宽带CDMA网络非理想功率控制下的CAC策略.doc

第6期高永辉等：宽带CDMA网络非理想功率控制下的CAC策略47宽带CDMA网络非理想功率控制下的CAC策略高永辉1，张丹丹2（1. 北京大学 信息科学与技术学院，北京 100871；2. 西南交通大学 信息编码与传输省重点实验室，四川 成都 610031）摘 要：针对多媒体业务的CAC(call admission control)策略，给出了宽带CDMA(code division multiple access)网络中非理想功率控制下和外小区干扰因子对系统容量的影响分析。针对语音、视频和数据等多媒体业务的QoS(quality of service)要求，给出了一种基于QoS保证的CAC策略。仿真结果表明，非理想功率控制对系统容量有显著的影响，该策略能有效地保证不同业务的QoS需求，并明显地提高系统资源利用率。关键词：CAC；非理想功率控制；QoS；多媒体业务；CDMA网络中图分类号：TN92 文献标识码：A 文章编号：1000-436X(2009)06-0038-09CAC scheme with imperfect power control in broadband CDMA networksGAO Yong-hui1，ZHANG Dan-dan2(1. School of Electronics Engineering and Computer Science, Peking University, Beijing 100871, China;2. Provincial Key Lab of Information Coding & Transmission, SWJTU, Chengdu 610031, China)Abstract: Putting forward the CAC schemes with imperfect power control for multimedia traffic would be great significant. The system capacity with imperfect power control and the other-cell to intra-cell interference factor was analyzed. And then considering the voice/video/data multimedia traffic scenario, a novel QoS (quality of service) based on CAC scheme was proposed. The simulation results show that the system capacity is heavily affected by the imperfect power control, and the proposed scheme can guarantee the QoS for different traffic efficiently, and improves the resource utility significantly.Key words: call admission control; imperfect power control; QoS; multimedia traffic; CDMA network1 引言收稿日期：2007-06-04；修回日期：2009-03-04基金项目：南京大学计算机软件新技术国家重点实验室开放基金资助项目（A200605）Foundation Item: The Open Research Fund of State Key Laboratory for Novel Software Technology (Nanjing University) (A200605)由于无线资源的有限性，物理层的功率控制和链路层的呼叫接纳控制（CAC, call admission control）成为近年来业界研究的2项热门技术。码分多址（CDMA, code division multiple access）系统是一个干扰受限系统，采用功率控制能在反向链路上克服“远近效应”从而提高系统容量。在以往非专门功率控制的一些研究中，通常认为各用户到达基站的信号都是相同的，即采用理想的功率控制。而在实际的系统中，由于用户的移动性而导致的衰落很难使基站接收的信号维持在一个固定的水平上。这就引发了非理想功率控制的问题。非理想功率控制的一个主要结果就是导致基站处接收功率的随机性，其接收的各个用户的信干比（SIR, signal-to- interference ratio）为一个随机变量。在CAC中，SIR是判断一个新呼叫是否被接受的关键参数，也是保证用户服务质量的一个重要因素。只有在系统容量允许，且用户SIR大于其门限值的情况下，新用户才被允许接入。一旦系统容量超出其允许的最大的范围，将导致系统容量中断的发生，为保持系统的稳定性，应尽量避免这种情况的发生。另外，若用户到达的基站的SIR低于其所要求的门限值，用户的服务质量将无法得到保证，这种情况将不能被用户所接受。CAC策略作为CDMA网中链路层重要的服务质量（QoS, quality of service）保证技术获得人们的广泛研究。文献1给出一种非理想功率控制下针对多媒体业务的CAC策略，但它采用单小区模型，并且仅考虑语音和视频业务。文献2提出了非理想功率控制下目标SIR门限的计算方法，但是与文献1类似，业务模型过于简单，仅考虑语音和视频业务。方案虽然考虑了临近小区对目标小区的干扰，但认为干扰因子为常数。同时文献3提出了一种新的功率分配策略，考虑CDMA是干扰受限系统，它通过最小化总的接收功率来达到最大化系统容量的目的。文献4给出了非理想功率控制下针对各业务不同中断率要求的CAC算法，在采用最优功率分配方法的情况下，该算法可以有效的提高系统性能。但认为所有业务均服从ON-OFF模型，并且比特率均为恒定，不符合系统中业务的实际情况。在文献5提出了一种基于更实际业务模型的CAC策略，从但是其功率控制是假定为理想的。本文给出宽带CDMA网络中非理想功率控制下的系统容量分析，考虑更加实际的业务情况，将业务分为5类进行建模，分别为：语音、可视电话、IPTV、交互类和背景类数据业务，其中语音业务为恒定比特率（CBR, constant bit rate）业务，其余4类业务为可变比特率（Variable Bit Rate, VBR）业务。采用规则六边形小区，且仅考虑第1层相邻小区对中心小区的干扰，分析了不同非理想化程度对系统容量的影响，并考虑干扰因子的影响：1）不同业务量的情况下采用不同的干扰因子；2）不同的恒定比特率业务与可变比特率业务比的情况下采用不同的干扰因子。在此基础上提出了一种针对各业务不同QoS要求的CAC算法。仿真结果表明，功率的非理想化程度和不同干扰因子对系统性能有着很大的影响，并且我们提出的算法有效的改善了系统性能，提高了各业务的QoS要求。本文余下内容安排如下：第2节为系统模型，第3节对非理想功率控制下的系统容量及干扰因子进行了分析，并给出一种基于QoS保证的CAC算法，第4节给出算法的仿真结果及性能分析，第5节是结束语。2 通信系统模型不失一般性，文本采用规则六边形小区，且仅考虑第1层相邻小区对中心小区的干扰，每个小区可接纳5类业务：语音、可视电话、IPTV、交互类数据和背景类数据业务，所有业务共享扩频带宽W。针对未来无线宽带通信网络的需求，以3GPP定义为基础，本文将网络中的业务分为以下多个优先级，如表1所示6。考虑更加实际的业务模型，同时再做如下假设。表1各类业务的QoS定义等级3GPP定义实时性要求业务类型1会话类高语音2流类中可视电话IPTV3数据类低Web数据电子邮件1) 与小区内和来自周围小区的干扰相比，基站接收的背景噪声可以忽略。2) 移动用户在小区内均匀分布。3) 为简化起见，假设每个小区内的第p（p=15）类业务的到达服从泊松分布，到达率和服务时间服从指数分布，平均到达率为lp，平均服务时间为mp，不同类型业务之间的用户的到达是相互独立的。4) 对于语音业务，采用ON/OFF模型，话音激活因子为av。在激活期，传输速度为Rv bit/s，在休眠期，传输速度为0。5) 对于可视电话业务，采用离散状态、连续时间马尔科夫过程7。视频业务的传输速率被量化为M个离散的等级，第1个等级的传输速率为基本速率Rvd bit/s，第q (q=1M)个等级的传输速率为qRvd bit/s。不同状态之间的转换速率服从指数分布，并仅依赖于当前的状态。在第0个状态，即空闲状态，没有数据传输。状态之间的转换速率a和b分别服从以下公式：b=3.9/(1+5.044 58/Ns/M)，a=3.9-b，其中，Ns为同时发起连接的可视电话用户数8。6) 对于IPTV业务，采用目前广泛应用的MPEG-4编码模型7,9,10。每个视频帧的持续时间为40ms，每个用户在第n个定时周期的传输速率为Riptv(n)bit/s；7) 对于交互类的数据业务，采用自相似过程。本文以Pareto过程来近似建模11,12，每个用户在第n个定时周期传输的速率为Ri_d(n) bit/s；8) 对于背景类的数据业务，作为一种可用比特率（ABR, available bit rate）业务，即利用系统剩余可用资源进行传输，在第n个时间周期内速率为Rb_d(n) bit/s。3 呼叫接纳控制3.1 系统容量估计在CDMA系统中，第i个用户的SIR为(1)其中，Si为被观察小区基站接收到的第i个用户的功率，Ri为其传输速率，W为系统带宽，Itotal为干扰总量，其中小区内干扰为Ilocal，小区外干扰为Iout，为简化起见，假设小区外干扰为小区内干扰的f倍，采用理想功率控制下，为使用户i得以接入，必须满足：(2)其中，N为小区内总的用户数目，gi为第i个用户的目标SIR。假设语音用户的话音激活因子为av，采用理想功率控制时，由式(2)可得：(3)其中，Qv(n)、Qvd_q(n)，Qiptv(n)，Qi_d(n)，Qb_d(n)分别为系统控制模型离散化后第n个调节周期语音、可视电话、IPTV、交互式数据和背景类数据用户数，令，和由于空间信号的衰落呈现随机性，功率控制存在着一定的滞后和偏差，而用户是根据目标SIR来调整发射功率的。由于信道衰落时变的影响，使得目标SIR值不再是固定不变的，而是近似为对数正态随机变量13，如图1所示。图1 f对数正态分布累积函数图5种多媒体业务的目标SIR分别为gv、gvd、giptv、gd_i、gb_d，且满足：， ，其中，XiN（i，i），（i=15），i和i分别为正态分布的均值和方差，i反映了功率控制的非理想程度，主要指由于路径耗损及衰落等所产生的影响，i越大则表明功率控制的非理想程度越大，则(4)为保持系统的稳定性，必须使系统的中断率低于某一预先设定的值，因此在每个调节周期系统最大容量的表达式为(5)令(6)则Z近似服从对数正态分布14，即Z=eY，其中YN（Y, Y）。为便于处理，假设目标小区内所有用户具有相同的移动特性和接收机结构，这是由于一个宽带CDMA小区的范围通常较小，同一小区内用户的移动性及信道特性被认为具有相似的特征，因此有1=2=3=4=5=。那么可以得到Z的均值和方差分别为(7)(8)由式（7）和式（8）可得Y的均值和方差分别为(9)(10)由于Y，因此由式(5)、式(6)可得(11)由式(9)式(11)可得：(12)在非理想功率控制和各种业务满足SIR时，系统容量达到最大时应满足如下关系式：(13)其中为正态分布函数的分位点。因此如呼叫允许接入时：(14)3.2 干扰因子分析在系统容量的推导过程中，我们假设小区外干扰为小区内干扰的f倍，f的定义为(15)其中，Ilocal为目标小区内用户i所接收的小区内干扰，Iout为目标小区内用户i所接收的小区外干扰。假设目标小区内第k类业务的用户数目为Nk，目标小区基站接收到的第k类业务中用户j的功率为Skj，则Ilocal可表示为(16)本文中只考虑第一层6个邻近小区的干扰，那么Iout表示为15 (17)其中，是路径损耗比，Nck是第c个小区中第k类业务的用户数，Scki是c小区中k类业务中用户i的功率。由（1）、（14）可得到干扰因子表达式：(18)其中，Rcki和cki分别为小区c内第k类业务中用户i的速率和SIR。假设用户在小区中均匀分布，则服从对数正态分布16。由式(15)可知，f的值并不是一个常量，它将受到系统中业务量大小及各类业务所占比例的影响。在本文中，将考虑2种情况：1）干扰因子随系统负荷的变化；2）干扰因子随CBR业务与VBR业务的比率而变化。3.3 呼叫接纳控制策略在支持多媒体业务传输的无线网络中，业务的QoS将受到更多的关注。特别是在非理想功率控制的情况下，由于传播环境的差异，以及多媒体业务速率时变、占用带宽资源较多等特点，使得业务的QoS保证变得更加重要。根据表1的定义及各类业务的特性，将QoS参数集合定义为：PQoS=R, O, D，其中R为各类业务传输所需的最小速率，O为中断率，D为接入时延。按系统的实际需求和3GPP的定义，以表1中各类业务的QoS为基础，多媒体业务优先级定义如下。1) 语音业务的实时性要求最高，令其优先级为最高，在系统资源不足时，允许其剥夺其他低优先级业务的资源，并且不允许其有任何时延。2) 可视电话和IPTV业务，2者处于相同的优先级，其优先级稍低于语音业务，但IPTV业务将允许比可视电话业务更大的时延，并且由于人类视觉的非敏感性，允许对IPTV业务进行降级传输。3) 交互类和背景类数据业务的实时性要求最低，因此令其优先级最低，由于背景类数据的特点，它将允许更长的时延和更大中断率，但有较小的丢包率。4) 对于控制类业务，由于通常用专用信道传输，所以本文不考虑这一类业务的影响。图2 CAC流程详细的CAC策略如下：1) 当业务接入请求到达时，首先计算系统容量是否满足式（14），若是则接入，否则根据请求连接业务的类型执行相应的CAC策略；2) 对于语音业务，允许其剥夺部分已接入背景类数据业务的资源，再计算系统容量是否满足式（14），若是则接入，否则允许其剥夺部分已接入交互类数据的资源，然后计算系统容量是否满足式（14），若是则接入，否则阻塞掉；3) 对于可视电话业务，允许其剥夺部分已接入背景类数据业务的资源，再计算系统容量是否满足式（14），若是则接入，否则允许其剥夺部分已接入交互类数据的资源，然后计算系统容量是否满足式（14），若是则接入，否则对其进行降速率，再进行检测，若仍无法满足式（14），则将其阻塞掉；4) 对于IPTV业务，进行与可视电话相同的操作，但在降速率仍无法接入的情况，并不简单的将其直接阻塞掉，而是将其接入请求放入队列，进行排队；5) 对于交互类和背景类数据业务，按照其QoS需求中定义的最小速率发射，假如系统容量不够，则将其接入请求放入队列进行排队，等待下次调度。具体策略流程如图2所示。3.4 呼叫接纳控制策略性能指标本文选择的系统性能指标包括阻塞率、中断率和接入时延。业务中断率定义为(19)其中，cx表示业务x被降级传输的次数，C为总的观察次数。PGoS定义为阻塞率/丢包率、中断率以及接入时延的加权评估指标，GoS（grade of service）为服务等级，则(20)其中，Pblock/loss和Pdegrade分别为阻塞率/丢包率和中断率，m、n分别为小于1的常数，且m+n=1。4 仿真与结果分析4.1 仿真参数针对宽带多媒体系统的特点，本文主要讨论5种业务的综合系统，仿真参数设置如表2所示6,17，其中为宽代多媒体系统中为保证传输质量而需要达到的目标SIR。除表2所列参数外，其他系统参数还有：系统上、下行链路总带宽均为20MHz18。对于可视电话业务，其基本速率Rvd为9.6kbit/s，为便于分析，取并发视频源数为，即Ns1，参考实际3G系统的系统参数（如韩国SKT的3G系统），M可取714，本文取M=8。上述检测定时周期取1ms，话音激活因子av为0.419。系统中断率=0.0113。表25种业务参数类型平均比特率（kbit/s）g/dB语音12.25.6可视电话Rvd(n)5.6IPTVRiptv(n)5.6Web数据Ri_d(n)3.6电子邮件Rb_d(n)3.64.2 仿真结果首先对非理想功率控制情况下的系统容量进行仿真。从图3可以看出，随着的增大，业务的阻塞率不断增大，当大于2时，阻塞率将基本趋于平稳。由于表示功率控制的非理想程度，因此其值越大，表明非理想程度越大，系统容量将越小。在本文以下的仿真中，均取=1。然后对外小区干扰因子f进行了仿真。从图4中可以看到，f的概率分布与对数正态分布的概率曲线十分相似，因此f值并不是恒定不变的。图5给出了f值与系统总到达率的关系。从图中可以看到，随着系统到达率的增加，f的均值也随之变大。图6给出了f值随CBR业务所占比例的变化关系图。随着CBR业务的不断增多，f的均值不断减小。由此可见，f值将受系统内用户数目及用户类型的影响，单纯的将其取为某一固定值显然不符合实际情况。针对于此，在仿真中，为了更加符合宽带多媒体网络的特点，考虑了3种情况：情况1：f取值为恒定；情况2：f取值随系统总体业务量的增大而增大；情况3：f取值随CBR业务所占比例增大而减小。语音、可视电话、IPTV、交互类及背景类数据业务QoS集合分别定义为：Pv=12.2kbit/s, 0, 0，Pvd =Rvd(n)kbit/s, 0, 0，Piptv=0.5kbit/s, 0.001, 5ms，Pi_d=1kbit/s, 0.005, 10ms，Pb_d=1kbit/s, 0.01, 100ms。图7图11分别出给了上述5种业务的阻塞率曲线。从图中可以看出，在未采用CAC策略之前，各类业务阻塞率均较大，在采用本文提出的策略之后，各类业务的阻塞率有了明显的改进。语音业务的阻塞率基本上为0，可视电话业务的阻塞率在用户到达率为8用户/s的时候，在3种仿真情况下，图3 阻塞率与的关系图图4 f的概率分布图 图5 f与CBR业务所占比例的关系图6 f与系统总到达率的关系图 图7 语音业务阻塞率曲线图8 可视电话业务阻塞率曲线图9 IPTV业务阻塞率曲线图10 交互类数据业务阻塞率图11 背景类数据业务阻塞率曲线其减小量分别减小了98.8%、95.5%、98.3%，背景类数据业务的阻塞率分别减小了99.6%、98.65，99.5%。同时还可以看到，在情况2及情况3的情况下，各类业务阻塞率要稍高于情况1的情况，其中情况2的情况下的阻塞率改进为3种情况中最小。图12图14给出了IPTV业务、交互类及背景类数据业务的平均接入时延曲线。从图中可以看到，在没有采用CAC策略之前，该3类业务的接入时延均为0，在采用了本文提出的策略后，时延均有增加，其中在情况2的情况下时延最大。图15图17给出了3中业务的中断率曲线，与平均接入时延情况相同，在未采用CAC策略之前，3类业务的中断率均为0，在采用本文策略后，中断率有所增加，其中情况2情况下增加的幅度最大。由上可知，在3种情况下，虽然IPTV业务、交互类及背景类数据业务的平均接入时延和中断率有所增加，但均满足各自的QoS要求，并且阻塞率得到了很大的改进，因此这种代价是合理并且值得的。图18图20给出了3种仿真情况下各类业务的GoS曲线。从图中可以看出，语音业务及可视电话业务的GoS基本为1，其QoS得到了很好的保证。IPTV、交互类及背景类数据业务的GoS曲线虽有所下降，但也满足其各自的QoS要求。因此，可以认为，本文提出的CAC策略在保证各类业务的QoS要求下，提高了系统的性能。同时从图7图17可以看出，在情况1与情况3的情况下，各类业务的几项性能指标均极为相似，而在情况2的情况下则相差较大，因此可以认为情况2的情况更加符合系统的实际情况。图12 IPTV业务平均时延曲线图13 交互类数据业务平均时延曲线图14 背景类数据业务平均时延曲线图15 IPTV业务中断率曲线图16 交互类数据业务中断率曲线图17 背景类数据业务中断率曲线图18 情况1下各业务GoS曲线图19 情况2下各业务GoS曲线图20 情况3下各业务GoS曲线5 结束语本文在采用更加符合宽带CDMA系统中实际情况的业务模型情况下，分析了非理想功率控制下的系统容量和干扰因子f，并提出了一种基于QoS保证的CAC策略。分析及仿真结果表明，干扰因子f并不是一个恒定的值，其概率分布近似于对数正态分布，其均值将受系统总到达率及系统内业务成分的影响。本文在3种情况下对提出的CAC策略进行了仿真，仿真结果表明，本文提出的CAC策略比以前的策略更加符合实际，它能在保证各类业务QoS要求的前提下，极大的提高了系统的性能。参考文献：1LARIJANI P, HAFEZ R, LAMBADARIS I. Adaptive access control for multimedia traffic in a CDMA cell with imperfect power controlA. 1997 IEEE International Symposium on Personal, Indoor and Mobile Radio CommunicationsC. 1997, 2:729-733.2AHMED M, YANIKOMEROGLU H. A lower bound on SINR threshold for call admission control in multiple-class CDMA systems with imperfect power-controlA. 2004 IEEE Global Telecommunications ConferenceC. 2004, 5:3280-3284.3SHU T, NIU Z. Uplink capacity optimization by power allocation for multimedia CDMA networks with imperfect power controlJ, IEEE Journal on Selected Areas in Communications, 2003, 21(10): 1585-1594.4SHU T, NIU Z. Call admission control using differentiated outage probabilities in multimedia DS-CDMA networks with imperfect power controlA. 2002 Eleventh International Conference on Computer Communications and NetworksC. 2002.336-341.5ZHANG D, FANF X, ZHU L. Novel multimedia traffic modeling based CAC scheme for CDMA communications syst