朱国晖， 薛 茜， 周广谭

(西安邮电大学 通信与信息工程学院， 陕西 西安 710121)

面向业务服务质量的中继系统资源分配算法

朱国晖， 薛 茜， 周广谭

(西安邮电大学 通信与信息工程学院， 陕西 西安 710121)

为了提高正交频分复用中继系统下行链路的吞吐量，满足用户对服务质量的需求，基于比例公平算法给出一种面向业务服务质量的资源分配算法。先根据用户在队列中的等待时延和用户对速率的需求，设计出时延因子和速率因子，并以此在时域阶段计算出不同用户优先级，最后在频域阶段根据用户的优先级分配资源。仿真结果表明，与原比例公平算法相比较，新算法吞吐量可提升35%到50%，用户公平性指数可提高13%，用户满意度也有增加。

正交频分复用；中继；资源分配；吞吐量

无线资源分配是一项可以提高频谱资源利用率的技术，其目标是在满足用户对服务质量(Quality of Service, QoS)的要求下，充分地利用有限的无线资源提升性能。中继是LTE-Advanced系统中一种可以增大小区边缘用户的传输速率和吞吐量，缓解应急通信和扩大范围覆盖的先进技术[1]。在基于正交频分复用(orthogonal frequency division multiple，OFDM)系统中，中继节点的引入，提高了系统的总的吞吐量，扩大网络覆盖和提供高速无线回传能力，但中继的引入增加了资源调度的复杂性。

非实时业务中，采用轮循(Round Robin，RR)、最大载干比(Max Carrier to Interference，Max C/I)和比例公平(Proportional Fairness，PF)调度算法，实现了高的吞吐量，但没有考虑到实时业务对于速率和时延方面的要求[2-3]。文献[4-5]提出的实时业务分配算法，获得的吞吐量较高但用户的公平性不理想。文献[6]研究了两跳情况下的比例公平算法，以减小吞吐量获得系统良好的公平性。文献[7]针对实时业务的QoS需求进行比例公平调度，对于非实时业务，使用最大载干比算法调度，但没有考虑中继增强场景下的资源分配。文献[8-10]提出的算法性能较好，但不能满足不同用户对不同的业务需要。文献[11-12]提出了带内中继下资源分配的方案，该方案没有考虑QoS要求的业务。文献[13]研究了根据用户功率在中继系统中进行调度，该算法可以获得较好的吞吐量，但是没有将两个时隙分开进行调度。

为了使吞吐量最大化、用户的QoS满意度增大和理想的公平性，本文拟提出面向业务服务质量的中继系统资源分配算法，该算法采用时域和频域两阶段调度:时域阶段，主要完成对两跳用户和直传用户进行优先级排序；频域阶段，根据用户在时域阶段优先级顺序完成对资源的具体分配。

1 系统模型

1.1 单小区中继系统

中继系统模型如图1所示。单个小区为正六边形，小区中心为基站(Base Station，BS)，中继节点(Relay Node，RN)个数为K。RN均匀分布在BS周围，位于中心和六个顶点的连线即小区半径上，RN到顶点的距离等于小区半径的1/3。U个直传用户和V个中继用户，共M个用户在小区内随机分布，系统同时支持直传用户和中继用户，即用户根据信号质量选择通过中继间接接入基站还是直接接入基站。

图1 单小区系统结构

中继类型为Type-Ⅰ型中继，即从用户角度看中继是一个独立的覆盖区域基站，对于基站，它们表现为有特殊能力的用户。文中采用带内中继，即接入链路(中继与用户之间)和回程链路(基站与中继之间)使用相同频率进行数据传输。中继的两条链路进行数据传输时需在时域上隔离，因此中继采用时分双工(time division duplexing，TDD)的模式，每个时隙分为两个子时隙。在每个时隙的第1个子时隙，基站向中继和直传用户传输通信数据；第2个子时隙，相应的数据通过中继转发给其所属的中继用户。

1.2 资源结构

OFDM系统中，无线资源的最小分配单位为资源块(resource block，RB)[14]。1个RB在时域上由6个或7个连续的OFDM符号组成，频域上由多个子载波组成。一个用户在分配过程中可以被分给多个资源块，但是一个资源块却只能被一个用户占用来传输数据信息。文中的算法可以在频域阶段对不同用户进行资源块的合理分配。

1.3 系统容量

假设系统的总带宽为B，系统中子载波的个数为N。基站和中继节点的实际发送功率分别为PBS和PRN；直传用户u、中继节点k和通过中继k传输的中继用户v在子信道n上的信道增益分别为hu,n，hk,n和hv,k,n。

直传用户u在第t个时隙上分配的速率为

(1)

中继节点k在第t个时隙的第1个子时隙上的速率为

(2)

中继用户v在第t个时隙的第2个子时隙上的速率为

(3)

其中cu,n等于1或0，分别表示子信道n分配或未分配给直传用户u使用。ck,n，cv,k,n同理，而

Γ=-ln(5RBE)/1.6，ω=N0B/N，

其中RBE为误码率，ω为加性高斯白噪声，N0为功率谱密度。

中继用户v的实际速率为

(4)

即其速率为两个时隙中较小的速率。

记用户m的速率为Rm,则系统的吞吐量为

(5)

在对基于OFDM中继系统仿真中，采用式(5)衡量吞吐量的高低。测量公平性的数学标准采用公平性参数准则(Jain Fairness Index，JFI)[15]，通过各用户实际分到的资源块个数来衡量，即

(6)

其中xm表示用户m分配到的RB个数。

2 面向业务QoS的资源分配算法

2.1 两阶段调度结构

针对基于OFDM中继系统，采用时域和频域两阶段调度。时域阶段调度的主要功能是在一个调度周期内完成对用户的筛选。调度结束时，用户根据预定义的算法(如比例公平算法)进行排序。时域阶段的调度减少了用户数量，之后用户的列表被转发到频域阶段调度。如果用户有重传业务，将其放置在时域阶段用户列表的顶部。

在频域调度阶段，对于不同的用户实现将实际的资源块进行分配。首先根据优先级公式，计算出用户优先级顺序，然后进行相应RB的分配。每次资源分配完成后，更新调度用户信息，直到所有的资源块已被分配完毕或列表中没有待调度用户时，分配结束。

2.2 速率和时延因子的加入

根据PF调度算法[2]，其优先级因子定义为

(7)

虽然PF算法可以在实时业务中应用，实现高吞吐量和较好的公平性，但却不能直接应用于基于OFDM的中继系统中。现以PF算法为基础，引入速率因子和时延因子，给出面向业务QoS的资源分配算法。算法的调度优先级定义为

(8)

对于非实时业务，取α=1,β=0,则

2.3 算法分配过程

2.3.1 时域调度阶段

时域调度阶段，每个调度周期，调度所有用户并按照优先级公式(8)进行排序。之后将用户列表转向频域阶段对用户进行资源块的分配。

(1) 根据中继系统结构，首先对单小区内的用户进行分类：中继用户或直传用户。其中中继用户集合

U={1,2,3,…,U}。

(2) 按照优先级公式(8)，计算出所有中继用户在每个RB上的调度优先级，然后进行排序，之后将排序后的列表转向频域阶段。

(3) 根据中继系统结构，首先判断系统中用户的类型，即中继节点或直传用户。其中，中继节点和直传用户分别记为

K={1,2,3,…,K}，V={1,2,3,…,V},

计算系统中直传用户和各个中继节点的调度优先级，并按照优先级的高低进行排序之后转向频域阶段。首先计算其所属的中继用户在回程链路的优先级，找出优先级最高的用户

i*= arg max {Wi,l(t)}，

作为中继节点的优先级。

2.3.2 频域调度阶段

频域调度阶段具体进行的资源块分配：在接入链路内，根据用户优先级完成对中继用户的资源分配；在回程链路中，按照时域阶段中各直传用户和中继节点的调度优先级大小进行资源块的分配。

(1) 初始化系统的资源块个数，记作

N ={1,2,3,…, N}。

(2) 中继用户RB的具体分配。将接入链路的中继用户按照时域阶段的调度列表依次进行分配，将RB分配给优先权最大的中继用户。分配结束后，完成对系统资源块个数和中继用户数量的更新。

(3) 中继节点和直传用户RB的具体分配。在回程链路中，根据中继节点和直传用户调度优先级的大小，将RB分配给获得较大增益的中继节点或直传用户。分配结束后，完成对资源块个数、中继节点和直传用户数量的更新。

(4) 每个调度周期结束后，将用户信息进行更新，准备下一次调度，直到每个用户和中继节点都已被分配到RB。

3 仿真结果及分析

针对基于OFDM中继下行链路的单小区系统，借助Matlab平台进行实时业务和非实时业务两种场景下的仿真。将3种经典传统算法即最大载干比算法(Max Carrier to Interference，Max C/I)、轮询算法(Round Robin，RR)和比例公平算法(Proportional Fairness，PF)与面向业务QoS的资源分配算法(Rate and Delay Algorithm，RDA)进行性能对比。

3.1 仿真环境

仿真场景设计为单个小区和25个用户。将新提出的面向业务服务质量的中继系统资源分配算法与3个已有算法进行对比。仿真参数见表1。

表1 仿真参数

3.2 结果分析

对新提出的RDA算法分别从系统获得的吞吐量、公平性和业务的QoS满意度三方面进行评估。

用户的吞吐量情况如图2所示。

图2 用户吞吐量曲线

分析可知，Max C/I算法中，系统的吞吐量随着小区内用户数的增多逐渐增大，但由于其只考虑了信道状况，因此所获得的吞吐量达到系统的极限。RR算法中，由于其不考虑信道情况好坏，各用户平均占用系统资源，因此其获得的吞吐量较低。PF算法因考虑了用户的需求及信道状况，故所获得的吞吐量高于RR算法，但比Max C/I算法的低。RDA算法是对PF算法的改进，使得资源块进行优化后再分配，因此其获得的吞吐量与PF算法相比，提升了35%到50%。

吞吐量的累计布函数(Cumulative Distribution Function，CDF)曲线如图3所示。

图3 用户吞吐量的CDF曲线

可见RDA算法在吞吐量方面做出了较大提高，其吞吐量值高于PF算法，但低于Max C/I算法。这是因为RDA算法是对PF算法进行的优化，使得用户被调度的机率增大，并且该算法考虑了不同业务的QoS需求和信道情况，使其在系统吞吐量有所提高，故性能优于PF算法。

公平性如式(6)所述。随着小区内用户数改变用户公平性的变化曲线如图4所示。为了更好比较4种算法的公平性，给出其公平性参数如图5所示。

图4 用户公平性曲线

图5 算法的公平性指数

对比可知，RR算法公平性参数最高，达到最大值1。Max C/I算法的指数虽超过了0.5，但相比于其他3种算法，它是最低的。PF算法的公平性指数值低于RR算法但比Max C/I算法的高。据图4，RR算法随着用户数变化其公平性指数值基本保持不变，而Max C/I算法和PF算法下用户的指数值却逐渐下降。而RDA算法在公平性方面计算优先权时考虑了不同业务的需求，通过增加用户被调度的机会，使得该算法的公平性与PF算法相比较好。

用户的QoS满意度情况如图6所示。可见,随着小区内用户数由5增加至25的过程中，4种调度算法下不满足用户QoS要求的用户数随之增加，这种情况主要是由于用户数量不断变大，而系统的资源有限造成的。4种算法中，RR算法的性能最差，随着小区内用户数的增加，QoS需求得不到满足的用户数增加的最快。PF算法和Max C/I算法的性能相差不大。RDA算法充分考虑了用户的要求，可以满足大多数用户。

图6 用户QoS满意度

4 结语

在比例公平算法的基础上，基于OFDM中继系统给出的面向业务服务质量的资源分配算法，充分考虑了系统的吞吐量、用户的公平性、保证比特速率和队列中的等待时延，并在此基础上采用时域和频域两阶段调度分别对用户进行合理的分配资源。与传统算法相比新算法在保证用户QoS需求的同时，系统的吞吐量、公平性和用户的QoS满意度有一定程度的提升，达到了预期的研究目的。

[1] Dahlman E, Parkvall S, Skold J. 4G:LTE/LTE-advanced for mobile broadband[M].Oxford:Elsevier,2014:413-429.

[2] Bodas S, Shakkottai S, Ying L, et al. Low-complexity scheduling algorithms for multichannel downlink wireless networks[J]. IEEE/ACM Transactions on Networking,2012,20(5):1608-1621.

[3] 徐斌阳,蒲和平,李少谦.公平调度的分组调度算法设计[J].电子与信息学报,2008,30(6):1462-1465.

[4] Zhou Nan, Zhu Xu, Huang Yi, et al. Low complexity cross-layer design with packet dependent scheduling for heterogeneous traffic in multiuser OFDM systems[J]. IEEE Transactions on Wireless Communications,2010,9(6):1912-1923.

[5] 刘鹏飞,卢光跃.一种基于注水算法的认知OFDM系统资源分配算法[J].西安邮电学院学报,2010,15(1):9-12.

[6] Xiao L, Cuthbert L. A two-hop proportional fairnesscheduling algorithm for relay based OFDMA systems[C]//4th International Conference on Wireless Communications,Networking and Mobile Computing. Dalian:IEEE,2008:1-4.

[7] Kausar R, Chen Y, Chai K K, et al. QoS aware mixed traffic packet scheduling in OFDMA-based LTE-Advanced networks[C]//The Fourth International Conference on Mobile Ubiquitous Computing,Systems,Services and Technologies. Italy Florence: International Academy, 2010:53-58.

[8] Liebl G, de Moraes T M, Soysal A, et al. Fair resource allocation for inband relaying in LTE-Advanced[C]//8th International Workshop on Multi-Carrier Systems & Solutions (MCSS). Herrsching:IEEE,2011:1-5.

[9] de Moraes T M, Nisar M D, Gonzalez A, et al. Resource allocation in relay enhanced LTE-Advanced networks[J]. EURASIP Journal on Wireless Communications and Networking,2012(1):1-12.

[10] 卢光跃,邵朝.一种OFDMA系统资源分配方案[J].西安邮电学院学报,2006,11(1):5-8.

[11] Liebl G, de Moraes T M, Soysal A, et al. Fair resource allocation for the relay backhaul link in LTE-Advanced[C]//Wireless Communications and Networking Conference (WCNC).Shanghai:IEEE,2012:1196-1201.

[12] Ma Zhangchao, Xiang Wei, Long Hang, et al. Proportional fair resource partition for LTE-Advanced networks with type I relay nodes[C]//IEEE International Conference on Communications (ICC).Kyoto:IEEE,2011:1-5.

[13] Kim B G, Lee J W. Joint opportunistic sub channel and power scheduling for relay-based OFDMA networks with scheduling at relay stations[J]. IEEE Transactions on Vehicular Technology,2010,59(5):2138-2148.

[14] 訾海燕,朱国晖.一种基于服务质量的资源分配算法[J].西安邮电大学学报,2013,18(5):117-120.

[15] Jain R, Mani G S. Applying micro GA concept for problems with large and rugged solution space[C]//TENCON 2009-2009 IEEE Region 10 Conference. Singapore:IEEE,2009:1-5.

[责任编辑:瑞金]

Quality of service oriented resource allocation algorithm in relay system

ZHU Guohui, XUE Qian, ZHOU Guangtan

(School of Communication and Information Engineering, Xi’an University of Posts and Telecommunications, Xi’an 710121, China)

In order to improve the throughput of orthogonal frequency division multiplexing relay downlink system, and to meet user demands for quality of service, a Quality of Service oriented resource allocation algorithm is proposed based on the proportional fair algorithm. Based on the proportional fair algorithm and according to the user waiting delay in the queue and user demands for speed, this algorithm is used to design the delay factor and speed factor, then to calculate the priority of different user in the time domain, and finally to allocate resources based on the user priority in the frequency domain. Simulation results show that compared to the proportional fair algorithm, the throughput of this algorithm can be improved from 35% to 50%, the user fairness index can be increased by 13%, and user satisfaction can also be increased.

orthogonal frequency division multiplexing, relay, resource allocation, throughput

2014-09-10

陕西省教育厅科学研究计划资助项目(07JK377)

朱国晖(1969-)，男，副教授，从事移动互联网和网络路由算法研究。E-mail:zhgh@xupt.edu.cn 薛茜(1987-)，女，硕士研究生，研究方向为移动互联网。E-mail:2279460051@qq.com

10.13682/j.issn.2095-6533.2015.01.007

TN929.5

A

2095-6533(2015)01-0035-05