第三章 本論文提出之演算法
3.3 Proposed adaptive multi-cycle DRX scheme 參數調整演算法之設計 …23
從 3.2 節中，DRX 系統理論模型數值結果與分析，得知傳統的 DRX scheme 或者 multi-cycle scheme 都是固定參數而無法達到最佳效能。所以在本節討論如何 根據 QoS 需求與根據 power saving 效能而尋找最佳的參數(m,n)值。
選擇最佳的參數(m,n)值，可以根據用戶的服務型態以及目前的資料傳輸 狀況動態調整 DRX 的相關參數以提昇省電效率及用戶端設備之待機時間，並同 時兼顧用戶的服務品質，將是本研究的主要重點。在 (m，n) 參數的選擇考量上，
應選擇能達到最佳總體效能之值為佳。我們考慮省電效能、封包延遲和封包遺失 率等因素作為系統性能之表現，並定義省電效能，封包延遲，和封包遺失率的 cost-reward 函數分別為𝑓𝑝𝑑(∙)，𝑓𝑑(∙)，𝑓𝑝𝑙𝑟(∙)。
在 Hard QoS 及 best effort 傳輸，其 power consumption cost-reward 函數可表示 為指數函數:
𝑓𝑃𝐶(𝑃𝐶̅̅̅̅) = 𝑤𝑃𝐶∙ (𝑒𝑃𝐶̅̅̅̅ − 1), (3 − 12) 其中𝑤𝑃𝐶 是 power consumption 的加權因子。
圖 3-2、 The cost-reward functions of two types of traffic
實際上，cost-reward functions 𝑓𝑝𝑑(∙) 和 𝑓𝑝𝑙𝑟(∙) 在不同的傳輸狀況下應該 不同。在本論文中，考量兩種傳輸類型：best-effort 及 hard-QoS 。Best-effort 型 態適用於在 web browsing 和 e-mail 的傳輸狀態。相對的，hard-QoS 傳輸型態適用 於 VoIP and video streaming 的傳輸狀態。從過去的研究[7]可以知道 best-effor 和 hard-QoS 兩種傳輸類型的 cost-reward 函數分別是 concave 函數和單位階梯 (unit-step)函數。在 Hard QoS 傳輸時,封包延遲或封包遺失率的 cost-reward 函數分 別表示如下：
𝑓𝑝𝑑(𝑝𝑑̅̅̅̅) = 𝑤𝑝𝑑∙ 𝐻(𝑝𝑑̅̅̅̅ − 𝑝𝑑∗), (3 − 13)
𝑓𝑝𝑙𝑟(𝑝𝑙𝑟̅̅̅̅) = 𝑤𝑝𝑙𝑟 ∙ 𝐻(𝑝𝑙𝑟̅̅̅̅ − 𝑝𝑙𝑟∗), (3 − 14)
其中𝑝𝑑∗和𝑝𝑙𝑟∗定義為封包延遲和封包遺失率的門檻值，而 𝑤𝑝𝑑 和 𝑤𝑝𝑙𝑟 為 加權因子。H(∙) 設計為類似單位階梯的函數，定義如下:
Packet delay (or packet loss rate)
Cost reward function Cost reward function
Packet delay (or packet loss rate) Delay constraint D*
(or loss rate constraint PLR*) wD(or wPLR)
(a) Hard-QoS traffic (b) Best-effort traffic
𝐻(𝑥) = {1, 𝑥 > 0
0, 𝑥 ≤ 0 (3 − 15)
在 best-effort 傳輸時,封包延遲或封包遺失率的 cost-reward 函數分別表示如 下：
𝑓𝑝𝑑(𝑝𝑑̅̅̅̅) = 𝑤𝑝𝑑∙ (1 − 𝑒−𝑝𝑑̅̅̅̅/𝐵), (3 − 16) 𝑓𝑝𝑙𝑟 (𝑝𝑙𝑟̅̅̅̅) = 𝑤𝑝𝑙𝑟∙ (1 − 𝑒−𝑝𝑙𝑟̅̅̅̅̅), (3 − 17)
其中B是normalized factor (B > 0 and is in the unit of time) which restricts 𝑝𝑑̅̅̅̅/𝐵 within the range [0, 1]。
最後我們定義了一個 cost-reward function Γ, 藉由考慮𝑓𝑝𝑐(∙), 𝑓𝑝𝑑(∙)和
𝑓𝑝𝑙𝑟(∙) 三個值，呈現了整個系統的性能：
𝛤 = 𝑓𝑝𝑐(𝑝𝑐̅̅̅) + 𝑓𝑝𝑑(𝑝𝑑̅̅̅̅) + 𝑓𝑝𝑙𝑟(𝑝𝑙𝑟̅̅̅̅). (3 − 18)
如式子(3 − 18)所示，cost-reward 函數最小化意味著可以減少封包延遲與封 包遺失,增加省電效能，達到對整體系統性能的改善。此外，設定不同的加權因子 wD、wPLR、wPPS ,可在不同的情況下，決定 QoS 和省電效能的優先順序。
對於best-effort traffic 型態，我們可以經由 cost-reward 函數最小化可得 到最佳參數 (m*，n*) 使得 𝛤 可以得到最小值，如式子(3 − 19)中所示:
(𝑚∗, 𝑛∗) = arg min
𝑚,𝑛 𝛤 . (3 − 19)
對於 hard-QoS traffic 型態，在我們限定的𝑝𝑑∗和𝑝𝑙𝑟∗條件之下，我們可
以經由 cost-reward 函數最小化可得到最佳參數 (m*，n*) 使得 𝛤 可以得 到最小值，如式子(3 − 20)中所示:
(𝒎∗, 𝒏∗) = 𝐚𝐫𝐠 𝐦𝐢𝐧
𝒎,𝒏 𝜞, (𝟑 − 𝟐𝟎) 𝐬𝐮𝐛𝐣𝐞𝐜𝐭 𝐭𝐨 𝒑𝒅̅̅̅̅(𝒎∗, 𝒏∗) < 𝒑𝒅∗
𝒑𝒍𝒆̅̅̅̅̅(𝒎∗, 𝒏∗) < 𝒑𝒍𝒓∗
第四章 數值分析與模擬結果
為了完成本論文所提出的省電模式的管理參數設計，所使用 MATLAB 軟體模 擬 LTE 在設置 DRX 參數過程中所需解決省電效能與封包延遲的問題，在設置 DRX 參數過程中會因為不同的參數設計得到不同省電模式，則在不同的省電模式會有 相對應的封包延遲與封包遺失率。