发明内容
本发明的目的是克服上述现有技术中存在的问题,提供一种家庭基站中多业务融合的自适应调度方法及系统,针对室内通信网络特点,采用全新架构的家庭基站系统,满足了未来网络中多业务融合发展的需求,根据未来5G环境下家庭网络中业务QoS(Quality ofService,服务质量)特点对业务进行了分类,采用了多业务融合的资源调度策略为用户提供差异化服务,当资源负荷状态变化时,自适应调整资源的分配策略,平衡了数据吞吐率与业务QoS之间的矛盾,有效提升了系统的资源利用性能,适应了终端的业务多样化和QoS差异化的趋势。
本发明的技术方案是:一种家庭基站中多业务融合的自适应调度方法,包括如下步骤:
第一步:在一个新的调度周期,区分缓冲区的任务是固实时任务还是非实时任务,如果存在固实时任务,进行第二步,如果没有固实时任务,全是非实时任务,进行第五步;
第二步:对于固实时任务,区分是否是SPS(Semi-Persistent Scheduling,半静态调度)任务,如果是SPS任务,直接分配与上个SPS周期相同位置的时频资源,分配完成后进行第三步,如果不是SPS任务,直接进行第三步;
第三步:计算系统负载,根据系统过载门限范围判断系统是否过载,如果是轻载,根据公式(1)的当i∈FRT时的计算公式计算固实时任务的优先级,公式(1)中的参数分别根据公式(2)、(3)、(4)进行计算,然后根据优先级进行排队,分配剩余的时频资源,每分配完一个任务计算系统负载,如果系统轻载,继续进行分配,直至固实时任务分配完成,然后进行第五步;如果系统过载,进行第四步;
公式(1)中:PLij为在系统轻载时用户i的业务j的优先级计算值,cqi为系统轻载时用户i下行信道质量指示因子;fij(t)为用户i业务j的时间因子;αnij为用户i的业务j的自动重传系数;gij(t)为系统轻载时用户i的业务j的速率因子;FRT为固实时业务集;SRT为非实时业务集;
公式(2)中:CQIi表示业务i的信道质量信息值;
公式(3)中:Dij为用户i的业务j的绝对截止期;ΔDijt为t时刻该业务已等待时间;N为基站中当前时刻共计用户数;J为用户i中当前时刻共计任务数;
公式(4)中:αnij为用户i的业务j的自动重传系数,nij为用户i的业务j重传次数;N为预设的重传次数阈值;
第四步:根据公式(6)中的i∈FRT时的计算公式计算剩余未分配时频资源的固实时任务的优先级,公式(6)中的参数分别根据公式(2)、(3)进行计算,然后根据优先级进行排队,分配剩余的时频资源,分配完一个任务计算系统负载,判断是否满足公式(7),如果满足继续进行分配,直至固实时任务分配完成,进行第五步;如果不满足,停止分配任务,资源分配结束,等待下一个分配周期,重新进行第一步;
公式(5)中:rijt表示该用户i的业务j预估的t时刻调度周期的传输速率,Ri(t-1)表示该用户i前一个调度周期(t-1)内的速率;
公式(6)中:PHij为在系统轻载时用户i的业务j的优先级计算值;cq’i为过载状态下用户i下行信道质量指示因子,由公式(8)计算得到;g’ij(t)为系统过载时用户i的业务j的速率因子,由公式(9)计算得到;
公式(7)中:Loadthresh为系统整体负荷系数范围最小值;Loadupper为系统整体负荷系数范围最大值;Rij用户i的业务j分配的速率带宽;B为系统总的带宽资源;
第五步:计算系统负载,根据系统过载门限范围判断系统是否过载,如果是轻载,根据公式(1)的当i∈SRT时的计算公式计算非实时任务的优先级,公式(1)中的参数分别根据公式(2)、(3)、(4)、(5)进行计算,然后根据优先级进行排队,分配剩余的时频资源,每分配完一个任务计算系统负载,如果系统轻载,继续进行分配,直至非实时任务分配完成,资源分配结束,等待下一个分配周期,重新进行第一步;如果系统过载,进行第六步;
第六步:根据公式(6)中的i∈SRT时的计算公式计算剩余未分配资源的非实时任务的优先级,公式(6)中的参数分别根据公式(8)、(9)进行计算,然后根据优先级进行排队,分配剩余的时频资源,每分配完一个任务计算系统负载,判断是否满足公式(7),如果满足继续进行分配,直至固实时任务分配完成,如果不满足,停止分配任务,资源分配结束,等待下一个分配周期,重新进行第一步;
公式(9)中
表示上个调度周期(t-1)所有用户的平均速率,
表示当前调度周期t时所有业务平均申请速率。
一种家庭基站中多业务融合的自适应调度系统,包括多业务融合中心设备、多业务综合接入设备和终端,该系统通过两级标签实现多制式下多用户的接入;
所述终端在MAC层通过两级标签T1T2区分业务类型和运营商,保障不同业务的QoS需求;
所述多业务综合接入设备布置在室内,对用户业务标签T1进行管理,根据业务标签T1分配不同的传输资源及传输优先级,通过资源调度算法为不同制式下的用户统一调配时频资源,达到无线资源利用的最优化;
所述多业务融合中心设备负责汇聚多个多业务综合接入设备的数据,管理数据标签T2,根据标签T2转发到对应的运营商城域网中,实现接入网和城域网的无缝连接。
本发明的有益效果:本发明针对5G家庭基站环境中用户业务的数量剧增和QoS需求多样化的特点,提供了一种家庭基站中多业务融合的自适应调度方法,通过一种新型架构的家庭基站系统,满足了多业务融合通信的发展需求,根据不同分集内业务的QoS特点,提供了多业务融合的资源分配策略,为用户提供差异化的服务,同时在系统负荷状态改变时,通过自适应调整业务优先级计算,提高了系统的性能。仿真结果表明,与传统的RR算法和改进的A_ARS算法相比,该方法获得了更高的吞吐量,在过载时大大降低了丢包率,保证了业务的公平性。本发明针对室内通信网络特点,采用全新架构的家庭基站系统,满足了未来网络中多业务融合发展的需求,根据未来5G环境下家庭网络中业务QoS特点对业务进行了分类,采用了多业务融合的资源调度策略为用户提供差异化服务。当资源负荷状态变化时,自适应调整资源的分配策略,平衡了数据吞吐率与业务QoS之间的矛盾,可以有效提升系统的资源利用性能,适应了终端的业务多样化和QoS差异化的趋势。
具体实施方式
下面结合附图,对本发明的一个具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
本发明提供了一种家庭基站中多业务融合的自适应调度方法及系统,针对室内通信网络特点,提出了一种基于多业务融合的动态调度机制,采用全新架构的家庭基站系统,满足了未来网络中多业务融合发展的需求。在此基础上提出了一种面向多业务融合的自适应分集调度算法(Adaptive Diversity Scheduling Algorithm for Multi-serviceFusion,AD-MF算法),根据未来5G环境下家庭网络中业务QoS特点对业务进行了分类,采用了多业务融合的资源调度策略为用户提供差异化服务。当资源负荷状态变化时,自适应调整资源的分配策略,平衡了数据吞吐率与业务QoS之间的矛盾,可以有效提升系统的资源利用性能,适应了终端的业务多样化和QoS差异化的趋势。
1家庭基站系统
目前室内无线接入网主要有传统的宽带wifi网络、宏站移动网络和室分移动网络,接入用户有传统的电信终端、智能移动终端和各种物联网终端,随着服务需求的多样化及物联网技术的高速发展,无线接入用户的种类和数量增长迅速,相应的业务也呈爆发式增长,M2M(Machine-to-Machine)服务、高清视频、实时游戏、数字电话等业务日趋普及,而现有家庭无线网络重叠干扰严重、频带占用混乱、带宽瓶颈突出、可扩展性差,无法满足多用户、多业务的高QoS需求。为此,提出了一种基于多业务融合的综合接入家庭基站系统,如图1所示,系统主要包括多业务综合接入设备、多业务融合中心设备,通过两级标签实现多制式下多用户的接入。终端在MAC层通过两级标签T1T2区分业务类型和运营商,保障不同业务的QoS需求,多业务综合接入设备布置在室内,对用户业务标签T1进行管理,根据业务标签T1分配不同的传输资源及传输优先级,通过资源调度算法为不同制式下的用户统一调配时频资源,达到无线资源利用的最优化。多业务融合中心设备负责汇聚多个综合接入设备的数据,管理数据标签T2,根据标签T2转发到对应的运营商城域网中,实现接入网和城域网的无缝连接。多业务融合家庭基站系统深度融合了无线接入方式,支持多样化的应用场景,提高了频谱利用率,大大降低了网络建设的复杂度,向下融合了业务实体,向上兼容了网络运营商,使得下一代家庭基站接入网络能更好地满足业务多样性的QoS需求。
2多业务融合的资源调度算法
2.1家庭基站多业务模型
家庭基站网络中包含了传统的电信业务和移动业务,同时接入了日益增长的物联网业务,业务呈现类型多样化、个性化、宽带化等特点,业务相应的时延、丢包率、吞吐率等QoS要求也相差较大,基于基本的业务类型,结合未来家庭基站网络中的特点,将用户业务分为四类:固实时业务、流媒体业务、软实时业务和后台业务,如表1所示。固实时业务主要是速率恒定的实时通信业务,例如VOLTE、IP电话等,该类业务需要足够稳定的保证带宽,对丢包和时延的变化很敏感,双向数据流传输。流媒体业务主要是具有突发性和相关性的大数据块业务,例如点播业务、IPTV等,该类业务需要较大的保证带宽,可以允许一定的时延抖动和丢包率,单向数据流传输。软实时业务主要是物联网类控制业务,例如M2M业务、开关控制业务、报警业务等,该类业务需要带宽较少,实时交互性较高,用户体验要求高,需要一定的时延要求。后台业务是实时性要求不高的数据业务,例如FTP下载、internet数据业务等,该类业务对时延、抖动及丢包相对不敏感,有一定的容忍度。接入系统需要根据业务的QoS特点设计资源调度算法,充分利用系统资源,在满足系统中业务的服务质量要求的基础上,提升系统的吞吐量。
表1 业务特点及类型
Table 1 Service characteristics and types
根据业务的不同类型和特点,以及算法实现复杂性问题,将业务分为两个集合:固实时业务集和非实时业务集,其中非实时业务集包括流媒体业务、软实时任务和后台业务。
定义数据业务集:
S=(Tf11,Tf12…TfNJ;Ts11,Ts12…TskJ) (10)
式中:Tfij(0≤i≤N,0≤j≤J)为固实时业务,Tsij(0≤i≤K,0≤j≤J)为非实时业务。
对于数据业务T,属性参数用四元组表示为:
T=<CQI,A,r,D> (11)
式中:CQI表示业务的信道质量信息,用户周期性上报信道质量信息(ChannelQuality Indicator,CQI);A表示业务的到达时间,对于非实时任务是不可预测的;r表示该用户业务预估的传输速率;D表示业务的绝对截止期,即数据业务在这个时间点应该被分配资源完成传输,否则数据失效。
2.2多业务融合的自适应分集调度算法
针对传统调度算法在开放家庭基站环境下存在的不足,根据家庭基站环境中业务的特点,提出了本发明方法,本发明方法的总体思路是基于不同分集内业务的特点,设计了基于多业务融合的优先级计算公式和资源分配策略,为用户提供差异化的QoS服务。在负荷发生变化时,动态调整业务优先级,在轻载时提升系统的整体吞吐量,在过载时满足重要业务的QoS要求,同时尽力保证公平性。
具体地,在系统轻载时,本发明方法的动态调度算法主要包括:
(1)不同分集的业务采用不同的资源分配策略。融合集合内的业务数据QoS特点来设计优先级计算公式,并进行独立排队,固实时任务队列优先进行调度,保证实时任务的服务质量,当固实时业务调度完成后,再进行非实时业务的调度。固实时业务按照固定速率进行数据传输,因此在调度时采用SPS(Semi Persistent Schedule,半静态调度)策略,减少控制信息的资源消耗,增加了系统容量;非实时任务基于每个调度周期采用动态的资源调度策略,根据优先级顺序重新分配资源。
(2)基于分集内业务的特点设计多业务融合的优先级计算公式。固实时业务对时延和抖动有严格的要求,因此在优先级的设计中主要考虑时间因素,另外在信号质量较差的情况下,信道误码率会升高,因此优先级的设计倾向于信道质量较差和重传的数据,保证较差环境下数据的可靠传输。t时刻固实时业务的优先级计算公式如式(1)所示(当i∈FRT时)。
式中:cqi为用户i下行信道质量指示因子;fij(t)为用户i业务j的时间函数;αnij为自动重传系数;gij(t)为用户业务速率函数。
cqi用来表征用户下行信道质量,由于在室内环境中墙的阻隔可能导致信道质量恶化,为了保证信道质量差的业务的服务质量,调度器优先调度CQI值低的用户业务分组,用CQI值归一化的数值来计算cq参数,如公式(2)所示。
业务都有时间生命,需要保证在截止期之前传输。f(t)是用户业务的时间函数,表征业务数据的紧迫性,具体计算公式如式(3)所示,业务分组数据排队等候的时间越长,数据分组距离截止期越近,时间越紧迫,对应的优先级权值f(t)越高,越容易被调度。当业务分组超过等待截止时间,即Dij-ΔDij≤0时,丢弃该用户业务分组,避免资源的浪费。
式中:Dij为用户i的业务j绝对截止期;ΔDijt为t时刻该业务已等待时间。
信息在无线信道的传输过程中,由于干扰等因素,会造成部分分组数据的丢失或者非恢复性破坏,为了保持信息的完整性,这部分分组数据将执行重传机制,此时这类分组数据的时间尤其重要,因此在优先级中设计了自动重传系数αnij来提升该类分组数据的优先级,αnij的计算公式如式(4)所示,其中N为预设的重传次数门限,随着自动重传次数n的增加,αnij逐渐增加,大大地提高了业务数据包优先级,当自动重传次数n大于大于预设值N时,自动丢弃该数据包。
非实时业务优先级的计算公式如式(1)所示(当i∈SRT时),相对于固实时业务优先级,增加了g(t)参数。g(t)主要用于调节系统的吞吐量与公平性的关系,在系统轻载环境下,g(t)函数表达式如式(5)所示,其中,rt表示该用户业务预估的t时刻的传输速率,R(t-1)表示该用户前一个调度周期内的速率,当该用户第一次接入时,R(t-1)的计算是前一个调度周期所有用户业务的平均速率,当用户申请速率高于上一个调度周期的速率时,提高了该业务的优先级,旨在提升整个系统的吞吐量。
理论研究表明,负荷对系统的资源的调度性能将产生很大的影响。算法在每个调度周期进行负荷跟踪,在系统负荷轻载时,基本都能满足业务的截止期,算法设计的重点是提高系统的吞吐量;当过载发生时,系统不可能保证所有的业务都能够满足截止期,如果优先级的计算仍然倾向于速率高的业务,容易造成低速率业务时延增大、分组丢失甚至服务中断,导致系统性能恶化,此时算法设计的重点是保证重要业务的QoS要求,同时提高公平性,避免业务的饿死,保持系统稳定,提升用户体验。当系统资源过载时,优先级计算公式如式(6)所示,简化了优先级的计算,同时系统的负荷满足式(7),保证系统整体负荷系数在[Load
thresh,Load
upper]区间,避免了因负荷过高导致的性能恶化。对于固实时业务,为了资源利用最优化,减少因信道质量差而导致的误码和重传占用过多的资源,精简了自动重传系数αn,对于重传数据业务不进行优先调度,无线信道资源的分配偏向于信道质量好的用户和等待时间长的业务,分别通过cq和f(t)来实现。对于非固实时业务,此时调度的策略将偏向公平性,尽力满足大部分业务,无线信道资源的分配偏向于信道质量好的用户和速率小的用户,cq’的计算公式如式(8)所示,与信道质量成正比关系。g’(t)函数表达式如式(9)所示,其中,Ri(t-1)表示用户i在上个调度周期的速率,
表示上个调度周期所有用户的平均速率,
表示所有业务平均申请速率,速率权值偏向于申请资源少的业务和上个调度周期速率低的业务。
2.3本发明的家庭基站中多业务融合的自适应调度方法流程:
本发明方法的总体思路是基于不同分集内业务的特点,设计了基于多业务融合的优先级计算公式和资源分配策略,为用户提供差异化的QoS服务。对于不同的业务采用两级队列调度机制,将固实时任务和非实时任务独立排队,在每个调度周期,优先为固实时业务队列分配资源,保证固实时业务的服务质量。当固实时业务调度完成后,再进行非实时业务的调度,非实时任务基于每个调度周期采用动态的资源调度策略,根据系统负荷的变化,动态调整业务优先级,根据优先级顺序分配资源,在轻载时提升系统的整体吞吐量,在过载时满足重要业务的QoS要求,同时尽力保证公平性。具体调度过程如下:
第一步:在一个新的调度周期,区分缓冲区的任务是固实时任务还是非实时任务,如果存在固实时任务,进行第二步,如果没有固实时任务,全是非实时任务,进行第五步;
第二步:对于固实时任务,区分是否是SPS任务,如果是SPS任务,直接分配与上个SPS周期相同位置的时频资源,分配完成后进行第三步,如果不是SPS任务,直接进行第三步;
第三步:计算系统负载,根据系统过载门限范围判断系统是否过载,如果是轻载,根据公式(1)的当i∈FRT时的计算公式计算固实时任务的优先级,公式(1)中的参数分别根据公式(2)、(3)、(4)进行计算,然后根据优先级进行排队,分配剩余的时频资源,每分配完一个任务计算系统负载,如果系统轻载,继续进行分配,直至固实时任务分配完成,然后进行第五步;如果系统过载,进行第四步;
第四步:根据公式(6)中的i∈FRT时的计算公式计算剩余未分配时频资源的固实时任务的优先级,公式(6)中的参数分别根据公式(2)、(3)进行计算,然后根据优先级进行排队,分配剩余的时频资源,分配完一个任务计算系统负载,判断是否满足公式(7),如果满足继续进行分配,直至固实时任务分配完成,进行第五步;如果不满足,停止分配任务,资源分配结束,等待下一个分配周期,重新进行第一步;
第五步:计算系统负载,根据系统过载门限范围判断系统是否过载,如果是轻载,根据公式(1)的当i∈SRT时的计算公式计算非实时任务的优先级,公式(1)中的参数分别根据公式(2)、(3)、(4)、(5)进行计算,然后根据优先级进行排队,分配剩余的时频资源,每分配完一个任务计算系统负载,如果系统轻载,继续进行分配,直至非实时任务分配完成,资源分配结束,等待下一个分配周期,重新进行第一步;如果系统过载,进行第六步;
第六步:根据公式(6)中的i∈SRT时的计算公式计算剩余未分配资源的非实时任务的优先级,公式(6)中的参数分别根据公式(8)、(9)进行计算,然后根据优先级进行排队,分配剩余的时频资源,每分配完一个任务计算系统负载,判断是否满足公式(7),如果满足继续进行分配,直至固实时任务分配完成,如果不满足,停止分配任务,资源分配结束,等待下一个分配周期,重新进行第一步;
3仿真与分析
3.1测试条件
为了评估本发明算法的性能,基于Visual Studio 2013和IT++4.3.1搭建系统级仿真平台,模拟5G的家庭基站环境,采用华为提出的5G空口技术F-OFDM(Filtered OFDM)和SCMA(Sparse Code Multiple Access,稀疏码多址接入)技术实现时频资源的配置与复用,检测算法选用MPA,通过星座操作设计了多维码本,为多元化的业务需求提供灵活的支撑,其它仿真参数如表2所示。
表2 仿真参数
Table 2 Parameters of Simulation
3.2仿真结果分析
以RR算法、A_ARS算法为比较基线,选取系统吞吐量、公平性指数、丢包率作为评价指标,验证本发明算法的性能。针对家庭多业务场景,设置单用户多业务任务,用户位置随机分布,选择四种典型业务:VOLTE业务、IPTV业务、M2M控制业务、FTP下载业务,对应的速率分别为34kb/s、242kb/s、47kb/s、512kb/s,时延截止期分别为100ms、300ms、150ms、500ms,重传次数门限N为5,每个用户在线5个业务,比例为1:1:2:1,用户数目在5~65之间,实验时以5个用户为单位递增,按照现网KPI指标,系统过载门限范围为[0.85,0.95]。
图2为三种算法的吞吐量随着用户数增加的对比结果,在负荷较轻时,三种算法的吞吐量随着用户数的增加而增加,由于在轻载时本发明算法倾向于调用网络状态好和速率高的业务,性能较A_ARS算法略好。在过载时,本发明算法性能明显优于其他两种算法,本发明算法在过载时调度的策略将偏向公平性,且根据负荷门限设置了排队业务的数量,避免了过多业务排队导致的资源分配死锁,吞吐量基本保持稳定。
算法的公平性仿真结果如图3所示,在系统负荷轻载时,三种算法的公平性指数相差不大,三种算法在设计时都考虑到了业务的公平性,随着负荷的增加,三种算法的公平性指数呈下降的趋势,其中RR算法的公平性较好。当系统过载时,RR算法和A_ARS算法性能下降较快,而由于本发明算法在过载时优化了优先级设置,偏重于每个用户的小速率业务,因此用户公平性性能最好。
图4给出了三种算法的系统丢包率统计结果,在用户数不大于25时,此时负荷小于65%,三种算法的性能很好,丢包率都小于5%,随着用户数的增加,算法的丢包率增加明显,其中RR算法丢包率最高,A_ARS算法和本发明算法在设计时基于业务的QoS特性进行调度,在负荷较轻时性能相对较好,但当系统过载后,A_ARS算法性能恶化,丢包率大幅提升,MF-AD算法由于设置了过载负荷门限,系统能保持稳定性运行,丢包率保持了一定的稳定性。
4结论
家庭基站是未来5G网络的一个重要组成部分,其系统结构和资源调度算法都是需要解决的关键技术。针对5G家庭网络的应用环境,设计了一种基于多业务综合接入的家庭基站系统结构,可以满足多业务、多运营商的融合通信。根据家庭环境下业务的特点,提出了一种基于系统负荷的自适应分集资源调度策略,融合了多业务的QoS特点,为用户提供差异化的服务。基于5G的空口技术对该算法进行了仿真分析,实验结果表明该算法具有良好的性能,在过载情况下仍然能保持较高的稳定性,对5G网络中的资源分配算法的研究有着重要的意义。
以上实施例仅用以说明本发明的技术方案而非限制,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。