段新宇， 韓杏玲， 吳宣利

(1.黑龍江省農(nóng)業(yè)科學(xué)院 遙感技術(shù)中心， 哈爾濱 150086；2.哈爾濱工業(yè)大學(xué) 電子與信息工程學(xué)院， 哈爾濱 150001)

?

LTE系統(tǒng)中基于緩存信息的非實(shí)時(shí)業(yè)務(wù)調(diào)度算法

段新宇1， 韓杏玲2， 吳宣利2

(1.黑龍江省農(nóng)業(yè)科學(xué)院 遙感技術(shù)中心， 哈爾濱 150086；2.哈爾濱工業(yè)大學(xué) 電子與信息工程學(xué)院， 哈爾濱 150001)

為解決LTE系統(tǒng)中非實(shí)時(shí)業(yè)務(wù)調(diào)度算法比例公平PF(proportional fair)算法在分組數(shù)據(jù)業(yè)務(wù)模型下性能一般的問(wèn)題，結(jié)合分組數(shù)據(jù)業(yè)務(wù)特點(diǎn)，在有限緩存隊(duì)列模型下，提出一種兼顧系統(tǒng)吞吐量和用戶公平性的非實(shí)時(shí)業(yè)務(wù)調(diào)度算法-基于緩存信息的調(diào)度BIBS(buffer information based scheduling)算法. 該算法綜合考慮了用戶信道條件和緩存區(qū)內(nèi)待傳送的數(shù)據(jù)包信息. 仿真結(jié)果表明，在不同平均速率的業(yè)務(wù)下，與PF算法相比，本文提出的算法在有效地提升系統(tǒng)吞吐量的同時(shí)，用戶間公平性和通信中斷性能也得到了極大的改善.

LTE; 分組數(shù)據(jù)業(yè)務(wù); 基于緩存信息的調(diào)度算法；吞吐量；公平性

隨著通信技術(shù)的快速發(fā)展，人們對(duì)高數(shù)據(jù)速率、高服務(wù)質(zhì)量的移動(dòng)通信業(yè)務(wù)的需求日益增長(zhǎng). 為了應(yīng)對(duì)這個(gè)趨勢(shì)，第三代合作伙伴計(jì)劃3GPP(3rdgeneration partnership project)組織啟動(dòng)了長(zhǎng)期演進(jìn)LTE(long term evolution)項(xiàng)目[1]. 其目標(biāo)就是利用有限的無(wú)線資源來(lái)實(shí)現(xiàn)高速的全分組數(shù)據(jù)傳輸，在滿足業(yè)務(wù)需求的同時(shí)，最大化系統(tǒng)吞吐量并保障用戶間的公平性. 而實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵就是無(wú)線資源的合理調(diào)度,因此作為L(zhǎng)TE核心技術(shù)之一的分組調(diào)度受到了廣泛關(guān)注.

非實(shí)時(shí)業(yè)務(wù)如FTP、WWW等是LTE系統(tǒng)中重要的業(yè)務(wù)應(yīng)用類型. 非實(shí)時(shí)業(yè)務(wù)調(diào)度的主要目標(biāo)是在保證用戶間公平性的前提下，最大化系統(tǒng)吞吐量. 早期的資源算法如輪詢RR(round robin)算法在所有用戶間輪流進(jìn)行資源分配，保證每個(gè)用戶都可以獲得相同的無(wú)線調(diào)度機(jī)會(huì)；吞吐量公平BET(blind equal throughput)算法[2]則是為所有的用戶分配等量的無(wú)線資源，盡力保證所有的用戶獲得相等的吞吐量. 這些算法的目標(biāo)都是為了獲得較好的公平性，而忽略了用戶的信道條件，因此算法的系統(tǒng)吞吐量很低. 而最大吞吐量MT(maximum throughput)算法旨在最大化系統(tǒng)吞吐量，把所有的資源都分配給信道條件最好的用戶，而信道條件差的用戶難以得到系統(tǒng)資源，因此用戶間公平性極差. 為了解決這些問(wèn)題，研究人員提出了比例公平PF(proportional fair)算法[3-4]. PF算法綜合考慮了用戶的信道條件和平均吞吐量，因此在系統(tǒng)吞吐量和用戶公平性上都可以獲得良好的性能. PF算法因能在系統(tǒng)吞吐量和用戶公平性之間取得良好的平衡而備受關(guān)注，因此后期提出的廣義比例公平GPF(generalized proportional fair)算法以及平均吞吐量TTA(throughput to average)算法等都是在其基礎(chǔ)上得到[5]. 但是在討論上述算法性能的文獻(xiàn)中，其仿真采用的業(yè)務(wù)模型均為full buffer業(yè)務(wù)，這與實(shí)際數(shù)據(jù)分組業(yè)務(wù)的模型差別極大[6]，因此當(dāng)上述算法運(yùn)用到實(shí)際的系統(tǒng)中時(shí)，其性能會(huì)有較大下降.

為了解決此問(wèn)題，本文在有限緩存(finite-buffer)隊(duì)列模型下，綜合考慮了用戶的信道狀態(tài)和用戶緩沖區(qū)中待傳送的數(shù)據(jù)包信息，提出一種兼顧用戶吞吐量和用戶公平性的算法—基于緩存信息的調(diào)度BIBS(buffer information based scheduling)算法. 與PF算法相比，BIBS算法可以有效提升系統(tǒng)吞吐量，同時(shí)用戶間公平性和通信中斷性能也得到了極大的改善.

1 系統(tǒng)模型

考慮一個(gè)多小區(qū)的LTE系統(tǒng)，本文中參與調(diào)度的用戶只隨機(jī)分布在中心小區(qū)中. 中心小區(qū)包含25個(gè)物理資源塊PRB(physical resource block)，占據(jù)5MHz帶寬. 基站位于小區(qū)的中心位置，不考慮用于信令傳輸?shù)馁Y源，即所有的資源塊都參與中心小區(qū)內(nèi)的用戶調(diào)度.

用戶的瞬時(shí)下行信道信干噪比SINR(signal to interference plus noise ratio，)隨物理資源塊和TTI的不同而不同. 根據(jù)用戶收到的瞬時(shí)下行SINR值，用戶在每個(gè)TTI都將相應(yīng)的CQI(channel quality indicator，信道質(zhì)量指示)報(bào)告給基站，基站可以根據(jù)上報(bào)的CQI信息及時(shí)調(diào)整和更新用戶的信道狀態(tài)信息，基站可以根據(jù)上報(bào)的CQI信息及時(shí)調(diào)整和更新用戶的信道狀態(tài)信息. 這樣基站就可以動(dòng)態(tài)、及時(shí)獲取和更新用戶的信道狀態(tài)信息. 而當(dāng)系統(tǒng)檢測(cè)到用戶信道處于慢變狀態(tài)時(shí)，可以調(diào)整CQI上報(bào)的周期，從而在節(jié)省信令開(kāi)銷和提高通信質(zhì)量之間實(shí)現(xiàn)良好的折衷. 根據(jù)CQI信息，系統(tǒng)采用自適應(yīng)調(diào)制編碼AMC(adaptive modulation and coding)技術(shù)，在共享信道上應(yīng)用不同的調(diào)制編碼方案MCS(modulation and coding scheme)來(lái)匹配信道，即在信道信噪比低時(shí)，采用較低調(diào)制階數(shù)的調(diào)制方式和較低碼率的信道編碼方案；當(dāng)信道質(zhì)量較好時(shí)，可以增加調(diào)制階數(shù)，同時(shí)提高信道編碼的碼率，從而實(shí)現(xiàn)在多用戶情況下進(jìn)行系統(tǒng)資源的最優(yōu)分配.

3GPP給出了RSIN與CQI的對(duì)應(yīng)關(guān)系以及CQI與MCS的對(duì)應(yīng)關(guān)系，如表1所示. 本文利用下式來(lái)確定用戶k在第i個(gè)PRB上可以獲得的理論數(shù)據(jù)速率：

(1)

在實(shí)際的蜂窩移動(dòng)通信系統(tǒng)中，基站為每位用戶分配了一個(gè)緩存區(qū). 緩存區(qū)中每個(gè)業(yè)務(wù)流緩存隊(duì)列數(shù)據(jù)包采取先進(jìn)先出策略. 位于基站側(cè)的調(diào)度器根據(jù)采用的調(diào)度算法來(lái)決定用戶的優(yōu)先級(jí)，然后在每個(gè)TTI選擇調(diào)度哪個(gè)用戶. 如果選定某個(gè)用戶開(kāi)始傳輸，調(diào)度器將為此用戶分配一個(gè)或多個(gè)PRB，當(dāng)前用戶傳輸?shù)臄?shù)據(jù)速率將依據(jù)用戶上報(bào)的CQI值和用戶緩沖區(qū)內(nèi)待傳送的比特?cái)?shù)來(lái)共同確定.

表1 MCS與RSIN映射表

2 算法分析

2.1 傳統(tǒng)比例公平算法

傳統(tǒng)比例公平算法提出的基本思想是兼顧系統(tǒng)吞吐量和用戶間公平性的準(zhǔn)則下，計(jì)算小區(qū)內(nèi)的每個(gè)待調(diào)度用戶在每個(gè)資源塊上的優(yōu)先級(jí). 對(duì)于第i個(gè)物理資源塊，調(diào)度時(shí)選取當(dāng)前資源塊上具有最大優(yōu)先級(jí)的用戶k，其優(yōu)先級(jí)計(jì)算公式為

式中：tc為更新時(shí)間窗，其長(zhǎng)度一般會(huì)足以覆蓋快衰落的變化；rk(t)是用戶k在時(shí)隙t時(shí)獲得的數(shù)據(jù)速率.

由PF算法的定義可知，該調(diào)度算法主要選擇無(wú)線信道條件好的用戶來(lái)提供調(diào)度機(jī)會(huì)，但當(dāng)某個(gè)用戶連續(xù)通信時(shí)，由于該用戶時(shí)間窗內(nèi)的平均吞吐量不斷增大，因而導(dǎo)致該用戶優(yōu)先級(jí)降低. 這種分組調(diào)度機(jī)制使得小區(qū)內(nèi)的用戶不會(huì)由于信道條件好而長(zhǎng)時(shí)間占據(jù)無(wú)線信道資源，因此保證了小區(qū)內(nèi)用戶間的公平性[8].

2.2 基于緩存信息的調(diào)度算法

在討論非實(shí)時(shí)業(yè)務(wù)調(diào)度算法的相關(guān)文獻(xiàn)中，其仿真采用的業(yè)務(wù)均為full buffer業(yè)務(wù)，緩沖區(qū)一般采用的都是無(wú)限緩存(Infinite-Buffer)隊(duì)列模型. 無(wú)限緩沖隊(duì)列模型是非實(shí)時(shí)業(yè)務(wù)數(shù)學(xué)模型，模型中假設(shè)業(yè)務(wù)都擁有無(wú)限長(zhǎng)的數(shù)據(jù)緩存隊(duì)列，也即業(yè)務(wù)隨時(shí)都有無(wú)窮多的數(shù)據(jù)在等待著傳輸. 但是在實(shí)際的蜂窩移動(dòng)通信系統(tǒng)中，每個(gè)用戶的業(yè)務(wù)量不可能是無(wú)窮的，而是隨著業(yè)務(wù)的類型以及用戶的需求時(shí)變的，如果采用無(wú)限緩存隊(duì)列模型，難以體現(xiàn)出調(diào)度算法在實(shí)際通信系統(tǒng)中的性能. 因此，結(jié)合實(shí)際無(wú)線分組數(shù)據(jù)業(yè)務(wù)的特點(diǎn)，本文采用更為實(shí)際的有限緩存隊(duì)列模型，如圖1所示. 緩沖區(qū)數(shù)據(jù)包的數(shù)量是根據(jù)基站來(lái)的數(shù)據(jù)包以及用戶已傳送的數(shù)據(jù)包共同確定，影響其數(shù)量的因素主要有數(shù)據(jù)包相繼到達(dá)的間隔時(shí)間分布或到達(dá)的統(tǒng)計(jì)特性等[9].

圖1 分組數(shù)據(jù)業(yè)務(wù)模型

通過(guò)對(duì)PF算法的分析可知，PF算法綜合考慮了用戶的信道狀態(tài)和用戶的窗吞吐量，可以在系統(tǒng)吞吐量和公平性之間取得良好的折中，但在有限緩存隊(duì)列模型下，由于PF算法并沒(méi)有考慮用戶緩沖區(qū)的數(shù)據(jù)信息，因此有可能待傳輸信息量很小而信道條件好的用戶會(huì)被選中服務(wù)，從而導(dǎo)致信道的傳輸數(shù)據(jù)量較小，與此同時(shí)，其他用戶卻難以得到資源，從而導(dǎo)致資源不能被有效利用. 因此本文提出一種新的處理非實(shí)時(shí)業(yè)務(wù)的分組資源調(diào)度算法—BIBS算法. BIBS算法同時(shí)考慮了用戶的信道狀態(tài)和用戶緩沖區(qū)的隊(duì)列信息，這樣BIBS算法可挑選出既有大量數(shù)據(jù)等待傳送，同時(shí)信道條件較好的用戶接受調(diào)度，能夠充分利用系統(tǒng)資源的同時(shí)，盡量保證所有的用戶都能夠獲得資源. 與PF算法相比，BIBS算法在系統(tǒng)吞吐量，用戶間的公平性以及通信中斷性能上都能得到有效的提升.

BIBS算法是在有限緩存隊(duì)列模型下，兼顧系統(tǒng)吞吐量和用戶間的公平性而提出的，調(diào)度示意圖如圖2所示.

圖2 BIBS算法調(diào)度示意圖

對(duì)于第i個(gè)物理資源塊，用戶k的優(yōu)先級(jí)計(jì)算公式為

(2)

(3)

結(jié)合式(2)和式(3)可知，信道條件越好的用戶優(yōu)先級(jí)越高，可以獲得更多的調(diào)度機(jī)會(huì)，可有效提升系統(tǒng)吞吐量. 但當(dāng)某個(gè)用戶連續(xù)通信時(shí)，由于該用戶緩存區(qū)隊(duì)列中待傳送數(shù)據(jù)包的數(shù)據(jù)wk(t)不斷減少，甚至為零，因而導(dǎo)致該用戶優(yōu)先級(jí)降低. 對(duì)于信道條件較差的用戶，即使剛開(kāi)始難以得到調(diào)度機(jī)會(huì)，但是隨著用戶wk(t)的增多，其優(yōu)先級(jí)也會(huì)隨之提升. 因此即使是信道條件差的用戶也可以獲得一定的服務(wù)機(jī)會(huì). BIBS算法綜合考慮了用戶信道狀態(tài)和用戶緩沖區(qū)的隊(duì)列信息，這樣就有效保證了系統(tǒng)吞吐量和用戶間公平性.

算法 基于緩存信息的調(diào)度(BIBS)算法

輸入：

系統(tǒng)調(diào)度時(shí)隙數(shù)目NTTI;

系統(tǒng)資源塊數(shù)目NPRB;

接入系統(tǒng)用戶數(shù)目NUE;

輸出：

資源塊分配矩陣allocation_RB.

1)賦值i_TTI=1；

2)查看每個(gè)用戶在當(dāng)前時(shí)隙在緩沖區(qū)中待傳送的數(shù)據(jù)包的數(shù)目w1(i_TTI)，w2(i_TTI),…,wk(i_TTI)； 3)根據(jù)式(2)計(jì)算每個(gè)用戶在,每個(gè)物理資源塊上的優(yōu)先級(jí)數(shù)值；

4)賦值i_PRB=1；

5)根據(jù)式(3)挑選出第i_PRB個(gè)物理資源塊上優(yōu)先級(jí)最高的用戶K；

6)在第i_PRB個(gè)物理資源塊上傳輸用戶K的數(shù)據(jù)，并更新資源塊分配矩陣allocation_RB；

7)i_PRB=i_PRB+1；

8)判斷i_PRB是否等于NPRB，若不相等，則重復(fù)步驟5)-8)，直至i_PRB等于NPRB；

9)i_TTI=i_TTI+1；

10)判斷i_TTI是否等于NTTI，若不相等，則重復(fù)步驟2)-10)，直至i_TTI等于NTTI；

11)返回資源塊分配矩陣allocation_RB.

3 仿真分析

3.1 仿真場(chǎng)景的設(shè)置

本文主要對(duì)PF和BIBS算法從系統(tǒng)吞吐量、公平性和系統(tǒng)中斷性能等三個(gè)方面進(jìn)行性能仿真. 系統(tǒng)分別采用平均速率Ravg為128 kbps、最低速率門限r(nóng)th為50 kbps和平均速率Ravg為256 kbps、最低速率門限r(nóng)th為100 kbps的分組數(shù)據(jù)業(yè)務(wù)來(lái)驗(yàn)證BIBS算法的性能，主要的系統(tǒng)仿真參數(shù)設(shè)置如表2所示，采用的無(wú)線分組業(yè)務(wù)模型如表3所示.

為描述算法的性能，這里定義系統(tǒng)的吞吐量為

式中：Thsys是系統(tǒng)吞吐量，NTTI仿真時(shí)間，NUE是仿真用戶總數(shù)目，vk,t是用戶k在第t個(gè)調(diào)度周期獲得的傳輸速率.

表2 LTE下行系統(tǒng)參數(shù)設(shè)置

表3 無(wú)線分組業(yè)務(wù)模型[10]

用戶間的公平性指數(shù)Jain’s指數(shù)表示為

同時(shí)，定義系統(tǒng)的中斷率為

1.3 仿真結(jié)果

圖3是PF算法和BIBS算法系統(tǒng)吞吐量對(duì)比圖. 從圖3中可以看出，隨著用戶數(shù)目的增多，系統(tǒng)吞吐量隨之提升，而且BIBS算法的系統(tǒng)吞吐量相比PF算法有明顯提升. 這是由于PF算法并未考慮緩存隊(duì)列信息，因此被挑選中的用戶雖然優(yōu)先級(jí)較高，但是該用戶緩存隊(duì)列中待傳送的數(shù)據(jù)包可能很少，甚至沒(méi)有，這樣可能會(huì)導(dǎo)致資源的浪費(fèi). 而B(niǎo)IBS算法在考慮用戶信道條件的同時(shí)，也考慮到了緩存隊(duì)列中數(shù)據(jù)包的數(shù)目，因此待傳輸數(shù)據(jù)量較少的用戶，優(yōu)先級(jí)也會(huì)降低，從而避免了資源浪費(fèi)的現(xiàn)象；而且對(duì)于用戶具有同樣緩存信息的條件下，BIBS算法優(yōu)先挑選信道條件好的用戶接受調(diào)度，因此BIBS算法的系統(tǒng)吞吐量得到了有效提升. 此外，由圖3也可以發(fā)現(xiàn)，隨著用戶平均速率的增加，系統(tǒng)的吞吐量也隨之增大.

圖3 兩種算法的系統(tǒng)吞吐量對(duì)比

圖4是PF算法和BIBS算法系統(tǒng)公平性對(duì)比圖. 從圖4中可以看出，隨著用戶數(shù)目的增多，用戶間的公平性隨之降低，而且BIBS算法比PF算法的公平性有較大提升. 這是由于PF算法雖然也引入?yún)?shù)“用戶的窗吞吐量”來(lái)保證用戶間的公平性，但是此參數(shù)與時(shí)間窗相關(guān)，即在時(shí)間窗tc這一段時(shí)間內(nèi)，信道條件差的用戶至少可以得到一次服務(wù)機(jī)會(huì)，但是由于用戶信道條件很差，即使得到一次服務(wù)機(jī)會(huì)，其獲得的數(shù)據(jù)速率仍然很低，因此用戶間的公平性并不是很好. 而B(niǎo)IBS算法則是通過(guò)緩沖區(qū)用戶待傳送的數(shù)據(jù)包個(gè)數(shù)這一參數(shù)來(lái)保證用戶間的公平性. 由于所有用戶都設(shè)置為相同的業(yè)務(wù)，所以其傳送的數(shù)據(jù)量大致相同，對(duì)于信道條件差的用戶，如果服務(wù)次數(shù)少，則發(fā)出的數(shù)據(jù)包個(gè)數(shù)必然較少，會(huì)導(dǎo)致緩沖區(qū)待傳送數(shù)據(jù)包個(gè)數(shù)的增多，因此用戶優(yōu)先級(jí)也會(huì)隨之提升，就能發(fā)出更多的數(shù)據(jù)包. 所以相比于PF算法，BIBS算法可以更加有效地保證用戶間吞吐量的公平性，而不是用戶間調(diào)度機(jī)會(huì)的公平性.

圖4 兩種算法的用戶公平性對(duì)比

圖5是PF算法和BIBS算法系統(tǒng)通信中斷性能對(duì)比圖. 從圖5中可以看出，隨著用戶數(shù)目的增多，系統(tǒng)的通信中斷概率隨之提升. 當(dāng)系統(tǒng)輕載時(shí)，兩種算法中斷性能相差不大. 但隨著系統(tǒng)中接入用戶數(shù)目的增加，BIBS算法的中斷性能相比于PF算法有明顯提升. 這是由于在系統(tǒng)處于重載時(shí)，系統(tǒng)中必然有較多信道條件較差的用戶，在這種情況下，系統(tǒng)中有大量的用戶有相同的信道條件或是緩存區(qū)內(nèi)等待傳輸?shù)臄?shù)據(jù)包狀態(tài)， BIBS算法是同時(shí)考慮用戶緩存區(qū)內(nèi)待傳輸?shù)臄?shù)據(jù)包的信息和用戶的信道信息，因此在用戶具有同樣的緩存信息條件下，BIBS算法優(yōu)先挑選信道條件好的用戶接受調(diào)度，反之，對(duì)于相同信道條件下的用戶，BIBS算法也會(huì)優(yōu)先挑選緩存區(qū)內(nèi)等待傳輸數(shù)據(jù)量較大的用戶接受調(diào)度. 由于系統(tǒng)資源是有限的，必定有一定用戶的調(diào)度請(qǐng)求得不到滿足. BIBS算法盡量利用有限的資源傳輸更多的數(shù)據(jù)，因此相比于PF算法，BIBS算法的中斷性能大大提升.

圖5 兩種算法的中斷性能對(duì)比

4 結(jié) 論

結(jié)合無(wú)線分組數(shù)據(jù)業(yè)務(wù)的特點(diǎn)，在有限緩沖隊(duì)列模型下，提出了綜合考慮了用戶信道條件和緩存區(qū)內(nèi)待傳送的數(shù)據(jù)包信息的BIBS算法，同時(shí)把PF算法作為對(duì)比算法，分別采用平均速率Ravg為128 kbps和256 kbps的分組數(shù)據(jù)業(yè)務(wù)，對(duì)上述兩種算法進(jìn)行了仿真分析. 根據(jù)仿真結(jié)果可知，當(dāng)系統(tǒng)負(fù)載較輕，即用戶數(shù)低于40時(shí)，兩種算法性能相差不大. 但是隨著用戶數(shù)目的增加，BIBS算法的系統(tǒng)吞吐量比PF算法提升了10%～20%，而且BIBS算法比PF算法的用戶公平性也有了較大提升. 此外，與PF算法相比，BIBS算法的通信中斷性能也得到了極大的改善.

[1] SESIA S, TOUFIK I, BAKER M. LTE-The UMTS Long Term evolution: from theory to practice[M]. New York: John Wiley & Sons，2009: 1-5.

[2] ASTELY D, DAHLMAN E, FURUSKAR A, et al. LTE: the evolution of mobile broadband[J]. IEEE Communications Magazine, 2009, 47(4):44-51. DOI: 10.1109/MCOM.2009.4907406.

[3] KELA P, PUTTONEN J, KOLEHMAINEN N, et al. Dynamic packet scheduling performance in UTRA long term evolution downlink[C]// 3rd International Symposium on Wireless Pervasive Computing (ISWPC). Santorini: IEEE, 2008: 308-313.[4] KWAN R, LEUNG C, ZHANG J. Proportional fair multiuser scheduling in LTE[J]. Signal Processing Letters, IEEE, 2009, 16(6):461-464. DOI:10.1109/LSP.2009.2016449.

[5] PROEBSTER M, MUELLER C M, BAKKER H. Adaptive fairness control for a proportional fair LTE scheduler[C]// IEEE 21st International Symposium on Personal Indoor and Mobile Radio Communications (PIMRC). Instanbul: IEEE, 2010: 1504-1509.

[6] CAPOZZI F, PIRO G, GRIECO L, et al. Downlink packet scheduling in lte cellular networks: Key design issues and a survey[J]. IEEE Communications Surveys & Tutorials, 2012,15(2): 678-700. DOI：10.1109/SURV.2012.060912.00100.

[7]朱春梅,徐菲,王瑜等.第三代移動(dòng)通信系統(tǒng)中分組數(shù)據(jù)業(yè)務(wù)模型的研究[J].重慶郵電大學(xué)學(xué)報(bào), 2002,14(3):1-6. DOI:10.3979/j.issn.1673-825X.2002.03.001.

ZHU Chunmei, XU Fei, WANG Yu, et al. Research on Wireless Packet Service Model in 3G Mobile Communication System[J]. Journal of Chongqing University of Posts and Telecommunications, 2002,14(3):1-6. DOI:10.3979/j.issn.1673-825X.2002.03.001.

[8]吳宣利,韓杏玲,趙婉君.LTE系統(tǒng)中一種低丟包率的實(shí)時(shí)業(yè)務(wù)調(diào)度算法[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào),2015,47(3):24-28.DOI:10.11918/j.issn.0367-6234.2015.03.004.

WU Xuanli, HAN Xingling, ZHAO Wanjun.A low packet loss rate scheduling algorithm for real-time traffics in LTE system[J].Journal of Harbin Institute of Technology,2015,47(3):24-28.DOI:10.11918/j.issn.0367-6234.2015.03.004.

[9] REBEKKA B, MALARKODI B. Performance evaluation of resource allocation schemes in LTE downlink[C]//2014 International Conference on Electronics and Communication Systems (ICECS). Coimbatore: IEEE, 2014:1-4.

[10]劉壯. LTE系統(tǒng)中下行鏈路的分組調(diào)度算法研究[D]. 北京：北京郵電大學(xué), 2014.

LIU Zhuang. Research on packet scheduling algorithm in LTE downlink system[D]. Beijing: Beijing University of Posts and Telecommunication, 2014.

[11]BASUKALA R, MOHD RAMLI H A, SANDRASEGARAN K. Performance analysis of EXP/PF and M-LWDF in downlink 3GPP LTE system[C]//First Asian Himalayas International Conference on AH-ICI 2009. Kathmandu: IEEE, 2009: 1-5.

(編輯 王小唯 苗秀芝)

Non-real-time buffer information based scheduling algorithm in LTE system

DUAN Xinyu1, HAN Xingling2,WU Xuanli2

(1.Remote Sensing Technique Center，Heilongjiang Academy of Agricultural Science, Harbin 150086, China;2.School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin 150001, China)

In LTE system, in order to solve the problem that the performance of Proportional Fair (PF) scheduling algorithm for non-real-time traffic is far from optimal in wireless packet service model, we propose a new scheduling algorithm-Buffer Information Based Scheduling (BIBS) Algorithm, which can guarantee the system throughput and user fairness in finite-buffer line model. Simulation results show that compared with PF scheduling algorithm, the proposed algorithm can improve system throughput，user fairness and outage performance in different traffic models with the consideration of instantaneous downlink channel condition and packet data to be transmitted in buffer of each user.

LTE; wireless packet service; buffer information based scheduling algorithm; system throughput; fariness

10.11918/j.issn.0367-6234.2016.11.022

2015-10-13

國(guó)家自然科學(xué)基金(61301100)

段新宇(1981—),男,助理研究員; 吳宣利(1980—),男,副教授,博士生導(dǎo)師

韓杏玲, hanxingling1993@126.com

TN929.5

A

0367-6234(2016)11-0142-05