Modified Adaptive EXP/PF downlink channel scheduler for various QoS classes, and performance improvement of channel scheduler on fast fading environments in AMC/TDM system : AMC/TDM 시스템에서 다양한 QoS 클래스를 지원하고 fast fading 환경에 적합한 수정된 적응형 EXP/PF 순방향 링크 채널 스케쥴러

국문 초록 (Abstract)

적응 변조와 복호 (AMC) 가 적용된 시간분할 다중접속 (TDM) 시스템 에서 실시간 사용자와 비실시간 사용자를 동시에 서비스하며 시스템 성능을 향상시키기 위한 적응형 EXP/PF 채널 스케쥴러 (Channel Scheduler)가 이미 제안되었다. 그러나 적응형 EXP/PF 채널 스케쥴러는 실시간 사용자의 개별적 아웃티지 (Outage) 확률을 만족시키지 못한다. 본 논문에서는 사용자들의 개별적 시간지연 제한뿐 아니라 개별적 아웃티지 확률 또한 만족시킬 수 있기 위해 적응형 EXP/PF 채널 스케쥴러를 변형하였다. 수정된 적응형 EXP/PF 채널 스케쥴러는 실시간 사용자들의 채널 상태에 관계없이 시간지연 제한과 아웃티지 확률 제한을 모두 만족시키는 동시에 시스템 수율을 극대화 한다.
AMC/TDM 시스템에서의 순방향 링크 채널 스케쥴러는 사용자들의 패킷 (Patcket) 데이터 (Data) 스케쥴을 위해 최소한 두 슬롯 의 시간지연을 갖는다. 특히 Fast fading 환경에서의 스케쥴링은 이러한 이유로 부정확하고 시스템 성능을 저하 시킬 수 있다. 때문에 미래의 채널 상태를 예측할 수 있는 채널 Prediction이 AMC/TDM 시스템의 성능 향상을 위해 매우 중요한 요소라 할 수 있다. 본 논문에서는 선형 Predictor와 결합된 제안된 수정 적응형 EXP/PF 채널 스케쥴러의 수율 성능을 분석 및 시뮬레이션 하였다. 선형 Predictor를 사용한 제안된 스케쥴러는 Predictor를 사용하지 않았을 때 보다 2배 이상의 더 많은 시스템 수율을 보였다. 보다 신뢰성 있는 분석을 위하여 Patzold 채널 모델에서 선형 Predictor를 사용한 제안된 채널 스케쥴러의 성능 또한 시뮬레이션 되었다.
본 논문에서의 컴퓨터 시뮬레이션은 모두 C++ 코드를 사용하였으며 시스템 레벨 시뮬레이션이 수행 되었다.

다국어 초록 (Multilingual Abstract)

The adaptive EXP/PF channel scheduler [1] was proposed as one of schedulers that support both real and non-real time packet services in AMC/TDM system based on the conventional channel scheduling algorithms to improve system performances. However, the adaptive EXP/PF channel scheduler was not able to support individual target outage probability of the real-time services. Therefore, the adaptive EXP/PF channel scheduler is modified in this thesis to support not only individual delay requirements but also individual target outage probability. The proposed modified adaptive EXP/PF channel scheduler maximizes system throughput while guaranteeing the delay requirements and target outage probability of real-time services regardless of ATs’ channel conditions.
The downlink channel schedulers in the AMC/TDM system have at least two-slot delay from measuring channel state to transmit packet data. Hence, particularly in fast fading environments, a scheduling might become inaccurate and results in system performance degradation. Therefore, channel prediction which estimates channel state at the following 2nd slot time by using current and previous channel state is important to improve performance of the AMC/TDM system. It enables fast rate adaptation and facilitates the scheduler in exploiting fast fading
The linear predictor based on the Autoregressive channel modeling is investigated as the channel predictor in AMC/TDM system, and the performance of proposed channel scheduler that is the modified adaptive EXP/PF channel scheduler with the predictor is analyzed in the thesis.
All the performances in this thesis are evaluated by the computer simulations using C++ code and system level simulation is performed.

목차 (Table of Contents)

• Contents = i
• List of Tables = iv
• List of Figures = v
• Acronyms = vii
• Abstract = viii
• Chapter 1 Introduction = 1
• 1.1 Channel Scheduler= 1
• 1.2 Thesis Overview = 2
• Chapter 2 Modified Adaptive EXP/PF Downlink Channel Scheduler Supporting Various QoS in AMC/TDM System = 3
• 2.1 Introduction = 3
• 2.2 PF(Proportional Fairness) Algorithm = 4
• 2.3 EXP(Exponential) Rule Algorithm = 5
• 2.4 Adaptive Algorithm = 8
• 2.4.1 Adaptive EXP/PF Algorithm = 8
• 2.4.2 Modified Adaptive EXP/PF Algorithm = 9
• 2.5 Simulation Environments = 11
• 2.6 Simulation Results = 15
• 2.6.1 Simulation of Adaptive EXP/PF Algorithm = 15
• 2.6.2. Simulation of Modified Adaptive EXP/PF Algorithm = 17
• 2.6.3 Discussion = 20
• 2.7 Summary = 22
• Chapter 3 Downlink Scheduler in-cooperated with Channel Prediction on the Fast Fading Environments = 24
• 3.1 Introduction = 24
• 3.2 Channel prediction = 27
• 3.3 Linear predictor = 27
• 3.3.1 Autocorrelation method = 29
• 3.3.2 Covariance method = 30
• 3.3.3 Levinson-Durbin algorithm = 31
• 3.4 Simulation Environments = 32
• 3.4.1 Infinite Impulse Response (IIR) Channel model = 34
• 3.4.2 Patzold Channel Model [18] = 36
• 3.5 Simulation Results = 38
• 3.5.1 Channel Prediction = 38
• 3.5.2 Modified adaptive EXP/PF channel scheduler with linear predictor = 41
• 3.6 Summary = 45
• Chapter 4 Conclusion = 47
• References = 49
• 국문요약 (Abstract in Korean) = 52