移动通信网络中小区中断补偿方法
技术领域
本发明涉及无线通信中的小区中断补偿方法,属于无线通信中的网络自愈合技术领域。
背景技术
随着无线通信技术的快速发展,无线接入网呈现大规模、异构、动态等特点。网络运营和维护的难度越来越大。目前的无线网络中网络故障检测和维护都是由网络运营和维护人员根据系统的状态来进行人工操作。随着网络规模化不断加大,网络运维管理费用越来越高,难度越来越大,而且人工操作耗时间长,效率低。所以由人工监控维护网络便来越来越困难。自组织网络的自愈合技术为网络维护提供了一个新方向。
网络自愈合功能,作为自组织网络的一个重要部分,不仅能够减少由于人工运营维护带来的高成本,并且提高了网络维护优化的效率和质量。在移动无线通信中,由于软件故障、硬件故障或者一些错误的网络配置等原因,都会导致小区通信中断。传统的无线网络通过人工检测或者是用户投诉等方法获得故障信息并由工作人员进行故障修复。操作周期长,效率差。网络自愈合技术旨在在无人工操作的情况下,系统能够及时的、自动的发现故障并从故障中恢复。小区自愈合功能包括两个阶段,小区中断检测和小区中断补偿。小区中断补偿是指找出合适的方案恢复网络服务。小区故障检测后,网络应该迅速做出反应,以补偿网络故障带来的损失。小区中断补偿的一般做法是通过小区协作,自动的生成和执行最优的愈合步骤来恢复小区故障引起的性能退化。
发明内容
本发明的目的是提供一种移动通信网络中小区中断补偿方法,同时考虑系统覆盖率、系统重复覆盖率和系统容量,通过中断小区周围基站的下行传输功率的调节来进行小区中断补偿。
为实现上述目的,本发明采用以下技术方案:
一种移动通信网络中小区中断补偿方法,
无线网络中总共有c个基站,为其覆盖范围内的m个用户提供服务,基站记为:C={1,2,...,c},用户记为:M={1,2,...,m};当基站发生中断时,会导致服务漏洞;假设中断小区位于网络中心位置,通过应用粒子群算法对中断小区周围基站的下行传输功率进行调节来进行小区中断补偿;具体为:
步骤a,定义基站覆盖范围:基站覆盖范围是所有基站的总覆盖面积与需要服务的总面积的比值,定义为:
其中,S(pi)是基站i的覆盖面积,pi是基站i的下行发射功率,S是需要服务的总面积;
步骤b,定义重复覆盖率:重复覆盖面积为有多个基站信号覆盖的区域,定义为:
步骤c,估计基站覆盖范围:通过统计用户测量上报的RSRP(ReferenceSignalReceivedPower)信息来计算覆盖率、重复覆盖率,并定义Nserved为有基站信号覆盖的用户数目:
其中,RSRPi为用户i的服务基站RSRP,#为计数符号,Nserved即为接收的最大RSRP大于参考信号接收功率门限的用户数目,则基站覆盖范围fcov估计为:
其中,m为用户总数;
步骤d,估计重复覆盖率:当用户接收多个基站的RSRP值均大于门限时,用户处于多个基站共同覆盖范围;重复覆盖范围内用户定义为:
其中,RSRP2 i为用户接收到的第二强的RSRP值;则重复覆盖率估计为:
步骤e,系统覆盖率和容量的优化权衡:小区中断补偿中同时考虑系统覆盖率和容量的优化权衡;采用的容量的测量方法为:
其中,SINRi为用户i的SINR(SignaltoInterferenceplusNoiseRatio),H函数是阶跃函数,表示当用户的SINR大于门限γ时,计数为1;fcap即用户SINR大于门限的比重;
因此,需要优化
f=fcov+aU(fcov)(1-fover)+βU(fcov)fcap
其中,α和β是权重因子,能够在不同指标之间进行优化偏重的调节,由运营商根据补偿策略自行确定,U函数是阶跃函数:
其中,λ是覆盖率门限,由运营商根据最低覆盖率要求自行选取;当覆盖率低于覆盖率门限时,中断补偿的重点全部用来提高覆盖率;当覆盖率大于门限时,增大容量和重复覆盖率的补偿比重;通过调节λ大小,取得不同的权衡补偿效果;
步骤f,补偿调节:补偿调节参数为中断基站周围基站的下行传输功率;采用粒子群(ParticleSwarmOptimization,PSO)算法进行最优解搜索。
中断小区周围基站的下行传输功率的调节流程为:
(1)初始化一群粒子,规模为w,由运营商根据网络状况自行选取,随机位置为基站下行发射功率向量:Pi={pi1,pi2,...,pin}(i=1,...,w),维度为n,其中,pin为第i个粒子中第n个基站的下行发射功率;随机速度矢量为:Vi=(vi1,vi2,...,vin)(i=1,...,w),为基站下行发射功率的迭代调整步长向量,Vin为第i个粒子中第n个基站的迭代调整步长;
(2)对于每一个粒子,计算其对应的适应度:即定义的全局优化函数f(.),衡量粒子的性能;
(3)更新Pbesti:
其中,Pbesti粒子i的最强适应度对应的位置;t为迭代次数,Pi(t+1)为i粒子当前迭代下的发射功率矢量,f(.)函数为定义的全局优化函数;
(4)更新Gbest:
Pbesti(t)=Pbesti(t)|f(Pbesti(t))=max(f(Pbest1(t),f(Pbest2(t),...,f(Pbestw(t))
其中,Gbest所有粒子全局最优解,为所有粒子中最大适应度粒子对应的基站发射功率矢量;
(5)更新所有粒子的速度和位置矢量;
Vi(t+1)=ξVi(t)+c1×rand()×(Pbesti(t)-xi(t))+c2×rand()×(Gbest(t)-xi(t))
xi(t+1)=xi(t)+vi(t+1)
i=1,2,..,w,w是群体中粒子的总数;rand()是介于0到1之间的随机数;xi是当前粒子的位置;c1和c2是学习因子;ξ为权重因子;
(6)如果达到迭代停止条件,则结束;否则,返回步骤(2);迭代终止条件为迭代次数超过最大迭代次数,最大迭代次数由运营商根据网络情况自行确定。
有益效果:本发明给出了一种移动通信网络中的小区中断补偿方法,同时考虑系统覆盖率、系统重复覆盖率和系统容量三个系统性能指标,该方法能够对中断小区进行很好的性能补偿;并且通过调节优化目标中的覆盖率门限,可以在覆盖率、重复覆盖率和系统容量指标之间进行权衡调节。
基于本发明的小区中断补偿策略具有如下优点:
1.同时考虑系统覆盖率、系统重复覆盖率和系统容量的补偿优化,系统各方面性能兼顾。
2.系统覆盖率、系统重复覆盖率和系统容量之间的优化权重可以由运营商自行调节组合,具有灵活性。
3.优化目标中的覆盖率门限参数可以由运营商自行选择,以取得不同的补偿效果,具有高的灵活性。
4.通过粒子群算法进行最优解的搜索,具有高的搜索效率。
具体实施方式
下面结合具体实施方式对本发明做进一步说明。
本发明给出一种移动通信网络中的中断补偿方法,通过应用粒子群算法对中断小区周围基站的下行传输功率进行调节来进行小区中断补偿。
无线网络中总共有c个基站,为其覆盖范围内的m个用户提供服务,基站记为:C={1,2,...,c},用户记为:M={1,2,...,m}。当基站发生中断时,会导致服务漏洞。假设中断小区位于网络中心位置,通过调节周围基站的下行发射功率来进行中断补偿。
基站覆盖范围是所有基站的总覆盖面积与需要服务的总面积的比值,定义为:
S(pi)是基站i的覆盖面积,pi是基站i的下行发射功率,S是需要服务的总面积。
基站重复覆盖容易引起小区间干扰。重复覆盖面积为有多个基站信号覆盖的区域。重复覆盖率定义为:
通过统计用户测量上报的RSRP(ReferenceSignalReceivedPower)信息来计算覆盖率、重复覆盖率。定义Nserved为有基站信号覆盖的用户数目:
RSRPi为用户i的服务基站RSRP。#为计数符号,Nserved即为接收的最大RSRP大于参考信号接收功率门限的用户数目,一般取值为-105dBm。则fcov估计为:
m为用户总数。
当用户接收多个基站的RSRP值均大于门限时,用户处于多个基站共同覆盖范围。重复覆盖范围内用户定义为:
RSRP2 i为用户接收到的第二强的RSRP值。则重复覆盖率估计为:
小区中断补偿中同时考虑系统覆盖率和容量的优化权衡。这里采用的容量的一种测量方法为:
SINRi为用户i的SINR(SignaltoInterferenceplusNoiseRatio),H函数是阶跃函数,表示当用户的SINR大于门限γ时,计数为1。γ一般取值为-6.5dB。fcap即用户SINR大于门限的比重。
因此,需要优化
f=fcov+αU(fcov)(1-fover)+βU(fcov)fcap(8)
其中α和β是权重因子,在不同指标之间进行优化偏重的调节,由运营商根据补偿策略自行确定。U函数是阶跃函数:
λ是覆盖率门限,由运营商根据最低覆盖率要求自行选取。当覆盖率低于覆盖率门限时,中断补偿的重点全部用来提高覆盖率。当覆盖率大于门限时,增大容量和重复覆盖率的补偿比重。通过调节λ大小,取得不同的权衡补偿效果。
补偿调节参数为中断基站周围基站的下行传输功率。采用粒子群(ParticleSwarmOptimization,PSO)算法进行最优解搜索。
小区中断补偿的基站下行传输功率调整流程为:
(1)初始化一群粒子(规模为w,由运营商根据网络状况自行选取),随机位置为基站下行发射功率向量:Pi={pi1,pi2,...,pin}(i=1,...,w),维度为n,pin为第i个粒子中第n个基站的下行发射功率。随机速度矢量为:Vi=(vi1,vi2,...,vin)(i=1,...,w),为基站下行发射功率的迭代调整步长向量,Vin为第i个粒子中第n个基站的迭代调整步长。
(2)对于每一个粒子。计算其对应的适应度:即定义的全局优化函数f(.),衡量粒子的性能。
(3)更新Pbesti:粒子i的最强适应度对应的位置(最优解)。t为迭代次数。Pi(t+1)为i粒子当前迭代下的发射功率矢量,f(.)函数为定义的全局优化函数。
(4)更新Gbest:所有粒子全局最优解,为所有粒子中最大适应度粒子对应的基站发射功率矢量。
Pbesti(t)=Pbesti(t)|f(Pbesti(t))=max(f(Pbest1(t),f(Pbest2(t),...,f(Pbestw(t))(11)
(5)更新所有粒子的速度和位置矢量。
Vi(t+1)=ξVi(t)+c1×rand()×(Pbesti(t)-xi(t))+c2×rand()×(Gbest(t)-xi(t))(12)
xi(t+1)=xi(t)+vi(t+1)(13)
i=1,2,..,w,w是群体中粒子的总数。rand()是介于0到1之间的随机数。xi是当前粒子的位置。c1和c2是学习因子,通常取值0~2,ξ为权重因子,一般取0.8。
(6)如果达到迭代停止条件,则结束。否则,返回步骤(2)。迭代终止条件为迭代次数超过最大迭代次数,最大迭代次数由运营商根据网络情况自行确定。
实施例
下面为本发明在移动通信网络中的实施方式:
(1)用户采集上报RSRP、SINR等信息。
(2)O&M取得运营商定义的补偿权重参数、覆盖率门限参数。
(3)初始化w个粒子的位置矢量和速度矢量,分别为:基站下行发射功率向量和基站下行功率调整向量,其中中断小区基站发射功率置为零。
(4)根据公式(6)、(7)、(8)计算各个粒子的适应度。
(5)根据公式(10)、(11)更新各个粒子最优解和全局最优解。
(6)如果没有达到迭代终止条件,根据公式(12)、(13)更新各个粒子的速度矢量和位置矢量。根据公式(6)、(7)、(8)计算各个粒子的适应度,根据公式(10)、(11)更新各个粒子最优解和全局最优解。
(7)如果达到迭代终止条件,根据全局最优解调整各个基站的下行传输功率向量。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。