想象一家生意火爆的火锅店，只有一口大锅（频谱资源），却同时坐着二十桌客人（在线用户）。怎么让每一桌都吃得满意？店里必须有一个传菜员，在每一轮出菜时决定：这一锅毛肚先给3号桌，因为3号桌点得多（数据量大）；下一锅肥牛给7号桌，因为7号桌刚坐下等了很久（饥饿用户）；而靠窗那桌信号不好、锅气不足（信道差），多给几勺让它慢慢煮。
这个传菜员，就是无线接入网里最繁忙、也最不为人知的角色——MAC调度器（Scheduler）。
有线网络不需要它：光纤里一根纤芯可以逻辑上划分给任意多的用户，交换机靠排队就能解决冲突。但无线空口是所有用户共享的单一物理媒介——同一个频率、同一个时刻，一个小区只能发射一份电磁波。谁先发、发多少、用什么速率发，必须有一个仲裁者每时每刻做出决定。这个仲裁机制，就是本文的主角：空口调度。
理解调度器之前，先理解它面对的三个根本约束。
约束一：频谱是稀缺的。 运营商花重金拍来的频谱宽度是固定的（比如100MHz），物理定律决定了它承载信息的上限——这就是香农公式给出的天花板：
$$C = B \log_2 \left(1 + \frac{S}{N}\right)$$
带宽 $B$ 固定，信噪比 $S/N$ 越差，可实现的速率 $C$ 越低。资源总量无法增加，只能精细分配。
约束二：信道是时变的。 用户在走动、在坐车，多径衰落让信号质量每时每刻都在变。同一部手机，这一毫秒信道很好（可以跑高速率），下一毫秒可能掉进深衰落（只能跑低速率）。
约束三：业务是异构的。 小区里同时有刷短视频的、打语音电话的、下载更新的、发微信心跳的。它们对时延、速率、可靠性的要求完全不同。
三个约束叠加，结论只有一个：必须存在一个高速决策引擎，以毫秒级的节奏，把时频资源动态地“拍卖”给最合适的用户。
在讲调度器怎么分配之前，先看它分的是什么。正交频分多址（OFDMA）把空口资源切成了一堆整齐的“乐高积木”：
整个小区的带宽，在每个时隙里都被划分成一条条“频域车道”。调度器的工作，就是在每一个1毫秒的节拍上，回答三个问题：
调度器位于基站（gNB）的MAC层，紧贴物理层之上。它的决策周期就是一个时隙——基础配置下就是每1毫秒一轮。也就是说，当你刷10秒短视频时，调度器已经为你的手机做了大约上万次资源分配决策。
调度器的完整输入输出全景如下图：
flowchart TD
A[信道状态信息<br>CQI 与 PMI RI] --> S[MAC 调度器]
B[各用户缓冲区数据量<br>下行看待发队列] --> S
C[QoS 参数<br>5QI 优先级与 GBR 要求] --> S
D[上行探测信号 SRS] --> S
E[上行缓存状态报告 BSR] --> S
F[功率余量报告 PHR] --> S
S -->|生成调度指令 DCI| G[PDCCH 控制信道]
S -->|按授权发送数据| H[PDSCH 或 PUSCH 数据信道]
G --> U[手机 UE]
H --> U
U -->|HARQ 应答与信道反馈| A
注意最下面那条回路：手机不断地把“我看到的信道质量”和“我还有多少数据要发”上报给基站，调度器根据这些情报持续修正下一轮决策。调度本质上是一个每毫秒运转一次的闭环控制系统，而不是一次性的静态分配。
调度器在每个时隙里的决策分两步走。
第一步：时域调度——决定本时隙“活跃用户名单”。 基站手里通常有几十个处于连接态的用户，但不是人人每毫秒都有数据要发。调度器先过滤：没有缓存数据的、正处于测量间隙的、被DRX机制要求“睡觉”的用户直接排除。剩下有数据、可调度的候选者进入第二轮。
第二步：频域调度——给入选者分配RB并选择MCS。 这一步的核心依据是每个用户在不同频段上的信道质量差异：宽带系统中，某个用户可能在低频段信道好、高频段信道差（频率选择性衰落）。聪明的调度器会把每个用户分到它自己信道最好的那段频谱上——这叫信道依赖调度（Channel-Dependent Scheduling），是现代移动通信提升频谱效率的第一功臣。
“给谁分资源”有三种经典策略，它们构成了一条从“极端公平”到“极端效率”的光谱。
轮流来，每人一份，不管你信道好坏。就像食堂打饭，人人一勺。优点是实现简单、无饿死；缺点是频谱效率低——把资源分给了此刻信道很差的用户，宝贵的功率换不来多少有效比特。
每个时隙都把资源给当前信道最好的那个用户。频谱效率最高，但有个致命问题：小区边缘的弱信号用户可能永远轮不到资源——它的信道永远比不过近点用户。这在工程上叫“饿死（starvation）”，绝对不可接受。
PF算法是现网绝对主流，它的思想极为巧妙：不看你的绝对速率，看你的“相对运气”。用户 $i$ 在当前时隙的调度优先级为：
$$P_i(t) = \frac{r_i(t)}{\bar{R}_i(t)}$$
其中 $r_i(t)$ 是它当前瞬时信道所能支持的速率，$\bar{R}_i(t)$ 是它过去一段时间的平均吞吐量。
直觉解读： - 一个用户刚经历信道好转（$r_i$ 突然变大），优先级飙升——调度器抓住机会“趁热打铁”，让它在好信道上猛传； - 一个用户长期没分到资源（$\bar{R}_i$ 持续下降），分母变小，优先级被动升高——饥饿会自动积累筹码，保证它迟早被服务。
PF的精妙之处在于数学上可以证明：它最大化的是所有用户吞吐量的对数之和（ $\sum \log \bar{R}_i$ ），对应的是“比例公平”意义上的社会福利最大化——不追求总量最大，而是让每个用户的相对待遇尽量均衡。
在PF基础上，工程中还会叠加QoS加权，形成QoS感知调度。经典思路之一是指数规则（Exponential Rule）家族：对时延敏感业务，当它的排队时延接近要求时，用一个指数项急剧拉高其优先级，确保语音、URLLC类业务“插队”成功。其一般形式为：
$$P_i(t) = \frac{r_i(t)}{\bar{R}_i(t)} \cdot e^{\frac{a_i \cdot W_i(t)}{\tau}}$$
其中 $W_i(t)$ 是队头包时延，$a_i$ 是业务的时延敏感度权重。日常语音包排了太久时，指数项爆炸式增长，调度器立刻给它优先权。三种算法的全景对比如下：
| 维度 | 轮询 RR | 最大载干比 Max C/I | 比例公平 PF |
|---|---|---|---|
| 分配依据 | 轮到谁给谁 | 谁信道好给谁 | 瞬时速率 ÷ 平均吞吐 |
| 频谱效率 | 最低 | 最高 | 较高（损失约10%~20%） |
| 用户间公平性 | 表面公平 | 无保障，弱者饿死 | 比例公平（兼顾效率） |
| 小区边缘体验 | 一般 | 极差 | 较好 |
| 实现复杂度 | 最低 | 低 | 中等 |
| 现网地位 | 少用 | 少用 | 绝对主流 |
注：表中频谱效率损失为业界常见的量级性描述，具体数值随场景与实现不同而变化。
下行（基站发给手机）的调度执行链路是这样的：
flowchart TD
A[UE 测量信道质量] -->|上报 CQI| B[gNB 调度器]
B -->|选定 MCS 与 RB| C[生成 DCI 调度指令]
C -->|PDCCH 承载| D[UE 盲检自己的 DCI]
D -->|按指令接收| E[PDSCH 数据]
E --> F[UE 校验 HARQ]
F -->|ACK 或 NACK 反馈| B
三个关键环节值得展开：
① CQI上报——手机给基站“打分”。 手机基于对下行参考信号的测量，向基站上报一个4比特的信道质量指示（CQI），取值0~15。它不是裸的信号强度，而是一种“建议”：'CQI=15'的意思是“我现在这信道，你可以用最高阶调制跑满”；'CQI=0'的意思是“什么都别发了，我收不了”。基站据此从MCS表格中选取调制编码档位——信道好就上256QAM高阶调制多装比特，信道差就退到QPSK加低码率保可靠。
② DCI——毫秒级的调度指令单。 调度决策结果通过DCI（下行控制信息）在PDCCH上发给手机，内容相当于一张发货单：用哪些RB、什么MCS、HARQ进程号、数据在哪个时隙。手机需要在每个时隙盲检控制区域，寻找属于自己的那张“发货单”。
③ HARQ应答——快速纠错回路。 手机收到数据后在指定位置回复ACK/NACK，失败的数据由HARQ机制快速重传。调度器要为每个用户的多个HARQ进程维护状态，重传数据通常享受比新数据更高的优先级。
下行的数据在基站自己手里，调度器“看一眼队列”就能决策。但上行（手机发给基站）的数据在手机手里——基站根本不知道你的缓冲区里有没有数据、有多少。这就需要一套“申请-审批”流程：
sequenceDiagram
participant UE as 手机 UE
participant gNB as 基站 gNB
UE->>gNB: SR 调度请求 PUCCH 上一个比特
Note over gNB: 我不知道你有多少数据<br>先给个小额度
gNB->>UE: 第一级 UL Grant 小资源授权
UE->>gNB: MAC CE 携带 BSR 缓存状态报告
Note over gNB: 原来你有 2000 字节待发
gNB->>UE: 第二级 UL Grant 正式授权
UE->>gNB: PUSCH 发送真正的业务数据
gNB->>UE: HARQ 应答
关键角色解读：
这就是上行时延天然比下行高的根本原因：一次完整往返要经历“SR周期等待 + 授权下发的处理时延 + BSR捎带 + 第二次授权 + 才发数据”，典型配置下从数据到达手机缓冲区到真正上天线，耗时通常在数毫秒到十几毫秒量级（具体取决于SR周期与各定时器配置）。做低时延优化时，缩短SR周期是最直接的抓手之一。
每传一次数据都要走一遍“举手—审批”流程，对于周期性小包业务（如20毫秒一包的语音）实在太浪费。于是协议提供了“月票”机制：
月票的本质是用统计复用换取时延：资源按周期预留，哪怕某次没有数据，时隙空着也不给他人用。所以它只适合小包、周期、稳定的业务，不适合突发大流量。这正是5G支持URLLC低时延业务的调度层基石之一。
原理讲完了，落到日常运维和调测，调度器知识在这几类场景里直接变现：
场景一：单用户测速正常，多用户时某用户速率暴跌。 这往往不是故障，而是PF调度的自然结果——小区资源总量恒定，用户越多每人分得越少。判断依据是看各用户的RB占比是否大致符合PF预期。如果某个弱信号用户长期抢占过多RB，则要怀疑调度参数配置异常。
场景二：弱覆盖用户“拖累”整个小区。 Max C/I思想的残留场景：给边缘用户传1个比特消耗的功率和干扰，够近点用户传6个比特。这就是为什么优化小区边缘体验（提升CQI）比单纯加功率更有效——把边缘用户CQI从3提到6，省下的资源能让全小区受益。
场景三：上行时延抖动排查。 抓包发现业务包在手机缓冲区排队迟迟发不出去？先查SR周期配置是否过长、BSR上报是否及时。语音业务若忘记配置SPS/CG而走动态调度，每个20毫秒的语音包都要重新申请资源，时延抖动会明显恶化。
场景四：PDCCH拥塞——被忽视的隐形瓶颈。 大量用户小包业务（物联网心跳类）会让“发货单”本身挤爆控制信道：调度器想给用户发DCI却发现PDCCH符号数不够，数据信道资源再空闲也没用。这就是某些物联业务优化中做资源聚合调度（一次授权捎带多次数据）的动机。
常见误解与调试陷阱：
Q: PF算法和Max C/I的频谱效率差多少？为什么现网不用Max C/I？ A: 量级上PF大约损失10%~20%的小区吞吐（视场景），但换来边缘用户的基本可用性。Max C/I会让边缘用户长期饿死，无法作为商用网络的服务承诺基础，因此只在某些局部（如固定无线接入中对近点用户）有变体应用，全网层面PF是标准答案。
Q: 上行为什么不能像下行一样直接调度，非要SR+BSR两跳？ A: 因为信息不对称：下行数据队列在基站本地，上行数据队列在手机里，基站必须先让手机“报数”（BSR）才知道该给多少资源。而BSR本身需要资源才能发送，所以必须先用SR“举手”换一个小授权来捎带BSR——这是分布式系统中典型的“带外信令也需要信道”的两难，两跳授权是工程上的标准解法。
Q: CQI是信号强度吗？RSRP很好CQI就一定高吗？ A: 不是。CQI综合了信号强度、干扰水平、多径条件，本质是“可支持的最高调制编码档位建议”。RSRP高但干扰同样高的场景（如小区边缘靠近邻区）CQI可能很低，反之亦然。排查速率问题时CQI比RSRP更接近真相。
Q: 配置授权（CG）既然免调度，会不会和动态调度冲突？ A: 会重叠但不冲突。手机用CG资源发了数据后，若基站在同一时间又动态调度了它，协议约定手机只发一次（动态授权优先，CG本次作废或按规则跳过）。网络在配置CG后会尽量避开为其再动态调度同周期资源，但这依赖调度器实现，标准允许多种实现方式，具体行为以各厂家官方文档为准。
Q: 为什么说“调度器是5G性能的最后一公里”？ A: 频谱、天线、功率都是静态资源，唯一能动态挖掘的性能就是“在正确的时间把资源给正确的人”。同样的硬件，调度算法调优前后的小区均值速率可差出可观比例——它是纯软件的、持续运转的、每毫秒都在做经济决策的“隐形引擎”。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。