一种超密集网络中基于预测门限滞后余量可调的切换方法.pdf

在第五代(5G)移动系统中，大规模MIMO天线和超密集部署网络实现高吞吐量的两种方式。针对超密集网络切换频繁的问题，本发明基于超密集网络分簇的思想提出了根据终端设备运动情况的滞后余量自动调节的切换管理方法，在该发明中，小基站分簇化管理，用户设备在小区间切换分为预切换和正式切换两个阶段，并根据设备的速度调节相应的切换门限滞后余量，完成设备在小区间的切换流程。该方法可以有效降低设备的切换时延和切换失败率。

1.  一种超密集网络中基于预测门限滞后余量可调的切换方法，其特征在于该方法包括以下步骤：
A、移动终端周期性的监测小区基站的信号质量，包括宏基站和小基站；
B、检测源基站的无线信号强度是否大于预切换门限，若满足预切换条件，执行步骤C；否则执行步骤A；
C、源基站不断测量所述移动终端的运动速度，若所述移动终端的速度大于门限速度，执行步骤D；否则执行步骤E；
D、向宏基站控制器报告，所述移动终端预切换小区为宏小区，执行步骤F；
E、向对应微小区簇的基站控制器报告，所述移动终端预切换小区优先选择微小区，执行步骤F；
F、源基站监测所述移动终端的源小区无线信号强度，控制器根据所述移动终端的运动情况，选择最佳微小区，并根据所述移动终端的速度计算滞后余量的数值，执行步骤G；
G、源基站的无线信号强度是否达到正式切换的门限，若满足正式切换的条件，所述移动终端开始进行切换操作，结束本流程；若为满足，执行步骤F。

2.  根据权利要求1所述的方法，其特征在于，所述步骤A中，定义时间T为监测周期，实现周期性监测并更新位置信息；若小区基站的信号质量，包括宏基站或者小基站，满足预切换条件时，移动终端将会准备进行预切换；若小区基站的信号质量不满足预切换条件时，移动终端将会继续对小区基站信号进行监测；在保证最优网络信号的前提下最大限度地利用小区的网络资源。

3.  根据权利要求1所述的方法，其特征在于，所述步骤B中，设备在小区内移动时，设备周期性上传自己的测量报告给本地控制器，包括设备的业务情况以及源基站和周边基站的无线信号强度值；本地控制器根据设备上传的信息，判断设备的状态是否到达预切换阶段；当源小区的无线信号强度值到达预切换门限时，此时预切换事件触发，设备开始向基站发送自己的状态信息，包括设备的位置，速度，业务信息以及源基站和周边基站的无线信号强度值；基站接收设备的上报信息，上传到本地控制器；本地控制器对设备上传的数据进行分析，为设备切换选取候选基站；若未达到预切换条件，则继续监测所述终端上传的信息。

4.  根据权利要求1所述的方法，其特征在于，所述步骤C中，本地控制器监测设备的速度，若设备的移动速度大于能够成功切换到小基站所允许的最大速度，则向宏基站控制器通知，设备将切换到相应的宏小区内；若设备的移动速度小于所允许的最大速度，则向周边的控制器告知，设备将切换到小小区中；本地控制器记录设备的信息，并通过对移动设备相对于每一个候选基站的速度变化率的跟踪测量，选取最佳目标候选基站；同时，通知相邻的小小区的控制器，告知设备预切换的最优目标小区。

5.  根据权利要求1所述的方法，其特征在于，所述步骤D中，所述移动终端的移动速度大于能够成功切换到小基站所允许的最大速度，则向宏基站控制器通知，设备将切换到相应的宏小区内；本地控制器记录设备的信息，并通过对移动设备相对于每一个候选基站的速度变化率的跟踪测量，选取最佳目标候选基站。

6.  根据权利要求1所述的方法，其特征在于，所述步骤E中，所述移动终端的移动速度小于所允许的最大速度，则向周边的控制器告知，设备将切换到小小区中；本地控制器记录设备的信息，并通过对移动设备相对于每一个候选基站的速度变化率的跟踪测量，选取最佳目标候选基站，同时，通知相邻的小小区的控制器，告知设备预切换的最优目标小区。

7.  根据权利要求1所述的方法，其特征在于，所述步骤F中，源基站监测所述移动终端的源小区无线信号强度，控制器根据所述移动终端的运动情况，选择微小区；
假设设备进入小区的角度是任意的，设备进入小区的位置为B点，O点为小区的中心，建立坐标系，OX为x轴，OB与OX的夹角是β；设备离开小区的位置为E点，OE与OX的夹角为γ，因此，可以知道β的概率密度函数为：

同理，γ的概率密度函数为：

假设设备在小区内正常接入的最小运动距离是l，即设备如果运动距离如果小于l，那么设备将不能切换成功。于是有：
l＝vt_i(3)
假设d为设备从进入小区到离开小区的直线距离，即BE的长度，可以求得：

α为设备从进入小区点和中心的连线与离开小区点和中心的连线的夹角，即OB与OE的夹角，于是有：
α＝|β-γ|(5)
因此α的范围是：0≤α≤2π，β与γ是相互独立的，因此它们的联合概率密度函数为：

由(5)(6)可以得到α的概率分布函数式是：
F_α(x)＝P(α＜x)＝P(|β-λ|＜x)＝P(-x＜β-λ＜x)(7)
当x＜0时，F_α(x)＝0；当x＞2π时，F_α(x)＝1；当0≤α≤2π时，

所以根据概率知识有α的概率密度函数为：

由(4)式的由概率知识可以得到d的概率分布函数为：

所以根据概率知识，可得d有着如下的概率分布函数：

假如设备的切换时间t_i为一固定值，d_mini为设备成功切换进入小区的最短运动距离，那么当设备的速度不同时，将会影响d_mini的值；要想切换到小区中，d_mini的最大值为2R；
当d≤d_mini时，设备切换失败，所以切换失败的概率是

当d＞d_mini时，设备将会成功切换，此时设备切换失败的概率是：
P_hf＝0(13)
所以切换失败的概率是：

考虑到设备未来切换出小区的时间是t_o，有d_mini＝vt_i，d_muno＝vt_o，其中d_mini为成功切换进入小区的最短运动距离，d_mino为成功切换出小区的最短运动距离；如果设备在小区内的停留时间t＜t_i+t_o，那么设备只能成功切换进入小区，而未来不能成功切换出小区，其发生的越区切换就是不必要的切换，因此不必要的切换的概率是：

根据路径损耗模型可以知道：
RSS＝E_t-P_L+ξ(16)
其中，E_t为基站的发射功率，P_L是路径损耗模型，ξ是服从零均值、标准差为σ的阴影衰落，RSS表示设备接收到的基站的信号强度；
因此，可以得到设备在预切换的RSS值与位置的关系是：
RSS_th0＝E_t-P_L1+ξ(17)
同时可以得到设备在切换开始时的RSS值与位置的关系是：
RSS_th1＝E_t-P_L2+ξ(18)
根据式(17)和(18)可以得到设备移动中RSS的变化量ΔRSS是：

其中β根据不同路径损耗模型情况下的常数；
假设设备从预切换阶段到正式切换阶段所走的路程是l_AA'，假设设备从预切换阶段到正式切换阶段所走的时间是t_p，设备的移动速度为v，那么就会有：
l_AA'＝vt_p(20)
根据式(19)，可以得到从预切换到正式切换的无线信号强度变化值为：

当设备移动速度是v时，根据所述移动终端的速度，通过根据设备的速度调节滞后余量的数值；其中a为常数；当v增长时，ΔRSS趋向于ΔRSS不断减小；当设备速度越快时，方法中的滞后余量越小，设备切换时间越提前。

8.  根据权利要求1所述的方法，其特征在于，所述步骤G中，源基站的无线信号强度是否达到正式切换的门限，若满足正式切换的条件，所述移动终端开始进行切换操作；若未达到条件，基站控制器记录设备的无线信号强度的变化率；在设备移动的过程中，如果源基站的无线信号强度的变化率由负数变为正数，并且持续一段时间t，可以判断出设备可能已经反向运动，开始远离切换边界；当源小区的无线信号强度大于预切换门限时，本地控制器取消预切换准备，对设备进行常态监控。

一种超密集网络中基于预测门限滞后余量可调的切换方法
技术领域
本发明涉及移动通信技术领域，特别是涉及5G系统中一种超密集分簇网络中基于预测门限滞后余量可调的切换方法。
背景技术
在第五代(5G)移动系统中，大规模MIMO天线和超密集部署网络实现高吞吐量的两种方式。随着互联网应用的快速发展以及数据业务需求的爆发式增加，无线网络面临着巨大的挑战。为了满足大量数据通信的需求，需要在一些热点区域大规模地部署小基站。面对网络部署的复杂性和用户行为的复杂性，超密集部署网络有着更大的优势。在理论上，网络能力和单位面积的基站数量有关。小基站的覆盖范围相对传统的大基站更小，可以在一定的区域里面大面积部署，可以大大的提高当前小区的网络吞吐量，解决热点区域的网络吞吐量需求问题。
在网络的密集部署中，移动性管理是网络研究的重要问题。在未来的超密集网络中，设备的不断移动将会引起大量的切换操作，从而带来大量的信令交互，大大增加了网络各部分的负担。因此，传统的移动性管理方法已经不能很好地满足未来的超密集无线网络的部署要求，未来的超密集部署的无线网络需要更好的移动性管理模型和性能分析方法。
发明内容
技术问题：本发明针对用户终端移动的复杂化和业务的多样化的特点，提出了一种超密集分簇网络中基于预测门限滞后余量可调的切换方法，并根据用户终端的运动情况选择不同的目标小区。采用预切换和正式切换两个阶段，有效地降低了正式切换的时延，采用可调节的预测门限滞后余量，可以使得设备在较高速度的情况下，加快切换的进程，减少切换失败率。
技术方案：本发明提供的是一种超密集分簇网络中基于预测门限滞后余量可调的切换算法，包括以下步骤：
A、移动终端周期性的监测小区基站的信号质量，包括宏基站和小基站；
B、检测源基站的无线信号强度是否大于预切换门限，若满足预切换条件，执行步骤C；否则执行步骤A；
C、源基站不断测量所述移动终端的运动速度，若所述移动终端的速度大于门限速度，执行步骤D；否则执行步骤E；
D、向宏基站控制器报告，所述移动终端预切换小区为宏小区，执行步骤F；
E、向对应微小区簇的基站控制器报告，所述移动终端预切换小区优先选择微小区，执行步骤F；
F、源基站监测所述移动终端的源小区无线信号强度，控制器根据所述移动终端的运动情况，选择最佳微小区，并根据所述移动终端的速度计算滞后余量的数值，执行步骤G；
G、源基站的无线信号强度是否达到正式切换的门限，若满足正式切换的条件，所述移动终端开始进行切换操作，结束本流程；若为满足，执行步骤F。
本发明的步骤A中，定义时间T为监测周期，实现周期性监测并更新位置信息；若小区基站的信号质量，包括宏基站或者小基站，满足预切换条件时，移动终端将会准备进行预切换；若小区基站的信号质量不满足预切换条件时，移动终端将会继续对小区基站信号进行监测；在保证最优网络信号的前提下最大限度地利用小区的网络资源。
本发明的步骤B中，设备在小区内移动时，设备周期性上传自己的测量报告给本地控制器，其中包括设备的业务情况以及源基站和周边基站的无线信号强度值等。本地控制器根据设备上传的信息，判断设备的状态是否到达预切换阶段。当源小区的无线信号强度值到达预切换门限时，此时预切换事件触发，设备开始向基站发送自己的状态信息，包括设备的位置，速度，业务信息以及源基站和周边基站的无线信号强度值等。基站接收设备的上报信息，上传到本地控制器。本地控制器对设备上传的数据进行分析，为设备切换选取候选基站。若未达到预切换条件，则继续监测所述终端上传的信息。
本发明的步骤C中，本地控制器监测设备的速度，若设备的移动速度大于能够成功切换到小基站所允许的最大速度，则向宏基站控制器通知，设备将切换到相应的宏小区内。若设备的移动速度小于所允许的最大速度，则向周边的控制器告知，设备将切换到小小区中。本地控制器记录设备的信息，并通过对移动设备相对于每一个候选基站的速度变化率的跟踪测量，选取最佳目标候选基站。同时，通知相邻的小小区的控制器，告知设备预切换的最优目标小区。
本发明的步骤D中，所述移动终端的移动速度大于能够成功切换到小基站所允许的最大速度，则向宏基站控制器通知，设备将切换到相应的宏小区内。本地控制器记录设备的信息，并通过对移动设备相对于每一个候选基站的速度变化率的跟踪测量，选取最佳目标候选基站。
本发明的步骤E中，所述移动终端的移动速度小于所允许的最大速度，则向周边的控制器告知，设备将切换到小小区中。本地控制器记录设备的信息，并通过对移动设备相对于每一个候选基站的速度变化率的跟踪测量，选取最佳目标候选基站。同时，通知相邻的小小区的控制器，告知设备预切换的最优目标小区。
本发明的步骤F中，源基站监测所述移动终端的源小区无线信号强度，控制器根据所述移动终端的运动情况，选择最佳微小区.
假设设备进入小区的角度是任意的，设备进入小区的位置为B点，O点为小区的中心，建立坐标系，OX为x轴，OB与OX的夹角是β；设备离开小区的位置为E点，OE与OX的夹角为γ。因此，可以知道β的概率密度函数为：

同理，γ的概率密度函数为：

假设设备在小区内正常接入的最小运动距离是l，即设备如果运动距离如果小于l，那么设备将不能切换成功。于是有：
l＝vt_i(3)
假设d为设备从进入小区到离开小区的直线距离，即BE的长度，可以求得：

α为设备从进入小区点和中心的连线与离开小区点和中心的连线的夹角，即OB与OE的夹角，于是有：
α＝|β-γ|(5)
因此α的范围是：0≤α≤2π。β与γ是相互独立的，因此它们的联合概率密度函数为：

由(5)(6)我们可以得到α的概率分布函数式是：
F_α(x)＝P(α＜x)＝P(|β-λ|＜x)＝P(-x＜β-λ＜x)(7)
当x＜0时，F_α(x)＝0；当x＞2π时，F_α(x)＝1。当0≤α≤2π时，

所以根据概率知识有α的概率密度函数为：

由(4)式的由概率知识可以得到d的概率分布函数为：

所以根据概率知识，可得d有着如下的概率分布函数：

假如设备的切换时间t_i一定，d_mini为设备成功切换进入小区的最短运动距离。那么当设备的速度不同时，将会影响d_mini的值。要想切换到小区中，d_mini的最大值为2R。
当d≤d_mini时，设备切换失败。所以切换失败的概率是

当d＞d_mini时，设备将会成功切换。此时设备切换失败的概率是：
P_hf＝0(13)
所以切换失败的概率是：

考虑到设备未来切换出小区的时间是t_o，有d_mini＝vt_i，d_mino＝vt_o，其中d_mini为成功切换进入小区的最短运动距离，d_mino为成功切换出小区的最短运动距离。如果设备在小区内的停留时间t＜t_i+t_o，那么设备只能成功切换进入小区，而未来不能成功切换出小区。其发生的越区切换就是不必要的切换，因此不必要的切换的概率是：

根据路径损耗模型可以知道：
RSS＝E_t-P_L+ξ(16)
其中，E_t为基站的发射功率，P_L是路径损耗模型，ξ是服从零均值、标准差为σ的阴影衰落，RSS表示设备接收到的基站的信号强度。
因此，可以得到设备在预切换的RSS值与位置的关系是：
RSS_th0＝E_t-P_L1+ξ(17)
同时可以得到设备在切换开始时的RSS值与位置的关系是：
RSS_th1＝E_t-P_L2+ξ(18)
根据式(17)和(18)可以得到设备移动中RSS的变化量_△RSS是：

其中β根据不同路径损耗模型情况下的常数。
假设设备从预切换阶段到正式切换阶段所走的路程是l_AA'。假设设备从预切换阶段到正式切换阶段所走的时间是t_p，设备的移动速度为v，那么就会有：
l_AA'＝vt_p(20)
根据式(19)，可以得到从预切换到正式切换的无线信号强度变化值为：

当设备移动速度是v时，根据所述移动终端的速度，通过根据设备的速度调节滞后余量的数值。a＜0，其中a为常数。当v增长时，_△RSS趋向于_△RSS不断减小。当设备速度越快时，算法中的滞后余量越小，设备切换时间越提前。
本发明的步骤G中，源基站的无线信号强度是否达到正式切换的门限，若满足正式切换的条件，所述移动终端开始进行切换操作；若未达到条件，基站控制器记录设备的无线信号强度的变化率。在设备移动的过程中，如果源基站的无线信号强度的变化率由负数变为正数，并且持续一段时间t，可以判断出设备可能已经反向运动，开始远离切换边界。当源小区的无线信号强度大于预切换门限时，本地控制器取消预切换准备，对设备进行常态监控。
有益效果：本发明与现有技术相比，具有以下优点：
本发明引入了小基站的分簇集中化管理，将小基站按照地域位置和信号强度等条件进行分区域集中化管理，可以有效的减少核心网络中的信令量，简化和加快信令的传输过程。正式切换前添加预切换过程，可以将原来一些正式切换过程中的资源分配、鉴权等操作在预切换阶段完成，这样可以加快正式切换的流程，减小切换的时延。当源基站的信号强度小于设定的门限值时，设备切换正式发起，相比于传统的切换方法(目标基站信号强度高于源基站一个滞后余量的切换准则),可以有效减少不必要的切换次数，同时本方法中切换门限值的滞后余量根据设备的速度情况进行动态的调整，与传统的固定滞后余量的方法相比，减少了设备的切换失败率。提高用户的网络体验。
附图说明
图1为本发明所提供的整体的切换流程图。
图2为本发明所提供的系统整体架构图。
图3为本发明所提供的设备在小区中运动轨迹预测模型图。
图4为本发明所提供的超密集小区重叠分布的场景示意图。
图5为本发明所提供的同一小区簇内的切换的信令流程的示意图。
图6为本发明所提供的不同小区簇内的切换的信令流程的示意图。
具体实施方式
以下将对本发明的实例进行详细的描述。
本发明提供的是一种超密集分簇网络中基于预测门限滞后余量可调的切换算法。移动终端周期性的监测小区基站的信号质量，包括宏基站和小基站，实现周期性监测并更新位置信息。所述终端在小区内移动时，设备通过周期性上传自己的测量报告给本地控制器，其中包括设备的业务情况以及源基站和周边基站的无线信号强度值等。本地控制器根据设备上传的信息，判断设备的状态是否到达预切换阶段。当源小区的无线信号强度值到达预切换门限时，此时预切换事件触发，设备开始向基站发送自己的状态信息，包括设备的位置，速度，业务信息以及源基站和周边基站的无线信号强度值等。基站接收设备的上报信息，上传到本地控制器。本地控制器对设备上传的数据进行分析，为设备切换选取候选基站。若未达到预切换条件，则继续监测所述终端上传的信息。
本地控制器监测设备的速度，若设备的移动速度大于能够成功切换到小基站所允许的最大速度，则向宏基站控制器通知，设备将切换到相应的宏小区内。若设备的移动速度小于所允许的最大速度，则向周边的控制器告知，设备将切换到小小区中。本地控制器记录设备的信息，并通过对移动设备相对于每一个候选基站的速度变化率的跟踪测量，选取最佳目标候选基站。同时，通知相邻的小小区的控制器，告知设备预切换的最优目标小区。
假设设备进入小区的角度是任意的，设备进入小区的位置为B点，O点为小区的中心，建立坐标系，OX为x轴，OB与OX的夹角是β；设备离开小区的位置为E点，OE与OX的夹角为γ。因此，可以知道β的概率密度函数为：

同理，γ的概率密度函数为：

假设设备在小区内正常接入的最小运动距离是l，即设备如果运动距离如果小于l，那么设备将不能切换成功。于是有：
l＝vt_i(3)
假设d为设备从进入小区到离开小区的直线距离，即BE的长度，可以求得：

α为设备从进入小区点和中心的连线与离开小区点和中心的连线的夹角，即OB与OE的夹角，于是有：
α＝|β-γ|(5)
因此α的范围是：0≤α≤2π。β与γ是相互独立的，因此它们的联合概率密度函数为：

由(5)(6)我们可以得到α的概率分布函数式是：
F_α(x)＝P(α＜x)＝P(|β-λ|＜x)＝P(-x＜β-λ＜x)(7)
当x＜0时，F_α(x)＝0；当x＞2π时，F_α(x)＝1。当0≤α≤2π时，

所以根据概率知识有α的概率密度函数为：

由(4)式的由概率知识可以得到d的概率分布函数为：

所以根据概率知识，可得d有着如下的概率分布函数：

假如设备的切换时间t_i一定，d_mini为设备成功切换进入小区的最短运动距离。那么当设备的速度不同时，将会影响d_mini的值。要想切换到小区中，d_mini的最大值为2R。
当d≤d_mini时，设备切换失败。所以切换失败的概率是

当d＞d_mini时，设备将会成功切换。此时设备切换失败的概率是：
P_hf＝0(13)
所以切换失败的概率是：

考虑到设备未来切换出小区的时间是t_o，有d_mini＝vt_i，d_mino＝vt_o，其中d_mini为成功切换进入小区的最短运动距离，d_mino为成功切换出小区的最短运动距离。如果设备在小区内的停留时间t＜t_i+t_o，那么设备只能成功切换进入小区，而未来不能成功切换出小区。其发生的越区切换就是不必要的切换，因此不必要的切换的概率是：

根据路径损耗模型可以知道：
RSS＝E_t-P_L+ξ(16)
其中，E_t为基站的发射功率，P_L是路径损耗模型，ξ是服从零均值、标准差为σ的阴影衰落，RSS表示设备接收到的基站的信号强度。
因此，可以得到设备在预切换的RSS值与位置的关系是：
RSS_th0＝E_t-P_L1+ξ(17)
同时可以得到设备在切换开始时的RSS值与位置的关系是：
RSS_th1＝E_t-P_L2+ξ(18)
根据式(17)和(18)可以得到设备移动中RSS的变化量_△RSS是：

其中β根据不同路径损耗模型情况下的常数。
假设设备从预切换阶段到正式切换阶段所走的路程是l_AA'。假设设备从预切换阶段到正式切换阶段所走的时间是t_p，设备的移动速度为v，那么就会有：
l_AA'＝vt_p(20)
根据式(19)，可以得到从预切换到正式切换的无线信号强度变化值为：

当设备移动速度是v时，根据所述移动终端的速度，通过根据设备的速度调节滞后余量的数值。a＜0，其中a为常数。当v增长时，_△RSS趋向于_△RSS不断减小。当设备速度越快时，算法中的滞后余量越小，设备切换时间越提前。
当源基站的无线信号强度达到正式切换的门限，所述移动终端开始进行切换操作；若未达到条件，基站控制器记录设备的无线信号强度的变化率。在设备移动的过程中，如果源基站的无线信号强度的变化率由负数变为正数，并且持续一段时间t，可以判断出设备可能已经反向运动，开始远离切换边界。当源小区的无线信号强度大于预切换门限时，本地控制器取消预切换准备，对设备进行常态监控。