基于MU-MIMO的流分配比例公平调度方法与制作流程

本技术公开了一种基于MU MIMO的流分配比例公平调度方法，主要解决现有技术中忽略用户服务质量的比例公平调度问题。

其实现步骤为：1、根据实际调度问题设置相应的参数；2、根据发射概率满足正态分布的均值计算效用函数中的用户权值；3、产生发射概率的样本值并根据用户权值计算样本的效用函数值；4、筛选出性能好的样本值以更新正态分布的均值；5、记录均值的变化情况并根据相应的规则切换不同阶段的方差；6、根据终止条件结束迭代过程，得到满足比例公平的调度结果。

本技术在可用无线资源充足和不足的情况下均能得到满意的调度结果，且计算复杂度低、迭代次数少，提高了基站的调度效率，可用于采用MIMO技术的单基站系统。

权利要求书1.基于MU-MIMO的流分配比例公平调度方法，包括如下步骤：(1)设置初始化参数：设基站发射模式数为F，需要服务的用户数为M，发射概率的均值向量为gt＝(g1,t,...,gk,t,...,gF,t)，其中gk,t表示第k种发射模式服从正态分布的发射概率的均值，初始值发射概率均服从正态分布；设在快速迭代阶段的标准差均为σ1，在搜索稳定阶段的标准差均为σ2，且0＜σ2＜σ1＜0.05；依据用户的实际业务需求设定设用户的服务质量Q＝[Q1,...,Qm,...,QM]，其中Qm表示第m个用户的服务质量要求，m＝1,...,M；设置迭代终止参数d＝5；t表示迭代次数，初始化t＝1。

(2)令t＝t+1，计算用户权值：(2a)计算t-1次迭代后，各用户分得的空间流为：[S1,t-1,...,Sm,t-1,...,SM,t-1]＝[g1,t-1,...,gk,t-1,...,gF,t-1]V,其中Sm,t-1表示第m个用户根据第t-1次迭代后各发射模式的发射概率得到的空间流，V为基站发射模式矩阵；(2b)根据t-1次迭代后用户分得的空间流，计算在第t次迭代中用户的服务缺失率cm,t：当Sm,t-1＜Qm时，当Sm,t-1≥Qm时，cm,t＝0；(2c)根据得到的用户的服务缺失率，计算用户权值ωm,t，当时，当时，ωm,t＝1，其中表示各用户服务缺失率的平均值，α表示满足用户服务质量的重要性指标，β表示满足比例公平的重要性指标，α、β均为正整数；(3)根据发射概率服从的正态分布随机产生N组样本值，计算归一化后的样本值π'n,k,t，并根据归一化后的样本值π'n,k,t计算样本效用函数值H(π'n,t)：其中为示性函数，当时，值为1，否则为0；vk,m表示基站的第k种发射模式分配给第m个用户的空间流；(4)将所有样本的效用函数值H(π'n,t)由小到大排列，选取第λ个值作为第t次迭代在ρ分位点处的效用函数值γt＝H(λ)，其中表示对ρN向上取整，0＜ρ≤0.1；(5)将正态分布的均值gk,t-1更新为：其中为示性函数，当H(π'n,t)≤γt时，示性函数值为1，当H(π'n,t)＞γt时，示性函数值为0，k＝1,...,F；(6)根据(5)更新的均值gk,t在每次迭代过程中的变化情况，将正态分布的方差由快速迭代阶段的切换为搜索稳定阶段的当t＝2时，用向量R＝[R1,...,Rk,...,RF]记录均值向量gt的变化情况，其中Rk用于记录gk,t变化情况的标记值：若gk,t相对于其初始值变小，则令Rk＝-1；若gk,t相对于其初始值变大，则令Rk＝1；若gk,t相对于其初始值不变化，则令Rk＝0；当t＞2时，用向量P＝[P1,...,Pk,...,PF]记录均值向量gt的变化情况，其中Pk用于记录gk,t变化情况的标记值：若gk,t相对于gk,t-1变小，则令Pk＝-1；若gk,t相对于gk,t-1变大，则令Pk＝1；若gk,t相对于gk,t-1不变化，则令Pk＝0；计算Y＝P-R，若Y的向量元素中绝对值等于2的个数超过F/2个，则将正态分布的方差由快速迭代阶段的切换为搜索稳定阶段的否则，不切换正态分布的方差；(7)根据终止条件判断是否结束迭代过程：若满足t≥d，且γt＝γt-1＝…＝γt-d，则终止迭代过程，此时第t次迭代中最小效用函数值对应的采样值，即为满足流分配比例公平的基站发射模式的最优发射概率，基站依据该最优发射概率选择发射模式，实现基站空间流的公平调度；否则，转至步骤(2)继续进行下次迭代，直至满足终止条件为止。

2.根据权利要求1所述的方法，其中所述步骤(3)中计算归一化后的样本值π'n,k,t，通过如下公式计算：其中πn,k,t表示第t次迭代第n组样本值中第k种发射模式的发射概率，n＝1,...,N，k＝1,...,F，N≥100。

技术说明书基于MU-MIMO的流分配比例公平调度方法技术领域本技术属于无线通信技术领域，涉及一种基于MU-MIMO的流分配比例公平方法，可用于采用MIMO技术的单基站系统。

背景技术随着当今对高数据传输速率系统的迫切需求，802.11ac作为继802.11n之后的新一代无线局域网技术标准得到了广泛关注。

802.11ac由几个重要技术组成，其中包括被称之为多用户多输入多输出MU-MIMO技术。

MU-MIMO是指多个用户在同一时频资源内与基站进行通信，这里基站端和用户端均为多天线。

MU-MIMO不仅在单个用户的通信中实现了空分复用，而且在多个用户间实现了空分多址，所以MU-MIMO不仅能增加单个用户的速率，更为重要的是提升了整个系统的吞吐量和频谱利用率。

大多数有关MU-MIMO资源分配算法主要集中在对无线资源的高效利用而很少关心用户的服务质量要求，单纯追求无线资源的利用率会造成用户服务质量的不公平。

当用户间信道增益差异较大时，信道条件较好的用户会得到过量的无线资源，而信道条件较差的用户可能因此服务要求得不到满足。

针对以上问题，现有分配方法(1：V.Valls and D.J.Leith,”Proportional FairMU-MIMOin802.11WLANs,”IEEE Wireless Communications Letters,vol.3,no.2,pp.221-224,2014.2：A.Checco and D.J Leiith,”Proportional Fairness in802.11Wireless LANs,”IEEE Communication Letters,vol.15,no.8,pp.807-809,2011)利用凸优化方法得到了关于802.11ac无线局域网中的MU-MIMO流分配的比例公平算法。

方法(3：D.J.Leith,Q.Cao,V.G.Subramanian,“Max-Min Fairness in 802.11MeshNetworks,”IEEE/ACM Transaction on Netwoking,vol.20,no.3,pp.756-769,2012.)将另一种公平策略——最大最小公平——应用到Mesh网络中，利用对数凸性实现Mesh网络的最大最小公平。

以上方法只研究了资源平均分配的情况，却忽略了每个用户的服务质量要求对资源分配的影响，尤其是当可用资源不足时，这些平均分配并不是最好的分配方案，这是由于在资源不足时服务质量要求高的用户被分配相对较少的资源，而服务质量要求低的用户反而被分配相对较多的资源，显失公平。

技术内容本技术的目的在于针对上述方法的不足，提出一种基于MU-MIMO的资源分配方法，在满足用户服务质量的前提下，得到系统中用户间比例公平和系统吞吐量最大的良好折中。

为实现上述目的，本技术的技术方法包括以下步骤：(1)设置初始化参数：设基站发射模式数为F，需要服务的用户数为M，发射概率的均值向量为gt＝(g1,t,...,gk,t,...,gF,t)，其中gk,t表示基站的第k种发射模式的发送概率服从正态分布的均值，初始值发射概率均服从正态分布；设在快速迭代阶段的标准差均为σ1，在搜索稳定阶段的标准差均为σ2，且0＜σ2＜σ1＜0.05；依据用户的实际业务需求设定设用户的服务质量Q＝[Q1,...,Qm,...,QM]，其中Qm表示第m个用户的服务质量要求，m＝1,...,M；设置迭代终止参数d＝5；t表示迭代次数，初始化t＝1。

(2)令t＝t+1，计算用户权值：(2a)计算t-1次迭代后，各用户分得的空间流为：[S1,t-1,...,Sm,t-1,...,SM,t-1]＝[g1,t-1,...,gk,t-1,...,gF,t-1]V,其中Sm,t-1表示第m个用户根据第t-1次迭代后各发射模式的发射概率得到的空间流，V为基站发射模式矩阵；(2b)根据t-1次迭代后用户分得的空间流，计算在第t次迭代中用户的服务缺失率cm,t：当Sm,t-1≥Qm时，cm,t＝0；(2c)根据得到的用户的服务缺失率，计算用户权值ωm,t，(3)根据发送概率服从的正态分布随机产生N组样本值，计算归一化后的样本值π'n,k,t，并根据归一化后的样本值π'n,k,t计算样本效用函数值H(π'n,t)：(4)将所有样本的效用函数值H(π'n,t)由小到大排列，选取第λ个值作为第t次迭代在ρ分位点处的效用函数值γt＝H(λ)，其中表示对ρN向上取整，0＜ρ≤0.1；(6)根据(5)更新的均值gk,t在每次迭代过程中的变化情况，将正态分布的方差由快速迭代阶段的切换为搜索稳定阶段的(7)根据终止条件判断是否结束迭代过程：若满足t≥d，且γt＝γt-1＝…＝γt-d，则终止迭代过程，此时第t次迭代中最小效用函数值对应的采样值，即为满足流分配比例公平的基站发射模式的最优发射概率，基站依据该最优发射概率选择发射模式，实现基站空间流的公平调度；否则，转至步骤(2)继续进行下次迭代，直至满足终止条件为止。

本技术具有以下优点：1、本技术由于在基站的流分配中兼顾了用户服务质量和比例公平两个因素，使得在保证用户服务质量要求的前提下达到用户间比例公平和系统吞吐量最大化的良好折中；2、由于本技术采用用户权值表征可分配资源在不同情况下不同优化目标的重要性，因此能够依据可分配资源充足或不足得到不同的调度结果：当可分配资源充足时，用户的服务缺失率均为零，由服务缺失率得到的用户权值均为1，从而使得实现系统吞吐量最大化的重要性大于用户间比例公平的重要性，保证了在用户服务质量要求的前提下达到系统吞吐量最大；当可分配资源不足时，用户的服务缺失率存在非零值，由服务缺失率得到的用户权值存在大于1的数值，从而使得实现用户间比例公平的重要性大于系统吞吐量最大化的重要性，保证用户得到公平的服务；3、本技术计算复杂度低、迭代次数少，提高了基站资源调度的效率。