用户分配网

用户分配网（精选7篇）

用户分配网 篇1

摘要：无源分配网是指用户到分配放大器或光站 (指光站后边无放大器) 的链路。对这部分链路损耗, 从正向来说要求链路损耗小些为好, 从反向来说损耗大些为好。下文以A楼区为例, 我们来谈谈怎样设计好楼房分配网的双向设计。

关键词：无源分配网,楼房用户,双向设计

无源分配网是指用户到分配放大器或光站 (指光站后边无放大器) 的链路。对这部分链路损耗, 从正向来说要求链路损耗小些为好, 从反向来说损耗大些为好。一般应在25d B至35d B之间, 最好为30d B左右。无源分配网络的回传损耗决定了光站回传口的回传信号功率密度 (回传信号电平) , 回传损耗太大使光工作站回传端口的输入信号功率密度小, 造成CNR下降。回传损耗太小使抗噪声侵入能力减弱, 对CNR影响更大。因此要精心设计计算无源分配网的回传损耗, 保证光站 (或放大器) 回传输入端口处的信号功率密度在5-15d Bμv/Hz之间。

下面, 以A楼区为例, 谈怎样设计好楼房分配网的双向设计。

1确定光节点

对某片区楼房的双向设计, 应首先确定好各光节点的位置。光节点的确定, 应从以下三个方面考虑:一是一个光节点覆盖户数不超过500户;二是光站后面放大器的使用最好是一级, 不超过二级;三是光站安装位置, 应是供电方便、维护方便。A楼区光站确定位置, 见图1。

该区楼房均为7层, 1梯3户或1梯2户, 楼区内居住户为1392户。光节点设置3个, 2#楼的光工作站覆盖476户, 6#楼光工作站覆盖455户, 12#楼的光工作站覆盖462户。各光站均采用四路高电平输出, 均为104d BμV。光站所覆盖的2#楼见图2。

2设计条件

电缆与器件损耗表, 见表1。

3用户链路损耗与电平的设计计算

对于无源分配网的双向设计计算, 主要解决:1、对于正向信号是保证用户电平满足国标要求, 用户电平为6 5 d B±4 d B, 任意频道间电平差≤10d B;2、对于回传通道, 主要解决好回传增益的变化和回传通道损耗不致两个题, 要保各用户的链路损耗均衡, 其链路损耗之差≤3d B。在设计时即要满足正向要求, 又要满足回传要求, 因此对楼房的电平分配应采取集中分配方式。

4用户正电平分配的设计计算

下面以14#楼用户电平分配为例进行计算, 其分配图, 见图3。

(1) 电缆在7 5 0 M H z时的衰减值

-9电缆11米衰减:10d B/100米×11米=1.1d B。

15米衰减:10 d B/10 0米×15米=1.5d B。

32米衰减:10 d B/10 0米×32米=3.2d B。

正向各用户到放大器输出口间的衰减值:

一单元7楼用户链路损耗:

8 (室内损耗) +1.1 (11米-9线损耗) +4.1 (二分配损耗) +1.5 (15米-9线损耗) +4.1 (二分配损耗) +2.8 (分支器插入损耗) +15 (14分配损耗) =36.6d B。

一单元一楼用户链路损耗:

6.8 (室内损耗) +1.1 (-9线损耗) +4.1 (二分配损耗) +1.5 (-9线损耗) +4.1 (二分配损耗) +2.6 (分支器插入损耗) +15 (14分配损耗) =35.2d B。

五单元7楼用户链路损耗:

8 (室内损耗) +3.2 (32米-9线损耗) +10 (分支损耗) +15 (14分配损耗) =36.2d B。

五单元1楼用户链路损耗

6.8 (室内损耗) +3.2 (32米-9线损耗) +10 (分支损耗) +15 (14分配损耗) =35d B。

正向用户电平:

1单元7楼:104-36.6=67.4 (d BμV) 。

1单元1楼:104-35.2=68.8 (d BμV) 。

5单元7楼:104-36.2=67.8 (d BμV) 。

5单元1楼:104-35=69 (d BμV) 。

(2) 电缆在85MHZ时的衰减值是

-9电缆11米衰减:3.4d B/100米×11米=0.37d B。

-9电缆15米衰减:3.4d B/100米×15米=0.51d B。

-9电缆32米衰减:3.4d B/100米×32米=1.09d B。

1单元7楼用户链路损耗:

5.34 (室内损耗) +0.37 (11米-9线损耗) +4 (二分配损耗) +0.51 (15米-9线损耗) +4 (二分配损耗) +2.6 (分支器插损) +14.5 (14分配损耗) =31.32d B

1单元1楼用户链损耗。

4.9 (室内损耗) +0.37 (11米-9线损耗) +4 (二分配损耗) +0.51 (15米-9线损耗) +4 (二分配损耗) +2.6 (分支器插入损耗) +14.5 (14分配损耗) =30.88d B。

5单元7楼用户链路损耗:

5.34 (室内损耗) +1.09 (32米-9线损耗) +10 (分支器损耗) +14.5 (14分配损耗) =30.93d B。

5单元1楼用户链路损耗:

4.9 (室内损耗) +1.09 (35米-9线损耗) +10 (分支器损耗) +14.5 (14分配器损耗) =30.49d B。

正向用户电平, 因正向放大器调整4d B倾斜输出, 即在750MHz时放大器输出电平为104Db, 85MHz时放大器输出电平为100 d B。

1单元7楼用户电平:

100-31.32=68.68d BμV。

1单元1楼用户电平:

100-30.88=69.12d BμV。

5单元7楼用户电平:

100-30.93=69.07d BμV。

5单元1楼用户电平:

100-30.49=69.51d BμV。

(3) 电缆在65MHz时的衰减值是

-9电缆11米衰减:

3d B/100米×11米=0.33d B。

-9电缆15米衰减:

3d B/100米×15米=0.45d B。

-9电缆32米衰减:

3d B/100米×32米=0.96d B。

1单元7楼用户至放大器输出口的回传链路损耗:

5.2 (室内损耗) +0.33 (11米-9线损耗) +4 (二分配器损耗) +0.45 (15米-9线损耗) +4 (2分配器损耗) +14.5 (14分配器损耗) +2.6 (分支器插入损耗) =31.08d B

1单元1楼用户回传链路损耗:

4.83 (室内损耗) +0.33 (11米-9线损耗) +4 (二分配器损耗) +0.45 (15米-9线损耗) +4 (2分配器损耗) +2.6 (分支器插入损耗) +14.5 (14分配器损耗) =30.71d B

5单元7楼用户回传链路损耗:

5.2 (室内损耗) +0.96 (32米-9线损耗) +10 (分支器分支损耗) +14.5 (1 4分配器损耗) =30.66d B。

5单元1楼户用户回传链路损耗:

4.8 3 (室内损耗) +0.9 6 (3 2米-9线损耗) +10 (分支器分支损耗) +14.5 (1 4分配器损耗) =30.29d B。

二楼至五楼用户的回传链路损耗值在1楼和7楼之间。

A区其它各栋楼用户的, 正向链路损耗, 正向用户电平、回传链路损耗的计算方向法同上, 计算过程略, 其计算结果和各栋楼房用户电平, 见图4、5、6、7, 12#楼光站所带用户电平及回传损耗见表2。

6#楼光站所带用户电平及回传损耗, 见表3。

2#楼光站所带用户电平及回传损耗, 见表4。

以上述各表计算结果可知, 对楼房采用对称集中分配方式, 很好地解决了回传链路汇聚均衡问题。用户正向电平最高值为70.38d BμV, 最低值为64d B, 之差为6.38d B, 优于国标要任意频道电平差<10d B要求, 用户到放大器输出端 (或光站的输出端) 之间的无源回传链路损耗最大值为31.61d B, 最低值为30.03d B之差为1.57d B, 优于设计≤3d B要求。

用户分配网 篇2

有线电视HFC系统由前端、光缆干线传输和用户分配网络三部分组成。用户分配网系统是指从光接收机至系统输出口之间的传输分配网络,通常由光节点、分配放大器、同轴电缆、分支器、分配器等有源器件和无源部件组成,其主要功能是将光信号转化为电信号,并进行合理分配传送到千家万户。

随着社会经济的不断发展,人们的生活节奏越来越快,对信息的需求也迅速增长,有线电视网络作为信息传输的主导力量,有线电视网络规模的扩大,网络资源越来越多,为了做到对网络资产的科学管理和统计查询,需要对网络资源进行全面、准确的命名和编码,以便计算机系统识别各个资源对象,使有线电视资源网络化管理得以实现。

1原则

有线电视用户分配网资源编码规则是有线电视网络资源管理系统的重要组成部分,资源对象的名称和编码定义了用户分配网资源对象在有线电视网中的唯一标识。资源对象的名称和编码均可作为日常管理维护工作中对资源对象的称谓,资源对象的编码主要由便于计算机进行字符处理的字母和数字构成,一般可作为资源对象的简易标识,或者作为其下一级资源对象编码的前缀冠字。

编码主要依据以下原则来制定:

1.1唯一性原则

本规则中资源对象的命名和编码是在其相关的局部范围内来进行的,并在该范围内保证资源对象的命名和编码的唯一性。若在其上一层的范围内来定位该资源时,须将上一层的名称或编码加上,依次类推,即可保证其在各层次上的唯一性;此功能可借助计算机系统的支持。

1.2扩充性原则

本规则主要考虑到编码容量的可扩充性,即能够在一定程度上满足因业务发展所带来的资源数量增加要求。

1.3物理信息为主原则

本规则主要以有线网络物理构成及地理信息为依据。

2行文结构

1) 资源对象的定义

2) 资源对象的编码格式

3) 命名示例

3字符集

所有名称、编码和路由描述所使用的字符必须属于本字符集,但是本字符集对相关信息表示所使用的字符不进行限制。字符集包括:

1) 汉字(每个汉字相当于2个字符数)

2) 大小写英文字母:A-Z,a-z

3) 数字:0—9

4) 其它符号:“-”,“/”

说明:

“/”是一个分隔符,一般表示前后对象的从属关系;“-”是一个连接符,一般表示前后对象的连接关系。

4光节点

光节点是光信号与电信号的转换设备。

在有线电视用户分配网中,光节点的编码格式应按如下格式唯一编码:

以太原市为例,做如下说明:

大区域编码:用两位数表示太原市城区某一区域。

1) 城北(00)、城南(05)、河西(10)、小店(15)……

2) 区域编码:用四位数表示表示每一个大区域下的区域;

3) 分区域编码:用一位数表示每个区域下的更小范围区域;

4) 连接符:用“-”表示;

5) 光节点编码:用二位数表示表示光节点,从01开始按序编排。

【例】太原市城北区解放路以东,新民中街以南,东辑虎营、精营西边街以西,府东街以北范围内(本范围编码为定义为0027)的第一块分区域的第一个光节点编码为:N00/00271-01

5放大器

放大器用于对电信号的中继。

在有线电视用户分配网中,放大器的编码格式应按如下格式唯一编码:

说明:1) 光节点出口最多为四口,每一出口用一位数表示;2) 放大器编号用二位数表示;3) 为了保证用户分配网的信号指标,片区最大采用二级放大(光节点为一级放大,放大器为二级放大)。【例】编号为N00/00271-01的光节点第二个出口带的第一台放大器编码为:N00/00271-01/201。

6电缆

电缆是光节点与放大器、放大器与放大器之间的传输线路。由于电缆所处位置的不同,编码方式分为小区内电缆和进户电缆的编码规则。

6.1小区内电缆编码规则

由于电缆标示牌与放大器标示牌所悬挂位置不同,而且易于区分,因此小区内电缆编码格式与所带放大器格式相同。

说明:所有带用户的电缆不采用此类编号,一条电缆带多台放大器时编号取距离最短放大器编号。

【例】光节点第二个出口与第一台放大器的之间的连接电缆

编码为:N00/00271-01/101

6.2进户电缆编码规则

考虑到楼宇的样式多样性,电缆入户的多样性,对入户电缆进行独立编码,并分以下四种类别进行编码。

6.2.1 外线方式

从分配器出来到进入楼层的那段电缆为外线电缆。

以楼层来区分入户电缆。

【例】一层:Y01;二层:Y02

6.2.2 内线方式

有楼层的建筑,从楼层分支器从来到进入用户终端盒的那段电缆和无楼层建筑从分配器到用户终端盒的那段电缆为内线电缆。

1) 若有房间号则以用户线和房间号进行编码。

【例】某楼编号为1303房间:U1303

2) 若没有房间号则以用户线标识与楼层和楼层内的房间的物理布置的实际情况一般房间号按照从左到右进行编码。如进入大门后或上了楼梯后面对的方向为准,从左到右进行编码。

【例】一层最左的一户:U0101

7总结

随着有线电视网络的不断扩大,对网络资源的管理就必须借助计算机系统,为了使计算机系统能够识别各个资源对象,就必然需要对资源对象进行命名和编码。太原有线电视网络有限公司根据太原市网络结构的特点,在用户分配网编码方面进行了有益的探索和实践,并制定了以上编码规则,该规则及有线电视网络其他资源的编码规则已作为参考标准于2007年被征集至国家广播电影电视总局标准计划项目,对广电行业的规范性领域中起到了非常重要的作用。

参考文献

[1]周师亮.有线电视和宽带数据传输系统应用手册[M].北京:中国建筑工业出版社,2004.

用户分配网 篇3

1.1 UE平衡配流模型发展研究

Wardrop (1952) 提出了用户平衡 (UE) 和系统最优 (SO) 的概念, 标志着交通网络平衡概念从描述转为严格的数学模型。然而, 直到1956年Beckman等人提出了用于描述UE原理的一种数学规划 (MP) 模型;20年后在1975年才由Le Blanc等将F—W算法用于求解这个模型获得成功, 从而形成了现在的使用解法。

Be ckm an提出的描述UE问题的模型, 通常称为Be ckm an变换式, 具体模型公式如下:

该模型基于以下假设:1) 网络是强连通的;2) 路段特性函数正的、连续且分离。

而实际中, 道路特性及出行者选择行为特性并不是确定和统一的, 是时刻在变化的。因此, 后续研究者将出行者对路径旅行时间估计作为随机性变量考虑, 出现了如基于logit分布的随机用户平衡配流模型 (Che n和Alfa, 1991;Davis 1994) , 考虑路网OD点之间交通需求与时间的相关性的动态交通分配模型, 考虑路网能力可靠性的PUE (probability us e r e quilibrium) 配流模型 (许良和高自友, 2003) , 综合考虑了路网需求弹性、路网用户选择随机性的多类型弹性需求随机用户平衡分配模型等 (刘海旭等, 2003) 。

此外, 在路阻函数方面, 刘海旭、蒲云等 (2003) 做出了基于出行质量的随机用户平衡分配模型 (综合考虑了出行时间最小和出行时间可靠性最大之间的平衡) 。随着智能交通技术的发展, 先进的出行者信息系统 (ATIS) , 给出行者提供了实时、可靠的信息。张玺 (2013) 等, 考虑了路网需求的随机性和出行者基于信息系统的认知更新过程, 提出一个基于认知更新的随机动态分配模型。

1.2 UE平衡配流模型算法

1.2.1 启发式算法

在将F—W算法用于求解Beckmann变换式之前, 许多学者一直在探讨用模拟和近似的方法求解交通平衡分配问题, 这些方法通常称为非平衡分配算法, 包括:全无网络分配法 (Allor Nothing) , 也称为最短路径法, 运用AON网络加载机制进行平衡分配模拟;容量限制分配法, 相对最短路径分配法来说, 更多的考虑了路段上流量与路段阻抗的关系, 通过不断更新路段阻抗, 反复调用AON网络加载过程, 试图达到平衡状态的一种分配方法;增量加载分配法, 主体思想是将OD量分成n等分, 利用全有全无加载机制, 逐次加载每份流量, 并在每次加载完后, 重新修改路段阻抗;逐次平均分配法, 是一种界于增量加载法和平衡分配法之间的一种迭代算法, 其基本思想是不断调整已分配到各路段上的交通量而组件达到或接近平衡解。

1.2.2 F—W算法

Frank和Wolfe于1956年首先提出用于求解线性约束的二次规划问题的一种线性化算法。该方法属于可行方向法的一种。由于F-W法在每次迭代都必须求解一个线性规划 (LP) 问题, 在一般的实际问题中会因为计算量过大而不实用。但是, 由于交通分配问题的特殊性, 这个LP问题能变换为一次AON网络加载, 因此F-W法特别适合于UE规划求解, 在其基础上最终形成了目前较为广泛适用的一种严格又实用的解法。

F-W算法理论上的最大缺陷是收敛性不好, 特别是在最优解附近可行方向逐渐与目标函数的最速下降方向 (即负梯度方向) 正交, 这样导致收敛的缓慢。为此许多研究都致力于改进F-W算法的收敛特性, 大致改进思路分为3类:方向加速策略、步长加速策略、流量更新策略。

2 UE平衡配流模型拓展及平衡分配算法

2.1 弹性需求模型及算法

弹性需求模型:认为OD量在分配过程中是可变的, 与OD对之间的最小阻抗有关。

当网络中出行起讫点之间的拥挤程度增加时, 出行量会相应减少。可用一个函数来描述这种关系:

式中, Ds (·) 是出行需求函数, urs是起讫点rs之间的路径最小阻抗。

弹性需求分配模型目标函数:

弹性需求状态的约束条件:

2.2随机平衡分配SUE模型及算法

SUE分配模型:认为出行者在不拥有完备的交通信息下对路段阻抗有着不同的估计, 该阻抗可被视为分布于出行者群体上的一个随机变量, 这修正UE分配的基本假设, 即出行者拥有完备的交通信息, 而且能够依据这些信息做出正确的决策。

2.2.1 SUE分配模型

(1) SUE分配模型

SUE模型是由She ffi和Pow e ll (1982) 提出的, 具体数学形式如下:

2.2.2 SUE分配模型的计算算法MSA算法

SUE分配是无约束极小值问题, 对于一般的无约束极小值问题可以用下降方向沾求解。但足对于SUE模型确定下降方向和迭代步长不是容易之事, 原因在于:1) 在每次选代中都需要执行一次随机网络加载得到一组附加的路段流量来确定目标函数的下降方向, 但路段流量有时并不能被精确计算 (如导致由此取得的下降方向可能不是真正的下降方向) 尽管在总体上是下降的;2) 由于目标函数相当复杂, 使得迭代步长不可能如一般问题那样利用一维搜索求最优值。但是MSA算法可以避免上述困难, 结合随机网络加载机制, 成功求解SUE问题。

2.3 一般化的UE模型及算法

一般化的UE模型:认为路段阻抗函数以及需求函数是不可分离的, 修正UE规划及其弹性需求形式中路段阻抗函数和需求函数可分离的条件。

由此, Prager (1954) 在建模中考虑了双向道路中对交通流之间的相互影响。Dafermos (1971, 1972) 提出研究基于不分离的一般化特性函数的交通分配模型, 这种模型也适用于多模式、多车种或者多类别用户等多类别平衡分配问题。Roth (1965) 第一个研究了多类别用户分配问题。针对我国机非混行的特点, 陈森发等 (1993) 、刘安等 (1996) 、四兵峰等 (1999) 、刘法胜 (1999) 等均讨论了多种交通方式的混合平衡分配问题, 这些研究基本上都是对国外已有成果的拓展研究。

2.3.1 一般UE模型

以下为一个具有代表性的一般UE模型Dafermos (1982) :

约束条件:

其中Ω是由弹性UE模型相同约束条件决定的, 一般UE模型即使弹性UE的一般化。

2.3.2 对角化算法

一般化UE模型最有效的算法是对角化算法来。对角化算法也叫非线性Jacobi算法、松弛算法。对角化算法在整体框架上是迭代的, 每次迭代需要求解一个完整的UE规划, 而求解UE规划的算法一般也是一个迭代过程, 因此它具有迭代嵌套结构, 对于大型的交通网络需求需要付出巨大的计算量, 尽管相对于同类算法它是较优的。

3 结论

随着智能交通技术的发展, 乘客获得道路信息的渠道越来越多越来越全面, 深刻影响了乘客的选择行为。因此, 除上文介绍的用户平衡分配模型之外, 除了应该考虑交通需求的是随机变化性, 还应考虑路网上需求与时间的相关性, 因此还发展除了动态平衡分配模。由此可见, 用户平衡配流模型会发展得越来越全面, 配流结果更加的符合实际情况;另外由于交通技术在发展, 出行者行为影响因素越来越复杂, 模型因此需要不断更新。

摘要：用户平衡分配模型在交通规划及城市交通网络设计中占据重要作用, 网络上流量分配结果的准确性对交通决策问题起着关键性作用。用户平衡分配模型的关键部分是对路网用户的行为选择描述的准确性, 因此在基本的用户平衡模型上, 发展出了较多更能描述实际情况的用户平衡拓展模型。因此本文重点介绍了用户平衡分配模型、其拓展模型及其算法。

关键词：用户平衡分配模型,用户平衡分配拓展模型,算法

参考文献

[1]任刚著.交通管理措施下的交通分配模型及算法.东南大学出版社[M].2007.

[2]刘海旭, 蒲云.基于行程质量的用户平衡分配模型[J].中国公路学报, 2004.

用户分配网 篇4

随着无线通信的发展, 对频谱资源的需求越来越大, 传统的频谱分配方式受到了极大的挑战。传统的频谱分配方式主要是以固定分配方式为主, 即频谱固定分配给授权用户使用, 其他用户无权进入该频谱段。这样的方式有利于提高系统的服务质量 (QoS) , 但由于使用某频段的授权用户在不同的位置不同时间段对频谱的使用情况是不一样的, 这样, 在授权用户不使用该频段的时候, 其他用户又不能进入该频段, 造成了频谱资源的浪费, 导致了频谱的利用率偏低。解决这个问题的一种可行的方法就是采用认知无线电技术]1[。在认知无线电网络中用户分为授权用户 (也叫主用户, Primary User, PU) , 非授权用户 (也叫次用户, Secondary User, SU) , PU可以在任何时间无限制地进入它的授权信道, SU则通过不断对频谱的监测发现频谱空穴, 然后把所发现的频谱空穴放入频谱池共享。

本文主要是讨论频谱池的资源在SU之间的分配问题。现在关于认知无线电网络的频谱分配问题已经有了不少的文献, 文献[2,3]提出了一种基于图论着色理论的频谱接入算法——CSGC (Color Sensitive Graph Coloring) 算法, 在避免用户间干扰的前提上能获得最大化的带宽效益, 并分析了该算法中频谱利用率和公平性的问题。文献[4]提出了一种并行频谱分配算法, 有效地降低了频谱分配的时间开销。文献[5]在重新定义了频谱利用率的基础上提出了一种标签着色-删除算法 (以下简称删除算法) , 在新的定义下频谱利用率比CSGC算法了有较大的提高。但这些算法都没有考虑到用户的等待时间问题, 也就是每一轮的分配只和本轮的参数有关, 不考虑之前的因素。这样, 在频谱资源比较紧张的时候就会导致部分用户, 特别是弱势用户 (该用户使用同样频谱的时候带来的系统效益较小) 的等待时间过长。本文提出了一种基于用户等待时间的频谱分配改进算法, 既考虑到了系统效益, 又能在频谱资源比较紧张的时候有效地避免用户特别是弱势用户出现等待时间过长的问题, 使系统效益和用户的等待时间得到很好的平衡。

2 频谱分配数学模型

本文的频谱分配数学模型[2]由可用频谱矩阵、效益矩阵、干扰矩阵和分配矩阵, 以及本算法所特有的用户等待时间矩阵来描述的。假设分配时间相对于环境变化时间是很短的, 各矩阵在每轮分配中保持不变。各矩阵具体定义如下:

(1) 可用频谱矩阵。用L={l n, m|ln, m∈0{1, }N×M来表示可用矩阵。其中N为用户标号 (下标从0到N-1) , M为频谱标号 (下标从0到M-1) 。当ln, m=1是表示频带m对于用户n是可用的, 反之, 当ln, m=0表示频带m对于用户n是不可用的。

(2) 效益矩阵。用B={nb, m}N×M表示效益矩阵。bn, m表示用户n使用信道m带来的效益。把可用频谱矩阵L和效益矩阵B结合, 将得到可用的效益矩阵LB={l n.m.bn, m}N×M。

(3) 干扰矩阵。用C={c n, k, m|ln, k, m∈0{1, }N×N×M来表示用户间的干扰矩阵。cn, k, m=1表示用户n与用户k同时使用信道m的话将会导致干扰, 当n=k时, cn, k, m=ln, m。

(4) 用户等待时间矩阵。这是本算法独有的矩阵。由于相邻两轮分配的时间间隔是一样的, 并假设用户的发射请求未得到满足前会在每轮分配时都提出发射申请, 所以我们可以用用户发射请求被满足时的总申请次数或经过的等待次数来表示用户等待时间。则用户等待时间矩阵可以表示为G={g n|gn∈N}N×1, gn称为用户n的等级系数。初始化时, G为全零矩阵, 当用户n提出发射请求时gn=1, 每当用户的发射请求未满足时, gn递增1;当用户的发射请求得到满足时, gn变为0。也称为用户级别矩阵。

(5) 无干扰分配矩阵。用A={a n, m|an, m∈0{1, }N×M表示满足无干扰的分配矩阵。如果an, m=1表示信道分配给用户n。明显地, 无干扰分配矩阵必须满足:

a n, m.ak, m=0, 当

这样认知无线电网络的频谱分配问题就抽象成为一个图G= (U, EC, LB) 的着色问题。其中U是图G的顶点集, 表示无线电网络中共享频谱的次用户, LB表示顶点可选频谱的集合和权重, EC是边集, 由干扰矩阵决定, 当且仅当cn, k, m=1时, 两个不同的顶点 (用户) u, v∈U之间有一条颜色为m (对应频带m) 的边。这样, 满足 (1) 式的无干扰分配的条件可以描述为:当两个不同的顶点存在着m色边的时候, 两个顶点不能同时着m色。

3 基于用户等待时间的频谱分配改进算法

3.1 频谱利用率的定义

文献[2]、[3]都是用频谱利用率作为系统的效益的, 并把频谱利用率定义为:

如文献[5]分析, 这样定义的频谱利用率并没有太大的现实意义。因为现实的终端用户大多都是一个频率的通信接口, 无法享用多个频率信道的好处。在这样的定义下, 如果最大化频谱利用率, 将会驱使一个用户被分配到多个信道 (频段) 。如果一个用户只使用其中的一个信道, 其他的信道将作为其备用信道, 这样必然会导致贫困用户的出现。所以文献[5]把频谱利用率重新定义为:

在如 (3) 式的定义下, 最大化频谱利用率的话, 每个用户只会分配到一个信道, 这样, 在频谱资源比较紧张的时候能避免一个强势用户分配到多个信道导致浪费的问题, 提高了信道利用率。但文献[5]提出的删除算法仍然没解决频谱紧张的时候部分用户等待时间过长的问题。

本文的频谱利用率采用式 (3) 的定义。

3.2 基于用户等待时间的频谱分配改进算法

CSGC算法和删除标签算法都只考虑到了用户的带宽效益, 并未考虑到在频谱资源比较紧张的时候用户的等待时间, 这样必然会导致部分用户特别是弱势用户的等待时间过场的问题。

3.2.1 分配目标

本算法的分配目标是平衡系统效益和用户等待时间的矛盾问题, 既要使用户的等待时间不至于很长, 又考虑到系统的效益。即如果用户的等待时间不同, 优先分配给等待时间长的用户, 如果用户的等待时间一样, 优先分配给系统效益大的用户。

3.2.2 基于用户等待时间的频谱分配改进算法

本算法将结合用户等待时间进行频谱分配。其基本思想是在频谱资源比较紧张的时候, 部分用户要等待一段时间才可以使用信道, 分配时考虑用户的等待时间, 对等待时间较长的, 优先分配。而对于等待时间一样的, 再采用经典频谱分配的某个准则 (如CMSB, CollaborativeMax-Sum-Bandwidth, 协作最大化带宽准则;NMSB, Non-collaborative-Max-Sum-Bandwidth, 非协作最大化带宽准则等) 计算标签值后再进行分配, 标签值大的优先分配。在CMSB准则下, 标签值, 其中nD, m表示与该次用户干扰的其他次用户数, 也叫邻居数;在NMSB准则下, 标签值。当一个用户n已分配到一个信道时, 退出本轮分配, 并把n的等级系数gn置0;当用户n没分配到信道时, n的等级系数递增1。这样, 用户随着等待时间变化, 能自适应地调整其优先级, 保证每个用户在不是很长的等待时间内就能分配到信道。

本算法考虑到了用户的等待时间, 避免用户出现很长的等待时间, 体现公平性。在等待时间相同的时候, 考虑到了系统效益。如果在频谱资源不紧张的时候, 即每个用户都不用等待就能使用频谱时, 用户等级矩阵一直为全0矩阵, 本算法就和删除算法一样了。

算法步骤如下:

(1) 搜寻图的用户级别矩阵, 找出级别最高的那些顶点 (用户名单) 。

(2) 选择某分配准则 (如CMSB或者NMSB) , 对本级别顶点计算标签值, 然后根据该准则分配颜色 (频谱) 。

(3) 更新顶点 (用户) 表单和颜色 (频谱) 表单, 若该级别顶点已全部分配完或该级别顶点已无可用颜色, 则进入下一级别分配, 否则返回 (1) 。该级别中分配到信道的用户级别数值置0, 否则递增1。

(4) 下一级别分配, 重复 (1) 到 (3) 的步骤。

(5) 当最低级别分配完毕, 本轮分配结束。

具体算法流程图如图1所示:

4 仿真结果分析

下面将本文算法、CSGC算法和删除算法分别在CMSB准则下进行比较, 比较频谱分配对用户等待时间的满足情况。

为简便起见, 假设每个用户如果在某轮分配到频谱, 到下一轮分配时候刚好结束使用, 该用户重新回到申请队列。为了看出不同算法在频谱资源比较紧张的时候对普通用户和弱势用户等待时间的影响, 我们让两种用户分别成功申请1 000次, 并计算每成功申请一次需要等待的次数的概率分布。具体参数如表1所示:

在CMSB准则下, 并采用 (3) 式来计算系统吞吐量 (频谱利用率) , 让某个弱势用户和一般用户成功申请1 000次, 每成功申请一次需要等待次数的概率分布如图2, 图3所示:

如图2所示, 而在删除算法中, 弱势用户的等待次数在4次内的只有80%, 而且出现长达20次等待次数, 不过概率比较小, 弱势用户等待次数大于6次的有10%左右的机会出现;在CSGC算法中, 等待次数在4次内的概率不到70%, 大于6次的概率大于20%。本算法中的弱势用户等待次数最多只有4次, 而集中在2次内的概率达到了97%左右。很明显, 本文所提算法对用户等待时间有明显的改善, 弱势用户不会出现很长的时间。

图3中, 删除算法中的一般用户一次就申请成功 (对应等待次数0次) 的概率比本算法大, 但是一般用户仍有可能出现长时间的等待, 甚至可能出现长达10次的等待次数。CSGC算法的一般用户的等待时间比删除算法的一般用户的等待时间更长。而在本算法中, 一般用户的等待时间最多只有3次, 而且2次内的概率就已经接近100%。所以对于一般用户而言, 本算法对用户的等待时间也有改善。

总的来说, 本算法对用户的等待时间有明显的改善作用, 能通过用户的等待时间自适应地改变用户的优先级, 使用户不会陷入长时间的等待, 用户有趋于均衡的机会使用频谱, 提高了系统的公平性。

下面比较3种算法的系统吞吐量, 让系统运行1 000次, 并 (3) 式定义下计算吞吐量的概率分布, 结果如图3所示:

从图4中可以看出, 本算法比CSGC算法的吞吐量要大, 比删除算法的吞吐量要小。本算法在牺牲了部分带宽效益的同时获得了满足用户等待时间的性能提高。

5 结束语

认知无线电的频谱池是给次用户实行资源共享的, 每个次用户都有权使用频谱。如果一个次用户使用频谱的等待时间过长, 甚至把一个次用户排除在系统外, 这明显造成了不公平。本算法第一次把用户的等待时间引入基于图论的频谱分配的数学模型中, 把等待时间和CMSB准则结合一起, 自适应地调整用户的优先级别, 使用户在频谱紧张的时候不会陷入长时间的等待, 用户有趋于均衡的机会使用频谱, 保证了系统的公平性。仿真结果分析证明了本文结论。

造成了不公平。本算法第一次把用户的等待时间引入基于图论的频谱分配的数学模型中, 把等待时间和CMSB准则结合一起, 自适应地调整用户的优先级别, 使用户在频谱紧张的时候不会陷入长时间的等待, 用户有趋于均衡的机会使用频谱, 保证了系统的公平性。仿真结果分析证明了本文结论。

参考文献

[1]Joseph MitolaⅢand Maguire G Q.Cognitive Radio:Making software radios more personal, IEEE Personal Communications, 1999, 6 (4) :13-18

[2]Zheng H and Peng C.Collaboration and fairness in opportunistic access.In Proc.40th annual IEEE International Conference on Communications (ICC) , Seoul Korea, 2005, 5:3132-3136

[3]Peng C, Zheng H, Zhao B Y.Utilization and fairness in spectrum assignment for opportunistic spectrum access[J].ACM Mobile Networks and Applications (MONET) , 2006, 11 (4) :555-576.

[4]廖楚林, 陈劼, 唐友喜等.认知无线电中的并行频谱分配算法.电子与信息学报, 2007, 29 (7) :1608-1611

用户分配网 篇5

关键词：交通分配,Wardrop准则,基于终点模型,仿射尺度算法

交通分配就是把各种出行方式的空间OD量分配到具体的交通路网上,它是城市交通规划的一个重要环节。依据Wardrop第一、第二准则,通常把交通分配划分为均衡分配与非均衡分配。Beckman最早提出了满足Wardrop第一准则的用户均衡交通分配模型,常采用Frank-wolfe算法进行求解[1,2,3]。由于该模型以各OD对之间的路径流量为变量,需要枚举OD对间的所有路径,因此对大型路网,模型求解相对比较困难。

近年来,许多学者对这类问题进行了多方面研究[4,5,6],提出许多新的模型与算法,如基于路段模型与算法[7],基于起点和终点的模型与算法[8,9]等。这些模型与算法都是以路段流量为变量,并发现基于路段的交通分配模型同样满足Wardrop第一准则。选择路段流量为变量,避免路径枚举,减少计算的复杂程度。

基于终点的用户均衡交通分配模型可以归结为一个具有线性约束的非线性规划问题,本文采用简单实用的仿射尺度算法[10]求解这类问题。首先给出基于终点的用户均衡交通分配模型,指出该模型与基于路径均衡配流模型是等价的,当选择适当路阻函数后,模型可以归结为带线性约束的非线性规划问题,并转化为仿射尺度算法的处理形式;最后采用该算法求解一个小型路网的交通配流问题,仿真结果显示,该算法是有效的,可用于大型路网的配流计算.

1 交通分配模型

1.1 用户均衡交通分配模型

用户均衡分配模型是更接近实际交通状态的分配模型。在均衡状态时,在同一OD对间所有被使用的路径上,其路径行驶时间相等且该行驶时间小于或等于未被使用路径上的行驶时间,此时网络处于平衡状态,任何出行者均无法通过变更选择路径达到减少出行时间的目的。对于一个给定交通网络G=(N,A),N为节点集,A为边集,R为起点集,S为终点集,R与S可以有公共元素;A(i)为以i为起点的有向路段集合;B(i)为以i为终点的有向路段集合;(r,s)为以r为起点,s为终点的OD对;x${}_a^s$表示路段a上到终点s,(s∈S)的流量;Prs为OD对(r,s)间所有路径集合。对应于Wardrop第一准则的用户均衡交通分配模型(1):

$\begin{array}{l}\min z(x)={\displaystyle \sum _{a\in A}{\displaystyle {\int }_0^{x{}_a}t}}{}_a(\omega )\text{d}\omega (1)\\ \text{s}.\text{t}.{\displaystyle \sum _{p\in {\rm P}{}_{rs}}f}{}_p^{rs}=q{}_{rs},\forall r,s(2)\\ f{}_p^{rs}\ge 0,\forall p,r,s(3)\\ x{}_a={\displaystyle \sum _{r\in R}{\displaystyle \sum _{s\in S}{\displaystyle \sum _{p\in {\rm P}{}_{rs}}\delta }}}{}_{ap}^{rs}\cdot f{}_p^{rs},\forall a(4)\end{array}$

式中:f${}_p^{rs}$是O-D对(r,s)间路径p上的交通量;qrs是OD对(r,s)间的交通需求量;

$\delta {}_{ap}^{rs}=\{\begin{array}{cc}1‚& \text{Ο}\text{D}\text{对}(r,s)\text{间}\text{路}\text{径}p\text{经}\text{过}\text{路}\text{段}a\\ 0‚& \text{否}\text{则}\end{array}$

上面模型是基于路径用户均衡交通分配模型,求解该模型需要枚举OD对间的所有路径,因此在大型路网上应用比较困难。下面给出的基于终点的用户均衡交通分配模型(2):

$\begin{array}{l}\min z(x)={\displaystyle \sum _{a\in A}{\displaystyle {\int }_0^{x{}_a}t}}{}_a(\omega )\text{d}\omega (5)\\ \text{s}.\text{t}.{\displaystyle \sum _{a\in A(i)}x}{}_a^s-{\displaystyle \sum _{b\in B(i)}x}{}_b^s=q{}_{is},\forall i\in R,s\in S,i\ne s(6)\\ {\displaystyle \sum _{a\in A(i)}x}{}_a^s-{\displaystyle \sum _{b\in B(i)}x}{}_b^s=0,\forall i\notin R,s\in S,i\ne s(7)\\ x{}_a^s\ge 0(8)\\ x{}_a={\displaystyle \sum _{s\in S}x}{}_a^s(9)\end{array}$

该优化模型以路段到终点的流量x${}_a^s$为变量,避免了路径枚举,从而适用于大型路网的配流计算。

1.2 模型分析

模型(1) 中目标函数是路段行驶时间函数积分之和,该目标函数在交通上的含义并不直观,但它的K-K-T条件却正好与Wardrop第一准则一致。并且可以证明,模型(2)与模型(1)是等价的。事实上,令x${}_a^{rs}$为路段a从起点r到终点s的流量,则有$x{}_a^{rs}={\displaystyle \sum _{p\in {\rm P}{}_{rs}}f}{}_p^{rs}\cdot \delta {}_{pa}^{rs}$,对∀i≠r,i≠s,有${\displaystyle \sum _{a\in A(i)}{\displaystyle \sum _{p\in {\rm P}{}_{rs}}f}}{}_p^{rs}\cdot \delta {}_{ap}^{rs}-{\displaystyle \sum _{b\in B(i)}{\displaystyle \sum _{p\in {\rm P}{}_{rs}}f}}{}_p^{rs}\cdot \delta {}_{bp}^{rs}=0$,即OD对(r,s)中,当节点i为中间点时进入i的流量等于流出流量。从而有:

$\begin{array}{l}{\displaystyle \sum _{a\in A(i)}x}{}_a^s-{\displaystyle \sum _{b\in B(i)}x}{}_b^s={\displaystyle \sum _{a\in A(i)}{\displaystyle \sum _{r\in R}x}}{}_a^{rs}-{\displaystyle \sum _{b\in B(i)}{\displaystyle \sum _{r\in R}x}}{}_b^{rs}\\ ={\displaystyle \sum _{a\in A(i)}{\displaystyle \sum _{r\in R}{\displaystyle \sum _{p\in {\rm P}{}^{rs}}f}}}{}_p^{rs}\cdot \delta {}_{ap}^{rs}-{\displaystyle \sum _{b\in B(i)}{\displaystyle \sum _{r\in R}{\displaystyle \sum _{p\in {\rm P}{}^{rs}}f}}}{}_p^{rs}\cdot \delta {}_{bp}^{rs}\\ ={\displaystyle \sum _{r\in R}(}{\displaystyle \sum _{a\in A(i)}{\displaystyle \sum _{p\in {\rm P}{}^{rs}}f}}{}_p^{rs}\cdot \delta {}_{ap}^{rs}-{\displaystyle \sum _{b\in B(i)}{\displaystyle \sum _{p\in {\rm P}{}^{rs}}f}}{}_p^{rs}\cdot \delta {}_{bp}^{rs})=0\end{array}$

即为式(7)。同样对∀i∈R,i≠s时有:

$\begin{array}{l}{\displaystyle \sum _{a\in A(i)}x}{}_a^s-{\displaystyle \sum _{b\in B(i)}x}{}_b^s\\ ={\displaystyle \sum _{a\in A(i)}{\displaystyle \sum _{r\in R}{\displaystyle \sum _{p\in {\rm P}{}^{os}}f}}}{}_p^{rs}\cdot \delta {}_{ap}^{rs}-{\displaystyle \sum _{b\in B(i)}{\displaystyle \sum _{r\in R}{\displaystyle \sum _{p\in {\rm P}{}^{rs}}f}}}{}_p^{rs}\cdot \delta {}_{bp}^{rs}\\ ={\displaystyle \sum _{a\in A(i)}{\displaystyle \sum _{p\in {\rm P}{}^{is}}f}}{}_p^{is}\cdot \delta {}_{ap}^{is}+{\displaystyle \sum _{a\in A(e)}{\displaystyle \sum _{r\in R\{i\}}{\displaystyle \sum _{p\in {\rm P}{}^{rs}}f}}}{}_p^{rs}\cdot \delta {}_{ap}^{rs}-\\ {\displaystyle \sum _{b\in B(i)}{\displaystyle \sum _{p\in {\rm P}{}^{is}}f}}{}_p^{is}\cdot \delta {}_{bp}^{is}-{\displaystyle \sum _{b\in B(i)}{\displaystyle \sum _{r\in R\{i\}}{\displaystyle \sum _{p\in {\rm P}{}^{rs}}f}}}{}_p^{rs}\cdot \delta {}_{bp}^{rs}\\ ={\displaystyle \sum _{a\in A(i)}{\displaystyle \sum _{p\in {\rm P}{}^{is}}f}}{}_p^{is}\cdot \delta {}_{ap}^{is}+{\displaystyle \sum _{r\in R\{i\}}(}{\displaystyle \sum _{a\in A(i)}{\displaystyle \sum _{p\in {\rm P}{}^{rs}}f}}{}_p^{rs}\cdot \delta {}_{ap}^{rs}-\\ {\displaystyle \sum _{b\in B(i)}{\displaystyle \sum _{p\in {\rm P}{}^{is}}f}}{}_p^{is}\cdot \delta {}_{bp}^{is})\\ ={\displaystyle \sum _{a\in A(i)}{\displaystyle \sum _{p\in {\rm P}{}^{is}}f}}{}_p^{is}\cdot \delta {}_{ap}^{is}={\displaystyle \sum _{p\in {\rm P}{}^{is}}f}{}_p^{is}=q{}_{is}\end{array}$

与式(2)一致,所以模型(1)与(2)是等价的。

1.3 模型的矩阵表示

令x=(…,x${}_a^1$…x${}_a^{|S|}$,…)T(|A|×|S|)×1表示路网中各路段基于终点的流量向量;ei(s)=(…,eia(s),…)1×|A|表示s为OD对终点时节点i的点弧关联向量;其中:

$e{}_{ia}(s)=\{\begin{array}{cc}1‚& s\text{为}\text{Ο}\text{D}\text{终}\text{点}\text{时},i\text{为}a\text{的}\text{起}\text{点}\\ -1‚& s\text{为}\text{Ο}\text{D}\text{终}\text{点}\text{时},i\text{为}a\text{的}\text{终}\text{点}\\ 0‚& \text{否}\text{则}\end{array}$

设:

$\begin{array}{l}E(s)=\left[\begin{array}{l}e{}_1(s)\\ e{}_2(s)\\ \cdots \\ e{}_{|{\rm N}|}(s)\end{array}\right]{}_{|{\rm N}|\times |A|}\\ \mathit{E}=\left[\begin{array}{cccc}E(1)& 0& \cdots & 0\\ 0& E(2)& \cdots & 0\\ \cdots & \cdots & \cdots & \cdots \\ 0& 0& \cdots & E(|S|)\end{array}\right]{}_{(|{\rm N}|\times |S|)\times (|A|\times |S|)}\\ b=(\cdots ,b{}_i^s,\cdots ){}_{(|{\rm N}|\times |S|)\times 1}^{\text{Τ}},\\ b{}_i^s=\{\begin{array}{cc}q{}_{is},& i\in R,s\in S\text{且}i\ne s\\ 0,& \text{否}\text{则}\end{array}\end{array}$

采用矩阵表示模型(2)转化为式(10):

$\begin{array}{l}\min z(x)={\displaystyle \sum _{a\in A}{\displaystyle {\int }_0^{x{}_a}t}}{}_a(\omega )\text{d}\omega \\ \text{s}.\text{t}.Ex=b\\ x\ge 0(10)\end{array}$

2 仿射尺度算法

2.1 算法的基本思想

设模型(3)的内可行域Q+={x|Ex=b,x>0},当前迭代点为xk=(x${}_1^k$,…,x${}_{|A|\times |S|}^k$)T,xk∈Q+,构造对角阵Dk=diag(x${}_1^k$,x${}_2^k$,…,x${}_{|A|\times |S|}^k$),做仿射尺度变换Tk:g=D-1kx,在此变换下,式(10)变为:

$\begin{array}{l}\min G{}_k(g)\\ \text{s}.\text{t}\overline{E{}_k}g=b‚g\ge 0(11)\end{array}$

其中,$\overline{\mathit{E}{}_k}=\mathit{E}\mathit{D}{}_k$,并且xk被变换到式(11)约束区域的中心e=(1,1,…,1)${}_{(|A|\times |S|)\times 1}^{{\rm T}}$。从e出发沿式(11)的目标函数在gk=e处的负梯度在矩阵$\overline{\mathit{E}{}_k}$的核空间的投影方向:$q{}_k=-(\nabla G{}_k(e)-\overline{\mathit{E}{}_k}´(\overline{\mathit{E}{}_k}\overline{\mathit{E}{}_k}´){}^{-1}\overline{\mathit{E}{}_k}\nabla G{}_k(e))$做一维搜索,这里ᐁGk(e)=Dkᐁz(xk)。若qk=0,则可证xk是式(11)一个K-T点;若qk≠0,则记$p{}_k=\frac{q{}_k}{\parallel q{}_k\parallel }$,做一维搜索$\underset{0\le \lambda \le \theta }{{\displaystyle \min }}F(x{}^k+\lambda \mathit{D}{}_{k}p{}_k)‚(0<\theta <1)$。

2.2 算法的迭代步骤

Step 1: 给定初始点x0∈Q+,x0=(x${}_1^0$,x${}_2^0$,…,x${}_{|A|\times |S|}^0$)T,允许误差ε,σ>0,置k =1;

Step 2: 令Dk=diag(x${}_1^k$,x${}_2^k$,…,x${}_{|A|\times |S|}^k$),计算$q{}_k=-(\nabla G{}_k(e)-\overline{\mathit{E}{}_k}´(\overline{\mathit{E}{}_k}\overline{\mathit{E}{}_k}´){}^{-1}\overline{\mathit{E}{}_k}\nabla G{}_k(e))$,其中$\nabla G{}_k(e)=\mathit{D}{}_k\nabla z(x{}^k),\overline{A{}_k}=A\mathit{D}{}_k$;

Step 3: 若‖qk‖<ε,则令xmin=xk,停止;否则,转Step 4;

Step 4: 计算$p{}_k=\frac{q{}_k}{\parallel q{}_k\parallel }$,进行一维搜索

$\underset{0\le \lambda \le \theta }{{\displaystyle \min }}z(x{}^k+\lambda D{}_{k}p{}_k)‚\theta \in (0‚1)$;

Step 5: 设λk是Step4中最优解,若‖λkDkpk‖<σ,则令xmin=xk,停止;否则,转Step 6;

Step 6: 令xk+1=xk+λkDkpk,置k=k+1,转Step2;

3 仿真实验

考虑如图1所示的交通路网,有14条路段,变量x${}_a^s$有28个;有2个OD对1-9和3-7,OD需求量分别为q1,9=q3,7=55;路阻函数采用美国公路局1964年提出的BPR函数,具体可取$t{}_a(x{}_a)=t{}_a(0)(1+0.15\left(\frac{x{}_a}{c{}_a}\right){}^4),t{}_a(0)$为路段自由流行驶时间,设每条路段饱和容量为40;路段自由流行驶时间见表1。

采用仿射尺度算法,使用Matlab软件编程对这个实例进行求解。求解中所取允许误为ε=0.01,σ=0.1时,各路段分配流量见表2。表3给出分配流量路径的行驶时间,可以看到,同一OD对路径行驶时间基本相同,从而满足Wardrop 第一准则。图2给出了仿射尺度算法的收敛曲线图,可以发现,本算法收敛速度快,算法迭代528步后误差降为0.01。

4 结 语

本文给出了基于终点的用户平衡交通分配模型的仿射尺度算法,模型以基于OD对终点的路段流量作为变量,避免了路径枚举,减少计算量。仿真计算结果显示,本文采用的仿射尺度算法是有效的,分配到各路段的流量满足Wardrop 第一准则。

参考文献

[1]Lee Der-Horng,Nie Yu.Accelerating Strategies and Compu-tational Studies of the Frank-Wolfe Algorithm for theTraffic Assignment Problem[J].Trans.Research Record,2001,1 771:97-105.

[2]Gao Ziyou,Lam W H K,Wong S C.The Convergence of E-quilibrium Algorithms with Non-monotone Line SearchTechnique[J].Applied Mathematic and Computation,2004,148:1-13.

[3]Michael Patriksson.Algorithm for Comuting Traffic Equilib-ria[J].Network and Spatial Economics,2004,4:242-250.

[4]Yu Nie,Zhang H M.Models and Algorithms for the TrafficAssignment Problem with Link Capacity Constraints[J].Transportation Research Part B,2004,38:285-312.

[5]Lee Der-Horng,Nie Yu,Chen Anthony.A Conjugate GradientProjection Algorithm for Traffic Assignment Problem[J].Mathematical and Computer Modeling,2003,37:863-878.

[6]芦群,刘灿齐.城市公共交通网络均衡分配模型与算法[J].交通与计算机,2004,22(4):3-6.

[7]肖海燕.基于路段流量的交通分配模型的算法[J].武汉科技大学学报:自然科学版,2007,30(3):274-277.

[8]Bar-Gera H.Origin-based Algorithm for the TrafficAssignemnt Problem[J].Trans.Science,2002,36:398-417.

[9]李峰,王书宁.基于终点的路径交通量求解算法[J].清华大学学报:自然科学版,2006,46(1):149-152.

用户分配网 篇6

一、有线数字电视分配网络设计方案的确定

随着数字电视的广泛普及, 广播电视技术及其附属多功能业务的发展越来越快, 对双向网络及带宽的要求越来越高, 对小区有线数字电视分配网络进行设计要兼顾当前流行的施工建设方案, 制定科学、可行的设计方案。

(一) 户外分配网络

目前, 随着通讯光缆价格的持续降低, 光缆成为线路传输中重要的传输介质。越来越多的网络运营商在建设有线数字电视网络时, 选择让光接收机尽量接近用户端, 光传输比重的增加不但提高了网络的传输质量, 同时也降低了网络维护成本。目前较为广泛使用的设计方案是光纤到楼和光纤到户两种模式。

光纤到楼型:如图1所示, 有线数字电视运营商网络进入各住宅小区后使用无源光分路器将光信号采用星型连接方式将光纤引入各个住宅楼, 在每个楼内主单元有线数字电视箱体内安装光接收机, 每个光接收机可以覆盖100户左右, 采用EPON+LAN方式实现同轴电缆和五类线同时入户。由于相对过去同轴电缆分配网和光纤进小区的组网模式, 具有可靠性高, 调试方便, 便于维护等特点。

光纤到户型:如图2所示, 有线数字电视运营商网络进入各住宅小区后使用无源光分路器将光信号采用星型连接方式将两芯皮线光缆引入各个居民家中。由于光纤链路中连接设备少, 这种光网络建设方案具有系统可靠性高, 调试方便, 便于维护等优点。由于用户与有线电视前端机房链路中没有有源设备, 用户可以得到更好的带宽体验。这种网络建设方式具有投资相对较高, 线路维护量大幅降低, 用户可以更好地体验网络带宽增大所提供的各种电视增值业务。

(二) 楼内分配网络

有线数字电视信号进入各住宅楼后, 使用光接收机将光信号转换为能够在同轴电缆中传输的射频信号是目前有线数字电视网络技术发展的常规技术。目前针对户外分配网络采用光纤到楼的组网模式, 各运营商采用较多的楼内分配方式包括分支分配型和集中分配型两种。由于链路中间存在线路对接头及同轴电缆, 分支、分配器材, 用户信号质量差别较大, 维护相对困难。而采用光纤到户的组网模式就实现了有线数字电视前端机房到住宅小区用户家中的无源全光网络, 具有施工简单, 维护方便, 用户信号均衡等特点。

(三) 分光设计

光缆到达小区室外交接箱 (或机房) 后进行一次分光, 出局的光缆到达楼栋各单元时进行二次分光后入户。由于光纤入户将占用大量的PON口, 所以应科学计算分光方式, 确保数据信号分光后达到或接近1:64的分光比, 避免造成不必要的端口资源浪费。

1. 广播信号分光原则。

广播信号在小区室外交接箱 (或机房) 可进行一次或多次分光, 出局的光缆到达楼栋各单元时再次分光。

2. 数据信号分光原则。

数据信号在小区室外交接箱 (或机房) 进行一次分光, 出局的光缆到达楼栋各单元时二次分光。以低层、多层楼栋为例。4芯光缆到达单元配线箱后, 在熔配盘内成端2芯 (1芯数据信号, 1芯广播信号) , 成端应选用SC/UPC型连接器 (数据信号为蓝色, 广播信号为绿色) , 并预留两芯在熔纤盘内。

3. 单元分光。

每个单元分光点处配置2台插片式PLC光分路器, 通过单元配线箱熔纤盘成端的2芯分别连接对应的插片式PLC光分路器的IN口, 数据信号为蓝色连接器及接头, 广播信号为绿色连接器及接头。入户采用2芯单侧带头皮线光缆敷设 (1芯数据信号, 1芯广播信号) , 带头一端在单元箱侧。数据信号为蓝色SC/UPC型连接器, 连接数据信号PLC光分路器出口, 外护套印有光缆信息, 广播信号为绿色SC/UPC型连接器, 连接广播信号PLC光分路器出口, 外护套不印光缆信息。皮线不带头一端去往用户端光纤插座盒。

二、指标及测试

(一) 指标的选取

针对住宅小区内的有线数字电视分配网络的质量进行整体测试, 需要关注完工后的整体网络指标和施工工艺质量两方面内容。指标直接关系到用户的信号接收质量, 施工工艺质量则对网络的使用寿命和后期维护有重要影响。对有线数字电视分配网络指标和施工工艺进行整体测试, 可对整个施工建设工程给出具有明确意义和完整充分的测试评估意见。

如表1所示, 对网络进行的指标测试主要包括系统输出口电平、任意频道间电平差、相邻频道间电平差、调整误差率、误码率、数字射频信号与噪声功率比, 采用光纤入户方式后还要考虑光纤机顶盒的输入光功率。

1. 频道间电平差。

有线数字电视信号进入机顶盒后, 首先进行信号放大, 通常使用小信号放大器, 动态范围很小, 当频道间信号电平差超过10d B时, 可能使放大器进入非线性区而引起失真。另外, 信号电平差超过10d B, 也可能超过接收机的选择 (性) 能力而直接导致锁频失败, 丢失频道。对频道间电平差进行测试使用有线数字电视测试标准场强仪或频谱仪, 使用阻抗匹配的线缆和接头连接被测系统的输出口, 读取各频道电平测试数值并进行计算。

2. 调制误差率 (Moulation Error Ration) 。

调制误差率是标称矢量幅度的平方和与误差矢量幅度的平方和之比, 用d B表示。数字系统中的误差率类似于模拟系统中的信号噪声比, 是衡量数字系统信号传输最重要的指标之一。

误码是数字系统最致命的损伤, 直接导致接收质量下降, 出现马赛克甚至不能接收, 对调制误差率测试使用有线数字电视测试标准场强仪, 使用阻抗匹配的线缆和接头连接被测系统的输出口, 直接读取调制误差率和误码率测试数值。

3. 比特误码率 (Bit Error Rate) 。

比特误码率是数字系统信号传输中接收端接收到的正确的数字数据比特与总传输的数字数据比特的比值, 是一个小于1或者等于1的数值。产生的原因主要有:传输网络中的有源设备, 如:光发射机、光接收机、光放大器、电放大器、有源分配器、机顶盒等, 输出的电平过高或过低引起的失真导致误码产生;因电缆接头老化, 接触不良致使阻抗不匹配造成严重反射导致数字信号误码产生。当接收端信号误码率处于临界状态时, 性能较差的机顶盒或其他接收设备会产生不同程度的马赛克, 影响收视质量甚至接收信号失败。对比特误码率测试使用有线数字电视测试标准场强仪, 使用阻抗匹配的线缆和接头连接被测系统的输出口, 通过一定时间的测试直接读取误码率测试数值。

4. 数字射频信号与噪声功率比 (SNR) 。

与模拟电视相比, 数字电视具有清晰度高, 声音和图像效果好的特点。为了保证信号质量, 要求系统能够提供较高的信噪比。有线数字电视分配网络信号经过多级放大电路, 噪声已经经过多级叠加, 信噪比随之逐级下降。所以, 数字射频信号与噪声功率比是工程建设中需要关注的主要技术指标, 数字射频信号与噪声功率比进行测试使用有线数字电视测试标准场强仪或具有有线数字电视分析功能的频谱分析仪, 使用阻抗匹配的线缆和接头连接被测系统的输出口, 直接读取信噪比测试数值。

因为有线数字电视的元器件可能存在线性失真问题, 在高中低频率、在每个测试点要至少针对网络频段内不同范围选择频点进行测试, 对有线数字电视网络1000MHz以下的网络一般选取203MHz、482MHz、826MHz频点分别进行信号指标的测试。

(二) 施工工艺质量主要评估内容选取

根据住宅小区规模的不同, 有线数字电视分配网络可能会比较复杂, 工程建设中会使用不同的设备组合, 不同的线缆、器件、安装方式, 施工工艺质量的好坏直接关系到有线数字电视分配网络的使用寿命和用户接收信号的质量。如有源器件接地质量差可能造成系统引入瞬间干扰, 严重情况可能造成系统不能正常工作。方式措施质量差会影响网络寿命, 增加驻波、增加误码、降低用户端接收质量。

因此施工工艺也是工程质量的重要组成部分, 施工工艺质量差不光为系统维护检修带来困难, 也直接降低整个有线数字电视网络的指标和信号质量。对网络施工工艺质量的评估主要包括以下内容。

1. 传输设备。

包括有源设备的接地、壳体固定、空余输出端终接、安装牢固度、防水、馈线的布线、穿管保护、接点牢固等。

2. 用户设备。包括无源设备安装高度、设备连接、接点牢固、外壳接地、馈线连接牢固、标记等。

3. 电缆和接插件。包括电缆布线、弯曲、间隙、接插件安装牢固、防水防蚀等。

(三) 测试点选取

根据住宅小区的建设规模和网络布线的具体情况, 要选择多个测试点分别对网络指标和施工工艺进行测试和评估。如根据光接收机距离的不同、根据分支分配器的距离的不同、设备器件品牌规格的不同选取不同的测试点, 根据数字信号传输及占用带宽的特性, 一般分别选取远中近3个测试点。

三、结束语

随着有线数字电视技术的飞速发展, 住宅小区有线数字电视分配网络在设计、施工方面要做到高质量、高可用性, 以应对不断发展的有线数字电视业务, 给用户带来更多、更好的视觉享受。

摘要：住宅小区有线数字电视网络的施工质量是保证其信号传输不可忽视的环节。工程技术人员要设计完成有线电视系统, 需要更好地完成用户分配网络的设计, 因为这直接关系到用户能否正常接收数字电视信号。

用户分配网 篇7

为了满足更多用户、更高速率的业务传输以及更高的频率利用效率的要求,第三代合作伙伴计划(3GPP)于2004年底正式启动了长期演进(Long Term Evolution,LTE)项目。LTE的主要性能需求为:上行链路不低于50Mbit/s、下行链路不低于100Mbit/s的高系统吞吐量;用户面单向时延<5ms、控制面时延<10ms的更低传输时间延迟;三倍高速分组接入(HSPA)的高频谱效率;支持可变带宽、离散频谱资源分配等更灵活的频谱利用方式。

3GPP R8版本中指出LTE物理层的关键技术包括:正交频分复用(OFDM)技术;自适应调制和编码(AMC)技术、快速混合自动重传(HARQ)技术、多输入多输出(MIMO)技术以及动态资源分配技术等。其中,动态资源分配主要是研究如何利用有限的时间、子载波及功率等资源实现LTE系统性能最优化,因此备受运营商关注。本文首先对业务模型及资源分配模型进行简要介绍,然后介绍了经典的分组调度算法及现代分组调度算法,最后根据LTE的业务特征对资源分配技术提出改进。

2 LTE业务特性及资源分配系统概述

不同种类业务应用于不同的场景,可以具备不同的服务质量(QoS)性能特征。在3GPP协议中规定了4种业务类型,分别为:会话类(Conversational Class)、流媒体类(Streaming Class)、交互类(Interactive Class)和背景类(Background Class)。每种业务类型的性能特征如表1所示。

语音电话是最常见的会话类业务,目前可视电话和视频会议逐渐成为新的会话类业务。作为一种实时业务,会话类业务最主要的特征就是严格的低传输延时和信息流前后时序关系的保证。流媒体类业务是非会话类的实时业务,以单向传输的音频或视频为主。这类业务最主要的特征就是虽对传输时延没有严格的要求,但是要保证信息流前后的时序关系,同时对该类业务的端到端时延抖动也有所限制。交互类业务面向数据应用,该类业务的主要特征包括终端对往返传输时延的要求以及对误码率的要求。背景类业务与交互类业务都是面向数据应用的业务类型,背景类业务对传输时延并没有特殊要求,但对传输信息的可靠性要求很高,也即是对误码率要求很高。

与3G系统的三层网络架构不同,LTE系统采用扁平化全IP网络架构,由E-UTRAU基站(eNodeB)和接入网关(AGW)组成,其中eNodeB主要功能包括选择接入网关、寻呼信息、广播消息、设置和测量eNodeB及无线资源管理(RMM)等。LTE系统采用的动态资源分配技术作为无线资源管理的一部分在eNodeB中实现。

无线资源分配主要是指对时间、信道及功率等受限资源进行分配,LTE无线资源具体包括时间、子载波和功率。3GPP中规定,在LTE系统中12个子载波被称为一个资源块(RB),是LTE资源分配的最小单位。目前,对LTE资源分配算法的主流研究是在一个最小时间单位内,即一个调度周期内,分配RB和功率资源。通过在不同调度周期内,对不同用户、不同业务动态分配RB和功率资源来实现最佳的LTE系统性能。

3 经典资源分配技术

经典资源分配技术,只考虑小区吞吐量和用户之间的公平性这两个因素,分配算法也就是这两个因素之间的折中,经典资源调度算法主要包括:轮询(Round Robin,RR)调度、最大载干比(Max C/I)调度和正比公平(Proportional Fair,PF)调度三种分配算法

3.1 轮询(Round Robin,RR)算法

轮询调度只考虑用户的公平性,其基本思想是:小区内的用户按照某种确定顺序循环占用等时间的无线资源进行通信。目标就是保障用户之间的公平性,即保证每个用户都能得到一定的服务时间。但它并没有考虑到无线信道的时变特点,也没有利用无线信道条件,因而会造成较大的系统资源浪费,不能达到较高的系统容量。另外该算法只考虑用户间的公平性,没有优先级计算公式,也不需要对用户进行排序,所以实现比较简单。该算法调度规则如下:

(1)每个用户对应一个传输队列,用来存放需要传送的数据;

(2)在每个调度时隙内,非空队列采用轮询的方式依次接受服务;

(3)在一个队列再次接收数据传输服务之前,其他所有的非空队列都必须已经接受过一次服务;

(4)只有系统存在且只存在一个非空队列时,才有可能连续接受服务;

(5)该调度算法允许一次传送多个数据包。

轮询算法不仅能够保证用户之间长时间的公平性,也能保证用户间短时间的公平性,且算法实现较为简单。但轮询算法并没有考虑到不同用户无线信道的具体情况,因此系统吞吐量也往往是很低的。通常轮询算法被认为是最公平的,同时算法性能也是最差的,也就是说,轮询算法可以作为分组调度算法公平性的上界和系统容量的下界。

3.2 最大载干比(Max C/I)算法

最大载干比(Max C/I)算法只考虑吞吐量,完全不考虑用户之间的公平性。该算法的基本思想是:在每个调度周期内,对所有用户依据其接收信号的载干比(C/I)进行排序,按照载干比从大到小的顺序依次选择用户进行调度。也就是每一个调度时隙内,系统总是选择信道条件最好的用户进行服务。

最大载干比算法的目标是获得最大限度的系统吞吐量和最高的频谱利用率,而并不考虑用户的公平性。因此在实际的通信系统中,可能会出现距离基站近(信道条件较好)的用户一直接受服务,处在小区边缘(信道条件较差)的用户会由于C/I较低而一直得不到服务的情况,因而就无法保证用户的QoS要求。在算法复杂度上,最大载干比算法由于要对用户的载干比进行排序,所以与轮询调度算法相比要复杂,但它只考虑载干比这一个参数,所以实现起来还是比较简单的。其公式为:

最大载干比算法可以最大限度的提高系统吞吐量,而且实现起来还是比较简单的。但是,在无线移动环境中,信道的时变特性会导致信道条件较差的用户长期得不到服务,而一些信道条件好的用户会一直得到数据传输,因而该算法无法保证用户之间的公平性,更不能满足不同业务的QoS要求。

3.3 正比公平(Proportional Fair,PF)算法

在实际的通信系统中,调度算法不能单一的选择小区的吞吐量或者是用户的公平性作为调度原则,而是应该在这两者之间做一个折中,正比公平算法就是通过吞吐量和公平性进行折中而产生的。其目的是在保证小区吞吐量的同时,兼顾到不同用户之间的公平性。传统的正比公平算法优先级计算公式为:

其中(C//)k(t)表示第k个用户在t时刻的载干比,λk(t)表示用户k在时隙t内的平均数据传输速率。正比公平算法按照用户优先级从高到低的顺序依次选择用户进行服务的。在一个多用户的小区中,当信道条件好的用户被连续服务时,其平均数据传输速率就会增大,从而降低其优先级:同时,信道条件不好的用户由于长期得不到服务,导致其平均传输速率变小,从而提高了其优先级。因而正比公平算法实现了最大化系统吞吐量和保证用户公平性之间的折中。然而,与轮询调度算法和最大载干比算法相比,正比公平算法不仅需要考虑每个用户的载干比,还需要计算每个用户在一段时隙内的平均数据传输速率,因而实现较复杂。

4 现代资源分配技术

从以上的分析可以看出,在无线通信系统中,只有正比公平(PF)算法能够提供一定的QoS保证,但在多业务环境中,PF算法并不能提供多业务的QoS保证。为了满足多业务环境中不同业务的QoS要求,产生了现代资源分配技术,其中以自适应比例公平(Adaptive Proportional Fair,APF)和修正的最大权重时延优先(Modified Largest Weighted Delay First,M-LWDF)算法最具代表性。

4.1 自适应公平(APF)算法

自适应公平(Adaptive Proportional Fair,APF)算法采用瞬时数据传输速率的指数形式代替PF算法中的载干比,并在此基础上进行改进。主要分为尽力而为(Best-effort)和带QoS要求这两种模式。

尽力而为(Best-effort)模式优先级计算公式为:

其中ri表示用户i在该调度时隙内,可以达到的数据传输速率,Ri表示用户i在一段时隙t内的平均传输速率,而c则是控制参数。在该算法中要对两部分参数进行更新,一部分是短时更新,也就是每个资源分配周期内都要对Ri进行更新,另外一部分是长时更新,也就是可以每隔一段时间更新一次控制参数ci。

带服务质量(QoS)要求模式的优先级计算公式为:

与尽力而为模式相比,带QoS要求模式下的APF算法增加了用户要求的传输速率RT1,从而实现对不同用户不同传输速率的控制。同样带QoS要求模式的APF算法也需要短时更新Ri和长时更新ci。

APF算法提高了系统吞吐量、同时在一定程度上保证了不同用户对数据传输速率的不同要求,但是由于APF算法要更新2个参数,计算量比较庞大,因而该算法实现起来非常复杂。

4.2 修正的最大权重时延优先(M-LWDF)算法

修正的最大权重时延优先(Modified Largest Weighted Delay First,M-LWDF)算法是针对高速率业务流而提出的,该算法的主要思想是将分组数据包的时延和如何有效利用信道信息平衡考虑,其用户优先级的计算不仅和用户当前的信道质量有关,还和包的队列时延有关。其优先级计算公式为:

其中,P(Di>Ti)≤δi,Di表示用户i的HOL分组延时,Ti表示该用户允许的最大分组延迟,δi表示该用户允许的丢包率。优先级计算公式中的与PF算法相同。

由其优先级计算公式可知,在PF算法的基础上,用户i的时间延迟越大,该用户的优先级也就越高。同时优先级还受限于该用户所要求的时间延迟,时间延迟要求越低,在同样情况下,用户的优先级就会越低;相反,如果用户对分组延迟要求较为严格,用户的优先级就会越高。

由于M-LWDF考虑到了不同用户对时间延时的不同要求,因而能够更好的满足用户的QoS要求。然而M-LWDF算法会降低小区吞吐量,并且由于该算法并没有考虑到用户当前的QoS水平,所以会导致用户出现较高的分组丢失率,也即是会严重降低业务的QoS性能。

5 LTE系统多用户动态资源分配技术的改进

考虑到LTE业务特征及系统自身特点,为了实现资源分配技术在保证系统吞吐量和业务QoS要求的前提下,改善用户的分组丢失率等QoS性能,本文对现有的多用户动态资源分配技术进行改进,提出一种新的资源分配技术。

其主要实现流程包括:首先根据信道模型估算出LTE系统中所有用户的瞬时信道质量反馈信息CQI,并计算出用户在一段时间内平均CQI。然后,根据用户CQI的瞬时值和平均值以及业务的QoS要求和当前该业务的QoS水平,计算得出每个用户在当前资源分配周期内的优先级,按照优先级从高到底的顺序对用户依次分配资源。其优先级计算公式为:

其中:为用户i在当前时隙的信道质量CQI;MeanCQIi(t)表示用户i五个时隙内的平均CQI;QCIj为第j类业务的QoS等级标识,是LTE系统新增的重要的QoS参数之一,LTE系统中定义的标准QCI一共分9个等级;reqRbi(t)表示用户i当前调度时刻可以实现的数据传输速率;avRbi(t)是用户i在最近特定长度的资源分配周期内平均数据传输速率;delayi,j(t)是用户i的j类业务的传输延时;reqdelayj表示第j类业务要求的分组延时。

6 结束语

本文在对经典资源分配技术和现代资源分配技术分析的基础上,根据LTE业务特性及资源分配系统自身特点,提出了一种基于信道质量、业务QCI等级、传输速率及时延要求的新型资源分配技术。与以往的资源分配算法相比,本算法选择瞬时信道质量和平均信道质量作为一个参考标准,有效地降低由于信道急剧变坏导致的分组丢失率,改善业务的QoS水平。本优先级计算函数还考虑到了用户当前资源分配周期内可以实现的数据传输速率,以及用户在一段时间内的平均传输速率、能够在保证用户公平性的同时,最大限度的实现较高速率传输。本算法同时利用业务当前的分组延时及该类业务要求分组延时等参数来控制不同业务对时延的要求。同时,QCI等级参数为多用户多业务模式下,LTE动态资源分配提供了更为具体的QoS的约束,能在保证用户公平性及系统吞吐量的基础上,最大限度满足用户对LTE业务的服务质量的要求。

摘要：文章简要介绍了3GPP长期演进(Long Term Evolution,LTE)系统主要业务特性及资源分配系统,分析评估了经典资源分配技术及现代资源分配技术。由于LTE系统中多用户多业务具备不同的服务质量(QoS)要求,因此本文提出一种新的资源分配技术,该技术在考虑用户公平性和系统吞吐量的同时,能够最大限度的满足用户的QoS要求。

关键词：LTE业务特性,动态资源分配,调度算法

参考文献

[1]胡宏林,徐景.3GPP LTE无线链路关键技术[M].北京:电子工业出版社.2008

[2]张新程,田韬,周晓津等.LTE空中接口技术与性能[M].北京:人民邮电出版社,2009

[3] 3GPP.TR25.913 V 8.7.0.Requirements for evolved Universal Terrestrial Radio Access(UTRA) and Universal Terrestrial Radio Access Network(UTRAN),2009

[4] 3GPP.QoS Concept and Architecture(Release 5).TS 23.107 V 5.13.0.2004

[5] H.Chao,Z.C.Liang,Y.G.Wang,L.N.Gui.A dynamic resource allocation method for HSDPA in WCDMA system. 3G Mobile Communication Technologies,2004,Page(s): 569-573

[6] Matthias Malkowski,Andreas Kemper,Xiaohua Wang. Performance of Scheduling Algorithms for HSDPA. Communications and Networking in China,2007,22-24 Aug.2007 Page(s):1052-1056

[7] M.Boaretto,D.Angelini,M.Zorzi.Fast Scheduling Policies using WCDMA High Speed Downlink Packet Access. Vehicular Technology Conference,6-9 Oct.2003,VTC 2003-Fall.2003 IEEE 56th Volume 4:2650-2654

[8] Ghassane Aniba,Sonia Aissa.Adaptive Proportional Fairness for Packet Scheduling in HSDPA.IEEE Communications Society GlobeCOM 2004 IEEE,29 Nov.- 3 Dec.2004,Volume 6:4033-4037