分组交换通信与无线网络的联系越来越密切。一方面，将无线电资源释放到单一的通信单位（如组）中已经比释放到整个通信中重要得多;另一方面，IP逐渐成为用于整合和传输的异构多媒体和数据传输的骨干网络中的主要技术。

在本节中考虑两个很重要的无线电资源优化问题，用以设计无线分组网络中的MAC和RRM功能。

第一个问题是寻找最佳途径（作为一个容量和复杂度之间的权衡）来动态地将无线电资源分配给一组需要传输数据包的用户（见参考文献［ZaKi01］）。

第二个问题是寻找最佳途径（作为容量、用户满意度、公平性和复杂度之间的权衡）来将可用的无线电分组交换信息及时分配给一组需要进行包传输并且有QoS限制的用户（见参考文献［CaLi01］）。

因此，无线分组网络中的动态资源分配和分组调度技术是最优化频谱效率以及下一代无线接入网络的系统容量中的相关方面。为了达到对蜂窝系统中无线电资源的有效利用，需要了解这些技术的信道和干扰信息（见参考文献［ZaKi01］，［CaLi01］）。此外，我们需要考虑小区之间不同的协调信息:最优选择为完全集中制算法（用于一个单一的共用控制器或一个网络中的分布式控制器），因为它有完整的信息，所以可以执行最优指令。但是，它可能很复杂并且需要一个大的信号负载。一个分布式算法（在每个小区内独立运作）可能会很简单，但是这种算法需要利用不完全信息对无线电功率和带宽进行灵活的控制，以求达到大的系统容量。我们进行一个折中的选择，采用部分集中制算法，用算法控制小区的一个小子集，并有最高相互干扰。

第一个问题在参考文献［TrVZ02］和［TrVZ03］中给出，这两篇文献提出并研究了一个新的基于TDMA（仅有TDMA技术或混合型技术）的全频谱复用蜂窝无线电系统的动态资源分配技术。不同于传统的分配策略中先分配时隙后进行功率控制的方法，该方案预先分配（静态分配）给每个信道一个最大的功率级，然后动态地进行信道分配和精密的功率控制。静态的功率预分配又称功率修整（power shaping），它利用一组功率曲线来实现，是专门为三区域蜂窝小区设计的。功率修整可以限制（或修整）在帧的每个时隙内发射的功率，以求在一个非合作环境下部分控制小区内和扇区内的干扰。

这一技术是为每个小区均带有3个扇区的蜂窝小区系统下行链路开发的。每个扇区建立一个标签（A或B或C），再利用因子是其中之一。参考文献［TrVZ02］中给出了3个标签图表的设计指南。通过将功率曲线描述成功率级向量，P_l=［P（0，l），P（1，l），…，P（N-1，l）］^T，我们可以利用几何方法很容易地设计出一个合理的3标签对称功率图表，见表8.10。其中，功率级p_j最简单的选择之一是直线（线性修整），例如，p_j=P_min+j（P_max-P_min）/（N-1），公式中的P_min和P_max为需要合理设置的参数。参考文献［VeTr03］中给出了更详尽的设计。

表8.10 3标签带中心凹点的功率图表

信道分配算法是一个贪婪算法，它利用每个信道需要的保守功率信息来为一个给定用户在SIR质量约束下的数据包服务。这一保守功率是利用干扰小区的功率图表信息和信道状态信息来估计的。该算法一次仅分配给一个尚未分配的用户，直到没有更多的用户或资源可以分配。每次选中一个用户，就会分配给他首选资源。在分配程序终止之后，功率控制算法就在每个扇区（或集中控制下的一组扇区/小区）内开始运作。

结果表明，这一技术无论是否是集中式资源管理控制，都可以提高系统容量。而且它还可以填补集中式和非集中式策略之间的有效性差距。(www.daowen.com)

在参考文献［VTZZ04］中也介绍了带有智能天线的无线分组网络中的资源分配问题。需要指出的是，SDMA中带有智能天线的资源分配技术可以通过允许对多用户的同步传输来提高无线系统的容量:在下行链路中，每个数据流都被调整成为所需用户服务，而空值都放置于干扰用户的方向。多小区分组SDMA中仍待解决的问题是如何管理小区内干扰，这一干扰因分组接入和下行链路波束成形而很难在非协作环境下被预测。

参考文献［RaLT98］中提出在下行链路中的最优联合功率控制和波束成形技术。其中，提出了一种迭代算法，它首先调整了基于等效上行链路问题的权重向量，然后进一步调整发射功率。参考文献［VTZZ04］中提出了一种分配算法，它工作在一个分布式SDMA环境中，可以支持功率修整。我们可以通过基于对最坏情况干扰中一小部分的估计来对小区内干扰进行管理，其中最坏情况干扰通过导频信号获得，并需考虑到多天线技术（实际情况中小区内的干扰值取决于其他接入点的分配情况，因此它并非先验已知的）。功率修整对帧中的每一点规定了一个最大发射功率约束。这一分配算法试图根据用户的空间独立性、信道质量、干扰估计以及可用功率来将每个点填入一组数据。图8.7中表明，即使在SDMA环境中，与随机分配的基线情况相比，这一技术也会显著提高系统容量，并且大大降低因为缺乏控制而造成的与贪婪集中式算法之间的差距。

图8.7 吞吐量和负载:将所述算法在带有与不带功率修整、 集中式和随机分配的情况下分别进行对比

第二类最优化问题，如分组调度问题，在以下两个参考文献中提及:［CuMB01］中提出了单一小区上行链路中的最优化问题，而参考文献［SaGV05］中提出了多小区MC-CDMA系统中上行链路的最优化问题。两个文献均考虑信道和传输的自适应调度。参考文献［CuMB01］中提出一个有利于建设一类宽泛的调度算法的总体框架。它基于对一个一帧帧进行更新的矩阵的定义，该矩阵包括了每个数据包中的队列状态信息（长度、存在时间）以及信道状态信息（信道增益）。基于这一框架，该文章为依赖信道和负载适应性的TDMA和CDMA接入方案提出了一个新的调度算法。数字结果中，将其与更多经典的负载自适应算法进行对比表明就系统容量、延迟和包丢失而言，信道依赖算法可以达到更有效的资源利用。

参考文献［SaGV05］提出了通过合理考虑无线多媒体通信的关键方面，也就是环境的衰落（带有时间相关特性）和频率选择特性，来有效地解决MC-CDMA接口分配方案的设计问题。该文献提出并评估了信道自适应分配算法的性能。假设调度算法被实施，它根据基站测得的信道状态重新考虑了在帧到帧基础上的所有决定。文献依据QoS（吞吐量、中断、传输延迟等）和平均发射功率来衡量算法性能。信道状态由两个变量来描述:所有频谱组的最大平均信道增益和对比上一帧的数值增量。性能图将其与那些通过仅仅考虑传输方面来分配无线电资源的静态分配方案进行对比。图8.8显示了对带有线性纠错检测器（LDD）的传输组在一个100帧时隙内的不同分配方式:自适应调度的分配过程试图通过当至少一个频率组显示出一个高增益时进行分配来利用信道增益。

图8.8 一个LDD负载在100帧时隙内的发射功率以及频率组增益的响应波动

在这两种方案中，信号延迟都起到了关键作用。公平性和QoS的支持都需要更进一步的研究。