<meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>

          新聞中心

          EEPW首頁 > 手機與無線通信 > 設計應用 > GPRS/EDGE無線信道配置方法

          GPRS/EDGE無線信道配置方法

          作者: 時間:2017-06-12 來源:網(wǎng)絡 收藏
          1、引言

          隨著/技術的出現(xiàn),GSM網(wǎng)絡不僅增加了對內(nèi)容更豐富的實時數(shù)據(jù)業(yè)務的支持,如視頻,更重要的是提供了對非實時數(shù)據(jù)業(yè)務的支持,如WWW、WAP、FTP等。

          從技術角度講,非實時數(shù)據(jù)業(yè)務的無線資源占用問題,無論是在時分系統(tǒng)還是在碼分系統(tǒng)中,都尚未得到很好的解決。這有3方面原因:首先,分組數(shù)據(jù)業(yè)務對誤塊率(BLER)敏感,而BLER與信噪比(SIR)的關系又使得分組數(shù)據(jù)業(yè)務性能與無線環(huán)境和用戶移動性都相關,目前的網(wǎng)絡側(cè)統(tǒng)計手段還不能準確得到覆蓋區(qū)內(nèi)的用戶分布和電平分布;其次,目前的無線分組數(shù)據(jù)通信尚不能提供業(yè)務的服務質(zhì)量(QoS)保障,沒有辦法統(tǒng)一和考量接納控制與分組調(diào)度算法的效率,在接入優(yōu)先還是性能優(yōu)先的問題上不同設備制造商的研發(fā)思路有很大差異;第三,數(shù)據(jù)業(yè)務的突發(fā)性在蜂窩小區(qū)的范圍內(nèi)難以像語音業(yè)務那樣產(chǎn)生穩(wěn)定的統(tǒng)計形態(tài),分組到達的模型不能被準確描述。

          具體到/,資源計算的難點又體現(xiàn)在每個用戶可以使用多個無線時隙(時隙的個數(shù)主要由終端能力和網(wǎng)絡側(cè)無線資源管理(RRM)算法決定,還可能與網(wǎng)絡負載和業(yè)務類型有關),每個時隙可以同時服務于多個用戶(“同時”的概念是指每一個用戶都還在等待屬于自己的數(shù)據(jù)塊),每個用戶在相同的時隙上進行不同的應用。

          因此研究承載多種業(yè)務的/模型,推導出多業(yè)務情況下的無線資源占用情況,優(yōu)化無線資源配置是一項具有相當難度的任務。

          2、常見信道配置方法

          目前,語音業(yè)務網(wǎng)絡規(guī)劃中使用較多的ErlangB公式來自于多服務者損失制系統(tǒng),即用戶發(fā)現(xiàn)線路忙后馬上離開;ErlangC公式來自于多服務者等待制系統(tǒng),即用戶進入系統(tǒng)后一直等到服務完成才離開。分組數(shù)據(jù)業(yè)務通常都有數(shù)據(jù)緩存區(qū)的存在,上層的分組包在下層遇到“阻塞”,并不會像語音業(yè)務那樣馬上“離開”,而是進入緩存區(qū)排隊,等到資源空閑的時候再被傳送;但緩沖區(qū)有一定的大小,也就是隊伍有一定的長度,在達到隊伍最大長度后,分組數(shù)據(jù)包被丟棄或拒絕。因此,嚴格來說,這兩個公式都不適用分組數(shù)據(jù)業(yè)務。

          不少研究機構結合馬爾科夫過程,按照Erlang公式的推導過程重新推導適用GPRS/EDGE的公式。如巴黎大學的BrunoBaynat和北電公司的PierreEisenmann的類厄蘭公式(Erlang-like),Nokia和西班牙Malaga大學的TimoHalonen等人的等效因子法,上海交通大學通信研究所的許健華等人提出的多維馬爾科夫模型法。

          這些方法都基于馬爾科夫過程,因此均要求滿足如下假定:被服務事件到達系統(tǒng)的時間間隔服從負指數(shù)分布,并且每個事件相互獨立的到達系統(tǒng),用戶的到達為一個泊松流;系統(tǒng)為每個到達事件服務的時間也服從負指數(shù)分布。

          類厄朗法在給定GPRS時隙數(shù)(推導在靜態(tài)GPRS信道中進行)、終端時隙能力、小區(qū)內(nèi)用戶數(shù)、空中編碼格式、LLC數(shù)據(jù)包大小、兩次數(shù)據(jù)傳送時間間隔(Inter-session時長)這些值后可以計算出信道利用率、阻塞率Pr和平均(每用戶)吞吐量等指標。

          減少因子法給定分配給連接的時隙數(shù)Nu和系統(tǒng)時隙數(shù)Ns,可以得到減少因子RF與系統(tǒng)資源平均利用率U的關系曲線,用戶吞吐量則等于分配給該用戶的時隙數(shù)×時隙容量×減少因子RF。

          多維馬爾科夫模型給定小區(qū)的總業(yè)務信道數(shù)、GPRS靜態(tài)信道數(shù)、分組呼叫的最長隊列、空中編碼格式、傳輸誤碼率、終端時隙能力、小區(qū)中接入的語音呼叫數(shù)、分組呼叫數(shù)、等待隊列中的分組呼叫數(shù),這些參數(shù)后,可以分別推導出固定資源分配方案(FRA)和動態(tài)資源分配方案(DRA)的分組呼叫的阻塞率和切換失敗率、語音呼叫的阻塞率和切換失敗率、總的呼叫阻塞率和切換失敗率、分組平均傳輸速率。

          這些方法考慮了不同數(shù)量的網(wǎng)絡條件,上海交大的模型最全面,不僅考慮了動態(tài)信道,還考慮了緩沖區(qū)大小,可以建立和實際網(wǎng)絡最接近的模型,但另一方面由于涉及的網(wǎng)絡條件太多,計算過程也相對復雜了很多,每個條件都有可能改變,很難像ErlangB表一樣用簡單的表格就描述清楚各種條件之間的相互關系;其次,某些網(wǎng)絡條件通過現(xiàn)在的手段很難采集,如空中編碼格式,和小區(qū)的C/I關系很大,同一時刻網(wǎng)絡中每個終端都在用什么編碼格式很難統(tǒng)計;第三,某些條件還和設備廠家的策略有關系,如愛立信設備按照:PSET為單位分配資源,而不是單個信道,部分參數(shù)通用性不強;最后,即使考慮了這么多參數(shù),小區(qū)切換導致的吞吐量下降、連續(xù)小包傳送和連續(xù)大包傳送的吞吐量有明顯區(qū)別這類典型現(xiàn)象還是無法在模型中體現(xiàn)出來。

          總的來說,這類方法工程應用比較繁瑣,實用價值不高,但非常適合在實驗室研究,配合仿真找到系統(tǒng)最佳性能參數(shù),如分組包緩沖區(qū)大小,各類定時器時長等。

          另一群研究機構認為由于緩沖區(qū)的存在和用戶能夠容忍一定程度的延時,丟棄的包可以被重傳,通過時間換空間,瞬時的峰值可以被近似平均處理,ErlangB公式仍然適用。他們同時注意到,分組業(yè)務系統(tǒng)有硬擁塞和軟擁塞的區(qū)別:硬擁塞在系統(tǒng)無空閑資源可分配時,系統(tǒng)拒絕新請求接入,確保已接入者的性能;軟擁塞在系統(tǒng)無空閑資源時,系統(tǒng)將已分配的資源再次分配給新來者,讓其共享資源,確保接入,但每個用戶的性能無法保證。因此,研究重點應該放在不同業(yè)務對資源的不同需求上,重點解決系統(tǒng)軟擁塞問題。

          目前較常見的有等效厄蘭(EquivalentErlangs)法、后厄蘭(PostErlang-B)法、坎貝爾法(Compell’sTheorem)。

          等效厄朗法根據(jù)每呼叫占用信道最少的業(yè)務和根據(jù)每呼叫占用信道最多的業(yè)務計算的結果區(qū)別非常大。

          后厄朗法計算的結果明顯偏大,有巨大的信道效率可提高。

          坎貝爾方法則給定了一個中等大小的區(qū)間,不同的業(yè)務需要不同的容量,這與實際情況相符,是最合理的方法。

          本文引用地址:http://www.ex-cimer.com/article/201706/353269.htm

          3、坎貝爾方法介紹

          坎貝爾方法已在WCDMA的網(wǎng)絡規(guī)劃中普遍使用,得到的計算結果與系統(tǒng)仿真出入較小,計算過程也比較簡單,適合在工程中使用。計算的關鍵是引入了業(yè)務資源強度概念,不同業(yè)務對無線資源的占用情況不同,高速業(yè)務占用資源較多,低速業(yè)務占用資源量較小,坎貝爾模型定義業(yè)務資源強度來反映不同業(yè)務對無線資源的占用情況。


          根據(jù)E,查ErlangB表得到的虛擬信道數(shù)nx需要的信道數(shù)n=nxAx+Ai(由于不同業(yè)務的Ai不同,n是一個區(qū)間)。

          4、坎貝爾方法在GPRS/EDGE系統(tǒng)中應用

          將坎貝爾方法引入到GPRS/EDGE系統(tǒng)中,關鍵是如何確定各業(yè)務資源強度和各業(yè)務的話務量。

          可以如下定義這兩個參數(shù):


          在此定義下,資源強度Ai的含義是業(yè)務i在獲得期望帶寬(即規(guī)劃帶寬)的情況下,每呼叫占用的信道數(shù)。話務量Ei則是用期望帶寬速率傳送完業(yè)務i忙時流量的時間比例。

          有了上述定義,那么



          可以看出總話務量E是忙時總流量和單信道平均帶寬的商。無線數(shù)據(jù)塊方法可以從側(cè)面驗證其準確性。

          GSM/GPRS系統(tǒng)中每個載頻上的比特流都被均勻劃分成持續(xù)4.615ms的TDMA幀。PDCH的組織采用52幀復幀結構,因此一個GPRS復幀的傳輸周期是52×4.615ms=240ms。邏輯信道被動態(tài)映射到52幀復幀中,該復幀被劃分為12個復幀塊(B0~B11)、2個空閑幀和2個PTCCH幀,每塊有4幀,每幀有8個時隙,每個時隙攜帶一個突發(fā),如圖1所示。



          圖152幀復幀結構

          因此,一個無線數(shù)據(jù)塊(復幀塊)的傳輸周期是:240ms÷12=20ms。

          由此數(shù)據(jù)話務量可以定義如下:

          數(shù)據(jù)話務量=(忙時無線數(shù)據(jù)塊的總數(shù)量×0.02s)/忙時持續(xù)時間(s)

          以某地區(qū)GSM網(wǎng)絡OMC統(tǒng)計數(shù)據(jù)為原始數(shù)據(jù),采用這兩種方法分別計算,對結果進行比較,發(fā)現(xiàn)區(qū)別并不大。因此,這樣定義是完全可行的。

          對于期望帶寬,可以參考3GPP相關文獻中對典型業(yè)務的建議值,終端用戶性能期望——交流/實時業(yè)務如下:

          TSG-SA工作組1會議,北京,10-14/4/2000修訂。

          表13GPP業(yè)務分類



          表23GPP網(wǎng)絡性能推薦值



          同時參考IBM在此方面的研究結論,IBM這些結論通過主觀評分的方式經(jīng)過了實驗驗證。

          再結合現(xiàn)網(wǎng)情況,最終確定用戶對所有GPRS業(yè)務期望帶寬如下:

          WAP業(yè)務的需求是,在1s完成750byte的傳輸,即6kbit/s帶寬;WWW業(yè)務的需求是按照資源能力規(guī)劃,取帶寬25kbit/s;SMTP、POP3業(yè)務的需求是20kbit/s的帶寬;某種VoIP業(yè)務的需求是5kbit/s的帶寬;其他業(yè)務不知道業(yè)務特征提供5kbit/s的帶寬,考慮現(xiàn)網(wǎng)中的商業(yè)應用帶寬需求很小。

          終端最終能夠獲得的帶寬,不僅受到的限制,還受到其他因素的限制,最大上限帶寬=單信道帶寬×終端捆綁信道數(shù)/信道共享用戶數(shù)。因此,系統(tǒng)按照坎貝爾方法配置了信道后,少量捆綁能力不強的終端仍不能夠獲得期望值大小的帶寬。為了盡可能讓終端能獲得期望帶寬,還需要針對具體的網(wǎng)絡和設備性能,調(diào)整信道允許最大共享用戶數(shù)等參數(shù)。另一方面,由于坎貝爾方法完全從軟擁塞的角度推導需要的信道數(shù),沒有考慮硬擁塞,調(diào)整參數(shù)過程中,還要綜合考慮小區(qū)的其他擁塞指標,對配置信道數(shù)微調(diào)。

          5、總結

          通過上述的比較可以看出,坎貝爾方法雖然不是十分完美,但其充分考慮了不同業(yè)務對資源不同需求的特點,解決了系統(tǒng)軟擁塞問題,計算過程也相對比較簡單,工程中比較實用,是GPRS/EDGE網(wǎng)絡規(guī)劃中優(yōu)選的方案。

          發(fā)布者:小宇



          關鍵詞: GPRS 無線信道 EDGE

          評論


          相關推薦

          技術專區(qū)

          關閉
          看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人 (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();