分层小区系统自适应控制择层策略

分层小区系统自适应控制择层策略

1时间门限的相对固定在社区层的无线移动通信系统中，社区层的选择是一项与无线管理、移动管理等密切相关的关键技术。到目前为止有关分层小区系统的择层策略有四种:残余小区逗留时间策略、功率电平补偿策略、指数平均策略和模糊择层策略。残余小区逗留时间策略和指数平均策略利用时间门限进行层与层之间的选择,功率电平补偿策略利用功率补偿和时间门限相结合进行层选,模糊择层策略则把信道利用率和时间门限相结合,通过模糊函数集和模糊算法来进行层选。上述四种层选策略都利用时间门限来作为移动台进行层选的依据,但是它们有一个共同的缺点即其时间门限都是相对固定的。残余小区逗留时间策略和指数平均策略的时间门限对应于一速度门限,功率电平补偿策略使用了类似于定时器的方式,它们对移动台的划分都是粗颗粒度的,模糊择层策略对移动台的划分颗粒度相对前三种要细,但是用于层选的四个时间门限仍是相对固定的。正是由于时间门限的相对固定,这四种层选策略对业务流量的变化不敏感,缺乏灵活性和应变能力。需要指出的是,模糊择层策略已被证明优于其余三种层选策略。注意到分层小区系统层选问题的实质是:兼顾移动性、信令负载等各方面情况,研究更合理地分配小区层资源的策略。围绕这个核心,本文做了以下几个工作:第一,从平衡分层小区系统各小区层的信道利用率(某个小区已占用的信道数与总信道数之比)出发,提出了一种具有较强灵活性和应变能力的,适用于多种多址方式(TDMA、FDMA以及CDMA)的自适应控制择层策略。第二,提出了基于几何参数的方向可变的微小区移动模型。根据这一模型,可以得到移动台在小区内的逗留时间的统计特性,确定辅助门限。在以前的研究工作中,或者假设移动台在小区内方向不变,或者采用仿真的方法来得到小区逗留时间。本文提出的小区移动模型相对文献中的模型更接近实际情形,而相对文献中的模型来说由于能得到微小区逗留时间的统计特性表达式而体现出优势。第三,不同于以往预测移动台在某一小区的逗留时间的方法,本文利用各小区逗留时间之间的相关性对移动台在将要进入的下一小区中的逗留时间进行预测估计,此外,自适应控制择层策略的另一个优点是,由于时间门限是自适应变化的,其对移动台的划分颗粒度较前四种策略都要细。该策略的仿真结果也表明其具有良好的性能。2微信移动方向随马开系数的变化移动台在小区中的逗留时间取决于移动台在小区内的移动距离和速度,而移动距离的长短与移动方向有关。实际中移动台的移动方向是随机变化的,移动速度的改变也是随机的,这使得移动台小区逗留时间的计算变得非常复杂,通常经过简化小区移动模型来获得小区逗留时间的统计特性。未来的无线移动多媒体通信网中小区尺寸会越来越小,移动台在一个小区内移动方向的变化相对会越来越少。在此前提下,本文基于几何参数的移动方向可变的微小区移动模型中,移动台在微小区内可以最多改变一次方向,在发起呼叫的微小区内不改变方向。此处只讨论前一种情况,对于后一种情况见参考文献。移动台在微小区内最多改变一次方向的移动模型如图1所示,假定移动用户由A点进入微小区,在B点改变一次方向,最后从C点离开该微小区。在∆OAB中,由正弦定理其中移动台在一个微小区内的均值逗留时间为3自适应控制门限对于TDMA/FDMA系统,宏小区和微小区的信道数是变量或是常量取决于宏小区和微小区是采用固定信道分配还是动态信道分配。对于CDMA系统,系统容量受到干扰的限制,而无论是移动台受到的下行链路干扰还是基站受到的上行链路干扰都是时变的。因此,宏小区和微小区的信道数(可容纳的用户容量)是一个变量。尽管如此,当呼叫在某一时刻t到达时,微小区(i,j)和宏小区(i)在该时刻的信道数却是一定的。这表明,在CDMA系统中也可以应用自适应控制择层策略。令Γ(t)为时刻t宏小区(i)的信道利用率与宏小区(i)和微小区(i,j)的信道利用率之和的比值,即其中u(i)(t)、u(i,j)(t)分别表示时刻t宏小区(i)和微小区(i,j)的信道利用率,通过令式(15)和式(18)相等来求得自适应速度门限因此,归一化的自适应时间门限为从上面可以看出,在自适应控制择层策略中,自适应速度门限随着呼叫业务所在的微小区和宏小区的信道利用率而变化。当宏小区的信道利用率高而微小区的信道利用率低时,自适应速度门限将自动调节至一个较高的值,自适应时间门限将自动调节至一个较低的值,以便让更多的呼叫业务接入微小区;相反,当微小区的信道利用率高而宏小区的信道利用率低时,自适应速度门限将自动调节至一个较低的值,自适应时间门限将自动调节至一个较高的值,以便让更多的呼叫业务接入宏小区。与此同时,自适应控制择层策略也考虑了下面两个方面:一方面,快速移动带来的频繁切换必将引起信令负载的增加,当速度太快时,信令负载的增加太大,甚至有可能使得移动台来不及与基站建立连接。于是,在自适应控制择层策略中设置了一个快速辅助门限fT,fT应满足为归一化小区逗留时间的概率密度函数,易由式(16)得到。快速辅助门限防止会使信令负载增加太大的移动台被接入微小区层,同时也防止来不及和基站建立连接的移动台被接入微小区层。速度不太快的情况下,可以不设置此快速辅助门限。另一方面,如果慢速移动台被接入宏小区,可能占用宏小区信道较长的时间,影响了其它移动台的接入。因此,在自适应控制择层策略中设置了一个慢速辅助门限sT(auxiliary),sT应满足。其目的就是防止此类情形的发生。应该注意的是,无论如何,最终确定的门限Tth(t)不能小于fT,也不能大于sT。在实际系统中,移动台的速度相对来说难以获得,因此需要预测呼叫在将要进入的下一个小区的逗留时间,以便与门限进行比较。在自适应控制择层策略中,利用第N次切换发生后将要进入的第N+1个小区的逗留时间与前N次切换发生前所在的N个小区的逗留时间之间的相关性,对呼叫在第N+1个小区的归一化逗留时间进行预测估计其中R(i)和T(i)分别为第i次切换发生前所在小区(微小区或宏小区)的半径和小区逗留时间,τ(i)为呼叫在第i次切换发生前所在小区的归一化小区逗留时间,D(τ(i))为τ(i)的方差,cov(τ(i),τ(j))和ρ(τ(i),τ(j))分别为τ(i)和τ(j)的协方差和相关系数。算法:1)分别计算宏小区i信道利用率u(i),微小区(i,j)信道利用率u(i,j),自适应时间门限T(t)、快速辅助门限fT以及慢速辅助门限Ts。2)当呼叫业务c(t)到达时,若u(i)=1,u(i,j)<1,该呼叫接入微小区(i,j);若u(i)=1,u(i,j)=1,该呼叫层选失败;3)如果T(t)<Tf,那么Tth(t)=Tf;否则Tth(t)=T(t);如果T(t)>Ts,那么Tth(t)=Ts;否则Tth(t)=T(t);4)如果c(t).τ(N+1)≥Tth(t),该呼叫接入微小区(i,j),否则接入宏小区i。4不同区域的单元预留参数m/s本文中,建立了一个包含8×8个宏小区且每个宏小区覆盖七个微小区的分层小区系统,对自适应控制择层策略(ACLS)和模糊择层策略(FCLS)的性能进行了仿真分析。每个宏小区内的信道数为18,每个微小区内的信道数为6,微小区半径为300m。假设移动台的速度分布如图2所示,速度概率密度函数的中心速度v0=10m/s,最大速度vm=20m/s,最小速度为零,移动台在小区内移动方向是随机变化的。同时,假设呼叫业务按照泊松过程到达,均匀分布在各小区内,呼叫持续时间服从均值为3分钟的指数分布。设置N=5,通过统计的手段得到q(1),q(2),q(3),q(4)和q(5)的值分别为0.23453、0.22411、0.20378、0.17683和0.16075;再由式(21)可以估计出归一化小区逗留时间。仿真首先在均匀业务流量下进行,从图3和图4可以看出,与FCLS相比,ACLS大幅度地降低了层选失败概率,其代价是呼叫业务平均切换次数的轻微增加。也就是说,ACLS显著改善了业务性能,同时带来了较少的信令增长,这是值得的。同样,仿真还在非均匀业务流量下进行,随机选取四分之一的微小区,在这些区域内的业务量是其它微小区中业务量的两倍。仿真结果如图5和图6所示。同样的结论可以得出。从上面可以看出,ACLS较FCLS有更优的性能。图7和图8分别给出了微小区半径和中心速度与微小区均值小区逗留时间关系图。随着半径的增大,移动台在微小区内的均值小区逗留时间也随之增大,而随着中心速度的增大,移动台在微小区内的均值小区逗留时间不断减小。5在分层小区系统中的应用分层小区系统自适应控制择层策略提供了一种有效的层选思路,根据系统业务负荷的实时变化呼叫选择最适宜的小区层