閱讀726 返回首頁    go 阿裏雲 go 技術社區[雲棲]


詳析LTE調度算法

  • image
  • image image
  • image

動態調度即快速調度機製。

  • image

通過下行PDCCH的DCI信息來執行,每個調度周期,UE都要監聽PDCCH以獲取上下行調度信息。

  • image

下行調度主要負責為UE分配物理下行共享信道PDSCH上的資源,並選擇合適的MCS用於係統消息和用戶數據的傳輸。

  • image

1)R10規定了8種UE能力級別,每個級別規定了每個TTI能夠傳輸的最大bit數及層數。

2)CSI是基於瞬時的下行信道質量估計的。

3)RI用來指示PDSCH的有效的數據層數。用來告訴eNB,UE現在可以支持的CW數。也就是說RI=1,1CW,RI>1,2 CW.

4)PMI用來指示碼本集合的index。由於LTE應用了多天線的MIMO技術。在PDSCH物理層的基帶處理中,有一個預編碼技術。它為ENB提供建議使用的預編碼矩陣。

5)CQI用來反映下行PDSCH的信道質量。用0~15來表示PDSCH的信道質量。0表示信號質量最差,15表示信道質量最好。說明: 搜索UE在PUCCH/PUSCH上發送CQI給eNB。eNB得到了這個CQI值,就質量當前PDSCH無線信道條件好不好。 這樣就可以有根據的來調度PDSCH。

6)下行發射功率是小區所有用戶共享的。

  • image
  • image

優先級:半靜態調度、控製麵消息和IMS信令>重傳數據>初傳數據

  • image
  • image
  • image image
  • image image
  • image
  • image

MAX C/I 、RR、PF是基本特性, EPF是可選特性。

MAX C/I算法可以最大化係統吞吐量,但不能保證小區各用戶之間的公平性。

RR算法能保證各用戶之間的公平性,但不能最大化係統的吞吐量。

PF是MAX C/I和RR算法的折中,但無法保證用戶的業務感受。

EPF是增強PF算法,包括業務調度優先級的計算和業務速率的保證。

  • image

PELR: Packet Error Loss Rate

PDB: Packet Delay Budget

考慮用戶的信道質量和時延,優先級計算如下:

image

考慮用戶的信道質量、曆史傳輸速率、業務的QCI級別和服務流的權重,計算如下:

image

  • image image
  • image
  • image
  • image image
  • image
  • image


image

上行調度用於UE分配PUSCH資源,流程複雜於下行,主要區別為以下幾個方麵:

1)上行調度由UE觸發和維持,消息包括:“Scheduling request”,“Buffer status reports”,“power headroom report”

2)上行調度包括兩個調度器,一個位於ENB側,針對每個UE的邏輯信道組進行調度;一個位於UE側,針對邏輯信道組內的邏輯信道進行調度。

3)上行調度的MCS算法和RB計算協議裏沒有規定,由各廠家定義。

  • image

SR:調度請求Scheduling request

BSR:緩存狀態報告 Buffer status reports

PHR:功率空間報告 power headroom report

  • image
  • image
  • image
  • image
  • image
  • image
  • image

ENB側上行業務速率控製主要通過Token Bucket 策略,Token size 是業務需要保障的速率,根據Bucket水量判斷業務速率是否滿足。

  • image
  • image

上行調度MCS選擇分為:SINR調整、MCS初選、MCS調整三個部分,流程如下:

image

SINR調整:由於信道衰落對信號的影響,上報時刻的SINR和調度時刻SINR相比會有變化,通過SINR調整,糾正測量誤差,並且使IBLER測量值收斂於目標值。

MCS初選:根據用戶帶寬上測量的SINR和ENB的解調性能進行比較,選擇合適的調製編碼階數進行傳輸。

MCS調整:完成初選後,根據UE調度上行RB是否遇到小區級SRS子幀、隨路信令及根據UE能力進行MCS調整。

  • image
  • image

  • image
  • image
  • image

來源: 數據挖掘機器學習與人工智能算法

最後更新:2017-07-24 16:02:52

  上一篇:go  社區智慧醫療建設還需更大的力度去建設
  下一篇:go  在E-MapReduce集群內運行Spark GraphX作業