CN104066197A - 一种td-lte中低丢包率的实时业务调度方法 - Google Patents

Abstract

一种TD-LTE中低丢包率的实时业务调度方法，本发明涉及TD-LTE中低丢包率的实时业务调度方法。本发明的目的是为了解决目前TD-LTE系统中用户丢包率高、吞吐量低、用户的时延状况、信道状态、调度算法复杂度高且计算量大。步骤一、初始化；步骤二、根据MDPS算法算出每个用户的优先级数值；步骤三、找到优先级最高的用户，计算所要满足的目标比特速率；步骤四、找到信道条件最好的资源块，分给优先级最高用户，然后更新；步骤五、判断优先级最高用户数据速率是否大于等于TBR；步骤六、重复步骤三～五，直至所有资源块分配完成，得到最终资源块分配矩阵。本发明应用于移动通信领域。

Description

一种TD-LTE中低丢包率的实时业务调度方法

技术领域

本发明涉及TD-LTE(时分双工长期演进)中低丢包率的实时业务调度方法。

背景技术

目前，移动通信网络已经开始迈入第四代移动通信—LTE-A(Long TimeEvolution-Advanced)的大门，基于移动网络的实时语音和实时视频等实时业务发展迅速，成为通信领域的研究重点。良好的实时业务调度算法可以有效地满足业务QoS(Quality ofService)需求，在决定系统的性能上起到了关键的作用。

无线网络中的实时传输要求很低的传输延迟、延迟抖动、丢包率，以及足够的带宽，以保证业务的QoS需求。而早期的分组资源调度算法如比例公平(Proportional Fair,PF)算法等是以系统吞吐量和用户间的公平性为目标，没有考虑用户业务的QoS需求和缓存队列信息，使用PF算法处理实时业务时，会导致数据包有过大延迟而出现很高的丢包率，因此不能很好地满足业务实时性要求。对于实时业务的分组调度算法，目前常用的有改进的最大权重延迟优先(Modified Largest Weighted Delay First，M-LWDF)、指数比例公平(Exponential PF，EXP/PF)等算法，上述算法满足了实时业务用户的QoS需求，算法总体性能较好，但是难以保证信道状况较差用户的调度机会，所以会导致此类用户丢包率较高，而且上述算法涉及到的参数较多，EXP/PF算法中甚至还涉及到指数运算，因此算法复杂度较高，计算量较大。为了解决此问题，研究人员又提出了时延优先调度(DelayPrioritized Scheduler，DPS)算法，DPS算法在计算用户优先级时只考虑了用户的时延状况，算法复杂度较低，而且能够满足实时业务的QoS需求。DPS算法虽然在用户数目较少的情况下，能够提供较好的丢包率性能，但是随着用户数目持续增多，DPS算法的丢包率性能会急剧变差，而且系统的吞吐量也非常低。

发明内容

本发明的目的是为了解决目前TD-LTE系统中用户丢包率高、吞吐量低、用户的时延状况、信道状态、调度算法复杂度高且计算量大，而提出了一种TD-LTE中低丢包率的实时业务调度方法。

上述的发明目的是通过以下技术方案实现的：

步骤一、初始化，根据输入的CQI(Channel Quality Indicator信道质量指示)矩阵计算出每个用户在每个资源块上的理论数据速率，每个用户在整个带宽上的平均频谱效率；

步骤二、根据MDPS算法优先级计算公式计算出当前时隙每个用户的优先级数值；

步骤三、从服务列表中，找到优先级最高的用户，然后计算此优先级最高的用户所需要满足的目标比特速率TBR；

步骤四、从未分配出的资源块中找到信道条件最好的资源块，分配给优先级最高用户，然后更新资源块分配矩阵；

步骤五、判断优先级最高用户获得数据速率是否大于等于TBR，若大于等于，则把当前用户从服务列表中清除，若小于，则重复步骤四，直至优先级最高用户数据速率大于等于TBR，然后把此用户从服务列表中清除；

步骤六、重复步骤三～五，直至所有资源块分配完成，得到最终资源块分配矩阵；即完成了一种TD-LTE中低丢包率的实时业务调度方法。

发明效果

本发明主要研究了LTE系统下行链路实时资源调度算法的性能。在DPS算法的基础上提出了改进的MDPS算法，降低了目前TD-LTE系统中用户丢包率高，把M-LWDF和EXP/PF算法作为对比算法，对上述四种算法进行了仿真分析。如图2～4所示，在半径为500m的小区中支持实时流媒体视频服务的LTE系统中，随着负载的增加(用户数目40～70)，此时M-LWDF和EXP/PF算法已经不能保证信道质量较差用户的丢包率性能，而DPS和所提出的MDPS算法则通过牺牲一部分系统吞吐量的方式换取了保证用户的丢包率性能。因此在丢包率和公平性指数上，DPS和所提出的MDPS算法要远好于M-LWDF和EXP/PF算法。当负载继续增加(用户数目大于60)时，此时DPS的PLR(Packet lossrate)性能急剧变坏，而所提出的MDPS算法在PLR上表现出其持久性能，其系统吞吐量也远好于DPS算法。

MDPS算法综合考虑了用户的时延状况和信道状态，根据实施例一：本发明所提出的MDPS算法综合考虑了用户的时延状况和信道状态，其每个用户的优先级计算公式如下所示：

$K=\arg \min \left(\frac{{\mathrm{\τ}}_k+1-W_k}{a+E\left({\mathrm{\Γ}}_k\right)}\right)$

式中，E(Г_k)为用户k在所有PRB上的平均频谱效率，而a则是一个常数，a的取值会影响用户信道状态在用户优先级中的比重。若a越小，则用户的信道状态越能决定用户的调度顺序，有助于提升系统吞吐量，而用户之间的公平性则会有所降低。经过多次的仿真验证，从均衡系统吞吐量和用户公平性的角度出发，此处选取a＝10。

当某个业务在缓存队列中等待的时间将要达到业务的时延门限时，调度器就为其分配资源；而对于时延状况相同的用户来说，信道条件越好的用户优先级越高，这样就有效地保证了满足用户业务的时延需求。

降低了目前TD-LTE系统中调度算法复杂度较高、计算量大的问题，根据实施例一：在DPS算法中，每个TTI需要计算出所有位于服务列表中的用户的优先级，然后优先级最高的用户优先选取信道条件最好的PRB，直至满足其业务要求的保证数据传输速率(Guaranteed Bit Rate,GBR)，然后更新用户的优先级，重新寻找优先级最高的用户接受调度，循环上述过程。每个用户参与调度一次，就需要更新一次用户的优先级，因此在每个TTI中需要多次更新用户优先级顺序，所以需要非常大的计算量。为了降低算法的计算量，结合MDPS算法的特点，本发明采用的调度算法在每个TTI只需要更新一次用户优先级。

附图说明

图1为本发明的流程图；

图2为MDPS算法和M-LWDF、EXP/PF、DPS算法的丢包率对比图；

图3为MDPS算法和M-LWDF、EXP/PF、DPS算法的系统吞吐量对比图；

图4为MDPS算法和M-LWDF、EXP/PF、DPS算法的用户间公平性指数对比图。

具体实施方式

具体实施方式一：本实施方式的一种TD-LTE中低丢包率的实时业务调度方法，具体是按照以下步骤制备的：

步骤一、初始化，根据输入的CQI矩阵计算出每个用户在每个资源块上的理论数据速率，每个用户在整个带宽上的平均频谱效率；

步骤二、根据MDPS算法优先级计算公式计算出当前时隙每个用户的优先级数值；

步骤三、从服务列表中，找到优先级最高的用户，然后计算此优先级最高的用户所需要满足的目标比特速率TBR；

步骤四、从未分配出的资源块中找到信道条件最好的资源块，分配给优先级最高用户，然后更新资源块分配矩阵；

步骤五、判断优先级最高用户获得数据速率是否大于等于TBR，若大于等于，则把当前用户从服务列表中清除，若小于，则重复步骤四，直至优先级最高用户数据速率大于等于TBR，然后把此用户从服务列表中清除；

步骤六、重复步骤三～五，直至所有资源块分配完成，得到最终资源块分配矩阵；即完成了一种TD-LTE中低丢包率的实时业务调度方法。

本实施方式效果：

本实施方式提出MDPS算法，降低了目前TD-LTE系统中用户丢包率高，把M-LWDF和EXP/PF算法作为对比算法，对上述四种算法进行了仿真分析。如图2～4所示，在半径为500m的小区中支持实时流媒体视频服务的LTE系统中，随着负载的增加(用户数目40～70)，此时M-LWDF和EXP/PF算法已经不能保证信道质量较差用户的丢包率性能，而DPS和所提出的MDPS算法则通过牺牲一部分系统吞吐量的方式换取了保证用户的丢包率性能。因此在丢包率和公平性指数上，DPS和所提出的MDPS算法要远好于M-LWDF和EXP/PF算法。当负载继续增加(用户数目大于60)时，此时DPS的PLR(Packet lossrate)性能急剧变坏，而所提出的MDPS算法在PLR上表现出其持久性能，其系统吞吐量也远好于DPS算法。

MDPS算法综合考虑了用户的时延状况和信道状态，根据实施例一：本发明所提出的MDPS算法综合考虑了用户的时延状况和信道状态，其每个用户的优先级计算公式如下所示：

$K=\arg \min \left(\frac{{\mathrm{\τ}}_k+1-W_k}{a+E\left({\mathrm{\Γ}}_k\right)}\right)$

式中，E(Г_k)为用户k在所有PRB上的平均频谱效率，而a则是一个常数，a的取值会影响用户信道状态在用户优先级中的比重。若a越小，则用户的信道状态越能决定用户的调度顺序，有助于提升系统吞吐量，而用户之间的公平性则会有所降低。经过多次的仿真验证，从均衡系统吞吐量和用户公平性的角度出发，此处选取a＝10。

当某个业务在缓存队列中等待的时间将要达到业务的时延门限时，调度器就为其分配资源；而对于时延状况相同的用户来说，信道条件越好的用户优先级越高，这样就有效地保证了满足用户业务的时延需求。

降低了目前TD-LTE系统中调度算法复杂度较高、计算量大的问题，根据实施例一：在DPS算法中，每个TTI需要计算出所有位于服务列表中的用户的优先级，然后优先级最高的用户优先选取信道条件最好的PRB，直至满足其业务要求的保证数据传输速率(Guaranteed Bit Rate,GBR)，然后更新用户的优先级，重新寻找优先级最高的用户接受调度，循环上述过程。每个用户参与调度一次，就需要更新一次用户的优先级，因此在每个TTI中需要多次更新用户优先级顺序，所以需要非常大的计算量。为了降低算法的计算量，结合MDPS算法的特点，本发明采用的调度算法在每个TTI只需要更新一次用户优先级。

具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤一中计算每个用户k在每个资源块i上理论数据速率方法为：

$r_k^i\left(t\right)=(\mathrm{nsymbols}-3)\×\mathrm{nsubcarriers}\×Q_m\×{\mathrm{nbits}}_k^i\left(t\right)/1024$

式中，nsymbols为一个子帧上的OFDM符号数，nsubcarriers为一个资源块上的子载波数，Q_m是一个符号所能携带的比特数，由调制方式所决定。为根据用户SINR(信干噪比)值由表1TD-LTE中规定的MCS与SINR映射表映射得到的编码速率，MCS(Modulation and Coding Scheme)为调制与编码策略。其它步骤及参数与具体实施方式一相同。

表1MCS与SINR映射表

具体实施方式三：本实施方式与具体实施方式一或二不同的是：所述步骤二中所提出的MDPS算法中每个用户优先级的计算方法如下：

$K=\arg \min \left(\frac{{\mathrm{\τ}}_k+1-W_k}{a+E\left({\mathrm{\Γ}}_k\right)}\right)$

式中，E(Г_k)为用户k在所有PRB上的平均频谱效率，τ_k为实时业务用户k的时延门限，W_k(t)为实时业务用户k的队列头时延(HOL)，a则是一个常数，a的取值会影响用户信道状态在用户优先级中的比重。若a越小，则用户的信道状态越能决定用户的调度顺序，有助于提升系统吞吐量，而用户之间的公平性则会有所降低。经过多次的仿真验证，从均衡系统吞吐量和用户公平性的角度出发，此处选取a＝10。其它步骤及参数与具体实施方式一或二相同。

具体实施方式四：本实施方式与具体实施方式一至三之一不同的是：步骤三中所述获得当前用户所需要满足的目标比特速率TBR的方法为：

TBR＝max(GBR，hol_bitue_i)

式中，GBR为用户业务要求的保证数据传输速率，hol_bit_{ue_i}为HOL数据包比特数。其它步骤及参数与具体实施方式一至三之一相同。

具体实施方式五：本实施方式与具体实施方式一至四之一不同的是：步骤四中所述未分配出的资源块为优先级最高用户不占用的资源块。

采用以下实施例验证本发明的有益效果：

实施例一：

本实施例一种TD-LTE中低丢包率的实时业务调度方法，具体是按照以下步骤制备的：

考虑一个多小区的LTE系统，本发明中参与调度的用户只分布在中心小区中。中心小区包含25个物理资源块(Physical Resource Block，PRB),占据5MHz带宽。基站位于小区的中心位置，所有的资源块都参与中心小区内的用户调度。本发明中采用的LTE系统的参数设置如表2所示：

表2LTE下行系统参数设置

在每个TTI，用户将他们瞬时下行信道的信干噪比(Signal to Interference plus NoiseRatio，SINR)报告给基站。由于多路径传播产生的频率选择性衰落和用户运动导致的时间选择性衰落，所以每个用户收到的瞬时下行SINR值随物理资源块和TTI的不同而不同。根据用户收到的瞬时下行SINR值，系统采用自适应调制编码(Adaptive Modulation andCoding，AMC)技术，在共享信道上应用不同的调制编码方案(Modulation and CodingScheme，MCS)来确定下行数据速率。本发明通过下式来确定用户k在物理资源块i上可以获得的理论数据速率：

$r_k^i\left(t\right)=(\mathrm{nsymbols}-3)\×\mathrm{nsubcarriers}\×Q_m\×{\mathrm{nbits}}_k^i\left(t\right)/1024$

式中，nsymbols为一个子帧上的OFDM符号数，nsubcarriers为一个资源块上的子载波数，Q_m是一个符号所能携带的比特数，由调制方式所决定。为根据用户SINR值由表3根据TD-LTE中MCS与SINR映射表映射得到的编码速率。

表3MCS与SINR映射表

基站为每位用户分配了一个缓冲区。在本文中缓冲区的大小认为是无限的，缓冲区中每个业务流缓存队列数据包采取先进先出策略。对于在基站缓冲区中排序的每个数据包，可计算出队头数据包(Head of Line,HOL)的时延(当前时间与数据包到达时间的时间差)。如果HOL数据包的时延超过了时延门限，那么该包将被丢弃。

调度器根据采用的调度算法决定用户的优先级。调度算法考虑了某些调度条件，如用户信道状况、HOL数据包时延、服务类型等。如果选定某个用户开始传输，当前用户传输的数据速率将依据用户上报的下行瞬时SINR值和用户缓冲区内待传送的比特数来共同确定。在每个TTI，将根据采用的调度算法结合用户需求为每一个用户分配一个或多个PRB。

本发明所提出的MDPS算法综合考虑了用户的时延状况和信道状态，其每个用户的优先级计算公式如下所示：

$K=\arg \min \left(\frac{{\mathrm{\τ}}_k+1-W_k}{a+E\left({\mathrm{\Γ}}_k\right)}\right)$

式中，E(Г_k)为用户k在所有PRB上的平均频谱效率，而a则是一个常数，a的取值会影响用户信道状态在用户优先级中的比重。若a越小，则用户的信道状态越能决定用户的调度顺序，有助于提升系统吞吐量，而用户之间的公平性则会有所降低。经过多次的仿真验证，从均衡系统吞吐量和用户公平性的角度出发，此处选取a＝10。

从MDPS算法优先级公式中可以看出，W_k和E(Г_k)越大，用户的优先级越高。当某个业务在缓存队列中等待的时间将要达到业务的时延门限时，调度器就为其分配资源。而对于时延状况相同的用户来说，信道条件越好的用户优先级越高，这样就有效地保证了满足用户业务的时延需求，同时也提升了系统的吞吐量。

在资源调度算法中，每个TTI中等待接受调度的用户都放置在服务列表中，如果某个用户的传输请求已经得到满足，则此用户从当前的服务列表中清除。在DPS算法中，每个TTI需要计算出所有位于服务列表中的用户的优先级，然后优先级最高的用户优先选取信道条件最好的PRB，直至满足其业务要求的保证数据传输速率(Guaranteed Bit Rate,GBR)，然后更新用户的优先级，重新寻找优先级最高的用户接受调度，循环上述过程。每个用户参与调度一次，就需要更新一次用户的优先级，因此在每个TTI中需要多次更新用户优先级顺序，所以需要非常大的计算量。为了降低算法的计算量，结合MDPS算法的特点，本发明采用的调度算法在每个TTI只需要更新一次用户优先级。

依照LTE系统的参数要求，仿真参数设置如表4所示：

表4系统仿真参数设置

本发明采用的方案是在一个半径为500m的正六边形小区，一定数目的UE随机分布在小区中，所有用户仿真的业务均为实时视频流业务，要求的保证数据传输速率(GBR)为256kbps，时延门限设置为20ms。具体的视频业务参数如表5所示：

表5视频业务的参数

图1给出了本发明所提的MDPS算法和M-LWDF、EXP/PF、DPS算法的丢包率对比图，可以看出，在用户数目低于40时，此时系统中的资源能够保证所有实时业务用户的需求，因此四种算法PLR均为零。当用户数目为40～70时，M-LWDF和EXP/PF算法开始不能保证信道质量较差用户的PLR性能，而DPS和MDPS算法此时仍可获得较低的PLR。随着用户数目的持续增多，此时DPS算法的PLR性能急剧变坏。与现有三种算法对比发现，可以看出本发明提出的MDPS算法PLR性能远远好于前三种算法。在相同仿真参数设置的情况下，MDPS算法能支持更多的用户，而且随着用户数目的持续增多，在相同时延条件下，MDPS算法会优先选择信道条件好的用户接受调度，因此在RB数目有限的情况下，会充分利用高质量的信道，能发出更多的包；可以说明MDPS算法能够提供较低的丢包率性能；

图2是比较了本发明所提的MDPS算法和M-LWDF、EXP/PF、DPS算法的系统吞吐量，可以看出，随着用户数目的增多，四种算法的系统吞吐量会随之提升。在用户数目低于40时，此时系统中的RB足够支持所有的用户业务，但是当用户数目继续增多时，DPS和MDPS算法吞吐量开始低于M-LWDF和EXP/PF算法。但是当用户数目大于70时，此时系统资源已经不能保证所有用户的业务需求，相比于DPS算法来讲，MDPS算法优先选择信道条件好的用户接受调度，在RB资源有限的情况下，充分利用高质量的信道，尽可能发出更多的包，因此可以获得更高的系统吞吐量；

图3给出了本发明所提的MDPS算法和M-LWDF、EXP/PF、DPS算法的用户间公平性指数对比图，可以看出，在用户数目较少时，四种算法的公平性指数相差不大，随着用户数的增多，M-LWDF和EXP/PF算法公平性指数急剧下降，而DPS和MDPS算法变化要缓慢一些。MDPS算法公平性与DPS算法几乎一致。与M-LWDF和EXP/PF算法相比，DPS和MDPS算法通过牺牲一部分系统吞吐量的方式换取了满足信道质量较差用户的资源需求，从而获得了公平性的提升；

由以上实施方案可以看出，本发明提供的一种TD-LTE中低丢包率的实时业务调度方法，可以有效地在保证用户公平性的同时，取得了系统吞吐量和丢包率之间良好的折中，从而获得了很好的丢包率性能。

Claims (5)

1.一种TD-LTE中低丢包率的实时业务调度方法，其特征在于：一种TD-LTE中低丢包率的实时业务调度方法具体是按照以下步骤进行的：

步骤一、初始化，根据输入的CQI矩阵计算出每个用户在每个资源块上的理论数据速率；

步骤二、根据MDPS算法优先级计算公式计算出当前时隙每个用户的优先级数值；

步骤三、从服务列表中，找到优先级最高的用户，然后计算此优先级最高的用户所需要满足的目标比特速率TBR；

步骤四、从未分配出的资源块中找到信道条件最好的资源块，分配给优先级最高用户，然后更新资源块分配矩阵；

步骤五、判断优先级最高用户获得数据速率是否大于等于TBR，若大于等于，则把当前用户从服务列表中清除，若小于，则重复步骤四，直至优先级最高用户数据速率大于等于TBR，然后把此用户从服务列表中清除；

步骤六、重复步骤三～五，直至所有资源块分配完成，得到最终资源块分配矩阵；即完成了一种TD-LTE中低丢包率的实时业务调度方法。

2.根据权利要求1所述一种TD-LTE中低丢包率的实时业务调度方法，其特征在于：所述步骤一中计算每个用户k在每个资源块i上理论数据速率方法为：

$r_k^i\left(t\right)=(\mathrm{nsymbols}-3)\×\mathrm{nsubcarriers}\×Q_m\×{\mathrm{nbits}}_k^i\left(t\right)/1024$

式中，nsymbols为一个子帧上的OFDM符号数，nsubcarriers为一个资源块上的子载波数，Q_m是一个符号所能携带的比特数，由调制方式所决定，为根据用户SINR值得到的编码速率，SINR为信干噪比。

3.根据权利要求2所述一种TD-LTE中低丢包率的实时业务调度方法，其特征在于：所述步骤二中所提出的MDPS算法中每个用户优先级的计算方法如下：

$K=\arg \min \left(\frac{{\mathrm{\τ}}_k+1-W_k}{a+E\left({\mathrm{\Γ}}_k\right)}\right)$

式中，E(Г_k)为用户k在所有PRB上的平均频谱效率，τ_k为实时业务用户k的时延门限，W_k为实时业务用户k的队列头时延(HOL)，a则是一个常数，a的取值会影响用户信道状态在用户优先级中的比重，a取10。

4.根据权利要求3所述一种TD-LTE中低丢包率的实时业务调度方法，其特征在于：步骤三中所述获得当前用户所需要满足的目标比特速率TBR的方法为：

TBR＝max(GBR，hol_bit_{ue_i})

式中，GBR为用户业务要求的保证数据传输速率，hol_bit_{ue_i}为HOL数据包比特数。

5.根据权利要求4所述一种TD-LTE中低丢包率的实时业务调度方法，其特征在于：步骤四中所述未分配出的资源块为优先级最高用户不占用的资源块。