李校林,2,付 澍,胡 楠
(1.重庆邮电大学 通信新技术应用研究所,重庆 400065;2.重庆邮电大学 重庆信科设计有限公司,重庆 400065)
LTE采用了扁平化全IP网络架构,其业务对丢包率、时延和吞吐量等QoS指标要求提升。而对于不同的业务其实时性与非实时性不同,因此对于不同QoS指标的要求也有所不同。由于LTE系统时频二维结构的特性,其系统性能的好坏很大程度上取决于资源调度算法的高效性。目前的资源调度算法主要有最大载干比算法、公平算法、轮询调度算法和比例公平调度算法,其中,比例公平算法是最大载干比算法和公平算法的结合。文献[1]分析了最大载干比算法、公平算法和比例公平调度算法吞吐量、延迟等指标的差异,根据其结果可知比例公平调度算法要明显优于其余3种算法。但比例公平调度(PF)算法的优先级计算中并未考虑到用户缓存队列长度为零时的情况,从而在该情况下用户优先级仍有可能很高,从而造成了系统资源的浪费,并且PF算法没有考虑到队列丢包率、队列时延等对调度规则的作用。文献[2]对PF算法进行了改性,但并未考虑到不同业务的收费等级不同且业务本身对QoS指标的要求并不相同。本文首先介绍了LTE系统资源调度的基本概念,在文献[1,2]的基础上针对LTE系统根据不同业务的QoS特点,基于其不同的付费优先级提出了一套新的算法,并设计了一个基于Matlab的LTE调度算法仿真平台,最后对所提出的算法与比例公平算法在吞吐量、丢包率、排队时延、公平性等方面进行了比较分析。
在LTE系统中,业务信道完全是共享的概念,不同用户所占用的资源块数目、MCS(调制编码方式)是可变的,具体的物理层规范见文献[3,4]。当选定业务的MCS后,只要系统带宽足够大,队列中的各个业务将完全能从队列中发送出去,也就不存在调度的问题。可是当系统带宽资源不够时,将不能发送该时刻的所有业务,因此如何选择调度方式,对LTE系统性能的影响将至关重要,它直接决定了各业务的QoS指标是否能被满足。
(1)如文献[5]所述,在LTE系统中把调度器放置在基站侧的MAC层从而可以根据信道的信息进行快速地调度。本文根据3GPP中LTE物理层协议的要求和参数,采用文献[6]所述的M/M/1/m队列作为算法模型。
(2)对于不同的业务,理论上业务的QoS服务速率(对应于业务的QoS吞吐量)应大于或等于业务的到达速率,此时业务的等待队列才不会总是满栈而导致丢包和时延。但是在系统带宽资源有限的情况下,该指标往往不能完全达到,因此应当通过合理的调度方式来最优化各个业务的相对吞吐量,使之在达到最低吞吐量要求的同时最大化付费用户的吞吐量并同时保证各用户的丢包率、时延等指标达到要求。
(3)假设队列最大长度为Qmax,显然,若到达包长L大于队列最大长度Qmax则会直接产生丢包现象,因此应当使得该情况发生的概率尽可能地小(1%)。假设队列到达的包长服从参数为λ的指数分布,则由:
得到Qmax/λ>-ln(0.01)=4.6,可取
Qmax/λ=5
(1)
即最大队列长度设置为业务平均包长的5倍。
(4)各队列过去时间窗长度TW内的平均速率根据指数平滑法的思想得到。首先,由业务QoS服务速率RQoS得到当前调度子帧内应传送的数据:
(2)
式中,R(t-TS)表示上一调度时刻队列的过去时间窗平均速率,TS表示调度间隔,即一个时隙长度,TW表示统计时间窗长度。由于业务每次调度的实际比特数Nd还同时受到来自该业务本次调度中的调度优先级所对应的可用资源块数目和队列状态的限制,因此该式只是业务所调度比特数目的上限。每次调度后,都应当更新队列过去时间窗内的平均速率为
R(t)=(R(t-TS)×(TW-TS)+Nd)/TW
(3)
(5)信道选择:若将信道质量不高的频段分配给数据包长度较大的业务,则其占用资源块数目将很大,因此应当将信道质量不高的频段尽量分配给数据包长度较小的业务队列,而将信道质量高的频段留给数据包长度较大的业务。
传统的PF调度算法的优先级可表示为
GPF=BPRB/R(t)
(4)
式中,BPRB(Bit per RB)表示每个资源块对所能承载的比特数目(对应于由接收端SINR决定的编码率大小),R(t)表示过去时间窗内平均速率。假设系统带宽为10 MHz,对应于50个物理资源块(Resource Element Block,PRB);子帧中的控制区域占3个OFDM符号,各业务的调制方式均为QPSK,此时一个物理资源块对可以最大承载240 bit的数据信息,则有:
BPRB=2×编码率×120 bit
(5)
由于LTE业务的多样性,不同业务对QoS要求不同,尤其是在实现收费业务后,即使是相同的业务,其用户付费高的享有的资源也理应要多一些。但是传统的PF调度算法并没有考虑到诸如丢包率、时延、队列吞吐量、公平性等因素对调度优先级的影响,更没有体现付费优先级的影响,因此对其进行改进为
(6)
式中,DC表示队列平均时延,由文献[3]所提出的Little公式得到,且:
(7)
式中,Q表示队列状态,E(Q)表示队列状态均值,γ表示业务的到达速率。
当队列到达的包长L加上队列当前状态下的比特数目Q超过最大队列长度Qmax时就会发生丢包现象,而队列包长服从参数为λ的指数分布,得到下式:
(8)
故可用
(9)
反映队列的丢包率,其中Q表示队列当前状态,Qmax表示队列最大允许长度。
TRelative=Nd/Nb
(10)
表示调度时刻内,队列实际调度的比特数目Nd与由式(2)计算所得的应传送的比特数目Nb的比值,它表征了用户的相对吞吐量,且TRelative∈[0,1]。
(11)
为了更好地体现算法性能,本文通过队列丢包率、队列时延、相对平均吞吐量、公平性4项指标来衡量该算法,并与传统的PF算法进行性能分析与比较。
队列时延用式(7)所示的Little公式来进行描述,队列丢包率用式(8)进行描述,用户的平均相对吞吐量由式(10)表示,算法的公平性用Jain′s Fairness公式进行描述:
(12)
式中,n表示具有相同付费优先级的队列数目,xi表示队列i本次调度的比特数目,i表示队列编号,且i所表示的各队列必须具有相同的付费优先级,当各队列绝对公平时其值为1。
由于本文所提算法虽然能极大地提高付费用户相应的QoS指标,但是其余未付费用户的相应指标将会下降。因此,当其余用户的指标超出该指标的允许范围时,系统必须立即被切换到不考虑付费优先级别的改进型PF算法以保证所有用户的最低QoS需求。另外,付费优先级用户的QoS相应指标的提升幅度必须有一个参照,因此系统刚开始必须采用一段时间的改进型PF算法,相应的QoS参照指标,并确定付费用户在相应QoS指标的提升量,再切换到本文所提算法;而当所有付费用户的该QoS指标提升幅度达到并超过一定限度后,系统将重新切换回不考虑付费优先级别的改进型PF算法,以避免未付费用户QoS指标下降过大。
由此可提出算法总体流程如图1所示。其中,当算法切换到论文所提算法后,每过一段时间长度仍需要重新进行一次算法切换的判定,从而实现了两种算法之间的切换。当执行改进型的PF算法时,应调整各参数的加权因子,以尽量使队列之间的各项QoS指标接近以得到付费用户的QoS提升参照标准,并且在调度过程中切换到改进型的PF算法后也能使得各队列的QoS指标重新趋于一致,从而在资源非常匮乏的情况下也能使各队列尽量同时达到最低QoS标准。当执行所提算法时,付费用户的优先级参数S应使得付费用户的调度优先级高于没有被调度的用户,而各队列的QoS参数加权因子应选取合理以使得相同付费优先级内的队列QoS指标达到要求。
图1 算法流程图Fig.1 Flowchart of the algorithm
仿真参数设定如表1所示。
表1 仿真各参数设定Table 1 Simulation parameter configuration
经仿真得到新算法与传统的PF调度算法比较如图2~5所示,队列1、2、3、4分别标示于图中,划线与虚线分别代表本文所提算法与传统的PF算法。
图2表示两种算法下的队列平均丢包率。由图可知,在传统的PF算法中,队列的丢包率随着时间延长趋近于与其所获得的信道质量成正比,具有相同信道质量的用户在其包长相差不大时,丢包率也趋于相等。而在本文所提算法中具有优先级的用户丢包率明显减小,但同时也增加了不具有用户付费优先级用户的丢包率,因此,必须调整调度算法中的各加权因子,使得各队列的丢包率不能超过最大限制(否则系统将切换至不考虑用户付费优先级的改进型PF算法)。当用户丢包率超过用户满意条件下的最大丢包率后,系统将停止采用考虑用户付费优先级的改进型PF算法而只采用不考虑用户付费优先级的改进型PF算法,从而使得其余用户的丢包率得以控制。图3表示两种算法下的队列平均时延,本文所提算法具有优先级的用户时延明显减小,但同时也增加了不具有用户付费优先级用户的时延。图4表示队列平均相对吞吐量TRelative,其计算如(12)式所示,由图可知具有用户付费优先级的队列1和队列3的TRelative得以极大提高,而不具有用户付费优先级用户的TRelative则相应地减小,但也达到了最低需求。图5表示队列的平均公平性,本文所提出的算法将队列按照付费优先级分为两类,分别计算其公平性,由图可知具有付费优先级的用户公平性要远大于不具有付费优先级的用户,而不具有付费优先级的用户其公平性要略高于采用传统PF算法的用户。
图2 队列平均丢包率Fig.2 The average loss rate of the queue
图3 队列平均延迟Fig.3 The average delay of the queue
图4 队列平均相对吞吐量TRelativeFig.4 The average relative throughput TRelative of the queue
图5 队列平均公平性Fig.5 The average fairness of the queue
本文所提出的LTE基站端基于付费QoS指标的调度切换算法,不但能保证付费用户相应业务的各项QoS质量得以提高,而且所有用户的QoS指标也得以保证,可以更好地适应LTE业务多样性的特征。下一步的研究可以考虑进各业务信道覆盖差异的因素,以更加完善所提算法。
参考文献:
[1] Nararat Ruangchaijatupon,Yusheng Ji.Simple Proportional Fairness Scheduling for OFDMA Frame-based Wireless Systems[C]// Proceedings of Wireless Communications & Networking Conferenc.Las Vegas:IEEE,2008:1593-1597.
[2] 钱耕之,任参军,唐苏文,等.基于多业务Qos的LTE下行资源分配算法[J].通信技术,2010,43(4):190-192.
QIAN Geng-zhi,REN Can-jun,TANG Su-wen,et al.Multi-service Qos-based Downlink Cross-layer Resource Block Allocation Algorithm in LTE system[J].Communications Technology,2010,43(4):190-192.(in Chinese)
[3] 3GPP.TS.36.211 V9.0.0, 3GPP Technical Specification Group Radio Access Network;Evolved Universal Terrestrial Radio Access (E-UTRA);Physical Channels and Modulation[S].
[4] 3GPP.TS.36.212 V9.0.0, 3GPP Technical Speci fication Group Radio Access Network;Evolved Universal Terrestrial Radio Access (E-UTRA);Multiplexing and channel coding[S].
[5] 赵训威,林辉,张明,等.3GPP长期演进(LTE)系统架构与技术规范[M].北京:人民邮电出版社,2010.
ZHAO Xun-wei,LIN Hui,ZHANG Ming,et al.3GPP Long Term Evolution (LTE) System Architecture and Technical Specifications[M].Beijing:People′s Posts & Telecommunications Press,2010.(in Chinese)
[6] 盛友招.排队论及其在现代通信中的应用[M].北京:人民邮电出版社,2007.
SHENG You-zhao.Queuing theory and its application in modern communication[M].Beijing:People′s Posts & Telecommunications Press,2007.(in Chinese)