卞寶銀，付 凱，史燕平，李秀彩，黃 鑫，韓東升

（1.南瑞集團(tuán)有限公司（國(guó)網(wǎng)電力科學(xué)研究院有限公司），南京 211006； 2.南瑞集團(tuán)有限公司智能電網(wǎng)保護(hù)與運(yùn)行控制國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京 211106； 3.華北電力大學(xué) 電氣與電子工程學(xué)院，河北 保定 071003）

0 引 言

大規(guī)模多輸入多輸出（Multiple－Input Multiple－Output，MIMO）通過在基站端配置成百上千根天線陣列，在相同時(shí)頻資源上同時(shí)與多個(gè)用戶進(jìn)行通信，極大地提高了頻譜效率。Marzetta指出當(dāng)基站天線趨于無窮時(shí)，高斯噪聲以及互不相關(guān)的小區(qū)間干擾將消失，用戶的性能將僅取決于用戶所受到的導(dǎo)頻污染［1］，通常在相鄰小區(qū)間使用正交導(dǎo)頻來避免來自第一層干擾小區(qū)的導(dǎo)頻污染［2］，但會(huì)減小服務(wù)的用戶數(shù)目。協(xié)調(diào)相鄰小區(qū)間的導(dǎo)頻分配可以有效減少導(dǎo)頻污染，如基于圖著色的導(dǎo)頻分配方案［3－4］、基于人工魚群算法［5］和遺傳算法［6］的導(dǎo)頻配置方案，然而這些方案的計(jì)算復(fù)雜度都較高。對(duì)小區(qū)內(nèi)的用戶進(jìn)行分組，將相鄰小區(qū)使用相同導(dǎo)頻的用戶控制在較遠(yuǎn)的范圍內(nèi)來減小相鄰小區(qū)的導(dǎo)頻干擾，可以有效地改善導(dǎo)頻污染［7－9］。

雖然上述方案針對(duì)導(dǎo)頻資源的合理分配可以取得較為理想的系統(tǒng)性能，但是當(dāng)用戶移動(dòng)速度較快時(shí)，相干時(shí)間塊的減小會(huì)使系統(tǒng)更加頻繁地進(jìn)行導(dǎo)頻重分配，增加了計(jì)算復(fù)雜度。為此，本文提出了一種動(dòng)態(tài)遷移導(dǎo)頻分配算法，該算法在兩個(gè)時(shí)隙之間僅針對(duì)移動(dòng)幅度較大的用戶進(jìn)行額外的導(dǎo)頻優(yōu)化，選擇一個(gè)用戶與之交換導(dǎo)頻，對(duì)于其他的用戶不改變其導(dǎo)頻。相對(duì)于傳統(tǒng)算法，由于僅針對(duì)移動(dòng)幅度較大的用戶，所以可以有效地降低計(jì)算復(fù)雜度。

1 系統(tǒng)模型

考慮一個(gè)時(shí)分雙工（Time Division Duplex，TDD）多用戶大規(guī)模MIMO系統(tǒng)，系統(tǒng)中有L個(gè)小區(qū)，每個(gè)小區(qū)配備一個(gè)有M 根天線的基站，基站位置在小區(qū)的中心位置。假設(shè)所有的基站性能相同，每個(gè)基站最多可以服務(wù)K個(gè)用戶，每個(gè)用戶配備一根接收天線。每個(gè)小區(qū)的用戶分為中心區(qū)域用戶組和邊緣區(qū)域用戶組，每個(gè)小區(qū)的中心區(qū)域用戶組復(fù)用同一組正交導(dǎo)頻，邊緣區(qū)域用戶使用另一組正交導(dǎo)頻，這兩組正交導(dǎo)頻之間相互正交。

基站與用戶間的信道狀態(tài)信息（Channel Status Information，CSI）由大尺度衰落和小尺度衰落的疊加來表示［10］。用hjlk∈瓘M表示基站j與第l個(gè)小區(qū)中的第k個(gè)用戶之間的信道狀態(tài)信息，有

式中：CN（0，R）為零均值的循環(huán)對(duì)稱復(fù)高斯分布，R為協(xié)方差矩陣；βjlk為信道衰落方差；IM為M階單位陣。βjlk＝C／rαjlk，C 為固定參數(shù)；α 為路徑損耗指數(shù)；rjlk為第l個(gè)小區(qū)內(nèi)第k個(gè)用戶與基站j之間的距離。

時(shí)頻資源塊被分解成一個(gè)包含Tcs和WcHz的幀，亦即S＝TcWc為每一幀所發(fā)送的符號(hào)數(shù)，假設(shè)Tc小于等于所有用戶的相干時(shí)間，Wc小于等于所有用戶的相干帶寬。B＞1是每一幀需要額外發(fā)送的導(dǎo)頻序列。剩下的S－B為數(shù)據(jù)發(fā)送的時(shí)頻塊，可將其分為上行數(shù)據(jù)發(fā)送塊和下行數(shù)據(jù)發(fā)送塊。

在上行鏈路中，采用一種統(tǒng)計(jì)感知的功率控制策略［11］。在小區(qū)l（該小區(qū)部署基站j）中，用戶k的發(fā)送功率可以表示為plk＝ρ／βjlk，式中，ρ＞0為功率設(shè)計(jì)因子，如果把噪聲功率記為σ2，那么系統(tǒng)的 接 收 信 噪 比 （Signal to Noise Ratio，SNR）為ρ／σ2。

1.1 導(dǎo)頻發(fā)送階段

設(shè)導(dǎo)頻信號(hào)占據(jù)每幀的B（1≤B≤S）個(gè)符號(hào)，每個(gè)導(dǎo)頻信號(hào)可以用一個(gè)B×1維的向量v來表示，且每個(gè)導(dǎo)頻符號(hào)的功率均相同?？闪顚?dǎo)頻符號(hào)的歸一化幅度為1，有｜［v］s｜＝1，［］s為向量的第s（s∈ ｛1，2，3，.…，B｝）個(gè)元素。所有正交導(dǎo)頻序列來自一個(gè)固定的集合V＝｛v1，…，vB｝，集合V 是一個(gè)B×B的矩陣，其中的每一個(gè)列向量表示一個(gè)導(dǎo)頻向量，且任意列向量滿足

設(shè)基站j接收到的導(dǎo)頻信號(hào)為Yj，據(jù)此對(duì)信道向量hjlk進(jìn)行最小均方誤差估計(jì)，得到的信息向量為＾hjlk，

1.2 數(shù)據(jù)發(fā)送階段

基站根據(jù)已經(jīng)得到的CSI進(jìn)行信號(hào)檢測(cè)以及預(yù)編碼運(yùn)算，由于大規(guī)模MIMO信道的近似正交特性，可以很容易地區(qū)分出不同用戶發(fā)送的數(shù)據(jù)。

基站j的上行接收信號(hào)為yj，設(shè)該基站所屬小區(qū)的索引也為j，用（j，k）表示小區(qū)j中的用戶k，（j，k）的上行可達(dá)頻譜效率SEjk可以用式（3）來表示［11］，SINRjk為小區(qū)j中用戶k的信干噪比。

當(dāng)M → !時(shí)，式（4）可以化簡(jiǎn)成式（5）：

由式（5）可知，當(dāng)M →!時(shí)，系統(tǒng)的性能僅受限于導(dǎo)頻污染，而導(dǎo)頻污染取決于使用相同導(dǎo)頻的用戶大尺度衰落的和與此用戶的大尺度衰落的比值，而信道的大尺度衰落僅與距離有關(guān)，因此合理地分配使用相同導(dǎo)頻用戶之間的距離可以有效降低導(dǎo)頻污染的影響，提高系統(tǒng)性能。

2 動(dòng)態(tài)遷移導(dǎo)頻分配算法

文獻(xiàn)［8］的導(dǎo)頻分配算法將用戶分成中心用戶組及邊緣用戶組，對(duì)中心用戶復(fù)用同一組導(dǎo)頻，邊緣用戶使用正交導(dǎo)頻，可以有效地改善邊緣用戶所受到的干擾，相較于貪婪算法可以有效地降低系統(tǒng)復(fù)雜度。

雖然傳統(tǒng)的導(dǎo)頻分配算法在降低導(dǎo)頻分配復(fù)雜度方面做出了大量努力，但是對(duì)于算法的改進(jìn)僅針對(duì)單次的導(dǎo)頻分配算法，而降低不同時(shí)隙間導(dǎo)頻分配算法的復(fù)雜度卻鮮有研究。

假設(shè)服務(wù)用戶數(shù)目始終處于飽和狀態(tài)且不發(fā)生改變，如果確定了中心用戶（或邊緣用戶）與總用戶數(shù)目的比值be，中心用戶和邊緣用戶的數(shù)量也將保持不變，只是用戶的位置會(huì)隨時(shí)間隨機(jī)改變。當(dāng)一個(gè)用戶的位置變化超出了它本身所在的分組范圍并對(duì)系統(tǒng)產(chǎn)生了較大的影響時(shí)，這種變化將成為用戶的遷移。實(shí)際上，如果兩個(gè)用戶的優(yōu)先級(jí)相同，且使用相同的通信協(xié)議與基站進(jìn)行信號(hào)傳輸，那么新舊用戶的交替也可以看成是用戶位置的變化。我們也將這種變化稱為用戶遷移，所以用戶遷移包括用戶位置的移動(dòng)以及新舊用戶的交替。

在用戶遷移的過程中，需要重新使用導(dǎo)頻分配算法來適應(yīng)用戶的變化，這會(huì)增加導(dǎo)頻分配的計(jì)算復(fù)雜度。為了降低計(jì)算復(fù)雜度，針對(duì)遷移用戶的導(dǎo)頻分配問題，本文提出了一種動(dòng)態(tài)遷移導(dǎo)頻分配算法。遷移狀態(tài)模型如圖1所示。用Class表示用戶的遷移狀態(tài)，Class＝1表示位于某小區(qū)中心位置的用戶遷移至本小區(qū)的邊緣區(qū)域；Class＝2表示位于某小區(qū)邊緣區(qū)域的用戶遷移至相鄰小區(qū)的邊緣區(qū)域；Class＝3表示位于位于某小區(qū)中心位置的用戶遷移至相鄰小區(qū)的邊緣區(qū)域；Class＝4表示某小區(qū)中心位置的用戶遷移至相鄰小區(qū)的中心區(qū)域。

圖1 用戶遷移模型

對(duì)于Class＝1，從上一時(shí)隙定義為邊緣區(qū)域的用戶中選擇一個(gè)信道狀態(tài)最好的用戶強(qiáng)制遷移至中心區(qū)域用戶組。遷移1的反狀態(tài)即位于某小區(qū)邊緣區(qū)域的用戶遷移至本小區(qū)的中心區(qū)域（可記為Class＝－1），對(duì)此采用相似的處理方法，從上一個(gè)時(shí)隙定義為中心區(qū)域的用戶中選擇一個(gè)信道狀態(tài)最差的用戶強(qiáng)制遷移至邊緣區(qū)域用戶組。兩個(gè)遷移的處理方式相似，不再對(duì)他們進(jìn)行詳細(xì)區(qū)分介紹。對(duì)于遷移3也作類似的處理，遷移2和遷移4沒有反狀態(tài)。

對(duì)于Class＝2，對(duì)上一個(gè)時(shí)隙的導(dǎo)頻分配不做任何變化。

對(duì)于Class＝3，處理方法類似于遷移1，首先在該小區(qū)的邊緣用戶組中尋找一個(gè)信道狀態(tài)較好的用戶強(qiáng)制遷移至中心用戶，然后遷移用戶與之交換導(dǎo)頻。需要注意的是，由于導(dǎo)頻組V1、V2和V3是相互正交的，所以即使用戶遷移至相鄰小區(qū)的邊緣區(qū)域，也可以看作是遷移到了本小區(qū)的邊緣區(qū)域來處理，也就是說，即使它的位置轉(zhuǎn)移到了相鄰小區(qū)，仍可以選擇原來位置小區(qū)的基站請(qǐng)求服務(wù)，并使用其為之分配的導(dǎo)頻。

對(duì)于Class＝4，可以分解成一個(gè)遷移3和一個(gè)遷移1的反向，對(duì)它進(jìn)行遷移3和遷移1的兩次遷移處理即可。

通過對(duì)以上4種遷移情況的分析，針對(duì)不同的遷移狀態(tài)，選擇一個(gè)用戶與遷移用戶交換導(dǎo)頻，稱這個(gè)被交換的用戶為替代用戶。更為形象一點(diǎn)的說明是，每一個(gè)用戶總是希望自己使用的是正交導(dǎo)頻，即被分組到邊緣用戶組?？紤]到導(dǎo)頻數(shù)目的有限性，一旦一個(gè)用戶離開邊緣用戶組，那么一定會(huì)在本小區(qū)內(nèi)形成一種競(jìng)爭(zhēng)，以決定究竟哪一個(gè)用戶來代替這個(gè)位置。選擇這個(gè)替代用戶時(shí)，通常需要考慮以下兩個(gè)因素：（1）這個(gè)替代用戶必須是接近邊緣用戶組的用戶，也就是在地理位置上離中心位置較遠(yuǎn)；（2）這個(gè)替代用戶的導(dǎo)頻分配給遷移用戶后，遷移用戶所受的干擾最小，也就是遷移后的用戶與替代用戶的干擾用戶之間距離較遠(yuǎn)。綜合分析以上兩點(diǎn)我們采用的具體策略如下：

（1）確定導(dǎo)頻遷移前后的位置信息以及用戶的遷移類型（假設(shè)Class＝－1）；

（2）從本小區(qū)的中心用戶組中找出ks（ks＜K×be）個(gè)距離中心較遠(yuǎn)的用戶，將這ks個(gè)用戶定義為待選用戶組；

（3）比較這ks個(gè)待選用戶的干擾用戶與遷移用戶之間的距離和Dk，Dk最小的待選用戶設(shè)為替代用戶，Dk＝（uk，j－uk，l）2，uk，l為用戶（l，k ）的位置。

稱上述選擇替代用戶的具體策略中的第3點(diǎn)為替代準(zhǔn)則。綜上，針對(duì)Class＝－1的基于用戶跟蹤的動(dòng)態(tài)導(dǎo)頻分配算法流程如圖2所示。

圖2 動(dòng)態(tài)導(dǎo)頻分配算法流程圖

階段一（在首個(gè)時(shí)隙）

步驟1：根據(jù)用戶的位置信息計(jì)算該用戶到基站之間的距離dk，j；

步驟2：對(duì)各用戶根據(jù)dk，j的升序排序，距離較小的K×be個(gè)用戶定義為中心用戶組Unon，j，其他用戶定義為邊緣用戶組Uedge，j，第K×be個(gè)用戶的值定義為閾值dth，j；

步驟3：對(duì)Unon內(nèi)的用戶進(jìn)行隨機(jī)導(dǎo)頻分配，對(duì)Uedge用戶的導(dǎo)頻按用戶大尺度衰落升序分配；

步驟4：從中心用戶組中找出ks個(gè)距離中心較遠(yuǎn)的用戶，將這ks個(gè)用戶定義為待選用戶組；

階段二（用戶發(fā)生遷移后）

步驟5：跟蹤用戶 （k，j）遷移前后的位置，比較遷移前的位置（uk，j）與遷移后的位置（uk，j′），根據(jù)遷移模型判斷遷移類型；

步驟6：根據(jù)替代準(zhǔn)則從待選用戶組中選擇一個(gè)替代用戶與遷移后的用戶交換導(dǎo)頻；

步驟7：用戶再次發(fā)生遷移后，重復(fù)步驟5～6，

步驟8：達(dá)到系統(tǒng)可承受的遷移數(shù)目上限kmax后，重復(fù)步驟1～8。

針對(duì)Class＝1的導(dǎo)頻分配算法與Class＝－1時(shí)相似，只是構(gòu)建的待選用戶組不同，Class＝1時(shí)的待選用戶組是邊緣用戶組中ks個(gè)距離中心較近的用戶，稱此待選用戶組為邊緣待選用戶組，Class＝－1時(shí)的待選用戶組為中心待選用戶組。Class＝2時(shí)不進(jìn)行額外的導(dǎo)頻分配，Class＝3與Class＝－1時(shí)的待選用戶組一致，只是需要遷移后用戶所在小區(qū)的中心待選用戶組，顯然Class＝－3與Class＝1時(shí)的待選用戶組一致。當(dāng)Class＝4時(shí)需要同時(shí)調(diào)用兩個(gè)待選用戶組，遷移前小區(qū)的邊緣待選用戶組以及遷移后小區(qū)的中心待選用戶組分別按照替換準(zhǔn)則選出替換用戶1和替換用戶2，遷移用戶先與替代用戶1進(jìn)行導(dǎo)頻交換，之后再與替代用戶2進(jìn)行導(dǎo)頻交換。依照本算法，如果發(fā)生的遷移為遷移1或3，那么需要進(jìn)行一次動(dòng)態(tài)遷移導(dǎo)頻分配；發(fā)生遷移2不需要進(jìn)行額外的導(dǎo)頻分配；發(fā)生遷移4需要進(jìn)行兩次動(dòng)態(tài)遷移導(dǎo)頻分配。假設(shè)4種遷移發(fā)生的概率相同，平均發(fā)生一次遷移引起一次動(dòng)態(tài)遷移的導(dǎo)頻分配。

3 復(fù)雜度分析

由式（6）可知，除第1個(gè)時(shí)隙外，其他時(shí)隙的計(jì)算復(fù)雜度都與用戶數(shù)目K無關(guān)，而僅與待選用戶的數(shù)目ks及最大遷移數(shù)目kmax有關(guān)。系統(tǒng)的復(fù)雜度隨著ks的增大而增大，隨著kmax的增大而減小。表1給出了K＝20時(shí)算法復(fù)雜度對(duì)比。由表可知，本文算法復(fù)雜度較低，與傳統(tǒng)算法相比具有明顯優(yōu)勢(shì)。

本文采用浮點(diǎn)數(shù)flop進(jìn)行復(fù)雜度分析，一個(gè)加號(hào)代表一個(gè)實(shí)浮點(diǎn)數(shù)操作，一個(gè)乘號(hào)代表兩個(gè)實(shí)浮點(diǎn)數(shù)操作。計(jì)算一次距離的復(fù)雜度為7，一次排序的算法復(fù)雜度為O（K2），將用戶距離較近的Ko個(gè)用戶分成一組，其余的Ke個(gè)用戶分成一組，然后再進(jìn)行導(dǎo)頻分配。整個(gè)導(dǎo)頻分配過程包括K 個(gè)用戶距離計(jì)算以及1次排序計(jì)算，所以傳統(tǒng)算法的復(fù)雜度總計(jì)為7 K ＋O（K2）。

本文提出的算法在第1個(gè)時(shí)隙與傳統(tǒng)算法是一致的，第1個(gè)時(shí)隙的運(yùn)算復(fù)雜度為7 K＋O（K2）。從第2個(gè)時(shí)隙開始不再對(duì)所有的用戶進(jìn)行排序，而是針對(duì)發(fā)生了遷移的用戶，先判斷用戶的遷移類型，然后根據(jù)遷移類型從待選用戶組中選擇一個(gè)替代用戶進(jìn)行導(dǎo)頻交換。判斷遷移類型的平均用戶復(fù)雜度為2，計(jì)算Dk的運(yùn)算復(fù)雜度為15，求最大（?。┲敌枰容^ks－1次，其運(yùn)算復(fù)雜度為ks－1，總計(jì)運(yùn)算復(fù)雜度為2＋15×ks＋ks－1＝16×ks＋1。假設(shè)系統(tǒng)平均每個(gè)時(shí)隙發(fā)生一次遷移，達(dá)到系統(tǒng)最大遷移數(shù)目的時(shí)間為kmax個(gè)時(shí)隙，平均每個(gè)時(shí)隙的運(yùn)算復(fù)雜度為

表1 K＝20時(shí)算法的復(fù)雜度對(duì)比

4 仿真結(jié)果與分析

假設(shè)有3個(gè)相互相鄰的小區(qū)，基站位于小區(qū)的中心區(qū)域，基站的坐標(biāo)分別為（0，0），／2，3r／2）和（－／2，3r／2），r為小區(qū)半徑，這3個(gè)基站都配備有M 根天線，每個(gè)基站最多可以服務(wù)K個(gè)用戶，且服務(wù)的K個(gè)用戶隨機(jī)出現(xiàn)在服務(wù)范圍內(nèi)的任意位置。具體的仿真參數(shù)如表2所示。

表2 仿真參數(shù)

導(dǎo)頻的長(zhǎng)度τ與K以及導(dǎo)頻的分配策略be有關(guān)，具體來說滿足τ＝K×be＋K×（1－be）×3。假定在兩個(gè)相干塊之間必定存在用戶發(fā)生遷移，這是因?yàn)闆]有發(fā)生用戶遷移的時(shí)隙不進(jìn)行導(dǎo)頻的重新分配，故而忽略這些時(shí)隙。在下一個(gè)時(shí)隙，隨機(jī)選取一個(gè)用戶，它的位置隨機(jī)遷移至這3個(gè)小區(qū)范圍內(nèi)的任意位置。

圖3～6分別對(duì)比了3種不同算法下，系統(tǒng)的頻譜效率與SNR、M、單位小區(qū)用戶數(shù)目K以及be的變化曲線。這4個(gè)圖中3種算法頻譜效率的變化趨勢(shì)均相同，且本文所提算法的性能介于傳統(tǒng)導(dǎo)頻分配與隨機(jī)導(dǎo)頻分配之間，并且接近傳統(tǒng)的導(dǎo)頻分配算法。

圖3 不同SNR下的導(dǎo)頻分配算法性能比較曲線圖

圖4 不同M 下的導(dǎo)頻分配算法性能比較曲線圖

圖5 不同K下的導(dǎo)頻分配算法性能比較曲線圖

圖3中，當(dāng)一個(gè)用戶的位置發(fā)生遷移時(shí)，相較于傳統(tǒng)的導(dǎo)頻分配算法，單位用戶的平均頻譜效率大約降低了0.2bit／s／Hz，遠(yuǎn)高于隨機(jī)導(dǎo)頻分配算法的性能。圖4也驗(yàn)證了用戶遷移后單位用戶的平均頻譜效率降低了0.2bit／s／Hz的這一結(jié)論，并且不會(huì)因?yàn)镸的增加而擴(kuò)大差距。而隨機(jī)導(dǎo)頻分配卻會(huì)更早地進(jìn)入瓶頸。這表明，隨著M 的增加，合理地導(dǎo)頻分配可以有效地延緩頻譜效率因?yàn)閷?dǎo)頻污染而停滯不前的現(xiàn)象。隨著用戶數(shù)目的增加，導(dǎo)頻污染的影響也隨之增加，單位用戶的頻譜效率隨之下降，由圖5可知，隨著用戶數(shù)目的增加，單位用戶的遷移對(duì)系統(tǒng)頻譜效率的影響隨之減小，可以預(yù)見，此時(shí)系統(tǒng)能夠承受更多的遷移用戶。由圖6可知，當(dāng)be較小即導(dǎo)頻富足時(shí)，導(dǎo)頻分配算法沒有明顯的優(yōu)勢(shì)；當(dāng)be較大即導(dǎo)頻緊缺時(shí)，導(dǎo)頻分配的優(yōu)勢(shì)表現(xiàn)明顯。注意到當(dāng)be的值為1時(shí)，所有小區(qū)復(fù)用同一組導(dǎo)頻，此時(shí)將只會(huì)存在第3類遷移，其概念也與小區(qū)切換無異。小區(qū)的頻譜效率隨著be的變化先上升后下降，并在be＝0.5時(shí)達(dá)到最大值。

圖7所示為遷移用戶數(shù)目對(duì)算法性能的影響曲線圖。由圖可知，本文所提算法的曲線整體呈下降趨勢(shì)，并且斜率越來越小。但即使遷移用戶的數(shù)目超過單位小區(qū)用戶數(shù)目后，本文所提算法效率仍然高于隨機(jī)導(dǎo)頻分配算法，這體現(xiàn)了對(duì)小區(qū)進(jìn)行分組后再進(jìn)行導(dǎo)頻分配的固有優(yōu)勢(shì)，即使遷移用戶多于用戶數(shù)目時(shí)，系統(tǒng)的平均頻譜效率仍然存在一定的優(yōu)勢(shì)。假如以3.6作為基準(zhǔn)，那么系統(tǒng)可承受的遷移數(shù)目為7。

圖7 遷移用戶數(shù)目對(duì)算法性能的影響曲線圖

5 結(jié)束語(yǔ)

本文針對(duì)多用戶大規(guī)模MIMO網(wǎng)絡(luò)，考慮導(dǎo)頻資源分配在不同時(shí)隙間再分配問題，以用戶遷移模型表征系統(tǒng)拓?fù)浣Y(jié)構(gòu)的變化，提出了一種動(dòng)態(tài)遷移導(dǎo)頻分配算法，復(fù)雜度分析及仿真結(jié)果表明，本算法相較于傳統(tǒng)的導(dǎo)頻分配算法可以顯著地降低計(jì)算復(fù)雜度，并且與傳統(tǒng)的導(dǎo)頻分配算法具有相近的頻譜效率。因此，在多個(gè)時(shí)隙之間，使用導(dǎo)頻交換算法可以以犧牲少量頻譜效率為代價(jià)有效地降低復(fù)雜度。