[论文解读] Long-Term Proportional Fair QoS Profile Follower Sub-carrier Allocation Algorithm in Dynamic OFDMA Systems

Arijit Ukil, Jaydip Sen+1 more|arXiv (Cornell University)|Jun 6, 2011

Advanced Wireless Network Optimization参考文献 14被引用 3

一句话总结

本文提出了一种长时延比例公平（LTPF）子载波分配算法，用于动态OFDMA系统，通过利用时间分集，联合优化长期吞吐量保障与比例公平性。该算法动态分配子载波，以随时间满足各用户的服务质量（QoS）配置，实现长期公平性与系统速率最大化的统一，无需单独的优化步骤。

ABSTRACT

In this paper, Long-Term Proportional Fair (LTPF) resource allocation algorithm in dynamic OFDMA system is presented, which provides long-term QoS guarantee (mainly throughput requirement satisfaction) to individual user and follows every user's QoS profile at long-term by incremental optimization of proportional fairness and overall system rate maximization. The LTPF algorithm dynamically allocates the OFDMA sub-carriers to the users in such a way that in long-term the individual QoS requirement is achieved as well as fairness among the users is maintained even in a heterogeneous traffic condition. Here more than maintaining individual user's instantaneous QoS; emphasis is given to follow mean QoS profile of all the users in long-term to retain the objectives of both proportional fairness and multi-user raw rate maximization. Compared to the algorithms, which provide proportional fair optimization and raw-rate maximization independently, this algorithm attempts to provide both kinds of optimizations simultaneously and reach an optimum point when computed in long-term by exploiting the time diversity gain of mobile wireless environment.

研究动机与目标

• 解决在具有异构流量的动态OFDMA系统中维持长期QoS保障的挑战。
• 克服传统算法独立且即时优化公平性与速率最大化的局限性。
• 确保各用户在长时间内满足其平均QoS需求，同时保持比例公平性。
• 在时变无线信道中实现用户公平性与系统频谱效率之间的平衡权衡。
• 利用移动环境中时间分集的优势，实现资源分配的增量式、长期优化。

提出的方法

• 构建一个长期优化框架，以跟踪用户在时间维度上的平均吞吐量。
• 通过基于长期用户性能指标调整子载波分配，将比例公平性与QoS配置符合性相结合。
• 采用增量优化方法，在较长的时间间隔内平衡公平性与系统速率最大化。
• 根据信道条件及用户的长期QoS需求，动态分配子载波给用户。
• 利用衰落信道中的时间分集特性，同时提升公平性与吞吐量。
• 采用反馈驱动机制，根据历史性能与当前信道状态自适应调整分配决策。

实验结果

研究问题

• RQ1 如何在不牺牲比例公平性的前提下，维持动态OFDMA系统中的长期QoS保障？
• RQ2 在异构流量环境中，如何实现长期公平性与系统速率最大化的最优平衡？
• RQ3 能否利用无线信道中的时间分集特性，实现公平性与吞吐量的联合优化？
• RQ4 所提出的算法与传统方法相比，后者分别优化公平性与速率，其性能差异如何？
• RQ5 长期性能跟踪对子载波分配效率与用户公平性有何影响？

主要发现

• LTPF算法成功维持了各用户长期吞吐量需求，同时确保了比例公平性。
• 通过利用时间分集，该算法在公平性与系统速率最大化之间实现了良好平衡。
• 与独立优化公平性与速率的传统方法相比，LTPF方法在异构流量场景下展现出更优的长期性能。
• 动态子载波分配机制能有效跟踪并适应用户QoS配置随时间的变化。
• 该算法在时变无线环境中表现出更优的稳定性和公平性。
• 结果证实，联合长期优化相比顺序或孤立优化，能显著提升系统效率与用户满意度。