郭 艷， 王志林， 李少杰

(中國移動通信集團陜西有限公司 西安分公司綜合維護中心, 陜西 西安 710075)

一種加權(quán)因子的OFDMA多播資源分配算法

郭 艷， 王志林， 李少杰

(中國移動通信集團陜西有限公司 西安分公司綜合維護中心, 陜西 西安 710075)

針對EPSA-SAF算法造成系統(tǒng)性能不確定性波動問題，提出一種改進的多播資源分配算法。該算法將加權(quán)因子與用戶所處信道增益進行逆向關(guān)聯(lián)，自適應(yīng)根據(jù)用戶性能將高速率數(shù)據(jù)流分散到較低速率上，且對低速率數(shù)據(jù)流相反處理，從而提高整個系統(tǒng)吞吐量的同時盡可能滿足用戶間的公平性。仿真結(jié)果表明改進算法的吞吐量要優(yōu)于EPSA-SAF算法和EPSA-LCG算法的吞吐量。

多播；正交頻分復(fù)用；資源分配；加權(quán)因子

無線移動通信系統(tǒng)需要給不同QoS的大量用戶提供高速率和高質(zhì)量的多媒體服務(wù)[1-2]，為了解決無線移動通信所面臨系統(tǒng)資源受限的挑戰(zhàn)，靈活且有效的多播資源分配策略成為學(xué)術(shù)界和商業(yè)界的研究熱點之一[3-4]。由于用戶間信道條件的差異性，有效且合理的資源分配是迫切需要研究的問題[5-6]。其中，在總功率受限下最大化系統(tǒng)吞吐量的正交頻分多址(Orthogonal Frequency Division Multiple Access，OFDMA)多播系統(tǒng)資源分配問題受到了廣泛的關(guān)注和重視[4-8]。

文獻[7]研究了基于多播組內(nèi)最差用戶下最大化系統(tǒng)吞吐量的資源分配算法(Equal Power-based Subcarrier Allocation considering Least Channel Gain，EPSA-LCG)，能夠滿足用戶間公平性，但是由于受限于最差用戶，故而所得吞吐量較低，且沒有充分利用頻譜資源。文獻[8]所提利用擴展分攤因子的多播資源分配算法(Equal Power-based Subcarrier Allocation using Scalable Amortize Factor，EPSA-SAF)，獲得的吞吐量較高，但是整個系統(tǒng)性能具有較強約束性和隨機性。因此，本文對EPSA-SAF算法進行改進和優(yōu)化，提出采用自適應(yīng)加權(quán)因子的OFDMA多播系統(tǒng)資源分配算法(Equal Power-based Subcarrier Allocation using Weighting Factor，EPSA-WF)。將加權(quán)因子與用戶自身性能相關(guān)聯(lián)，解決EPSA-SAF算法吞吐量的隨機性波動，并且相對于EPSA-LCG算法，能夠較有效利用系統(tǒng)資源，從而提高整個系統(tǒng)吞吐量。

1 系統(tǒng)模型

考慮下行鏈路OFDMA多播系統(tǒng)場景，系統(tǒng)框圖如圖1所示。

圖1 OFDMA多播系統(tǒng)下行鏈路資源分配框圖

假設(shè)系統(tǒng)中總用戶數(shù)目為K，可以分成G個多播組，而每個多播組對應(yīng)一條多播業(yè)務(wù)流。同時，系統(tǒng)有N個子載波。其中第g個多播組包含的用戶數(shù)目為Kg(g=1,2,…,G)，對應(yīng)的用戶集合為

而且

總用戶

子載波集合為

Ω={1，2，…，N}。

同時，假設(shè)基站總功率為Ptotal，系統(tǒng)總帶寬為B，每個子載波占用相同帶寬，且為

并且，假設(shè)基站已知所有用戶的信道條件，且資源分配過程中信道狀態(tài)不變。第g個多播組內(nèi)的用戶k在子載波n上的信道系數(shù)為hk,n，由香農(nóng)公信道容量式[7]可知，用戶k在子載波n上接收第g個多播業(yè)務(wù)流的最大數(shù)據(jù)速率可表示為

(1)

其中N0表示噪聲的單邊功率譜密度，pn表示基站分配給n個子載波上的功率。

(2)

第g個多播組在子載波n上的和速率[8]可表示為

(3)

(4)

(5)

其中φk,n并非最終加權(quán)到用戶性能上的那個因子，而是對初始的加權(quán)因子進行升序排列處理，得到

同時，對用戶自身的可解碼速率rk,n進行反序處理，即降序處理，獲得

特別注意，此時的用戶k未必就和用戶k*相同。因此，經(jīng)過加權(quán)因子對用戶性能進行“削優(yōu)增差”處理后，基站給多播組g在子載波n上的傳輸速率為

(6)

多播組g在子載波n上的有效和速率為

(7)

式中Rg,n表示多播組g在子載波n上獲得的有效和速率，Dg,n表示多播組g在子載波n上能夠正確收到業(yè)務(wù)數(shù)據(jù)的用戶集合，|Dg,n|表示多播組g在子載波n上能夠正確收到業(yè)務(wù)數(shù)據(jù)的用戶數(shù)目。

定義ρg,n為子載波分配指示器，用來表示子載波n是否分配給第g個多播組。若ρg,n=1，則表示子載波n分配給多播組g；若ρg,n=0，則子載波n未分配給第g個多播組。

綜上所述，改進算法的優(yōu)化問題可描述為目標(biāo)函數(shù)

(8)

2 改進的資源分配算法

改進算法分三個階段來求解資源分配問題。首先，選取合適的加權(quán)因子；其次，在假設(shè)子載波間功率平均分配下，將上述優(yōu)化問題式(8)解耦合；最后，在已得到的子載波分配情況下，進行功率分配，最大化系統(tǒng)吞吐量。

整個資源分配的具體步驟如下。

步驟1 初始化

設(shè)置集合

S={1,2,…,N},

Θ={1,2,…,g,…,G},

且對?g,?n多播組內(nèi)能正確解碼數(shù)據(jù)的用戶集合

Ag,n=?,

Ωg={n:ρg,n=1}=?,

pn=0,Tg,n=0。

步驟2 確定加權(quán)因子

步驟3 子載波分配、循環(huán)

(1)令n=1，執(zhí)行如下步驟：比較Rg,n，選取

使得

ρg*,n=1。

如果存在

Rgx,n=Rgy,n(gx≠gy,gx,gy∈Θ),

則取

因此

Ωg=Ωg∪n,

S=S-{n}。

(2)分配剩余子載波，若n∈S，則更新n=n+1，繼續(xù)(1)中所有步驟。

步驟4 結(jié)束

直到S=?時結(jié)束，此時就完成了所有子載波的分配，即

ρg*,n=1，

同時確定了各個多播組能正確收到數(shù)據(jù)的用戶集合

基于上述子載波分配結(jié)果，對采用注水功率分配算法完成功率分配[9]，此時，次優(yōu)化問題式(8)轉(zhuǎn)化為

(9)

采用Lagrange算法對式(9)處理后，得到功率分配結(jié)果表示為

(10)

以上就是EPSA-WF算法的具體實現(xiàn)過程。

3 仿真結(jié)果和分析

仿真場景及相關(guān)參數(shù)配置如表1所示。

表1 仿真參數(shù)配置

(1)信噪比對多播系統(tǒng)吞吐量的影響

選取系統(tǒng)用戶數(shù)K=30，分為兩個多播組。多播組1中包含12個用戶，而多播組2包含8個用戶。在此多播業(yè)務(wù)覆蓋區(qū)域中，共有子載波N=64來承接此業(yè)務(wù)數(shù)據(jù)傳輸。在仿真過程中，信道是頻率選擇性衰落的，共包含6條相互獨立的瑞利分布路徑。并且，EPSA-SAF算法的最小分攤因子分別取α=0.1和α=0.3。仿真結(jié)果如圖2所示。

從圖2(a)中可以明顯看出，隨著信噪比SNR的增加，整個系統(tǒng)的吞吐量是呈現(xiàn)上升趨勢的。尤其在RSN≥10 dB之后，上升的幅度是明顯增大，曲線呈快速陡增狀態(tài)。并且在α=0.3時，EPSA-SAF算法人為隨機取得加權(quán)因子值介于0.3～1，α值越大，所取加權(quán)因子值也越大，從而多播組信道增益值越大，則對系統(tǒng)吞吐量的貢獻越為明顯。而當(dāng)α=0.1時，EPSA-SAF算法的加權(quán)因子隨機性取較小值的可能性就越大，多播組平均信道增益低，獲得系統(tǒng)吞吐量可能會較低。

如圖2(b)所示，EPSA-SAF算法和EPSA-LCG算法的性能相近，但在加權(quán)因子隨機性取得值都較小的情況下，EPSA-SAF算法獲得的系統(tǒng)性能可能還不如EPSA-LCG算法得到的性能?？傊?，可以很明顯看出，改進算法要優(yōu)于EPSA-SAF算法和EPSA-LCG算法，且隨著SNR的遞增，獲得的系統(tǒng)性能也明顯上升。

(a) K=30, α=0.3

(b) K=30, α=0.1

(2)用戶數(shù)對多播系統(tǒng)吞吐量的影響

為了更好地且更清晰地評估用戶數(shù)變化對系統(tǒng)吞吐量的影響狀況，選擇在較高的信噪比RSN=20 dB時完成此性能仿真。同時，為了更全面更準(zhǔn)確地評估改進算法與EPSA-LCG算法和EPSA-SAF算法的系統(tǒng)性能，圖3所示為仿真性能曲線。

從圖3(a)可以很明顯看出，改進算法在用戶數(shù)逐漸增多時，獲得的系統(tǒng)性能比相同條件下EPSA-SAF算法和EPSA-LCG算法得到的性能要優(yōu)越。當(dāng)α=0.3時，EPSA-SAF算法的組平均信道增益值可能會較大，因此EPSA-SAF算法獲得的仿真曲線與改進算法的仿真曲線較為接近。

(a) RSN=20 dB, α=0.3

(b) RSN=20 dB, α=0.1

圖3(b)為α=0.1時，改進算法與其他兩種算法在用戶數(shù)變化對系統(tǒng)吞吐量影響下的仿真曲線?？梢钥闯?，改進算法獲得系統(tǒng)性能依舊要優(yōu)于EPSA-SAF算法和EPSA-LCG算法獲得的系統(tǒng)性能。EPSA-SAF算法與EPSA-LCG算法的性能曲線較為靠近，這是由于人為預(yù)定的分攤因子值較小時，加權(quán)因子的取值下限就有可能隨機選到很小的值，從而得到的系統(tǒng)吞吐量就較低。更糟糕情況下，加權(quán)因子取值都很低，此時獲得系統(tǒng)吞吐量甚至不如EPSA-LCG算法得到系統(tǒng)性能，而且這種情況是很有可能存在的。在RSN=20 dB且用戶數(shù)為30所對應(yīng)的系統(tǒng)吞吐量與圖2在RSN=20 dB時獲得系統(tǒng)性能是基本相同的。因此，從仿真得到的性能曲線圖說明了改進算法的有效性和準(zhǔn)確性。

4 軟件實現(xiàn)

改進算法在MBMS軟件仿真平臺上進行實現(xiàn)和評估，如圖4所示。在此界面里，設(shè)置用戶數(shù)為30，小區(qū)半徑為1 000 m，路徑損耗16.3 dB，基站總的發(fā)射功率為1，循環(huán)次數(shù)為1 000次，其它參數(shù)由于本文算法未涉及，故初始化為零。

圖4 MBMS軟件平臺的參數(shù)設(shè)置

通過設(shè)置網(wǎng)絡(luò)拓撲結(jié)構(gòu)中的系統(tǒng)參數(shù)，實現(xiàn)了場景模塊的設(shè)置。由于改進算法不屬于平臺已有的算法，故在“傳輸技術(shù)”所代表的多播算法中選擇“場景對應(yīng)的傳輸技術(shù)”，通過此步驟MBMS工程文件.cpp中將調(diào)用.m形式做成的算法COM組件，將其添加到工程文件中。選擇“吞吐量”指標(biāo)，可在運行結(jié)果的組框中顯示改進算法的性能曲線，如圖5所示。

可以看出，改進算法在MBMS軟件平臺上獲得的仿真性能曲線和利用Matlab仿真獲得的性能曲線是基本一樣的，同樣顯示了改進算法與EPSA-SAF算法和EPSA-LCG算法相比之下的優(yōu)越性。

(a) α=0.1

(b) α=0.3

5 結(jié)束語

對EPSA-SAF算法進行改進，經(jīng)過加權(quán)因子逆向關(guān)聯(lián)、自適應(yīng)確定傳輸速率等策略，建立改進后的最優(yōu)資源分配方案。

仿真結(jié)果表明改進算法具有更高的吞吐量，同時兼顧用戶之間的公平性。此外，改進算法的復(fù)雜度不高，計算量也相對較低，易于實現(xiàn)。

[1] Varshney U. Multicast support in mobile commerce applications[J]. Computer, 2002, 35(2): 115-117.

[2] Hartung F, Horn U, Huschke J, et al. Delivery of broadcast services in 3G networks[J]. Broadcasting, IEEE Transactions on, 2007, 53(1): 188-199.

[3] Suh C, Mo J. Resource allocation for multicast services in multicarrier wireless communications[J]. Wireless Communications, IEEE Transactions on, 2008, 7(1): 27-31.

[4] Hui S Y, Yeung K H. Challenges in the migration to 4G mobile systems[J]. Communications Magazine, IEEE, 2003, 41(12): 54-59.

[5] Sadr S, Anpalagan A, Raahemifar K. Radio resource allocation algorithms for the downlink of multiuser OFDM communication systems[J]. Communications Surveys & Tutorials, IEEE, 2009, 11(3): 92-106.

[6] Shariat M, Quddus A, Ghorashi S, et al. Scheduling as an important cross-layer operation for emerging broadband wireless systems[J]. Communications Surveys & Tutorials, IEEE, 2009, 11(2): 74-86.

[7] Liu J, Chen W, Cao Z, et al. Dynamic power and subcarrier allocation for OFDMA-based wireless multicast systems[C]//ICC2008. Beijing: IEEE Press, 2008: 2607-2611.

[8] Afolabi R O, Kim K. Adaptive resource allocation in multicast OFDMA transmissions using scalable amortize factor[C]//Ubiquitous and Future Networks (ICUFN), 2012 Fourth International Conference on. IEEE, 2012: 255-260.

[9] 劉鵬飛，盧光躍.一種基于注水算法的認知OFDM系統(tǒng)資源分配方法[J].西安郵電學(xué)院學(xué)報，2010，15(1)：9-12.

[責(zé)任編輯:祝劍]

Research on radio resource allocation algorithm by using weighting factors in OFDMA multicast systems

GUO Yan, WANG Zhilin, LI Shaojie

(Center of General Maintenance, China Mobile Group Shaanxi C., Ltd. Xi’an Branch, Xi’an 710075, China)

An improved multicast resource allocation algorithm is proposed to solve a shortcoming of the EPSA-SAF algorithm such as the uncertain rise and fall of the whole system performance. By making the weighted factor related to users channel gain, and dynamically spreading out the high data rate over the lower rate, and vice versa, the throughput of the whole system is enhanced and the fairness of users is satisfied. Simulation results show that the performance of EPSA-WF algorithm is better than those of EPSA-SAF algorithm and EPSA-LCG algorithm.

multicast, orthogonal frequency division multiplexing, resource allocation, weighting factor

10.13682/j.issn.2095-6533.2014.03.007

2014-02-19

國家科技重大專項基金資助項目(2010ZX03003-004-01)

郭艷(1986-)，女，碩士，從事無線通信中無線資源管理的研究。E-mail：guoyan5@sn.chinamobile.com 王志林(1979-)，男，工程師，從事移動通信網(wǎng)絡(luò)運營維護優(yōu)化研究。E-mail：wangzhilin3@sn.chinamobile.com

TN929.5

A

2095-6533(2014)03-0031-07