LTE多用户下行资源调度自优化技术研究

第1章LTE下行资源多用户调度自优化技术研究

1.1引言

LTE(长期演进)是3GPP(第三代合作项目)近4年中推出的最大的技术研究和标准制定项目。作为一种很有前途的移动通信技术，LTE提高了空中接口的性能，并通过一些关键技术增强了频谱效率，例如，OFDM(正交频分复用)，MIMO(多输入多输出)和资源共享[3]。因此，与以前的技术相比，LTE具有一定的优势，例如更高的数据速率以及更小的时间延迟。此外，OFDM技术既可在时域又可在频域将无线链路资源分开，使得资源分配和调度更灵活[6][7]。一般情况下，调度算法有三种，最大载干比（MAX C/I，max carrier to interference ratio），轮询(RR，round robin)和正比公平(PF，proportional fairness)，每种算法在吞吐量和用户公平性的侧重点不同。MAX C/I算法总是将PRB分配给当前信道质量最好的用户。相反，轮询算法将无线资源平均地分配给每个用户。而PF是MAX C/I 和RR的折中，平衡吞吐量和用户公平性。

显然，LTE这样的资源共享系统，调度算法对用户体验和网络性能有很大的影响，因为它决定了在不同无线信道条件下的用户之间如何分配无线资源。在参考文献[5]中，作者提出了在调度算法应该考虑的若干原则：1）系统吞吐量最大化; 2）可接受的时延；3）资源分配的用户公平性。在本章节中，我们主要讨论调度算法如何平衡系统吞吐量和用户公平。首先提出调度算法的两个关键因子，一个是用户的SINR分散度？，另一个是在一个传输时间间隔（TTI）内分配给每用户的最大的PRB数量（MaxPRB）；其次，把这两个因素进行联合起来加以研究；然后，在基于对用户的SINR分散度和MaxPRB的联合研究基础上，我们提出了一种动态调度MaxPRB的策略以提高用户间的公平性，同时保证LTE 系统吞吐量。

本章节的结构安排如下：首先分析调度算法的两个关键因子——用户的SINR分散度和一个传输时间间隔(TTI)内分配给每用户的最大的PRB数量

(MaxPRB)；其次，对这两个因素进行联合研究，寻找这两个因素间的相互关系；然后，在联合研究基础上提出了一种动态调度MaxPRB的资源调度自优化算法，给出算法流程，通过通过蒙德卡洛仿真，对比我们提出的算法和常用的几种调度方案的性能；最后，总结本章的主要内容。

1.2系统模型和关键指标建模

1.2.1OFDM资源调度模型

在无线通信系统中，对于广大用户，无线资源是有限而且十分珍贵的。随着用户数量的上升以及用户需求的提升，如何有效地管理资源成为摆在我们面前最重要的问题之一。目前业界已经研究了一系列资源管理技术来解决这个问题，其中之一就是资源调度技术。

调度是资源管理的核心技术。在LTE系统中，多个活跃用户需要共享带宽。因此需要一种机制，来为这些用户进行有效的资源分配。无线系统中的调度与有线系统中的不同，因为它面临着更复杂的的情况：时变信道环境，有限的带宽资源等。

通过OFDM技术的应用，LTE系统的无线资源被分为多个PRB，如图2-1所示。物理资源块(PRB)是基本的调度单位，它由时域中的一个时隙(0.5毫秒)以及频域的180 kHz组成。无线资源既可以在时域也可以在频域调度，使得调度粒度变得更为灵活。由于LTE带宽是20MHz，相比以往的移动通信系统，我们更注重无线信道的频率选择性衰落特性。通过频率选择性调度，我们可以每次给每个用户分配最佳的频段，使系统在频域获得多用户分集增益。

在LTE的下行方向，调度主要是基于CQI(信道质量指示)报告，它代表了下行的SINR(信号干扰噪声比)。CQI是通过测量参考信号得到的，它可以得到不同频率的状态信息。对于TD-LTE系统，由于上行下行同在一个频点，信道的互易性使得基站可以通过测量上行信道的质量，间接的获得下行信道的特征，从而综合对下行资源进行调度。这一段原理不太对，CQI一定是用户反馈的，基站无法获得，基站可以通过互异性由上行信道估计获取下行信道，但是无法估计下行干扰，所以CQI一定是用户反馈的。

图 2-1 OFDM 资源分配的框架图

1.2.2 资源调度衡量指标模型

图 1-1决定OFDM 系统调度性能的指标有若干个，其中最重要也是最常用的是平均吞吐量和公平性。

用户平均吞吐量是指一个用户在一个确定的时间窗口接收到的吞吐量的平均值。下面的公式表示用户平均吞吐量：

R (t )̅̅̅̅̅̅=∫R(x)dx

t t−∆t ∆t (2-1)

其中ΔT 是指一段很短的时间，R(X)代表即时数据速率。

公平指数也是判断用户资源分配的一个不可或缺的指标。由于公平指数是一个抽象概念，我们使用文献[9]中定义的下列公式进行评估：

如果一个系统给n 个用户分配资源，第i 个用户接收分配的资源为 x i ，那么我们为系统提出以下指数：

f (x )=[∑x i n i=1]

2∑x 2n i=1x i ≥0 (2-2)

这个指标衡量用户调度的公平性。如果所有用户得到相同的资源数，即 x i都是相等的，那么公平指数是1，系统是100％的公平。随着用户分配资源的差距加大，公平性下降，那么那些选择只分配给少数用户的调度策略会使得用户的公平指数接近0。

1.2.3常用的调度算法

MAX C/I，轮询(RR)RR和正比公平(PF)PF是LTE系统进行资源分配使用的三个主要的调度策略。

MAX C/I算法考虑到即时的无线链路条件，并提供无线资源的最佳用法。在每个时间间隔，MAX C/I选择信道条件最佳的用户。这种方法有可能使得系统达到最大的吞吐量。在数学上，MAX C/I调度算法可以如公式（3）表示：当基站在调度用户k的信道条件最好，瞬时速率最大的情况下选择该用户调度：

k=arg max

i

R i(2-3) 其中R i是用户i的瞬时传输速率[8]。

虽然MAX C/I可实现系统的最大吞吐量，但是这种方法并不是在所有情况下都是公平的并没有考虑用户之间的公平性，特别是对于无线链路条件非常差的边缘用户长期处于深衰落或者小区边缘的用户，将永远得不到很难获得服务。

如果所有用户具有相同的优先级，公平性自然能够保证。这就是轮询(RR：Round Robin)算法的基本原则RR算法随机选择小区内用户进行服务，并不考虑不同用户之间信道条件的差异。，所以RR算法的目的是确保用户体验的公平性。它可以被看作是一个使每个用户得到相同概率服务数量的无线资源的公平调度算法。然而，RR调度方法下系统容量比其峰值速率要低得多损失严重。因此，我们需要寻求一个能够提高整个扇区吞吐量同时兼顾到公平性的调度方案。

PF 算法折中了MAX C/I和RR算法，提高系统吞吐量的同时考虑到用户公平性。这就是说，它试图实现尽可能提高吞吐量，同时避免用户公平性变得太糟糕。在任何分配期间，选择具有最高优先级的用户k：

k=arg max

i R i

R i̅̅̅

(2-4)