高　翔，孫　強(qiáng),2，徐　晨，王　玨,3

(1.南通大學(xué) 電子信息學(xué)院，江蘇 南通 226019；2.東南大學(xué) 移動(dòng)通信國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京 210096；3.新加坡科技設(shè)計(jì)大學(xué) 淡馬錫實(shí)驗(yàn)室，新加坡 138682)

?

靜態(tài)分簇下的大規(guī)模分布式天線系統(tǒng)用戶調(diào)度算法*

高翔1，孫強(qiáng)**1,2，徐晨1，王玨1,3

(1.南通大學(xué) 電子信息學(xué)院，江蘇 南通 226019；2.東南大學(xué) 移動(dòng)通信國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京 210096；3.新加坡科技設(shè)計(jì)大學(xué) 淡馬錫實(shí)驗(yàn)室，新加坡 138682)

在大規(guī)模分布式天線系統(tǒng)中，靜態(tài)分簇和用戶調(diào)度帶來(lái)的簇間干擾問(wèn)題會(huì)導(dǎo)致系統(tǒng)和速率下降。針對(duì)這個(gè)問(wèn)題，提出了一種兩階段貪婪用戶調(diào)度算法。首先，每個(gè)簇內(nèi)并行實(shí)施貪婪用戶調(diào)度；然后，從全局上再次利用貪婪算法來(lái)剔除簇間干擾較大、服務(wù)質(zhì)量較差的用戶，使得系統(tǒng)和速率進(jìn)一步提升。仿真結(jié)果表明，隨著不同系統(tǒng)參數(shù)的改變，兩階段貪婪用戶調(diào)度算法可有效提高系統(tǒng)和速率。

大規(guī)模分布式天線系統(tǒng)；靜態(tài)分簇；用戶調(diào)度；貪婪算法

1　引　言

隨著智能終端的普及以及移動(dòng)互聯(lián)網(wǎng)的興起，移動(dòng)數(shù)據(jù)業(yè)務(wù)量呈爆炸式增長(zhǎng)。近年來(lái)，移動(dòng)數(shù)據(jù)業(yè)務(wù)量以每年翻一番的速度增長(zhǎng)；可以預(yù)計(jì)，在未來(lái)10年將會(huì)增長(zhǎng)近1 000倍[1]，現(xiàn)有的蜂窩網(wǎng)絡(luò)技術(shù)均難以支撐如此迅猛的數(shù)據(jù)增長(zhǎng)需求。因此，世界各國(guó)已廣泛開(kāi)展對(duì)第五代移動(dòng)通信(The 5th Generation,5G)關(guān)鍵技術(shù)的研究。其中，大規(guī)模多輸入多輸出(Multiple-Input Multiple-Output，MIMO)作為一種新的物理層技術(shù)引起了工業(yè)界和學(xué)術(shù)界的極大關(guān)注，并有望成為5G移動(dòng)通信系統(tǒng)關(guān)鍵技術(shù)之一?？紤]不同的天線陣列布設(shè)方式，大規(guī)模MIMO可有不同的具體實(shí)現(xiàn)形式。大規(guī)模分布式天線系統(tǒng)可看作一種分布式布設(shè)天線陣列的大規(guī)模MIMO。

大規(guī)模分布式天線系統(tǒng)在整個(gè)小區(qū)內(nèi)密集布設(shè)遠(yuǎn)程天線單元(Remote Antenna Unit,RAU)，每個(gè)RAU與中心處理單元(Central Processing Unit,CPU)通過(guò)高速回程鏈路相連構(gòu)成一個(gè)無(wú)線通信系統(tǒng)整體。與天線集中放置的傳統(tǒng)大規(guī)模MIMO系統(tǒng)相比，大規(guī)模分布式天線系統(tǒng)可大幅縮短用戶和天線間的接入距離，從而獲得低傳播損耗和高空間復(fù)用增益。因此，其相關(guān)研究近年來(lái)受到了廣泛重視，具有重要的理論和現(xiàn)實(shí)意義。

目前，RAU分簇和用戶調(diào)度算法是解決大規(guī)模分布式天線系統(tǒng)小區(qū)內(nèi)干擾的關(guān)鍵技術(shù)之一，由于采用大規(guī)模分布式天線單元將會(huì)遇到信道信息開(kāi)銷、算法復(fù)雜度等一系列問(wèn)題，因此，需要設(shè)計(jì)更加簡(jiǎn)單和符合實(shí)際系統(tǒng)的RAU分簇和用戶調(diào)度算法。文獻(xiàn)[2]針對(duì)聯(lián)合天線選擇和用戶調(diào)度問(wèn)題，提出了三種迭代算法：第一種算法是依據(jù)范數(shù)準(zhǔn)則，算法復(fù)雜度低，但是簡(jiǎn)單地依據(jù)范數(shù)準(zhǔn)則會(huì)犧牲一定的系統(tǒng)和速率；第二種算法是依據(jù)貪婪算法，用戶通過(guò)選擇最佳天線使得系統(tǒng)和速率最大，但算法的復(fù)雜度很高；第三種即作者提出的一種折衷算法，使得在復(fù)雜度相對(duì)較低的情況下，系統(tǒng)和速率接近貪婪算法的系統(tǒng)和速率。文獻(xiàn)[3]在復(fù)合瑞利衰落信道條件下研究了大規(guī)模分布式天線系統(tǒng)的下行鏈路的頻譜效率，結(jié)果表明大規(guī)模分布式天線系統(tǒng)的性能要遠(yuǎn)好于傳統(tǒng)的集中式天線系統(tǒng)；但是作者考慮的是遠(yuǎn)程協(xié)作單元和用戶均勻分布小區(qū)中，沒(méi)有考慮用戶的位置是隨機(jī)的情況。文獻(xiàn)[4-5]考慮大規(guī)模分布式天線系統(tǒng)下的下行鏈路，導(dǎo)出了單個(gè)RAU傳輸和協(xié)作RAU傳輸方式遍歷速率表達(dá)式，為了最大限度地提高系統(tǒng)的和速率，提出了一種貪婪調(diào)度算法，用戶的位置是隨機(jī)的，并且采取的是動(dòng)態(tài)分簇，但每個(gè)簇中只有一個(gè)用戶，沒(méi)考慮簇中有多用戶的情況。

與現(xiàn)有文獻(xiàn)不同，本文主要考慮大規(guī)模分布式天線系統(tǒng)下，針對(duì)簇間干擾導(dǎo)致系統(tǒng)和速率下降的問(wèn)題，提出了一種基于靜態(tài)分簇的大規(guī)模分布式天線系統(tǒng)用戶調(diào)度算法。該算法在對(duì)用戶進(jìn)行調(diào)度時(shí)，先后兩次用到了貪婪算法。首先，將整個(gè)大規(guī)模分布式天線系統(tǒng)劃分若干協(xié)作簇，并利用大尺度衰落信道信息選擇最佳的RAU協(xié)作簇；接著，各個(gè)RAU協(xié)作簇并行實(shí)施貪婪用戶調(diào)度算法；最后，從全局上利用貪婪剔除用戶算法來(lái)剔除簇間干擾較大、服務(wù)質(zhì)量較差的用戶。通過(guò)兩階段貪婪用戶調(diào)度算法，能夠抑制簇間干擾，提高系統(tǒng)的頻譜效率。

2　系統(tǒng)模型

2.1網(wǎng)絡(luò)模型

圖1　二維正六邊形拓?fù)浣Y(jié)構(gòu)(L=4)

2.2信道模型和功率控制

無(wú)線傳輸信道會(huì)受到大尺度衰落和小尺度衰落的影響，本文對(duì)這兩種衰落都做了考慮。用戶m到遠(yuǎn)程天線單元t的信道衰落可以表示為

(1)

式中：βm,t為用戶m到遠(yuǎn)程天線單元t的大尺度衰落；gm,t為用戶m到遠(yuǎn)程天線單元t的小尺度衰落。大尺度衰落分為路徑損耗和陰影效應(yīng)[6]。大尺度衰落模型表達(dá)式為

(2)

式中：fm,t為用戶m到遠(yuǎn)程天線單元t的陰影衰落；η為路徑損耗因子；dm,t為用戶m到遠(yuǎn)程天線單元t的距離。用戶m和協(xié)作簇t之間的小尺度衰落為gm,t，服從零均值、方差為1的復(fù)高斯隨機(jī)變量。假設(shè)每個(gè)RAU傳輸獨(dú)立的信息，則簇間干擾可以根據(jù)大尺度衰落來(lái)進(jìn)行估計(jì)[7]。簇間干擾和噪聲之和為復(fù)高斯隨機(jī)變量Zm，均值為

(3)

為了維持RAU覆蓋范圍內(nèi)指定的接收功率[8]，文獻(xiàn)[9]給出了RAU發(fā)射功率的表達(dá)式為

P=P0rη。

(4)

式中：P0為RAU邊緣的接收功率；r為正六邊形的半徑；η為路徑損耗因子。

2.3信號(hào)模型

假設(shè)有q個(gè)用戶隨機(jī)位于正六邊形拓?fù)浣Y(jié)構(gòu)中，首先所有RAU將獲取的所有用戶與相鄰遠(yuǎn)程天線單元的統(tǒng)計(jì)信道信息回傳給中心處理單元，按照大尺度衰落大小排序，確定每個(gè)用戶所屬大尺度衰落最大的RAU協(xié)作簇，要使得大尺度衰落最大的用戶m選擇遠(yuǎn)程天線單元t最優(yōu)解為

假設(shè)用戶距離最近的遠(yuǎn)程天線單元t*歸屬于協(xié)作簇Vi，在下行鏈路中，協(xié)作簇Vi中用戶m的接收信號(hào)為

(5)

3　靜態(tài)分簇和用戶調(diào)度

3.1靜態(tài)分簇

近幾年來(lái)，隨著多基站協(xié)同處理技術(shù)的發(fā)展，有不少學(xué)者開(kāi)始研究協(xié)同基站群的分簇問(wèn)題?，F(xiàn)有的分簇算法主要分為靜態(tài)分簇算法及動(dòng)態(tài)分簇算法。靜態(tài)分簇算法簡(jiǎn)單、易實(shí)現(xiàn)，但是由于不能適應(yīng)實(shí)際信道的時(shí)變性，會(huì)損失一定的系統(tǒng)性能。文獻(xiàn)[10-11]針對(duì)通信系統(tǒng)的下行鏈路，將整個(gè)系統(tǒng)劃分為多個(gè)靜態(tài)協(xié)同簇。相比于單基站非協(xié)同的通信傳輸方式，基于靜態(tài)分簇的協(xié)同處理技術(shù)能夠改善小區(qū)邊緣用戶的性能,提高整個(gè)系統(tǒng)的頻譜利用。而動(dòng)態(tài)分簇算法利用實(shí)時(shí)的信道狀態(tài)信息(ChannelStateInformation,CSI)構(gòu)建協(xié)同簇，能夠取得比靜態(tài)算法較好的系統(tǒng)性能，但較高的復(fù)雜度以及完全的CSI條件阻礙了該算法的實(shí)際應(yīng)用。在本文中，我們考慮了兩種靜態(tài)分簇情況，分別如圖2和圖3所示。

圖2　2個(gè)RAU協(xié)作

圖3　4個(gè)RAU協(xié)作

3.2兩階段貪婪用戶調(diào)度算法

3.2.1貪婪用戶調(diào)度算法

通過(guò)各種預(yù)編碼方案，可以實(shí)現(xiàn)多用戶MIMO通信。然而，不管何種預(yù)編碼方案，由于天線自由度的限制，可以被同時(shí)通信的用戶仍然是有限的，因此需要采取一定的用戶調(diào)度策略。通過(guò)用戶調(diào)度，選取一個(gè)或幾個(gè)信道狀態(tài)信息較好的用戶，可以提高系統(tǒng)的和速率，獲得多用戶分集增益。

在得知每個(gè)用戶所屬大尺度衰落最小的RAU協(xié)作簇后，計(jì)算每個(gè)RAU協(xié)作簇內(nèi)的用戶數(shù)，若協(xié)作簇內(nèi)用戶數(shù)為0，則該協(xié)作簇內(nèi)的RAU進(jìn)入休眠狀態(tài)；若簇內(nèi)用戶數(shù)為1，該用戶為已調(diào)度用戶，協(xié)作簇采用最大比傳輸模式[12]對(duì)該用戶進(jìn)行數(shù)據(jù)傳輸。

若簇內(nèi)用戶數(shù)大于1，則再判斷簇內(nèi)用戶數(shù)和協(xié)作簇的天線自由度的關(guān)系，若協(xié)作簇內(nèi)用戶數(shù)小于或等于協(xié)作簇的天線自由度，協(xié)作簇內(nèi)所有用戶為已調(diào)度用戶，協(xié)作簇采用迫零傳輸模式[13]對(duì)該用戶進(jìn)行數(shù)據(jù)傳輸；若協(xié)作簇內(nèi)用戶數(shù)大于協(xié)作簇的天線自由度，則需要對(duì)協(xié)作簇內(nèi)的用戶先進(jìn)行調(diào)度。為了最大化簇內(nèi)用戶的和速率，這個(gè)調(diào)度問(wèn)題可以寫(xiě)成

(6)

(7)

式中：μm為用戶m的速率的加權(quán)因子，本文只考慮μm=1，即最大系統(tǒng)和速率準(zhǔn)則。

此時(shí)用窮舉法可獲得上述問(wèn)題的最優(yōu)解，但是復(fù)雜度很高，于是我們采取復(fù)雜度較低的貪婪用戶調(diào)度算法獲得次優(yōu)解。其算法的主要思想為：每次調(diào)度一個(gè)能使得簇內(nèi)和速率提升最多的用戶并更新待調(diào)度用戶和已調(diào)度用戶，直到調(diào)度任何待調(diào)度用戶不能使簇內(nèi)和速率增大為止；調(diào)度完成后，再采用迫零傳輸模式對(duì)用戶進(jìn)行數(shù)據(jù)傳輸。用戶調(diào)度完成后計(jì)算系統(tǒng)的和速率為

(8)

(9)

3.2.2貪婪用戶剔除算法

由于沒(méi)有考慮簇間干擾帶來(lái)的影響，所以貪婪用戶調(diào)度算法完成后，某些簇間干擾較大的用戶會(huì)導(dǎo)致系統(tǒng)和速率下降。針對(duì)這個(gè)問(wèn)題，可以從全局上來(lái)剔除簇間干擾較大、服務(wù)質(zhì)量較差的用戶，此時(shí)可以采用窮舉法來(lái)剔除用戶，但復(fù)雜度較高，于是我們采取一種復(fù)雜度相對(duì)較低的貪婪用戶剔除算法，具體步驟如下：中央處理器遍歷所有調(diào)度用戶，剔除當(dāng)前用戶，判斷被剔除用戶所在協(xié)作簇內(nèi)剩余的已調(diào)度用戶數(shù)量，若協(xié)作簇內(nèi)無(wú)用戶，則協(xié)作簇內(nèi)的遠(yuǎn)程天線單元進(jìn)入休眠狀態(tài)；若協(xié)作簇內(nèi)用戶數(shù)為1，則協(xié)作簇采用最大比傳輸模式對(duì)該用戶進(jìn)行數(shù)據(jù)傳輸；若協(xié)作簇內(nèi)用戶數(shù)大于1，則協(xié)作簇采用迫零傳輸模式對(duì)剩余已調(diào)度用戶進(jìn)行數(shù)據(jù)傳輸。計(jì)算剔除用戶后整個(gè)分布式無(wú)線系統(tǒng)的系統(tǒng)和速率，選擇系統(tǒng)和速率最大所對(duì)應(yīng)的剔除用戶，如果此時(shí)系統(tǒng)和速率大于剔除前系統(tǒng)和速率，則作為當(dāng)前輪次的剔除方案，然后進(jìn)行下一輪剔除;否則，不剔除此用戶并且剔除算法結(jié)束。3.2.1節(jié)和3.2.2節(jié)兩種算法合并后即為兩階段貪婪用戶調(diào)度算法,其流程如圖4所示。

圖4　兩階段貪婪用戶調(diào)度算法流程

3.2.3復(fù)雜度分析

4　仿真結(jié)果與分析

圖5給出了不同RAU邊緣接收功率下10個(gè)用戶的系統(tǒng)和速率曲線。由圖5可以看出：4個(gè)RAU協(xié)作時(shí)，系統(tǒng)和速率最大；RAU不協(xié)作時(shí)，系統(tǒng)和速率最小，說(shuō)明分簇能使得系統(tǒng)和速率提升，并且分簇規(guī)模越大，速率提升效果越好。相比于貪婪用戶調(diào)度算法，兩階段貪婪用戶調(diào)度算法能顯著提升系統(tǒng)和速率，并且兩階段貪婪用戶調(diào)度算法的優(yōu)劣和RAU邊緣接收功率有關(guān)，RAU邊緣接收功率越大，即簇間干擾受限的情況，兩階段貪婪用戶調(diào)度算法效果越明顯。

圖5　系統(tǒng)和速率

圖6給出了不同RAU邊緣接收功率下系統(tǒng)的中斷概率曲線。中斷是指用戶的瞬時(shí)信干噪比低于某一閾值，在仿真中，該閾值定為1。由圖6可以看出，4個(gè)RAU協(xié)作時(shí)，系統(tǒng)的中斷概率最小，說(shuō)明分簇能夠進(jìn)一步減小系統(tǒng)的中斷概率，并且分簇規(guī)模越大，系統(tǒng)的中斷概率越小。相比于貪婪用戶調(diào)度算法，兩階段貪婪用戶調(diào)度算法能小幅減小系統(tǒng)的中斷概率。

圖6　中斷概率

圖7給出了RAU邊緣接收功率為20 dB，不同用戶數(shù)情況下，系統(tǒng)的和速率曲線。由圖7可以看出，在不同用戶數(shù)的情況下，相比于貪婪用戶調(diào)度算法，兩階段貪婪用戶調(diào)度算法始終能有效提升系統(tǒng)和速率。

圖7　系統(tǒng)和速率(不同用戶數(shù))

5　結(jié)束語(yǔ)

本文主要研究了靜態(tài)分簇下的大規(guī)模分布式天線系統(tǒng)用戶調(diào)度算法，提出了一種兩階段貪婪用戶調(diào)度算法，其主要思想是：首先，利用貪婪算法調(diào)度簇內(nèi)和速率最大的用戶集合；然后，再利用貪婪算法從全局上剔除簇間干擾較大、服務(wù)質(zhì)量較差的用戶。仿真結(jié)果表明，在簇間干擾受限的情況下，相比于傳統(tǒng)的貪婪調(diào)度算法，兩階段貪婪用戶調(diào)度算法能顯著提升系統(tǒng)和速率。

本文考慮的是靜態(tài)分簇下的用戶調(diào)度算法，而靜態(tài)分簇對(duì)簇間干擾抑制具有一定的局限性，因此下一步將重點(diǎn)考慮以用戶為中心的動(dòng)態(tài)分簇方案。

[1]Nokia Siemens Networks.2020:Beyond 4G radio evolution for the gigabit experience[EB/OL].[2016-01-05]. http://www.nokiasiemensnetworks.com.

[2]XU G Z，LIU A，JIANG W，et al.Joint user scheduling and antenna selection in distributed massive MIMO systems with limited backhaul capacity[J].China Communications,2014,11(5):17-30.

[3]LI J,WANG D,ZHU P,et al.Spectral efficiency analysis of large-scale distributed antenna system in a composite correlated Rayleigh fading channel[J].IET Communications,2015,9(5):681-688.

[4]SUN Q,JIN S,WANG J,et al.Downlink massive distributed antenna systems scheduling[J].IET Communications,2015,9(7):1006-1016.

[5]SUN Q,JIN S,WANG J,et al.On scheduling for massive distributed MIMO downlink[C]//Proceedings of 2013 IEEE Global Communications Conference.Atlanta,Georgia,USA:IEEE,2013:4151-4156.

[6]HU H,ZHANG Y,LUO J.Distributed antenna systems:open architecture for future wireless communications[J] . IEEE Transactions on Wireless Communications,2006(5):1-5.

[7]FIROUZABADI S,GOLDSMITH A.Downlink performance and capacity of distributed antenna systems[J].IEEE Antennas & Wireless Propagation Letters,2011,2(1):89-92.

[8]LIANG Y,GOLDSMITH A,FOSCHINI G,et al.Evolution of base stations in cellular networks:denser deployment versus coordination[C]//Proceedings of 2008 IEEE International Conference on Communications.Beijing:IEEE,2008:4128-4132.

[9]GRADSHTEYN I S,RYZHIK I M.Table of integrals,series,and products[M].8th ed.New York:Academic Press,2014.

[10]NG C T K,HUANG H. Linear precoding in cooperative MIMO cellular networks with limited coordination clusters[J].IEEE Journal on Selected Areas in Communications,2010,28(9):1446-1454.[11]ZHANG J,CHEN R,ANDREWS J G,et al.Networked MIMO with clustered linear precoding[J].IEEE Transactions on Wireless Communications,2009,8(4):1910-1921.

[12]LO T K Y. Maximum ratio transmission[J].IEEE Transactions on Communications,1999,47(10):1458-1461.

[13]YOO T,GOLDSMITH A. Optimality of zero-forcing beamforming with multiuser diversity[C]//Proceedings of 2005 IEEE International Conference on Communications.Seoul,Korea:IEEE,2005:542-546.

高翔(1991—),男，江蘇常州人，2014年獲學(xué)士學(xué)位，現(xiàn)為碩士研究生，主要研究方向?yàn)榇笠?guī)模分布式天線系統(tǒng)；

GAO Xiang was born in Changzhou,Jiangsu Province,in 1991.He received the B.S.degree in 2014.He is now a graduate student.His research concerns large-scale distributed antenna system.

Email:394079233@qq.com

孫強(qiáng)(1980—)，男，江蘇南通人，2014年獲博士學(xué)位，現(xiàn)為副教授，主要研究方向?yàn)镸IMO無(wú)線通信系統(tǒng)；

SUN Qiang was born in Nantong,Jiangsu Province,in 1980.He received the Ph.D.degree in 2014.He is now an associate professor.His research concerns MIMO wireless communication system.

Email:sunqiang@ntu.edu.cn

徐晨(1960—),男，江蘇南通人，教授，主要研究方向?yàn)闊o(wú)線通信；

XU Chen was born in Nantong,Jiangsu Province,in 1960. He is now a professor.His research concerns wireless communication system.

王玨(1985—),男，山東聊城人，2014年獲博士學(xué)位，主要研究方向?yàn)榇笠?guī)模MIMO。

WANG Jue was born in Liaocheng,Shandong Province,in 1985. He received the Ph.D.degree in 2014. His research concerns large-scale MIMO.

The National Natural Science Foundation of China(No.61401240,61501264);Jiangsu Government Scholarship to Study Abroad(JS-2014-206);The Fund of National Mobile Communications Research Laboratory in Southeast University(2015D02);The Doctoral Research Start Fund in Nantong University(14B08)

User Scheduling Algorithms for Large-scale Distributed Antenna System Based on Static Clustering

GAO Xiang1,SUN Qiang1,2,XU Chen1,WANG Jue1,3

(1.School of Electronic and Information,Nantong University,Nantong 226019,China;2.National Mobile Communications Research Laboratory,Southeast University,Nanjing 210096,China;3.Temasek Laboratories,Singapore University of Technology and Design,Singapore 138682,Singapore)

In a large-scale distributed antenna system,static clustering and user scheduling will redeuce the system sum-rate due to inter-cluster. To solve this problem,a two-stage greedy user scheduling algorithm is proposed. First,each cluster uses greedy user scheduling parallelly. Then,from the overall situation,the greedy algorithm is utilized to remove some users with larger inter-cluster interferences and poor quality of service,thus further improving the system sum-rate. Simulation results show that with different system parameters,the two-stage greedy user scheduling algorithm can effectively improve the system sum-rate.

large-scale distributed antenna system;static clustering;user scheduling;greedy algorithm

10.3969/j.issn.1001-893x.2016.10.002

2016-01-15；

2016-05-06Received date:2016-01-15；Revised date：2016-05-06

國(guó)家自然科學(xué)基金資助項(xiàng)目(61401240,61501264);江蘇政府留學(xué)獎(jiǎng)學(xué)金項(xiàng)目(JS-2014-206);東南大學(xué)移動(dòng)通信國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)放研究基金項(xiàng)目(2015D02);南通大學(xué)博士科研啟動(dòng)基金項(xiàng)目(14B08)

TN929.5

A

1001-893X(2016)10-1075-06

引用格式：高翔，孫強(qiáng),徐晨,等.靜態(tài)分簇下的大規(guī)模分布式天線系統(tǒng)用戶調(diào)度算法[J].電訊技術(shù)，2016,56(10):1075-1080.[GAO Xiang,SUN Qiang,XU Chen,et al.User scheduling algorithms for large-scale distributed antenna system based on static clustering[J].Telecommunication Engineering,2016,56(10):1075-1080.]

**通信作者：sunqiang@ntu.edu.cnCorresponding author：sunqiang@ntu.edu.cn