Skip to main content
QUICK REVIEW

[论文解读] Fairness-Aware Scheduling in Multi-Numerology Based 5G New Radio

Ahmet Yazar, Hüseyin Arslan|arXiv (Cornell University)|Jun 11, 2018
PAPR reduction in OFDM参考文献 12被引用 3
一句话总结

本文提出两种面向多数值调制5G新空口(NR)系统的公平性感知调度算法,以缓解同频干扰(INI)并提升边缘用户的公平性。通过基于功率电平和子载波位置的策略性用户调度,这些算法降低了SIR方差,同时在不牺牲频谱效率的前提下提升了公平性,与随机调度相比,边缘用户SIR性能最高可提升10 dB。

ABSTRACT

Multi-numerology waveform based 5G New Radio (NR) systems offer great flexibility for different requirements of users and services. Providing fairness between users is not an easy task due to inter-numerology interference (INI) between multiple numerologies. This paper proposes two novel scheduling algorithms to provide fairness for all users, especially at the edges of numerologies. Signal-to-noise ratio (SIR) results for multi-numerology systems are obtained through computer simulations.

研究动机与目标

  • 解决因同频干扰(INI)以及数值边缘处的功率偏移效应导致的多数值调制5G NR系统中公平性下降问题。
  • 缓解由相邻数值调制带来的高功率偏移和INI导致的边缘用户信干比(SIR)退化问题。
  • 设计可实现的调度算法,在固定保护带条件下提升公平性的同时保持频谱效率。
  • 在不同子载波间隔的多个数值调制之间,平衡边缘用户与内部分用户之间的公平性。
  • 通过自适应、低复杂度的调度策略,实现3GPP标准下的实际部署。

提出的方法

  • 提出两种新颖的调度算法,根据功率电平和子载波位置,优先调度不同数值调制的边缘用户,以最小化INI的影响。
  • 采用基于功率偏移的调度策略,避免在某一数值调制的边缘用户受到另一数值调制高功率用户干扰时进行调度。
  • 使用1,000次迭代的蒙特卡洛仿真,估算在不同功率偏移条件(0–10 dB)下子载波上的平均SIR和INI。
  • 在正交频 division multiplexing(OFDM)为基础的多数值调制系统中,采用N_ref = 4096点的快速傅里叶变换(FFT)和1/16循环前缀(CP)比,以实现SIR和INI的精确估计。
  • 通过边缘用户和内部分用户的SIR累积分布函数(CDF)曲线,将所提算法与随机调度进行对比。
  • 通过最小化用户间SIR方差来优化调度,以确保性能稳定并实现长期公平性。

实验结果

研究问题

  • RQ1同频干扰(INI)如何影响多数值调制5G NR系统中边缘用户的公平性?
  • RQ2功率偏移对不同数值调制下边缘用户的SIR退化有何影响?
  • RQ3调度策略能否在不增加保护带要求的前提下降低SIR方差并提升公平性?
  • RQ4在存在INI的情况下,不同数值调制的内部分用户与边缘用户对功率电平变化的响应如何?
  • RQ5公平性感知调度在多数值调制5G NR系统中相较于随机调度能有多大程度的性能提升?

主要发现

  • 在随机调度下,同一数值调制的边缘用户之间SIR差异至少为7 dB,表明存在固有的不公平性。
  • 当NUM-2边缘用户功率偏移增加3 dB时,导致NUM-1边缘用户的SIR下降5.7 dB,表明干扰影响严重。
  • 当NUM-2内部分用户功率偏移增加3 dB时,仅导致NUM-1边缘用户的SIR下降2.8 dB,表明其跨干扰程度低于边缘用户之间的功率增加。
  • 在两个数值调制中对称增加功率时,边缘用户的SIR略有提升,但内部分用户的干扰成比例增加。
  • 与随机调度相比,所提出的公平性感知算法显著降低了SIR方差,表现为边缘用户CDF曲线更加平缓。
  • 由于旁瓣泄漏减少,算法2在边缘用户带宽较宽时,对内部分用户的公平性改善略优于算法1。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。