楊本臣，汪 洋

(遼寧工程技術(shù)大學(xué) a.電氣與控制工程學(xué)院；b.研究生學(xué)院，遼寧 葫蘆島 125105)

1 概述

為了提高移動(dòng)通信業(yè)務(wù)的質(zhì)量，以適應(yīng)快速增長(zhǎng)的用戶數(shù)據(jù)量需求，國(guó)際電聯(lián)(International Telecommunications Union,ITU)已經(jīng)定義了4G系統(tǒng)的標(biāo)準(zhǔn)，使得LTE在各方面性能有了大幅度提升，下行峰值速率更是達(dá)到了1 Gb/s。這種 4G系統(tǒng)也被稱為高級(jí)國(guó)際移動(dòng)通信(International Mobile Telecommunications-advanced,IMT-A)。

IMT-A系統(tǒng)要求在達(dá)到多用戶所需求數(shù)據(jù)速率基礎(chǔ)上，盡可能降低服務(wù)成本和提高服務(wù)質(zhì)量(Quality of Service,QoS)。3GPP確定了高級(jí)長(zhǎng)期演進(jìn)(Long Term Evolutionadvanced,LTE-A)作為長(zhǎng)期演進(jìn)(Long Term Evolution,LTE)的演進(jìn)系統(tǒng)，以此來達(dá)到IMT-A的要求[1-2]。隨著需求帶寬增加到了100 MB，載波聚合技術(shù)也就應(yīng)運(yùn)而生。

載波聚合技術(shù)是 LTE-A系統(tǒng)中的關(guān)鍵技術(shù)之一。在LTE-A系統(tǒng)中，載波聚合(Carrier Aggregation,CA)具有其他技術(shù)所無法比擬的優(yōu)越性，它可以聚合多個(gè)子載波支持更廣泛的傳輸帶寬[3]。

在LTE-A系統(tǒng)中利用載波聚合技術(shù)設(shè)計(jì)一個(gè)理想的分組調(diào)度算法是非常困難的。這是因?yàn)橐獙?shí)現(xiàn)這樣的調(diào)度算法必須滿足以下4個(gè)條件：(1)需要在存在大量成員載波(Component Carrier,CC)的條件下，很好地控制分組調(diào)度。(2)需要根據(jù)復(fù)雜的通信環(huán)境提供不同的QoS。(3)必須達(dá)到很高的系統(tǒng)吞吐量。(4)考慮用戶之間的公平性問題[4]。

從文獻(xiàn)[5-6]可以看出，不管是對(duì)成員載波系統(tǒng)負(fù)載、時(shí)延的考慮，還是對(duì)系統(tǒng)吞吐量、用戶間公平性的考慮，聯(lián)合分組調(diào)度算法相對(duì)獨(dú)立載波調(diào)度算法均有不同程度的改善。文獻(xiàn)[7-8]并沒有明確給出具體的調(diào)度算法來提高系統(tǒng)的性能。

文獻(xiàn)[9]通過引入載波聚合中的無線資源管理機(jī)制，基于傳統(tǒng)比例公平(Proportional Fair,PF)算法提出了一種BPF(Balanced PF)算法，有效地改善了用戶吞吐量與用戶之間的公平性。但他們均沒有考慮到實(shí)時(shí)(Real-time,RT)用戶數(shù)據(jù)與非實(shí)時(shí)(Non Real-time,NRT)用戶數(shù)據(jù)同步傳輸?shù)膯栴}。由于RT與NRT的信道特征和QoS不盡相同，因此傳統(tǒng)算法很難達(dá)到理想的調(diào)度要求。本文提出一種基于比例公平的下行聯(lián)合分組調(diào)度算法。該算法將某些固定數(shù)據(jù)資源分配給RT用戶，并適時(shí)傳輸NRT數(shù)據(jù)包。

2 調(diào)度模型

為了更好地說明該算法，本文假設(shè)一個(gè)小區(qū)內(nèi)包括一個(gè)基站(Base Station,BS)和n個(gè)用戶終端(含RT用戶和NRT用戶)，有c個(gè)相鄰?fù)l段的成員載波(CC)在一個(gè)BS中聚合，且所有成員載波帶寬相同。設(shè)第 i(i=1,2,…,c)個(gè)成員載波上有bi個(gè)資源塊(Resource Block,RB)。其中，RB為最小資源調(diào)度的分配單元。因此，在載波聚合下，共有btotal=個(gè)RB可用于數(shù)據(jù)傳輸，假設(shè)每個(gè)RB上的傳輸能力相同。

基于以上假設(shè)，構(gòu)建一個(gè)本文系統(tǒng)模型，如圖1所示。

圖1 調(diào)度模型

分類器將要傳輸?shù)臄?shù)據(jù)分為RT和NRT用戶數(shù)據(jù)，并把這些數(shù)據(jù)分別送到RT和NRT傳輸隊(duì)列。根據(jù)先來先服務(wù)(First Come First Served,FCFS)原則，適時(shí)的將RT數(shù)據(jù)和NRT數(shù)據(jù)送到設(shè)計(jì)好的調(diào)度器中傳輸。這里，定義一個(gè)參數(shù)δRT作為每一個(gè)RT數(shù)據(jù)的時(shí)延約束閾值。此外，假設(shè)每個(gè)傳輸隊(duì)列的緩沖容量為無限大。

由于頻譜利用率高、帶寬可擴(kuò)展性大、抗多徑衰落的能力強(qiáng)等特點(diǎn)，因此正交頻分多址(Orthogonal Frequency Division Multiple Access,OFDMA)技術(shù)已經(jīng)成為下行鏈路的主流方案。這里將每個(gè)OFDMA的下行幀tOFDMA定義為一次分組調(diào)度的run，并把當(dāng)前的一次run記為s。

由于高斯白噪聲會(huì)對(duì)獨(dú)立的瑞利慢衰落信道造成干擾，因此數(shù)據(jù)的傳輸速率應(yīng)大于衰落速率。這里采用自適應(yīng)調(diào)制編碼(Adaptive Modulation and Coding,AMC)技術(shù)和混合自動(dòng)重傳技術(shù)(Hybrid Automatic Repeat Request,HARQ)使每個(gè)傳輸數(shù)據(jù)包在物理層上實(shí)現(xiàn)最佳數(shù)據(jù)傳輸速率。

3 分組調(diào)度算法

3.1 傳統(tǒng)PF算法

PF算法是指在調(diào)度過程中，用戶瞬時(shí)傳輸速率與平均傳輸速率的比值。該算法可以有效地平衡用戶公平性和系統(tǒng)吞吐量之間的矛盾。表達(dá)式為：

3.2 聯(lián)合分組調(diào)度算法

該算法分析的目的是盡可能地優(yōu)化系統(tǒng)的整體吞吐量，并考慮到所有用戶的公平性和 RT用戶的服務(wù)質(zhì)量要求。

如圖1所示，NRT數(shù)據(jù)包在NRT隊(duì)列中緩沖，并定期被發(fā)送到傳輸隊(duì)列。每次發(fā)送的數(shù)據(jù)包稱為一個(gè)傳輸片，記其長(zhǎng)度為 tth，它是每一次 run的特定整數(shù)倍，即每一個(gè)OFDMA幀長(zhǎng)的特定整數(shù)倍。在實(shí)際中，該特定值可由自適應(yīng)調(diào)制編碼技術(shù)調(diào)節(jié)，以達(dá)到在高系統(tǒng)吞吐量的前提下滿足系統(tǒng)整體性能的需求。RT數(shù)據(jù)包在RT隊(duì)列中緩沖，并逐個(gè)被發(fā)送到傳輸隊(duì)列。

設(shè)定一個(gè)因數(shù) ε，使得 ε=bNRT/btotal，其中，bNRT∈{1,2,…,btotal}，bNRT可以與btotal共享資源。因此，對(duì)于NRT數(shù)據(jù)包，可被調(diào)度的就只有 εbtotal個(gè)，而RT數(shù)據(jù)包則不受ε的限制。換句話說，總有(1?ε)btotal個(gè)資源塊預(yù)留給RT數(shù)據(jù)包調(diào)度。由此，當(dāng)系統(tǒng)中NRT數(shù)據(jù)包超過負(fù)載時(shí)，RT數(shù)據(jù)可以在一定程度上受到保護(hù)。

在當(dāng)前調(diào)度 run(記為 s)的初始時(shí)刻，給所有用戶的平均數(shù)據(jù)速率賦初值。并采用以下步驟完成當(dāng)前調(diào)度：

(1)如果當(dāng)前調(diào)度的tth是run的整數(shù)倍，則將之前run里NRT隊(duì)列的NRT數(shù)據(jù)包送到傳輸隊(duì)列，但只有 εbtotal個(gè)RB可用于傳輸隊(duì)列。

(2)將之前run里RT隊(duì)列的RT數(shù)據(jù)包送到傳輸隊(duì)列。

(3)如果時(shí)延約束不滿足閾值δRT的約定，則放棄傳輸隊(duì)列中的RT數(shù)據(jù)包。

(4)在傳輸隊(duì)列中 CC上系數(shù) i=1的資源塊開始調(diào)度數(shù)據(jù)包。

(5)對(duì)式(1)進(jìn)行優(yōu)化，計(jì)算公平向量 T(i*, j*,k*)，該優(yōu)化式可表示為：

其中，Rk(i,j,s)為用戶k到BS在當(dāng)前調(diào)度 s成員載波i上資源快j的瞬時(shí)數(shù)據(jù)傳輸速率；為用戶k在當(dāng)前時(shí)刻之前的平均數(shù)據(jù)傳輸速率。

(6)傳輸用戶k*載波i*上的資源快j*。此時(shí)，如果RB大于預(yù)設(shè)數(shù)據(jù)包的RB，則分段傳輸數(shù)據(jù)包?？梢钥闯觯總€(gè)傳輸片可能在不同run中被傳輸。

(7)更新每個(gè)用戶k的平均數(shù)據(jù)速率，如下：

其中，τ為固定值，用于衡量平均吞吐量窗口的大小，可根據(jù)實(shí)際調(diào)度需求進(jìn)行設(shè)置。

(8)檢查 run中是否有空間分配資源。若有，返回步驟(4)，若沒有，返回步驟(1)執(zhí)行下一次run。

步驟(6)中下行數(shù)據(jù)傳輸架構(gòu)可用圖2表示。設(shè)基站中共有5個(gè)用戶和2個(gè)成員載波，設(shè) ε=b1/btotal。其中，用戶 4為 NRT用戶，其余為 RT用戶。根據(jù)上述定義，用戶4只能通過第一個(gè)CC傳輸，而其他RT用戶則不受因數(shù)ε限制，既可以通過CC1傳輸，又可以通過CC2傳輸。如圖所示，當(dāng)用戶 4首次傳輸?shù)臄?shù)據(jù)包比預(yù)設(shè)資源塊大時(shí)，數(shù)據(jù)包便會(huì)分段傳輸，當(dāng)前 run中未被傳輸?shù)臄?shù)據(jù)將重新獲取一個(gè)新的資源塊留到下次 run中傳輸。同時(shí)，在傳輸隊(duì)列的緩沖區(qū)已有后續(xù)資源快等待調(diào)度。

圖2 下行數(shù)據(jù)傳輸架構(gòu)

3.3 基線調(diào)度算法

為了闡述本文算法在多載波數(shù)據(jù)包同步傳輸方面的優(yōu)越性，設(shè)計(jì)了一個(gè)基線調(diào)度算法與本文算法進(jìn)行比較。

在基線調(diào)度算法中，數(shù)據(jù)包只能采用單載波獨(dú)立調(diào)度，而本文高效調(diào)度算法可以聚合多載波同步傳輸。因此，基線調(diào)度算法只能給每個(gè)RT用戶隨機(jī)分配一個(gè)特定的CC進(jìn)行數(shù)據(jù)包傳輸。同時(shí)，只能給每個(gè)NRT用戶隨機(jī)分配一個(gè)因數(shù)ε限制下的特定CC傳輸數(shù)據(jù)包。如在圖2中，所有的NRT用戶只能通過CC1傳輸?；€調(diào)度算法與高效算法在同一ε約束條件下進(jìn)行。故因數(shù)ε的變化對(duì)仿真結(jié)果微乎其微。不僅如此，由于各個(gè)子載波經(jīng)歷不同程度的衰落，因此可以根據(jù)各個(gè)子信道的實(shí)際信道狀況靈活地分配發(fā)送功率和信息比特。與單載波系統(tǒng)相比(即基線調(diào)度算法)，多載波聚合使用鏈路自適應(yīng)技術(shù)具有更高的靈活性，并且能夠獲得更好的系統(tǒng)性能?；€調(diào)度算法的其他步驟與高效調(diào)度算法對(duì)比無任何變化。

4 實(shí)驗(yàn)結(jié)果與分析

通過對(duì)系統(tǒng)吞吐量、平均時(shí)延以及用戶間公平性系統(tǒng)級(jí)仿真對(duì)比，對(duì)其性能進(jìn)行評(píng)估。

設(shè)半徑為1000 m的小區(qū)，在其臨近的2 GHz頻段內(nèi)有 2個(gè)成員載波在一個(gè)基站中聚合并傳輸數(shù)據(jù)包。每個(gè)成員載波的帶寬設(shè)為5 MHz，每個(gè)成員載波包含512個(gè)副載波，且 FFT數(shù)為 512。設(shè)，τ=6。 tOFDMA設(shè)為每 5 ms通過48個(gè)OFDMA符號(hào)。仿真時(shí)間設(shè)為108個(gè)OFDMA符號(hào)。共有8個(gè)RT用戶和8個(gè)NRT用戶，且所有用戶均滿足均勻分布。每個(gè) RT用戶在任意方向上的移動(dòng)速率為3 km/h。假設(shè)NRT用戶均在固定位置接入網(wǎng)絡(luò)。tth和δRT分別設(shè)為3個(gè)和20個(gè)run。需要注意的是，這里的ε和tth值不是固定值，在實(shí)際中，RT用戶與NRT用戶比例以及tth均可采用添加自適應(yīng)功能模塊實(shí)現(xiàn)自適應(yīng)調(diào)節(jié)。自適應(yīng)調(diào)制編碼技術(shù)和混合自動(dòng)重傳(Hybrid Automatic Repeat Request,HARQ)技術(shù)，可讓每個(gè)傳輸數(shù)據(jù)包在物理層上實(shí)現(xiàn)最佳數(shù)據(jù)傳輸速率。

本文采用ON-OFF泊松流量模型[11]為RT和NRT數(shù)據(jù)包提供流量資源，且所有用戶的流量都依靠ON-OFF模型獨(dú)立產(chǎn)生。當(dāng)流量模型為OFF時(shí)，RT和NRT數(shù)據(jù)包均滿足指數(shù)分布，且持續(xù)時(shí)間分別為0.03 s和0.05 s；當(dāng)流量模型為ON時(shí)，RT和NRT數(shù)據(jù)包均滿足截?cái)嗟膸缀畏植?，且持續(xù)時(shí)間分別為0.01 s和0.1 s，此時(shí)，RT數(shù)據(jù)包和NRT數(shù)據(jù)包大小分別為100 Byte和300 Byte。設(shè)數(shù)據(jù)包產(chǎn)生率是一個(gè)變量，若其大小超過1500 Byte，則將會(huì)重新產(chǎn)生一個(gè)數(shù)據(jù)包。在頻段為f(2 GHz≤f≤6 GHz)之間的宏單元小區(qū)上的路徑損耗模型表述為：

其中，d為用戶與基站之間的距離。

4.1 吞吐量比較

圖 3為隨系統(tǒng)負(fù)載變化下，本文算法與基線調(diào)度算法在系統(tǒng)吞吐量方面的比較。

圖3 吞吐量隨著系統(tǒng)負(fù)載的變化

系統(tǒng)負(fù)載依賴于數(shù)據(jù)產(chǎn)生速率的變化，可以表示為總的數(shù)據(jù)包到達(dá)速率與最大系統(tǒng)服務(wù)率之間的比值。最大系統(tǒng)服務(wù)率大約為14.8 Mb/s，這個(gè)值是在考慮不同衰落情形下得出的最大平均服務(wù)速率。

圖3中本文算法比基線調(diào)度算法有更高的系統(tǒng)吞吐量。尤其當(dāng)系統(tǒng)負(fù)載很大時(shí)，本文算法的優(yōu)勢(shì)會(huì)更明顯?？梢钥吹剑?dāng)系統(tǒng)負(fù)載為1時(shí)，系統(tǒng)吞吐量大約有13%的提升。因?yàn)楫?dāng)系統(tǒng)負(fù)載逐漸增大時(shí)，就會(huì)有更好的能力去避免或者躍過用戶調(diào)度時(shí)的暫時(shí)性衰落。換言之，系統(tǒng)負(fù)載越大就越容易實(shí)現(xiàn)位置(空間)的多樣性?？偟膩碚f，隨著系統(tǒng)負(fù)載的增加，系統(tǒng)的吞吐量會(huì)有更加明顯的提高。

4.2 數(shù)據(jù)包時(shí)延比較

當(dāng)一個(gè)數(shù)據(jù)包到達(dá)分類器時(shí)開始檢測(cè)數(shù)據(jù)包時(shí)延，并一直持續(xù)到這個(gè)數(shù)據(jù)包全傳輸完畢。設(shè)數(shù)據(jù)包進(jìn)程在分類器的時(shí)間可以忽略不計(jì)。圖4和圖5分別為不同系統(tǒng)負(fù)載時(shí)RT和NRT的平均數(shù)據(jù)包時(shí)延的對(duì)比。

圖4 不同系統(tǒng)負(fù)載時(shí)RT平均數(shù)據(jù)包時(shí)延的對(duì)比

圖5 不同系統(tǒng)負(fù)載時(shí)NRT平均數(shù)據(jù)包時(shí)延的對(duì)比

如圖4和圖5所示，無論是RT數(shù)據(jù)包還是NRT數(shù)據(jù)包，本文算法比基線調(diào)度算法的平均時(shí)延都要低。當(dāng)然，本文算法RT數(shù)據(jù)包的平均時(shí)延是最低的。這是因?yàn)橹霸O(shè)定的因數(shù)ε可以適當(dāng)?shù)卦诟?jìng)爭(zhēng)中保護(hù)RT數(shù)據(jù)包。

從圖4可以看出，2個(gè)算法RT數(shù)據(jù)包時(shí)延均不是單調(diào)遞增的。這是因?yàn)槠渲杏行㏑T數(shù)據(jù)包不滿足閾值δRT=20，run=0.1 s的限定。在系統(tǒng)負(fù)載很高時(shí)，RT數(shù)據(jù)包的最大平均時(shí)延總為0.1 s。

從圖5可以看出，當(dāng)系統(tǒng)負(fù)載非常高時(shí)，本文算法NRT數(shù)據(jù)包時(shí)延與基線調(diào)度算法相比有較明顯增大。由于RT數(shù)據(jù)包的傳輸不受載波的限制，會(huì)在 2個(gè)載波中平行傳輸數(shù)據(jù)，因此NRT用戶就會(huì)有更好的機(jī)會(huì)在CC1中傳輸。

4.3 用戶間公平性比較

系統(tǒng)的吞吐量和平均時(shí)延可以很好地分析系統(tǒng)性能，但公平性分析卻是對(duì)每個(gè)用戶性能的討論。公平指數(shù)[12]可以定義為：

其中，如果RT數(shù)據(jù)不滿足閾值δRT的約定，就會(huì)被丟棄掉。

不同系統(tǒng)負(fù)載下的公平性指數(shù)對(duì)比如圖 6所示。與基線調(diào)度算法相比，本文算法的公平性指數(shù)會(huì)更高一些。這是因?yàn)椋d波聚合中每個(gè)RT用戶均可利用所有載波資源，但獨(dú)立載波只能使用單一的載波資源。換句話說，獨(dú)立載波不滿足δRT閾值的比例會(huì)更大一些。也就是說，的變化會(huì)更大，F(xiàn)會(huì)更小。另外，當(dāng)系統(tǒng)負(fù)載很低時(shí)，公平性指數(shù)幾乎等于1。

圖6 不同系統(tǒng)負(fù)載下的公平性指數(shù)對(duì)比

從仿真結(jié)果來看，該算法在系統(tǒng)吞吐量、平均時(shí)延、用戶公平性上得到有效提高。尤其是當(dāng)系統(tǒng)負(fù)載很高時(shí)，時(shí)延性能的改善會(huì)更加明顯。自適應(yīng)調(diào)制編碼技術(shù)和混合自動(dòng)重傳技術(shù)在LTE領(lǐng)域的廣泛應(yīng)用，對(duì)于兼容LTE系統(tǒng)的LTE-A來說，將并不是難題?？偟膩碚f，該算法的成員載波得到有效利用，RT數(shù)據(jù)和 NRT數(shù)據(jù)能夠適時(shí)傳輸，系統(tǒng)性能得到明顯改善。

5 結(jié)束語(yǔ)

本文提出一種基于比例公平的下行聯(lián)合分組調(diào)度算法，只要適當(dāng)調(diào)整ε和tth就可以很好地滿足QoS的要求，能兼顧RT用戶與NRT用戶，達(dá)到很好的用戶公平性。實(shí)驗(yàn)結(jié)果表明該算法的有效性。如何進(jìn)一步優(yōu)化跨成員載波的自適應(yīng)調(diào)制，提高系統(tǒng)的靈活性和自適應(yīng)能力，使RT與NRT用戶達(dá)到最好的系統(tǒng)整體性能是今后的研究重點(diǎn)。

[1]Parkvall S,Furusk?r A,Dahlman E,et al.Evolution of LTE Toward IMT-advanced[J].IEEE Communications Magazine,2011,49(2): 84-91.

[2]Dongwoon B,Cheolhee P,Lee Jung-Won,et al.LTE-advanced Modem Design: Challenges and Perspectives[J].IEEE Communications Magazine,2012,50(2): 178-186.

[3]Yuan Guangxiang,Zhang Xiang,Wang Wenbo,et al.Carrier Aggregation for LTE-advanced Mobile Communication Systems[J].IEEE Communications Magazine,2010,48(2): 88-93.

[4]Astely D,Dahlman E,Furuskar A,et al.LTE: The Evolution of Mobile Broadband[J].IEEE Communications Magazine,2009,47(4): 44-51

[5]黃翠霞,曹 亙,張 欣,等.LTE-advanced系統(tǒng)中載波聚合技術(shù)性能研究[J].郵電設(shè)計(jì)技術(shù),2010,(7): 10-14.

[6]Lei Lei,Zheng Kan.Performance Evaluation of Carrier Aggregation for Elastic Traffic in LTE-advanced Systems[J].IEICE Transactions on Communications,2009,E92B(11):3516-3519.

[7]Pedersen K I,Frederiksen F,Rosa C,et al.Carrier Aggregation for LTE-advanced: Functionality and Performance Aspects[J].IEEE Communications Magazine,2011,49(6): 89-95.

[8]Li Chen,Chen Wen.Analysis and Simulation for Spectrum Aggregation in LTE——Advanced System[C]//Proc.of the 70th IEEE Vehicular Technology Conference.Anchorage,USA: [s.n.],2009.

[9]龔明亮,王彥龍,常永宇,等.LTE-advanced載波聚合中的無線資源管理研究[J].現(xiàn)代電信科技,2011,(8): 49-55.

[10]張 艷.基于載波聚合的LTE-advanced系統(tǒng)載波資源調(diào)度研究[D].哈爾濱: 哈爾濱工業(yè)大學(xué),2011.

[11]Hayes J F,Badu T.Modeling and Anylysis of Telecommunications Networks[M].2nd ed.[S.l.]: Wiley-Interscience,2004.

[12]Jain R.A Quantitative Measure of Fairness and Discrimination for Resource Allocation in Shared Computer Systems[Z].1984.