[发明专利]基于多用户干扰特征预测4G网络系统效率最大化方法

说明书

技术领域

本发明涉及4G蜂窝网络、用户调度、OFDM、以及多用户干扰技术，尤其涉及一种基于多用户干扰特征预测4G网络系统效率最大化方法。

背景技术

下一代多用户无线网络需要为更多的具有突发特性的数据用户提供有效的服务，这使得系统资源更显紧缺。对于多用户OFDM无线网络，当前存在的调度方法大多都基于假设具有完善的信道状态（包括本文第三章提出的DSA算法）。这些方法在假设具有严格准确的子载波信道质量条件下，基于信道状态自适应地选择子载波和分配功率，从而满足用户QoS某一指标需求。然而，当信道处于不同的衰落状态时，在短时间间隔粒度范围内（更准确地说：以每个时隙为间隔），即时准确地估测每一个用户子载波信道状态是不实际的，限制了这些算法的实际应用性。在实际的多用户无线环境中，一个活动用户的信号数据状态不仅与其信道衰落状态和多径效应等因素有关，而且与其他活动用户的信号强度有关（干扰因素），特别是当系统处于活动用户数量很多的状态时，这一因素更是不可忽略。

为取得具有多用户干扰状态下的4G OFDM 无线网络用户传输的高效性，本方案提出了适用于4G OFDM 多用户干扰下的调度方法，该方法能够有效利用多用户多业务4G 网络实际系统环境，实现系统运行效率的最大化。

发明内容

1、所要解决的技术问题

研究人员Eunchul Yool提出了一种基于实际多用户环境中子载波间存在的相关结构（频域相关性）统计特性预测，选择子载波及功率分配的算法[1]。这种算法通过同时利用子载波间的相关特性和平均信道状态值提高了系统的平均和速率。然而，子载波带宽小于相关带宽时，每个子载波之间产生了相互独立性，这时该算法限制了通过选择信道好的子载波来提高系统容量的灵活性。有效地利用每个子载波要求子载波带宽应足够小，以便在信道处于不同的衰落状态时都能够为每个用户选择具有相互独立性的每个子载波。

2、技术方案

为了解决以上问题，本发明提供了一种基于多用户干扰特征预测4G网络系统效率最大化方法：首先，估测4G OFDM多用户干扰状态。本方案采用典型的具有突发特性的ON/OFF模型作为用户数据模型，对数据序列的长尾性、自我相似性结构相关性进行统计特征估测，与ON/OFF用户序列统计结构相关的几个重用参数如下：

(1)    最小的ON状态持续期, 该参数由最小的文件大小和传输率决定。

(2)    最小的OFF状态持续期。该参数由用户的思考时间决定，其变化范围是1～30s,本方案选择：2s.

(3)    流量文件大小分布的斜坡。本方案选择1.3。

(4)    用户流量空置时间大小分布的斜坡。本方案选择：1.5。

然后，估测无线衰落信道状态的统计估测。使用一个相对简便的信道模型来描述无线信道衰落特性。主要考虑的两个衰落相关因素是：距离相关衰减因素和慢-阴影衰落因素。因此，距离相关衰减因素是：传播衰减选择d-4。其中：d表示传播距离。慢-阴影衰落用具有标准偏差的正态分布描述。 

为了在子载波信道处于不同的衰落状态时都能够为每个用户选择具有相互独立性的每个子载波（同时也为了克服频率选择性衰落所造成的符号间干扰）， 采用足够小的载波带宽（小于相关带宽）。

多用户无线环境中，ON/OFF用户数据具有自我相似周期相关特性。同时，考虑到用户数据序列大小（传输文件的大小）分布的随机性，当传输较小的数据序列的用户较多时，应采用短时间粒度范围预测模型获得和干扰信号在包的粒度水平预测值。因此，本方法同时考虑了干扰特征和业务队列等待状态，能够使实际4GOFDM无线网络传输具有效性和公平性的两种保证。

3、有益效果

使用该算法能够高效实现基于干扰状态和队列等待时间估测的系统传输效率最大化。

附图说明

图1 基于联合物理层、数据链路控制层和应用层系统传输模型

具体实施方式

下面通过实施例来对本发明进行详细说明。

实施例1

其工作方式如下：

考虑到用户可能有较重对列负载，因此使用指数加权低通时间窗口平滑用户数据的到达速率（控制用户数据的接入）。将指数加权低通时间窗口的窗口长度调整为大时间粒度干扰预测间隔最优值。

系统优化模型是基于联合物理层、数据链路控制层和应用层的机制。所以，算法的实现需要同时利用用户数据的时间相关性（应用层）和用户子载波信道状态的分集性（物理层）确定子载波的分配决定（数据链路控制层）。优化实现过程如图1所示。