串流類型(RT-streaming)之 QoS 模擬呈現

在場景二我們預設呈現 RT-streaming 類型之 QoS，LTE 系統內部人數 100 人。

100 名用戶分別為 Streaming 應用用戶 50 名，加上 Web 用戶 50 名，即代表 RT – Streaming 類型以及 NRT –Interactive 類型。

圖 4-8 模擬結果呈現 RT-streaming 類型封包之平均傳送延遲時間，數據來源 為平均前 100 個已成功傳送之 RT-streaming 類型封包延遲時間，封包傳送延遲時 間即代表即時封包在最大可容忍延遲時間之內被適時地傳送，若用戶使用

Streaming 應用之封包可容忍最大延遲時間為 650 ms，因此在延遲時間之內越快 被傳送可代表即時用戶對系統之滿意度高。圖中 x 軸模擬時間為 1000 ms~1500 ms，

y 軸為 RT-streaming 類型封包之平均延遲時間，圖中比較之演算法有先進先出

(First In First Out Scheduling, FIFO Scheduling)演算法、原始比例型公平資源分配 演算法(Proportional Fairness Scheduling, PF Scheduling)[6]以及絕對保證 RT 類型 服務 QoS 之絕對優先權演算法(Absolute QoS Scheduling)。從圖 4-6 可看出本論文 所提出之資源分配演算法之效能於 RT-streaming 類型之 QoS 表現優異，可印證本 論文所提出之資源分配演算法可適用於有時間延遲限制之 RT 用戶，在成功傳送 之 RT 類型封包平均延遲時間會在 70 ms~ 85ms 之間，而絕對優先權演算法 Absolute QoS Scheduling 之平均延遲時間為小於 50 ms，雖然在延遲時間略遜於絕 對優先權演算法，然而排程器只要在封包可容忍最大延遲時間之內傳送，都不太 會影響 RT 用戶之 QoS。

表 4- 9、RT-streaming 類型封包之平均傳送延遲時間(ms)

Time (ms)

PF Scheduling

FIFO Scheduling

Absolute QoS Scheduling

Proposed Scheduling 1000 ms 576 ms 166 ms 43.71 ms 73 ms 1300 ms 640 ms 191 ms 43.71 ms 80 ms 1500 ms 645 ms 192 ms 43.71 ms 81.3 ms

圖 4- 8、RT-streaming 類型之平均傳送延遲時間(ms)

圖 4-9 模擬結果呈現 RT-streaming 類型封包之傳送封包總和，傳送封包總和 即代表即時封包在最大可容忍延遲時間之內被適時地傳送，若用戶使用 Streaming 應用之封包可容忍最大延遲時間為 650 ms，因此 RT-streaming 類型之傳送封包總 和也代表即時用戶之資料適時地被傳送以維持 RT 用戶對系統之滿意度。圖中 x 軸模擬時間為四種比較之演算法，y 軸為 RT-streaming 類型封包之傳送封包總和，

圖中比較之演算法有先進先出(First In First Out Scheduling, FIFO Scheduling)演算 法、原始比例型公平資源分配演算法(Proportional Fairness Scheduling, PF

Scheduling)[6]以及絕對保證 RT 類型服務 QoS 之絕對優先權演算法(Absolute QoS Scheduling)。從圖 4-9 可看出本論文所提出之資源分配演算法之效能於

RT-streaming 類型之 QoS 表現優異，可印證本論文所提出之資源分配演算法可適 用於有時間延遲限制之 RT 用戶，絕對優先權演算法 Absolute QoS Scheduling 呈 現良好之原因是由於在混合 RT 類型用戶與 NRT 類型用戶的實際網路中，RT 類 型用戶擁有絕對優先權，而 NRT 類型資料只有在 RT 類型用戶釋出資源時方能 使用。

表 4- 10、RT-streaming 類型封包之傳送封包總和(Mbytes) PF

Scheduling

FIFO Scheduling

Absolute QoS Scheduling

Proposed Scheduling Throughput 1.169 Mbytes 0.401 Mbytes 0.653 Mbytes 1.157 Mbytes

圖 4- 9、RT-streaming 類型之傳送封包總和(Mbytes)

圖 4-10 模擬結果呈現 RT-streaming 類型之封包傳輸率(RT-streaming packets transmission rate)，封包傳輸率即代表即時封包在最大可容忍延遲時間之內被適時 地傳送，若用戶使用 Streaming 應用之封包可容忍最大延遲時間為 650 ms，因此 RT-streaming 類型之封包傳輸率也代表即時用戶之資料適時地被傳送以維持 RT 用戶之 QoS。圖中 x 軸為四種比較之演算法，y 軸為 RT-streaming 類型封包傳輸 率，圖中比較之演算法有先進先出(First In First Out Scheduling, FIFO Scheduling) 演算法、原始比例型公平資源分配演算法(Proportional Fairness Scheduling, PF Scheduling)[6]以及絕對保證 RT 類型服務 QoS 之絕對優先權演算法(Absolute QoS Scheduling)。從圖 4-10 可看出本論文所提出之資源分配演算法之效能於

RT-streaming 類型之 QoS 表現優異，可印證本論文所提出之資源分配演算法可適 用於有時間延遲限制之 RT 用戶，絕對優先權演算法 Absolute QoS Scheduling 呈 現良好之原因是由於在混合 RT 類型用戶與 NRT 類型用戶的實際網路中，RT 類 型用戶擁有絕對優先權，而 NRT 類型資料只有在 RT 類型用戶釋出資源時方能 使用。

表 4- 11、RT-streaming 類型之封包傳輸率(%) PF

Scheduling

FIFO Scheduling

Absolute QoS Scheduling

Proposed Scheduling Streaming packets

transmission rate

91.31% 31.32% 51% 90.35%

圖 4- 10、RT-streaming 類型之封包傳輸率(%)

從圖 4-8~圖 4-10 可看出，本研究提出之資源分配演算法可維持 RT-streaming 類別之 QoS，於封包傳送率、封包平均延遲以及傳送封包總和呈現之效能幾乎與 絕對優先權演算法並駕齊驅，即表示本系統之 RT-streaming 用戶對系統服務感覺 良好，可保證 RT 服務之 QoS 要求。