KR20160031354A - 사용자 체감 품질에 기반한 스케줄링 방법 및 장치 - Google Patents

Abstract

무선 네트워크에 포함된 단말에서 실행된 서비스에 대한 애플리케이션 정보를 획득하는 단계, 애플리케이션 정보를 바탕으로 평가점수 평균법(mean opinion score, MOS)을 모델링하는 단계, MOS 모델을 바탕으로 단말에 대한 무선 네트워크 자원을 스케줄링 하는 단계를 포함하는 사용자의 체감 품질을 고려한 무선 네트워크의 스케줄링 방법 및 장치가 제공된다.

Description

사용자 체감 품질에 기반한 스케줄링 방법 및 장치 {Method and apparatus for scheduling based on QoE}

본 발명은 사용자 체감 품질에 기반한 무선 네트워크의 스케줄링 방법 및 장치에 관한 것이다.

최근 비디오 컨텐츠와 그 특성, 그리고 모바일 디스플레이의 해상도가 다양해지면서 모바일 비디오 서비스 요구사항 또한 점차 다양해지고 있다. 이는 큰 화면과 동적 비디오 서비스에서는 높은 데이터 전송률(data rate)을 요구하기 때문이다. 따라서 서비스되는 컨텐츠와 단말 성능에 따라, 같은 데이터 전송률로 제공되는 서비스라도 각 사용자가 느끼는 사용자 체감 품질(quality of Experience, QoE)은 달라질 수 있다. 데이터 전송률과 QoE 사이의 이러한 비선형성(non-linearity)은 비디오 컨텐츠와 모바일 단말의 종류가 다양해짐에 따라 더욱 심화될 것이다. 그러므로 QoE를 고려한 자원 할당의 중요성이 더욱 커진다.

일반적으로 QoE는 평가점수 평균법(mean opinion score, MOS)에 의해 평가될 수 있다. MOS 점수는 1에서 5 또는 1에서 4.5 사이의 범위를 가진다. [표 1]은 MOS 와 사용자 만족도 사이의 관계를 나타낸다.

MOS	사용자 만족도
4.5	Excellent
4	Good
3	Acceptable
2	Bad
1	Very Bad

종래 이동통신 시스템에서는 일반적으로 사용자들의 합 전송율(sum data rate) 최대화하는 스케줄링 기법이나, 또는 사용자 간의 데이터 전송률 및 형평성(fairness)를 고려하여 비례적 공정 스케줄링(proportional fair scheduling) 기법을 사용한다. 또는 지연(delay) 관점에서 지연을 최소화하거나 사용자 지연 및 형평성을 고려한 스케줄링 기법도 많이 사용되고 있다. 이러한 스케줄링 기법은 서비스 품질(Quality of Service, QoS) 관점에 따른 것이며, 따라서 QoS를 최대로 제공할 수 있도록 동작한다.

이때, QoE는 QoS의 함수로 표현될 수 있지만(QoE=f(QoS)) 양자는 서로 선형적인 관계는 아니다. 도 1은 데이터 전송률과 MOS 간의 관계를 나타낸 그래프이다. 따라서, 각 사용자가 제공받는 서비스의 종류가 같다면 위의 스케줄링 기법도 어느 정도 QoE를 만족시킬 수 있다. 예를 들어 모든 사용자가 최선 노력 파일 전송 프로토콜 서비스(best effort file transfer protocol, best effort FTP)를 받고 있는 경우, QoS가 특정 영역에서 동작한다면 기존의 비례적 공정 스케줄링 기법으로도 QoE를 어느 정도 만족시킬 수 있을 것이다.

하지만, 모바일 장치의 성능과 모바일 인터넷 서비스의 종류가 다양해진 요즘에는 QoS만으로는 QoE를 충분히 만족시키기 어렵다. 종래, QoS와 QoE 간의 함수적 대응 연구를 바탕으로 QoE 기반 스케줄링 기법에 관한 연구들이 진행되었다. MOS 최대화 또는 최소 MOS 최대화를 위한 많은 QoE 기반 스케줄링 기법들이 제안되었지만, MOS 함수의 미분 불가능성으로 인해 연구 범위가 채널이 변하지 않는 상황에 한정될 수밖에 없었다.

본 발명이 이루고자 하는 과제는 다양한 모바일 장치와 인터넷 서비스에 대한 사용자 체감 품질을 만족시킬 수 있는 QoE 기반 스케줄링 방법 및 장치를 제공하는 것이다.

본 발명의 한 특징에 따르면, 사용자의 체감 품질에 기반한, 무선 네트워크의 스케줄링 방법이 제공된다. 상기 스케줄링 방법은, 무선 네트워크에 포함된 단말에서 실행될 서비스에 대한 애플리케이션 정보를 획득하는 단계, 애플리케이션 정보를 바탕으로 MOS 모델을 모델링하는 단계, 최종 MOS 모델을 바탕으로 단말에 대한 무선 네트워크 자원을 스케줄링 하는 단계를 포함한다.

상기 스케줄링 방법에서 모델링 하는 단계는, 미분 불가능한 함수로 표현된 제1 MOS 모델에서 미분 불가능점을 포함하는 복수의 곡선 구간을 결정하는 단계, 그리고 복수의 곡선 구간에 n차 베지어 곡선을 적용하여 미분 불가능점을 삭제하는 단계를 포함할 수 있다.

상기 스케줄링 방법에서 미분 불가능점을 삭제하는 단계는, 복수의 곡선 구간에서 n+1개의 조절점을 각각 결정하는 단계, 그리고 n+1개의 조절점을 이어서 n차 베지어 곡선을 생성하고, 생성된 n차 베지어 곡선을 복수의 곡선 구간에 대한 최종 MOS 모델로 각각 결정하는 단계를 포함할 수 있다.

상기 스케줄링 방법에서 최종 MOS 모델은 베지어 곡선의 파라미터와 무선 네트워크의 데이터 전송률에 관한 함수로 표현되고, 데이터 전송률의 전체 구간에서 연속적으로 미분 가능한 함수일 수 있다.

상기 스케줄링 방법에서 스케줄링 하는 단계는, 단말로부터 CSI를 수신하는 단계, 그리고 CSI를 통해 사용자에 할당된 모든 서브 채널에 대하여 적용 가능한 데이터 전송률을 계산하는 단계를 포함할 수 있다.

상기 스케줄링 방법에서 스케줄링 하는 단계는, 스케줄링 지시자 벡터 및 적용 가능한 데이터 전송률을 통해 평균 데이터 전송률을 계산하는 단계, 그리고 사용자의 우선순위, MOS 모델 및 평균 데이터 전송률을 바탕으로 무선 네트워크 자원을 스케줄링 하는 단계를 더 포함할 수 있다.

상기 스케줄링 방법에서 스케줄링 하는 단계는, 사용자의 우선순위, MOS 모델 및 평균 데이터 전송률에 그래디언트 스케줄링 기법을 적용하는 단계를 포함할 수 있다.

상기 스케줄링 방법에서 스케줄링 지시자 벡터는, 기지국이 사용자에게 특정 서브 채널 및 특정 시간 슬롯을 할당하면 1이고, 그렇지 않으면 0일 수 있다.

본 발명의 다른 특징에 따르면, 사용자의 체감 품질에 기반한 무선 네트워크의 스케줄링 장치가 제공된다. 상기 스케줄링 장치는, 무선 네트워크에 포함된 단말에서 실행된 서비스에 대한 애플리케이션 정보를 획득하고, 애플리케이션 정보를 바탕으로 MOS를 모델링하는 MOS 모델링 프로세서, 그리고 MOS 모델을 바탕으로 단말에 대한 무선 네트워크 자원을 스케줄링 하는 체감 품질 인지 스케줄러를 포함할 수 있다.

상기 스케줄링 장치에서 MOS 모델링 프로세서는, 미분 불가능한 함수로 표현된 종래 MOS 모델에서 미분 불가능점을 포함하는 복수의 곡선 구간을 결정하고, 복수의 곡선 구간에 n차 베지어 곡선을 적용하여 미분 불가능점을 삭제할 수 있다.

상기 스케줄링 장치에서 MOS 모델링 프로세서는, 복수의 곡선 구간에서 n+1개의 조절점을 각각 결정하고, n+1개의 조절점을 이어서 n차 베지어 곡선을 생성하며, 생성된 n차 베지어 곡선을 복수의 곡선 구간에 대한 MOS 모델로 각각 결정할 수 있다.

상기 스케줄링 장치에서 모델링된 MOS는 베지어 곡선의 파라미터와 무선 네트워크의 데이터 전송률에 관한 함수로 표현되고, 데이터 전송률의 전체 구간에서 연속적으로 미분 가능한 함수일 수 있다.

상기 스케줄링 장치는, 단말로부터 CSI를 수신하는 CSI 수집 장치를 더 포함하고, 체감 품질 인지 스케줄러는, CSI를 통해 사용자에 할당된 모든 서브 채널에 대하여 적용 가능한 데이터 전송률을 계산할 수 있다.

상기 스케줄링 장치에서 체감 품질 인지 스케줄러는, 스케줄링 지시자 벡터 및 적용 가능한 데이터 전송률을 통해 평균 데이터 전송률을 계산하고, 사용자의 우선순위, MOS 모델 및 평균 데이터 전송률을 바탕으로 무선 네트워크 자원을 스케줄링 할 수 있다.

상기 스케줄링 장치에서 체감 품질 인지 스케줄러는, 사용자의 우선순위, MOS 모델 및 평균 데이터 전송률에 그래디언트 스케줄링 기법을 적용할 수 있다.

상기 스케줄링 장치에서 스케줄링 지시자 벡터는, 기지국이 사용자에게 특정 서브 채널 및 특정 시간 슬롯을 할당하면 1이고, 그렇지 않으면 0일 수 있다.

본 발명의 다른 특징에 따르면, 사용자의 체감 품질에 기반한, 무선 네트워크의 스케줄링 방법이 제공된다. 상기 스케줄링 방법은, 무선 네트워크에 포함된 단말에서 실행될 서비스에 대한 애플리케이션 정보를 바탕으로 최종 MOS 모델을 모델링 하는 단계, 최종 MOS 모델을 바탕으로 PF 유틸리티 함수를 생성하는 단계, 그리고 PF 유틸리티 함수를 바탕으로 단말에 대한 무선 네트워크 자원을 스케줄링 하는 단계를 포함한다.

상기 스케줄링 방법에서 생성하는 단계는, 오목 성질이 부여된 PF 유틸리티 함수를 생성하는 단계를 포함할 수 있다.

상기 스케줄링 방법에서 스케줄링 하는 단계는, FTR 기법을 적용하여 유틸리티 함수를 바탕으로 단말에 대한 무선 네트워크 자원을 스케줄링 하는 단계를 포함할 수 있다.

상기 스케줄링 방법에서 스케줄링 하는 단계는, 사용자의 평균 체감 품질, 사용자 간의 공평성 요소(fairness factor) 또는 사용자 우선 순위 중 적어도 하나를 반영하여 PF 유틸리티 함수를 변형하는 단계, 변형된 유틸리티 함수를 바탕으로 단말에 대한 무선 네트워크 자원을 스케줄링 하는 단계를 포함할 수 있다.

본 발명의 한 실시 예에 따르면, 연속적으로 미분가능한 MOS 모델을 사용하고, 사용자에게 제공되는 모바일 서비스의 특징, 모바일 단말의 성능, 현재 채널 상태 및 사용자 간 형평성을 고려함으로써, 한정된 무선 자원을 스케줄링 함에 있어 사용자의 체감 품질을 향상시킬 수 있다.

도 1은 데이터 전송률과 MOS 간의 관계를 나타낸 그래프이다.
도 2는 비디오 서비스의 MOS 모델을 나타낸 그래프이다.
도 3은 파일 다운로드 서비스의 MOS 모델을 나타낸 그래프이다.
도 4는 본 발명의 한 실시 예에 따른 연속적 미분가능 MOS 모델을 나타낸 도면이다.
도 5는 본 발명의 한 실시 예에 따른 MOS 모델을 나타낸 도면이다.
도 6 및 도 7은 본 발명의 한 실시 예에 따른 QoE 기반 스케줄링 방법의 성능을 셀 내의 사용자 수의 변화에 따라 나타낸 그래프이다.
도 8은 본 발명의 다른 실시 예에 따른 연속적 미분가능 MOS 모델을 나타낸 도면이다
도 9는 본 발명의 다른 실시 예에 따라 가변된 제어 파라미터

에 의한 복수의 MOS 모델을 나타낸 도면이다.
도 10는 혼성 사용자 그룹에서 셀 사용자 수의 변화에 따라 비교된 평균 MOS 성능을 나타낸 도면이다.
도 11은 혼성 사용자 그룹에서 셀 사용자 수의 변화에 따라 비교된 하위 5% 평균 MOS 성능을 나타낸 도면이다.
도 12는 본 발명의 실시 예에 따른 QoE 기반 스케줄링 방법이 적용되는 시스템을 나타낸 도면이다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 이동국(mobile station, MS)은 단말(terminal), 이동 단말(mobile terminal, MT), 진보된 이동국(advanced mobile station, AMS), 고신뢰성 이동국(high reliability mobile station, HR-MS), 가입자국(subscriber station, SS), 휴대 가입자국(portable subscriber station, PSS), 접근 단말(access terminal, AT), 사용자 장비(user equipment, UE) 등을 지칭할 수도 있고, MT, MS, AMS, HR-MS, SS, PSS, AT, UE 등의 전부 또는 일부의 기능을 포함할 수도 있다.

또한, 기지국(base station, BS)은 진보된 기지국(advanced base station, ABS), 고신뢰성 기지국(high reliability base station, HR-BS), 노드B(node B), 고도화 노드B(evolved node B, eNodeB), 접근점(access point, AP), 무선 접근국(radio access station, RAS), 송수신 기지국(base transceiver station, BTS), MMR(mobile multihop relay)-BS, 기지국 역할을 수행하는 중계기(relay station, RS), 기지국 역할을 수행하는 중계 노드(relay node, RN), 기지국 역할을 수행하는 진보된 중계기(advanced relay station, ARS), 기지국 역할을 수행하는 고신뢰성 중계기(high reliability relay station, HR-RS), 소형 기지국[펨토 기지국(femoto BS), 홈 노드B(home node B, HNB), 홈 eNodeB(HeNB), 피코 기지국(pico BS), 메트로 기지국(metro BS), 마이크로 기지국(micro BS) 등] 등을 지칭할 수도 있고, ABS, 노드B, eNodeB, AP, RAS, BTS, MMR-BS, RS, RN, ARS, HR-RS, 소형 기지국 등의 전부 또는 일부의 기능을 포함할 수도 있다.

비디오 서비스와 파일 다운로드 서비스에서 각 파라미터는 서비스의 특징에 따라 결정된다. 비디오 서비스의 MOS 모델은 아래 수학식 1과 같이 표현될 수 있다.

파일 다운로드 서비스의 MOS 모델은 아래 수학식 2와 같이 표현될 수 있다.

그리고, 도 2는 비디오 서비스의 MOS 모델을 나타낸 그래프이고, 도 3은 파일 다운로드 서비스의 MOS 모델을 나타낸 그래프이다.

도 2와 도 3으로부터 알 수 있듯이, 종래 MOS 모델의 그래프는 유계 로그 함수(Bounded Logarithm Function) 형태를 띠고, 각 경계에서 미분 불가능한 부분이 발생한다. 따라서 본 발명에서는 전 구간에서 미분 가능한 MOS 모델을 제안하고, 직교 주파수 다중화(Orthogonal Frequency Division Multiplexing, OFDM) 시스템을 예로 들어 설명한다. 본 발명의 실시 예에 따른 미분 가능 MOS 모델은 OFDM 시스템뿐만 아니라, 방송 네트워크와 같은 유/무선 네트워크에 모두 적용될 수 있으며, 적용범위는 무선 네트워크에 한정되지 않는다.

종래 QoS 기반 스케줄링 기법에서 기지국은 각 사용자의 서비스 만족도를 최대화하기 위하여 수학식 3과 같이 무선자원을 할당하였다. 이러한 QoS 기반 스케줄링 기법 중 가장 대표적인 것이 전체 시스템의 스루풋(throughput)과 사용자 간의 형평성(fairness)를 고려한 비례적 공정 스케줄링이다.

도 4는 본 발명의 한 실시 예에 따른 연속적 미분가능 MOS 모델을 계산하는 방법을 나타낸 도면이다.

도 4에 도시된 종래 MOS 그래프(점선)에서

에서의 기울기를 m₀라고 한다. 종래 MOS 모델에서 MOS가 1일 때의 최대 데이터 전송률, 즉 데이터 전송률의 문턱값(data rate threshold)을 R_{1 .0,k}라고 하고, MOS가 4.5일 때의 데이터 전송률을 R_{4 .5,k}라고 하며, R_{1 .0,k}와 R_{4 .5,k}에서 종래 MOS 모델은 불연속이다.

본 발명의 한 실시 예에서는 종래 MOS 모델을 연속적 미분가능 함수로 모델링하기 위해, 종래 MOS 모델의 두 미분불가능 점을 포함하는 구간을 선정한다. 이를 곡선 구간(curve segment range)이라 하며, 각 곡선 구간은 [0, R_{a ,k}], [R_{b ,k}, R_4.5,k]이고 대표값(data rate bound) R_{a ,k}와 R_{b ,k}을 각각 포함한다. 도 4에 표시된 데이터 전송률 사이에는 아래 수학식 4와 같은 관계가 성립된다.

본 발명의 한 실시 예에서는 곡선 구간을 수정하여 연속적으로 미분 가능한(continuously differentiable) MOS 모델을 결정하기 위해 2차 베지어 곡선(Bezier Curves)를 사용한다. 베지어 곡선을 적용하여 연속적으로 미분 가능한 MOS 모델을 생성하기 위해서는 곡선 구간을 표현하기 위한 조절점(control point)을 결정해야 한다.

본 발명의 실시 예에서 베지어 곡선을 그리기 위한 조절점의 x좌표는 특정 데이터 전송률이고, y좌표는 특정 데이터 전송률에서의 MOS 값이다. 본 발명의 한 실시 예에 따른 MOS 모델에서는 조절점 3개를 이용하여 생성한 2차 베지어 곡선으로 연속적 미분가능 MOS 모델을 생성한다. 이때, 종래 MOS 모델에서 각 조절점은 각 구간의 경계점과 각 경계점에서의 두 접선이 만나는 교점으로 결정될 수 있다.

도 4를 참조하면, 첫 번째 곡선 구간([0, R_{a ,k}])의 각 경계점과, 왼쪽 경계점(R=0) 및 오른쪽 경계점(R=R_{a ,k})의 두 접선이 만나는 교점이 3번째 조절점으로 결정되었다. 왼쪽 경계점(R=0)에서의 접선의 기울기를 m_a라 하고, 오른쪽 경계점(R= R_a,k)에서의 접선의 기울기를 m_b라 하면, 첫 번째 곡선 구간의 3번째 조절점은 아래 수학식 5와 같다.

이때, Rⁿ _{ca , k}는 아래 수학식 6과 같이 계산될 수 있다.

첫 번째 곡선 구간과 동일한 방식으로 계산하면, 두 번째 곡선 구간의 3번째 조절점은 아래 수학식 7과 같고, 이때, Rⁿ _{cb , k}는 아래 수학식 8과 같이 계산될 수 있다.

따라서, 두 곡선 구간의 베지어 곡선과, 종래 MOS 모델의 곡선을 결합하면 연속적 미분가능 MOS 모델을 얻을 수 있다. 위와 같은 모델링을 통해 연속적 미분가능 MOS 모델

을 아래 수학식 9와 같이 계산할 수 있다.

이때, p는 베지어 곡선의 파라미터이며, 그 범위는

이다.

도 5는 본 발명의 한 실시 예에 따른 MOS 모델을 나타낸 도면이다.

도 5를 참조하면, 본 발명의 실시 예에 따른 MOS 모델은

의 접선의 기울기를 조절하여 각각 다른 MOS 모델을 생성할 수 있다. 도 5에서 생성된 모든 MOS 모델은 데이터 전송률 전체 구간에서 연속적으로 미분 가능하다.

본 발명의 한 실시 예에 따른 MOS 모델을 QoE 기반(QoE-based) 스케줄링에 적용하면, 사용자의 평균 체감 품질의 최대화하는 스케줄링 방식과, 사용자의 평균 체감 품질 최대화와 사용자 간 형평성을 함께 고려하는 스케줄링 방식은 각각 수학식 10 및 수학식 11로 모델링 될 수 있다.

이때,

,

는 사용자 k의 우선 순위를 나타낸다.

아래에서는 본 발명의 한 실시 예에 따른 MOS 모델이 적용된 사용자의 평균 체감 품질 최대화와 사용자 간 형평성을 함께 고려하는 스케줄링 방식을 설명한다.

N을 기지국(base station, BS)의 집합이라고 하고, K를 사용자의 집합이라고 하고, 각 사용자는 하나의 기지국에만 접속되어 있다고 가정한다. K_n은 BS_n에 접속된 사용자 집합이라고 가정하고, S({1,…, s})는 서브 채널의 집합이라고 가정한다. 이때, Pⁿ이 BS_n의 전송 전력이라면, 서브 채널 s에서의 전송 파워 pⁿ _s는 Pⁿ/S로 결정될 수 있다. 따라서, 모든 서브 채널에 동일한 전송 전력이 할당된다.

타임 슬롯 t에서 BS_n의 서브 채널 s에 대한 사용자 k의 신호 대 간섭 및 잡음비(signal to interfere plus noise ratio, SINR)는 수학식 12와 같다.

이때

는 BS_n 과 사용자 k 간의 채널 이득이고,

는 잡음의 전력이다. 섀넌의 법칙(Shannon? formula)에 따라, BS_n에서 사용자 k의 서브 채널 s에 대하여 적용 가능한 데이터 전송률은 수학식 13과 같다.

이때 B는 시스템의 대역폭(system bandwidth)이며, γ는 SINR과 용량 간의 차이로서, 일반적으로 타겟 비트 에러율(target bit error rate, target BER)에 의해 결정된다. 각 BS_n은 채널 상태 정보(channel state information, CSI)에 대한 피드백을 통해 각 사용자에 할당된 모든 서브 채널에 대해 적용 가능한 데이터 전송률을 알고 있다고 가정한다.

그리고, 사용자 스케줄링 지시자 벡터를 I(t)로 정의하면, I(t)는 수학식 14와 같다.

예를 들면,

은 BS_n이 접속된 사용자에게 서브 채널 s 및 시간 슬롯 t을 할당한 경우이고, 그렇지 않은 경우

=0이다. 각 BS_n에서 매 시간 슬롯과 서브 채널에는 최대 1명의 사용자만 스케줄링 될 수 있으므로,

는 수학식 15와 같은 제한 사항을 가진다.

그러므로 시간 슬롯 t에서 사용자 k에 적용될 수 있는 실제 데이터 전송률은 수학식 16으로 표현될 수 있다.

그리고, 시간 슬롯 t까지의 평균 데이터 전송률

은 수학식 17로 표현될 수 있다.

이제, 수학식 9 내지 수학식 17을 바탕으로, 사용자의 체감 품질 최대화와 사용자 간 형평성 문제를 고려한 스케줄링 방식을 결정하기 위한 최적화 문제를 수학식 18과 같이 정의할 수 있다.

이때

는

이며,

는 사용자 k의 우선순위를 나타낸다.

본 발명의 실시 예에 따른 MOS 모델이 연속적 미분가능 MOS 함수이므로, 그래디언트 스케줄링 기법을 본 발명의 MOS 모델에 적용하면, 주어진 BS_n, 서브 채널 s에서 최선의 스케줄링 방식은 수학식 19와 같이 결정될 수 있다.

즉, 본 발명의 실시 예에 따르면, 각 기지국의 스케줄러가 각 시간 슬롯에서 각 서브 채널에 대해 수학식 19를 만족하는 사용자를 선택할 때, 선택한 사용자에 대한 MOS를 최대로 할 수 있고, 사용자 간의 형평성도 고려될 수 있다.

표 2는 본 발명의 한 실시 예에 따른 QoE 기반 스케줄링 방법을 평가하기 위한 시뮬레이션 환경을 나타낸다.

<파라미터>	<가정값>
셀 레이아웃	19 hexagonal cells
셀 커버리지 반경	1,000 meters
서브 채널 개수	16
반송파 주파수	2.3 GHz
시스템 대역폭	10 MHz
열 잡음 밀도	-174 dBm/H
타겟 BER	0.001
시간 슬롯 길이	1 ms
최대 전송 전력	20 W
전파 손실 모델	= 16.62 + 37.6 [dB]
채널 모델	Jakes' Rayleigh 페이딩 모델
사용자 분포	균일 분포
시뮬레이션 시간	10,000 시간 슬롯
성능 비교 관점	평균 MOS 하위 5%의 평균 MOS

본 발명의 한 실시 예에 따른 스케줄링 방법을 평가하기 위해, 전체 사용자의 평균 MOS와 사용자 중 하위 5%의 MOS 평균(5^th percentile average MOS)이 이용되었다. 그리고, 성능 비교를 위해 QoE 기반 스케줄링 방법을 기존의 비례적 공정 스케줄링 방법과 비교하였다.

표 3은 본 발명의 한 실시 예에 따른 스케줄링 방법의 성능 분석을 위한 시나리오를 나타낸다. 표 3에서는 본 발명의 한 실시 예에 따른 스케줄링 방법에 따라 제공되는 비디오 서비스를 시청하는 사용자 그룹의 수(3), 각 사용자 그룹에 포함된 사용자의 수(4:3:3), 그리고 각 사용자 그룹에서 시청하는 비디오 서비스의 종류를 설명한다. 즉, 본 평가에서 각 사용자는 3개의 사용자 그룹으로 나뉘어 비디오 서비스를 제공받고, 각 사용자 그룹 별로 서로 다른 비디오 서비스가 제공된다.

표 4는 본 발명의 한 실시 예에 따른 스케줄링 방법의 성능 분석을 위한 MOS 모델의 파라미터를 나타낸다. 즉, 각 사용자 그룹에 제공되는 비디오 서비스는 각각 서로 다른 서비스 요구사항을 갖는다.

도 6 및 도 7은 본 발명의 한 실시 예에 따른 QoE 기반 스케줄링 방법의 성능을 셀 내의 사용자 수의 변화에 따라 나타낸 그래프이다.

도 6에서는 QoE 기반 스케줄링 방법과 비례적 공정 스케줄링 방법을 평균 MOS(average MOS)의 관점에서 비교하였고, 도 7에서는 QoE 기반 스케줄링 방법과 비례적 공정 스케줄링 방법을 하위 5%의 평균 MOS 관점에서 비교하였다.

도 6 및 도 7을 참조하면, 본 발명의 한 실시 예에 따른 QoE 기반 스케줄링 방법은 평균 MOS 측면에서 최적의 성능을 유지하였고, 하위 5% 평균 MOS 측면에서는 비례적 공정 스케줄링 방법에 비해 50% 이상의 높은 성능 개선을 나타낸다. 즉, 본 발명의 실시 예에 따른 QoE 기반 스케줄링 방법을 통해 사용자 체감 품질을 최대로 향상시킬 수 있다. 본 발명의 실시 예에 따른 기지국은 QoE가 고려된 스케줄링 방법을 통해 사용자 체감품질을 고려하여 자원 투입 대비 사용자 체감품질이 최대로 향상될 수 있도록 한정된 무선 자원을 할당함으로써, 위와 같은 성능 이득을 얻을 수 있다.

다음으로 본 발명의 다른 실시 예에 따른 스케줄링 방법 및 장치를 설명한다. 본 발명의 다른 실시 예에 따른 스케줄링 방법 및 장치는 다중 셀(multi-cell) OFDM 네트워크에 적용될 수 있다. 본 발명의 다른 실시 예에 따른 스케줄링 방법 및 장치는, 다중 셀 OFDMA 네트워크뿐만 아니라, OFDMA 시스템 단일 기지국에도 적용 가능하다.

N을 기지국(base station, BS)의 집합이라 하고, K를 사용자의 집합이라고 한다. 이때 각 사용자는 하나의 기지국에만 접속되어 있다고 가정한다. K-_n은 BS_n에 접속된 사용자의 집합이고, S={1,…, s}는 서브 채널의 집합이다. Pⁿ이 BS_n의 전송 전력(transmit power)이라면, 서브 채널 집합 S에 포함된 s(s∈S)에서의 전송 전력 P_s ⁿ은 Pⁿ/S로서 모든 채널에 동일하게 할당될 수 있다.

시간 슬롯 t에서 BS_n의 서브 채널 s에 대한 사용자 k의 SINR은 아래 수학식 20과 같다.

이때

는 BS_n과 사용자 k간의 채널 이득(channel gain)이고,

는 노이즈 전력(noise power)이다. 섀넌의 이론에 따라, BS_n의 서브 채널 s에 대하여 사용자 k의 달성 가능한 데이터 전송률(achievable data rate)은 아래 수학식 21과 같다.

수학식 21에서 B는 시스템 대역폭(system bandwidth)이며, γ는 SINR과 용량(capacity) 간의 차이(gap)로서, 일반적으로 목표 비트에러율(target bit error rate)에 의해 결정될 수 있다. 본 발명의 다른 실시 예에서 각 BS_n은 접속된 모든 사용자에 대한 모든 서브 채널에서 순간 달성 가능한 데이터 전송률(instantaneous achievable data rate)을 채널 상태 정보 피드백(channel state information feedback)을 통하여 알고 있다고 가정한다.

본 발명의 다른 실시 예에서는

를 사용자 스케줄링 지시 벡터(user scheduling indicator vector)로 정의한다. 예를 들어,

인 경우, BS_n은 접속된 사용자(associated user) k를 서브채널 s에서 time-slot t에 할당하고, BS_n이 사용자를 서브채널 s에서 시간 슬롯 t에 할당하지 않으면 I(t)는 0이다. 각 BS_n는 매 시간슬롯 t에 서브채널 s에 대해 최대 1명의 사용자만 스케줄링 할 수 있으므로 아래 수학식 22와 같은 제한조건이 성립한다.

이때, 시간슬롯 t에서 사용자 k의 실제 데이터 전송률을 아래 수학식 23과 같다.

그리고, 윈도우 사이즈(window size)가 W인 시간슬롯 t까지의 평균 데이터 전송률은 수학식 24와 같다.

통상, 다중셀 OFDMA 네트워크에서 사용자 스케줄링의 목적은 네트워크 차원의 유틸리티를 최대화 하는 것이다. 개별 유틸리티 U_k ⁿ의 합으로 표현되는 네트워크 차원의 유틸리티가 아래 수학식 25에 나타나 있다.

한편, QoS를 제공하기 위한 기존 PF 스케줄링에서의 개별 유틸리티는 아래 수학식 26과 같이 표현될 수 있다.

불행히도, QoS 파라미터인

은 사용자들에 의해 인지되는 서비스 품질을 반영하기 어렵다. 그러므로, 본 발명에서는 사용자 각각의 개별 유틸리티를 위해 MOS를 사용하여, QoE에 기반한 PF 스케줄링 방법을 제안한다.

먼저 기본 MOS 모델(basic MOS model)을 분석한다. 실시간 비디오 스트리밍(real time video streaming) 또는 파일 전송 프로토콜(file transfer protocol, FTP) 서비스 등에 대해서, 평균 데이터 전송률과 MOS의 관계는 아래 수학식 27에 따른 유계 로그 함수로 근사적 모델링 될 수 있다. 즉, 실시간 비디오 스트리밍 서비스의 MOS 모델 및 FTP 서비스의 MOS 모델은 수학식 27과 같이 표현될 수 있다.

with

수학식 27에서

과

는 MOS 값인 1 및 4.5를 얻기 위한 문턱 데이터 전송률(threshold data rate)

및

에 의해 유도되는 양수 파라미터이다. 수학식 27에 따른 MOS 함수는 오목(concave)하지 않으며 연속적으로 미분가능하지도 않다. 즉, 수학식 27의 MOS 함수를 이용하여 수학식 25에 따른 스케줄링을 수행하면, 전체적인 최적 해(globally optimum solution)를 구하기 어렵다. 수학식 27에 나타난 MOS 함수는

내지

에서 미분 가능하지 않고

와

구간에서 미분 값이 0이기 때문이다. 만약 사용자 k가

보다 더 높은 데이터 전송률을 갖는 경우, 이미 최대 MOS를 가지기 때문에, 더 높은 MOS를 얻기 위해 더 많은 자원을 필요로 하지 않는다.

하지만

구간에서의 제로 기울기(zero gradient)는 이 영역에서의 한계 효용(marginal utility)이 0이 되기 때문에, 자원 할당 문제를 발생시키지 않기 위해 신중하게 처리될 필요가 있다. 예를 들어, 사용자의 평균 데이터 전송률

가

보다 작아지는 경우, 사용자는 PF 스케줄링에 따라 자원을 할당 받은 사용자는 교착 상태(deadlock)에 빠지게 될 수 있다. 즉, 이 구간에서의 한계 효용이 0이기 때문에 더 이상 자원이 사용자에게 주어지지 않고, 사용자는 자원을 할당받지 못하여 궁핍한 상태(starvation regime)에 머무르게 될 수 있다. 따라서, 도 8과 같은 연속적 미분 가능 MOS 모델이 고려될 필요가 있다.

도 8은 본 발명의 다른 실시 예에 따른 연속적 미분가능 MOS 모델을 나타낸 도면이다

본 발명의 다른 실시 예에 따르면, 네트워크 차원의 유틸리티의 최대화를 위해 수학식 25와 같은 목적함수를 해결함에 있어, 기본 MOS 모델의 바람직하지 못한 궁핍 현상(unfavorable starvation)을 피하기 위해, 새로운 MOS 함수가 도출될 수 있다. 본 발명의 다른 실시 예에서는, 2차 베지어 곡선(2nd order Bezier curves)을 이용하여

데이터 전송률 구간에서 MOS 함수가 연속적으로 미분가능 하고 순증가(strictly increasing) 할 수 있도록 도 8과 같이 리모델링 하였다.

도 8을 참조하면, 본 발명의 다른 실시 예에서 제안하는 MOS 곡선은 최초 유계 로그 함수(original bounded log function)(점선으로 표시)로부터 수정된 두 개의 새로운 곡선 구간(실선으로 표시)인

와

를 포함한다.

먼저

곡선 구간에서 베지어 곡선을 생성하기 위해, 두 직선의 교점을 결정하였다(점 A). 이때, 점 B(0, 1)에서 시작된 첫 번째 직선의 기울기는

이다. 두 번째 직선은 최초 MOS 곡선의 점 C

에서의 접선이다. 따라서,

곡선 구간의 베지어 곡선은 하나의 변수

에 의해 결정될 수 있다. 이때 베지어 곡선 위의 각 점은 점 B와 점 A 간의 p: 1-p 분할 지점(dividing point)과, 점 A 와 점 C 간의 p: 1-p 분할 지점이다.

구간의 베지어 곡선은 비슷한 방법으로 생성할 수 있다.

점 A의 가로 축 좌표는 아래 수학식 28과 같다.

그리고 베지어 곡선 위의 다른 중간 점

의 가로 축 좌표는 수학식 29와 같다.

이때

과

는 각각

와

에서의 접선 기울기로서, 각각 아래 수학식 30 및 수학식 31로 표현될 수 있다.

그리고, 수학식 32와 같이 베지어 곡선의 파라미터

로 결정되는 연속적 미분가능 MOS 함수

가 도출될 수 있다.

수학식 32를 참조하면, 베지어 곡선의 장점은 p와

이 일대일 대응 관계이므로 베지어 곡선의 모양이 단일 변수 p에 의해 완전히 규정될 수 있다는 것이다. 이때

계산을 위한 p의 값은 수학식 32의 이차방정식 계산을 통해 구한

값으로부터 얻을 수 있다. 또한 베지어 곡선의 순증가 특성을 위해, 수학식 33 및 수학식 34과 같이

와

에 대한 조건이 규정될 수 있다.

이때 본 발명의 다른 실시 예에 따른 MOS 모델은 수학식 32로 표현될 수 있지만, 네트워크 운영자의 정책에 따라

구간의 MOS 모델만 사용할 수도 있고, 또는

구간의 MOS 모델만 사용할 수도 있다.

또한 본 발명의 다른 실시 예에 따른 MOS 모델에서, 네트워크의 운영 정책에 따라 제어 파라미터

가 가변 될 수 있다. 또한 기지국에 트래픽 부하가 높은 경우 또는 정책 상 각 사용자의 체감품질의 최대 값을 제한할 수 있다. 예를 들면, 기본적으로 MOS의 최대 값은 4.5인데, 사용자의 체감품질 최대값을 4.0으로 제한하는 경우, 이미 높은 체감품질을 경험하는 사용자의 만족도 손실을 최소화 하면서 다른 사용자들의 체감품질을 높이는데 자원을 활용할 수 있다. 또는 우선순위가 높은 사용자는 체감 품질 최대 값을 4.5로 유지하고 일반 사용자는 그 이하의 값을 유지하도록 할 수도 있다.

도 9는 본 발명의 다른 실시 예에 따라 가변된 제어 파라미터

에 의한 복수의 MOS 모델을 나타낸 도면이다.

도 9를 참조하면,

에서의 기울기

가 제어됨에 따라 MOS 모델에 나타난 베지어 곡선이 변화되었음을 알 수 있다. 또한 데이터 전송률이

인 구간에서 연속적 미분가능하고 순증가 함을 알 수 있다.

수학식 35는 본 발명의 다른 실시 예에 따른 MOS 모델을 이용한, QoE 기반 PF 유틸리티 함수를 나타낸다.

수학식 35에서는

의 최소값이 1이기 때문에 1을 빼고 로그를 취했다. 수학식 35의 유틸리티 함수를 이용하여 스케줄링 문제를 해결하는데 있어, 만약 유틸리티 함수가 오목하다면, 체계적으로 최적 해(optimal solution)를 얻을 수 있다. 오목 함수의 합도 오목 함수이므로, 단지 개별 유틸리티 함수가 오목 함수인지만 검사하면 된다. 이때,

는 일반성의 손실 없이 간단한 증명을 위해 0으로 하였다.

<제안 1>

본 발명의 다른 실시 예에서 제안한 수학식 35의 개별 유틸리티

은 하부 베지어 경계(lower Bezier bound)

이 다음의 조건을 만족시키면 오목 함수가 된다.

개별 유틸리티

이 오목함을 증명하기 위해서는,

에서

의 이차 미분이 모든

에 대해서 음수이거나 제로임을 밝히면 된다. 아래 수학식 37은

의 이차 미분을 나타낸다.

즉, 모든

에 대해서 수학식 37이 음수이거나 제로가 되는 조건은 수학식 38과 같다.

도 8을 참조하면,

는

보다 작은 값이기 때문에 수학식 39가 도출될 수 있다.

그리고 수학식 39는 수학식 28에 의해 수학식 40과 같이 단순화될 수 있다.

그리고, 수학식 33 및 수학식 28을 결합하여 수학식 41을 얻을 수 있다.

따라서, 최종적으로 수학식 40 및 수학식 41을 통해 수학식 36의 결과를 얻을 수 있다. 또한

,

,

} 구간에 대해 유사한 절차를 수행해도 추가적인 제약조건은 발견되지 않았다.

아래에서는 본 발명의 다른 실시 예에 따라 QoE 기반 PF 스케줄링을 수행하는 방법을 설명한다.

본 발명의 다른 실시 예에 따른 수학식 36의

의 제약 조건을 갖는 오목한 QoE 기반 PF 유틸리티 함수를 이용하면, 다중 셀 OFDMA 네트워크에서 개별 유틸리티

의 합으로 표현되는 네트워크 차원의 유틸리티(수학식 25 참조)를 최대화하는 사용자 스케줄링 문제는 다음과 같은 최적화 문제로 표현될 수 있다. 본 발명의 다른 실시 예에서는 사용자의 평균 체감품질 최대화와 사용자간 공평성을 함께 고려하기 위해, 사용자들의 QoE에 대한 log의 합을 최대화하는 문제로 최적화 문제를 정의하였다.

위에서 설명한 <제안 1>에 따라 상기 스케줄링 문제에 그레이디언트 스케줄링(gradient scheduling)을 적용하면, 스케줄링 문제는 각 BS_n이 서브 채널 s에서 사용자를 스케줄링하는 문제로 단순화 될 수 있다.

결론적으로, 각 BS_n이 서브 채널 s에서 수행하는 QoE 기반 사용자 스케줄링은 수학식 44와 같이 결정하는 것이 최적이 될 수 있다.

기지국의 스케줄러가 사용자의 평균 체감품질 및 공평성을 고려하여 자원을 할당할 때, 수학식 44에 따르면, 사용자의 체감품질 향상(MOS에 대한 한계 효용)의 예상값 및 현재 채널 상태도 함께 고려될 수 있다. 예를 들어, 특정 사용자의 현재 체감 품질이 다른 사용자들보다 저하되어 있는 경우, 수학식 44를 이용하는 기지국의 스케줄러는 그 사용자의 우선순위를 상대적으로 높임으로써 사용자간 공평성을 증대시킬 수 있다. 또한 같은 양의 자원을 투입하면 체감품질에 큰 향상을 기대할 수 있는 사용자가 있거나 또는 특정 사용자의 채널 상태가 다른 사용자의 채널 상태보다 좋은 경우, 기지국의 스케줄러는 그 사용자의 우선순위를 높임으로써 전체 시스템의 MOS를 향상시킬 수 있다.

본 발명의 다른 실시 예에서 제안한 스케줄링 기법은 다중 셀 환경으로 쉽게 확장될 수 있다. QoE 기반 PF 유틸리티(수학식 35 참조)는 수학식 36의 제한 조건을 갖는 오목 함수이다. 그러므로 셀 간 간섭 조정을 위한 적응적 부분 시간 재사용(adaptive fractional time reuse, adaptive FTR)과 같은 기법을 본 발명의 다른 실시 예에 따른 스케줄링 기법에 적용할 수 있다. 적응적 FTR에서, 시간 자원은 분할되고, 셀 간 간섭을 줄이기 위해 인접 셀 간 서로 다른 파티션에 높은 전력으로 신호가 전송된다.

인 자원 분할율(Resource partitioning ratio)

은 매 시간 슬롯 마다 동적 네트워크 컨디션 하에서 네트워크 차원의 목적 함수(network-wide objective function)를 최대화하기 위해 적응적으로 결정될 수 있다.

이를 위해 첫 번째로, 파티션

에 속하는 매 시간 슬롯 마다 수학식 44와 같이 QoE 기반 셀 내부 사용자 스케줄링(intra-cell user scheduling) (

)이 수행된다. 그리고, 파티션 l에 대한 평균 사용자 스케줄링(average user scheduling)

과 데이터 전송률

정보가 계산된다. 명백히 데이터 전송률

은 자원 분할율

에 대한 함수이고 따라서 셀 간 자원 분할(the inter-cell resource partitioning) 문제는 수학식 45와 같이 표현될 수 있다.

그리고, 다음 T 시간 슬롯 동안 사용할 최적 자원 분할율(optimal resource partitioning ratio)

은 이전 분할율

을 통해 아래 수학식 46과 같이 표현될 수 있다.

where

이때, QoE 기반 셀 간 자원 분할율

는 데이터 전송률 자체가 아닌, MOS로 나타나는 한계 효용에 의해 결정된다는 것이다. 그러므로 본 발명에서 셀 간 간섭 조정은 사용자들의 체감품질을 향상시킬 수 있도록 수행된다.

본 발명의 다른 실시 예에서는 기존 QoS 기반 간섭 조정 기법인 적응적 FTR 방법 대신 QoE 기반 적응적인 간섭조정 기법을 이용함으로써, 셀 경계 사용자의 체감품질을 향상시킬 수 있다.

또한 본 발명의 다른 실시 예에 따른 QoE 기반 PF 스케줄링은 공동 사용자 스케줄링 및 전력 제어(Joint user scheduling and power control) 방법에도 적용 가능하다. 이를 위해 사용자 스케줄링은 수학식 44와 같이 QoE 기반 셀 내부 사용자 스케줄링이 수행되고 QoE 기반 전력 제어는 수학식 47과 같이 수행될 수 있다.

where

수학식 47에서

는 BS j가 서브 채널 s에 할당한 사용자를 의미한다.

따라서 본 발명의 다른 실시 예에서는 기존 QoS 기반 간섭 조정 기법인 공동 사용자 스케줄링 및 전력 제어 기법 대신, QoE 기반 동적인 공동 사용자 스케줄링 및 전력 제어 방법을 이용함으로써, 셀 경계 사용자의 체감품질을 향상시킬 수 있다.

수학식 35에 나타난 QoE 기반 PF 유틸리티 함수는 아래 실시 예와 같이 적용할 수 있다. 이때

는 사용자 k의 우선순위를 나타낸다.

수학식 48은 수학식 35의 QoE 기반 PF 유틸리티 함수를 사용자의 평균 체감 품질을 최대화하기 위하여 변형한 것이다.

수학식 49는 사용자의 평균 체감품질 최대화 및 사용자간 공평성을 함께 고려하여 수학식 35의 QoE 기반 PF 유틸리티 함수를 변형한 것이다.

수학식 50은 사용자의 평균 체감품질 최대화 및 사용자간 공평성을 함께 고려(오목 함수)하고 사용자 우선순위 반영하여(즉, 수학식 35 + 사용자 우선순위 고려) 수학식 35의 QoE 기반 PF 유틸리티 함수를 변형한 것이다.

수학식 51은 QoE 기반 일반화된 PF 유틸리티 함수(generalized proportional fair utility function)로서, 사용자 간의 공평성 요소(fairness factor)인 α 파라미터를 조정함으로써 MOS에 대한 사용자 간 공평성을 고려하여 수학식 35의 QoE 기반 PF 유틸리티 함수를 변형한 것이다.

표 5는 본 발명의 다른 실시 예에 따른 QoE 기반 스케줄링 방법을 평가하기 위한 시뮬레이션 환경을 나타낸다.

파라미터	가정값
셀 레이아웃	19 hexagonal cells
셀 커버리지 반경	1,000 meters
서브 채널 개수	16
반송파 주파수	2.3GHz
시스템 대역폭	10MHz
열 잡음 밀도	-174dBm/H
타겟 BER	0.001
시간 슬롯 길이	1ms
최대 전송 전력	20W
전파 손실 모델	= 16.62 + 37.6 [dB]
채널 모델	Jakes' Rayleigh fading model
사용자 분포	Uniformly distribution
시뮬레이션 시간	10,000 time-slots
성능 비교 관점	평균 MOS 하우 5% 평균 MOS

그리고, 표 6은 본 발명의 다른 실시 예에 따른 스케줄링 방법의 성능 분석을 위한 시나리오를 나타내고, 표 7은 본 발명의 다른 실시 예에 따른 스케줄링 방법의 성능 분석을 위한 MOS 모델의 파라미터를 나타낸다. 표 6의 시나리오에 따르면 각 사용자 그룹은 서로 다른 비디오 서비스를 제공 받고 있으며, 표 7은 각 비디오 서비스의 특성에 따른 파라미터를 나타낸다.

위 시뮬레이션은 하위 5%의 평균 MOS를 이용하였다. 본 발명의 다른 실시 예에 따른 QoE가 고려된 스케줄링 방법의 성능을 분석하기 위해 기존의 PF 스케줄링 방법과 비교하였고, 셀 당 사용자 수를 10명에서 40명으로 증가시키며 성능 분석을 수행하였다. 표 6과 같이 사용자들은 3개 그룹으로 나뉘어 서로 다른 서비스를 제공 받고 있으며, 표 7과 같이 각 서비스는 체감품질을 만족시키기 위해 서로 다른 서비스 요구사항을 갖는다.

도 10은 혼성 사용자 그룹에서 셀 사용자 수의 변화에 따라 비교된 평균 MOS 성능을 나타낸 도면이고, 도 11은 혼성 사용자 그룹에서 셀 사용자 수의 변화에 따라 비교된 하위 5% 평균 MOS 성능을 나타낸 도면이다.

도 10 및 도 11의 시뮬레이션에서 사용자의 30%는 'Foreman' 비디오 서비스를 제공 받고 있고, 40%는 'News' 실시간 비디오 스트리밍 서비스를 제공받고 있으며, 30%는 FTP 사용자이다. 각 사용자 그룹의

는 각각 2156 kbps, 638 kbps 및 300 kbps이다. 도 10 및 도 11의 시뮬레이션에서는 QoS 기반 PF 스케줄링 방법, MAX-min QoE 스케줄링 방법, 본 발명의 다른 실시 예에 따른 QoE 기반 PF 스케줄링 방법, 그리고 적응적 FTR이 함께 고려된 본 발명의 다른 실시 예에 따른 QoE 기반 PF 스케줄링 방법, 총 4가지 스케줄링 방법이 성능 분석을 위해 비교되었다.

QoS 기반 PF 스케줄링 방법과 비교하면, 본 발명의 다른 실시 예에 따른 QoE 기반 PF 스케줄링 및 적응적 FTR이 함께 고려된 QoE 기반 PF 스케줄링은 평균 MOS에서 최적의 성능을 유지하며, 하위 5% 평균 MOS에서는 최대 200%의 높은 성능 개선을 나타낸다. 또한, MAX-min QoE 스케줄링과 비교하면, 평균 MOS에서도 높은 성능 개선을 나타내고, 하위 5% 평균 MOS에서는 더 좋은 성능 개선을 나타낸다.

도 12는 본 발명의 실시 예에 따른 스케줄링 방식이 적용되는 시스템을 나타낸 도면이다.

본 발명의 실시 예에 따른 시스템은, 기지국(10), 단말(20), 그리고 애플리케이션 서버(application server)(30)를 포함한다. 그리고, 본 발명의 한 실시 예에 따른 스케줄링 장치(100)는 기지국에 설치될 수도 있고, 기지국과 별도로 연결될 수도 있다. 본 발명의 한 실시 예에 따른 스케줄링 장치(100)는 MOS 모델링 프로세서(110), QoE 기반 스케줄러(120), 그리고 CSI 수집 장치(130)를 포함한다. 그리고 단말(20)은 애플리케이션 블록(application block)(200)을 포함한다.

사용자의 단말이 서비스를 시작하면, 애플리케이션 블록(200)은 단말에서 시작된 서비스의 서비스 요구사항 정보를 수집한다. 이때 요구사항 정보는, 예를 들면 단말이 애플리케이션을 수행하기 위한 최소 데이터 전송률(R_{1 .0,k}) 및 사용자가 최고의 품질로 서비스 받기 위해 필요한 최대 데이터 전송률(R_{4 .5,k}) 등이 될 수 있다. 이때 애플리케이션 서버(30)와 애플리케이션 블록(200) 간 3GPP HTTP를 통한 동적 적응 스트리밍(dynamic adaptive streaming over HTTP, DASH)와 같은 프로토콜을 통해, 애플리케이션 블록(200)은 필요한 정보를 얻을 수 있다.

이후, 애플리케이션 서버 또는 단말은 애플리케이션 파라미터 등의 애플리케이션 정보를 기지국으로 전달한다.

기지국의 MOS 모델링 프로세서(110)는 애플리케이션 파라미터를 이용하여 MOS를 모델링 한다. 본 발명의 실시 예에 따른 MOS 모델링 프로세서(110)는 도 4 내지 도 5에 따라 MOS를 모델링 할 수도 있고, 도 8 내지 도 9에 따라 MOS를 모델링할 수도 있다. 이때, 기지국의 QoE 기반 스케줄러(120)는 각 사용자의 애플리케이션에 따라 서비스가 지속되는 동안, 모델링된 MOS 함수를 관리한다. 그리고 단말은, 자신의 채널 상태를 나타내는 CSI(예를 들어, LTE에서는 채널 품질 정보, 즉, CQI)를 주기적으로 전송하고, 기지국의 채널 정보 수집 장치(130)(CSI collector)에서는 단말의 CSI를 수집한다.

이후, QoE 기반 스케줄러(120)는 수학식 19 또는 수학식 44를 통해 스케줄링을 수행한다. 따라서, QoE 기반 스케줄러(120)는 사용자의 평균 체감 품질 예상 값과, 현재 채널 상태와, 그리고 사용자 간 형평성을 종합적으로 고려하여 네트워크 자원을 스케줄링 할 수 있다. 그리고, QoE 기반 스케줄러(120)는 현재 서비스 중인 사용자들에 대해서 측정된 MOS 및 평균 데이터 전송률 정보를 지속적으로 업데이트 하여, 스케줄링을 위한 정보로 활용한다.

위와 같이 본 발명의 실시 예에 따른 스케줄링 방법 및 장치는, 연속적으로 미분가능한 MOS 모델을 사용하고, 사용자에게 제공되는 모바일 서비스의 특징, 모바일 단말의 성능, 현재 채널 상태 및 사용자 간 형평성을 고려함으로써, 한정된 무선 자원을 스케줄링 함에 있어 사용자의 체감 품질을 향상시킬 수 있다.

이상에서 본 발명의 실시 예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (20)

1. 사용자의 체감 품질에 기반한, 무선 네트워크의 스케줄링 방법으로서,
   상기 무선 네트워크에 포함된 단말에서 실행될 서비스에 대한 애플리케이션 정보를 획득하는 단계,
   상기 애플리케이션 정보를 바탕으로 최종 평가점수 평균법(mean opinion score, MOS) 모델을 모델링하는 단계,
   상기 최종 MOS 모델을 바탕으로 상기 단말에 대한 무선 네트워크 자원을 스케줄링 하는 단계
   를 포함하는 스케줄링 방법.
2. 제1항에서,
   상기 모델링 하는 단계는,
   미분 불가능한 함수로 표현된 제1 MOS 모델에서 미분 불가능점을 포함하는 복수의 곡선 구간을 결정하는 단계, 그리고
   상기 복수의 곡선 구간에 n차 베지어 곡선(Bezier Curve)을 적용하여 상기 미분 불가능점을 삭제하는 단계
   를 포함하는 스케줄링 방법.
3. 제2항에서,
   상기 미분 불가능점을 삭제하는 단계는,
   상기 복수의 곡선 구간에서 n+1개의 조절점을 각각 결정하는 단계, 그리고
   상기 n+1개의 조절점을 이어서 상기 n차 베지어 곡선을 생성하고, 생성된 n차 베지어 곡선을 상기 복수의 곡선 구간에 대한 상기 최종 MOS 모델로 각각 결정하는 단계
   를 포함하는 스케줄링 방법.
4. 제2항에서,
   상기 최종 MOS 모델은 상기 베지어 곡선의 파라미터와 상기 무선 네트워크의 데이터 전송률에 관한 함수로 표현되고, 상기 데이터 전송률의 전체 구간에서 연속적으로 미분 가능한 함수인 스케줄링 방법.
5. 제1항에서,
   상기 스케줄링 하는 단계는,
   상기 단말로부터 채널 상태 정보(channel state information, CSI)를 수신하는 단계, 그리고
   상기 CSI를 통해 상기 사용자에 할당된 모든 서브 채널에 대하여 적용 가능한 데이터 전송률을 계산하는 단계
   를 포함하는 스케줄링 방법.
6. 제5항에서,
   상기 스케줄링 하는 단계는,
   스케줄링 지시자 벡터 및 상기 적용 가능한 데이터 전송률을 통해 평균 데이터 전송률을 계산하는 단계, 그리고
   상기 사용자의 우선순위, 상기 MOS 모델 및 상기 평균 데이터 전송률을 바탕으로 상기 무선 네트워크 자원을 스케줄링 하는 단계
   를 더 포함하는 스케줄링 방법.
7. 제6항에서,
   상기 스케줄링 하는 단계는,
   상기 사용자의 우선순위, 상기 MOS 모델 및 상기 평균 데이터 전송률에 그래디언트 스케줄링 기법을 적용하는 단계
   를 포함하는 스케줄링 방법.
8. 제6항에서,
   상기 스케줄링 지시자 벡터는,
   상기 기지국이 상기 사용자에게 특정 서브 채널 및 특정 시간 슬롯을 할당하면 1이고, 그렇지 않으면 0인 스케줄링 방법.
9. 사용자의 체감 품질에 기반한 무선 네트워크의 스케줄링 장치로서,
   상기 무선 네트워크에 포함된 단말에서 실행된 서비스에 대한 애플리케이션 정보를 획득하고, 상기 애플리케이션 정보를 바탕으로 평가점수 평균법(mean opinion score, MOS)을 모델링하는 MOS 모델링 프로세서, 그리고
   상기 MOS 모델을 바탕으로 상기 단말에 대한 무선 네트워크 자원을 스케줄링 하는 체감 품질 인지 스케줄러
   를 포함하는 스케줄링 장치.
10. 제9항에서,
    상기 MOS 모델링 프로세서는,
    미분 불가능한 함수로 표현된 종래 MOS 모델에서 미분 불가능점을 포함하는 복수의 곡선 구간을 결정하고, 상기 복수의 곡선 구간에 n차 베지어 곡선(Bezier Curve)을 적용하여 상기 미분 불가능점을 삭제하는 스케줄링 장치.
11. 제10항에서,
    상기 MOS 모델링 프로세서는,
    상기 복수의 곡선 구간에서 n+1개의 조절점을 각각 결정하고, 상기 n+1개의 조절점을 이어서 상기 n차 베지어 곡선을 생성하며, 생성된 n차 베지어 곡선을 상기 복수의 곡선 구간에 대한 MOS 모델로 각각 결정하는 스케줄링 장치.
12. 제10항에서,
    상기 모델링된 MOS는 상기 베지어 곡선의 파라미터와 상기 무선 네트워크의 데이터 전송률에 관한 함수로 표현되고, 상기 데이터 전송률의 전체 구간에서 연속적으로 미분 가능한 함수인 스케줄링 장치.
13. 제9항에서,
    상기 단말로부터 채널 상태 정보(channel state information, CSI)를 수신하는 CSI 수집 장치
    를 더 포함하고
    상기 체감 품질 인지 스케줄러는,
    상기 CSI를 통해 상기 사용자에 할당된 모든 서브 채널에 대하여 적용 가능한 데이터 전송률을 계산하는 스케줄링 장치.
14. 제13항에서,
    상기 체감 품질 인지 스케줄러는,
    스케줄링 지시자 벡터 및 상기 적용 가능한 데이터 전송률을 통해 평균 데이터 전송률을 계산하고, 상기 사용자의 우선순위, 상기 MOS 모델 및 상기 평균 데이터 전송률을 바탕으로 상기 무선 네트워크 자원을 스케줄링 하는 스케줄링 장치.
15. 제14항에서,
    상기 체감 품질 인지 스케줄러는,
    상기 사용자의 우선순위, 상기 MOS 모델 및 상기 평균 데이터 전송률에 그래디언트 스케줄링 기법을 적용하는 스케줄링 장치.
16. 제14항에서,
    상기 스케줄링 지시자 벡터는,
    상기 기지국이 상기 사용자에게 특정 서브 채널 및 특정 시간 슬롯을 할당하면 1이고, 그렇지 않으면 0인 스케줄링 장치.
17. 사용자의 체감 품질에 기반한, 무선 네트워크의 스케줄링 방법으로서,
    상기 무선 네트워크에 포함된 단말에서 실행될 서비스에 대한 애플리케이션 정보를 바탕으로 최종 평가 점수 평균법(mean opinion score, MOS) 모델을 모델링 하는 단계,
    상기 최종 MOS 모델을 바탕으로 비례적 공정(proportional fair, PF) 유틸리티 함수를 생성하는 단계, 그리고
    상기 PF 유틸리티 함수를 바탕으로 상기 단말에 대한 무선 네트워크 자원을 스케줄링 하는 단계
    를 포함하는 스케줄링 방법.
18. 제17항에서,
    상기 생성하는 단계는,
    오목 성질이 부여된 PF 유틸리티 함수를 생성하는 단계
    를 포함하는 스케줄링 방법.
19. 제17항에서,
    상기 스케줄링 하는 단계는,
    적응적 부분 시간 재사용(adaptive fractional time reuse, adaptive FTR) 기법을 적용하여 상기 유틸리티 함수를 바탕으로 상기 단말에 대한 무선 네트워크 자원을 스케줄링 하는 단계
    를 포함하는 스케줄링 방법.
20. 제17항에서,
    상기 스케줄링 하는 단계는,
    사용자의 평균 체감 품질, 사용자 간의 공평성 요소(fairness factor) 또는 사용자 우선 순위 중 적어도 하나를 반영하여 상기 PF 유틸리티 함수를 변형하는 단계,
    상기 변형된 유틸리티 함수를 바탕으로 상기 단말에 대한 무선 네트워크 자원을 스케줄링 하는 단계
    를 포함하는 스케줄링 방법.

Images