CN101784078B - 移动通信系统中的负载均衡和吞吐量优化方法 - Google Patents

Abstract

本发明是一种移动通信系统中的负载均衡和吞吐量优化方法，该方法包括如下步骤：第一步，对各基站与相邻基站交换各自的负载信息，并对小区负载信息进行排序，得到最大负载的小区，并记为小区i；第二步，如果小区i的负载大于一个给定的由运行商根据自己的要求设定的门限σ，转入第三步，否则，转入第五步；第三步，在小区i中，对所有用户和相邻小区根据以下公式定义由于用户k从小区i切换到小区j带来的效用函数的增益：第四步，如果小区i的负载仍然大于门限σ，转入第三步，否则结束。本发明同时考虑了负载均衡和系统吞吐量的优化，既能能降低切换次数，快速实现负载均衡，从而降低系统的信令开销，又使得系统的吞吐量实现优化。

Description

移动通信系统中的负载均衡和吞吐量优化方法

技术领域

本发明是一种应用于无线通信系统的负载均衡和吞吐量优化方法，属于移动通信中的网络技术领域。

背景技术

在蜂窝移动通信系统中，各小区间的负载往往是不均衡的，有的小区可能负载比较高，有的小区负载比较低，从而导致在高负载小区出现无线资源紧张而不能满足用户的服务质量要求，而在低负载小区，出现了无线资源浪费的情况。为了提高无线资源的利用率，人们提出切换负载均衡算法，即通过将高负载小区的用户切换到低负载小区中，从而实现小区负载的近似均衡。但现有的切换负载均衡算法在进行负载均衡时没有考虑小区吞吐量的优化，从而不能实现系统无线资源的充分利用。本发明提出了一种兼顾负载均衡和系统吞吐量的方法。

发明内容

技术问题：本发明的目的是提出一种移动通信系统中的负载均衡和吞吐量优化方法，从而在保证负载均衡的同时，提高了系统频谱效率。

技术方案：本发明的移动通信系统中的负载均衡和吞吐量优化方法包括如下步骤：

第一步，对各基站与相邻基站交换各自的负载信息，并对小区负载信息进行排序，得到最大负载的小区，并记为小区i；

第二步，如果小区i的负载大于一个给定的由运行商根据自己的要求设定的门限σ，转入第三步，否则，转入第五步；

第三步，在小区i中，对所有用户和相邻小区根据以下公式定义由于用户k从小区i切换到小区j带来的效用函数的增益：

计算效用函数的增益，并对结果进行排序；对效用函数的增益大于0的用户进行切换，以实现负载均衡，如果所有的效用函数增益都小于0，转入第五步；

第四步，如果小区i的负载仍然大于门限σ，转入第三步，否则，转入第五步；

第五步，结束。

从小区i切换到小区j带来的效用函数的增益：

的方法为：首先定义以下变量：

定义负载均衡指示：

$\mathrm{\ξ}\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\mathrm{\ρ}}_i\left(t\right)-\stackrel{\‾}{\mathrm{\ρ}}\left(t\right))}^2---\left[1\right]$

其中N是系统中小区的数量，ρ_i(t)是t时隙小区i的负载，定义为小区被占用的无线资源数量b_i和总的无线资源数量b之比；是t时隙系统的平均负载，即

$\stackrel{\‾}{\mathrm{\ρ}}\left(t\right)=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ρ}}_i\left(t\right)---\left[2\right]$

显然，当负载均衡指示为0时，系统达到完全的负载均衡；

在时隙t用户k在小区i中的信道容量为：

r_i，k(t)＝W_i，klog₂(1+SNR_i，k(t))                [3]

其中SNR_i，k(t)为链路的瞬时信噪比，W_i，k为链路带宽。由于链路一般采用了自适应编码调制，因此，可以以公式[3]代表某用户的吞吐量；

定义用户k在小区i中的无线资源分配变量I_i，k(t)，其取值等于分配给该用户的无线资源块的个数；因此

${\mathrm{\ρ}}_i\left(t\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{I}_{i,k}\left(t\right)/b---\left[4\right]$

其中K为小区i中的用户数量；

定义网络效用函数

U(α，β，t)＝αR(t)-βξ(t)                     [5]

其中

$R\left(t\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{r}_{i,k}\left(t\right)I_{i,k}\left(t\right)---\left[6\right]$

可见，R(t)实际上就是网络的吞吐量；α≥0，β≥0为加权因子，

记系统的无线资源分配变量为：I(t)＝(I_i，k(t)：1≤i≤N，1≤k≤K)

因此负载均衡和吞吐量优化可以建模成以下约束优化问题：

$\underset{I\left(t\right)}{\max }U(I\left(t\right),\mathrm{\α},\mathrm{\β},t)$

$s.t.\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{I}_{i,k}\left(t\right)\≤b,i=\mathrm{1,2},...,N---\left[7\right]$

以上的优化问题的严格求解是非常困难的，因此，考虑对上述问题进行化简，得到一种此最优的算法，因为

其中

可见，[9]实际上是小区i的效用函数

为简洁起见，在以下的描述中，忽略t，

假设小区i中的用户k因为负载均衡而切换到目标小区j，为了保证负载均衡和吞吐量的优化，应满足以下条件：

u_j′+u_i′＞u_j+u_i                       [10]

其中u_j′和u_i′是相应小区在用户k切换后的效用函数，

因此

定义由于用户k从小区i切换到小区j带来的效用函数的增益：

可以看出，条件[10]实际上就是

$g_{\mathrm{ij}}^k>0---\left[13\right].$

有益效果：由于对用户和小区进行了负载和效用函数增益的排序，在进行切换负载均衡时，将高负载小区的高效用函数增益的用户优先进行切换，因此，同时考虑了负载均衡和系统吞吐量的优化，既能能降低切换次数，快速实现负载均衡，从而降低系统的信令开销，又使得系统的吞吐量实现优化。

具体实施方式

本发明提出了一种基于负载均衡和吞吐量优化的方法。

以LTE系统为例来给出一种实施例：

首先定义以下变量：

定义负载均衡指示：

$\mathrm{\ξ}\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\mathrm{\ρ}}_i\left(t\right)-\stackrel{\‾}{\mathrm{\ρ}}\left(t\right))}^2---\left[1\right]$

其中N是系统中小区的数量，ρ_i(t)是t时隙小区i的负载，定义为小区被占用的无线资源数量b_i和总的无线资源数量b之比。

是t时隙系统的平均负载，即

$\stackrel{\‾}{\mathrm{\ρ}}\left(t\right)=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ρ}}_i\left(t\right)---\left[2\right]$

显然，当负载均衡指示为0时，系统达到完全的负载均衡。

在时隙t用户k在小区i中的信道容量为：

r_i，k(t)＝W_i，klog₂(1+5NR_i，k(t))                 [3]

其中SNR_i，k(t)为链路的瞬时信噪比，W_i，k为链路带宽。由于链路一般采用了自适应编码调制，因此，可以以公式[3]代表某用户的吞吐量。

定义用户k在小区i中的无线资源分配变量I_i，k(t)，其取值等于分配给该用户的无线资源块的个数。因此

${\mathrm{\ρ}}_i\left(t\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{I}_{i,k}\left(t\right)/b---\left[4\right]$

其中K为小区i中的用户数量。

定义网络效用函数

U(α，β，t)＝αR(t)-βξ(t)           [5]

其中

$R\left(t\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{r}_{i,k}\left(t\right)I_{i,k}\left(t\right)---\left[6\right]$

可见，R(t)实际上就是网络的吞吐量。α≥0，β≥0为加权因子，它们反映了吞吐量和负载均衡程度的折衷，其取值可以根据网络的历史情况和运行商的考虑来选定。

从公式[5]可知，我们在效用函数中同时考虑了系统吞吐量和负载均衡，因此提供了负载均衡和吞吐量的优化同时实现的可能。

记系统的无线资源分配变量为：I(t)＝(I_i，k(t)：1≤i≤N，1≤k≤K)。

因此负载均衡和吞吐量优化可以建模成以下约束优化问题：

$\underset{I\left(t\right)}{\max }U(I\left(t\right),\mathrm{\α},\mathrm{\β},t)$

以上的优化问题的严格求解是非常困难的，因此，我们考虑对上述问题进行化简，得到一种此最优的算法。

因为

其中

可见，[9]实际上是小区i的效用函数

为简洁起见，在以下的描述中，我们忽略t。

假设小区i中的用户k因为负载均衡而切换到目标小区j，为了保证负载均衡和吞吐量的优化，应满足以下条件：

u_j′+u_i′＞u_j+u_i                  [10]

其中u_j′和u_i′是相应小区在用户k切换后的效用函数。

因此

定义由于用户k从小区i切换到小区j带来的效用函数的增益：

可以看出，条件[10]实际上就是

$g_{\mathrm{ij}}^k>0---\left[13\right]$

因此，可以看出，在进行负载均衡时，选择以上增益越大的用户进行切换，就能尽快实现负载均衡和吞吐量优化。

1、第一步，各eNB通过X2接口，交换各自小区的负载信息，各自对相邻小区的负载信息进行排序，并进行存储；

2、第二步，将小区的负载信息与给定的门限σ进行比较，判断本小区是否应该主动发起负载均衡。若需要负载均衡，则转入第三步，否则，转入第五步；

3、第三步，在小区i中，对所有用户和相邻小区根据公式[12]计算效用函数的增益，并对结果进行排序。对效用函数的增益大于0的用户进行切换，以实现负载均衡。如果所有的效用函数增益都小于0，转入第五步；

第四步，如果小区i的负载仍然大于门限σ，转入第三步，否则，转入第五步；

第五步，结束。

Claims (1)

1.一种移动通信系统中的负载均衡和吞吐量优化方法，其特征在于该方法包括如下步骤：

第一步，对各基站与相邻基站交换各自的负载信息，并对小区负载信息进行排序，得到最大负载的小区，并记为小区i；

第二步，如果小区i的负载大于一个给定的由运行商根据自己的要求设定的门限σ，转入第三步，否则，转入第五步；

第三步，在小区i中，对所有用户和相邻小区根据以下公式定义由于用户k从小区i切换到小区j带来的效用函数的增益：

$g_{\mathrm{ij}}^k={\mathrm{\Δu}}_j+{\mathrm{\Δu}}_i$

$=\mathrm{\α}(I_{\mathrm{jk}}{r}_{\mathrm{jk}}-I_{\mathrm{ik}}{r}_{\mathrm{ik}})+\frac{\mathrm{\β}}{b}(I_{\mathrm{ik}}(2{\mathrm{\ρ}}_i-2\stackrel{\‾}{\mathrm{\ρ}}+\frac{I_{\mathrm{ik}}}{b})-I_{\mathrm{jk}}(2{\mathrm{\ρ}}_j-2\stackrel{\‾}{\mathrm{\ρ}}+\frac{I_{\mathrm{jk}}}{b}))$

计算效用函数的增益，并对结果进行排序；对效用函数的增益大于0的用户进行切换，以实现负载均衡，如果所有的效用函数增益都小于0，转入第五步；

第四步，如果小区i的负载仍然大于门限σ，转入第三步，否则，转入第五步；

第五步，结束；

从小区i切换到小区j带来的效用函数的增益为：

$g_{\mathrm{ij}}^k={\mathrm{\Δu}}_j+{\mathrm{\Δu}}_i$

$=\mathrm{\α}(I_{\mathrm{jk}}{r}_{\mathrm{jk}}-I_{\mathrm{ik}}{r}_{\mathrm{ik}})+\frac{\mathrm{\β}}{b}(I_{\mathrm{ik}}(2{\mathrm{\ρ}}_i-2\stackrel{\‾}{\mathrm{\ρ}}+\frac{I_{\mathrm{ik}}}{b})-I_{\mathrm{jk}}(2{\mathrm{\ρ}}_j-2\stackrel{\‾}{\mathrm{\ρ}}+\frac{I_{\mathrm{jk}}}{b}))$

首先定义以下变量：

定义负载均衡指示：

$\mathrm{\ξ}\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\mathrm{\ρ}}_i\left(t\right)-\stackrel{\‾}{\mathrm{\ρ}}\left(t\right))}^2---\left[1\right]$

其中N是系统中小区的数量，ρ_i(t)是t时隙小区i的负载，定义为小区被占用的无线资源数量b_i和总的无线资源数量b之比；

是t时隙系统的平均负载，即

$\stackrel{\‾}{\mathrm{\ρ}}\left(t\right)=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ρ}}_i\left(t\right)---\left[2\right]$

显然，当负载均衡指示为0时，系统达到完全的负载均衡；

在时隙t用户k在小区i中的信道容量为：

r_i，k(t)＝W_i，klog₂(1+SNR_i，k(t))            [3]

其中SNR_i，k(t)为链路的瞬时信噪比，W_i，k为链路带宽；由于链路采用了自适应编码调制，因此，以公式[3]代表某用户的吞吐量；

定义用户k在小区i中的无线资源分配变量I_i，k(t)，其取值等于分配给该用户的无线资源块的个数；因此

${\mathrm{\ρ}}_i\left(t\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{I}_{i,k}\left(t\right)/b---\left[4\right]$

其中K为小区i中的用户数量；

定义网络效用函数

U(α，β，t)＝αR(t)-βξ(t)                [5]

其中

$R\left(t\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{r}_{i,k}\left(t\right)I_{i,k}\left(t\right)---\left[6\right]$

可见，R(t)实际上就是网络的吞吐量；α≥0，β≥0为加权因子，

记系统的无线资源分配变量为：I(t)＝I_i，k(t)，1≤i≤N，1≤k≤K

因此负载均衡和吞吐量优化可以建模成以下约束优化问题：

$\underset{I\left(t\right)}{\max }U(I\left(t\right),\mathrm{\α},\mathrm{\β},t)$

$s.t.\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{I}_{i,k}\left(t\right)\≤b,i=\mathrm{1,2},...,N---\left[7\right]$

以上的优化问题的严格求解是非常困难的，因此，考虑对上述问题进行化简，得到一种最优的算法，因为

$U(I\left(t\right),\mathrm{\α},\mathrm{\β})=\mathrm{\αR}(I,t)-\mathrm{\β\ξ}(I,t)$

$=\mathrm{\α}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{r}_{i,k}\left(t\right)I_{i,k}\left(t\right)-\mathrm{\β}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\mathrm{\ρ}}_i\left(t\right)-\stackrel{\‾}{\mathrm{\ρ}}\left(t\right))}^2$

$=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}[\mathrm{\α}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{r}_{i,k}\left(t\right)I_{i,k}\left(t\right)-\mathrm{\β}{({\mathrm{\ρ}}_i\left(t\right)-\stackrel{\‾}{\mathrm{\ρ}}\left(t\right))}^2]---\left[8\right]$

$=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{u}_i\left(t\right)$

其中

$u_i\left(t\right)=\mathrm{\α}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{r}_{i,k}\left(t\right)I_{i,k}\left(t\right)-\mathrm{\β}{({\mathrm{\ρ}}_i\left(t\right)-\stackrel{\‾}{\mathrm{\ρ}}\left(t\right))}^2---\left[9\right]$

可见，[9]实际上是小区i的效用函数

为简洁起见，在以下的描述中，忽略t，

假设小区i中的用户k因为负载均衡而切换到目标小区j，为了保证负载均衡和吞吐量的优化，应满足以下条件：

u′_j+u′_i＞u_j+u_i                 [10]

其中u′_j和u′_i是相应小区在用户k切换后的效用函数，

因此

${\mathrm{\Δu}}_j=u_j^{\′}-u_j={\mathrm{\αI}}_{\mathrm{jk}}{r}_{\mathrm{jk}}-\frac{{\mathrm{\βI}}_{\mathrm{jk}}}{b}(2{\mathrm{\ρ}}_j-2\stackrel{\‾}{\mathrm{\ρ}}+\frac{I_{\mathrm{jk}}}{b})$

                                        [11]

${\mathrm{\Δu}}_i=u_i^{\′}-u_i=-{\mathrm{\αI}}_{\mathrm{ik}}{r}_{\mathrm{ik}}+\frac{{\mathrm{\βI}}_{\mathrm{ik}}}{b}(2p_i-2\stackrel{\‾}{\mathrm{\ρ}}+\frac{I_{\mathrm{ik}}}{b})$

定义由于用户k从小区i切换到小区j带来的效用函数的增益：

$g_{\mathrm{ij}}^k={\mathrm{\Δu}}_j+{\mathrm{\Δu}}_i$

$=\mathrm{\α}(I_{\mathrm{jk}}{r}_{\mathrm{jk}}-I_{\mathrm{ik}}{r}_{\mathrm{ik}})+\frac{\mathrm{\β}}{b}(I_{\mathrm{ik}}(2{\mathrm{\ρ}}_i-2\stackrel{\‾}{\mathrm{\ρ}}+\frac{I_{\mathrm{ik}}}{b})-I_{\mathrm{jk}}(2{\mathrm{\ρ}}_j-2\stackrel{\‾}{\mathrm{\ρ}}+\frac{I_{\mathrm{jk}}}{b}))---\left[12\right]$

可以看出，条件[10]实际上就是

$g_{\mathrm{ij}}^k>0---\left[13\right].$