LTE-Advanced和5G网络上行链路调度的新礼貌算法

摘要

无线用户数量的快速发展和新的多媒体服务的出现促使第三代合作伙伴项目(3GPP)开发新的无线接入技术。因此，为了满足LTE网络中不同类型运营商在吞吐量和带宽方面不断增长的需求，并保证服务质量(QoS)，在10版本长期演进(LTE) (LTE- a)的基础上引入了载波聚合(carrier aggregation, CA)技术。但是，在实现良好的资源管理方案之前，这种解决方案仍然是低效的。文献中提出了几种调度机制，以保证LTE-A和5G网络中不同类型承载者的QoS。尽管如此，他们中的大多数都提倡优先生育。在本研究中，提出了一种新的上行资源调度方法。其目的是确保LTE-A和5G网络上分配承载者的不同流量等级的服务公平性。此外，它通过动态管理服务优先级来增加被接纳的承载者的数量，从而提高网络中被接纳的用户数量。事实上，基于每个类的平均等待时间，使用低优先级承载者的低优先级流量类在特定的时间间隔内受到青睐。仿真结果表明，在不影响高优先级类QoS的情况下，低优先级类的QoS参数得到了很大的改善。

1.介绍

5 .长期进化-高级(LTE-A)^th由于运营商组件的聚合，5G网络已成为最有前途的电信技术。这提供了更大的带宽和更高的吞吐量，满足不断增长的移动流量的需求，并使网络中允许的用户数量最大化。在接受一种承载类型后，进化的节点B (eNodeB)应该分配必要的资源块(RBs)，以保证被接纳的承载者所请求的服务质量(QoS)。为了实现无线资源的高利用率，eNodeB在服务不同类型承载人时必须执行高效的调度方案。这样，它可以为每个承载者的类保证良好的QoS级别。当然，吞吐量延迟和阻塞呼叫是衡量网络中QoS水平的最重要的指标之一。因此，除非要处理网络资源的访问管理，否则增加带宽仍然不足以在整个网络中保持良好的QoS水平，特别是在拥塞的情况下。文献中针对上行链路和下行链路提出了几种调度方法[1- - - - - -3.]，侧重于不同方面，如排队和优先级管理。一些研究在队列管理中考虑延迟容忍，其中低容忍类具有最高的服务优先级。中提出的比例公平算法[4]实时（RT）流量与非实时（NRT）流量的比较但是，该解决方案没有定义任何优先级机制来有效管理网络资源。因此，NRT接受的数据包将保留在队列中，直到传输所有RT数据包。该方案将导致NRT数据的显著延迟，这可能会超过允许的延迟，从而可能会增加数据包的lo这种流量的ss速率。此外，在流量拥挤的情况下，分配给NRT流量的承载将首先被抢占。此外，所有新的网络访问请求都将被拒绝。因此，低优先级流量将遭受高丢包率和高阻塞呼叫。此外ral资源管理方案促进高优先级呼叫而不是低优先级呼叫，并且不实施任何优先级管理机制。Henrique da Mata和Guardieiro[5]提出了一种基于遗传算法的解决方案，既能保证QoS-Guaranteed Bit Rate (GBR)流量，又能降低非GBR应用的压力。[6]基于资源预留来降低切换呼叫的阻塞概率，特别是在拥塞情况下。此外，[7]引入了一种机制，在网络资源不足时，使切换呼叫的阻塞概率低于新呼叫的阻塞概率。给出的解决方案[8]通过在满足允许的阈值数时限制接受的新呼叫数，提高低优先级业务的QoS。在最后一种方法中，切换呼叫和新呼叫的阻塞概率是基于阈值选择的。中的解决方案[9处理优先级管理。这是为了提高网络资源的分配。但是，当cell过载时，LTE-A用户将在拥有最高优先级的用户之前被阻塞。[10利用博弈论，考虑了多小区D2D通信中的资源分配问题。

此外，本文还提出了一种新的上行资源调度方法。它的目的是确保在LTE-A和5G网络上分配不同承载者的不同流量类别的服务公平性。此外，它还通过动态管理服务优先级来增加允许承载者的数量，从而增加网络中允许的用户数量。事实上，基于每个类的平均等待时间，使用低优先级承载者的低优先级流量类在特定的时间间隔内受到青睐。

本文组织如下。部分2包含材料和方法;解释了基于原生礼貌算法的新礼貌算法如何有助于改善LTE-A和5G网络中的调度管理系统[11]最后，介绍了我们的算法在LTE-A和5G网络中的应用3.说明我们的实验结果。我们用一个结论来结束。

2.材料和方法

2.1.新的礼貌算法与本地礼貌算法的比较

原生礼貌调度网络资源算法在[11］.它的设计是为了提高WiMAX网络的网络性能。它提出了对资源的公平管理，并通过传输低优先级流量的数据包而不是高优先级流量的数据包来优化服务。只有当高优先级流量的QoS是可接受的，这才有可能。采用这种方法减少了低优先级包的平均等待时间，并使其类的包丢失最小化。该方案虽然改善了弱势类的传输业务，但并没有改善高优先级类的传输业务，也没有提高系统的吞吐量和阻塞概率。此外，本地礼貌算法不处理切换的流量，因为它已经被用于固定的Wimax网络。因此,一种新方法的调度机制LTE-A上行和5 g网络开发,即上行调度的新的礼貌算法LTE-advanced网络资源管理取决于三个交通类,切换,RT,和NRT为了确保服务公平性不同的类,即使是在移动的情况下。该方案适用于中等负载流量和网络拥塞的情况。 It increases the number of satisfied customers and reduces the average waiting time of the underprivileged traffic classes without deteriorating the QoS of high-priority classes. Furthermore, it minimizes blocking and packet loss rates in the system, thus improving the throughput.

2.2. 一种新的礼貌算法

该方法基于一种方案，该方案考虑三类业务，即切换业务、新RT和NRT呼叫。切换类具有最高优先级，并且总是首先服务，以避免在系统中发生拥塞情况时抢占已建立的承载。RT类将获得第二优先级，NRT类将获得最低优先级。新的礼貌算法用于重新组织对网络资源的管理访问，并在其他两类遇到拥塞情况时，在限定的有限时间内临时将最高优先级分配给它们。这应该保证系统中整个数据包的服务公平性。请注意，本机和新的礼貌算法是基于在服务质量良好的情况下，为最低优先级的流量提供高优先级，而不是高优先级的流量。这将发生在一个被称为容忍时间的时间内，并由礼貌和新礼貌算法预定义。此时间取决于高优先级流量的服务质量阈值时间。此外，它确保在礼貌机制应用期间，高优先级流量不会达到丢包的临界阈值，并且始终保证可接受的QoS水平。

即使两个有礼貌的算法的应用条件融合，就是表示两个算法在结构和指令方面都不相似。事实上，关于我们的解决方案，已经开发了两个概念。在第一种设计中，当达到RT数据包的平均等待时间时，RT类被赋予最高优先级。然而，RT数据包传输时段不应超过切换分组的平均等待时间，以保持切换类的良好QoS级别。在第二种设计中，在RT和NRT类之间共享第一设计中专用于RT分组传输的时段。当平均等待时间除以所选的平均等待时间时，NRT数据包采用最高优先级x值是达到了。

2.2.1。新型礼貌算法的应用条件

条件1．第一个条件用于定义不同类的初始服务序列，即Handoff、RT和NRT，依次分配优先级PR₁,公关₂,公关_3.如下:

条件2．首先在一段时间内为切换分组提供服务T_r1，小于或等于时间，称为阈值RT（Th_RT)，这是RT队列中的平均等待时间。Th的价值_RT由于RT队列中的等待时间超过了允许的最大等待时间，因此有可能减少RT包丢失。然后，如果可能的话，如果切换类容忍它，从t= Th_RT，则RT报文在传输期间将获得高优先级T_r2相当于切换数据包的平均等待时间，该数据包将在时间重新获得最高优先级t= Th_高清+ Th_RT，在Th_高清是切换类的阈值(图1）：

条件3.．传播周期T_r2在RT和NRT数据包之间共享，并且当队列NRT中的平均等待时间达到阈值NRT或Th时，NRT数据包获得高优先级_NRT，等于NRT包的平均等待时间除以选定值x．这个划分的目的是要有Th的价值_NRT靠近th_高清和Th_RT因为NRT类可以容忍更高的延迟。因此，RT包在一段时间内优先级最高T_r3小于或等于Th_NRT时间间隔内T_r2，且NRT数据包在传输期间具有优先级T_r4(图1）：

2.2.2。新的礼貌算法描述

应用新的礼貌算法，在切换类容忍时间内以及在RT和NRT拥塞期间，连续地为RT和NRT分配最高优先级。当RT报文的等待时间达到阈值时，RT流量优先级最高，按照PQ (priority Queuing)方案进行服务，而切换类和NRT类则按照CBWFQ (Class-Based Weighted Fair Queuing)方案进行服务。同样，当NRT报文到达阈值等待时间时，NRT类将按照PQ进行服务，其他两个类将按照CBWFQ进行服务。根据PQ增加的RT和NRT类的全部服务时间不能达到切换等待时间阈值，这一约束保证了切换流量保持良好的QoS水平。

新的礼貌算法的结构如下所示，通过给每个类分配的权重来说明不同优先级之间的区别，并且在基本场景中给切换类的权重为1。基本场景或基本方案是在调度数据包时不需要礼貌。第1步：分组传输开始。在这个阶段，我们假设没有发生拥塞。然后系统将按照基本方案为数据包提供服务。换句话说，切换流量将按照PQ策略进行服务，新的RT和新的NRT流量将按照CBWFQ排队系统进行服务。因此，新的礼貌算法应用如下说明:(1)队列不同权重的属性如下:(一) += 1,>(b) =(c) =(2)生成矩阵Q的确定(3)Pb的计算，阻塞概率(4)检查系统平稳性如果Pb≤1，则固定系统 其他的给出其他值和  重复步骤1的说明3和4如果步骤2:新RT包的礼貌方案(5)计算_阈值（Th_高清,_RT,_NRT）(6)计算_持续时间(T_r1，T_r2）(7)而(T_r1> TH_RT和TH_RT ≤ T_r2≤TH_高清+ TH_RT)(一)新重量的归属和(我) = 1(2) += 1(iii) >(iv) =（五） =(b)确定生成矩阵Q(c)Pb的计算，阻塞概率(d)检查系统平稳性如果Pb≤1，则固定系统 其他的给出其他值和重复步骤2的步骤7(c)和步骤7(d)如果(8)结束（9）计算持续时间（T_r3）(10)而(T_r3> TH_NRT和TH_RT ≤ T_r2≤TH_高清+ TH_RT)(一)新重量的归属和(我) = 1(2) += 1(iii) >(iv) =（五） =(b)确定生成矩阵Q(c)Pb的计算，阻塞概率(d)检查系统平稳性如果Pb≤1，则固定系统 其他的给出其他值和重复步骤2的步骤10(c)和步骤10(d)如果(11)结束步骤3:如果有报文要传输转到第1步 其他的转到步骤4如果第四步:结束传播

新的礼貌算法的描述表明，仅当最低优先级的流量类遭受超过此类的阈值的长度等待时间时，才能应用礼貌方案，并且仅当保证较高优先级类的QoS时才才能得到保证。这两个约束由循环的条件指令解释。此外，一旦优势等级的礼貌机制达到可接受的等待时间，有礼貌的调度系统将阻止该类的礼貌方案传播。此后，算法检查排队系统中是否存在要传输的任何数据包;如果是这样，算法返回第一步;否则，执行新的礼貌算法停止。

２．３．新型礼貌调度系统的数学模型

本节介绍了我们开发的与新的礼貌算法相对应的数学模型，该算法改进了LTE-A和5G网络的网络资源调度。需要注意的是，在本研究中，我们将一个基本方案称为经典调度系统，而不应用任何礼貌机制。在定义数学模型和进行仿真时都考虑了该方案。

2.3.1。用PQ_CBWFQ描述M/M/S/K系统

模型如图所示2由年代类似的服务器和容量为K的唯一缓冲区，在三个虚拟等待队列之间共享:Q_HD、Q_RT和Q_NRT，它们分别与切换流量和新流量RT和NRT相关。切换类是根据非抢占优先级队列(PQ)策略提供服务的，该策略在传输新包RT或NRT时对切换包进行处理，而不中断服务。RT和NRT类在CBWFQ之后提供权重Q_RT大于权重，表示专用于RT流量的带宽数量是最高的[12].对于我们的计划，如[13，14，15]在这三个队列中，到达的呼叫遵循平均值的泊松分布λ_p，p= 0.1, 2，需要指数服务时间1/年代μ与μ=μ_p，μ₁或μ₂．注意，这是可用服务器的数量，从1到最大值不等年代值，必须小于或等于缓冲区k的容量。本研究中考虑的服务保留策略是，只要队列中有数据包等待，服务器就不会处于空闲模式(idle)。

此外，只有一个服务器服务一个包[16]。此外，队列Q_HD中的到达者包括λ₀₁和λ₀₂,在那里λ₀₁和λ₀₂依次指示RT切换数据包和NRT切换数据包的到达。切换队列内的管理遵循CBWFQ策略，并且切换数据包RT始终具有最高优先级。

2.3.2。基于PQ_CBWFQ的M/M/S/K系统解析模型

数字3.给出了带PQ_and的排队系统M/M/S/K的稳态图，CBWFQ模型为连续时间下的三维离散马尔可夫链，状态为(我，j，k),我，j，k分别表示切换，RT和NRT队列的每个状态中的分组数。在三个队列中同时存在的数据包数不得超过缓冲区K.达到容量k后到达的数据包的总容量。切换类具有最优先级，并提供服务年代μ₀在魁人党政治之后，与年代= 0, 1，…年代．RT和NRT报文的服务采用CBWFQ方式。当Q_NRT为空时，RT包将被s处理μ₁率。但是，在相反的情况下，NRT包使用s来提供服务μ₂率。否则，如果两个队列中同时有报文，则链路服务速率按权重由两个类共享和通过给予最高的权重RT类。求解马尔可夫链需要首先建立稳态方程组，该方程组是通过匹配每个状态的传入和传出流量得到的。然后，采用矩阵几何过程计算稳态概率π（我，j，k）．矩阵几何处理是一种基于将语句按值分层分组的机制我并允许后续的转换:(我)同级我，来自(我，j，k) (我，j + 1.k), (我，j − 1.k), (我，j，k + 1） ，或(我，j，k − 1)(2)朝着更高水平的状态，来自（我，j，k) (我 + 1.j，k）(iii)朝向较低邻接能级的状态，从(我，j，k) (我 − 1.j，k）

因为马尔可夫链是三维的，层次的我是二维的，如图4［17］.

PQ_CBWFQ的马尔可夫链M/M/S/K的矩阵几何为 在哪里矩阵为零。矩阵 ， 是矩形矩阵，而矩阵呢问_我，我沿着对角线是与矩阵形式相同的非奇异方阵问．

给出了马尔可夫过程的无穷小生成子

稳态概率π（我，j，k)可通过求解归一化公式Σ进行估计π_我= 1,πQ= 0,π概率向量是否被分割成子向量π_我，π= (π₁，π₂，π_3.，π_k］ ［18］.

的分辨率πQ= 0可得到如下公式体系:

平稳概率的公式可概括如下：

的R_ξ矩阵的计算方法如下: 在哪里我是单位矩阵。

方程(6)可以描述如下:

因此,π₀通过求解方程得到(9)使用之前的归一化公式表示为π₀． 在哪里是1的列向量。

阈值的估计可通过计算三个队列中的平均等待时间获得。

因此,届_RT对应于队列Q_RT中数据包RT的平均等待时间：

l_问1表示RT队列的长度：

Th_高清是队列Q_HD中切换数据包的保留时间间隔： 与一小部分的抵达者是因为缓冲空间不足而被拒绝吗是系统中的阻塞概率：

和，l_问0为切换队列的长度:

Th_NRT定义为NRT报文在队列中的平均等待时间Q_NRT除以x：

l_问2NRT类的队列长度是多少

的时间间隔T_r1，T_r2， 和T_r3.通过使用的队列分析确定l.Kleinrock of multiple priorities标记任何访问系统的数据包。然后，估计总等待时间在每个队列中[19，20.], ：由于系统不是抢占式的，数据包传输的服务时间。1／年代μ：优先级等级为PR的数据包的平均服务时间_pµ＝µ_p， µ₁,或µ₂， 和年代表示服务器的数量。n_p:属于该优先级类的报文数p，已经存在于队列中并在标记的数据包之前接收服务。米_p:类的包数p，在标记的数据包等待和首先传输时到达。总数是n_p+米_p可以通过计算每个类的队列长度得到。

传输数据包的服务时间为 在哪里π（0,0,0）表示发现系统空闲的概率；因此，（1 − π(0,0,0))表示系统繁忙的概率。RT报文必须等待剩余服务时间 ，在Q_HD内增加整个切换包的服务时间。T_r1计算公式如下:

当PQ应用于RT流量时，切换分组必须等待RT数据包的服务，这由以下公式给出：

此外，NRT报文还需要等待剩余的服务时间 ，增加了Q_HD和Q_RT队列中切换和RT包的服务时间。

在这两个概念中应用新的礼貌算法生成的新矩阵与基本方案中得到的矩阵具有相同的形式和维数。然而，服务价格是变化的。在第一个概念中，RT类使用速率年代µ₁，虽然切换和NRT类在速率下共享链接的吞吐量和 ；与第一个概念有关的马尔可夫过程的无穷小生成器为

在第二个概念中，NRT类使用µ₂区间速率T_r4．而切换类和RT类则根据速率共享链路的吞吐量和 ．第二个概念的马尔可夫过程的无穷小生成子为

２.４.适应LTE-Advanced技术的新礼貌算法

如上所述，在LTE-A和5G网络中，在接受一种承载类型后，eNodeB必须分配所需的资源块(RBs)，以保证被接纳承载所请求的QoS。为了实现无线资源的高利用率，eNodeB还必须对不同类型的承载者之间的无线资源进行有效的调度，以保证每个承载者的类都有良好的QoS水平。当然，吞吐量、延迟和阻塞用户是衡量网络中QoS水平的最重要的指标之一。小区内无线资源的有效管理提高了不同承载者的QoS。我们的目标是确保RBs管理中的公平性，如果QoS受到影响，我们的目标是向低优先级承载者提供一些高优先级承载者的RBs。

另外，LTE-A和5G网络会根据不同类型的流量分配不同的优先级，提供不同的服务。优先级基于一组标准，比如队列长度容忍度，或者流量是新的还是从源eNodeB转移到目标eNodeB。通常，RT流量优先于NRT流量，切换呼叫优先于新呼叫，这导致低优先级流量的阻塞和丢包率较高，特别是在网络拥塞的情况下。

因此，我们开发了新的礼貌算法，通过新的优先级管理，以确保不同交通类别的服务公平。当高优先级的流量的服务质量不受影响时，该方法允许低优先级流量享有特权。它还旨在优化系统的吞吐量，减少阻塞和丢包，减少弱势群体的等待时间。通过应用本文开发的新的礼貌算法，采用新的排队系统来管理资源块，这是可能的。事实上，当承载者在5G网络和LTE-A小区被接纳时，通过应用任何准入控制机制，新的礼貌排队系统将被用于改善RBs调度，确保公平的资源分配，即使是低优先级的流量类别。

新的礼貌算法的应用将考虑到承诺者的接纳机制。实际上，我们考虑了为保证切换调用而建立的承载者、依赖于新RT调用的承载者以及与新NRT调用有关的承载者。首先，每个承载类将根据它们的需求分配大量的RBs。之后，我们将使用新的礼貌算法来实现我们的上行调度目标。

3。结果与讨论

仿真模型是将4个20 MHz的载波LTE组件聚合后建立的一个80 MHz的LTE小区带宽，每个LTE组件在上行链路中采用调制技术单载波频分多址(SC-FDMA)。此外，每个载波组件的吞吐量为50mbit /s，因此聚合吞吐量为200mbit /s。所考虑的服务器是一组运营商，每个服务器包含三个运营商组件，代表12台服务器。否则，实验考虑的吞吐量为每台服务器17mbit /s。并利用MATLAB语言进行了性能评价。

在这项工作中，执行了三个模拟场景。第一个场景与调度方案的模拟相关，不应用任何礼貌算法；这被称为基本场景，其中切换流量将具有更高的优先级，并将根据PQ策略提供服务。第二个场景称为first概念，实现了仅对RT流量应用新礼貌算法的情况，该情况赋予该流量更高的优先级。最后，第三个场景，即第二个概念，将新礼貌方案应用于RT流量和NRT流量，因此RT和NRT包将根据不同的PQ系统提供服务租赁期。这意味着RT将在一段时间内采用更高的优先级，之后，当最后一类的平均等待时间超过允许的阈值时，RT将向NRT流量类别提供更高的优先级。请注意，对于这三种情况，PQ机制始终用于更高优先级的流量；因此，两个other交通将根据CBWFQ策略提供服务。

此外，为了说明我们的解决方案中新的礼貌方案，我们采用了一个动态队列管理系统，这意味着服务器会根据RT和NRT流量的拥塞情况改变队列管理策略。在拥塞情况下，切换采用PQ, RT和NRT采用CBWFQ，这是基本场景。在RT包遭受拥塞传输而不是切换的情况下，RT将获得切换类的优先级。这将发生在宽容的时间，我们称之为第一个概念的礼貌。否则，如果NRT流量拥塞，而不是RT和切换流量，则在容忍时间内得到切换优先级的是NRT。容忍时间由当前等待时间到切换等待阈值之间的时间定义。

请注意，RT流量由VoLTE流量表示，NRT流量由FTP流量表示µ_p在模拟场景中保持不变。否则，相互到达的价值正在增加λ_p；因此，一个仿真时间单元对应一个仿真时间单元λ_p单位，重要的是要提到，拥堵是观察到的时间t = 2. s、 桌子1总结了三种场景中使用的模拟参数。

在采用PQ策略的情况下，优先级等级始终以等于1的速率提供服务。如果使用CBWFQ，则共享服务的速率主要取决于系统的稳定性，并且最高权重始终分配给保留最高优先级的等级，条件是权重之和等于1；因此，在基本方案场景，如果= 0.6,+= 1, = 0.4.

在第一个概念中，= 0.9, = 0.1，并且在第二个设计中= 0.9,= 0.1，为了消除改变权重对结果的影响，在两种设计中选择相等的权重。为切换RT和切换NRT到达分配的带宽共享权值为= 0.7,= 0.3。不同的服务费率计算如下:

表格2指示对应于的转换状态的阈值T_r2和T_r4，在第一次和第二次设计中，分别根据PQ传输RT和NRT数据包的周期。因此(我_RT，j_RT，k_RT)当t= Th_RT和(我_NRT，j_NRT，k_NRT)的计算日期为t= Th_NRT．（我_高清，j_高清，k_高清)表示在PQ之后的RT或NRT包的传输结束，以及在PQ之后的切换包的传输开始，这些分量在时计算t＝ Th_RT+ Th_高清．

数据5- - - - - -7连续地比较队列长度的结果l_q0处，l_第一季度和l_第二季分别针对第一个、第二个和第三个场景。l_q0处为切换队列长度，l_第一季度是RT队列长度，和l_第二季为NRT队列长度。

数字5显示了第一个场景给出的最小值l_q0,切换队列长度。l_q0处在应用新礼貌算法的第一个概念（场景2）后增加，因为在定义的时间内，即使切换队列中存在切换数据包，传输优先级也被赋予RT流量。此外,，l_q0处随着第二个概念(场景3)的应用而增加，特别是在第2秒和第5秒之间。此外,从t= 6 s，图形l_q0处星际2和l_q0处-sc3非常相似。切换队列长度的增加受到队列长度RT和NRT的减少的影响，以保持系统静止，因为三个队列共享数学模型中设计的相同缓冲区K。因此，我们的结果表明，新礼貌算法的应用改善了低优先级类别的排队长度，但这并不影响最高优先级类别的服务质量。

数字6显示场景3给出的值最大l_第一季度，在1 s和2 s之间。这意味着当礼貌算法应用于NRT流量时，当切换和RT按照CBWFQ策略进行服务，切换优先级高于RT时，RT队列的等待包数最大。这一增加是由于减少了VoLTE包传输周期T_r2在PQ之后赋予FTP数据包优先权。然后,l_第一季度-sc3开始减小，接近值l_第一季度-sc2在t=6 s.

但是，NRT队列长度的变化会受到切换队列和RT队列长度变化的影响，如图所示7,因为t在1秒到4秒之间，场景3给出了NRT队列长度的最佳结果。从t= 4时，两种设计的图形变得几乎相似。

在研究了队列长度之后，我们考虑了吞吐量。吞吐量是指系统在稳定状态下传输的数据包的平均速率:

数据8- - - - - -10显示了吞吐量T₀，T₁， 和T₂与切换，RT和NRT类相关。结果首先表明，当网络中的方向数量更大时，随着吞吐量的增加。此外，吞吐量在第二个和第三场景中增加。然而，由于图形几乎相似，难以观察第三场景对所接受和服务的数量的影响。

因此,表3.表示第二个和第三个场景的吞吐量值，它显示t在2秒到5秒之间，第三种方案提供了这三种类型的最佳值，因为PQ之后的NRT包传输间隔更宽(见表2）。

在剩余的模拟时间中，第二个场景实现的吞吐量略高于第三个场景的吞吐量，因为T_r4间隔变得更近了。

各类的包时延如图所示11- - - - - -13，延迟的变化W_qp主要取决于队列长度和获得的吞吐量值，因为延迟定义为

在图11，W_q0处-sc3，第三种情况下切换流量的等待时间如下W_q0处-sc2，这是第二个场景的切换流量等待时间。在这两种情况下，切换到达间包的数量几乎是相似的，只是略有下降T₀-sc3，场景3中的切换吞吐量。然后，W_q0处-sc3变得大于W_q0处那么,W_q0处星际2的t > 2. s到t因为 -Sc3经历了相当大的增长。然而，增长的T₀-sc3不那么重要。从t=6 s,W_问0-sc3和W_问0-sc2变得几乎相似，因为两种情况下队列长度和吞吐量的值几乎相似。

关于RT队列中的延迟，第三种方案在所有值之间具有最高值t在1 s和2 s之间l_问1-sc3增加和吞吐量T₁-sc3，略有下降。然后,延迟W_问1-sc3减少并变得小于 -那么,W_问1-sc2在4到6秒之间，因为l_问1-在此期间，sc3下降，吞吐量下降T₁-sc3从t= 6 s，第二个和第三个场景中的吞吐量几乎是相似的。

此外,当t在1s到4s之间，W_问2-sc3是最短的，感谢l_问2-sc3T₂-sc3增加。然后,当t= 2,W_第二季-sc3方法W_问2星际2,从t=4 s, the two delays become approximately similar because the queues lengths and the throughputs are roughly equivalent.

数字14表明第二和第三种情形的阻塞概率小于第一种情形的阻塞概率。换句话说，被网络拒绝的用户数量更少。情形2和情形3中阻塞概率sc2和sc3的示踪图是等价的。但是，这两个场景中的值略有不同。如表所示4，第三种方案给出了最佳的测试结果对于t在2秒到5秒之间。

每类丢包率计算如下:

三个队列的丢包率如图所示15- - - - - -17．从得到的图中可以看出，新的礼貌算法的两个概念的应用降低了拒绝切换、拒绝RT和拒绝NRT包的重要性。

结果如图所示15是与图中获得的有关5和11用于等待三种方案中的切换流量的等待时间和排队长度。我们观察到等候时间和队列长度在考虑基本方案时，即当应用优先级排队方案时，即当应用优先级队列方案时，这是最佳结果。此外，当执行新的礼貌算法时，一部分切换资源将根据其需求表离开RT和NRT流量5表示从2s到5s这一时间段内，第2个概念的系统丢包数最低。然而，在第二和第三个场景中获得的结果几乎是相似的t在6秒到10秒之间。

PQ后NRT包的传输延迟了较不容忍包延迟(切换和RT)的服务。然而，丢包率的突然增加是可以避免的，因为每增加一个类的队列长度都会被另一个类队列长度的减少所抵消。

4.结论

本文研究LTE-A和5G网络上行链路的调度系统。在这项工作中，我们提出了一种新的礼貌算法来改进LTE-A和5G网络中的无线电资源块(RBs)分配。在基于每个类的平均等待时间的特定时间间隔内，使用较低优先级承载的低优先级流量类受到青睐。该算法采用数学研究的方法进行计算，并结合礼貌算法，在MATLAB中实现并进行仿真，讨论不同的结果。与平均等待时间一样，平均排队长度也采用本文的数学模型建模进行计算，并与本文提出的礼貌算法相结合。因此，建立了分析模型来度量不同的延迟和队列长度，以定义不同的阈值。这些因素与礼貌方案在改变交通优先级时所做的决定直接相关。我们的方案实现了新的礼貌算法的两个概念，首先只对RT流量应用礼貌，称为第一个概念，其次将相同的方案连续应用于RT和NRT流量，称为第二个概念。新礼貌算法的第一个概念减少了RT类的延迟和队列长度。它提供了较低的阻塞概率和丢包率，并优化了吞吐量。 Furthermore, it increases the length of the handoff, though the QoS of the handoff class was not degraded. The second conception provides more efficient results than the first design in terms of throughput, blocking probability, and packet loss rate when the transmission intervals dedicated to the NRT class served following PQ increase.

数据可用性

没有数据用于支持这项研究。

的利益冲突

提交人声明有关本文的出版物没有利益冲突。

致谢

这项工作得到了NSERC的资助。

参考文献

1. F.-C。郭,K.-C。Ting, t . H.-C。王,c c。曾先生,硕士。“基于数据速率指数加权移动平均的LTE上行流量区分与调度”，流动网络及应用，第22卷，第1期，第113-124页，2017年。视图:出版商的网站|谷歌学者
2. n·阿布·阿里,A.-E。M. Taha, M. Salah，和H. Hassanein，“LTE和LTE先进的上行调度:教程、调查和评估框架”，IEEE通信调查和教程，第16卷，第5期。3, pp. 1239-1265, 2014。视图:出版商的网站|谷歌学者
3. A. Ragaleux, S. bay, M. Karaca，《符合标准的LTE-A服务质量上行调度方案》，IEEE车辆技术交易第66期8, pp. 7207-7222, 2017。视图:出版商的网站|谷歌学者
4. R. Kausar, Y. Chen，和K. K. Chai，“基于OFDMA的LTE-advanced网络的QoS感知包调度与自适应资源分配”IET国际会议通信技术与应用，ICCTA 2011，PP。2011年10月207-212，北京207-212。视图:谷歌学者
5. S. Henrique da Mata和P. R. Guardieiro，“混合交通环境中基于遗传算法的LTE上行链路资源分配”，计算机通信， vol. 107, pp. 125-137, 2017。视图:出版商的网站|谷歌学者
6. B. A. Khitem, F. Zarai，和L. Kamoun，“降低3GPP LTE网络中的切换跌落概率”，在第二届国际通信和网络会议（CONNET）的诉讼程序2010年11月，突尼斯托泽尔。视图:谷歌学者
7. V. G. Vassilakis, I. D. Moscholios, A. Bontozoglou，和M. D. Logothetis，“在软件定义的无线接入网中移动感知的QoS保证:一项分析研究”2015第一届IEEE网络软件大会论文集， 747-750页，伦敦，英国，2015年4月。视图:谷歌学者
8. M. A. Safwat, H. M. E. Badawy, A. Yehya，和H. E. Motaafy，“LTE-advanced网络中使用SFR的新的呼叫绑定方案的性能分析”IEEE第六届网络空间安全与安全国际会议论文集和2014年第十一届IEEE嵌入式软件与系统(HPCC, CSS, ICESS)国际会议论文集，高性能计算与通信，第442-451页，法国巴黎，2014年8月。视图:谷歌学者
9. 陈永文，徐鹏宇，蔡建华，廖鹏宇，林明辉，“LTE-A网络上行调度的启发式设计”，通讯作者第十次国际会议智能信息藏品和多媒体信号处理的诉讼程序，IIH-MSP Kitakyushu，第884-888页，日本北九州，2014年8月。视图:谷歌学者
10. j .黄。Xing, J. Zygmunt, Haas，“5G网络下多小区设备到设备通信的资源分配:不完全信息下的博弈机制”，IEEE车辆技术交易，第67卷，第5期3, pp. 2557-2570, 2018。视图:出版商的网站|谷歌学者
11. M. Kadoch和C.Tata，“礼貌算法：WiMAX网络中的性能优化，”ICT第十届会议记录（WSEAS）, 2010年。视图:谷歌学者
12. “通信网络中调度的加权公平排队的性能建模与分析”，硕士论文第24届IEEE国际先进信息网络和应用国际会议， 50-57页，珀斯，澳大利亚，2010年4月。视图:谷歌学者
13. K. Intharawijitr, K. Iida和H. Koga，“考虑5G蜂窝网络计算和通信延迟的雾模型分析”，在2016年IEEE普适计算与通信国际会议论文集，第1-4页，澳大利亚悉尼，2016年3月。视图:谷歌学者
14. N. Li和D. A. Stanford，“多服务器与异构服务器积累优先级队列”欧洲运筹学杂志，第252卷，第2期3, pp. 866-878, 2016。视图:谷歌学者
15. T.Han，G.Mao，Q.Li，L.Wang和J.Zhang，“5G异构网络中的干扰最小化，”流动网络及应用，第20卷，第2期。6, pp. 756-762, 2015。视图:谷歌学者
16. g . Natarajan队列分析:方法与应用，华润出版社，博卡拉顿，佛罗里达州，美国，第1版，2012年。
17. 问:m .他矩阵分析方法基础，斯普林克，纽约，纽约，美国，2014年第1版。
18. E. H. Elhafsi和M. Molle，有限状态空间QBD过程的解加利福尼亚大学计算机科学与工程系，奥克兰，CA，美国，2007。
19. L. Kleinrock，排队系统：计算机应用，第2卷，威利，纽约，纽约，美国，第一版，1975。
20. S. Bergida和Y. Shavitt，两个丢弃级别的共享内存优先级队列分析，特拉维夫大学，特拉维夫，以色列，2005。

版权

版权所有©2020 Chafika Tata et al。这是一篇发布在知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。