Hình 3.4: Số lượng time-slot (TS) mỗi user chiếm được trong môi trường fading đồng nhất.
Trong môi trường đồng nhất, xác suất để các user có kênh truyền tốt là như nhau (hình 3.3). Vì vậy, số TS mà mỗi user chiếm được cũng xấp xỉ bằng nhau (hình 3.4).
Trong môi trường này, sử dụng Greedy Scheduling vừa tối đa được tổng dung lượng của hệ thống vừa tăng dung lượng của mỗi user.
Ngược lại, trong môi trường không đồng nhất, luôn có một vài user có SNR lớn hơn các user khác. Cụ thể, trong hình 3.5 user 2 thường có SNR tốt hơn user 1. Do đó, user 2 chiếm được nhiều TS (226/300 TS) hơn so với user 1 (74/300 TS), hình 3.6.
* Các thông số mô phỏng:
- Số lượng user trong hệ thống: 2 user. - Công suất phát chuẩn hóa tại BS: P=1.
- Kênh truyền fading: user 1 có = 1/2 và user 2 có = 1. - SNR trung bình: SNR của user 1 là 10 dB và user 2 là 15 dB. - Phương pháp scheduling sử dụng: Greedy Scheduling. - Số Time Slot: 300 TS.
Hình 3.6:Số lượng TS mỗi user chiếm được trong fading không đồng nhất.
3.3. Ảnh hưởng của các phương pháp Scheduling trong môi trường đồng nhất: nhất:
Xét một cell gồm có 1 BS, 15 user với SNR trung bình là 10 dB như hình 3.7. Xác suất để có kênh truyền tốt nhất của tất cả các user trong hệ thống là như nhau. Ta sẽ tiến hành xem xét ảnh hưởng của các loại scheduling khác nhau đến:
- Dung lượng của mỗi user nói riêng và hệ thống nói chung.
- Độ công bằng (hay độ trễ) của các user thông qua số TS mà nó chiếm được.
* Các thông số mô phỏng:
- Số lượng user trong hệ thống:15 user. - Công suất phát chuẩn hóa tại BS: P=1. - Kênh truyền fading: = 1.
- SNR trung bình: SNR=10 dB.
- Các phương pháp scheduling sử dụng: Round Robin, Greedy, PF và WPF Scheduling.
- Hệ số của PF Scheduling: = 1000. - Số Time Slot: 60 000 TS.
Hình 3.7: Phân bố user trong môi trường đồng nhất.
a. Kết quả mô phỏng:
Hình 3.9: Phần trăm TS mỗi user dùng RR chiếm được (SNR=10dB).
Hình 3.10: Thông lượng trung bình của các user Greedy Scheduling (SNR=10dB).
Hình 3.11: Phần trăm TS mỗi user dùng Greedy chiếm được (SNR=10dB.
Hình 3.13: Phần trăm TS mỗi user dùng PF chiếm được (SNR=10dB).
Hình 3.14: Thông lượng trung bình của các user WPF(4,2,1) Scheduling (SNR=10dB).
Hình 3.15: Phần trăm TS mỗi user dùng WPF(4,2,1) chiếm được (SNR=10dB).
b. Bảng tổng hợp kết quả mô phỏng:
Bảng 3.1: Thông lượng trung bình trên mỗi TS (Bits/s/Hz).
RR Greedy PF WPF(4,2,1) User 1 2.9040 4.9975 4.9722 3.7716 User 2 2.9001 4.9940 4.9728 3.7724 User 3 2.9053 4.9971 4.9887 3.7599 User 4 2.9144 4.9970 4.9842 3.8053 User 5 2.9295 5.0137 5.0044 3.7866 User 6 2.9203 5.0113 4.9828 3.7824 User 7 2.8984 5.0166 5.0075 3.7845 User 8 2.9101 5.0052 4.9933 3.7689 User 9 2.8873 5.0080 4.9967 3.7985 User 10 2.8832 5.0064 4.9914 3.8133 User 11 2.9050 4.9938 4.9795 3.7827 User 12 2.8905 5.0176 5.0058 3.7775 User 13 2.9065 5.0034 4.9834 3.7938 User 14 2.8782 4.9981 4.9916 3.7917 User 15 2.9324 5.0067 4.9824 3.7963
Bảng 3.2: Phần trăm TS mỗi user chiếm được (%). RR Greedy PF WPF(4,2,1) User 1 6.6667% 6.4717% 6.6583% 6.5900% User 2 6.6667% 6.5467% 6.6667% 6.4900% User 3 6.6667% 6.7267% 6.6767% 6.7833% User 4 6.6667% 6.7733% 6.6867% 6.6350% User 5 6.6667% 6.7750% 6.6683% 6.7867% User 6 6.6667% 6.4683% 6.6567% 6.7650% User 7 6.6667% 6.6617% 6.6417% 6.6317% User 8 6.6667% 6.6233% 6.6417% 6.6483% User 9 6.6667% 6.8117% 6.6767% 6.6400% User 10 6.6667% 6.7233% 6.6750% 6.5967% User 11 6.6667% 6.7383% 6.6833% 6.6650% User 12 6.6667% 6.7050% 6.6483% 6.8000% User 13 6.6667% 6.6483% 6.6733% 6.8067% User 14 6.6667% 6.7850% 6.6783% 6.4900% User 15 6.6667% 6.5417% 6.6683% 6.6717%
Bảng 3.3: Tổng thông lượng trung bình của toàn hệ thống (Bits/s/Hz).
RR Greedy PF WPF(4,2,1)
Throughput
(Bits/s/Hz) 2.9043 5.0044 4.9891 3.7857
Kết quả % TS trong bảng 3.2 được tính bằng cách lấy số TS mà từng user chiếm được trong mỗi loại scheduling như: RR, Greedy, PF, WPF(4,2,1) chia cho tổng số TS mô phỏng (trong trường hợp này là 60 000) rồi nhân cho 100%.
c. Nhận xét:
- Trong môi trường fading đồng nhất, thông lượng trung bình và phần trăm TS chiếm được của mỗi user trong hệ thống (ứng với từng loại scheduling) xấp xỉ như nhau, đảm bảo sự công bằng cho tất cả các user.
- Còn xét theo độ lợi phân tập đa user thì Greedy Scheduling giúp tổng thông lượng trung bình của hệ thống đạt tối đa. Đồng thời cũng làm tăng thông lượng trung bình của từng user trong khi vẫn đảm bảo công bằng giữa các user.
- Vậy, Greedy Scheduling là sự lựa chọn tốt nhất trong môi trường fading đồng nhất.
- Kết quả mô phỏng phù hợp với lý thuyết đã khảo sát.
3.4. Ảnh hưởng của các phương pháp Scheduling trong môi trường fading không đồng nhất:
Xét một cell gồm có 1 BS, 15 user với SNR trung bình tăng từ 1dB đến 15 dB. Giá trị trong PF và WPF(4,2,1) bằng 1000.
* Các thông số mô phỏng:
- Số lượng user trong hệ thống:15 user. - Công suất phát chuẩn hóa tại BS: P=1.
- Kênh truyền fading: = với 5 user (user 11:user 15) có = 1; 5 user (user 6:user 10) có = 1/2 và 5 user (user 1:user 5) có = 1/3.
- Các phương pháp Scheduling sử dụng: Round Robin, Greedy, PF và WPF Scheduling.
- Hệ số của PF Scheduling: = 1000. - Số Time Slot: 60 000 TS.
a. Kết quả mô phỏng:
Hình 3.18: Thông lượng trung bình của các user RR Scheduling (SNR từ 1 dB đến 15 dB).
Hình 3.19: Phần trăm TS mỗi user dùng RR chiếm được (SNR từ 1 dB đến 15 dB).
Hình 3.20: Thông lượng trung bình của các user Greedy Scheduling (SNR từ 1 dB đến 15 dB).
Hình 3.21: Phần trăm TS mỗi user dùng Greedy chiếm được (SNR từ 1 dB đến 15 dB).
Hình 3.22: Thông lượng trung bình của các user PF Scheduling (SNR từ 1 dB đến 15 dB).
Hình 3.23: Phần trăm TS mỗi user dùng PF chiếm được (SNR từ 1 dB đến 15 dB).
Hình 3.24: Thông lượng trung bình của các user WPF(4,2,1) Scheduling (SNR từ 1 dB đến 15 dB).
Hình 3.25: Phần trăm TS mỗi user dùng WPF(4,2,1) chiếm được (SNR từ 1 dB đến 15 dB).
Hình 3.26: Tổng thông lượng trung bình của toàn hệ thống.
b. Nhận xét:
- Với RR Scheduling, các user nhận được số TS bằng nhau, thông lượng trung bình của các user tăng dần từ user 1 đến user 15 ứng với SNR trung bình tăng từ 1dB đến 15dB (Hình 3.18 và 3.19). Do đó, thông lượng trung bình của toàn bộ hệ thống đạt được thấp nhất (Hình 3.26).
- Greedy Scheduling, do luôn chọn user có kênh truyền tốt nhất để truyền nên thông lượng trung bình toàn hệ thống cao nhất (Hình 3.26). Các user có SNR trung bình cao như: user 13 (13dB), user 14 (14dB), user 15 (15dB) có xác suất có kênh truyền tốt cao hơn các user còn lại nên chiếm được nhiều TS hơn và có thông lượng trung bình cao hơn. Đặc biệt, user 1 (SNR trung bình 1dB) không có được kênh truyền tốt nhất nên không được truyền (không chiếm được TS) và thông lượng trung bình bằng 0 (Hình 3.20 và 3.21).
- PF và WPF Scheduling, đảm bảo cho tất cả các user đều được truyền kể cả user có SNR thấp như user 1. Độ lợi phân tập đa user đạt được phụ thuộc vào giá trị của . Ảnh hưởng của đối với PF Scheduling sẽ được khảo sát trong phần 3.5 tiếp theo dưới đây.
3.5. Ảnh hưởng của giá trị đối với PF Scheduling:
Theo công thức (22) ở chương 2, càng nhỏ thì ảnh hưởng của tốc độ hiện tại
[ ] trong công thức càng lớn. Ta sẽ mô phỏng với 3 giá trị là 2, 1000 và 10^6.
* Các thông số mô phỏng:
- Số lượng user trong hệ thống:15 user và số time slot: 60 000 TS.
- Công suất phát chuẩn hóa tại BS: P=1 và SNR trung bình: SNR=[1:1:15] dB. - Kênh truyền fading: = với 5 user (user 11:user 15) có = 1; 5 user (user 6:user 10) có = 1/2 và 5 user (user 1:user 5) có = 1/3.
- Phương pháp scheduling sử dụng: PF Scheduling.
- Hệ số của PF Scheduling: gồm 3 giá trị = 10^ , = 1000 và = 2
a. Với = ^ :
Hình 3.27: Thông lượng trung bình của các user PF Scheduling (với SNR=1:15dB và =10^ ).
Hình 3.28: Phần trăm TS mỗi user dùng PF chiếm được (với SNR=1:15dB và =10^ ).
b. Với =1000:
Hình 3.29: Thông lượng trung bình của các user PF Scheduling (với SNR=1:15dB và =1000).
Hình 3.30: Phần trăm TS mỗi user dùng PF chiếm được (với SNR=1:15dB và =1000).
c. Với =2:
Hình 3.31: Thông lượng trung bình của các user PF Scheduling (với SNR=1:15dB và =2).
Hình 3.32: Phần trăm TS mỗi user dùng PF chiếm được (với SNR=1:15dB và =2).
d. Nhận xét:
PF Scheduling là một cải tiến của Greedy Scheduling để vừa đảm bảo tận dụng được độ lợi phân tập đa user (tăng thông lượng trung bình của toàn hệ thống), đồng thời vẫn đảm bảo các user có SNR trung bình không tốt cũng được truyền ở mức độ nhất định để giảm độ trễ.
- Khi rất lớn ( = 10^ ) hình 3.27 và 3.28, PF Scheduling gần giống với Greedy Scheduling hình 3.20 và 3.21.
- Khi nhỏ ( = 2) hình 3.31 và 3.32, PF Scheduling gần giống với Round Robin Scheduling hình 3.18 và 3.19.
- Khi nằm ở khoảng giữa ( = 1000) hình 3.29 và 3.30, PF Scheduling vừa
đạt được độ lợi phân tập vừa giảm độ trễ. Do đó trong các mô phỏng ở phần 3.3 và 3.4,
3.6. WPF Scheduling:
WPF Scheduling phân chia các user vào các nhóm có cùng SNR trung bình để linh hoạt trong việc chọn user nhằm đạt mục tiêu về: thông lượng trung bình (độ lợi đa user) và mức độ công bằng (độ trễ). Trong mô phỏng này, ta xét hệ thống gồm 15 user chia làm 3 nhóm có SNR trung bình như sau:
Bảng 3.4: SNR trung bình của các user trong hệ thống.
Nhóm SNR trung bình
Nhóm 1 (User 11:15) 20dB (Zone 1: Vùng gần BS)
Nhóm 2 (User 6:10) 10dB (Zone 2: Vùng giữa)
Nhóm 3 (User 1:5) 1dB (Zone 3: Vùng xa BS)
Lần lượt tiến hành mô phỏng với 3 loại WPF Scheduling: WPF(1,1,1), WPF(4,1,1) và WPF(1,1,4). WPF(a,b,c) với a:b:c là tỷ lệ TS cấp phát cho Zone 1, Zone 2 và Zone 3.
* Các thông số mô phỏng:
- Số lượng user trong hệ thống:15 user. - Công suất phát chuẩn hóa tại BS: P=1.
- Kênh truyền fading: = với 5 user (user 11:user 15) có = 1; 5 user (user 6:user 10) có = 1/2 và 5 user (user 1:user 5) có = 1/3.
- SNR trung bình: như bảng 3.4.
- Phương pháp scheduling sử dụng: WPF Scheduling. - Hệ số của PF Scheduling: = 1000.
a. Kết quả mô phỏng:
Hình 3.33: Thông lượng trung bình của các user WPF(1,1,1) Scheduling.
Hình 3.35: Thông lượng trung bình của các user WPF(4,1,1) Scheduling.
Hình 3.37: Thông lượng trung bình của các user WPF(1,1,4) Scheduling.
Hình 3.39: Thông lượng chuẩn hóa của các loại Scheduling.
b. Nhận xét:
Từ kết quả mô phỏng ta thấy:
- Trong cùng một zone, do các user có SNR trung bình bằng nhau nên các user có thông lượng và phần trăm TS chiếm được là xấp xỉ như nhau.
- WPF cho phép điều chỉnh dễ dàng số TS cấp cho các zone nhằm đạt được mục tiêu: tăng dung lượng cho các user trong một zone định trước hoặc tăng tổng dung lượng của toàn hệ thống.
+ WPF(1,1,1): đảm bảo BS cấp số TS giữa 3 zone là xấp xỉ như nhau làm giảm độ trễ cho các user có SNR trung bình thấp, cụ thể là zone 3 (Hình 3.33 và 3.34) nhưng làm giảm thông lượng trung bình của toàn hệ thống (Hình 3.39).
+ WPF(4,1,1): BS cấp nhiều TS hơn cho zone 1 (gần BS nhất) nên tổng dung lượng hệ thống là cao nhất, cao hơn cả PF Scheduling. Điều này đồng nghĩa với các user trong zone 2 và zone 3 sẽ bị trễ cao hơn.
+ WPF(1,1,4): BS cung cấp nhiều TS cho zone 3 (xa BS nhất) nhằm mục tiêu tăng dung lượng cho các user ở vùng biên của cell nhưng điều này sẽ làm cho tổng dung lượng của hệ thống giảm rõ rệt.
Kết quả mô phỏng ở hình 3.39 phù hợp với kết quả đã đạt được ở hình 1, trong tài liệu tham khảo [5].
CHƯƠNG
TỔNG KẾT VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI
Chương :
TỔNG KẾT VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI ***
4.1. Tổng kết đề tài:
Luận văn đã tiến hành tìm hiểu lý thuyết, mô phỏng bằng phần mềm Matlab để thấy rõ ưu điểm của phân tập đa user trong việc nâng cao tổng dung lượng của toàn hệ thống TDMA. Bằng việc tìm hiểu các phương pháp scheduling ta thấy được sự tương nhượng giữa tổng dung lượng toàn hệ thống và độ công bằng giữa các user.
- Round Robin Scheduling: cho độ công bằng tốt nhất nhưng tổng dung lượng của hệ thống không cao.
- Greedy Scheduling: tập trung cực đại tổng dung lượng hệ thống, chỉ hiệu quả trong môi trường fading đồng nhất. Trong môi trường fading không đồng nhất, các user có kênh truyền kém sẽ không được truyền gây trễ cao.
- PF Scheduling: có thể điều chỉnh linh hoạt giữa tổng dung lượng của hệ thống và độ công bằng giữa các user thông qua hệ số .
- WPF Scheduling: một cải tiến của PF Scheduling với ý tưởng chia một cell có fading không đồng nhất thành các zone. Trong các zone này, môi trường fading có thể xem là đồng nhất và sử dụng PF Scheduling. Việc phân bổ TS giữa các zone được thì sử dụng WRR (Weight Round Robin) tạo sự linh hoạt trong việc nâng cao tổng dung lượng của hệ thống hoặc tổng dung lượng của các user trong một zone bất kỳ.
4.2. Hướng phát triển củađềtài:
Do thời gian có hạn đề tài chỉ tập trung nghiên cứu các loại scheduling cơ hội trong hệ thống TDMA và chưa khảo sát hướng hồi tiếp chất lượng kênh truyền (CSI)
từ các user về BS. Từ những kết quả đạt được này, chúng ta có thể phát triển đề tài theo các hướng sau:
- Nghiên cứu ảnh hưởng của phân tập đa user trong các hệ thống OFDM và/hoặc MIMO.
- Nghiên cứu các phương pháp giảm tải hồi tiếp từ các user về BS.
- Nghiên cứu khả năng khai thác độ lợi đa user trong mạng Relay (IMDR- Induced Multi-User Diversity) [17]. Khi đó, BS sẽ truyền dữ liệu đến các user ở biên của cell thông qua các nút relay trung gian để đạt độ lợi phân tập đa user như hình 4.1.
Hình 4.1: (a) Phân tập đa user, (b) IDMR, (c) Các bước truyền dữ liệu trong IDMR.
TÀI LIỆU THAM KHẢO
[1] H. Jafarkhani, Space- Time Coding: Theory and Practice, Cambridge University Press, 2005.
[2] T.S. Rappaport, Wireless Communications Principles and Practice, Prentice Hall, 1996.
[3] V. Hassel, M.S. Alouini, D. Gesbert and Geir E. Øien, “Exploiting Multiuser Diversity Using Multiple Feedback Thresholds”, IEEE VTC, vol.2, pp. 1302- 1306, May/June 2005.
[4] J. Holtzman, “Asymptotic analysis of proportional fair algorithm”, IEEE PIMRC, vol. 2, pp.F-33-F-37, September/October 2001.
[5] K. Khawam, D. Kofman and E. Altman, “The Weighted Proportional Fair Scheduler”, The 3rd International Conference on Quality of Service in Heterogeneous Wired/Wireless Networks, August 2006.
[6] Y. Soydan, Cluster based user scheduling schemes to exploit Multiuser Diversity in Wireless Broadcast Channels, Master thesis, Middle East Technical University, 2008.
[7] A. Goldsmith, Wireless Communications, Cambridge University Press, 2005. [8] D. Tse and P. Viswanath, Fundamentals Wireless Communication, Cambridge University Press, 2005.
[9] D. Gesbert and M. S. Alouini, “How much feedback is Multi-User Diversity Real worth?”, IEEE ICC, vol.1, pp.234-238, June 2004.
[10] R. Agrawal, A. Bedekar, R. J. La and V. Subramanian, “Class and Channel Condition Based Weighted Proportional Fair Scheduler”, Motorola Inc., Arlington Heights, IL, USA 60004.
[11] C. Yang, W. Wang, Y. Qian and X. Zhang, “A Weighted Proportional Fair Scheduling to Maximize Best-Effort Service Utility in Multicell Network”, IEEE PIMRC, pp.1-5, September 2008.
[12] E. Li, M. Pal and R. Yang, “Proportional Fairness in Multi-rate Wireless LANs”, IEEE INFOCOM, pp.1004-1012, April 2008.
[13] D. Wu and R. Negi, “Downlink Scheduling in a Cellular Network for Quality of Service Assurance”, IEEE Trans. Vehicular Technology, vol.53, pp.1547-1557, September 2004.
[14] D. Wu and R. Negi, “Utilizing Multiuser Diversity for Efficient Support of Quality of Service over a Fading”, IEEE Trans. Vehiclar Technology, vol.54, pp.1198- 1206, May 2005.
[15] E. Liu and K. Leung, “Proportional Fair Scheduling Analytical Insight under Rayleigh Fading Environment”, IEEE WCNC, pp.1883- 1888, April 2008.
[16] X. Liu, E. K. P. Chong and N. B. Shroff, “Optimal Opportunistic Scheduling in Wireless Networks”, IEEE VTC, vol.3, pp.1417-1421, 2003.
[17] K. Navaie and H. Yanikomeroglu, “Induced Cooperative Multiuser Diversity Relaying for Multi-hop Cellular Networks”, IEEE VTC, vol.2, pp.658-662, May 2006.
[19] M. H. Casta˜ neda and J. A. Nossek, “Multiuser Diversity with Limited Feedback”, IEEE International ITG Workshop on Smart Antennas (WSA), pp.1-7, February 2011.
[20] Makki and Eriksson, “Multiuser diversity in correlated Rayleigh-fading channels”, EURASIP Journal on Wireless Communications and Networking, 2012.