le-a系统中基于用户分组的改进比例公平调度算法

le-a系统中基于用户分组的改进比例公平调度算法

0比例公平调度算法的提出随着移动通信技术的快速发展，移动用户的数量逐年增加，移动业务的需求日益增加。第3代移动通信系统已不能完全满足用户的需求。因此,3GPP(3rdgenerationpartnershipproject)致力于研究3GPPLTE(1ongtermevolution)作为3G系统的演进。LTE-Advanced是LTE的进一步演进,支持与LTE的后向兼容性发展。从LTE到LTE-Advanced系统的演进过程中,更宽频谱的需求将成为影响演进的最重要因素之一。当前LTE-A系统有6个候选频点,在现有的频谱分配方式和规划情况下,很难找到足够的承载LTE-A系统100MHz带宽的整段频带。因此,3GPP提出了使用载波聚合(carrieraggregation)技术来解决LTE-A系统对频带资源的需求。通过载波聚合技术,我们可以同时将不同分量载波分配给一个用户。然而,在非连续载波聚合方案中,聚合的分量载波属于不同频带,因而不同分量载波的衰减特性是不同的,如路径损耗和多普勒频移。因此,不同分量载波的覆盖范围也会不同。由于在蜂窝中的位置不同,部分用户可以在所有的载波上调度,而部分用户只能被调度到少量的载波上,这就影响了用户的公平性。因此,本文提出了在LTE-A系统载波聚合技术下的基于用户分组的比例公平调度算法。用户根据可以调度的载波数量不同而进行分组。然后我们分析了不同用户组的平均信道接入概率。基于仿真结果,我们提出了一个对比例公平调度算法更改的调度策略。它可以按照不同用户组成比例的调整平均信道接入概率,从而提高用户公平性。仿真结果表明,改进算法可以使比例公平算法获得更好的用户公平性。1用户2—系统模型本文主要讨论了非连续载波聚合方案下的蜂窝结构。例如,2个分量载波f1和f2分别是低频和高频载波(f1=860MHz,f2=2300MHz),采用平均功率部署方案,也就是f1和f2有相同的传输功率PT。因为高频的信道衰落比低频的要快,所以,f2的覆盖范围就比f1要小,如图1所示。由于用户1在载波f2的覆盖范围之外,因此,它只能在载波f1上调度。然而,用户2在载波f1和f2的覆盖范围之内,则可以在2个载波上调度。假设1个蜂窝系统包括1个基站和N个用户终端;系统可以聚合的分量载波的数量为L;所有的分量载波有相同的带宽;每个分量载波有V个资源块。在平均功率部署情况下,每个无线承载(radiobear,RB)的传输功率为p(n)=PT/V。根据从低频到高频的排列方式得到一簇频谱为在时刻s,RBn上的用户i的信噪比为(2)式中,Hi(n,s)和N0分别是多信道增益和RBn上的用户i的噪声功率。在时刻s,RBn上用户i的到达数据速率为(3)式中:W是RBn的带宽;β=-1.5/ln(5Pe,n),称为SNR系数,表示了从理论结果到实际实现需要的间隔;Pe,n是目标比特误码率。2用户平均信道接入概率本节中,首先,提出了对于基于用户分组的改进调度算法的用户分组方法。然后,分析了比例公平调度算法的用户平均信道接入概率。基于分析结果,我们提出了一个在载波聚合情景下的改进策略。2.1平均信道接入概率在每个调度时刻s,PF调度算法把RBn分配给瞬时速率与平均速率的比值最大的用户i*。这个调度策略可以表示为(4)式中:ri(n,s)是RBn对用户i的瞬时传输速率;是用户i的平均数据速率。一个用户的平均信道接入概率就是时间平均或者统计上来讲的这个资源被分配给这个用户的概率。用ψi,n来表示RBn被分配给用户i的概率,根据(4)式可以表示为(5)式中,fΓi,n(x)是用户i在n个用户里瞬时速率与平均速率比值最大的概率密度函数。平均信道接入概率如(5)式所示,比例公平调度算法可以在用户中获得很好的公平性。然而它不适用在载波聚合情景下。由于聚合的载波之间的覆盖区域不同,则应该考虑用户落在载波之内的覆盖区域的概率。因此,我们提出了基于用户分组的调度算法。2.2改进的调度算法1)用户分组方法。出于覆盖需求,一个载波的最大路径损耗不能高于PLth的临界值。对于用户i,我们可以根据它的每个分量载波的路径损耗来确定它的分组,定义如下:(6)式中,PLik为用户i在载波fK上的路径损耗。如果用Ni来表示集合Ωi内元素的数量Ni=j,则用户i可以调度的载波数量为j。所以,用户可以根据以下标准分为不同的组对于特定的模型,路径损耗可以估算出来。本文采用空间信道模型(spacechannelmode,SCM)可以表示为(8)式中:di是用户i到基站的距离;载波fk的覆盖半径为Rk,估算为根据(1)式可以得到:2)基于用户分组的改进调度算法。ψji,n表示RBn被分配给用户组Mj中的用户i的概率,ΓiU,nG表示改进的调度策略。用户组Mj的平均信道接入概率可以估算为用Pi,j表示用户i属于用户组j的概率。本文假设整个用户在整个蜂窝区域的分布是均匀分布,根据(4)式和平均分布的分布函数可以估算为根据(11)式和(12)式,可以得到改进的调度策略为改进的调度算法为(15)式中,加权因子β=R2/RJ2,i∈Mj。(16)式确定用户i在fk的覆盖范围中。β可以根据用户分组来调整平均信道接入概率,从而获得了一个更好的公平性。在每个调度时刻s,基于用户分组的改进调度的详细顺序如下:1)提出服务申请的用户测量每个聚合的分量载波的信道状况ri(n,s)及PLik,并将信息反馈给基站;2)蜂窝内的每个用户由(6)式和(7)式根据用户可以调度的载波数量,将用户分到不同的用户组;3)初始化k=1;4)根据(15)式和(16)式给出的调度策略将资源分配给符合调度策略的用户;5)如果用户得到服务,则该用户的平均速率更新为如果用户没有得到服务,则其平均速率更新为(17)-(18)式中,Tc是观察窗口长度。6)令k=k+1,如果kL则停止,否则转到5)步。其中,L为用户的服务需求量。3比例公平调度算法的性能本节我们估计了基于用户分组的改进调度算法的性能,并且与比例公平调度算法、基于多用户分集的比例公平调度算法的性能进行了比较。仿真场景是LTE-A系统非连续载波聚合下行链路。聚合的分量载波有2个:f1=860MHz;f2=2300MHz,每个载波的带宽是20MHz,所有的传输功率相同。仿真观察窗口长度Tc是100个传输时间间隔(transmissiontimeinterval,TTI)。公平性是判断一个资源调度算法的很重要的性能参数。公平性参数F定义为(19)式中,为侵略因子,表示用户需求带宽的满足情况。从(19)式可以看出,0<F>1,当时F取得最大值1,即所有用户的需求满足比例相同。图2表示不同用户时用户的公平性。根据仿真结果,当系统中用户数目比较少,带宽大于用户的需求时,3种算法的用户公平性都为1;但是随着系统中用户的增多,基于用户分组的改进调度算法下的用户公平性最高,而基于多用户分集的比例公平调度算法下的用户公平性也要高于比例公平调度算法下的用户公平性。系统吞吐量是仿真中另一个需要重点考虑的性能参数。图3表示了基于用户分组的改进算法、基于多用户分集的比例公平调度算法和比例公平调度算法的平均吞吐量的比较。假设每个系统分别有4,8,12,16,20,24,28个用户。根据仿真结果,当每个扇区的用户少于7个的时候,基于用户分组的改进算法可以达到与其他调度算法相仿的平均扇区吞吐量。然而,当扇区的用户增加时,与其他2种调度算法相比,基于用户分组的改进算法导致了吞吐量的降低。原因是随着用户增多,用户的信道质量差的可能性就会增加。为了加强用户间的公平性,基于用户分组的改进算法需要给信道环境差