密集网络自优化切换方法技术

本发明专利技术请求保护一种密集网络自优化切换方法，属于无线通信技术领域。针对密集异构蜂窝网络的密集、多分层、无定形的架构特性，及高频率、低性能的切换特性，该方法首先感知移动台(Mobile Station,MS)在目标小蜂窝的途经率、移动速度、小蜂窝的接纳力和小蜂窝的空闲度四个指标。随后，基于模糊逻辑(Fuzzy Logic,FL)算法由途经率和速度得到MS对目标小蜂窝的趋向度，并由接纳力和空闲度得到小蜂窝对新用户的亲和度。最后，基于Q学习(Q-Learning)算法，以趋向度和亲和度为输入，以资源利用率、掉话率、切换失败率和乒乓切换率为瞬时奖励，自适应地调节切换参数值，使切换失败率、乒乓切换率和掉话率最优。相对于现有技术，本发明专利技术对于密集异构网络下的MS的高切换失败率、乒乓切换率及掉话率有明显的改善。

【技术实现步骤摘要】

本专利技术涉及无线通信网络
，具体涉及LTE-A密集异构蜂窝网络中的自优 化切换方法。
技术介绍
近年来，移动数据流量的需求不断地增大，网络运营商逐渐将更多的小蜂窝部署 在LTE-A异构蜂窝网络中，以形成密集的异构蜂窝网络。小蜂窝是由低功率节点部署的小 范围覆盖网络，具有外形小、部署灵活、即插即用的特性。小蜂窝的种类较多，主要包括微蜂 窝Microcell、微微蜂窝Picocell、毫微微蜂窝Femtocell以及中继站RelayNode覆盖的 小蜂窝等。 切换管理一直是LTE-A异构蜂窝网络中无线资源管理的重点研宄方向之一，切换 性能低下是异构蜂窝网络急需解决的问题，主要由宏蜂窝和小蜂窝的下行功率不对称性、 小蜂窝的小范围覆盖特性、小蜂窝的无规则部署特性、MS的随机移动性等导致的。在LTE-A 密集异构蜂窝网络中，小蜂窝的密集部署特性使得切换频率大幅上升，使得切换管理的难 度又进一步加大。为了应对网络的多样性，LTE-A网络引入了自组织网络技术，主要包 括自配置、自优化和自愈合三个功能。本章则通过SON的自优化功能，对LTE-A密集异构蜂 窝网络的切换参数进行自适应地配置，以实现切换管理的自优化。 3GPPTR36. 839协议指出，MS在LTE-A异构蜂窝网络中的切换性能相较于传统的 同构蜂窝网络的较低，传统同构蜂窝网络的切换参数不再适用于LTE-A异构蜂窝网络。其 中，各研宄机构仿真表明MS的inbound切换和outbound切换是引起整体切换失败率过高 的主要原因，尤其当MS的移动速度较高时。另外，高速移动的MS在LTE-A异构蜂窝网络中 还会引起大量的乒乓切换。对此，文献提出通过加大MS的inbound切换参数TTT，以 阻止高速MS切入小蜂窝，从而避免inbound切换失败和outbound切换失败并减小整体H0F 率的方法。然而，随着LTE-A异构蜂窝网络逐渐发展为密集的小蜂窝部署架构，该方法会大 大降低MS的接收的通信质量QoS，甚至引起大量掉话。因为，在密集异构蜂窝网络中，MS的 移动路径中往往有多个连续的小蜂窝密集覆盖，强制阻止MS切入小蜂窝只会使得其无线 链路质量长时间受到小蜂窝的强烈干扰，从而导致通信质量低下或频繁触发掉话。另外，文 献还提出了多种基于对目标网络负载、MS的移动速度等因素的感知，进行切换参数自 适应调节的方法，使得LTE-A异构蜂窝网络中MS的切换性能得到一定的改善。然而，对于 LTE-A密集异构蜂窝网络，还需要更有针对性的感知算法，实现较高的切换性能。 本章根据现有的切换管理技术及相关SON算法，提出通过感知MS在目标小蜂窝的 途经率、MS的移动速度、小蜂窝的接纳力和空闲度得到MS对目标小蜂窝的趋向度和小蜂窝 对新用户的亲和度。然后，通过FQLC算法基于趋向度和亲和度进行切换参数自适应地配 置，以提升系统整体切换性能，实现有效的切换管理。
技术实现思路
针对现有技术的不足，提出了一种提高了预备目标小区的预测成功率，减少了不 必要的切换准备操作，提高了频谱资源利用率的。本专利技术的技术 方案如下：一种，其包括以下步骤： A1、获取MS当前的移动速度； A2、查询所述MS的PSI途经-停留信息表，获取当前所述MS到各邻区的途经率； A3、获取各邻区在当前时刻的接纳力； A4、获取各邻区在当前时刻的空闲度； A5、根据所述MS的移动速度和途经率，基于模糊逻辑理论获取所述MS对各邻区的 趋向度； A6、根据所述各邻区的接纳力和空闲度，基于模糊逻辑理论获取所述邻区对所述 MS的亲和度； A7、根据所述MS对各邻区的趋向度和所述各邻区对所述MS的亲和度，基于Q学习 理论自适应地调节切换参数。 进一步的，步骤A1中获取MS当前的移动速度v的步骤包括： B1、查询测量报告记录表，获取最近两次测量报告的测量时间差At; B2、查询邻区信息表，获取任意三个邻区Picocella、Picocellb、Picocell。的位置 信息和发射功率，a，b，cG{1，2,……，N}; B3、查询测量报告记录表，获取倒数第二次测量报告； B4、根据邻区？。〇〇611、？1(3(^61113、？1(3(^611。的倒数第二次1?1^测量报告值、位 置信息及发射功率，确定三个邻区的RSRP等值环，将所述三个RSRP等值环的交点确定为倒 数第二次测量报告的测量点m，其坐标为（mx，my); B5、查询测量报告存储单元，获取最近一次测量报告； B6、根据邻区？。〇〇611、？1(3(^61113、？1(3(^611。的最近一次1?1^测量报告值、位置 信息及发射功率，确定三个邻区的RSRP等值环。将所述三个RSRP等值环的交点确定为最 近一次测量报告的测量点n，其坐标为（nx，ny); B7、根据At、m(mx，my)和n(nx，ny)计算所述MS当前的移动速度v。 进一步的，步骤A2中的查询所述MS的途经-停留信息表PSI表，获取当前所述MS 到各邻区的途经率，具体包括： C1、查询MS的途经-停留信息PSI表，PSI表中统计了所述MS在第k段时间内途 经各Picocell的次数和停留各Picocell的次数，在每段时间内，所述MS每检测到一次途 经事件或停留事件，就更新一次PSI表； C2、根据统计的所述MS途经各Picocell的次数和停留各Picocell的次数，计算 得到带遗忘因子的加权值； C3、根据带遗忘因子的加权值，计算得到所述MS在各Picocell的预测途经率。 进一步的，步骤A3获取各邻区在当前时刻的接纳力，具体包括： D1、获取各邻区在当前时刻的总PRB数； D2、获取各邻区在当前时刻的总用户数； D3、获取各邻区在当前时刻的所有用户的最小PRB需求数； D4、根据所述各邻区的总PRB数、时刻t的总用户数及所有用户的最小PRB需求 数，计算得到各邻区的在时刻t的接纳力。 进一步的，步骤A4中获取各邻区在当前时刻的空闲度，包括： E1、获取各邻区在当前时刻的总PRB数； E2、获取各邻区在当前时刻的总用户数； E3、获取各邻区在当前时刻的所有用户的最小PRB需求数； E4、获取各邻区在当前时刻的所有用户的额外业务所占PRB数； E5、根据所述各邻区的总PRB数、时刻t的总用户数、所有用户的最小PRB需求数 及所有用户的额外业务所占PRB数，计算得到各邻区在当前时刻的空闲度。 5、根据权利要求1/所述的，其特征在于，步骤A5中根据 所述MS的移动速度和途经率，基于模糊逻辑理论获取所述MS对邻区的趋向度，包括：F1、所述MS的源基站对所述MS的移动速度进行模糊化；F2、所述MS的源基站对所述MS在各邻区的途经率进行模糊化； F3、根据所述MS的源基站建立的移动速度和途经率的隶属度函数及模糊规则表， 计算得到所述MS对各模糊规则的附属强度； F4、将模糊推理模块的输出去模糊化得到所述MS对各邻区的趋向度。 进一步的，步骤A6中根据所述邻区的接纳力和空闲度，基于模糊逻辑理论获取所 述邻区对所述MS的亲和度，包括： G1、所述MS的源基站对各邻区的接纳力进行模糊化； G2、所述MS的源基站对各邻区的空闲度进行模糊化； G3、根据所述MS的源基站建立的接纳力和本文档来自技高网...

【技术保护点】
一种密集网络自优化切换方法，其特征在于，包括以下步骤：A1、获取MS当前的移动速度；A2、查询所述MS的PSI途经‑停留信息表，获取当前所述MS到各邻区的途经率；A3、获取各邻区在当前时刻的接纳力；A4、获取各邻区在当前时刻的空闲度；A5、根据所述MS的移动速度和途经率，基于模糊逻辑理论获取所述MS对各邻区的趋向度；A6、根据所述各邻区的接纳力和空闲度，基于模糊逻辑理论获取所述邻区对所述MS的亲和度；A7、根据所述MS对各邻区的趋向度和所述各邻区对所述MS的亲和度，基于Q学习理论自适应地调节切换参数。

【技术特征摘要】

【专利技术属性】
技术研发人员：唐伦，刘伊莎，陈前斌，田智，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;85