Пропорционально-справедливое планирование
Пропорционально-справедливое планирование (англ. proportional-fair scheduling) — это основанный на компромиссе алгоритм планирования. Его цель — поддерживать баланс между двумя конкурирующими задачами: максимизацией общей пропускной способности сети (проводной или беспроводной) и предоставлением всем пользователям хотя бы минимального уровня обслуживания. Для этого каждому потоку данных назначается скорость передачи данных или приоритет (в зависимости от реализации), которые обратно пропорциональны ожидаемому потреблению ресурсов этим потоком[1][2].
Взвешенное справедливое обслуживание
Пропорционально-справедливое планирование может быть реализовано с помощью метода взвешенного справедливого обслуживания (англ. weighted fair queuing), если назначить для потока данных вес , где стоимость — это количество потребляемого ресурса на один бит данных. Например:
- В сотовых сетях с расширением спектра по технологии CDMA, стоимостью может быть требуемая энергия на бит в системе управления мощностью передачи (учитывается рост уровня помех).
- В беспроводной связи с адаптацией канала, стоимость — это необходимое время для передачи определённого объёма данных с использованием выбранной модуляции и кода коррекции ошибок. Пример — сети EVDO, где отчётное отношение сигнал/шум используется в качестве ключевого фактора стоимости.
- В беспроводных сетях с быстрой динамической аллокацией каналов, стоимостью может быть количество соседних базовых станций, которым нельзя использовать тот же частотный канал одновременно во избежание межканальных помех.
Приоритизация пользователей
Другим способом организации передачи данных с аналогичным эффектом является использование коэффициентов приоритезации[3]. В этом случае канал планируется для станции, у которой максимально значение функции приоритета:
- — потенциально достижимая скорость передачи для станции в текущем временном слоте.
- — усреднённая историческая скорость передачи данной станции.
- и определяют степень «справедливости» планирования.
Изменяя и в приведённой формуле, можно варьировать баланс между обслуживанием станций с наилучшими условиями канала и обслуживанием «дорогих» станций достаточно часто для приемлемого качества сервиса.
В крайнем случае ( и ) планировщик работает по принципу циклического (round-robin) обслуживания пакетов, обслуживая всех абонентов по очереди (но не с одинаковой частотой во времени), без учёта расхода ресурсов, обеспечивая передачу одинакового объёма данных каждому пользователю. Такой вариант называют «максимально справедливым планировщиком» (например, для равномерного обеспечения голосовых пользователей). При и всегда обслуживается станция с лучшими условиями канала, что максимизирует пропускную способность, но при этом станции с низким не обслуживаются. Данную схему называют «максимально производительным планировщиком»[2]. Использование и приводит к пропорционально-справедливому алгоритму планирования, применяемому в сетях 3G[3]. Если и , планировщик может быть реализован путём выделения пользователям одинакового объёма времени и спектра вне зависимости от размера пакета, качества канала или выбранной модуляции и кодирования. Такой вариант иногда называют «планировщиком равных затрат» или «циклическое распределение времени/спектра».
Данная техника может быть дополнительно параметризована с помощью константы памяти, определяющей период времени, за который вычисляется усреднённая скорость передачи станции. Увеличение этого периода обычно повышает общую пропускную способность за счёт снижения мгновенной справедливости.
В современных системах связи (включая сети 5G) базовая математическая формула расчёта приоритета для алгоритма пропорционально-справедливого планирования имеет следующий вид:
- — мгновенная скорость передачи данных для пользователя в момент .
- — средняя пропускная способность, предоставленная пользователю до момента .
- — параметр справедливости.
Обновление средней пропускной способности происходит на каждом шаге с использованием временного окна . Если пользователь запланирован (получил ресурсы), значение рассчитывается как . Если пользователь не запланирован, применяется формула ..
Современное развитие и применение
Особенности работы в сетях 5G/6G
Применение алгоритма пропорционально-справедливого планирования в миллиметровом диапазоне (mmWave) с использованием формирования лучей (Beamforming) демонстрирует высокую эффективность при стабильном качестве канала, обеспечивая оптимальный компромисс между общей пропускной способностью системы и справедливостью распределения ресурсов[4]. Однако стандартный алгоритм уязвим к быстрым флуктуациям канала, например, при переходе пользователя вне зоны прямой видимости (NLOS). В таких ситуациях он не успевает адаптироваться, что приводит к падению приоритета NLOS-пользователей, снижению их пропускной способности и росту задержек[4]. Дополнительными ограничениями являются высокая вычислительная сложность совместного планирования лучей и чувствительность к взаимным помехам. Поиск оптимальной конфигурации направленных лучей для множества пользователей является сложной вычислительной задачей, требующей высоких энергозатрат и длительного времени настройки. Кроме того, при высокой плотности абонентов интерференция между одновременными mmWave-соединениями приводит к снижению общей скорости передачи данных[5]. Для преодоления этих ограничений применяются модифицированные версии алгоритма, такие как EPF и IS-JPFS. Их использование позволяет значительно снизить вычислительную сложность, ускорить реакцию на изменения канала, повысить индекс справедливости пользователей и обеспечить сверхнизкие задержки[4].[5]
Оптимизация на базе машинного обучения
Внедрение алгоритмов глубокого обучения с подкреплением (DRL) позволяет значительно улучшить характеристики сетей. Использование DRL в гетерогенных сетях (HetNets) повышает энергоэффективность, снижает задержки на 30 %, увеличивает пропускную способность на 60 % и минимизирует потери пакетов. Для решения проблемы масштабируемости и обеспечения стабильной сходимости применяется иерархическое глубокое обучение с подкреплением (CPN-HRL). В рамках такой архитектуры задачи распределяются между двумя уровнями: верхний уровень (управление слайсами) оптимизирует распределение ресурсов для трафика eMBB и URLLC, а нижний уровень компенсирует сетевые задержки для обеспечения стабильности работы приложений.
Примечания
Литература
- Andrews, Matthew (Сентябрь 2004). “Instability of the Proportional Fair Scheduling Algorithm for HDR”. IEEE Transactions on Wireless Communications [англ.]. 3 (5): 1422—1426. DOI:10.1109/TWC.2004.833419. Дата обращения 2024-06-28.
|access-date=требует|url=(справка) - Andrews, Matthew; Kumaran, K.; Ramanan, K.; Stoyar, A.; Whitting, Phil (Февраль 2001). “Providing Quality of Service over a Shared Wireless Link”. IEEE Communications [англ.]. 39 (2): 150—154. DOI:10.1109/35.900644. Дата обращения 2024-06-28.
|access-date=требует|url=(справка) - Parruca, Donald; Grysla, Marius; Gortzen, Simon; Gross, James (2013). “Analytical Model of Proportional Fair Scheduling in Interference-Limited OFDMA/LTE Networks”. 2013 IEEE 78th Vehicular Technology Conference (VTC Fall) [англ.]: 1—7. arXiv:1303.1778. Bibcode:2013arXiv1303.1778P. DOI:10.1109/VTCFall.2013.6692106. ISBN 978-1-4673-6187-3. S2CID 8236469. Дата обращения 2024-06-28.
|access-date=требует|url=(справка)