用户QoS的固定速率约束下的多基站系统比例公平调度方法

摘要

本发明属于无线通信技术领域，公开了一种保证用户QoS的基于固定速率约束的多基站系统中的比例公平调度方法包括：随机产生随机种群并对种群中的个体进行二进制编码；计算用户的权值；按照轮盘赌的方式选择种群中适应度大的个体概率；选择出来的个体进行交叉、变异操作；依据迭代终止条件，选择出多基站服务各个用户的概率。本发明在资源充足与不足两种情况下分别实现了不同的优化目标：当可分配资源充足时，用户的服务缺失率均为零，由服务缺失率得到的用户权值均为1，保证了在用户服务质量要求的前提下达到系统吞吐量最大；当可分配资源不足时，用户的服务缺失率存在非零值，由服务缺失率得到的用户权值存在大于1的数值，保证用户得到公平的服务。

说明书

技术领域

本发明属于无线通信技术领域，尤其涉及一种保证用户QoS的基于固定速率约束的多基站系统中的比例公平调度方法。

背景技术

802.11ac作为新一代无线局域网的标准，提出了多用户多输入多输出(Multi-Users Multiple-InputMultiple-Output，MU-MIMO)技术，它是在常规多输入多输出(Multiple-Input Multiple-Output，MIMO)技术的基础上，添加了多用户同时通信机制，有效地改善了网络资源的利用率。现在关于MU-MIMO主要集中在单基站对多用户的资源分配的研究，并且没有考虑用户的QoS需求，仅仅追求无线资源的高效利用会造成用户之间的不公平。另外由于基站连接每个用户的速率是有一定限制的，现有的研究算法没有在基于固定速率约束的情况下，考虑用户的速率需求，因此没有使系统的吞吐量最大化和用户之间的公平性得到良好的折中。针对以上问题，现有的分配方法有：1)利用凸优化方法得到的单基站系统中的关于MU-MIMO流分配的比例公平算法；2)利用交叉熵算法的比例公平调度；3)多基站系统中的资源平均分配调度。随着科技的进步，移动通信的发展越来越全面，用户对于QoS的需求也逐步增加。因此在资源分配中，考虑用户的QoS需求至关重要。如何在固定速率约束的情况下，考虑用户的QoS需求，并且合理地分配资源使系统的吞吐量最大化与用户之间的公平性得到良好的折中是本发明需要解决的问题。

综上所述，现有技术存在的问题是：只研究了单基站系统中的保证用户QoS的资源分配问题，或者是多基站系统中的资源平均分配问题，而没有考虑用户实际需求的速率，针对上述不足，本文提出一种保证用户QoS的基于固定速率约束的多基站系统中的比例公平分配算法。

发明内容

针对现有技术存在的问题，本发明提供了一种保证用户QoS的基于固定速率约束的多基站系统中的比例公平调度方法。

本发明是这样实现的，一种保证用户QoS的基于固定速率约束的多基站系统中的比例公平调度方法，所述保证用户QoS的基于固定速率约束的多基站系统中的比例公平调度方法包括以下步骤：

步骤一，随机产生随机种群并对种群中的个体进行二进制编码；

步骤二，计算用户的权值；具体包括：

(a)对群体中的个体进行二进制编码，对产生的群体进行化正，将编码后的二进制码串转化为十进制概率，并将其基站服务各个用户的概率进行归一化处理，利用公式Pai*V求出其对角线上的元素为用户m在第t-1次迭代中实际分得的速率S_m,t-1；

(b)根据t-1次迭代后用户分得的速率，计算在第t次迭代中用户的服务缺失率c_m,t；

当时，

当时，c_m,t＝0；

(c)根据得到的用户的服务缺失率，计算用户权值ω_m,t；

当时，

当时，ω_m,t＝1；

其中表示在第t次迭代时，所有用户服务缺失率的平均值，α、β均为正整数；

步骤三，按照轮盘赌的方式选择种群中适应度大的个体概率；

步骤四，选择出来的个体进行交叉、变异操作；

步骤五，依据迭代终止条件，从而选择出适应度最大的个体，即多基站服务各个用户的概率。

进一步，所述步骤二中当可分配资源不足时，不能满足所有用户服务质量要求，服务缺失率存在非零值，由于服务程度的不同而造成服务缺失率不同，通过每个用户的服务缺失率与平均服务缺失率的比较，得到相应的用户权值，当用户的服务缺失率高于平均服务缺失率时，相应的用户权值越大，在资源调度时便会向该用户分配更多的资源；当用户的服务缺失率低于平均服务缺失率时，相应的用户权值越小，在资源调度时便会向该用户分配较少的资源，从而达到用户间的比例公平；在可用无线资源充足时，由于可以满足用户的服务质量要求，所以服务缺失率均为0，权值均为1，此时用户权值表征的用户间比例公平成为次要目标，资源调度的主要目标变为最大化系统的吞吐量，实现系统吞吐量最大。

进一步，所述保证用户QoS的基于固定速率约束的多基站系统中的比例公平调度方法的具体实现步骤如下：

步骤一，设置初始化参数，设迭代次数为T，基站数N，用户数为M，群体大小为Popsize，每个个体的编码长度为Chromlength，随机产生Popsize×Chromlength的基站服务用户的概率矩阵，迭代次数t＝1；依据用户的实际业务需求设定用户的服务质量其中表示第m个用户的服务质量要求；

步骤二，计算用户权值；

步骤三，计算每个个体的适应度值；

步骤四，按照轮盘赌的方式选择个体，计算出每个个体的适应度的值，然后求出每个个体的适应度的值与所有个体的适应度的值的比值，求出适应度的累计概率，每次随机产生一个0到1之间的概率，如果产生的概率小于累计概率，则这个个体保留下来，否则，该个体被淘汰；

步骤五，个体进行交叉操作，随机产生一个交叉点和一个概率，如果该概率小于交叉概率，则群体中的第i个个体与第Popsize-i个个体进行交叉，否则第i个个体与第Popsize-i个个体原样保留下来，交叉后对群体中的个体概率进行归一化处理；

步骤六，个体进行变异操作，随机产生一个变异位置点和一个概率，如果该概率小于变异概率，该个体的对应位置进行变异，即0变为1或1变为0；

步骤七，根据终止条件判断是否结束迭代过程：

若t＝T，则终止迭代过程，则输出所有迭代中适应度最大的个体；

否则，更新t＝t+1，转至步骤三继续进行下次迭代，直至满足终止条件为止。

进一步，所述计算每个个体的适应度值：

其中为示性函数，当时，值为1，否则为0；r_n,m,t表示在第t次迭代中基站n分配给第m个用户的速率，用-H(X)表示个体的适应度函数。

本发明的另一目的在于提供一种应用所述保证用户QoS的基于固定速率约束的多基站系统中的比例公平调度方法的多用户多输入多输出系统。

本发明的另一目的在于提供一种应用所述保证用户QoS的基于固定速率约束的多基站系统中的比例公平调度方法的无线局域网。

本发明的优点及积极效果为：1)在资源不足时，用户之间的公平性是主要优化目标，即使多个基站分配给用户的速率和与用户各自需求的速率的比值基本相等；2)在资源充足时，多基站系统的吞吐量最大化是主要优化目标，即在满足用户需求的速率的前提下，使多基站系统的吞吐量尽可能地最大化。1、本发明由于在多基站的资源调度中兼顾了用户服务质量和比例公平两个因素，使得在保证用户服务质量要求的前提下达到用户间比例公平和系统吞吐量最大化的良好折中；

本发明由于在多基站系统中考虑了用户的QoS需求，因此在资源充足与不足两种情况下分别实现了不同的优化目标：当可分配资源充足时，用户的服务缺失率均为零，由服务缺失率得到的用户权值均为1，从而使得实现系统吞吐量最大化的重要性大于用户间比例公平的重要性，保证了在用户服务质量要求的前提下达到系统吞吐量最大；当可分配资源不足时，用户的服务缺失率存在非零值，由服务缺失率得到的用户权值存在大于1的数值，从而使得实现用户间比例公平的重要性大于系统吞吐量最大化的重要性，保证用户得到公平的服务；

附图说明

图1是本发明实施例提供的保证用户QoS的基于固定速率约束的多基站系统中的比例公平调度方法流程图。

图2是本发明实施例提供的保证用户QoS的基于固定速率约束的多基站系统中的比例公平调度方法具体实现流程图。

图3是本发明实施例提供的本发明与传统方法在可用速率资源不足情况下对不同服务质量需求用户的调度结果对比图。

图4是本发明实施例提供的本发明与传统方法在可用速率资源不足情况下对不同服务质量需求用户的调度公平性对比图。

图5是本发明实施例提供的本发明与传统方法在可用速率资源充足情况下对不同服务质量需求用户的调度结果对比图。

图6是本发明实施例提供的本发明与传统方法在可用速率资源充足情况下对不同服务质量需求用户的调度公平性对比图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例提供的保证用户QoS的基于固定速率约束的多基站系统中的比例公平调度方法包括以下步骤：

S101：随机产生随机种群并对种群中的个体进行二进制编码；

S102：计算用户的权值；

S103：按照轮盘赌的方式选择种群中适应度大的个体概率；

S104：选择出来的个体进行交叉、变异操作；

S105：依据迭代终止条件，从而选择出适应度最大的个体，即多基站服务各个用户的概率。

下面结合附图对本发明的应用原理作进一步的描述。

如图2所示，本发明实施例的具体实现步骤如下：

步骤1：设置初始化参数：

设迭代次数为T，基站数N，用户数为M，群体大小为Popsize，每个个体的编码长度为Chromlength。随机产生Popsize×Chromlength的基站服务用户的概率矩阵，迭代次数t＝1。

依据用户的实际业务需求设定用户的服务质量其中表示第m个用户的服务质量要求；

步骤2：计算用户权值：

(2a)对群体中的个体进行二进制编码，对产生的群体进行化正，将编码后的二进制码串转化为十进制概率，并将其基站服务各个用户的概率进行归一化处理，利用公式Pai*V求出其对角线上的元素为用户m在第t-1次迭代中实际分得的速率S_m,t-1；

(2b)根据t-1次迭代后用户分得的速率，计算在第t次迭代中用户的服务缺失率c_m,t；

当时，

当时，c_m,t＝0；

(2c)根据得到的用户的服务缺失率，计算用户权值ω_m,t；

当时，

当时，ω_m,t＝1；

其中表示在第t次迭代时，所有用户服务缺失率的平均值，α、β均为正整数；

在上述(2a)-(2c)步骤中，当可分配资源不足时，不能满足所有用户服务质量要求，因此服务缺失率存在非零值，由于服务程度的不同而造成服务缺失率不同，通过每个用户的服务缺失率与平均服务缺失率的比较，得到相应的用户权值，当用户的服务缺失率高于平均服务缺失率时，相应的用户权值越大，在资源调度时便会向该用户分配更多的资源；当用户的服务缺失率低于平均服务缺失率时，相应的用户权值越小，在资源调度时便会向该用户分配较少的资源，从而达到用户间的比例公平；在可用无线资源充足时，由于可以满足用户的服务质量要求，所以服务缺失率均为0，权值为1，此时用户权值表征的用户间比例公平成为次要目标，资源调度的主要目标变为最大化系统的吞吐量，从而实现系统吞吐量最大。

步骤3：计算每个个体的适应度值：

其中为示性函数，当时，值为1，否则为0；r_n,m,t表示在第t次迭代中基站n分配给第m个用户的速率，本发明用-H(X)表示个体的适应度函数。

步骤4：按照轮盘赌的方式选择个体。计算出每个个体的适应度的值，然后求出每个个体的适应度的值与所有个体的适应度的值的比值，求出适应度的累计概率，每次随机产生一个0到1之间的概率，如果产生的概率小于累计概率，则这个个体保留下来，否则，该个体被淘汰。

步骤5：个体进行交叉操作。随机产生一个交叉点和一个概率，如果该概率小于交叉概率，则群体中的第i个个体与第Popsize-i个个体进行交叉，否则第i个个体与第Popsize-i个个体原样保留下来。交叉后对群体中的个体概率进行归一化处理。

步骤6：个体进行变异操作。随机产生一个变异位置点和一个概率，如果该概率小于变异概率，该个体的对应位置进行变异，即0变为1或1变为0。

步骤7：根据终止条件判断是否结束迭代过程：

若t＝T，则终止迭代过程，则输出所有迭代中适应度最大的个体；

否则，更新t＝t+1，转至步骤(3)继续进行下次迭代，直至满足终止条件为止。

下面结合仿真对本发明的应用效果作详细的描述。

1、仿真条件

在仿真中，以无线局域网中一个支持MU-MIMO的下行链路为例，共有5个基站，需服务4个用户。固定的速率矩阵为：

同时为了能更为客观的评价分配给用户的速率的公平程度，在这里我们采用达到服务质量的比例的Jain公平指数作为仿真结果的评价标准，Jain公平指数定义如下：

其中[x₁,...,x_m,...,x_M]表示调度结果，Jain公平性指数的值越接近于1，表示用户之间分配的越公平。

每次迭代的采样数N＝2000，Popsize＝400，Chromlength＝80，交叉概率pc＝0.6，变异概率pm＝0.3。

2、仿真内容

仿真1：在可用速率资源不足的情况下，各用户的速率要求数为S^req＝[14,12,10,4]，采用本发明的调度方法与传统方法对不同服务质量需求用户进行资源分配，分配结果如图3所示，两种方法的调度公平性对比如图4所示。

仿真2：在可用速率资源充足的情况下，各用户的速率要求数为S^req＝[3.5,4.5,5.5,7.5]，采用本发明的调度方法与传统方法对不同服务质量需求用户进行资源分配，分配结果如图5所示，两种方法的调度公平性对比如图6所示。

3、仿真结果分析

图3中采用本发明的调度方法得到基站服务各个用户的发送概率矩阵为用户1到用户4分得的速率分别为S＝[13.0970 11.0888 9.3667 3.6973]Mbps，基站发送的总速率为37.2498Mbps；而传统分配算法由于不考虑用户的服务质量得到的基站服务各个用户的发送概率矩阵为各个用户分得的速率分别为S＝[10.0194 9.026311.6615 7.4365]Mbps，基站发送的总速率为38.1437Mbps。通过对比两种方法的调度结果可见，在资源不足的情况下，本发明相比于传统方法平均分配的调度方式虽有一定的吞吐量损失，但能为不同服务质量要求的用户提供相同服务缺失率的服务。

图4中本发明分配的速率达到用户1到用户4服务质量的比例分别为93.35％、92.41％、93.67％、92.43％，Jain公平指数为0.9999；传统比例公平分配方法达到用户1到用户4的服务质量的比例分别为71.57％、75.22％、116.62％、185.91％，Jain公平指数为0.8563。通过对比两种方法的Jain公平指数可见，在资源不足情况下本发明相比于传统调度方法，资源调度结果达到了更高的公平性。

图5中采用本发明的调度方法得到基站服务各个用户的发送概率矩阵为用户1到用户4分到的速率分别为S＝[9.8503 4.8346 16.6456 7.5080]Mbps，基站发送的总速率为38.8385Mbps；而传统分配算法由于不考虑服务质量得到的各个用户分到的速率仍为S＝[10.0194 9.0263 11.66157.4365]Mbps，基站发送的总速率为38.1437Mbps。通过对比两种方法的调度结果可知在资源充足的情况下，相比于传统调度方法，本发明能够在保证各用户服务质量要求的前提下提高系统的吞吐量。

图6中本发明分配的速率达到用户1到用户4的服务质量的比例分别为281.44％、107.44％、302.65％、100.11％，Jain公平指数为0.8144；传统比例公平分配方法达到用户1到用户4的服务质量的比例分别为286.27％、200.58％、212.03％、99.15％，Jain公平指数为0.8997。通过对比两种方法的Jain公平指数可知，在资源充足的情况下，相比于传统调度方法，本发明不仅满足了每个用户的速率需求，而且系统的吞吐量也得到提高。

通过以上仿真结果及分析可以看出，在本发明中，当速率资源不足时，满足比例公平是最主要的目标，吞吐量最大则是次要目标，以较小的系统吞吐量为代价获得更高的调度公平性；当速率资源充足时，在满足各个用户的服务质量要求后以提高系统吞吐量为主要目标，此时调度的公平性虽有所下降，但是却增大了系统的吞吐量。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。