多用户QoS需求的负载均衡算法研究与分析

江苏省邮电规划设计院有限责任公司 唐 欣 屈 刚

多用户QoS需求的负载均衡算法研究与分析

江苏省邮电规划设计院有限责任公司 唐 欣 屈 刚

本文基于LTE网络对多业务类型的负载均衡算法进行了研究，提出一种基于用户QoS要求的负载均衡算法，该算法能有效保障实时类业务的QoS要求，减少了高负载小区中的不满意用户数。

LTE；负载均衡；QoS

1 引言

在2G/3G阶段,移动通信的业务主要集中在语音业务和少量的数据业务。在UMTS(Universal Mobile Telecommunications System)向LTE演进过程中,语音和数据业务都是通过IP数据包形式进行分组发送,数据包大小和不同QoS要求导致业务质量的差异化。用户移动的随机性和业务需求时间的不确定性会导致LTE网络出现负载难以均衡的问题。负载均衡的算法思路就是通过将高负载或过负载小区的用户转移到低负载小区来减小负载不均的影响,从而提高网络系统资源的利用率。

文献［1］通过调节切换参数中的小区特定偏置参数CIO(Cell Individual Offset)来达到系统容量负载均衡的目的,但也导致了系统的某些性能指标的降低,如乒乓切换等问题。文献［2］指出在进行负载均衡时,不仅考虑无线接入网(RN)而且考虑了传输网(TN),同时综合考虑GBR(Guaranteed Bit Rate)和non-GBR业务的需求,最终提高了网络性能。

本文在分析LTE相关协议的基础上,采用小区多业务类型负载估计方法和轻负载邻区预测方法,通过调节小区中部分用户的小区便宜CIO值来实现业务实时性QoS要求,进而达到提高网络容量的目的。

2 算法原理

在传统的负载均衡算法中,在高负载小区中对不同QoS要求的用户有不同影响,对于CBR(Constant Bit Rate)用户,由于资源得不到满足,所以会造成CBR用户较高用户阻塞率,而对于BE用户,由于该类用户没有固定资源要求,所以BE用户的阻塞率没有严重的恶化,但是小区高负载的原因,边缘用户的吞吐量将严重恶化。本算法考虑到负载均衡对不同用户QoS要求的影响,对用户的业务类型进行分组,算法的目标在于保证实时类业务用户的QoS要求。

在负载均衡算法中,主要是改变小区边缘用户的的小区特定偏执参数,使用户强制切换到负载相对低的邻小区,从而平衡各小区的负载,提升全网的性能。在多种业务中,不同的业务的特性不同,对于BE用户,并不要求保证用户的性能,而仅仅对接入的用户数有限制。而对CBR用户需要满足其特定业务的无线承载资源。本文在负载均衡时,为优先保证CBR用户的性能,选择将过载小区中的Non-GBR用户切换到邻小区中。而对于边缘位置的CBR业务用户,仍沿用基于信号强度的切换过程,减少其链路失败的发生。

2.1 负载门限的判定问题

对小区的负载进行监测是将基站下的负载划分为不同的区间,如图1所示。

图1 负载阈值图

图1中通过设定三个阈值,将小区的负载划分为高、中、低三个区间。基站通过读取测量信息,获得当前负载信息,在不同的负载容量下,采取相应的动作。

2.2 用户切换判决问题

对于CBR用户的切换条件是基于切换性能原因的切换,而对于BE(Best Effort)用户切换是基于负载均衡的切换。

使其满足：

此时用户将会强制切换到邻小区。不同业务类型的用户其 取值不同,要求如下：对CBR用户的BE用户的

对于CBR的CIO值为初始默认值0不变,CBR用户的切换基于信号强度的切换调节CIO。而对于BE用户,基于当前负载的情况,调节CIO。

最终BE用户：

2.3 CBR用户与BE用户的效用函数

CBR用户的效用函数,即CBR用户阻塞率,用公式可表示为：

BE用户的效用函数,即全网的平均负载最高即邻近小区的负载方差,用公式表示为：

对于多用户QoS要求的负载均衡算法,在过载小区中,对CBR用户效用函数值即用户阻塞率越小时,此时需要切换的BE用户数越多。过载小区与低负载小区间的负载方差越小,此时需要切换的BE用户数越多。

算法实现流程图如图2所示,该算法实现的部分伪代码如下：

图2 基于多业务QoS要求的负载均衡算法流程图

该流程图为基于业务类型负载均衡算法图,具体步骤如下。

(1)在基站的OAM(Operations, Administration, and Maintenance)系统中负载均衡模块对源小区中负载信息进行周期性监测。

(3)当被选取用户的在邻区的RSRP(Reference SiGnal Received Power)值进行测量,选取最优邻区,并对邻区的基于负载大小排序,获取目标邻区的可用资源。

(4)将两种QoS需求的用户进行分组,选择在边缘位置的QoS要求低的BE用户(考虑时延和速率)进行切换。为了保证实时类业务服务质量,优先将非实时业务的用户选取为切换用户。

(5)提升CBR用户和尽BE用户两类用户的效用函数。对于CBR用户使该类用户的效用函数,即CBR用户的阻塞率值取最小值;对于BE用户,使该类用户效用函数最大化,即使网络间的负载方差值最小化。

(6)切换执行,将选取的切换用户切换行为映射到A3公式中的CIO参数中。此时使所选取的切换用户满足A3事件切换条件。

(7)基于定义的负载均衡KPI指标, 即当前的负载情况,反馈到负载均衡算法中的监测判决过程中。

3 仿真分析

本文中的仿真采用LTE系统级仿真,其主要配置参数如表1所示。

表1 仿真参数

图3表示小区中两类用户不同的到达率时CBR用户的阻塞率。首先,随着用户的到达率的速率加快,两种方案的CBR用户阻塞率上升,但是与传统的均衡算法比较,改进后的的算法的CBR用户的的阻塞率平均比传统的算法低75%,在用户到达率0.34用户/秒时,CBR用户的阻塞

图3 用户到达率与CBR用户阻塞率图

图4 CIO与CBR用户容量的关系

图5 CIO值与切换次数的关系

率接近于0,即此时可避免CBR用户阻塞。所以结果表明改进后的算法是降低了CBR用户的不满意数量,提高了CBR用户的效益。

传统的负载均衡算法中,当CIO值较大时,此时重负载小区中的大量用户满足负载均衡的触发条件,大量的切换到轻负载小区中,在本章由于多业务QoS要求,对实时性业务的用户,即CBR用户,提高了该类用户的切换门限,避免了该类用户切换到信道质量太差的相邻的轻负载小区中,由图4可以看出CBR用户的容量得到大量提升。

图5表示为传统的负载方法,以及基于业务的负载均衡方法切换次数关系图。由图5可以得出与系统无负载均衡时CIO=0时相比,基于多业务QoS要求的负载均衡方法要比传统的负载均衡方法的切换的次数都要低。主要是因为对负载均衡影响较大的BE的业务优先切换到邻小区。

实验结果表明,该算法能有效地降低过载小区中不满意的用户数目,保证实时性业务的QoS要求,达到了提高网络容量的目的。

4 结束语

基于用户不同QoS业务类型的情况,本文给出的负载均衡解决方案能适应不同用户的QoS需求、提高用户的可接入性以及提升全网的资源利用率。根据仿真的结果,在启用负载均衡算法后,其它的一些KPI关键绩效指标如乒乓切换,切换次数是增加的,所以系统容量的提升,是以牺牲切换性能为代价的。对于所要求的性能目标,这需要在实际网络运营中进行取舍。

[1]Junichi Suga,Yuji Kojima,M．Okuda．Centralized Mobility Load Balancing Scheme in LTE Systems[C]．2011 8th International Symposium on Wireless Communication Systems,2011:306-310．

[2]Zhao Liang,Li Xi．Load Balancing of Radio and Transport Networks in LTE System[J]．IEEE Communication Magazine． 2011,49(6): 5-24．