高速场景下OFDMA系统的无线资源分配方法

摘要

本发明涉及的是一种无线通信技术领域的优化方法，具体涉及一种高速场景下OFDMA系统的无线资源分配方法。该方法包括步骤1：收集系统中所有用户信息；步骤2：根据时延服务质量要求将数据包分发到不同的缓冲器；步骤3：通过排队论理论将时延服务质量要求转化为物理层的链路速率信息；步骤4：根据物理层速率约束条件、块的约束条件和总的传输功率约束条件，确定资源分配的最优化模型；步骤5：先根据时延服务质量要求对用户队列进行优先级的排序，用户再按的排序对块进行择优分配，最后进行功率分配。步骤6：按照步骤5得到的最优解进行功率分配。本发明采用基于块的频谱分配，降低多普勒频移的影响，充分利用了资源提高了系统性能。

主权项

1.高速场景下OFDMA系统的无线资源分配方法，其特征是该方法包括如下步骤：步骤1：收集系统中所有用户来自高层的时延服务质量要求，以及队列状态信息和信道状态信息；步骤2：根据来自高层的时延服务质量要求将一条数据流中的数据包分发到不同的缓冲器，具体是：当用户为时延忍耐用户，即用户来自高层的时延服务质量要求为无时延服务质量要求时，该用户的每一条数据流的数据包无需分类，通过一个缓冲器处理；当用户为时延敏感用户，将一条数据流中的数据包按时延服务质量要求分类，这里考虑为两类，分别为高时延约束的数据包和低时延约束的数据包，将高时延约束的数据包和低时延约束的数据包分别由两个缓冲器单独处理，每个缓冲器中的数据包的约束条件需要满足下式：$E\left[W_k\right]\le T_k,k\in K_2,$其中，Ε[·]表示·的期望值，W_k是用户k一个缓冲器中数据包的系统时间，T_k是时延敏感用户的时延服务质量要求阈值，k代表一个用户，K₂为时延敏感用户的集合；步骤3：根据步骤1得到的队列状态信息，通过排队论理论将高层信息的时延服务质量要求转化为物理层的链路速率信息，记时延敏感用户一条数据流两种类型数据包的时延约束为：高时延约束T^H和低时延约束T^L，具体是：将步骤2中高时延约束T^H转化为物理层速率阈值R_k^H,转化公式为：$M^{\prime }\underset{m=1}{\overset{M}{\Sigma }}{R}_{0,k,m}\ge {R_k}^H,\forall k\in K_2,$将步骤2中低时延约束T^H转化为物理层速率阈值R_k^L,其转化公式为：$M^{\prime }\underset{m=1}{\overset{M}{\Sigma }}{R}_{1,k,m}\ge {R_k}^L,\forall k\in K_2,$其中：$R_{q,k,m}=\frac{B}{L}{\log }_2(1+\frac{{\left|h_{q,k,m}\right|}^2{P}_{q,k,m}}{{\sigma }^2}),$m代表一个块，m∈M，M=(1,2,…,M)为块的集合，M为块集合中的第M块，记每个块上的子载波个数为M'；R_q,k,m表示用户k的第q个队列在块m上的通信速率；σ²是高斯白噪声的方差；L为子载波的总个数；B为系统总带宽；h_q,k,m表示R_q,k,m对应的信道增益；对于时延敏感用户，q=0，1，对于时延忍耐用户q=2；步骤4：根据物理层速率约束条件、块的约束条件和总的传输功率约束条件，确定资源分配的最优化模型；所述块的约束条件：{S}_q,k,m=s_q,k,m为块的分配矩阵，如果s_q,k,m=1，第m个块分配给用户k的第q种类型数据，如果s_q,k,m=0，第m个块不分配给用户k的第q种类型数据；K₁为时延忍耐用户集合，K₁={1,2，…，K₁}，K₁为时延忍耐用户集合的第K₁块；K₂为时延敏感用户集合，K₂={K₁+1,K₁+2，…，K₁+K₂}，K₂为时延敏感用户集合的第K₂个块；所述总的传输功率约束条件：$0\le M^{\prime }\underset{k=1}{\overset{K_1+K_2}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}\underset{q=0}{\overset{q=2}{\Sigma }}{\beta }_q{P}_{q,k,m}\le P_T$其中，P_T为基站总的发送功率限制，P_q,k,m表示处理设定长度的数据所消耗的功率，一条数据流的数据包长度设定值为F，高时延约束数据包占数据包总长度的比例为a，则低时延约束数据包占数据包总长度的比例为(1-a)，当q=0时，β_q=a；当q=1时，β_q=(1-a)；当q=2时，β_q=1；所述资源分配的最优化模型为：$\max \underset{k=1}{\overset{K_1}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}{M}^{\prime }·R_{q,k,m}|q=2$$s.t.C1:M^{\prime }\underset{k=1}{\overset{K_1+K_2}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}\underset{q=0}{\overset{q=2}{\Sigma }}{\beta }_q{P}_{q,k,m}\le P_T$$C3:s_{q,k,m}\in \left(\mathrm{0,1}\right),\forall q,k,m$$C4:\underset{k=1}{\overset{K_1+K_2}{\Sigma }}\underset{q=0}{\overset{q=2}{\Sigma }}{s}_{q,k,m}=1,\forall m$步骤5：根据步骤4中的最优化模型，先根据时延服务质量要求对用户队列进行优先级的排序，每个用户再按排序对块进行择优选择，最后进行功率分配，采用拉格朗日计算方法求得最优功率分配解为：$\left\{\begin{array}{c}{P_{0,k,m}}^{*}={[\frac{B}{L}\frac{{\mu }_k^H}{\ln 2·\lambda ·{\beta }_0}-\frac{{\sigma }^2}{{\left|h_{0,k,m}\right|}^2}]}^{+},k\in K_2,m=\mathrm{1,2,3}....,M\\ {P_{1,k,m}}^{*}={[\frac{B}{L}\frac{{\mu }_k^L}{\ln 2·\lambda ·{\beta }_1}-\frac{{\sigma }^2}{{\left|h_{1,k,m}\right|}^2}]}^{+},k\in K_2,m=\mathrm{1,2,3}....,M\\ {P_{2,k,m}}^{*}={[\frac{B}{L}\frac{1}{\ln 2·\lambda ·{\beta }_2}-\frac{{\sigma }^2}{{\left|h_{2,k,m}\right|}^2}]}^{+},k\in K_1,m=\mathrm{1,2,3}....,M\end{array}\right.$其中，λ为最优化模型中C2和C1的拉格朗日因子，通过拉格朗日子梯度法求解；步骤6：按照步骤5得到的最优解进行功率分配。