成簇的网络节点中配置改变的管理制造技术

提供了一种配置通信网络中节点的方法，其中，节点对其各自相邻节点的至少一个的配置变化做出反应。该方法包括步骤：识别相邻节点簇；识别簇中哪些节点位于邻接另一簇的边界区域；调整所述边界区域中节点的配置，以响应所述边界区域中其他节点的配置；并在考虑所设置的所述边界区域中节点的配置时，调整该簇中节点的配置，以响应该簇中其他节点的所调整配置。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及通信领域，尤其涉及在通信网络中配置节点。
技术介绍
用于网络中节点的自配置的分散式算法，遭受其可能无法收敛至可用的解决方案的风险。这在包括许多相互作用节点的大型网络中尤为如此。例如，在网络优化的许多情况下，网络节点——如蜂窝通信基站或光交换机——的配置，依赖于相邻网络节点的配置，反之亦然。这意味着，当网络节点改变其配置——在改变该网络节点的性能或特征的意义上一一时，这触发多个相邻节点改变其配置，这导致它们的相邻网络节点改变其配置，等 等。这是能够导致网络中的多次中断的问题,而且,如果中断严重且传播至整个网络,甚至可能导致灾难性的故障。大型网络的行为是无法被精确预测的，其中，该等大型网络的交互节点是分布式的，在缺少中心控制的意义上。这是由于此类系统复杂并且精确的分析很困难或不可能。此夕卜，各个节点所能获得的信息是受限的。相反地，在具有中心控制或集中控制的系统中，中心控制能对整个系统有良好的了解，因而可以决定良好的网络配置，例如关于在网络节点中执行自配置算法，因此以受控的方式实现配置。然而，集中的方式面临可扩展性的问题，因为难以应用于大规模网络，例如难以应用于快速变化的网络，该网络包括大量节点，如飞小区(femtocell)部署。在本文中，飞小区基站有时被称为毫微微基站(femto)。
技术实现思路
读者参照所附独立权利要求。多个优选的特征在从属权利要求中被列出。本专利技术的一个示例是配置通信网络中节点的方法，其中，节点对其各自相邻节点的至少一个的配置变化做出反应。该方法包括步骤识别相邻节点簇；识别该簇中哪些节点位于邻接另一簇的边界区域；调整所述边界区域中节点的配置，以响应所述边界区域中其他节点的配置变化；在考虑所设置的所述边界区域中节点的配置时，调整该簇中节点的配置，以响应该簇中其他节点的配置变化。本专利技术优选实施例将网络划分为簇，并执行在边界区域中的节点的配置。由于每个节点调整其设置以响应相邻节点的相应设置的变化，在边界区域的节点将改变的传播限制于簇内。换句话说，通过将网络划分成具有边界区域的簇，振荡和故障可能传播至整个簇，但被阻止蔓延至其他簇。在多个实施例中，当簇的尺寸是已知的，硬件被适当地选择以执行所涉及的计算工作。附图说明通过举例，并参照附图，本专利技术的实施例现被描述，其中图I为示出已知的小区覆盖范围变化传播至分布式蜂窝网络的框图(现有技术)，图2为示出在图I所示 分布式蜂窝网络的小区覆盖优化中的已知振荡(现有技术)的框图，图3为示出根据本专利技术第一实施例的小区簇网络的框图，图4为示出在图3所示网络中小区覆盖的簇内优化的框图，图5为示出随后阶段该网络中小区覆盖的框图，在此阶段，簇间的边界开始被识别，图6为示出在随后阶段该网络中小区覆盖的框图，在此阶段簇间的边界被简绘出来，图7为示出在随后阶段该网络中小区覆盖的框图，在此阶段通过边界优化边界被更好地定义，图8为示出该网络中作为结果的小区覆盖的框图，图9为从在图3所示网络中单个小区的角度来示出小区覆盖优化过程的框图，图10为示出根据本专利技术第二个实施例的网络的框图，其中，簇相重叠，图11为示出根据本专利技术第三个实施例的网络的框图，其中，一个簇中的部分小区形成内部和边界区域，且该部分小区处于其他簇中，及图12为示出根据本专利技术第四个实施例的网络的框图，其中，一个簇中部分小区仅形成边界区域，且该部分小区处于其他簇中。具体实施例方式作为网络节点优化的一个示例，专利技术人考虑小区覆盖优化，更具体地，是在飞小区部署中的小区覆盖优化，换句话说，其中，网络节点是飞小区基站。因其易于可视化，专利技术人考虑将小区覆盖优化作为一个示例。当然，节点的其他性能或属性可附加地或作为替代地被优化。专利技术人考虑过在飞小区配置中小区覆盖优化的已知方法。这里，飞小区的覆盖被调整以实现目标，例如负载平衡、干扰最小化及防止覆盖范围盲区。这是通过改变导频信道的发射功率及改变基站天线配置来实现的。专利技术人认识到在使用分布式算法的已知系统中，网络一个部分中的变化可能传播至整个网络，如图I所述(现有技术)。图I示出按照时间的四个顺序示例(步骤i、ii、iii和iv)中的三个相邻飞小区(A、B和C)。例如，如图I所示，飞小区A减少其覆盖范围(步骤ii)，结果引起其相邻飞小区B增加它的覆盖范围(步骤iii)以填补覆盖缺口。这依次导致飞小区C减少(步骤iv)其覆盖范围。此类覆盖的变化可导致临时情况，其中，服务质量被降低且控制信令(相对于用户流量)被增加。还存在不稳定振荡行为可能发生的风险，其中，网络不能收敛至稳定的配置。例如，如图2所示(现有技术)，两个相邻飞小区(这里表示为D、E)可以落入一个循环，其中，每个交替地扩展和收缩其覆盖区域以适应另一个的覆盖区域，但并未到达稳定的覆盖区域配置。此类破坏是不合需要的。现在转至本专利技术的一个实施例，因其易被可视化，我们再次考虑以覆盖优化为例。我们考虑，包括至普通数字用户线接入复用器(DSLAM)的回程连接的飞小区如何被视作一个簇，每个簇如何优化该簇内的小区覆盖(“内部优化”)，如何确定簇之间的边界，以及边界上的飞小区如何在其覆盖方面被优化(“边界优化”)。通过使用边界优化，在边界上的飞小区的小区覆盖区域变得固定，如此使得在一个簇中的飞小区的小区覆盖区域内的破坏和扰动被限制在该族中。飞小区的成簾如图3所示，飞小区基站(为便于理解，其中的几个被表示为2)中的每个通过各自的数据用户线(xDSL)——换句话说，互联网回程连接——被连接至与其他飞小区共享的数字用户线接入复用器(DSLAM)。连接至同一 DSLAM的所有飞小区形成簇。在图3中，被表示为簇A、簇B、簇C和簇D的毫微微基站的四个此类簇被示出，簇A中的毫微微基站被示为黑色三角形，簇B中的毫微微基站被示为白心圆形，簇C中的毫微微基站被示为黑色矩形，簇D中的毫微微基站被示为黑色圆形。该等DSLAM被一起连接入包括中心局4的城域接入网(MAN)，该中心局具有至通信世界其余部分(未示出)的骨干连接6。通过该MAN，信息在多个DSLAM之间被交换。 簇内优化(“内部优化”)如图4所示，最初每个簇独立地开始其自己的毫微微基站覆盖区域优化过程。在此实施例中，优化过程使用遗传编程，例如，正如从Ho L T W、Ashraf I和Claussen H在2009年9月的IEEE PIMRC 09会议所发表的、名为“使用遗传编程的演进式飞小区覆盖优化算法”的论文来获知，以及更一般地，由John Koza所著的、麻省理工学院出版社1992年出版的图书“遗传编程关于通过自然选择的方式的计算机编程”来获知。另外类似地，在其他一些实施例(未示出)中，遗传编程的替代方法被使用，如增强学习和神经模糊逻辑。在一些实施例(未示出)中，两个或更多方法被结合使用。如图4所示，最初每个簇不知道其各自的邻居，故簇间的边界未被定义，因此可被视为仅是虚拟的。每个簇内的优化旨在将在每个簇的区域内的整体覆盖最大化并识别边界，如下面关于图5和6所解释。定义簇间的边界如图5所示，每个毫微微基站2具有相关的飞小区覆盖区域，为便于理解，其中的几个由引用数字10来表示。在最大化每一簇内的覆盖的过程中，邻近簇在其覆盖区域将相重叠，以定义各自的边界12。这可通过比较图5和图6来看出，其本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】2010.01.18 EP 10290033.91.一种配置通信网络中节点的方法，其中，节点对其各自相邻节点的至少一个的配置变化做出反应，该方法包括步骤 识别相邻节点簇； 识别该簇中哪些节点位于邻接另一簇的边界区域； 调整所述边界区域中节点的配置，以响应所述边界区域中其他节点的配置变化； 在考虑所设置的所述边界区域中节点的配置时，调整该簇中节点的配置，以响应该簇中其他节点的配置变化。2.根据权利要求I所述的方法，其中，所述调整所述边界区域中节点的配置与所述调整该簇中节点的配置并行发生。3.根据权利要求I或2所述的方法，其中，该等节点包括蜂窝基站。4.根据权利要求3所述的方法，其中，被调整的基站配置的特征包括小区的尺寸。5.根据权利要求3或4所述的方法，其中，所述识别簇中哪些节点位于边界区域，是依据不同簇中基站间重叠覆盖区域内的移动用户终端的位置信息。6.根据权利要求3至5中任一项所述的方法，其中，簇的每一基站被连接至与各自的簇相关的共享回程节点，尤其为数字用户线接入复用器。7.根据前述任一项权利要求所述的方法，其中，所述配置节点的方法也在所述另一簇中被执行。8.根据前述任一项权利要求所述的方法，其中，所述调整所述边界区域中节点的配置连续地和/或迭...

【专利技术属性】
技术研发人员：戴维德·切卢比尼，拉扎维·鲁兹贝赫，莱斯特·T·W·何，米歇尔·波特兰，
申请(专利权)人：阿尔卡特朗讯，
类型：发明
国别省市：