CN102098712B - 移动通信系统中的切换参数自优化方法 - Google Patents

Abstract

一种移动通信系统中的切换参数自优化方法，步骤包括：1)在切换性能统计周期T内，对相邻小区间的切换过晚、切换过早、切换到错误小区、乒乓切换、快速切换进行检测，并统计它们的产生次数以及切换的次数；2)统计周期计时结束，计算五种切换KPI的值；3)将五种切换KPI的统计值与相应的目标值进行比较，并判断是否满足切换参数的调整条件，如果满足，则转入第四步，否则转入第一步；4)计算切换参数Hys_ij与TTT_ij的调整量ΔH_late，ij，ΔT_late，ij，ΔH_{early，wrong，ij}，ΔT_{early，wrong，ij}，ΔH_{pingpang，fast，ij}，ΔT_{pingpang，fast，ij}；5)计算下一个统计周期Hys_ij与TTT_ij的值；6)转入第一步，进行下一周期的切换性能统计。本方法使切换更加灵活地适应于网络环境的变化，提高切换性能，降低了人工的干预，从而大大降低网络运营费用。

Description

移动通信系统中的切换参数自优化方法

技术领域

本发明是一种应用于移动通信系统的切换自优化方法，属于移动通信中的网络技术领域。

背景技术

切换成功率是用户满意度的一个关键的指标，所以切换的过程应尽可能的快并且无缝地进行。但实际运行中，不可避免地存在切换失败，其中大部分切换失败与切换参数的设置有关。在目前的第二代(2G)、第三代(3G)移动通信系统中，切换参数的配置和优化都是由人工操作来完成的。这种方式既费时，又难以达到最优。为了降低人工优化带来的成本，提高优化效率，需要研究切换自优化技术。

切换自优化可通过自主、自适应地根据网络运行的状态调整切换参数，提高切换成功率，从而提高终端用户的体验和网络性能。

发明内容

技术问题：本发明的目的是提出一种切换自优化的方法，减少由于切换引起的无线连接失败(Radio Link Failure，RLF)的次数，降低各种不必要的切换，提高网络资源的利用率。

技术方案：本发明提出了一种切换关键性能指标(Key Performance Indicator，KPI)感知的分段线性自适应步长切换参数优化方法。

本发明的切换自优化方法分析如下：

为描述方便，首先对切换参数及切换的关键性能指标(KPI)描述如下：

在切换算法中，准确、及时的切换触发对于切换性能具有重要的意义。LTE(Long Term Evolution)系统中，切换的触发条件为：

(1)Mn＞Ms+Hys               (1)

(2)上述条件保持成立的时长至少为time-to-trigger(TTT)。

其中，Mn为UE测得的邻小区信号强度值(可以选择Reference SignalReceived Power(RSRP)或者Reference Signal Received Quality(RSRQ))，Ms为UE测得的源小区的信号强度值。Hys是为了防止乒乓切换而设置的迟滞参数，TTT是为了防止信号不稳定造切换失败或者乒乓切换而设置的时间参数。因此，Hys与TTT是影响切换性能的非常重要的参数，也是本切换参数优化算法中选择要调节的参数。

切换失败的场景可分为以下三类：切换过晚、切换过早、切换到错误小区。不必要的切换分为两类：乒乓切换和快速切换。

切换过晚的产生原因：源小区到目标小区的Hys或TTT设置过大，导致用户切换不及时，引起RLF；切换过早的产生原因：源小区到目标小区的Hys或TTT设置过小，导致用户在目标小区信号不稳定的情况下进行切换，进而产生RLF；切换到错误小区的产生原因：源小区到目标小区的Hys或TTT设置过小，而源小区到第三个小区的Hys或TTT设置较大；乒乓切换的产生原因：源小区到目标小区的Hys或TTT设置较小；快速切换的产生原因：源小区到目标小区的Hys或TTT设置较小，而源小区到第三小区的Hys或TTT设置较大。

切换过晚、切换过早、切换到错误小区、乒乓切换、快速切换五种切换场景的产生概率被认为是切换的五种KPI，以及切换参数优化算法的输入。

通常对切换性能进行统计是按照一定的时间间隔进行的，这个时间间隔称为切换性能统计周期。设切换性能统计周期的时间间隔为T，在此间隔内源小区i到目标小区j的切换的次数为N_ho_ij，切换过晚的次数为N_late_ij，切换过早的次数为N_early_ij，切换到错误小区的次数为N_wrong_ij，乒乓切换的次数为N_pingpang_ij，快速切换的次数为N_fast_ij。则

切换过晚的产生概率为：

${r\_\mathrm{late}}_{\mathrm{ij}}=\frac{{N\_\mathrm{late}}_{\mathrm{ij}}}{{N\_\mathrm{ho}}_{\mathrm{ij}}}---\left(2\right)$

切换过早的产生概率为：

${r\_\mathrm{early}}_{\mathrm{ij}}=\frac{{N\_\mathrm{early}}_{\mathrm{ij}}}{{N\_\mathrm{ho}}_{\mathrm{ij}}}---\left(3\right)$

切换到错误小区的产生概率为：

${r\_\mathrm{wrong}}_{\mathrm{ij}}=\frac{{N\_\mathrm{wrong}}_{\mathrm{ij}}}{{N\_\mathrm{ho}}_{\mathrm{ij}}}---\left(4\right)$

乒乓切换的产生概率为：

${r\_\mathrm{pingpang}}_{\mathrm{ij}}=\frac{{N\_\mathrm{pingpang}}_{\mathrm{ij}}}{{N\_\mathrm{ho}}_{\mathrm{ij}}}---\left(5\right)$

快速切换的产生概率为：

${r\_\mathrm{fast}}_{\mathrm{ij}}=\frac{{N\_\mathrm{fast}}_{\mathrm{ij}}}{{N\_\mathrm{ho}}_{\mathrm{ij}}}---\left(6\right)$

设以上五种KPI的目标值分别为：R_late，R_early，R_wrong，R_pingpang，R_fast，其具体取值可由运行商根据网络运行情况进行设定。

第n个切换性能统计周期中切换参数的调整算法如下：

Hys_ij(n)＝Hys_ij(n-1)+ΔH_ij     (7)

TTT_ij(n)＝TTT_ij(n-1)+ΔT_ij     (8)

ΔH_ij＝ΔH_late，ij+ΔH_{early，wrong，ij}+ΔH_{pingpang，fast，ij}(9)

ΔT_ij＝ΔT_late，ij+ΔT_{early，wrong，ij}+ΔT_{pingpang，fast，ij}(10)

其中n为切换性能统计周期序号；Hys_ij，TTT_ij分别是小区i到小区j的Hys和TTT的值；Hys_ij(n)，TTT_ij(n)分别是第n个切换性能统计周期内的Hys_ij和TTT_ij的值；Hys_ij(n-1)，TTT_ij(n-1)分别是第n-1个切换性能统计周期内Hys_ij和TTT_ij的值；ΔH_ij，ΔT_ij分别为切换参数Hys_ij与TTT_ij的调整量；ΔH_late，ij和ΔT_late，ij是由于切换过晚引起的切换参数调整步长；ΔH_{early，wrong，ij}和ΔT_{early，wrong，ij}是由于切换过早和切换到错误小区引起的切换参数调整步长，切换过早和切换到错误小区产生的原因相似，故将它们放在一起考虑；ΔH_{pingpang，fast，ij}和ΔT_{pingpang，fast，ij}是由于乒乓切换和快速切换引起的切换参数调整步长，乒乓切换与快速切换产生的原因相似，故将它们放在一起考虑。

切换参数调整步长的计算分3种情况处理：

1)当r_late_ij＞R_late时，切换参数调整步长由下式给出

2)当r_early_ij+r_wrong_ij＞R_early+R_wrong时，切换参数调整步长由下式给出

${\mathrm{\&Delta;H}}_{\mathrm{early},\mathrm{wrong},\mathrm{ij}}=\left\{\begin{array}{cc}0,& \mathrm{if}{\mathrm{TTT}}_{\mathrm{ij}}(n-1)<T_1\\ {\mathrm{\&Delta;H}}_3\&CenterDot;\mathrm{\&delta;},& \mathrm{if}{\mathrm{TTT}}_{\mathrm{ij}}(n-1)\&GreaterEqual;T_1\end{array}\right.---\left(14\right)$

${\mathrm{\&Delta;T}}_{\mathrm{early},\mathrm{wrong},\mathrm{ij}}=\left\{\begin{array}{cc}{\mathrm{\&Delta;T}}_3\&CenterDot;\mathrm{\&delta;},& \mathrm{if}{\mathrm{TTT}}_{\mathrm{ij}}(n-1)<T_1\\ 0,& \mathrm{if}{\mathrm{TTT}}_{\mathrm{ij}}(n-1)\&GreaterEqual;T_1\end{array}\right.---\left(15\right)$

3)当r_pingpang_ij+r_fast_ij＞R_pingpang+R_fast，且r_late_ij＜R_late时，切换参数调整步长由下式给出

${\mathrm{\&Delta;H}}_{\mathrm{pingpang},\mathrm{fast},\mathrm{ij}}=\left\{\begin{array}{cc}{\mathrm{\&Delta;H}}_4\&CenterDot;\mathrm{\&eta;},& \mathrm{if}{\mathrm{Hys}}_{\mathrm{ij}}(n-1)\&le;H_1\\ {\mathrm{\&Delta;H}}_5\&CenterDot;\mathrm{\&eta;},& \mathrm{if}{H}_1<{\mathrm{Hys}}_{\mathrm{ij}}(n-1)\&le;H_2\\ 0,& \mathrm{if}{H}_2<{\mathrm{Hys}}_{\mathrm{ij}}(n-1)\end{array}\right.---\left(17\right)$

${\mathrm{\&Delta;T}}_{\mathrm{pingpang},\mathrm{fast},\mathrm{ij}}=\left\{\begin{array}{c}\begin{array}{cc}{\mathrm{\&Delta;T}}_4\&CenterDot;\mathrm{\&eta;},& \mathrm{if}{\mathrm{Hys}}_{\mathrm{ij}}(n-1)\&le;H_1\\ & \mathrm{and}{\mathrm{TTT}}_{\mathrm{ij}}(n-1)<T_2\end{array}\\ \begin{array}{cc}{\mathrm{\&Delta;T}}_5\&CenterDot;\mathrm{\&eta;},& \mathrm{if}{H}_1<{\mathrm{Hys}}_{\mathrm{ij}}(n-1)\&le;H_2\\ & \mathrm{and}{\mathrm{TTT}}_{\mathrm{ij}}(n-1)<T_2\end{array}\\ \begin{array}{cc}0,& \mathrm{others}\end{array}\end{array}\right.---\left(18\right)$

ΔH₁，ΔH₂，ΔH₃，ΔH₄，ΔH₅，ΔT₁，ΔT₂，ΔT₃，ΔT₄，ΔT₅均为切换参数调整的比例系数，H₁，H₂，T₁，T₂为分段点，它们的值可根据网络运行的环境进行设定。δ是切换过晚的产生概率与切换到错误小区的产生概率的和与它们的目标值的和的差值(见公式13)；η是乒乓切换的产生概率与快速切换的产生概率的和与它们的目标值的和的差值(见公式16)。

基于上述分析，本发明的方法具体如下：

第一步，在切换性能统计周期T内，对相邻小区间的切换过晚、切换过早、切换到错误小区、乒乓切换、快速切换进行检测，并统计它们的产生次数以及切换的次数；

第二步，统计周期计时结束，根据(2)-(6)式计算五种切换KPI的值；

第三步，将五种切换KPI的统计值与相应的目标值进行比较，并判断是否满足切换参数的调整条件(调整条件是指上述切换参数调整步长的计算的3种情况，即当r_late_ij＞R_late时、当r_early_ij+r_wrong_ij＞R_early+R_wrong时、当r_pingpang_ij+r_fast_ij＞R_pingpang+R_fast且r_late_ij＜R_late时)。如果满足，则转入第四步，否则转入第一步；

第四步，根据(11)-(18)式计算切换参数Hys_ij与TTT_ij的调整量ΔH_late，ij，ΔT_late，ij，ΔH_{early，wrong，ij}，ΔT_{early，wrong，ij}，ΔH_{pingpang，fast，ij}，ΔT_{pingpang，fast，ij}。

第五步，根据(7)-(10)式，计算下一个统计周期Hys_ij与TTT_ij的值。

第六步，转入第一步，进行下一周期的切换性能统计。

有益效果：根据各种切换性能指标的统计结果以及上一个统计周期切换参数的设置，可以自主、自适应地对切换参数进行调整，从而实现切换的自优化，使切换更加灵活地适应于网络环境的变化，提高切换性能，降低了人工的干预，从而大大降低网络运营费用。本发明提出的切换自优化算法简单、方便，易于实现。

具体实施方式

以LTE系统为例来给出一种本方法的实施例：

第一步，在切换性能统计周期T内，各eNB对相邻小区间的切换过晚、切换过早、切换到错误小区、乒乓切换、快速切换进行检测，并统计它们的产生次数以及切换的次数；

第二步，统计周期计时结束，各eNB根据(2)-(6)式计算五种切换KPI的值；

第三步，各eNB将五种切换KPI的统计值与相应的目标值进行比较，并判断是否满足切换参数的调整条件。如果满足，则转入第四步，否则转入第一步；

第四步，各eNB根据(11)-(18)式计算切换参数Hys_ij与TTT_ij的调整量ΔH_late，ij，ΔT_late，ij，ΔH_{early，wrong，ij}，ΔT_{early，wrong，ij}，ΔH_{pingpang，fast，ij}，ΔT_{pingpang，fast，ij}。

第五步，各eNB根据(7)-(10)式，计算下一个统计周期Hys_ij与TTT_ij的值。

第六步，转入第一步，进行下一周期的切换性能统计。

Claims (1)

1.一种移动通信系统中的切换参数自优化方法，其特征是包括步骤：

第一步，在切换性能统计周期T内，对相邻小区间的切换过晚、切换过早、切换到错误小区、乒乓切换、快速切换进行检测，并统计这些错误的产生次数以及切换的次数；

第二步，统计周期计时结束，计算五种切换KPI的值，方法如下：

在统计周期T内源小区i到目标小区j的切换的次数为N_ho_ij、切换过晚的次数为N_late_ij、切换过早的次数为N_early_ij、切换到错误小区的次数为N_wrong_ij、乒乓切换的次数为N_pingpang_ij、快速切换的次数为N_fast_ij，则

切换过晚的产生概率为：

切换过早的产生概率为：

(3)

切换到错误小区的产生概率为： 

乒乓切换的产生概率为：

快速切换的产生概率为：

设以上五种KPI的目标值分别为：R_late、R_early、R_wrong、R_pingpang和R_fast，目标值的具体取值由运行商根据网络运行情况设定；

第三步，将五种切换KPI的统计值与相应的目标值进行比较，并判断是否满足切换参数的调整条件；如果满足，则转入第四步，否则转入第一步；

第四步，计算切换参数Hys_ij与TTT_ij的调整量ΔH_late，ij、ΔT_late，ij、ΔH_{early,wrong，ij}、ΔT_{early,wrong,ij}、ΔH_{pingpang,fast，ij}和ΔT_{pingpang,fast，ij}，方法如下:

切换参数调整步长的计算分3种情况处理，分别是：

1）当r_late_ij>R_late时，切换参数调整步长由下式给出： 

2）当r_early_ij+r_wrong_ij>R_early+R_wrong时，切换参数调整步长由下式给出：

3）当r_pingpang_ij+r_fast_ij>R_pingpang+R_fast，且r_late_ij<R_late时，切换参数调整步长由下式给出：

第五步，计算下一个统计周期Hys_ij与TTT_ij的值，方法如下：

第n个切换性能统计周期中切换参数的调整算法如下：

Hys_ij(n)=Hys_ij(n-1)+ΔH_ij             (7) 

TTT_ij(n)＝TTT_ij(n-1)+ΔT_ij               (8)

ΔH_ij=ΔH_late，ij+ΔH_{early，wrong，ij}+ΔH_{pingpang，fast，ij}            (9)

ΔT_ij=ΔT_late,ij+ΔT_{early，wrong,ij}+ΔT_{pingpang,fat，ij}             (10)

第六步，转入第一步，进行下一周期的切换性能统计；

上述步骤中，n为切换性能统计周期序号；Hys_ij，TTT_ij分别是小区i到小区j的Hys和TTT的值；Hys_ij(n)，TTT_ij(n)分别是第n个切换性能统计周期内的Hys_ij和TTT_ij的值；Hys_ij(n-1)，TTT_ij(n-1)分别是第n-1个切换性能统计周期内Hys_ij和TTT_ij的值；ΔH_ij，ΔT_ij分别为切换参数Hys_ij与TTT_ij的调整量；ΔH_late,ij和ΔT_late，ij是由于切换过晚引起的切换参数调整步长；ΔH_{early，wrong，ij}和ΔT_{early，wrong,ij}是由于切换过早和切换到错误小区引起的切换参数调整步长；ΔH_{pingpang，fast，ij}和ΔT_{pingpang，fast，ij}是由于乒乓切换和快速切换引起的切换参数调整步长；

ΔH₁、ΔH₂、ΔH₃、ΔH₄、ΔH₅、ΔT₁、ΔT₂、ΔT₃、ΔT₄和ΔT₅均为切换参数调整的比例系数；H₁、H₂、T₁和T₂为分段点，它们的值根据网络运行的环境进行设定；

式13中，δ是切换过晚的产生概率与切换到错误小区的产生概率的和与它们的目标值的和的差值。