一、理论基础

在非连续载波聚合( 高频+低频) 场景下，载波衰减特性不同，聚合的载波有不同的覆盖范围，使得不同用户可调度的载波数量不同，若使用传统比例公平( PF) 算法会导致小区不同位置用户资源配置的不公平性。

提出了一种分组权重 PF 调度算法( GWPF) ，根据用户可调度的载波数量，将用户和载波分组，并引入加权因子对原比例公平算法进行加权处理，从而提高用户公平性。
GWPF 调度算法的核心思想是先根据用户可调度的载波数量，将用户和载波分组，并引入加权因子对原比例公平算法进行加权处理，从而提高用户公平性。

二、案例背景

1.问题描述

现阶段，无线通信技术发展迅速，移动用户数量逐年增加，用户对通信业务中的带宽和速率的要求也越来越高，新的多媒体业务和传统的语音业务比较发展更为迅速。上世纪，蜂窝网的概念首次被提出，然后提出了第一代移动通信系统AMPS，第一代移动电话系统又称为l G系统，主要采用的技术是模拟调制，提供的业务主要是语音服务，因而第一代通信系统的标准常被称为模拟标准。由于模拟系统有很多的不足之处，例如存在频率利用率低、容量不足、不能支持速率变化的数据业务和安全性差等问题，在这种情况下第二的移动通信系统(2G)出现，与第一代系统相比，最突出的变化就是数字化，二代系统采用的标准是GSM(Global System for Mobile Communications)，能够提供语音电话业务，并可以实现网络覆盖的国家之间的漫游功能，增加了短信等文本业务。基于2G的演进系统是2．5G，这个系统的增强之处是在语音业务基础上加入分组交换业务，2．5G系统的是2G到3G的一个过渡系统。

2.思路流程

使用 Matlab 系统级仿真，来评估 GWPF 调度算法在 LTEA 非连续载波聚合场景下的性能。首先给出相应的仿真参数配置及性能评估指标，最后给出仿真结果和相应的分析。

三、部分MATLAB仿真

顶层程序如下：

clc;
clear;
close all;
warning off;
rng('default');
Nums = [4:30];
f1 = 860;
f2 = 2300;
f3 = 3400;
B = 20;
Twind= 100;
Tmax = 2;
dist = 500;
v = 3;
power= 40;
%边缘用户和中心用户的比例因子
ker = 0.2;
for i = 1:length(Nums)
i
PF_times = 100;%m为调度次数
G = Nums(i);%为UE个数
CC = 3; %个数
T = Twind;
Rbs = zeros(G,CC,PF_times); %矩阵s为每次调度RB所分配的UE
Rates = zeros(G,G); %整个调度过程每个UE所获得的速率
Avg_rate = ones(1,G,PF_times+1); %每个UE所获得的平均速率
Rand_rate= [];
Sum_rate = [];
%根据用户在CC上的路径损耗进行分组
%我们建设CC坐标为，用户坐标随时产生
XY1 = [100,200];
XY2 = [300,100];
XY3 = [200,400];
XY = 1000*rand(2,G);
SET = [];
%定义权重因子
L = CC;
for j=1:G
dist1 = sqrt((XY(1,j)-XY1(1))^2 + (XY(2,j)-XY1(2))^2);
dist2 = sqrt((XY(1,j)-XY2(1))^2 + (XY(2,j)-XY2(2))^2);
dist3 = sqrt((XY(1,j)-XY3(1))^2 + (XY(2,j)-XY3(2))^2);
dist = [dist1,dist2,dist3];
%不同载波频率衰减不一样
PL1(j) = 58.83+37.6*log(10*dist1/1e3) + 21*log(10*f1);
PL2(j) = 58.83+37.6*log(10*dist2/1e3) + 21*log(10*f2);
PL3(j) = 58.83+37.6*log(10*dist3/1e3) + 21*log(10*f3);
[V,I] = min([PL1(j),PL2(j),PL3(j)]);
SET(j) = I;%分组号
Wk(j) = L/G*dist(I)/Avg_rate(1,j,end);
distt(j) = min(dist);
end
Wk = Wk/max(Wk);
%距离较大的定义为郊区
[VV,II] = sort(distt);
Ijiq = II(round((1-ker)*G):G);
Izx = II(1:round((1-ker)*G)-1);
for n=1:PF_times; %调度次数
rng(n);
%初始化alpha
alpha = zeros(1,G);%侵略因子
%生成随机速率信息
Rand_rate(:,:,n) = randint(G,CC,[0 500]);
%pf调度
%每个RB开始分配
for jq = 1:CC;
t = 1;
if jq == 1;PL=PL1;end;
if jq == 2;PL=PL2;end;
if jq == 3;PL=PL3;end;
for jG = 2:G;
if Rand_rate(jG,jq,n)/Avg_rate(1,jG,n)>Rand_rate(t,jq,n)/Avg_rate(1,t,n) & PL>=300+50*rand;
t = jG;
end
end
Rbs(t,jq,n) = G*rand;
end
%获得的速率
Sum_rate(:,:,n) = Rbs(:,:,n)*Rand_rate(:,:,n)';
%整个调度过程每个UE所获得的速率
Rates(:,:) = Sum_rate(:,:,n)+Rates(:,:);
%更新平均速率
for k2=1:G;
if rand>0.2%得到服务
Avg_rate(1,k2,n+1)=(1-1/T).*Avg_rate(1,k2,n);
else
Avg_rate(1,k2,n+1)=(1-1/T).*Avg_rate(1,k2,n)+(1/T).*Sum_rate(k2,k2,n);
end
end
end
Rates_=Wk*Rates;
speed1(i) = sum(sum(Rates_(:,Ijiq)))/1e6;
speed2(i) = sum(sum(Rates_(:,Izx)))/1e6;
speed(i) = speed1(i)+speed2(i);
end
figure;
bar([speed(end),speed1(end),speed2(end)]);
ylabel('吞吐量/Mbps');
save R1.mat speed speed1 speed2