基于跨层用于自适应MIMO－OFDM系统的联合无线资源管理方法

具体实施方式

下面结合附图对本发明作进一步详细说明。

本发明根据下一代网络对异质服务和高速数据传输的需求，针对现有无线资源管理中存在的问题和挑战，以跨层设计为指导思想，从准入控制、调度、联合资源分配的角度建立系统构架，并设计综合无线资源管理策略，其特征在于：

1)以跨层设计为指导思想，在自适应MIMO-OFDM物理层平台基础上，建立基于应用层、数据链路层和物理层信息交互的系统构架，并在此构架上提出了一种基于跨层的综合无线资源管理方法；

2)在充分调研的基础上，综合现有该领域的研究，提出了无线资源管理(RRM)(包括准入控制、调度、联合资源分配)相关工作的重心、问题与挑战，以及本发明相应的思想和解决方案；

3)基于博弈论，针对不同QoS的业务，分别设计净效用函数，用以刻画用户对业务的满意程度，取代以往单一的速率最大化(RA)或功率最小化(MA)的研究思路和不完善的评价标准；

4)将追求最大化净效用函数的目标转化为一系列非合作博弈过程的求解，净效用函数的极值解位于各函数的纳什均衡点，因而通过合理的净效用函数设计，充分利用现有的博弈论知识，求解其纳什均衡点；

5)综合提出了一套CAC、调度、联合资源分配的无线资源管理策略。其中：

i)CAC充分考虑了业务的突发特性和信道容量的不确定性因素，并将呼叫准入控制推广到多用户多业务同时接入的情况；

ii)调度机制对优先级的设计则充分考虑业务类型、QoS需求、用户偏好等因素；同时，将调度与子载波的分配机制相结合，并追求净效用函数的最大化；

iii)子载波分配过程通过帧格式的设计，允许同一子载波被多用户时分复用，打破以往基于同一子载波只能为一个用户占用的假设。

本发明解决其技术问题所采用的系统模型见图1：

自适应MIMO-OFDM发送的系统平台，涉及应用层、数据链路层、物理层三层的信息交互，其中包含分类器、呼叫准入控制模块、调度器以及联合资源分配模块四个部分电路。最后为每个子载波自适应地选择调制编码方式，IFFT变换成帧后发送，空中接口的帧结构设计见图2。

本发明提出的联合资源管理方法如下(见图3)：

步骤(1)：呼叫准入控制

当多个用户发起接入请求时，分类器首先根据其业务类型进行分类，如DS、BE等。接着根据异质业务的不同QoS需求，由资源分配算法计算该类业务接入后系统所需提供的资源情况，并将该信息传递给CAC模块，由CAC模块决定是否允许用户接入。若允许，则接入请求被接纳；否则，用户被拒绝接入。

步骤(2)：优先级调度机制

对网络中已接入的用户，调度器根据来自应用层的用户异质业务类型、不同QoS要求以及用户偏好等信息，设计用户调度的优先级准则，并将该信息传递给物理层资源分配模块，以确定各个时隙哪个用户首先具有资源分配的选择权。

步骤(3)：物理层联合资源分配

根据数据链路层调度信息以及反馈信道状态信息，物理层将采用资源分配算法，分配子载波、加载比特流、并分配相应发送功率。分配过程中，为各个类基于博弈论设计净效用函数，用以刻画用户对业务的满意程度。将追求最大化净效用函数的目标转化为一系列非合作博弈过程的求解，净效用函数的极值解位于各函数的纳什均衡点，充分利用现有的博弈论知识，求解其纳什均衡点。在具体联合资源分配的策略中，纳什均衡点存在于“具有较高优先级的用户，首先选择信道条件最好的子载波，用以承载其比特流”。

基于跨层设计的带有联合无线资源管理策略的自适应MIMO-OFDM系统构架，在MATLAB/SIMULINK平台下搭建系统平台(如图1所示)，对所提联合无线资源管理策略进行仿真。从中断概率、用户对业务满意度以及系统吞吐量上给出结果，证明提出算法在系统中的可行性和优越性。

基于跨层用于自适应MIMO-OFDM系统的联合无线资源管理方法，具体实现步骤如下：

步骤(1)：呼叫准入控制

当多个用户发起接入请求时，分类器首先根据其业务类型进行分类，如DS、BE等。接着根据异质业务的不同QoS需求，由资源分配算法计算该类业务接入后系统所需提供的资源情况，并将该信息传递给CAC模块，由CAC模块决定是否允许用户接入。若允许，则接入请求被接纳；否则，用户被拒绝接入。呼叫准入控制的具体策略为：

●分类器根据接入请求的业务类型对用户进行分类，并为DS业务设置定时器，以记录接入控制的处理时间；

●更新网络用户配置向量表为(N₁，...，N_i+1，...，N_j+1，...，N_K)，N_i表示第i类业务缓存中的用户数；K为业务类的数目；

●根据网络用户配置向量表，对网络激活用户的所有可能状态(n₁，...，n_K|n_i＝0，1，...，N_i，...，n_j＝0，1，...，N_j，i，...，j＝1，...，K)，按式(1)计算网络激活用户分布的条件概率：

$\mathrm{Pr}\{n_1,...,n_K|N_1,...,N_K\}=\underset{i=1}{\overset{K}{\Pi }}\frac{C_{N_i}^{n_i}{\left(\frac{a_i}{b_i}\right)}^{n_i}}{{(1+\frac{a_i}{b_i})}^{N_i}}---\left(1\right)$

其中，n_i表示第i类业务缓存中激活的用户数；突发业务在激活状态和未激活状态下服从指数分布，均值分别为和

●根据网络用户配置向量表，对网络激活用户的所有状态，按式(2)计算条件中断概率：

$\underset{n_1=0}{\overset{N_1}{\Sigma }}...\underset{n_i=0}{\overset{N_i}{\Sigma }}...\underset{n_K=0}{\overset{N_K}{\Sigma }}\mathrm{Pr}\{\underset{i=1}{\overset{K}{\Sigma }}\underset{j=1}{\overset{n_i}{\Sigma }}{R}_{i,j}>C|n_1,...,n_K\}={\Phi }_{L\overline{C_p},\mathrm{L\sigma }\frac{2}{C_p}}\left(\underset{i=1}{\overset{K}{\Sigma }}\underset{j=1}{\overset{n_i}{\Sigma }}{R}_{i,j}\right)---\left(2\right)$

其中，R_i，j为第i类业务第j个激活用户的数据传输速率；C为系统总容量；Φ_μ，σ(·)表示均值为μ，方差为σ的正态分布随机变量的累积分布函数；为用户p平均每时隙的吞吐量；

●结合以上结果，按式(3)计算系统中断概率：

$P_{\mathrm{outage}}={\Phi }_{L\overline{C_p},\mathrm{L\sigma }\frac{2}{C_p}}\left(\underset{i=1}{\overset{K}{\Sigma }}\underset{j=1}{\overset{n_i}{\Sigma }}{R}_{i,j}\right)·\underset{i=1}{\overset{K}{\Pi }}\frac{C_{N_i}^{n_i}{\left(\frac{a_i}{b_i}\right)}^{n_i}}{{(1+\frac{a_i}{b_i})}^{N_i}}---\left(3\right)$

●为DS业务关闭定时器；

●由CAC模块进行判断，对于DS业务，当且仅当P_outage小于系统可容忍的最大中断概率P_drop且定时器记录处理时间小于业务允许的最大超时，用户接入被允许；而对于BE业务，只判断P_outage是否小于系统可容忍的最大中断概率即可；

●若用户接入请求被允许，维持现有网络用户配置向量表；否则，维持原有的网络用户配置向量表。

步骤(2)：优先级调度机制

对网络中已接入的用户，调度器根据来自应用层的用户异质业务类型、不同QoS要求以及用户偏好等信息，设计用户调度的优先级准则，并将该信息传递给物理层资源分配模块，以确定各个时隙哪个用户首先具有资源分配的选择权。调度器优先级设计准则如式(4)所示：

${\mathrm{pri}}_{i\to k}={\alpha }_i{\beta }_k{\left(\overline{R_i}\right)}^{\theta }{\left({\omega }_i\right)}^{\kappa }=\left(\begin{array}{cccc}{z}_k{\beta }_2·\{R_{1,i}-\underset{j=1}{\overset{\mathrm{ts}}{\Sigma }}\underset{l\in {\Omega }_{i,j}}{\Sigma }\overline{b_i\left(l\right)}\},& \mathrm{for}& \mathrm{BE}& \mathrm{service}\\ \frac{-\ln \left({\delta }_i\right)}{T_i}{\beta }_1·\underset{j=1}{\overset{\mathrm{ts}}{\Sigma }}\underset{l\in {\Omega }_{i,j}}{\Sigma }{\omega }_{i,j}\left(l\right),& \mathrm{for}& \mathrm{DS}& \mathrm{service}\end{array}\right)---\left(4\right)$

其中，α_i为实时性因子，用以确保实时业务的优先级；β_k为用户偏好因子，用户的偏好将影响业务被服务的优先级；为BE业务的吞吐量饥饿度，定义为$R_{1,i}-\underset{j=1}{\overset{\mathrm{ts}}{\Sigma }}\underset{l\in {\Omega }_{i,j}}{\Sigma }\overline{b_i\left(l\right)},$为业务i在子载波l上的长时平均数据传输速率，该类业务中饥饿度越高的用户优先级越高，用以尽可能满足其数据传输速率需求；ω_i为DS业务等待时延因子，随着等待时间的增大，业务的优先级将被提高。

步骤(3)：物理层联合资源分配

根据数据链路层调度信息以及反馈信道状态信息，物理层将采用资源分配算法，分配子载波、加载比特流、并分配相应发送功率。分配过程中，为各个类基于博弈论设计净效用函数，用以刻画用户对业务的满意程度。将追求最大化净效用函数的目标转化为一系列非合作博弈过程的求解，净效用函数的极值解位于各函数的纳什均衡点，充分利用现有的博弈论知识，求解其纳什均衡点。净效用函数设计如式(5)所示：

$\bar{U}=\left(\begin{array}{cccc}\underset{i=1}{\overset{n_1}{\Sigma }}\min \{\underset{j=1}{\overset{\mathrm{TS}}{\Sigma }}\underset{l\in {\Omega }_{i,j}}{\Sigma }\frac{B}{L}·a_i·{\log }_2(1+p_{l,j}·g_l),\frac{Q_i}{T_s}\}-\underset{i=1}{\overset{n_1}{\Sigma }}\underset{j=1}{\overset{\mathrm{TS}}{\Sigma }}\underset{l\in {\Omega }_{i,j}}{\Sigma }{a}_i·p_{l,j}& \mathrm{for}& \mathrm{BE}& \mathrm{class}\\ \underset{i=1}{\overset{n_2}{\Sigma }}\underset{j=1}{\overset{\mathrm{TS}}{\Sigma }}\underset{l\in {\Omega }_{i,j}}{\Sigma }{c}_i·\ln {\omega }_{i,j}\left(l\right)-\underset{i=1}{\overset{n_2}{\Sigma }}\underset{j=1}{\overset{\mathrm{TS}}{\Sigma }}\underset{l\in {\Omega }_{i,j}}{\Sigma }{c}_i·p_{l,j}& \mathrm{for}& \mathrm{DS}& \mathrm{class}\end{array}\right)---\left(5\right)$

其中，

对于BE业务，TS表示一帧中每个子载波的时隙数；Ω_i，j表示用户i在第j个时隙占用的子载波集；a_i∈{0，1}表示用户i在该帧时间内是否被调度；p_l，j为第l个子载波在第j个时隙分配到的发送功率；g_l为信道状态信息，定义为式(6)：

g_l＝|h(l)|²/(σ²·Γ(l))                           (6)

h(l)为平坦衰落子载波l的信道增益，σ²为加性高斯白噪声的功率谱密度，Γ(l)为信噪比容限；Q_i为用户i业务的队列长度；min()运算用以防止带宽的浪费；

对于DS业务，c_i∈{0，1}表示用户i在该帧时间内是否被调度；ω_i，j(l)为用户i在子载波l上于观察时刻j时的等待时间。

由于对于两种业务，可证明均为单调、可扩展、凹函数，因而存在纳什均衡点，纳什均衡点即为净效用函数的极值点。于是，最大化净效用的目标函数转化为一系列非合作博弈过程纳什均衡点的求解。在具体联合资源分配的策略中，纳什均衡点存在于“具有较高优先级的用户，首先选择信道条件最好的子载波，用以承载其比特流”。该联合资源分配的具体策略为：

●初始化，L′＝{1，2，...，L}，TimeSlot(l)＝{1，2，...，TS}，$\forall i=\mathrm{1,2},...,M;$l＝1，2，...L；

●对来自调度器的用户i，按信道质量排序，为之选择最佳子载波l；

●根据式(7)计算用户i在当前子载波l上需要占用的时隙数，按式(8)更新其数据传输速率；

TS′＝ceil{(R_i，j-R_i′)/b_l，ts}                    (7)

${R_i}^{\prime }:={R_i}^{\prime }+\underset{j=1}{\overset{{\mathrm{TS}}^{\prime }}{\Sigma }}{\log }_2(1+p_{1,j}·g_1)$

●为用户i分配相应时隙，并记录子载波l的时隙分配情况TimeSlot′(l)；

●计算当前子载波l的剩余时隙数ΔTS(l)：

若ΔTS(l)＞0，说明用户i业务已服务完成，且子载波l仍有剩余时隙可为其他用户使用，于是，令：Ω_i，j＝Ω_i，j∪{l}，j＝1，..，TS′，TimeSlot(l)：＝TimeSlot(l)-TimeSlot′(l)，跳入第七步；

若ΔTS(l)＝0，说明用户i业务已服务完成，但子载波l的所有时隙已被全部占用完，于是，令，Ω_i，j＝Ω_i，j∪{l}，j＝1：TS；L′＝L′-{l}，跳入第七步；

若ΔTS(l)＜0，说明用户i业务尚未被服务完，且子载波l的所有时隙已被全部占用，于是为用户i继续选择子载波承载其业务，跳入第二步进入子载波的选择；

●从调度器更新交互信息，跳入第二步；

●若跳入上一步继续执行，直至进入下一步；

●为每个子载波自适应地选择调制编码方式，IFFT变换成帧后发送。

本发明所属的系统，其特征在于，含有：

自适应MIMO-OFDM发送的系统平台，涉及应用层、数据链路层、物理层三层的信息交互，其中包含分类器、呼叫准入控制模块、调度器以及联合资源分配模块四个部分电路。

根据下一代网络对异质服务和高速数据传输的需求，针对现有无线资源管理中存在的问题和挑战，本发明以跨层设计为指导思想，从准入控制、调度、联合资源分配的角度建立系统构架，并设计综合无线资源管理策略。基于博弈论，通过为异质业务分别设计净效用函数，将追求净效用函数的最大化目标等效为一系列非合作博弈过程的纳什均衡点求解。本策略中，CAC充分考虑了业务的突发特性和信道容量的不确定性因素，并将呼叫准入控制推广到多用户多业务同时接入的情况；调度机制对优先级的设计则充分考虑业务类型、QoS需求、用户偏好等因素；同时，将调度与子载波的分配机制相结合，并追求净效用函数的最大化；子载波分配过程通过帧格式的设计，允许同一子载波被多用户时分复用，打破以往基于同一子载波只能为一个用户占用的假设。本策略从中断概率、用户对业务满意度以及系统吞吐量上得到性能优化。

图4给出了本发明DS业务的呼叫中断概率与中断概率在自适应调制方式与16-QAM调制方式下的比较。可得，在采用相同调制方式下，本发明的CAC策略的中断概率较传统未考虑异质业务突发特性下的呼叫中断概率小。同时，自适应调制方式的采用较16-QAM可提供更高的系统吞吐量。

图5给出了本发明BE业务和DS业务中断概率的比较。由于优先级调度机制的设计中对实时业务的QoS优先级予以保障，故DS业务的中断概率较BE业务小。

图6给出了本发明实施例中各子载波上比特加载结果，可得，各个子载波上加载的比特为有限粒度，即{0，1，2，4，6，8}，以更好地与自适应调制方式相结合，满足实际应用的需求和硬件设计的要求。

图7给出了本发明实施例中用户数据传输速率需求和最终吞吐量的比较。可得，该联合无线资源管理策略下用户的吞吐量与预定义数据传输速率需求的比例几乎一致。因而，该算法具有可行性，并在中断概率、用户对业务满意度以及系统吞吐量上具有传统策略所没有的性能优势。