1.QoS基本概念
TD-LTE系统服务质量等级(Quality of Service,QoS)基本概念见表5-3。
表5-3 QoS基本概念
(续)
QoS等级的相关参数解释如下:
业务质量级别标识(QoS Class Identifier,QCI)标识承载级数据包转发处理(如调度权重、接纳阈值、队列阈值、链路层协议配置等)的一组参数的标量,该参数由运营商预配置在自己的接入网络中(如eNB)。
优先级主要目的是用来决定一个承载的建立/修改请求能否被网络侧接收(取决于资源受限,如说切换场景、网络拥塞),涵盖了业务资源分配和阻塞优先级信息。
保证比特率(Guaranteed Bit Rate,GBR)表示网络侧对GBR承载的保证带宽,APN-AMBR是一个APN级参数,存储在HSS中,规定了允许通过同一个APN连接到同一个UE的所有PDN连接的所有Non-GBR业务的聚合速率上限。用户最大聚合比特率(Aggregate Maximum Bit Rate,AMBR)用来限制给一个UE的所有Non-GBR业务所能提供的聚合速率的上限,该参数也存储在HSS中。
2.QoS算法概述
该算法仅针对DTCH逻辑信道的动态调度。
每个无线承载(Radio Bear)含有如下属性。
GBR Bear:QCI、ARP、GBR、MBR。
Non-GBR Bear:QCI、ARP、AMBR。
QoS算法调度矩阵如图5-2所示。
3.QoS优先级算法(www.daowen.com)
目前通信系统中普遍使用的QoS优先级算法主要有轮询(Round Robin,RR)算法、最大载干比算法(Maximum C/I)、等速率(Equal Rate,ER)算法和比例公平(Proportional Fair)算法。
图5-2 QoS算法调度矩阵
(1)轮询算法
轮询算法的基本思想是认为小区内所有用户的调度优先级都是相等的,所有用户周期性地被调度,保证每个用户被调度的概率相同。例如,小区中有3个用户,采用轮询算法的调度器不会考虑每个用户所处的位置以及之前被调度的情况,只是简单地按照某个固定的调度顺序,如终端1、终端2、终端3、终端1、终端2、终端3……周期性地调度每个用户。因此,轮询算法是一种典型的追求公平最大化的调度算法,实现起来比较简单。但是,由于轮询算法没有考虑不同用户的信道状况,信道质量差的用户和信道质量好的用户会被分配到相同多的调度时间,因此会导致系统的平均吞吐量受到较大影响。同时,该算法也没有考虑业务特性、用户优先级、业务优先级等QoS方面的因素,所以在系统用户数较多、业务复杂的情况下,轮询算法难以发挥理想的调度效果。
(2)最大载干比算法
最大载干比算法的基本思想是在每一个调度时刻,调度器会对所有待调度用户进行载干比(也就是意味着可以达到的最大瞬时传输速率)的排序,然后调度器会选择信道质量最好的用户进行调度,这样保证系统总是能够调度到最好的用户,以保证系统性能的最优化、资源利用率最高。最大载干比算法的数学表达见式(5-1),其中k是被调度的用户,Ri(t)是第i个用户的瞬时传输速率。
k=argmaxRi(t) (5-1)
可见,最大载干比算法是一种追求系统性能最大化的调度算法,在调度周期内把所有资源分配给信号质量最好的终端,保证系统吞吐量可以达到最大值。但是,该方法完全没有考虑公平性的因素,处于小区边缘或深衰落处的终端因为信号质量不好将会长时间得不到调度,会出现终端被“饿死”的情况。
(3)等速率算法
该算法选择调度用户时,选择吞吐率最低的用户进行调度,以保证所有业务的速率相同。
ER算法是小区频谱效率最低的算法,但是保证了吞吐率公平,每种业务的速率基本相同。
(4)比例公平算法
轮询算法保证了用户间的公平性,但损失了系统吞吐量;最大载干比算法获得了最大的系统吞吐量,但丧失了公平性。因此,为了在这两种算法间取得一定的折中,提出了比例公平算法。该方法在尽量满足信道质量较好终端的高速数据业务需求的同时,也兼顾了信道质量状况不好终端的使用体验。该算法的基本思想是在选择用户时考虑瞬时速率和长期平均速率的比值,同时利用权重值对不同用户进行调整,达到同时兼顾系统性能和用户体验的目的。
该算法为小区内每个用户都分配了一个优先级,在任意时刻系统调度优先级最大的用户,比例公平算法的数学表达式可以参考式(5-2)。其中,k是被调度用户,Ri(t)为用户i在t时刻请求的速率,Ti(t)为用户i在t时刻的累积平均速率。在调度完成后,需要对用户的优先级因子进行更新。若小区中有多个用户,当系统对某个信道质量较好的用户连续进行了调度时,Ti(t)将会逐渐增大,使得优先级逐渐变小,从而系统会调度其他优先级较高的用户。若某个用户的信道质量较差,长期得不到系统的调度,那么它的平均吞吐量Ti(t)会降低,这样优先级将会增大,使用户获得被调度的机会。比例公平算法综合考虑了公平性和系统性能两方面的因素,是一种性能较优的算法。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。