[发明专利]一种基于学习的无定形小区的多准则用户选择方法

说明书

技术领域

本发明涉及一种基于学习的无定形小区的多准则用户选择方法，属于无线通信技术领域。

背景技术

随着无线通信的不断发展，用户日益增长的无线通信需求与有限的无线频率资源间的矛盾持续加大。在传统的宏小区蜂窝网络中，通信有高峰和空闲时段，由于空闲时段的频谱没有被利用，导致已分配的频谱资源的总体利用率很低，造成了频谱资源的浪费。为改善频谱资源的利用，引入低功率节点来共享宏小区的频谱，即在整个宏小区内部署低功率节点的混合型网络，这种节点不仅相对成本较低，而且可以有效提高网络覆盖范围并增强服务质量。典型的低功率节点包括中继(Relay)节点、微微蜂窝(Picocell)和毫微微蜂窝（Femtocell），这些节点为室内和热点地区的覆盖和高速接入提供更好的保障，同时消除了盲点区域。

低功率节点的工作频率与传统基站的频率相同，大大提高了频谱效率，因而获得了学术界和工业界的广泛关注。为便于说明，将传统基站称为主基站，其对应的小区和用户称为主小区和主用户，低功率节点称为次级基站，其对应的小区和用户称为次级小区和次级用户。显然，主次级小区共用频谱，减少了频谱的浪费，但同时次级小区的通信会对主小区产生一定的干扰，在干扰严重的情况下，甚至会影响主小区的正常通信，因此，为了保证主小区的通信性能，次级小区通信时对主小区的干扰必须限定在一定的阈值内。

另外，传统小区都是形状确定的，如正六边形蜂窝小区、圆形小区等。传统的形状固定的小区使通信受到局限性，比如当基站发射功率小时，小区的边缘用户接收到的信号较弱，导致小区边缘用户的信噪比较低，影响用户的通信质量；当基站发射功率较大或天线设计得过高时，会产生越区覆盖，造成频率干扰或引起错误的切换，这些都会对小区的通信造成不良的影响。

考虑到基站服务的用户是有限的，不能同时服务所有的用户，因而通过设计一种合理的多用户选择方法，来选择接入的用户，从而实现小区的无定形设计。在传统小区中，其用户选择方法通常采用最大载干比方法、轮询方法以及比例公平方法。最大载干比方法保证了小区的最大吞吐量，但由于离基站较远的用户很难得到相应的服务，因此导致用户公平性的差异较大，且基站的覆盖范围小；轮询方法虽然保证了每个用户的公平性，但由于信道条件差的用户被服务的次数增多，导致系统的吞吐量下降；比例公平方法是基于系统吞吐量和用户公平性的一种折中方法，但是这种方法对时间窗的长度要求十分严格，一般要足以覆盖快衰落的变化，同时会带来附加的延迟。

发明内容

本发明的目的是针对主小区和次级小区间存在干扰，以及传统用户选择方法的不足，提出了一种基于学习的无定形小区多准则用户选择方法。为了保证主小区的正常通信，本发明通过学习技术来获得次级基站与主用户之间的信道状态信息，进而设计合理的预编码矩阵，从而抑制小区间的干扰。

本发明方法通过选择接入次级小区的用户并设计其发射功率，使主小区和次级小区之间的干扰被限制在一定的阈值之内，然后利用一种灵活度较高的多准则用户选择方法来选择被服务的次级用户，从而改变次级小区的覆盖范围，同时最大化次级小区的系统容量，实现无定形小区的设计。

本发明方法是建立在如下基础上进行设计的：主小区的形状确定，次级小区的形状不确定。在主小区中，主用户与主基站通信时不需考虑次级小区用户传输；对其中任意一个配置M_p根天线的主用户（M_p取正整数），设其对应的次级小区中有K个次级用户，各个用户分别配置有M_i（i=1,…,K）根天线（M_i为第i个用户配置的天线数目，取常数值），次级基站配置有M_B根天线（M_B取正整数）,且同时满足M_p<M_i，M_p<M_B和M_i≤M_B。