CN107197530B - Lte系统下信道波动感知的下行资源分配算法 - Google Patents

Abstract

本发明公开了一种LTE系统下信道波动感知的下行资源分配算法，首先统计每个用户在当前待分配RB上的信道波动情况，并结合用户当前信道质量状况，计算信道波动影响因子

基于经典资源分配算法得到的调度指标，乘以信道波动影响因子得到信道波动感知的资源分配算法的调度指标；将该RB分配给调度指标最大的用户，若该用户剩余传输数据不大于该RB的传输能力，则该RB分配完成后将该用户从待调度队列中删除；逐一进行RB的分配，若当前时隙已无待传输数据则剩余RB按照MAX C/I进行分配。本发明基于经典资源分配算法，考虑用户信道质量波动情况，可以有效地提升LTE系统中系统吞吐量和用户视频体验。

Description

LTE系统下信道波动感知的下行资源分配算法

技术领域

本发明属于无线通信技术领域，涉及LTE系统下信道波动感知的下行资源分配算法。

背景技术

随着无线接入速率的不断提高，移动通信的业务类型逐渐从单纯的语音和普通的数据业务向丰富的多媒体业务演变，其中主要以视频业务为主。更为复杂的业务结构对网络性能的要求也发生了巨大变化，要求下层网络提供更高的通信速率和更小的传输时延。所以，在资源有限的前提下，多个用户之间通过有效的资源分配方式以提升系统吞吐量，改善用户视频体验成为研究的热点。

目前较为经典的无线资源分配方式有：RR(Round Robin，轮询)算法、MAX C/I(Maximum Carrier to Interference，最大载干比)算法、PF(Proportional Fair，比例公平)算法以及M-LWDF(Modified Largest Weighted Delay First，改良的加权时延最大优先)算法等。RR算法不考虑各用户的信道条件，给各用户轮流分配无线资源；MAX C/I算法根据各用户的信道质量，调度具有最好信道质量/最高预计传输能力的用户；PF算法综合考虑了各用户的预计传输速率和以往平均传输速率两个指标，兼顾了效率和公平性；M-LWDF算法在PF算法的基础之上，进一步考虑各用户QoS时延、丢包率要求和MAC层缓存队列的头包时延，能较好的满足实时业务的调度需求。

然而，当前的调度器仍然有缺陷存在。现存的调度算法在进行资源分配时都只考虑用户的瞬时信道质量，并没有考虑用户的信道波动情况；造成在资源分配时部分用户由于信道状况较差而一直得不到调度进而错失这些用户在相对自己信道状况较好的时隙被调度的可能性。因此，研究用户信道波动对资源分配的影响至关重要。

发明内容

针对单LTE系统中多用户的资源分配问题，本发明提供一种LTE系统下信道波动感知的下行资源分配算法，该算法在经典资源分配算法的基础之上，结合用户信道质量波动的影响进行资源分配，以提升系统吞吐量，进而提升用户视频体验。

本发明是通过以下技术方案来实现：

LTE系统下信道波动感知的下行资源分配算法，包括以下步骤：

1)在当前调度时隙，对于待分配的RB统计各用户截止当前时隙的前N个调度时隙在该RB上的信道质量CQI，并计算各用户前N个时隙在该RB上CQI的最大值、最小值以及平均值；N为正整数；

2)利用步骤1)中得到的用户前N个时隙在该RB上CQI的最大值、最小值以及平均值，结合当前调度时隙用户在该RB上的CQI计算信道波动影响因子

3)对于当前待分配的RB，计算经典资源分配算法RR、MAX C/I、PF或M-LWDF算法下该RB在当前信道状态下分配给各用户的传输能力，即得到各用户在该RB上的调度指标；

4)步骤3)中得到的经典资源分配算法的调度指标乘以步骤2)中的信道波动影响因子得到各用户在该RB上的信道波动感知的调度指标；

5)将当前待分配的RB分配给调度指标最大的用户，若该用户待传输数据量不大于已分配给其RB的传输能力，则该RB分配完成后将该用户从待调度用户队列中删除；

6)按照步骤1)～5)进行下一个RB的分配，直到所有的RB分配完毕；否则，若当前调度时隙已经没有可传输的数据，则剩余的RB按照MAX C/I进行分配。

步骤1)中，用户在RB上的信道质量波动信息：

单LTE小区中包含N_u个用户，系统中共有N_r个RB，用户集合为U＝{1,2,...,i,...,N_u}；

对于当前待分配的第j个RB，统计第i(i＝1,2,...N_u)个用户截止当前时隙的前N个调度时隙在该RB上的信道质量情况，得到矩阵CQI_N(i,j)；利用CQI_N(i,j)计算用户在当前RB上前N个时隙CQI的最大值、最小值以及平均值：CQI_max(i,j)、CQI_min(i,j)以及CQI_ref(i,j)。

步骤2)中，利用得到的用户信道质量统计计算信道波动影响因子

若用户当前信道质量CQI_i,j不小于用户在该RB上前N个时隙信道质量的平均值CQI_ref,i,j时，信道波动影响因子

不小于1，即用户被调度的可能性增加；否则反之，式中λ为一个由实验确定的经验值。

步骤3)中，计算经典资源分配算法下各用户调度指标具体为：

1)RR算法，其公式表述为：

其中

表示RR算法下，第i个用户在第j个RB上的调度指标，t是当前时间，T_i是第i个用户最后一次被调度的时间；

2)MAX C/I算法，其公式表述为：

其中

表示MAX C/I算法下，第i个用户在第j个RB上的调度指标；

表示在k时刻第i个用户在第j个RB上的预计传输能力；

3)PF算法，其公式表述为：

其中

表示PF算法下，第i个用户在第j个RB上的调度指标，

的意义同MAXC/I算法，表示在k时刻第i个用户在第j个RB上的预计传输能力，

表示k时刻之前第i个用户的平均传输速率，假设k时刻的瞬时传输速率为Rⁱ(k)，可以利用如下公式来计算

其中，δ为常数；

4)M-LWDF算法，其公式表述为：

式中

表示M-LWDF算法下，第i个用户在第j个RB上的调度指标，

δ_i表示第i个用户允许的最大丢包率，τ_i表示第i个用户的时延门限，δ_i、τ_i越小，α_i越大，第i个用户的调度指标也越大，D_HOL,i为第i个用户MAC队列的首包时延，

和

的意义同PF算法；

利用上面的经典资源分配算法调度指标计算公式可得各用户在当前待分配RB上的调度指标。

步骤4)中，基于经典资源分配算法的信道波动感知：

首先计算经典资源分配算法下，当前调度时隙第i(i＝1,2,...N_u)个用户在第j个RB上的传输能力，即用户在该RB上的调度指标m_i,j；考虑到信道质量波动的影响，在信道波动感知的资源分配算法下，当前时隙第i(i＝1,2,...N_u)个用户在第j个RB上的调度指标

即为经典资源分配算法下的调度指标乘以信道波动影响因子

即

式中，

表示第i(i＝1,2,...N_u)个用户在当前待分配的第j个RB上的信道波动感知的调度指标；m_i,j表示某种经典资源分配算法下第i(i＝1,2,...N_u)个用户在当前待分配的第j个RB上的调度指标；

表示信道波动影响因子。

将当前待分配的RB分配给调度指标最大的用户：

计算完所有用户在待分配RB上的调度指标

将该RB分配给调度指标最大的用户u_i ^*，

与现有技术相比，本发明具有以下有益的技术效果：

本发明的LTE系统下信道波动感知的下行资源分配算法，首先利用每个用户在当前待分配RB上近一段时间的CQI情况，计算其近一段时间在当前RB上的CQI最大值、最小值以及平均值，并结合每个用户在当前RB上的信道状况计算其在该RB上的信道波动影响因子

然后，基于经典资源分配算法得到的调度指标，乘以信道波动影响因子得到每个用户在当前RB上的信道波动感知的调度指标。将该RB分配给调度指标最大的那个用户，在逐个RB分配过程中，若当前RB传输能力不小于所分配用户的剩余待传输数据量时，则该RB分配完成后将该用户从待调度队列中删除。若当前时隙已无待传输数据但RB仍有剩余，则剩余RB按MAX C/I算法分配。本发明基于经典资源分配算法，考虑用户信道质量波动的影响，在用户相对于自身较好的时刻被调度的可能性增加。从而一定程度上提升了系统吞吐量，改善用户视频体验。

附图说明

图1为本发明的流程示意图；

图2为各算法系统吞吐量随λ的变化图；

图3为RR-CQI算法下各用户MVQI随λ的变化图；

图4为PF-CQI算法下各用户MVQI随λ的变化图；

图5为不同算法下各用户MVQI对比图。

具体实施方式

下面结合具体的实施对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。

参见图1，本发明提供的LTE系统下信道波动感知的下行资源分配算法，包括以下操作：

1)在当前调度时隙，对于待分配的RB统计各用户截止当前时隙的前N(如1000)个调度时隙在该RB上的信道质量CQI，并计算各用户前N(如1000)个时隙在该RB上CQI的最大值、最小值以及平均值；

2)利用步骤1)中得到的用户前N(如1000)个时隙在该RB上CQI的最大值、最小值以及平均值，结合当前调度时隙用户在该RB上的CQI计算信道波动影响因子

3)对于当前待分配的RB，计算经典资源分配算法RR、MAX C/I、PF或M-LWDF算法下该RB在当前信道状态下分配给各用户的传输能力，即得到各用户在该RB上的调度指标；

4)步骤3)中得到的经典资源分配算法的调度指标乘以步骤2)中的信道波动影响因子得到各用户在该RB上的信道波动感知的调度指标；

5)将当前待分配的RB分配给调度指标最大的用户。若该用户待传输数据量不大于已分配给其RB的传输能力，则该RB分配完成后将该用户从待调度用户队列中删除；

6)按照步骤1)～5)进行下一个RB的分配，直到所有的RB分配完毕；否则，若当前调度时隙已经没有可传输的数据，则剩余的RB按照MAX C/I进行分配。

下面结合具体实施例对图1中各操作步骤进行详细的说明：

单LTE小区中包含N_u个用户，系统中共有N_r个RB。用户集合为U＝{1,2,...,i,...,N_u}。

步骤1：得到各用户在当前待分配RB上截止当前时隙的前1000个时隙中CQI的最大值、最小值以及平均值；

1)在第k个调度时隙，统计第i(i＝1,2,...N_u)个用户在当前待分配的第j个RB上前1000个时隙的信道质量CQI₁₀₀₀(i,j)；

2)利用CQI₁₀₀₀(i,j)计算第i(i＝1,2,...N_u)个用户在第j个RB上前1000个调度时隙内CQI的最大值、最小值以及平均值：CQI_max(i,j)、CQI_min(i,j)以及CQI_ref(i,j)，则用户在当前RB上前1000个时隙的最大、最小以及平均CQI即为对用户近一段时间信道波动情况的数学描述。

步骤2：得到信道波动影响因子

利用步骤1中得到的第i(i＝1,2,...N_u)个用户在当前待分配的第j个RB上的CQI_max(i,j)、CQI_min(i,j)以及CQI_ref(i,j)，同时，第i(i＝1,2,...N_u)个用户在第j个RB上当前CQI为CQI(i,j)。本发明中信道波动影响因子

表达式为：

其中，λ为尺度因子，是一个由实验确定的经验值。

的变化范围为(1-λ,1+λ)。

当CQI_i,j≥CQI_ref,i,j，

用户被调度的可能性增大；

当CQI_i,j<CQI_ref,i,j，

用户被调度的可能性减小。

步骤3：计算经典资源分配算法下各用户调度指标；

本发明在经典资源分配算法的基础之上进行，所以先计算各用户在经典资源分配算法下的调度指标。

1)RR算法

RR算法那不考虑各用户的信道条件，给各用户轮流分配无线资源。其公式表述为：

其中，

表示RR算法下，第i个用户在第j个RB上的调度指标。t是当前时间，T_i是第i个用户最后一次被调度的时间。最后一次被调度的越早，其调度指标越大。

2)MAX C/I算法

MAX C/I算法根据各用户的信道质量，调度具有最好信道质量/最高预计传输能力的用户，其公式表述为：

其中，

表示MAX C/I算法下，第i个用户在第j个RB上的调度指标。

表示在k时刻第i个用户在第j个RB上的预计传输能力。

3)PF算法

比例公平算法综合考虑了各用户的预计传输速率和以往平均传输速率，其公式表述为：

其中，

表示PF算法下，第i个用户在第j个RB上的调度指标。

的意义同MAXC/I算法，表示在k时刻第i个用户在第j个RB上的预计传输能力，

表示k时刻之前第i个用户的平均传输速率。假设k时刻的瞬时传输速率为Rⁱ(k)，可以利用如下公式来计算

其中，δ为常数，δ接近于1，则平均传输速率更新较慢，更倾向之前的累积平均；δ接近于0，则平均传输速率更新较快，更倾向于当前的瞬时传输速率。

当信道条件较好的用户调度一段时间后，其之前的平均传输速率变大，导致其调度指标变小；而信道条件较差的用户一段时间得不到调度后其调度指标增大。因此，PF算法兼顾了效率和个用户间的公平性。

4)M-LWDF算法

M-LWDF算法在PF算法的基础上，进一步考虑各用户QoS时延、丢包率要求和MAC层缓存队列的头包时延。其公式表述为：

式中，

表示M-LWDF算法下，第i个用户在第j个RB上的调度指标。

δ_i表示第i个用户允许的最大丢包率，τ_i表示第i个用户的时延门限。δ_i、τ_i越小，α_i越大，第i个用户的调度指标也越大。D_HOL,i为第i个用户MAC队列的首包时延(当前队列第一个数据包从进入队列开始到当前的时间)，首包时延越大，第i个用户的调度指标也越大，

和

的意义同PF算法。

利用上面的经典资源分配算法调度指标计算公式可得各用户在当前待分配RB上的调度指标。

步骤4：计算信道波动感知的资源分配算法下的调度指标；

利用步骤3得到的经典资源分配算法下的调度指标，乘以步骤2得到的信道波动影响因子，得到信道波动感知的资源分配算法下的调度指标。公式表述为：

式中，

表示第i(i＝1,2,...N_u)个用户在当前待分配的第j个RB上的信道波动感知的调度指标；m_i,j表示某种经典资源分配算法下第i(i＝1,2,...N_u)个用户在当前待分配的第j个RB上的调度指标；

表示信道波动影响因子。

通过上述公式可得信道波动感知的资源分配算法下各用户在当前待分配RB上的调度指标。

步骤5：根据步骤4得到的各用户在当前待分配RB上的调度指标，将当前RB分配给调度指标最大的用户。若该用户剩余的传输数据量不大于该RB的传输能力，则该RB分配完成后将该用户从待调度用户队列中删除。

步骤6：若当前调度时隙还有待传输数据，执行步骤1、2、3、4、5；否则执行步骤7；

步骤7：如果RB已分配完毕，则结束；否则剩余的RB按照MAX C/I算法进行分配。

下面给出仿真参数设置和实验结果分析

1、仿真参数设置

实验在单LTE小区场景下进行，小区内共六个用户。用户请求不同的视频。详细的场景参数如表1所示。为了验证本发明“LTE系统下信道波动感知的下行资源分配算法”性能，仿真实验保证用户上行及时反馈。实验中下行信道配置情况如表2所示。

场景参数：

表1

表2

用户	1	2	3	4	5	6
							信道配置	较好	较好	较好	差	差	差

由上表可知，用户1、2、3距小区中心较近，信道质量较好；用户4、5、6在小区边缘运动，信道质量较差且波动较大。

2、实验结果分析

实验结果中，用于对比的经典下行资源分配算法有：RR、MAX C/I、PF、M-LWDF；本发明对应信道波动感知的下行资源分配算法基于经典资源分配算法，所以本发明对应的算法为：RR-CQI、MAX C/I-CQI、PF-CQI、M-LWDF-CQI。以MAX C/I-CQI为例，表示基于MAX C/I的信道波动感知的下行资源分配算法，在MAX C/I算法得到的调度指标上乘以信道波动影响因子

得到信道波动感知的资源分配算法的调度指标。RR-CQI、PF-CQI和M-LWDF-CQI同理。

实验分析中，用系统吞吐量和用户视频体验两个指标进行算法性能评估。关于用户视频质量采用指标MVQI进行衡量。

首先进行经验值λ的确定，图2为各算法系统吞吐量随参数λ的变化。图3和图4所示分别为采用RR-CQI和PF-CQI资源分配算法时，各用户MVQI值随参数λ的变化情况。其中，λ＝0即未考虑信道质量波动情况，也就是经典的RR和PF算法。从中可以看出，本发明提出的信道波动感知的资源分配算法对系统吞吐量和用户视频体验都有一定程度的提升。并且随着参数λ的增加，系统吞吐量持续增加，而且对于信道波动感知的PF和M-LWDF算法系统吞吐量提升明显。对于用户MVQI，起初随着λ的增加各用户MVQI都有一定的提升，但随着λ的进一步增加，有些用户的MVQI值会有所下降，综合考虑系统吞吐量和用户视频体验，本发明中选择λ＝0.6。

实验中，对比算法有RR、MAX C/I、PF和M-LWDF。实验结果中两个一组，以第一组算法为例，“RR”表示下行使用经典的RR算法；“RR-CQI”表示下行使用信道波动感知的RR算法。上行算法保证用户及时反馈，其余算法以此类推。表3为不同算法下系统吞吐量对比，图5所示为不同算法下各用户MVQI值对比。

表3

可以看出，本发明提出的信道波动感知的下行资源分配算法对系统吞吐量有一定程度的提升。尤其是在信道波动感知的PF和MLWDF算法，系统吞吐量有较大的提升。同时如图5所示，用户视频体验也有一定的提升。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (4)

1.LTE系统下信道波动感知的下行资源分配算法，其特征在于，包括以下步骤：

1)在当前调度时隙，对于待分配的RB统计各用户截止当前时隙的前N个调度时隙在该RB上的信道质量CQI，并计算各用户前N个时隙在该RB上CQI的最大值、最小值以及平均值；N为正整数；

2)利用步骤1)中得到的用户前N个时隙在该RB上CQI的最大值、最小值以及平均值，结合当前调度时隙用户在该RB上的CQI计算信道波动影响因子

3)对于当前待分配的RB，计算经典资源分配算法RR、MAX C/I、PF或M-LWDF算法下该RB在当前信道状态下分配给各用户的传输能力，得到各用户在该RB上的调度指标；

4)步骤3)中得到的经典资源分配算法的调度指标乘以步骤2)中的信道波动影响因子得到各用户在该RB上的信道波动感知的调度指标；

5)将当前待分配的RB分配给调度指标最大的用户，若该用户待传输数据量不大于已分配给其RB的传输能力，则该RB分配完成后将该用户从待调度用户队列中删除；

6)按照步骤1)～5)进行下一个RB的分配，直到所有的RB分配完毕；否则，若当前调度时隙已经没有可传输的数据，则剩余的RB按照MAX C/I进行分配；

步骤1)中，用户在RB上的信道质量波动信息：

单LTE小区中包含N_u个用户，系统中共有N_r个RB，用户集合为U＝{1,2,...,i,...,N_u}；

对于当前待分配的第j个RB，统计第i(i＝1,2,...N_u)个用户截止当前时隙的前N个调度时隙在该RB上的信道质量情况，得到矩阵CQI_N(i,j)；利用CQI_N(i,j)计算用户在当前RB上前N个时隙CQI的最大值、最小值以及平均值：CQI_max(i,j)、CQI_min(i,j)以及CQI_ref(i,j)；

步骤2)中，利用得到的用户信道质量统计计算信道波动影响因子

若用户当前信道质量CQI_i,j不小于用户在该RB上前N个时隙信道质量的平均值CQI_ref,i,j时，信道波动影响因子

不小于1，即用户被调度的可能性增加；否则反之，式中λ为一个由实验确定的经验值。

2.根据权利要求1所述的LTE系统下信道波动感知的下行资源分配算法，其特征在于，步骤3)中，计算经典资源分配算法下各用户调度指标具体为：

1)RR算法，其公式表述为：

其中

表示RR算法下，第i个用户在第j个RB上的调度指标，t是当前时间，T_i是第i个用户最后一次被调度的时间；

2)MAX C/I算法，其公式表述为：

其中

表示MAX C/I算法下，第i个用户在第j个RB上的调度指标；

表示在k时刻第i个用户在第j个RB上的预计传输能力；

3)PF算法，其公式表述为：

其中

表示PF算法下，第i个用户在第j个RB上的调度指标，

的意义同MAX C/I算法，表示在k时刻第i个用户在第j个RB上的预计传输能力，

表示k时刻之前第i个用户的平均传输速率，假设k时刻的瞬时传输速率为Rⁱ(k)，可以利用如下公式来计算

其中，δ为常数；

4)M-LWDF算法，其公式表述为：

式中

表示M-LWDF算法下，第i个用户在第j个RB上的调度指标，

δ_i表示第i个用户允许的最大丢包率，τ_i表示第i个用户的时延门限，δ_i、τ_i越小，α_i越大，第i个用户的调度指标也越大，D_HOL,i为第i个用户MAC队列的首包时延，

和

的意义同PF算法；

利用上面的经典资源分配算法调度指标计算公式可得各用户在当前待分配RB上的调度指标。

3.根据权利要求2所述的LTE系统下信道波动感知的下行资源分配算法，其特征在于，步骤4)中，基于经典资源分配算法的信道波动感知：

首先计算经典资源分配算法下，当前调度时隙第i(i＝1,2,...N_u)个用户在第j个RB上的传输能力，作为用户在该RB上的调度指标m_i,j；考虑到信道质量波动的影响，在信道波动感知的资源分配算法下，当前时隙第i(i＝1,2,...N_u)个用户在第j个RB上的调度指标

作为经典资源分配算法下的调度指标乘以信道波动影响因子

即

式中，

表示第i(i＝1,2,...N_u)个用户在当前待分配的第j个RB上的信道波动感知的调度指标；m_i,j表示某种经典资源分配算法下第i(i＝1,2,...N_u)个用户在当前待分配的第j个RB上的调度指标；

表示信道波动影响因子。

4.根据权利要求1所述的LTE系统下信道波动感知的下行资源分配算法，其特征在于，将当前待分配的RB分配给调度指标最大的用户：

计算完所有用户在待分配RB上的调度指标

将该RB分配给调度指标最大的用户u_i ^*，

Images