CN101114988A - 基于非连续发射预测自适应多速率业务的流控算法 - Google Patents

Abstract

本发明公开了一种基于非连续发射预测自适应多速率业务的流控算法，针对现有语音业务带宽资源浪费的问题而发明。包括如下步骤：首先，统计语音业务在预测窗口内的非连续发射状态；根据统计纪录，计算预测窗口内的非连续发射状态的平均状态；在预测窗口内计算非连续发射状态的平均速率；将所有的语音业务的带宽预测值相加，得到语音业务在下一个调度周期内的语音业务分配总带宽；如果所述语音业务分配总带宽小于传输带宽总量，那么下一个调度周期语音业务能够使用的带宽为语音业务分配总带宽，然后将剩余的传输带宽分配给其它类型的业务。本发明提高了系统传输带宽的资源利用率和系统的容量。

Description

基于非连续发射预测自适应多速率业务的流控算法

技术领域

本发明涉及宽带码分多址(Wideband Code Division Multiple Access)系统(以下简称WCDMA)RNC(无线网络控制器)网元的一种流控策略，以提高带宽利用率和系统性能。

背景技术

在WCDMA系统中，将业务类型划分成会话类业务、交互类业务、流业务和背景类业务，此4种类型具有不同的优先级。在实际的系统应用中，资源是受限的，如附图1所示的系统示意图，对于下行业务，在网元RNC和网元NodeB之间，通常采用租用E1线路的通信策略，由于经费的限制，租用的E1线路的数量是有所限制的，因此，当系统承载混合业务(4类业务)时，需要根据当前各类业务量的性质以及对QoS的需求，对有限的传输资源进行划分，以保证对通信质量要求高的业务性能。比如，首先分配会话类业务带宽，再分配流类业务带宽，最后分配交互类和背景类业务带宽。

对于会话类业务，可以区分为固定bit速率和变bit速率(AMR)两类。当会话类业务采用AMR编码时，业务速率与系统的负荷以及发射功率有关，可以这么认定，当在一定周期内，平均速率比较低的时候，说明系统负荷比较高或者发射功率比较大，那么对于语音业务来说，就会采用比较低的编码速率，那么，可以预见，在下一个TTI内，也会采用比较低的编码速率。

根据IEEE等国际组织研究结果表明，对于会话类业务，在通话期间内，大概有50％左右的静默期，在此期间，会话过程中无数据传送，其中概率称为话音激活因子Alfa。在会话过程中，根据激活因子Alfa在2个状态之间迁移，激活态和非激活态，状态迁移服从Markov随机过程，状态迁移如附图2所示。当话音被激活时，语音业务的速率由AMR编码决定。

假设AMR语音业务在一定的统计周期内的平均bit速率为BitRate_i，系统中的话音业务总量为N，如果不考虑话音的DTX分布特性，为了首先保证业务通信质量，那么，必须在总传输带宽资源W中划分出∑BitRate_i优先保证语音业务，如果话音激活因子为Alfa，那么，从平均的角度来看，就会造成

带宽资源浪费。

发明内容

针对现有技术存在的缺陷和不足，本发明的目的是提供一种能够提高WCDMA系统传输带宽的资源利用率和系统容量的基于非连续发射预测自适应多速率业务的流控算法。

为达到上述目的，本发明采用以下技术方案：一种基于非连续发射预测自适应多速率业务的流控算法，包括如下步骤：

步骤A，设置预测窗口和非连续发射比较门限；

步骤B，统计语音业务在所述预测窗口内的非连续发射状态；

步骤C，根据统计纪录，计算所述预测窗口内的非连续发射状态的平均状态；该非连续发射状态的平均状态与所述非连续发射比较门限比较，判断语音业务的在下一个调度周期内是否有数据需要发送；

步骤D，在所述预测窗口内计算非连续发射状态的平均速率；

步骤E，将所有的语音业务的带宽预测值相加，得到语音业务在下一个调度周期内的语音业务分配总带宽；

步骤F，如果所述语音业务分配总带宽大于传输带宽总量，那么下一个调度周期语音业务能够使用的带宽为传输带宽总量；如果所述语音业务分配总带宽小于传输带宽总量，那么下一个调度周期语音业务能够使用的带宽为语音业务分配总带宽，然后将剩余的传输带宽分配给其它类型的业务。

优选的：在所述基于非连续发射预测自适应多速率业务的流控算法中，所述步骤A具体为：

步骤A1，设定语音激活因子Alfa＝0.4，分布服从Markov模型；

步骤A2，设置预测窗口T＝15；

步骤A3，设置DTX比较门限为1-Alfa＝0.6。

优选的：在所述基于非连续发射预测自适应多速率业务的流控算法中，所述步骤D具体为：

步骤D1，计算统计周期15个传输时间间隔内的语音业务带宽占用总量

步骤D2，计算在15个传输时间间隔内，语音帧的个数

步骤D3，计算语音业务带宽资源 $\mathrm{BitRate}=\underset{i=1}{\overset{15}{\mathrm{\Σ}}}{\mathrm{BitRate}}_i/\underset{i=1}{\overset{15}{\mathrm{\Σ}}}{\stackrel{\‾}{\mathrm{DtxState}}}_i$

采用本发明所述的方法，能有效解决WCDMA系统中在传输带宽资源有限情况下的话音业务流控策略，提高了系统传输带宽的资源利用率和系统的容量。

附图说明

图1无线通信系统示意图

图2状态迁移模型示意图

图3Amr语音业务资源预测流程图

具体实施方式

本发明针对背景技术指出的话音业务带宽资源浪费的情况，采用对多个AMR业务的用户下一个调度周期需求的带宽总量进行预测，以预测值作为资源申请量的流控策略，提高系统传输带宽的利用率，提高系统的容量。

下面结合附图3对本发明作进一步的详细描述：

1)对于业务i，在调度周期k内，记录当前调度周期内DTX状态DtxState[k]，如果当前周期内，业务i有数据发送，则DtxState[k]＝1，否则为0

2)在下一个调度周期到来前，所有业务向流控调度中心发送流控请求帧，帧中携带的信息为DTX状态序列DtxState[k]，其中k＝1，2，3，4…，T，其中T为统计周期，设置为15

3)流控中心根据每个业务i发送来的流控请求帧中的DTX信息，计算每个业务i的窗口T内的平均DTX状态 ${\mathrm{MranDtxState}}_i=\underset{k}{\mathrm{\Σ}}{\mathrm{DtxState}}_i\[k\]/T$

4)如果MeanDtxState_i＞＝DtxThresHold，那么流控中心为业务i分配带宽资源BitRate，否则为0

5)计算带宽资源BitRate，计算流程为

计算统计周期15个TTI内的带宽占用总量

计算在15个TTI内，语音帧的个数

计算带宽资源 $\mathrm{BitRate}=\underset{i=1}{\overset{15}{\mathrm{\Σ}}}{\mathrm{BitRate}}_i/\underset{i=1}{\overset{15}{\mathrm{\Σ}}}{\stackrel{\‾}{\mathrm{DtxState}}}_i$

6)流控中心将所有业务分配的带宽进行相加，得到一个话音业务分配总带宽W_c，在下一个调度周期前，流控中心利用流控分配帧将W_c发送给所有的业务

7)对于每个业务i，在下一个调度周期中，如果有数据需要发送，只要W_C＞0，那么就发送相应的话音帧，并且W_c＝W_c-MaxBitRate，直到W_c为0(MaxBitRate为所有AMR业务预测带宽总和)

综上所述，本发明通过通过采用基于预测话音业务的DTX的流控方法，可以有效的利用WCDMA系统中有限的传输带宽资源，提高了系统地容量。

Claims (3)

1.一种基于非连续发射预测自适应多速率业务的流控算法，包括如下步骤：

步骤A，设置预测窗口和非连续发射比较门限；

步骤B，统计语音业务在所述预测窗口内的非连续发射状态；

步骤C，根据统计纪录，计算所述预测窗口内的非连续发射状态的平均状态；该非连续发射状态的平均状态与所述非连续发射比较门限比较，判断语音业务的在下一个调度周期内是否有数据需要发送；

步骤D，在所述预测窗口内计算非连续发射状态的平均速率；

步骤E，将所有的语音业务的带宽预测值相加，得到语音业务在下一个调度周期内的语音业务分配总带宽；

步骤F，如果所述语音业务分配总带宽大于传输带宽总量，那么下一个调度周期语音业务能够使用的带宽为传输带宽总量；如果所述语音业务分配总带宽小于传输带宽总量，那么下一个调度周期语音业务能够使用的带宽为语音业务分配总带宽，然后将剩余的传输带宽分配给其它类型的业务。

2.权利要求1所述的基于非连续发射预测自适应多速率业务的流控算法，其特征在于所述步骤A具体为：

步骤A1，设定语音激活因子Alfa＝0.4，分布服从Markov模型；

步骤A2，设置预测窗口T＝15；

步骤A3，设置DTX比较门限为1-Alfa＝0.6。

3.权利要求1或2所述的基于非连续发射预测自适应多速率业务的流控算法，其特征在于所述步骤D具体为：

步骤D1，计算统计周期15个传输时间间隔内的语音业务带宽占用总量

步骤D2，计算在15个传输时间间隔内，语音帧的个数

步骤D3，计算语音业务带宽资源 $\mathrm{BitRate}=\underset{i=1}{\overset{15}{\mathrm{\Σ}}}{\mathrm{BitRate}}_i/\underset{i=1}{\overset{15}{\mathrm{\Σ}}}{\stackrel{\‾}{\mathrm{DtxState}}}_i.$

Images