CN103596234A - 小蜂窝网络中基于rsrp速度估计的ttt自适应缩放方法 - Google Patents

Abstract

本发明公开了一种小蜂窝网络中基于RSRP速度估计的TTT自适应缩放方法，包括以下步骤：根据服务小区Macrocell覆盖区域下的不同RSRP值将其覆盖区域划分为多个不同的圆形区域，规定RSRP值在UE移动轨迹上的衰减速率；UE按照固定的RSRP采样频率对来自服务小区Macrocell的RSRP进行采样提取；UE根据不同时刻接收到的来自于服务小区的参考信号接收功率RSRP，加上采样频率，估计出UE在服务小区中的移动速度；根据切换失败概率和乒乓切换概率与UE的移动速度和TTT的关系计算出切换失败概率和乒乓切换概率；以最小化乒乓切换概率为目标，采用遍历算法对TTT进行自适应选择。该方法能够充分利用下行SNR信息，提高传输效率和频谱利用率，降低信令负载；缓解切换失败概率和乒乓切换概率之间的矛盾。

Description

小蜂窝网络中基于RSRP速度估计的TTT自适应缩放方法

技术领域

本发明属于移动通信技术领域，特别是异构小蜂窝网络的移动性增强领域，涉及一种小蜂窝网络中基于RSRP（Reference Signal Received Power，参考信号接收功率）速度估计的TTT（Time To Trigger，触发时间）自适应缩放方法。

背景技术

2008年初，ITU-R向全球发出了征集IMT-Advanced的技术通函，也就是征集4G的技术方案，自此许多技术组织向ITU-R提交了技术提案，3GPP也针对IMT-Advanced的要求，进行了LTE-Advanced（LTE-A）的可行性研究。由于LTE已经显现出一部分4G的技术特征，所以3GPP也就开始征集一系列基于LTER8版本的LTE-A关键技术提案，意在增强LTE以满足IMT-Advanced的要求。换句话说，LTE-A不会成为一次技术性革命，而是LTE的一次平滑演进，将前向兼容LTE系统，并且为了满足IMT-advanced的要求，也将提出便于后向兼容的新技术。

异构网络(Heterogeneous Networks，HetNets)是引入比传统宏蜂窝（Macrocell）基站发射功率更小的低功率节点而形成的多层蜂窝网络。在LTE-A中支持的低功率节点包括远程射频头（RRH）、微微基站(Pico)、毫微微基站(Femto)以及中继站(Relay)和家庭基站（Home eNB）。这些节点的体积小，便于灵活地进行网络部署，同时覆盖范围小，可以更加方便地利用潜在的高频段频谱，是用于解决室内和热点场景覆盖和容量问题的有效途径。

移动性是小蜂窝网络相对于其他无线系统而言的关键优势之一。相比于WiFi系统，虽然其促成了一个低代价和简单的部署方案，但是，这种方案不能处理移动用户终端（UEs）。相反的是，像通用移动通信系统（UMTS）以及长期演进（LTE）这样的蜂窝网络能够通过切换（HO）为移动UEs提供一个连续的连接。这种切换进程允许一个处于连接模式的UE从它本身的服务小区转移到目标小区，同时能够保证服务质量（QoS）。由于切换进程依赖于大量的不同的参数，比如说滞后边缘效应、触发时间以及UE速度等，因此，它的优化就变成了一个复杂的问题。

同时，注意到高移动性UEs可能会在TTT（对于Macrocell已经优化的）失效前已经深入到低功率小区覆盖范围的内部，如此将会遭受由于信干噪比的强烈干扰而导致的切换失败（HOF）。因此可以根据UE的移动速度估计使用较短的TTT来减轻这个问题，但是这种方案可能会明显增加乒乓切换的数目，从而增加信令负载。

发明内容

有鉴于此，本发明的目的在于提供一种小蜂窝网络中基于RSRP速度估计的TTT自适应缩放方法，本发明利用下行SNR中的RSRP进行UE移动速度的估计；同时，对于已经估计出的UE速度，计算得出切换失败概率、乒乓切换概率与UE速度和TTT的函数关系；之后设定一个切换失败概率门限，根据UE移动速度，同时结合乒乓切换概率，选择最优的TTT作为其自适应选择值。

为达到上述目的，本发明提供如下技术方案：

小蜂窝网络中基于RSRP速度估计的TTT自适应缩放方法，包括以下步骤：步骤一：根据服务小区Macrocell覆盖区域下的不同RSRP值将其覆盖区域划分为多个不同的圆形区域，规定RSRP值在UE移动轨迹上的衰减速率；步骤二：UE按照固定的RSRP采样频率对来自服务小区Macrocell的RSRP进行采样提取；步骤三：UE根据不同时刻接收到的来自于服务小区的参考信号接收功率RSRP，加上采样频率，估计出UE在服务小区中的移动速度；步骤四：根据切换失败概率和乒乓切换概率与UE的移动速度和TTT的关系计算出切换失败概率和乒乓切换概率；步骤五：以最小化乒乓切换概率为目标，采用遍历算法对TTT进行自适应选择。

进一步，在步骤四中，根据步骤三中估计出的移动UE的移动速度v，计算其在规定的TTT时间T_m内行驶的距离，与沿该方向行驶时UE移动到接收到的目标切换小区信号强度大于源小区信号强度的位置所经过的距离相比较，判断其是否能够在到达规定的目标小区区域前完成从源小区到目标小区的切换，计算其失败概率，即为该情况下的切换失败概率；MUE的切换失败概率为：

$\begin{array}{c}{P}_{\mathrm{HF},m}==P(d\left(\mathrm{\α}\right)\≥2\sqrt{R^2-{r_m}^2})\×P(v{T}_m\≥d_{\mathrm{HF},m}(\mathrm{\α},R,r_m))\\ =\frac{2}{\mathrm{\π}}{\tan }^{-1}\left(\frac{r_m}{\sqrt{R^2-{r_m}^2}}\right)\×\frac{{\cos }^{-1}\frac{{\left(v{T}_m\right)}^2+R^2-{r_m}^2}{2v{T}_{m}R}}{{\sin }^{-1}\left(\frac{r_m}{R}\right)}\end{array}---\left(1\right)$

α～U[-π,π)代表弦（UE的轨迹）相对于水平坐标的角度代表，d(α)＝2Rcos(α)代表MUE移动轨迹和Picocell覆盖圆交叉点所决定的弦的长度，R表示Picocell覆盖圆的半径，r_m和r_p分别表示MUE的切换失败圆半径和PUE的切换失败圆半径，其中r_p＞r_m；

PUE的切换失败概率根据MUE发生切换失败的概率和移动UE的移动距离可分为三种情况；

再根据乒乓切换概率的定义要求，计算基于移动UE在规定的TTT时间内完成两次切换的概率，即为该情况下的乒乓切换概率：

$\begin{array}{c}{P}_{\mathrm{pp}}=P(2\sqrt{R^2-{r_m}^2}\&le;d\left(\mathrm{\&alpha;}\right)<v(T_m-T_p+T_{\mathrm{pp}}),v{T}_m<d_{\mathrm{HF},m}(\mathrm{\&alpha;},R,r_m),{\mathrm{vT}}_p<d_{\mathrm{HF},p}(\mathrm{\&alpha;},R,r_p))\\ +P({\mathrm{vT}}_m<d\left(\mathrm{\&alpha;}\right)<\min (2\sqrt{R^2-{r_m}^2},\frac{{r_p}^2-R^2}{{\mathrm{vT}}_p}-{\mathrm{vT}}_p,v(T_m-T_p+T_{\mathrm{pp}})))\end{array}---\left(2\right);$

其中T_m、T_p、T_pp分别表示MUE的触发时间、PUE的触发时间和乒乓切换时间门限。

进一步，先对小区覆盖区域下的不同RSRP强度进行区域划分，根据服务小区Macrocell覆盖区域下的不同RSRP值将其覆盖区域划分为多个不同的圆形区域，规定RSRP值每降低1dBm时两个采样地点的距离为x，然后UE按照固定的RSRP采样频率对来自服务小区Macrocell的RSRP进行采样提取，之后，UE根据不同时刻接收到的来自于服务小区的参考信号接收功率RSRP，加上采样频率，估计出UE在服务小区中的移动速度；最后，采用遍历算法选择不同移动UE速度下的最优TTT值。

进一步，首先对切换失败概率假设一个统一的系统可以接受的门限值，在这个可以接受的切换失败概率范围内，同一个UE移动速度下对应有多个不同的TTT值，对TTT在可选择的范围内的所有的值，采用遍历算法依次计算其对应的乒乓切换概率值，再从计算得出的乒乓切换概率值中提取出最小的乒乓切换概率值，所对应的TTT的值即为当前UE移动速度条件下的最优TTT值。

本发明的有益效果在于：本发明在UE移动速度估计方面有很大的创新性，能够充分利用下行SNR（Signal to Noise Ratio）信息，提高传输效率和频谱利用率，降低信令负载；同时，利用切换失败概率和乒乓切换概率的解析解对其进行分析，寻找TTT因子在函数解析表达式中所起的作用，缓解切换失败概率和乒乓切换概率之间的矛盾。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明所述方法的流程图；

图2为UE在小区中的移动轨迹图；

图3为小蜂窝网络下MUE和PUE的切换模型图；

图4为小蜂窝网络下的小区部署场景图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

图1为本发明所述方法的流程图，本发明提供的小蜂窝网络中基于RSRP速度估计的TTT自适应缩放方法包括以下步骤：

（1）UE速度估计

本发明在速度估计方面的关键思想是：从下行SNR中以采样的方式（采样速度在此与SNR的接收周期相同）提取出RSRP，用RSRP来鉴定UE在小区中穿行的距离。如图2所示，图2展示了两条UE轨迹：A和B。假设每个颜色近似代表那个区域的RSRP值。一般来说，由于较小的传播损耗，绿色的RSRP值>蓝色RSRP值>橙色RSRP值。这种方案根据每个UE在不同时间上记录的最大和最小RSRP值，根据差值来反映UE在小区里穿行的轨迹。在图2中，UEA将会有一个RSRP_green-RSRP_orange值，UEB将会有一个接近零的值。

首先计算RSRP的差分和，

$\mathrm{differential\; RSRP\; sum}=\underset{\mathrm{cell\; i}=1}{\overset{n}{\mathrm{\&Sigma;}}}({\mathrm{RSRP}}_{\mathrm{cell\; i}\max }-{\mathrm{RSRP}}_{\mathrm{cell\; i}\min })---\left(3\right)$

n是在评估时间内，UE连接的或者小区重选的总的小区数目，

RSRP_cell i max:小区i中在UE连接或者重选时间内的最大RSRP

RSRP_cell i min:小区i中在UE连接或者重选时间内的最小RSRP

之后，将计算得出的差分和的值与RSRP接收速率进行联合计算进行比较，估计出运动速度。

（2）计算MUE的切换失败概率

如图3所示，当时，如果MUE在TTT时间内移动的距离vT_m大于d_HF,m(α,R,r_m)，MUE的切换失败将会发生。其中d(α)是TTT的触发位置和MUE移动轨迹与MUE切换失败圆的交点位置之间的距离。也就是说，如果下述条件满足的话，MUE的切换失败将会发生，条件如下：

vT_m≥d_HF,m(α,R,r_m)                （4）

其中，

$d_{\mathrm{HF},m}(\mathrm{\&alpha;},R,r_m)=R\cos \left(\mathrm{\&alpha;}\right)-\sqrt{{r_m}^2-R^2{\sin }^2\left(\mathrm{\&alpha;}\right)}---\left(5\right)$

因此，MUE的切换失败概率采用如下公式计算：

$P_{\mathrm{HF},m}=P(d\left(\mathrm{\&alpha;}\right)\&GreaterEqual;2\sqrt{R^2-{r_m}^2})\&times;P({\mathrm{vT}}_m\&GreaterEqual;d_{\mathrm{HF},m}(\mathrm{\&alpha;},R,r_m))---\left(6\right)$

经过相应的运算处理之后，计算如下

$P_{\mathrm{HF},m}=\frac{2}{\mathrm{\&pi;}}{\tan }^{-1}\left(\frac{r_m}{\sqrt{R^2-{r_m}^2}}\right)\&times;\frac{{\cos }^{-1}\frac{{\left({\mathrm{vT}}_m\right)}^2+R^2-{r_m}^2}{{2\mathrm{vT}}_{m}R}}{{\sin }^{-1}\left(\frac{r_m}{R}\right)}---\left(7\right)$

对于相同的vT_m值，即使v和T_m的特定值不同，但是切换失败率仍然不变。然而，乒乓切换率可能会根据v和T_m的值的明显不同而变化。

（3）计算PUE的切换失败概率和乒乓切换概率

定义d_HF,p(α,R,r_p)代表TTT触发的位置和PUE移动轨迹与PUE切换失败圆交点位置之间的距离，表达式如下：

$d_{\mathrm{HF},p}(\mathrm{\&alpha;},R,r_p)=R\cos \left(\mathrm{\&alpha;}\right)+\sqrt{{r_p}^2-R^2{\sin }^2\left(\mathrm{\&alpha;}\right)}-d\left(\mathrm{\&alpha;}\right)---\left(8\right)$

针对不同的vT_m的值计算不同的切换失败概率和乒乓切换概率，如下所示。

1）如果 ${\mathrm{vT}}_m\&GreaterEqual;2\sqrt{R^2-{r_m}^2}$

这种情况下，MUE将永远不会发生到Picocell的切换，一种可能是由于在TTT失效之前已经离开Picocell的覆盖范围，另一种可能是由于MUE切换失败。因此，这种UE的PUE切换失败和乒乓切换概率为零，即P_HF,p＝P_pp＝0。

2）如果 $\sqrt{R^2-{r_m}^2}<{\mathrm{vT}}_m<2\sqrt{R^2{-r_m}^2}$

这种情况下，当

时，MUE通常会遭受到MUE切换失败，因此将永远不会完成到PNB的切换。因此，PUE的切换失败只发生在

的时候，这种概率为：

$P_{\mathrm{HF},p}=P({\mathrm{vT}}_m<d\left(\mathrm{\&alpha;}\right)<2\sqrt{R^2-{r_m}^2},{\mathrm{vT}}_p>d_{\mathrm{HF},p}(\mathrm{\&alpha;},R,r_p))---\left(9\right)$

上式中的第一个条件是MUE做出向PNB的切换，第二个条件是PUE遭受PUE切换失败的条件。也就是说，如果

一个PUE遭受的PUE切换失败为

$P_{\mathrm{HF},p}=P(\max ({\mathrm{vT}}_m,\frac{{r_p}^2-R^2}{{\mathrm{vT}}_p}-{\mathrm{vT}}_p)<d\left(\mathrm{\&alpha;}\right)<2\sqrt{R^2-{r_m}^2})---\left(10\right)$

同样，这种情况下乒乓切换概率即为PUE没有遭遇任何切换失败并且在Picocell覆盖圆中停留的时间小于时间单元T_pp。T_pp是由乒乓切换定义的，一般来说T_pp＝1s。表达式如下：

$\begin{array}{c}{P}_{\mathrm{pp}}=P(2\sqrt{R^2-{r_m}^2}<d\left(\mathrm{\&alpha;}\right)<\min (\frac{{r_p}^2-R^2}{{\mathrm{vT}}_p}-{\mathrm{vT}}_p,\frac{R^2-{r_m}^2}{{\mathrm{vT}}_m}+{\mathrm{vT}}_m,v(T_m-T_p+T_{\mathrm{pp}}),2R))\\ =P({\mathrm{vT}}_m<d\left(\mathrm{\&alpha;}\right)<\min (2\sqrt{R^2-{r_m}^2},\frac{{r_p}^2-R^2}{{\mathrm{vT}}_p}-{\mathrm{vT}}_p,v(T_m-T_p+T_{\mathrm{pp}})))\end{array}---\left(11\right)$

3）如果 ${\mathrm{vT}}_m<\sqrt{R^2-{r_m}^2}$

这种情况下，即使当

时，MUE可能也不会注意到切换失败的发生，因为MUE将会在到达MUE切换失败圆之前成功完成到PNB的切换。PUE切换失败概率可以表示为：

$\begin{array}{c}{P}_{\mathrm{HF},p}=P(d\left(\mathrm{\&alpha;}\right)\&GreaterEqual;2\sqrt{R^2-{r_m}^2},{\mathrm{vT}}_m<d_{\mathrm{HF},m}(\mathrm{\&alpha;},R,r_m),{\mathrm{vT}}_p>d_{\mathrm{HF},p}(\mathrm{\&alpha;},R,r_p))\\ +P({\mathrm{vT}}_m<d\left(\mathrm{\&alpha;}\right)<2\sqrt{R^2-{r_m}^2},{\mathrm{vT}}_p>d_{\mathrm{HF},p}(\mathrm{\&alpha;},R,r_p))\end{array}---\left(12\right)$

同样，乒乓切换概率计算公式为：

$\begin{array}{c}{P}_{\mathrm{pp}}=P(2\sqrt{R^2-{r_m}^2}\&le;d\left(\mathrm{\&alpha;}\right)<v(T_m-T_p+T_{\mathrm{pp}}),{\mathrm{vT}}_m<d_{\mathrm{HF},m}(\mathrm{\&alpha;},R,r_m),{\mathrm{vT}}_p<d_{\mathrm{HF},p}(\mathrm{\&alpha;},R,r_p))\\ +P({\mathrm{vT}}_m<d\left(\mathrm{\&alpha;}\right)<\min (2\sqrt{R^2-{r_m}^2},\frac{{r_p}^2-R^2}{{\mathrm{vT}}_p}-{\mathrm{vT}}_p,v(T_m-T_p+T_{\mathrm{pp}})))\end{array}---\left(13\right)$

（4）TTT优化选择

首先为切换失败概率设定一个系统可以接受的门限值，然后在此基础上应用遍历算法计算同一个UE速度下的不同TTT值对应的PP值，选出最小PP对应的最优TTT值。

图4为小蜂窝网络下的小区部署场景图，本发明中，针对3GPPLTE-A异构小蜂窝网络的移动性增强方案提出了一种基于RSRP速度估计的TTT自适应选择机制。首先利用RSRP对UE的移动速度进行估计；然后建立异构小蜂窝网络下的切换模型，根据切换模型对切换失败概率和乒乓切换概率进行推导分析；之后利用推导的切换失败概率和乒乓切换概率函数公式进行TTT的优化选择，得到切换失败概率性能和乒乓切换概率性能折中的最优TTT。

图2是UE在小区中的移动轨迹图，如图2所示，UE在经过小区的过程中，UE从下行SNR中以采样的速度（采样速度在此与SNR的接收周期相同）提取出RSRP，用RSRP来判断UE在小区中穿行的距离。图1展示了两条UE轨迹：A和B。假设每个颜色代表那个区域的RSRP。一般来说，由于较小的传播损耗，绿色的RSRP值>蓝色RSRP值>橙色RSRP值。这种方案根据每个UE在不同时间上记录的最大和最小RSRP值，根据差值来反映UE在小区里穿行的轨迹。在图1中，UEA将会有一个RSRP_green-RSRP_orange值，UEB将会有一个接近零的值。

图3是小蜂窝网络下MUE和PUE的切换模型图。Picocell覆盖圆的半径用R来表示，MUE的切换失败圆半径和PUE的切换失败圆半径分别用r_m和r_p表示，其中r_p＞r_m。d(α)＝2Rcos(α)代表MUE移动轨迹和Picocell覆盖圆交叉点所决定的弦的长度，v是UE在这条弦上移动的速度，α～U[-π,π)代表弦（UE的轨迹）相对于水平坐标的角度，r代表从Picocell覆盖圆的中心到MUE移动轨迹的最小距离。

首先，计算无切换场景下的概率，得

$P_{\mathrm{NHO}}=\left\{\begin{array}{cc}P(d\left(\mathrm{\&alpha;}\right)<2\sqrt{R^2-{{\mathrm{rr}}_{\mathrm{mm}}}^2}),& {\mathrm{ifvT}}_m\&GreaterEqual;2\sqrt{R^2-{r_m}^2}\\ P(d\left(\mathrm{\&alpha;}\right)<{\mathrm{vT}}_m),& {\mathrm{ifvT}}_m<2\sqrt{R^2-{r_m}^2}\end{array}\right.---\left(14\right)$

然后，根据无切换发生的概率计算MUE的切换失败概率

$P_{\mathrm{HF},m}=\frac{2}{\mathrm{\&pi;}}{\tan }^{-1}\left(\frac{r_m}{\sqrt{R^2-{r_m}^2}}\right)\&times;\frac{{\cos }^{-1}\frac{{\left({\mathrm{vT}}_m\right)}^2+R^2-{r_m}^2}{{2\mathrm{vT}}_{m}R}}{{\sin }^{-1}\left(\frac{r_m}{R}\right)}---\left(15\right)$

之后，计算PUE的切换失败概率，得

当 ${\mathrm{vT}}_m\&GreaterEqual;2\sqrt{R^2-{r_m}^2}$ 时，

P_HF,p＝0；                 （16）

当 $\sqrt{R^2-{r_m}^2}<{\mathrm{vT}}_m<2\sqrt{R^2-{r_m}^2}$ 时，

$P_{\mathrm{HF},p}=P({\mathrm{vT}}_m<d\left(\mathrm{\&alpha;}\right)<2\sqrt{R^2-{r_m}^2},{\mathrm{vT}}_p>d_{\mathrm{HF},p}(\mathrm{\&alpha;},R,r_p));---\left(17\right)$

当 ${\mathrm{vT}}_m<\sqrt{R^2-{r_m}^2}$ 时，

$\begin{array}{c}{P}_{\mathrm{HF},p}=P(d\left(\mathrm{\&alpha;}\right)\&GreaterEqual;2\sqrt{R^2-{r_m}^2},{\mathrm{vT}}_m<d_{\mathrm{HF},m}(\mathrm{\&alpha;},R,r_m),{\mathrm{vT}}_p>d_{\mathrm{HF},p}(\mathrm{\&alpha;},R,r_p))\\ +P({\mathrm{vT}}_m<d\left(\mathrm{\&alpha;}\right)<2\sqrt{R^2-{r_m}^2},{\mathrm{vT}}_p>d_{\mathrm{HF},p}(\mathrm{\&alpha;},R,r_p))\end{array};---\left(18\right)$

第四，计算乒乓切换概率，得

当 ${\mathrm{vT}}_m\&GreaterEqual;2\sqrt{R^2-{r_m}^2}$ 时，

P_pp＝0；                  （19）

当 $\sqrt{R^2-{r_m}^2}<{\mathrm{vT}}_m<2\sqrt{R^2-{r_m}^2}$ 时，

$\begin{array}{c}{P}_{\mathrm{pp}}=P(2\sqrt{R^2-{r_m}^2}<d\left(\mathrm{\&alpha;}\right)<\min (\frac{{r_p}^2-R^2}{{\mathrm{vT}}_p}-{\mathrm{vT}}_p,\frac{R^2-{r_m}^2}{{\mathrm{vT}}_m}+v{T}_m,v(T_m-T_p+T_{\mathrm{pp}}),2R))\\ =P({\mathrm{vT}}_m<d\left(\mathrm{\&alpha;}\right)<\min (2\sqrt{R^2-{r_m}^2},\frac{{r_p}^2-R^2}{{\mathrm{vT}}_p}-{\mathrm{vT}}_p,v(T_m-T_p+T_{\mathrm{pp}})))\end{array};---\left(20\right)$

当 ${\mathrm{vT}}_m<\sqrt{R^2-{r_m}^2}$ 时，

$\begin{array}{c}{P}_{\mathrm{pp}}=P(2\sqrt{R^2-{r_m}^2}\&le;d\left(\mathrm{\&alpha;}\right)<v(T_m-T_p+T_{\mathrm{pp}}),{\mathrm{vT}}_m<d_{\mathrm{HF},m}(\mathrm{\&alpha;},R,r_m),{\mathrm{vT}}_p<d_{\mathrm{HF},p}(\mathrm{\&alpha;},R,r_p))\\ +P({\mathrm{vT}}_m<d\left(\mathrm{\&alpha;}\right)<\min (2\sqrt{R^2-{r_m}^2},\frac{{r_p}^2-R^2}{{\mathrm{vT}}_p}-{\mathrm{vT}}_p,v(T_m-T_p+T_{\mathrm{pp}})))\end{array};---\left(21\right)$

最后，为切换失败概率设定一个门限值，在此基础上从推导的切换失败概率和乒乓切换函数公式进行折中，选出最优的TTT。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (4)

1.小蜂窝网络中基于RSRP速度估计的TTT自适应缩放方法，其特征在于：包括以下步骤：

步骤一：根据服务小区Macrocell覆盖区域下的不同RSRP值将其覆盖区域划分为多个不同的圆形区域，规定RSRP值在UE移动轨迹上的衰减速率；

步骤二：UE按照固定的RSRP采样频率对来自服务小区Macrocell的RSRP进行采样提取；

步骤三：UE根据不同时刻接收到的来自于服务小区的参考信号接收功率RSRP，加上采样频率，估计出UE在服务小区中的移动速度；

步骤四：根据切换失败概率和乒乓切换概率与UE的移动速度和TTT的关系计算出切换失败概率和乒乓切换概率；

步骤五：以最小化乒乓切换概率为目标，采用遍历算法对TTT进行自适应选择。

2.根据权利要求1所述的小蜂窝网络中基于RSRP速度估计的TTT自适应缩放方法，其特征在于：在步骤四中，根据步骤三中估计出的移动UE的移动速度v，计算其在规定的TTT时间T_m内行驶的距离，与沿该方向行驶时UE移动到接收到的目标切换小区信号强度大于源小区信号强度的位置所经过的距离相比较，判断其是否能够在到达规定的目标小区区域前完成从源小区到目标小区的切换，计算其失败概率，即为该情况下的切换失败概率；MUE的切换失败概率为：

$\begin{array}{c}{P}_{\mathrm{HF},m}==P(d\left(\mathrm{\&alpha;}\right)\&GreaterEqual;2\sqrt{R^2-{r_m}^2})\&times;P(v{T}_m\&GreaterEqual;d_{\mathrm{HF},m}(\mathrm{\&alpha;},R,r_m))\\ =\frac{2}{\mathrm{\&pi;}}{\tan }^{-1}\left(\frac{r_m}{\sqrt{R^2-{r_m}^2}}\right)\&times;\frac{{\cos }^{-1}\frac{{\left(v{T}_m\right)}^2+R^2-{r_m}^2}{2v{T}_{m}R}}{{\sin }^{-1}\left(\frac{r_m}{R}\right)}\end{array}$

α～U[-π,π)代表弦（UE的轨迹）相对于水平坐标的角度代表，d(α)＝2Rcos(α)代表MUE移动轨迹和Picocell覆盖圆交叉点所决定的弦的长度，R表示Picocell覆盖圆的半径，r_m和r_p分别表示MUE的切换失败圆半径和PUE的切换失败圆半径，其中r_p＞r_m；

PUE的切换失败概率根据MUE发生切换失败的概率和移动UE的移动距离可分为三种情况；

再根据乒乓切换概率的定义要求，计算基于移动UE在规定的TTT时间内完成两次切换的概率，即为该情况下的乒乓切换概率：

$\begin{array}{c}{P}_{\mathrm{pp}}=P(2\sqrt{R^2-{r_m}^2}\&le;d\left(\mathrm{\&alpha;}\right)<v(T_m-T_p+T_{\mathrm{pp}}),v{T}_m<d_{\mathrm{HF},m}(\mathrm{\&alpha;},R,r_m),{\mathrm{vT}}_p<d_{\mathrm{HF},p}(\mathrm{\&alpha;},R,r_p))\\ +P({\mathrm{vT}}_m<d\left(\mathrm{\&alpha;}\right)<\min (2\sqrt{R^2-{r_m}^2},\frac{{r_p}^2-R^2}{{\mathrm{vT}}_p}-{\mathrm{vT}}_p,v(T_m-T_p+T_{\mathrm{pp}})))\end{array};$

其中T_m、T_p、T_pp分别表示MUE的触发时间、PUE的触发时间和乒乓切换时间门限。

3.根据权利要求1所述的小蜂窝网络中基于RSRP速度估计的TTT自适应缩放方法，其特征在于：先对小区覆盖区域下的不同RSRP强度进行区域划分，根据服务小区Macrocell覆盖区域下的不同RSRP值将其覆盖区域划分为多个不同的圆形区域，规定RSRP值每降低1dBm时两个采样地点的距离为x，然后UE按照固定的RSRP采样频率对来自服务小区Macrocell的RSRP进行采样提取，之后，UE根据不同时刻接收到的来自于服务小区的参考信号接收功率RSRP，加上采样频率，估计出UE在服务小区中的移动速度；最后，采用遍历算法选择不同移动UE速度下的最优TTT值。

4.根据权利要求1所述的小蜂窝网络中基于RSRP速度估计的TTT自适应缩放方法，其特征在于：首先对切换失败概率假设一个统一的系统可以接受的门限值，在这个可以接受的切换失败概率范围内，同一个UE移动速度下对应有多个不同的TTT值，对TTT在可选择的范围内的所有的值，采用遍历算法依次计算其对应的乒乓切换概率值，再从计算得出的乒乓切换概率值中提取出最小的乒乓切换概率值，所对应的TTT的值即为当前UE移动速度条件下的最优TTT值。

Images