LTE网络考虑机会调度与QoS保障的准入控制算法

李知航 王 浩 蒋慧琳 潘志文 尤肖虎

(东南大学移动通信国家重点实验室，南京210096)

准入控制(CAC)可为系统提供拥塞控制和服务质量(QoS)保障［1］.在长期演进(LTE)网络中，用户有不同的QoS 需求，基站除了使用合适的调度策略来保障用户的QoS 需求，还要有效利用系统资源.文献［2-4］通过在调度策略中为不同用户设置不同权重来保障其QoS 需求，但由于没有考虑CAC 算法的设计，均不能为用户提供严格的QoS 保障.文献［5-11］将调度策略与CAC 算法相结合，用于保障不同用户的QoS 需求.

CAC 算法的性能与所采用调度策略的长期平均性能紧密相关.文献［12］对比了轮询调度(round robin scheduling，RRS)、最大速率调度、比例公平调度［13］和基于累积分布函数的调度(CS)的性能，发现在满负载场景下CS 可对效率和公平性进行最好的折中，因此本文使用CS 作为基本调度策略.文献［14］证明了机会轮询(ORR)［11］是计算任何调度策略性能下界的有效方法，因此本文采用ORR 计算CS 性能下界，并通过仿真验证其正确性.然后联合使用CS 和ORR 提出一个可保障不同QoS 需求的CAC 算法COCDQ(CS/ORR based CAC algorithm for different QoS requirements).最后通过系统级仿真验证所提算法性能.结果表明，联合考虑机会调度与QoS 需求，COCDQ 算法可有效降低新通话阻塞率，提供更好的QoS 保障，其代价是仅总吞吐量略有降低.

1 链路模型

假设用户接收的瞬时信号强度可通过导频探测获得，并且信道状态信息可通过上行传输或周期报告送回至其服务增强型节点(enhanced nodeB，eNodeB).物理资源块［15］(physical resource block，PRB)是可分配给用户的最小资源单元，其带宽为180 kHz，持续时间为1 ms.本文考虑2 种用户服务:最小速率需求(minimum rate requirement，MRR)服务和尽力而为(best effort，BE)服务.简便起见，分别将拥有MRR 服务和BE 服务的用户称为MRR 用户和BE 用户.令K，M，B 分别代表所有用户集合、MRR 用户集合和BE 用户集合，易知K =M∪B.

定义τ 时刻用户k 在PRB w 上接收的瞬时信号干扰噪声比(SINR)为

给定SINRwk(τ)后，用户k 在［t－1，t)时刻间的平均带宽效率为

2 CS 及CS/ORR 调度策略分析

本文采用CS 作为基本调度策略.方便起见，在下文分析中忽略符号t.分别用Rk，fRk和FRk表示用户k 瞬时速率、瞬时速率概率分布函数和瞬时速率累积分布函数.CS 将在每个调度单元上比较所有用户瞬时速率累积分布函数，并调度具有最大瞬时速率累积分布函数的用户k*，即

式中，Kc为用户k 的竞争用户集合.

某调度策略的多用户分集增益(multi-user diversity gain，MDG)定义为用户采用该调度策略得到的吞吐量与采用RRS 得到的吞吐量之比.它可表示调度策略的长期平均性能，并可用于估计用户占用资源数.根据文献［12］，假设用户经历瑞利快衰落且用户速率和其SINR 有线性关系，则采用CS 时用户k 的MDG 可表示为

为了达到香农速率，本文采用自适应调制编码，则用户k 的速率为

式中，sk为分配给用户k 的资源数;Bw为一个PRB的带宽.

文献［14］证明了ORR 是计算任何调度策略MDG 下界的有效方法.因此可以联合使用CS 和ORR(CS/ORR)为新接入用户保守估计满足其QoS 需求所需资源数.在CS/ORR 中资源按照一轮一轮的方式分配给用户.在每一轮中，调度令牌数等于竞争用户数，每个用户通过CS 竞争资源.一旦某个用户获得服务且得到一个调度令牌，他将不会在此轮中竞争剩余资源.当某个用户的总调度令牌数等于其所需的调度令牌数时，将不再为其调度资源.因此假设第j 轮中有Kj个用户，则第1 个接受服务的用户的MDG 就是第2 个接受服务的用户的MDG 就是最后一个接受服务的用户的MDG 就是MDG1CS.采用CS/ORR 时第j 轮的平均MDG 为

图1为实际调度与理论计算的MDG 随用户数的变化情况.由图可见，随着用户数增多，3 条曲线的MDG 都随之增大.这是因为用户越多，将更方便利用信道的动态变化，从而获得更大吞吐量.同时发现CS 理论计算的MDG 与实际调度结果吻合，并验证了利用CS/ORR 理论计算的MDG 确实是CS 的MDG 的性能下界.

图1 实际调度与理论计算的MDG 随用户数的变化情况

3 CAC 算法设计

为了在不影响当前已接入用户QoS 满意度的情况下接入新用户(新到达或切换的用户)，关键是判断系统剩余资源能否满足新接入用户的QoS需求.由于不同用户有不同平均SINR 及QoS 需求，各用户所需资源数也不相同，因此不能直接将式(6)中适用于资源公平分配的MDG 用于计算新接入用户所需资源数.本文对式(6)进行改进，提出一种保守的通过迭代计算新接入用户所需资源数的方法.若新接入用户可使用这个保守的理论值接入网络，则当实际接入时该用户将需要更少资源.对已存在用户而言，接入新用户将增大他们的MDG，为其利用信道的动态变化提供更多机会［14］，可在满足相同QoS 需求的条件下减少其所需资源数.因此只需判断系统剩余资源能否满足新接入用户的QoS 需求.

假设用户k 共在J 轮中竞争资源，根据式(6)，其平均MDG 为

由于网络会优先保障高等级用户的QoS 需求，因此本文先为MRR 用户分配资源，再为BE 用户分配剩余资源.

假设当前网络存在p 个MRR 用户:m1，m2，…，mp.令他们的最小速率需求和带宽效率分别为θ1，θ2，…，θp和e1，e2，…，ep，则新接入一个MRR用户^m 所需的资源数为

首先假设所有MRR 用户的MDG 为1，然后使用式(7)、(8)来迭代更新所有MRR 用户所需资源数.当迭代结果稳定时即可获得用户^m 所需保守资源数.

式中，sM为所有MRR 用户可用资源数;sm为用户m 所占资源数.为了给BE 用户预留资源，设置sM=0.8s，其中s 为所有用户可用资源数.

BE 用户可用资源数为

从长期角度看，CS 将为所有BE 用户平均分配资源，因此新接入BE 用户^b 所需资源数为

吞吐量和公平性是BE 用户的2 个非常重要又相互制约的性能指标，本文希望在系统总吞吐量尽量大的情况下保证不同位置BE 用户得到尽可能相等的资源数.因此，联合考虑这2 个性能指标，为BE 用户定义一个递增、单调凸且连续可导的统一效用函数.由于使用CS 作为CAC 算法调度策略，因此所有BE 用户都有相同的对数型效用函数U(·)=log(·).当且仅当接入用户可提升全网总效用函数时，该用户才可以成功接入网络，即要求

式(12)右端第1 项代表用户^b 的效用函数增量，第2 项代表网络中所有已存在BE 用户的效用函数增量和.式(12)可简化为

假设BE 用户足够多，由于

与欧拉近似

则可推出

式中，e 为自然对数;γ=0.577 2 为欧拉常数.

将式(16)、(11)代入式(13)，可得

本文所提出的CAC 算法不仅适用于CS，还适用于任何有MDG 闭界表达式MDG*的调度策略，只需将式(4)中的MDGCkS替换为MDG*即可.

4 仿真及其结果

4.1 仿真设置

设置系统带宽为1 MHz.用户到达服从到达率为λ 的泊松过程，MRR 用户和BE 用户保持相同到达率，均按照0.05 用户/s 的间隔从0.7 用户/s变化至1.1 用户/s.用户保持时间服从均值为100 s的指数分布.系统平均用户数由用户到达率和保持时间共同决定.用户SINR 服从［1，10］dB间均匀分布，MRR 用户最小速率需求服从［40，80］kbit/s 间均匀分布.快衰落服从瑞利分布.调度令牌大小与PRB 大小一致.假设调度周期为1 s，一次仿真包含1 000 个调度周期.在每个到达率下实现100 次仿真，得到平均性能.采用新通话阻塞率、QoS 不满意率和总吞吐量作为检验所提算法的性能指标.NA，CS，COCDQ 分别表示计算MRR 用户所占资源数时不用MDG，使用CS 及所提算法得到的MDG.

4.2 仿真结果

新通话阻塞率随λ 的变化情况如图2所示.由图可见，3 条曲线均随λ 增大而升高，这是因为当用户保持时间不变时，其占用资源数仅由用户到达率决定.到达率越大，将有更多MRR 用户产生，但由于总资源数的限制将阻塞更多MRR 用户.由于式(4)和式(7)中计算MRR 用户所占资源时采用了相应的MDG，因此CS 和COCDQ 的新通话阻塞率均小于NA 的新通话阻塞率.又由于CS 只考虑了竞争用户数却忽略了MRR 用户实际资源需求，因此采用CS 可接入更多MRR 用户，从而获得更低的新通话阻塞率.

图2 新通话阻塞率随λ 的变化情况

QoS 不满意率随λ 的变化情况如图3所示.一次QoS 不满意事件定义为在一个调度周期内，一个MRR 用户可得数据速率低于其最小速率需求.QoS 不满意率等于QoS 不满意事件总数与接受满意服务用户总数之比.由图3可知，NA 的QoS 不满意率在所有到达率下均为0，这是因为其CAC 决策没有考虑用户MDG，只使用最保守的RRS 的方法为MRR 用户计算其所需资源数.COCDQ 的QoS 不满意率同样很低，即使在高到达率情况下也一样，这与CAC 算法设计目标相吻合:在保障用户最小速率需求前提下尽量服务更多用户.而CS 的QoS 不满意率最高，说明如果使用式(4)中的MDG 做CAC 决策将不能保障用户服务质量.

图3 QoS 不满意率随λ 的变化情况

图4表明3 种算法的总吞吐量均随着λ 的增大而降低.这是因为到达率越大，将有更多MRR用户产生，其占用更多资源，使BE 用户总可用资源变少.

图4 总吞吐量随λ 的变化情况

5 结语

本文研究了LTE 网络中考虑机会调度并可提供不同QoS 保障的CAC 算法的设计.首先使用ORR 计算CS 性能下界，并通过仿真验证此计算方法的正确性，然后为不同QoS 需求的用户提出一个基于CS/ORR 的CAC 算法(COCDQ)，即使用CS/ORR 的方法为新接入用户保守估计其所需资源数.最后通过仿真验证了COCDQ 算法的性能，结果表明COCDQ 算法可有效降低新接入用户阻塞率，提供更好的QoS 保障，其代价是仅总吞吐量略有降低.

References)

［1］Ahmed M H.Call admission control in wireless networks:a comprehensive survey ［J］.Communications Surveys and Tutorials，2005，7(1):50-69.

［2］Wang X，Giannakis G B，Marques A G.A unified approach to QoS-guaranteed scheduling for channel-adaptive wireless networks［J］.Proceedings of the IEEE，2007，95(12):2410-2431.

［3］Sadiq B，Madan R，Sampath A.Downlink scheduling for multiclass traffic in LTE ［J］.Eurasip Journal on Wireless Communications and Networking，2009，2009:510617-01-510617-19.

［4］Liu Q W，Wang X，Giannakis G B.A cross-layer scheduling algorithm with QoS support in wireless networks［J］.IEEE Transactions on Vehicular Technology，2006，55(3):839-847.

［5］Kim W，Song H.A novel combined packet scheduling and call admission control for video streaming over WiMax network［C］//IEEE GLOBECOM Workshops.Miami，FL，USA，2010:960-964.

［6］Samaneh R B，Taheri H，Sabaghi M，et al.A new call admission control algorithm for IEEE802.16 networks［C］//International Conference on Computer Design and Applications.Qinhuangdao，China，2010，4:361-365.

［7］Jeon W S，Jeong D G.Combined connection admission control and packet transmission scheduling for mobile internet services［J］.IEEE Transactions on Vehicular Technology，2006，55(5):1582-1593.

［8］Lee H W，Chong S.Combined QoS scheduling and call admission control algorithm in cellular networks ［C/OL］//4th International Symposium on Modeling and Optimization in Mobile，Ad Hoc and Wireless Networks.2006.http:ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=1666524.

［9］Lee H W，Chong S.Combined packet scheduling and call admission control with minimum throughput guarantee in wireless networks ［J］.IEEE Transactions on Wireless Communications，2007，6(8):3080-3089.

［10］Thilakawardana S，Tafazolli R.Efficient call admission control and scheduling technique for GPRS using genetic algorithms ［C］//IEEE 59th Vehicular Technology Conference.Milan，Italy，2004，5:2528-2533.

［11］Goyal P，Sahoo A.A scheduling and call admission control algorithm for WiMax mesh network with strict QoS guarantee［C］//2nd International Conference on Communication Systems and Networks.Bangalore，India，2010:5431997-01-5431997-10.

［12］Wang H，Ding L H，Pan Z W，et al.QoS guaranteed call admission control with opportunistic scheduling［C］//IEEE Global Telecommunications Conference.Houston，TX，USA，2011:6133534-01-6133534-05.

［13］Bonald T.A score-based opportunistic scheduler for fading radio channel［C/OL］//Proc European Wireless.2004.http://recerca.ac.ups.edu/conferencies/EW2004/papers/89.pdf.

［14］Patil S，de Veciana G.Managing resources and quality of service in heterogeneous wireless systems exploiting opportunism ［J］.IEEE/ACM Transactions on Networking，2007，15(5):1046-1058.

［15］3GPP.TS 36.201 Evolved universal terrestrial radio access(E-UTRA);LTE physical layer;General description(Release 10)［S］.San Antonio，USA:3GPP，2010.