刘 勇 谢映海
（广州海格通信集团股份有限公司，广东 广州 510663）
【摘 要】分组调度作为基站通信系统的一个核心技术，如何在吞吐量极大化和公平服务之间实现较好的折中一直是研究热点。基于用户的信道状态统计信息，利用静态或低速移动的用户的信道状态时变但统计特征保持稳定的特性，提出了一种新型的分组调度算法。该算法对多用户的联合信道状态概率空间进行巧妙的事件域切割，并计算出其发生的具体概率值，据此对这些用户进行可量化的合理调度，实现对公共无线信道的高效和公平利用。理论分析和仿真结果表明，该算法可以在系统总吞吐量极大化的同时实现用户分配速率的趋同，为化解吞吐量极大化和公平服务之间矛盾提供了一种新的方法。
教育期刊网 http://www.jyqkw.com
关键词 分组调度算法；联合信道状态概率空间；吞吐量极大化；服务公平性
０ 引言
作为基站通信系统的核心技术之一，分组调度应该以怎样的方式来更加合理有效地分配和利用无线资源成为了一个重要的研究课题[1-4]。而如何在系统吞吐量极大化和公平服务之间实现较好的折中一直是该技术的研究热点，但至今也没有完美的解决方案。现有的一些常用算法包括最大信噪比算法、轮询算法、比例公平算法[5-9]、M-LWDF算法[10]等。
其中最大信噪比算法一直把信道分配给信道状态最好的用户，可实现系统吞吐量极大化，但该算法没有考虑任何公平性，很容易导致信道条件较差的用户发生‘饿死’现象；比例公平算法则充分考虑了各个用户的实时信道状态和用户业务的公平服务，是单载波的CDMA-HDR中采用的信道分配机制；M-LWDF算法则进一步考虑了业务的时延因素。但这些资源动态分配算法都仅仅考虑各个用户的实时信道状态，因此无法实现系统调度性能的最优化。
无线信道的时变性一般是大尺度衰落和小尺度衰落共同作用的结果。大尺度衰落是由距离产生的信号路径损耗以及由各种大型障碍物的阴影造成的，小尺度衰落主要是由于多条信号路径的相长干扰和相消干扰造成的。当发射机与接收机之间的距离没有大幅改变时，一般来说大尺度衰落不随时间发生较大变化，而小尺度衰落随时间的变化可能会很剧烈，但这种变化一般是满足一定概率分布的。
设基站正在为Ｍ个用户进行不同的下行业务传输，为简化问题，这里认为基站可以理想获得每个用户在业务信道上的信道信息，且基站的发射功率保持恒定。另外为了保证用户信道状态保持统计意义上的稳定，默认系统这些用户在整个业务过程中都是处于静止或低速移动状态，使得下行信道虽然是时变的，但相邻的两段时间内的信道状态的统计数据比较接近。
本文利用上述特性，对上述用户的联合信道状态概率空间进行巧妙的事件域无缝切割，并利用过去一段时间内的用户信道状态统计数据来计算切割后每个事件域的发生概率的预期值，以此来制定下一段时间内的分组调度策略，首次实现了可量化的调度过程。理论分析和仿真结果表明，新型算法充分考虑到了用户的远近因素，实现了相对理想的调度效果，可以在用户业务总吞吐量极大化的同时实现用户平均调度速率的趋同，一定程度上摒弃了无线资源管理领域中系统吞吐量极大化和公平服务之间互为矛盾的传统观点，具有较强的理论和实际应用价值。
1 用户联合信道状态概率空间的事件域切割及发生概率计算
本节主要给出对M个用户的联合信道状态概率空间如何进行事件域切割，以及切割后对每个事件域的发生概率大小的计算过程。
设一个基站需要同时支持M个均匀分布在小区内的用户不同的下行业务需求，且基站可以实时获得这些用户的下行信道状态信息（共L种），且采用自适应调制编码技术在共享信道上来获得最大的传输效率。在整个业务过程中，所有用户都处于静止或低速移动状态，使得它们的信道虽然是时变的，但相邻的两段时间内的信道状态的统计数据比较接近。这些用户的下行信道保持相互独立，且这些用户的信道状态概率分布矩阵为：
2 新型分组调度算法
本节主要给出调度算法如何在尽量极大化系统吞吐量的同时进行无线信道资源的量化合理调度，实现各用户的平均调度速率的趋同。
设对L种用户信道状态而言，其一一对应的调制编码方案的符号速率分别为r1，r2，…，rL，且一个调度时隙的时间长度为T，包含了X个数据符号。而系统在每次含K个时隙的下行调度开始前已经记录了这M个用户在之前K个调度时隙时间内的信道状态的统计信息（见图1），记为：
根据上述调度过程可知，上述调度算法充分利用了静态或低速移动用户的信道状态时变但统计特征保持稳定的特性，利用前一段时间用户的信道状态统计数据来预估后一段时间的调度速率，从而以可量化的方式来灵活调整用户的信道分配，在保证信道使用权尽可能归属于某个信道最好的用户的同时，使得信道条件较差的用户获得一定的优先权，另外让那些预估调度速率过大的用户让出适量的调度机会给那些预估调度速率过小的用户，从而尽可能实现所有用户的调度速率的趋同。
3 仿真及结果
为验证上述调度算法的分配效果，下面给出相关的仿真结果。设一个单载波基站系统需要同时支持8个均匀分布在小区内的用户的下行业务需求。系统在每个调度时隙上都可以根据用户的理想反馈采用表1中方案来获得最大的传输速率。
对信道带宽和符号时间进行归一化后，基站在每个调度时隙里采用这7个调制编码方案的下行吞吐量依次定义为1/4、1/2、1、3/2、2、3和4。
这里综合考虑大尺度衰落和小尺度衰落方面的影响，在整个调度过程，用户都处于低速和静止状态，即大尺度衰落因子变化速率较慢，且不同调度时隙上的信道情况保持相互独立。基站下行发射功率为48dB，初始化时8个用户的大尺度衰落系数依次为[-34.8， -33.1， -35.2， -31.2， -32， -32， -30.6， -30.2] dB，调度区的调度窗口包含K=1000个调度时隙，且每个用户在相邻两个调度区的大尺度衰落系数变化值从区间[-0.2，0.2]dB上随机抽取来模拟用户的低速移动，而在含100个调度区，总共含105个调度时隙的调度过程中小尺度衰落系数均为满足均值为1的瑞利衰落分布。
图2给出了在整个调度过程中基站在每个调度区内的每个时隙的平均下行吞吐量；而图3（a）和图3（b）分别依次给出了在整个调度过程中第1至4个用户，第5至第8个用户在每个调度区内的每个时隙所获得平均速率值。从图2可以看出，基站下行吞吐量在3.96至3.99之间，基本上逼近了基站的下行容量值，实现了下行吞吐量的极大化；而图3（a）和图3（b）则表明，8个用户获得的实际调度速率相差不大，已经基本实现趋同。
总而言之，仿真结果表明，本文提供的调度算法可以在极大化系统吞吐量的同时，使得每个用户获得非常接近的调度速率，使系统的无线信道资源获得了合理和高效的利用。
4 结束语
本文针对单载波基站系统的处于静态或低速移动的下行用户，利用用户信道时变，但信道状态统计特征在较长时间内都保持稳定的特性，首次对用户信道状态离散概率空间进行了事件域切割，并在此基础上提出了一种新型预测性调度算法，实现了系统下行信道的合理使用。理论分析和仿真结果表明，该算法可以在系统总吞吐量极大化的同时实现用户平均速率的趋同，给出了一种能够很好解决无线资源管理领域中系统吞吐量极大化和公平服务之间的矛盾的方法。
教育期刊网 http://www.jyqkw.com
参考文献
［１］A．Jalali，R．Padovani，R．Pankai．Data throughput of CDMA HDR a high efficient-high data rate personal communication wireless system[C]// IEEE VTC 2000 spring.2000:1854-1858
［２］Holtzman J M. Asymptotic analysis of proportional fair algorithm [C]// IEEE International Symposium on Personal，Indoor and Mobile Radio Communications. 2001，2:F33-F37.
［３］Yakun Sun，Weimin Xiao，Robert Love etc．Multi-user Scheduling for OFDM Downlink with Linited Feedback for Evolved UTRA[DB/OL]．IEEE Xplore，2006.
［４］Hoon Kim，Keunyoung Kim，Youngnam Han etc．An efficient scheduling algorithm for QoS in wireless packet data transmission[C]// The 13th IEEE International Symposium．2002，5:2244-2248.
［５］Xu，X．Shen J．W．Mark．A dynamic fair scheduling scheme for WCDMA systems．IEEE Inter．Conf．on 3G Wireless Commun，2001，3:39-42.
［６］Westphal C. Monitoring proportional fairness in cdma2000 high data rate networks[C]// GLOBECOM’04. IEEE，2004:3866-3871.
［７］Adibah H，Basukla R，Sandrasegaran K．Performance of Well Known Packet Scheduling Algorithms in the Downlink 3GPP LTE System[C]// Proc．of MICC’09．[S.1.]：IEEE Press，2009.
［８］L.Xiao，S.D.Zhou，Y.Yao.QoS-oriented Scheduling Algorithm for Mobile Multimedia in OFDM [C]// 2007. PIMRC 2007， 14th IEEE Proceedings on Personal Indoor and Mobile Radio Communications， Sept.2007，1:545-549.
［９］Sanjay Shakkottai and Alexander L.Stolyar. Scheduling Algorithms for a Mixture of Real-Time and Non-Real-Time Data in HDR[C]// Proceedings of the 17th International Telegraphic Congress -ITC-17， 2001:793-804.
［责任编辑：邓丽丽］
