基于业务QoS的无线资源管理

基于业务QoS的无线资源管理摘要—随着无线通信技术的发展以及智能终端的普及，无线网络中涌现大量具有不同服务质量需求的移动应用。相对于激增的业务量，频谱资源以及基站发射功率的限制无法满足用户的需求。如何利用有限的无线资源满足不同业务服务质量的需求成为无线网络研究中的主要课题。关键词—QoS，QoE，无线资源管理I.引言近些年来，随着无线通信技术的发展和业务需求量的增加，各种移动应用业务在商业、教育和娱乐等领域得到广泛应用。人们对业务QoS（QualityofService）需求的提高决定了无线通信技术的发展趋势，如何利用受限的无线资源满足不断增长的用户需求成为无线网络研究中的关键问题。与有线链路不同，无线链路由于受到大尺度衰落、小尺度衰落、干扰和噪声的影响，具有时变的信道容量。在无线资源管理中，利用无线信道的时变特性，将资源分配至信道条件较好的用户，可以有效的提高系统的吞吐量。同时，无线网络中用户间应公平地使用资源。在调度中处于劣势（如信道条件差）的用户也该获得使用资源的机会，以保证这些用户的服务质量。在当前的无线网络中存在众多类型的业务，不同业务并具有不同的QoS需求。因此，无线资源管理需要考虑各业务不同的需求，合理分配资源，以满足用户多样的服务质量需求。基于业务特性的无线资源管理能够兼顾业务间差异性与无线信道的时变特性，可以保证在满足业务QoS条件下，提高无线资源利用效率。II.传统无线资源管理策略由于无线网络性能和终端的限制，早期的无线网络中业务种类单一，所以资源分配算法一般从物理层容量或者发射功率角度考虑：在发射功率受限的条件下，最大化系统的吞吐量；在负载一定的的情况下，最小化发射功率。这两种优化目标实质上是等价的。早期无线资源管理算法除了以最大化资源效率为目标，也考虑用户公平性的策略，寻求效率与公平性的折中。最大载干比（MAXC/I）[1]算法是以最大化物理层吞吐量为目标的算法，其策略是选择信道条件最好的用户进行传输。最大载干比算法最大程度的利用了信道信息，可以获得最大的系统吞吐量。但是MAXC/I算法无法保证信道质量较差用户的传输速率，可能严重降低这些用户的服务质量，所以在无线网络中，这并不是一种最好的选择方案。轮询（RoundRobin，RR）算法[2]将无线资源按顺序分配至用户，这样可以保证各用户之间的公平性。但是与有线链路不同，无线信道是时变的，RR算法并没有充分利用用户的信道质量信息，系统的吞吐量是无法保证的。比例公平（ProportionalFairness，PF）算法[3]是一种效率与公平性折中的调度算法。其调度准则可以表示为：argmaxkkkRjRk表示各个用户，kR为在调度时刻无线资源可以提供用户k的即时速率，kR为用户k经历的平均速率。PF算法既利用了调度时刻的信道信息，又兼顾一些信道条件较差的用户，使这些用户也能获得服务。PF算法由于并没有完全依靠用户的信道状况进行资源分配，所以系统的吞吐量会比采用MAXC/I算法小。但是比例公平算法可以在保证一定吞吐量的前提下，将资源较为均匀的分配给所有用户，使用PF算法可以实现所有用户长期对数速率和最大：logkkR基于物理层的调度算法虽然可以较好的解决资源分配中的效率以及公平性问题，但是由于这些算法并没有考虑到业务的特性，所以并不一定能够为多用户多业务的系统提供较好的服务。III.基于业务QOS需求的无线资源管理无线网络中许多都是实时性业务，都有着相应的QoS需求，如在时延、速率上有一定的服务门限。为了在有限的资源下满足各类用户的需求，在调度中必须要结合不同的业务特性，使用跨层调度策略。业务不同的QoS需求，通常体现在它们对时延敏感性的差别上，所以一些无线资源管理算法结合用户的时延已经业务的时延门限，以保证用户的服务质量。最大加权优先（Modified-LargestWeightDeadlineFirst，M-LWDF）算法[4]资源分配准则为：argmaxkkkkkRjaWRk代表用户序号，log()kkaT，为丢包率门限，W为HoL（HeadofLine）队列时延，T为时延门限，kR为系统可以提供用户k的即时速率，kR为用户k经历的平均速率。M-LWDF算法除了考虑物理层的效率以及公平性，而且利用了不同业务的QoS特性。由于因子ka与业务的时延门限、丢包率门限有关，M-LWDF算法能够保证不同业务用户的QoS。例如，对于一些时延敏感的业务，其时延门限T就会比较小。在同样条件下，这些业务就会获得比较高的优先级。这样数据包的时延就会较小，以满足用户的QoS需求。对于各类型的业务，仅用用户的时延以及时延门限之间的关系描述用户接收服务的质量，并确定调度的优先级，可能并不是很合理。在参考文献[5]中，用效用函数描述用户调度优先级和时延的关系。图1不同业务效用函数对于不同的业务，其效用函数和时延之间的关系是不同的。对于尽力服务业务（BestEffort，如Email、FTP等），其效用函数随着时延变化不明显。但是对于实时的流媒体业务或者话音业务，其服务质量会随着经历时延的增加受到严重的影响。所以这些业务的调度优先级会随着时延而迅速增加，以避免数据经历较长时延而造成用户服务质量降低。针对视频业务，其调度算法得到广泛研究。参考文献[6]即为研究无线网络中视频业务的调度问题。作者针对视频业务提出了一种基于失真感知（distortion-aware）的调度策略。用,1,2,{,,...,}kkkkkM表示用户k缓存中的数据队列，,1k为用户k队列中第一个需要传输的数据包，,1,2,[{,,....,}]kkkiklD定义为前kl数据包被传输，后面的数据包丢包时视频的失真程度。那么，效用函数可以定义为：,1,2,[]([][{,,...,}])kkkkkkkkklUlDD，[]kkD代表所有数据包均传输时的失真。每一帧数据包按,1,argmax[],()kklkmkkkulml的规则排序，其中,[]kmkul如下：,,[()][{(),}|()][]kkkkkkkkkmkkmDlDlmlulb,kmb为用户k缓存中第m个数据包的大小。上式可以表示队列中的数据包的单位效用函数值，系统资源分配的目标为最大化效用函数。该文献结合简单差错隐藏策略与复杂差错隐藏策略，根据数据包对最终视频质量的影响设置效用值，以最终获得高质量图像为目标进行资源分配。基于业务特性的无线资源管理算法考虑用户的QoS需求，并且结合信道信息，可以在保证用户体验的同时提高系统的吞吐量。但在大多数情况下，一些时延、传输速率等参数以及效用函数并不能完全反映用户的体验情况，我们需要更为主观的用户服务评价标准。IV.用户满意度——QOE由于QoS这些参数不能完全代表用户的业务体验，而仅仅是跟业务体验有关系的参量。因此近几年有人提出了QoE（QualityofExperience）也就是服务质量体验的概念。通俗意义上解释就是用户满意程度。评价QoE的方法主要有两种，一种是主观测量法，另一种为客观测量法。其中平均意见打分（MOS）法是获得最为广泛认可的的主观评价方法。该方法是请大量的收听者做实验来评价业务的质量，其结果最能直观的反应业务体验，但是其实现方法较繁琐且实现成本较高。不能作为无线资源管理算法实时调整的依据。因此大量的研究集中在如何采用可实时测量的客观QoS参量来映射到用户的主观体验上来，也就是客观测量法。客观测量法分为真值函数法（Truthfunction）和真值法（Truthvalue）。其中真值函数法主要有幂次函数，指数函数以及对数函数法等。其中以对于QoE的度量以指数函数法最为著名。因为有物理心理学的韦伯-费希纳定理(Weber-Fechnerlaw)表明：在一定的刺激范围内，当物理刺激量呈指数变化时，人类的心理感受呈线性变化。该类研究表明，人类对声音的响度、对视觉的亮度、压力等物理刺激的反应与物理量的log函数成线性关系。由于QoE评价标注需要人的主观参与，实现难度过大，并且其结果形式一般与调度时所依赖的数学形式有一定差距。虽然可以通过曲线拟合，将QoE映射到QoS参数，但是QoE与QoS参数关系曲线的获取仍然需要通过大量人的参与，实现成本过高，而且不同的数据业务可能需要进行新的实验才能获得对应关系，所以QoE的研究仍有很长的路要走。V.总结本文介绍了一些无线资源管理算法，介绍了传统基于物理层调度算法的缺陷，阐述了基于业务QoS无线资源管理算法在保证用户服务质量方面的优势。在本文中，对业务QoE的基本概念也进行了一些介绍。虽然QoE对用户服务的主观体验有更好的描述，但是由于数据的获取难度，所以在实际系统仍然很难实现利用QoE进行无线资源管理。而QoS参数如时延、丢包率等网络参数却十分容易获取，从实现难度上来说，基于QoS参数的无线资源管理更受欢迎。参考文献[1]KnoppRandHumbletP.“Informationcapacityandpowercontrolinsingle-cellcommunications”inIEEEInternationalConferenceonCommunications,Swattle,Wa.,June1995[2]Shreehar,M.andV.Geoge.“EfficientfairqueueingusingdeficitRound-Robin”inIEEE/ACMTransactiononNetwork,1996.4(3).[3]HoonKimandYoungnamHan.“AProportionalFairSchedulingforMulticarrierTransmissionSystems”inIEEECommunicationsLetters,vol.9,NO.3,MAR,2005.[4]KlausI.Pedersen,PrebenE.Mogensen,andTroelsE.Kolding,“OverviewofQoSOptionsforHSDPA”IEEECommunicationsMagazine,pp100-105,July2006[5]GuocongSong,YeLi.“Utility-basedresourceallocationandschedulinginOFDM-basedwirelessbroadbandnetworks”inCommunicationsMagazine,IEEE,Dec.2005.[6]PeshalaPahalawatta,RandallBerry,ThrasyvoulosPappas,AggelosKatsaggelos.“Content-awareresourceallocationandpacketschedulingforvideotransmissionoverwirelessnetworks”inJournalonSelectedAreasinCommunications,IEEE,May.2007.