基于高速铁路的LTE无线资源调度算法研究

徐 岩， 李 露

(兰州交通大学 电子与信息工程学院， 甘肃 兰州 730070)

新一代移动通信系统LTE在网络结构，网络性能上较2G和3G系统都有较大的改善，能够获得高的数据速率支持更多的实时多媒体业务[1]。LTE采用OFDM和MIMO等先进的无线传输技术，有效的扩大了无线资源，提高了频谱利用率，其无线接入网采用只有单1节点eNodeB的扁平化架构，直接和LTE用户终端进行数据信息的交互，主要负责1个或多个小区的无线资源管理。分组调度是无线资源管理的主要功能之一，当多个用户竞争无线资源时，确定用户服务顺序，尽量保障用户公平性，使系统资源得到有效利用是分组调度的主要工作。调度算法是无线资源分组调度的关键所在，调度器[2]根据用户信道质量反馈信息，以调度算法为承载，决定调度哪个用户，分配给它们哪些子载波，从而得到多用户分集，提高无线资源的利用率。

1 LTE的资源调度

在LTE系统中，采用通用的动态调度方法，对每一个无线资源调度的基本单位，调度器都根据用户设备资源请求分配资源[3]，它是完成资源调度的功能实体，其模型见图1，具体功能为

(1) 调度器需要知道每条链路的信道状态信息 CSI。在单发天线或是发射分级的情形下，调度器需知晓CSI功率部分SINR参数。在多发射天线的情形下，调度器还需要知道CSI中的相位信息，以便利用空间维度增加系统的容量。

(2) 物理层提供动态调度信令，用来授权终端占用某些资源进行传输接收数据，调度器需权衡调度信令的开销和业务信道容量。

(3) 对于系统的上行链路，网络需要知道终端发送缓冲器的状态，功率提升是否还有余量，是否需要调度来运行数据发送等信息，以便eNodeB有效的调度上行资源。

2 LTE调度算法

经典的LTE无线资源调度算法有轮询(RR)算法、最大载干比(MAX C/I)算法和比例公平算法 (PF)[4]。RR算法是按照次序给网络内所有用户分配资源，保证了网络内所有用户的服务机会均等，是调度算法的公平性上界。MAX C/I算法是根据网络内所有用户的载干比决定哪个用户可以被服务，将所有用户按照载干比的大小进行排序，在每个时间间隔内总是选择载干比最大的用户进行资源分配，从而很好地提高了系统的吞吐量。PF算法则是依据终端反馈的信息，按照相应的比例关系，给用户分配1个相应的优先级，同时兼顾了用户当前的信道质量和公平性。

3种经典调度算法的特点总结见表1[5]，从表中分析可以看出3种基本调度算法中性能最好的是PF算法，达到了RR算法和MAX C/I算法性能的折中，既有较高的吞吐量也有较好的公平性，是1种具有代表性的调度算法。

表1 不同算法性能比较

3 高铁环境下LTE调度算法

铁路沿线一般采用线状的覆盖方式，但在市区内或是铁路沿线相隔较近的地带，会有公网的面状覆盖[6]。当列车行驶至铁路沿线的蜂窝小区时，普通用户随机分布在小区内，与列车用户共同享用无线资源。列车高速运行引起的多普勒频移、信道环境恶劣等问题使列车用户的通信环境变差，影响资源竞争的公平性[7]。另外，采用车载中继解决车体穿透损耗并未考虑当列车穿过蜂窝小区，列车用户与普通用户参与资源竞争时，被eNodeB当作单个独立用户进行调度并分配资源的问题，而实际上列车内有多个用户，分配到的资源被分割，这样列车内的每个用户得到的无线资源更少，无线信号传输成功率更低，从而进一步影响列车用户竞争资源的公平性[8]。

由于经典的LTE资源调度算法均没有考虑高速铁路的特殊性，无法使列车用户和普通用户之间公平的竞争无线资源。本文基于此提出了旨在提高列车用户公平性的改进比例公平算法(p-PF)。该算法的核心是加入了列车用户数目提高列车用户优先级，从而改善列车用户的公平性，其表达式为

( 1 )

式中:m表示列车用户;n表示普通用户；指数参数u和v调节用户瞬时速率和平均吞吐量的比重。本文不考虑这两个参量变化对算法性能的影响，因此设定u=v=1。在每个调度时隙将资源分配给优先级最大的用户kmaxk∈m∪n，可表示为

( 2 )

式中:平均吞吐量Tk(t),k∈(m∪n))的更新规则为

( 3 )

p-PF算法流程见图2，具体步骤为

Step1首先eNodeB判断是否有可利用的资源以及需要调度的用户集U1,2,…,k；

Step2若无，在这一时隙就不需要调度，任何1个没有数据传送的用户在这次计算中都会被忽略；若有，eNodeB发送小区特定参考信号给UE，UE估计CQI上报给eNodeB，并计算UE的瞬时速率；

Step3eNodeB统计车载中继上报的列车用户数目Um并进行周期性的上报；

Step4根据改进算法的度量值计算式，对所有用户计算优先级；

Step5将用户优先级从大到小排序，在每个调度时隙调度优先级最高的用户kmax；

Step6eNodeB分配资源并通知UE，并且将在哪个时隙哪个载波上传输数据的具体信息告诉UE；

Step7依次调度每个用户，并根据更新公式更新每个用户的平均吞吐量。

4 仿真及结果分析

仿真参数配置见表2。

表2 仿真参数配置表

4.1 基于不同速度下的仿真

列车沿直线在铁轨上行驶，普通用户随机分布在小区内与列车用户共同抢占资源，对4种调度算法进行公平性和吞吐量的仿真，结果见图3、图4。

在图4中可见不同速度下获得最高平均吞吐量的是MAX C/I算法，最小的是RR算法，与预期结果一致。但综合图3中用户的公平性，p-PF算法的优势就凸显出来，在4种算法中既有较好的吞吐量也有较高的公平性，性能是最好的。这是因为p-PF算法考虑了场景的特殊性，增加了列车用户数目这个参数，使列车上的用户数与优先级成正比，提高了列车上用户的公平性，获得了较好的吞吐量。

表3给出了用户数为30时，不同速度不同算法下平均吞吐量数值。从表3中数值可以看出，用户平均吞吐量随着列车速度的不断提高而降低，这是因为速度的不断提高使列车用户的信道质量变差，误码率增大，数据传输成功率降低。

表3 用户数为30时平均吞吐量的比较 Mbit/s

4.2 基于不同业务下的仿真

在实际应用中，移动通信系统的业务类型很多，基本上可以分为实时性业务和非实时性业务。本文选取较为典型的FTP业务和Video业务，并对公平性和吞吐量进行仿真，其典型参数为FTP业务平均时延为300 ms，Video业务平均时延为100 ms。

(1) 公平性

图5给出了不同业务下两种算法的公平性比较。可见，当用户数相同时，两种业务下采用p-PF算法列车用户的公平性均得到提高，达到了理论分析的结果。另外随着用户数目的增加公平性指数均呈下降趋势，但p-PF算法下的公平性指数仍然比PF算法高，保障了调度的公平性。

(2) 吞吐量

图6给出了用户平均吞吐量与列车用户数目的变化曲线。可见在不同业务承载方式下，采用p-PF算法的用户平均吞吐量高于PF算法。p-PF算法提高了列车用户的优先级，使其可以得到优先服务，数据优先得到传输，有效的增加了列车用户的服务数量，提升了列车用户的吞吐量。

表4、表5列出了两种业务下用户平均吞吐量数值。从表中可见，用户数为36时，FTP业务承载下采用p-PF算法的用户平均吞吐量增加了约0.5 Mbit/s，比PF算法吞吐量提高了约32%。Video业务承载下采用p-PF算法的用户平均吞吐量增加了约0.068 Mbit/s，比PF算法吞吐量提高了约25%。

表4 FTP业务中两种算法不同用户数下平均吞吐量比较 Mbit/s

表5 Video业务中两种算法不同用户数下平均吞吐量比较 Mbit/s

5 结论

高铁环境的复杂性使列车用户的通信环境更加恶劣，对列车用户业务的实现有很大的挑战性。本文重点研究了高速铁路环境下的资源调度算法，设立了当列车穿过蜂窝小区时，普通用户和列车用户同时存在的场景，并提出了适合此场景下的改进比例公平(p-PF)算法。通过仿真分析可知p-PF算法在保证列车用户吞吐量的同时有效提高了列车用户的公平性，能够更好的适应高铁环境；另外为了进一步验证p-PF算法的性能，本文选取了两种典型的业务：FTP业务和Video业务，仿真结果表明在不同的业务负载下，p-PF算法均能有效改善列车用户的公平性。

参考文献：

[1] ALFAYLY A, MKWAWA I, SUN L,et al. QoE-based Performance Evaluation of Scheduling Algorithms over LTE[C]//Proceedings of IEEE International Conference on Globecom Workopssh(GC Wkshps).New York: IEEE, 2012:1 362-1 366.

[2] SUN Y, LEE C Y, JO J M, et al. Study on the Effectiveness of High-speed Railway Communication and Signaling System Based on 4G LTE Technology[C]//Proceedings of IEEE 13th International Conference on Control, Automation and Systems Control (ICCAS). NewYork:IEEE,2013:402-406.

[3] 卢美莲,张锴.一种支持LTE语音业务的优先级半持续调度机制[J].西安电子科技大学学报,2013,40(2): 142-147.

LU Meilian, ZHANG Kai. Priority Semi-persisting Scheduling Scheme for Voice over LTE Service[J]. Journal of Xidian University:Natural Science Edition,2013,40(2): 142-147.

[4] 杨勇,石慧,郑秀萍.LTE系统下行链路中无线资源分组调度算法研究[J].科技情报开发与经济,2009,19(19):136-138.

YANG Yong, SHI Hui, ZHENG Xiuping. A Research on Packet Scheduling Algorithms for LTE Downlink System[J]. Technical Information Development & Economy, 2009,19(19):136-138.

[5] ARUNABHA G, ZHANG Jun, JEFFREY G. LTE权威指南[M].北京:人民邮电出版社,2012.

[6] 郑培超,贾韶军,宋瀚涛,等.LTE系统上行保证服务质量的分组调度算法[J].电子科技大学学报,2009,38 (2):186-189.

ZHENG Peichao, JIA Shaojun，SONG Hantao, et al. QoS Guaranteed Packet Scheduling Algorithm for LTE Uplink Systems[J]. Journal of University of Electronic Science and Technology of China, 2009, 38(2):186-189.

[7] 蒋新华,朱铨,邹复民.高速铁路3G通信的覆盖与切换技术综述[J].计算机应用, 2012,32(9):2 385-2 390.

JIANG Xinhua, ZHU Quan, ZOU Fumin. Review of Coverage and Handoff Technologies of 3G Communication for High-speed Railway[J].Journal of Computer Applications, 2012,32(9):2 385-2 390.

[8] 张敏,李毅,舒培炼.高速铁路列车车厢穿透损耗应用探析[J].移动通信,2011,35(2):21-25.

ZHANG Ming,LI Yi,SHU Peilian. High-speed Rail Train Carriages Through Loss Application Analysis[J]. Mobile Communications, 2011, 35(2):21-25.