一種TD-LTE系統(tǒng)上行資源分配新算法

劉相志，王代強, 戴晨亮

(1.貴州大學 大數據與信息工程學院，貴州 貴陽 550025；2.貴州民族大學 機械電子工程學院，貴州 貴陽 550025)

一種TD-LTE系統(tǒng)上行資源分配新算法

劉相志1，王代強2, 戴晨亮1

(1.貴州大學 大數據與信息工程學院，貴州 貴陽 550025；2.貴州民族大學 機械電子工程學院，貴州 貴陽 550025)

在TD-LTE上行系統(tǒng)中，有效地資源分配對系統(tǒng)性能有著決定性作用，僅通過信道質量進行資源分配的分配算法沒有考慮UE的數據業(yè)務，會造成實際資源利用率不高。采用Kuhn-Munkres算法與RME算法相結合，提出一種TD-LTE系統(tǒng)上行資源分配新算法，有效解決了RME算法中存在的深衰落問題。該算法根據信道質量與實際的UE業(yè)務量共同決定PRB資源，并進行TD-LTE上行系統(tǒng)資源分配。實驗結果表明，所提出算法不僅可以保證在一定的數據傳輸速率上提高實際的資源利用率，而且還可以提高系統(tǒng)的平均吞吐量。

資源分配；TD-LTE；Kuhn-Munkres算法；系統(tǒng)平均吞吐量

隨著智能手機、便攜式計算機和平板電腦大規(guī)模的市場擴展，移動通信系統(tǒng)提供的用戶需求已經不再只是簡單的聲音通話，如網頁瀏覽、網上社交網絡以及音樂和視頻流媒體這些密集數據量移動服務，逐漸成為推動下一代無線移動通信標準發(fā)展的力量。LTE(Long Term Evolution)標準迎合了時代需求，實現了全球基帶移動通信的愿景。但是隨著數據流量的提升，對LTE中性能的需求將會提出更高的要求，比如如何提高頻譜資源利用率，降低時延、提升UE之間公平性等。然而，要想優(yōu)化這些性能，前提需要將UE實際所發(fā)送的數據業(yè)務考慮進去，在此基礎上研究性能更貼近于實際情況。LTE系統(tǒng)中資源分配是提高系統(tǒng)性能的關鍵，eNodeB(基站)為多個用戶設備提供上行和下行傳輸分配帶寬，在LTE上行鏈路過程中，需要為各個UE分配連續(xù)的資源塊，所以目前資源分配算法絕大多數是基于信道狀況對資源塊進行分配。缺少對實際UE具體需求的考量，容易導致資源利用率不高。

針對當前LTE上行資源分配算法中存在的沒有切實考慮用戶數據問題，本文在研究LTE上行資源分配算法的基礎上，結合UE業(yè)務矩陣提出一種更加切實的LTE上行資源分配算法。并針對宏蜂窩模型搭建仿真平臺，對該分配算法進行仿真分析。仿真結果表明，新算法可以有效提升資源利用率，增加實際的MAC吞吐量。

1 LTE上行資源分配算法

在TD-LTE上行資源分配連續(xù)資源塊的約束條件下，文獻[1]提出的基于比例公平(PF)的改進算法實現分配連續(xù)的RB資源。但是該算法并沒有考慮信道質量狀況。文獻[2]的作者提出將MAC子頭預留位補充匯報UE的BSR信息，達到更精確的獲得UE資源利用信息，此算法可以提高一定的資源利用率，但是不能保證連續(xù)的信道資源分配。本文將重點研究近期提出的一種全新的RME算法[3]，雖然該算法可以提高用戶的速率性能，但是，此算法根據UE上報的CQI值[4]，如表1所示，確定信道質量進行資源分配，存在深衰落造成的資源利用率問題。本文提出一種改進的RME資源分配算法，并將UE傳輸中的數據業(yè)務融入到該算法中，以達到提高系統(tǒng)吞吐量并且保證實際資源利用率。

表1 CQI映射的數據傳輸

為進一步說明RME算法中存在的問題，特具體舉例給出4個UE以及4個連續(xù)的RB塊組成的信道質量矩陣W，具體數據如表2所示。

表2 UE信道質量矩陣

根據文獻[3]中的算法步驟，RME算法的最終分配如圖1所示，將RB2和RB3分配給UE1，RB4分配給UE2，RB1分配UE4，由于深衰落，導致UE3分配不到資源，所以一定程度上降低了系統(tǒng)的吞吐量。

圖1 RME-UE用戶分配連續(xù)資源塊

其次，在文獻[3]中并沒有加入UE所需發(fā)送的真實的數據量。導致在UE端無法保證實際的資源利用率。本文將基于KM算法使用加權二分匹配，結合RME算法并把UE的業(yè)務矩陣融入到該算法中，提出一種新穎的算法。

2 LTE上行資源分配RME算法改進

2.1 引入UE數據業(yè)務

在實際應用工程中，對LTE資源分配并不只根據UE在各個資源塊中的信道質量狀況去分配資源，而會結合UE自身的業(yè)務量的大小去分配資源塊，以此保證實際吞吐量。

(1)根據分配LTE上行資源需要連續(xù)RB塊的約束條件[5-6]設定每一組的RBs有10個RB；

(2)根據表1的CQI值，結合表2信道質量矩陣W計算出每個UE最大的吞吐量，構造為業(yè)務矩陣N，如表3所示；

(3)根據UE中所需要發(fā)送的數據矩陣D并由公式1構造出表4中的實際業(yè)務矩陣Tij

Tij=min(NijDi)

(1)

其中，Tij是業(yè)務矩陣中的元素；i代表第i個UE；j代表第j個RBs；Nij是信道質量矩陣中的元素，代表第i個UE在第j個RBs上所能發(fā)送的最大數據；Di表示第i個UE需要發(fā)送的實際緩沖數據。

表3 UE信道質量-業(yè)務矩陣

表4 UE實際業(yè)務矩陣

2.2 基于KM算法實現最佳資源分配

基于KM算法分配上行資源，首先需要根據表2中的UE信道質量矩陣，建立圖G=(X,Y,W)。其中，X(1×M)表示需要發(fā)送數據的用戶矩陣，Y(1×N)表示待分配的資源塊矩陣，W(M×N)表示信道質量矩陣[7-8]。因此，建立的圖G可以視為一個帶權值的二分圖，故LTE上行資源分配問題可以轉化成求解加權二分圖的最佳匹配問題。實現RBs資源塊合理分配的步驟如下：

(1)初始化可行標桿。在矩陣Wij中找到每一行UEi中的最大值，設定為Xi的標桿值L(Xi)。并設定Yj的標桿值L(Yj)=0。其中i代表第i個UE，j代表第j個RBs；

(2)構造相等的子圖G。將權值構造出等價的子圖，若發(fā)現此時的匹配就是最佳匹配，那么直接退出，否則執(zhí)行步驟(3)；

(3)修改標桿值。從Xi=1頂點開始尋找合法的增廣路徑，若存在非法路徑時，對于搜索過的路徑上的XY點，設該路徑上的X頂點集為S，Y頂點集為T，對所有在S中的點Xi及不在T中的點Yj，利用式(4)修改Xi，Yj的標桿值

L(Xi)=L(Xi)-d

(2)

L(Yj)=L(Yj)+d

(3)

dmin=L(Xi)+L(Yj)-W(XiYj)

(4)

(4)構造新的子圖。將Xi與不在T中的Yj相連接，構造出新的資源分配并執(zhí)行下一個Xi頂點，重復步驟(3)和步驟(4)，直到出現最佳匹配，退出。

將表2中的實際例子用基于KM算法進行資源分配，則最佳分配方案如下：

UE1→RBs3;UE2→RBs4;

UE3→RBs2;UE4→RBs1

而如果根據RME算法進行分配表4的業(yè)務矩陣，則具體的分配方案如下：

UE1→NONE;UE2→RBs2&RBs4;

UE3→RBs1&RBs2;UE2→NONE

對比可知：改進后UE1和UE3成功分配到資源塊，避免了RME算法造成的資源浪費，同時引入修改因子dmin，保證在最佳匹配的前提下，獲得信道質量也是最高，故該算法不僅提高資源的利用率，而且保證數據傳輸速率。

3 仿真及結果分析

3.1 仿真模型和參數構建

本文利用TD-LTE系統(tǒng)級仿真平臺并結合3GPP TS36.211[9]規(guī)定的空中接口規(guī)范LTE SC-FDMA，搭建物理層仿真鏈路[10]驗證本文提出的算法，對RME算法、PF算法和基于KM改進的RME算法進行仿真對比，在仿真場景中設定的是多小區(qū)場景，采用7個蜂窩模型，并且每個模型中心部署一個基站，每個基站分為3個扇區(qū)[11-12]，每個扇區(qū)RB的個數為100，默認用戶隨機分布在小區(qū)范圍內，并保證用戶與基站的距離>35 m[13-14]，如圖2所示。

圖2 基站模型

由于在LTE上行資源分配過程中，基站需要給用戶分配連續(xù)的RB塊。根據小區(qū)內的用戶數目，對資源塊進行劃分。以此保證用戶分配的資源是連續(xù)的。而各個UE在RB上信道質量的確定需要通過上報SINR并映射成CQI獲取信道質量矩陣W，本論文將使用VoIP的業(yè)務類型獲取UE數據業(yè)務。最終，根據式(1)構造出Tij業(yè)務矩陣，并將該矩陣傳遞給調度矩陣，關鍵仿真屬性如表5。

表5 仿真屬性配置

3.2 資源分配仿真分析

為驗證改進的分配算法的有效性，分別從系統(tǒng)平均吞吐量和資源利用率兩個角度進行性能驗證。系統(tǒng)平均吞吐量的計算公式如下

(5)

其中，ptri是用i在t時刻實際傳輸的數據大小，U是系統(tǒng)中的用戶總數，T是系統(tǒng)仿真時長。根據參數配置，如圖3所示。

圖3 系統(tǒng)平均吞吐量

系統(tǒng)平均吞吐量通過系統(tǒng)總體吞吐量除以用戶個數得來，根據結果得出：總體趨勢是隨著用戶密度的增加，系統(tǒng)吞吐量先增加后減少。因為在用戶數目較少的情況下，無線資源足夠滿足用戶達到最佳資源分配量，但隨著用戶增加，由于無線資源有限，故系統(tǒng)平均吞吐量呈下降趨勢。從圖中可以看出KM算法的吞吐量不僅高于其它兩種算法，而且下降趨勢明顯要優(yōu)于其它兩種算法，關鍵是在KM算法中引入了用戶真實的緩沖數據，對達到緩沖數據量待發(fā)送的用戶，可以有效限制其繼續(xù)獲取資源。

圖4 系統(tǒng)資源利用率

在仿真時長300 TTI(ms)條件下，仿真對比PF算法、RME算法以及本文提出的KM算法，得到不同用戶密度下的系統(tǒng)資源利用率的仿真結果如圖4所示。系統(tǒng)資源利用率的計算公式如下所示[15]

(6)

4 結束語

在對LTE的MAC層上行資源分配算法研究基礎上，提出一種改進的RME資源分配算法，并在資源分

配過程中考慮UE實際的緩存數據，將其與提出的改進算法相結合，有效限制了達到緩存數據量的用戶繼續(xù)獲取資源塊，造成資源浪費。因此提高了實際的系統(tǒng)平均吞吐量。同時在利用改進算法分配RBs資源塊時，通過增加修改因子，解決RME算法中存在的深衰落問題，保證數據傳輸速率，進而在資源利用率上也有所提升。

[1] 亓飛,盧光躍.LTE上行資源比例公平調度算法研究[J].西安郵電學院學報,2010,15(5):9-13.

[2] 曾宇輝,朱光喜,吳偉民,等.LTE系統(tǒng)中上行資源調度算法研究[J].小型微型計算機系統(tǒng),2012,3(5):1018-1022.

[3] 李慶,王麗萍,李希洋.用于TD-LTE系統(tǒng)的一種上行調度新算法[J].武漢理工大學學報,2014,36(1):1-4.

[4] 3GPP.TS 36.213 V10.8.0,Evolved Universal Terrestrial Radio Access(EUTRA) physical layer procedures[S].USA:3GPP Organizational Partners,2012.

[5] 劉漢利.基于TD_LTE集群系統(tǒng)資源調度算法研究[D].成都:電子科技大學,2016.

[6] 張子杰.LTE上行鏈路SC-FDMA系統(tǒng)的信道估計算法研究[D].廣州:廣東工業(yè)大學,2012.

[7] 葉培青,李莉,周小平,等.基于Kuhn-Munkres算法保證認知用戶QoS的動態(tài)頻譜分配[J].上海師范大學學報,2013,42(2):137-142.

[8] 葉培青.基于認知用戶QoS及信道特征的動態(tài)頻譜分配[D].上海:上海師范大學,2013.

[9] 3GPP.TS 36.211 V11.0.0,Evolved Universal ter-restrial Radio Access(E-UTRA) Physical Channels and Modulation[S].USA:3GPP Organizational Partners,2012.

[10] 王連友.應用于LTE上行鏈路的D-MMSE-FE均衡算法[J].電子科技,2015,28(8):63-66.

[11] 劉凱,丁璐,趙建業(yè),等.基于拍賣算法的TD_LTE系統(tǒng)上行資源分配算法[J].無線電通信技術,2015,41(4):47-52.

[12] 唐益文.LTE資源調度算法研究及仿真平臺資源調度模塊搭建[D].北京:北京郵電大學,2014.

[13] 王曉婷.OFDMA中繼系統(tǒng)的資源調度算法研究[D].北京:北京郵電大學,2013.

[14] 孫靈芝.LTE系統(tǒng)中MAC層調度與HARQ的研究[D].北京:北京交通大學,2014.

[15] 馬哲明,吳宣麗,韓杏玲.LTE_A系統(tǒng)中基于資源利用率的時延優(yōu)先調度算法[J].哈爾濱工業(yè)大學學報,2016,48(5):57-61.

A New Algorithm for Uplink Resource Allocation in TD - LTE System

LIU Xiangzhi1,WANG Daiqiang2,DAI Chenliang1

(1.School of Big Data and Information Engineering,Guizhou University,Guiyang 550025,China; 2.School of Mechanical and Electronic Engineering,Guizhou Minzu University,Guiyang 550025,China)

In the TD-LTE uplink system, efficient allocation of resources has a decisive role on the performance of the system, without considering the UE data service only through the channel quality allocation algorithm for resource allocation, will cause the actual resource utilization rate is not high.By combining Kuhn-Munkres algorithm with RME algorithm, a new algorithm for uplink resource allocation in TD-LTE systems is proposed, which effectively solves the problem of deep fading in RME algorithm.The algorithm determines the PRB resource according to the channel quality and the actual UE traffic, and carries out the TD-LTE uplink system resource allocation. The results show that he proposed algorithm can not only improve the actual resource utilization, but also improve the average throughput of the system on the basis of ensuring a certain data rate.

resource allocation;TD-LTE;Kuhn-Munkres algorithm;system average throughput

2017- 07- 02

國家自然科學基金(11564005)；貴州省功率元器件重點實驗室項目基金(KFJJ201501)

劉相志(1991-)，男，碩士研究生。研究方向：電路與系統(tǒng)。王代強(1965-)，男，博士，教授。研究方向：電路與系統(tǒng)等。

10.16180/j.cnki.issn1007-7820.2017.12.021

TN929.5

A

1007-7820(2017)12-079-04