CN100578957C - 一种网络上行负载控制的优化方法 - Google Patents

Abstract

本发明提供了一种网络中上行负载控制的优化方法，包括：在网络中分别估计本小区负载和邻小区负载，并计算邻小区负载的估计值与本小区负载的估计值的比值，得到网络中的邻区干扰因子，利用邻区干扰因子优化上行负载控制。由上述本发明提供的技术方案可以看出，本发明受用户分布情况影响小，避免受仿真传输模型弊端的干扰，以便对上行负载控制进行优化，提高通信系统网络的容量和稳定性；实时估计的干扰因子具有更高的准确性，使上行负载的控制更加精确。

Description

一种网络上行负载控制的优化方法

技术领域

本发明涉及无线通信技术领域，尤其涉及一种网络上行负载控制的优化方法。

背景技术

目前，在采用宽带码分多址(WCDMA)技术和码分多址(CDMA)技术的蜂窝无线通信网络中，蜂窝网络频率复用因子为1，整个蜂窝网络可以采用同一载频，任何一个基站在接收到本小区用户信号的同时，会接收到其他相邻小区用户的信号。邻区用户接收信号是对基站本小区用户上行解调的一种强干扰，随着邻区干扰逐步增强，本小区的容量会逐步减小。

本小区的容量和负载有一定的对应关系，往往通过负载来表征，上行基于吞吐量的负载定义为：

${\mathrm{\η}}_{\mathrm{UL}}=(1+i)\×\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{L}_j=(1+i)\×\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{1+\frac{W}{R_j\·{\left(\mathrm{EbvsN}0\right)}_j\·v_j}}$

其中i为邻区干扰因子，定义为本小区接收信号总功率I_own和邻小区接收信号总功率I_oth之比，W为系统带宽3.84Mbps，R_j为用户j的数据传输速率，v_j为激活因子，N为本小区用户总数，L_j为用户j的负载值。

上述定义上行负载的计算方法中，可以比较准确地获得本小区用户的特性，但是很难获取实际网络中邻区干扰因子，因此在WCDMA的负载控制中，通常会根据现有的仿真经验值，把邻区干扰因子i设定为固定的常数，比如密集城区可以取0.6，一般的城区取0.4等，没有根据实际WCDMA无线网络的邻区干扰特性来设置，导致实际的上行负载估计和控制不准确。

现有技术中使用邻区干扰因子进行上行负载控制的方法中，邻区干扰因子的获取是基于系统仿真模型，基站的分布如图1所示按照标准的正六边形进行覆盖，每基站3扇区。

假定一定用户按照均匀的方式分布在各个基站的小区里，为了体现不同传播环境的差异，如密集城区和郊区以及农村环境，路径损耗模型需要分别进行修正，然后通过统计基站天线接收的本小区用户总功率与所有其它小区用户到达该基站的总功率之比，获取不同传播环境下的邻区干扰因子i。根据本小区用户的负载和邻区干扰因子，可确定当前小区的负载状况并进行负载控制。

现有通过仿真获取的邻区干扰因子i会带来比较大的估计误差，首先实际无线网络的基站分布并非为标准的正六边形，而是覆盖距离参差不齐的；其次用户的分布也不可能是统计模型的均匀分布，而是具有实时和突发性；再次仿真用的传播模型和实际传播模型相距甚远。

总体上，仿真场景只是所有各种可能场景抽象出来的统计模型，无法具体体现实际网络中的详细情况，因此基于仿真确定的邻区干扰因子值i不能真实的反映实际无线网络的邻区干扰特性。

如果用仿真获取的邻区干扰因子值i进行上行负载估计，可能会因为邻区干扰因子不正确，带来较大的估计误差，使得负载估计不准确，并最终影响WCDMA系统小区的容量，导致容量下降和用户解调性能比较差。

发明内容

鉴于上述现有技术所存在的问题，本发明的目的是提供一种网络上行负载控制的优化方法，用更加准确的邻区干扰因子优化上行负载控制。

本发明的目的是通过以下技术方案实现的：

一种网络中上行负载控制的优化方法，包括：

在网络中分别估计本小区负载和邻小区负载，其中，估计本小区负载的过程为，对本小区用户当前所使用信道的每个时隙进行实时信噪比估计，且所述的实时信噪比估计中抽样点的时间间隔设为2ms，根据实时信噪比估计值计算得出本小区负载；

计算邻小区负载的估计值与本小区负载的估计值的比值，得到网络中的邻区干扰因子；

利用所述邻区干扰因子优化上行负载控制。

所述对本小区用户当前所使用信道的信噪比估计包括：

利用前一帧解调的传输格式指示计算出用户当前所使用信道相对DPCCH(专用物理控制信道)的功控增益因子β_ch，i，计算当前所使用信道中每个码片相对专用物理控制信道的功控增益值β_DPCHC，测量专用物理控制信道的信噪比SIR_DPCCH；

根据专用物理控制信道的信噪比SIR_DPCCH计算当前所使用信道的信噪比， ${\mathrm{SIR}}_{\mathrm{ch},i}={\mathrm{SIR}}_{\mathrm{DPCCH}}\·[1+{\left(\frac{{\mathrm{\β}}_{\mathrm{ch},i}}{{\mathrm{\β}}_{\mathrm{DPCHC}}}\right)}^2].$

其中的专用物理控制信道是3GPP协议中定义的标准协议。

所述根据信噪比对本小区进行的负载估计包括：

根据当前所使用信道的信噪比计算用户当前所使用信道的负载值， ${\mathrm{\η}}_{j,i}=\frac{{\mathrm{SIR}}_{\mathrm{ch},i}}{1+{\mathrm{SIR}}_{\mathrm{ch},i}};$

根据用户的信道类型种类，依次计算每种信道类型带来的负载并求和，获得用户对网络小区的负载， ${\mathrm{\η}}_j=\underset{i}{\mathrm{\Σ}}{\mathrm{\η}}_{j,i}=\underset{i}{\mathrm{\Σ}}\frac{{\mathrm{SIR}}_{\mathrm{ch},i}}{1+{\mathrm{SIR}}_{\mathrm{ch},i}};$

根据本小区用户总数计算出本小区用户带来的负载， ${\mathrm{\η}}_{\mathrm{own}}=\underset{j}{\mathrm{\Σ}}{\mathrm{\η}}_j.$ 所述的邻小区负载值为本小区上行总负载η_UL与本小区负载之差。对所述本小区上行总负载η_UL的估计包括：

实时测量接收带宽内总功率P_RTWP，测量背景噪声功率P_N；

根据所述测量值以及本小区上行总负载公式 ${\mathrm{\η}}_{\mathrm{UL}}=\frac{P_{\mathrm{RTWP}}-P_N}{P_{\mathrm{RTWP}}}==\frac{\mathrm{NR}-1}{\mathrm{NR}}$ 得出本小区上行总负载，其中 $\mathrm{NR}=\frac{P_{\mathrm{RTWP}}}{P_N}.$

所述接收带宽内总功率P_RTWP的是由基站中的各个小区实时测量接收带宽内总功率，并对各个小区测量的接收带宽内总功率求平均值，获得单个小区实时测量的P_RTWP。

由上述本发明提供的技术方案可以看出，本发明受用户分布情况影响小，避免受仿真传输模型弊端的干扰，以便对上行负载控制进行优化，提高通信系统网络的容量和稳定性；实时估计的干扰因子具有更高的准确性，使上行负载的控制更加精确。

附图说明

图1所示为WCDMA宏小区基站布局；

图2所示为上行负载控制优化的流程图。

具体实施方式

本发明的核心是通过估计邻区干扰因子，对上行负载的控制进行优化。在估计邻区干扰因子时，分别对邻小区负载和本小区负载进行估计，通过计算邻小区负载与本小区负载的比值获得邻区干扰因子的数值。

本发明中对本小区负载的估计是基于用户信噪比的上行负载估计，具体为：对用户当前所使用信道进行实时信噪比估计，根据信噪比的实时估计值计算本小区用户连接的负载贡献。

本发明对邻小区负载的估计为：分别估计出小区上行总负载和本小区负载，邻小区负载值为小区上行总负载与本小区负载之差。其中，对小区上行总负载的估计是基于实时的接收带宽内总功率实现的。

具体一点讲，在本发明中，用于优化上行负载的邻区干扰因子通过分别估计邻小区负载和本小区负载来估计，且邻区干扰因子的估计值为邻小区负载估计值与本小区负载估计值的比值。

本发明中上行负载与邻区干扰因子的关系式为： ${\mathrm{\η}}_{\mathrm{UL}}=(1+i)\×\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{L}_j=(1+i)\×\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{1+\frac{W}{R_j\·{\left(\mathrm{EbvsN}0\right)}_j\·v_j}},$ 通过邻区干扰因子对上行负载的优化基于该关系式实现。

由本小区负载估计值和邻小区负载估计值与邻区干扰因子的关系可以看出，本小区负载估计值和邻小区负载估计值是仅有的两个影响邻区干扰因子的量，因此本小区负载估计值和邻小区负载估计值的准确性直接决定邻区干扰因子估计值的准确性，也就直接影响对上行负载控制的效果。

本发明中对本小区负载的估计是基于用户信噪比的上行负载估计，对用户当前所使用信道进行实时信噪比估计，根据信噪比的实时估计值计算本小区用户连接的负载贡献。

对用户当前所使用信道进行实时信噪比估计时需要对物理信道每个时隙的传输信号均进行检测，并根据检测结果相应计算出该时隙信号的信噪比，真正实现对物理信道信噪比的估计。

在通过使用信道信噪比估计值进行负载估计时，为了得到更准确的信道信噪比，需要在信噪比估计时减小每个时隙的时间，尽量多地对信道信号进行抽样、检测，这里可以将每个时隙的时间长度设置为2ms。

对于通信网络中所采用的信道类型，当一个用户承载业务的信道包括专用物理数据信道、增强型专用物理数据信道时，则计算该用户的负载时，需要考虑多个相关信道为用户带来的负载贡献。

这里需要考虑的多个相关信道包括但不限于：专用物理控制信道、专用物理数据信道、增强型专用物理控制信道、增强型专用物理数据信道。

本发明对邻小区负载的估计方法是：

基于接收带宽内总功率估计本小区上行总负载；

本上行总负载由本小区负载和邻小区负载共同构成，又由于前述步骤中已经得出了本小区负载，因此两者之差即为邻小区负载。

在先后得出本小区负载和邻小区负载后，便可以求出邻区干扰因子，优化网络上行负载控制。

下面将结合附图对本发明所述网络上行负载控制的优化方法作详细说明。

本发明对网络上行负载控制的优化通过邻区干扰因子实现，估计邻区干扰因子需要分别估计邻小区负载和本小区负载，邻区干扰因子的估计值为邻小区负载估计值与本小区负载估计值的比值。

根据本小区负载估计值和邻小区负载估计值与邻区干扰因子的关系，本小区负载估计值和邻小区负载估计值是仅有的两个影响邻区干扰因子的量，因此本小区负载估计值和邻小区负载估计值的准确性直接决定邻区干扰因子估计值的准确性。

本发明的实现序主要包括以下几个步骤：

估计本小区总负载；

估计本小区负载；

估计邻小区负载；

估计邻区干扰因子；

优化上行负载控制。

如图2所示，上行负载控制优化的详细流程如下。

步骤1、估计本小区总负载。

一个小区的总负载包括本小区负载和邻小区负载两个部分。

本发明估计邻区干扰因子需要分别获得本小区负载和邻小区负载，确定本小区总负载的数值是出于获得本小区负载和邻小区负载的需要。

本小区总负载的估计是通过所测量到的实时接收带宽内总功率的数值P_RTWP进行估计的，因此首先需要求出实时测量的接收带宽内总功率。

通信网络中某个基站中的每个小区对接收带宽内总功率进行实时测量，即每隔一定的时间间隔该小区就对接收带宽内总功率进行一次测量，并保留每次测量得到的测量值。

经过一段时间后，可以得到该小区在不同时间点对接收带宽内总功率进行测量的测量值。

对所得的多个接收带宽内总功率测量值求平均值，这样即获得实时测量的接收带宽内总功率。

基站中每个小区的背景噪声的数值是相对比较固定的数值，可以近似为一个常数，可以通过测量获得背景噪声的数值P_N。

根据小区总负载的计算公式： ${\mathrm{\η}}_{\mathrm{UL}}=\frac{I_{\mathrm{own}}+I_{\mathrm{oth}}}{P_{\mathrm{RTWP}}}=\frac{P_{\mathrm{RTWP}}-P_N}{P_{\mathrm{RTWP}}},$ 确定了实时测量的接收带宽内总功率和背景噪声的数值后便可计算出本小区总负载。基站小区的噪声抬高值为 $\mathrm{NR}=\frac{P_{\mathrm{RTWP}}}{P_N}.$

因此小区总负载还可以表示为：

${\mathrm{\η}}_{\mathrm{UL}}=\frac{I_{\mathrm{own}}+I_{\mathrm{oth}}}{P_{\mathrm{RTWP}}}=\frac{P_{\mathrm{RTWP}}-P_N}{P_{\mathrm{RTWP}}}=\frac{\frac{P_{\mathrm{RTWP}}}{P_N}-1}{\frac{P_{\mathrm{RTWP}}}{P_N}}=\frac{\mathrm{NR}-1}{\mathrm{NR}}.$

步骤2、估计本小区负载。

对本小区负载的估计是基于用户信噪比的上行负载估计方法。

本方法是对用户当前所使用信道进行实时信噪比估计，根据信噪比的实时估计值计算本小区用户连接的负载贡献。

对物理信道进行实时信噪比估计时需要对物理信道中每个时隙的传输信号均进行检测，并根据检测结果相应计算出该时隙信号的信噪比，真正实现对物理信道信噪比的估计。

在通过使用信道信噪比估计值进行负载估计时，为了得到更准确的信道信噪比，需要在信噪比估计时减小每个时隙的时间，尽量多地对信道信号进行抽样、检测，这里可以将每个时隙的时间长度设置为2ms。

对于通信网络中所采用的信道类型，当一个用户承载业务的信道包括专用物理数据信道、增强型专用物理数据信道时，则计算该用户的负载时，需要考虑多个相关信道为用户带来的负载贡献。

这里需要考虑的多个相关信道包括但不限于：专用物理控制信道、专用物理数据信道、增强型专用物理控制信道、增强型专用物理数据信道。

此时，负载估计方法的步骤包括：

利用前一帧解调的传输格式指示计算出用户当前所使用信道相对专用物理控制信道的功控增益因子β_ch，i，计算当前所使用信道中每个码片相对专用物理控制信道的功控增益值β_DPCHC；

在得到功控增益因子β_ch，i和功控增益值β_DPCHC后，根据公式： ${\mathrm{SIR}}_{\mathrm{ch},i}={\mathrm{SIR}}_{\mathrm{DPCCH}}\·[1+{\left(\frac{{\mathrm{\β}}_{\mathrm{ch},i}}{{\mathrm{\β}}_{\mathrm{DPCHC}}}\right)}^2],$ 便可直接计算出当前所使用信道的信噪比，；

得到当前所使用信道的信噪比SIR_ch，i后，根据公式： ${\mathrm{\η}}_{j,i}=\frac{{\mathrm{SIR}}_{\mathrm{ch},i}}{1+{\mathrm{SIR}}_{\mathrm{ch},i}},$ 便可直接计算出用户当前所使用信道的负载贡献值；

对于有多种信道类型的用户，依次计算每种信道类型带来的负载贡献并求和，获得用户对网络小区的负载贡献，其中网络小区的负载贡献的计算公式为： ${\mathrm{\η}}_j=\underset{i}{\mathrm{\Σ}}{\mathrm{\η}}_{j,i}=\underset{i}{\mathrm{\Σ}}\frac{{\mathrm{SIR}}_{\mathrm{ch},i}}{1+{\mathrm{SIR}}_{\mathrm{ch},i}},$ 其中i表示信道类型；

最后根据本小区用户总数，对所有网络小区的负载贡献求和，便可计算出本小区用户带来的负载， ${\mathrm{\η}}_{\mathrm{own}}=\underset{j}{\mathrm{\Σ}}{n}_j,$ 其中j表示小区中的用户数量。

步骤3、估计邻小区负载。

经过以上步骤1和步骤2，已分别获得小区总负载和本小区负载。

由于小区总负载为本小区负载与邻小区负载之和，

因此，将得到的小区总负载减去本小区负载所得的结果即为邻小区负载。

步骤4、估计邻区干扰因子。

经过以上各步骤，已经得到本小区负载和邻小区负载。根据邻区干扰因子的计算公式直接进行计算即可得到邻区干扰因子。

邻区干扰因子计算公式为： $i=\frac{{\mathrm{\η}}_{\mathrm{oth}}}{{\mathrm{\η}}_{\mathrm{own}}}.$

步骤5、优化上行负载控制。

在得到准确的邻区干扰因子后，根据上行负载与邻区干扰因子的关系式 ${\mathrm{\η}}_{\mathrm{UL}}=(1+i)\×\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{L}_j=(1+i)\×\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{1+\frac{W}{R_j\·{\left(\mathrm{EbvsN}0\right)}_j\·v_j}}$ 对上行负载的控制进行优化。

综上所述，本发明根据测量到的实时接收带宽内总功率的数值P_RTWP估计本小区负载，使用基于用户信噪比的上行负载估计方法估计邻小区负载，从而最终得到一个真实性较高的邻区干扰因子，用于优化上行负载控制，提高通信系统网络的容量及稳定性。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (6)

1、一种网络中上行负载控制的优化方法，其特征在于，包括：

在网络中分别估计本小区负载和邻小区负载，其中，估计本小区负载的过程为，

对本小区用户当前所使用信道的每个时隙进行实时信噪比估计，且所述的实时信噪比估计中抽样点的时间间隔设为2ms，根据实时信噪比估计值计算得出本小区负载；

计算邻小区负载的估计值与本小区负载的估计值的比值，得到网络中的邻区干扰因子；

利用所述邻区干扰因子优化上行负载控制。

2、根据权利要求1所述的一种网络中上行负载控制的优化方法，其特征在于，所述对本小区用户当前所使用信道的信噪比估计包括：

利用前一帧解调的传输格式指示计算出用户当前所使用信道相对专用物理控制信道的功控增益因子β_ch，i，计算当前所使用信道中每个码片相对专用物理控制信道的功控增益值β_DPCHC，测量专用物理控制信道的信噪比SIR_DPCCH；

根据专用物理控制信道的信噪比SIR_DPCCH计算当前所使用信道的信噪比， ${\mathrm{SIR}}_{\mathrm{ch},i}={\mathrm{SIR}}_{\mathrm{DPCCH}}\·[1+{\left(\frac{{\mathrm{\β}}_{\mathrm{ch},i}}{{\mathrm{\β}}_{\mathrm{DPCHC}}}\right)}^2].$

3、根据权利要求2所述的一种网络中上行负载控制的优化方法，其特征在于，所述根据信噪比对本小区进行的负载估计包括：

根据当前所使用信道的信噪比计算用户当前所使用信道的负载值， ${\mathrm{\η}}_{j,i}=\frac{{\mathrm{SIR}}_{\mathrm{ch},i}}{1+{\mathrm{SIR}}_{\mathrm{ch},i}};$ 根据用户的信道类型种类，依次计算每种信道类型带来的负载并求和，获得用户对网络小区的负载， ${\mathrm{\η}}_j=\underset{i}{\mathrm{\Σ}}{\mathrm{\η}}_{j,i}=\underset{i}{\mathrm{\Σ}}\frac{{\mathrm{SIR}}_{\mathrm{ch},i}}{1+{\mathrm{SIR}}_{\mathrm{ch},i}};$

根据本小区用户总数计算出本小区用户带来的负载， ${\mathrm{\η}}_{\mathrm{own}}=\underset{j}{\mathrm{\Σ}}{\mathrm{\η}}_j.$

4、根据权利要求1所述的一种网络中上行负载控制的优化方法，其特征在于，所述的邻小区负载值为本小区上行总负载η_UL与本小区负载之差。

5、根据权利要求4所述的一种网络中上行负载控制的优化方法，其特征在于，对所述本小区上行总负载η_UL的估计包括：

实时测量接收带宽内总功率P_RTWP，测量背景噪声功率P_N；

根据所述测量值以及本小区上行总负载公式 ${\mathrm{\η}}_{\mathrm{UL}}=\frac{P_{\mathrm{RTWP}}-P_N}{P_{\mathrm{RTWP}}}==\frac{\mathrm{NR}-1}{\mathrm{NR}}$ 得出本小区上行总负载，其中 $\mathrm{NR}=\frac{P_{\mathrm{RTWP}}}{P_N}.$

6、根据权利要求5所述的一种网络中上行负载控制的优化方法，其特征在于，所述接收带宽内总功率P_RTWP的是由基站中的各个小区实时测量接收带宽内总功率，并对各个小区测量的接收带宽内总功率求平均值，获得单个小区实时测量的P_RTWP。

Images