基于ieee+802.16e下行链路的资源调度算法-研究

《基于ieee+802.16e下行链路的资源调度算法-研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

第1章绪论移动通信已成为当代通信领域内发展最快、盈利能力最强、市场前景最被看好的热点技术。计算机网络以其便利、高效和海量的信息吸引着越来越多的用户，成为人们生活和工作中重要的一部分。移动通信和网络技术的结合——无线接入技术，特别是宽带无线接入技术必将成为最具发展潜力和研究价值的新技术。伴随着无线数据业务和多媒体业务的不断发展，未来的宽带无线网络必须能提供用于满足不同QoS需求的各种业务。由于无线网络的信道不稳定、带宽资源紧张等特点，在各种无线网络中。有效地利用无线网络资源一直是研究的热点问题。如何使用无线资源管理的各种方法在复杂的无线物理信道情况下对网络资源进行合理配置，完善协议兼容性及保障不同特性业务的传输质量等方面的研究，都是无线网络资源管理的重要内容。资源管理的一个重要原则是利用网络在不同应用中呈现出的各种内在差异性，来有效地进行带宽分配、接入控制、功率控制等各种资源管理。在无线宽带网络应用越来越广泛的今天，IEEE802．16系统的QoS保证机制引起了广泛的关注和研究兴趣。1．1IEEE802．16标准1．1．1IEEE802．16标准发展历程1999年，IEEE成立了IEEE802．16工作组来专门研究宽带固定无线接入技术规范，目标是要建立一个全球统一的宽带无线接入标准。IEEE802．16标准被设计为能逐步发展的标准。IEEE802．16对2～66GHz频率范围内无线接入系统的底层标准(包括物理层和媒体接入控制层)做出规范，并分析了系统共存性背景，给出了系统的设计、配置和频率使用解决方案。802．16系统主要应用于城域网范围，以将家庭和各商业机构高速接入电信核心网络。IEEE802．16到目前为止已经建立了包括802．16、802．16a、802．16c、802．16d、802．16e、802．16t",802．169七个标准，各标准概况见表1．1。802．16最初的标准为802．16—200lI“，该标准规定，802．16无线城域系统工作在10．66GHz频段，在这个频段的电磁波传输要求视距传输、可以忽略多径效应。该系统适合于点到多点的接入服务。小区半径典型值为2．5公里。系统采用TDD或者FDD的双工模式。下行链路采用TDM复用方式，上行链路采用TDMA的多址接入方式。802．16的第二个标准为802．16at2l，在该标准支持的工作频段为2—11GHz，目的在于使固定宽带无线接入技术也能支持非视距(NLOS)传输。802．16c是802．16的增补文件，对工作在2～lIGHz频段的IEEE802．16协议进行 东南大学硕士论文互操作定义，统一不同厂家产品的协议接口。802．16dt3】是802．16的一个修订版本，也是相对比较成熟并且最具实用性的一个标准版本。该标准对2-66GHz频段的空中接口的物理层和MAC层做了详细规定，定义了支持多种业务类型的固定宽带无线接入系统的MAC层和相对应的多个物理层规范。该标准对前几个标准进行了整合和修订，但仍属于固定宽带无线接入规范。802．16ei4】是802．16的增强版本，该标准规定了可同时支持固定和移动宽带无线接入的系统，工作在2—66GH：适于移动性的许可频段，可支持用户站以车辆速度移动，同时802．16a规定的固定无线接入用户能力并不因此受到影响。该标准还规定了支持基站或扇区间高层切换的功能。制定802．16e的目的，是提出一种既能提供高速数据业务又能使用户具有移动性的宽带无线接入解决方案。该标准已成为3G技术标准之一a802．16f工作组在2004年8月获准成立，作为802．16．2004标准的补充，802。16f定义了802．16系统MAC层和物理层的管理信息库(Mm)以及相关的管理流程。该标准目前正处于制定阶段。802．169工作组在2004年8月获准成立，它的目的是为了规定标准的802．16系统管理流程和接口，从而能够实现802．16设备的互操作性和对网络资源、移动性和频谱的有效管理。该标准的制定工作也正处于制定阶段。表1．1IEEE802．16系列标准及其说明标准名称标准完成时间标准说明IEEE802．162001年12月最初的空中接151，使用频段为10～66GHz，适用于【DS环境ⅢEE802．16a2003年1月使用频段2～11GHz，适用于NLOS环境，采用OFDM高级调制技术IEEE802．16c2003年1月对工作在2～llGHz频段的IEEE802．16协议进行互操作定义，统一不同厂家产品的协议接口IEEE802．16．2004年lO月2～66GHz固定宽带无线接入系统空2004中接口物理层和MAC层规范，得到最广泛公认IEEE802．16e2005年年底在IEEE802．16a的基础上支持用户的移动性，增强移动性管理IEEE802．16f固定宽带无线接入系统空中接口管理信息库以及相关的管理流程IEEE802．169固定和移动宽带无线接入系统空中接口管理平面流程和服务要求 第1章绪论1．1．2IEEE802．16e标准简介IEEE802．16e是对IEEE802．16d标准的增强，又称为移动WiMAX(WorldwideInteroperabilityforMicrowaveAccess)，运行在2～6GHz的许可频段或免许可频段上，它定义了一个结合固定与移动宽带无线接入的系统标准，支持用户终端以车速移动时能和基站或小区间进行高层切换的功能。基于IEEE802．16e标准的技术具有以下基本特征pj：1)城域网覆盖范围(km量级)。2)提供基于口核心网的数据业务，也可以提供VolP业务。31高数据传输速率。4)QoS：灵活的空间、频率、时间维度上的资源优化调度机制。5)可扩展性：不同的系统信道带宽以满足不同的需求。6)高移动性(移动性目标为120km／h的车速移动)。7)较强而且能灵活调整的上行传输能力。8)采用AAS、MIMO等天线技术，能大幅度提高系统传输容量和传输性能。总之，IEEE802．16e具有宽带化，移动化，网络化的特点，极具市场潜力和应用前景。1．2无线网络的QoS1．2．1QoS概念QoS是QualityofService的缩写，通常翻译为服务质量，可以从用户和网络两个角度描述QoSl6]。在用户的角度，QoS代表了用户体验到的应用质量，例如视频和音频的表现质量，以及交互语音的响应度等。而在网络的角度，QoS代表了网络提供给应用或用户的服务质量，用一系列参数来描述。用户期望一个明确的服务质量，例如稳定的响应时间、不间断的服务等。用户的QoS要求被递交给网络，由网络来负责满足这些要求。用户不关心网络内部的操作，只关心网络提供的服务，这将直接影响应用程序表现出来的质量。而对网络来说，它的目标是提供QoS服务来充分满足用户的不同需求，同时最大化网络资源(例如：带宽)的利用率。为了达到这个目的，网络分析应用的需求，管理网络资源并配置不同的网络QoS机制。QoS机制必须在端到端的基础上考虑，并且要得到整个网络各个环节的支持。使用QoS机制可以平衡各种服务流量资源占用的矛盾。 东南大学硕士论文1．2．2QoS度量参数和业务特性服务质量需要通过一系列参数来度量，这些参数的定义可以是基于一个业务流，也可以是基于一个业务类别。从用户角度看，性能参数通常包括带宽(bandwidth)、延迟(delay)、延迟抖动(delayjitter)、丢包率(droprate)。而从网络性能角度看，常用的衡量参数是吞吐量(throughput)。-带宽：反映了用户对传输速率的要求，通常用每秒产生的比特数来衡量。■延迟：指分组的第一个bit离开发送端到分组的最后一个bit到达接收端之间的时间间隔。●延迟抖动：分组延迟的变化程度。对于恒定速率的业务，延迟抖动破坏了原业务流的时间同步。●丢包率：一定时间间隔内，丢失的分组占传输的分组总数的比例。●吞吐量：系统、设备、特定连接、特定服务类等所能达到的传输速度。可以用带宽来度量吞吐量。带宽利用率=实用带宽／额定带宽。网络上有两种主要的业务类：实时业务和非实时业务。实时业务对延迟敏感，用速率、延迟、延迟抖动等参数来描述。这种类型的应用有视频会议、电话、视频点播等。这些应用通常有很严格的时延要求，但可以接受一定程度的丢包率。非实时业务对丢包敏感，用传输的信息数量来描述。这类应用包括web浏览、f【p和ernail和等等。它通常有严格的数据丢失要求，但对完成一次传输没有严格的时间限制，但有的业务有最小速率要求。1．2．3QoS体系架构网络QoS结构框架的关键是使用一系列的机制来提供QoS服务，其功能包括控制某一网元针对不同业务请求的服务响应，在网元间交互必要的信令，控制和管理穿越网络的流量等。以上网络控制机制又称为构件模块，具体的各种保证实现方式都建立在这些构侔模块基础之上。QoS架构可分为三个平面：●控制平面：由处理用户业务流路径的一系列机制构成。这些机制包括准入控制、OoS选路和资源预留。●数据平面：由直接处理用户业务的一系列机制构成。这些机制包括缓存管理、拥塞避免、标记分组、排队和调度、业务分类、流量管理和流量整形。一管理平面：由处理网络操作、运行、管理的一系列机制构成。这些机制包括服务等级约定、预备业务、认证鉴权、计量和记录。4 第1章绪论1．2．4无线网络的QoS对于无线网络，提供QoS保证给不同的应用也是一个重要设计目的。但是与有线网络相比，为无线移动网络提供QoS保障机制的难度更大：首先，无线带宽资源非常有限，也非常宝贵。提高资源的利用率在无线网络的设计中是非常重要的问题。其次，无线网络与有线网络的最大差异在于传输链路的不稳定性。有线网络传输介质的高可靠性使得分组数据包传送的错误率非常低。而在无线信道中信号会受到各种干扰和衰落的影响，数据传送时很容易出现误码。接收信噪比会出现快速的大幅度变化，导致无线链路的容量具有很高的不确定性。无线QoS技术必须有一定的动态机制和基于链路质量的公平机制。最后，用户的移动性使得无线网络的QoS提供更加复杂。对于像语音业务、视频业务这样实时性要求较高的业务，往往要求网络预留一定的资源以使其严格的延迟及延迟抖动要求得到保证。在节点移动时，它的端到端路径经常发生变化，无线信道的容量会有较大的波动。因此，资源预留变得非常复杂。另外，可移动设备的电池能量和缓存空间一般都非常有限，在无线环境下提供QoS支持时也要考虑到功率和缓存空间的限制问题。1．3IEEE802．16e系统分组调度算法研究虽然IEEE802．16在标准设计时就为下一代网络中的业务提供了良好的QoS保障的调度机制，将实际网络中的业务分成4种类型的不同服务。然而标准中的调度机制只说明了不同业务流应该得到什么样的调度服务，系统设计时候的具体QoS实现框架、为了实现QoS保障所需要的功能部件、QoS具体的调度算法等都没有在标准中给出。所以，在实际开发过程中，适用于系统的QoS功能框架和快速无线资源调度算法，需要进行专门的研究。因此，研究适用于该系统的调度算法具有一定的挑战性，在理论上和实际应用方面都具有重要意义。一个好的无线分组调度算法应该努力达到以下一系列目标：_能提供长时公平性和吞吐量的保证；●获得较高的无线信道利用率；■分组丢失最少：_对无故障的流和偶尔故障的流提供延迟界限；一支持不同需求的多级别通信；-移动台的能量损耗低；-中等的算法复杂度。 东南大学硕士论文事实上，由于目标之间的冲突性，不可能也没有必要设计一个能达到上述所有目标的“最优调度器”。应该根据系统的特点和服务的需求做适当的折衷。无线网络的使用者越来越多，各种新的网络业务对带宽和服务质量的要求也在提高，导致频率资源日益紧张。为了高效使用有限的频率资源并满足用户业务需求，在IEEE802．16e系统中进行资源调度算法的研究中，既要尽量满足用户的服务质量要求和公平性要求，也要考虑系统的总的吞吐量，以达到服务更多用户或者为用户提供更大流量业务的目的。论文基于IEEE802．16e系统，针对实时和非实时业务，在QoS体系数据平面的排队和调度算法方面进行研究。根据特定的业务类型和QoS要求，设计出能在系统吞吐量性能和用户QoS要求之间得到良好平衡的，具有较低复杂度的算法。1．4本文主要内容及章节安排第一章首先简要介绍了IEEE802．16系列标准的发展历程，然后介绍了无线网络QoS保证机制的特点，提出IEEE802．16e系统下进行无线资源调度算法研究的意义及调度器设计目标。第二章将主要介绍IEEE802．16e协议的物理层OFDMA规范和MAC层协议的公共部分子层。在物理层协议部分，主要介绍了OFDM技术特点、子载波分配方式和信道调制编码技术。在MAC层部分，则介绍了协议中规定的四种类型的调度服务、和系统的带宽请求、分配和轮询机制。第三章详细介绍了仿真系统信道和业务模型。重点介绍多小区多用户移动信道模型，考虑了各种典型的信道衰落，并按照IEEE802．16e协议得出两种不同子载波分配方式下子信道的信道质量模型。然后针对系统规定的四种不同QoS等级的业务，建立各类业务中典型业务的模型。最后介绍了四种基本无线调度算法(FT，RR，MaxC，l和PF算法)，仿真并分析其性能。第四章研究了IEEE802．16e系统中保障实时业务QoS的无线调度算法。介绍了M—LWDF算法、CD—EDD算法和CD—FEDD算法。在连续子载波信道模式下介绍了在该信道模式下有较好表现的SGCNF规则。在三种场景下，通过仿真分析比较了各算法的性能，最后比较了CD-FEDD算法在三种场景下的性能。第五章研究了IEEE802．16e系统中要求最小速率保证的非实时业务调度算法。首先介绍了适用于非实时业务的PF算法和PSBRS算法。然后以最大化系统饱和用户数为目标，提出minR算法。通过仿真分析和比较了各种算法的性能，发现无论在连续子载波分配和离散子载波分配场景下，minR算法的系统饱和用户数均比其他算法有较大幅度增加。最后比较了minR算法在三种场景下的性能。第六章对全文主要工作进行了总结，并提出了有待继续深入研究的一些方向。6 第2章IEEES02．16c物理层和MAC层相关技术第2章IEEE802．16e物理层和MAC层相关技术IEEE802．16系列标准定义的空中接口由物理层和MAC层组成，如图2．1所示。MAC层支持点对多点(PMP)结构，也适用于网格网络(Mesh)结构。MAC层的结构设计为可支持多种物理层规范。IEEE802．16MAC层由高到低划分为3个子层：1)特定服务汇聚子层(Service—SpecificConvergenceSublayer)：提供与更高层的接口，通过不同的汇聚方式更好地适配各种上层协议。2)公共部分子层(CommonPartSublayer)：负责执行MAC层的核心功能，包括系统接入、带宽分配、连接建立、连接维护等。3)安全子层(PrivacySublaycr)：提供加密、鉴权、密钥交换等与安全有关的功能。标准范畴—一!!!些卜一特定服务汇聚子层—Q垂亚)一公共部分子层安全子层PHYS^P物理层毫数据控制平面管理实体．特定服务汇聚子层管理实体公共部分子层安全子层管理实体物理层管理平面图2-IIEEE802．16体系结构2．1IEEE802．16e物理层技术网络管理系统IEEE802．16e中提出4种物理层规范：WirelessMAN—SC，WirelessMAN-Sca，WirelessMAN-OFDM和WiretessMAN-OFDMA。论文中仿真环境基于OFDMA规范，该规范基于OFDM技术，下面先简要介绍OFDM技术的特点。2．1．1OFDM技术特点正交频分复用(OFDM)是一个信号调制技术，适用于多径传播所引起的频率选 东南大学硕士论文择性衰落较为严重的宽频带信道上的高速数据传输，具备均衡简单，基于FFT变换的低成本接收机等优点，而且技术已经非常成熟，OFDM技术在下行高速率无线接入领域越来越受到重视和开始得到广泛使用。OFDM技术有以下优点【7】：11高速数据流通过串并转换，使得每个子载波上的数据符号持续长度相对增加，从而有效地减少无线信道的时间弥散所带来的ISI，这样就减少了接收机均衡的复杂度。21OFDM系统各子载波之间存在正交性，允许子信道的频谱互相重叠，，而不需像常规频分复用技术需要保护频带，频谱资源利用率高。3)各子信道中的正交调制和解调可以通过FFT来非常容易的实现，成本较低。4)无线数据业务一般存在非对称性，下行数据量要大于上行，OFDM系统可以通过使用不同数量的子信道来实现上行和下行链路中不同的传输速率。51OFDM可以容易地与其他多种接入方法结合使用，构成OFDMA系统。但是，OFI)M技术由于自身技术特点，也存在如下缺点。11对频率偏差过于敏感。21存在较高的峰值平均功率比。OFDM系统收发端的典型框图如图2—2所示。塑剖蔫翥H孽鑫H妻羹引臀H蒸翥H霪差H萋曩巫Hp篙嘉I定时和图2-20FDM收发机框图2．1．2IEEE802．16e物理层协议在IEEE802．16e标准中，根据使用的带宽，除了必须支持2048点的FFr外，还可选支持128、512、1024等多种FFT点数。一个OFDM符号在时域包含两个部分，有效符号时间(n)和循环前缀CP时间(T2)，总符号时间Ts=Tb+Tg。CP的引入增加了符号功率，但有利于消除多径产生的符号间干扰并降低对符号同步的要求。在频域，一个OFDM符号可以有128，512，1024，2048四种子载波总数。仿真囊罐 第2章IEEE80216e物理层和MAC层相关技术系统中采用的512子载波，后续介绍均已512子载波数为例。子载波分为数据子载波、导频予载波和空子载波三种。OFDMA方式下，激活的子载波被分成子载波组，即子信道。下行方向，一个子信道分配给一组用户；上行方向，一个SS被分配一个或多个子信道。组成一个子信道的子载波可以相邻，也可以不相邻。OFDMA下行可采用的子信道分配方法有下行PUSC、下行FUSC、下行可选FUSC，以及支持AAS和AMC子信道的可选子信道分配(属于连续子载波分配)。在AAS区域的相邻子载波分配方式中，每个子信道的子载波序号都是连续的。上下行分配方法是一致的。首先将可用子载波分成组(bin)，每组由一个OFDMA符号上的9个连续子载波构成。每组中的导频子载波固定在第5个子载波。一个子信道包含6个连续的组。该分配方法中可用子载波数为432，其中包含48个导频予载波和384个数据予载波。共分为8个子信道，每个子信道包含48个数据子载波和6个导频子载波。下行FUSC域的分布式子载波分配方式中，每个子信道的子载波序号都是按一定规则伪随机分布的，目的是减小频率选择性衰落的影响，使各个子信道的信道质量大致相同，降低信道估计的复杂度。在下行FUSC域，先分配空子载波和导频子载波，剩下可用的384个数据予载波分为8个子信道，每个子信道包含48个数据子载波。OFDMA物理层规范必须支持的FEC编码方式是尾比特卷积码(CC)，块Turbo码(BTC)、卷积Turbo码(CTC)以及新增的LDPC码是可选编码方案。LI)PC码支持1／2、2／3、3／4以及5／6等码率，系统调制方式支持QPSK和16QAM，对64QAM的支持是可选的。当子信道处于不同的信道条件时，AMC(自适应调制编码)机制使调制和编码方式按照信道条件自适应调整，在保证误帧率的前提下，尽可能有效地利用带宽，提高频谱效率。信道条件好时，采用效率高的高阶调制和高码率编码方式；信道条件差时，采用抗干扰能力强的低阶调制和低码率编码方式。OFDMA物理层的一个时隙(slot)是数据分配的最小单元，包含时域和频域的二维块，频域即子信道。对于我们在下行链路研究中使用的两种模式：使用分布式子载波分配的下行FUSC域和使用相邻式子载波分配的下行AAS域来说，每个slot均为一个OFI)M符号的一个子信道。2．2IEEE802．16eMAC层协议论文的资源调度算法基于PMP网络结构，主要介绍该结构的MAC层规范。PMP网络结构即一个基站(BS)服务多个用户站(SS)，基站集中控制上下行链路资源，在不同用户站问进行协调。下行方向，基站是唯一的发送方，它以TDM方式将消息发送给服务范围内的用户站，不需要与其他基站协调。IEEE802．16e的MAC层是面向连接的。为了将服务映射到SS并映射到不同级别的QoS，所有的数据通信都基于一个连接。一个连接定义了使用MAC的对等层汇聚 东南大学硕士论文过程之间的映射以及一个服务流的映射。服务流定义了在这个连接上交换的PDU的QoS参数。服务流是MAC协议操作的核心，它定义了在连接上进行交换、传输的QoS参数，包括时延、时延抖动以及速率限制等。服务流的管理是动态的，包括建立、修改和删除等操作。MAC层包括三个子层：最上层是汇聚子层，负责高层协议数据单元(PDu)与MAC层连接间的映射；最下层是安全子层，提供了强大的保护措施防止窃听服务；中问的公共部分子层完成MAC层的大部分核心功能，包括MACPSU的构建和传送、服务流的创建和管理，带宽请求授予机制、QoS的管理和实现。以及各种关键技术的实现。下面介绍与调度算法相关的一些功能。2．2．1调度服务调度服务是MAC调度器支持的为了在一个连接上进行数据传输的处理机制。每一个连接与一个数据服务相联系。每一个数据服务与一组量化其行为的QoS参数相联系。IEEE802．16e标准的MAC规范支持四种服务类别：UGS(主动授权服务)：UGS用于支持周期发起固定长度数据包的实时数据流，例如T1／E1以及没有静默压缩的VoP。该服务需要周期地得到固定长度的带宽授予，以避免信令开销和sS请求带来的时延。BS将为ss基于服务流的最大允许速率周期性地提供带宽。UGS服务的关键QoS参数为最大允许速率、最大时延、可容忍的时延抖动和请求／传输策略(要求设为禁止该类连接进行任何形式的带宽请求)。rtPS(实时轮询服务)：用于支持周期性发起变长数据包的实时业务流，例如流媒体视频业务。调度器为这种服务提供实时的周期的单播请求机会，满足实时需要并允许SS规定所需授予带宽。这种服务所需开销比UGS多，但支持可变的授予长度而使数据传输效率得到优化。该类服务的关键QoS属性有最小保证速率、最大允许速率、最大时延、最大丢包率和请求／传输策略(要求设置为禁止该类连接使用任何竞争请求机会)。nrtPS(非实时轮询服务)：nrtPS用于支持能容忍时延、有最小数据传输速率要求的变长数据包构成的数据流，例如Web浏览业务。nrtPS周期性的提供单播轮询，这保证服务流在网络阻塞期间也能够接收到请求机会。该类服务的请求／传输策略将被设置为允许使用竞争请求机会。BE(尽力而为服务)：BE服务的目的是尽力为服务流量提供高效的服务。为了使这种服务正常工作，请求／传输策略将被设置为允许使用竞争请求机会。2．2．2带宽请求和分配机制上行链路是基于DAMA的，当ss需要为一个非UGS的调度服务的链接请求带0 第2章IEEE802．16e物理层和MAC层相关技术宽时，SS向BS发送一个包含DAMA连接当前需求的消息，进行带宽申请，再有BS进行统一的资源调度。1．请求机制请求机制，即SS采用什么样的方式通知BS，他们需要上行带宽分配。请求可能以单独的带宽请求头或捎带请求的方式出现。带宽请求可以是增量的，也可以是总量的。当BS接收到增量带宽请求时，它应将在对应连接当前带宽需求的基础上增加带宽请求的数量。当BS接收到一个总量带宽请求时，它应将用带宽请求的数量替换对应连接的当前带宽需求。带宽请求头中的“类型”域指出请求是增量的还是总量的。由于捎带带宽请求没有类型域，因此捎带带宽请求总是增量的。为了避免传送差错和差错累积引起的带宽分配错误，提升系统的鲁棒性，标准中规定了要定期使用集合请求方式来发送请求。2．授权机制对于sS，带宽请求针对单个连接，每一个带宽授权针对SS的基本CID，而不是各个连接的CID。由于无法判断哪个请求被授权，因此当Ss得到比期望短的发送机会时(调度器判决、请求消息丢失等)，不会明确的给出原因。SS根据从BS收到的最新信息和请求的状态，决定执行回退并重新请求或者丢弃SDU。3．轮询机制轮询是BS为SS分配专门用于带宽请求的带宽的过程。这些分配可能是给单个sS的，或者是给一组Ss的，给一组连接和／或sS的分配区间实际上就是定义带宽请求竞争Ⅲ。轮询是基于SS的，带宽请求总是基于CID，而分配则是基于Ss。轮询一般分为3类：单播、多播／广播和PM位。单播问询：是针对某一单播地址的。BS在上行链路上分配一定的带宽，让被问询的连接得以发送带宽请求信息。单播问询是无竞争的。多播／广播轮询：分别是对一组连接或所有的连接进行问询。在CID的分配中保留了一些地址作为组播地址和广播地址。当需要进行组播问询和广播问询时，BS在上行链路上分配一定的带宽，并将其地址设置为组播地址或广播地址，属于该地址的连接在指定的Interval中以竞争的方式发送请求。为了减少碰撞，SS使用二进制指数退避算法。如果在一定的时间间隔内没有得到BS的应答，则认为发生了碰撞，重新启动退避过程发送请求。PM位：具有当前活动UGS连接的SS，可以通过设置UGS连接MAC包头中的PM位，来通知BS它们需要被轮询来为非UGS连接请求带宽。为了减少单独轮询的带宽请求，拥有活动UGS连接的SS只在PM位被设置时(或者UGS的间隔他常以至于无法满足SS其他连接的QoS时)才需要被单独轮询。为了最小化BS丢失PM位的风险，SS可在所有上行调度间隔的UGSMAC授权管理子头中设置该位。 东南大学硕士论文2．3本章小结本章简要介绍了IEEE802．16e空中接口技术中与论文研究内容相关的部分。首先介绍了OFDM技术的特点，接下来简要介绍了物理层协议中下行链路子载波分配方式和信道调制编码方式。最后介绍了MAC层协议中与无线资源调度和QoS机制相关的内容：包括四种类型的调度服务、带宽请求和轮询机制等。 第3章仿真模型及基本调度算法以合适的模型建立仿真平台，得到的仿真结果能更好的指导实际系统调度算法的设计。在本章主要对信道状态模型和业务模型进行详细介绍。合理的信道模型应该使用户分布和移动情况尽量接近实际情况。在信道仿真中，设定用户在小区的期望区域内均匀分布，并且用户按各种速率进行随机移动，用户信道质量在时间上具有一定的连续性，而且处于不能传输信息状态的概率较小。考虑到IEEE802．16e系统中用户的移动性，在信道模型仿真中，我们主要考虑三种典型的信道衰落：路径损耗，阴影衰落和多径衰落。发送信号通过这些衰落后，得到用户在各个子载波上的SINR，并根据公式得到各个子信道的SINR，得到各个子信道的AMC等级，最终得到每个用户在每个调度时刻，各个slot能承载的数据量。在调度算法仿真之前，先按照信道模型生成了足量用户在整个仿真时间内的每调度时刻信道状态表，并存为文件。调度算法仿真不使用在线估计信道状态的方式，而是在每调度时刻直接从信道状态文件中直接读取各个用户在各个子信道的信道状态。3．1信道模型3．1．1小区模型和用户站基本设定系统采用蜂窝六边形2层小区结构，假设基站处于小区中央，到六边形顶点的距离为1公里，为了降低相邻基站同频干扰，以保证用户一定的信道质量，假设研究的用户都处于中心小区距离基站0．6公里范围内。如图3-1所示：图3-1两层小区模型 东南大学硕士论文用户终端在图中虚线所示的圆中均匀分布，各用户具有固定的移动速率，移动速率是随机的，概率分布见表3．1。每0．1秒按各自的速率随机向一个方向移动一次，移动方向服从全方向均匀分布，如果超出范围，则取新位置对应于圆的镜像位置作为新位置，以保证用户始终处于期望的范围之内。表3．1用户终端移动速率的概率分布3．1．2无线信道传播模型电磁波信号在基站和用户站之间传播，信道对信号传播的影响从统计角度可以分为大尺度效应和小尺度效应，大尺度效应包括视距路径损耗，阴影衰落等，其对接收电平的影响主要跟接收机所处的位置有关，主要影响无线小区的覆盖范围。小尺度效应主要是由于无线信道的多径传播和接收机的移动性，当用户站移动或者传播媒介有所变动时，接收机接收到的信号幅度出现快速起伏的现象。我们把无线信道对信号的影响归为三类：路径损耗，阴影衰落和多径衰落。3．1．2．1路径损耗路径损耗是指电磁波在空间传播穿过各种介质造成的电平损耗，它反映了宏观大范围的空间传播距离对接收信号电平平均值的影响。有很多因素会对路径损耗产生影响。例如基站天线高度、用户站天线高度、工作频率，大气条件以及障碍物情况等。结合这些因素，可以建立不同的平均路径损耗模型。COST-231Hata模型路径损耗计算的经验公式‘踟为三(凹)=46·3+33·9lg工一13·8219吃一a(k)(3．1)+(44．9—6．5519h。)lgd+I％”+IZ一。+c0式中，L(dS)是路径损耗，f。(MHz)是工作频率，九(，，1)是发射天线有效高度，k(m)是接收天线的有效高度，d(七m)是发射天线和接收天线的水平距离(拥)，口(k)是移动天线修正因子，是覆盖区大小的函数，c0是小区类型校正因子，分城市、郊区和农村等情况，G一。是地形校正因子，用于反映一些重要地形因素的影响，如水域或树木、建筑等障碍物，c0是大城市中心校正因子，如果处于大城市中心，则巳 第3章仿真模型及基本调度算法取3dB。COST-23lHata模型应用的工作频率在1．5~2GHz之间，适用于小区半径大于lkm的宏蜂窝系统。论文的系统建模中，按照参考文献19】把传播损耗建模为：L(dB)=128．1+37．6log(R)(3．2)R是用户站到基站的距离，单位是km，它是COST-231Hata模型在大城市中心的简化形式。在仿真平台中，每周期性的刷新用户站位置后，根据用户站新的坐标重新计算距离R并按照式3．2刷新路径损耗的值。3．1．2．2阴影衰落阴影衰落是由于电波在传播路径上受到建筑物及山丘等的阻挡所产生的阴影效应而造成的损耗。阴影衰落一般服从对数正态分布，其随时间的变化相对较慢。阴影衰落有三种类型的相关性。一种由发端环境引起，叫做空间相关性。例如一个用户站和一个基站之间建立一条无线链路，当用户站移动位置时，两个不同位置上的阴影衰落具有相关性，因为此时的两条无线链路在基站处具有共同的近场。另一种是由于收端环境引起的链路相关性，当移动台处于宏分集状态时，下行方向与两个以上的基站建立无线链路，则由于这几条无线链路在移动台处有相同的近场，也导致这几条链路上的阴影衰落具有相关性，由于不支持宏分集，所以不考虑链路相关性。最后一种相关性是时间上的，由于天气变化，云层折射等影响，随时间的变化，导致阴影衰落发生微小的变化，这种变化也具有相关性，但是由于这种变化引起的阴影衰落相比用户站移动引起的阴影衰落变化而言非常小，变化非常细微，仿真中可以不考虑这种相关性。在仿真平台中，每次用户站刷新位置之后，阴影衰落的值也将被刷新，首先按照式3．3计算空间相关系数f：f：P懈吾(3．3)其中d是两次刷新用户站位置之间，用户站移动的距离。D是阴影衰落相关距离，阴影衰落值按式3．4计算：sfade(dB)=f×sfade+善xG(3．4)其中善称为阴影衰落自由系数，满足f2+孝2=1。G～N(O，82)，是一个零均值高斯变量。 东南大学硕士论文3．1．2．3多径衰落多径衰落是由于同一传输信号经过多个路径进行传播，以微小的时间差到达接收机后，时延和相位不同的各径信号互相迭加，引起接收信号幅度瞬时值发生快速变化的现象。接收信号幅度的变化强度取决于各径的相对强度、相对传播时间以及传播信号每个采样点的延迟时间。用户站在移动情况下进行通信，接收信号频率会发生变化，产生附加频移，引起接收信号的频谱展宽，称为多普勒效应。用正表示载波频率，v表示用户移动速率，c表示电磁波传播速率即光速，则用户站的最大多普勒频移为：厶m。2‘V／c(3．5)瑞利衰落是一个经典的非视距传播的衰落信道统计模型，它把衰落信道系数建模为复高斯随机变量，其幅度服从瑞利分布，相位服从均匀分布。在信道仿真中，采用改进的Jakes模型【10】来模拟单径信道。用，表示径数，用k表示采样序号，Ts为采样间隔时间，wu=2丌厶。，则在k时刻，能量归一化的第，径的信道冲激响应采样值乃(七)可表示为：乃(J|})=、『瓦N刍o-I[(c。s％(c。s％，)圮+吮)+，sin(％(sin‰)红4-氟)](3．6)，=o，1，⋯，M一1，M为到达接收机的散射分量数，虎和尤为随机相位其中，Ⅳo=N／4，口。，=27r(Mn+l+O．25)／MⅣ如果m表示子载波序号，4表示表示第f径的归一化相对幅度，4表示第，径的归一化延时，则第m个子载波的信道响应H(m)为：M一1r1加口一I、日(m)2丢4l志篆驰)Jexp(胁Ⅲ珥7伽抛+旃)(3．7)3．1．3子信道的信道状态结合路径衰落和阴影衰落，可以得到用户站接收到各个基站所发信号在每个子载波上的信号强度，假定各基站在第聊子载波上的信号强度分别为瓯(f)，i=O，1，2，3，4，5，6为基站编号，中心基站为0号。每个子信道的背景噪声为No，则在第 第3章仿真模型及基本调度算法m子载波上S1NR‰表示为：6‰=最(o)／(∑瓯(f)+Ⅳo)i=l(3．8)其中，瓯(f)=以·lq(m)l。·‘·sfade,，只．。为基站i在子载波m上的发送功率，假定全部为1W。Ⅳ0为系统热噪声，在仿真中热噪声参数取为．164dBm／Hz。在IEEE802．16e系统下行链路中，我们考虑两种予载波分配方式：下行FUSC采用的分布式子载波分配方式和支持AAS的连续子载波分配方式。称前者为分布式子载波信道模式，其特点是某一时刻在同一个用户看来，各个子信道的平均信噪比接近，采用同样的调制编码方式：后者称为连续子载波信道模式，在某一时刻，同一用户的不同子信道经历不同的衰落，具有不同的信道质量，从而要采取不同的调制编码方式以提高信道的利用率。假设某个子信道由M个子载波构成，在各个子载波上SINR以后，通过式3．9计算其子信道的平均信噪比11l】：呱=1／咕萋剖-1卜篓南催南@∞表3．2调制编码方式表信道状态调制编码方式要求子信道信噪比(dB)每slot传输数据量C(Byte)无肭<2．9O晶QPSK1／22．9≤姗<6．36墨0PSK3／46．3SSⅣR<8．69是16一QAM1／28．6≤5：ⅣR<12．712墨16一OA^,t3／412．7蔓姗<16．918只64一QAM2／316．9S5ⅣR<1824最64-QAM3／418≤姗<19．927瓯64一QAM5／6册≥19．930S，仿真基于IEEE802．16e系统WirelessMAN--OFDMA／TDD模式。每个OFDM符号有512个子载波，在两种子载波分配方式下，均分为8个子信道，每个子信道48个数17 东南大学硕士论文据子载波，系统带宽为5MHz，CP取1／8。取一个OFDM帧的时长5ms作为调度周期，假定下行链路业务数据信道占用35个OFDM符号。对于分布式子载波信道模式和连续子载波信道模式来说，一个时隙(slot)为1个OFDM符号的1个子信道。因此，一个调度周期有35×8=280个slot资源可供使用。按照式3．9得到各个子信道的信噪比之后，即可根据表3．2得到各种信噪比条件下用户所适用的调制编码方式【121以及每个slot所能承载的数据量C。由于下行链路的信道传输速率R与C成正比，见式3．10，所以C完全可以代表R。R=8·C·280／5=448·C(1d,ps)(3．10)同时也可以得出下行链路理论最大吞吐量为13．44Mbps。3．2业务模型协议按照业务的QoS要求，将所有业务分为四个类别：UGS业务、实时业务、非实时业务和尽力而为(BE)业务。下面对各类业务模型的典型代表的模型和参数进行介绍【131：3．2．1UGS业务该业务的典型代表为不采用静默压缩的voⅢ业务。该业务每间隔一个固定的时间发送固定大小的数据包，VolP业务在QoS要求上对时延和抖动要求很高，而对误码率要求不高。一般建议对该业务保留带宽，保证该类业务的数据包能及时传输，在混合多业务综合调度中，该类业务类别优先级最高。Vo球业务模型较为简单，仅有两个固定参数：数据包大小和到达间隔。3．2．2实时业务流媒体视频业务是一种典型的实时业务。我们在仿真中用流媒体视频业务模型作为实时业务模型，在整个仿真时间内认为业务是一直持续的，因而，我们认为整个仿真时间中每个用户都处于同一个会话中。每个会话中，视频业务的每一帧以固定间隔L到达，在模型中取lOOms。每一帧可以分解为8个大小不等的分组进行发送，每个分组中都间隔了时间不等的编码延时口(即分组到达间隔)，业务按时间产生的模型如图3-2所示。 第3章仿真模型及基本调度算法·●F——————————————————————————————'图3．2流媒体视频业务模型按照模型参数，视频业务的平均速率为32kbps。视频业务模型的相关参数见表3．3所示：表3．3流媒体视频业务模型参数模型参数名称服从的分布分布参数帧长度(弓)固定值100ms每帧分组数目(Np)固定值8数据包大小(E)截短Pareto分布(均值K=20B．盯=1．2，50B，最大值125B)m=125B：分组到达间隔(缉)截短Pareto分布(均值K-2．5ms,a=1．2，m=12．5ms6ms，最大值12．5ms)截短Pareto分布的定义为：3．2．3非实时业务(3．11)交互式的非实时业务以基于HTTP协议的Web浏览业务应用最为广泛，该类业务对时延没有非常严格的要求，但是作为交互式的业务，用户也期望其请求在一定的时间内得到响应，这类业务一般有最小速率的QoS要求。每完全打开一个Web页面称为一次分组呼叫(PacketCall)，在每次分组呼叫之后，有一个随机长度的阅读时间，用于浏览该网页。一次会话由多个分组呼叫和阅读时间Dp。(s)组成，假定一次会话持19一<～≯_P口玎所丛∥州II=X，，l●●●●●●●，、●●●●●●【 东南大学硕士论文续整个仿真时间。会话的模型见图3—3：分组呼叫分组传送F_一分组呼产生时闻完成时间叫产生时间图3．3非实时业务模型一个分组呼叫由若干个数据包组成，第一个为主对象(Mainobject)，其大小为SM(Byte)，之后为M个嵌入对象(Embeddedobject)，其大小为&(Byte)，各个数据包到达的间隔为一个解析时间(Parsingtime)L(—坫)。一个分组呼叫的模型见图3—4：一个分组呼叫主对象二jj一嵌入对象调度结束时刻It解析时问图3-4分组呼叫的模型Web业务模型中的各个参数如表3．4所示：表3．4Web业务模型参数表参数名称服从分布分布参数截短对数正态分布(均值：10710，or=1．37，Ⅳ=8．35SM(Byte)最小值：100，最大值：2M)截短对数正态分布(均值：7758，盯=2．36，∥=6．17Se(Byte)最小值：50，最大值：2M)截短Pareto分布(均值5．64，最大口=1．1，k=2，m=55Nd值53)产生随机变量后取整并减去k指数分布(均值130ms)A=0．00769L(ms)指数分布(均值30s)A=0．033D。(5)20 第3章仿真模型及基本调度算法按照上述分布产生参数后，若参数超出规定范围，则丢弃该数并重新产生直到参数处于规定范围内。对数正态分布的概率密度函数如式3．12所示：正=志exp[删2cr2]J砧。@㈣3．2．4尽力而为(BE)业务尽力而为业务是四种类型的业务中对时延要求最低的一种，FTP业务是一种典型的BE业务，FTP业务过程为用户申请下载一个文件，等该文件下载完毕后，经过一个随机的阅读时间再发出下载下一个文件的请求。FTP业务模型有两个主要的参数，待传输文件的大小S(Byte)以及阅读时间D。(5)，它们服从的分布函数如表3．5：表3．5FTP业务模型参数表参数名称服从分布分布参数S(Byte)盯=0．35，Ⅳ=14．45截短对数正态分布(均值：2M，最大值：5M)巩(J)指数分布(均值180s)A=1／1803。3基本无线调度算法一个良好的调度算法既要保证不同用户业务的QoS和获得系统资源的公平性，又要保证系统的资源利用效率，即要使系统吞吐量尽可能大。公平性指各个用户在一定时间内获得系统传输资源相对多少。下面针对无QoS保证的BE业务，分析四种基本无线调度算法[14-|8l：公平吞吐量调度算法、轮询调度算法、最大载干比调度算法和正比公平调度算法。通过仿真研究和分析它们的系统吞吐量和公平性指标。信道采用分布式子载波信道模式。3．3．1四种基本的调度算法3．3．1．1公平吞吐量算法(FairThroughput)这种调度算法不考虑用户的位置和信道质量情况，以对所有用户提供相同的吞吐量为目标。为了让所有用户具有相同的吞吐量，过去一段时间内平均吞吐量低的用户得到更高的优先级，因此低载干比(C／I)的用户比高载干比的用户会被分配更多的信道资源(资源指时频二维资源slot)。由于系统下行链路在一定时间内的slot资源是有 东南大学硕士论文限的，同样的资源分配给信道条件较差(较低的C／I)的用户，所获得的资源利用率也将较低，因此可知这种公平吞吐量调度的系统吞吐量是较低的。也就是说，要达到小区内所有用户吞吐量分配上的公平性，代价将会是较大程度的降低小区整体的吞吐量。3．3．1．2轮询算法(RoundRobin)在不同用户间分配相同的功率和相同的占用时间，即所有用户得到等量的资源。这时小区边界的用户比靠近基站的用户得到更低的吞吐量，因此每用户的吞吐量并不相等。RR算法得到的系统吞吐量大于FT算法得到的系统吞吐量，这是因为无论用户载干比(C／I)的大小如何，用户总能分配到相同的资源，因此资源的整体利用率大于公平吞吐量调度算法。RR算法保证了所有用户占用等量的信道资源进行通信。因此，轮循算法不仅可以保证用户间的长期公平性，而且可以保证用户间的短期公平性：而且算法实现简单。缺点是算法没有考虑到不同用户的无线信道的具体情况，因此系统吞吐量仍然很低，仅仅比FT算法略有提高。3．3．1．3最大载干比算法(MAXC／I)MaxC／I算法的设计目标是获得最大的系统吞吐量和最高的信道利用率。MaxC／I算法完全不考虑等待用户之间的公平性，在每一个时隙都选择信道状态最好的用户进行服务，从而达到尽可能高的传输速率。MaxC／I算法的主要特征为：在调度时刻，所有等待用户都按照下一时隙对应的信道状态值，如信道速率因子C来进行排序：调度器可以一直传输具有最高速率因子C的用户的数据，直到该用户的等待队列为空，或者具有更好信道状态用户的数据到来：调度器按照每个用户当前对应信道的速率因子C的大小，选择C最大的用户进行调度，MaxC／I算法是根据信道状态信息实现资源的动态调配，减弱信道衰落影响并从中获益的一种调度算法。该算法能够到达较高的系统吞吐量和资源利用率，但是由于没有考虑用户间的公平性，因此在系统运行中，可能会出现信道条件相对较差的用户长时间得不到服务的情况，用户之间的公平性较差，也就很难提供时延保障。3．3．1．4正比公平算法(ProportionalFairness)一种在吞吐量和公平性之间进行较好折衷的算法[17．1S]。假设用户i在第七个调度时刻的信道质量因子为R(k)，其平均速率耳(女)为 第3章仿真模型及基本调度算法R(女)=(1一l，正)R(七一1)+墨(≈)／‘(3．13)式中的Tc是时间常数，表示滑动时间窗口的长度，实际上反映了一个用户对接收不到数据传输的忍受能力，较长的T。将允许等待较长的时间直到该用户的信道质量变好，这有利于系统吞吐量的提高，但可能带来附加的时延。PF算法的优先级表达式为只=置(k)／R，(k)【3．14)在每个调度时刻，依次选择只最大的用户进行服务。3．3．2仿真结果分析在分析算法效率时，我们采用小区的系统总吞吐量作为主要指标。在分析公平性时，用累积分布函数曲线作为参考。累积分布函数曲线是3GPP2为衡量各分组调度算法公平性而提出了一个准则，即用各个用户吞吐量归一化累积分布函数(CDF，CumulativeDistributionFunction)曲线来表征算法的公平性，用所有用户的平均吞吐量对各用户吞吐量做归一化。假设用户k的吞吐量为Th(k)，相对于所有用户平均吞吐量的归一化吞吐量佩(七)可由下式表示：佩(七)：—笋L(3．15)亩善n(J)表3．6公平性准则为：归一化吞吐量00．10．20．5lCDF00．10．20。5公平性准则可由表3．6的四个点所连线段界定，符合公平性要求的调度算法的CDF曲线应该处于该线段的右侧。图3．5为四种算法的吞吐量随用户数增长而变化的曲线图。图3-6为四种算法在系统用户数为300的情况下的CDF曲线图。 东南大学硕士论文前暑者喇督临螺垛凶≈四种算法系统吞吐量比较褥肇器Ⅲ氍用户数图3—5系统吞吐量性能图四种算法CDF曲线相对速率图3-6公平性性能图通过仿真结果可以看出，在用户数少的时候，随着用户数的增加，系统吞吐量迅速增大，当达到一定用户数的时候，吞吐量的增大速率放缓，并达到一个较为稳定的吞吐量。四种算法中，MAXC／I算法能达到的吞吐量明显高于其他算法，当用户数足够大 第3章仿真模型及基本调度算法的时候，能够非常接近系统下行链路的理论容量13．44Mbps。这是因为它利用了用户信道条件变化，总是在每个调度时刻都调度信道条件最好的用户。但它完全没有考虑用户之间的公平性，从图3-6中可以看出，有40％的信道较差用户没有得到服务，而20％的好信道用户得到超过平均吞吐量2倍的吞吐量，在公平性方面，MAXC／I算法表现很差，完全不符合公平性准则。公平吞吐量算法在公平性方面是表现最好的，绝大部分用户的相对速率都在1．0左右，几乎全部用户都处于[O．7，1．1】的相对速率区间，即各用户的吞吐量相差不大。但是，算法过于强调公平性，让信道质量差点用户反而得到更多的信道资源，严重影响了系统吞吐量性能，可以看出，FT算法在四种算法中是吞吐量最低的。PF算法跟RR算法在公平性上相当，而且都满足公平性准则，但是在用户数较多的时候，PF算法的系统吞吐量要高出10％左右，所以PF是一种在公平性和效率方面表现都不错的算法。而RR算法则是最简单的算法，容易实现。3．4本章小结本章首先对IEEE802．16e系统下行链路建立了合适的信道模型，着重介绍了基于分布式子载波分配方式的下行FUSC信道和基于相邻子载波分配的AAS区域下行信道。并介绍了系统中各类业务的典型业务模型。以后的仿真均基于上述两种信道环境和四种业务模型。接下来基于分布式子载波分配方式的信道和BE业务，介绍了四种基本的无线资源调度算法，结合仿真结果，分析了各种算法的效率和公平性表现：效率：MAXC／I>PF>RR>FT公平：FT>PF≈RR>MAXC／I相对于其他三种算法，PF是一种兼顾效率和公平的较好算法，在后续保证实时和非实时业务QoS的各种算法的优先级表达式中，PF的优先级表达式E(k)／R(_j})作为一项重要的因子会经常出现在各算法的优先级表达式中，帮助各种算法在吞吐量和公平性方面得到更好的性能 第4章保证实时业务最大延时要求的无线资源调度算法在未来的无线宽带网络应用中，一些对延迟敏感的应用，如语音、视频、图像等应用的业务流量将大大增加。这些业务具有最大时延要求，如果超过最大时延，则数据包将失去作用而会被丢弃，所以对这些业务要求网络设备对数据包的延迟做出保证。传统的有线网络研究己经对如何保证用户的时延提出了各种各样的调度算法。但是这些算法并不完全适用于无线网络环境。这主要是因为，有线网络的物理信道是高质量的和可靠的。但是无线信道是不稳定的，其信道质量是随着用户不同、时间不同、位置不同而相差很大。因此，在无线网络环境中如何保证用户对于延迟的要求是无线调度算法的一个重要的研究方向。一些研究无线网络中系统吞吐量或者用户间公平性的算法【l”4】通过保障不同用户获得的服务的差异性来保障短期或长期公平性，但由于没有提供时延保障机制，它们并不适用于对时延敏感的业务，如语音或视频业务。下面我们将介绍几种适用于用无线信道的保证实时业务延时和丢包率要求的资源调度算法。4．1算法分析4．1．1MLWDF算法LWDF(LargestWeightedDelayFirst，最大加权时延优先)算法【25】是对FIFO(FirstInFirstOut)算法进行的改进，将用户业务的QoS要求考虑进算法中，在每个调度时刻，依据以下准则进行操作，计算括号中的优先级表达式，选择优先级最高的用户业务的分组包进行传输：_，=argmax娩彬(f))(4．1)彬(f)是在调度时刻t时第i个用户的业务队列中第一个分组包(又称队首分组包)的等待时间，a，是大于零的参数：ai=一1094／r,，其中巧和l是业务的Qos参数，4表示该业务能忍受的最大丢包率，而正表示该业务能承受的最大时延。所以a，看作QoS因子，体现了不同QoS要求对优先级的影响。结合无线网络信道特点，对LWDF算法加以改进，就得到M．LWDF算法【2“。即综合比例公平算法和LWDF算法的优先级表达式，就得到M．LWDF算法的优先级表达式。M．LWDF算法的目标是根据信道状态，在合理利用系统资源的基础上尽量保障用户的QoS需求。该算法在每个时隙都选择权重最大的用户提供服务，而权重则由用 东南大学硕士论文户对应的信道状态(如SINR，本文采用信道质量因子C衡量信道状态的好坏)和用户数据的等待时间共同决定的。M．LWDF算法能同时兼顾系统吞吐量和用户之间的公平性，较好的保障用户的QoS。在调度周期k，其调度优先级表达式为：只(k)=q彬(女)‘(々)／，t(k)(4．2)n(老)=(1—1／互)以(露一1)+‘(七)／乏(43)af=-l093j／Z，QoS因子。彬(女)：是在调度周期k时第i个用户队首分组包的等待时间。‘(七)：第i个用户在调度时刻的信道速率因子。r，(k)：为过去‘个调度周期内，用户i的平均信道质量。4．1．2CD．EDD算法考虑早期应用在有线网络中的实时资源调度算法EDD(EarliestDueDate)。该算法每次从等待调度服务的用户队列中选择队首分组包截止服务时间最小的用户进行调度服务。通常对于实时业务用户i而言，都存在一个最大时延Z的限制，如果该用户队列队首分组包经历的等待时间为形，那么该队列的截止服务时间就为Di=正一彤。EDD算法就是选择口最小的用户队列进行调度服务。结合无线信道的快速时变性，在EDD算法中加入信道质量参数，可以得到能应用于无线网络中的资源调度算法：CD．EDDt27瑚I(ChannelDependentEarliestDueDate)。它是综合EDD和MLWDF两种算法而得到的，该调度算法的调度准则如下：J=argmax{a,E(k)r,(k)／(r,(t)D，(七)))(4．4)q=一log$f／霉，QoS因子。彬(忌)：是在调度周期第i个用户k队首分组包的等待时间。n(k)：第i个用户在调度时刻的信道速率因子。，．(k)：为过去1个调度周期内，用户i的平均信道质量。口(t)是第i个用户在调度周期k，第一个分组包的截止服务时间。即该用户的第 第4章保证实时业务最大延时要求的无线资源调度算法一个分组包如果得不到服务，离被丢弃还剩下多少时间。口(_i})=I一彤(t)，l是用户i的实时业务能忍受的最大时延，彬(七)是第i个用户第一个分组包的等待时间。在每个调度时刻选择优先级最大的用户业务分组包进行传输。4．1．3CD．FEDD算法M—LWDF算法的优先级表达式为P，=ai彬(☆)‘(七)／，j(七)，而CD—EDD算法的优先级表达式为只(七)=q彬(≈)‘(七)／(p(七)，。(≈))。去除两者共同的Qos因子和信道质量因子，我们注意到在M．LWDF算法中，用户的优先级跟用户队首分组包的等待时间彬(_j})W成正比，引入了时间因子，但是由于未注意用户的数据包是否即将超时，对于将超时的数据包没有大幅度的提高其优先级的作用，可能对信道质量较差的用户，由于其信道质量因子不够大而导致超时丢包的情况出现。而在CD—EDD算法中，优先级剩余部分为彬(七)／DI(七)，此表达式在数据包离超时还有一定时间的情况下，随着等待时间的增加增大的速度过快，这样会相对降低信道因子对优先级的影响，影响系统吞吐量的增大，从而也会在某种程度上影响丢包率。如果对这两种算法进行折衷，不考虑等待时间的直接影响，仅在数据包接近超时的情况下，大幅提高时间因子部分对优先级的影响，得到优先级表达式：P。(k)=q‘(七)／(DI(女)n(_i}))(4．5)式中各符号定义与4．1．2节CD—EDD算法各符号的定义相同。采用这种优先级表达式的调度算法为CD．FEDD(ChannelDependentFeasibleEarliestDueDate)，同样，在调度时刻，选择优先级最大的用户进行优先服务。文献【2砚中已证明，该算法在保证实时业务的最大时延要求方面具有良好的性能。4．2分布式子载波信道模式下的仿真分析4．2．1仿真环境在分布式子载波信道模式下，信道模型采用第二章的下行FUSC区域的分布式子载波分配设定。业务模型采用可变速率实时业务模型，业务平均速率32kbps，规定业务的QoS要求为：最大转发延时为50ms，超时的包将被丢弃，丢包率要求为0．03以下，我们定义系统覆盖率为系统中满足用户QoS要求的用户数占总用户数的比例，在 东南大学硕士论文此基础上，我们定义系统饱和用户数为系统覆盖率超过90％的情况下，系统能容纳的最大实时业务用户数。假定在整个仿真时间400s内，所有用户的业务一直持续发生。对于实时业务来说，考虑到其数据包最大仅为12513；ytes，而且一个包只要还有数据没有在规定时间内被传送，那整个包也将失效，损失已使用的传输资源，因此，在下面各调度算法中，我们在选择优先级最大的用户后，均尽力完成对该用户第一个分组包的传送。这样有利于提升系统的性能。调度以一个下行帧为一个周期，由于采用TDD双工方式，在时间上，调度周期为整个帧的时长5ms。考虑到调度仅在5ms的整数倍时刻进行，所以，我们可以对等待时间和截止时间按照5ms进行单位化。即，我们认为在某两个调度时刻之间产生的所有数据包，具有相同的等待时间和截止时间。例如，lms时刻和4ms时刻产生的数据包，如果在50ms得不到调度，都将被丢弃，因为下一个调度时刻是55ms，已经超过了这两个包的截止时间(分别为5Ims和54ms)。以调度周期5ms为整数化因子，对等待时间和截止时闻进行整数化。整数化的方式见式4．5和式4．6。彤(≈)=l彬(_j})／5l十1(4．6)D，(t)=Dr。／0-1w,(k)／sl=】0一彬(☆)+1(4．7)其中Dk，为最大容忍延时50ms，t为每调度周期即每帧时长5ms。该整数化方式适用于本章所有实时业务调度算法。上述算法在分布式子载波信道模式下，每个调度时刻k(时闻f=5k(ms))按照如下方式操作：1)对所有有数据包待传，且当前信道容量不为零的用户，计算各用户业务的优先级表达式的值(见各算法优先级表达式)。2)按照优先级从大到小的顺序对用户业务队列进行排序。3)按照上面的排序选择优先级队列中第一个用户的队首分组包进行传输，根据包的大小和slot容量计算该包需要的slot数量，并分配相应数量的资源给该用户以尽量完全发送队首分组包。若该帧剩余的slot数量恰好等于所需slot或不够，则分配剩下的slot给该用户，并结束本次调度4)查看下一包的截止时间，如果下一个包将在下一调度时刻超时，则不改变该用户在优先级队列中的位置，继续传送该用户下一个包，否则，将该用户置入队尾，选择下一用户作为优先级队列的第一个用户，转入3)。5)每为一个队首分组包分配资源，则服务用户数增加l，每完成对10个用户的服务，重新计算优先级，并转入2)。6)资源分配结束后，所有在线用户按照式4．3更新平均速率，然后结束本次调度。 第4章保证实时业务最大延时要求的无线资源调度算法4．2．2仿真结果分析图4-1给出了在小区不同用户数下，小区能够达到的吞吐量。我们从仿真结果中可以看出，CD—EDD调度算法所得到的小区吞吐量要高于M．LWDF算法，而CD．FEDD算法的吞吐量性能比CD．EDD算法要好一点。并且在用户数达到210左右，小区的吞吐量将不再随用户数增加而线性增长。这是由于在用户数过多的情况下，用户数据得不到及时传输，用户丢包率增加的缘故。这一点可以通过描述平均丢包率的图4．2看出。对于实时业务来说，达到包的截至时间，即包超时的情况下，数据包将被调度器丢弃。而丢包率是实时业务最重要的QoS指标，所以实时业务调度算法需要充分考虑对于即将超时的数据包应当大幅提高其优先级，而对于离超时还有一定时间的包则其等待时间应当对优先级的影响比较小。M—LWDF算法考虑到了等待时间的影响，但是对于即将超时的包，没有急剧提高其优先级的特点。CD．EDD虽然克服了M—LWDF算法在截止时间前一段时间内的优先级提高速度不够的问题，但是在业务包产生不久，离截止时间还比较远的情况下，其优先级就开始随着等待时间以超过线性的速度增长，在非紧急情况下没有能充分考虑信道质量好的用户，不利于在用户数接近饱和用户数的时候，充分发挥多用户分集的优势，来提高系统吞吐量。CD—FEDD兼顾了两种情况下的要求，因而在用户数不超过饱和用户数的情况下，吞吐量、丢包率和覆盖率性能好于其他算法。系统吞吐量性能图用户数图4．1分布式子载波信道模式实时调度算法吞吐量性能 东南大学硕士论文用户平均丢包率性能图用户数图4—2分布式子载波信道模式实时调度算法用户平均丢包率性能系统覆盖率性能图图4．3分布式子载波信道模式实时业务调度算法覆盖率性能图从仿真结果可以看出，用户的平均丢包率性能方面，在用户数未达到饱和的情况下，CD—EDD和CD—FEDD相对于M．LWDF有一定优势，CD—FEDD相tECD．EDD算法，在用户数接近饱和用户数时，能体现出一定优势。虽然在超过220用户以后，M．LWDF算法的性能开始好于CD．EDD算法，但是那时候已经不能满足系统覆盖率要求。 第4章保证实时业务最大延时要求的无线资源调度算法为了确定系统饱和用户数，图4．3给出四种算法在不同用户数下的用户覆盖率性能，注意到纵坐标为不能满足QoS要求的用户比例，即曲线处于下方的算法是更好的算法。如果以90％的用户覆盖率为系统目标，则从图中可以看出各种算法的饱和用户数情况为：CD—FEDD约21l，CD—EDD约206，M．LWDF约202。当用户数超过饱和用户数之后，CD．FEDD算法的系统覆盖率性能急剧下降。综上，在分布式子载波信道模式的下行链路中，各种实时业务调度算法在达到一定的系统吞吐量的情况下，较好的保障了实时业务所要求的延时和丢包率要求，在QoS要求为：最大时延50ms，最大丢包率3％以及要求90％系统覆盖率的情况下，CD-FEDD算法性能最为优异，其次分别是CD．EDD，M．LWDF算法。4．3连续子载波信道模式下的算法研究和仿真分析4．3．1SGCNF规则在连续子载波信道模式下，用户在某一下行帧中，各个子信道的信道传输能力并不一样，我们将用户m在各个子信道中，信道传输能力最好的那些子信道称为用户的好予信道，其个数成为好子信道数三。。一般来说，由于各个用户所处的位置和移动情况不一样，各用户所经历的多径衰落不一样，因而，各个用户“认为”的好子信道各不相同。例如，系统有8个子信道，假设在某一调度时刻，A、B、C、D四个用户在各个子信道的信道质量因子(每slot能承载的B．yte数)如表4．1所示。从表中可以看出，对用户A来说，子信道1、2、7、8是好子信道，我们在后面用(+)标注，其好子信道数为2。对于用户B来说，好予信道则是子信道5、6、7，同理，其好子信道数为3。在各种算法中，对于排好序准备接受资源分配的用户数据队列，在分配资源的过程中，应该注意上述现象，采用最合理的分配方式，以使系统总吞吐量达到最大。在优先级只的基础上，增加子信道数的影响，对子信道数少的用户优先进行资源分配，即改变优先级表达式为只，L，我们将这个规则称作“最少好信道数优先”规则【3m，简称“SGCNF”规则。根据表4．1来描述SGCM7规则，假设系统在当前帧，只剩下一个OFDM符号的8个slot可供分配，我们要给每个用户分配2个slot，如果我们不采用sGcNF规则，依次给用户分配资源，则可能得到如下结果：A得到1和2，B得到5和6，C得到3和4，那么轮到D的时候由于4和5已经被占用，D不能使用好子信道传输数据，只能选择7和8进行传输。对这些用户的吞吐量进行统计为141Bytes。若采用SGCNF规则，则先给D分配得到4和5，然后给B分配得到6和7，再给C分配得到2和3， 东南大学硕士论文最后给A分配得到l和8，吞吐量统计结果为156BytgS，比不采用SGCNF规则的情况吞吐量大了15ByteS。当然，上述比较是在SGCNF取得最理想结果的情况下做出的，一般来说，SGCNF规则可以在这种信道情况下得到更好的多用户分集效果，使用SGCNF规则会比不使用SGCNF规则的性能有提高，但是通过仿真可以看出，提高的幅度也是有限的，因为即使使用了SGCNF规则，也并不是每次分配都能最优化配置系统资源。表4．1不同用户的信道质量情况子信道号用户A用户B用户C用户D子信道112(+)18126子信道212(+)2418(+)9子信道392418(+)12子信道462718(+)子信道5630(+)1218(+)子信道6930(+)12子信道712(+)30(+)612子信道812(+)27O94．3．2不采用SGCNF规则仿真结果分析在不采用SGCNF规则的情况下，调度算法在每个下行帧的调度周期内，对个子信道的35个slot的分配组成一个小的调度循环。在连续子载波信道模式下，信道模型采用第二章的连续子载波分配设定。业务模型采用可变速率实时业务模型，业务平均速率32kbps，规定业务的QoS要求为：最大转发延时为50rns，超时的包将被丢弃，丢包率要求为0．03以下。并且假定在整个仿真时间400s内，所有用户的业务～直持续发生。各调度算法在每个调度时刻k(时间t=5k(ms))按照如下方式操作：1)初始化子信道号为m=O，剩余资源为35个slot。2)在第m个子信道，对所有有数据包待传，且在当前子信道信道容量不为零的用户，计算各用户业务的优先级表达式的值(见各算法优先级表达式)。3)按照优先级从大Nd"的顺序对用户业务队列进行排序。4)按照上面的排序选择优先级队列中第～个用户的队首分组包进行传输，根据包的大小和slot容量计算该包需要的slot数量，并分配相应数量的资源给该用户以尽量完全发送队首分组包。若该帧剩余的slot数量恰好等于所需slot或不够，则分配剩下的slot给该用户，转入6)。 第4章保证实时业务最大延时要求的无线资源调度算法51查看下一包的截止时间，如果下一个包将在下一调度时刻超时，则不改变该用户在优先级队列中的位置，继续传送该用户下一个包，否则，将该用户置入队尾，选择下一用户作为优先级队列的第一个用户，转入3)。6)所有在线用户按照式4．3更新平均速率。并且m=m+l，若m=8则结束本次调度，否则转入1)。在连续子载波信道模式下，不采用SGCNF规则的情况下，系统吞吐量性能如图禾4所示。可以看出，当用户数超过200以后，M．LWDF算法在吞吐量上开始低于其它算法，随着用户数的增加，差距逐渐变大。这是因为，M—LWDF算法的饱和用户数小于CD—EDD和CD—FEDD算法，当超出其饱和用户数时，丢包率显著增加，从而降低了系统吞吐量。实时调度算法系统吞吐量图4-4连续子载波信道模式实时算法吞吐量性能从丢包率性能图4—5也可以看出，丢包率的增加跟吞吐量的下降是直接相关的。M—LWDF算法的丢包率在200用户以上开始显著大于CD-EDD和CD—FEDD算法。当用户数大于240的情况下，CD．EDD算法的丢包率增加较快，CD—FEDD算法的丢包率性能表现比CD．EDD要好。而当用户数少于240的时候，两个算法的丢包率性能都非常好。最后，通过系统覆盖率性能图4-6，可以得到系统的饱和用户数：采用M—LWDF算法，系统能容纳214用户，CD—EDD算法为242用户，CD．FEDD算法则为250用户。对比分布式子载波分配信道模式的仿真结果，可以看出在连续是子载波分配的信道模式下，即使不采用SGCNF规则，系统的各种性能都有大幅度的提升。 东南大学硕士论文醑同心露斗螺髅实时业务调度算法系统平均丢包率性能图4-5连续子载波信道模式实时算法丢包率性能实时调度算法系统覆盖率性能图4-6连续子载波信道模式实时算法覆盖率性能4．3．3采用SGCNF规则仿真结果分析在采用SGCNF规则的情况下，下行链路调度算法以整个帧为调度周期，每个周期对整个下行帧所有的35×8个slot资源进行统一分配调度。 第4章保证实时业务最大延时要求的无线资源调度算法在连续子载波信道模式下，信道模型采用第二章的连续子载波分配设定。业务模型采用可变速率实时业务模型，业务平均速率32kbps，规定业务的QoS要求为：最大转发延时为50ms，超时的包将被丢弃，丢包率要求为O．03以下。并且假定在整个仿真时间400s内，所有用户的业务一直持续发生。各调度算法在每个调度时刻k(时间f=5k(ms))按照如下方式操作：1)对有数据包待传的用户，以用户i最好的子信道质量作为‘(七)，按照各算法的优先级表达式计算各个用户的优先级。2)按优先级从高到低，对用户进行排序。3)按照上面的排序选择优先级队列中第一个用户，根据其队首分组包的大小和slot容量计算该包需要的slot数量，依次计算队列中后续用户所需slot数量，当所需slot总数达到每帧的总slot资源数的时候，删除优先级队列中后面的其他用户。4)未删除的用户进入资源分配队列。对该队列中用户的优先级按照SGCNF规则进行处理，即对优先级进行除以用户好子信道数目的操作。5)对处理过的优先级队列按从大到小的顺序重新排序。然后进入真正的资源分配。6)选择优先级队列第一个用户，在其最好的子信道尽力完成对队首分组包的传送。查看下一包的截止时间，如果下一个包将在下一调度时刻超时，则不改变该用户在优先级队列中的位置，继续传送该用户下一个包，否则，将该用+户置入队尾，选择下一用户作为优先级队列的第一个用户，继续资源分配操作。7)所有在线用户按照式4．3更新平均速率，当前速率取1)中的I(七)。然后结束本次调度。在连续予载波信道模式下，采用SGCNF规则的情况下，系统吞吐量性能如图4—7所示。丢包率性能如图4．8所示，覆盖率性能如图4．9。可以看出，在这种情况下，依然是CD—FEDD的各种性能好于CD．EDD，而且这两种算法的性能比M—LWDF算法有大幅度的提升。 东南大学硕士论文^墨丑考蚓古|悼螺谣实时业务调度算法系统吞吐量性能图4—7连续子载波信道模式采用SGCNF，实时算法吞吐量性能实时调度算法平均丢包率性能褂圃悄露}螺磺图4-8连续子载波信道模式采用SGCNF，实时算法丢包率性能 第4章保证实时业务最大延时要求的无线资源调度算法实时调度算法系统覆盖率性能图4-9连续子载波信道模式采用SGCNF，实时算法覆盖率性能在三种情况下，CD．FEDD算法的性能都是最好的，我们可以认为，CD．FEDD算法是一种通用性较好的性能优异的实时业务调度算法。4．4三种场景下系统性能比较我们规定分布式子载波信道模式的下行信道为Casel，连续子载波信道模式的下行信道不采用sGCNF规则的情况为Case2，采用SGcNF规则的情况为Case3。下面以各种场景下性能最好的CD．FEDD算法为例，比较三种场景下的算法性能。 东南大学硕士论文0a生一岫古I临螺倏龉固憾霜牛螺幡图4—10CD．FEDD算法在三种场景下的系统吞吐量性能CD—FEDD算法在三种场景下系统丢包率性能图4．IICD—FEDD算法在三种场景下的系统丢包率性能 第4章保证实时业务最大延时要求的无线资源调度算法蕃丑皿、旺g铸1戳∽o趔撰kC1)一FEDD算法在三种场景下系统覆盖率性能图4．12CD．FEDD算法在三种场景下的系统覆盖率性能从仿真结果系统吞吐量图4．10、系统丢包率图4-11和系统覆盖率图4-12可以看出，Case3相对于Case2各种性能都有一定的提高，但是提高的幅度比较小，系统饱和用户数几乎相同，其他性能的提升也不大。即在连续子载波分配模式下，采用sGcNF规则，有利于性能提升，但是在以子信道为最小分配单位的情况下，性能的提升是非常有限的。Casel相比于Case2或Case3，系统饱和用户数差距很大(几近40用户的差距)，这是由于在连续子载波信道模式下，各用户的逻辑子信道将经历频率选择性衰落，通过合理的资源分配方式，能得到较大的多用户统计分集增益。但是这种情况下信道估计难度较大，而且所需要的信道反馈信息较多，将占用过多的系统资源，资源分配和调度算法也更加复杂。而分布式载波分配方式虽然系统性能差一些，但信道估计简单，调度时分配资源方式简单，系统开销少。4．5本章小结本章针对实时数据业务的特点和QoS要求，分析了三种保证实时业务QoS的调度算法：M．LWDF，CD．EDD和CD—FEDD算法。在三种场景下，我们通过仿真分析上述算法的性能。在各种场景下，M—LWDF算法的系统吞吐量性能和系统平均丢包率性能都比CD—FEDD和CD—EDD性能差，系统饱和用户数也比较小。CD．FEDD算法的性能比CD．EDD的性能要好一点，系统饱和用户数略大一点。可以看出，CD—FEDD算法是一个适用于分布式子载波分配模式和4 东南大学硕士论文连续子载波分配模式场景的性能优异的实时业务调度算法。我们以CD-FEDD算法为例，比较了三种场景下的系统性能。在连续子载波信道模式下，系统性能远好于分布式子载波信道模式下的性能，系统饱和用户数大幅度提高。在连续子载波信道模式下，采用了SGCNF规则之后，系统性能相对于不采用该规则略有提升。 第5章保证非实时业务最小速率要求的无线资源调度算法对于非实时业务，往往没有确定的最大延时要求。但是由于非实时业务作为交互式业务，考虑到用户的等待容忍度，一般对此类业务有最小速率要求，即操作人每发出一个分组呼叫请求(packetcall)，均希望能得到最小速率保证，以保证所需的数据能在可以接受的时间内获得。一个packetcall的平均比特率p11定义为：A=A／f(5．1)其中A为用户一个packetcall实际被传输的bit数，而f指该packetcall的持续时间，从其第一个包进入调度器到最后一个包被完全传送为止。如果一个packetcall得到的传输速率达不到最小速率要求，则称该呼叫为溢出呼叫。系统中各用户溢出呼叫占所有呼叫的比例称为平均溢出率(AverageOutagePercentage)1331，其表达式如下：P吡=NumlR—R。)／Ⅳo(5．2)其中，Ⅳ。。，表示整个仿真中所有用户完成传输的分组呼叫总数，分子部分为平均传输速率小于最小预约速率的分组呼叫的个数，Po。表示系统的平均溢出率。下面分析几种非实时业务的资源调度算法。5．1算法分析5．1．1PF算法前述PF算法综合考虑了系统吞吐量和用户公平性方面的要求，在非实时业务调度中，该算法优先级计算简单，性能表现也不错，其优先级表达式为只=置(々)／R(k)(5．3)其中，i(Jj})=(1—1，t)_(后一1)+R,(k)／Tc，为过去Z个调度时刻内，用户f的平均信道质量。R(七)为当前调度时刻k，用户i的信道质量。 东南大学硕士论文5．1．2PSBRS算法假设对于用户i来说，在调度周期七，该用户等待发送的数据长度为厶(女)，该数据的等待时间为形(≈)，则定义per-subcharmelbitrate为：Z(j})=‘@)／彬(七)，表示在以后的形(七)时间内，需要为该用户提供i(≈)的比特率。对于每个非实时用户来说都有一个最小预留速率砧。，为了保证该用户的QoS，调度算法必须保证该《。得到满足。该算法的目标是在保证砭。的前提下能使系统容纳的用户数量达到最大。为了简单起见，假设系统中所有用户的砭。都相同，即：砭。=R。。，vi。在这个前提下，为了能够使系统容纳最大数量的用户，PSBRS调度算法【32j31采用优先满足实际需要带宽较小的用户，优先级表达式如下：只=足(≈)／(耳(七)霉(t))=彬(七)E(七)／(i(七)厶(女))(5．4)彬(k)为队首分组包等待时间，表征了用户需要接受服务的急切程度。R(女)为当前调度周期k，用户i的信道质量。i(女)=(1—1／t)i(≈一O+R，(露)，t，为过去疋个调度周期内，用户i的平均信道质量。厶(k)表示用户等待发送的数据长度。此外，还有M—LWDF和Exp—Drop等算法也可以应用于非实时业务调度算法，但是通过仿真发现，系统性能不如上述两种算法，在此，我们就不详细介绍了。5．1．3minR算法为了在保证砧。的前提下能使系统容纳的用户数量达到最大，我们应当设法使各个分组呼叫(packetcall)均得到略大于R二的速率，尽力使各个分组呼叫获得速率超出R二的部分减小，以使其多获得的传输资源能被更多的用户使用，从而增加系统能容纳的用户数。由此，我们记录用户i当前分组呼叫产生的时间呓。，该分组呼叫到调度时刻为止，到达基站的数据总量zo，以及在调度周期k，该用户业务的数据队44 第5章保证非实时业务最小速率要求的无线资源调度算法列长度即分组呼叫的剩余数据量‘(k)。根据这些参数，我们可以得到该分组呼叫到调度周期七为止，z⋯I怕q传输速率为‘@)=(k一厶(t))／(f(七)一乙)，其相比于如的差值缸(七)=礁。-rj(k)可以作为优先级因子的重要部分。缸(k)如果大于0，则表示用户i当前的分组呼叫到t时刻为止传输速率还达不到最小速率要求，而且△R(t)的值越大，表明该业务被滞后越多。而当缸(t)小于零的时候，表明该业务属于领先流，其优先级应该排在滞后流的所有业务之后，但在计算领先流的总优先级的时候，要让信道质量好的用户优先，由于弛(k)为负值，所以对于PF因子，我们要用除法。综上，我们可以得出一个优先级表达式：踯)：{缸熙嘣R盼缸黪o(5．5)”。【缸(Jj})弓(k)／R,(七)，越(k)<0、。其中，缸(f)=秣。一‘(々)=砖。一(k一厶(七))／(f(七)一‰)(5．6)E(t)为当前调度周期k，用户i的信道质量。耳(七)=(1—1，t厩(≈一1)+足(t)，t，为过去正个调度周期内，用户f的平均信道质量。该算法将分组呼叫已获得的传输速率超过R二的用户(超前流)置于优先级队列后半部分，得到速率不足J‰的用户(滞后流)置于优先级队列的前半部分，并且在这两种用户队列内，按照速率差和信道质量情况，综合得到一个合理的优先级因子。算法目标是使得每个分组呼叫的速率尽可能的集中在略高于砭。的速率区间，在保证每个分组呼叫的最小速率要求的前提下，使系统能容纳更多的用户。该算法称之为minR算法。5．2分布式子载波信道模式下的仿真分析在每个调度时刻，调度器按优先级从大到小为用户业务进行排队，按照队列依次为用户进行服务，当前信道质量差到不能传输信号的用户不进入队列，用户每获得一定的传输资源后，置于队列尾部。对于非实时Web浏览业务，由于每个数据包比较大，而且数据包长度的差别也很大，所以调度器不采用实时业务分配资源的粒度，不完全传送队首分组包，而是在每个用户得到调度机会的时候，为其分配固定数量的slot资45 东南大学硕士论文源。而且，对于时间因子不进行整数化。除此之外，在前述的三种场景下，调度器的其他操作与第四章实时业务调度器的操作相同。5．2．1仿真环境在分布式子载波信道模式下。信道采用第二章的分布式子载波分配设定，系统带宽5M，下行链路承载数据的时隙为35个。业务模型采用非周期变长分组的非实时业务的Web模型，规定业务的QoS要求为：packetcall最小速率要求为50kbps，系统呼叫平均溢出率要求为0．1以下，我们定义系统饱和用户数为：系统在保证平均溢出率低于O．t的前提下所能容纳的最大用户数。并且假定在整个仿真时间400s内，所有用户一直在线。调度以～个下行帧为一个周期，每个下行帧有280个slot可供分配。采用TDD双工方式，在时间上，调度周期为整个帧的时长5ms。5．2．2仿真结果分析图5．1是PF、PSBRS和minR算法在不同用户数时候的平均溢出率性能图。从图中可以看出，系统存在0．02左右的最小平均溢出率，这是由于业务自身到达的速率呈随机分布，其中有大约2％的分组呼叫本身到达的速率达不到最小速率要求的缘故。在三种算法中，PF算法的平均溢出率随用户数的增加增长相当平缓，因此PF算法尽管系统饱和用户数只有150用户左右，但是也具有系统性能不会随着用户数超出饱和用户数而急剧恶化的优点，在系统用户数从150增加到170的情况下，平均溢出率仅仅从0．085增长到0．11，在用户数超出饱和用户数13％的情况下，系统性能依然能维持在相当的水平。PSBRS算法的饱和用户数约为170用户，但是在接近和超出饱和用户数后，平均溢出率增长速率较快。以饱和用户数看，显然是minR算法的性能最好，具有200用户的容量，而且在饱和用户数范围内，其平均溢出率一直维持在极低的水平。但是，采用该算法一定要注意呼叫接入控制，因为一旦用户数超出系统饱和用户数，系统性能将会急剧下降，当用户数扶200增加为210的时候，平均溢出率从O．02左右急剧增加至0．58，系统性能出现陡降。但是，如果能较好的进行接入控制，该算法在保证最小速率的要求下，系统容纳的用户数比其他算法多出20％左右。图5．2是PF、PSBRS和minR算法在不同用户数时候的系统吞吐量性能图。在该场景下，PF算法在吞吐量性能上最好，而采用PSBRS算法系统吞吐量最小。 第5章保iiEt}实时业务最小速率要求的无线资源调度算法图5．1分布式子载波信道模式下非实时调度算法平均溢出率0盘墨√删古I峨螺谣非实时调度算法系统吞吐量用户数图5．2分布式子载波信道模式下非实时调度算法系统吞吐量图5．3是各算法在系统饱和即用户数接近系统饱和用户数的情况下，所有分组呼叫的速率分布CDF曲线。横坐标表示分组呼叫获得的传输速率，纵坐标表示系统中呼叫传输速率小于横坐标速率的呼叫占所有呼叫的比例。从该图中可以看出，PF算法的速率分布较为均匀，CDF曲线呈平缓的增长趋势，47 东南大学硕士论文而且70％的呼叫获得了超过100kbps的传输速率，这也解释了以PF如此大的吞吐量，系统饱和用户数却小于其他两种算法的原因。因为PF算法的优先级表达式的值仅仅与当前信道质量和过去一段时间的平均信道质量相关，算法本身意识不到最小速率要求的存在，传输资源优先分配给当前信道相对自身平均速率较好的用户，而不是优先用于保障Web业务的最小速率要求。PSBRS算法尽力保证用户分组业务的最小速率要求。从图中看出，在饱和用户数的情况下，70％左右的用户呼叫速率在50～80kbps之间，在保证了低于最小速率50kbps的分组呼,ttd,于10％的前提下，也仅仅有20％的分组呼叫得到了超过80kbps的速率。相比于PF算法，在保证最小速率的情况下，以低得多的系统吞吐量容纳了更多的用户。minR算法则使75％左右的分组呼叫的速率处于50kbps～60kbps的区间，即使大部分的分组呼叫的平均速率仅仅是保持略高于最小速率的水平，超过80kbps的分组呼叫才6％，这就使吞吐量得到了有效的利用，极大的提高了系统饱和用户数。在保障最小速率要求的前提下容纳最多的用户这个设计目标下，可以说minR算法的CDF曲线已经达到了接近理论最优曲线的程度。理论最优的CDF曲线为：小于50kbps的时候为0，面大于50kbps的时候为1的阶跃函数曲线。饱和情况下CDF曲线速率(kbps)图5—3分布式子载波信道模式下非实时调度算法饱和情况CDF曲线5．3连续子载波信道模式下的仿真分析在连续子载波信道模式下，采用SGCI师规则后，各算法性能略有提升，但总体 第5章保证非实时业务最小速率要求的无线资源调度算法趋势相近。本节仅分析采用了SGCNF规则情况下各算法的性能。在下一节以minR算法为例，再比较三种场景下的性能差距。5．3．1仿真环境在连续子载波信道模式下，信道采用第二章的连续子载波分配设定，并且应用SGCNF规则。系统带宽5M，下行链路承载数据的时隙为35个。业务模型采用Web业务模型，规定QoS要求为：packetcall最小速率要求为50kbps，平均溢出率要求为O．1以下。并且假定在整个仿真时间400s内，所有用户一直在线。调度以一个下行帧为一个周期，每个下行帧有280个slot可供分配。采用TDD双工方式，在时间上，调度周期为整个帧的时长5ms。5．3．2仿真结果分析图5．4连续子载波信道模式采用SGCNF，非实时调度算法平均溢出率图5-4是三种算法在不同用户数时候的平均溢出率性能图。和分布式子载波分配模式下一样，PF算法的平均溢出率还是随着用户数增加而缓慢增长，而PSBRS算法的平均溢出率随着用户数的增加增长速度较快。以0．1的平均溢出率为限，PF算法在连续式子载波分配并采用SGCNF规则的情况下，系统饱和用户数为190用户，直到用户数增加到290用户，平均溢出率才达到0．2。而PSBRS算法的系统饱和用户数为210用户，但在250用户的时候，平均溢出率就超过了O．2，随着用户数的继续增加，平均溢出率增大速度更快。 东南大学硕士论文minR算法的系统饱和用户数为300用户，比其他两种算法高出40％以上，这个幅度比在分布式子载波分布的情况下更大。这是因为，在将达到饱和用户数的情况下，相对于其他算法，minR算法在会对传输速率不够的用户，这些往往是信道质量相对较差的用户，会更多的通过补偿其传输速率而较大幅度提高其优先级，更多的给予这些用户传输资源。在连续子载波分配的情况下，用户在同一调度时刻的不同子信道有不同的信道质量，即使信道平均质量较差的用户，也会有某些子信道处于较好的状态，这些用户不至于被迫以极低的信道速率来传输数据而过多的浪费信道资源。但是在分布式子载波分配的情况下，信道质量差的用户在优先级高的调度周期内，由于所有子信道质量都一样，没有相对好的子信道用于传输，多用户分集效果远不如连续子载波分配的情况，将浪费较多的传输资源。图5．5连续子载波信道模式采用SGCNF，非实时调度算法系统吞吐量图5．5为三种算法吞吐量性能图。可以看出，在系统用户数较大的情况下，minR算法的多用户分集效果较其他两种算法好。在超过250用户以后，吞吐量随着用户数的增加还有一定幅度的增长，直到最终的吞吐量甚至大于PF算法的吞吐量。PF算法在达到饱和用户数的时候已经基本接近稳定，而PSBRS算法则更早的达到稳定状态，而且吞吐量比其他两种算法明显的低。在用户数远未达到饱和用户数时，minR算法的吞吐量比PF算法小，而在用户数接近和超过饱和用户数时，minR算法的吞吐量超过了PF算法。 第5章保证非实时业务最小速率要求的无线资源调度算法O．2三阡PSBnR滋S(210用minR300m科j⋯—二#≯+户)}_t⋯-f(ur一⋯}⋯⋯一≯o‘(户)l^；／；7r⋯一f⋯二～⋯一．二}Ⅲ磐乒／一，，⋯⋯，j⋯⋯⋯i⋯⋯一”⋯⋯j一⋯～一“÷⋯一一／r一⋯⋯一；一⋯～一～一一～}一～一'}⋯一o，⋯一～，●，一～二～⋯：f：一／：。i⋯⋯⋯：l⋯；到缮j}⋯J／／：··⋯⋯；一⋯⋯一}⋯～一～；⋯⋯·i：≯‘⋯{⋯⋯一r⋯⋯⋯～：_I一．—l岁，。i20406080IOO速率(kbps)图5—6连续子载波信道模式采用SGCI'CF，非实时调度算法饱和情况CDF曲线图5．6为三种算法在接近系统饱和用户数的用户在线的情况下，呼叫速率的CDF分布曲线。PF算法的呼叫传输速率分布仍然较为均匀，但是由于用户可以选择好的子信道进行传输，所以平均速率低于50kbps的呼叫其比率非常低，而且速率越低则比率越小。50～100kbps这段速率则近乎均匀分布。PSBRS算法希望呼叫传输速率能高于最小速率，但是又能较好的控制在高于50kbps不多的一段速率区间内，采用该算法，速率处于50～100kbps的呼叫比例达到了80％，远大于PF算法的35％，但是该算法在对这个目标的控制力度却明显不如minR算法。从minR算法的CDF曲线可以看出，该算法将80％的呼叫传输速率控制在50kbps～60kbps这段狭小的速率区闯，在保证最小速率的前提下，极大的降低了每个呼叫的平均速率。在相近的系统吞吐量下，显然能够容纳更多的用户。所以，该算法比PF算法的系统饱和用户数增加了50％多。5．4三种场景下系统性能比较我们沿用第四章的规定：分布式子载波信道模式的下行信道为casel，连续子载波分配模式的下行信道不采用SOCNF规则的情况为Case2，采用SGCNF规则的情况为Case3。下面以各种场景下系统饱和用户数最大的minR算法为例，比较算法在三种不同场景下的系统性能。 东南大学硕士论文1200011200010400删9600古I雌饕ssoo8000图5—7三种场景下minR算法的平均溢出率—-_casel—1_case2麓—，●一case3；：l多—■—了了。，一}⋯÷⋯÷⋯w÷⋯⋯一j⋯．⋯{；!；；；／≮乏妻≥婚⋯■0I⋯■0．⋯I⋯毛⋯l⋯⋯i⋯。⋯⋯；⋯上⋯工⋯上童⋯t⋯i⋯0一，b⋯一0一；～j⋯⋯_；⋯。～o0⋯；⋯一■⋯；⋯4～一；o；}|；．1l；；i；；!⋯。{‘’r“≯⋯：’}．■≯⋯一“；⋯y‘；‘军；．{一rtF⋯_：，⋯i：：jI：‘：一‘：t：‘180200220240260280300320用户数图5罐三种场景下minR算法的吞吐量图5—7为minR算法在三种场景下，平均溢出率性能图。分布式子载波分配模式的Cascl的用户容量为200，远远小于连续式子载波分配模式的Case2的280和Case3的300。由于minR算法要强制保证速率较小的用户得到资源，而这部分用户往往平均信道质量较差，采用SGCNF规则可以优先让这部分用户选择最好的子信道，相比直 第5章保证非实时业务晟小速率要求的无线资源调度算法接为这些用户指定子信道，系统信道资源使用更为合理，明显弱化了minR在系统饱和用户数附近平均溢出率急剧增加的趋势。因此，Case3的系统饱和用户数较Case2有较大幅度的增加，虽然从图5．8中我们可以看出，在用户数接近系统饱和用户数的时候，采用SGCNF规则的系统吞吐量和不采用的情况差不多。在Casel场景下，系统吞吐量远小于Case2和Case3。5．5本章小结本章针对非实时数据业务的特点和QoS要求，分析了三种保证非实时业务最小速率要求的调度算法：PF算法，PSBRS算法和IllinR算法。在分布式子载波分配和连续子载波分配并采用SGCNF规则两种场景下，我们通过仿真分析上述算法的性能。在这两种场景下，PF算法的系统吞吐量最大，速率分布较为均匀，但是在保证分组呼叫最小速率50kbps的前提下，其系统饱和用户数最小。但是系统用户数超过系统饱和用户数后，平均溢出率性能没有明显的劣化。PSBRS算法系统饱和用户数比PF算法大一些，但是系统吞吐量最小，而且当用户数超过系统饱和用户数后，平均溢出率性能下降较快。而minR算法在实现系统饱和用户数最大化的目标下表现最好，系统饱和用户数远大于前两种算法，而且在系统用户数小于系统饱和用户数的情况下，平均溢出率一直维持在一个极低的水平，但是一旦系统过载，则平均溢出率性能出现陡降。此外，minR算法的系统吞吐量性能也比较好。我们以minR算法为例，比较三种场景下的系统性能。在连续式子载波分布的情况下，系统性能远好于分布式子载波分布的情况，系统饱和用户数大幅度提高。在采用了SGCNF规则之后，系统饱和用户数相对于不采用该规则大了20用户(增长7％左右)，但是在用户数接近系统饱和用户数的情况下，吞吐量性能差不多。 第6章全文总结6．1全文总结本论文基于IEEE802．16e系统，建立合适的模型，对保证实时业务和非实时业务Oos的无线资源调度算法进行研究，总结主要工作内容如下：首先，介绍了QoS相关问题和IEEE802．16e物理层和MAC层协议。接下来，基于协议建立了多基站多移动用户的下行链路信道模型，对两种下行逻辑子信道映射方式下的信道建立了合理的模型进行仿真。仿真得到的时变信道结果用于后续调度算法仿真平台的信道模块。对于BE业务，不要求保证业务的QoS，我们研究了四种基本的调度算法：MaxCfl、FT、RR和PF算法，通过仿真，对上述算法在效率和公平性方面的性能做了评估。对于实时业务，要求保证数据包的最大时延，且超时数据包的丢包率做出了严格的要求。我们研究了针对这些QoS要求有良好表现的三种算法：M-LWDF算法、CD—EDD算法和CD-FEDD算法，通过三种场景下各种算法的仿真结果比较，可以看出在各种场景下，CD．FEDD算法性能都较其他两种算法有优势。对于非实时业务，要求保证分组呼叫的最小速率要求，且对不能满足该要求的平均溢出率有严格限制。我们研究了针对最小速率要求有较好表现的PF算法和PSBRS算法，并提出minR算法，通过仿真得出如下结论：以保证QoS要求为前提，最大化系统饱和用户数为目标，则minR算法具有最好的性能，其系统饱和用户数远远高于其他算法。PF算法具有最好的吞吐量性能，并且受系统过载的影响最小，算法本身也最简单。在连续予载波分配方式下，采用SGCNF规则能得到更大的多用户统计分集增益，对于实时和非实时业务均可以得到非常好的系统性能。分布式子载波分配方式下，系统饱和用户数和系统吞吐量性能比连续式要差。但信道估计比较简单，信道反馈信息占用系统资源较少，而且调度算法实现也更简单。6．2有待继续研究的问题●论文中针对实时业务，非实时业务和尽力而为业务的调度算法进行了研究，对voD业务，一般采取优先分配资源的方式，一般不用考虑其调度算法。接下来可以对混合业务调度算法进行研究。●论文仅对小区中央的用户进行了分析和研究。因为小区边缘的用户，如果不采用小区频率的协调规划，则用户站将受到相邻基站的严重干扰，导致信干 东南大学硕士论文比过低而处于不可传信状态。如果结合小区频率的协调规划，可以对整个小区的所有用户进行统一的资源调度，从而更具实际意义。_论文研究中，信道容量是通过信道仿真模型计算得出信干比，再结合AMC方式查表得出，即相当于理想信道估计，并且暗含了信道没有错误的假定。如何结合信道估计，结合数据重传等问题进行调度算法的综合研究是更意义的研究方向。 致谢光阴似箭，两年半的研究生生活即将结束，这一期间的生活、学习及工作的情景仍然历历在目。在论文即将完成之际，谨向给予我培养、教育、支持和帮助的老师、同学、家人和朋友致以最诚挚的谢意。特别感谢我的导师赵春明教授，在实验室两年多赵老师的悉心指导使我对于移动通信理论基础、调制编码技术、资源调度技术以及无线通信系统设计与实现等方面有了较为广泛和深入的认识。他品格高尚，学识渊博，治学严谨，思路开阔，思维极富系统性和前瞻性。更令人敬佩的是他对教育和科研事业的献身精神，给我树立了做人和治学的榜样。在赵老师的指导下，我不仅在理论知识和实践经验方面得到提高，而且开拓了眼界与思路，培养起了比较系统的思维和工作方法。感谢黄鹤老师，黄鹤老师思维敏捷，工程经验丰富，有着犀利的判断力。感谢实验室的师兄郭刚、高磊、刘晓键、徐定远、郑大伟等，他们的热心助人和勤奋好学给我留下深刻的印象。感谢曾经帮助过我的实验室同窗好友许恩杨、曹艳艳、郭亮、林华乐、游月意、张涛、许峰、周朝霞、郑康、黄勤、王大勇，与他们一起度过的愉快时光让我终生难忘。特别感谢我的爱人柳文，三年多的时间里她对我的全力支持和鼓励，是我顺利进行学习的关键。我们一起走过风风雨雨，经历酸甜苦辣。感谢我的宝宝方仕瑜，他的降生让我的人生更加充满乐趣，让我的学习和工作更加具有意义。最后，我要衷心地感谢我的家人。在我漫长的学习生活中，他们的殷切期望一直是我前进的最大动力。特别是我的父母，从我的小孩出生到现在，一直是他们在负责我们的生活中的事情，让我能全心投入学习和研究工作。还有许多关心和支持我的人，不能一一列举，在这里一并向你们表示感谢l2007年12月