CN105120482A - 一种基于资源利用率的时延优先调度方法 - Google Patents

Abstract

一种基于资源利用率的时延优先调度方法，涉及一种通信领域的通信资源调度方法。为了解决现有的通信过程中资源调度方法由于时延过大而被丢弃数据包的问题和分配资源不够精确的问题。本发明首先计算用户k在当前TTI下队头数据包剩余比特数l_k(t)，计算资源利用率E_k,n(t)；并将资源块分配向量A的所有元素清零；计算用户k在当前TTI下在资源块RB_n上的优先级数值M_k,n(t)；将优先级最高的用户k^*分配到资源块RB_n上，更新资源块分配向量A，计算k^*在资源块RB_n上实际获得数据速率；并更新k^*在该TTI中所有资源块上的实际获得数据速率之和；将资源块RB_n全部分配完毕；基站根据资源块分配向量A中存储资源块RB_n对应的用户编号，将相应用户的数据分配到相应的子载波上。本发明适用通信领域的通信资源调度。

Description

一种基于资源利用率的时延优先调度方法

技术领域

本发明涉及一种通信领域的通信资源调度方法。

背景技术

近年来移动通信发展迅速，随着对数字多媒体业务需求的增长，自从3G时代开始，移动通信的重点开始更多地放在数据业务的传输上。数据业务中的实时业务对数据传输的要求较为严格，除了一定的传输速率之外，还要求具有较低的传输时迟、丢包率以及延迟抖动等。除了物理层技术之外，调度算法的设计对于实时业务QoS(QualityofService)需求的满足也具有关键作用。经典的分组资源调度算法包括轮询(RoundRobin，RR)、最大载干比(MaxC/IRation)算法和比例公平(ProportionalFair，PF)算法。然而这些算法均具有明显缺点。轮询算法的吞吐量过低，最大载干比算法公平性较差。PF算法虽然平衡了系统吞吐量和公平性，但是没有考虑用户(UE，UserEquipment)业务的QoS需求。针对这一问题，关于实时业务调度的一系列改进算法被提出。目前应用成熟的算法主要有改进的最大权重延迟优先(ModifiedLargestWeightedDelayFirst，M-LWDF)算法、指数比例公平(ExponentialPF，EXP/PF)算法等。然而有一些用户由于自身信道条件差，所以难以达到被调度的需求，这类用户的数据包往往由于时延过大而被丢弃。《Delay-prioritizedscheduling(DPS)forrealtimetrafficin3GPPLTEsystem》从时延优化入手，给出了一种时延优先调度(DelayPrioritizedScheduler，DPS)算法，但是该方法由于完全忽略用户信息，在用户数较多的情况下表现并不好。《LTE系统中一种低丢包率的实时业务调度算法》给出了改进的MDPS(ModifiedDelayPrioritizedScheduler)算法，该算法通过引入平均频谱效率来提升算法在多用户条件下的表现。然而该算法在信道信息的引入上不够精准，性能还有进一步提升的空间。

发明内容

本发明为了解决现有的通信过程中资源调度方法由于时延过大而被丢弃数据包的问题和分配资源不够精确的问题。

一种基于资源利用率的时延优先调度方法，包括以下步骤：

步骤1：在LTE-A系统中，时频资源调度的单元是资源块RB_n(ResourceBlock)，n＝(1,2,…,N)，N为LTE-A系统中资源块的总数；

设LTE-A系统中有K个用户，接入系统用户集合为K＝{1，2，…，K}；在资源块RB_n上，计算每个用户k＝(1，2，…，K)在当前TTI(传输时间间隔，TimeTransmissionInterval)下队头数据包剩余比特数l_k(t)，然后计算资源利用率E_k,n(t)；

$E_{k,n}\left(t\right)=\frac{min\left(r_{k,n}\right(t),l_k\left(t\right)/t_0)}{R_{k,n}^m}\∈\[0,1\]---\left(1\right)$

其中，E_k,n(t)为用户k在资源块RB_n上的资源利用率；是用户k在资源块RB_n上可获得数据的最大速率，与该用户具体的调制方式以及编码有关；r_k,n(t)为第t个TTI下用户k在资源块RB_n上获得数据的理论速率；t₀为一个TTI的时间长度；l_k(t)/t₀表示当用户队头数据包剩余比特数不足以达到理论速率上限时，所能获得的实际速率；

将资源块分配向量的所有元素清零；其中第n个元素a_n的数值表示资源块RB_n上分配的用户编号；

步骤2：计算每个用户k在当前TTI下在资源块RB_n上的优先级数值M_k,n(t)；

步骤3：根据公式(2)挑选优先级最高的用户k^*，将用户k^*分配到资源块RB_n上，更新资源块分配向量A，令a_n＝k^*；

k^*＝argmax(M_k,n(t))(2)

步骤4：计算用户k^*在资源块RB_n上实际获得数据速率min(r_k,n(t),l_k(t)/t₀)；并更新用户k^*在该TTI中所有资源块(RB)上的实际获得数据速率之和(用户k^*可能在不同RB均获得数据速率)；

步骤5：完成在资源块RB_n上的分配后，判断用户k^*在该TTI中实际获得数据速率之和是否达到保证数据传输速率GBR的要求，若用户k^*实际获得数据速率之和大于或等于GBR要求，则把k^*从服务列表中清除，接入系统用户集合K＝K/{k^*}(表示集合求差集)；若用户k^*实际获得数据速率之和小于GBR要求，将其保留在接入系统用户集合K中；

步骤6：令n＝n+1，重复步骤1—步骤5，直至资源块RB_n全部分配完毕；

步骤7：完成分配后，资源块分配向量A中存储不同资源块RB_n对应的不同用户编号，返回该TTI中资源块分配向量A，基站将根据这一编号映射关系配置资源，将相应用户的数据分配到相应的子载波上。

本发明具有以下有益效果：

本发明以时延为考虑因素，不单纯以用户的信道质量作为优先级评判标准，而是考虑了用户的剩余数据量，计算了实际能在信道上获得的速率，通过这种方法能够更为精确地分配资源，使得本发明在保证低丢包率的前提下，改善了系统公平性和吞吐量，在吞吐量、公平性以及时延性能之间取得了良好的平衡，综合性能较为优秀。

附图说明

图1为用户的丢包率仿真结果对比图；

图2为吞吐量仿真结果对比图；

图3为公平性仿真结果对比图。

具体实施方式

具体实施方式一：

一种基于资源利用率的时延优先调度方法，包括以下步骤：

步骤1：在LTE-A系统中，时频资源调度的单元是资源块RB_n(ResourceBlock)，n＝(1,2,…,N)，N为LTE-A系统中资源块的总数；

设LTE-A系统中有K个用户，接入系统用户集合为K＝{1,2,…,K}；在资源块RB_n上，计算每个用户k＝(1，2，…，K)在当前TTI(传输时间间隔，TimeTransmissionInterval)下队头数据包剩余比特数l_k(t)，然后计算资源利用率E_k,n(t)；

$E_{k,n}\left(t\right)=\frac{min\left(r_{k,n}\right(t),l_k\left(t\right)/t_0)}{R_{k,n}^m}\∈\[0,1\]---\left(1\right)$

其中，E_k,n(t)为用户k在资源块RB_n上的资源利用率；是用户k在资源块RB_n上可获得数据的最大速率，与该用户具体的调制方式以及编码有关；r_k,n(t)为第t个TTI下用户k在资源块RB_n上获得数据的理论速率；t₀为一个TTI的时间长度；l_k(t)/t₀表示当用户队头数据包剩余比特数不足以达到理论速率上限时，所能获得的实际速率；

将资源块分配向量的所有元素清零；其中第n个元素a_n的数值表示资源块RB_n上分配的用户编号；

步骤2：计算每个用户k在当前TTI下在资源块RB_n上的优先级数值M_k,n(t)；

步骤3：根据公式(2)挑选优先级最高的用户k^*，将用户k^*分配到资源块RB_n上，更新资源块分配向量A，令a_n＝k^*；

k^*＝argmax(M_k,n(t))(2)

步骤4：计算用户k^*在资源块RB_n上实际获得数据速率min(r_k,n(t),l_k(t)/t₀)；并更新用户k^*在该TTI中所有资源块(RB)上的实际获得数据速率之和(用户k^*可能在不同RB均获得数据速率)；

步骤5：完成在资源块RB_n上的分配后，判断用户k^*在该TTI中实际获得数据速率之和是否达到保证数据传输速率GBR的要求，若用户k^*实际获得数据速率之和大于或等于GBR要求，则把k^*从服务列表中清除，接入系统用户集合K＝K/{k^*}(表示集合求差集)；若用户k^*实际获得数据速率之和小于GBR要求，将其保留在接入系统用户集合K中；

步骤6：令n＝n+1，重复步骤1—步骤5，直至资源块RB_n全部分配完毕；

步骤7：完成分配后，资源块分配向量A中存储不同资源块RB_n对应的不同用户编号，返回该TTI中资源块分配向量A，基站将根据这一编号映射关系配置资源，将相应用户的数据分配到相应的子载波上。

具体实施方式二：

本实施方式步骤1所述r_k,n(t)的公式如下：

r_k,n(t)＝(n_s-n_c)×Qm_k,n(t)×n_sub×C_k,n(t)(3)

式中，n_s为一个子帧上的OFDM符号数，n_c是这些OFDM符号中用于控制的符号的个数，n_sub为一个资源块上的子载波数，Qm_k,n(t)是用户k在当前时隙下每个符号上调制的比特数，由调制方式决定；C_k,n(t)是用户k在第t个TTI时在资源块RB_n上的符号速率。

m_k,n(t)和C_k,n(t)见表1，

表1编码调制方式与SINR映射表

其他步骤和参数与具体实施方式一相同。

具体实施方式三：

本实施方式的步骤2所述计算优先级数值M_k,n(t)的公式如下：

M_k,n(t)＝-(τ_k-W_k(t))+cE_k,n(t)(4)

其中，τ_k为用户k的时延门限，即当前数据包能够保证不被丢弃的最大时延；W_k(t)为实时业务中用户k的队列头时延；τ_k-W_k(t)表示目前该业务允许的时延量；c为加权因子，其数值可根据实际需要调整。

其他步骤和参数与具体实施方式一或二相同。

具体实施方式四：

本实施方式步骤1所述的t₀为1ms。

其他步骤和参数与具体实施方式一至三之一相同。

实施例

由于经典算法的仿真非常常见，其缺点也比较明显，所以在对比中仅选取M-LWDF、DPS、MDPS和本发明进行对比。对于加权因子c，为了从吞吐量和公平性角度综合考虑，取c＝3.5。仿真研究的用户分布在半径500m的六边形小区中，用户受到来自周边六个小区的干扰，用户的信道模型加入了路径损耗、阴影衰落，多径衰落信道模型采用3GPP组织定义的标准信道模型TU3。关于系统的其他设置见表2。

表2系统仿真参数

图1给出了用户的丢包率仿真结果。当用户数目低于50时，RB资源较为充足，几乎所有算法的丢包率都为0。当用户数逐渐增长，此时由于无线资源总量的限制，不能满足所有用户的需求，所以会有部分数据包被丢弃，丢包率数值开始上升。当用户数小于80时，可以看到M-LWDF算法的丢包率明显高于其他算法，而其他三种算法由于在优先级的计算过程中以时延为优先，所以在中载条件下表现出较低的丢包率。随着用户数进一步增多，当用户数超过80时，DPS算法的丢包率急剧上升，远超其他算法，而本发明的方法，即RUBDPS算法，继续保持了良好的性能，在四种算法中丢包率最低。这是由于DPS算法完全没有考虑用户的信道质量，在多个用户拥有相同的时延门限与队列头时延差值时，很可能选出信道条件较差的用户接受调度，而这类用户由于自身信道条件过差，即使接受调度也难以满足QoS要求或者需要占用更多的资源来满足要求，而发出的数据包数量并不多，造成资源浪费，也使得大量信道质量较好的用户被闲置，从而出现大量的其他数据包被丢弃的现象。MDPS与RUBDPS算法由于在考虑时延的基础上引入了用户信道信息，所以丢包率保持在较低的水平上。而本文提出的RUBDPS由于考虑了用户在RB上的实际传输速率，更为精确地描述了用户对RB的利用能力，所以实现了最低的丢包率。

图2为四种算法的吞吐量仿真结果。当K不超过40时，几种算法的吞吐量性能没有太大差别。当K继续增大，M-LWDF算法开始展现了吞吐量优势，DPS算法由于完全忽略用户的信道质量导致吞吐量表现最差，我们提出的RUBDPS算法吞吐量表现较好，相比于DPS算法有明显的改进，同时比起MDPS算法也有所提升。RUBDPS算法的吞吐量改善主要有两点原因，第一是在具体的RB上计算优先级，相比于MDPS算法中计算所有RB的平均频谱效率能更精确地表征具体RB上的信道状况；第二是引入了资源利用率概念，通过考虑实际能够获得的速率，使得需要传输较少数据的用户不会占用大量优质资源，从而使RB的分配更加合理，系统吞吐量更高。

图3为四种算法的公平性对比图。当系统处于轻载和中载的状况下，不同算法的公平性没有明显差距。当用户数超过70时，这种差距逐渐变得明显。M-LWDF算法由于对用户信道质量的考量权重较大，所以相应地公平性下降最快，DPS算法设计的初衷并非提升公平性，但是由于其不考虑用户信道质量，所以表现出了较高的公平性，这种公平性是以低吞吐量为代价的。RUBDPS算法加入了对信道质量的考虑，相比于M-LWDF算法，牺牲了一部分吞吐量，但是换来了公平性的提升。同时相比于MDPS，RUBDPS算法由于加入了实际剩余比特数目的限制，避免了资源的浪费，使得资源分配更合理，公平性更好一些。

通过以上对比可知，本发明的方法，即RUBDP算法，在保证低丢包率的前提下，改善了系统公平性和吞吐量，在吞吐量、公平性以及时延性能之间取得了良好的平衡，综合性能较为优秀。

Claims (4)

1.一种基于资源利用率的时延优先调度方法，其特征在于包括以下步骤：

步骤1：在LTE-A系统中，时频资源调度的单元是资源块RB_n，n＝(1,2,…,N)，N为LTE-A系统中资源块的总数；

设LTE-A系统中有K个用户，接入系统用户集合为K＝{1,2,…,K}；在资源块RB_n上，计算每个用户k＝(1，2，…，K)在当前TTI下队头数据包剩余比特数l_k(t)，然后计算资源利用率E_k,n(t)；

$E_{k,n}\left(t\right)=\frac{min\left(r_{k,n}\right(t),l_k(t)/t_0)}{R_{k,n}^m}\∈\[0,1\]---\left(1\right)$

其中，E_k,n(t)为用户k在资源块RB_n上的资源利用率；是用户k在资源块RB_n上可获得数据的最大速率；r_k,n(t)为第t个TTI下用户k在资源块RB_n上获得数据的理论速率；t₀为一个TTI的时间长度；l_k(t)/t₀表示当用户队头数据包剩余比特数不足以达到理论速率上限时，所能获得的实际速率；

将资源块分配向量的所有元素清零；其中第n个元素a_n的数值表示资源块RB_n上分配的用户编号；

步骤2：计算每个用户k在当前TTI下在资源块RB_n上的优先级数值M_k,n(t)；

步骤3：根据公式(2)挑选优先级最高的用户k^*，将用户k^*分配到资源块RB_n上，更新资源块分配向量A，令a_n＝k^*；

k^*＝argmax(M_k,n(t))(2)

步骤4：计算用户k^*在资源块RB_n上实际获得数据速率min(r_k,n(t),l_k(t)/t₀)；并更新用户k^*在该TTI中所有资源块上的实际获得数据速率之和；

步骤5：完成在资源块RB_n上的分配后，判断用户k^*在该TTI中实际获得数据速率之和是否达到保证数据传输速率GBR的要求，若用户k^*实际获得数据速率之和大于或等于GBR要求，则把k^*从服务列表中清除，接入系统用户集合K＝K/{k^*}；若用户k^*实际获得数据速率之和小于GBR要求，将其保留在接入系统用户集合K中；

步骤6：令n＝n+1，重复步骤1—步骤5，直至资源块RB_n全部分配完毕；

步骤7：完成分配后，资源块分配向量A中存储不同资源块RB_n对应的不同用户编号，返回该TTI中资源块分配向量A，基站将根据这一编号映射关系配置资源，将相应用户的数据分配到相应的子载波上。

2.根据权利要求1所述的一种基于资源利用率的时延优先调度方法，其特征在于步骤1所述r_k,n(t)的公式如下：

r_k,n(t)＝(n_s-n_c)×Qm_k,n(t)×n_sub×C_k,n(t)(3)

式中，n_s为一个子帧上的OFDM符号数，n_c是这些OFDM符号中用于控制的符号的个数，n_sub为一个资源块上的子载波数，Qm_k,n(t)是用户k在当前时隙下每个符号上调制的比特数；C_k,n(t)是用户k在第t个TTI时在资源块RB_n上的符号速率。

3.根据权利要求2所述的一种基于资源利用率的时延优先调度方法，其特征在于步骤2所述计算优先级数值M_k,n(t)的公式如下：

M_k,n(t)＝-(τ_k-W_k(t))+cE_k,n(t)(4)

其中，τ_k为用户k的时延门限，即当前数据包能够保证不被丢弃的最大时延；W_k(t)为实时业务中用户k的队列头时延；τ_k-W_k(t)表示目前该业务允许的时延量；c为加权因子。

4.根据权利要求1、2或3所述的一种基于资源利用率的时延优先调度方法，其特征在于步骤1所述的t₀为1ms。