一种TD-LTE系统上行资源分配新算法

刘相志，王代强, 戴晨亮

(1.贵州大学 大数据与信息工程学院，贵州 贵阳 550025；2.贵州民族大学 机械电子工程学院，贵州 贵阳 550025)

一种TD-LTE系统上行资源分配新算法

刘相志1，王代强2, 戴晨亮1

(1.贵州大学 大数据与信息工程学院，贵州 贵阳 550025；2.贵州民族大学 机械电子工程学院，贵州 贵阳 550025)

在TD-LTE上行系统中，有效地资源分配对系统性能有着决定性作用，仅通过信道质量进行资源分配的分配算法没有考虑UE的数据业务，会造成实际资源利用率不高。采用Kuhn-Munkres算法与RME算法相结合，提出一种TD-LTE系统上行资源分配新算法，有效解决了RME算法中存在的深衰落问题。该算法根据信道质量与实际的UE业务量共同决定PRB资源，并进行TD-LTE上行系统资源分配。实验结果表明，所提出算法不仅可以保证在一定的数据传输速率上提高实际的资源利用率，而且还可以提高系统的平均吞吐量。

资源分配；TD-LTE；Kuhn-Munkres算法；系统平均吞吐量

随着智能手机、便携式计算机和平板电脑大规模的市场扩展，移动通信系统提供的用户需求已经不再只是简单的声音通话，如网页浏览、网上社交网络以及音乐和视频流媒体这些密集数据量移动服务，逐渐成为推动下一代无线移动通信标准发展的力量。LTE(Long Term Evolution)标准迎合了时代需求，实现了全球基带移动通信的愿景。但是随着数据流量的提升，对LTE中性能的需求将会提出更高的要求，比如如何提高频谱资源利用率，降低时延、提升UE之间公平性等。然而，要想优化这些性能，前提需要将UE实际所发送的数据业务考虑进去，在此基础上研究性能更贴近于实际情况。LTE系统中资源分配是提高系统性能的关键，eNodeB(基站)为多个用户设备提供上行和下行传输分配带宽，在LTE上行链路过程中，需要为各个UE分配连续的资源块，所以目前资源分配算法绝大多数是基于信道状况对资源块进行分配。缺少对实际UE具体需求的考量，容易导致资源利用率不高。

针对当前LTE上行资源分配算法中存在的没有切实考虑用户数据问题，本文在研究LTE上行资源分配算法的基础上，结合UE业务矩阵提出一种更加切实的LTE上行资源分配算法。并针对宏蜂窝模型搭建仿真平台，对该分配算法进行仿真分析。仿真结果表明，新算法可以有效提升资源利用率，增加实际的MAC吞吐量。

1 LTE上行资源分配算法

在TD-LTE上行资源分配连续资源块的约束条件下，文献[1]提出的基于比例公平(PF)的改进算法实现分配连续的RB资源。但是该算法并没有考虑信道质量状况。文献[2]的作者提出将MAC子头预留位补充汇报UE的BSR信息，达到更精确的获得UE资源利用信息，此算法可以提高一定的资源利用率，但是不能保证连续的信道资源分配。本文将重点研究近期提出的一种全新的RME算法[3]，虽然该算法可以提高用户的速率性能，但是，此算法根据UE上报的CQI值[4]，如表1所示，确定信道质量进行资源分配，存在深衰落造成的资源利用率问题。本文提出一种改进的RME资源分配算法，并将UE传输中的数据业务融入到该算法中，以达到提高系统吞吐量并且保证实际资源利用率。

表1 CQI映射的数据传输

为进一步说明RME算法中存在的问题，特具体举例给出4个UE以及4个连续的RB块组成的信道质量矩阵W，具体数据如表2所示。

表2 UE信道质量矩阵

根据文献[3]中的算法步骤，RME算法的最终分配如图1所示，将RB2和RB3分配给UE1，RB4分配给UE2，RB1分配UE4，由于深衰落，导致UE3分配不到资源，所以一定程度上降低了系统的吞吐量。

图1 RME-UE用户分配连续资源块

其次，在文献[3]中并没有加入UE所需发送的真实的数据量。导致在UE端无法保证实际的资源利用率。本文将基于KM算法使用加权二分匹配，结合RME算法并把UE的业务矩阵融入到该算法中，提出一种新颖的算法。

2 LTE上行资源分配RME算法改进

2.1 引入UE数据业务

在实际应用工程中，对LTE资源分配并不只根据UE在各个资源块中的信道质量状况去分配资源，而会结合UE自身的业务量的大小去分配资源块，以此保证实际吞吐量。

(1)根据分配LTE上行资源需要连续RB块的约束条件[5-6]设定每一组的RBs有10个RB；

(2)根据表1的CQI值，结合表2信道质量矩阵W计算出每个UE最大的吞吐量，构造为业务矩阵N，如表3所示；

(3)根据UE中所需要发送的数据矩阵D并由公式1构造出表4中的实际业务矩阵Tij

Tij=min(NijDi)

(1)

其中，Tij是业务矩阵中的元素；i代表第i个UE；j代表第j个RBs；Nij是信道质量矩阵中的元素，代表第i个UE在第j个RBs上所能发送的最大数据；Di表示第i个UE需要发送的实际缓冲数据。

表3 UE信道质量-业务矩阵

表4 UE实际业务矩阵

2.2 基于KM算法实现最佳资源分配

基于KM算法分配上行资源，首先需要根据表2中的UE信道质量矩阵，建立图G=(X,Y,W)。其中，X(1×M)表示需要发送数据的用户矩阵，Y(1×N)表示待分配的资源块矩阵，W(M×N)表示信道质量矩阵[7-8]。因此，建立的图G可以视为一个带权值的二分图，故LTE上行资源分配问题可以转化成求解加权二分图的最佳匹配问题。实现RBs资源块合理分配的步骤如下：

(1)初始化可行标杆。在矩阵Wij中找到每一行UEi中的最大值，设定为Xi的标杆值L(Xi)。并设定Yj的标杆值L(Yj)=0。其中i代表第i个UE，j代表第j个RBs；

(2)构造相等的子图G。将权值构造出等价的子图，若发现此时的匹配就是最佳匹配，那么直接退出，否则执行步骤(3)；

(3)修改标杆值。从Xi=1顶点开始寻找合法的增广路径，若存在非法路径时，对于搜索过的路径上的XY点，设该路径上的X顶点集为S，Y顶点集为T，对所有在S中的点Xi及不在T中的点Yj，利用式(4)修改Xi，Yj的标杆值

L(Xi)=L(Xi)-d

(2)

L(Yj)=L(Yj)+d

(3)

dmin=L(Xi)+L(Yj)-W(XiYj)

(4)

(4)构造新的子图。将Xi与不在T中的Yj相连接，构造出新的资源分配并执行下一个Xi顶点，重复步骤(3)和步骤(4)，直到出现最佳匹配，退出。

将表2中的实际例子用基于KM算法进行资源分配，则最佳分配方案如下：

UE1→RBs3;UE2→RBs4;

UE3→RBs2;UE4→RBs1

而如果根据RME算法进行分配表4的业务矩阵，则具体的分配方案如下：

UE1→NONE;UE2→RBs2&RBs4;

UE3→RBs1&RBs2;UE2→NONE

对比可知：改进后UE1和UE3成功分配到资源块，避免了RME算法造成的资源浪费，同时引入修改因子dmin，保证在最佳匹配的前提下，获得信道质量也是最高，故该算法不仅提高资源的利用率，而且保证数据传输速率。

3 仿真及结果分析

3.1 仿真模型和参数构建

本文利用TD-LTE系统级仿真平台并结合3GPP TS36.211[9]规定的空中接口规范LTE SC-FDMA，搭建物理层仿真链路[10]验证本文提出的算法，对RME算法、PF算法和基于KM改进的RME算法进行仿真对比，在仿真场景中设定的是多小区场景，采用7个蜂窝模型，并且每个模型中心部署一个基站，每个基站分为3个扇区[11-12]，每个扇区RB的个数为100，默认用户随机分布在小区范围内，并保证用户与基站的距离>35 m[13-14]，如图2所示。

图2 基站模型

由于在LTE上行资源分配过程中，基站需要给用户分配连续的RB块。根据小区内的用户数目，对资源块进行划分。以此保证用户分配的资源是连续的。而各个UE在RB上信道质量的确定需要通过上报SINR并映射成CQI获取信道质量矩阵W，本论文将使用VoIP的业务类型获取UE数据业务。最终，根据式(1)构造出Tij业务矩阵，并将该矩阵传递给调度矩阵，关键仿真属性如表5。

表5 仿真属性配置

3.2 资源分配仿真分析

为验证改进的分配算法的有效性，分别从系统平均吞吐量和资源利用率两个角度进行性能验证。系统平均吞吐量的计算公式如下

(5)

其中，ptri是用i在t时刻实际传输的数据大小，U是系统中的用户总数，T是系统仿真时长。根据参数配置，如图3所示。

图3 系统平均吞吐量

系统平均吞吐量通过系统总体吞吐量除以用户个数得来，根据结果得出：总体趋势是随着用户密度的增加，系统吞吐量先增加后减少。因为在用户数目较少的情况下，无线资源足够满足用户达到最佳资源分配量，但随着用户增加，由于无线资源有限，故系统平均吞吐量呈下降趋势。从图中可以看出KM算法的吞吐量不仅高于其它两种算法，而且下降趋势明显要优于其它两种算法，关键是在KM算法中引入了用户真实的缓冲数据，对达到缓冲数据量待发送的用户，可以有效限制其继续获取资源。

图4 系统资源利用率

在仿真时长300 TTI(ms)条件下，仿真对比PF算法、RME算法以及本文提出的KM算法，得到不同用户密度下的系统资源利用率的仿真结果如图4所示。系统资源利用率的计算公式如下所示[15]

(6)

4 结束语

在对LTE的MAC层上行资源分配算法研究基础上，提出一种改进的RME资源分配算法，并在资源分

配过程中考虑UE实际的缓存数据，将其与提出的改进算法相结合，有效限制了达到缓存数据量的用户继续获取资源块，造成资源浪费。因此提高了实际的系统平均吞吐量。同时在利用改进算法分配RBs资源块时，通过增加修改因子，解决RME算法中存在的深衰落问题，保证数据传输速率，进而在资源利用率上也有所提升。

[1] 亓飞,卢光跃.LTE上行资源比例公平调度算法研究[J].西安邮电学院学报,2010,15(5):9-13.

[2] 曾宇辉,朱光喜,吴伟民,等.LTE系统中上行资源调度算法研究[J].小型微型计算机系统,2012,3(5):1018-1022.

[3] 李庆,王丽萍,李希洋.用于TD-LTE系统的一种上行调度新算法[J].武汉理工大学学报,2014,36(1):1-4.

[4] 3GPP.TS 36.213 V10.8.0,Evolved Universal Terrestrial Radio Access(EUTRA) physical layer procedures[S].USA:3GPP Organizational Partners,2012.

[5] 刘汉利.基于TD_LTE集群系统资源调度算法研究[D].成都:电子科技大学,2016.

[6] 张子杰.LTE上行链路SC-FDMA系统的信道估计算法研究[D].广州:广东工业大学,2012.

[7] 叶培青,李莉,周小平,等.基于Kuhn-Munkres算法保证认知用户QoS的动态频谱分配[J].上海师范大学学报,2013,42(2):137-142.

[8] 叶培青.基于认知用户QoS及信道特征的动态频谱分配[D].上海:上海师范大学,2013.

[9] 3GPP.TS 36.211 V11.0.0,Evolved Universal ter-restrial Radio Access(E-UTRA) Physical Channels and Modulation[S].USA:3GPP Organizational Partners,2012.

[10] 王连友.应用于LTE上行链路的D-MMSE-FE均衡算法[J].电子科技,2015,28(8):63-66.

[11] 刘凯,丁璐,赵建业,等.基于拍卖算法的TD_LTE系统上行资源分配算法[J].无线电通信技术,2015,41(4):47-52.

[12] 唐益文.LTE资源调度算法研究及仿真平台资源调度模块搭建[D].北京:北京邮电大学,2014.

[13] 王晓婷.OFDMA中继系统的资源调度算法研究[D].北京:北京邮电大学,2013.

[14] 孙灵芝.LTE系统中MAC层调度与HARQ的研究[D].北京:北京交通大学,2014.

[15] 马哲明,吴宣丽,韩杏玲.LTE_A系统中基于资源利用率的时延优先调度算法[J].哈尔滨工业大学学报,2016,48(5):57-61.

A New Algorithm for Uplink Resource Allocation in TD - LTE System

LIU Xiangzhi1,WANG Daiqiang2,DAI Chenliang1

(1.School of Big Data and Information Engineering,Guizhou University,Guiyang 550025,China; 2.School of Mechanical and Electronic Engineering,Guizhou Minzu University,Guiyang 550025,China)

In the TD-LTE uplink system, efficient allocation of resources has a decisive role on the performance of the system, without considering the UE data service only through the channel quality allocation algorithm for resource allocation, will cause the actual resource utilization rate is not high.By combining Kuhn-Munkres algorithm with RME algorithm, a new algorithm for uplink resource allocation in TD-LTE systems is proposed, which effectively solves the problem of deep fading in RME algorithm.The algorithm determines the PRB resource according to the channel quality and the actual UE traffic, and carries out the TD-LTE uplink system resource allocation. The results show that he proposed algorithm can not only improve the actual resource utilization, but also improve the average throughput of the system on the basis of ensuring a certain data rate.

resource allocation;TD-LTE;Kuhn-Munkres algorithm;system average throughput

2017- 07- 02

国家自然科学基金(11564005)；贵州省功率元器件重点实验室项目基金(KFJJ201501)

刘相志(1991-)，男，硕士研究生。研究方向：电路与系统。王代强(1965-)，男，博士，教授。研究方向：电路与系统等。

10.16180/j.cnki.issn1007-7820.2017.12.021

TN929.5

A

1007-7820(2017)12-079-04