CN109391897A - 面向密集小站部署的站点选择方法、装置及存储介质 - Google Patents
面向密集小站部署的站点选择方法、装置及存储介质 Download PDFInfo
- Publication number
- CN109391897A CN109391897A CN201710651612.0A CN201710651612A CN109391897A CN 109391897 A CN109391897 A CN 109391897A CN 201710651612 A CN201710651612 A CN 201710651612A CN 109391897 A CN109391897 A CN 109391897A
- Authority
- CN
- China
- Prior art keywords
- website
- user
- residence time
- switching
- overlay area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/026—Services making use of location information using location based information parameters using orientation information, e.g. compass
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/0005—Control or signalling for completing the hand-off
- H04W36/0083—Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/08—Reselecting an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/32—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种面向密集小站部署的站点选择方法、装置及存储介质,用以解决超密集网络中站点切换失败的问题,以及站点频繁带来的过高切换开销的问题。所述方法用于服务站点包括:估算用户处于第一目标站点的覆盖区域的第一驻留时间;当所述第一驻留时间小于预设的切换时间门限时,在站点切换过程中剔除所述第一目标站点。本发明在站点选择的过程中,根据估计的驻留时间,进行站点选择,从而降低切换率,并减少了不必要切换的发生;从而有效解决超密集网络中频繁切换带来的过高切换开销问题。
Description
技术领域
本发明涉及移动通讯领域,特别是涉及一种面向密集小站部署的站点选择方法、装置及存储介质。
背景技术
未来无线网络需要满足***性增长的高数据速率视频业务,以及大量不同类型移动设备的接入需求。超密集网络(Ultra-Dense Networks,UDN)是满足未来5G移动数据流量增长需求的主要技术手段,它通过增加基站部署的密度,特别是低功率站点,实现频率复用效率的巨大提升,在局部热点区域实现百倍数量级的容量提升。一方面,Small cell(低功率的无线接入节点)密集部署可以在热点区域实现对宏基站的高速分流;另一方面,对有大量业务分布的室内场景,Small cell覆盖比宏蜂窝更加有效。超密集网络中的站点部署可以由运营商规划,也可以由用户根据实际需要进行部署。因此,超密集网络中站点的位置更加随机化,网络的拓扑结构更加动态。
超密集网络在大幅度提升网络容量的同时,也带来了一系列干扰和移动性问题。现有LTE***中的切换判决机制如下,随着信道条件的变化以及用户的移动,用户的从当前服务站点的接收信号强度(RSRP)会发生变化。当UE接收到当前服务站点(源站点)的命令之后,UE将会在上行链路周期性地发送测量报告(MR)给当前服务站点。如果MR中包含的任意站点的RSRP超过源站点预先设置好的切换滞后差值(Offset),源站点将会对该目标站点发送切换请求,目标站点返回确认信息之后触发切换。当目的站点的RSRP比源站点的RSRP高于Offset且在触发时间(TTT,Time-to-Trigger)内持续满足时,用户将进行切换。
在超密集网络中,由于小站的覆盖范围较小,用户在移动过程中RSRP的变化频率较高,因此用户需要进行大量的测量上报工作。当满足现有切换判决条件时切换将会发生,因此超密集网络中切换发生的次数大大提升。切换过程中需要进行一系列的信令交互,因此,频繁切换将会带来过高的切换开销。
发明内容
鉴于上述缺陷,发现产生的原因在于现有站点切换机制没有考虑用户在站点的驻留时间。
鉴于上述发现及为了克服上述缺陷,本发明要解决的技术问题是提供一种面向密集小站部署的站点选择方法、装置及存储介质,用以解决超密集网络中站点切换失败的问题,以及站点频繁带来的过高切换开销的问题。
为解决上述技术问题,本发明中的一种面向密集小站部署的站点选择方法,所述方法用于服务站点,包括:
估算用户处于第一目标站点的覆盖区域的第一驻留时间;
当所述第一驻留时间小于预设的切换时间门限时,在站点切换过程中剔除所述第一目标站点。
为解决上述技术问题,本发明中的一种面向密集小站部署的站点选择装置,包括存储器和处理器,所述存储器存储有面向密集小站部署的站点选择计算机程序;所述处理器执行所述计算机程序时,以实现如上任意一项所述方法的步骤。
为解决上述技术问题,本发明中的一种计算机可读存储介质,存储有面向密集小站部署的站点选择计算机程序;所述计算机程序被至少一个处理器执行时,以实现如上任意一项所述方法的步骤。
本发明有益效果如下:
本发明中方法、装置及存储介质,通过估计用户下一时刻在潜在的目标站点中驻留时间,在站点选择的过程中,根据估计的驻留时间,进行站点选择,从而降低切换率,并减少了不必要切换的发生;从而有效解决超密集网络中频繁切换带来的过高切换开销问题。
附图说明
图1是本发明实施例中一种面向密集小站部署的站点选择方法的流程图;
图2是本发明实施例中方法应用场景示意图;
图3是本发明实施例中一简化的用户运动模型示意图;
图4是本发明实施例中驻留时间的概率密度函数和累积概率分布函数图;
图5是图3的简化图;
图6是本发明实施例固定方向中驻留时间门限对切换失败次数的影响示意图;
图7和图8是本发明实施例固定方向中站点选择机制对UHO率和PP率的影响示意图;
图9和图10是本发明实施例固定方向中站点选择机制对切换次数和切换失败次数的影响示意图;
图11是本发明实施例中移动方向变化示意图;
图12是本发明实施例中拉格朗日多项式拟合示意图;
图13是本发明实施例非固定方向中驻留时间门限对切换失败次数的影响示意图;
图14和图15是本发明实施例非固定方向中站点选择机制对UHO率和PP率的影响示意图;
图16和图17是本发明实施例非固定方向中站点选择机制对切换次数和切换失败次数的影响示意图;
图18是本发明实施例中一种面向密集小站部署的站点选择装置的结构示意图。
具体实施方式
由于超密集网络中站点的覆盖范围远小于传统的宏蜂窝,用户在移动过程中切换发生的频率将大大提高。现有技术中目标站点的选择依据主要是站点负载以及信号强度。例如,基于接入概率因子的站点选择机制,同时,一旦目标站点的接收信号强度满足切换判决准则,那么切换将会执行。
超密集网络中站点分布随机性较大,覆盖范围小且不规则,用户处于运动的状态时,如果按照现有LTE***中的站点选择机制将会出现频繁切换的现象,频繁切换会导致不必要的资源消耗,同时切换时延也会影响用户的体验。
基于本发明的研究发现,产生上述频繁切换现象的原因在于,现有切换机制没有考虑站点的驻留时间。具体说,对于高速移动的用户,如果仍然采用LTE下的切换判决机制,由于Offset和TTT的存在,使得切换发生时刻是在小区的中心区域,用户和源站点失去同步的概率将大大提高,从而导致了切换失败的发生。此外,超密集网络中站点的覆盖范围不规则,如果按照现有的LTE切换判决准则,用户可能在某些站点的驻留时间较短,不必要切换发生的频率将大大提高。鉴于上述发现,设计超密集网络下基于驻留时间的站点选择机制以降低不必要切换具有实质意义。
因此,鉴于上述发现,以及为了解决超密集网络中频繁切换带来的过高切换开销问题,本发明提供了一种面向密集小站部署的站点选择方法、装置及存储介质,以下结合附图以及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不限定本发明。
实施例一
如图1所示,本发明实施例提供一种面向密集小站部署的站点选择方法,所述方法用于服务站点,包括:
S101,估算用户处于第一目标站点的覆盖区域的第一驻留时间;
S102,当所述第一驻留时间小于预设的切换时间门限时,在站点切换过程中剔除所述第一目标站点;也就是说,不将用户切换到第一目标站点中。
本发明实施例通过估算用户处于第一目标站点的覆盖区域的第一驻留时间;当所述第一驻留时间小于预设的切换时间门限时,在站点切换过程中剔除所述第一目标站点,从而实现通过估计用户下一时刻在潜在的目标站点中驻留时间,如果用户在该目标站点的驻留时间小于切换时间门限时,那么在站点选择的过程中,可以跳过该目标站点,从而降低切换率,并减少了不必要切换的发生;从而有效解决超密集网络中频繁切换带来的过高切换开销问题。
本发明实施例中目标站点为潜在的站点,表明在站点选择的过程中,用户用可能从服务站点切换到的站点。
在上述实施例的基础上,进一步提出上述实施例的变型实施例,在此需要说明的是,为了使描述简要,在各变型实施例中仅描述与上述实施例的不同之处。
本发明实施例中使用用于区分元件、参数的诸如“第一”、“第二”等前缀仅为了有利于本发明的说明,其本身没有特定的意义。
可选地,所述当所述第一驻留时间小于预设的切换时间门限时,在站点切换过程中剔除所述第一目标站点之后,包括:
将所述用户从所述服务站点切换到第二目标站点。
可选地,所述估算用户处于第一目标站点的覆盖区域的第一驻留时间之前,包括:
在所述用户的移动过程中,确定所述用户的移动方向;
根据所述移动方向,确定所述第一目标站点和所述第二目标站点。
所述估算用户处于第一目标站点的覆盖区域的第一驻留时间之前,包括:
在所述用户的移动过程中,确定所述用户的移动方向;
根据所述移动方向,确定所述第一目标站点和所述第二目标站点。
可选地,所述将所述用户从所述服务站点切换到第二目标站点,包括:
估算所述用户处于所述第二目标站点的覆盖区域的第二驻留时间;
当所述第二驻留时间大于或等于所述切换时间门限时,将所述用户从所述服务站点切换到所述第二目标站点。
可选地,所述当所述第一驻留时间小于预设的切换时间门限时,在站点切换过程中剔除所述第一目标站点,包括:
当所述第一驻留时间小于所述切换时间门限时,确定中间位置处所述用户可接收到所述第二目标站点的接收信号强度;
若所述接收信号强度不小于接收信号灵敏度,在站点切换过程中剔除所述第一目标站点;其中,所述服务站点与所述第二目标站点中间的位置为所述中间位置。
可选地,所述估算用户处于第一目标站点的覆盖区域的第一驻留时间,包括:
确定所述第一目标站点的覆盖区域;
测算所述用户在所述第一目标站点的覆盖区域的移动路径;
确定所述移动路径的长度和所述用户的移动速度;
根据所述长度和所述移动速度,确定所述驻留时间。
进一步地,所述确定所述第一目标站点的覆盖区域,包括:
根据泊松泰森多边形分割,划分各站点的覆盖区域;所述各站点构成泊松点;
在划分的覆盖区域中,确定所述第一目标站点的覆盖区域。
其中,每个站点为面向密集小站部署的低功率的无线接入节点;所述各站点至少包括服务站点、第一目标站点和第二目标站点。
进一步地,所述测算所述用户在所述第一目标站点的覆盖区域的移动路径,包括:
确定所述用户的移动方向;
根据所述移动方向,测算所述用户的移动轨迹;
确定测算的移动轨迹与所述第一目标站点的覆盖区域的两个交点,所述两个交点间的移动轨迹构成所述移动路径。
其中,所述移动方向包括固定方向和非固定方向;
当所述移动方向为非固定方向时,所述确定所述用户的移动方向,包括:
通过插值法,对预先获得的至少两个按时间顺序排列的用户位置进行插值,得到多项式;
根据所述多项式的切线斜率,确定所述移动方向。
具体地,所述插值法为拉格朗日插值法;所述多项式为拉格朗日插值多项式。
可选地,所述方法还包括:
对所述第一目标站点进行功率控制,或者
关停所述第一目标站点。
详细描述本发明的实现原理。
简述本发明实施例中涉及的术语和缩略语:
LTE Long Term Evolution长期演进;
UE User Equipment用户设备;
UDN Ultra Dense Network超密集网络;
RSRP Reference Signal Received Power参考信号接收功率;
PPP Poisson Point Process泊松点过程;
PVT Poisson-Voronoi Tessellations泊松-泰森分割;
SINR Signal to Interference and Noise Ratio信干噪比;
PDF Probability Density Function概率密度函数;
CDF Cumulative Distribution Function累积分布函数;
RLF Radio Link Failure链路失败;
HOF Handover Failure切换失败。
本发明实施例中主要考虑的是单层的Small cells站点。图2中带箭头直线表示的是用户的移动轨迹。站点的分布服从泊松点分布,站点所在的多边形表示站点的覆盖范围(即覆盖区域)。随着用户的移动,用户将接入到不同的站点,L表示的是用户移动轨迹与服务站点覆盖范围多边形相交的弦长(即移动路径的长度)。
目前,超密集网络的定义主要有两种:站点密度大于用户密度或者站点密度不低于1000个每平方千米。本方案中的场景符合超密集网络定义中站点密度不低于1000个每平方千米。小站的位置具有随机性。考虑到实际的应用,小站密集分布的场景大多出现在人流量较大,业务需求较多的地方,例如密集街区。
Small cell是低功率的无线接入节点,可以覆盖10米到200米的范围,相比之下,宏蜂窝的覆盖范围可以达到数公里。
本发明实施例中方法的关键是获得用户在目标站点的驻留时间,本发明实施例中将驻留时间的计算问题转化为几何学中二维平面内线与多边形的相交问题,线表示的是用户的移动轨迹,多边形表示的是站点的覆盖范围多边形。因此,解决问题的关键是如何获得用户的移动轨迹以及站点覆盖范围多边形。
用户的移动轨迹可以通过路径拟合得到。由于超密集网络中站点的分布随机性较大,因此采用泊松点过程对站点分布进行建模。在站点发射功率相等的前提下,站点的覆盖面积可以通过泊松-泰森多边形分割得到。泊松-泰森多边形分割的原理是基于两个样点的连线作垂直平分线,从而保证了多边形内任意的点到当前多边形内样点的距离最近。因此,可以在此基础上计算用户移动路径与泰森多边形相交的弦长(移动路径的长度),结合用户当前的移动速度就可以得到用户在该站点的驻留时间。
用户在切换过程中通过移动方向确定了潜在的目标站点集合,本发明实施例中可以利用估计用户在目标站点中的驻留时间。如果用户在目标站点中的驻留时间小于预设的切换时间门限,就可以将该目标站点剔除,即在切换的过程中不考虑该站点,从而避免了不必要切换的发生,降低了切换次数。
固定方向的原理:
在超密集网络中,若用户始终接入到距离最近的站点,用户在移动过程中会出现服务站点的频繁更换,从而导致不必要的开销。根据用户的移动轨迹,如果用户在移动的过程中并非始终接入最近的站点,而是通过驻留时间估计跳过驻留时间较短的站点,那么可以有效地减少切换的次数。
本发明实施中,首先从理论上分析驻留时间的期望值。二维平面中,随机位点模型可以用一个无限的点序列{O0,O1,O2,...,Oi,...}进行描述,其中Oi表示第i个位点(站点)的位置,O0表示起点位置。对于给定的位点Oi,下一个位点Oi+1与当前位点以及二维平面中的任意点相互独立。用户的移动路径可以写成集合φ={χ1,χ2,…,χi,…},其中χi表示两个连续位点Oi-1,Oi之间的线段。vi表示用户从第i-1个到第i个点之间的移动速度。
切换发生于用户从服务站点的覆盖区域移动到另一个站点的覆盖区域。假设站点的密度也即泊松点过程的强度为λ,根据泊松-泰森分割的数学性质,对于给定的直线l,l与泰森多边形相交点数的平均值为也就是说,当用户在ti的时间内移动的长度为|χi|时,如果用户总是接入最近的站点,那么用户在这一过程中发生的切换次数的数学期望为:
那么,用户在一段时间内的切换率为:
当用户匀速移动时,用户的切换率为:
用户的平均驻留时间等于用户切换率的倒数,因此:
如图3所示,一种简化的用户运动模型,即用户为匀速直线运动。图中在直线上圆点表示用户位点,其他圆点表示站点,直线表示用户的移动轨迹。用户前两个位点处于站点A的覆盖范围内,即站点A为当前服务站点。随着用户的移动,用户的移动轨迹与站点覆盖范围的多边形存在交点,也即发生了切换。从图中可以看出,用户移动轨迹与站点C覆盖范围的多边形相交的弦长较短,当用户匀速移动时,用户在站点C的驻留时间较短。
站点的驻留时间取决于用户的移动速度以及用户移动轨迹与站点覆盖范围相交的弦长。事实上,经过泊松-泰森多边形分割之后,弦长是一个随机的变量,服从特定的分布,通过理论推导能够得到用户在站点的驻留时间的数学期望以及累积分布。
用户穿过任意的泊松泰森多边形所跨越的弦长的概率密度函数为:
其中, 以及
根据累积分布函数与概率密度函数之间的数学关系可得:
当用户匀速移动时,根据可以得到驻留时间T的累积分布函数为:
因此,驻留时间的概率密度函数为:
如图4所示,从驻留时间的概率密度函数(PDF)可以看出,站点密度越高,PDF曲线窄而高;站点密度越低,PDF曲线宽而矮。当站点密度固定时,用户的速度越快,驻留时间的累积概率分布函数(CDF)越快趋于1。
用户的移动具有目的性,因此,通过移动预测得到用户的移动方向,可以指导切换过程中的站点选择。图5为简化的场景图,图中箭头线表示通过预测得到的用户移动方向,圆点表示的是站点,方块表示的是用户。
在本实施案例中站点的发射功率相等,同时在切换过程中Offset=0dB且TTT=0ms。根据泊松-泰森多边形分割的原理,当用户运动到当前服务站点与潜在站点A连接线的垂直平分线l2时,由于此时用户到当前服务站点的距离与到潜在站点A的距离相等,当用户继续运动时将会进入站点A的覆盖区域,此时切换将会发生。同时,当潜在站点(即目标站点)的拓扑如图5时,潜在站点A与B连接线的垂直平分线l1以上的区域将为潜在站点B的覆盖区域。因此,用户移动方向上的直线与垂直平分线l1和l2相交的线段为用户移动轨迹与潜在站点A覆盖区域多边形相交的弦长。如果用户当前的移动速度已知,那么弦长L与移动速度v的比值就是用户在站点驻留的时间:
当用户在站点A的驻留时间低于预先设定的门限时,本发明实施例中还须保证用户移动到Q点(此时用户到站点S和B的距离相等)时的RSRP大于接收信号灵敏度RSRPRS,即用户能够接入到站点B才能考虑跳过站点A。其中,接收信号灵敏度与工作频率和带宽有关系。
在本发明中,不必要切换(Unnecessary Handover,UHO)定义为切换之后在目标站点的驻留时间低于预先设置的门限,不必要切换率定义为不必要切换发生的次数与总切换次数的比值:
乒乓(Ping Pong,PP)率定义为乒乓切换的次数与总切换次数的比值:
基于固定方向原理实现本发明中实施例方法具有以下效果。
其中,表1为仿真参数.
表1
参数 | 单位 | 取值 |
站点密度 | /km<sup>2</sup> | 2000 |
用户速度 | m/s | 1,5 |
站点发射功率 | mW | 20 |
TTT | ms | 0,80,160,320 |
A3Offset | dB | 0,1,3 |
Q<sub>in</sub> | dB | -6 |
Q<sub>out</sub> | dB | -8 |
仿真面积 | m<sup>2</sup> | 500*500 |
1)驻留时间门限对切换失败次数的影响:
图6描述的是驻留时间门限对切换失败次数的影响,用户为1m/s的直线运动。基于RSRP的站点选择中Offset=0dB,TTT=0ms。从图6可以得出:a)随着驻留时间门限的增加,切换失败次数先是趋于平稳,再逐渐上升。造成这种现象的原因是如果某潜在站点的驻留时间较长,在站点选择的过程中跳过该潜在站点则容易导致链路失败的发生,从而造成切换失败。b)当Tthreshold>7时会导致切换失败次数的上升。
2)站点选择机制对UHO率和PP率的影响:
图7是用户速度为1m/s时,基于驻留时间的站点选择机制与不同Offset和TTT配置下基于RSRP的站点选择机制的PP率和UHO率比较。此时,UHO定义为切换之后的站点驻留时间低于5秒。
从图7可以得出:a)UHO率主要受Offset取值的影响。b)当Offset=0dB,TTT=0ms时,基于驻留时间的站点选择方案(Offset=0dB,TTT=0ms,下同)能够减少68%的PP率以及74%的UHO率。当Offset=0dB,TTT=0ms时不必要切换和PP切换很容易发生,然而,在目标站点选择的过程中通过估计用户在潜在站点中的驻留时间,当驻留时间估计值低于预先设定的门限时将跳过该潜在站点,因此能够有效地降低不必要切换和PP切换。c)当Offset=3dB,TTT=320ms时,基于驻留时间的站点选择方案能够减少54%的PP率以及62%的UHO率。
图8是用户速度为5m/s时,基于驻留时间的站点选择机制与不同Offset和TTT配置下基于RSRP的站点选择机制的PP率和UHO率比较。此时,不必要切换定义为切换之后的站点驻留时间低于1秒。从图8可以得出:a)当Offset=0dB,TTT=0ms时,基于驻留时间的站点选择方案能够减少70%的PP率以及78%的UHO率。b)当Offset=3dB,TTT=320ms时,基于驻留时间的站点选择方案能够减少49%的PP率以及63%的UHO率。
3)站点选择机制对切换次数和切换失败次数的影响:
如图9所示,(a)是用户速度为1m/s,基于RSRP的站点选择中TTT固定而Offset变化时与基于驻留时间的站点选择的切换次数比较。如图9所示,(b)是用户速度为1m/s,基于RSRP的站点选择中Offset固定而TTT变化时与基于驻留时间的站点选择的切换失败次数比较。
从中图9中(a)可以看出:a)当TTT固定时,基于RSRP的站点选择的切换次数随着Offset的增加而减少。这是因为当Offset增加时,切换更难发生,因此切换次数有所下降。b)当Offset取值分别为0dB、1dB、3dB时,基于驻留时间的站点选择能够降低29%、18%、9%的切换次数。主要原因是基于驻留时间的站点选择进一步减少了不必要切换和PP切换的发生。
如图9中(b)可以看出:a)当Offset固定时,基于RSRP的站点选择的切换失败次数随着TTT的增加而增加。这是因为TTT越长,在等待TTT时长的过程中更容易发生切换失败。b)当TTT取值分别为80ms,160ms,320ms时,基于驻留时间的站点选择能够降低19%,25%,28%的切换失败次数。主要原因是基于驻留时间的站点选择中如果驻留时间的估计值大于预先设定的门限,那么用户会直接接入该站点而不用等待TTT时长,因此能够降低切换失败次数。
如图10所示,(a)是用户速度为5m/s,基于RSRP的站点选择中TTT固定而Offset变化时与基于驻留时间的站点选择的切换次数比较。如图10所示,(b)是用户速度为5m/s,基于RSRP的站点选择中Offset固定而TTT变化时与基于驻留时间的站点选择的切换失败次数比较。
从图10中(a)可以看出:a)当TTT固定时,Offset取值分别为0dB,1dB,3dB时,基于驻留时间的站点选择能够降低27%,17%,7%的切换次数。b)与图9(a)相比,由于速度的提升导致了切换次数的提升。
从图10中(b)可以看出:a)当Offset固定时,TTT取值分别为80ms,160ms,320ms时,基于驻留时间的站点选择能够降低17%,21%,24%的切换失败次数。b)与图9(b)相比,速度提升也会造成切换失败次数的提升。
基于上述原理,本发明实施例对现有LTE切换过程中的站点选择进行了改进,不同于现有LTE切换判决机制中的站点选择机制,本发明实施例在切换过程中的站点选择时考虑了用户在潜在站点中的驻留时间。首先,利用泊松点过程对站点分布进行建模,基于泊松-泰森多边形原理对站点的覆盖范围进行划分,通过分析用户移动轨迹与站点覆盖范围多边形相交的弦长得到用户在该站点中的驻留时间。如果用户在潜在站点中的驻留时间估计值低于预先设定的门限,在切换过程中将选择性跳过该潜在站点,从而在不增加切换失败次数的前提下减少不必要切换和乒乓切换的发生。
非固定方向的原理:
实际应用场景中用户的移动方向并非是固定的。现有文献中,用户移动模型可以大致划分为5类,分别是纯粹随机模型、时间依赖模型、空间依赖模型、地理依赖模型以及混合模型。纯粹随机模型也没有依赖性,建模过程不受任何限制。主要包括随机游走模型、随机位点模型以及随机方向模型。随机位点模型具有容易实现以及广泛实用性的特点,已经成为用户移动模型的基准。因此,在本发明方案实施例中,我们考虑了简化的随机位点模型(Random Waypoint Model),结合用户的方向预测估计用户在潜在站点中的驻留时间。
标准的随机位点模型中,用户移动方向的角度在[0,2π]内服从均匀分布。然而,用户在实际运动的过程中具有一定的方向性和目的性,用户的移动方向较少发生大角度的变化。为了使移动模型更加符合用户实际的移动情况,本发明实施例对标准的随机位点模型进行改进,在本发明实施例中将修改后的RWP模型称为Simplified RWP(SRWP)。本发明实施例中将用户的移动方向大致分为4个方向,在这4个方向上,用户移动方向的变化范围缩减为[0,π],如图11所示:
由于用户的移动方向是未知的,因此我们首先考虑获得用户的移动方向。用户在移动过程中形成的轨迹具有一定的规律,我们可以利用函数来表示轨迹点之间的某种内在联系。我们可以对实际中的用户位置进行观测,在若干个不同的地方得到相应的观测值,拉格朗日插值法可以找到一个多项式,其恰好在各个观测的点取到观测到的值,这样的多项式称为拉格朗日插值多项式。从数学意义上来说,拉格朗日插值法可以给出一个恰好穿过二维平面上若干个已知点的多项式函数,如图12所示。
在二维坐标系中,已知n+1个坐标点可以通过拉格朗日插值法生成最高次幂为n的拟合多项式:
简化之后可以得到:
f(x)=K0+K1x+K2x2+……+Knxn (13)
通过拉格朗日插值多项式拟合得到的用户路径多项式在当前位置的切线斜率就是用户当前的移动方向:
得到用户的移动方向之后,计算用户移动轨迹与站点覆盖多边形相交的弦长以及驻留时间估计与固定方向原理类似,因此不再赘述。
基于非固定方向原理实现本发明中实施例方法具有以下效果。
1)驻留时间门限对切换失败次数的影响:
图13描述的是驻留时间门限对切换失败次数的影响,用户为1m/s的SRWP模型。基于RSRP的站点选择中Offset=0dB,TTT=0ms。从图13可以得出:a)随着驻留时间门限的增加,切换失败次数的变化趋势与图6类似:切换失败次数先是趋于平稳,然后逐渐上升。b)此时,Tthreshold>5时会增加切换失败次数。
2)站点选择机制对UHO率和PP率的影响:
图14是用户速度为1m/s,基于驻留时间的站点选择机制与不同Offset和TTT配置下基于RSRP的站点选择机制的PP率和UHO率比较。此时,不必要切换定义为切换之后的站点驻留时间低于5秒。从图14可以看出:a)当Offset=0dB,TTT=0ms时,基于驻留时间的站点选择方案能够减少45%的PP率以及38%的UHO率。b)当Offset=3dB,TTT=320ms时,基于驻留时间的站点选择方案能够减少16%的PP率以及19%的UHO率。c)与图7相比,速度相同时,由于用户的移动方向不是固定的,不必要切换率和PP率有所提升。
图15是用户速度为5m/s,基于驻留时间的站点选择机制与不同Offset和TTT配置下基于RSRP的站点选择机制的PP率和UHO率比较。此时,不必要切换定义为切换之后的站点驻留时间低于1秒。从图15可以看出:a)当Offset=0dB,TTT=0ms时,基于驻留时间的站点选择方案能够减少52%的PP率以及36%的UHO率。b)当Offset=3dB,TTT=320ms时,基于驻留时间的站点选择方案能够减少17%的PP率以及14%的UHO率。c)相比图8,由于用户的移动方向不是固定的,不必要切换率和Ping Pong率有所提升。
3)站点选择机制对切换次数和切换失败次数的影响:
如图16所示,(a)是用户速度为1m/s,基于RSRP的站点选择中TTT固定而Offset变化时与基于驻留时间的站点选择的切换次数比较。如图16所示,(b)是用户速度为1m/s,基于RSRP的站点选择中Offset固定而TTT变化时与基于驻留时间的站点选择的切换失败次数比较。
从图16中(a)可以看出:当TTT固定,Offset取值分别为0dB、1dB、3dB时,基于驻留时间的站点选择能够降低42%、26%、16%的切换次数。
从图16中(b)可以看出:当Offset固定,TTT取值分别为80ms、160ms、320ms时,基于驻留时间的站点选择能够降低21%、24%、27%的切换失败次数。
如图17所示,(a)是用户速度为5m/s,基于RSRP的站点选择中TTT固定而Offset变化时与基于驻留时间的站点选择的切换次数比较。
如图17所示,(b)是用户速度为5m/s时,基于RSRP的站点选择中Offset固定而TTT变化时与基于驻留时间的站点选择的切换失败次数比较。
从图17中(a)可以看出:当TTT固定,Offset取值分别为0dB、1dB、3dB时,基于驻留时间的站点选择能够降低35%、22%、14%的切换次数。
从图17中(b)可以看出:当Offset固定,TTT取值分别为80ms、160ms、320ms时,基于驻留时间的站点选择能够降低15%、19%、21%的切换失败次数。
通过非固定方向原理实现的本发明实施例中方法,通过估计用户在站点中的驻留时间指导切换过程中目标站点的选择,首先需要利用拉格朗日多项式拟合用户移动路径,通过对路径多项式求导得到用户的移动方向,进而分析用户移动轨迹与站点覆盖范围多边形相交的弦长得到用户在该站点的驻留时间。如果站点驻留时间低于既定门限,在切换过程中将选择性跳过该站点,从而减少了不必要切换的发生,降低了切换次数。
本发明实施例中基于驻留时间估计的站点选择方案在切换过程中首先根据用户的移动方向确定潜在站点集合,通过估计用户在潜在站点中的驻留时间指导目标站点的选择,避免了不必要切换的发生。通过仿真验证,基于驻留时间估计的站点选择方案能够在不增加切换失败次数的前提下能够有效地降低切换次数,同时减少了不必要切换和PP切换的发生。
实施例二
如图18所示,本发明实施例提供一种面向密集小站部署的站点选择装置,所述装置包括存储器10和处理器12,所述存储器10存储有面向密集小站部署的站点选择计算机程序;所述处理器12执行所述计算机程序时,以实现如实施例一中任意一项所述方法的步骤。
实施例三
本发明实施例提供一种计算机可读存储介质,所述存储介质存储有面向密集小站部署的站点选择计算机程序;所述计算机程序被至少一个处理器执行时,以实现如实施例一中任意一项所述方法的步骤。
本发明实施例中计算机可读存储介质可以是RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动硬盘、CD-ROM或者本领域已知的任何其他形式的存储介质。可以将一种存储介质藕接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息;或者该存储介质可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路中。
在此需要说明的是,实施例二和实施例三在具体实现时,可以参阅实施例一,也具有实施例仪的技术效果,在此不做赘述。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种面向密集小站部署的站点选择方法,其特征在于,所述方法用于服务站点,包括:
估算用户处于第一目标站点的覆盖区域的第一驻留时间;
当所述第一驻留时间小于预设的切换时间门限时,在站点切换过程中剔除所述第一目标站点。
2.如权利要求1所述的方法,其特征在于,所述当所述第一驻留时间小于预设的切换时间门限时,在站点切换过程中剔除所述第一目标站点之后,包括:
将所述用户从所述服务站点切换到第二目标站点。
3.如权利要求2所述的方法,其特征在于,所述估算用户处于第一目标站点的覆盖区域的第一驻留时间之前,包括:
在所述用户的移动过程中,确定所述用户的移动方向;
根据所述移动方向,确定所述第一目标站点和所述第二目标站点。
4.如权利要求2所述的方法,其特征在于,所述将所述用户从所述服务站点切换到第二目标站点,包括:
估算所述用户处于所述第二目标站点的覆盖区域的第二驻留时间;
当所述第二驻留时间大于或等于所述切换时间门限时,将所述用户从所述服务站点切换到所述第二目标站点。
5.如权利要求2所述的方法,其特征在于,所述当所述第一驻留时间小于预设的切换时间门限时,在站点切换过程中剔除所述第一目标站点,包括:
当所述第一驻留时间小于所述切换时间门限时,确定中间位置处所述用户可接收到所述第二目标站点的接收信号强度;
若所述接收信号强度不小于接收信号灵敏度,在站点切换过程中剔除所述第一目标站点;其中,所述服务站点与所述第二目标站点中间的位置为所述中间位置。
6.如权利要求2所述的方法,其特征在于,所述估算用户处于第一目标站点的覆盖区域的第一驻留时间,包括:
确定所述第一目标站点的覆盖区域;
测算所述用户在所述第一目标站点的覆盖区域的移动路径;
确定所述移动路径的长度和所述用户的移动速度;
根据所述长度和所述移动速度,确定所述驻留时间。
7.如权利要求6所述的方法,其特征在于,所述确定所述第一目标站点的覆盖区域,包括:
根据泊松泰森多边形分割,划分各站点的覆盖区域;所述各站点构成泊松点;
在划分的覆盖区域中,确定所述第一目标站点的覆盖区域。
8.如权利要求7所述的方法,其特征在于,每个站点为面向密集小站部署的低功率的无线接入节点;所述各站点至少包括服务站点、第一目标站点和第二目标站点。
9.如权利要求7所述的方法,其特征在于,所述测算所述用户在所述第一目标站点的覆盖区域的移动路径,包括:
确定所述用户的移动方向;
根据所述移动方向,测算所述用户的移动轨迹;
确定测算的移动轨迹与所述第一目标站点的覆盖区域的两个交点,所述两个交点间的移动轨迹构成所述移动路径。
10.如权利要求3或9所述的方法,其特征在于,所述移动方向包括固定方向和非固定方向;
当所述移动方向为非固定方向时,所述确定所述用户的移动方向,包括:
通过插值法,对预先获得的至少两个按时间顺序排列的用户位置进行插值,得到多项式;
根据所述多项式的切线斜率,确定所述移动方向。
11.如权利要求10所述的方法,其特征在于,所述插值法为拉格朗日插值法;所述多项式为拉格朗日插值多项式。
12.如权利要求1-9中任意一项所述的方法,其特征在于,所述方法还包括:
对所述第一目标站点进行功率控制,或者
关停所述第一目标站点。
13.一种面向密集小站部署的站点选择装置,其特征在于,所述装置包括存储器和处理器,所述存储器存储有面向密集小站部署的站点选择计算机程序;所述处理器执行所述计算机程序时,以实现如权利要求1-12中任意一项所述方法的步骤。
14.一种计算机可读存储介质,其特征在于,所述存储介质存储有面向密集小站部署的站点选择计算机程序;所述计算机程序被至少一个处理器执行时,以实现如权利要求1-12中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710651612.0A CN109391897A (zh) | 2017-08-02 | 2017-08-02 | 面向密集小站部署的站点选择方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710651612.0A CN109391897A (zh) | 2017-08-02 | 2017-08-02 | 面向密集小站部署的站点选择方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109391897A true CN109391897A (zh) | 2019-02-26 |
Family
ID=65412295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710651612.0A Withdrawn CN109391897A (zh) | 2017-08-02 | 2017-08-02 | 面向密集小站部署的站点选择方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109391897A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE60204381D1 (de) * | 2001-03-26 | 2005-07-07 | Ntt Docomo Inc | Verfahren und Gerät zur Weiterreichungssteuerung, und Mobilkommunikationssystem |
CN102026232A (zh) * | 2010-09-29 | 2011-04-20 | 新邮通信设备有限公司 | 移动通信网络中多小区间协作测量及切换设置优化的方法 |
CN102958123A (zh) * | 2011-08-30 | 2013-03-06 | 阿尔卡特朗讯公司 | 将移动终端切换到目标小区的方法、无线通信***和设备 |
CN103004257A (zh) * | 2011-07-21 | 2013-03-27 | 华为技术有限公司 | 一种预测目标小区的方法及装置 |
CN103796268A (zh) * | 2014-01-14 | 2014-05-14 | 北京邮电大学 | 网络切换的控制方法及装置 |
CN103874149A (zh) * | 2012-12-10 | 2014-06-18 | 索尼公司 | 无线通信网络中的移动切换管理方法、设备及*** |
CN107302778A (zh) * | 2017-08-23 | 2017-10-27 | 河海大学常州校区 | 一种宏基站与家庭基站间的垂直向下切换判决方法 |
-
2017
- 2017-08-02 CN CN201710651612.0A patent/CN109391897A/zh not_active Withdrawn
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE60204381D1 (de) * | 2001-03-26 | 2005-07-07 | Ntt Docomo Inc | Verfahren und Gerät zur Weiterreichungssteuerung, und Mobilkommunikationssystem |
CN102026232A (zh) * | 2010-09-29 | 2011-04-20 | 新邮通信设备有限公司 | 移动通信网络中多小区间协作测量及切换设置优化的方法 |
CN103004257A (zh) * | 2011-07-21 | 2013-03-27 | 华为技术有限公司 | 一种预测目标小区的方法及装置 |
CN102958123A (zh) * | 2011-08-30 | 2013-03-06 | 阿尔卡特朗讯公司 | 将移动终端切换到目标小区的方法、无线通信***和设备 |
CN103874149A (zh) * | 2012-12-10 | 2014-06-18 | 索尼公司 | 无线通信网络中的移动切换管理方法、设备及*** |
CN103796268A (zh) * | 2014-01-14 | 2014-05-14 | 北京邮电大学 | 网络切换的控制方法及装置 |
CN107302778A (zh) * | 2017-08-23 | 2017-10-27 | 河海大学常州校区 | 一种宏基站与家庭基站间的垂直向下切换判决方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Modeling and analyzing the cross-tier handover in heterogeneous networks | |
CN103313316B (zh) | 一种异***乒乓切换的检测处理方法及装置 | |
CN107046700A (zh) | 一种预测移动终端切换基站的方法和装置 | |
CN104135766B (zh) | 一种基于网格划分的无线网络间的协作定位方法 | |
Lu et al. | Radio propagation measurements and modeling in railway viaduct area | |
CN105519177A (zh) | 一种基于异构网络的最小化路测的测量方法及设备 | |
Tiwari et al. | Analysis and design of an efficient handoff management strategy via velocity estimation in HetNets | |
US8295244B2 (en) | Method for building neighboring cells lists in cellular radiocommunications networks | |
KR20140067154A (ko) | 사용자 장비 및 무선 디바이스의 이동성을 추정하는 방법 | |
Lee et al. | A probabilistic call admission control algorithm for WLAN in heterogeneous wireless environment | |
Alablani et al. | Applying a dwell time-based 5G V2x cell selection strategy in the city of los angeles, California | |
Alablani et al. | An SDN/ML-based adaptive cell selection approach for HetNets: a real-world case study in London, UK | |
Stusek et al. | LPWAN coverage assessment planning without explicit knowledge of base station locations | |
CN108012299A (zh) | 一种trp及移动性管理方法 | |
Hadzic et al. | Reference node selection for cooperative positioning using coalition formation games | |
Chung et al. | Macrocell/microcell selection schemes based on a new velocity estimation in multitier cellular system | |
CN109391897A (zh) | 面向密集小站部署的站点选择方法、装置及存储介质 | |
CN106412984A (zh) | 一种移动终端最佳邻区预测实现方法及*** | |
Li et al. | How channel fadings affect the system service of high speed railway communications | |
Zhang et al. | Hotspot localization and prediction in wireless cellular networks via spatial traffic fitting | |
CN114599040B (zh) | 基站位置确定方法、装置和电子设备 | |
Pomalo et al. | A data generator for cloud-edge vehicle communication in multi domain cellular networks | |
Sasaki et al. | Novel communication system selection applying the AHP algorithm in heterogeneous wireless networks | |
Ray et al. | A fast and simple scheme for mobile station-controlled handover in mobile WiMAX | |
Barbera et al. | Mobility sensitivity analysis for LTE-advanced hetnet deployments with dual connectivity |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190226 |