CN104010315B - 一种基于用户体验质量的小区选择方法 - Google Patents

Abstract

本发明涉及一种基于用户体验质量的小区选择方案，包括以下步骤：首先用户根据接收到的邻近基站的参考信号计算对应的接收信号功率值，并获取对应基站的偏置值，然后基于预置的QoE预测模型预测不同基站能够提供的QoE值，最后根据给定的准则来选择接入的小区并进行通信。对比现有技术，本发明方案可以根据用户的QoE要求为用户选择合适的小区，从而满足不同用户对不同业务的服务质量要求，更加适用于混合型的网络环境。

Description

一种基于用户体验质量的小区选择方法

技术领域

本发明涉及一种基于用户体验质量(Quality of Experience，QoE)的小区选择方案，属于无线通信技术领域。

背景技术

伴随着移动用户数的迅猛增长以及各种多媒体方式的数据业务需求呈现出指数级增长，移动用户对无线通信网络所能提供的服务质量有了更高的需求。然而由于传统蜂窝网络架构的本身的局限性使其不能满足现有技术的发展以及用户需求，这使得新型无线网络架构的产生成为了必然需求，因此，引入低功率节点(Lower Power node，LP node)来改善频谱资源的利用,即在整个宏小区内部署低功率节点的混合型网络，这种节点不仅相对成本较低，而且可以有效提高网络覆盖范围并增强服务质量。一般的部署环境都是在一个宏基站(Macro eNB)覆盖边缘处部署一个或多个低功率节点。典型的低功率节点有：中继节点(Relay node)、微微基站(Pico eNB)和毫微微基站(Femto eNB)。低功率节点的主要作用就是分担宏基站的负载量，同时增加小区的覆盖范围，为小区边缘用户提供更高的服务质量。

低功率节点除发射功率不同外，它们在网络中的地位与宏基站相同，并且信息的传输和处理方式也与宏基站没有任何区别。此外，低功率节点的部署大大提高了系统频谱效率，因而获得了学术界和工业界的广泛关注。然而，传统小区的形状通常是固定的，如正六边形蜂窝小区、圆形小区等，因此对通信技术的发展带来了局限性。比如当基站发射功率较小时，小区的边缘用户接收到的信号较弱，若此时小区边缘的视频用户较多，则用户的通信质量无法得到保证，这是因为视频业务需要较多的无线资源来传输视频流数据；而当基站发射功率较大时，会产生越区覆盖，造成频率干扰或引起错误的切换。因此，本发明引入了无定形小区的场景，即小区的形状随用户数、业务类型及业务量的不同而发生变化。如果小区边缘某一地区的视频用户的业 务量增大，传统的宏基站就无法满足边缘用户的需求，这时可以开启一个或多个LP node来满足视频用户的需求，从而使边缘视频用户直接与邻近的LP node建立通信连接，而不再是接入到传统宏基站中。因此，从整个网络的覆盖来看，宏小区的覆盖形状将不再是固定不变的，而是基于LP node的部署以及小区中用户的状态而动态调整的。无定形小区的设计使得通信系统具有更高的灵活性，更高的资源利用率，并且能为用户提供更好的服务质量。

为了更好服务边缘用户，除了宏基站还会根据需求在小区边缘部署一些LP node，因此，小区边缘的用户需要根据一定的准则选择最合适的基站进行通信。从常规的小区覆盖方案来说，小区中用户设备(User Equipment，UE)接收小区内的所有基站的发射信号，对比选出最大接收信号功率(Signal Receive Power，SRP)所对应的基站并与其进行通信，如在LTE中，UE通过对比参考信号接收功率(Reference Signal Receive Power,RSRP)指标选择目标基站。然而一般情况下，宏基站的发射功率在5W到40W之间，而低功率节点的发射功率在250mW到2W之间，LP node的发射功率远远小于宏基站的发射功率。因此这一方案并不适合含有低功率节点的通信场景，主要原因是低功率节点本身的发射功率比宏基站小很多，即使用户距离低功率节点很近，UE接收到宏基站的RSRP可能仍比低功率节点的高，这样会导致大多数的用户仍然接受宏基站的服务而拒绝低功率节点提供的服务，从而使得低功率节点失去作用。为解决这一问题，3GPP提出了一种解决方案，即在UE接收到的SRP值基础上加入偏置值(bias)，然后再比较选出最大(SRP+bias)对应的基站并与其通信。这里宏基站的bias为0dB，而低功率节点的bias为1到20dB。这一方案能够有效的解决用户无法接入低功率节点的问题。但是这两种方案都仅从系统的负载角度来考虑，并没有真正的考虑不同用户不同业务对接收功率以及服务质量的要求。

发明内容

本发明的目的是针对现有小区选择方案中存在的问题，提出一种基于用户QoE的小区选择方案。该方案可以根据用户对QoE的要求为用户选择合适的小区，从而满足不同用户对不同业务的服务质量要求，更加适用于混合型的网络环境。

为了实现上述目的，本发明采用以下技术方案实现。

一种基于用户体验质量的小区选择方案，包括以下内容：

本发明所述的无定形小区场景如图1所示，CN node表示控制节点，是一个功能实体，可与其它网元合设，如Macro eNB、移动管理实体(Mobility Management Entity，MME)等。CN node主要负责根据一定的准则来设定LP node的工作状态，即开启状态和睡眠状态，若某一LP node需要改变其现有状态，CN node通知相应的LP node执行相关操作。LP node工作状态的设定准则不在本发明内容的范围内，因而此处不再赘述，仅将此无定形小区场景作为本发明实施例的应用背景。图中LP node有三种，分别是：Relay node、Femto node以及Pico eNB。在无定形小区场景中，当新的UE请求接入小区进行通信时，需要根据一定的准则选择最合适的小区进行通信，本发明所述小区选择准则包括以下步骤：

步骤1，UE计算相邻几个基站的接收信号功率值。

当一个UE需要接入到小区进行通信链接时，UE首先需要检测全部的相邻小区，执行小区识别过程。然后UE根据接收到的参考信号(Reference Signal，RS)计算相邻几个基站能够提供给该UE的无线信号强度，即接收功率值。该过程在UE的特定模块进行，待计算完成后，UE存储这些小区的信息及接收功率值，供后面小区选择使用。

步骤2，UE/eNB设置接收功率的偏置值bias。

如前所述，宏基站的发射功率远远大于LP node的发射功率，若仅以最大接收功率值来选择接入小区，则LP node将失去作用，也就是说即使UE距离宏基站比较远，其最终还是会选择接入到宏基站中。因此，需要通过设置功率偏置值bias来辅助UE进行接入小区选择。 这里bias值设置有两种方案，一是每个eNB(这里eNB包括宏基站和低功率节点)设置自己的bias值，然后再通知UE，UE接收到bias值的信息后，与步骤1中的接收功率值存储到相同模块中。二是每个UE中记录eNB的bias值列表，当进行小区选择时可以直接使用，而不需要eNB再发送给UE，这种方法可以减小信令开销。

步骤3，UE中建立不同业务的QoE预测模型。

QoE是指用户对设备，网络和系统，应用或业务的质量和性能(包括有效性和可用性等方面)的综合主观感受，它是从服务质量(Quality of Service，QoS)发展而来的。相比于传统的评价标准QoS，QoE更能体现用户的主观感受，更适合于度量用户对业务的质量要求。由于不同用户对不同业务的QoE要求不同，因此需要在每个UE中建立一个QoE模块来存储不同业务QoE的预测模型，用以选择最合适的小区进行通信。目前常用的QoE评估模型有两种，一种是基于平均意见得分(Mean Opinion Score，MOS)的评估，MOS的取值范围为1～5，其中1为最差，5为最好。另一种是基于Sigmoid函数的评估模型，其取值范围是0～1,其中1为最好，0为最差。基于Sigmoid函数的评估模型对不同业务具有统一的函数形式，但不同业务对应不同的参数设置，而基于MOS的评估模型，虽然不同业务具有不同的函数形式，但是却更能反映用户的主观体验。两种评估模型各有其优势和缺点，本发明对两种评估模型同样适用，运营商及设备商可根据自己的需求在UE中建立不同业务的QoE模型。当然，本步骤对其它QoE评估模型同样适用。因此，该步骤工作可由运营商及设备商在UE出厂前将QoE模型预置到UE中。

步骤4，UE基于QoE预测模型预测不同基站能够提供的QoE大小，并根据一定的准则来选择接入的小区。

当UE请求某一业务时，其根据相邻的几个基站中所能提供的速率预测出用户可达到的QoE值，然后根据(1)式选择其中最合适的基站进行通信。这里，相邻的几个基站需要先测量其当前的负载量，如果负载超过一定门限值时，将不再为新接入的用户进行服务，UE 需要选择次优基站为其服务。(1)式表达了UE选择服务小区的准则，(2)为约束条件，其中i表示第i个基站；j表示第j个用户；CellID_serving(j)表示第j个用户所选择的服务小区号；QoEV_ij表示第i个基站能为第j个用户提供的QoE大小；w为权重值，其作用是保证公式(1)中的QoEV_ij与SRP_ij+bias_i在一定的可比范围内；Node_Load(CellID_serving(j))为第j个用户所选择的服务小区当前负载量，Nload_thr表示所选服务小区的负载门限，SRP_ij表示第j个用户接收到第i个基站的功率，bias_i表示第i个基站的偏置值。

${\mathrm{CellID}}_{\mathrm{serving}}\left(j\right)={\arg }_{\left\{i\right\}}^{\max }\{{\mathrm{SRP}}_{\mathrm{ij}}+{\mathrm{bias}}_i+w*{\mathrm{QoEV}}_{\mathrm{ij}}\}---\left(1\right)$

Node_Load(CellID_serving(j))＜Nload_thr (2)

步骤5，UE与选择的服务小区建立通信连接，进行通信。

当UE完成步骤4所述的小区选择后，UE与选择的节点进行通信连接。首先，所选节点通过相应的资源分配方案为该UE分配资源，然后UE在分配的资源块上进行数据的发送与接收。当UE建立通信后，可根据接收到的数据对当前的业务质量进行评估，以验证所选小区是否能够满足其对业务QoE的要求。若当前小区能够满足该UE对业务的QoE要求，则UE中记录此次小区选择时所使用的参数，供下次小区选择时参考。若当前小区不能满足该用户对业务的QoE要求，UE记录并修改此次小区选择所使用的参数，供下次小区选择时使用。

有益效果

在混合型网络环境中，小区的部署比较灵活，通过上述基于用户体验质量的小区选择方案，UE选择接入小区时，不仅考虑了整个系统的负载性能，而且引入了不同用户不同业务的QoE要求。因此，本发明所提出的小区选择方案不仅在整个系统的性能上有一定的提升，而且更能满足用户对业务的QoE要求，从而在系统性能以及用户QoE上达到最优。

附图说明

图1为低功率节点部署场景图。

图2为不同业务的QoE预测模型。

图3为基于FFR的Macro/Pico小区部署场景图。

图4为Pico cell频带扩展示意图。

具体实施方式

为使发明的目的、技术方案及优点更加清楚明白，下面将结合附图对本发明的实施例进行详细描述。本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

本实施例运行于如图3所示的无定形小区仿真环境中，以Pico eNB作为低功率节点，CN node所负责的功能由MME完成。每个Macro cell中部署一个Macro eNB，每个Macro Cell中有10个用户，包含3个FD用户，3个IPTV用户和4个VoIP用户，UE随机分布在每个小区中(这里为了使场景图更简单清晰化，除Macro cell1外并未将每个宏小区内的10个用户都画在图3中)。所有Macro cell的中心区域使用相同的频率资源，而小区边缘使用复用因子为3的部分频率复用(Fractional Frequency Reuse)技术，即每个小区只有边缘用户使用1/3的频谱资源，从而避免了Macro小区间的干扰。同时Pico eNB部署在小区边缘区域，且复用相邻三个小区边缘的频段以达到频带扩展。如Macro Cell1小区边缘使用的频带范围是(f1，f2)，Macro Cell2小区边缘使用的频带范围是(f2，f3)，Macro Cell3小区边缘使用的频带范围是(f3，f4)，那么处在三个宏小区边缘的Pico eNB1通过复用这三个频段可以达到的频段大小是(f1，f4)，如图4所示。因此Pico cell与Macro Cell也不存在小区间干扰。

下面以UE1为例介绍用户基于QoE选择小区服务小区的过程，具体步骤如下：

步骤1，UE1通过接收相邻几个基站发送的参考信号计算其接收功率值。

当UE1需要接入到小区进行通信链接时，UE1首先需要检测全部的相邻小区，执行小区识别过程。然后UE1在接收信号处理模块中对Macro eNB1及相邻的几个Pico eNB发送给UE1的参考信号进行解码，进而计算该基站提供给UE1进行通信的无线信号强度，即接收功率值。待计算完成后，UE1存储这些小区的信息及接收功率值，供后面小区选择使用。

步骤2，UE1/eNB设置接收功率的偏置值bias。

如前所述，bias值是为了辅助UE通过对比接收功率值进行接入小区选择而设置的。本实施例中bias值的设置选择第一种方案，即：UE1相邻的Macro eNB和Pico eNB分别设置各自的bias值，然后将各自设置的bias值大小通知给UE1，UE1接收到bias值的信息后，与步骤1中的接收功率值存储到相同模块中。这里为使UE更多的接入到Pico eNB以分担Macro eNB的负载量，将Macro eNB的bias值设置为0dB，而Pico eNB的bias值取为1～20dB之间。

步骤3，UE1建立不同业务的QoE预测模型。

在Pico eNB部署完成后，UE1需要基于不同业务的QoE需求在Macro小区和Pico小区之间选择最合适的小区进行通信。因此，需要在UE1内部建立不同业务的QoE模型。QoE评估模型有两种：一是基于MOS的评估，二是基于Sigmoid函数的评估。为了便于对各种业务的简单分析，本实施例中使用了基于MOS的评估模型，如图2所示。图中给出了VoIP、IPTV以及FD业务的QoE模型，从图中可以看出，为保证用户对QoE的需求，不同的业务需要的数据速率不同。如FD及IPTV业务需要较高的数据速率才能保证用户的QoE，而VoIP用户对速率的要求较低。根据香农公式(5)可知数据速率与功率是正相关的，其中B为传输带宽，S为接收功率，N为噪声功率，R为数据速率。因此对于FD及IPTV业务来说需要较高的接收功率才能满足用户对QoE的要求，而VoIP用户则对接收功率的要求较低。

R＝B*log₂(1+S/N) (5)

由此可见，传统方案中根据用户接收到的功率来选择所接入的小 区缺乏准确性，因为即使是同一个用户当进行不同的业务时，其对功率的要求也是不一样的，也即对数据的速率要求不同。比如对于VoIP业务来说，10Kbps左右的速率就能满足用户的QoE需求，而Video用户则需要120Kbps的速率才能满足用户的QoE要求。

步骤4，UE1根据不同业务的QoE模型，预测不同小区能够提供的QoE大小，并根据一定的准则选择接入小区。

用户需要根据小区选择准则在宏基站或已开启的Pico eNB中选择最适合的小区进行接入，然后与该基站建立通信链接。本发明中提出了基于不同业务QoE进行小区选择的方案，主要内容如下：如图4，当UE1请求某IPTV业务时，UE1根据基站所能提供的数据速率预测出用户可达到的QoE值，然后根据(6)式选择最合适的基站进行通信。这里，被选基站需要先测量其当前的负载量，如果负载超过一定门限值时，将不再为新接入的用户进行服务，用户需要选择次优基站为其服务；以此类推，直到用户选择的基站可以为其提供服务。(6)式表达了UE1选择服务小区的准则，(7)为约束条件，其中i表示第i个与UE1相邻的基站；SRP_i表示UE1接收的第i个基站的功率；bias_i表示第i个基站的偏置值；w为权重值；MOS_i表示根据第i个基站分配给UE1的功率通过式(5)计算出的数据速率R，再通过如图2所示的QoE预测模型得到的MOS值；CellID_serving表示UE1选择的服务小区号；Node_Load(CellID_serving)为所选服务小区的当前负载量；本实施例中负载门限值Nload_thr设置为90％，Macro cell的bias值为0dB，Pico cell的bias值为[5dB,10dB,15dB]。

${\mathrm{CellID}}_{\mathrm{serving}}={\arg }_{\left\{i\right\}}^{\max }\{{\mathrm{SRP}}_i+{\mathrm{bias}}_i+w*{\mathrm{MOS}}_i\}---\left(6\right)$

Node_Load(CellID_serving)＜Nload_thr(90％) (7)

步骤4，UE1与选择的服务小区建立通信链接，完成特定业务的数据传输过程。

当UE1根据步骤3所述的小区选择准则完成服务小区的选择后，UE1与所选择的基站即进行通信链接，如图3中Pico1。首先，Pico1通过一定的资源分配方案为UE1分配资源，然后UE1在分配的资源 块上进行视频数据的发送与接收。UE1完成通信的链接后，可根据接收到的视频流数据对当前IPTV业务质量进行评估，以验证Pico1是否能够满足其对IPTV业务的QoE要求。最后UE1记录此次小区选择时所使用的参数，如bias、w等，供下次小区选择时参考。

从本实施例可以看出，在无定形小区场景中，小区的形状是动态调整的，更加能够充分的利用无线资源，用户通过本发明所提出的方案进行接入小区选择不仅在整个系统的性能上有一定的提升，而且更能满足用户对业务的QoE要求，从而在系统性能以及用户QoE上达到最优。

以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于用户体验质量的小区选择方法，其特征在于，包括以下步骤：

步骤一、用户设备UE根据接收到的参考信号计算相邻几个基站能够提供给该UE的接收信号功率值SRP；

步骤二、UE获取所有相邻基站的接收功率的偏置值bias；

步骤三、UE基于QoE预测模型预测所有相邻基站能够提供的用户体验质量值QoE；

步骤四、UE基于SRP、bias和QoE按照一定的准则选择服务基站；

步骤五、UE与选择的服务基站建立通信连接，进行通信。

2.根据权利要求1所述的一种基于用户体验质量的小区选择方法，其特征在于，所述bias值的获取方式可以采用下述两种方式中的任何一种：

方式一、每个基站设置自己的bias值，然后通知给UE；

方式二、每个UE中预置各类型基站的bias值列表，当进行小区选择时直接使用。

3.根据权利要求1所述的一种基于用户体验质量的小区选择方法，其特征在于，所述QoE预测模型可由运营商及设备商在UE投入使用前预存入UE设备。

4.根据权利要求3所述的一种基于用户体验质量的小区选择方法，其特征在于，所述QoE预测模型可以采用基于MOS的评估模型或者基于Sigmoid函数的评估模型。

5.根据权利要求1所述的一种基于用户体验质量的小区选择方法，其特征在于，所述UE基于QoE预测模型预测所有相邻基站能够提供的用户体验质量值QoE，由于通信参数基站可分配给用户的功率、传输带宽、噪声功率都是已知的，因而通过计算得到预测QoE所需的数据传输速率参数，进而得到QoE值。

6.根据权利要求1—5所述的任意一种基于用户体验质量的小区选择方法，其特征在于，所述按照一定的准则选择服务基站包括下述内容：

首先，用户按照公式SRP_i+bias_i+w*QoE_i计算所有相邻基站的服务程度值，并对该值按照从大到小顺序进行排序；

然后，最大的服务程度值对应的基站作为预选服务基站根据约束条件Node_Load(CellID_serving)＜Nload_thr判断，如果当前负载超过阈值Nload_thr，则拒绝为当前用户提供服务，当前用户再选择第二大的服务程度值对应的基站作为预选服务基站继续进行判断，直到当前负载低于阈值Nload_thr，则当前的预选服务基站即为用户选择的服务基站；

其中SRP_i表示接收的第i个基站的功率，bias_i表示第i个基站的偏置值，w表示权重，QoE_i表示根据QoE预测模型预测出的第i个基站的QoE值，CellID_serving表示当前用户选择的服务基站，Node_Load(CellID_serving)表示当前用户所选择的服务基站的当前负载，Nload_thr表示当前用户所选择的服务基站的负载门限。