Algoritma Maximum Sum Rate Algoritma Maximum Fairness Algoritma Proportional Rate Constrain

48

3.5.2.1 Algoritma Maximum Sum Rate

Seperti diindikasikan pada namanya, objektif dari algoritma Maximum Sum Rate MSR adalah memaksimumkan total rate dari seluruh pengguna. Algoritma ini optimal jika tujuannya adalah mendapatkan data sebanyak-sebanyaknya melalui sistem. Kelemahan dari sistem algoritma MSR adalah pengguna yang berlokasi dekat dengan Base Station BS akan memonopoli hampir seluruh fasilitas Bandwidth yang tersedia. Gambar 3.18 memberikan rincian perbandingan antara MSR dengan static TDMA. Gambar 3.18 Perbandingan MSR dengan Static TDMA

3.5.2.2 Algoritma Maximum Fairness

Walaupun Throughtput total dimaksimumkan dengan menggunakan algoritma MSR, pada sistem seperti WiMAX dimana attenuasi pathloss bervariasi dalam orde yang cukup besar antar pengguna, beberapa pengguna tidak akan mampu memenuhi kriteria dari prosedur penjadwalan MSR. Sebagai kebalikan dari MSR, algoritma Maximum Fairness bertujuan untuk mengalokasikan sumber daya bandwidth kepada pengguna yang seharusnya mendapatkan sumber daya bandwidth yang lebih kecil. 49 Algoritma Maximum Fairness bisa juga disebut sebagai solusi Max-Min, karena memaksimumkan data rate yang seharusnya kecil. Subcarrier dan alokasi daya lebih susah diukur jika dibandingkan dengan algoritma MSR, karena lebih berfluktuatif. Secara khusus sangatlah susah untuk menemukan subcarrier dan alokasi daya yang optimum. Karena itu, algoritma dengan kompleksitas yang rendah diperlukan, dimana pengendalian dari subcarrier dan alokasi daya dilakukan secara terpisah. Cara yang umum dilakukan adalah mengasumsikan daya dengan kuantitas yang sama dialokasikan pada setiap subcarrier dan kemudian alokasi kanal yang terbaik diprioritaskan kepada pengguna dengan laju data rate yang rendah.

3.5.2.3 Algoritma Proportional Rate Constrain

Kelemahan dari sistem Maximum Fairness adalah distribusi rate diantara pengguna tidak fleksibel. Lebih jauh, throughput total sangatlah terbatas dengan pengguna SINR yang terburuk, dimana banyak dari sumber daya dialokasikan pada pengguna dengan SINR yang buruk, yang mana secara jelas kurang optimal. Pada sebuah jaringan nirkabel Broadband, sangatlah dimungkinkan pengguna yang berbeda membutuhkan data rate yang bergantung pada aplikasi yang bervariasi dengan margin yang besar. Algoritma Proportional Rate Constrain adalah generalisasi dari algoritma Maximum Fairness MF, dengan tujuan untuk meningkatkan throughput total, namun tetap menyediakan pembagian sumber daya bandwidth yang lebih adil dan fleksibel.

3.5.2.4 Proportional Fairness Scheduling