R[t]} e A，
[0155] 其中，A是可用動作的集合。在每個(gè)時(shí)隙的結(jié)尾，數(shù)據(jù)傳輸因?yàn)橹袛嘁闯晒σ?失敗。在網(wǎng)絡(luò)化MDP術(shù)語中，多小區(qū)系統(tǒng)將接收即時(shí)回報(bào)。對于UE u，其中，u= 1，2,…，B， 即時(shí)吞吐量表示為：
[0156] 是一個(gè)由系統(tǒng)狀態(tài)S[t]和動作a[t]決定的隨機(jī)變量?；貓?bào)函數(shù)為 所有UE的吞吐量之和。
[0158] 上行CoMP的目的是最大化h個(gè)時(shí)隙的平均累積速率，即，物理層吞吐量。該目的 函數(shù)為網(wǎng)絡(luò)化MDP中h的期望累積回報(bào)的平均值。即：
[0160] 例如，所述信道的模型完全由所述中心控制器建立。又如，所述信道模型的一部分 由所述中心控制器建立，一部分由BS建立。
[0161] 接下來，在步驟344中，基于狀態(tài)轉(zhuǎn)移函數(shù)和所述FSMC、CSI時(shí)延以及過時(shí)的CSI 生成的觀測值確定信度狀態(tài)。其為實(shí)際信道狀態(tài)的PMF。所述信度狀態(tài)為前一個(gè)動作和歷 史觀測值的充分統(tǒng)計(jì)量。利用諸如時(shí)間戳的技術(shù)，可以確定時(shí)延步長d的數(shù)量。假定時(shí)延 步長數(shù)，則觀測值為延遲了 d步的實(shí)際狀態(tài)，即：
[0162] 0 [t] = S [t = d], t = d+1 〇
[0163] 因此，當(dāng)前狀態(tài)和所述觀測值間的明確關(guān)系為：
[0168] 在t時(shí)隙，系統(tǒng)0[t]的觀測值為o[t]，所述o[t]由B個(gè)信道的觀測值決定。觀測 函數(shù)〇描述了不理想信道估計(jì)：
[0170] 給定t+Ι和〇 [t+Ι]時(shí)刻的新的觀測值，則新信度應(yīng)該反映在新狀態(tài)s [t+Ι]結(jié)束 的可能性，觀測s[t+l]的可能性，以及前一個(gè)信度分布b[t]。即：
[0172] 然后，在步驟346中，基于所述信度狀態(tài)確定決策。這是為了最大化平均總吞吐 量。貪婪策略將預(yù)期的即時(shí)傳輸速率最大化。在t時(shí)隙采取的動作為：
[0174] 使用馬爾可夫鏈模型估算中斷概率。給定速率分配R[t]和實(shí)際信道狀態(tài)1_的猜 想，則中斷概率估算如下：
這是信道處于所分配的傳輸速率R[t]大于信道 容量c(fp_的狀態(tài)下的概率。
[0176] 在步驟350中，所述決策傳輸?shù)剿鯞S中。當(dāng)使用分布式方法時(shí)，所預(yù)期的時(shí)延 和建模方法以及信道狀態(tài)的數(shù)量也被傳輸?shù)剿鯞S中。
[0177] 圖11示出了確定基站執(zhí)行的集群和速率分配的方法的流程圖360。首先，在步驟 362中，BS接收來自控制器的決策。所述決策包括集群和速率分配。
[0178] 接下來，在步驟372中，所述BS完成步驟362中接收的集群和速率分配。所述BS 和分配給所述BS的集群的其他BS協(xié)作。同時(shí)，所述BS為其相關(guān)聯(lián)的UE設(shè)置數(shù)據(jù)速率。
[0179] 然后，在步驟364中，所述BS確定CSI。估計(jì)和量化所述CSI。確定CSI時(shí)延和時(shí) 間信息。同時(shí)，所述BS確定關(guān)聯(lián)UE的位置和速度。這可以通過請求所述UE的位置和速度 以及接收UE返回的信息完成。同時(shí)，所述BS監(jiān)控性能。
[0180] 步驟366和368在分布式方法中執(zhí)行。在步驟366中，所述BS接收來自控制器的 模型信息。所接收的模型信息可以包括預(yù)期的時(shí)延和建模方法以及信道狀態(tài)的數(shù)量。
[0181] 在步驟368中，所述BS建立信道的模型。信道信息以及UE的位置和速度信息存 儲在所述BS的數(shù)據(jù)庫中。從所述數(shù)據(jù)庫接收歷史位置和速度信息?；趶乃鰯?shù)據(jù)庫中 接收的信息、步驟364中測量的信道、UE的位置和速度信息、性能以及從中心控制器處接收 的預(yù)期的時(shí)延、建模方法以及信道狀態(tài)的數(shù)量建立所述信道的模型。所述BS產(chǎn)生狀態(tài)轉(zhuǎn)移 函數(shù)和觀測函數(shù)或CSI時(shí)延。所述BS還產(chǎn)生量化等級和FSMC狀態(tài)索引。為此，所述BS可 以發(fā)送所預(yù)估的所述中心控制器將來的變化，以將自身的決策考慮在內(nèi)。
[0182] 最后，在步驟370中，所述BS將信息發(fā)送至所述中心控制器。當(dāng)使用集中式方法 時(shí)，將UE的位置和速度、信道測量、CSI時(shí)延和時(shí)間信息、以及性能信息發(fā)送至所述中心控 制器。另一方面，當(dāng)使用分布式方法時(shí)，將FSMC狀態(tài)索引、量化等級、狀態(tài)轉(zhuǎn)移函數(shù)以及觀 測函數(shù)或CSI時(shí)延發(fā)送至所述中心控制器。
[0183] 執(zhí)行計(jì)算機(jī)模擬，以估計(jì)示例性集群和速率分配方案的性能。對于隨時(shí)間變化的 無線信道，使用第三代合作伙伴計(jì)劃空間擴(kuò)展信道模型（3GPP-SCME)信道模型。系統(tǒng)中存 在3個(gè)基站，每個(gè)BS帶有一根天線，站間距離為800m。集群的數(shù)量設(shè)為2,所以，可能的集 群動作的數(shù)量為3。使用三個(gè)其他的方案進(jìn)行比較。
[0184] 例如，基于當(dāng)前的觀測值進(jìn)行集群。特別地，所述中心控制器選擇最好的協(xié)作集， 根據(jù)當(dāng)前的CSI觀測值分配速率。使用誤差容限δ進(jìn)行速率分配。特別地，給定信道信號 與干擾加噪聲比（SINR)的相關(guān)信息，基于SINR門限值決定傳輸速率。除非所述SINR比所 述門限值大S，否則使用低速率。誤差容限的使用增加了數(shù)據(jù)傳輸?shù)目煽啃浴Ｔ谒瞿M 過程中，所述誤差容限的范圍是0 - 9. 5dB。
[0185] 又如，使用非協(xié)作式的通用復(fù)用蜂窩網(wǎng)絡(luò)，其中，來自相鄰小區(qū)的干擾視作噪聲。
[0186] 另外一個(gè)示例基于使用基于自回歸（AR)模型的技術(shù)的信道預(yù)測。其中，基于過時(shí) 的CSI歷史預(yù)測當(dāng)前信道狀態(tài)信息。然后，基于新的信道預(yù)測作出集群和速率分配的決策。 在預(yù)測中，窗口的次序和大小分別為2和5。
[0187] 在所述模擬中使用的參數(shù)在下面的表1中給出?？焖偎ヂ鋭討B(tài)為歸一化多普勒頻 移，被定義為多普勒頻移次數(shù)乘以采樣時(shí)長。因?yàn)樗龆嗥绽疹l移大致為相關(guān)時(shí)間的相反 數(shù)，所以所述歸一化多普勒頻移為相關(guān)時(shí)間占所述采樣時(shí)長的比率。在狀態(tài)轉(zhuǎn)移步長數(shù)中 測量時(shí)延。每一步狀態(tài)轉(zhuǎn)移的物理時(shí)長都為lms。通過取信道狀態(tài)樣本值的平均數(shù)獲得每 種狀態(tài)下的信道狀態(tài)值。
[0190] 在模擬中，從衰落信道的2x 106信道實(shí)現(xiàn)中提取平穩(wěn)狀態(tài)分布和狀態(tài)轉(zhuǎn)移概率 矩陣。在量化信道狀態(tài)信息時(shí)，使用Lloyd-Max算法，將均方差（MS)最小化。量化中一個(gè) 重要的參數(shù)為每個(gè)信道的狀態(tài)數(shù)量。圖12中的曲線320描述了均方差對比用Lloyd-Max 算法量化的每個(gè)信道的狀態(tài)數(shù)量。所述MSE隨著狀態(tài)數(shù)量的增長以指數(shù)的方式增長。對于 模擬，連續(xù)信道值被量化為兩種狀態(tài)。
[0191] 設(shè)置誤差容限對于一些協(xié)作方案是很重要的。例如，圖13示出了沒有時(shí)延時(shí)誤差 容限的效果。曲線330示出了在所提議的方案中，物理層吞吐量的位/秒（bps)數(shù)對比誤 差容限的dB數(shù)，而曲線332示出了在其他的方案中，物理層吞吐量的bps數(shù)對比誤差容限 的dB數(shù)。沒有時(shí)延的速率分配中，使用誤差容限使這兩個(gè)方案的效果都減弱。所述歸一化 多普勒頻移為0.06。誤差容限越大，所提議的方案的數(shù)據(jù)速率越高，因?yàn)楫?dāng)誤差容限限制了 速率集合時(shí)，更要使用高數(shù)據(jù)速率和集群樣式。圖14示出了在有三步時(shí)延的情況下的誤差 容限的影響的示圖。曲線250示出了所提議的方案中物理層吞吐量的bps數(shù)，曲線260示 出了現(xiàn)有方案中物理層吞吐量的bps數(shù)。當(dāng)誤差容限小的時(shí)候，例如，小于0. 5dB，誤差容限 有助于現(xiàn)有方案，其中，當(dāng)誤差容限為〇. 5dB時(shí)，性能最佳。但是，誤差容限并不有利于所提 議的方案。
[0192] 為了研究時(shí)延的效果，要模擬各種多普勒頻移。小歸一化多普勒頻移對應(yīng)相關(guān)時(shí) 間長和移動性低的場景。非協(xié)作方案作為基準(zhǔn)線。對于所述非協(xié)作方案，時(shí)延僅來自于信 道估計(jì)。另一方面，對協(xié)作性方案，如果有時(shí)延，所述時(shí)延包括一步信道估計(jì)時(shí)延加上回程 時(shí)延。
[0193] 圖15對比了不同方案的吞吐量。曲線260示出了所提議的方案的物理層吞吐量， 曲線262示出了預(yù)測方案的物理層吞吐量，曲線264示出了協(xié)作方案的物理層吞吐量，曲線 266示出了非協(xié)作方案的物理層吞吐量。三種協(xié)作方案的物理層吞吐量隨著時(shí)延的增加而 逐漸減小。協(xié)作方案之間的差別很小。CSI的UE移動性低，時(shí)延的影響不明顯。而且，所述 方案在降低影響方面效率都不高。
[0194] 所提議的方案的UE速率大，即，多普勒頻移大，可以實(shí)現(xiàn)更大的性能增益。圖16 示出了時(shí)延對多普勒頻移為0. 06時(shí)的吞吐量的影響。曲線290示出了所提議的方案的物 理層吞吐量，曲線292示出了預(yù)測方案的物理層吞吐量，曲線294示出了協(xié)作方案的物理層 吞吐量，曲線296示出了非協(xié)作方案的物理層吞吐量。當(dāng)時(shí)延少于8個(gè)步長時(shí)，AR預(yù)測方 案比現(xiàn)有非預(yù)測方案有更多優(yōu)點(diǎn)。然而，AR預(yù)測的性能隨著時(shí)延的增加而顯著減弱。當(dāng)時(shí) 延多于9個(gè)步長時(shí)，現(xiàn)有非預(yù)測方案的優(yōu)勢減弱。相反，對于所提議的方案，當(dāng)時(shí)延較大時(shí)， 觀測到的吞吐量非常大。特別地，當(dāng)時(shí)延多于6個(gè)步長時(shí)，實(shí)施例方案比現(xiàn)有協(xié)作方案優(yōu)于 不止30%。這主要是因?yàn)楫?dāng)時(shí)延大時(shí)，所提議的方案能夠利用有限狀態(tài)馬爾可夫鏈的平穩(wěn) 分布作出好的決策。
[0195] 影響信道動態(tài)參數(shù)的另一個(gè)重要因素是UE的速度，所述UE的速度與多普勒頻移 相關(guān)。對于不同的時(shí)延設(shè)置，通過將歸一化多普勒頻移置于〇. 01 - 〇. 06范圍內(nèi)調(diào)查所述影 響。
[0196] 圖17示出了當(dāng)時(shí)延為5個(gè)步長，即為中等時(shí)延時(shí)，UE移動性速度對吞吐量的影響。 該實(shí)施例方案優(yōu)于現(xiàn)有方案。曲線300示出了實(shí)施例方案的物理層吞吐量，曲線302示出 了預(yù)測方案的物理層吞吐量，曲線304示出了協(xié)作方案的物理層吞吐量，曲線306示出了非 協(xié)作方案的物理層吞吐量。在移動性差的情況下，現(xiàn)有AR預(yù)測方案只比現(xiàn)有協(xié)作方案多很 小的增益。在移動性差的情況下，該實(shí)施例方案比AR預(yù)測方案獲得多大約2%的吞吐量，在 移動性好的情況下，多18%。
[0197] 圖18示出了當(dāng)時(shí)延為10個(gè)步長，即為大時(shí)延時(shí)，UE移動性速度對吞吐量的影響。 曲線310示出了實(shí)施例方案的物理層吞吐量，曲線312示出了預(yù)測方案的物理層吞吐量，曲 線314示出了協(xié)作方案的物理層吞吐量，曲線316示出了非協(xié)作方案的物理層吞吐量。當(dāng) 移動性好的時(shí)候，AR預(yù)測方案性能減弱，且失去了預(yù)測能力