引用本文
李钊, 李培凤, 蔡沈锦. 基于动态中继激励的协作下行传输用户调度.吉林大学学报:工学版, 2016, 46(4): 1313-1319
LI Zhao, LI Pei-feng, CAI Shen-jin. User scheduling in cooperative downlink transmission based on dynamic relay stimulation. Journal of Jilin University Engineering and Technology Edition, 2016, 46(4): 1313-1319  
Permissions
Copyright©2016, 吉林大学学报编辑部
版权所有.吉林大学学报编辑部
基于动态中继激励的协作下行传输用户调度
李钊, 李培凤, 蔡沈锦
西安电子科技大学 综合业务网理论及关键技术国家重点实验室, 西安 710071

作者简介:李钊(1981-),男,副教授,博士.研究方向:宽带无线通信.E-mail:zli@xidian.edu.cn

基金:国家自然科学基金项目(61231008,61102057); 国家科技重大专项基金项目(2012ZX03003005-005); 高等学校引智计划基金项目(B08038); 长江学者和创新团队发展计划基金项目(IRT0852); 中央高校基本科研业务费资金项目(K5051301014)
摘要

针对协作下行通信系统提出一种基于动态中继激励的用户调度机制,对目的用户和中继节点进行联合调度,并对协助其他用户数据传输的移动节点给予合理的资源补偿。将中继节点对目的用户的数据协作贡献进行量化,基于该参数和节点的剩余能量进行调度权重的计算,实现对中继节点调度机会的动态补偿。仿真结果表明,所提机制能够改善参与数据协作的用户的调度公平性,延长系统生存时间,提高用户能量效率。

关键词: 通信技术; 协作通信; 下行链路; 调度; 能量效率
中图分类号:TN929.5 文献标志码:A 文章编号:1671-5497(2016)04-1313-07
User scheduling in cooperative downlink transmission based on dynamic relay stimulation
LI Zhao, LI Pei-feng, CAI Shen-jin
State Key Laboratory of Integrated Service Networks, Xidian University, Xi'an 710071, China
Abstract

A user scheduling mechanism based on dynamic relay stimulation is proposed for cooperative downlink communication system. The scheme jointly schedules a target user and a relay node. A reasonable portion of resource is offered as a reward to a mobile node that assists the data transmission of other user. The cooperative contribution of a relay node to the destination user is quantified. Based on this parameter as well as the user's residual energy, the scheduling weight is computed. Then the dynamic compensation of scheduling opportunity to a relay node is achieved. Simulation results show that the proposed scheme can increase the fairness of users who participate in data cooperation. Also it can improve the system lifetime and user's energy efficiency.

Keyword: communications; cooperative communication; downlink; scheduling; energy efficiency
0 引 言

在蜂窝移动通信系统中, 用户的服务质量会受到衰落和共道干扰等因素的影响。多输入多输出(Multiple input multiple output, MIMO)技术利用空间分集, 能够在不增加发射功率的前提下显著改善接收信噪比[1]。但由于移动终端硬件、体积等方面的制约, 在实际中为其配置多个天线存在困难。为了解决传统的点对点无线传输在系统容量、覆盖范围和对抗多径衰落等方面存在的局限, 以及对多天线通信系统提供的空间分集能力加以充分利用, 协作通信(Cooperative communication)技术应运而生。采用该技术, 多个单天线的移动终端相互协作形成虚拟天线阵列, 从而提升系统容量, 扩大覆盖范围, 获得空间分集增益[2]。典型的中继协作方式包括放大转发(Amplify-and-forward, AF)和译码转发(Decode-and-forward, DF)[2]。AF原理简单, 采用该协议, 中继对接收到的包括噪声在内的信号直接放大并转发。对于DF, 中继首先对收到的数据信息进行解码, 然后将恢复出的数据进行编码后再转发。

在实际的协作通信系统中, 往往存在多个潜在的中继节点, 如何合理地进行中继选择成为一个重要问题。中继选择策略的设计可以基于可达数据速率、节点功率(或能量)消耗、误码性能等[3, 4, 5, 6]。文献[3]设计了一种机会式中继选择策略, 以端到端传输速率最大化为准则选择中继节点。文献[4]基于AF提出一种分布式的中继选择策略, 在中继节点平均功率相等并且中断概率约束的条件下实现低复杂度的中继选择。文献[5]在中断概率和能量约束条件下, 以最小化系统发射功率为优化目标, 设计了基于DF的中继选择策略。文献[6]提出一种分布式的移动中继选择算法, 以接收信号与发送信号平均均方误差最小化为准则进行中继选择, 改善了系统误码性能。然而在实际通信中, 参与其他用户数据协作的节点也可由终端用户担任, 这些用户本身也有通信需求。上述工作[3, 4, 5, 6]以中继选择作为主要研究对象, 未涉及移动用户兼具通信终端和中继节点的复杂场景中用户与中继的联合调度。为了弥补了以上不足, 文献[7]以用户数据速率最大化为准则为其匹配中继, 然后按照比例公平准则进行用户调度, 从而实现用户与中继的联合选择。但是, 在移动台作为中继的协作通信系统中, 移动用户通常是能量受限的, 其在协作其他用户完成数据通信时, 能量效率[8](自身业务的传输与总的能量消耗的比值)也是一项重要的性能指标。在文献[7]中虽然每个用户的数据速率得到了提高, 但是对作为中继的用户没有相应的补偿, 导致其能量效率降低, 这对中继用户是不公平的。并且, 对于能量有限的移动节点而言, 也应有相应的激励机制对其协助其他用户传输数据的行为进行鼓励, 这样才更有利于协作机制的实现。文献[9, 10]在协作认知通信场景中, 根据次级用户为主用户数据传输提供的帮助, 将一部分时间、频率资源作为回报分配给次级用户使用。但是这些研究工作未涉及源/目的节点与中继节点的匹配以及多用户间竞争关系的协调, 也没有对中继与用户调度的公平性进行考虑。

针对现有协作通信研究在用户/中继联合选择、中继节点的补偿机制等方面存在的不足, 本文提出一种基于动态中继激励的用户调度算法。通过将中继节点对其他用户的数据传输协助进行量化, 并将该参数与节点的剩余能量信息一同纳入调度权重的计算, 实现对中继节点调度机会的补偿。本文所提机制能够改善参与数据协作的用户的调度公平性, 并获得系统生存时间、用户能量效率方面的性能提升。

1 系统模型

研究单小区下行通信, 如图1所示。系统中包括一个基站(Base station, BS), K个移动台(Mobile station, MS), 均配置单天线。 Ω表示用户集合,

图1 系统模型Fig.1 System model

有 card(Ω)=K, card(· )表示集合中元素的个数。基站采用时分多址方式[11, 12], 在一个传输时隙内仅向一个用户发送数据。假设所有的MS均可以作为中继节点帮助其他用户转发数据, 并且一个中继最多服务一个用户。在当前时隙, 若参与中继的用户有业务传输需求, 则需要等待至下一个时隙, 重新与其他用户竞争通信机会。中继节点使用半双工通信, 采用译码转发(DF)。将一个传输时隙( Ts)划分为两个时长相等的阶段, 在第一阶段, BS向中继发送数据 xk; 在第二阶段, 中继对接收的信号进行解码, 然后向目的用户转发经过重新编码的数据 xk。满足 E‖xk‖2)=E‖xk‖2)=1, E·表示求数学期望。基站的发射功率为 PT, 中继转发数据的功率为 PR。

在每一时隙开始, BS广播定制信号用于MS估计信道, 各MS将所得信道状态信息(Channel state information, CSI)通过无差错的反馈链路上报给BS。在这一过程中, MS也将获得其他MS与BS、以及这些MS与周围MS之间的信道状态。假设基站与用户间的信道具有互易性, 即同一对通信实体间的双向信道具有相同的特征。用 hk, 0表示 MSk(k∈Ω)与BS间的信道状态, hk, l表示 MSk与候选中继节点 MSl之间的信道系数, l∈Ω\{k}。hk, 0和 hk, l相互独立且服从复高斯分布。用户与基站以及用户之间的信道具有频率平坦衰落和块衰落(Block fading)特性。传输时隙Ts的长度与实际应用有关, 如GSM定义Ts=0.577 ms, 在TD-LTE中Ts=0.5 ms[13]。

考虑到各个 MSk向BS反馈 hk, l(l∈Ω\{k})将产生较大的反馈开销, 同时注意到源节点经过中继中转到达目的节点的端到端传输速率取决于两跳链路中较差的一跳, 即当BS到候选中继 MSl或 MSl到目的用户 MSk的信道质量劣于BS到 MSk的信道质量时, MSl不应作为 MSk的中继。因此, MSk可以先对其周围的可用中继进行筛选, 即比较 hk, 0和 hk, l, 仅保留满足条件 hk, l> hk, 0的移动用户作为候选中继, 并将 hk, l向BS反馈, ·表示求模值运算。 MSk也可以将满足上述条件的信道信息转换为 MSl到 MSk的可达数据速率, 并将该信息反馈给基站, 从而进一步降低开销。

2 基于动态激励的用户调度
2.1 中继与用户的匹配及调度

由于无线信道的随机特性, 对于一个终端用户 MSk而言, 首先需要判断其是否需要中继。BS向 MSk直接发送数据时, MSk的接收信号可表示为:

yk=hk, 0xk+nk, 01

式中: xk是发射符号; nk, 0是均值为零、方差为 N0的加性高斯白噪声。容易计算基站向 MSk发送数据的带宽归一化速率为:

RkD=log21+PThk, 02/N02

若BS通过中继节点 MSl(l∈Ω\{k})向 MSk发送数据, 在第一阶段, MSl从BS接收到的信号为:

yl=hl, 0xk+nl, 03

式中: nl, 0是均值为零、方差为 N0的加性高斯白噪声。BS至中继 MSl的数据速率为:

RlD=log21+PThl, 02/N04

在第二阶段, MSl对上一阶段接收到的数据信息进行重新编码( xk), 并向 MSk转发。 MSk的接收信号为:

yk=hk, lxk+nk, l5

式中: nk, l是均值为零、方差为 N0的加性高斯白噪声。中继 MSl到用户 MSk的可达数据速率为:

Rk, l=log21+PRhk, l2/N06

式中: PR表示中继的发射功率。

根据第2部分的讨论, 对于基站向 MSk的传输, MSk首先对满足条件 hk, l> hk, 0的 MSl计算 Rk, l, 并将该信息反馈给基站。基站根据这些信息完成中继与用户的匹配及调度。实际中, 基站的发射功率高于移动用户[7], 但基站与移动台的距离也通常大于可用中继与目的用户之间的距离, 因此基站对移动台的直接传输往往经历较大的路径损耗。本文为了简化分析, 令 PT和 PR分别为基站和移动台的发射功率经历大尺度衰落后的有效值, 并且二者具有相同的数量级。否则, 基站至移动用户的直传链路将优于中继与目的用户之间的链路, 从而导致中继失去作用。在上述讨论的基础上, 保留了对小尺度(瑞利)衰落的考虑。当 MSl作为中继时, 由BS经中继 MSl至目的用户 MSk的端到端数据速率 RΔk, l受限于BS到 MSl和 MSl到 MSk两跳传输中较差的一跳, 其表达式为:

RΔk, l=12minRlD, Rk, l7

式中:系数 12是由于中继节点工作在半双工模式, 并且两个阶段的时长是相等的。

R~Δk, lk=maxl∈Ω\{k}RΔk, l8

式中: lk=argmaxl∈Ω\{k}RΔk, l表示与 MSk匹配的最佳中继的标识。基站通过比较直达链路的可达速率 RkD和经由最佳中继 MSlk的速率 R~Δk, lk, 决定其向 MSk传输是否需要中继协助。 MSk能够获得的可达数据速率为:

Rk=max{RkD, R~Δk, lk}(9)

2.2 机制设计

在多用户协作通信系统中, 多个用户对通信资源的使用存在竞争关系, 若用户作为中继协助其他用户中转数据, 可以改善后者的传输速率, 但该中继用户自身的数据传输需求需要设计相应的机制予以保障。此外, 移动用户通常是能量受限的, 若其中转其他用户数据产生的能量消耗没有相应的回报, 将影响中继用户的能量效率, 导致不公平性, 也无法有效地激励用户参与数据协作。针对该问题, 设计一种基于动态中继激励的用户调度算法, 通过将中继节点对其他用户的数据协作贡献进行量化, 并将该参数与中继节点的剩余能量信息纳入调度权重的计算, 从而实现用户的合理调度, 改善用户的能量效率。

以第 t个传输时隙( t=0, 1, …)为研究对象, 算法的具体步骤如下:

步骤1 初始化用户集合 Ω={1, 2, …, K}, 遍历全体用户执行步骤2。

步骤2 MSk向BS反馈其与BS的信道状态信息 hk, 0。MSk根据其与中继 MSl(l∈Ω\{k})之间的信道状态 hk, l, 采用式(6)对满足条件 hk, l> hk, 0的 MSl计算 Rk, l, 并将该信息反馈给BS。

步骤3 基站利用式(2)和式(8)分别计算其向 MSk直接传输的可达速率 RDk, 以及经过中继 MSlk中转到达用户 MSk的最大可达速率 R~Δk, lk, 并根据式(9)计算 MSk的可达速率 Rk。若Rk=RDk, 基站向 MSk直接传输数据; 否则, 基站通过中继 MSlk向 MSk传输数据。

步骤4 基站根据式(10)进行用户选择, 目的用户的标识用 k* 表示:

k* =argmaxk∈Ω[Rk(t)/R-k(t)](10)

式中: Rk(t)表示在第 t个传输时隙 MSk可以获得的带宽归一化数据速率; R-k(t)是到第 t-1个时隙为止 MSk的平均数据速率。

步骤5 用户调度完成后, 基站向其直接或者通过中继 MSlk* 进行数据传输。各节点按照以下规则进行更新 R-k(t):

R-k(t+1)=δcR-k(t)+(1-δc)Rk(t), MSk为目的用户(11a)δcR-k(t)-(1-ηc)Rk* (t), MSk为中继用户(11b)δcR-k(t), 其他(11c)

至此, 时隙 t的操作结束。下一个时隙重复步骤1至步骤5。

式(11)中, δc∈0, 1表征时隙 t内 MSk的数据速率 Rk(t)对其平均速率或调度权重的影响程度, 如果用户在时间窗口 Tc内更新平均速率, 则 δc=1-1/Tc。Tc越大( δc→1)意味着平均速率和调度权重的更新越缓慢( R-k(t+1)≈R-k(t))。本文取 δc=0.99[14]。对于目的用户 MSk* , 按照经典的比例公平调度算法更新其平均速率, 如式(11a)和式(11c)所示。对于协助目的用户 MSk* 进行数据传输的中继 MSlk* , 其平均数据速率按照式(11b)计算, 有一定程度的降低, 降低的量取决于 MSlk* 对 MSk* 的协作贡献, 即目的用户 MSk* 经中继协助可以获得的端到端速率, 该速率受限于基站到中继以及中继到目的用户的两跳传输中较差的一跳, 根据式(7)~式(9)可知该速率为 Rk* (t)。需要注意的是, 当节点被选作 MSk* 的中继时, 有 Rlk* (t)=0, 即 MSlk* 不接收自身数据, 仅中转 MSk* 的数据。因此, Rk* (t)是在中继协助下 MSk* 获得的数据速率, 该参数可以作为 MSlk* 参与数据协作贡献的度量。本文取 -(1-ηc)Rk* (t)作为参与数据协助的用户平均速率的修正值, ηc∈[0, 1]称为激励因子, 反映对移动用户参与数据协助的激励强度, ηc越小, 激励强度越大, 当 ηc=δc时, 该修正值与中继用户协助的目的用户的平均数据速率修正值相等。由式(10)和式(11)可以发现, 中继用户的调度权重相比于未被调度、未参与数据协作的用户有所增加, 调度机会相应增大, 即获得了一定报偿。实际中, 可以通过改变式(11b)中的 ηc, 对中继节点的激励强度进行动态调整, 本文根据节点的能量信息调整 ηc, 以获得调度公平性和节点能量效率的综合改善, 详见第2.3.2节。

2.3 性能分析

对于所提机制, 本文从系统生存时间和能量效率两个方面对其性能进行评价。本节给出这两种参数的定义及计算公式, 并在第3节进行仿真评估。

2.3.1 系统生存时间

系统生存时间(Lifetime, LT)的定义为, 当系统中出现第一个节点能量耗光或者小于传输信号所需的能量时, 系统能够正常运行的总时间[15]。假设用户 MSk(k∈Ω)的初始能量为 Ek(0), 第t个时隙起始时刻的剩余能量为 Erk(t), 在时隙 t内 MSk所需(消耗的)能量 Eck(t)为:

Eck(t)=λPCTs, MSk为目的用户PRTs/2+PCTs, MSk为中继用户0, 其他12

式中: PC表示终端进行数据发送/接收期间电路消耗的平均功率[16]; 当 λ=1/2时, 用户经过中继接收来自BS的数据。在第 t+1个时隙起始时刻, 用户 MSk的剩余能量成为 Erk(t+1)=Erk(t)-Eck(t)。

根据以上讨论, 将全体节点的初始工作时刻记为 t=0, 系统生存时间LT由下式给出:

LT=Tsminτk=t:Erk(t)< Eck(t), k∈Ω13

根据式(13), 可以从全体节点中找到最先出现剩余能量小于一次传输所需能量( Erk(t)< Eck(t))的节点, 该节点的工作时长( τk个时隙)即为网络生存时间。

2.3.2 能量效率

能量效率(Energy efficiency, EE)表示单位能量(Joule)能够支持的比特传输量, 单位是bits/J或bits/(Hz· J)[8]。令 Lk表示一段时间内 MSk传输的总比特数, Ektot是该段时间内 MSk消耗的能量, 能量效率的定义如下:

γk=Lk/Ektot14

需要注意的是, 在本文研究的协作通信场景中, EE定义为用户自身业务的传输数据量(bit)与总的能量消耗(包括接收BS发给自己的数据和中转其他用户数据的能量消耗)的比值[8]。

根据式(12), 在一个时隙内, 若用户担任中继, 其能量消耗为 PRTs/2+PCTs; 若用户被调度为目的用户, 直接从基站接收数据和通过中继接收数据所消耗的能量分别为 PCTs和 PCTs/2; 否则, 能量消耗可忽略。因此, 从 t=0时刻开始, 至第 t=τ时隙为止, 用户 MSk的能量效率( γk)可由式(15)计算:

γk=∑t=0τα(t)Rk(t)∑t=0τλ(t)+ω(t)PC+β(t)2PR15

在一个时隙内, 若 MSk被调度为目的用户, α(t)=1, ω(t)=0, β(t)=0, Rk(t)按照式(9)计算, 根据用户直接从BS接收或者经中继接收数据, λ(t)取1或1/2。当 MSk作为中继用户时, α(t)=0, ω(t)=1, λ(t)=0, β(t)=1; 否则, α(t)=ω(t)=λ(t)=β(t)=0。

考虑到中继用户消耗自身能量协助其他用户传输数据, 导致其用于自身数据传输的能量减少。因此, 剩余能量较小的用户担任中继用户, 则应该给予其更多的补偿。选取激励因子 ηc=minδc, Erk(t)/Ek0, 其中 Ek0和 Erk(t)分别表示用户 MSk(k∈Ω)的初始能量和它在时隙 t的起始时刻的剩余能量。当节点剩余能量 Erk(t)较多时, 有 Erk(t)/Ek(0)≥δc, 中继用户的激励因子为 δc; 当节点剩余能量 Erk(t)/Ek(0)< δc时, 激励因子 ηc=Erk(t)/Ek0将随着节点剩余能量的减小而增大, 从而给予中继节点更多的调度机会补偿, 使该用户以相对高的概率获得调度机会, 将有限的能量用于其自身的数据传输。

3 仿真结果

通过仿真对本文算法的性能进行评估, 对5种算法进行研究:①轮询(Round robin, RR), 采用非协作传输方式, 对每个用户轮询调度; ②非协作的比例公平调度(Non-cooperative proportional fair scheduling, NCPFS)[14], 不使用中继传输, 按照比例公平调度准则选择用户; ③协作的速率最优用户调度(Cooperative rate-optimal scheduling, CROS), 移动用户参与数据协作, 以系统速率最大化为目标进行用户调度; ④协作的无中继激励的用户调度(Cooperative non-relay-stimulated user scheduling, CNRSUS)[8], 首先为每个用户匹配中继, 然后按照比例公平准则调度用户-中继对, 与本文所提机制相比, 该算法未对参与数据协助的用户进行补偿, 即没有式(11b); ⑤本文提出的协作动态中继激励的用户调度(Cooperative dynamic relay-stimulated user scheduling, CDRSUS)。仿真中设置PR=PC=100 mW[16], 全部节点采用单天线配置。由于传输时隙 Ts的长度与实际应用有关, 为了适应不同的通信系统, 本文将统计时间对 Ts进行归一化处理。用户信道系数采用Jakes仿真模型生成[17], 其中最大多普勒频移为6 Hz, 合成路径数 N为514。

图2为用户数 K=10、用户初始能量Ek(0)=103 J时采用不同方法获得的系统平均速率随信噪比(SNR)变化的情况。可以发现, CROS以系统速率最大化为目标进行用户调度, 能够获得最优的速率性能。本文算法CDRSUS能获得次优的系统速率, 这是由于该机制将中继用户协助其他用户的贡献以及节点剩余能量信息纳入调度权重的计算, 以此实现中继用户的动态补偿, 提高其被调度的机会。而担任中继的用户与基站的信道质量往往比较好, 因此CDRSUS获得的系统平均速率较高。CNRSUS未对中继用户进行补偿, 其速率性能劣于CDRSUS。NCPFS和RR均未使用中继, 故系统速率明显低于采用中继的方法。并且, RR需对移动用户轮询调度, 速率性能最差。

图2 不同方法的系统归一化数据速率Fig.2 Normalized system data rate with different algorithms

图3 不同方法的系统生存时间Fig.3 System lifetime with different algorithms

图3给出 K=10、SNR=5dB时, 不同调度机制获得的系统生存时间。初始化总能量设置为 PRTs的整数倍, Ts与传输次数等效。由于RR和NCPFS不采用中继传输, 不会出现移动用户因参与协助其他用户数据传输而导致能量过多消耗的情况, 因此未对上述两种策略的系统生存时间进行研究。由图3可见, 采用CROS, 信道质量好的用户以高概率被调度, 能量消耗大, 导致其系统生存时间最短。根据式(12), 目的用户在一个时隙接收数据所消耗的能量少于中继用户接收基站数据并向目的用户转发所消耗的能量, 因此采用CDRSUS, 通过对中继用户的动态补偿, 信道质量好的节点有更多的机会被调度, 为目的用户进行数据传输, 从而避免了这些节点过度地为其他用户提供协助, 通过合理降低这些节点的能量消耗, 延长系统生存时间。因此, CDRSUS的系统生存时间优于CNRSUS。

图4给出 K=6、Ek(0)=103J、SNR=5dB时不同方法获得的节点能量效率。RR与NCPFS不采用中继协作, 即没有协助其他用户进行数据传输的能量消耗。根据式(15), 采用这两种方法的用户能量效率取决于信道质量。由于仿真过程中用户3、4、6的平均信道质量较好(见图4), 因此用户的能量效率较高。CROS采用中继协作, 但其以系统速率最大化为目标进行用户调度, 导致信道质量好的用户以高概率成为目的用户而非中继用户, 因此采用该方法, 用户3、4、6具有较高的能量效率。采用CNRSUS, 中继用户消耗自身能量为目的用户中转数据, 但是没有得到相应的回报, 导致以较高概率参与数据协作的用户3、4、6的能量效率大幅度降低。与之相比, 本文算法CDRSUS对中继用户给予了相应的调度机会补偿, 因此用户3、4、6的能量效率相比于CNRSUS有明显的改善。综合图3和图4可知, CDRSUS能够较好地兼顾数据速率、系统生存时间和节点能量效率。

图4 不同方法的节点能量效率Fig.4 Energy efficiency with different algorithms

本文算法考虑了基站与移动台发射功率的差异, 并且将其与路径损耗整合在一起进行研究, 形式上做了简化, 但不影响仿真结论。当基站功率增大, 基站与移动台直接通信的质量提高, 图2中几种协作传输机制对数据速率的改善量将减小, 但对于中继发挥作用的情况, 图3和图4呈现的结果将不受影响。

4 结束语

针对现有协作通信研究中, 在用户/中继联合调度、中继节点的补偿激励机制等方面存在的不足, 本文提出一种基于动态中继激励的用户调度机制(CDRSUS)。将中继节点对其他用户的数据协助进行量化, 基于该参数与节点的剩余能量信息对用户的调度权重进行计算, 实现对中继节点的调度机会进行动态补偿。CDRSUS能够改善参与数据协作的用户的调度公平性, 获得系统生存时间、用户能量效率方面的性能提升。

The authors have declared that no competing interests exist.

参考文献
[1] Biglieri E, Calderbank R, Constantinides A, et al. MIMO Wireless Communications[M]. New York: Cambridge University Press, 2007: 43-50. [本文引用:1]
[2] Bhute Y, Raut A R. A survey on relay selection strategies in cooperative wireless network for capacity enhancement[J]. International Journal of Computer Applications, 2013, 65(25): 12-17. [本文引用:2]
[3] Barua B, Ngo H Q, Shin H. On the SEP of cooperative diversity with opportunistic relaying[J]. IEEE Commun Lett, 2008, 12(10): 727-729. [本文引用:3]
[4] Altubaishi E S, Shen X. A novel distributed fair relay selection strategy for cooperative wireless system[C]∥IEEE International Conf on Commun (ICC), Ottawa, 2012: 4160-4164. [本文引用:3]
[5] Li P Q, Yuan W, Chen Q Z. Transmit power minimization for outage-constrained relay selection over Rayleigh-fading channels[J]. IEEE Commun Lett, 2014, 18(8): 1383-1386. [本文引用:3]
[6] Lee K, Kwon H M, Sawan E M, et al. Selection of amplify-and -forward mobile relay under cascaded Rayleigh fading[C]∥IEEE Veh Technol Conf (VTC), Dresden, 2013: 1-5. [本文引用:3]
[7] Kim J, Lee J, Son K, et al. Two-hop opportunistic scheduling in cooperative cellular networks[J]. IEEE Trans Veh Technol, 2012, 61(9): 4194-4199. [本文引用:2]
[8] Hunter C, Lin Z, Sabharwal A. Leveraging physical-layer cooperation for energy conservation[J]. IEEE Trans Veh Technol, 2014, 63(1): 131-145. [本文引用:4]
[9] Su W, Matyjas J D, Batalama S. Active cooperation between primary users and cognitive radio users in cognitive ad-hoc networks[C]∥IEEE International Conf on Acoustics Speech and Sig Processing (ICASSP), Dallas, 2012: 3174-3177. [本文引用:1]
[10] Li W, Cheng X Z, Tao J. Cooperative multi-hop relaying via network formation games in cognitive radio networks[C]∥IEEE International Conf on Computer Commun (INFOCOM), Turin, 2013: 971-979. [本文引用:1]
[11] Zhao D, Zhao H, Xiang W. Smart relaying for selection combining based decode-and -forward cooperative networks[J]. IEEE Commun Lett, 2014, 18(1): 74-77. [本文引用:1]
[12] Liu E, Zhang Q, Leung K. Relay-assisted transmission with fairness constraint for cellular networks[J]. IEEE Trans Mobile Computing, 2012, 11(2): 230-239. [本文引用:1]
[13] Evans J S. Optimal resource allocation for pilot symbol aided multiuser receivers in Rayleigh faded CDMA channels[J]. IEEE Trans Commun, 2002, 50(8): 1316-1325. [本文引用:1]
[14] Sigdel S, Krzymien W A. Simplified fair scheduling and antenna selection algorithms for multiuser MIMO orthogonal space-division multiplexing downlink[J]. IEEE Trans Veh Technol, 2009, 58(3): 1329-1344. [本文引用:2]
[15] Cohen K, Leshem A. A time-varying opportunistic approach to lifetime maximization of wireless sensor networks[J]. IEEE Trans Sig Processing, 2010, 10(58): 5307-5319. [本文引用:1]
[16] Liu L J, Miao G W, Zhang J Z. Energy-efficient scheduling for downlink multi-user MIMO[C]∥IEEE International Conf on Commun (ICC), Ottawa, 2012: 4390-4394. [本文引用:2]
[17] Zheng Y R, Xiao C S. Simulation models with correct statistical properties for Rayleigh fading channels[J]. IEEE Trans Commun, 2003, 51(6): 920-928. [本文引用:1]