MIMO系统多用户调度算法研究文献综述

文献综述

本课题的现状及发展趋势：

随着移动用户的快速增长，下一代无线通信系统（5G）对数据传输速率提出了更高的要求。MIMO（Multiple-Input Multiple-Output）技术是第三代和未来移动通信系统在给定的频谱范围内实现高速率数据传输、提高数据传输质量的重要途径。MIMO能充分利用空间资源，通过多个天线实现多发多收，不增加频谱资源和天线发射功率的情况下，可以成倍的提高系统容量，显示出明显优势，被视为下一代移动通信的核心技术。MU-MIMO系统根据数据由基站端发送给用户和用户发送数据给基站方向的不同分为上行 MU-MIMO 和下行MU-MIMO 两种情况。上行 MU-MIMO 指不同用户使用相同的时频资源进行上行发送，这些数据流可以看作是来自同一个用户的不同天线；而下行 MU-MIMO是基站通过多个数据流为不同的用户终端传输数据，多个用户终端或基站构成MU-MIMO 系统。在传统的单天线调度算法中,每次传输只能为一个资源单元选择一个用户,而随着技术的发展,使得现存的调度算法可以充分利用空域,在相同的资源单元中选择多个用户,支持多个用户数据的并发传输,提供了足够的调度灵活性,能够充分地利用空域来提升容量,获得多用户分集增益,提高系统性能。 本课题的价值：

一般情况下，系统中用户数较多但是天线数一定，基站在同一时刻可服务的用户数与天线数量有关，这时，就需要使用用户调度算法从所有用户中选择一部分用户进行通信，该过程就是用户调度。在 MU-MIMO 下行系统中，用户与基站间的信道彼此相互独立，因此，系统可利用多用户分集增益提高整个系统的吞吐量。当系统中用户数大于数量 1，且所有用户的信道之间相互统计独立，基站在发送数据的过程中可以从所有信道中选择用户质量最好的信道进行数据传送，以提高整个系统的吞吐量并提高系统的频谱效率。用户调度技术的设计需要综合考虑系统的容量、用户的公平性、通信质量等因素，即提高系统容量的同时保障用户被调度的公平性。通用的用户调度方法主要有机会主义（Opportunistic Scheduling,OS）、轮询（Round Robin,RR）、半正交调度（SUS）、最大—最小公平调度算法（Max-Min Fair，MMF）和比例公平调度。机会主义调度根据用户的信道状态信息（Channel State Information，CIS），调度信道状态最好的一个或几个用户，可以保证系统获得最大的和数据率，但会使处于深衰落的用户长期得不到调度，无法保障用户间的公平；轮询调度忽略用户信道条件的优劣，依次服务所有用户，保证了用户间的“绝对”公平，但无法利用多用户分集增益，造成和数据率较低；半正交调度能避免同时调度信道相关性较大的用户，可较好地利用多用户分集增益，但仍没有考虑用户间的公平性；最大—最小公平调度算法的核心思想是尽量满足最近获得数据率最低的用户，具有一定的公平性，但该算法的频谱利用率较低；比例公平调度综合考虑了系统的和数据率和用户间的公平性，能够在用户请求的数据率达到之前请求的峰值时服务用户，保证为用户提供比例公平的服务，但传统的算法在一个时隙仅调度一个用户。比例公平算法一说是在HDR系统建设中所采用的，该算法能够在充分利用多用户分集带来增益的基础上，选取用户信道状态良好的时间点进行数据发送。从当前无线通信网络技术应用领域来看，多用户 MIMO 系统及其技术的可利用价值较高.

参考文献：

[1]周怡 用户高速移动环境下MIMO系统下行多用户算法研究[J].华北电力大学,2014

[2]韩东升，杨维 ]基于有限反馈的MIMO下行多用户调度算法[J].华中科技大学学报 2011

[3]李俊超 异构网络融合环境下多用户调度算法的研究[J].东南大学,2015

[4]刘瑞雪 MU-MIMO下行链路多用户调度算法研究[J].西安电子科技大学,2014