具体实施方式

本申请所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

描述一种迭代(iterative)配置过程(process)，以寻求蜂窝无线网络中资源的最佳配置。特别地，该过程解决(addresses)基站的资源配置，这些基站用于向连接到这些基站的UE传输信号。该过程旨在管理用于执行该过程的数据传输量，从而控制网络开销(overhead)。

在现有的资源分配方案中，所有UE都使用相同的反馈参数，典型的CSI或CQI，来通知基站信道的质量。但是，在下面讨论的过程中，每个UE利用与当前所提供的服务相关的效用函数(utility function)，对其服务提供反馈。被使用的服务的特定效用函数可以为UE接收到的服务质量提供更相关的反馈。CSI或CQI不一定反映某项服务的服务质量，因此效用函数的使用可以提高反馈的质量。

图1显示了一组N个发送端和N个接收端之间通信所涉及的信号路径。每个发送端和接收端组成一对。在一个具体的示例中，发送端为基站，接收端为移动设备或UE。每个发送端可以是一个离散的基站，或者可以由与基站相同的其他发送端提供。如图1a所示，信号以功率从发送端传输到接收端，其中k是迭代次数。如图1b所示，每个接收端传输其量化估计的局部(local)效用其取决于所有发送端的功率集(power set)和随机信道状态(stochastic channel state)。所有发送端可以接收和解码该局部效用，并且在实行资源分配过程时，每个发送端可以使用来自多个UE的局部效用值。

通过更新每个发送端的实际传输功率来运行资源分配过程，基于定义的算法和反馈。对于一些系统，可以表示其他因素，而不是传输功率，或者也表示传输功率。例如，可以表示波束方向或宽度，因为这些参数也定义了达到UE的有效功率。

该过程中使用了以下参数：

μ_k是一个预定义的消失序列(vanishing sequence)，对每个发送端通用(common)，例如μ_k＝k^-0.3。

δ_i，k∈{-1，1}是一个独立的伪随机标量(pseudo random scalar)。序列δ_i，0，K，δ_{l， k}K可以是任意已知的序列，例如，黄金序列(Gold sequence)或M序列(M-sequence)。通常，伪随机序列满足以下性质：

且

p_i，k是用于计算的中间变量，可在该过程开始时任意设置。

对于一个给定迭代，使用这些变量。

图2显示了资源分配方法的流程图。在步骤20，每个发送端将其传输功率设置为并在步骤21，将消息传输到使用功率的相关接收端。在步骤22，每个接收端接收该消息，并估计其实际局部效用y_i，k，该实际局部效用用于给出量化的局部效用局部效用基于当前在发送/接收链路上使用的服务来定义。例如，局部效用可能与链路的比特率、吞吐率、错误率或能量效率有关。所选的局部效用可能取决于特定的服务，以及对服务的质量很重要的参数或表示服务质量的参数。例如，对于某些服务，比特率可能比错误率更重要。每个接收端的局部效用可能不同。

在步骤23，UE传输其量化的局部效用，可以被一个或多个发送端接收。例如，可以使用能够被相关接收端范围内的所有发送端接收和解码的广播传输。

如果R是用于表示的比特位数，那么每个接收端在该过程的每次迭代中传输的信号量为R个比特位。R的准确值(exact value)可以根据效用函数和特定的应用来选择。如果数量词(quantifier)是无偏差(non-biased)的，那么R的值对求解该过程的收敛(convergence)没有关键作用。

在步骤24，发送端接收范围内的所有发送端所传输的量化的局部效用。这可能是具有可能会干扰特定发送端的链路的所有接收端或其子集。如下所述，局部效用值被用来计算网络的全局效用(global utility)。随着接收到的局部效用值的数量增加，全局效用值的准确性也会增加。但是，该过程的运行并不依赖于获知所有本地效用值，因此只接收子集并不阻止运行。

如果假设发送端只获取接收端子集的局部效用值，那么对于迭代k进行的传输，全局效用可估算为：

若为非空，则否则，

根据从迭代k接收到的效用值，发送端移动到迭代k+1来计算新的资源分配。

在步骤25，每个发送端根据如下规则来更新其p_i，k+1值：

其中，λ_k是所有发送端通用的预定义消失序列(与μ_k类似)。需要注意的是，接收端不要求知道λ_k或μ_k。

进而，在步骤26，每个发送端可以计算其新的传输功率：

需要注意的是，上述公式的投射(projection)确保满足功率限制

步骤21至26可以重复，如果消失步长(vanishing step-sizes)λ_k和μ_k满足以下性质：且则对于任意接收端i，p_i，k和都应该在经过充分迭代后收敛至最优值需要注意的是，步长可以自由选择，例如λ_k＝λ₀k^-a，μ_k＝μ₀k^-b，a∈(0.5，1)，b∈(0，1-a).

因此，提供一个通过多个发送端优化资源分配的过程，特别是传输功率。从接收端到发送端以效用函数的形式提供用于指示服务质量的反馈。

图3显示了可以实现图2过程的蜂窝网络的一个示例。eNb(eNb1，eNb2，eNb3)表示上述发送端，UE(UE1，UE2，UE3，UE4)表示接收端。该过程用于优化从eNb到UE的传输资源。

图3a显示了从每个eNB到其相关联的UE的下行传输，以及在具有传输功率的迭代k处传输的消息。图3b显示了从每个UE到其相关联的基站的上行传输(实线箭头)，该上行传输包括估计和量化的局部效用，作为反馈。所有eNb侦听这样的反馈，并接收和解码所有可以解释(interpreted)的信息。图3b还显示了表示eNb之间的X2接口的实线，X2接口可用于交换信息。X2接口可以被用来在eNb之间交换反馈信息，这样就不会依赖直接来自UE的成功接收。例如，每个UE可以将其反馈消息发送到其连接到的eNb，然后每个eNb可以经由X2接口(或另一合适的通信路径)将反馈信息发送到其他eNb。

如果表示与eNB j相关的UE集合，其大小为N_j，则出现在eNb j处的信令信息总量为RN_j个比特位。然而，对于每个eNb j而言，向所有其他eNb发送RN_j个比特位的信令信息不是必需的。相反，eNb j可能仅将信令信息发送到一个或几个eNb(例如，该eNb可以将信令信息发送到使用随机、循环法或任何其他算法来选择的eNb的子集)。在这种情况下，eNb没有关于网络中不同用户的效用函数的相同信息。而且，eNb可能会延迟某些用户的效用信息。但是，尽管信息不完整，仍然可以证明该过程收敛于最优解，但是收敛速度可能会降低。因此，在信令开销和收敛速度之间需要权衡。

因此可以看出，如图2所示的过程可以在蜂窝网络中实现，以优化eNb和UE之间下行链路的资源分配。

通过具体的示例(但不限于该示例)，一个无线网络中具有N＝4个发送端-接收端对，功率控制问题阐明如下。g_ij，k表示在迭代k处发送端(或者基站)i和接收端(或者用户)j之间的信道增益。一个简单的(类型比例公平(type Proportional Fairness)的)局部效用函数被使用：

全局效用函数为最优解是找到使该全局函数最大化时的解。该最优解可以通过使用基于梯度的下降法来实现，这需要每个发送端i计算:

其中，

精确导数的计算需要附加的信息：还需要SINR，发送端i还需要知道所有发送端和接收端i之间的信道增益g_ni，k，以及任意的值，例如，在前一次迭代中由发送端n执行的动作。这表明，通过反馈SINR(或者量化的SINR版本，例如CQI)，使用现有的资源分配方案无法实现最优解，因为其他链路的g_ni，k和的必要信息丢失。但是，目前的披露是基于使用量化的效用函数作为反馈，并结合新的资源分配策略。下面表明该方案允许收敛到最优解。针对不同数量的用户进行了仿真。

在下面的仿真中，发送端i和接收端j之间的时变信道(time varying channel)h_ij，k使用高斯分布(Gaussian distribution)生成，对于任意i≠j，高斯分布的方差为信道增益为g_ij，k＝|h_ij，k|²，σ²＝0.2，η₁＝20，且η₂＝1。在该算法中，λ_k＝1.5k^-0.68，μ_k＝10k^-0.26，在区间(0，20)内统一生成p_i，0的初始值。考虑每个发送端具有局部效用的不完整信息的情况。对于q∈{1,0.5,0.25,0.1}，且q为接收任意接收端反馈的概率，执行100个独立仿真。

图4显示了作为迭代次数函数的全局效用函数。图5给出了任意发送端功率集的演变(注意，不同发送端的曲线有相似的形状)。为了显示该算法的效率，在图4和图5中分别绘制了一条表示平均效用函数和功率的最佳值的线。可以看出，收敛速度随着q值的减小而减小。即使q＝0.5，这种影响也不显著，即发送端只有50％的机会知道接收端的局部效用。

图6和7显示了与图4和5相似的图表，但是具有以下参数：

N＝10

对于任意i≠j，

λ_k＝2k^-0.7，μ_k＝12k^-0.25。

图8和图9显示了具有以下参数的另一结果：

N＝15；

对于任意i≠j，

λ_k＝2k^-0.7，μ_k＝12k^-0.25。

因此，所描述的过程收敛于最优解，即使从UE到基站的反馈不完整。

虽然没有详细说明构成网络一部分的任意设备或装置可以包括至少一个处理器、存储单元和通信接口，但其中处理器、存储单元和通信接口被配置为执行本申请任何方面的方法。下面将描述更多的选项和选择。

本申请实施例中的信号处理功能，尤其是gNB和UE的信号处理能力，可以由本利领域技术人员所熟知的计算系统或结构体系来实现。计算系统可以是台式电脑、膝上型电脑或笔记本电脑、手持式计算设备(PDA、手机、掌上型电脑等)、主机、服务器、客户端，或者其他任何类型的特殊或通用计算机设备，这些设备可以满足或应用于给定的应用程序或环境。计算系统可以包括一个或多个处理器，该处理器可以执行通用或专用处理引擎，例如微处理器、单片机或其他控制模块。

所述计算系统还可以包括主存储器，例如随机存取记忆体(Random AccessMemory，RAM)或其他动态存储器，用于存储由处理器执行的信息和指令。所述主存储器还可以用于存储临时变量或处理器执行指令期间的其他中间信息。所述计算系统同样可以包括只读存储器(ROM，Read Only Memory)或其他静态存储设备，用于存储处理器执行的静态信息和指令。

所述计算系统还可以包括信息存储系统，该信息存储系统包括，例如媒体驱动器和可移动存储接口。所述媒体驱动器可以包括驱动器或支持固定或可移动存储介质的其他机制，例如硬盘驱动器、软盘驱动器、磁带驱动器、光盘驱动器、光碟机(CD)或数字视频驱动(DVD)读写驱动器(R或RW)，或者其他固定或可移动媒体驱动器。存储介质可以包括，例如硬盘、软盘、磁带、光盘、CD、DVD，或者由媒体驱动器读写的其他固定或可移动媒介。所述存储介质可以包括存储有特定计算机软件或数据的计算机可读存储介质。

在可选实施例中，信息存储系统可以包括其他类似组件，用于允许计算机程序或其他指令或数据加载到所述计算系统中。这些组件可以包括，例如可移动存储单元和接口，如程序盒式存储器和盒接口，移动式存储器(如闪存或其他移动式存储器模块)和存储器插槽，以及允许软件和数据从移动式存储单元传输到计算系统的其他移动式存储单元和接口。

所述计算系统还可以包括通信接口。该通信接口可以用于允许软件和数据在计算系统和外部设备之间传输。例如，通信接口可以包括调制解调器、网络接口(如以太网或其他网卡)、通信端口(如通用串行总线(USB)端口)、PCMCIA插槽和卡等。通过通信接口传输的软件和数据以信号的形式存在，这些信号可以是能够被通信接口介质接收的电子信号、电磁信号、光学信号或其他信号。

在本申请中，术语“计算机程序产品”、“计算机可读介质”等等一般用于指代有形媒体，例如内存、存储设备或存储单元。这些和其他形式的计算机可读介质可以存储一个或多个指令，供包括计算机系统的处理器使用，以使处理器执行指定操作。这些指令一般被称为“计算机程序代码”(可以以计算机程序的形式或其他分组形式分组)，当这些指令被执行时，能够使计算机系统执行本申请实施例中的功能。需要注意的是，代码可以直接使处理器执行指定的操作，也可以编译后执行指定的操作，和/或与其他软件、硬件和/或固件元素(例如，执行标准功能的库)组合执行指定的操作。

非计算机可读介质可能包括以下一组中的至少一个：硬盘、只读光盘(CD-ROM，Compact Disc Read Only Memory)、光存储设备、磁存储装置、只读存储器(ROM，Read OnlyMemory)、可编程只读存储器(PROM，Programmable Read Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read Only Memory)、电可擦除可编程只读存储器(EEPROM，electrically erasable programmable read only memory)和闪存(FlashMemory)。

在由软件实现的实施例中，软件可以存储在计算机可读介质中，并使用例如可移动存储驱动器加载到计算系统中。由计算机系统中的处理器执行的控制模块(如软件指令或可执行计算机程序代码)使处理器执行如本申请所述的功能。

进一步地，本申请可以应用于在网络单元中用于执行信号处理功能的任何电路中。例如，进一步设想半导体商可以在独立设备的设计中采用创新理念，独立设备可以是数字信号处理器的微控制器(DSP)、专用集成电路(ASIC)和/或任何其他子系统元件。

为了描述清楚，上述描述参照单一处理逻辑描述本申请实施例。但是，本申请可以通过多个不同的功能单元和处理器同样实现信号处理功能。因此，对特定功能单元的引用只能被视为对提供所描述功能的适当方法的引用，而不表明严格的逻辑、物理结构或组织的。

本申请的各个方面可以以任何适当的形式实现，包括硬件、软件、固件或这些的任何组合。本申请可以选择性地，至少部分地作为计算机软件，运行在一个或多个数据处理器和/或数字信号处理器或可配置模块上的计算机软件组件，如FPGA器件。因此，本申请实施例中的元件和组件可以以任何适当的方式在物理上、功能上和逻辑上实现。实际上，功能可以在单个单元中实现，也可以在多个单元中实现，或者作为其他功能单元的一部分实现。

虽然本申请已以优选实施例揭露如上，但上述优选实施例并非用以限制本申请，本申请的保护范围以权利要求界定的范围为准。此外，尽管可能会出现与特定实施例相关的特征描述，但本领域技术人员可以根据本申请获得所述实施例的各种特征。权利要求中，术语“包括”不排除其他元件或步骤的存在。

进一步地，虽然多个方法、元件或方法步骤单独列出，但其可以由例如单个单元或处理器来实现。另外，尽管不同特征可以包括不同权利要求，但这些特征可以有利地结合，特征列入在不同的权利要求中并不意味着特征的组合是不可行的和/或无利的。同样，包括在一套权利要求中的特征并不意味着对这套权利要求进行限制，而是表明该特征在适当情况下同样适用于其他类别的权利要求中。

进一步地，权利要求中特征的排序并不意味着必须以特定顺序执行所述特征，特别是方法声明中各个步骤的顺序并不意味着必须按照这个顺序执行这些步骤。相反，这些步骤可以按照任何合适的顺序执行。另外，单数引用并不排除复数的情况。因此，单数“一(a)”、“一(an)”、“第一”、“第二”等不排除为复数。

虽然本申请已以优选实施例揭露如上，但上述优选实施例并非用以限制本申请，本申请的保护范围以权利要求界定的范围为准。此外，尽管可能会出现与特定实施例相关的特征描述，但本领域技术人员可以根据本申请获得所述实施例的各种特征。权利要求中，术语“包括(comprising)”或“包括(including)”不排除其他元件的存在。