A 异构网一种基于移动性预测的切换方案 .pdf

LTE-A 异构网一种基于移动性预测的切换方案，张丹昱移动性预测，邹素玲移动性预测，针对LTE-A 异构网（Heterogeneous Network, HetNet）系统中因接收讯号强度得到信道快速衰退的制约而造成的提前切换、滞后切换、乒乓切换等问

山国武技记文在移动模型在图()、()的移面中,由于建筑物距离较分散,用户的移动模型均采取马尔科夫链移动分析算法,号尔科夫链是状况之间进行转化的物理系统,它一般是一种无记忆的随机过程,即下一状况只是依赖于当前状态。马尔科大链是一种转换平台,组成如下一系列状态={…},每一个状态对应一个基站(或者一个基站集)个转移状态集,每一个转移对应用户从一个基站移动至另一个基站。如果马尔科夫链有个状况,则转移概率矩阵的维度为×。转移概率矩阵的值由马尔科大状态图获取,图显示了马尔科大状态图跟转移概率矩阵。ABB图马尔科夫状态图跟转移概率矩阵的关系图图中考虑了两个状态跟,因而转移概率矩阵的维度是。α是用户从状况转换至状态的转移概率,-∝是用户从状况转换至状态的转移概率;冋理推测β是用户从状况转换至状态的转移概率,一β是用户从状况转换至状态的转移概率每一行的转移概率之跟都为马尔科夫链中不仅应考量转移概率矩阵,还必须考虑的参数是初始分布矩阵。初始分布矩阵可以借助用户的移动速率、移动距离以及初始状况荻得。本文中将用户的初始状况成为初始分布矩阵的值。因此客户的模式是借助它们的初始状况到用户的最后稳定状况之间的转移进行抉择。

图中有两个状态,共初始分布维度是为此在步移动后用户的位置可以借助()式获取此处,是用户的初始分布是当前的转移概率矩阵,是状况转移数基于移动性预测的切换算法对于传统切换算法中存在的难题,夲文提出了新的移动性预测切换算法,根据不同移面下的移动性预测算法首先颈测岀用户的下一个移动位置,再结合移动位置执行切换流程。不同移面下的移动分析算法场景中的移动分析算法在画面中,根据用户日常生活中的移动习惯预先设置好客户的转移概率矩阵,并以山国武技记文在用户所处位置假定用户的初始分布。例如,用户在周内跟周末的转移概率矩阵设定如表所示,用户的初始分布如表所示表预先设置的用户转移概率矩阵表转移概率奉矩阼周内周末表用户的初始分布表用户初始分布将表跟表中的转移概率矩阵和初始分布代入()式,可获得仼一用户在步移动后的位置。场景中的移动分析算法场景中各基站邻近,与画面的算法区别是情景将客户的移动性历史信息成为输入使得获取式()中转移概率知阵。用户移动性历史信息用户的移动性历史信息提供了众多有用的信息,例如客户常去的地方、用户常常使用的驾驶路线或者用户在某个地方节省的时间。我们使用一个日志记录文件在基站中存储用户的移动历史信息。

日忐文件的结构如图所示。日志文件包含客户、时间跟位置。时间代表客户连接至某个基站的日期跟时间点,位置代表用户在某个特定时间连接至的基站的。当用户开启一个位置区域时触发一次日志文件用户时位置图日志文件的看到客户的移动手段移动模式的确认是为了寻求用户常常访问的基站。用户移动手段通过下面定义获得定义:和分别代表基站和时间。有序对=(∈,∈)代表一个∈∈}代表所有点集。考虑两个点跟,只要=则点与相同。如果<,则的时间早于,这代表用户连接至的时间比连接到的时间早定义:用户的路线被定义为在×空间由点构成的有限序列其≤≤对于每一个用户,路线中点的值需要是唯一的(即≠),这是因为用户不可能在同样的时间连接至相似的基站。在路线中,必须是唯一的,但是基站值可以同样,山国武技记文在这就是说用户可以在不同的吋间段连接至同个基站。定义:是两个点序列和的时间间隔。是客户连接至某个特定基站的时间冋隙。如果>,则我们假设用户停止了移动以及凵经到达了目的地。时间间隙值直接制约到移动分析的准确性,因而必须选用适合的值。基于上述的口志文件,我们构建个事务性数据斥来表述源基站和目的基站的关系。通过数捱库,可以识别出被经常访问的基站。

如图显示了事务性的流程跟格式。首先,日志记录被转化成源目的基站表来定义客户的路线。时间空隙分割∫两条路线。如果时间间隔小于吋间空隙,则目的基站的值与源基站的值设定为相同。之后,源目的基站表被转化为一个事务性。显小∫所有转化过程中源基站和目的基站的关系。事务性的第一列是源基站列表,筅一行代表目的基站列表。例如事务性的值(第三列,第二行)代表用广在时间从基站移动至的速率是用户从·个基站转移至另·个基站的总次数。例如值(最后·列,第二行)代表用户从基站移动至其它基站的总数量。一旦建立了事务性,则以每一行的值乘以总值来估算转移概率矩阼。例如,从基站转移至基站的转移概率为(即值乘以值)。以事务性获得的转移概率矩阵被用于马尔科夫链公式()中分析用户的移动状况。日志记录源-目的基站表用户时间位置源基站目标基站源基站日标基站每一个用户事务性目标基站源基站BS1图事务性的方法跟格式旦公式()被执行,可以分析出步然后客户的位置。基于移动性预测的切换算法的切换模式可以分成切换测量、切换准备或者切换执行三个阶段。在切换测量阶段,用户必须对各小区的信号质量进行观测,并按照检测结果判决是否应该进行切换,向源基站发送测量报告。

在切换准备阶段,源基站将按照用户发送κ的检测报告,选择切换的目标小区,并与目标小区做好切换准备工作。成功完成了切换准备阶段后,源基站就可以通知客户开始切换,断开与源基站的联接,并接入至目标基站中,这就是最后的切换执行阶山国武技记文在针对基站内切换,由于切换出现在同·个基站的不同小区间,切换准备阶段所需吋间较少。对于基站间的切换,切换出现在相邻的两个基站间,当前服务基站和目标基站必须进行鉴权交互,切换时间大大增加,影响最后切换性能。图()和图()的移面均属于基站间切换,针对基站间的切换时延问题,本文提出按照客户的位置信息,预测切换的目标小区,提前进行切换准备工作的方案,从而缩知了切换流稈,减小了切换时延本文提出的移动性预测切换算法的切换流稈如图所示,具体方法如下:()用户按照公式()判断是否处在需要进行切换的日标小区预测区域:其中,为客户与当前服务基站的距离,为一个距离门限值,其大小通过基站的覆盖范围来决定。若()式建立,则认定客户进入了目标小区预测区域(基站覆盖的边缘区域),此时开始目标小区的分析行为,进入方法()。()进入分析区域后,用户借助当前的位置信息,根据自身所处的移面(图()或图()),选择相应的移动分析算法来推测目标小区。

()用户将分析受到的日标小区发送给当前服务基站,服务基站与日标基站之间进行切换准备工作,包括目标小区建成连接、目标小区预留资源、获取客户接入目标小区所需的信()用户断廾与服务小区的联结,建立与目标小区的联接。用户源基站目标基站判断预测区域分析目标小区预测结果切换准备-切换准备确认测量报告切换命令切换完成图基于移功性顶测的切换流程图仿真结果及预测本文搭建」宏基站与微微基站共冋组网的系统级仿真平台,在此平台的基础上对所强调的移动性预测切换方案跟传统的切换方案(以事件判决目标小区)进行了仿真非常。仿真画面如图()和图()所示,整个系统的仿貞参数如衣所示。为了检测移动分析切换方案对平台性能的制约,分别对分析准确率、两种切换方案的切换时延、切换失败率和总切换次数进行了仿真分析。仿真结果图中各符号的意义如下:场景运用的移动性预测切换方案(:场景运用的移动性预测切换方案(:场景运用的特色切换方案(场景运用的特色切换方案(山国武技记文在表整个平台的仿真参数参数数值小区局个小区,每个小区有个扇区,每个扇区有个微微小区站长度系统频率系统频段调度模式微微小区覆盖直径宏基站发射电流微微基站发射功率每个扇区屮的用户数用户移动方向天线方式宏基站一模式衰落大线增益与宏基站间的最小距离徵微基站路径衰落天线增益微微基站与宏基站间的最小距离未MPAMPB非随机数据(图两种栘面卜栘动分析算法的推测准确性图显示了跟两和画面下移动分析算法的推测准确性,从图中可以看出随着非随机数据的降低,即用户移动随杋性的减少,预测准确率逐渐増加。

用户的移动规则越有规律,即用户经常地沿着同样模式移动,其转移概率知阵迅速趋向固定值,则分析准确度越髙。在本文提出的两种狈测算法中,当用户经常遵循相冋的模式移动,预测准确率均可达到这是因为该分析算法不考量用户不能到达的场所。由于高速移面下切换频繁、移动随机性大,所以方案的分析准确率略高于山国武技记文在日MPA图移动性预测切换方案跟传统切换方案的切换时延对比图是仿真得到的移动性预测切换方案跟传统切换方案的切换时延。由图中叫以看出场景两种切换方案的切换时延均大于场景,这是因为场景部署的基站距离较近,并且用户速度小,存在众多的基站内切换,所需的切换时延较少,而画面的切换主要是基站间切换。对比四种方案,可以发现案相对于方案,其切换时延可以减少左石相对于方案,其切换时延可以减少左右。这是因为在仿真模型的设定中,场景的原平台切换准备阶段应消耗左右的时间,场景应消耗左右的时间。而跟方案正是以较髙的分析准确率预测日标切换小区,提前进行切换准备工作,因而降低了切换准备阶段的时延。水TRA-MPBTRE图移动性预测切换方案跟传统切换方案的切换失败※对比图显示了移动性预测切换方案跟传统切换方案的切换失败率。

从图中可以看出用户进入高速移面中的切换失败率大于场景,高速运动更容易导致切换过程中的联结中断。和两条曲线基本重叠,而比的切换失败率略低,这是因为髙速移动场景下方案有效地降低了切换过稈中因资源重分配导致的切换时延,降低了丢包率,保证了客户的持续迕接质量。随着缩减,和方案的切换失败率显著降低,这是因为高速移动时客户必须尽快触发切换才能在重生切换区之前成功完成切换流程。E TRA6- MPB图移动性预测切换方案跟传统切换方案的总切换次数对比山国武技记文在图给出了栘动性预测切换方案跟传统切换方案的总切换次数。图中显示出用户在低速移面中的总切换次数均超过扃速移功场景。在画面中,与方案的总切换次数基本相似,说明方案分析出的目标小区基本与方案通过事件判断出的目标小区一致。而在高速移面中,方案的总切换次数略大于,差值维持在范围内。这是因为方案的切换失败率略大于降低了再次切换的数量。结论本文对两种不同移面下通信平台的切换方案进行研究,提出了基于移动性预测的切换方案。该细则根据客户的移动规则,利用有效的分析算法,预测切换的目标小区,并提前与该小区进行切换的准各工作,使其无法在即将的切换流程开始后跳过切换准备阶段,缩短切换流程,减小切换时延。仿真结果表眀相比于传统基于事件判决目标小区的切换方案,该方案可以减少系统的切换性能,降低切换时延,降低切换失败率和总切换次数。参考文献

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-143857-1.html