Channel  reassignment 策略整體性配置模擬比較

第二部分加上 channel reassignment 的策略，進行整體性的頻道配置模擬。 

1. 模擬數據說明 

(1) 表 6.8、表 6.9、表 6.10 與表 6.11 分別為四種不同頻道配置策略的模擬 結果。 

(2) Traffic 欄位  x K 表示網路中每個 cell 的 call arrival rate 為圖 6.1 的 K 倍。 

(3) call blocked 欄位表示模擬過程中 new call 發生 call blocked 的次數。 

(4) call blocked rate 欄位表示模擬過程中 new call 發生 call blocked 的機率(%)。 

(5) 全網路可用頻道數量欄位的計算方式為自模擬開始，配置一萬個 call 之 後，每配置一百個 call 就計算一次全網路中可用頻道的數量，表中數字 為一千次加總值的平均值(共配置十萬個 call)。 

(6) Time/per assign 欄位的計算方式為自模擬開始一千秒後，計算一千次演 算法時間加總的平均值(CPU 為 3.2GHz)。 

(7) 圖 6.7 為四種策略的 call blocked rate 比較。 

(8) 圖 6.8 為四種策略的全網路可用頻道數量比較。 

(9) 針對每一種配置策略，我們會以六種 Traffic( x2.8, x3.2, x3.6, x4.0, x4.4,  x4.8 )進行 20 小時的頻道配置模擬。在這個階段使用 channel reassignment 策略做 call blocked 的改善，比較各種頻道配置策略優劣。 

表 6.8 可用頻道數量觀點  (最優先考量),  狀態 0 周圍狀態總和觀點(第二考量)  Traffic  ^{X2.8  X3.2  X3.6  X4.0  X4.4  X4.8} 

Call blocked  816.2  4879.75  14337.5  29690.1  49145.2  72239.4  Call blocked rate  0.323691  1.69219  4.42164  8.23792  12.4041  16.7145  全網路可用頻道

數量 

1115.96  838.588  622.868  464.966  372.002  286.666 

Time/per assign  4.12551e‐5 (sec) 

48 

表 6.9 (1, λ =10)‐CES 策略[2], Max no. of destabilization=4 

Traffic  X2.8  X3.2  X3.6  X4.0  X4.4  X4.8  Call blocked  1814.5  8185.5  20205.12 37904.6  59123.41  85845.3  Call blocked rate  0.721533  2.8381  6.21694  10.5256  14.912  19.8574 

Min generation  4  4  4  4  4  4 

Ave generation  4.1068  4.2218  4.35105  4.48708  4.56454  4.67894 

Max generation  14  16  16  17  16  17 

全網路可用頻道 數量 

864.854  629.64  452.678  338.52  241.518  204.68 

Time/per assign  0.029092~0.033608 (sec) 

表 6.10 (1, λ =10)‐ES 策略[1], Max no. of destabilization=4 

Traffic  ^{X2.8  X3.2  X3.6  X4.0  X4.4  X4.8} 

Call blocked  1818.23  8129.53  19866.21 39197.37 58792.5  85524.1  Call blocked rate  0.720885  2.81737  6.10662  10.8683  14.8572  19.7177 

Min generation  4  4  4  4  4  4 

Ave generation  4.10576  4.23087  4.35632  4.48709  4.59414  4.68974 

Max generation  14  15  16  16  16  17 

全網路可用頻道 數量 

870.112  625.55  450.96  351.851  243.465  204.11 

Time/per assign  0.024952~0.027266 (sec) 

表 6.11 Compact pattern method[3] 

Traffic  X2.8  X3.2  X3.6  X4.0  X4.4  X4.8  Call blocked  1239.5  6323.95  18533.7  39070.7  62063.8  87019.8  Call blocked rate  0.490698  2.19478  5.71325  10.8381  15.6618  20.1172  全網路可用頻道

數量 

967.7  696.824  487.676  346.936  245.94  201.814 

Time/per assign  4.30038e‐5 (sec) 

  圖 6.7  動態頻道配置策略‐Call blocked rate 比較 

  圖 6.8  動態頻道配置策略‐全網路可用頻道數量比較 

50 

2. 本論文策略與 ES 策略模擬比較  (1) 中央式與分散式系統分析 

本論文方法中，每個 cell 選擇頻道的判斷依據為其 cell 周圍同頻干擾範 圍內 cell 的頻道使用情形，地域性的資訊掌握，故屬於分散控制式的動態頻 道配置策略。而在 ES 策略中，每個 cell 選擇頻道的判斷依據(fitness function 的制定)為全網路 cell 的頻道使用情形，全域性的資訊掌握，故歸類為中央控 制式的動態頻道配置策略。雖然我們提出的策略為分散式，但利用這些資訊 就足以判斷出有哪些頻道是造成當下最少可用頻道減少數量的頻道以及狀 態 1 堆積的疏密程度的資訊。 

(2) Channel reassignment 分析 

比較表 6.4、表 6.8 與表 6.6、表 6.10 可看出，我們的 channel reassignment 策略可對 call blocked rate 造成不錯的改良，原因是本論文策略不僅僅著重於 頻道的選擇配置(channel select)，也關注於頻道的選擇釋放(channel 

reassignment)。ES 策略中[1]，channel reassignment 的動作發生於配置頻道的 同時，配置系統會針對該 cell 中所有的可用頻道進行 channel reassignment 的動作，若使用頻道被重置的數目過多時，會對配置系統造成額外的負擔，

相較於本論文方法，我們只會針對一個最佳釋放頻道進行 channel 

reassignment 的動作，而且整個 channel reassignment 的過程如同 channel  select 過程一般，並不需要考量最佳化演算法的演算時間即可完成。 

3. 本論文策略與 Compact pattern 策略模擬比較  (1) 中央式與分散式系統分析 

Compact pattern method 為中央控制式的動態頻道配置策略。如同 6.2 節 中，我們規定 4 種 compact pattern type 來對動態頻道進行模擬。 

(2) Channel reassignment 分析 

Compact pattern method 中 Channel reassignment 動作規定如下: 

i)   若該欲釋放之頻道為 non‐compact 則直接釋放。 

ii)   若該欲釋放之頻道為 compact，則執行 channel reassignment 動作。即 若該 cell 中存在其他 non‐compact 的頻道，則對該頻道進行 reassign 的 動作。若該 cell 中不存在其他 non‐compact 的頻道，則對該 cell 所有使 用中的頻道進行該頻道於此網路服務總數量的計算，系統會對服務總 數量最少的頻道進行 reassign 的動作。 

Compact pattern method 的 channel reassignment 時機與本論文相同，是 發生於 call complete 的同時，除了單一頻道的 channel reassignment 不會對系 統造成負擔外，整個過程中亦不需要最佳化演算法長時間的演算。 

4. CES 策略與 ES 策略模擬比較 

(1) ES 策略為 CES 策略的改良結果，改良項目如下: 

i)   最佳化演算法中 Solution 的表示長度  : CES 演算法[2]中，solution 的表 示長度定為全網路頻道數目(本模擬中為 1x70 的陣列)，而 ES 演算法[1]

中將其縮減為 cell 中正在使用中頻道的數目。 

ii)   最佳化演算法中 fitness function 的表示方法  : ES 演算法[1]提供了更為 精簡的 fitness function，給予了更快速的演算法運算時間。 

(2) 模擬數據比較 

由數據看來 call blocked rate 的表現幾乎沒有差別，而演算時間方面，ES 演算法有較快速的演算速度。Ave generation 欄位記錄下了 20 個小時的模擬 過程中，最佳化演算法所執行的平均 generation 數目，數據顯示，Ave 

52 

generation 大多接近 Max no. of destabilization=4，這表示有絕大多數的 solution 在執行完 channel reassignment 之後並沒有取得更佳的 solution。 

5. 綜合比較

由圖 6.7 與圖 6.8 可看出各種策略的 call blocked rate 與全網路可用頻道數量 表現情形，本論文策略有著最低的 call blocked rate 以及最高的全網路可用頻道數 量。Compact pattern method 則是在低 traffic 時，表現出較 CES 與 ES 為佳的 call  blocked rate 以及全網路可用頻道數量，但在高 traffic 時則漸漸失去其優勢。