最小化压缩损失的LTE下行资源调度方法技术

本发明专利技术提出了一种最小化压缩损失的LTE下行资源调度方法，主要解决现有技术在资源调度时未联合考虑资源块压缩的问题。其方案是：1.对用户进行编号并扩展到与资源块数目相同；2.初始化算法的转移概率；3.完成所有资源块到用户的分配过程；4.更新当前最大的吞吐量和最优分配方案；5.对算法进行基于最优分配方案的转移概率更新；6.对算法进行迭代直到达到最大的迭代次数，再将扩展后的用户编号映射回初始的用户数目，得到最优分配方案。本发明专利技术在子带信道质量分配中，既保证了用户公平性，又提高了资源块的压缩效率，最大限度的保证了吞吐量的提高，可用于长期演进系统中的多用户调度。

【技术实现步骤摘要】
最小化压缩损失的LTE下行资源调度方法
本专利技术属于无线通信
，特别涉及一种LTE下行动态资源分配方法，可用于长期演进系统LTE中多用户调度的资源访问需求。
技术介绍
对于无线通信而言，无线资源，如频谱、时隙等都非常宝贵。如何提高频谱利用率，成为人们非常关注的技术问题。许多用户之间竞争无线资源，使得分配策略需要考虑用户的公平性，在尽可能的使每个用户能够公平的得到调度的同时，还必须兼顾系统的吞吐量。而决定系统吞吐量的因素包括：发射功率，时频资源，信道质量，以及资源分配算法，用户公平性则取决于下行调度算法。如何选择资源分配策略来满足用户公平性的同时提高系统的吞吐量是LTE下行资源分配一直以来研究的课题。在LTE下行资源调度算法中，LTE标准规定，在每个调度时隙TTI内，分配给同一个用户的所有资源块RB必须使用相同的调制编码策略MCS，因此当一个用户分配到不同信道质量的RB时，需要使用合适的压缩函数，保证在误码率范围内，将不同RB对应的信道质量指示CQI映射为一个CQI，从而为用户选择一个合适的MCS，但是压缩会带来调制等级的损失，进而造成系统吞吐量的损失。早期曾经提出过一些经典的调度算法。像轮询算法和最大吞吐量算法，这些经典的调度算法由于简单，开销小，因而被广泛的使用，但在涉及到子带CQI分配时，算法在资源分配时没有考虑到资源块的压缩，存在如下缺点，其中：轮询算法，对用户来说是最公平的算法，它将资源块依次分配给不同的用户，但是由于没有考虑信道质量和资源块压缩，是以牺牲系统吞吐量和资源块压缩效率来换取用户的绝对公平的算法。最大吞吐量算法，是将每个TTI内的所有资源块都分配给信道质量最好的用户，但由于分配时没有考虑资源块压缩，算法调度结束后可能导致某个用户压缩后的CQI出现较大程度的下降，使信道质量好的用户压缩后的CQI处于一个比较低的水平，带来系统吞吐量的损失，并且，该算法可能会导致资源分配不均的问题，出现信道质量好的用户能分配到更多资源，信道质量差的边缘用户得不到调度的情况。
技术实现思路
本专利技术的目的在于克服上述现有技术存在的缺陷，提出一种最小化压缩损失的LTE下行资源调度算法，以在资源分配的过程中同时联合考虑资源块压缩带来的损失，并在考虑用户公平性的情况下，最大化系统吞吐量。本专利技术的技术方案是这样实现的：一.技术原理本专利技术提出的最小化压缩损失LTE下行资源调度方法通过将资源块预分配给用户，计算压缩损失并记录，然后根据记录的信息来不断调整资源块到用户的分配方式，从而在保证用户公平性的前提下，为用户选择最小压缩损失的资源分配方法。其实现方法可用一些启发式算法来实现，如模拟退火算法，蚁群算法等，本专利技术以蚁群算法为案例来实现。二.实现方案根据上述原理本专利技术的实现方案包括如下：(1)确定待分配资源块与待分配用户的个数，并将待分配用户个数扩展至与资源块的数目相同；(2)初始化算法的信息素浓度：τk,n＝0.1，其中k代表用户，n代表资源块；(3)根据信息素浓度τk,n确定资源块到用户的转移概率pk,n；(4)对于任意一个资源块，根据转移概率pk,n，计算当前资源块的分配用户；(5)判断资源块是否分配完毕，若是，则执行(6)，否则，移动到下一个未被分配的资源块，返回步骤(4)；(6)计算当前分配结果得到的系统吞吐量，判断此吞吐量是否大于当前系统吞吐量的最大值，若是，则更新当前系统吞吐量的最大值为当前分配方式的吞吐量，并将当前的分配方案作为当前系统最优的分配方案，否则，不更新；(7)根据当前系统最优的分配方案更新算法的信息素；(8)判断算法运行的代数是否达到最大代数，若是，则执行步骤(9)，否则，运行代数加1，返回步骤(4)；(9)得出系统最大的吞吐量和当前最优分配方案，执行步骤(10)；(10)将(1)扩展的用户按照一一对应的方式重新映射回待分配用户，将同一用户的最优分配方案进行组合叠加，得到最终的分配方案。本专利技术与现有技术相比，具有以下优点：本专利技术在涉及子带CQI分配时，在资源分配的过程中考虑了资源块的压缩，能更优化的将资源块分给各个用户，提高了资源块的压缩效率，相比使用传统方法来说，将资源分配与压缩的串行过程改为分配联合考虑压缩的并行过程，从而减少了资源块的压缩损失，并考虑了资源分配的公平性，当存在边缘用户时，消除了边缘用户得不到调度的情况，并且吞吐量维持在一个较高的水平。附图说明图1为传统分配方法实现流程图；图2为本专利技术的实现流程图；图3为本专利技术与传统最大吞吐量算法和轮询算法的吞吐量结果对比图。图4为本专利技术与传统最大吞吐量算法的资源块分配结果对比图。具体实施方式以下结合附图对本专利技术实施例和效果作进一步详细描述。假设系统中资源块数为N，总用户数为M，每个用户在每个调度周期内获得的速率为Rkk＝1,2,…,M，假设基站能够通过反馈信道获得用户端的信道状态信息CQI的值，并根据该反馈值动态地为每个用户分配资源块。定义ρk,n表示资源块的占用情况，当ρk,n＝1时，表示资源块n被用户k占用，当ρk,n＝0时表示资源块n未被用户k占用。定义ck,n表示用户M在资源块n上分配的比特数，定义T表示系统的吞吐量，通过资源块的动态分配使系统的总吞吐量T最大化,用数学表述为：公式<1>代表系统获得的吞吐量，公式<2>表示每个资源块只能分配给一个用户，公式<3>表示每个用户的速率。然而,上述分配规则是根据信道质量分配资源块的，考虑到边缘效应有可能因为信道质量差而分配不到资源块，需要加入如下限制：公式<4>表示对于每一个用户来说，至少分配到1个资源块，从而避免了得不到调度的情况。参照图1和图2，传统方法在下行资源调度中，先进行资源分配，然后进行资源压缩过程，分配和压缩是串行的。本专利技术的是在下行资源调度中，分配的过程同时联合考虑了资源块压缩，不断地根据之前的压缩信息进行迭代，直到达到最优分配方案，资源分配和压缩是并行的。参照图2，本专利技术以蚁群算法为案例，其实现步骤如下：步骤1：确定待分配资源块与待分配用户的个数，并将待分配用户个数进行扩展。根据请求用户的个数确定待分配用户的个数，根据系统的空闲资源块确定待分配的资源块的个数，假设待分配用户个数为M，待分配资源块个数为N，M<＝N；确定待分配资源块与待分配用户个数后，将待分配用户个数进行扩展至与待分配资源块个数相同。假设扩展前用户编号为u，则按照如下方式进行扩展：扩展前的用户编号扩展后的用户编号uM·X+u其中，u∈{1,2,...,M},s.t.M·X+u＜＝NX∈{0,1,2,...}，例如，扩展前用户数目为4，待分配资源块数量为25，则扩展后的用户编号结果为：扩展的用户编号扩展后的用户编号11,5,9,13,17,21,2522,6,10,14,18,2233,7,11,15,19,2344,8,12,16,20,24步骤2：初始化蚁群算法信息素浓度。在蚁群算法中信息素τk,n代表将第n个资源块分配给用户k所获得的比特数的期望，本实例初始化信息素浓度为：τk,n＝0.1。步骤3：确定蚂蚁每一步移动的转移概率。蚂蚁在移动过程中，若基于可能决策从一个待分配资源块移动到一个未被分配的用户，则表示将这个待分配资源块分配给这本文档来自技高网...

【技术保护点】
一种最小化压缩损失的LTE下行资源调度方法，包括：(1)确定待分配资源块与待分配用户的个数，并将待分配用户个数扩展至与资源块的数目相同；(2)初始化算法的信息素浓度：τ

【技术特征摘要】
1.一种最小化压缩损失的LTE下行资源调度方法，包括：(1)确定待分配资源块与待分配用户的个数，并将待分配用户个数扩展至与资源块的数目相同；(2)初始化算法的信息素浓度：τk,n＝0.1，其中k代表用户，n代表资源块；(3)根据信息素浓度τk,n确定资源块到用户的转移概率pk,n；(4)对于任意一个资源块，根据转移概率pk,n，计算当前资源块的分配用户；(5)判断资源块是否分配完毕，若是，则执行(6)，否则，移动到下一个未被分配的资源块，返回步骤(4)；(6)计算当前分配结果得到的系统吞吐量，判断此吞吐量是否大于当前系统吞吐量的最大值，若是，则更新当前系统吞吐量的最大值为当前分配方式的吞吐量，并将当前的分配方案作为当前系统最优的分配方案，否则，不更新；(7)根据当前系统最优的分配方案更新算法的信息素；(8)判断算法运行的代数是否达到最大代数，若是，则执行步骤(9)，否则，运行代数加1，返回步骤(4)；(9)得出系统最大的吞吐量和当前最优分配方案，执行步骤(10)；(10)将(1)扩展的用户按照一一对应的方式重新映射回待分配用户，将同一用户的最优分配方案进行组合叠加，得到最终的分配方案。2.根据权利要求1所述的方法，其中步骤(3)中根据信息素浓度τk,n确定每一步移动的转移概率pk,n，按如下公式确定：

【专利技术属性】
技术研发人员：张琰，周康，盛敏，李建东，史琰，王玺钧，徐超，孙红光，刘俊宇，刘博涛，曹昊，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61