一种LTE-A系统中基于QoE的无线资源分配方法

摘要

本发明公开了一种LTE-A系统中基于QoE的无线资源分配方法，包括以下步骤：1)对小区中每个用户测量聚合成员载波的信道质量，再通过香农公式估算得到各资源块RB上的瞬时速率r

说明书

技术领域

本发明属于通信技术领域，涉及一种无线资源分配方法，具体涉及 一种LTE-A系统中基于QoE的无线资源分配方法。

背景技术

随着无线通信技术的不断发展和多样性服务的不断涌现，人们对于 无线通信的要求越来越高。为了保证服务质量，服务提供方需要一种以 用户体验满意度为衡量标准的服务评价体系。目前广泛采用QoS (Qualityofservice,服务质量)作为服务的度量标准，QoS评价参 数包括服务系统的技术层面指标如丢包率、掉话率、吞吐率、时延、抖 动等。但这些指标仅仅在技术层面反映了服务的性能，忽略了用户对于 服务的主观感受。QoE(QualityofExperence,用户体验质量)是用户 在使用过程中建立起来的一种综合服务感受，其不仅反映了包含了基本 的服务技术层面QoS，同时也包含了用户的行为习惯、主观感受等大量 非技术因素的作用，是用户对不同服务设备、网络、应用或业务的服务 质量和性能的综合主观评价。

LTE-Advanced是以LTE的技术基础为核心进行的后续演进，LTE-A 对进一步提升系统性能，改善小区用户服务满意度及用户QoE分布不均 等问题都有很高要求，仅以QoS作为服务的衡量标准并不能全面代表用 户对于服务的满意度，故在衡量多业务性能时，提出以QoE作为用户体 验质量衡量标准。然而同一小区中由于用户业务及距基站位置不同导致 QoE分布不均，用户QoE公平性较低。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种LTE-A系 统中基于QoE的无线资源分配方法，该方法能够有效的保证各用户体验 质量的公平性。

为达到上述目的，本发明所述的LTE-A系统中基于QoE的无线资源 分配方法具体包括以下步骤：

1)对小区中每个用户测量聚合成员载波的信道质量，根据小区中每 个用户的信道质量，通过香农公式估算得到各资源块RB上的瞬时速率 r_i(n,s)，根据各资源块RB上的瞬时速率r_i(n,s)得到各用户在音频、浏览及 视频上的初始平均意见得分mos(n,s)；

2)获取各资源块RB上当前的平均数据速率根据各资源块RB 上当前的平均数据速率计算得到各用户在音频、浏览及视频上的当 前平均意见得分MOS_i(s)；

3)根据步骤2)得到的各用户在音频、浏览及视频上的当前平均意 见得分MOS计算得到各用户的优选级N，然后将成分载波的RB_n给最高 优选级N^*对应的用户，其中

$N^{*}=\underset{i}{\mathrm{argmax}}\frac{{\mathrm{mos}}_i(n,s)}{{\mathrm{MOS}}_i\left(s\right)}---\left(6\right)$

其中，0≤i≤K，K为用户的个数；

4)获取第s+1时刻各资源块RB上的平均数据速率然后重 复步骤2)和3)，直至信息传输完成为止。

用户在音频上的当前意见得分为MOS_audio为：

${\mathrm{MOS}}_{audio}=alog\left(b\bar{R}\right(s\left)\right(1-PEP\left)\right)---\left(1\right)$

其中，PEP为目标分组差错，a及b均为常数。

用户在浏览上的当前意见得分MOS_web为：

${\mathrm{MOS}}_{web}=-k_{1}ln\left(d\right(\bar{R}\left(S\right)\left)\right)+k_2---\left(2\right)$

$d\left(\bar{R}\right(s\left)\right)=3RTT+\frac{FS}{\bar{R}\left(s\right)}+L\left(\frac{MSS}{\bar{R}\left(s\right)}+RTT\right)-\frac{2MSS(2^L-1)}{\bar{R}\left(s\right)}---\left(3\right)$

其中，K₁和K₂为常数，RTT为往返时间，FS为网页的大小，MSS 为最大段的大小，L为空闲时段的慢启动循环数，L＝min[L₁,L₂]，

$L_1=log2(\frac{\bar{R}\left(s\right)*RTT}{MSS}+1)-1,L_2=log2(\frac{FS}{2MSS}+1)-1.$

用户在视频上的当前意见得分MOS_V(PSBR_V)为：

${\mathrm{MOS}}_V\left({\mathrm{PSNR}}_V\right)=\left(\begin{array}{cc}1.0& {\mathrm{PSNR}}_V\le {\mathrm{PSNR}}_{1.0}\\ dlog\left({\mathrm{PSNR}}_V\right)+e& {\mathrm{PSNR}}_{1.0}<{\mathrm{PSNR}}_V<{\mathrm{PSNR}}_{4.5}\\ 4.5& {\mathrm{PSNR}}_V\ge {\mathrm{PSNR}}_{4.5}\end{array}\right)---\left(4\right)$

其中，PSNR_V为视频用户的峰值信噪比，PSNR_4.5与PSNR_1.0为在可获 得的用户体验质量分别为不可接受和非常满意时用户的峰值信噪比，d、 e均为常数，

${\mathrm{PSNR}}_v=u+v\sqrt{\frac{\bar{R}\left(s\right)}{w}}\left(\mathrm{1-}\frac{w}{\bar{R}\left(s\right)}\right)---\left(5\right)$

其中，u，v，w为时间变量常数。

第s+1时刻的第i个用户的平均数据速率的表达式为：

${\bar{R}}_i(s+1)=(1-\frac{1}{T_c}){\bar{R}}_i\left(s\right)+\frac{1}{T_c}{r}_i(n,s)---\left(7\right)$

其中，T_C为观察窗口的长度，为S时刻的为用户预设 的值，r_i(n,s)为第i个用户在资源块RB_n上的瞬时速率。

本发明具有以下有益效果：

本发明所述的LTE-A系统中基于QoE的无线资源分配方法在使用过 程中，先计算各资源块上的瞬时速率，然后以用户在音频、浏览及视频 上的平均速率为指导，获取各用户在音频、浏览及视频上的平均意见得 分，再根据用户在音频、浏览及视频上的平均意见得分划分各用户的优 选级，最后将成分载波的RB_n给最高优选级N^*对应的用户，从而有效的 保证各用户体验质量的公平性，操作简单，实用性极强。

附图说明

图1为实施例一的得到的各用户的QoE公平性示意图。

具体实施方式

下面结合附图对本发明做进一步详细描述：

本发明所述的LTE-A系统中基于QoE的无线资源分配方法具体包括 以下步骤：

1)对小区中每个用户测量聚合成员载波的信道质量，根据小区中每 个用户的信道质量通过香农公式估算得到各资源块RB上的瞬时速率 r_i(n,s)，计算得到各用户在音频、浏览及视频上的平均意见得分mos(n,s)；

2)根据各资源块RB上的平均数据速率计算得到各用户在音 频、浏览及视频上的平均意见得分MOS_i(s)；

3)根据步骤2)得到的各用户的平均意见得分MOS计算得到各用户 的优选级N，然后将成分载波的RB_n给最高优选级N^*对应的用户，其中

$N^{*}=\underset{i}{\mathrm{argmax}}\frac{{\mathrm{mos}}_i(n,s)}{{\mathrm{MOS}}_i\left(s\right)}---\left(6\right)$

其中，0≤i≤K，K为用户的个数，MOS_i(s)为第i个用户的平均意见 得分，mos_i(n,s)为第i个用户的平均意见得分；

4)获取第s+1时刻各资源块RB上的平均数据速率然后重 复步骤2)和3)，直至信息传输完成为止。

用户在音频上的意见得分为MOS_audio为：

${\mathrm{MOS}}_{audio}=alog\left(b\bar{R}\right(s\left)\right(1-PEP\left)\right)---\left(1\right)$

其中，PEP为目标分组差错，a及b均为常数。

用户在浏览上的意见得分MOS_web为：

${\mathrm{MOS}}_{web}=-k_{1}ln\left(d\right(\bar{R}\left(S\right)\left)\right)+k_2---\left(2\right)$

$d\left(\bar{R}\right(s\left)\right)=3RTT+\frac{FS}{\bar{R}\left(s\right)}+L\left(\frac{MSS}{\bar{R}\left(s\right)}+RTT\right)-\frac{2MSS(2^L-1)}{\bar{R}\left(s\right)}---\left(3\right)$

其中，K₁和K₂为常数，RTT为往返时间，FS为网页的大小，MSS 为最大段的大小，L为空闲时段的慢启动循环数，L＝min[L₁,L₂]，

$L_1={\log }_2(\frac{\bar{R}\left(s\right)*RTT}{MSS}+1)-1,L_2={\log }_2(\frac{FS}{2MSS}+1)-1.$

用户在视频上的意见得分MOS_V(PSBR_V)为：

${\mathrm{MOS}}_V\left({\mathrm{PSNR}}_V\right)=\left(\begin{array}{cc}1.0& {\mathrm{PSNR}}_V\le {\mathrm{PSNR}}_{1.0}\\ dlog\left({\mathrm{PSNR}}_V\right)+e& {\mathrm{PSNR}}_{1.0}<{\mathrm{PSNR}}_V<{\mathrm{PSNR}}_{4.5}\\ 4.5& {\mathrm{PSNR}}_V\ge {\mathrm{PSNR}}_{4.5}\end{array}\right)---\left(4\right)$

其中，PSNR_V为视频用户的峰值信噪比，PSNR_4.5与PSNR_1.0为在可获 得的用户体验质量分别为不可接受和非常满意时用户的峰值信噪比，d、 e均为常数，

${\mathrm{PSNR}}_v=u+v\sqrt{\frac{\bar{R}\left(s\right)}{w}}\left(\mathrm{1-}\frac{w}{\bar{R}\left(s\right)}\right)---\left(5\right)$

其中，u，v，w为时间变量常数。

第s+1时刻的第i个用户在资源块RB_n上的平均数据速率的 表达式为：

${\bar{R}}_i(s+1)=(1-\frac{1}{T_c}){\bar{R}}_i\left(s\right)+\frac{1}{T_c}{r}_i(n,s)---\left(7\right)$

其中，T_C为观察窗口的长度，为S时刻的为用户预设 的值，r_i(n,s)为第i个用户在资源块RB_n上的瞬时速率。

实施例一

1)根据小区中每个用户的信道质量通过香农公式估算得到各资源块 RB上的瞬时速率r_i(n,s)，计算得到各用户在音频、浏览及视频上的平均 意见得分mos(n,s)，其中

r_i(n,s)＝Blog(1+SNR_i(n,s))(8)

2)根据各资源块RB上的平均数据速率，计算得到各用户在音 频、浏览及视频上的平均意见得分MOS_i(s)：

其中，设音频的用户数为10个，用户在音频上的意见得分为MOS_audio为：

${\mathrm{MOS}}_{audio}=alog\left(b\bar{R}\right(s\left)\right(1-PEP\left)\right)---\left(1\right)$

其中，PEP为目标分组差错，PEP与目标误码率BER直接相关，a 及b均为常数。a及b通过给定的速率R_a在无分组差错(PEP＝0)情况 下计算得到。

第20-30个用户为浏览用户，用户在浏览上的意见得分MOS_web为：

${\mathrm{MOS}}_{web}=-k_{1}ln\left(d\right(\bar{R}\left(S\right)\left)\right)+k_2---\left(2\right)$

$d\left(\bar{R}\right(s\left)\right)=3RTT+\frac{FS}{\bar{R}\left(s\right)}+L\left(\frac{MSS}{\bar{R}\left(s\right)}+RTT\right)-\frac{2MSS(2^L-1)}{\bar{R}\left(s\right)}---\left(3\right)$

其中，K₁和K₂为常数，RTT为往返时间，FS为网页的大小，MSS 为最大段的大小，L为空闲时段的慢启动循环数，L＝min[L₁,L₂]，

$L_1={\log }_2(\frac{\bar{R}\left(s\right)*RTT}{MSS}+1)-1,L_2={\log }_2(\frac{FS}{2MSS}+1)-1.$

K₁和K₂通过对于网络浏览应用实验结果分析获得，分别为1.1120 和4.6746。

用户在视频上的意见得分MOS_V(PSBR_V)为：

${\mathrm{MOS}}_V\left({\mathrm{PSNR}}_V\right)=\left(\begin{array}{cc}1.0& {\mathrm{PSNR}}_V\le {\mathrm{PSNR}}_{1.0}\\ dlog\left({\mathrm{PSNR}}_V\right)+e& {\mathrm{PSNR}}_{1.0}<{\mathrm{PSNR}}_V<{\mathrm{PSNR}}_{4.5}\\ 4.5& {\mathrm{PSNR}}_V\ge {\mathrm{PSNR}}_{4.5}\end{array}\right)---\left(4\right)$

其中，PSNR_V为视频用户的峰值信噪比，PSNR_4.5与PSNR_1.0为在可获 得的用户体验质量分别为不可接受和非常满意时用户的峰值信噪比，d、 e均为常数，d和e根据PSNR的临界值决定，d和e使MOS值介于1.0 与4.5之间，

${\mathrm{PSNR}}_v=u+v\sqrt{\frac{\bar{R}\left(s\right)}{w}}\left(\mathrm{1-}\frac{w}{\bar{R}\left(s\right)}\right)---\left(5\right)$

其中，u，v，w为时间变量常数。

3)根据步骤2)得到的各用户的平均意见得分MOS计算得到各用户 的优选级N，然后将成分载波的RB_n给最高优选级N^*对应的用户，其中

$N^{*}=\underset{i}{\mathrm{argmax}}\frac{{\mathrm{mos}}_i(n,s)}{{\mathrm{MOS}}_i\left(s\right)}---\left(6\right)$

其中，0≤i≤K，K为用户的个数，MOS_i(s)为第i个用户的平均意见得分， mos_i(n,s)为第i个用户在资源块上RB_n的瞬时速率；

4)获取第s+1时刻各资源块RB上的平均数据速率然后重 复步骤2)和3)，直至信息传输完成为止。

${\bar{R}}_i(s+1)=(1-\frac{1}{T_c}){\bar{R}}_i\left(s\right)+\frac{1}{T_c}{r}_i(n,s)---\left(7\right)$

其中，T_C为观察窗口的长度，为S时刻的r_i(n,s)为第 i个用户在资源块RB_n上的瞬时速率。

发明目的为提高小区用户公平性，所以引入公平性指数Fairness index对用户公平性做出仿真，公平性指数F_a定义为：F_a是小区中所有用户的QoE性能的公平性指数，取0～1之间的连续值。 F_a的值越接近1表示用户的公平性越好。

图1可以看出，在用户数较少时，三种方法QoE公平性表现良好， 公平性指数F_a均接近最大值1，但在用户数逐渐增加时，未经过资源调 度的方法F_a值有下降明显，经典PF算法F_a值也有所下降。论文中提出 的QoE-PF算法公平性指数F_a下降最为缓和，说明经过QoE-PF算法进 行资源调度后，小区用户QoE公平性较未进行调度和经典PF资源调度 得到明显提高。