논문 2014-51-12-3
데이터 트래픽 중심의 LTE망에서 VoIP를 위한 스케줄링 알고리즘 성능 분석
( Performance Evaluation of Scheduling Algorithm for VoIP under Data Traffic in LTE Networks )
김 성 주*, 이 재 용**, 김 병 철***
( Sung-ju Kim, Jae Yong Lee, and Byung Chul Kim
ⓒ)
요 약
최근 국내외에서는 LTE가 도입 초기단계를 넘어, LTE-A로의 도약이 이루어지고 있다. 이를 기반으로 고속의 서비스를 제 공함으로써, 이동 전화로 시작한 휴대폰의 역할은 데이터 중심의 스마트폰으로 바뀌고 있다. 시스코에 의하면 2018년 전세계 모바일 데이터 트래픽은 지난해 대비 11배 증가 전망할것으로 내다봤다. 한국에서 모바일 비디오가 전국 모바일 트래픽에서 차지하는 비중은 2013년 66%에서 2018년 75%로 증가할 전망이다. 하지만 여전히 음성 서비스가 가장 중요하며, 높은 VoIP 통 화 품질을 제공하기 위해서는 다양한 데이터 트래픽을 사용하는 가운데 LTE 망 상황에 따라 전송 속도를 조절하고, 낮은 BLER을 제공해야 한다. 실제 통화를 위한 전송율이 최대 23.85 Kbps인 AMR-WB 코덱을 사용하지만, 초당 수십~수백 MB까 지 전송할수 있는 LTE일지라도 셀 가장자리의 사용자에게 일정 수준의 전송률을 떨어뜨리지 않고 유지하는 것은 어려운 일 이다. 본 논문에서는 이러한 점을 개선하기 위해 특히 문제가 많이 발생하는 셀 가장자리의 품질을 개선하고자, 다양한 스케줄 링 알고리즘의 성능을 분석하고 개선 방안을 제시하였다. 제시된 방안은 2계층 스케줄링 알고리즘을 사용하며, 셀 가장자리에 위치한 VoIP 사용자를 일정 비율 타 어플리케이션에 비해 우선 처리하는 스케줄링 알고리즘을 제공하는 기술이다. 본 논문에 서는 throughput과 BLER 측면에서 VoIP 성능이 향상되었음을 확인하였다.
Abstract
Recently, LTE is preparing to make a new leap forward LTE-A all over the world. As LTE privides high speed service, the role of mobile phones seems to change from voice to data service. According to Cisco, global mobile data traffic will increase nearly 11-fold between 2013 and 2018. Mobile video traffic will reach 75% by 2018 from 66% in 2013 in Korea. However, voice service is still the most important role of mobile phones. Thus, controllability of throughput and low BLER is indispensable for high-quality VoIP service among various type of traffic. Although the maximum AMR-WB, 23.85 Kbps is sufficient to a VoIP call, it is difficult for the LTE which can provide tens to hundreds of MB/s may not keep the certain level VoIP QoS especially in the cell-edge area. This paper proposes a new scheduling algorithm in order to improve VoIP performance after analyzing various scheduling algorithms. The proposal is the technology which applies more priority processing for VoIP than other applications in cell-edge area based on two-tier scheduling algorithm. The simulation result shows the improvement of VoIP performance in the view point of throughput and BLER.
Keywords: LTE, VoIP, FFR(Fractional Frequency Reuse), BLER(Block Error Rate), AMR-WB
* 정회원, KT (KT)
** 평생회원, 충남대학교 정보통신공학부 (Chungnam National University)
ⓒ Corresponding Author(E-mail: [email protected])
※ 본 연구는 충남대학교 학술연구비에 의해 지원되었음
Ⅰ. 서 론
최근 국내에서는 LTE가 도입 초기단계를 넘어 LTE-A로의 도약이 이루어지고 있다[1～2]. 3GPP Long Term Evolution 또는 단순히 LTE는 HSDPA보다 한층 진화된 휴대전화 고속 무선 데이터 패킷통신규격이다.
HSDPA의 진화된 규격인 HSPA+와 함께 3.9세대 무선 통신규격으로 불린다. 3세대 비동기식 이동통신기술 표 준화기구 3GPP가 2008년 12월 확정한 무선 고속 데이 터 패킷 접속규격인 Release 8을 기반으로 하고 있으며, 핵심기술인 OFDM과 MIMO를 이용하여 HSDPA보다 12배 빠른 속도로 통신할 수 있다. LTE 시스템의 다운 로드 속도는 최대 173 Mbps (2X2 MIMO 기준)로 휴대 전화 네트워크의 용량과 속도를 증가시키기 위해 고안 된 4세대 무선 기술 (4G)을 향한 한 단계이다. 이러한 기술의 발달은 이동전화로 시작한 휴대폰의 역할을 문 자 메시지를 넘어 데이터 중심의 스마트폰으로 바꾸고
있다[3～4]. 그림 1은 시스코에서 발간한 글로벌 모바일
데이터 예측이며, 2018년까지 작년대비 11배 증가할 것 으로 전망했다[6]. 모바일 비디오가 글로벌 모바일 트래 픽에서 차지하는 비중은 지난 2013년 53%에서 2018년 69%로 증가할 것이다. 한국에서 모바일 비디오가 전국 모바일 트래픽에서 차지하는 비중은 2013년 66%에서 2018년 75%로 증가할 전망이다. 모바일 데이터 트래픽 서비스 중 실시간 서비스로는 VoIP, 비디오 스트리밍, 게임이 있으며, 비실시간 서비스에는 FTP, HTTP, 파 일 공유, M2M이 있다.
그림 1. 시스코 글로벌 모바일 데이터 트래픽 전망 Fig. 1. Cisco Global Mobile Data Traffic Forecast.
LTE는 데이터 전송만을 위해 만든 통신 규격으로 그 자체만으로는 음성통화와 관련된 기술이 들어가 있 지 않다. 그 대신 통신 속도나 대역폭에 여유가 있기 때 문에 인터넷망으로 전화통화를 할 수 있게 하는 것이 VoLTE다. VoLTE는 ‘Voice over LTE’를 줄인 말로, LTE 망에서 이뤄지는 VoIP 방식의 음성통화 서비스다.
높은 VoIP 통화 품질을 제공하기 위해서는 다양한 데 이터 트래픽을 LTE 망 상황에 따라 전송 속도를 조절 하고, 낮은 BLER을 제공해야 한다. 하지만, 실제 통화 를 위해 최대 전송률 23.85 Kbps인 AMR-WB 코덱을 사용하지만, 초당 수십~수백 MB까지 전송할 수 있는 LTE일지라도 일정 수준의 전송률을 떨어뜨리지 않고 유지하는 것은 어려운 일이다. 특히 셀 가장자리에서 품질 저하가 심각하다.
본 논문에서는 LTE 망 내 다양한 데이터 트래픽이 서비스되는 상황에서 VoIP 성능을 개선하기 위해서 다 양한 스케줄링 알고리즘의 성능을 분석하고, 개선 방안 을 제시하였다. 제시된 방안은 FFR에 기반을 둔 2계층 스케줄링 알고리즘을 사용하여 셀 가장자리에 위치한 사용자에게 효율적인 스케줄링 알고리즘을 제공하는 동 시에, 리소스를 보완하는 기술이다. 이 논문은 다음과 같이 구성한다. Ⅱ장에서는 VoIP의 문제와 관련 연구를 살펴보고, Ⅲ장에서는 이를 개선하기 위한 알고리즘을 제안한다. Ⅳ장에서는 제안 알고리즘의 성능을 분석하 고, 마지막 장은 결론 및 향후 계획을 설명하며 논문을 마친다.
Ⅱ. 문제점 및 관련 연구
1. LTE망에서 VoIP 문제점
셀가장자리는 주변 셀로부터 받는 간섭 영향과 신호 세기 감쇄로 품질 저하가 발생한다. 이로 인해 네트워 크 대역을 많이 쓰지 않는 VoIP 서비스조차 QoS 저하 가 발생하고 있기 때문에 보다 효율적인 무선 품질 제 공을 위해 수많은 연구가 이루어지고 있다. 1초당 수십 에서 수백 MB를 제공하는 LTE에서도 이러한 문제가 발생하는 것으로 보아 단순한 망 증설만으로 문제를 해 결하는 것 보다는 이를 보완해주는 연구가 필요하다.
log
≠
(1)
사용자가서빙셀로부터받는채널이득
사용자가이웃셀로부터받는채널이득
서빙셀로부터받는전송전력
이웃셀로부터받는전송전력
잡음전력
리소스블록개의대역폭
식 (1)에서
≠
을로 정의할 때 나타나는 신호 대 셀 간 간섭 함수로 나 타나는 사용자 k의 전송율 손실 비율을 그림 2에서 볼 수 있다. 신호 대 셀간 간섭 비율이 동등할 때 (가 0 dB일 때) 사용자 k의 신호 감쇄는 약 40%임을 알 수 있다 [3].
그림 2. 간섭에 따른 사용자의 전송율 손실 Fig. 2. User’s rate loss dud to interference.
2. LTE 네트워크 모델 및 관련 연구
LTE 리소스 그리드는 그림 3과 같이 구성되며, 사용 자에게 할당되는 최소 자원 단위는 리소스블록이다. 리 소스 블록은 주파수 도메인에서 180 KHz의 대역을 갖 는 12개의 연속된 서브 캐리어로 구성되며, 시간 도메 인에서는 7개의 OFDM 심볼로 이루어진 0.5 ms 간격 의 타임 슬롯으로 이루어진다. 패킷 스케줄링은 이러한 리소스 블록들을 사용자들에게 알고리즘에 따라 분배한 다. 스케줄링 알고리즘이 얼마나 우수한 가에 따라 전
그림 3. 리소스 그리드와 스케줄러 Fig. 3. Resource grid and scheduler.
체 시스템의 성능이 좌우되며, 대부분의 통신 시스템의 셀 용량 및 섹터 용량은 기지국 스케줄링 알고리즘에 따라 좌우된다.
관련 연구를 살펴보면 LTE 네트워크에서 어떻게 QoS를 제공할 수 있는지에 대해 많은 연구가 이루어 졌다. [10]은 DQOAS (Dynamic Quality Oriented Adaptive Scheme)를 이용하여 종단 사용자의 체감 품 질을 향상 시키기위해 LTE QoS 파라미터를 사용하는 것을 제안했다. [11]은 VoIP와 실시간 비디오, 모바일 TV, 웹서핑과 같은 서비스군으로 나누고, QoS를 통해 우선 순위를 제공할 때와 하지 않을 때를 비교한 시스 템 시뮬레이션 연구를 보였다. [12]에서는, LTE 네트워 크에서 음성 전송을 위한 다양한 스케줄링 방안을 비교 하였다. QoS 관점에서 LTE 망에서 VoIP를 최적화 및 무선 자원의 사용에 대한 연구도 이루어 졌다[13～15].
III. 제안 알고리즘
1. VoIP 성능 향상을 위한 개선 방안
LTE는 주파수 유연성을 가지고 있으며 세부적인 컨 트롤이 가능한 장점을 가지고 있다. 그럼에도 불구하 고, 기존 연구 방향을 살펴보면 셀내 모든 사용자에게 동일한 스케줄링 알고리즘을 적용함으로써 형평성과 효율성 두 가지를 모두 극대화 시킬 수 없는 한계를 가지고 있다.
이에 본 논문에서는 그림 4와 같이 FFR[16]을 기반으 로 셀을 계층화 시키고, 계층별 효과적인 스케줄링 알 고리즘을 적용하는 구조를 제안 한다. 그 이유는 스케 줄링 알고리즘에 따라 셀 중심 또는 셀 가장자리에서의
그림 4. TSA를 적용한 eNB 구조도 Fig. 4. TSA applied eNB architecture.
그림 5. TSA 리소스 구조 Fig. 5. TSA resource architecture.
특성이 다르기 때문이다. 또한 셀 중심에서 주파수 재 사용 계수 1을 사용하여 얻은 이득만큼 셀 중앙에 리소 스 블록을 적게 배분하고, 이를 셀 가장자리 사용자를 위해 사용 한다. 이를 이 논문에서는 2계층 스케줄링 알고리즘 (TSA: Two-tier Scheduling Algorithm)이라 부른다.
그림 5는 TSA의 리소스 구조를 보여준다. 시간 축은 2개의 리소스 블록으로 구성된 하나의 서브프레임 () 의 연속으로 되어 있다. 주파수 축은 전체 n 개의 리소 스 블록으로 구성되며, 1계층에는 에서 까지를 배 분하며, 2계층은 부터 까지 부여한다. n값은 LTE 대역폭에 따라 고정되지만, 경계가 되는 에서 r 값은 조정할 수 있는 값이며, 기본적으로 사용자 수와 비례하되 2계층을 보완하기 위해 더 많은 리소스 블록
을 제공한다.
2. 제안 알고리즘
앞에서도 언급했듯이 스케줄링 알고리즘은 각각의 특성을 지닌다. RR (Round-Robin) 스케줄링 알고리즘 은 사용자의 무선 채널 상태를 고려하지 않기 때문에 스케줄링 이득은 없지만, 간단히 구현된다. 그렇기 때문 에 셀 가장자리에서 효율은 좋지 않지만, 주파수 재사 용계수 1을 사용하여 간섭이 적고, 신호 세기가 좋은 셀 중앙에서는 효과적이다. 하지만 셀 가장자리의 경우 SINR의 변화가 크므로, SINR이 좋을 때 전송하고, 평 균 throughput이 어느 기간 낮을 때 리소스 블록을 받 을 가능성이 높은 PF (Proportional Fairness) 알고리즘 이 적합하다.
그림 6은 이러한 스케줄링 알고리즘의 특성을 고려 하여 설계한 제안 알고리즘이다. 사용자가 대기모드에 있다가 어플리케이션을 사용하면 사용자 단말의 SINR (Signal to Interference plus Noise Ratio)에 따라 1계층 과 2계층으로 분류된다. 분류 기준이 되는 SINR 값은 조정 가능하며, 이 논문에서는 0 dB로 설정했다. 사용 자의 SINR이 0 dB보다 클 경우, 1계층 FIFO 큐에 들 어가며 의 일원이 된다. 1계층에 할당되는 리소스 블록은 서브프레임 의 주파수 에서 까지이다.
이 알고리즘에서 는 현재의 서브 프레임
내 주파수 의 리소스 블록을 지칭한다.
는 FIFO 큐의 순서대로 사용자 에 할 당되며, 이 때 i 값은 1씩 증가하며 이는 사용자에게 할 당될 때마다 반복된다.
VoIP를 요청하는 사용 단말의 SINR이 0 dB보다 작 을 경우, PF 알고리즘을 적용 하였다. 2계층에 보강된 리소스 블록을 효과적으로 배분해줄 스케줄링 알고리즘 으로 적합하기 때문이다. 2계층은 다시 VoIP와 기타 어 플리케이션 서비스로 분류한 후 ϕ의 비율만큼 VoIP를 선택하여 리소스 블록을 배분한다. 예를 들어 ϕ 가 5로 설정 되었다면, VoIP를 4번 선택하고, 기타 어플리케이 션을 1번 선택하는 방식으로 진행된다. ϕ 값의 결정이 매우 중요한데, 이를 결정하는 알고리즘을 이 논문에서 는 WAS (Weighted Application Selection)라고 부르며, eNB의 부하 상태, 어플리케이션 상황을 반영하도록 확 장할 수 있다. 과부하 상태일 경우 VoIP를 최우선 처리
그림 6. 2계층 스케줄링 알고리즘 Fig. 6. Two-tier Scheduling Algorithm.
그림 7. 통화/비통화 상태 음성 모델 Fig. 7. 2-state voice activity model.
하기 위해 ϕ값을 높게 잡고, 비디오 등 기타 어플리케 이션 사용자들의 품질이 낮을 경우 ϕ값을 낮게 설정한 다. 초기 ϕ값은 내의 사용자가 {ϕ-1} 명 이상일 때만 사용되며, 이보다 적을 때는 VoIP 사용자 수로 변 경후 모듈레이션을 진행한다. 과정이 끝나면 초기 ϕ값 으로 다시 설정한다. 또한
의 사용자가 비었을 때 는, 사용자가 들어올 때까지
를 선택한다.
그 이후는 PF metric을 계산한다. 알고리즘에서 j와 k는 사용자를 구분하기 위한 ID로 표기될 수 있으며, PF metric은 사용자 가 현 리소스 블록에서 달성 가능한 속도,
를 평균 throughput,
로 나누어서 얻을 수 있다. 샤논의 채널 용량에 의해 log 로 정 의되며, 이웃 셀로부터 발생하는 간섭신호의 세기에 따 라 가변적이다[3]. 다음 단계는 를 갱신하 는 것이며 식 (2)와 같이 정의된다.
(2)
식 (2)는 현재의 서브프레임 내에서 과거의 서브 프레임 의 평균 throughput 정보,
와 현 리소스 블록에서 달성가능한 속도
를 라는 time window의 비율로 조정하여 산출한다. 의 값이 커질수록, 이전 서브프 레임에서 평균 throughput 값이 많이 적용되고, 작아질 수록 round-robin 특성이 뚜렷이 나타난다[8]. 최종 자 원 할당은 메모리내에 존재하는 모든 사용자별로 PF metric을 계산한 후, 최대값을 가진 사용자에게 할당된 다. 이 과정은 매 리소스 블록마다 계속된다.
Ⅳ. 성능 분석
본 장에서는 제안된 알고리즘과 여러 스케줄링 알고 리즘을 비교 분석하기 위한 시뮬레이션 및 결과를 설명 한다. 사용된 시뮬레이터는 LTE 다운링크 시스템 레벨 시뮬레이터이다[9].
1. LTE 트래픽 모델
표 1과 같이 시스코가 2018년을 예측한 글로벌 트래 픽 자료 [6]에 근거하여, 시뮬레이션에 사용할 트래픽 타입과 비율을 정하였다. 주요 어플리케이션은 다음과 같다.
구분 트래픽 분류 Cisco 전망 시뮬레이션 비율
FTP Best Effort 8.6% 10%
HTTP Interactive 11.7% 10%
비디오 Streaming 69.1% 70%
Voip Real-Time 10.6% 10%
표 1. 어플리케이션 및 구성 비율 Table 1. Appliction and proportion.
가. VoIP
그림 7은 시뮬레이션에 사용될 통화/비통화 상태 음 성 모델을 보여준다. 기본적으로 통화/비통화 상태중 하나이며, 비통화 상태에서 통화 상태로 전이될 확률은 c 이고, 통화 상태에 계속 머물 확룔은 d이다. 음성 코 덱은 AMR 12.2 이며, 매 20 ms마다 244 bits의 음성 프레임을 발생시킨다[7]. AMR 12.2 코덱이 채널 코딩을 거치면 60~80 Kbps 로 eNB로 전송된다[17].
나. 비디오
비디오 데이터의 각 프레임은 초당 프레임의 수로 결 정되는 간격 T마다 도달한다. 프레임당 패킷수는 8개이 며 패킷 크기와 프레임에서의 패킷간 간격은 truncated parato distribution을 사용한다[7].
2. 시뮬레이션 파라미터
시뮬레이션 시간은 1,000 TTI이며, 섹터당 사용자수 를 50명으로 시험했다. 총 섹터수는 57개이므로, 총 2,850명을 각기 동일한 위치에 정지시킨 상태에서 표 1 의 시뮬레이션 비율대로 시험했다. 사용자들이 정지한 상태로 시험을 한 이유는 어느 한 순간을 기준으로, 스
케줄링 알고리즘의 성능 효과를 정확히 분석하기 위함 이다. SINR이 0 dB보다 큰 1,790명 (62.8%)은 1계층에, 0 dB보다 적은 1,060명 (37.2%)은 2계층에 위치하였다.
eNB의 대역폭은 5 MHz로 총 25개의 리소스 블록이 있 으며, TSA의 경우 그림 4의 구조와 같이 1계층에는 3 MHz (60%), 2계층에는 2 Mz (40%)를 배분하였다. 계 층을 분리할 때 사용자수에 비례하여 나누는데, 1계층 은 주파수 재사용계수 1을 적용함으로써 얻는 이득과 eNB로부터 가까운 셀 중심 지역임을 감안해 2.8% 적게
구분 내용
시뮬레이션 시간 1000 TTI
Bandwidth 5 Mhz
섹터당 사용자 50명
총 eNB수 19개
tier 1 bandwidth 3 Mhz tier 2 bandwidth 2 Mhz macros pathloss model free space
사용자 이동 속도 0 km/h
Interval (TTI) 1 ms
eNB Tx power 43 dbm
VoIP
코덱 AMR 12.2
Encoder frame length 20 ms 음성 동작 지수 50% (c=0.01, d=0.99) VoIP Voice payload 40 bytes
SDI payload 15 bytes
프로토콜 오버헤드
10 bit + padding 4 Byte (RTP/UDP/IP) 2 Byte (RLC/security)
16 bits (CRC) 비디오
각 프레임간 간격 시간 100 ms (초당 10프레임)
프레임당 패킷수 8
패킷 크기 최소 10 Bytes, 최대 50 Bytes 프레임에서 패킷 간격 최소 6 ms, 최대 12.5 ms
HTTP
메인 페이지 크기
평균 10710 Bytes 표준편차 25032 Bytes 최소 100 Bytes, 최대 2 Mbytes
그림 크기
평균 7758 Bytes, 표준편차 126168 Bytes, 최소 50 Bytes, 최대 2 Mbytes 페이지당 그림수 평균 5.64, 최대 53
FTP
파일 크기 평균 2 Mbytes, 최대 5 Mbytes, 표준편차 0.722 Mbytes
표 2. 시뮬레이션 파라미터
Table 2. Simulation parameters.
배분하였고, 그 만큼 2계층에 할당하였다. 이와는 달리 RR과 PF의 경우는 계층 구분없이 주파수 재사용 계수 3을 사용했다. VoIP의 경우 음성 동작 지수 50%로 통 화를 사용하였다[5]. 사용 코덱은 AMR 12.2를 사용했으 며, encoder frame length를 20 ms으로 두어 1초에 50 번 샘플링했다. 어플리케이션별 상세 파라미터는 표 2 를 참조한다.
3. 시뮬레이션 결과
시뮬레이션에 사용된 알고리즘은 기본적으로 2계층 구조에 셀 중앙에 RR 스케줄링 알고리즘을, 셀 가장자 리에 PF 스케줄링 알고리즘을 조합한 TSA, WAS 알 고리즘을 적용한 TSA, 단일 PF와 RR 스케줄링 알고리 즘들을 비교 분석하였다. 그림 8은 VoIP 사용자들의
그림 8. VoIP 사용자 throughput Fig. 8. VoIP users throughput.
그림 9. 비디오 사용자 throughput Fig. 9. Video users throughput.
SINR 대비 평균 throughput을 보여주며, TSA (ϕ = 5) 를 적용한 사용자들의 평균 throughput이 2계층에서 타 스케줄링 알고리즘 보다 높게 나옴을 알 수 있다. 반면 에 1계층에서는 throughput이 낮게 나오지만 심각한 품 질 저하가 아니며 2계층 품질 향상효과가 크다고 할 수 있다. 그림 9는 비디오 사용자의 SINR 대비 평균 throughput을 보여준다. TSA가 TSA (ϕ = 5)보다 2계 층에서 아주 조금 우위에 있다. 이는 그림 8에서 ϕ = 5 를 적용한 VoIP 사용자가 우위에 있지만 전체 사용자 비율이 비디오와 VoIP가 7:1이기 때문에 나온 결과다.
이를 통해 거시적인 스케줄링 알고리즘의 효과를 알 수 있다. 미시적인 성능을 분석하기 위해 VoIP 트래픽의
그림 10. 2계층 VoIP 사용자 throughput 비교 Fig. 10. The comparison of VoIP users throughput in
tier2.
그림 11. 2계층 비디오 사용자 throughput 비교 Fig. 11. The comparison of Video users throughput in
tier2.
전송 주기인 20 ms마다 집계하였다. 그림 10에서 나타 나듯이 2계층 VoIP 사용자의 경우 TSA (ϕ = 5)의 throughput이 제일 높게 나타난다. 그림 11은 2계층에 서 비디오 사용자의 throughput을 비교했는데 RR 알고 리즘을 제외하면 거의 비슷함을 알 수 있다. 그림 10과 11에서 TSA의 VoIP와 비디오 사용자의 throughput이 PF 및 RR보다 모두 높은 이유는 셀 중심에서 주파수 재사용 계수 1을 사용하여 얻은 이득만큼 셀 중앙에 리 소스 블록을 적게 배분하고, 이를 셀 가장자리 사용자 를 위해 사용했기 때문이다.
셀 가장자리에서의 BLER을 살펴보자. BLER (Block Error Rate)은 채널 디-인터리빙 (de-interleaving)과 디코딩 후 각 전송 블록에서 CRC (Cyclic Redundancy Check)를 평가하여 측정된다. LTE에서 라디오 링크를 모니터링하여 동기가 맞는지 안 맞는지 알기위해 사용
그림 12. 2계층 VoIP 사용자 BLER 비교
Fig. 12. The comparison of VoIP users BLER in tier2.
그림 13. 2계층 비디오 사용자 BLER 비교
Fig. 13. The comparison of Video users BLER in tier2.
된다. BLER 계산은 수식 (3)을 참조한다.
총 수신 블록수 에러 발생 블록수
(3)
VoIP의 품질 표준은 60초의 통화시 50 ms마다 98%
이상의 패킷이 정상적으로 수신되어야 한다[3]. 그림 12 는 VoIP의 BLER이며, TSA (ϕ = 5)의 BLER이 제일 낮아 사용자 품질이 좋음을 뜻한다. 그림 13은 비디오 사용자의 BLER로 RR 알고리즘을 제외하고 비슷하다.
V. 결 론
서두에서 살펴본 것과 같이 비디오 트래픽이 급증하 고 있는 LTE 망에서 VoIP를 사용하기 위해 해결해야 할 많은 어려움이 있다. 특히 무선망의 특성상 망 상황 에 따라 전송 속도를 조절하고 어떤 상황에서도 끊어지 지 않도록 일정 수준의 전송률을 떨어뜨리지 않는 것은 어렵다. 특히 이웃셀로부터의 간섭이 심하고, 신호 감쇄 가 큰 셀 가장자리의 VoIP 통화 품질 향상이 시급하다.
이를 해결하기 위해 본 논문에서는 셀 가장자리의 VoIP 사용자에게 효율적인 알고리즘을 선별 적용하고, FFR로 인해 셀 중앙에서 얻은 이득에 기반하여 셀 가 장자리 사용자들에게 리소스 블록을 유리하게 배분하는 TSA를 제안하였다. 또한, 2계층 VoIP 사용자들을 위해 기본적인 WAS 알고리즘을 적용했다. 시뮬레이션 결과 기존 단일 스케줄링 알고리즘을 사용하는 방식보다, TSA(ϕ = 5)를 사용한 방식이 셀 가장자리 VoIP 사용 자의 throughput 성능을 향상시키는 것을 확인하였다.
또한 동일한 SINR에서 낮은 BLER을 보임으로써, VoIP 품질 향상 효과가 나타남을 알 수 있다. 향후 WAS 알고리즘을 수식화하고, eNB의 부하 상태, 어플 리케이션 상황을 반영하도록 확장하는 것이 앞으로의 계획이다.
REFERENCES
[1] 3GPP, Tech. Specif. Group Radio Access Network – Requirements for Evolved UTRA (E-UTRA) and Evolved UTRAN (E-UTRAN), 3GPP TS 25.913.
[2] D.McQueen, “The momentum behind LTE adoption,” IEEE Commun.Mag., vol. 47, no.2,
pp.44-45, Feb. 2009.
[3] S. Sesia, I. Toufik, and M. Baker, ‘LTE, The UMTS Long Term Evolution : From theory to practice,’ John Wiley & Sons, pp. 283-288, 2009.
[4] E. Dahlman, S. Parkvall, J. Skold, and P.
Beming, ‘3G Evolution HSPA and LTE for Mobile Broadband,’ Academic Press, 2008.
[5] R1-070674, LTE physical layer framework for performance verification, 3GPP TSG-RAN1#48, Feb, 2007.
[6] Cisco Visual Networking Index Global Mobile Data Traffic Forecast for 2013 to 2018, http://www.cisco.com/c/en/us/solutions/collateral/
service-provider/visual-networking-index-vni/whi te_paper_c11-520862.html
[7] “Next generation mobile networks radio access performance evaluation methodology,”
http://www.ngmn.org/uploads/media/NGMN_Radi o_Access_Performance_Evaluation_Methodology.p df, white paper by the NGMN alliance, Jan 2008.
[8] G. Caire, R. Muller and R. Knopp, “Hard Fairness Versus Proportional Fairness in Wireless Communications: The Single-cell Case,”
IEEE Trans. on Information Theory, Vol. 53, pp.
1366-1385, Apr, 2007.
[9] LTE Downlink System Level Simulator v1.7, Institute of telecommunications home page:
http://www.nt.tuwien.ac.at/research/mobile-comm unications/lte-downlink-system-level-simulator.
[10] V. H. Muntean, M. Otesteanu, and G. M Muntean, “QoS parameters mapping for the e-learining traffic mix in LTE networks,” IEEE ICCC CONTI, 2010.
[11] S. Siomina, I and Wanstedt, “The impact of QoS support on the end user satisfaction in LTE networks with mixed traffic,” IEEE PIMRC, 2008.
[12] M. K. Sroya, M. Singh, “Comparison of Various Scheduling Schemes for Voice over LTE Networks,” iCAMT, 2013.
[13] J. Puttonen, T. Henttonen, N. Kolehmainen, K.
Aschan, M. Moisio, and P. Kela, “Voice-over-IP Performance in UTRA Long Term Evolution Downlink,” in Proc. IEEE Vehicular Technology Conference, May, 2008.
[14] Y. Fan, P. Lunden, M. Kuusela, and M.
Valkama, “Performance of VoIP on EUTRA Downlink with Limited Channel Feedback,” in Proc. International Symposium on Wireless Communication Systems, Oct, 2008.
[15] D. Jiang, H. Wang, E. Malkamki, and E.
Tuomaala, “Principle and Performance of Semi-Persistent Scheduling for VoIP in LTE System,” in Proc. International Conference on Wireless Communications, pp. 2861-2864, Sep, 2007.
[16] Luciano Sarperi, Mythri Hunukumbure and Sunil Vadgama. “Simulation study of fractional frequency reuse in WiMAX networks,” Fujitsu Sci. Tech. J 44.3, pp. 318-324, 2008.
[17] LTE University web site, http://lteuniversity .com/get_trained/expert_opinion1/b/hoomanrazani /archive/2012/12/17/tti-bundling-and-voip-perfor mance-in-lte-part-i.aspx.
저 자 소 개 김 성 주(정회원)
1999년 충남대학교 전자공학과 학사
2009년 충남대학교 전자전파정보 통신공학과 석사
2000년～현재 KT 선임연구원
<주관심분야 : 이동통신 네트워크, 정보보호>
이 재 용(평생회원)
1988년 서울대학교 전자공학과 학사
1990년 한국과학기술원 전기 및 전자공학과 석사
1995년 한국과학기술원 전기 및 전자공학과 박사
1990년～1995년 디지콤 정보통신 연구소 선임연구원
1995년～현재 충남대학교 정보통신공학부 교수
<주관심분야 : 초고속통신, 인터넷, 네트워크 성 능분석>
김 병 철(평생회원)-교신저자 1988년 서울대학교 전자공학과 학사
1990년 한국과학기술원 전기 및 전자공학과 석사
1996년 한국과학기술원 전기 및 전자공학과 박사
1993년～1999년 삼성전자 CDMA 개발팀 1999년～현재 충남대학교 정보통신공학부 교수
<주관심분야 : 이동인터넷, 이동통신 네트워크, 데이터 통신>
