朱曉榮羅小琴朱洪波

①(南京郵電大學(xué)通信與信息工程學(xué)院 南京 210003)

②(東南大學(xué)移動通信國家重點實驗室 南京 210003)

正交頻分多址系統(tǒng)中一種面向多業(yè)務(wù)應(yīng)用的自適應(yīng)資源分配算法

朱曉榮*①②羅小琴①朱洪波①

①(南京郵電大學(xué)通信與信息工程學(xué)院 南京 210003)

②(東南大學(xué)移動通信國家重點實驗室 南京 210003)

針對正交頻分多址(OFDMA)系統(tǒng)下行鏈路多業(yè)務(wù)自適應(yīng)調(diào)度的問題，該文首先以最大化系統(tǒng)吞吐量為優(yōu)化目標(biāo)、每種業(yè)務(wù)的服務(wù)質(zhì)量(QoS)保證為約束條件，建立了一種通用的多業(yè)務(wù)自適應(yīng)資源分配模型。為解決此優(yōu)化問題，提出了一種具體的自適應(yīng)資源調(diào)度算法。該算法對實時業(yè)務(wù)按照“用戶選擇最好的信道”的原則分配盡可能少的資源以保證其QoS，對非實時業(yè)務(wù)把盡可能多的剩余資源按照“信道選擇最好的用戶”的原則進行分配，充分利用信道資源，提升系統(tǒng)容量。仿真結(jié)果表明，該算法保證了下行OFDMA系統(tǒng)吞吐量的同時，在實時業(yè)務(wù)的延時和丟包率等方面有一定的優(yōu)越性。

無線通信；資源分配；調(diào)度；有效容量；正交頻分多址

1 引言

下一代無線通信系統(tǒng)的目標(biāo)是提供無處不在的無線通信和高質(zhì)量的無線服務(wù)。隨著用戶對服務(wù)的多樣性需求，人們往往更關(guān)注服務(wù)質(zhì)量(Quality of Service, QoS)保證，而功率、頻譜等無線資源以及自適應(yīng)編碼等相關(guān)技術(shù)的有效利用無疑是提升系統(tǒng)性能的關(guān)鍵。因此，需要聯(lián)合物理層和鏈路層等，考慮跨層資源的利用[1]，使用戶效用最大化。

正交頻分多址(Orthogonal Frequency-Division Multiple Access, OFDMA)技術(shù)廣泛應(yīng)用于解決頻率選擇性衰落，可提供更高、更可靠的數(shù)據(jù)傳輸速率，在4G等移動通信系統(tǒng)中有廣泛的應(yīng)用前景。文獻[2]針對下行鏈路多用戶OFDMA系統(tǒng)，提出一種基于效用的跨層多業(yè)務(wù)流(Utility-based Cross-layer Multiple Traffic, UCMT)調(diào)度算法，該算法以系統(tǒng)效用函數(shù)為跨層最優(yōu)化問題，然后利用啟發(fā)式雙約束粒子群優(yōu)化算法找到最佳的資源分配。文獻[3]在個人用戶速率約束的條件下，基于凸優(yōu)化理論提出了一種方法使多天線正交頻分復(fù)用(Multiple InputMultiple Output-Orthogonal Frequency Division Multiplexing, MIMO-OFDM)通信的總發(fā)送功率最小化，此方案適用于上行鏈路和下行鏈路，但是沒有考慮不同服務(wù)的QoS要求。文獻[4]針對不同業(yè)務(wù)的QoS要求采用不同的資源分配方法，建立基于社會福利最大化的柔性業(yè)務(wù)資源分配算法。文獻[5]針對正交頻分多址/空分多址(OFDMA/SDMA)系統(tǒng)下行鏈路提出了一種動態(tài)優(yōu)先級自適應(yīng)的無線資源分配(Adaptive Radio Resource Allocation, ARRA)方案，緊急用戶給予較高的優(yōu)先級，用戶的優(yōu)先級可以逐幀地動態(tài)調(diào)整。然而，ARRA僅依賴違反QoS要求的剩余時間來調(diào)節(jié)優(yōu)先級而沒有對實時(Real-Time, RT)服務(wù)和非實時(NonReal-Time, NRT)服務(wù)給予明確區(qū)分。因此，可能導(dǎo)致在高業(yè)務(wù)流下非實時業(yè)務(wù)被服務(wù)，而實時業(yè)務(wù)沒被服務(wù)的概率很高。文獻[6]針對下行鏈路多用戶MIMO-OFDM系統(tǒng)提出了一個基于效用吞吐量最大化和復(fù)雜度降低(Utility-based Throughput Maximization and Complexity Reduction, U_TMCR)的調(diào)度方案，該算法雖然實現(xiàn)靈活，但資源利用率不高，實時業(yè)務(wù)QoS要求的滿足在很大程度上影響了系統(tǒng)性能。而文獻[7]研究了OFDMA系統(tǒng)下行鏈路采用自適應(yīng)設(shè)置用戶的優(yōu)先權(quán)門限以調(diào)節(jié)系統(tǒng)吞吐量的提升和QoS保證要求的折中，實現(xiàn)了負(fù)載平衡的資源調(diào)度，但是在每調(diào)度幀中采用模糊推斷算法為每個用戶設(shè)置調(diào)度的優(yōu)先權(quán)，復(fù)雜度較高。文獻[8]在比例速率約束和最小速率約束條件下，研究了OFDMA系統(tǒng)下行和上行鏈路的和速率最大算法，提出了一種低復(fù)雜度的用戶選擇子信道的基于信噪比權(quán)重的排列方案，并結(jié)合注水算法進行功率分配。

本文針對上述問題，以最大化系統(tǒng)吞吐量為優(yōu)化目標(biāo)、每種業(yè)務(wù)的QoS保證為約束條件，首先形成了OFDMA系統(tǒng)一種通用的多業(yè)務(wù)自適應(yīng)資源分配的最優(yōu)化問題。為解決此優(yōu)化問題，提出了一種具體的自適應(yīng)資源調(diào)度算法。由于衰落、干擾、用戶位置等因素的影響，對同一信道，不同的用戶有不同的信道增益；而對同一用戶，不同的信道其增益也不同。本文定義“最好的信道”為某一用戶從眾多子信道中選擇信道增益最大的那個信道，定義“最好的用戶”為某一信道從排隊用戶中選擇信道增益最大的那個用戶。該算法的核心思想是：首先對每個用戶的業(yè)務(wù)按照緊急程度值由大到小進行排序，然后對實時業(yè)務(wù)按照“用戶選擇最好的信道”的原則分配盡可能少的資源以保證其QoS，對非實時業(yè)務(wù)把盡可能多的剩余資源按照“信道選擇最好的用戶”的原則進行分配，充分利用信道資源，提升系統(tǒng)容量。

2 多業(yè)務(wù)自適應(yīng)資源分配模型

本文主要考慮OFDMA 系統(tǒng)下行鏈路，將信道劃分為N 個子信道，幀劃分為J 個時隙。多業(yè)務(wù)是指QoS 業(yè)務(wù)和盡力而為業(yè)務(wù)(FTP業(yè)務(wù))，其中QoS業(yè)務(wù)包括實時業(yè)務(wù)(語音業(yè)務(wù)和視頻業(yè)務(wù))和非實時業(yè)務(wù)(HTTP業(yè)務(wù))。表1 給出了4 種業(yè)務(wù)的具體指標(biāo)要求[9]。來自不同用戶的數(shù)據(jù)形成數(shù)據(jù)流，不同業(yè)務(wù)的數(shù)據(jù)被存儲在獨立的緩沖區(qū)等待資源分配和調(diào)度。

表1 4種業(yè)務(wù)指標(biāo)要求

本文提出的多業(yè)務(wù)自適應(yīng)資源分配模型是設(shè)計最優(yōu)的資源分配方案使得系統(tǒng)的吞吐量最大同時滿足每個用戶的QoS要求?？紤]具有穩(wěn)定各態(tài)歷經(jīng)、時變增益為gk,i的瑞利子信道，參數(shù)i(i=1,2,…,N)和k(k=1,2,…,K)分別表示子信道和用戶個數(shù)，N0是加性高斯白噪聲密度。幀長用Tf表示，由J個時隙組成，時隙索引為j。B表示子信道的帶寬，表示一幀中的第j個時隙內(nèi)子信道i上的用戶k分配的發(fā)送功率。接收的信噪比(SNR)可表示為

注意到式(3)代表了所需要的SNR的近似值，而分配的功率應(yīng)使得式(1)中的SNR滿足式(3)中的最小SNR要求，因此令式(1)中的和式(3)中的相等，可以得

本文定義用戶k的吞吐量為該幀中為用戶k分配傳輸?shù)谋忍財?shù)，用Rk表示，即

條件約束：

其中Pmax是每幀分配的最大總功率表示當(dāng)前幀需要傳輸?shù)谋忍財?shù)否則用戶的QoS要求不能滿足，QoS要求對實時業(yè)務(wù)來說即需要滿足最大的包時延容忍度，而對非實時業(yè)務(wù)來說，需要滿足最小的傳輸速率要求。因此，在每調(diào)度幀開始進行設(shè)置，其值與用戶的QoS要求和排隊狀態(tài)有關(guān)。式(7)是基站的功率約束條件，式(8)是QoS要求滿足條件。

平時室內(nèi)要保持空氣新鮮流通，相對濕度60%左右；保持寶寶的呼吸道暢通，根據(jù)病情給予化痰，及時清除分泌物，必要時給予支氣管解痙治療和氧療。

由以上的最優(yōu)化問題可以看出，本文提出的資源分配模型就是設(shè)法找到最佳的分配方案{, i=1,2,…,N, k=1,2,…,K, j=1,2,…,J }，使得在式(7)和式(8)兩個約束條件下，使式(6)中的系統(tǒng)吞吐量達到最大。該優(yōu)化問題是典型的非確定性多項式困難問題(NP-Hard)，其最優(yōu)化解很難得到，因此，本文在第3節(jié)中提出了一種啟發(fā)式調(diào)度算法來求解此問題。

3 面向多業(yè)務(wù)應(yīng)用的資源調(diào)度算法

以最大化系統(tǒng)的吞吐量為優(yōu)化目標(biāo)，并保證每種業(yè)務(wù)的QoS，為了減少復(fù)雜度，本文提出了一種面向多業(yè)務(wù)應(yīng)用的資源調(diào)度(Aimed at the multiservice Application Resource Scheduling, A_ ARS)算法來解決式(6)～式(8)中的最優(yōu)化問題。該算法的核心思想是：(1)每調(diào)度幀中按照“用戶選擇最好的信道”的原則分配盡可能少的資源以保證時延敏感業(yè)務(wù)的QoS；(2)把盡可能多的剩余資源按照“信道選擇最好的用戶”的原則分配給時延非敏感業(yè)務(wù)，實現(xiàn)信道增益，提升系統(tǒng)容量。本文提出的A_ARS算法包括如下兩個步驟。

3.1 基于有效容量的時隙分配

假設(shè)用戶的業(yè)務(wù)可以分為3類：RT業(yè)務(wù)，NRT業(yè)務(wù)和盡力而為(Best Effort, BE)業(yè)務(wù)。與NRT和BE業(yè)務(wù)相比，RT業(yè)務(wù)具有更高的優(yōu)先級。RT業(yè)務(wù)如語音和視頻，NRT業(yè)務(wù)如超文本傳輸協(xié)議HTTP, BE業(yè)務(wù)如FTP(File Transfer Protocal)。

為了滿足RT業(yè)務(wù)的QoS要求，本文定義用戶k的緊急程度值ζk為[11]

其中，wk表示在當(dāng)前幀的用戶k的隊頭數(shù)據(jù)包在違反QoS要求前的剩余時間，ck表示用戶的優(yōu)先級系數(shù)。由于NRT業(yè)務(wù)或BE業(yè)務(wù)不考慮延時要求，因此采用傳統(tǒng)的先輸入先輸出規(guī)則。

本文采用基于有效容量[11]的方法推導(dǎo)出每幀中滿足實時業(yè)務(wù)統(tǒng)計性QoS保證的最小時隙數(shù)，即保證用戶k的QoS分配信道i的最小時隙數(shù){Jk,i}可以通過求解如式(10)所示的最優(yōu)化問題得到[11]：

3.2 多業(yè)務(wù)資源調(diào)度算法

每幀的多業(yè)務(wù)調(diào)度算法如下：首先，所有的RT業(yè)務(wù)按照式(9)得到的緊急程度值有序地進行排隊，對每個用戶按照緊急程度值由大到小進行排序，索引號為k(1,2,…,K), k值越小表示優(yōu)先級越高。按照優(yōu)先級為對每個排隊的用戶k從所有信道中選擇“最好的信道”，即最大信道增益的信道i*。然后給用戶k分配信道i*上的wk,i*時隙滿足QoS要求。在每調(diào)度幀中多個用戶可以共享信道i*，只要。信道i*中每個幀中的剩余時隙，即將被分配給所有NRT或BE用戶中具有最高信道增益的用戶。因此，本文提出的多業(yè)務(wù)自適應(yīng)資源分配的問題就變成如何找到每幀的時隙數(shù)量的集合{wk,i}滿足QoS約束下最小化RT業(yè)務(wù)的信道占用量的問題，即{Jk,i}可以由式(10)得到，式(12)表示QoS約束，式(13)表示分配的時隙數(shù)不能超過一幀中的總的時隙數(shù)。表示剩余信道資源，可以被NRT或BE業(yè)務(wù)使用。很明顯越小，NRT或BE業(yè)務(wù)可使用的空閑信道資源越多，因此，最小化也即最大化NRT或 BE業(yè)務(wù)的可用容量，按照“信道選擇最好的用戶”的原則從所有的NRT或BE用戶中選擇具有最高信道增益的用戶。然后，基站的最大發(fā)送功率減去RT用戶分配的總功率所得的剩余功率將被平均分配給NRT或BE用戶。

可以看出，式(11)的最小化問題是一個線性規(guī)劃問題，可以利用單純形法(simplex)容易地求出解。一旦確定了分配模式{wk,i}，根據(jù)文獻[11]中的表2，自適應(yīng)傳輸模式和相應(yīng)的傳輸功率也可確定。

4 性能評估

本文通過仿真實驗來評估本文所提出的A_ ARS算法的性能。在仿真中，根據(jù)IEEE 802.16B標(biāo)準(zhǔn)[12]，下行鏈路多用戶OFDMA系統(tǒng)中的參數(shù)如表2所示。路徑損耗模型建模為128.1+37.6 log2(R) dB，其中R為用戶到基站的距離(km)。假定陰影衰落的平均值為0，標(biāo)準(zhǔn)差為8 dB。本文假設(shè)有4種業(yè)務(wù)類型：語音，視頻，HTTP和FTP。

本文所提出的A_ARS算法將和文獻[5]中的ARRA方案和文獻[6]中的U_TMCR方案進行比較。在本仿真中，用戶數(shù)從80變化到480，假定每個用戶只有一種業(yè)務(wù)，每種業(yè)務(wù)類型用戶的數(shù)量相等。該系統(tǒng)的業(yè)務(wù)強度定義為用戶總的平均數(shù)據(jù)速率與最大系統(tǒng)傳輸速率的比[7,8]。語音、視頻、HTTP和FTP到達用戶的平均數(shù)據(jù)速率分別設(shè)置為4.8 kbps, 64.0 kbps, 14.5 kbps和88.9 kbps，并且隨著用戶數(shù)量從80變化到480，業(yè)務(wù)負(fù)載則從0.15變化到0.90。

表2 OFDMA系統(tǒng)仿真參數(shù)

圖1顯示了系統(tǒng)吞吐量隨業(yè)務(wù)密度的變化。可以看出，A_ARS方案所獲得的吞吐量最大，在業(yè)務(wù)密度為0.75時，A_ARS的系統(tǒng)吞吐量比ARRA和U_TMCR方案分別提高8.02%和2.34%。這是因為A_ARS方案在實現(xiàn)RT業(yè)務(wù)QoS要求(基于優(yōu)先級的資源分配算法)和提高NRT/BE業(yè)務(wù)的系統(tǒng)吞吐量(基于信道狀態(tài)的算法)之間取得了平衡。ARRA方案的吞吐量隨著業(yè)務(wù)強度的增加，其增長速度逐漸降低。這是因為在高優(yōu)先級用戶和高信干比用戶中，ARRA方案將為高優(yōu)先級用戶分配更多的資源。U_TMCR方案通過最大化總的效用值來調(diào)度用戶，但是U_TMCR方案為了使RT用戶保持完美的丟包率，將比A_ARS方案占用更多的資源，從而也導(dǎo)致了吞吐量增長速度下降。當(dāng)業(yè)務(wù)密度較高時，A_ARS方案為滿足QoS要求，將給實時業(yè)務(wù)分配更多的資源，只有很少的資源可以分配給非實時用戶，因此導(dǎo)致非實時業(yè)務(wù)吞吐量下降，所以圖1中會出現(xiàn)業(yè)務(wù)密度為0.75的拐點。此拐點表明，業(yè)務(wù)強度超過0.75時，必須將更多的資源分配給優(yōu)先級高的實時用戶，以保持其QoS要求。

圖2顯示了FTP業(yè)務(wù)的吞吐量隨業(yè)務(wù)強度的關(guān)系。從圖中可以看出在業(yè)務(wù)負(fù)載小于0.6時，A_ARS方案對FTP吞吐量方面的性能優(yōu)于其他兩種方案，但當(dāng)業(yè)務(wù)強度超過0.6時，A_ARS方案的FTP吞吐量將降低。這是因為A_ARS方案使用基于有效容量的時隙分配可以最小化分配給高優(yōu)先級用戶的資源量，從而分配更多的資源給FTP用戶。相比之下，其他方案將通過犧牲FTP用戶的吞吐量以便分配更多的資源給語音和視頻用戶，從而保持QoS要求。但在高業(yè)務(wù)負(fù)載時，必須將更多的資源分配給緊急實時用戶，以保持其QoS要求。因此，只有很少的資源可以分配給FTP用戶。同時也可以看出U_TMCR方案在業(yè)務(wù)密度為0.6之前一直增長，然后開始下降。這是因為當(dāng)業(yè)務(wù)密度較高時，U_TMCR方案為滿足QoS要求，將給RT業(yè)務(wù)分配更多的資源。但是，A_ARS方案的吞吐量下降率要低于U_TMCR方案，這是因為A_ARS方案僅分配最小的資源以保住RT服務(wù)的QoS要求，從而把更多的可利用資源分配給FTP用戶。因此，可以從圖中看到，當(dāng)業(yè)務(wù)強度為0.75時，A_ARS和U_TMCR兩種方案的吞吐量曲線有一個交點。

圖1 系統(tǒng)吞吐量隨業(yè)務(wù)密度的變化關(guān)系

圖2 FTP用戶的平均傳輸速率與業(yè)務(wù)強度的關(guān)系

圖3(a)和圖3(b)分別表示語音和視頻的丟包率，丟包率要求ε(1%)如圖中虛線所示。從圖中可以看出，A_ARS算法的語音和視頻數(shù)據(jù)包的丟包率在業(yè)務(wù)密度小于0.45之前幾乎為0，而其他兩個方案在業(yè)務(wù)密度約為0.3時就開始增加了。也可以看出A_ARS方案的語音和視頻丟包率在業(yè)務(wù)密度接近1.0之前都低于1%違反概率要求的丟包率。但是，U_TMCR(ARRA)方案的語音丟包率在業(yè)務(wù)密度為0.9(0.8)之前都低于違反概率要求的丟包率。而對于視頻而言，ARRA方案在業(yè)務(wù)密度為0.8時丟包率就違反要求，U_TMCR方案在接近1.0時才違反1%的概率要求。這是因為A_ARS方案根據(jù)RT業(yè)務(wù)的緊急程度值來分配資源決定服務(wù)的順序。而ARRA方案的丟包率隨著業(yè)務(wù)密度的增加而增加，這是因為ARRA方案僅根據(jù)違反QoS之前的剩余時間來調(diào)節(jié)用戶的優(yōu)先級，因此，實時用戶的優(yōu)先級可能低于非實時用戶的，究其原因是NRT業(yè)務(wù)通常比RT業(yè)務(wù)的數(shù)據(jù)包大。

圖4(a)及圖4(b)分別顯示了語音和視頻用戶的平均數(shù)據(jù)包延遲，圖中用虛線標(biāo)出了最大數(shù)據(jù)包延時Dmax，對于所有的算法，平均數(shù)據(jù)包延遲都低于延遲要求。同時也可以看出，在大多數(shù)情況下，A_ARS算法的時延也低于其他兩種算法。這是因為A_ARS算法能夠?qū)崿F(xiàn)最大的系統(tǒng)吞吐量，并且賦予RT用戶的優(yōu)先級高于其他用戶的優(yōu)先級。但是，當(dāng)用戶數(shù)量很大時，如業(yè)務(wù)密度為0.9, A_ARS方案將推遲傳輸視頻數(shù)據(jù)包而更多的資源為語音數(shù)據(jù)包傳輸。因此，A_ARS方案視頻業(yè)務(wù)的延遲大于U_TMCR方案的延時。從圖中也可以看出，當(dāng)業(yè)務(wù)密度超過0.6時，U_TMCR方案的語音和視頻數(shù)據(jù)包延時低于ARRA方案的延時。這是因為U_TMCR方案中緊急的RT用戶有較高的被服務(wù)概率，但是ARRA方案中RT用戶的緊急數(shù)據(jù)包的優(yōu)先級可能小于NRT數(shù)據(jù)包的優(yōu)先級。因此，通過圖3和圖4可以看出，在業(yè)務(wù)強度小于0.9時，A_ ARS算法對于RT業(yè)務(wù)在丟包率和延時方面優(yōu)于其他兩個方案。

最后，對A_ARS, U_TMCR和ARRA 3種方案的計算復(fù)雜度進行比較。圖5表示3個調(diào)度方案的計算時間，圖中虛線表示幀周期(5 ms)?？梢钥闯?個方案的計算時間都小于幀周期，其中，A_ARS方案的計算時間遞增，而U_TMCR和ARRA方案的計算時間在業(yè)務(wù)密度為0.45之前遞增，然后開始下降。當(dāng)業(yè)務(wù)密度小于0.65時，A_ARS方案的計算時間小于U_TMCR和ARRA方案的計算時間。這是因為隨著業(yè)務(wù)密度的增加，A_ARS方案搜索更多的可能組合，因此需要更多的計算時間。然而，當(dāng)業(yè)務(wù)密度較低時，U_TMCR方案中的CSA和ARRA中的通用函數(shù)的優(yōu)點不明顯，需要更多的迭代次數(shù)來分配一幀的L個符號。當(dāng)業(yè)務(wù)密度較高時，這兩種算法能夠連續(xù)地分配OFDMA符號，因此計算時間降低。

圖3 語音用戶和視頻用戶的丟包率與業(yè)務(wù)強度的關(guān)系

圖4 語音數(shù)據(jù)包和視頻數(shù)據(jù)包平均時延

圖5 平均計算時間與業(yè)務(wù)強度的關(guān)系

5 結(jié)束語

本文針對OFDMA系統(tǒng)下行鏈路提出了一種多業(yè)務(wù)自適應(yīng)資源調(diào)度算法，該算法包括兩個階段。第1階段中，基于有效容量推導(dǎo)出最小的時隙數(shù)保證實時業(yè)務(wù)的QoS，在第2階段通過多用戶分集和頻率分集來設(shè)計一個簡單而有效的調(diào)度算法，在保證實時業(yè)務(wù)QoS的前提下最大化系統(tǒng)的吞吐量。

仿真結(jié)果表明，本文所提算法與ARRA和U_TMCR算法相比，在QoS要求保證下，業(yè)務(wù)密度為0.75時，系統(tǒng)的吞吐量分別提高了8.02%和2.34%。本文所提算法的整體滿意度要高于ARRA和U_TMCR算法，這是因為本文所提算法僅分配最少的資源以保證RT業(yè)務(wù)的QoS，并因此可以為NRT/FTP業(yè)務(wù)分配更多的可利用資源。此外，在業(yè)務(wù)強度小于0.65時，本文所提算法的計算時間也低于U_TMCR和ARRA。

[1] Hatoum A, Langar R, Aitsaadi N, et al.. Cluster-based resource management in OFDMA femtocell networks with QoS guarantees[J]. IEEE Transactions on Vehicular Technology, 2014, 63(5): 2378-2391.

[2] Winston W L Ho and Liang Ying-chang. Optimal resource allocation for multiuser MIMO-OFDM systems with user rate constraints[J]. IEEE Transactions on Vehicular Technology, 2009, 58(3): 1190-1203.

[3] Ma Wen-ming, Zhang Hai-jun, Wen Xiang-ming, et al.. Utility-based cross-layer multiple traffic scheduling for MUOFDMA[J]. Advances in Information Sciences and Service Sciences (AISS), 2011, 3(8): 122-131.

[4] 嚴(yán)偉, 朱曉榮, 陳守寧, 等. 基于社會福利最大化的柔性業(yè)務(wù)資源分配研究[J]. 通信學(xué)報, 2013, 34(6): 165-173.

Yan Wei, Zhu Xiao-rong, Chen Shou-ning, et al.. Flexible business resource allocation based on the social welfare maximization[J]. Journal of Communications, 2013, 34(6): 165-173.

[5] Tsai C F, Chang C J, Ren F C, et al.. Adaptive radio resource allocation for downlink OFDMA/SDMA systems with multimedia traffic[J]. IEEE Transactions on Wireless Communications, 2008, 7(5): 1734-1743.

[6] Yen C M, Chang C J, and Wang L C. A Utility-based TMCR scheduling scheme for downlink multiuser MIMO-OFDMA systems[J]. IEEE Transactions on Vehicular Technology, 2010, 59(8): 4105-4114.

[7] Chung Yao-hsing and Chang Chung-ju. A balanced resource scheduling scheme with adaptive priority thresholds for OFDMA downlink systems[J]. IEEE Transactions on Vehicular Technology, 2012, 61(3): 1276-1286.

[8] Chung Wen-ching, Chang Chung-ju, and Wang Li-chun . An intelligent priority resource allocation scheme for LTE-A downlink systems[J]. IEEE Wireless Communications Letters, 2012, 1(3): 241-244.

[9] Marco M and Perez-Neira A I. Efficient margin adaptive scheduling for MIMO-OFDMA systems[J]. IEEE Transactions on Wireless Communications, 2013, 12(1): 278-287.

[10] WiMAX forum. Wimax system evaluation methodology V.1.0[S]. 2007.

[11] 嚴(yán)偉, 朱曉榮, 邵世祥. 下行多業(yè)務(wù)OFDMA 系統(tǒng)中基于有效容量的資源分配算法研究[J]. 電子與信息學(xué)報, 2012, 34(9): 2236-2240.

Yan Wei, Zhu Xiao-rong, and Shao Shi-xiang. In the downlink OFDMA system more business resource allocation algorithm based on the effective capacity study[J]. Journal of Electronics & Information Technology, 2012, 34(9): 2236-2240.

[12] IEEE Standard Std. 802.16-2004. Local and metropolitan area networks-part 16: air interface for fixed broadband wireless access systems[S]. 2004.

朱曉榮： 女，1977年生，博士，副教授，研究方向為泛在無線網(wǎng)絡(luò)、異構(gòu)網(wǎng)絡(luò)、無線傳感器網(wǎng)絡(luò).

羅小琴： 女，1989年生，碩士生，研究方向為移動互聯(lián)網(wǎng).

朱洪波： 男，1956年生，博士，教授，研究方向為移動通信和寬帶無線技術(shù).

Adaptive Resource Allocation Scheduling Algorithm for Multi-service Application in OFDMA System

Zhu Xiao-rong①②Luo Xiao-qin①Zhu Hong-bo①

①(College of Telecommunications & Information Engineering, Nanjing University of Posts and Telecommunications, Nanjing 210003, China)

②(National Mobile Communications Research Laboratory, Southeast University, Nanjing 210003, China)

Aimed at the problem of downlink multiservice adaptive scheduling in Orthogonal Frequency-Division Multiple Access (OFDMA) system, a universal model for multiservice adaptive resource allocation is built, which is to maximize system throughput, under the constraints of Quality of Service (QoS) guarantees. In order to resolve this optimization problem, a multiservice adaptive resource scheduling algorithm is proposed. In this algorithm, the real-time service is allocated as little resource as possible to guarantee its QoS by “the user choosing the best channel” whereas the non-real time service is allocated the residual resource by “the channel choosing the best user” to increase the system capacity. The simulation results show that the proposed algorithm can guarantee the throughputs of the downlink OFDMA systems and meanwhile have some advantages in aspects of delay and packet dropping rate of real-time services.

Wireless communication; Resource allocation; Scheduling; Effective capacity; OFDMA

TN92

： A

：1009-5896(2015)06-1298-06

10.11999/JEIT141158

2014-09-04收到，2014-11-18改回

國家自然科學(xué)基金(61372125)，國家973計劃項目(2013CB329104)和東南大學(xué)移動通信國家重點實驗室開放研究基金(2013D01)資助課題

*通信作者：朱曉榮 xrzhu @njupt.edu.cn