LTE網(wǎng)絡(luò)考慮機會調(diào)度與QoS保障的準(zhǔn)入控制算法

李知航 王 浩 蔣慧琳 潘志文 尤肖虎

(東南大學(xué)移動通信國家重點實驗室，南京210096)

準(zhǔn)入控制(CAC)可為系統(tǒng)提供擁塞控制和服務(wù)質(zhì)量(QoS)保障［1］.在長期演進(LTE)網(wǎng)絡(luò)中，用戶有不同的QoS 需求，基站除了使用合適的調(diào)度策略來保障用戶的QoS 需求，還要有效利用系統(tǒng)資源.文獻［2-4］通過在調(diào)度策略中為不同用戶設(shè)置不同權(quán)重來保障其QoS 需求，但由于沒有考慮CAC 算法的設(shè)計，均不能為用戶提供嚴(yán)格的QoS 保障.文獻［5-11］將調(diào)度策略與CAC 算法相結(jié)合，用于保障不同用戶的QoS 需求.

CAC 算法的性能與所采用調(diào)度策略的長期平均性能緊密相關(guān).文獻［12］對比了輪詢調(diào)度(round robin scheduling，RRS)、最大速率調(diào)度、比例公平調(diào)度［13］和基于累積分布函數(shù)的調(diào)度(CS)的性能，發(fā)現(xiàn)在滿負載場景下CS 可對效率和公平性進行最好的折中，因此本文使用CS 作為基本調(diào)度策略.文獻［14］證明了機會輪詢(ORR)［11］是計算任何調(diào)度策略性能下界的有效方法，因此本文采用ORR 計算CS 性能下界，并通過仿真驗證其正確性.然后聯(lián)合使用CS 和ORR 提出一個可保障不同QoS 需求的CAC 算法COCDQ(CS/ORR based CAC algorithm for different QoS requirements).最后通過系統(tǒng)級仿真驗證所提算法性能.結(jié)果表明，聯(lián)合考慮機會調(diào)度與QoS 需求，COCDQ 算法可有效降低新通話阻塞率，提供更好的QoS 保障，其代價是僅總吞吐量略有降低.

1 鏈路模型

假設(shè)用戶接收的瞬時信號強度可通過導(dǎo)頻探測獲得，并且信道狀態(tài)信息可通過上行傳輸或周期報告送回至其服務(wù)增強型節(jié)點(enhanced nodeB，eNodeB).物理資源塊［15］(physical resource block，PRB)是可分配給用戶的最小資源單元，其帶寬為180 kHz，持續(xù)時間為1 ms.本文考慮2 種用戶服務(wù):最小速率需求(minimum rate requirement，MRR)服務(wù)和盡力而為(best effort，BE)服務(wù).簡便起見，分別將擁有MRR 服務(wù)和BE 服務(wù)的用戶稱為MRR 用戶和BE 用戶.令K，M，B 分別代表所有用戶集合、MRR 用戶集合和BE 用戶集合，易知K =M∪B.

定義τ 時刻用戶k 在PRB w 上接收的瞬時信號干擾噪聲比(SINR)為

給定SINRwk(τ)后，用戶k 在［t－1，t)時刻間的平均帶寬效率為

2 CS 及CS/ORR 調(diào)度策略分析

本文采用CS 作為基本調(diào)度策略.方便起見，在下文分析中忽略符號t.分別用Rk，fRk和FRk表示用戶k 瞬時速率、瞬時速率概率分布函數(shù)和瞬時速率累積分布函數(shù).CS 將在每個調(diào)度單元上比較所有用戶瞬時速率累積分布函數(shù)，并調(diào)度具有最大瞬時速率累積分布函數(shù)的用戶k*，即

式中，Kc為用戶k 的競爭用戶集合.

某調(diào)度策略的多用戶分集增益(multi-user diversity gain，MDG)定義為用戶采用該調(diào)度策略得到的吞吐量與采用RRS 得到的吞吐量之比.它可表示調(diào)度策略的長期平均性能，并可用于估計用戶占用資源數(shù).根據(jù)文獻［12］，假設(shè)用戶經(jīng)歷瑞利快衰落且用戶速率和其SINR 有線性關(guān)系，則采用CS 時用戶k 的MDG 可表示為

為了達到香農(nóng)速率，本文采用自適應(yīng)調(diào)制編碼，則用戶k 的速率為

式中，sk為分配給用戶k 的資源數(shù);Bw為一個PRB的帶寬.

文獻［14］證明了ORR 是計算任何調(diào)度策略MDG 下界的有效方法.因此可以聯(lián)合使用CS 和ORR(CS/ORR)為新接入用戶保守估計滿足其QoS 需求所需資源數(shù).在CS/ORR 中資源按照一輪一輪的方式分配給用戶.在每一輪中，調(diào)度令牌數(shù)等于競爭用戶數(shù)，每個用戶通過CS 競爭資源.一旦某個用戶獲得服務(wù)且得到一個調(diào)度令牌，他將不會在此輪中競爭剩余資源.當(dāng)某個用戶的總調(diào)度令牌數(shù)等于其所需的調(diào)度令牌數(shù)時，將不再為其調(diào)度資源.因此假設(shè)第j 輪中有Kj個用戶，則第1 個接受服務(wù)的用戶的MDG 就是第2 個接受服務(wù)的用戶的MDG 就是最后一個接受服務(wù)的用戶的MDG 就是MDG1CS.采用CS/ORR 時第j 輪的平均MDG 為

圖1為實際調(diào)度與理論計算的MDG 隨用戶數(shù)的變化情況.由圖可見，隨著用戶數(shù)增多，3 條曲線的MDG 都隨之增大.這是因為用戶越多，將更方便利用信道的動態(tài)變化，從而獲得更大吞吐量.同時發(fā)現(xiàn)CS 理論計算的MDG 與實際調(diào)度結(jié)果吻合，并驗證了利用CS/ORR 理論計算的MDG 確實是CS 的MDG 的性能下界.

圖1 實際調(diào)度與理論計算的MDG 隨用戶數(shù)的變化情況

3 CAC 算法設(shè)計

為了在不影響當(dāng)前已接入用戶QoS 滿意度的情況下接入新用戶(新到達或切換的用戶)，關(guān)鍵是判斷系統(tǒng)剩余資源能否滿足新接入用戶的QoS需求.由于不同用戶有不同平均SINR 及QoS 需求，各用戶所需資源數(shù)也不相同，因此不能直接將式(6)中適用于資源公平分配的MDG 用于計算新接入用戶所需資源數(shù).本文對式(6)進行改進，提出一種保守的通過迭代計算新接入用戶所需資源數(shù)的方法.若新接入用戶可使用這個保守的理論值接入網(wǎng)絡(luò)，則當(dāng)實際接入時該用戶將需要更少資源.對已存在用戶而言，接入新用戶將增大他們的MDG，為其利用信道的動態(tài)變化提供更多機會［14］，可在滿足相同QoS 需求的條件下減少其所需資源數(shù).因此只需判斷系統(tǒng)剩余資源能否滿足新接入用戶的QoS 需求.

假設(shè)用戶k 共在J 輪中競爭資源，根據(jù)式(6)，其平均MDG 為

由于網(wǎng)絡(luò)會優(yōu)先保障高等級用戶的QoS 需求，因此本文先為MRR 用戶分配資源，再為BE 用戶分配剩余資源.

假設(shè)當(dāng)前網(wǎng)絡(luò)存在p 個MRR 用戶:m1，m2，…，mp.令他們的最小速率需求和帶寬效率分別為θ1，θ2，…，θp和e1，e2，…，ep，則新接入一個MRR用戶^m 所需的資源數(shù)為

首先假設(shè)所有MRR 用戶的MDG 為1，然后使用式(7)、(8)來迭代更新所有MRR 用戶所需資源數(shù).當(dāng)?shù)Y(jié)果穩(wěn)定時即可獲得用戶^m 所需保守資源數(shù).

式中，sM為所有MRR 用戶可用資源數(shù);sm為用戶m 所占資源數(shù).為了給BE 用戶預(yù)留資源，設(shè)置sM=0.8s，其中s 為所有用戶可用資源數(shù).

BE 用戶可用資源數(shù)為

從長期角度看，CS 將為所有BE 用戶平均分配資源，因此新接入BE 用戶^b 所需資源數(shù)為

吞吐量和公平性是BE 用戶的2 個非常重要又相互制約的性能指標(biāo)，本文希望在系統(tǒng)總吞吐量盡量大的情況下保證不同位置BE 用戶得到盡可能相等的資源數(shù).因此，聯(lián)合考慮這2 個性能指標(biāo)，為BE 用戶定義一個遞增、單調(diào)凸且連續(xù)可導(dǎo)的統(tǒng)一效用函數(shù).由于使用CS 作為CAC 算法調(diào)度策略，因此所有BE 用戶都有相同的對數(shù)型效用函數(shù)U(·)=log(·).當(dāng)且僅當(dāng)接入用戶可提升全網(wǎng)總效用函數(shù)時，該用戶才可以成功接入網(wǎng)絡(luò)，即要求

式(12)右端第1 項代表用戶^b 的效用函數(shù)增量，第2 項代表網(wǎng)絡(luò)中所有已存在BE 用戶的效用函數(shù)增量和.式(12)可簡化為

假設(shè)BE 用戶足夠多，由于

與歐拉近似

則可推出

式中，e 為自然對數(shù);γ=0.577 2 為歐拉常數(shù).

將式(16)、(11)代入式(13)，可得

本文所提出的CAC 算法不僅適用于CS，還適用于任何有MDG 閉界表達式MDG*的調(diào)度策略，只需將式(4)中的MDGCkS替換為MDG*即可.

4 仿真及其結(jié)果

4.1 仿真設(shè)置

設(shè)置系統(tǒng)帶寬為1 MHz.用戶到達服從到達率為λ 的泊松過程，MRR 用戶和BE 用戶保持相同到達率，均按照0.05 用戶/s 的間隔從0.7 用戶/s變化至1.1 用戶/s.用戶保持時間服從均值為100 s的指數(shù)分布.系統(tǒng)平均用戶數(shù)由用戶到達率和保持時間共同決定.用戶SINR 服從［1，10］dB間均勻分布，MRR 用戶最小速率需求服從［40，80］kbit/s 間均勻分布.快衰落服從瑞利分布.調(diào)度令牌大小與PRB 大小一致.假設(shè)調(diào)度周期為1 s，一次仿真包含1 000 個調(diào)度周期.在每個到達率下實現(xiàn)100 次仿真，得到平均性能.采用新通話阻塞率、QoS 不滿意率和總吞吐量作為檢驗所提算法的性能指標(biāo).NA，CS，COCDQ 分別表示計算MRR 用戶所占資源數(shù)時不用MDG，使用CS 及所提算法得到的MDG.

4.2 仿真結(jié)果

新通話阻塞率隨λ 的變化情況如圖2所示.由圖可見，3 條曲線均隨λ 增大而升高，這是因為當(dāng)用戶保持時間不變時，其占用資源數(shù)僅由用戶到達率決定.到達率越大，將有更多MRR 用戶產(chǎn)生，但由于總資源數(shù)的限制將阻塞更多MRR 用戶.由于式(4)和式(7)中計算MRR 用戶所占資源時采用了相應(yīng)的MDG，因此CS 和COCDQ 的新通話阻塞率均小于NA 的新通話阻塞率.又由于CS 只考慮了競爭用戶數(shù)卻忽略了MRR 用戶實際資源需求，因此采用CS 可接入更多MRR 用戶，從而獲得更低的新通話阻塞率.

圖2 新通話阻塞率隨λ 的變化情況

QoS 不滿意率隨λ 的變化情況如圖3所示.一次QoS 不滿意事件定義為在一個調(diào)度周期內(nèi)，一個MRR 用戶可得數(shù)據(jù)速率低于其最小速率需求.QoS 不滿意率等于QoS 不滿意事件總數(shù)與接受滿意服務(wù)用戶總數(shù)之比.由圖3可知，NA 的QoS 不滿意率在所有到達率下均為0，這是因為其CAC 決策沒有考慮用戶MDG，只使用最保守的RRS 的方法為MRR 用戶計算其所需資源數(shù).COCDQ 的QoS 不滿意率同樣很低，即使在高到達率情況下也一樣，這與CAC 算法設(shè)計目標(biāo)相吻合:在保障用戶最小速率需求前提下盡量服務(wù)更多用戶.而CS 的QoS 不滿意率最高，說明如果使用式(4)中的MDG 做CAC 決策將不能保障用戶服務(wù)質(zhì)量.

圖3 QoS 不滿意率隨λ 的變化情況

圖4表明3 種算法的總吞吐量均隨著λ 的增大而降低.這是因為到達率越大，將有更多MRR用戶產(chǎn)生，其占用更多資源，使BE 用戶總可用資源變少.

圖4 總吞吐量隨λ 的變化情況

5 結(jié)語

本文研究了LTE 網(wǎng)絡(luò)中考慮機會調(diào)度并可提供不同QoS 保障的CAC 算法的設(shè)計.首先使用ORR 計算CS 性能下界，并通過仿真驗證此計算方法的正確性，然后為不同QoS 需求的用戶提出一個基于CS/ORR 的CAC 算法(COCDQ)，即使用CS/ORR 的方法為新接入用戶保守估計其所需資源數(shù).最后通過仿真驗證了COCDQ 算法的性能，結(jié)果表明COCDQ 算法可有效降低新接入用戶阻塞率，提供更好的QoS 保障，其代價是僅總吞吐量略有降低.

References)

［1］Ahmed M H.Call admission control in wireless networks:a comprehensive survey ［J］.Communications Surveys and Tutorials，2005，7(1):50-69.

［2］Wang X，Giannakis G B，Marques A G.A unified approach to QoS-guaranteed scheduling for channel-adaptive wireless networks［J］.Proceedings of the IEEE，2007，95(12):2410-2431.

［3］Sadiq B，Madan R，Sampath A.Downlink scheduling for multiclass traffic in LTE ［J］.Eurasip Journal on Wireless Communications and Networking，2009，2009:510617-01-510617-19.

［4］Liu Q W，Wang X，Giannakis G B.A cross-layer scheduling algorithm with QoS support in wireless networks［J］.IEEE Transactions on Vehicular Technology，2006，55(3):839-847.

［5］Kim W，Song H.A novel combined packet scheduling and call admission control for video streaming over WiMax network［C］//IEEE GLOBECOM Workshops.Miami，F(xiàn)L，USA，2010:960-964.

［6］Samaneh R B，Taheri H，Sabaghi M，et al.A new call admission control algorithm for IEEE802.16 networks［C］//International Conference on Computer Design and Applications.Qinhuangdao，China，2010，4:361-365.

［7］Jeon W S，Jeong D G.Combined connection admission control and packet transmission scheduling for mobile internet services［J］.IEEE Transactions on Vehicular Technology，2006，55(5):1582-1593.

［8］Lee H W，Chong S.Combined QoS scheduling and call admission control algorithm in cellular networks ［C/OL］//4th International Symposium on Modeling and Optimization in Mobile，Ad Hoc and Wireless Networks.2006.http:ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=1666524.

［9］Lee H W，Chong S.Combined packet scheduling and call admission control with minimum throughput guarantee in wireless networks ［J］.IEEE Transactions on Wireless Communications，2007，6(8):3080-3089.

［10］Thilakawardana S，Tafazolli R.Efficient call admission control and scheduling technique for GPRS using genetic algorithms ［C］//IEEE 59th Vehicular Technology Conference.Milan，Italy，2004，5:2528-2533.

［11］Goyal P，Sahoo A.A scheduling and call admission control algorithm for WiMax mesh network with strict QoS guarantee［C］//2nd International Conference on Communication Systems and Networks.Bangalore，India，2010:5431997-01-5431997-10.

［12］Wang H，Ding L H，Pan Z W，et al.QoS guaranteed call admission control with opportunistic scheduling［C］//IEEE Global Telecommunications Conference.Houston，TX，USA，2011:6133534-01-6133534-05.

［13］Bonald T.A score-based opportunistic scheduler for fading radio channel［C/OL］//Proc European Wireless.2004.http://recerca.ac.ups.edu/conferencies/EW2004/papers/89.pdf.

［14］Patil S，de Veciana G.Managing resources and quality of service in heterogeneous wireless systems exploiting opportunism ［J］.IEEE/ACM Transactions on Networking，2007，15(5):1046-1058.

［15］3GPP.TS 36.201 Evolved universal terrestrial radio access(E-UTRA);LTE physical layer;General description(Release 10)［S］.San Antonio，USA:3GPP，2010.