一種流量感知的LTE網(wǎng)絡(luò)節(jié)能資源分配算法

杜文峰,高思寧

(計算機(jī)與軟件學(xué)院 深圳大學(xué),廣東 深圳 518060)

1 引 言

LTE作為當(dāng)前無線網(wǎng)絡(luò)運(yùn)營商采用的主要4G技術(shù)標(biāo)準(zhǔn),能夠?yàn)橛脩艚K端(User Equipment,UE)提供高帶寬、低延遲和高速率的網(wǎng)絡(luò)訪問途徑,滿足移動互聯(lián)網(wǎng)的需求.

隨著移動用戶終端數(shù)量的增多,以及用戶網(wǎng)絡(luò)帶寬需求的不斷增大,現(xiàn)有LTE基站的工作模式被設(shè)計為以固定的帶寬模式來向用戶提供足夠的資源[1],以超過帶寬需求的模式分配帶寬資源.然而,根據(jù)文章[2]的研究成果,可以發(fā)現(xiàn)用戶終端到達(dá)基站的需求是變化的.當(dāng)網(wǎng)絡(luò)通信負(fù)載降低時,網(wǎng)絡(luò)仍然工作在較高的能耗狀態(tài),并不能根據(jù)網(wǎng)絡(luò)流量調(diào)整資源分配過程,消耗的能源較多.

為了提高LTE基站在低負(fù)載下的能源使用效率,本文提出了一種流量感知的LTE網(wǎng)絡(luò)節(jié)能資源分配算法(A Traffic-Aware Energy Efficient Resource Allocation Scheme for LTE Network,TAE2RA).該算法通過分析用戶業(yè)務(wù)類型、用戶緩沖區(qū)以及基站通信資源的使用情況,對基站發(fā)送的數(shù)據(jù)量進(jìn)行整形、調(diào)整,通過讓通信能量適配通信流量,在滿足業(yè)務(wù)QoS需求的基礎(chǔ)上,降低基站的通信能耗.

2 相關(guān)工作

在LTE網(wǎng)絡(luò)基站中,各個UE的數(shù)據(jù)包到達(dá)基站后被緩存到不同的緩沖隊列中,采用先來先服務(wù)的方式進(jìn)行發(fā)送.

每隔一個傳輸時間間隔(Transmission Time Interval,TTI),UE向基站發(fā)送信道質(zhì)量指標(biāo)(Channel Quality Indicator,CQI)匯報信道質(zhì)量.CQI值決定了UE可以使用的調(diào)制和編碼方案[3,4].而調(diào)制和編碼方案對應(yīng)著數(shù)據(jù)傳輸塊大小,決定了物理資源塊(Physical Resource Block,PRB)可以傳輸?shù)臄?shù)據(jù)量.

目前,已有部分研究人員對LTE網(wǎng)絡(luò)的資源分配進(jìn)行分析和研究[1,3,5-11].

為了獲得較好的用戶公平性,輪詢(Round Robin,RR)算法按照某種順序依次服務(wù)各個UE,不考慮信道質(zhì)量[5];BestCQI(Best Channel Quality Indicator)算法將資源分配給信道質(zhì)量好的UE來提升了系統(tǒng)吞吐量,但犧牲了公平性[5];比例公平(Proportional Fair,PF)算法則試圖在吞吐量和公平性之間進(jìn)行權(quán)衡[6];文章[7],通過預(yù)測數(shù)據(jù)包的延遲來調(diào)整資源分配過程,可以提高系統(tǒng)吞吐量;文章[8],按照信道質(zhì)量優(yōu)劣,將PRB按照比例分配給UE.該算法不但在吞吐量上超過PF算法,還在公平性上接近于PF算法;文章[10]改進(jìn)了最大權(quán)值優(yōu)先(Modified Largest Weighted Delay First,M-LWDF)算法,利用數(shù)據(jù)包延遲剩余值與同一時刻不同用戶的平均值的關(guān)系,調(diào)整數(shù)據(jù)包的發(fā)送次序.提高了系統(tǒng)吞吐量并降低了丟包率.文章[11]結(jié)合實(shí)時業(yè)務(wù)對包丟失敏感的特點(diǎn),利用用戶下行信道信息和時延信息,提出了改進(jìn)的時延優(yōu)先調(diào)度算法.隨著負(fù)載的不斷增加,改進(jìn)的時延優(yōu)先調(diào)度算法相對于最大權(quán)值優(yōu)先算法和指數(shù)比例公平算法,可以在吞吐量和公平性之間取得更好的折中,并且獲得更好的丟包率性能.

同時,也有部分算法對基站的通信能耗進(jìn)行分析.文章[1]中允許基站在網(wǎng)絡(luò)負(fù)載較低時,使用非連續(xù)發(fā)送技術(shù)讓功率放大器(Power Amplifier,PA)進(jìn)入低能耗的睡眠模式,而達(dá)到節(jié)能的目的.然而,PA的模式變換需要消耗能量和時間,對于需要勻速發(fā)送的業(yè)務(wù),會出現(xiàn)頻繁的模式切換從而帶來額外的開銷;文章[3]利用自適應(yīng)調(diào)制編碼機(jī)制,將滿足傳輸需求后剩余的空閑傳輸資源分配給UE,并為UE選擇能效更高的調(diào)制和編碼方案,能夠降低基站通信能耗.然而,該算法基于RR、BestCQI和PF算法改進(jìn)而來,無法滿足不同業(yè)務(wù)的需求;文章[9]通過讀取預(yù)置流量配置,調(diào)整基站硬件進(jìn)入不同的能耗模式,從而使基站能耗隨流量變化而變化.然而,該算法依賴于已知的流量配置,靈活性不高,也不能根據(jù)具體的業(yè)務(wù)QoS調(diào)整資源分配.

為了降低傳統(tǒng)LTE基站能量過量供應(yīng)的問題,貝爾實(shí)驗(yàn)室提出了根據(jù)網(wǎng)絡(luò)流量來調(diào)整PA的工作模式,通過縮減基站使用帶寬或減少基站實(shí)際使用的PRB數(shù)量,限制功率放大器的最大射頻輸出功率,從而降低基站通信能耗[9].

可以發(fā)現(xiàn),當(dāng)前資源分配算法并沒有結(jié)合業(yè)務(wù)類型和流量變化來調(diào)整基站的資源使用,而在無線系統(tǒng)中能源有效的資源管理方式是減少能耗的有效方式[12].因此,如何結(jié)合通信業(yè)務(wù)的QoS需求來調(diào)整基站的PRB使用量,以及如何在保證當(dāng)前業(yè)務(wù)QoS的基礎(chǔ)上降低系統(tǒng)通信能耗,提高PRB的使用率成為當(dāng)前LTE網(wǎng)絡(luò)基站節(jié)能面臨的新問題.

本文正是針對以上問題進(jìn)行分析,通過分析UE的業(yè)務(wù)QoS需求、數(shù)據(jù)緩沖區(qū)等信息來調(diào)整基站的資源分配過程,從而提高基站能源效率.

3 一種流量感知的LTE網(wǎng)絡(luò)節(jié)能資源分配算法

假設(shè)LTE基站為N個用戶終端服務(wù),終端i標(biāo)識為UEi.每個UE只有單個業(yè)務(wù),且在基站擁有獨(dú)立的緩沖區(qū).令UEi對應(yīng)的緩沖區(qū)容量為Qi,且每個數(shù)據(jù)包僅占用一個單位的緩沖區(qū)容量.當(dāng)終端對應(yīng)的緩沖區(qū)滿時,該終端到達(dá)的數(shù)據(jù)包將被丟棄.為了簡化分析,本文以數(shù)據(jù)包為單位來計算基站緩存終端的數(shù)據(jù)量以及發(fā)送PRB的數(shù)據(jù)容量.

根據(jù)LTE標(biāo)準(zhǔn)中規(guī)定的QoS分類標(biāo)識(QoS Class Identifier,QCI)值,本文將UE的業(yè)務(wù)分為保證比特率業(yè)務(wù)(Guaranteed Bit Rate,GBR)和不保證比特率業(yè)務(wù)Non-GBR兩種,分別簡稱為實(shí)時業(yè)務(wù)和非實(shí)時業(yè)務(wù),不同類型業(yè)務(wù)請求發(fā)送的數(shù)據(jù)包量也不同.

本算法首先根據(jù)終端的QoS需求,將所有終端的緩沖區(qū)數(shù)據(jù)分為必須發(fā)送和非必須發(fā)送兩部分.為了限制及調(diào)整基站每個TTI內(nèi)發(fā)送的數(shù)據(jù)包數(shù)量,本算法結(jié)合業(yè)務(wù)QoS需求,計算每個緩沖區(qū)中必須發(fā)送的數(shù)據(jù)量.

1)為了保證實(shí)時業(yè)務(wù)的服務(wù)質(zhì)量,基站在每輪數(shù)據(jù)發(fā)送中至少發(fā)送S(min,i)個數(shù)據(jù)包,且不對業(yè)務(wù)請求進(jìn)行限制.假設(shè)終端UEi使用實(shí)時業(yè)務(wù),則UEi在第R輪向資源調(diào)度器請求發(fā)送的實(shí)時業(yè)務(wù)數(shù)據(jù)包數(shù)量N(i,R)為

N(i,R)=S(min,i)

(1)

2)然而,由于非實(shí)時業(yè)務(wù)在傳輸過程中允許一定的延遲,即,對于延遲剩余值為r的非實(shí)時數(shù)據(jù)包,基站只需要在r輪內(nèi)將其發(fā)送即可.因此,本算法重點(diǎn)對非實(shí)時數(shù)據(jù)業(yè)務(wù)的發(fā)送過程和資源分配方式進(jìn)行調(diào)整.

假設(shè)終端UEj使用非實(shí)時業(yè)務(wù),且該業(yè)務(wù)允許的最大數(shù)據(jù)包延遲為D(max,j).令緩沖區(qū)中延遲剩余值為r的數(shù)據(jù)包個數(shù)為d(j,r),r∈{1,2,3,…,D(max,j)}.為了減少非實(shí)時業(yè)務(wù)在傳輸過程中引入的平均延遲,本算法引入了比例系數(shù)β來控制緩沖區(qū)的數(shù)據(jù)包積壓程度,其中β∈[0,1].同時,為了降低緩沖區(qū)中數(shù)據(jù)包積壓程度,本算法將延遲剩余值r<=β*D(max,j)的數(shù)據(jù)包直接提交給調(diào)度器發(fā)送,而r>β*D(max,j)的數(shù)據(jù)包盡力延遲發(fā)送.

可以得到,終端UEj在第R輪內(nèi)向調(diào)度器請求發(fā)送的非實(shí)時業(yè)務(wù)數(shù)據(jù)包數(shù)量N(j,R)為

N(j,R)=

(2)

同時,由于LTE網(wǎng)絡(luò)只規(guī)定了實(shí)時業(yè)務(wù)優(yōu)先級高于非實(shí)時業(yè)務(wù),并未規(guī)定同種業(yè)務(wù)間的優(yōu)先級高低.為了保證業(yè)務(wù)QoS需求,必須根據(jù)基站已有信息調(diào)整業(yè)務(wù)終端的優(yōu)先級.由于發(fā)送請求量反映了終端UE的業(yè)務(wù)需求和緩沖區(qū)積壓程度,平均時延反映了終端UE過去的資源滿足程度.因此,本算法將利用終端UE在第R輪的發(fā)送請求量和平均時延,以及第R-1輪的資源分配情況來決定同種業(yè)務(wù)終端的服務(wù)順序.

針對實(shí)時業(yè)務(wù),假設(shè)終端UEi引入的平均時延為D(avg,i).令ΔD=D(max,i)-D(avg,i),表示平均延遲剩余值.則,(1)當(dāng)ΔD>= 0,ΔD越小,終端優(yōu)先級越高;(2)當(dāng)ΔD< 0,業(yè)務(wù)不可用,ΔD越小,終端優(yōu)先級低.

假設(shè)終端UEi在第R- 1輪發(fā)送的數(shù)據(jù)量為S(i,R-1).為了反映業(yè)務(wù)需求和保證用戶公平性,本文引入了業(yè)務(wù)請求量系數(shù)K,K=N(i,R)/S(i,R-1).K越小,終端優(yōu)先級越低.可以得到,實(shí)時終端UEi的請求優(yōu)先級P(RT,i)為

(3)

由于非實(shí)時業(yè)務(wù)對延遲不敏感,為了保證終端之間的公平性,只需考慮第R-1輪發(fā)送的數(shù)據(jù)包數(shù)量S(j,R-1)和本輪向調(diào)度器請求發(fā)送的數(shù)據(jù)包數(shù)量N(j,R).可以得到,非實(shí)時終端UEj的請求優(yōu)先級P(NRT,j)為

(4)

為了保證實(shí)時服務(wù)的優(yōu)先級,實(shí)時終端的優(yōu)先級高于非實(shí)時終端.將基站服務(wù)的所有用戶終端按照優(yōu)先級從高到低的順序排列,可以得到接入基站終端集合U={UE1,UE2,UE3,…,UEN}.

假設(shè)基站為終端UEk分配PRB時,終端UE1～UEk-1已經(jīng)獲得了基站服務(wù),且系統(tǒng)剩余M個PRB.基站首先根據(jù)論文[3,4]中的方法來計算終端UEk對應(yīng)各個PRB的可用容量,并按PRB容量從小到大排序得到未分配資源集合P={P1,P2,…,PM}.

定義:已分配資源集合Ak={A(k,1),A(k,2),…}為終端UEk可獲得的PRB資源.

為了保證用戶終端的業(yè)務(wù)服務(wù)質(zhì)量,本算法在預(yù)分配過程中僅考慮各個終端必須發(fā)送的數(shù)據(jù)量,即僅為終端UEk緩沖區(qū)前N(k,R)個必須發(fā)送的數(shù)據(jù)包分配PRB.

1)本算法在未分配資源集合P中尋找能夠滿足終端UEk請求數(shù)量N(k,R)的最小容量PRB,并分配給終端UEk.此時,系統(tǒng)將集合A1～Ak-1中對應(yīng)的PRB標(biāo)識為已使用.

當(dāng)存在單個PRB可以滿足終端的請求量時,為了提高PRB利用率.本算法將選擇集合P中滿足請求量的最小PRB,假設(shè)為Px.將Px從集合P中刪除,并加入集合Ak.如圖1所示.

圖1 需要單個PRB的例子
Fig.1 Example of single PRB

如果單個PRB無法滿足終端的請求數(shù)量,本算法持續(xù)將集合P中當(dāng)前容量最大的PRB分配給終端UEk,直到存在單個PRB可以滿足終端的請求量時,再把Px加入集合Ak.如圖2所示.

圖2 需要多個PRB的例子
Fig.2 Example of multiple PRBs

此時,按UEk獲取PRB的先后順序,將資源集合Ak排序可以得到Ak={A(k,1),A(k,2),…,A(k,last)}.

2)同時,為了提高PRB的利用率,本算法引入了PRB利用率閾值γ.

定義:PRB利用率η∈(0,1]為PRB中的數(shù)據(jù)與PRB總?cè)萘恐戎?

對于非實(shí)時業(yè)務(wù)終端,當(dāng)利用率超過閾值時,即η>γ,系統(tǒng)將PRB分配給終端;否則,將A(k,last)標(biāo)識的PRB放回集合P.

為了防止高優(yōu)先級終端占用過多的通信資源,在預(yù)分配過程完成后,本算法將再次遍歷終端集合U,對預(yù)分配結(jié)果調(diào)整.

首先,基站計算終端UEk對應(yīng)W個剩余PRB的可用容量,并按PRB的可用容量從小到大排序得到剩余PRB資源集合R={R1,R2,…,RW}.

假設(shè)終端UEk緩沖區(qū)的總數(shù)據(jù)量為Wk,且緩沖區(qū)數(shù)據(jù)經(jīng)過預(yù)分配后,剩余的數(shù)據(jù)量為nk.同時,假設(shè)UEk已分配資源集合Ak中,容量最小的PRB為A(k,min).

1)如果nk=0或者A(k,min)>RW,則停止對終端UEk的PRB進(jìn)行調(diào)整.

當(dāng)nk= 0時,表示緩沖區(qū)已無數(shù)據(jù)發(fā)送,如圖3所示.

圖3 nk = 0 時,緩沖區(qū)狀態(tài)Fig.3 Buffer state when nk=0

當(dāng)A(k,min)>RW時,表示剩余PRB資源集合R中無合適的PRB與A(k,min)進(jìn)行替換.如圖4所示.

圖4 A(k,min)>RW時,緩沖區(qū)狀態(tài)Fig.4 Buffer state when A(k,min)>RW

2)當(dāng)nk>0且A(k,min)>=RW,表示終端UEk仍有數(shù)據(jù)需要發(fā)送且集合R中存在合適的PRB與A(k,min)進(jìn)行替換.此時,本算法將從集合R中選擇滿足nk的最小PRB來替換A(k,min).

令Δp表示將集合R中的PRB與A(k,min)替換后可以發(fā)送的數(shù)據(jù)包數(shù)量.

當(dāng)集合R中存在滿足nk的PRB時,為了避免容量浪費(fèi),選擇滿足nk的最小PRB,假設(shè)為Ry.則此時Δp=Ry-A(k,min)>=nk,如圖5所示.

圖5 存在滿足nk的PRBFig.5 Existing PRB can satisfy nk

如果集合R中不存在能滿足nk的PRB,表示終端UEk剩余較多數(shù)據(jù)未發(fā)送,因此選擇容量最大的RW與A(k,min)替換.則此時Δp=RW-A(k,min)

圖6 不存在滿足nk的PRBFig.6 No PRB can satisfy nk

4 模擬實(shí)驗(yàn)

本節(jié)給出了使用TAE2RA算法、RR算法、BestCQI算法、NS算法在Matlab中的模擬結(jié)果.

由于吞吐量只能表示基站在單位時間內(nèi)發(fā)送數(shù)據(jù)的能力,并不能準(zhǔn)確反映能源效率高低.因此,本文引入PRB平均利用率和PRB能效兩個指標(biāo).PRB平均利用率是指數(shù)據(jù)總量與PRB總?cè)萘康谋戎?比值越高說明數(shù)據(jù)包發(fā)送時間選取得越恰當(dāng);PRB能效是數(shù)據(jù)總量與PRB總數(shù)量的比值,比值越高說明資源利用越有效.同時,為了比較算法能耗,定義PRB平均使用量為每個TTI使用的PRB個數(shù).在使用能源感知PA的基站中,PRB平均使用量小,則PA的工作電壓小,即算法能耗低.

本文先通過實(shí)驗(yàn)進(jìn)行分析,得到TAE2RA算法使用的β、γ值.隨著β值在[0,1]內(nèi)增加、γ值在[0,1]內(nèi)減少,TAE2RA算法對非實(shí)時業(yè)務(wù)的發(fā)送限制逐漸減弱.實(shí)驗(yàn)結(jié)果表明,當(dāng)基站中非實(shí)時業(yè)務(wù)的流量占總流量比例不同時,需要選擇不同的β、γ值來調(diào)整算法.如表1所示.

表1 不同非實(shí)時流量比例下的β,γ參數(shù)
Table 1βandγwith different not-real-time traffic ratio

非實(shí)時流量比例20%40%60%80%100%β0．20．40．60．81γ0．80．60．40．20

為了研究基站負(fù)載對算法能源效率的影響,本文設(shè)置β,γ的值分別為0.6和0.4.同時,模擬過程中的參數(shù)設(shè)置如表2所示.

表2 模擬參數(shù)
Table 2 Simulation configuration

基站負(fù)載10%20%30%40%50%終端數(shù)量1020304050流量類型泊松流，λ=200非實(shí)時流量比例60%系統(tǒng)帶寬10MHzPRB數(shù)量50

圖7對比了4種算法在不同負(fù)載下的系統(tǒng)吞吐量.可以發(fā)現(xiàn),當(dāng)系統(tǒng)負(fù)載較低時,由于基站可用PRB資源充足,4種算法獲得的系統(tǒng)吞吐量基本一致.

圖7 吞吐量對比Fig.7 Throughput comparison

圖8對比了4種算法在不同負(fù)載下的PRB平均使用量.可以發(fā)現(xiàn),當(dāng)基站負(fù)載低于40%時,TAE2RA算法對非實(shí)時數(shù)據(jù)包采取了積累后發(fā)送的策略,使用的PRB資源最少.當(dāng)基站負(fù)載達(dá)到50%時,NS算法根據(jù)所有終端的信道質(zhì)量差異,按比例分配PRB,可以獲得較好的PRB平均使用量.

圖8 PRB平均使用量對比Fig.8 PRB average usage comparison

圖9對比了4種算法在不同負(fù)載下的PRB平均利用率.可以發(fā)現(xiàn),由于TAE2RA算法使用了β、γ參數(shù)對非實(shí)時數(shù)據(jù)包的發(fā)送數(shù)量和發(fā)送時間進(jìn)行了調(diào)整,且PRB利用率高于一定閾值時,才將該P(yáng)RB分配給非實(shí)時終端,能夠取得較好的PRB利用率.

圖9 PRB平均利用率對比Fig.9 PRB average utilization comparison

除了PRB平均利用率以外,PRB能效也是衡量能源效率的重要指標(biāo).圖10比較了4種算法在不同負(fù)載下的PRB能效差異.可以發(fā)現(xiàn),當(dāng)基站負(fù)載為50%時,由于NS算法在分配資源時使用了容量較大的PRB,因此可以使用較少的PRB發(fā)送數(shù)據(jù),其PRB能效超過了TAE2RA算法.

圖10 PRB能效對比Fig.10 PRB energy efficiency comparison

然而,由于TAE2RA算法對非實(shí)時數(shù)據(jù)采取了積累發(fā)送的策略,導(dǎo)致了非實(shí)時數(shù)據(jù)包的等待延遲,如圖11所示.

由以上模擬結(jié)果可知,當(dāng)固定非實(shí)時流量比例為60%,且基站負(fù)載低于40%時,TAE2RA算法通過調(diào)整非實(shí)時數(shù)據(jù)的發(fā)送數(shù)量和時機(jī),在與NS算法的吞吐量保持一致的情況下,相比NS算法可以最高提高62%的PRB能效和最高43%的PRB平均利用率,并減少38%的PRB平均使用量.

為了研究非實(shí)時流量比例對算法的影響,本文將基站負(fù)載固定為40%,調(diào)整非實(shí)時流量的比例.實(shí)驗(yàn)結(jié)果如表4所示.可以發(fā)現(xiàn),隨著非實(shí)時流量的增多,需要通過β,γ減少對非實(shí)時數(shù)據(jù)包的發(fā)送限制,導(dǎo)致了算法能源效率的下降.當(dāng)非實(shí)時流量為60%時,算法的性能最佳.

圖11 非實(shí)時數(shù)據(jù)包延遲比較Fig.11 Delay comparison of not-real-time data

表4 不同非實(shí)時流量比例下的結(jié)果
Table 4 Results with different not-real-time traffic ratio

非實(shí)時流量比例20%40%60%80%100%吞吐量(Mbps)88888PRB平均使用量35．530．924．839．940．0PRB平均利用率0．540．610．700．490．48PRB能效224．3257．3322．9200．5199．9非實(shí)時延遲(ms)214．7132．710．700

5 總 結(jié)

針對LTE基站過量供應(yīng)資源導(dǎo)致的能源浪費(fèi)問題,本文對低負(fù)載情況下的LTE網(wǎng)絡(luò)基站的PRB分配規(guī)程進(jìn)行調(diào)整.通過調(diào)整非實(shí)時數(shù)據(jù)包的發(fā)送數(shù)量和時機(jī),在滿足業(yè)務(wù)QoS需求的基礎(chǔ)上,提高了基站的能源效率.

[1] Frenger P,Moberg P,Malmodin J,et al.Reducing energy consumption in LTE with cell DTX[C].Vehicular Technology Conference (VTC Spring),2011 IEEE 73rd,2011:1-5.

[2] Yang Jie,Li Wei-cheng,Qiao Yuan-yuan,et al.Characterizing and modeling of large-scale traffic in mobile network[C].Wireless Communications and Networking Conference (WCNC),2015:801-806.

[3] MSabagh M R,Dianati M,Imran M A,et al.A heuristic energy efficient scheduling scheme for VoIP in 3GPP LTE networks[C].2013 IEEE International Conference on Communications Workshops (ICC),2013:413-418.

[4] Chiumento A,Pollin S,Desset C,et al.Analysis of power efficiency of schedulers in LTE[C].Communications and Vehicular Technology in the Benelux (SCVT),2012 IEEE 19th Symposium on,2012:1-4.

[5] Schwarz S,Mehlführer C,Rupp M.Low complexity approximate maximum throughput scheduling for LTE[C].Conference Record of the Forty Fourth Asilomar Conference on Signals,Systems and Computers,2010:1563-1569.

[6] Choi J G,Bahk S.Cell-throughput analysis of the proportional fair scheduler in the single-cell environment[J].IEEE Transactions on Vehicular Technology,2007,56(2):766-778.

[7] Lai Wei-kuang,Hsu Chih-Wen,Kuo Ting-huan,et al.A LTE downlink scheduling mechanism with the prediction of packet delay[C].Ubiquitous and Future Networks (ICUFN),2015 Seventh International Conference on,2015:257-262.

[8] Rahman A A A,Sharipp N M,Samingan A K,et al.Improved link level LTE scheduler[C].10th International Conference on Information,Communications and Signal Processing (ICICS),2015:1-5.

[9] Ambrosy A,Blume O,Ferling D,et al.Energy savings in LTE macro base station [C].Wireless and Mobile Networking Conference (WMNC),2014 7th IFIP,2014:1-8.

[10] Yang Peng,Yan Jun-jie,Wang Ru-yan.Queue status aware optimized M-LWDF scheduling algorithm in LTE[J].Journal of Chongqing University of Posts and Telecommunications( Natural Science Edition),2015,27(4):514-520.

[11] Wu Xuan-li,Han Xing-ling,Zhao Wan-jun.A low packet loss rate scheduling algorithm for real-time traffics in LTE system[J].Journal of Harbin Institute of Technologym,2015,47(3):24-28.

[12] Feng D,Jiang C,Lim G,et al.A survey of energy-efficient wireless communications[J].IEEE Communications Surveys & Tutorials,2013,15(1):167-178.

附中文參考文獻(xiàn)：

[10] 楊 鵬,閆俊杰,王汝言.LTE中隊列狀態(tài)感知的優(yōu)化M-LWDF調(diào)度算法[J].重慶郵電大學(xué)學(xué)報(自然科學(xué)版),2015,27(4):514-520.

[11] 吳宣利,韓杏玲,趙婉君.LTE系統(tǒng)中一種低丟包率的實(shí)時業(yè)務(wù)調(diào)度算法[J].哈爾濱工業(yè)大學(xué)學(xué)報,2015,47(3):24-28.