取 N 个值中的最大值， 并将此最大值对应的配对用户作为即将调度的用户， 完成调度。 上述操作原则可以表示如图 1 所示， 参见图 1， 图 1 为本发明实施例的实现用户调 度的流程图， 该流程包括以下步骤 ：
步骤 101 ： 针对单独的待调度用户分别计算各用户的度量值， 获得其中的最大度 量值 M1。
步骤 102 ： 针对待调度用户中的配对用户遍历所有可能的 n 用户配对组合， 计算每 个 n 用户配对的联合度量值 ； 分别获得 n 在不同取值时所对应的联合度量值中的最大联合 度量值 Mn。
步骤 103 ： 将各 Mn 分别乘以相应的缩减因子以得到新的度量值 Mnnew， 将 M1、 Mnnew 中的最大值所对应的用户作为调度对象。
步骤 104 ： 对被作为调度对象的用户进行调度。
在实际应用中， 可以假定系统采用 MU-MIMO 技术， 且在相同时频资源上最多可以 同时分配给 4 个用户使用， 即 N ＝ 4。
假定在某一时频资源上， 要复用此资源的用户共有 5 个， 分别称之为用户 a、 用户 b、 用户 c、 用户 d 和用户 e。
用户调度时， 要同时考虑用户当前的信道特性和公平性原则。单用户的度量值计 算公式如下 ：
其中， Nbit 表示在用户在当前信道条件下， 能够正确传输的比特数 ； β 是一个常 数； Vthruput 表示用户在规定的统计时间段内已完成的吞吐量。
在给定的某个信道场景中， 通过大量的系统仿真获取合适的缩减因子 αn。
假定 α2 ＝ 1， α3 ＝ 0.8， α4 ＝ 0.7。
( 一 ) 进行单用户调度， 每一个用户获得一个度量值。度量值按照公式 (1) 计算，
在此实施例中， 共有 5 个用户， 因而会得到 5 个度量值， 假定度量值最大的用户是用户 c， 其 度量值为 0.9， 即 M1 ＝ 0.9。
( 二 ) 进行 2 用户配对调度， 计算每个 2 用户配对的联合度量值。首先分别计算 2 个用户中每一个用户的度量值， 然后将两个度量值相加得到联合度量值。单个用户度量值 按照公式 (1) 计算， 注意此过程中， 获取 Nbit 所使用的信道是受到 1 个配对用户干扰下的信 道。在此过程中， 共有 10 个可能的 2 用户配对组合， 因而会得到 10 个联合度量值， 假定联 合度量值最大的用户对是用户 (b， e)， 其联合度量值为 1.2， 即最大联合度量值 M2 ＝ 1.2。
( 三 ) 进行 3 用户配对调度， 计算每个 3 用户配对的联合度量值。首先分别计算 3 个用户中每一个用户的度量值， 然后将 3 个度量值相加得到联合度量值。单个用户度量值 按照公式 (1) 计算， 注意此过程中， 获取 Nbit 所使用的信道是受到 2 个配对用户干扰下的信 道。在此过程中， 共有 10 个可能的 3 用户配对组合， 因而会得到 10 个联合度量值， 查找 10 个联合度量值中最大的联合度量值 M3， 假定 M3 ＝ 1.55， 对应的组合为 (a， b， e)。
( 四 ) 进行 4 用户配对调度， 计算每个 4 用户配对的联合度量值。首先分别计算 4 个用户中每一个用户的度量值， 然后将 4 个度量值相加得到联合度量值。单个用户度量值 按照公式 (1) 计算， 注意此过程中， 获取 Nbit 所使用的信道是受到 3 个配对用户干扰下的信 道。在此过程中， 共有 5 个可能的 4 用户配对组合， 因而会得到 5 个联合度量值， 查找 5 个 联合度量值中最大的联合度量值 M4， 假定 M4 ＝ 1.6， 对应的组合为 (a， b， d， e)。 ( 五 ) 将 2 用户配对、 3 用户配对和 4 用户配对的最大联合度量值分别乘以相应的 缩减因子， 得到新的 2 用户配对的最大联合度量值 M2new ＝ M2×α2 ＝ 1.2， 得到新的 3 用户 配对的最大联合度量值 M3new ＝ M3×α3 ＝ 1.24， 得到 4 用户配对的最大联合度量值 M4new ＝ M4×α4 ＝ 1.12。比较四个度量值 M1、 M2new、 M3new 和 M4new， 其中 M3new 是最大的 ； 所以此时频 资源上采用 3 用户调度， 调度的用户组合是 (a， b， e)。
注意 ： 此实施例中的 ( 一 )、 ( 二 )、 ( 三 ) 和 ( 四 )4 个过程的处理可以进行并行 操作， 也可以进行串行操作。
或者， 在给定的某个信道场景中， 通过大量的系统仿真获取合适的缩减因子 αn。
假定 α2 ＝ 1， α3 ＝ 0.8， α4 ＝ 0.8。
( 一 ) 进行单用户调度， 每一个用户获得一个度量值。度量值按照公式 (1) 计算， 在此实施例中， 共有 5 个用户， 因而会得到 5 个度量值， 假定度量值最大的用户是用户 c， 其 度量值为 0.9， 即 M1 ＝ 0.9。
( 二 ) 进行 2 用户配对调度， 计算每个 2 用户配对的联合度量值。首先分别计算 2 个用户中每一个用户的度量值， 然后将两个度量值相加得到联合度量值。单个用户度量值 按照公式 (1) 计算， 注意此过程中， 获取 Nbit 所使用的信道是受到 1 个配对用户干扰下的信 道。在此过程中， 共有 10 个可能的 2 用户配对组合， 因而会得到 10 个联合度量值， 假定联 合度量值最大的用户对是用户 (b， e)， 其联合度量值为 1.2， 即最大联合度量值 M2 ＝ 1.2。
( 三 ) 进行 3 用户配对调度， 计算每个 3 用户配对的联合度量值。首先分别计算 3 个用户中每一个用户的度量值， 然后将 3 个度量值相加得到联合度量值。单个用户度量值 按照公式 (1) 计算， 注意此过程中， 获取 Nbit 所使用的信道是受到 2 个配对用户干扰下的信 道。在此过程中， 共有 10 个可能的 3 用户配对组合， 因而会得到 10 个联合度量值， 查找 10 个联合度量值中最大的联合度量值 M3， 假定 M3 ＝ 1.55， 对应的组合为 (a， b， e)。
( 四 ) 进行 4 用户配对调度， 计算每个 4 用户配对的联合度量值。首先分别计算 4 个用户中每一个用户的度量值， 然后将 4 个度量值相加得到联合度量值。单个用户度量值 按照公式 (1) 计算， 注意此过程中， 获取 Nbit 所使用的信道是受到 3 个配对用户干扰下的信 道。在此过程中， 共有 5 个可能的 4 用户配对组合， 因而会得到 5 个联合度量值， 查找 5 个 联合度量值中最大的联合度量值 M4， 假定 M4 ＝ 1.6， 对应的组合为 (a， b， d， e)。
( 五 ) 将 2 用户配对、 3 用户配对和 4 用户配对的最大联合度量值分别乘以相应的 缩减因子， 得到新的 2 用户配对的最大联合度量值 M2new ＝ M2×α2 ＝ 1.2， 得到新的 3 用户 配对的最大联合度量值 M3new ＝ M3×α3 ＝ 1.24， 得到 4 用户配对的最大联合度量值 M4new ＝ M4×α4 ＝ 1.28。比较四个度量值 M1、 M2new、 M3new 和 M4new， 其中 M4new 是最大的 ； 所以此时频 资源上采用 4 用户调度， 调度的用户组合是 (a， b， d， e)。
注意 ： 此实施例中的 ( 一 )、 ( 二 )、 ( 三 ) 和 ( 四 )4 个过程的处理可以进行并行 操作， 也可以进行串行操作。
或者， 在某给定信道场景中， 通过大量的系统仿真获取合适的缩减因子 αn。
假定 α2 ＝ 1， α3 ＝ 0.75， α4 ＝ 0.67。
( 一 ) 进行单用户调度， 每一个用户获得一个度量值。度量值按照公式 (1) 计算， 在此实施例中， 共有 5 个用户， 因而会得到 5 个度量值， 假定度量值最大的用户是用户 c， 其 度量值为 1.75， 即 M1 ＝ 1.75。
( 二 ) 进行 2 用户配对调度， 计算每个 2 用户配对的联合度量值。首先分别计算 2 个用户中每一个用户的度量值， 然后将两个度量值相加得到联合度量值。单个用户度量值 按照公式 (1) 计算， 注意此过程中， 获取 Nbit 所使用的信道是受到 1 个配对用户干扰下的信 道。在此过程中， 共有 10 个可能的 2 用户配对组合， 因而会得到 10 个联合度量值， 假定联 合度量值最大的用户对是用户 (b， e)， 其联合度量值为 1.2， 即最大联合度量值 M2 ＝ 1.2。
( 三 ) 进行 3 用户配对调度， 计算每个 3 用户配对的联合度量值。首先分别计算 3 个用户中每一个用户的度量值， 然后将 3 个度量值相加得到联合度量值。单个用户度量值 按照公式 (1) 计算， 注意此过程中， 获取 Nbit 所使用的信道是受到 2 个配对用户干扰下的信 道。在此过程中， 共有 10 个可能的 3 用户配对组合， 因而会得到 10 个联合度量值， 查找 10 个联合度量值中最大的联合度量值 M3， 假定 M3 ＝ 1.55， 对应的组合为 (a， b， e)。
( 四 ) 进行 4 用户配对调度， 计算每个 4 用户配对的联合度量值。首先分别计算 4 个用户中每一个用户的度量值， 然后将 4 个度量值相加得到联合度量值。单个用户度量值 按照公式 (1) 计算， 注意此过程中， 获取 Nbit 所使用的信道是受到 3 个配对用户干扰下的信 道。在此过程中， 共有 5 个可能的 4 用户配对组合， 因而会得到 5 个联合度量值， 查找 5 个 联合度量值中最大的联合度量值 M4， 假定 M4 ＝ 1.6， 对应的组合为 (a， b， d， e)。
( 五 ) 将 2 用户配对、 3 用户配对和 4 用户配对的最大联合度量值分别乘以相应的 缩减因子， 得到新的 2 用户配对的最大联合度量值 M2new ＝ M2×α2 ＝ 1.2， 得到新的 3 用户 配对的最大联合度量值 M3new ＝ M3×α3 ＝ 1.1625， 得到 4 用户配对的最大联合度量值 M4new ＝ M4×α4 ＝ 1.072。比较四个度量值 M1、 M2new、 M3new 和 M4new， 其中 M1 是最大的 ； 所以此时 频资源上采用 1 用户调度， 调度的用户是 c。
注意 ： 此实施例中的 ( 一 )、 ( 二 )、 ( 三 ) 和 ( 四 )4 个过程的处理可以进行并行 操作， 也可以进行串行操作。由以上所述可见， 在 MU-MIMO 技术的应用中， 当多个用户复用相同资源的情况下， 可以对多用户配对时的整体配对条件进行限制， 只有当用户配对后整体性能足够好时才能 够进行多用户配对， 这样能够保证在用户信道受到更复杂干扰时系统的整体性能仍然可以 得到提升， 并且通过系统仿真证明， 采用上述的操作方式， 小区平均频谱效率和小区边缘频 谱效率都能获得较大提高。
需要说明的是， 无论是针对待调度用户分别计算各用户的度量值， 获得其中的最 大度量值 ； 还是针对待调度用户中的配对用户遍历所有可能的 n 用户配对组合， 计算每个 n 用户配对的联合度量值 ； 实际上都是在针对待调度用户遍历所有可能的包含不同用户数目 的用户调度方案， 计算每个用户调度方案的调度度量值。 因此， 以上所述技术内容中的主要 操作思路可以表示如图 2 所示。参见图 2， 图 2 为本发明实现用户调度的流程简图， 该流程 包括以下步骤 ：
步骤 210 ： 计算每一用户的度量值， 并获取其中最大的度量值及相应的用户 ； 以 及， 分别获取各配对用户数量下用户配对组合的最大的联合度量值及相应的用户配对组 合。
步骤 220 ： 对得到的最大调度度量值和各最大的联合度量值应用相应的缩减因子 进行更新 ； 在更新后的最大度量值和各最大联合度量值中， 确定最大值所对应的用户或用 户配对组合需要进行调度。 当然， 针对单个待调度用户所获得的最大度量值， 不需要对其进行涉及缩减因子 的更新， 如： 进行更新时所使用的缩减因子为零。
为了保证上述技术内容的顺利进行， 可以设置如图 3 所示的装置。参见图 3， 图3 为本发明实施例的实现用户调度的装置图， 该装置包括相连的调度度量值计算单元、 调度 度量值后处理单元、 调度对象确认单元， 还可以进一步包括调度执行单元。
具体应用时， 调度度量值计算单元能够针对单独的待调度用户分别计算各用户的 度量值 ； 还能够针对待调度用户中的配对用户遍历所有可能的用户配对组合， 计算每个用 户配对的联合度量值。即 ： 针对待调度用户遍历所有可能的包含不同用户数目的用户调度 方案， 计算每个用户调度方案的调度度量值。 并且， 调度度量值计算单元能够将计算得到的 调度度量值发送给调度度量值后处理单元。
调度度量值后处理单元能够分别获得包含不同用户数目时所对应的调度度量值 中的最大调度度量值， 并应用缩减因子对得到的各最大调度度量值进行更新， 将更新后的 各最大调度度量值发送给调度对象确认单元， 由调度对象确认单元将更新后的各最大调度 度量值中的最大值所对应的用户作为调度对象。
当然， 调度对象确认单元可以进一步将作为调度对象的用户通知给调度执行单 元， 由调度执行单元对被作为调度对象的用户进行调度。
综上所述可见， 无论是方法还是装置， 本发明实现用户调度的技术， 在 MU-MIMO 技 术的应用中， 当多个用户复用相同资源的情况下， 可以对多用户配对时的整体配对条件进 行限制， 只有当用户配对后整体性能足够好时才能够进行多用户配对， 这样能够保证在用 户信道受到更复杂干扰时系统的整体性能仍然可以得到提升 ； 因而在用户调度中兼顾配对 算法和调度算法， 提高了用户调度的正确性， 避免系统性能的降低。
以上所述， 仅为本发明的较佳实施例而已， 并非用于限定本发明的保护范围， 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。