CN101795496B - 多基站多用户网络的调度方法和系统 - Google Patents

Abstract

本发明公开了一种多基站多用户网络的调度方法和系统，在当前时隙网络中每个用户处，计算各个基站提供给每个用户的数据传输速率与单位时间服务价格的比值并排序；根据所述比值排序计算每个用户获得各个基站服务的服务概率；根据所述服务概率，每个基站更新下一时隙基站提供给用户的单位时间服务价格并选择一个目标用户进行数据传输。本发明能够实现全局比例公平调度，为用户提供在吞吐量和公平性上的服务保障。

Description

多基站多用户网络的调度方法和系统

技术领域

本发明属于无线通信领域，尤其涉及多个基站同时服务多个用户的网络架构下进行数据传输的任务调度方法。

背景技术

在多个基站多个用户同时进行传输的网络架构下，该结构如图1所示，基站和用户间信息传输采用时分复用的方式，这样可以保证一个基站可以给多个用户终端提供服务。由于无线信道的衰落特性，在移动网络中每个基站都存在一定的概率与其邻近的用户进行信息传输。为了充分利用无线衰落信道的特性，常用的贪婪调度策略允许每个基站在每个时隙选择信道状况最好的用户进行传输，但是贪婪调度算法将导致距离基站近的用户在绝大部分时间里占用基站信道资源，从而使得远离基站的用户无法得到足够的服务时隙，导致用户间在信息资源利用方面的公平性降低。

另一种常用的保证用户间时隙分配公平性的算法是轮询传输算法，即基站顺次服务每个用户，不管该用户当前的信道状况如何。这种算法可能导致信息资源的浪费。例如，如果当前选择传输的用户处于很差的信道条件下，此时所有的传输都可能失败，这样将会导致时隙资源浪费。

目前的HSDPA(High Speed Downlink Packet Access，高速下行分组接入)系统中在下行链路的多用户传输任务调度中采用的美国高通公司提出的比例公平行算法。这种算法可以一方面利用无线衰落信道的多用户分集特性，提高系统的吞吐量；另一方面又可以保证信道状况差的用户得到相对高的吞吐量，提高系统给不同用户服务的公平性。相对而言，比例公平性算法综合考虑了多用户分集和用户间公平性，用当前可达速率与时间窗内平均吞吐量的比值作为选择标准。但是这个传统的比例公平调度算法是基于单个基站单个蜂窝的，对单个基站的情况可以较好地解决上述问题。对于多基站的无线网络，这种单基站的比例公平性算法的特点是每个基站在本地根据对所有用户的历史服务速率选择传输用户，与其它基站没有信息交互，难以适用于多基站的网络环境，其性能较差。

发明内容

本发明的目的旨在至少解决现有技术中的上述问题之一。

为此，本发明的实施例提出一种基于多基站多用户网络架构的调度方法和系统，以实现全局比例公平调度，为用户提供在吞吐量和公平性上的服务保障。

根据本发明的一个方面，本发明实施例提出了一种多基站多用户网络的调度方法，所述调度方法包括以下步骤：a)在当前时隙网络中每个用户处，计算各个基站提供给每个用户的数据传输速率与单位时间服务价格的比值并排序；b)根据所述比值排序计算每个用户获得各个基站服务的服务概率；c)根据所述服务概率，每个基站更新下一时隙基站提供给用户的单位时间服务价格并选择一个目标用户进行数据传输；以及d)重复步骤a到c，以执行网络中多基站服务多用户的任务调度。

根据本发明进一步的实施例，所述服务概率按照以下公式计算获得：

$x_{n^{\left(1\right)},m}\left(t\right)={\left[\frac{1}{{\mathrm{\λ}}_{n^{\left(1\right)}}\left(t\right)}\right]}_0^1;$

$x_{n^{\left(k\right)},m}\left(t\right)={[\frac{1}{{\mathrm{\λ}}_{n^{\left(k\right)}}\left(t\right)}-\frac{r_{n^{\left(1\right)},m}\left(t\right)+r_{n^{\left(2\right)},m}\left(t\right)+...+r_{n^{(k-1)},m}\left(t\right)}{r_{n^{\left(k\right)},m}\left(t\right)}]}_0^1,k=\mathrm{2,3},...,N$

其中t表示时隙编号，n表示网络中可以提供数据服务的基站编号，N表示网络中可以提供数据服务的基站数量，m表示网络中可以接受基站数据服务的用户的编号，r_n，m(t)表示在第t个时隙基站n提供给用户m的数据传输速率，n⁽¹⁾，n⁽²⁾，…，n^(N)表示各个比值对应的降序下标，以及λ_n(t)表示基站n在第t个时隙提供的单位时间服务价格。

根据本发明进一步的实施例，按照以下公式更新所述单位时间服务价格：

其中γ表示更新算法的迭代步长，γ的取值范围是0.0001～0.01。

根据本发明的另一个方面，本发明实施例提出了一种多基站多用户网络的调度系统，所述调度系统包括多个基站和多个用户；所述用户，在当前时隙计算各个基站提供的数据传输速率与单位时间服务价格的比值并排序；以及根据所述比值排序计算其获得各个基站服务的服务概率并发送给对应的基站；所述基站，根据所述服务概率更新下一时隙基站提供给用户的单位时间服务价格，并将更新的所述单位时间服务价格广播给多个用户；以及根据所述服务概率在多个用户中选择一个目标用户进行数据传输。

根据本发明进一步的实施例，所述用户按照以下公式计算获得服务概率：

$x_{n^{\left(1\right)},m}\left(t\right)={\left[\frac{1}{{\mathrm{\λ}}_{n^{\left(1\right)}}\left(t\right)}\right]}_0^1;$

$x_{n^{\left(k\right)},m}\left(t\right)={[\frac{1}{{\mathrm{\λ}}_{n^{\left(k\right)}}\left(t\right)}-\frac{r_{n^{\left(1\right)},m}\left(t\right)+r_{n^{\left(2\right)},m}\left(t\right)+...+r_{n^{(k-1)},m}\left(t\right)}{r_{n^{\left(k\right)},m}\left(t\right)}]}_0^1,k=\mathrm{2,3},...,N$

其中t表示时隙编号，n表示网络中可以提供数据服务的基站编号，N表示网络中可以提供数据服务的基站数量，m表示网络中可以接受基站数据服务的用户的编号，r_n，m(t)表示在第t个时隙基站n提供给用户m的数据传输速率，n⁽¹⁾，n⁽²⁾，…，n^(N)表示各个比值对应的降序下标，以及λ_n(t)表示基站n在第t个时隙提供的单位时间服务价格。

根据本发明进一步的实施例，所述基站按照以下公式更新所述单位时间服务价格：

其中γ表示更新算法的迭代步长，γ的取值范围是0.0001～0.01。

本发明的调度方法和系统基于当前时隙基站向用户进行数据传输的速率以及提供单位时间服务的价格，获得每个用户的需求并进行下一时隙的价格更新，从而实现多基站多用户网络中数据传输的全局性比例公平调度。

本发明具有以下优点：每个用户总的平均吞吐量得到提高；每个用户的吞吐量抖动得到降低；用户间吞吐量分配的公平性得到了提高。

另外，由于不需要基站间进行信息交互，而只需要基站到用户的传输以及用户到基站的传输，所以该方法适合于分布式实现。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为多个基站多个用户的无线数据访问网络架构示意图；

图2为本发明实施例的多基站多用户网络的调度方法步骤流程图；

图3为本发明调度方法与现有调度方法的用户吞吐量的比较梯形图；

图4为本发明调度方法与现有调度方法的用户吞吐量抖动量的比较梯形图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

现在参考图2，该图显示了本发明实施例的多基站多用户网络的调度方法步骤流程。网络系统工作在时分多址接入的模式下，即基站和用户间信息传输采用时分复用的方式。例如机会时分多址接入，即每个基站的服务时间被分成相等长度的时隙，每个时隙以一定的概率服务某个用户；或者不等长度时隙的接入模式，时隙长度根据服务概率按比例分配。

首先，需要对网络中所有可以提供数据服务的基站提供的单位时间服务价格进行初始化(步骤102)，即在第0时隙进行初始化。

为了阐述该发明内容，文中引入下列符号：

N：网络中可以提供数据服务的基站的数量；

M：网络中可以接受基站数据服务的用户终端的数量；

n：基站的编号，n＝1，2，…N；

m：用户终端编号，m＝1，2，…，M；

t：时隙编号；

r_n，m(t)：在第t个时隙里，基站n给用户m可以提供的数据传输速率；

λ_n(t)：基站n在第t个时隙提供单位时间服务的价格；

x_n，m(t)：在第t个时隙里，基站n向用户m提供服务的概率。

服务价格初始化也就是说，t＝0时，对所有的基站n＝1，2，…，N，令初始价格λ_n(0)＝1，然后令t＝1。当然上述初始化公式不局限于该具体实施例。

在第t个当前时隙，在每个用户m(m＝1，2，…，M)处，计算各个基站提供给每个用户的数据传输速率r_n，m(t)与单位时间服务价格λ_n的比值(步骤104)，即

然后，将

按照降序排列(步骤106)，得到降序的下标n⁽¹⁾，n⁽²⁾，…，n^(N)满足

$\frac{r_{n^{\left(1\right)},m}\left(t\right)}{{\mathrm{\λ}}_{n^{\left(1\right)}}\left(t\right)}\≥\frac{r_{n^{\left(2\right)},m}\left(t\right)}{{\mathrm{\λ}}_{n^{\left(2\right)}}\left(t\right)}\≥...\≥\frac{r_{n^{\left(N\right)},m}\left(t\right)}{{\mathrm{\λ}}_{n^{\left(N\right)}}\left(t\right)}.$

根据排序，用户m本地计算自己获得N个基站服务的服务概率{x_n，m(t)}_{n＝1，2，…，N}，计算公式如下：

$x_{n^{\left(1\right)},m}\left(t\right)={\left[\frac{1}{{\mathrm{\λ}}_{n^{\left(1\right)}}\left(t\right)}\right]}_0^1;$

$x_{n^{\left(k\right)},m}\left(t\right)={[\frac{1}{{\mathrm{\λ}}_{n^{\left(k\right)}}\left(t\right)}-\frac{r_{n^{\left(1\right)},m}\left(t\right)+r_{n^{\left(2\right)},m}\left(t\right)+...+r_{n^{(k-1)},m}\left(t\right)}{r_{n^{\left(k\right)},m}\left(t\right)}]}_0^1,k=\mathrm{2,3},...,N.$

然后，用户m将更新得到的x_n，m(t)发送给基站n。

在第t个时隙，在每个基站n(n＝1，2，…，N)处，根据用户的需求更新各自的价格λ_n，即得到下一时隙每个基站提供的单位时间服务价格(步骤110)。其中，价格λ_n(t+1)更新公式如下：

${\mathrm{\λ}}_n(t+1)=\max [{\mathrm{\λ}}_n\left(t\right)+\mathrm{\γ}(1-\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{x}_{n,m}\left(\stackrel{\→}{\mathrm{\λ}}\left(t\right)\right)),0].$

其中γ表示更新算法的迭代步长。在实际算法中，为保证算法收敛，γ应取小于等于0.01的整数，但是为防止算法收敛过慢，γ不应小于0.0001。

在得到更新的服务价格后，需要进一步判断相邻两个时隙(当前时隙与下一个时隙)的服务概率是否小于预定值(步骤112)，例如当服务概率小于0.0001等足够小的数值时，则结束。否则，基站则将更新了的服务价格λ_n(t+1)广播给所有的用户

并且在第t个时隙，基站n以服务概率{x_n，1(t)，x_n，2(t)，…，x_n，M(t)}从M个用户中选择一个用户作为目标用户，并以当前时隙的速率r_n，m(t)进行数据传输(步骤114)。

令t＝t+1，并返回到步骤104，重复步骤104到步骤114。这样，基站就可以利用基于上述步骤的竞价，进行多基站无线网络调度的全局比例公平调度，为用户提供在吞吐量和公平性上的服务保障。

例如选择以下仿真数据对本发明调度方法与现有本地比例公平调度方法的用户吞吐量进行比较。

仿真数据为：基站数量N＝5，用户数量M＝4，算法迭代的步长γ＝0.01。每个基站到用户的服务速率如下表1所示：

表1

基站\用户	1	2	3	4
					1	1.9623	6.0065	7.7450	4.0583
2	8.0927	5.6126	9.4289	1.0245
					3	9.2208	0.8005	7.1729	7.4365
4	9.9959	4.6664	3.5191	4.6498
					5	2.9593	4.7707	1.5424	1.6199

每个时隙内的基站n到用户m的瞬时服务速率以表1中第n行第m列的数据为平均值，按照指数分布生成。

用户m的吞吐量定义为： $T_m=\underset{t\→\∞}{\lim }{x}_{n,m}\left(t\right)r_{n,m}\left(t\right)$

图3显示了上述仿真数据下，本发明调度方法与现有本地比例公平调度方法的用户吞吐量的比较梯形图。从图3可知，对每个用户而言，采用本发明全局比例公平调度算法得到的总的吞吐量均高于采用本地比例公平得到的总的吞吐量。

另外，利用总的平均吞吐量的抖动量对本发明调度方法和本地比例公平调度方法的稳定性进行比较，其中总的平均吞吐量的抖动量δ_m(τ)的定义如下：

$\frac{1}{\mathrm{\τ}}\underset{i=1}{\overset{\mathrm{\τ}}{\mathrm{\Σ}}}{\left(\frac{{\mathrm{\Σ}}_{n=1}^N{\hat{r}}_{n,m}\left(i\right)-T_m\left(i\right)}{T_m\left(i\right)}\right)}^2.$

结合上述仿真数据得到图4比较梯形图，图4的结果表明：对每个用户而言，采用本发明全局比例公平调度算法得到的总的吞吐量抖动量均低于采用本地比例公平得到的结果，这意味着每个用户能得到更稳定服务速率，保证系统的服务质量。

此外，还可以利用Jain公平性系数来衡量本发明调度方法和本地比例公平调度方法对应的每个用户总的平均吞吐量的公平性。该公平性系数定义如下，对一组数据x₁，x₂，…，x_M，其中Jain公平性系数为：

$f(x_1,x_2,...,x_M)=\frac{{\left({\mathrm{\Σ}}_{i=1}^M{x}_i\right)}^2}{M{\mathrm{\Σ}}_{i=1}^M{x}_i^2}$

该系数越接近于1，表明这组数据间的公平性越高，反之，说明这组数据的公平性越低。

仍然结合上述仿真数据，通过仿真结果显示，本发明导致的用户间吞吐量的公平性系数为0.9744，本地比例公平调度算法得到的用户间吞吐量的公平性系数为0.9565，从而说明本发明能更好的保证不同用户得到相对公平的吞吐量分配。

此外，本发明不需要基站间进行信息交互，而只需要基站到用户的传输以及用户到基站的传输。因此，该方法适合于分布式实现。

并且，本发明还具有比较低的实现复杂度。

下面给出该方法的实现复杂度，按照通信复杂度和计算复杂度讨论。其中，通信复杂度包含四类传输：基站间传输；用户间传输；基站到用户传输；用户到基站传输。计算复杂度又可以按照发生在基站处和发生在用户处的分为两类，该发明中涉及到的计算有比较、加法和乘法。下表2中给出了复杂度的数值。

M为用户数目，N为基站数目。表中数据表明，通信复杂度和计算复杂度都与MN成线性关系或与N成对数关系增长，而不是高次幂或者指数关系，所以该算法具有比较低的复杂度，适合于用户数目以及基站数目比较大的环境。

表2

本发明可以应用于下一代移动通信系统中的基站端，既可以以硬件的形式将该算法固化在外围芯片或者嵌入式系统中，利用总线结构配置在现有的基站服务器上，使不同基站间可以交互提供给各个用户的本地平均吞吐量信息，完成从当前移动通信系统向下一代移动通信系统的演化。另一方面，该发明又可以以软件的形式实现，将该软件在下一代基站服务器上安装，利用下一代基站自身的通信功能，执行全局比例公平调度算法。

本发明可以仅要求在基站端进行硬件配置或者软件安装，对用户终端没有任何实施方式的要求，并且可以与第二代移动终端配合使用，也可以支持第三代或者未来的移动通信终端。从而在提高用户终端的吞吐量的基础上提供一定的服务公平性的保障。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同限定。

Claims (6)

1.一种多基站多用户网络的调度方法，其特征在于，所述调度方法包括以下步骤：

a)在当前时隙网络中每个用户处，计算各个基站提供给每个用户的数据传输速率与单位时间服务价格的比值并排序；

b)根据所述比值排序计算每个用户获得各个基站服务的服务概率；

c)根据所述服务概率，每个基站更新下一时隙基站提供给用户的单位时间服务价格并选择一个目标用户进行数据传输；以及

d)重复步骤a到c，以执行网络中多基站服务多用户的任务调度，其中，

所述服务概率按照以下公式计算获得：

$x_{n^{\left(1\right)},m}\left(t\right)={\left[\frac{1}{{\mathrm{\λ}}_{n^{\left(1\right)}}\left(t\right)}\right]}_0^1;$

$x_{n^{\left(k\right)},m}\left(t\right)={[\frac{1}{{\mathrm{\λ}}_{n^{\left(k\right)}}\left(t\right)}-\frac{r_{n^{\left(1\right)},m}\left(t\right)+r_{n^{\left(2\right)},m}\left(t\right)+...+r_{n^{(k-1)},m}\left(t\right)}{r_{n^{\left(k\right)},m}\left(t\right)}]}_0^1,k=\mathrm{2,3},...,N,$

其中t表示时隙编号，n表示网络中可以提供数据服务的基站编号，N表示网络中可以提供数据服务的基站数量，m表示网络中可以接受基站数据服务的用户的编号，r_n，m(t)表示在第t个时隙基站n提供给用户m的数据传输速率，n⁽¹⁾，n⁽²⁾，…，n^(N)表示各个比值对应的降序下标，以及λ_n(t)表示基站n在第t个时隙提供的单位时间服务价格。

2.如权利要求1所述的调度方法，其特征在于，在第0个时隙时还包括初始化所有基站提供的服务价格的步骤。

3.如权利要求1所述的调度方法，其特征在于，按照以下公式更新所述单位时间服务价格：

${\mathrm{\λ}}_n(t+1)=\max [{\mathrm{\λ}}_n\left(t\right)+\mathrm{\γ}(1-\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{x}_{n,m}\left(\stackrel{\→}{\mathrm{\λ}}\left(t\right)\right)),0]$

其中M表示用户数目，γ表示更新算法的迭代步长，γ的取值范围是0.0001～0.01。

4.一种多基站多用户网络的调度系统，其特征在于，所述调度系统包括多个基站和多个用户；

所述用户，在当前时隙计算各个基站提供的数据传输速率与单位时间服务价格的比值并排序；以及根据所述比值排序计算其获得各个基站服务的服务概率并发送给对应的基站；

所述基站，根据所述服务概率更新下一时隙基站提供给用户的单位时间服务价格，并将更新的所述单位时间服务价格广播给多个用户；以及根据所述服务概率在多个用户中选择一个目标用户进行数据传输，其中，

所述用户按照以下公式计算获得所述服务概率：

$x_{n^{\left(1\right)},m}\left(t\right)={\left[\frac{1}{{\mathrm{\λ}}_{n^{\left(1\right)}}\left(t\right)}\right]}_0^1;$

$x_{n^{\left(k\right)},m}\left(t\right)={[\frac{1}{{\mathrm{\λ}}_{n^{\left(k\right)}}\left(t\right)}-\frac{r_{n^{\left(1\right)},m}\left(t\right)+r_{n^{\left(2\right)},m}\left(t\right)+...+r_{n^{(k-1)},m}\left(t\right)}{r_{n^{\left(k\right)},m}\left(t\right)}]}_0^1,k=\mathrm{2,3},...,N,$

其中t表示时隙编号，n表示网络中可以提供数据服务的多个基站的编号，N表示所述多个基站的数量，m表示网络中可以接受基站数据服务的多个用户的编号，r_n，m(t)表示在第t个时隙基站n提供给用户m的数据传输速率，n⁽¹⁾，n⁽²⁾，…，n^(N)表示各个比值对应的降序下标，以及λ_n(t)表示基站n在第t个时隙提供的单位时间服务价格。

5.如权利要求4所述的调度系统，其特征在于，在第0个时隙时还包括初始化所有基站提供的服务价格的步骤。

6.如权利要求4所述的调度系统，其特征在于，所述基站按照以下公式更新所述单位时间服务价格：

其中M表示用户数目，γ表示更新算法的迭代步长，γ的取值范围是0.0001～0.01。

Images