一種交互式中繼選擇策略

摘 要： 提出了一種協(xié)作中繼網(wǎng)絡(luò)的交互式中繼節(jié)點選擇（IRS）策略。用戶首先分布式構(gòu)造基于信道狀況及中繼節(jié)點負(fù)載情況的中繼選擇函數(shù)，選擇最優(yōu)的中繼節(jié)點；中繼節(jié)點再根據(jù)資源分配情況、業(yè)務(wù)優(yōu)先級以及加權(quán)信道調(diào)度算法進行反向用戶選擇。仿真結(jié)果表明，相比于已研究的算法，所提出的IRS算法結(jié)合了信道狀況、MAC層資源與用戶業(yè)務(wù)狀況等因素，利用用戶和中繼之間的兩步式交互中繼選擇來調(diào)節(jié)小區(qū)內(nèi)的用戶負(fù)載分布，獲得了小區(qū)吞吐量與用戶公平性之間的折衷。

關(guān)鍵詞： 中繼選擇； 協(xié)作中繼網(wǎng)絡(luò)； 負(fù)載均衡； 調(diào)度

中圖分類號： TN929.5?34 文獻標(biāo)識碼： A 文章編號： 1004?373X（2015）03?0001?05

Scheme of interactive relay selection

WANG Ben?chao1， JIANG Fan2

（1. Shaanxi Radio Monitoring Station， State Radio Regulatory Center of China， Xi’an 710200， China；

2. School of Communication and Information Engendering， Xi’an University of Posts and Telecommunications， Xi’an 710121， China）

Abstract： An interactive relay selection （IRS） scheme is presented for cooperative relay network. Each user chooses the optimal relay node according to the relay selection function， channel status and relay node load condition. The reverse user selection is performed through relay node according to the resource allocation situation， service priority stage and weigh channel scheduling algorithm. Simulation results indicate that， compared with available algorithms， IRS algorithm can achieve a compromise between handling capacity in small domain and fairness for users by adjusting uses’ load distribution within the small domain by two?step interactive relay selection between relay nodes and users. The factors of channel condition， MAC layer resource and users’ service condition are considered in IRS scheme.

Keywords： relay selection； cooperative relay network； load balance； dispatch

0 引 言

未來無線通信系統(tǒng)中的中繼節(jié)點選擇主要解決“與誰協(xié)作”的問題[1]。盡管目前業(yè)界認(rèn)同中繼節(jié)點的部署將由運營商完成，但是由于多變性的無線鏈路狀況，多樣化的用戶服務(wù)質(zhì)量QoS（Quality of Service）需求以及不平衡的用戶接入請求，需要結(jié)合網(wǎng)絡(luò)的具體狀況參照一定準(zhǔn)則來選擇中繼節(jié)點，從而進行用戶接入以及數(shù)據(jù)傳輸。目前研究的中繼選擇策略主要將物理層參數(shù)作為中繼選擇的依據(jù)。在相關(guān)的研究中，Song探討了在雙向多個中繼節(jié)點的中繼網(wǎng)絡(luò)中[2]，基于放大轉(zhuǎn)發(fā)（Amplify and Forward，AF）模式下的中繼選擇問題。Cho研究了隨機中繼網(wǎng)絡(luò)中[3]，保障用戶QoS的中繼選擇方式及用戶掉線概率。Li 探討了協(xié)作中繼網(wǎng)絡(luò)中解碼轉(zhuǎn)發(fā)模式下[4]，過期的信道狀況信息對于中繼選擇的性能影響。Etezadi研究了節(jié)點非均勻分布的無線傳感器網(wǎng)絡(luò)中[5]，基于最優(yōu)信道狀況、最優(yōu)地理位置以及隨機選擇準(zhǔn)則的中繼選擇算法，并對這三種中繼選擇的性能進行了比較。

上述研究的中繼選擇算法一般都基于單一的中繼選擇準(zhǔn)則來選擇中繼節(jié)點。而事實上，協(xié)作中繼蜂窩網(wǎng)絡(luò)中的每個用戶的速率不僅取決于當(dāng)前的信道狀況，還與高層所采用的具體參數(shù)及算法（如MAC（Media Access Control）層資源分配方式、所采用的調(diào)度算法等）密切相關(guān)。在文獻[6]中，已經(jīng)提出了一種基于用戶選擇準(zhǔn)則的節(jié)點選擇算法，但是該算法僅僅考慮了用戶單方面的中繼選擇，未考慮小區(qū)的整體負(fù)載分布狀況。

為了解決上述問題，本文首先提出了一種交互式負(fù)載均衡的中繼節(jié)點選擇算法（Interactive Relay Selection，IRS）。該算法通過兩步式交互中繼選擇來實現(xiàn)負(fù)載均衡：

第一步，用戶根據(jù)信道狀況以及中繼節(jié)點負(fù)載情況，依據(jù)中繼選擇函數(shù)，找到使得其可達速率最大的中繼節(jié)點；

第二步，中繼節(jié)點根據(jù)所采用的信道調(diào)度準(zhǔn)則，再反向選擇合適的用戶進行調(diào)度。

利用用戶和中繼的兩步的交互式選擇，不僅有效地調(diào)整了各中繼節(jié)點的負(fù)載情況，還通過中繼調(diào)度調(diào)節(jié)了不合適的節(jié)點選擇，使得小區(qū)之內(nèi)的負(fù)載合理的分布，進而提高了網(wǎng)絡(luò)的整體性能。

1 算法描述

1.1 系統(tǒng)模型

假設(shè)網(wǎng)絡(luò)中有[L]個小區(qū)，如圖1所示，6個中繼節(jié)點（Relay station，RS）均勻地布設(shè)在每個小區(qū)中。整個系統(tǒng)中分布著[K]個用戶設(shè)備（User Equipment，UE）。物理層接入技術(shù)采用基于OFDMA（Orthogonal Frequency Division Multiple Access）接入技術(shù)，每個UE使用正交子信道接入。每個UE根據(jù)某種準(zhǔn)則確定通過基站（Base Station，BS）一跳傳輸數(shù)據(jù)或者選擇一個中繼節(jié)點m（m=1～6）兩跳傳輸數(shù)據(jù)。假設(shè)UE和RS都可獲得實時信道狀態(tài)信息。系統(tǒng)是全網(wǎng)時間同步的，且傳輸格式為時隙格式，即如果UE直接通過BS傳輸，則UE在每時隙直接向BS發(fā)送數(shù)據(jù)；若UE采用協(xié)作傳輸模式，則UE在第一個時隙向RS發(fā)送數(shù)據(jù)，在第二個時隙RS向BS轉(zhuǎn)發(fā)從UE收到的數(shù)據(jù)。RS以解碼轉(zhuǎn)發(fā)（Decode and Forward，DF）的工作方式實現(xiàn)協(xié)作傳輸。

圖1 系統(tǒng)模型

1.2 IRS算法描述

本文所提出的IRS的工作步驟如下：

（1） 小區(qū)內(nèi)的BS和RS周期性的廣播導(dǎo)頻信號，其中RS發(fā)送的導(dǎo)頻信號中還包含其當(dāng)前時隙內(nèi)其服務(wù)的用戶數(shù)。

（2） 根據(jù)從BS以及RS接收到的導(dǎo)頻信號強度，選擇兩跳傳輸?shù)腢E首先根據(jù)導(dǎo)頻信號強度計算接收信干噪比（Signal to Interference and Noise Ratio，SINR），并且獲知每個RS的服務(wù)用戶數(shù)；

（3） UE在相鄰的小區(qū)中再選擇一個具有最大SINR的RS，并記錄其服務(wù)的用戶數(shù)；將本小區(qū)中6個的RS與鄰小區(qū)的一個RS作為候選的中繼節(jié)點集合。

（4） 在時刻[t，]UE在候選的RS集合中，計算選擇不同RS的兩跳傳輸速率[rck，m，i（t），]建立中繼節(jié)點選擇函數(shù)，獲取候選中繼節(jié)點預(yù)測吞吐量；依據(jù)預(yù)測吞吐量值從大到小的順序?qū)λ泻蜻x中繼節(jié)點進行排序，建立候選中繼節(jié)點排序列表，選擇使得預(yù)測吞吐量最大的中繼節(jié)點作為服務(wù)中繼節(jié)點。

[β*（t）=argmaxi，mErck，m，i（t）EKm（t）+1] （1）

式中：[β*（t）]代表t時刻的最大預(yù)測數(shù)據(jù)速率；[Erck，m，i（t）]表示用戶[k（k∈K），]選擇小區(qū)[i]中的RSm作為其服務(wù)中繼所能達到的吞吐量；[EKm（t）]表示時刻[t，]UE所獲得的中繼[m]服務(wù)用戶數(shù)，[EKm（t）+1]表示[t]時刻中繼[m]的預(yù)期服務(wù)用戶數(shù)，[E?]表示期望，上標(biāo)[c]則代表協(xié)作傳輸方式。

（5） 根據(jù)候選節(jié)點吞吐量排序，利用加權(quán)信道相關(guān)調(diào)度算法，候選中繼節(jié)點RS分別在時刻t構(gòu)造下述的用戶調(diào)度函數(shù)，調(diào)度使得用戶調(diào)度函數(shù)值最大的UE：

[γ*（t）=argmaxkωkErck，m，i（t）Erck，m，i（t-1）αm] （2）

式中：[γ*（t）]代表調(diào)度函數(shù)的最大值；[Erck，m，i（t）]代表了時刻[t]用戶[k]通過中繼選擇所能達到的數(shù)據(jù)速率；[Erck，m，i（t-1）]代表了[t-1]時刻，用戶[k]通過中繼選擇所能達到的數(shù)據(jù)速率；[ωk]代表用戶[k]的權(quán)重，根據(jù)每個UE的業(yè)務(wù)類型可以調(diào)節(jié)其取值；[αm]代表中繼節(jié)點m所采用的與信道狀況相關(guān)的資源調(diào)度因子。

（6） 對比步驟（4）用戶的中繼選擇結(jié)果以及步驟（5）中繼節(jié)點的用戶調(diào)度結(jié)果，如果二者相匹配，則將步驟（4）所選擇的中繼節(jié)點[m]將作為用戶[k]的兩跳傳輸?shù)闹欣^節(jié)點，中繼節(jié)點[m]為用戶分配子載波，用戶在分配的子載波上根據(jù)調(diào)度準(zhǔn)則實現(xiàn)兩跳協(xié)作傳輸，完成基于負(fù)載均衡的中繼選擇。如果二者不匹配，則根據(jù)候選中繼節(jié)點排序列表，取出列表中選擇的下一個中繼節(jié)點與步驟（5）中的用戶調(diào)度結(jié)果進行比較，持續(xù)上述比較步驟直至二者匹配或已遍歷全部候選中繼節(jié)點。

（7） 如果已遍歷全部候選中繼節(jié)點，且二者無匹配，則結(jié)束中繼選擇，用戶選擇直接傳輸。

1.3 IRS算法分析

根據(jù)1.2節(jié)的步驟（2），選擇采用兩跳接入基站的UE首先根據(jù)從BS和RS接收到的導(dǎo)頻信號強度計算出接收到基站的信號得SINR值以及接收到中繼信號的SINR值。在時刻t，用戶k到小區(qū)中[BSi，]小區(qū)中任意一個RSm以及RSm到BSi的三條鏈路的SINR可以表示為：

[Sk，i（t）=hk，i（t）2pklk，i（t）j=1，j≠kKhj，i（t）2pjlj，i（t）+σ（n）2] （3）

[Sk，m（t）=hk，m（t）2pklk，m（t）j=1，j≠kKhj，m（t）2pjlj，m（t）+σ（n）2]（4） [Sm，i（t）=hm，i（t）2pmlm，i（t）j=1，j≠mNhm，j（t）2pjlm，j（t）+σ（n）2] （5）

式中：[pk]和[pm]分別表示UE和RS的發(fā)射信號功率；參數(shù)[li，k（t）]，[lk，m（t）]和[lm，i（t）]分別表示UE到BS，UE到RS以及RS到BS在t時刻的路徑損耗大小；參數(shù)[hk，i，][hk，m]和[hm，i]分別代表了UE到BS，UE到RS以及RS到BS的多徑及陰影衰落，表達式[j=1，j≠kKhj，i（t）2pjlj，i（t）+σ（n）2，][j=1，j≠kKhj，m（t）2?][pjlj，m（t）+σ（n）2，][j=1，j≠mNhm，j（t）2pjlm，j（t）+σ（n）2]分別代表來自于本小區(qū)及其他小區(qū)的干擾以及接收端白噪聲之和。

根據(jù)香農(nóng)定理，若[t]時刻[UEk]通過BS直接傳輸，則[UEk]在帶寬B內(nèi)最大數(shù)據(jù)速率為：

[rdk，i（t）=Blog（1+Sk，i（t））] （6）

如果UE通過[RSm]以協(xié)作傳輸?shù)姆绞絻商鴤鬏敚瑒t[UEk]在t時刻在帶寬B上可達數(shù)據(jù)速率的上限[rck，m，i（t）]為：

[rck，m，i（t）=B2minlog（1+Sk，m（t）），log（1+Sk，i（t）+Sm，i（t）） ] （7）

如果直接傳輸能獲得更大的增益，即有[rdk，i（t）>rck，m，i（t），]則移動用戶[k]直接通過基站傳輸數(shù)據(jù)；否則用戶[k]通過中繼節(jié)點兩跳協(xié)作傳輸。因此，如果能夠選擇出合適的中繼節(jié)點，協(xié)作傳輸比直接傳輸?shù)脑鲆娓蟆?/p>

對于步驟（4）中的式（1），在[t]時刻，由于用戶k需要與已經(jīng)接入中繼的用戶競爭資源，因此，式[Erck，m，i（t）EKm（t）+1]代表了采用協(xié)作傳輸?shù)挠脩鬹在時刻[t]預(yù)測最大數(shù)據(jù)速率。因此中繼節(jié)點選擇的準(zhǔn)則不僅是最大化用戶k的預(yù)測數(shù)據(jù)速率β*（t），在構(gòu)造中繼選擇函數(shù)的同時考慮了中繼節(jié)點的負(fù)載情況。

在步驟（5）中，式（2）中的[Erck，m，i（t）]與[Erck，m，i（t-1）]之間的關(guān)系為[7]：

[Erck，m，i（t）=1-11 000Erck，m，i（t-1）+11 000maxrdk，i（t），rck，m，i（t）] （8）

根據(jù)用戶需要發(fā)送的具體業(yè)務(wù)，權(quán)重因子[ωk]的取值可以不同，如語音業(yè)務(wù)如VOIP、視頻點播等對時延敏感的業(yè)務(wù)，就需要優(yōu)先安排資源發(fā)送，因此權(quán)值取值較大；反之，對于如短信、FTP下載等對時延不敏感的數(shù)據(jù)業(yè)務(wù)，則可以采取較小的權(quán)值。[αm]的取值反映了用戶公平性與用戶吞吐量之間的折衷：當(dāng)所有用戶的權(quán)重[ωk]取值時，[αm]的取值越趨近于0，則中繼節(jié)點越趨向于調(diào)度信道狀況較好的用戶，因此調(diào)度準(zhǔn)則趨近于MAX C/I準(zhǔn)則[8]，反之，當(dāng)[αm]的取值越趨近于1，則中繼節(jié)點越趨向于在用戶之間均勻的分配資源，調(diào)度準(zhǔn)則逐漸趨近于比例公平準(zhǔn)則[9]。從而根據(jù)用戶的具體信道狀況在兩種調(diào)度準(zhǔn)則之間做出優(yōu)選。

通過分析可以看出，在所提出的交互式中繼節(jié)點選擇算法中，用戶首先根據(jù)中繼選擇函數(shù)選擇使得其數(shù)據(jù)速率最大的中繼節(jié)點。然后，中繼節(jié)點再根據(jù)網(wǎng)絡(luò)的具體情況選擇合適的調(diào)度準(zhǔn)則，反向調(diào)度合適的用戶，不僅有效地均衡了各中繼節(jié)點之間的負(fù)載，且結(jié)合調(diào)度算法調(diào)整了不合適的中繼節(jié)點選擇結(jié)果，利用用戶和中繼節(jié)點之間的兩步交互式選擇使得每個小區(qū)之間的負(fù)載分布趨于合理，保證了整個網(wǎng)絡(luò)系統(tǒng)中負(fù)載的均衡和高效傳輸。

2 仿真結(jié)果及性能分析

2.1 仿真參數(shù)設(shè)定

場景如圖2所示，考慮一個由27個蜂窩小區(qū)構(gòu)成蜂窩通信系統(tǒng)，系統(tǒng)工作在2 GHz頻段，采用OFDMA物理層接入技術(shù)。每個小區(qū)中均勻布設(shè)6個位置固定的RS，小區(qū)半徑設(shè)置為1 km，中繼節(jié)點部署于距離基站2/3的位置。

圖2 仿真場景

仿真采用的參數(shù)參照LTE（Long Term Evolution）規(guī)范中所規(guī)定的參數(shù)[10]：每個時隙長度為1 ms，每調(diào)度時隙中包含14個OFDM符號；所包含的子信道數(shù)為24，每個子信道又劃分為12個子載波，每個子載波的帶寬設(shè)置為15 kHz。收發(fā)信機之間保持時間同步。每個UE的信號功率為50 mW，RS的發(fā)射功率為1 W，接收機熱噪聲[σ2=10-10]W，仿真所采用的BS，RS及UE之間的傳播模型為[11]：

[PL=38.4+35lg（d）+20lg（fc/5）+Xσ，MS→BS，σ=8PL=36.5+23.5lg（d）+20lg（fc/2.5）+Xσ，RN→BS，σ=3.4PL=41+22.7lg（d）+20lg（fc/5）+Xσ，MS→RN，σ=2.3] （9）

其中，隨機變量[Xσ]用來模擬傳播信道的多徑及陰影衰落，服從對數(shù)正態(tài)分布.

2.2 仿真結(jié)果

在仿真中，為了做一對比，分別考慮了4種基于不同準(zhǔn)則的算法的性能：無中繼傳輸；最小距離準(zhǔn)則（Shortest Distance Based Relay Selection，SRS）；最大信干噪比準(zhǔn)則（Maximum SINR Based Relay Selection， MRS）算法和所提出的IRS。假設(shè)在每個資源調(diào)度時隙，每個RS最多能夠同時服務(wù)8個UE。仿真中每個BS及RS采用基于輪詢調(diào)度（Round Robin，RR）的資源調(diào)度的準(zhǔn)則[12]。通過小區(qū)吞吐量、用戶公平因子、中繼服務(wù)的用戶數(shù)這三個指標(biāo)來評估其性能。

圖3給出了小區(qū)用戶吞吐量隨著小區(qū)中用戶數(shù)目的增加的變化情況。從圖中可以看出，隨著小區(qū)中用戶數(shù)的增長，越來越多的用戶由于信道狀況較差會選擇協(xié)作傳輸，從而導(dǎo)致小區(qū)局部區(qū)域某些RS的負(fù)載過重。然而，無論SRS或MRS，都無法避免某些中繼節(jié)點服務(wù)的用戶數(shù)過多。而對于提出的IRS中繼選擇算法，由于每個用戶是通過中繼選擇函數(shù)選擇最優(yōu)的中繼節(jié)點，所構(gòu)造的中繼選擇函數(shù)不僅僅考慮了當(dāng)前時隙的具體信道狀況，還考慮了當(dāng)前中繼節(jié)點的負(fù)載情況，因此有效地增加了系統(tǒng)的吞吐量。此外，當(dāng)采用較小的中繼資源調(diào)度因子[αm，]如[αm=0，]則意味著信道狀況較好的移動用戶則會被所選擇的中繼節(jié)點優(yōu)先分配資源來實現(xiàn)兩跳協(xié)作傳輸，從而使得系統(tǒng)的吞吐量變大；反之，當(dāng)采用較大的中繼資源調(diào)度因子[αm，]如[αm=1，]則意味著中繼節(jié)點會綜合地考慮用戶之間的公平性，機會均等地調(diào)度所有需要協(xié)作傳輸?shù)挠脩?，從而?dǎo)致了系統(tǒng)吞吐量的減少。

綜上所述，采用了所提出的中繼選擇算法之后，通過用戶和中繼節(jié)點之間的兩步中繼選擇來實現(xiàn)中繼節(jié)點的負(fù)載均衡，從而充分利用那些負(fù)載較輕的中繼節(jié)點來實現(xiàn)協(xié)作傳輸，提高了整個小區(qū)的用戶傳輸性能。

圖3 小區(qū)用戶吞吐量

圖4給出了小區(qū)中用戶的公平因子隨著用戶數(shù)目的增加的變化情況。對于公平性因子F，定義式為[13]：[F=k=1Krk2Kk=1Kr2k，]參數(shù)[rk]表示用戶k的數(shù)據(jù)速率。從仿真圖中可以看出，所提出的IRS并沒有隨著用戶數(shù)的增加而降低用戶的公平性。而對于基于信道狀態(tài)的MRS以及SRS策略，用戶的公平性卻顯著的降低了。這是由于通過中繼選擇參數(shù)及加權(quán)信道調(diào)度算法，所提出的IRS算法避免了某些用戶一直無法傳輸情況的發(fā)生。此外，可以觀察到當(dāng)中繼資源調(diào)度因子[αm]采用不同值時，用戶之間的公平性情況略有不同。當(dāng)[αm]取值較大時，由于中繼節(jié)點在資源分配時考慮到了用戶之間的公平性，因此用戶公平因子較大；而當(dāng)[αm]取值較小時，由于中繼節(jié)點優(yōu)先考慮了信道狀況較好的用戶，因此用戶的公平性有所下降。

圖4 小區(qū)用戶的公平因子變化情況

圖5 給出了中繼節(jié)點服務(wù)的平均用戶數(shù)的情況?？梢钥闯?，由于IRS（[αm=1]）算法利用兩步式的交互中繼選擇實現(xiàn)了中繼節(jié)點之間的負(fù)載均衡分配，從而使得采用協(xié)作傳輸?shù)挠脩魯?shù)目逐漸逼近中繼能夠服務(wù)用戶數(shù)的上限。而對于SRS及MR，由于用戶僅僅從單方面的某一準(zhǔn)則進行中繼選擇，無法適應(yīng)網(wǎng)絡(luò)中負(fù)載的動態(tài)變化，從而無法調(diào)節(jié)某些用戶不合適的中繼選擇結(jié)果，導(dǎo)致小區(qū)中的某些中繼節(jié)點由于負(fù)載較輕而造成資源浪費，某些中繼節(jié)點卻負(fù)載過重，使得系統(tǒng)的資源利用率大大降低。

圖5 中繼節(jié)點服務(wù)用戶數(shù)

3 結(jié) 語

本文提出的交互式中繼選擇算法是一種能夠兼顧系統(tǒng)性能和用戶公平性的算法。每個用戶通過分布式構(gòu)造的中繼選擇函數(shù)選擇中繼節(jié)點；中繼選擇函數(shù)的構(gòu)造充分考慮到了用戶具體的信道狀況和中繼節(jié)點的負(fù)載情況；中繼節(jié)點再根據(jù)結(jié)合了資源分配和用戶業(yè)務(wù)的優(yōu)先級的參數(shù)加權(quán)信道調(diào)度算法進行用戶選擇。與已有的中繼選擇算法相比，所提出的算法充分利用了用戶和中繼之間的兩步式交互選擇實現(xiàn)了資源與負(fù)載之間的均衡，從而充分考慮到了不同用戶的接入性能，合理地調(diào)整小區(qū)內(nèi)不同優(yōu)先級用戶不同業(yè)務(wù)的負(fù)載分布，進而獲得了小區(qū)整體吞吐量性能與每個用戶的公平性之間的折衷。

參考文獻

[1] ABOUELSEOUD M， NOSRATINIA A . Heterogeneous relay selection [J]. IEEE Transactions on Wireless Communications， 2013， 12（4）： 1735?1743.

[2] SONG Ling?yang. Relay selection for two?way relaying with amplify?and?forward protocols [J]. IEEE Transactions on Vehicular Technology， 2011， 60（4）： 1954?1959.

[3] CHO Sung?rae， CHOI Wan， HUANG Kai?bin. QoS provisio?ning relay selection in random relaynetworks [J]. IEEE Transaction on Vehicular Technology， 2011， 60（6）： 2680?2689.

[4] LI Yu?bo， YIN Qin?ye， XU Wei， et al. On the design of relay selection strategies in regenerative cooperative networks with outdated CSI [J]. IEEE Transaction on wireless communications， 2011， 10（9）： 3086?3097.

[5] ETEZADI F， ZARIFI K， GHRAYEB A， et al. Decentralized relay selection schemes in uniformly distributed wireless sensor networks [J]. IEEE Transactions on Wireless Communications， 2012， 11（3）： 938?951.

[6] 江帆，王本超.中繼蜂窩網(wǎng)絡(luò)中基于負(fù)載均衡的中繼節(jié)點選擇算法[J].電訊技術(shù)，2011，51（10）：80?85.

[7] SANG Ai?min， WANG Xiao?dong， MADIHIAN Mohammad， et al. Coordinated load balancing， handoff/cell?site selection， and scheduling in multi?cell packet data system [J]. Wireless Networks， 2008， 14（1）： 103?120.

[8] BIANCHI Giuseppe， TINNIRELLO Ilenia. Channel?dependent load balancing in wireless packet networks [J]. Wireless Communications and Mobile Computing， 2004， 4（1）： 43?53.

[9] HAHNE E L. Round?robin scheduling for max?min fairness in data networks [J]. IEEE Journal on Selected Areas in Communications， 1991， 9： 1024?1039.

[10] Anon. 3GPP TR25.814 V3.0.1 Physical layer aspects for evolved UTRA [S]. Seoul， Korea： [s.n.]， 2005.

[11] CHEN D， FU I?Kang， HART M， et al. Channel models and performance metrics for IEEE 802.16j relay task group [EB/OL]. [2006?03?30]. http：//www.wirelessman.org/relay.

[12] HAHNE E L. Round?robin scheduling for max?min fairness in data networks [J]. IEEE Journal on Selected Areas in Communications， 1991， 9： 1024?1039.

[13] XU Xiao?dong， WU Qiong. Pre?sorted dynamic resource allocation algorithm based on resource pooling [J]. China Communications， 2010， 7（1）： 148?155.