东北大学学报:自然科学版  2018, Vol. 39 Issue (3): 320-324  
0

引用本文 [复制中英文]

于笑, 雷为民, 谢冰, 赵金峰. 一种基于QoS的星座通信系统跨层资源分配算法[J]. 东北大学学报:自然科学版, 2018, 39(3): 320-324.
[复制中文]
YU Xiao, LEI Wei-min, XIE Bing, ZHAO Jin-feng. A Cross Layer Resource Allocation Algorithm for Constellation Communication System Based on QoS[J]. Journal of Northeastern University Nature Science, 2018, 39(3): 320-324. DOI: 10.12068/j.issn.1005-3026.2018.03.004.
[复制英文]

基金项目

国家自然科学基金资助项目(61401081);教育部中国移动科研基金研发项目(MCM20150103)

作者简介

于笑(1978-), 男, 辽宁沈阳人, 东北大学博士研究生;
雷为民(1969-),男,辽宁沈阳人,东北大学教授,博士生导师。

文章历史

收稿日期:2016-10-11
一种基于QoS的星座通信系统跨层资源分配算法
于笑1,2, 雷为民1, 谢冰2, 赵金峰2    
1. 东北大学 计算机科学与工程学院, 辽宁 沈阳 110169;
2. 联合参谋部通信工程设计研究所, 辽宁 沈阳 110005
摘要:针对目前星座通信系统星地链路资源分配不灵活、缺乏有效服务质量(QoS)保障机制等问题, 提出一种基于QoS的星座通信系统跨层资源分配算法.利用自适应编码调制(ACM)技术, 通过定义用户信道质量评估算法、可调公平性调度算法、业务QoS分类调度算法及用户业务分配权重函数, 为终端用户指定工作频率、时隙、编码方式、调制方式等物理层工作参数, 实现根据业务QoS保障要求灵活分配物理层信道资源, 达到提高系统资源利用率与满足业务QoS保障需求的平衡.仿真实例验证该算法可以实现星座通信系统根据业务QoS和用户信道质量对星地链路资源的合理分配和调度.
关键词星座通信系统    QoS    信道质量评估    资源分配    可调公平算法    
A Cross Layer Resource Allocation Algorithm for Constellation Communication System Based on QoS
YU Xiao1,2, LEI Wei-min1, XIE Bing2, ZHAO Jin-feng2    
1. School of Computer Science & Engineering, Northeastern University, Shenyang 110169, China;
2. Joint Staff Communication Engineering Design Institute, Shenyang 110005, China
Corresponding author: LEI Wei-min, E-mail: leiweimin@ise.neu.edu.cn
Abstract: In view of the problem that the satellite-ground link resource allocation is not flexible, and the effective QoS(quality of service) guarantee mechanism is lacking, a cross layer resource allocation algorithm for constellation communication system is proposed on the basis of QoS. By using adaptive encoding modulation (ACM) technology, and defining user channel quality assessment algorithm, adjustable fairness scheduling algorithm, QoS business classification scheduling algorithm and user service allocation weight function, the terminal user can be specified physical layer parameters such as working frequency, time slot, coding mode, modulation mode, and etc. The allocation of physical layer channel resources could be realized flexibly according to the QoS security requirements, and the balance could be reached between enhancing the system utilization rate and meeting the QoS security requirements. The simulation results show that the proposed algorithm can achieve the reasonable scheduling of satellite-ground link resources based on the business QoS and user channel quality.
Key Words: constellation communication system    QoS(quality of service)    channel quality assessment    resource allocation    adjustable fairness algorithm    

星座通信系统具有组网灵活、广域覆盖、不受地理环境因素影响、通信距离远等众多优点, 可解决无线网络的全球覆盖, 在未来5G移动通信系统组建的异构无线网络中, 是实现全球覆盖的主要接入手段[1].但其网络拓扑结构变化频繁, 需要一个平衡灵活性的星上资源成本解决方案, 且尚不具备与地面通信系统有效衔接的QoS保障机制.

软件定义网络(SDN)[2]将控制平面和转发平面分离, 可通过控制平面的软件配置实现网络的灵活管理、控制和定义, 已成为未来网络通信发展主要技术之一.SDN凭借其高灵活性、可编程性和管理动态性等特点被引入到卫星移动通信, 文献[3-4]提出利用SDN/NFV技术改造GEO宽带卫星通信系统架构, 实现与地面宽带网络的进一步融合, 文献[5]将软件定义的思想引入到星座通信系统之中, 给出了基于SDN星座通信系统的基本结构设想.目前, 针对软件定义星座通信系统的研究还主要停留在思路框架层面, 主要涉及网络框架、设备功能、系统接口等方面的研究, 而在路由算法、QoS保障机制和资源调度模型开发等方面, 还需要进行深入研究.

本文将SDN技术与自适应调制编码(ACM)技术相结合, 提出一种基于QoS的跨层资源分配算法, 解决星座通信系统QoS保障和资源分配的问题.

1 系统模型

基于QoS的跨层信道资源分配算法, 通过为终端用户指定频率、时隙、编码方式、调制方式等物理层工作参数, 实现星地链路可根据业务的服务保障(QoS)需求动态分配资源.本文定义的星地链路组网结构如图 1所示.

图 1 SDN星座通信系统星地资源分配系统结构 Fig.1 Structure of satellite-ground resource allocation system for SDN constellation communication system

星地间链路多址方式采用MF-TDMA结构, 星载调制解调器和用户调制解调器均支持ACM, SDN控制器加载基于QoS的跨层资源分配算法, 通过该算法SDN控制器对系统的频率时隙资源进行划分, 并为每种QoS业务调制编码工作集分配适当的可调公平参数.当用户需要接入网络时向SDN控制器提出信道资源申请, SDN控制器根据用户所在地理位置进行链路计算, 对用户星地链路质量进行评估, 同时依据用户所发起的业务类型, 为用户分配工作频率、时隙及调制编码方式(ModCod)等物理层工作参数(x, y, z), 用户在网络定义的一个帧结构内工作参数(x, y, z)保持不变, 在下一帧开始时SDN控制器会根据用户状态的变化情况, 重新计算并向用户下发新的工作参数(x1, y1, z1), 从而实现了信道资源根据信道质量和业务QoS需求进行动态分配, 实现提高信道资源利用率与保证用户业务质量的平衡.

2 用户信道质量评估

用户业务需要根据每个用户的星地链路质量情况进行信道适配, 为链路质量好的用户业务分配高阶ModCod, 为链路质量差的用户业务分配低阶ModCod, 为了实现资源分配与链路质量的相关性, 必须对用户链路质量进行相应的评估测算.

假设每个时隙窗口可以使用的功率资源相等, 并且卫星覆盖区内天线增益相等, 即在覆盖区内用户在每个时隙内获得的EIRP都相同, 可以计算出用户所在位置的星地链路质量, 获得不同ModCod模式下信道的[Eb/N0], 信道[Eb/N0]与最低解调门限[Eb/N0]th的差值即ΔE, 可以反映出用户工作在该种ModCod模式下信道的抗衰落能力.信道的[Eb/N0]为

(1)

其中:[EIRP]是所计算载波经卫星转发器后输出的EIRP值; [G/T]为终端站的品质因数; [L]为星地链路自由空间传播损耗; k为波尔兹曼常数(-228.6 dBW/K); [ΔL]为其他损耗, 主要为雨衰产生的衰耗[6]; η表示编码调制效率.

采用不同ModCod的数字载波, 都对应一个最低要求解调门限[Eb/N0]th, 本文定义特定ModCod模式下数据信道质量[Eb/N0]与最低解调门限[Eb/N0]th之间的差值ΔE, 用于衡量星地链路的信道质量, 作为用户业务工作模式分配的基本依据,

(2)
3 基于QoS的跨层资源分配算法

基于QoS的跨层资源分配算法建立应用层至物理层的资源统一分配模式, 区分业务的不同QoS保障等级, 并结合终端用户的物理信道条件, 统一分配MF-TDMA网络的频率和时隙资源.通过利用自适应编码调制(ACM)技术, 为不同用户、不同业务指定与之相适应的ModCod模式, 在保证业务服务质量的情况下, 最大限度提高系统资源使用效率.

3.1 自适应编码调制(ACM)

本文依据DVB-S2标准定义的编码调制方式, 采用了4种调制方式和11种信道编码, 共有28种ModCod[7]模式,如表 1所示.

表 1 ACM系统调制编码对照表 Table 1 Contrast of code modulation mode in ACM system
3.2 可调公平性算法

本文引入一个可调公平参数来实现跨越不同物理层和不同业务分配策略的QoS保障机制[8].第m物理层吞吐量表达式为

(3)

其中:xm为权重向量; Tm为传输L个比特所耗费的时间量; ηm为频谱利用率; Rs为信道带宽.

设计调度策略时, 必须确定不同物理层之间所需的公平程度.引入可调公平参数α, 实现各个物理层信道的业务分配公平性和总吞吐量之间平衡的可参数化, 使用α来控制权重向量x与频谱利用率的依赖度.第m物理层权重可定义为

(4)

α取值为1和0, 分别得到

(5)

α=1表示绝对性公平, 是由物理层吞吐量独立于信道条件而得出的, 然而, 这一策略可能不是期望的, 吞吐量不会从ACM能力改善中受益; α=0提供时间公平性, 这可能是一个合理的策略, 因为它使得系统在吞吐量方面更加有效.当α取负值时, 调度函数为高阶调制的物理层分配了更多的输出时长, 提高了系统的吞吐量和频谱效率, 但同时也导致调度策略进一步失去公平性.

可调公平性吞吐量的一般表达式为

(6)
3.3 业务QoS的区分保障

本文设计采用MF-TDMA方式构建星地链路, 一个帧结构由多个不同工作频率的时隙组成, SDN控制器可以根据网络运行业务的分类情况, 统计出网络中EF(加速转发)、AF(确保转发)、DF(默认转发)等各类QoS业务的比例[9], 据此计算出不同QoS保障等级业务的时隙分配权重函数Qj(t).而后通过调整上节所述的可调公平调度算法的α值, 设计ACM调制编码集(ModCod)的时隙调度方案, 为每种QoS保障等级业务设计不同的输出效率, EF业务以保障业务输出稳定可靠为目标, AF, DF业务以尽可能提高资源利用率为目标, 从而实现服务保障的差异化, 达到业务QoS保障和资源效率平衡的目标.资源分配算法模型如图 2所示.

图 2 基于QoS的可调资源分配算法模型 Fig.2 Algorithm model of adjustable fairness resource allocation based on QoS

在MF-TDMA系统下, 利用Qj(t)函数为每种QoS保障的业务进行频率时隙划分; 而后再根据可调公平调度函数, 为每种ModCod工作模式划分频率时隙.

考虑到Qj(t)是第j个QoS的权重, j=1, 2, …, L, , 策略权重为X=f(η1, η2, …, ηM, Λ), 其中,Λ=(α1, α2, …, αNQoS),

(7)

其中αj是第j个QoS的公平参数, 同时满足

(8)

得到第j个QoS业务的第m种ModCod所获得的频率时隙调度分配函数为

(9)
3.4 用户业务分配权重函数

本文将ΔE作为一个权重指标, 将用户业务根据用户的信道质量分配到相应的编码调制工作模式中, 使每种ModCod模式的吞吐量不仅与调制编码效率和业务QoS分配比例有关, 同时也和用户信道质量ΔE相关.通过设计用户业务分配函数, 使得在低阶ModCod的物理层, ΔE值越小获得的分配权重值越大, ΔE值越大获得的分配权重值越小; 而在高阶ModCod的物理层, ΔE值越小获得的分配权重值越小, ΔE值越大获得的分配权重值越大, 从而使信道质量好的用户尽可能使用高阶ModCod, 使信道质量差的用户尽可能使用低阶ModCod.当然, 如果ΔE≤0, 那么业务无法被分配到该种工作模式下进行传输.

设定ModCod集中各种调制方式频谱效率ηm的中间值为ηav, 第k个用户在第m种ModCod模式下的信道质量用ΔEm, k表示, 用户业务分配权重函数可以表示为

(10)

用户业务分配权重函数的工作状态如图 3所示.

图 3 业务分配权重函数示意图 Fig.3 Sketch map of user traffic assignment weight function

m种ModCod物理层的吞吐量可以表示为

(11)

式中:m代表第m种ModCod模式; k代表网络中的第k个用户.第k个用户在第m种ModCod模式下, 将获得fEk)的业务分配权重, 作为其分配到第m种ModCod模式的比例权重.

4 仿真分析

仿真设定了3种业务, 分别为恒定速率业务(CBR):主要保障高等级的专线业务, 将可调公平参数α设定为1;可变速率业务(VBR):主要保障话音、视频等对时延、抖动敏感的业务, 将可调公平参数α设定为0;尽力而为业务(best-effort):用于保障其他数据业务, 将可调公平参数α设定为-1.

通过Matlab对算法的可用性进行仿真分析, 仿真设定ACM基于DVB-S2标准, 如表 1设定28种模式, 设定系统符号速率1.25 MB/s, 工作带宽1.5 MHz, 滚降系数20%, 具体仿真结果如图 4图 5所示.

图 4 各调制编码方式吞吐量随α变化 Fig.4 Throughput of each modulation coding mode varying with α
图 5 不同α值系统吞吐量比较 Fig.5 Throughput comparison of systems with different α

图 4表明每种调制编码工作模式对应可调公平参数α的变化趋势.当α=1时各个调制编码方式的吞吐量相等; 随着α值变小, 高阶调制的吞吐量快速上升, 而低阶调制方式的吞吐量逐步降低到0, 并且高阶调制曲线具有较大的动态范围.根据可调公平函数的这个特性, 可以根据业务QoS的需求选择合适的α值以达到保障服务质量和输出效率的平衡.

图 5表明α取不同值时ACM工作集内各个调制编码工作模式的吞吐量变化趋势, 横坐标代表调制编码(ModCod)编号(1~28), 对应本文表 1的编号顺序, 纵坐标代表吞吐量.当α=-1时1号ACM工作模式的吞吐量达到峰值, 各个ACM工作模式总吞吐量的平均值最大, 系统效率最高; 当α=1时各个ACM工作模式的吞吐量恒定, 各个ACM工作模式总吞吐量的平均值最小, 系统效率最低.

图 5可以看出α取值越小, 系统为高阶调制方式分配的资源越多, 系统可以获得更高的输出效率, 但高阶调制对信道质量要求高、干扰余量小、稳定性差, 不适合高业务等级的用户和QoS保障要求高的业务使用.

5 结语

本文提出一种部署在SDN控制器上的基于QoS星座通信系统跨层资源分配算法, 算法可以根据用户业务类型和QoS保障需求, 灵活地选择不同的物理层编码调制方式, 实现提高资源利用率和保障业务QoS需求的平衡.仿真结果显示, 该算法可以实现星座通信系统根据业务QoS和用户信道质量对星地链路资源的合理分配和调度.

参考文献
[1]
Cho H H, Lai C F, Shih T K, et al. Integration of SDR and SDN for 5G[J]. Access IEEE, 2014, 2: 1196–1204. DOI:10.1109/ACCESS.2014.2357435
[2]
左青云, 陈鸣, 赵广松, 等. 基于OpenFlow的SDN技术研究[J]. 软件学报, 2013, 24(5): 1078–1097.
( Zuo Qing-yun, Chen Ming, Zhao Guang-song, et al. Research on OpenFlow based SDN technologies[J]. Journal of Software, 2013, 24(5): 1078–1097. )
[3]
Rossi T, Sanctis M D, Cianca E, et al. Future space-based communications infrastructures based on high throughput satellites and software defined networking[C]// IEEE International Symposium on Systems Engineering. Rome, 2015: 29-30.
[4]
Bertaux L, Medjiah S, Berthou P, et al. Software defined networking and virtualization for broadband satellite networks[J]. IEEE Communications Magazine, 2015, 53(3): 54–60. DOI:10.1109/MCOM.2015.7060482
[5]
Bao J, Zhao B, Yu W, et al. OpenSAN:a software-defined satellite network architecture[J]. AcmSigcomm Computer Communication Review, 2014, 44(4): 347–348. DOI:10.1145/2740070
[6]
Ojo J S, Rotimi O C. Diurnal and seasonal variations of rain rate and rain attenuation on Ku-band satellite systems in a tropical region:asynthetic storm techniques approach[J]. Journal of Computer & Communications, 2015, 3(4): 1–10.
[7]
Kang D B, Kyu P M, Chang D I, et al. A design and performance evaluation for DVB-S2 ACM using rain attenuation data of COMS (communication, ocean and meteorological satellite) (JC-SAT 2011)[J]. Technical Report of Ieice Sat, 2011, 111: 23–28.
[8]
Vieira F, Castro M A V, Granados G S. A tunable-fairness cross-layer scheduler for DVB-S2[J]. International Journal of Satellite Communications & Networking, 2006, 24(5): 437–450.
[9]
Park M K, Kang D B, Oh D G. Two-step scheduling scheme to support fairness and QoS in DVB-S2 system[J]. Ksii Transactions on Internet & Information Systems, 2015, 9(11): 4419–4435.