CN1347253A - 一种用于移动环境下的分组数据业务资源调度和分配的新算法 - Google Patents

Abstract

本发明提出了一种应用于移动环境下的分组数据业务资源调度和分配的新算法。在利用最大C/I算法的多用户分集增益的同时,克服了其不满足公平性的缺陷。这种新算法可以通过调节参数来改变吞吐量和公平性曲线的关系。而且,从吞吐量和公平性两者折中的角度出发,它可以比较容易地找出一种近似最优解。此外,本算法除了提高系统的吞吐量之外,也在一定意义上改善了公平性,无论用户的信道质量如何,都会得到一个最低限额的吞吐量,满足其QoS的要求。

Description

一种用于移动环境下的分组数据业务资源调度和分配的新算法

本发明涉及的是一种用于移动环境下的分组数据业务资源调度和分配的新算法，它是基于在满足给定的公平性要求的情况下，吞吐量累积分布函数曲线越靠近公平性准则，吞吐量越高的认识提出的。本算法可以通过调节参数来改变吞吐量和公平性曲线的关系。而且，从吞吐量和公平性两者折中的角度出发，它可以比较容易地找出一种近似最优解。

随着人们对移动数据业务需求的不断增加，移动通信系统支持高速数据的能力也不断增强。IS-95只支持低速数据，而cdma2000已经可以支持中速数据。为了在移动通信中提供支持高速分组数据传输的能力，Qualcomm公司创造性地提出了cdma2000的演进版本1x EV DO，又称HDR(High Data Rate)。它是基于话音和数据业务优化的目标函数不同，话音追求的是Erlang最大化，而数据则是吞吐量最大化。因此，HDR是专门针对数据业务的，它使用单独的载频来传输数据。不同于1x中针对话音业务的功率控制技术，这里采用了速率控制技术。每个时隙(slot)移动台测量一次导频C/I，以此来预测可以支持的最高传输速率，并通过反向的DRC(Data Rate Control)信道向基站报告。基站根据各移动台反馈的信息，采用一定的调度算法，从请求传输的移动台中，选择出一个用户，各用户采用时分的方式传输数据。

为了具体说明本发明提出的移动环境下的分组数据业务资源调度和分配的新算法，下面的例子就是以HDR的框架协议为背景的。但本发明所提出的方法及其思想，广泛适用于移动环境下的分组数据业务资源调度和分配。移动通信系统中，由于各移动台离基站的距离不同，接收信号的强度不同，如果只让信道条件好的用户一直传输数据，等其信道变差时，再让其它信道变好的用户传，这样就充分利用了多用户分集的效果，将使系统吞吐量达到最大化，这种调度算法称做最大C/I算法。从系统吞吐量最大化的角度来说，这种调度算法是最优的，无论采用别的任何调度算法，吞吐量都不可能超过它。但它不可避免地照顾不到一些处于小区边缘的用户，使他们长时间得不到服务，即出现“饿死现象”。因此，这种调度算法被认为是最不公平的。

而轮循算法(Round Robin)则不考虑信道条件，对所有请求服务的用户一视同仁，每个用户接受服务的机会均等。因此，从占有系统资源的角度看，这种调度算法是最公平的。实际上，在讨论公平性问题时，不应该只考虑分配资源的方式，还要考虑利用资源的效用，同样的资源分配给不同的用户获得的效用是不一样的。比如，在这里选择不同的用户，由于请求的传输速率不同，对系统吞吐量的贡献是不同的。正因为轮循算法不能利用多用户分集的效果，其对资源利用的效用较低，使得这种算法的吞吐量受到了很大的限制。为了同时兼顾系统吞吐量和公平性，Qualcomm在HDR中提出了一种称为正比公平(ProportionalFairness)的调度算法，其原理具体可参见A.Jalali等人的“DataThroughput of CDMA-HDR，a High Efficiency Data Rate PersonalCommunication Wireless System”(VTC’2000，PP.1854-1858)一文。现简述其原理如下：

在时刻t，移动台k的平均传输速率用R_k(t)(k＝1，…，K)表示，其请求传输的速率用DRC_k(t)表示，则被选中的用户为 $k=\arg \underset{j=1,\·\·\·k}{\max }\left\{\frac{{\mathrm{DRC}}_j\left(t\right)}{R_j\left(t\right)}\right\}---\left(1\right)$

若某一用户此刻没有数据要传输，则DRC_k(t)＝0。这里的平均速率R_k(t)按下式更新： $R_k(t+\mathrm{\Δt})=(1-\frac{1}{T_c})R_k\left(t\right)+\frac{1}{T_c}*\mathrm{Current}\_\mathrm{Transmission}\_\mathrm{Rate}\_\mathrm{of}\_\mathrm{User}\_k---\left(2\right)$

式中的T_c是时间常数，表示滑动时间窗口的长度，实际上反映了一个用户对接收不到数据传输的忍受能力，较长的T_c将允许等待较长的时间直到该用户的信道质量变好，这有利于系统吞吐量的提高，但可能带来附加的延迟。

从上面的表示可以看出，如果移动台信道条件较好，其请求传输的速率DRC_k(t)也较高，就会使其优先权提高。如果一个用户因为信道条件较差，特别是由于它处于小区边缘，C/I长时间较低，得不到传输机会，则其平均速率就会减小，这同样会使其优先权提高，获得传输机会。可以说，正比公平算法是寻求系统吞吐量最大化和各用户之间公平性这两个互相对立的方面折中的一种尝试，也在一定程度上起到了这个作用。

上面我们对公平问题做了直观的定性分析，3GPP2在鼓励提出各种新的调度算法的同时，为了衡量各算法公平性确定了一个定量的准则，具体可参见2001年5月9日3GPP2的文件1xEV-DV EvaluationMethodology(Rev.26)。该准则是用各用户吞吐量归一化分布函数(CDF，Cumulative Distribution Function)曲线来表示的，以下简称公平性曲线，是用所有用户的平均吞吐量做归一化的。

该准则实际是限制了吞吐量较低的用户占总用户数的比例，比如低于0.1倍平均吞吐量的用户数不能超过总用户数的10％。按照这个准则，所有符合公平性的调度算法其公平性曲线都处于这三点连成的直线的右侧，否则就是违反了公平性准则。

但实际上，正比公平算法远不是一种最佳的调度算法，吞吐量还可以进一步提高。同时，就公平性本身而言，保证每个用户的吞吐量达到一个最低限制也是很有必要的。否则，尽管达到了公平性准则的要求，但仍有部分用户得到很少的服务机会，使其满足不了最低需要，这仍然是不公平的。另外，既然要满足公平性，那么对信道好的用户的吞吐量也不能没有任何限制。在满足最小和最大吞吐量限制的前提下，可以利用最大C/I算法来使系统吞吐量尽量最大。基于上面的思想，我们提出了一种新的调度算法，称做速率受限的最大C/I调度算法。设传输速率的上限为R_{th_max}，下限为R_{th_min}，  平均速率为T_k(t){k＝1，…，K}，优先权指标函数p_k(t)∈[0，+∞)，则该算法可表示为

这里的+∞实际是代表优先权最高，可以通过染色的方法设一个标志。设每扇区的K个数据用户组成的集合为U＝{1，2，…，K}，若j∈U，P_k(t)＜+∞，则被选种用户为 $k=\arg \underset{j\∈U}{\max }\left\{p_j\left(t\right)\right\}---\left(4\right)$

若

，使得P_t(t)＝+∞，则由所有满足此条件的j组成高优先权用户集合H＝{j|P_t(t)＝+∞，j∈U}，这时从集合H中任意选取一个元素。这里的平均速率的更新方法同正比公平算法，见(2)式。

附图1是速率受限的最大C/I算法流程图；

附图2列了几种不同门限值情况的分布曲线和吞吐量之间的关系。

在这种算法中，选取不同的传输速率门限值，公平性和吞吐量之间的折中是不同的。但在满足公平性准则的前提下，归一化吞吐量累积分布函数曲线尽量靠近准则曲线，才能使吞吐量增大的原则却是不变的。

显然，增加速率上限，或减小速率下限，都将使曲线向左移动，即公平性降低，吞吐量增加，反之亦然。通过调节速率的上、下限，就可以得到不同的吞吐量和公平性曲线。因此，可以比较容易的得到吞吐量和公平性折中的近似最优解。比如，速率上限取250.0Kbps，下限取14.4Kbps时吞吐量为1151.68Kbps/sector，此时已经有些不满足公平性准则，而上限不变，下限取15.0Kbps时，就已经满足了公平性准则，此时吞吐量为1117.44Kbps，因此，这个速率的上、下限是接近最优解的。

结合以下附图，可以帮助我们深入的理解各种调度算法的实质。这些图的横坐标是移动台所处位置到为其服务的基站的距离，纵坐标是各移动台的吞吐量，这里做了相对于所有移动台吞吐量平均值的归一化。

附图3是轮循算法归一化吞吐量和距离的散点图；

附图4是最大C/I算法归一化吞吐量和距离的散点图；

附图5是正比公平算法归一化吞吐量和距离的散点图；

附图6是速率受限的最大C/I算法归一化传输速率和距离散点图；

附图6的速率上限取250.0Kbps，下限取15.0Kbps，满足公平准则，公平性曲线见附图2。

从附图3中可以看出，由于轮循算法是从各用户中随机选取的，根本没有考虑到信道的影响，因此没有多用户分集的效果，所以随着距离的变长，吞吐量缓慢下降。而附图4是最大C/I调度算法，由于始终选择C/I最高的用户，所以离基站较近的用户得到的机会较多。处于小区半径中间位置的用户，由于信道慢衰和快衰的影响，其C/I可能在一些时间会变高，因此也可以被调度上，但下降趋势很快。而小区边缘的用户，由于C/I为最大的概率很小，因此得到传输的机会很少，这说明它显然足不公平的。附图5是正比公平算法，由于该算法中一旦平均速率升高，则优先权就会降低，因此其吞吐量随距离的下降速度要比轮循算法快一些，但又受平均速率的限制，使得其下降速度比最大C/I算法小得多。附图6是我们提出的速率受限的最大C/I算法，可以看出，它的分布确实有些象正比公平算法，随着移动台离基站距离的变远，移动台的吞吐量曲线比较缓慢的下降，这就是为什么它满足公平性准则。但由于它毕竟利用了多用户分集作用，即使其传输速率的上限受到限制，最高吞吐量仍然保持在接近平均吞吐量4.5倍的程度，这虽比最大C/I算法低了很多，但还是比正比公平算法高将近2倍的平均吞吐量，这也就是为什么这种算法的吞吐量要比正比公平算法高的原因。

附图7是前三种调度算法的公平性曲线。

附图8比较了各种调度算法的吞吐量，可以看出这种新的调度算法的优势。

本文前面的仿真结果，都是基于每扇区20个FTP业务的数据用户，业务信道的功率比例是80％，信道模型为Pedestrian A，1 finger，120kmph。

本发明涉及的是一种用于移动环境下的分组数据业务资源调度和分配的新算法。通过分析在分组数据业务调度算法的研究中出现的三种调度算法，指出体现算法公平性的累积分布函数曲线和吞吐量之间存在着唯一的对应关系。任何调度算法，只要提高了系统的吞吐量，就不可避免的损害了公平性。在满足公平性准则的前提下，要想提高系统吞吐量，就应该尽量使累积分布函数曲线向左靠近该准则。因此，考虑到最大C/I算法确实由于很好的体现了多用户分集的效果，其吞吐量是各种可能的算法中的一种极限，但同时却不满足公平性的问题，我们提出一种既可以较好的体现最大C/I算法的思想，又满足公平性准则要求的新调度算法。这种算法通过调节速率上、下界参数，就可以比较容易的得到满足公平性的算法中吞吐量最大的近似最优解。

Claims (12)

1.一种用于移动环境下的分组数据业务资源调度和分配的新算法，该算法在一定的传输速率门限范围内，尽量使被调度方在最有利于对系统资源高效、合理的利用的情况下被调度；在超出给定的速率范围的情况下，综合考虑资源利用的高效性和被调度方之间的公平性，对被调度方获取系统资源的机会予以限制。

2.如权利要求1中所述的用于移动环境下的分组数据业务资源调度和分配的方法，其特征在于：在整个调度的过程中，调度方始终处于主导地位，它按照在整个系统内，最有利于系统资源被各调度方高效、合理地利用的方式来选择被调度方；被调度方只是将自己的以往被调度方选中的机会和自己对资源的利用效率等综合因素反馈给调度方，做为调度方决策的依据信息。

3.如权利要求2中所述的调度方决策所依据的信息主要包括：各调度方以往获得系统资源的机会和利用资源的效率，前者主要用于保证决策的公平性，而后者则用于反映被调度方本身对资源利用的效用。

4.如权利要求3中所述的被调度方本身对资源利用的效用，是指在获得相同的系统资源的前提下，由于被调度方自身所处的位置和无线传播环境的不同，其取得的有利于系统资源被高效、合理利用的效果不同。

5.如权利要求1中所述的被调度方，其特征在于代表相互竞争的服务请求，它们由掌握资源的调度方进行调度并被分配相应的系统资源，它们要把调度决策所依据的信息反馈给调度方。

6.如权利要求2中所述的调度方，其作用就是接收和处理被调度方反馈给它的调度所依据的有关信息，按照一种能满足各调度方之间竞争公平性的同时，使系统资源的利用率尽可能高的方式做出决策，将其所掌握的资源分配给被调度方；调度方包括调度算法。

7.如权利要求1中所述的用于移动环境下的分组数据业务资源调度和分配的方法，其特征在于：在一定的范围内，对被调度方占有系统资源的方式不加任何限制，其决策的唯一依据就是占有相同资源的情况下，被调度方利用系统资源的效用。

8.如权利要求1中所述的用于移动环境下的分组数据业务资源调度和分配的方法，其特征在于：在被调度方超出给定范围的情况下，调度方决策的依据不再是被调度方对资源利用的效用，而是各用户之间的公平性。

9.如权利要求1中所述的用于移动环境下的分组数据业务资源调度和分配的方法，其特征在于：在被调度方超出给定范围的情况下，调度方为保证各被调度方之间公平性，采取以下方法：若以往给予被调度方机会较多，则无条件剥夺其再次被调度上的机会；若以往给予被调度方机会较少，则无条件给予其再次被调度上的机会。

10.如权利要求9中的调度方为保证各被调度方之间的公平所采用的强制给予或剥夺其再次被调度上的机会，其持续时间为直至被调度方达到了给定的范围要求。

11.如权利要求6中所述的公平性，其特征在于：所有要利用资源的互相竞争的被调度方都有机会利用资源，而不因为一部分被调度方对资源利用效率较高或能产生更大的收益而让它们独占资源，也不因为一部分被调度方对资源利用效率较低或不能产生较大的收益而不让它们占有资源；或者说，无论被调度方对资源利用效用的高低，调度方都应该使被调度方满足一定的服务质量要求和接受满足最低限额和最高限额的服务。

12.如权利要求1中所述的用于移动环境下的分组数据业务资源调度和分配的方法，其特征在于其以下基本实现步骤：

被调度方根据自身所处的位置和无线传播环境的变化，预测若取得系统资源将产生的效用，并结合以往被调度的机会，将调度方决策所依据的信息反馈给调度方；

调度方接收和处理被调度方反馈给它的调度所依据的有关信息，按照一种能满足各调度方之间竞争的公平性的同时，使系统资源的利用率尽可能高的方式做出决策将其所掌握的资源分配给被调度方；

调度方在处理各被调度方的反馈时，是从系统、全局的角度出发，兼顾公平和系统资源利用的高效、合理，对所有被调度方的反馈信息遍历一遍，如果没有超出范围的被调度方存在，则对被调度方占有系统资源的方式不加任何限制，其决策的唯一依据就是被调度方占有相同资源情况下的效用；如果有超出范围的被调度方存在，则对于超出上限，即以往给予机会较多的被调度方，无条件剥夺其再次被调度上的机会；对于超出下限，即以往给予机会较少的被调度方，无条件给予其再次被调度上的机会；

调度方分配给各被调度方机会的改变，会再次由被调度方做为调度方决策所依据的信息反馈给调度方。

Images