论文部分内容阅读
基于OFDM-MIMO技术的宽带无线通信系统的快速发展使用户随时随地接收移动电视、视频点播、在线游戏等高带宽的多媒体业务成为了可能。为了高效传输可以同时被多个用户接收的多媒体业务,目前主流的移动通信标准中制定了点到多点的多播传输机制。然而,现有多播传输机制的主要问题是为了保证所有用户的正确接收,多播传输速率由信道条件最差的用户确定,从而使信道条件最差的用户成为了多播传输容量提升的瓶颈。因此,如何提高OFDM-MIMO系统中的多播传输容量成为多媒体多播研究领域所面临的一个关键问题。
目前,已经有学者提出一系列针对多播业务的无线资源分配算法,利用OFDM-MIMO系统的时间分集、频率分集或空间分集等提高多播传输容量。然而,现有的多播业务无线资源分配算法普遍存在对用户服务质量(QoS)考虑不足,能耗效率低等问题,无法在提高多播传输容量的同时保证用户的基本QoS需求,降低终端能耗。针对当前多播无线资源分配算法研究中存在的问题,本文对基于OFDM-MIMO技术的多播业务资源分配方法进行了系统研究,主要工作和创新性成果包括:
1.完成了基于复合衰落信道的多天线系统多播传输容量分析
针对目前只存在单天线系统多播容量分析的问题,本文给出了多天线系统中的多播容量分析,得出了分布式多天线及集中式多天线两种部署场景下的容量公式,从理论上推导出基于最低速率法的多播业务传输机制的容量上限。其中,不同于已有多播容量分析所使用的瑞利衰落信道模型,本文对更接近实际情况的复合衰落信道进行分析与建模,得出了多天线复合衰落信道增益的概率密度函数。基于复合衰落信道模型,利用不同天线分布下的几何性质,给出了分布式天线系统下遍历容量的上限表达式及集中式天线系统下遍历容量的闭式表达。通过仿真验证了本文的理论分析结果与实验结果吻合,而且在相同的信道条件及基站发射功率下,分布式天线系统的多播吞吐量始终高于集中式天线系统。
2.提出了有基本Qos保证的多播业务资源分配算法
针对目前多播业务子载波分配算法无法保证用户基本QOS需求的问题,本文提出了一种基于可伸缩视频编码的多播业务子载波分配机制(SA-M),可以在保证用户基本QoS需求的同时,提高多播传输吞吐量。SA-M机制除包括最优化算法外,还包括一种三步启发式子载波分配算法(次优算法),以降低算法复杂度,满足实际系统的运行要求。次优算法包括保守分配,贪婪分配以及迭代提高三个步骤:保守分配中提出了资源分配紧迫度的定义,根据资源紧迫度排序依次为用户分配子载波,以保证用户的基本QoS需求;贪婪分配以最大化多播吞吐量为目的分配剩余子载波;迭代提高利用子载波迭代交换的思想来进一步提高系统吞吐量。仿真结果表明,最优化算法和次优算法在保证用户最小数据速率需求的同时,所达到的吞吐量都远远高于传统的多播传输机制,而且次优算法与最优化算法之间的吞吐量性能差距可以忽略。同时,SA-M机制在保证用户QoS需求方面的性能好于已有的同类算法,在吞吐量性能方面也与同类算法接近。
基于SA.M算法,本文设计了基于预编码选择的多播业务多天线资源分配方法,结合多播业务子载波分配算法与预编码选择算法,在保证用户基本QoS需求的前提下,确定可以让整体传输速率最大的预编码矩阵,通过消除天线间干扰,进一步提高系统吞吐量。仿真结果表明,该方法在系统吞吐量及用户最小数据速率保证方面,都好于现有的多播业务多天线资源分配算法。此外,通过仿真实验给出了不同信道条件下子载波分配算法与预编码选择算法的组合原则。
3.提出了基于调度集合的多播单播数据联合调度算法
如何在单播业务和多播业务共存的情况下降低终端能耗,同时保证用户的服务质量需求,是目前无线资源分配相关研究中尚未解决的问题。针对该问题,本文提出了一种基于调度集合的联合调度算法(SSBIS),对多播业务和单播业务进行联合的时隙分配。SSBIS算法给出了调度集合的定义及集合生成方法,将所有移动终端划分到多播调度集合或单播调度集合中。其中,调度集合生成方法使得多播调度集合中包含尽可能多的终端,这些终端可以在多播数据传输的相邻时隙区间内完成调度,并且清醒状态与休眠状态之间的转换次数为0,从而达到最小能耗值;而对于单播调度集合中的终端,提出了一种基于最长休眠时间的调度算法,利用突发传输的思想,使单播调度集合中所有终端的总休眠时间最长,从而达到总能耗最小。仿真结果表明,SSBIS算法在保证终端最小数据速率的同时,显著降低了系统总能耗。与仅考虑单播业务的低能耗数据调度方法相比,能耗效率提高20%以上。
综合以上提出的时隙调度算法、子载波分配算法及多天线资源分配算法,本文设计了OFDM-MIMO系统中多播业务无线资源分配方法的实现框架,并在LTE空中接口技术仿真平台上加以实现,为以上算法在系统中的实施提供借鉴。