排程演算法效能分析

在經過本章第一小節對本研究模擬實驗環境詳細的敘述以及第二小 節介紹實驗結果數據分析的三種方法，再加上第三小節所做的初步模擬 驗證，讓我們找出三種演算法所表現最好的最佳設定值。於本章的最後 小節，我們將進行 WRR、DRR 與 QLS 三種排程演算法以第二小節所介 紹的三項效能分析方法做綜合比較分析。演算法個別之參數設定表，如 表 4-6。

表 4-6 演算法參數設定表

parameters Value

Quantum of DRR 4

W1 of WRR 2

W₂ of WRR 3

W₃ of WRR 4

T_min of QLS 5

T_max of QLS 10

C of QLS 2

※單位：Packet 與之前實驗相同，本次實驗包含 1 個 BS 與節點數量由 10 個至 100 個，每次增加 10 個節點之十種情境。實驗時間為 3 秒，每個 SS 在 0 到 1 秒時機產生一條 VoIP 服務流，並在第 3 秒時結束，而實驗數據將從中採 集。

圖 4-10 顯示 DRR、WRR 與本文所提出之排程演算法的平均封包延 遲時間比較。由圖中數線圖可得知，三種演算法所能承受的網路節點數 量有所不同。WRR 為 40 個節點；DRR 與本文提出的 QLS 大約都在 60 個節點。比較有趣的部分是當網路節點數量為 80 時，DRR 的延遲時間卻 大於 WRR，其原因為 DRR 雖擁有不足額計數器的機制，得以盡量為每

個節點在模擬期間提供最公平的頻寬分配，但是當節點數量逐漸上升，

頻寬也漸漸的不敷使用，無法因應不同節點佇列使用程度而一味地提供 固定配額，將會減少一個訊框中被服務的節點數量減少，因為必頇等待 至下一個訊框的傳送機會而造成飢餓（starve），導致平均封包延遲時間 增加的結果。反觀，WRR 在節點數量大於 40 個時，因為某些佇列使用 程度較低被分配到的頻寬資源相對較少，所以延遲時間的上升幾乎都是 因為節點在等待下次傳送機會的這段期間，而導致在模擬中期延遲時間 較高。然而，當網路節點數量增加至頻寬不敷使用時，其動態分配頻寬 的優點可以使得較多的節點在同一訊框得以傳送，使其平均封包延遲時 間表現較 DRR 佳。在 QLS 表現方面，因為我們所提出的機制在網路節 點較少，即使用程度皆處於本文所定義的 State 1 時，進行平均且公平的 分配網路頻寬，讓最多的節點得以在同一個訊框進行傳送，減少節點的 等待時間並避免節點佇列飢餓的產生，因此在網路中節點數量低於 60 時 表現的最佳且穩定。即使當網路中節點數量增加以致頻寬不敷使用時，

QLS 機制反過來保留使用程度處於 State 1 之佇列所需頻寬，將資源預先 分配予 State 3 之佇列；並且也對使用狀態在平均值也就是 State 2 內的佇 列提供保證頻寬。因此在網路壅塞時，QLS 在平均封包延遲時間表現上 也是三者中最佳的。

圖 4-10 演算法之平均封包延遲時間比較

avg. delay (ms)

number of nodes

QLS DRR WRR

圖 4-11 演算法之封包遺失率比較

number of nodes

QLS

number of nodes

QLS DRR WRR