基于慢时 scale 指数加权移动平均偏置的细�ular网络率保证调度优化

网络分片在5G网络中需要实现RAN（无线接入网络）调度并提供速率保证。我们研究了一种用于最大总效用调度的三时 scale算法，包含最小速率约束。通常情况下，调度器在每个时隙为每个用户计算一个指数，并调度指数最大的用户。这属于最快、自然的信道衰落时 scale。下一个时 scale是指数加权移动平均（EWMA）速率更新。我们算法中最慢的时 scale是通过随机逼近算法进行的“指数偏置”更新，步长小于EWMA。指数偏置与拉格朗日乘子相关，并偏向具有速率保证的用户的时隙指数，促使其更频繁地被调度。我们得到一对耦合的常微分方程（o.d.e.），使得两个o.d.e.的唯一稳定点为受约束效用优化问题的原始和对偶解。用户速率和指数偏置迭代在步长较小的两个较慢时 scale迭代下跟踪o.d.e.系统的渐近行为。仿真结果表明，通过以慢于EWMA迭代的时 scale运行指数偏置迭代并使用EWMA吞吐量本身作为指数偏置更新输入，用户速率可稳定接近速率区域边界上的最优 operating point，指数偏置在最优拉格朗日乘子附近具有较小的波动。我们与先前的两时 scale算法进行了比较，表明性能得到改善。