CN100521829C - 多路接入系统中多业务分配的方法 - Google Patents

Abstract

在包括多个多业务子系统的无线通信系统中把给定业务的用户根据无线通信系统的组合容量区域分配到子系统之一。根据多个多业务子系统中每个的容量区域来确定组合容量区域。多个多业务子系统的容量区域采用作为第二业务的用户的增加的函数的第一业务的用户的相对减少来确定。

Description

多路接入系统中多业务分配的方法

相关申请

本专利申请要求2002年4月17日提交的美国临时专利申请No.60/373631的优先权，并通过引用将其完整公开结合到本申请中。

技术领域

一般来讲，本发明涉及在多路接入系统中多业务的无线通信系统中的分配，更具体来讲，涉及在多路接入、例如宽带码分多址(WCDMA)和全球移动通信系统/GSM演进的增强型数据(GSM/EDGE)之间分配业务、例如语音和数据业务。

相关技术的历史

未来无线网络的两个预期特点是对多种业务(例如语音和数据)的支持以及多个无线电接口标准(即多路接入)的使用。这些预期特点引发了如何最佳地把多业务映射到采用多个无线电接口标准的不同子系统上的问题。具体来讲，若给定不同子系统的多业务容量区域和总业务负荷，需要一种用于确定应该如何在不同子系统上分布业务量的方案。

用于根据业务选择接入方式的当前方法并非总是最佳的。此外，根据接口标准主要向子系统的各业务的分配未利用多业务集群增益(即，当组合的业务容量相对大于各单独业务的容量时)。另外，选择主要一种接入一直到接入覆盖极限(即最后单元边界)比有控制地选择所有可用接入点的成本更高。所产生的每次接入的业务混合通常是未受控制且随机的，取决于覆盖和移动性。例如，通用移动电信系统(UMTS)中的全球移动通信系统(GSM)压缩模式切换测量可能在较差UMTS覆盖区域中产生从UMTS到GSM的业务流。

发明概述

通过提供多路接入系统中多业务分配的方法的本发明的实施例克服这些及其它缺陷。在多路接入通信系统中分配用户的方法包括确定多个容量区域。多路接入通信系统包括多个子系统，并且提供多个业务。多个容量区域中的每个对应于多个子系统中的一个子系统。该方法还包括以下步骤：根据已确定的多个容量区域来确定组合容量区域；以及采用已确定的组合容量区域在多个子系统之中分配至少一个用户。

附图简介

通过结合附图参照以下本发明的优选示范实施例的详细说明，可以更全面地理解本发明的示范实施例，其中：

图1是作为双业务系统中的合计负荷(L_tot)的函数的质量(Q)的曲线图；

图2是示范容量区域的曲线图；

图3是作为包括子系统1和2的多路接入系统中的语音用户数量的函数的数据用户数量的曲线图；

图4是曲线图，说明子系统1和2的最佳子系统业务混合以及所产生的最佳组合容量；

图5是两个不同子系统(即，子系统1和子系统2)的两个业务容量区域的曲线图，说明最佳业务映射的图形推导；

图6A-B说明根据本发明的原理的示范业务分配；

图7A-F说明根据本发明的原理的示范组合容量区域；

图8A和8B说明GSM/EDGE和WCDMA的示范语音和万维网(WWW)容量区域；

图9A和9B说明提供低质量和高质量WWW业务和语音的三业务系统的三维容量区域；

图10是流程图，说明根据本发明的原理的业务分配算法。

本发明的优选示范实施例的详细说明

在多业务系统中，可维持的用户的最大数量通常取决于业务混合。若给定某个业务混合，则多业务系统中的容量可采用与单业务系统类似的方式测量。但是，在多业务系统中，不是仅仅一个、而是多个业务必须达到可接受的质量。因此，对于固定的业务混合，容量可被定义为保持所有业务的质量要求的最大合计负荷。对于业务101和102以及业务混合α，容量被定义为L_totmax(α)＝max L_tot：Q₁₀₁(α，L_tot)≥Q_101min以及Q₁₀₂(α，L_tot)≥Q_102min。Q_101min和Q_102min分别是业务101和业务102的最小可接受质量等级。容量也可表示为一对[U_101max(α)U_102max(α)]＝L_totmax(α)*[α₁₀₁α₁₀₂]。

图1是作为双业务系统中的合计负荷(L_tot)的函数的质量(Q)的曲线图。固定的业务混合可定义为第一业务(业务101)的用户(U₁₀₁)和第二业务(业务102)的用户(U₁₀₂)的总数，所以L_tot＝U₁₀₁+U₁₀₂。业务101可以是例如语音，而业务102可以是例如数据。业务混合(α)定义为各业务类型的用户的所占份额，所以α＝[U₁₀₁/L_tot，U₁₀₂/L_tot]。因此，容量(L_totmax(α))可以表示为一对[L_tot，α]或者表示为业务混合的每个业务的最大用户数量对[U_101max(α)，U_102max(α)]。通过确定一系列所有可能的业务混合(即所有α)的容量，容量区域K可定义为K＝[U₁₀₁U₁₀₂]：Q₁₀₁≥Q_101min和Q₁₀₂≥Q_102min。因此，容量区域K由L_totmax(α)来限定。

容量区域是例如为不同业务的用户提供服务的网络或者网络的一个或多个小区的容量的度量。一般来讲，容量区域定义为系统可支持的不同业务的用户数量的集合。容量区域的极限例如可描述为函数U_N(U₁，...，U_N-1)，它表示作为业务1到N-1的用户数量的函数的业务N用户的最大数量。

定义系统对用户的支持的方式可以改变。无论如何定义系统的支持，只要可求出容量区域的极限，本发明就可适用。容量区域K的定义的具体实例包括：

1.K＝{U₁，...，U_N}：Q₁>Q_1min，...，Q_N>Q_Nmin换句话说，对所有业务满足某些最小质量等级的业务1到N的用户数量的集合。

2.K＝{U₁，...U_N}：P_tot<P_max

换句话说，总输出功率P_tot未超过某个最大值P_max的业务1到N的用户数量的集合。

3.K＝{U₁，...U_N}：C_tot<C_max

换句话说，所用信道总数C_tot未超过可用信道数量C_max的业务1到N的用户数量的集合。

容量区域通常被看作是为不同业务的用户提供服务的网络或网络的一部分的容量。一般来说，考虑的网络地区越小，容量区域越会随时间而变化。容量区域通常还在地区或小区之间有所不同，取决于例如小区大小和无线电环境。另外，当考虑接入选择的成本时，容量区域通常增加。

图2是示范容量区域200的曲线图。容量区域200由曲线L_totmax(α)来限定，它等效于通过连接所有α的业务201和202的[U_201max(α)，U_202max(α)]对所实现的曲线。对于容量区域200内的业务负荷，对业务201和业务202都获得可接受的质量。容量区域200也可表示为非参数化函数U_202max(U_201max)。换句话说，U_202max(U_201max)表示作为业务201的用户数量的函数的业务202的用户的最大数量。在图2中，业务混合对应于自原点的一个角度，合计负荷对应于每个业务类型的用户数量的总和(例如U₂₀₁+U₂₀₂)。换句话说，合计负荷对应于图2中的给定点的业务202与业务201的坐标的总和。

应该指出，对于系统C的两个不同子系统A和B，子系统A对于一些业务混合可能例如比子系统B更好，而对于另一些业务混合则相反。测量系统C的容量时，可以针对会尽量远地伸展容量区域的固定业务混合，或者固定一个业务的用户数量，而这时其它业务的用户的最大数量应尽可能大。

更正式地讲，且仍然参照图2，在使容量最大时，存在两个目标函数：固定业务混合(α)的合计负荷(L_tot＝U₂₀₁+U₂₀₂)，或者对于业务201的用户U₂₀₁的固定数量的U₂₀₂(U₂₀₁)。采用这些同样的控制变量，这些不同目标函数的使用必然产生相同的容量区域。哪个目标函数是优选的取决于哪个目标函数最适合所用的分析。

容量区域分析可应用于多路接入多业务系统。在多路接入多业务系统中，组合容量区域限制了系统的所有子系统在为所有业务类型达到可接受质量的同时可接纳的最大用户数量。组合容量区域的形状取决于共同形成该组合容量区域的子系统容量区域的形状，还取决于业务类型在子系统上分布的方式。本发明的实施例可用来把业务分配到子系统，以便使组合容量区域最大。具体来讲，对于给定的总业务混合，可判定哪些业务混合应该被用于子系统中，以便使系统中接受服务的用户的总数最大。

对于给定的总业务负荷，本发明的实施例允许从各个容量区域中找到每个独立子系统的最佳业务混合。最佳业务混合是在以下意义上是最佳的：最佳业务混合使可为总业务混合承载的总业务量最大。另外，业务分配算法利用所找到的最佳业务混合，以便获得最佳的总容量区域。

系统的组合语音业务容量(v)由构成该系统的子系统中容量的总和来给定。例如，在具有子系统x和y的系统中，v＝v_x+v_y。如果子系统x和子系统y中的每个提供两种业务，即数据(d)和语音(v)，则d(v)＝d_x(v_x)+d_y(v_y)，其中d(v)表示整体上作为系统的语音用户的函数的数据用户。

图3是作为包括子系统301和302的多路接入系统中的语音用户数量的函数的数据用户数量的曲线图。在图3中，d₃₀₁(v₃₀₁)表示作为子系统301中的语音用户的函数的数据用户数量。同样，d₃₀₂(v₃₀₂)表示作为子系统302中的语音用户数量的函数的数据用户数量。图3说明在d₃₀₁和v₃₀₁的给定值处由箭头303所示的子系统301的容量。图3还说明在d₃₀₂和v₃₀₂的给定值处子系统302的容量304。利用向量运算，箭头303和304被相加，从而产生箭头306所示的整个系统组合容量。当用于支持不同业务类型的相对成本在子系统301和302之间不同时(即，当给定业务类型对每个用户来说在一个子系统中比在另一个子系统中需要更多资源时)，子系统业务分配影响由子系统301和302所组成的整个系统的组合容量。

例如，在图3中，在子系统301中添加一定数量的数据用户的代价是删除相同数量的语音用户，因为函数d₃₀₁(v₃₀₁)的斜率＝1。另外，由于函数d₃₀₁(v₃₀₁)的斜率是常数，因此为了添加特定数量的数据用户而必须删除的语音用户的数量保持恒定。相反，在点X，在子系统302中添加相同数量的数据用户的代价只是子系统302中的特定数量的语音用户的一部分，因为函数d₃₀₂(v₃₀₂)不是常数。因此，为了在子系统302中添加特定数量的数据用户而必须删除的语音用户的数量随子系统302中的语音用户数量而改变。这样，在点X，不同的业务分配备选方案在以下意义上影响组合容量：与把数据用户分配到子系统301相比，把数据用户分配到系统302产生更大的组合容量。因此，通过以其它业务的删去用户来度量时其代价最小的方式分配业务，可获得组合容量的增益。

图4是曲线图，说明子系统401和402的最佳子系统业务混合以及所产生的最佳组合容量。对于给定的总业务混合，测试共同实现总业务混合的子系统业务混合的所有可能组合，求出它们所产生的组合容量。得到最高容量的子系统业务混合组合是最佳的。情况A、B和C如图4所示。情况B是最佳情况，而情况A和C则不是最佳情况，下面会进一步描述。在图4中，各子系统401和402的最佳子系统业务混合在情况B中分别由箭头403和404表示。对于d₄₀₁和v₄₀₁以及d₄₀₂和v₄₀₂的各个值，确定所有值(v，d)的组合容量。箭头406表示从箭头403和404的向量加法得到的最佳总业务混合。如上所述的给定总业务混合的组合容量测试对于所有总业务混合重复进行，以便求出组合容量区域，它由子系统业务混合的所有可能组合来定义。

在情况A中，箭头408和410分别表示子系统401和子系统402的给定的可能业务混合。对于情况A，通过把数据用户从子系统401移动到子系统402以及对语音用户进行相反操作，可找到更好的子系统业务混合。更好的子系统混合是因为相应子系统容量区域的斜率给定的、每个语音用户的所支持数据用户的增量在子系统402中比在子系统401中大得多。在情况A中，通过把数据用户从子系统401移动到子系统402，在子系统401中释放的数据容量比在子系统402中丢失的数据容量更大。

在情况C中，箭头412和414分别表示子系统401和402的给定的可能业务混合。对于情况C，状况与情况A相反。情况C中的斜率在子系统401中比在子系统2中更大；因此，通过把数据用户从子系统2移动到子系统401，可找到更好的解。数据用户通常应该被放置在具有更陡斜率的系统中，而对语音则相反。

只要各个子系统容量区域斜率对于所关注的业务混合是不同的，则可找到更好的解。相反，如果各个子系统容量区域斜率在给定的业务混合中相等，如情况B中那样，则无法找到更好的解。因此，所关注的业务混合产生局部最佳(或局部最小)解。因此，局部最佳业务混合的特征在于相应子系统容量区域斜率相等。为了求出全局最佳解，必须求出包括任何端点解在内的所有局部最佳业务混合，并相互进行比较。

每个语音用户的所支持数据用户的增量由容量区域极限的负导数给出。因此，以下分配规则可用来求出局部最大值：

规则1：如果 ${\&PartialD;d}_1/{\&PartialD;v}_1>{\&PartialD;d}_2/{\&PartialD;v}_2:$ 增加v₁并减小v₂，直到 ${\&PartialD;d}_1/{\&PartialD;v}_1={\&PartialD;d}_2/{\&PartialD;v}_2.$

规则2：如果 ${\&PartialD;d}_1/{\&PartialD;v}_1>{\&PartialD;d}_2/{\&PartialD;v}_2:$ 减小v₁并增加v₂，直到 ${\&PartialD;d}_1/{\&PartialD;v}_1={\&PartialD;d}_2/{\&PartialD;v}_2.$

规则1和规则2的直观意义可能由于导数为负的事实变得有些模糊。但是，规则1可如下解释：如果d₁随不断增加的v₁减小得比d₂随不断增加的v₂减小得慢，则应该以v₂为代价增加v₁。

下面在题为“数学推导”的详细描述的小节中提供最佳业务分配的以上特性的一个更全面的数学推导。在“数学推导”小节中，描述了具有任意数量的业务和子系统的情况。虽然“数学推导”小节的分析较为简单，但以下由图形方式来补充，可用来理解最佳组合容量区域的形状和最佳业务混合。

图5是两个不同子系统(即图4中所示的子系统401和子系统402)的两个业务容量区域的曲线图，说明最佳业务映射的图形推导。在图5中，子系统402的容量区域被镜像反射，以及子系统402的镜像容量区域的原点被放置在对应于所讨论的总业务混合的线上。通过把子系统402的镜像容量区域尽量朝外移动，同时保持子系统402的容量区域与子系统402的镜像容量区域之间的重合点，可找到最佳业务混合。两个容量区域的交叉点位于最佳业务映射(v₄₀₁，d₄₀₁)和(v₄₀₂，d₄₀₂)上。子系统402的镜像容量区域的原点位于(v，d)，它表示最佳组合容量。值得注意的是，根据图5的解与图4中求出的解相同。

如果容量区域的交叉点出现在容量区域的内点(即全语音或全数据的单一业务端点之间)，则两个导数相等，如图5中所看到的那样。如果两个容量区域是凸的(相对于容量区域外部的点)，则有内部最大值，因此业务应该是在各子系统中以理想方式混合。相反，如果两个容量区域为凹的，则相交点将始终出现在容量区域的极值点上，表示业务应该尽可能多地被分到不同的容量区域。

本发明的实施例可用来求出在系统的组合容量极限上使用的最佳业务混合。可使用一种业务分配算法，它对于任何业务负荷，在子系统之间分配用户，使得在业务负荷增加时，组合容量极限为最佳。

图10是流程图，说明根据本发明的原理的业务分配算法。在流程1000中，对于每个新到达者、端接的呼叫、切换或其它预定的触发1002，在步骤1002计算包括任何新到达者的新的总业务混合L_tot。随后在步骤1004，对新的总业务混合导出(例如通过表查找)每个子系统的最佳业务混合(α_m)。在步骤1006，按照业务n和子系统m来计算相对负荷(l_sub)：l_sub＝U_mn/U_mnmax(α_m)。U_m表示子系统m中除了新到达者之外的业务n用户的数量，U_mnmax(α_m)为所讨论的业务混合的子系统容量(来自容量区域)。

在步骤1008，新到达者被分配到相对最少负荷的子系统。(如果业务类型为n＝k，则求出min_m(l_mk)。)在步骤1010，确定相对负荷是否平衡。如果在步骤1010确定相对负荷不平衡，例如因为最佳业务分配的大变化，则在步骤1012，业务被重新分配，以便在子系统之间平衡相对负荷。从步骤1012，执行在步骤1014结束。如果在步骤1010确定相对负荷是平衡的，则执行在步骤1014结束。

流程1000所述的算法可以描述为测量总的业务混合，以及根据所述测量的总业务混合的每个子系统的最佳业务混合在这些子系统之中分配用户。每个子系统的用户绝对数量以相对方式来平衡，从而也平衡了备用资源的量。备用资源的平衡为子系统提供了处理因例如用户移动而导致的资源需求变化的相同能力。

图6A和6B说明根据本发明的原理的示范业务分配。图6A表示子系统601和子系统602的容量区域，以及包括子系统601和602的总系统(即系统603)的组合容量区域。在图6A中标记了系统603和子系统601、602的容量区域。

图6B分别表示子系统601和602中的语音和数据用户的数量。因此，系统603的总系统负荷为9个语音用户和8个数据用户，其中6个语音用户和2个数据用户被分配到子系统601，以及3个语音用户和6个数据用户被分配到子系统602。当第九个数据用户到达时，新的业务混合变成α_tot＝[9 9]/(9+9)＝[0.50.5]。换句话说，50％语音用户和50％数据用户。对于这种50/50混合，如从图6A所看到的，子系统1的最佳语音/数据业务混合为α₆₀₁＝[12 4]/(12+4)＝[0.750.25]，以及α₆₀₂＝[6 14]/(6+14)＝[0.3 0.7]。另外还可看到U_601voicemax＝12，U_602datamax＝4，U_602voicemax＝6，U_602datamax＝14。因此，第九语音用户到达之前的相对负荷为1_601voice＝6/12＝0.5，1_601data＝2/4＝0.5，1_602voice＝3/6＝0.5，以及1_602data＝6/14＝0.43，从图6A中可看到。由于相对数据负荷在子系统602中较低，因此新的(即第九)数据用户被分配到子系统602。

根据本发明的原理的业务分配可以扩展到考虑各个用户特征，其中包括例如不同子系统中的各个用户的无线电情况。各个用户的无线电情况可能使支持各个用户的成本与分配区域上的平均值明显不同。此外，用户可能在一个子系统中处于良好的无线电条件中，而在其它子系统中处于不良条件中。

例如，在包括子系统A和B的两路接入系统中，可为各用户分配一组加权值c_iA和c_iB。可以是时变的c_iA和c_iB反映了在子系统A和子系统B中支持用户的相对无线电资源成本。1.0的加权值可能例如对应于支持所讨论子系统中的所讨论业务的用户的平均成本。也可使用和结合除相对资源成本之外的度量标准，例如所需功率、干扰影响、与基站的距离、路径增益、所需分组传输时间、信道数量(码树使用的份额或时隙的数量)、载波干扰比(C/I)、每比特的能量(E_b)与噪声谱密度(N_o)之比(E_b/N_o)以及移动速度。

忽略每个子系统的最佳业务混合的最低成本分配方案把用户分配给c_iA和c_iB最小的系统。但是，对于多业务系统，该分配方案可导致子系统中的次最佳业务混合，它又导致低于最佳的组合容量区域。为了改进性能，最低成本分配方案可以与上述最佳业务混合方案结合。在本发明的另一个实施例中，最佳业务混合方案可通过考虑各个用户成本来进行扩展。

在本发明的实施例中，子系统业务混合可以通过偏置在不同子系统中支持用户的相对成本来控制到预期等级。如果在子系统A中比在子系统B中更希望语音用户占较大份额，则成本可在子系统B中按比例增加，以及在子系统A中按比例减少。如果希望把语音用户的一定份额β分配到子系统A，则子系统A和B中的用户加权值可以与两个成本补偿f(β)和f(1-β)相乘，使得Prob(f(β)c_iA<f(1-β)c_iB)＝β。语音用户则被分配到f(β)c_iA和f(1-β)c_iB最小的子系统。成本补偿f(β)可以从相对用户成本的分布中得出。f(β)的典型特性为f(β＝0.5)＝1，所以，对于β＝0.5，Prob(f(β)c_iA<f(1-βc_iB)＝Prob(c_iA<c_iB)＝0.5。此外，f(β)随着不断增加的β而减小。换句话说，用户的预期份额越大，则成本补偿越低。因此，少量用户可以被分配到其相对成本高于在另一个子系统中的成本的子系统中，以便保持最佳业务混合。

最佳业务混合方案还可通过考虑单个用户成本来扩展，具体方式是交换已在接受服务的用户，以便减小总资源成本。用户交换方法的实现可通过首先根据最佳业务混合分配一组用户。定期扫描该组用户，以及交换不同子系统中的那些在另一子系统中成本更低的用户对。例如，第一子系统中的用户和第二子系统中的用户可构成一对。如果第一子系统中的用户在第二子系统中的成本更低，而第二子系统中的用户在第一子系统中的成本更低，则可交换第一用户和第二用户。因此，系统的总成本降低，同时平均起来，保持了每个子系统的业务混合。

通过考虑单个用户成本来扩展最佳业务混合方案的另一种方式是在每个时刻或者在某个间隔同时尝试最佳业务混合方案和最低成本分配方案，并选择在某种意义上产生最佳结果的方案。因此，每当进行分配时，同时尝试这两种方案。选择根据某种预定度量标准获得最佳结果的方案。所述度量标准可以是例如相对负荷或剩余资源量。

图7A-F说明根据本发明的原理的示范组合容量区域。在某些情况下，已在接受服务的用户可能必须被重新分配到另一个子系统。一个极端实例如图7D所示。在图7D中，当总业务混合从[<0.5>0.5]转到[>0.5<0.5]时，所有语音和数据用户会理想地改变子系统。主要在避免具有凹状容量区域的子系统中的混合业务时预计这种引人注目的表现。当努力保持子系统重新分配时，不同业务类型的灵活性可能不同。例如，与具有更严格要求的业务相比，具有不太严格延迟要求的业务可能受到重新分配的影响更小。

本发明的原理适用于短期以及长期的时间方面，以及适用于小规模和大规模的面积方面。大体上，业务分配的准确度由在其中进行业务分配的每个系统的容量区域的准确度来决定。反映为之进行业务分配的时间和面积的每个子系统的容量区域的准确度越高，则整体准确度以及性能越高。本发明的原理可适用于对例如小区、一组小区和系统级的业务分配，也适用于例如分组、消息、话音突峰、呼叫和会话的分配。

本发明的原理还适用于接入系统内的承载选择。例如，在UMTS中，可在专用信道和公共信道上传送数据业务，例如高速下行链路分组接入(HSDPA)。承载的选择则可根据承载的不同特性、按照本发明的原理来执行。另外，可应用本发明的原理，而与不同子系统的接入端口是否共存(即处于同一位置)无关。

再参照附图，图7A-F表示每个子系统以及组合的容量区域的六个实例。从各个组合容量区域上的某个点开始，可沿着与子系统中的业务分配对应的向量，朝向相应的原点。

图7A-B所示的容量区域假定相同的两个子系统。图7A和7B的子系统701和子系统702具有线性容量区域；但是，子系统1和子系统2的容量区域具有不同斜率。组合容量区域703如图7A所示，组合容量区域704如图7B所示。图7A和7B的容量区域的不同之处在于，在图7A中，说明了最佳业务分配的使用，而在图7B中，则说明了最坏情况分配的使用。

在图7A中，由于 ${\&PartialD;d}_{701}/{\&PartialD;v}_{701}<{\&PartialD;d}_{702}/{\&PartialD;v}_{702}$ 始终保持为真，通过把尽可能多的语音用户分配到子系统702以及把尽可能多的数据用户分配到子系统1，找到最佳业务分配。换句话说，语音用户被尽可能多地分配到子系统702，因为子系统702在处理语音用户方面比子系统701更好。同样，数据用户被尽可能多地分配到子系统701，因为子系统701在处理数据用户方面更好。

在图7B中，分配原理与图7A中所示相反。在图7B中，在成本最大的情况下分配用户。比较图7A与图7B，可以看到，总系统容量区域703明显地大于总系统容量区域703。例如，对于总语音负荷2，图7A表示了数量为图7B所示四倍的数据用户的管理。

说明图7A与图7B的容量区域之间差异的另一种方式如下：从纯数据端点开始，在移去数据用户的同时增加语音用户，图7A和7B可被标识为在两个系统的任一个中分配所有新的语音用户。在图7A中，语音用户被添加到子系统702中，以移去的数据用户来衡量，每个语音用户具有较低成本；因而性能优于图7B。此外，图7A与图7B之间的差异直接取决于容量区域的斜率之差；大差异产生大增益，而相等斜率则不产生任何增益。

图7A中还说明了分配业务而在两个子系统中实现相等业务混合的一种方案的性能。相等业务混合方案产生略带凹状的组合容量区域705。组合容量区域705的相等业务混合方案上的增益由各个容量区域的斜率的差异来决定。从7A中看到，对于线性容量区域，分配原理变得简单：给定的业务应该被尽可能多地引向在支持该业务时相对最佳的系统。因此，业务仅在系统之一中被混合，而另一个系统仅服务于一种用户。

对于至少一个凸状容量区域，情况变得不同，如图7C所示。在表示子系统706和707的容量区域的图7C中，可找到内部最佳点。还表示了系统708的组合容量区域。系统708包括子系统706和707。为了达到最佳业务混合，业务应该尽可能多地在子系统707(即具有凸状容量区域的子系统)中混合。此外，业务混合应该使得 ${\&PartialD;d}_{706}/{\&PartialD;v}_{706}={\&PartialD;d}_{707}/{\&PartialD;v}_{707}.$ 子系统707中的混合业务的结果为：业务还在子系统706(即具有线性容量区域的子系统)中混合。因此，业务在两个子系统706和707中混合。

图7D说明具有一个线性容量区域和一个凹状容量区域的情况。子系统709的容量区域是线性的，而子系统710的容量区域则是凹状的。还表示了系统711的组合容量区域。系统711包括子系统709和710。满足 ${\&PartialD;d}_{709}/{\&PartialD;v}_{709}={\&PartialD;d}_{710}/{\&PartialD;v}_{710}$ 的业务混合可见于图7D。但是，在图7D中，满足 ${\&PartialD;d}_{709}/{\&PartialD;v}_{709}={\&PartialD;d}_{710}/{\&PartialD;v}_{710}$ 的业务混合对应于局部最小值。图7D的最佳业务混合却出现在子系统710的凹状容量区域的端点。因此，业务从不在子系统710(即具有凹状容量区域的子系统)中混合。但是，仍然能够实现线性组合容量极限。图7E和7F说明与以上图7A和图7C相似的实例，但是针对三个、而不是两个子系统。

可从图7A-7F中得出的结论包括以下几点：

1.对于线性容量区域，业务应该尽可能多地分配到在支持它们方面相对来说最佳的子系统。

2.业务通常应该在具有凸状容量区域的子系统中混合。

3.业务通常不应该在具有凹状区域的子系统中混合。

根据本发明的原理通过采用负荷分担策略可得到的增益取决于各个子系统容量区域的特性。子系统容量区域相互之间的差异越大，则可能的增益通常越高。

图8A和8B说明GSM/EDGE和WCDMA子系统的示范语音和万维网(WWW)容量区域。存在GSM/EDGE无线电接入网(GERAN)和WCDMA的混合语音和WWW子系统容量区域。图8A表示其中所提供的业务为低质量WWW和语音的WCDMA和GSM/EDGE的子系统容量区域。图8B表示其中所提供的业务为高质量WWW和语音的WCDMA和GSM/EDGE的容量区域。图8A和图8B均表示了组合容量区域。

在图8A和图8B中，常常可获得相当线性的容量区域，这是在具有干扰平均的干扰限制条件下可以预期的。虽然是典型情况，但并非总是存在线性区域。在具有某种形式的阻塞或排队的系统中，以及在最大容许干扰取决于业务混合的情况下，可能出现非线性容量区域。这些情况的实例包括：具有1/3频率再用的基于GERAN的系统，对于这个系统，例如MR59语音承载变为阻塞限制的；以及具有常规和基于HSDPA的承载的WCDMA。

图8A和8B所示的容量区域是在特定系统、无线电和业务量假设下得出的，因此可能不一定直接用于多路接入容量估计。但是，如果假定容量区域的形状不会随着不同假设而急剧变化，则图8A和8B中的容量区域可在相同假设的情况下被重新缩放到适合单业务端点。只要系统保持为干扰限制的，则应该产生相当的近似值。

对于特定的语音业务、系统、无线电和业务量假设，WCDMA语音容量大约是GSM的2-3倍，从图8A和8B中可以看出。此外，WCDMA WWW容量的范围从大约等于GSM/EDGE WWW容量到等于该容量的七倍。WCDMA WWW容量与GSM/EDGE WWW容量的比值在很大程度上取决于用户质量要求。因此，在容量区域方面，此情况可如图8A和8B所示。采用GSM/EDGE容量区域作为参考，可看到WCDMA WWW容量在很大程度上取决于用户质量要求。

对于低质量要求，GSM/EDGE和WCDMA的WWW容量是相当的，而对于高质量要求，这些容量明显不同。对于低WWW要求，根据本发明的原理，WWW用户应该被尽可能多地放置在GSM/EDGE系统中，语音用户尽可能放置在WCDMA系统中。但是，对于高WWW质量要求，情况则相反，所以WWW用户应该被放置在WCDMA系统中，语音用户放置在GSM/EDGE系统中。分开分别如图8A和图8B所示的低质量和高质量情况的是门限WWW质量要求，对于这种要求，容量区域具有相等斜率，组合容量不受子系统选择的影响。上述结果可由以下事实来说明：与WCDMA相比，GSM/EDGE对于低质量WWW业务较为有效，而GSM/EDGE对于高质量业务则较差。

上述低质量和高质量WWW业务当然也可与语音一起同时被提供，从而得到三业务系统。所得的示范三维容量区域如图9A和9B所示。如二系统情况中一样，业务被分配到其中业务成本在其它业务方面为最小的子系统中。在图9A和9B中，高质量WWW业务被尽可能多地映射到WCDMA。语音业务被映射到WCDMA，除非WCDMA为高质量WWW业务而满负荷。

数学推导

下面描述双业务两路接入情况的最佳业务分配的推导。然后再描述双业务两路接入情况推导的结果如何能推广到任意数量的业务和任意数量的子系统。在两个系统双业务的情况中找到最佳业务映射可按照以下所述来执行。

若给定两个子系统的语音-数据容量区域d₁(v₁)和d₂(v₂)，对于总语音负荷v＝v₁+v₂，什么v₁和v₂使可维持的数据负荷d＝d₁+d₂最大？(根据优化理论，d称作目标函数，v₁和v₂称作控制变量。)对于固定的语音负荷v，d由下式给出：

d(v₁，v₂)＝d₁(v₁)+d₂(v₂)＝d₁(v₁)+d₂(v-v₁)，其中

max(0，v-v_2max)≤v₁≤min(v_i，v_1max)

为了使d最大，d对v₁的导数推导如下：

$\frac{\&PartialD;}{{\&PartialD;}_{v1}}d(v_1,v_2)=\frac{\&PartialD;}{{\&PartialD;}_{v1}}(d_1\left(v_1\right)+d_2(v-v_1))=\frac{\&PartialD;}{{\&PartialD;}_{v1}}\left(d_1\left(v_1\right)\right)-\frac{\&PartialD;}{{\&PartialD;}_{v2}}\left(d_2(v-v_1)\right)$

因此，在v₁ ^*处存在零，使得：

$\frac{\&PartialD;}{{\&PartialD;}_{v1}}\left(d_1\left(v_1^{*}\right)\right)=\frac{\&PartialD;}{{\&PartialD;}_{v2}}\left(d_2(v-v_1^{*})\right)$

找到的零斜率点是对应于d的局部最大值还是最小值，分别取决于d的二阶导数是小于还是大于零：

$\frac{{\&PartialD;}^2}{{\&PartialD;}_{v1}^2}d(v_1^{*},v_2)-\frac{{\&PartialD;}^2}{{\&PartialD;}_{v1}^2}\left(d_1\left(v_1^{*}\right)\right)+\frac{{\&PartialD;}^2}{{\&PartialD;}_{v2}^2}\left(d_2(v-v_1^{*})\right)\&NotEqual;0$

如果未找到一阶导数的零点，则d的最大值存在于v₁的极限值处：

如果 $\frac{\&PartialD;}{{\&PartialD;}_{v1}}d(v_1,v_2)=\frac{\&PartialD;}{{\&PartialD;}_{v1}}\left(d_1\left(v_1\right)\right)-\frac{\&PartialD;}{{\&PartialD;}_{v2}}\left(d_2(v-v_1)\right)>0:$

v^* ₁＝max(v₁)＝min(v，v_1max)

如果 $\frac{\&PartialD;}{{\&PartialD;}_{v1}}d(v_1,v_2)=\frac{\&PartialD;}{{\&PartialD;}_{v1}}\left(d_1\left(v_1\right)\right)-\frac{\&PartialD;}{{\&PartialD;}_{v2}}\left(d_2(v-v_1)\right)<0:$

v^* ₁＝min(v₁)＝max(0，v-v_2max)

为了求出d的全局最大值，必须比较所有局部最大值，其中包括v₁的极限值。此外，为了求出业务混合的整个范围中的最佳业务分配，从而计算组合容量区域，必须对所有总语音负荷v∈[0，v_1max+v_2max]重复上述一阶和二阶导数计算。最佳分担点的特征在于，每个语音用户的以数据用户计的成本在两个子系统中相等。这在直观上是令人满意的，因为如果情况不是这样，则可通过把数据用户从成本更高的子系统中移动到成本较低的子系统中来求出更好的解。

端点之间的最大值只有二阶导数的总和大于零时才能求出，这直观地表示，或者两个子系统容量区域都为凸状，或者其中一个凸出的程度超过另一个凹进的程度。如果情况不是这样，则在极值点找到最有效的负荷分担；即，通过尽可能多地分开语音和数据用户。从以上可以看出，如果每个语音用户的成本在子系统1中比在子系统2中更少，则v₁应该最大，反之亦然。

上述双业务优化过程可以修改为适用于任意数量的业务。对于三种业务的情况，结果简述如下：若给定两个子系统的语音-数据-流容量区域d₁(v₁，s₁)和2(v₂，s₂)，对于总语音和流负荷v＝v₁+v₂以及s＝s₁+s₂，什么v₁和v₂以及s₁和s₂使可维持的数据负荷d＝d₁+d₂最大？(根据优化理论，d称作目标函数，v₁和v₂以及s₁和s₂称作控制变量。)对于固定的语音和流负荷v和s，d由下式给出：

d(v₁，v₂，s₁，s₂)＝d₁(v₁，s₁)+d₂(v₂，s₂)＝d₁(v₁，s₁)+d₂(v-v₁，s-s₁)

为了使d最大，推导出d对v₁和s₁的偏导数：

$\frac{\&PartialD;}{{\&PartialD;}_{v1}}d(v_1,v_2,s_1,s_2)=\frac{\&PartialD;}{{\&PartialD;}_{v1}}\left(d_1(v_1,s_1)\right)-\frac{\&PartialD;}{{\&PartialD;}_{v2}}\left(d_2(v-v_1,s-s_1)\right)$

$\frac{\&PartialD;}{{\&PartialD;}_{s1}}d(v_1,v_2,s_1,s_2)=\frac{\&PartialD;}{{\&PartialD;}_{s1}}\left(d_1(v_1,s_1)\right)-\frac{\&PartialD;}{{\&PartialD;}_{s2}}\left(d_2(v-v_1,s-s_1)\right)$

因此，在v₁ ^*和s₁ ^*处存在零值，使得：

$\frac{\&PartialD;}{{\&PartialD;}_{v1}}\left(d_1(v_1^{*},s_1^{*})\right)=\frac{\&PartialD;}{{\&PartialD;}_{v2}}\left(d_2(v-v_1^{*},s-s_1^{*})\right)$

$\frac{\&PartialD;}{{\&PartialD;}_{s1}}\left(d_1(v_1^{*},s_1^{*})\right)=\frac{\&PartialD;}{{\&PartialD;}_{s2}}\left(d_2(v-v_1^{*},s-s_1^{*})\right)$

零斜率点是对应于d的局部最大值、最小值还是对应于鞍点值取决于d的二阶导数的特性。此外，如果未找到一阶导数的共同零值，或者一阶导数对应于最小值，则d的最大值存在于v₁的极限值处。注意，一阶导数不再是单值的，而是流负荷的函数。还要注意，上述根据本发明的原理的图形方案还可适用于三业务系统，只要子系统的数量限制为二。

给定子系统容量C^m(α^m)，m＝1，...，M，对于总业务混合α，什么相对子系统业务分配β_n ^m*(m＝1，...，M以及n＝1，..，N)使组合容量C^(α)最大？在分析上直接使C^(α)对于β_n ^m最大是令人生厌的。在数字上，这可能容易通过例如梯度方法来完成。

为了简化分析，子系统容量首先以C_N ^m＝f_N ^m(C₁ ^m，...，C_N-1 ^m)的形式来表示。然后，业务1-N-1的组合容量、即C₁、...、C_N-1保持恒定，并导出使组合业务-N-容量C^_N最大的业务分配C₁ ^m、...、C_N-1 ^m。已经执行这种优化过程之后，可计算总业务混合和子系统业务分配的相应值。通过对于业务1、...、N-1的容量范围重复该过程，从而得到总业务混合与准优化相对子系统业务分配之间的完全映射。近似的组合业务-N-容量由下式给出：

${\hat{C}}_N=\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{C}_N^m=\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{f}_N^m(C_1^m,...,C_{N-1}^m)$

对于固定的组合容量C₁，...C_N-1，这些业务的第M子系统的容量隐含地由子系统1、...、M-1的容量给出： $C_n^M=C_n-\underset{k=1}{\overset{M-1}{\mathrm{\&Sigma;}}}{C}_n^k.$ 利用这个等式，C^_N变成：

${\hat{C}}_N=\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{f}_N^m(C_1^m,...,C_{N-1}^m)=\underset{m=1}{\overset{M-1}{\mathrm{\&Sigma;}}}{f}_N^m(C_1^m,...,C_{N-1}^m)+f_N^M(C_1^M,...,C_{N-1}^M){|}_{C_n^M=C_n-\underset{k=1}{\overset{M-1}{\mathrm{\&Sigma;}}}{C}_n^k}$

为了使C^_N最大，取对C_n ^m的偏导数：

$\frac{\&PartialD;{\hat{C}}_N}{{\&PartialD;C}_n^m}=\frac{\&PartialD;}{{\&PartialD;C}_n^m}\left[\underset{m=1}{\overset{M-1}{\mathrm{\&Sigma;}}}{f}_N^m(C_1^m,...,C_{N-1}^m)\right]+\frac{\&PartialD;}{{\&PartialD;C}_n^m}\left[f_N^M(C_1^M,...,C_{N-1}^M){|}_{C_n^M=C_n-\underset{k=1}{\overset{M-1}{\mathrm{\&Sigma;}}}{C}_n^k}\right]=$

$\frac{{\&PartialD;f}_N^m}{{\&PartialD;C}_n^m}(C_1^m,...,C_{N-1}^m)=\frac{{\&PartialD;f}_N^M}{{\&PartialD;C}_n^M}(C_1^M,...,C_{N-1}^M)$ 对于n＝1，...N-1，m＝1，...，M-1

在局部极值点，所有偏导数为零。因此，在子系统业务分配C_n ^m*处找到局部准最佳值，使得所有子系统中关于业务n的偏导数等于子系统M中的相应偏导数。此外，由于这适用于所有m：

$\frac{{\&PartialD;f}_N^m}{{\&PartialD;C}_N^m}(C_1^{m*},...,C_{N-1}^{m*})=\frac{{\&PartialD;f}_N^P}{{\&PartialD;C}_n^P}(C_1^{P*},...,C_{N-1}^{P*})\&ForAll;p,$ k和n＝1，...N-1

因此，准最佳业务分配的特征在于，关于所有业务的偏导数在所有子系统中相等。这些点是对应于C^_N的局部最大值、最小值还是对应于鞍点值取决于二度偏导数

的特性。其它边界点也必须被查找到并与内部局部最大值进行比较，然后才可建立全局最大值。

已经确定准最佳子系统业务分配C_n ^m*以及所得C_n ^*和C^*之后，一对总业务混合和准最佳相对子系统业务分配可方便地由下式来计算：

${\mathrm{\&beta;}}_n^{m*}=\frac{C_n^{m*}}{C_n^{*}}$

通过对于业务1、...、N-1的容量范围重复该过程，得到总业务混合与准最佳子系统业务分配之间的完全映射。还可根据本发明的原理应用随机查找机制。这些机制尝试不同组合，直到例如求出可接受的解为止。

虽然已经在附图以及在以上详细说明中说明了本发明的实施例，但应理解，本发明不限于所公开的实施例，而是能够有许多重新配置、修改和替换，只要没有背离以下权利要求所定义的发明。

Claims (26)

1.一种在包括多个子系统并提供多个业务的多路接入通信系统中分配用户的方法，所述方法包括：

确定多个容量区域，所述多个容量区域中的每个对应于所述多个子系统中的一个子系统；

根据所述已确定的多个容量区域来确定组合容量区域；以及

利用来自所述已确定的组合容量区域的信息在所述多个子系统之中分配至少一个用户。

2.如权利要求1所述的方法，其特征在于，确定所述多个容量区域的步骤包括：

对于所述多个子系统的一个子系统中的所述多个业务之中的用户的固定的混合，确定所述子系统中的所述多个业务全部达到可接受质量时的所述子系统的最大合计负荷；以及

对所述子系统中的所述多个业务之中的用户的除所述固定的混合之外的一系列混合重复确定最大合计负荷的步骤。

3.如权利要求1所述的方法，其特征在于，确定所述组合容量区域的步骤包括相加所述已确定的多个容量区域。

4.如权利要求1所述的方法，其特征在于，所述已确定的多个容量区域中的每个是线性的。

5.如权利要求4所述的方法，其特征在于，分配至少一个用户的步骤基于已确定的线性容量区域中每一个的斜率。

6.如权利要求1所述的方法，其特征在于，分配至少一个用户的步骤包括：

响应预定的触发而计算总业务混合；

确定所述多个子系统中每一个的最佳业务混合；

计算在所述预定的触发之前每个业务和子系统的相对负荷；以及

确定相对最小负荷的子系统；

其中，业务混合是各业务类型的用户的所占份额。

7.如权利要求6所述的方法，其特征在于，分配至少一个用户的步骤还包括：

在所述相对最小负荷的子系统中分配新到达者；以及

其中所述预定触发是所述新到达者。

8.如权利要求6所述的方法，其特征在于，分配至少一个用户的步骤还包括：

确定所述多个子系统之中的相对负荷是否平衡；

响应所述相对负荷不平衡的确定，在所述多个子系统之中重新分配业务。

9.如权利要求1所述的方法，其特征在于，分配至少一个用户的步骤包括：

计算总业务混合；以及

对于所计算的总业务混合根据每个子系统的最佳业务混合在所述多个子系统之中分配用户；

其中，业务混合是各业务类型的用户的所占份额。

10.如权利要求1所述的方法，其特征在于，确定所述组合容量区域的步骤包括：

镜像反射所述已确定的多个容量区域中的第一已确定容量区域；

把所反射的第一已确定容量区域的原点放置在与特定业务混合对应的线上；

把所反射的第一已确定容量区域移动到远离所述已确定的多个容量区域的第二已确定容量区域的原点，同时仍然保持与所述第二已确定容量区域的重合点；

其中，业务混合是各业务类型的用户的所占份额。

11.如权利要求1所述的方法，其特征在于，所述多个业务在所述多个子系统中被尽可能多地混合。

12.如权利要求1所述的方法，其特征在于，所述多个业务在所述多个子系统中被尽可能多地分离。

13.如权利要求1所述的方法，其特征在于，确定所述多个容量区域的步骤相对于所述通信系统的一个小区来执行。

14.如权利要求1所述的方法，其特征在于，确定所述多个容量区域的步骤对属于单一站点的多个小区来执行。

15.如权利要求1所述的方法，其特征在于，确定所述多个容量区域的步骤对属于单一基站的多个小区来执行。

16.如权利要求1所述的方法，其特征在于，确定所述多个容量区域的步骤对多个小区来执行。

17.如权利要求1所述的方法，其特征在于，分配至少一个用户的步骤包括利用所述通信系统的多个用户中的每个的独立成本。

18.如权利要求17所述的方法，其特征在于，用户的独立成本包括关于所述用户填充所述多个容量区域中的至少一个容量区域的程度的量度。

19.如权利要求18所述的方法，其特征在于，所述用户的独立成本是基于包括以下各项中的至少一项的度量：相对资源成本、所需功率、干扰影响、与基站的距离、路径增益、所需分组传输时间、信道质量、信号干扰比、信道数量以及移动台速度。

20.如权利要求18所述的方法，其特征在于在分配至少一个用户的步骤之后还包括：

确定第一子系统中的任何用户是否比在第二子系统中的成本更低；

确定所述第二子系统中的任何用户是否比在所述第一子系统中的成本更低；

使被识别为在所述第一子系统中成本更低的用户与被识别为在所述第二子系统中成本更低的用户组成对；以及

在所述第一子系统与所述第二子系统之间交换所述成对用户。

21.如权利要求1所述的方法，其特征在于，分配至少一个用户的步骤包括利用经偏置的用户成本。

22.如权利要求6所述的方法，其特征在于，所述分配步骤包括：

在所述相对最小负荷的子系统中分配新到达者；

其中所述预定的触发是所述新到达者；

确定所述多个子系统之中的相对负荷是否平衡；以及

响应所述相对负荷不平衡的确定，在所述多个子系统之中重新分配业务。

23.如权利要求6所述的方法，其特征在于：

所述分配步骤包括利用所述通信系统的多个用户中的每个的独立成本；以及

用户的所述独立成本包括关于所述用户填充所述多个容量区域中的至少一个容量区域的程度的量度。

24.如权利要求7所述的方法，其特征在于：

所述分配步骤包括利用所述通信系统的多个用户中的每个的独立成本；以及

用户的所述独立成本包括关于所述用户填充所述多个容量区域中的至少一个容量区域的程度的量度。

25.如权利要求8所述的方法，其特征在于：

所述分配步骤包括利用所述通信系统的多个用户中的每个的独立成本；以及

用户的所述独立成本包括关于所述用户填充所述多个容量区域中的至少一个容量区域的程度的量度。

26.如权利要求9所述的方法，其特征在于：

所述分配步骤包括利用所述通信系统的多个用户中的每个的独立成本；以及

用户的所述独立成本包括关于所述用户填充所述多个容量区域中的至少一个容量区域的程度的量度。

Images