WO2012155695A1

WO2012155695A1 - 一种选择协作节点的基站、***及方法

Info

Publication number: WO2012155695A1
Application number: PCT/CN2012/073180
Authority: WO
Inventors: 陈思; 郁光辉; 李湧; 谭中一; 周文安
Original assignee: 中兴通讯股份有限公司
Priority date: 2011-07-29
Filing date: 2012-03-28
Publication date: 2012-11-22
Also published as: CN102905277A; CN102905277B

Abstract

一种选择协作节点的方法、服务基站和***，所述方法包括：服务基站根据终端的潜在协作集中各个小区的负载信息以及各所述小区的参考信号接收功率RSRP，从所述潜在协作集中选择一个或多个小区节点作为所述终端的协作节点。上述技术方案的协作节点选择策略，基于多目标决策来综合分析不同因素的影响，最大限度的利用了现有***的规范和协议，改动要求很少，实现简单。不仅综合考虑不同因素的影响，而且能够通过实践反馈调节不同因素的影响权重，能够很好的解决选择协作节点集合的问题。

Description

一种选择协作节点的基站、 ***及方法

技术领域

本发明涉及无线通信技术领域，特别涉及在多个 eNodeB协同联合多点处理场景下协作节点选择的服务基站、 ***及方法。

背景技术

第三代移动通信长期演进 ( LTE, Long Term Evolution ) ***的演进型通用陆地无线接入网（E-UTRAN, Evolved Universal Terrestrial Radio Access Network ) 中，由基站（ Evolved NodeB )分配资源给每个用户设备。 LTE系统釆用的接入技术是正交频分复用（OFDM, Orthogonal Frequency Division Multiplexing )技术， LTE ***的无线资源管理和第二代移动通信***相比，具有大带宽、多时间进程的特点，其无线资源是以时间和频率两维出现的，能够承载的用户数量大大增加。

对于位于 eNodeB覆盖边缘的用户终端（UE, User Equipment ) , 可能会同时接收到来自附近几个相邻基站的无线信号，其发射的无线信号也可以被附近的多个基站接收。如图 1所示，在这种情况下，可以协调多个基站同时对该 UE进行上下行数据的联合接收和发送，例如 C1和 C2联合为 UE1 服务， C3 和 C2联合为 UE2服务，这就是所谓的联合多点处理（CoMP, Coordinated Multiple Point )技术。利用 CoMP及相关的信号处理技术，可以对上下行无线信号起到数据分集和空间复用的增益，提高无线数据传输的可靠性和数据吞吐量。

参与 CoMP协作的多个相邻小区可能属于同一个 eNodeB控制，也可能属于不同的 eNodeB ( Inter eNodeB )。当 CoMP协作发生在不同 eNodeB时， UE只在其中一个 eNodeB的下行控制信道（PDCCH )上接受上下行资源调度指令，也只向同一个 eNodeB上传 HARQ反馈信息和其他测量报告信息。这个 eNodeB称为服务 eNodeB ( Serving eNodeB ) , 其他的 eNodeB称之为协作 eNodeB , 协作 eNodeB 的集合称之为协作节点集合，简称为协作集 ( CoMP cooperating set)。在多个 eNodeB参与 CoMP协同的场景下，为达到最佳的***性能，需要选择一些协作 eNodeB来构成一个最佳的协作节点集合。如何来选择最佳的协作节点集合？如何在选择最佳的协作节点集合时，需要的***开销和复杂度较少，最大限度的保持与现有网络的兼容性？总之，需要一种 CoMP协作节点选择方法来简单有效地选择最佳的协作节点集合。

选择协作节点考虑的主要目标因素有 UE接收到的协作节点中发送的协作信号的信干噪比、信号时延以及协作节点负载等等。在一些文献中提出了考虑负载均衡的问题，选择负载程度低的节点作为协作节点。但是，上述的方法将信干噪比信息和协作节点负载信息分别加以考虑，用于选择不同的协作集，能够取得单个目标的最优。但是得到的协作集的交集，可能不是多目标的最优。而且由于分别利用信干噪比信息和协作节点负载信息得到的是两个协作集，而这两个协作集的交集所包含的节点数目的大小是无法确定的，可能节点数目过多，也有可能只得到一个空集合。因此，有必要提供一种基于多目标决策来综合分析不同因素的影响，以解决上述问题。

发明内容

为了解决上述技术问题，本发明提供一种选择协作节点的基站、 ***及方法，可有效解决选择协作节点时无法综合考虑多种因素进行选择的问题。

为解决上述技术问题，釆用如下技术方案：

一种选择协作节点的方法，所述方法包括：

服务基站根据终端的潜在协作集中各个小区的负载信息以及各所述小区的参考信号接收功率 RSRP, 从所述潜在协作集中选择一个或多个小区节点作为所述终端的协作节点。

所述方法还包括：

所述服务基站收到所述终端发来的潜在协作集信息后，向所述潜在协作集中的各个小区基站请求各个小区的负载信息；所述潜在协作集信息包括各小区的标识符及 RSRP。

其中：所述潜在协作集是指终端测量相邻小区的 RSRP值中最大的一个或多个小区 /基站的集合。

其中，所述服务基站从所述潜在协作集中选择一个或多个小区节点作为所述终端的协作节点的步骤：

所述服务基站将各小区的 RSRP及负载信息组合表示该小区节点坐标，以及将各小区的 RSRP最大值与负载信息的最小值组合为理想节点，将各小区的 RSRP最小值与负载信息的最大值组合为负理想节点；所述服务基站计算所述潜在协作集中每个小区节点与所述理想节点间的距离及与负理想节点间的距离，并计算选择将比值中最大的一个或多个小区节点或选择比值 / 大于预设阔值的小区节点作为协作节点。其中，所述服务基站将各小区的 RSRP及负载信息组合表示该小区节点坐标，以及将各小区的 RSRP最大值与负载信息的最小值组合为理想节点，将各小区的 RSRP最小值与负载信息的最大值组合为负理想节点；所述服务基站计算所述潜在协作集中每个小区节点与所述理想节点间的距离及与负理想节点间的距离 _s;的步骤包括：

述服务基站将小区节点坐标表示为（ , ) ,其中 i表示第 i个小区，所述 x , 为小区节点的 RSRP信息， ¾为小区节点的负

载信息，或者， xil为小区节点的负载信息， xi2为小区节点的 RSRP信息； j=l或 j=2 , N为所述潜在协作集中小区个数；

当为小区节点的 RSRP信息， ¾为小区节点的负载信息时，设各小区中 RSRP信息的最大值为/ !+ , RSRP信息的最小值为 / , 各小区中负载信息的最大值为 r₂ - , 各小区中负载信息的最小值为，当为小区节点的负载信息， ¾为小区节点的 RSRP信息时，设各小区中负载信息的最小值为/ !+ , 负载信息的最大值为 / , 各小区中 RSRP信息的最小值为^ - , 各小区中 RSRP 信息的最大值为；则所述理想节点为 ( ， r₂ ⁺ )，所述负理想节点为 ( - , r- ) ；所述 =

其中，所述服务基站将各小区的 RSRP及负载信息组合表示该小区节点坐标，以及将各小区的 RSRP最大值与负载信息的最小值组合为理想节点，将各小区的 RSRP最小值与负载信息的最大值组合为负理想节点；所述服务基站计算所述潜在协作集中每个小区节点与所述理想节点间的距离及与负理想节点间的距离的步骤包括：所站将小区节点坐标表示为（ , ) ,其中 i表示第 i个小区，所述 ¾ 或为小区节点的 RSRP信息， ¾为小区节点的负

载信息，或者， xil为小区节点的负载信息， xi2为小区节点的 RSRP信息； j=l或 j=2, N为所述潜在协作集中小区个数；将各个小区节点的坐标形成如下规标矩阵 R:

, 以及使用该决策权重矩

阵对所述规范化目标矩阵 R进行如下计算得到的加权规范化决策矩阵:

当为小区节点的 RSRP信息， ¾为小区节点的负载信息时，设矩阵 V 中 RSRP信息的最大值为， RSRP信息的最小值为 / , 各小区中负载信息的最大值为 r₂ - , 各小区中负载信息的最小值为，当为小区节点的负载信息， ¾为小区节点的 RSRP信息时，设矩阵 V中负载信息的最小值为，负载信息的最大值为 / , 各小区中 RSRP信息的最小值为^ - , 各小区中 RSRP 信息的最大值为 r₂+ ,则所述理想节点为 ( ， v₂+ ) , 负理想节点为 ( ， V- ) , 各小区节点的坐标进一步表示为（^v'i , ^v'² ) ；

一种选择协作节点的服务基站，其中：

所述服务基站设置成：根据终端的潜在协作集中各个小区的负载信息以及所述小区的参考信号接收功率 RSRP, 从所述潜在协作集中选择一个或多个的相邻小区节点作为所述终端的协作节点。其中：

所述服务基站还设置成：收到所述终端发来的潜在协作集信息后，向所述潜在协作集中的各个小区基站请求各个小区的负载信息；所述潜在协作集信息包括各小区的标识符及 RSRP。

其中：

所述潜在协作集是终端测量相邻小区的 RSRP值中最大的一个或多个小区 /基站的集合。

其中，所述服务基站设置成按照以下方式从所述潜在协作集中选择一个或多个的相邻小区节点作为所述终端的协作节点：

将各小区的 RSRP及负载信息组合表示该小区节点坐标，以及将各小区的 RSRP最大值与负载信息的最小值组合为理想节点，将 RSRP最小值与负载信息的最大值组合为负理想节点；计算所述潜在协作集中每个小区节点与所述理想节点间的距离及与负理想节点间的距离，并计算选择将比值中最大的一个或多个小区节点或选择比值 / 大于预设阔值的小区节点作为协作节点。

其中，所述服务基站设置成按照以下方式将各小区的 RSRP及负载信息组合表示该小区节点坐标，以及将各小区的 RSRP最大值与负载信息的最小值组合为理想节点，将 RSRP最小值与负载信息的最大值组合为负理想节点；计算所述潜在协作集中每个小区节点与所述理想节点间的距离及与负理想节点间的距离：将小区节点坐标表示为（ )，其中 i表示第 i个小区，所述 ¾

或为小区节点的 RSRP信息， ¾为小区节点的负载信息，或者， xil为小区节点的负载信息， xi2为小区节点的 RSRP信息； j=l或 j=2, N为所述潜在协作集中小区个数；

当为小区节点的 RSRP信息， ¾为小区节点的负载信息时，设各小区中 RSRP信息的最大值为， RSRP信息的最小值为 / , 各小区中负载信息的最大值为 r₂ - , 各小区中负载信息的最小值为，当为小区节点的负载信息， ¾为小区节点的 RSRP信息时，设各小区中负载信息的最小值为/ !+ , 负载信息的最大值为 / , 各小区中 RSRP信息的最小值为^ - , 各小区中 RSRP 信息的最大值为 r+；则所述理想节点为 ( ， r₂+ ) , 负理想节点为 ( /!- , r₂- )；所述 =

或为小区节点的 RSRP信息， ¾为小区节点的负载信息，或者， xil为小区节点的负载信息， xi2为小区节点的 RSRP信息； j=l或 j=2, N为所述潜在协作集中小区个数；各个小区节点的坐标形成如下规范化目标矩阵

确定决策权重矩阵 , 以及使用该决策权重矩阵对所述规范化目标计算加权规范化决策矩阵:

当为小区节点的 RSRP信息， ¾为小区节点的负载信息时，设矩阵 V 中 RSRP信息的最大值为， RSRP信息的最小值为 / , 各小区中负载信息的最大值为 r₂ - , 矩阵 V中负载信息的最小值为，当为小区节点的负载信息， ¾为小区节点的 RSRP信息时，设各小区中负载信息的最小值为/ !+ , 负载信息的最大值为 / , 各小区中 RSRP信息的最小值为^ - , 各小区中 RSRP 信息的最大值为 r₂+ ,则所述理想节点为 ( ， v₂+ ) , 负理想节点为 ( ， V- ) , 各小区节点的一步表示为（^v'i , ^v'² ) ；所述 =

一种选择协作节点的***，包括：终端及如上所述的任意一种服务基站；参考信号接收功率 RSRP, 选择其中 RSRP最大的 N个小区作为潜在协作集，并将潜在协作集信息发送至所述服务基站，所述潜在协作集信息包括 N个所述小区的标识符及其 RSRP。所述终端用于需要选择协作节点时，测量相邻小区或者测量集小区的 RSRP, 选择其中 RSRP最大的 N个小区作为潜在协作集，并将该潜在协作集信息发送至服务基站，该潜在协作集信息包括所述 N个小区的标识符及其 RSRP。

综上所述，上述技术方案的协作节点选择策略，基于多目标决策来综合分析不同因素的影响，最大限度的利用了现有***的规范和协议，改动要求很少，实现简单。不仅综合考虑不同因素的影响，而且能够通过实践反馈调节不同因素的影响权重，能够很好的解决选择协作节点集合的问题。

附图概述图 1为利用 CoMP技术进行多个 eNodeB联合处理的网络结构示意图；图 2为本发明实施例四中进行协作节点选择的方法流程图；

图 3为本发明实施例五中进行协作节点选择的方法流程图。本发明的较佳实施方式

在调研选择协作节点考虑的主要目标因素之后，发明人认为当前最为可行的目标是反映信干噪比信息的参考信号接收功率（RSRP, Reference Signal Receiving Power )和反映协作节点负载信息的***资源利用率（Total PRB usage ) 。

LTE 网络支持 RSRP的测量功能，在小区接入和小区重新接入过程中，

UE会自动搜寻 E-UTRAN中不同频点处的 RSRP。在 LTE标准中，已经确定了 RSRP的测量和回送报告机制。在 CoMP中通过对现有标准做最小的修改，来获取测量集中的协作小区的 RSRP信息。

LTE网络支持 Total PRB usage的测量功能，由测量集中的 eNodeB通过 X2接口反馈给服务 eNodeB。在 LTE标准中，已经存在的 eNodeB之间的周期性通报机制，可以承担 eNodeB之间的负载消息传递。目前，基于光纤的 X2接口的容量足以承担传送负载信息的开销。

LTE网络在接收的 UE发出的 CoMP请求后，通过 UE的反馈和 X2获取到 UE的测量集中的小区的 RSRP信息和 Total PRB usage信息。通过釆用多目标决策的方法，来综合考虑不同因素的影响。为了更好的反应不同因素对于 CoMP效果的影响，提出了决策矩阵。通过实践反馈调节不同因素的影响权重，选择最佳的协作节点集合。

本发明提供一种选择协作节点的基站、 ***及方法，服务 eNodeB根据终端的潜在协作集中各个小区的负载信息以及所述小区的参考信号接收功率 RSRP,从所述潜在协作集中选择一个或多个的相邻基站作为所述终端的协作节点。

实施例一

本实施例提供一种选择协作节点的服务 eNodeB,所述服务 eNodeB设置成：根据终端的潜在协作集中各个小区的负载信息以及所述小区的参考信号接收功率 RSRP, 从上述潜在协作集中选择一个或多个小区节点（即相邻基站）作为该终端的协作节点。

所述服务 eNodeB还设置成：收到终端发来的潜在协作集信息后，向所述潜在协作集中的各个小区基站请求其负载信息；所述潜在协作集信息包括各小区的标识符及 RSRP。

潜在协作集是指终端测量相邻小区的 RSRP值中最大的一个或多个小区 / 基站的集合。

所述服务 eNodeB设置成按照以下方式从上述潜在协作集中选择一个或多个小区节点作为该终端的协作节点：

所述服务 eNodeB将各小区的 RSRP及负载信息组合表示该小区节点坐标，以及将各小区的 RSRP最大值与负载信息的最小值组合为理想节点，将 RSRP最小值与负载信息的最大值组合为负理想节点；

所述服务 eNodeB计算所述潜在协作集中每个小区节点与所述理想节点间的距离及与负理想节点间的距离，并计算选择将比值中最大的 M个或选择比值 / 大于预设阔值的小区节点作为协作节点。

其中，所述 eNodeB将小区节点坐标表示为（ , r_i2 ) , 其中 i表示第 i个小区， ¾ 为小区节点的 RSRP信息或负载信息，

¾为小区节点的负载信息或 RSRP信息； j=l或 j=2, N为所述潜在协作集中小区个数；

当为小区节点的 RSRP信息， ¾为小区节点的负载信息时，设各小区中 RSRP信息的最大值为， RSRP信息的最小值为 / , 各小区中负载信息的最大值为 r₂ - , 各小区中负载信息的最小值为，当为小区节点的负载信息， ¾为小区节点的 RSRP信息时，设各小区中负载信息的最小值为/ !+ , 负载信息的最大值为 / , 各小区中 RSRP信息的最小值为^ - , 各小区中 RSRP 信息的最大值为 r₂+ ; 则理想节点为（r , V ) , 负理想节点为（r「， r- ) ；因此， ^Si =

实施例二

本实施例提供一种选择协作节点的服务 eNodeB,所述服务 eNodeB设置成：根据终端的潜在协作集中各个小区的负载信息以及所述小区的参考信号接收功率 RSRP, 从上述潜在协作集中选择一个或多个相邻基站作为该终端的协作节点。

所述服务 eNodeB还设置成：收到终端发来的潜在协作集信息后，向所述潜在协作集中的各个小区基站请求其负载信息；潜在协作集信息包括各小区的标识符及 RSRP。

将各小区的 RSRP及负载信息组合表示该小区节点坐标，以及将各小区的 RSRP最大值与负载信息的最小值组合为理想节点，将 RSRP最小值与负载信息的最大值组合为负理想节点；计算潜在协作集中每个小区节点与所述理想节点间的距离及与负理想节点间的距离，并计算选择将比值中最大的一个或多个小区节点或选择比值 / 大于预设阔值的小区节点作为协作节点。

其中，所述服务 eNodeB将小区节点坐标表示为（ , r_i2 ) , 其中 i表示第 i个小区，所述 ¾ 为小区节点的 RSRP信息或负载信

息， ¾为小区节点的负载信息或 RSRP信息； j=l或 j=2, N为所述潜在协作集中小区个数；各个小区节点的坐标形成如下规范化目标矩阵 R: , 确定决策

权重矩阵 W是方法同实施例五中所述。

所述服务 eNodeB还设置成：使用该决策权重矩阵对所述规范化目标矩阵 R进行如下计算得到的加权规范化决策矩阵：

当为小区节点的 RSRP信息， ¾为小区节点的负载信息时，设各小区中 RSRP信息的最大值为， RSRP信息的最小值为 / , 各小区中负载信息的最大值为 r₂ - , 各小区中负载信息的最小值为，当为小区节点的负载信息， ¾为小区节点的 RSRP信息时，设各小区中负载信息的最小值为/ !+ , 负载信息的最大值为 / , 各小区中 RSRP信息的最小值为^ - , 各小区中 RSRP 信息的最大值为 r+ ,则所述理想节点为 ( ， v₂+ ) , 负理想节点为 ( ， V- )；因此,

实施例三

本实施例提供一种选择协作节点的***，包括终端及如实施例一或实施例二所述的服务 eNodeB;

所述终端设置成：需要选择协作节点时，测量相邻小区或者测量集小区的 RSRP, 选择其中 RSRP最大的 N个小区作为潜在协作集 Ul , 并将该潜在协作集 U1信息发送至所述服务 eNodeB,该潜在协作集信息包括 N个小区的标识符及其 RSRP强度。实施例四

本实施例提供一种协作节点的选择方法，服务基站根据终端的潜在协作集中各个小区的负载信息以及所述小区的参考信号接收功率 RSRP, 从上述潜在协作集中选择一个或多个的相邻基站作为该终端的协作节点。

如图 2所示，包括以下步骤：

S101 : UE在需要 CoMP时，启动测量相邻小区或者测量集小区的参考信号接收功率 RSRP的过程，并对测量的结果按照降序排列：测量集为预先配置的进行测量的小区集合，为全部或部分相邻小区。

RSRPo≥RSRP,≥RSRP₂≥- -≥RSRP_n； _n为测量小区的数目。

S102: UE选择获得 RSRP强度较大的前 N ( N≤n )个小区作为潜在协作集 U1 , 将数据通过上行信道发送给服务 eNodeB, 在消息中将携带 Ul集合中的小区的标识符和 RSRP强度。

S103: 服务 eNodeB在接收到 UE的反馈信息（即 U1集合中的小区的 RSRP强度）后，通过 X2接口与 U1 集合中的各个小区的基站通信，请求 U1集合中的各小区的负载信息（ Total PRB usage ) 。

S104: 服务 eNodeB接收到 Ul集合中的小区的负载信息，将其和 U1集合中的各小区的 RSRP信息组合表示该小区节点坐标；

其中，服务基站将小区节点坐标表示为（ ^ ) , 其中 i表示第 i个小区，所述 ½■= 「J 或 = , 为小区节点的 RSRP信息， ¾为小区节点的负载信息，或者， xil为小区节点的负载信息， xi2为小区节点的 RSRP信息；其中， j=l或 j=2;

S105: 服务 eNodeB将各小区的 RSRP最大值与负载信息的最小值组合为理想节点，将 RSRP最小值与负载信息的最大值组合为负理想节点；

当为小区节点的 RSRP信息， ¾为小区节点的负载信息时，设各小区中 RSRP信息的最大值为， RSRP信息的最小值为 / , 各小区中负载信息的最大值为 r₂ - , 各小区中负载信息的最小值为，当为小区节点的负载信息， ¾为小区节点的 RSRP信息时，设各小区中负载信息的最小值为/ !+ , 负载信息的最大值为 / , 各小区中 RSRP信息的最小值为^ - , 各小区中 RSRP 信息的最大值为 r₂+ ; 则理想节点为（r , V ) , 负理想节点为（r「， r- ) ；

S106:服务 eNodeB计算各小区节点与理想节点及负理想节点间的距离，并计算相对理想接近度：与理想节点间的距离： ^Si ⁼

与负理想节点间的距离： =、|∑<¾ - ) 相对理想接近度:

在该步骤中，还可以进一步对 C,进行归一化处理得

C max °

S107: 服务 eNodeB对各个小区的相对理想接近度进行排序，选择最大的 M ( M≤N )个小区节点作为协作节点或者选择相对理想接近度在阔值之上的小区节点为协作节点。

确定了协作节点集合后，服务 eNodeB将向协作小区和 UE发送特定的消息，进行 CoMP的余下操作。实施例五

本实施例提供另一种协作节点的选择方法，包括以下步骤：

S201 : UE在需要 CoMP时，启动测量相邻小区或者测量集小区的参考信号接收功率 RSRP的过程，并对测量的结果按照降序排列：测量集为预先配置的进行测量的小区集合，为全部或部分相邻小区。

RSRPo≥ RSRPi≥ RSRP 2 > · ·· > RSRP_n； _n为；;则量小区的数目。

S202: UE选择获得 RSRP强度较大的前 N ( N≤n )个小区作为潜在协作集 U1 , 将数据通过上行信道发送给服务 eNodeB, 在消息中将携带 Ul集合中的小区的标识符和 RSRP强度。

S203: 服务 eNodeB在接收到 UE的反馈信息（即 U1集合中的小区的 RSRP强度）后，通过 X2接口与 Ul 集合中的各个小区的基站通信，请求 U1集合中的各小区的负载信息（ Total PRB usage ) 。

S204: 服务 eNodeB接收到 Ul集合中的小区的负载信息，将其和 U1集合中的各小区的 RSRP信息组合表示该小区节点坐标；

其中服务基站将小区节点坐标表示为（ ^ ) , 其中 i表示第 i个小区，所述 = x_i 为小区节点的 RSRP信息， ¾为小区节点

的负载信息，或者， xil为小区节点的负载信息， xi2为小区节点的 RSRP信息； j=l或 j=2;

其中，服务 eNodeB将各小区节点的坐标形成如下规范化目标矩阵 R:

「 ^12 Ί

21 22

S205: 确定决策权重矩阵 W, 计算加权规范化决策矩阵 V。

决策权重矩阵反映了不同因素的影响效果。这里可以釆用但不限于釆用熵值法（不引入主观判断）来确定权重，或者方根法（引入主观判断）。而且能够通过实践反馈调节决策权重矩阵，优化实际效果。

方根法是将目标（RSRP和负载信息）两两比较，得到目标两两之间的权重相对值，这个权重相对值是通过主观评估来确定的。然后将某个目标的所有权重相对值相乘取方根，得到了它的方根权重值。最后，将所有目标的方根权重值归一化，得到目标权重矩阵。

熵值法是指计算目标的熵值，当某个目标的值相差较大时，熵值较小，说明该目标的有效信息量较大，其权重也应较大；反之，若某个目标的值相差较小，熵值较大，说明该指标提供的信息量较小，其权重也应较小。计算每一个目标的熵值，然后再计算它们的熵权，最后归一化处理，就能得到目标权重矩阵。由于目标的熵值是由客观数据确定的，该方法得到的目标权重矩阵是客观的。

上述方法目的都是通过对于不同目标的影响评估，比较不同目标对于性能的影响，对于性能影响大的目标赋予较大的权重值，对于性能影响较小的目标赋予较小的权重值，从而得到目标权重矩阵。

目标的评估会根据网络条件的不同而发生变化。例如当信道质量较差的时候， RSRP的增加带来的信息质量改善就很重要，此时 CoMP性能对 RSRP 的变动敏感，对于 RSRP就要赋予较大的权重值；当负载较高时， PRB usage 如果降低，就能提供协作资源， CoMP性能对于 PRB usage的变动更加敏感，此时 PRB usage的权重值高。

设确定的决策权重矩阵 = ¹ 用 W 对规范化目标矩阵 R 进行处理得到加权规范化决策矩阵:

因此，各小区节点的坐标可进一步表示为（^va , 。

S206: 服务 eNodeB确定理想节点和负理想节点。

在当前的目标下，理想的协作节点中的 RSRP强度，应该是越大越好，取最大值，理想的协作节点的负载是越小越好，取最小值。

将 RSRP强度的最大值及协作节点负载信息的最小值组合作为理想节点: 当为小区节点的 RSRP信息， ¾为小区节点的负载信息时，设矩阵 V 中 RSRP信息的最大值为， RSRP信息的最小值为 / , 各小区中负载信息的最大值为 r₂ - ,各小区中负载信息的最小值为，当为小区节点的负载信息， ¾ 为小区节点的 RSRP信息时，设各小区中负载信息的最小值为/ !+ , 负载信息的最大值为 / , 各小区中 RSRP信息的最小值为^ - , 各小区中 RSRP信息的最大值为 r₂+ , 则理想节点为（，； , 负理想节点为（_Vl - , V- ) ；

S207: 服务 eNodeB计算每一个节点与理想节点的距离和负理想节点的距离，以及相对理想接近度。与理想节点的距离：

公式中 i表示小区标识，表示第 i个小区与理想节点的距离。

与负理想节点的距离：

相对理想接近度：

在该步骤中，还可以进一步对 ς进行归一化处理得到。

S208: 服务 eNodeB对各个小区的相对理想接近度进行排序，选择最大的 M ( M≤N )个小区节点作为协作节点，或者选择相对理想接近度在阔值之上的小区节点为协作节点。

确定了协作节点集合后，服务 eNodeB将向协作小区和 UE发送特定的消息，进行 CoMP的余下操作。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。本发明还可有其他多种实施例，在不背离本发明精神及其实质的情况这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

工业实用性

上述技术方案的协作节点选择策略，基于多目标决策来综合分析不同因素的影响，最大限度的利用了现有***的规范和协议，改动要求很少，实现简单。不仅综合考虑不同因素的影响，而且能够通过实践反馈调节不同因素的影响权重，能够很好的解决选择协作节点集合的问题。因此本发明具有很强的工业实用性。

Claims

权利要求书

1、一种选择协作节点的方法，所述方法包括：

2、如权利要求 1所述的方法，所述方法还包括：

3、如权利要求 1或 2所述的方法，其中：

所述潜在协作集是指终端测量相邻小区的 RSRP值中最大的一个或多个小区 /基站的集合。

4、如权利要求 1或 2所述的方法，其中，所述服务基站从所述潜在协作集中选择一个或多个小区节点作为所述终端的协作节点的步骤包括：

所述服务基站将各小区的 RSRP及负载信息组合表示该小区节点坐标，以及将各小区的 RSRP最大值与负载信息的最小值组合为理想节点，将各小区的 RSRP最小值与负载信息的最大值组合为负理想节点；所述服务基站计算所述潜在协作集中每个小区节点与所述理想节点间的距离及与负理想节点间的距离，并计算选择将比值中最大的一个或多个小区节点或选择比值 / 大于预设阔值的小区节点作为协作节点。

5、如权利要求 4 所述的方法，其中，所述服务基站将各小区的 RSRP 及负载信息组合表示该小区节点坐标，以及将各小区的 RSRP最大值与负载信息的最小值组合为理想节点，将各小区的 RSRP最小值与负载信息的最大值组合为负理想节点；所述服务基站计算所述潜在协作集中每个小区节点与所述理想节点间的距离及与负理想节点间的距离 _s;的步骤包括：

所述服务基站将小区节点坐标表示为（ , ) ,其中 i表示第 i个小区，所述 ½■ = ,_N 或为小区节点的 RSRP信息， ¾为小区节点的负

载信息，或者， xil为小区节点的负载信息， xi2为小区节点的 RSRP信息； j=l或 j=2, N为所述潜在协作集中小区个数；

当为小区节点的 RSRP信息， ¾为小区节点的负载信息时，设各小区中 RSRP信息的最大值为， RSRP信息的最小值为 / , 各小区中负载信息的最大值为 r₂ -, 各小区中负载信息的最小值为，当为小区节点的负载信息， ¾为小区节点的 RSRP信息时，设各小区中负载信息的最小值为/ !+, 负载信息的最大值为 / , 各小区中 RSRP信息的最小值为^ -, 各小区中 RSRP 信息的最大值为；则所述理想节点为（， r₂ ⁺ ) , 所述负理想节点为（ -,

所迷 ^.- ²

^=^|∑¾-^)²。

6、如权利要求 4 所述的方法，其中，所述服务基站将各小区的 RSRP 及负载信息组合表示该小区节点坐标，以及将各小区的 RSRP最大值与负载信息的最小值组合为理想节点，将各小区的 RSRP最小值与负载信息的最大值组合为负理想节点；所述服务基站计算所述潜在协作集中每个小区节点与所述理想节点间的距离及与负理想节点间的距离的步骤包括：所述服务基站将小区节点坐标表示为（ , ),其中 i表示第 i个小区，所述 ½■ = 「J ^ =x_i 为小区节点的 RSRP信息， ¾为小区节点的负

载信息，或者， xil为小区节点的负载信息， xi2为小区节点的 RSRP信息； j=l或 j=2, N为所述潜在协作集中小区个数；将各个小区节点的坐标形成如下规阵 R:

所述服务基站还确定决策权重矩阵 IV： , 以及使用该决策权重矩

阵对计算得到的加权规范化决策矩阵:

当为小区节点的 RSRP信息， ¾为小区节点的负载信息时，设矩阵 V 中 RSRP信息的最大值为， RSRP信息的最小值为 / , 各小区中负载信息的最大值为 r₂ - , 各小区中负载信息的最小值为，当为小区节点的负载信息， ¾为小区节点的 RSRP信息时，设矩阵 V中负载信息的最小值为，负载信息的最大值为 / , 各小区中 RSRP信息的最小值为^ - , 各小区中 RSRP 信息的最大值为 r₂+ ,则所述理想节点为 ( ， v₂+ ) , 负理想节点为 ( ， V- ) , 各小区节一步表示为（^v'i , ^v'² ) ；所述

7、一种选择协作节点的服务基站，其中：

所述服务基站设置成：根据终端的潜在协作集中各个小区的负载信息以及所述小区的参考信号接收功率 RSRP, 从所述潜在协作集中选择一个或多个的相邻小区节点作为所述终端的协作节点。

8、如权利要求 7所述的服务基站，其中：

9、如权利要求 7或 8所述的服务基站，其中：

10、如权利要求 7或 8所述的服务基站，其中，所述服务基站设置成按照以下方式从所述潜在协作集中选择一个或多个的相邻小区节点作为所述终端的协作节点：

11、如权利要求 10所述的服务基站，其中，所述服务基站设置成按照以下方式将各小区的 RSRP及负载信息组合表示该小区节点坐标，以及将各小区的 RSRP最大值与负载信息的最小值组合为理想节点，将 RSRP最小值与负载信息的最大值组合为负理想节点；计算所述潜在协作集中每个小区节点与所述理想节点间的距离及与负理想节点间的距离 _s;：将小区节点坐标表示为（ )，其中 i表示第 i个小区，所述 ¾

当为小区节点的 RSRP信息， ¾为小区节点的负载信息时，设各小区中 RSRP信息的最大值为， RSRP信息的最小值为 / , 各小区中负载信息的最大值为 r₂ - , 各小区中负载信息的最小值为，当为小区节点的负载信息， ¾为小区节点的 RSRP信息时，设各小区中负载信息的最小值为/ !+ , 负载信息的最大值为 / , 各小区中 RSRP信息的最小值为^ - , 各小区中 RSRP 信息的最大值为 r+；则所述理想节点为 ( ， r₂+ ) , 负理想节点为 ( /!- , r₂- ) ; 所述 =

12、如权利要求 10所述的服务基站，其中，所述服务基站设置成按照以下方式将各小区的 RSRP及负载信息组合表示该小区节点坐标，以及将各小区的 RSRP最大值与负载信息的最小值组合为理想节点，将 RSRP最小值与负载信息的最大值组合为负理想节点；计算所述潜在协作

与所述理想节点间的距离及与负理想节点间的距离：将小区节点坐标表示为（ )，其中 i表示第 i个小区，所述 ¾

或为小区节点的 RSRP信息， ¾为小区节点的负载信息，或者， xil为小区节点的负载信息， xi2为小区节点的 RSRP信息； j=l或 j=2, N为所述潜在协作集中小区个数；各个小区节点的坐标形成如下规范化目标矩阵 R:

, 以及使用该决策权重矩阵对所述规范化

目标矩阵 R进行如下计算得到的加权规范化决策矩阵:

当为小区节点的 RSRP信息， ¾为小区节点的负载信息时，设矩阵 V 中 RSRP信息的最大值为， RSRP信息的最小值为 / , 各小区中负载信息的最大值为 r₂ - , 矩阵 V中负载信息的最小值为，当为小区节点的负载信息， ¾为小区节点的 RSRP信息时，设各小区中负载信息的最小值为/ !+ , 负载信息的最大值为 / , 各小区中 RSRP信息的最小值为^ - , 各小区中 RSRP 信息的最大值为 r₂+ ,则所述理想节点为 ( ， v₂+ ) , 负理想节点为 ( ， V- ) , 各小区节点的坐标进一步表示为（^v'i , ^v'² ) ；所述 i

13、一种选择协作节点的***，包括：终端及如权利要求 7至 12中任一项所述的服务基站；

所述终端设置成：需要选择协作节点时，测量相邻小区或者测量集小区的参考信号接收功率 RSRP, 选择其中 RSRP最大的 N个小区作为潜在协作集，并将潜在协作集信息发送至所述服务基站，所述潜在协作集信息包括 N 个所述小区的标识符及其 RSRP。