專利名稱：Lte-a中多小區(qū)動態(tài)有限反饋方法
技術(shù)領(lǐng)域：
本發(fā)明屬于移動通訊領(lǐng)域，具體涉及一種LTE-A中多小區(qū)動態(tài)有限反饋方法，以 提高小區(qū)邊緣用戶的吞吐量。
背景技術(shù)：
在現(xiàn)行的高級長期演進系統(tǒng)LTE-A (Long Term Evolution-Advanced)中，通過使 用多天線技術(shù)去提高用戶的性能，但是多天線技術(shù)的使用僅可以提高小區(qū)中心用戶的性 能，卻很難提高小區(qū)邊緣用戶的傳輸速率。為此第三代合作伙伴計劃3GPP推出多點協(xié)作 CoMP技術(shù)，其主要目的是通過小區(qū)間的協(xié)作，即多個小區(qū)共同檢測用戶來提高邊緣用戶的 性能。如何有效地實現(xiàn)CoMP系統(tǒng)的有限反饋也是移動通信系統(tǒng)需要考慮的一個關(guān)鍵問 題，因此將CoMP的反饋和提高小區(qū)邊緣用戶性能的結(jié)合具有重要的意義。目前常用的方法是對小區(qū)中心用戶和邊緣用戶使用不同的反饋比特數(shù)，這種方法 通常包括靜態(tài)比特反饋和動態(tài)比特反饋兩種方案。其中靜態(tài)比特反饋方法中小區(qū)中心和邊 緣用戶的反饋比特數(shù)固定，沒有充分考慮不同用戶的實際需求，不能很好地滿足用戶的需 要。動態(tài)比特反饋方法根據(jù)不同用戶的需求動態(tài)的分配用戶的反饋比特，這種方法以優(yōu)化 用戶總?cè)萘繛槟繕?biāo)，雖然可以明顯提高系統(tǒng)的總?cè)萘?，但是卻會導(dǎo)致部分用戶的性能惡化， 這種通過犧牲部分用戶的性能來達到整個系統(tǒng)性能優(yōu)化的方法在實際系統(tǒng)中是不可取的。因此，上述兩種方法都不能通過CoMP的反饋去有效的提高小區(qū)邊緣用戶的性能。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述已有技術(shù)的不足，提出一種LTE-A中多小區(qū)動態(tài)有限 反饋方法，以通過CoMP的反饋去滿足不同用戶的實際需求，有效的提高了小區(qū)邊緣用戶的 性能。實現(xiàn)本發(fā)明上述目的的技術(shù)思路是根據(jù)用戶到小區(qū)的鏈路狀況給多個小區(qū)動態(tài) 的分配反饋比特，并根據(jù)不同用戶的實際需要，把每個小區(qū)的反饋比特數(shù)動態(tài)的分配給該 小區(qū)中的每個用戶，具體步驟包括如下(1)將反饋比特在小區(qū)間分配(Ia)建立小區(qū)間優(yōu)化模型
Ck為非負整數(shù)
其中，rk是每個小區(qū)所能達到的容量，目標(biāo)函數(shù)min(rk)表示最差小區(qū)所達到的容 量，wk是小區(qū)的預(yù)編碼矩陣，k是小區(qū)編號，Ck是各小區(qū)最優(yōu)解，C是總反饋比特數(shù)，M是每 個小區(qū)的天線數(shù)，Hk是各個小區(qū)的信道，A和B是指兩個小區(qū)；(Ib)將總反饋比特數(shù)C松弛成非負實數(shù)，用標(biāo)準(zhǔn)凸優(yōu)化工具對優(yōu)化模型進行求 解，將求得的次優(yōu)結(jié)果進行向下取整后，再用鄰近值搜索算法對通過向下取整得到的數(shù)據(jù) 進行搜索，得到最優(yōu)解Ca和CB，分別作為分配給小區(qū)A和小區(qū)B的反饋比特數(shù)；(2)將每個小區(qū)的反饋比特分配給該小區(qū)內(nèi)的每個用戶(2a)建立小區(qū)內(nèi)優(yōu)化模型maxmize min (r,·) subject to Iog2
bi為非負整數(shù)
其中，^是每個用戶所能達到的容量，目標(biāo)函數(shù)min(A)表示最差用戶所達到的容 量，i是用戶編號，h是各用戶的最優(yōu)解，N是一個小區(qū)中的用戶個數(shù)，h是第i個用戶的信 道，Wi是小區(qū)的預(yù)編碼矩陣，Ca和Cb是對小區(qū)間優(yōu)化模型求解后得到的A小區(qū)和B小區(qū)的 最優(yōu)解，M是每個小區(qū)的天線數(shù)；(2b)將A小區(qū)的最優(yōu)解Ca和B小區(qū)的最優(yōu)解Cb松弛成非負實數(shù)，用標(biāo)準(zhǔn)凸優(yōu)化工 具對優(yōu)化模型進行求解，將求得的次優(yōu)結(jié)果進行向下取整后，用鄰近值搜索算法對通過向 下取整得到的數(shù)據(jù)進行搜索，得到最優(yōu)解b” b2……bN，作為分配給用戶1、用戶2……用戶 N的反饋比特數(shù)，經(jīng)過分配以后，將總反饋比特數(shù)減去每個用戶的反饋比特數(shù)所得的剩余比 特補償給所能達到的容量最小的那個用戶；(3)重復(fù)步驟⑴與步驟(2)，對每個用戶的反饋比特數(shù)進行重新分配。針對現(xiàn)有反饋方法不考慮用戶的實際需要以及惡化了部分用戶性能的現(xiàn)狀，本發(fā) 明以最優(yōu)化所能達到容量最低的用戶的性能為目標(biāo)，建立了小區(qū)間優(yōu)化模型和小區(qū)內(nèi)優(yōu)化 模型，小區(qū)間優(yōu)化模型依據(jù)用戶到各小區(qū)的鏈路情況，優(yōu)化了所能達到容量最小的小區(qū)的 性能，可以將反饋比特動態(tài)的分配給各個小區(qū)，小區(qū)內(nèi)優(yōu)化模型進一步根據(jù)用戶信道質(zhì)量， 通過優(yōu)化工具進行求解，提高了所能達到容量最小的用戶的性能，可以將反饋比特動態(tài)的 分配給小區(qū)內(nèi)的每個用戶，這樣，通過對小區(qū)間優(yōu)化模型和小區(qū)內(nèi)優(yōu)化模型的求解，就可以 滿足每個用戶的實際需求，并且大大提高了小區(qū)邊緣用戶的性能，在實際的系統(tǒng)中，避免了 最差用戶不能得到良好服務(wù)的問題，更好地保證了用戶的公平性，有很大的應(yīng)用意義。


圖1是本發(fā)明的流程圖；圖2是為驗證本發(fā)明所用的2個CoMP小區(qū)的模型圖；圖3是本發(fā)明方法與現(xiàn)有方法的最差用戶性能比較圖。
具體實施例方式圖1是本發(fā)明的流程框圖，圖2是本發(fā)明所用的簡單的2個CoMP小區(qū)的模型，這 兩個小區(qū)由一個中心處理器管理，進行聯(lián)合傳輸接收。圖1中的實線表示小區(qū)內(nèi)部基站與 用戶之間的傳輸，虛線表示不同小區(qū)的基站與其他小區(qū)的用戶之間的傳輸。參照圖1，本發(fā)明的具體實現(xiàn)步驟如下步驟1，將反饋比特在小區(qū)間分配。(1. 1)建立小區(qū)間優(yōu)化模型參照圖2，本發(fā)明建立小區(qū)間的優(yōu)化模型如下
Ck為非負整數(shù)
其中，rk是每個小區(qū)所能達到的容量，目標(biāo)函數(shù)min (rk)表示最差小區(qū)所達到的容 量，wk是小區(qū)的預(yù)編碼矩陣，k是小區(qū)編號，Ck是各小區(qū)最優(yōu)解，C是總反饋比特數(shù)，M是每 個小區(qū)的天線數(shù)，Hk是各個小區(qū)的信道，A和B是指兩個小區(qū)；(1. 2)將總反饋比特數(shù)C松弛成非負實數(shù)，用標(biāo)準(zhǔn)凸優(yōu)化工具對優(yōu)化模型進行求 解首先，將小區(qū)間優(yōu)化模型轉(zhuǎn)化為以下小區(qū)間新優(yōu)化模型 其中，rA和rB分別是A小區(qū)和B小區(qū)所能達到的容量，R+是非負實數(shù)集，C是滿足 小區(qū)間優(yōu)化模型的第k個小區(qū)的次優(yōu)解；然后，對小區(qū)間新優(yōu)化模型進行求解，該求解過程轉(zhuǎn)化為求解以下方程組
, 其中，Ha和Hb分別是A小區(qū)和B小區(qū)的信道，wA和wB分別是A小區(qū)和B小區(qū)的預(yù) 編碼矩陣，C〗和C〗分別是滿足小區(qū)間優(yōu)化模型的A小區(qū)和B小區(qū)的次優(yōu)解；
最后，求解方程組，得到小區(qū)間優(yōu)化模型的次優(yōu)解C；和.(1. 3)將通過標(biāo)準(zhǔn)凸優(yōu)化工具求得的次優(yōu)結(jié)果進行向下取整后，用鄰近值搜索算 法對通過向下取整得到的數(shù)據(jù)進行搜索 其中，C:是步驟(1.2)求得的次優(yōu)解，是小區(qū)k的容量次優(yōu)解的向下取整值，Q 是小區(qū)剩余比特數(shù)；
(1. 3. 2)選擇k，使對所有的j都滿足< 么其中，j是小區(qū)編號，Ck和&分別是小區(qū)k和小區(qū)j的最優(yōu)解；(1.3.3)令Uk+1, Q 一 Q-1，如果 Q 彡 1，重復(fù)步驟(1.3. 1)禾口步驟 (1. 3. 2)

；否則停止；
(1. 3. 4)將步驟(1. 3. 3)中求得的P A和P B的值賦給小區(qū)的最優(yōu)解CA和CB 步驟2，將每個小區(qū)的反饋比特分配給該小區(qū)內(nèi)的每個用戶。 (2. 1)建立小區(qū)內(nèi)優(yōu)化模型 maxmize min(rj
h為非負整數(shù)
其中，^是每個用戶所能達到的容量，目標(biāo)函數(shù)min(ri)表示最差用戶所達到的容 量，i是用戶編號，h是各用戶的最優(yōu)解，N是一個小區(qū)中的用戶個數(shù)，hi是第i個用戶的信 道，w,是小區(qū)的預(yù)編碼矩陣，CA和CB是對小區(qū)間優(yōu)化模型求解后得到的A小區(qū)和B小區(qū)的 最優(yōu)解，M是每個小區(qū)的天線數(shù)；(2. 2)將A小區(qū)的最優(yōu)解CA和B小區(qū)的最優(yōu)解CB松弛成非負實數(shù)，用標(biāo)準(zhǔn)凸優(yōu)化 工具對優(yōu)化模型進行求解首先，將小區(qū)內(nèi)優(yōu)化模型轉(zhuǎn)化為以下小區(qū)內(nèi)新優(yōu)化模型 ri = rm, V/^w

其中，m是用戶編號，<是滿足小區(qū)內(nèi)優(yōu)化模型的用戶i對應(yīng)的次優(yōu)解； 然后，對小區(qū)內(nèi)新優(yōu)化模型進行求解，該求解過程轉(zhuǎn)化為求解以下方程組 其中，HpHfH,分別是用戶l，用戶2…用戶N的信道，Wl、W2…WN分別是用戶1，用 戶2…用戶N的預(yù)編碼矩陣， 、&… 分別是滿足小區(qū)內(nèi)優(yōu)化模型的用戶1，用戶2…用戶 N的次優(yōu)解；最后，求解方程組，得到小區(qū)內(nèi)優(yōu)化模型的次優(yōu)解 、b；…b;。(2. 3)將求得的次優(yōu)結(jié)果進行向下取整后，用鄰近值搜索算法對通過向下取整得 到的數(shù)據(jù)進行搜索，得到最優(yōu)解bi、b2……bN，作為分配給用戶1、用戶2……用戶N的反饋 比特數(shù)，經(jīng)過分配以后，將總反饋比特數(shù)減去每個用戶的反饋比特數(shù)所得的剩余比特補償 給所能達到的容量最小的那個用戶
JV W
fl
i M-l (2. 3. 1)設(shè)定初始值對每個用戶，令約—[^；]
i = 1,2—N, 其中，是步驟(2. 2)求得的用戶i的次優(yōu)解，U 剩余比特數(shù)； (2. 3. 2)選擇m，使所有的n都滿足」—^ -
是《的向下取整值，是用戶
dbm dbn 其中，n是用戶編號，bffl和bn分別是用戶m和用戶n的最優(yōu)解； 其中，是用戶m的次優(yōu)解的向下取整值，如果QA,B > 1，重復(fù)步驟(2. 3. 1)和步驟(2. 3. 2)，否則停止；(2.3.4)將i^，112"'1^的值賦給用戶的最優(yōu)解131，132'"%，然后計算使用戶容量 取得最小的i值，將Qa,b的值賦給最優(yōu)解b”
步驟3，重復(fù)步驟1與步驟2，對每個用戶的反饋比特數(shù)進行重新分配。 本發(fā)明的效果可以通過以下仿真結(jié)果進一步說明。 1.仿真參數(shù)
編碼調(diào)制方式未編碼+QPSK ； 小區(qū)個數(shù)和用戶個數(shù)共兩個小區(qū)，每個小區(qū)兩個用戶； 天線配置每個基站配置兩根天線，每個用戶配置一根天線； 預(yù)編碼方法基于特征值分解的聯(lián)合預(yù)編碼；
信道類型復(fù)高斯信道，均值為0，方差為1 ；2.仿真結(jié)果本發(fā)明的仿真內(nèi)容是原有的反饋方法與本發(fā)明LTE-A中多小區(qū)動態(tài)有限反饋方 法下，最差用戶即容量最小的用戶的性能，如圖3所示。從圖3可以看出，優(yōu)化所能達到容 量最小的用戶能使每個用戶的性能比較平均，其最差用戶的性能要好于以總速率最大為目 標(biāo)時的最差用戶的性能。
權(quán)利要求
一種LTE A中多小區(qū)動態(tài)有限反饋方法，包括如下步驟(1)將反饋比特在小區(qū)間分配(1a)建立小區(qū)間優(yōu)化模型maxmize min(rk) <mrow><mi>subject to</mi><msub> <mi>log</mi> <mn>2</mn></msub><mrow> <mo>(</mo> <mfrac><mrow> <msup><mrow> <mo>|</mo> <mo>|</mo> <msub><mi>H</mi><mi>k</mi> </msub> <mo>|</mo> <mo>|</mo></mrow><mn>2</mn> </msup> <msup><mrow> <mo>|</mo> <msubsup><mover> <mi>H</mi> <mtext>~</mtext></mover><mi>k</mi><mi>H</mi> </msubsup> <msub><mi>w</mi><mi>k</mi> </msub> <mo>|</mo></mrow><mn>2</mn> </msup></mrow><mrow> <mn>1</mn> <mo>+</mo> <msup><mrow> <mo>|</mo> <mo>|</mo> <msub><mi>H</mi><mi>k</mi> </msub> <mo>|</mo> <mo>|</mo></mrow><mn>2</mn> </msup> <msup><mn>2</mn><mrow> <mo>-</mo> <mfrac><msub> <mi>C</mi> <mi>k</mi></msub><mrow> <mi>M</mi> <mo>-</mo> <mn>1</mn></mrow> </mfrac></mrow> </msup></mrow> </mfrac> <mo>)</mo></mrow><mo>&GreaterEqual;</mo><msub> <mi>r</mi> <mi>k</mi></msub><mo>,</mo> </mrow> <mrow><munder> <mi>&Sigma;</mi> <mrow><mi>k</mi><mo>&Element;</mo><mi>A</mi><mo>,</mo><mi>B</mi> </mrow></munder><msub> <mi>C</mi> <mi>k</mi></msub><mo>&le;</mo><mi>C</mi> </mrow>Ck為非負整數(shù)其中rk是每個小區(qū)所能達到的容量，目標(biāo)函數(shù)min(rk)表示最差小區(qū)所達到的容量，wk是小區(qū)的預(yù)編碼矩陣，k是小區(qū)編號，Ck是各小區(qū)最優(yōu)解，C是總反饋比特數(shù)，M是每個小區(qū)的天線數(shù)，Hk是各個小區(qū)的信道，A和B是指兩個小區(qū)；(1b)將總反饋比特數(shù)C松弛成非負實數(shù)，用標(biāo)準(zhǔn)凸優(yōu)化工具對優(yōu)化模型進行求解，將求得的次優(yōu)結(jié)果進行向下取整后，再用鄰近值搜索算法對通過向下取整得到的數(shù)據(jù)進行搜索，得到最優(yōu)解CA和CB，分別作為分配給小區(qū)A和小區(qū)B的反饋比特數(shù)；(2)將每個小區(qū)的反饋比特分配給該小區(qū)內(nèi)的每個用戶(2a)建立小區(qū)內(nèi)優(yōu)化模型maxmize min(ri) <mrow><mi>subject to</mi><msub> <mi>log</mi> <mn>2</mn></msub><mrow> <mo>(</mo> <mfrac><mrow> <msup><mrow> <mo>|</mo> <mo>|</mo> <msub><mi>h</mi><mi>i</mi> </msub> <mo>|</mo> <mo>|</mo></mrow><mn>2</mn> </msup> <msup><mrow> <mo>|</mo> <msubsup><mover> <mi>h</mi> <mtext>~</mtext></mover><mi>i</mi><mi>H</mi> </msubsup> <msub><mi>w</mi><mi>i</mi> </msub> <mo>|</mo></mrow><mn>2</mn> </msup></mrow><mrow> <mn>1</mn> <mo>+</mo> <msup><mrow> <mo>|</mo> <mo>|</mo> <msub><mi>h</mi><mi>i</mi> </msub> <mo>|</mo> <mo>|</mo></mrow><mn>2</mn> </msup> <msup><mn>2</mn><mrow> <mo>-</mo> <mfrac><msub> <mi>b</mi> <mi>i</mi></msub><mrow> <mi>M</mi> <mo>-</mo> <mn>1</mn></mrow> </mfrac></mrow> </msup></mrow> </mfrac> <mo>)</mo></mrow><mo>&GreaterEqual;</mo><msub> <mi>r</mi> <mi>i</mi></msub><mo>,</mo> </mrow> <mrow><munderover> <mi>&Sigma;</mi> <mrow><mi>i</mi><mo>=</mo><mn>1</mn> </mrow> <mi>N</mi></munderover><msub> <mi>b</mi> <mi>i</mi></msub><mo>&le;</mo><msub> <mi>C</mi> <mi>A</mi></msub><mo>,</mo><msub> <mi>C</mi> <mi>B</mi></msub> </mrow>bi為非負整數(shù)其中ri是每個用戶所能達到的容量，目標(biāo)函數(shù)min(ri)表示最差用戶所達到的容量，i是用戶編號，bi是各用戶的最優(yōu)解，N是一個小區(qū)中的用戶個數(shù)，hi是第i個用戶的信道，wi是小區(qū)的預(yù)編碼矩陣，CA和CB是對小區(qū)間優(yōu)化模型求解后得到的A小區(qū)和B小區(qū)的最優(yōu)解，M是每個小區(qū)的天線數(shù)；(2b)將A小區(qū)的最優(yōu)解CA和B小區(qū)的最優(yōu)解CB松弛成非負實數(shù)，用標(biāo)準(zhǔn)凸優(yōu)化工具對優(yōu)化模型進行求解，將求得的次優(yōu)結(jié)果進行向下取整后，用鄰近值搜索算法對通過向下取整得到的數(shù)據(jù)進行搜索，得到最優(yōu)解b1、b2……bN，作為分配給用戶1、用戶2……用戶N的反饋比特數(shù)，經(jīng)過分配以后，將總反饋比特數(shù)減去每個用戶的反饋比特數(shù)所得的剩余比特補償給所能達到的容量最小的那個用戶；(3)重復(fù)步驟(1)與步驟(2)，對每個用戶的反饋比特數(shù)進行重新分配。
2.根據(jù)權(quán)利要求1所述的LTE-A中多小區(qū)動態(tài)有限反饋方法，其中步驟(Ib)所述的將 總反饋比特數(shù)C松弛成非負實數(shù)，用標(biāo)準(zhǔn)凸優(yōu)化工具對優(yōu)化模型進行求解，按如下步驟進 行2a)將小區(qū)間優(yōu)化模型轉(zhuǎn)化為 其中，rA和rB分別是A小區(qū)和B小區(qū)所能達到的容量，R+是非負實數(shù)集，<是滿足小區(qū) 間優(yōu)化模型的第k個小區(qū)的次優(yōu)解。2b)將新模型的求解過程轉(zhuǎn)化為求解以下方程組 其中，Ha和Hb分別是A小區(qū)和B小區(qū)的信道，Wa和Wb分別是A小區(qū)和B小區(qū)的預(yù)編碼 矩陣，C；和C〗分別是滿足小區(qū)間優(yōu)化模型的A小區(qū)和B小區(qū)的次優(yōu)解； 2c)求解步驟2b)中的方程組，得到次優(yōu)解C；和C;。
3.根據(jù)權(quán)利要求1所述的LTE-A中多小區(qū)動態(tài)有限反饋方法，其中步驟(Ib)所述的將 通過標(biāo)準(zhǔn)凸優(yōu)化工具求得的次優(yōu)結(jié)果進行向下取整后，用鄰近值搜索算法對通過向下取整 得到的數(shù)據(jù)進行搜索，按如下步驟進行3a)設(shè)定初始值對每個小區(qū)，令 其中，《是步驟2c)求得的次優(yōu)解，μ k是小區(qū)k的容量次優(yōu)解的向下取整值，Ω是小 區(qū)剩余比特數(shù)；a/ df3b)選擇k，使對所有的j都滿足^ ^，其中，j是小區(qū)編號，Ck和 .分別是小區(qū)k和小區(qū)j的最優(yōu)解； 3c)令yk+l, Ω 一 Ω-l，如果Ω彡1，重復(fù)步驟3a)和步驟3b)；否則停止； 3d)將步驟3c)中求得的1^和μ 值賦給小區(qū)的最優(yōu)解Ca和Cb。
4.根據(jù)權(quán)利要求1所述的LTE-A中多小區(qū)動態(tài)有限反饋方法，其中步驟(2b)所述的將 A小區(qū)的最優(yōu)解Ca和B小區(qū)的最優(yōu)解Cb松弛成非負實數(shù)，用標(biāo)準(zhǔn)凸優(yōu)化工具對優(yōu)化模型進 行求解，按如下步驟進行4a)將小區(qū)內(nèi)優(yōu)化模型轉(zhuǎn)化為 其中，m是用戶編號，<是滿足小區(qū)內(nèi)優(yōu)化模型的用戶i對應(yīng)的次優(yōu)解； 4b)將新模型的求解過程轉(zhuǎn)化為求解以下方程組 其中，ΗρΗ^Η,分別是用戶1，用戶2…用戶N的信道，Wl、分別是用戶1，用戶 2…用戶N的預(yù)編碼矩陣，&、^… 分別是滿足小區(qū)內(nèi)優(yōu)化模型的用戶1，用戶2…用戶N的 次優(yōu)解；4c)求解步驟4b)中的方程組，得到次優(yōu)解Κ、 ψ··《。
5.根據(jù)權(quán)利要求1所述的LTE-A中多小區(qū)動態(tài)有限反饋方法，其中步驟(2b)所述的將 通過標(biāo)準(zhǔn)凸優(yōu)化工具求得的次優(yōu)結(jié)果進行向下取整后，用鄰近值搜索算法對通過向下取整 得到的數(shù)據(jù)進行搜索，按如下步驟進行5a)設(shè)定初始值對每個用戶，令& 其中，《是權(quán)利要求4中步驟4c)求得的用戶i的次優(yōu)解，μ i是<的向下取整值，Ω 是用戶剩余比特數(shù)； 5b)選擇m，使所有的η都滿足1夂 其中，η是用戶編號，bm和bn分別是用戶m和用戶η的最優(yōu)解 5c)令 一 ym+l, Ω 其中，μ m是用戶m的次優(yōu)解的向下取整值， 如果ΩΑ,Β彡1，重復(fù)步驟5a)和步驟5b)，否則停止；5d)將P1, μ2··· μΝ的值賦給用戶的最優(yōu)解1^，1^%，然后計算使用戶容量^取得最 小的i值，將Ωα,β的值賦給最優(yōu)解Iv
全文摘要
本發(fā)明公開了一種LTE-A中多小區(qū)動態(tài)有限反饋方法，主要解決現(xiàn)有反饋方法中沒有充分考慮不同用戶的實際需求以及小區(qū)邊緣用戶性能太差的缺點，其過程為建立小區(qū)間優(yōu)化模型，通過對小區(qū)間優(yōu)化模型的求解將反饋比特分配給每個小區(qū)；然后，建立小區(qū)內(nèi)優(yōu)化模型，通過對小區(qū)內(nèi)優(yōu)化模型的求解將每個小區(qū)的反饋比特分配給該小區(qū)內(nèi)的每個用戶；最后，在小區(qū)內(nèi)用戶位置變化時，對每個用戶的反饋比特進行重新分配。本發(fā)明能滿足每個用戶的實際需求，且大大提高了小區(qū)邊緣用戶的性能，在實際的系統(tǒng)中，避免了最差用戶不能得到良好服務(wù)的問題，更好地保證了用戶的公平性，可用于移動通訊領(lǐng)域中CoMP下基站與用戶之間的通信。
文檔編號H04W16/22GK101895892SQ20101023101
公開日2010年11月24日 申請日期2010年7月16日 優(yōu)先權(quán)日2010年7月16日
發(fā)明者劉乃安, 季清, 張金釗, 李曉輝, 蔡曉衛(wèi) 申請人:西安電子科技大學(xué)