论文部分内容阅读
如今无线通信技术迅速的发展,为人们获取越来越快速可靠的传统通信服务和高速数据通信服务提供了可能,同时与现代社会信息资讯频繁交换的迫切需要达成了一致。多输入多输出技术(Multiple-Input Multiple-Output,MIMO)技术作为长期演进(Long Term Evolution,LTE)系统的重要组成部分,因其在抵抗信道衰落和提升信息传输数据速率方面的卓越表现,也越来越为人们所重视。其中,多用户MIMO(Multiuser-MIMO,MU-MIMO)技术可以在不增加频率资源的前提下通过有效地利用空间资源来显著提高无线通信系统的吞吐量,因此成为5G(5th-Generation)的关键技术之一。在多用户MIMO系统中,由于空间资源在MIMO系统中受有效发射天线数目限制,且IP化业务具有突发性,为提高有限空间资源的使用效率,接入的用户数通常要大于系统可同时进行通信的用户数。在这种情况下,就只能选择有容量限制的用户子集提供服务,因此如何进行高效地多用户调度(选择)以使得系统性能最优成为了一个研究热点。现有的用户选择算法主要以富散射环境为背景进行研究,对不同业务类型的用户的QoS要求也没有进行区分,并且大多数用户选择方法的计算复杂度非常高,本文针对这些问题,提出了相应的解决方案。本文研究了MU-MIMO系统真实环境下的信道特性,提出了一种基于真实环境的区分业务QoS的低复杂度用户选择算法。本文首先基于BD算法分析了真实环境下的系统用户容量门限,接着根据用户速率的低复杂度表征的迭代计算过程,并结合子空间的乘积角概念,得到了每个用户的数据速率在用户选择过程中会发生变化的结论,揭示了系统容量具有弹性这一事实:在非富散射环境中,系统接入用户数在用户容量门限内时,加入新用户会使原先每个用户所占用的空间资源被挤压。我们利用这一事实,同时考虑到用户选择标准中不同业务对数据速率需求的差异性,设计了区分不同QoS业务的用户选择基准,在选择新用户时优先挤压不需要过大比特率的实时用户所占用的资源。仿真结果表明,本文提出的算法的有效吞吐量以及所选择的用户数量要大于现有研究中用户选择算法的相应计算值。