Forward link opportunistic time and transmit antenna scheduling in MIMO systems under minimum data rate requirement = 최소 데이터 율 요구 조건이 있는 하향 링크 MIMO 시스템에서의 시간 / 안테나 스케줄링

국문 초록 (Abstract)

무선 자원의 희소성과 고속 데이터 통신에 대한 요구 증가로 인해 주파수 대역 효율을 향상시키고 통신 시스템의 성능을 향상시키기 위한 기술들이 많이 연구되고 있다. 채널 스케줄러는 이러한 기술 중의 하나로서 수율, 시간 지연 등과 같은 전체 시스템 성능을 향상시키는 기술이다. 그 중에서도 비례 공정 스케줄러는 HDR(High Data Rate) 시스템과 같은 셀룰러 패킷 데이터 시스템에서 널리 사용되는 스케줄러로서, 시스템의 모든 사용자들에게 서비스 받을 수 있는 시간을 공정하게 제공하려는 성질을 가지고 있다. 그러나 값이 연속적이지 않고 신호 대 간섭 비와 DRC(Data Rate Control)값의 대응이 비선형인 성질과 사용자들의 위치에 따라서 모든 사용자들에게 서비스 시간의 공정성을 제공하지 못하는 경우가 발생한다. 따라 최소 데이터 율이 요구되는 시스템에서는 비례 공정 스케줄러를 사용할 때, 그 요구 조건을 만족하지 못하는 사용자가 존재하는 확률이 매우 높아지게 된다. 본 논문에서는 최소 데이터 율이 요구되는 시스템에서 전체 수율을 최대화하면서 최소 데이터 요구량을 만족시키는 사용자 수를 최대화 시키는 적응형 가중치 우선 순위 스케줄링 알고리즘을 제안한다. 만약 사용자의 데이터 율이 데이터 요구량을 만족시킬 수 있다면 그 데이터 요구량은 실현 가능하다고(feasible) 그렇지 않으면 실현 가능하지 않다고 말한다. 데이터 요구량의 실현 가능성 여부는 사용자의 위치에 의해서 주로 결정되는데, 사용자의 데이터 율이 요구 데이터 율보다 작을 경우, 스케줄러는 그 사용자의 우선순위를 높임으로써 그 사용자가 서비스를 받을 수 있는 기회를 제공한다. 이 사용자가 데이터 요구량을 실현 가능하다면, 이 사용자의 데이터 율은 데이터 요구량을 만족할 것이고, 그렇지 않으면 데이터 요구량에 최대한 가까운 값이 될 것이다. 실제 시스템에서 사용자가 최소 데이터 율을 요구할 때, 기지국은 사용자들의 데이터 요구량에 대한 실현 가능성 여부를 알 수가 없다. 본 논문에서 제안하는 알고리즘은 사용자의 위치에 따라 적응적으로 동작하기 때문에, 이러한 데이터 요구량에 대한 실현 가능성 여부에 대해서 고려할 필요가 없다. 이러한 데이터 요구량을 보다 효과적으로 만족시키기 위해서, 제안된 스케줄링 알고리즘을 다중 안테나 시스템 (MIMO: Multiple Input Multiple Output) 에 적용하였다. MIMO 스케줄링과 관련된 대부분의 연구는 사용자의 QoS (Quality of Service)를 고려하지 않고 시스템 수율이나 주파수 효율을 최대화하는 것에만 집중되어 왔다. 본 논문에서는, 적응형 가중치 우선순위 스케줄링 알고리즘과 여러 가지 안테나 스케줄링 방식을 결합하여 MIMO 시스템에서 최소 데이터율 요구량을 지원하는 알고리즘을 제안한다. 이러한 다중 안테나 시스템은 단일 안테나 시스템과 달리 여러 개의 송신 안테나가 있기 때문에, 채널이 좋지 않은 사용자와 채널이 좋은 사용자를 동시에 서비스 함으로써 전체 수율 손실을 감소시킬 수 있게 된다. 요구 데이터율을 만족하지 못하는 사용자가 발생될 경우, 특정 송신 안테나에서의 그 사용자의 우선 순위가 증가된다. 만약, 이 사용자의 우선 순위가 모든 송신 안테나에서 높아진다면, 이를 W4A (Weight to all Four transmit Antennas)라 하고 (본 논문에서 송신 안테나의 개수는 4개로 가정한다.), 만약 두 개의 안테나에서만 높아진다면 이를 W2A (Weight to Two transmit Antennas)라 한다. W2A 방식에서 두 개의 안테나는 고정되어 있을 수도 있고, 사용자의 신호 대 간섭 비에 따라 달라질 수도 있다. 두 개의 안테나가 고정되어 있는 방식을 W2A_Fixed라 하고, 달라지면 W2A_Flexible이라 한다. 제안된 스케줄링 알고리즘과 비례 공정 스케줄링 알고리즘과의 수율 성능을 비교하였다. W4A와 W2A스케줄링 알고리즘은 비례 공정 스케줄러를 사용했을 때 최소 데이터 요구량을 만족하지 못하는 사용자의 데이터 율을 향상 시키고, 데이터 요구량을 만족하는 사용자 수를 증가시킨다. 요구 데이터 율이 작을수록, 총 시스템 수율 손실도 작아진다. W2A_M1_Fixed와 W2A_M1_Flexible 방식을 모두 포함한 W2A 방식으로 스케줄링 할 때의 수율 손실이 W4A_M1을 포함한 W4A 방식으로 스케줄링 할 때의 손실 보다 더 작다. Outage 확률 면에서 W2A_M1_Fixed 방식과 W2A_M1_Flexible 방식이 비례 공정 스케줄러에 비해 우수하게 나타난다. 제안된 알고리즘이 모든 사용자들의 요구 데이터 율을 보장하지는 못하지만 결과적으로 최소 데이터 율을 만족시키는 사용자의 수는 증가시킨다. 실험 결과에서 보여지듯이, 제안된 알고리즘은 비례 공정 스케줄러에 비해서 최소 데이터 율을 만족하는 사용자의 수를 약 5~10% 정도 증가시킨다. W2A 방식은 W4A 방식과는 달리 여러 개의 송신 안테나에 서로 다른 스케줄링 알고리즘을 사용함으로써 MIMO시스템이 갖는 다중 안테나 특성을 보다 잘 활용한 것임을 알 수 있다.

다국어 초록 (Multilingual Abstract)

The techniques that improve spectral efficiency and overcome various channel impairment have been proposed due to the scarce wireless medium and the increasing demands for high data rate communications. Channel scheduler is the one of these techniques to further increase overall system performance such as throughput, delay, or delay jitter. In TDM(Time Division Multiplexing) wireless system such as HDR(High Data Rate, 1X EV-DO)[1][2], PF(Proportional fairness) criterion[3][4][5][6] has been used with Adaptive Modulation and Coding (AMC) to enhance total throughput in a forward link packet transmission. The PF algorithm is designed to serve the user who sees the best ratio of channel condition to its average throughput. In [4], it was shown that PF(Proportional Fairness) allows all users to have the same fraction of service time if their fast fadings are i.i.d (identically and independently distributed) and the supportable data rate is linear with SINR(Signal to Interference and Noise Ratio). When it comes to the practical transmission over wireless channel, the allowable transmission rate is related to SINR(Signal to Interference and Noise Ratio) in nonlinear manner and the level of Adaptive Modulation and Coding (AMC) should be finite. These factors make PF(Proportional Fairness) scheduler not exactly fair in the service time and PF(Proportional Fairness) in practical system might provide less throughput to each user than one that might be achieved if transmission rate were related linearly to SINR. If the minimum throughput is required for users, PF can not always guarantee the requirement for all users due to either the non-ideal PF or the geometry of those mobiles.The proposed adaptive weighted priority scheduling algorithm maximizes the number of users who meet the minimum required data rate maximizing the total throughput when all users require the minimum throughput. If the requirement of the user is achievable given the distribution of the user, which is called the requirement is feasible, the proposed scheduling algorithm gives more priorities to enable the user to occupy the channel resource. Otherwise, the scheduler allows the data rate of the user to reach the closest to the minimum data rate requirement with a certain value of outage, which might be less than the minimum requirement. In real systems, when the users require the minimum data rate, the BS (Base Station) won’t be able to know whether or not the requirement is feasible. The proposed algorithm is not needed to consider the feasibilities of requirement of all users, because it works adaptively according to the distributions of the users.Furthermore, MIMO (Multiple Input Multiple Output) systems[26][27] which have more channel resource compared to SISO (Single Input Single Output) systems are introduce to meet the requirement more effectively. Most of literatures related to MIMO scheduling have focus on the ways to improve the throughput and spectral efficiency, that does not specify any QoS (Quality of Service). Associated with the adaptive weight priority scheduling algorithm, several antenna scheduling policies are presented to support the minimum throughput requirement for MIMO systems. When the user who would not satisfy the data rate requirement occurs, the priority of the user is increased at predetermined transmit antennas. If it is done at all four transmit antennas, it is called W4A (Weight to all Four transmit Antennas), and if it is done at the two transmit antennas, it is called W2A (Weight to Two transmit Antennas). The maximum number of antennas for the bad channel users who could not meet the requirement is set to be two. The two antennas might be fixed, which is W2A_Fixed, or flexible according to the SINRs of the bad channel users, which is W2A_Flexible.The throughput performance of W4A and W2A is evaluated and compared with that of PF scheduler. Both W4A and W2A could increase the data rate of the bad channel users, whose data rate is less than the minimum data rate requirement when PF is employed and show the increase of the number of users who meet the data rate requirement. The smaller the data rate requirement is, the smaller the throughput loss occurs. The proposed algorithms don’t guarantee target throughput for all users but eventually increase the number of the guaranteed users. Simulation results show that the proposed algorithms represent 5 to 10 % more users who could be served with the minimum guaranteed throughput compare to PF. W2A policy better exploits the MIMO systems that have the multiple transmit antennas than W4A policy, which the different scheduling algorithms could be employed to the different transmit antenna.