CN106412994A - 一种移动负载均衡方法、装置及基站 - Google Patents
一种移动负载均衡方法、装置及基站 Download PDFInfo
- Publication number
- CN106412994A CN106412994A CN201510501638.8A CN201510501638A CN106412994A CN 106412994 A CN106412994 A CN 106412994A CN 201510501638 A CN201510501638 A CN 201510501638A CN 106412994 A CN106412994 A CN 106412994A
- Authority
- CN
- China
- Prior art keywords
- load balancing
- load
- cell
- user
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
Abstract
本发明公开了一种移动负载均衡方法、装置及基站,其方法包括:监测第一小区与相邻小区的负载状态,触发负载均衡操作,生成负载均衡方案和切换门限参数;触发条件包括:第一小区与相邻小区的负载差大于预设的差值阈值、第一小区不能保证用户的服务质量Qos;目标小区基于负载均衡方案和切换门限参数进行用户切换并调整切换门限参数。本发明的移动负载均衡方法、装置及基站,以用户感知为中心,能够保证每个用户在负载均衡后都能够获得期望的服务质量,并且负载均衡需要进行切换的用户数目最少,使得对用户的影响降到最低,并且减少了系统操作和信令,计算复杂度低,确保用户不出现乒乓切换,鲁棒性强,支持多跳邻区的负载均衡,适用范围广。
Description
技术领域
本发明涉及移动通信技术领域,尤其涉及一种移动负载均衡方法、装置及基站。
背景技术
移动通信技术的持续快速发展,使得现代社会步入信息时代,随时随地的无线接入能力已经成为一种新型的社会基础设施。长期演进技术(Long Term Evolution-Advanced,LTE-A)作为事实上的第四代移动通信技术标准,已经得到广泛网络部署应用,为了减少配置和管理网络的开销,3GPP将自组织网络(Self-Organizing Network,SON)引入LTE中,并认为SON是降低成本和复杂度的最有效手段,而移动负载均衡(Mobility Load Balancing,MLB)是SON功能中比较重要的一项技术,能够解决负载均衡问题,优化小区重选、切换参数、均衡小区间的业务负荷,使小区间的负载维持在一个相对平衡的状态,从而提高整个系统的容量,同时最小化网络管理和优化任务中的人工干预。
在现有的技术的一种负载均衡方法中,控制节点管辖范围内的小区向该控制节点上报负载信息,当一小区触发移动负载均衡时,向控制节点发送移动负载转移请求,控制节点利用管辖范围内的所有小区上报的负载信息为该小区确定最优转移路径并按照该路径进行负载转移。该方法通过用户转移使得小区之间的负载较为均衡,但并没有从用户角度出发,不能保证转移后用户的服务质量,用户转移后可能会出现服务质量下降,而且该方法在实施过程中可能会转移(切换)较多用户,进而影响用户感知。在现有技术的另一种负载均衡方法中,当检测当前小区过载时,选择出满足条件的终端以及可以切换到的邻区,可以将当前小区负载切换掉同时又不会引起终端切换到的邻小区超负载,然后将终端切换到对应的邻小区中,提高负载均衡处理效率。此方法不能保证切换后用户得到满意的服务质量,而且仅考虑一跳范围内的邻区作为目标邻区进行负载均衡,并不一定能够实现负载均衡。
由上可知,现有技术中的负载均衡方法更关注网络整体性能,并不能保证负载均衡过程中用户感知不受影响,这样的技术方案无法满足下一代以用户为中心的蜂窝网络的要求。
发明内容
有鉴于此,本发明要解决的一个技术问题是提供一种移动负载均衡方法、装置及基站,以服务质量或负载差作为进行负载均衡的触发条件,通过最少次数的用户切换,使得所有用户获得满意服务质量、小区间负载差小于预设差值阀值。
一种移动负载均衡方法,包括:监测第一小区与相邻小区的负载状态;判断第一小区是否满足进行负载均衡的触发条件,如果是,则触发负载均衡操作,生成负载均衡方案和切换门限参数,并将所述负载均衡方案和所述切换门限参数发送到目标小区;其中,所述触发条件包括:第一小区与相邻小区的负载差大于预设的差值阈值、第一小区不能保证用户的服务质量Qos;所述目标小区进行用户切换并调整切换门限参数。
根据本发明的一个实施例,进一步的,如果判断第一小区满足负载均衡触发条件,将第一小区作为簇头小区,收集并计算作用域内全部小区的负载均衡相关信息;其中,所述负载均衡相关信息包括:无线资源需求矩阵、RSRP矩阵以及邻区关系。
根据本发明的一个实施例,进一步的,所述生成负载均衡方案和切换门限参数、并将所述负载均衡方案和所述切换门限参数发送到目标小区包括:根据所述负载均衡相关信息构建负载均衡模型和约束条件;基于所述约束条件求解所述负载均衡模型,得出进行切换的用户集合Xo和优化后的切换门限值簇头小区将所述Xo和通过X2口发送给需要进行切换操作和参数调整的目标小区。
根据本发明的一个实施例,进一步的,以切换用户数最少为目的构建所述负载均衡模型;所述负载均衡模型的目标为:
其中,X为进行负载均衡操作后蜂窝网络的用户分配矩阵,X0为负载均衡前蜂窝网络的用户分配矩阵;X是一个N×I维矩阵,其第n行第i列元素为xn,i,n=1,2,...,N,i=1,2,...,I;xn,i是布尔变量,且
根据本发明的一个实施例,进一步的,所述约束条件包括:负载均衡后作用域内所有小区之间的负载差小于预设门限、负载均衡后每个小区的无线资源使用率小于等于1、负载均衡后每个用户的服务小区与邻区信号功率差小于切换门限。
根据本发明的一个实施例,进一步的,构建作用域内所有小区的无线资源需求矩阵L、RSRP矩阵P以及邻区关系;基于凸优化的算法对所述负载均衡模型进行求解,得到所述Xo和
根据本发明的一个实施例,进一步的,构建所述无线资源需求矩阵L,L是一个N×I维矩阵:
其中,Ln,i表示若用户i的服务小区为小区n,满足用户i的Qos所需要使用的无线资源数,n=1,2,...,N,i=1,2,...,I,N为作用域内小区的数量,I为用户的总数。
根据本发明的一个实施例,进一步的,构建N×I维矩阵An:
其中,矩阵An的第n行等于L的第n行,其余所有元素均为0,则给定用户分配矩阵X时,小区n1中为了满足所有用户Qos所需要的无线资源之和可以表示为
根据本发明的一个实施例,进一步的,构建N×I维的RSRP矩阵P:
其中,Pn,i是用户i接收到的来自小区n的RSRP值,n=1,2,...,N,i=1,2,...,I,则用户i接收到的来自服务小区ni的RSRP值可表示为:
其中,Ii是一个N维列向量,其第i个元素为1,其余元素为0。
根据本发明的一个实施例,进一步的,所述的约束条件包括:
n1=1,2,...,N,n2∈{n1邻区}、Tr((An)ΤX)≤1 n=1,2,...,N、n=1,2,...,N,i=1,2,...,I、Tr((Bi)ΤX)=1、
和xn,i=0or 1 n=1,2,...,N,i=1,2,...,I
其中,ΔL为负载差预设阀值,Hmax为切换门限的最大值,负载均衡后用户i的服务小区ni与小区n之间的切换门限,Bi为N×I维矩阵Bi=[0N×(i-1) 1N 0N×(I-i)],1N为N维全1列向量。
根据本发明的一个实施例,进一步的,所述监测第一小区与相邻小区的负载状态包括:相邻小区间定期通过X2口交换各自的负载信息。
根据本发明的一个实施例,进一步的,所述负载信息包括:无线资源使用率、硬件资源负载指示、传输资源负载指示、可供使用的无线资源数目。
根据本发明的一个实施例,进一步的,所述负载均衡方案包括:需要切换的用户、用户的切换源小区和目标小区。
为实现上述目的,本发明提供一种移动负载均衡装置,包括:负载状态监测单元,用于监测第一小区与相邻小区的负载状态;均衡决策处理单元,用于判断第一小区是否满足进行负载均衡的触发条件,如果是,则触发负载均衡操作,生成负载均衡方案和切换门限参数;所述触发条件包括:第一小区与相邻小区的负载差大于预设的差值阈值、第一小区不能保证用户的服务质量Qos;均衡信息发送单元,用于并将所述负载均衡方案和所述切换门限参数发送到目标小区;其中,所述目标小区基于所述负载均衡方案和所述切换门限参数进行用户切换并调整切换门限参数。
根据本发明的一个实施例,进一步的,所述均衡决策处理单元,还用于如果判断第一小区满足负载均衡触发条件,将触发负载均衡操作的第一小区作为簇头小区,收集并计算作用域内全部小区的负载均衡相关信息;其中,所述负载均衡相关信息包括:无线资源需求矩阵、RSRP矩阵以及邻区关系。
根据本发明的一个实施例,进一步的,所述均衡决策处理单元包括:模型构建模块,用于根据所述负载均衡相关信息构建负载均衡模型和约束条件;模型求解模块,用于基于所述约束条件求解所述负载均衡模型,得出进行切换的用户集合Xo和优化后的切换门限值所述均衡信息发送单元,还用于控制簇头小区将所述Xo和通过X2口发送给需要进行切换操作和参数调整的目标小区。
根据本发明的一个实施例,进一步的,所述模型构建模块,还用于以切换用户数最少为目的构建所述负载均衡模型;所述负载均衡模型的目标为:
其中,X为进行负载均衡操作后蜂窝网络的用户分配矩阵,X0为负载均衡前蜂窝网络的用户分配矩阵;X是一个N×I维矩阵,其第n行第i列元素为xn,i,n=1,2,...,N,i=1,2,...,I;xn,i是布尔变量,且
根据本发明的一个实施例,进一步的,所述模型构建模块,还用于生成所述约束条件,包括:负载均衡后作用域内所有小区之间的负载差小于预设门限、负载均衡后每个小区的无线资源使用率小于等于1、负载均衡后每个用户的服务小区与邻区信号功率差小于切换门限。
根据本发明的一个实施例,进一步的,所述模型构建模块,还用于构建作用域内所有小区的无线资源需求矩阵L、RSRP矩阵P以及邻区关系;所述模型求解模块,还用于基于凸优化的算法对所述负载均衡模型进行求解,得到所述Xo和
根据本发明的一个实施例,进一步的,所述模型构建模块,还用于构建所述无线资源需求矩阵L,L是一个N×I维矩阵:
其中,Ln,i表示若用户i的服务小区为小区n,满足用户i的Qos所需要使用的无线资源数,n=1,2,...,N,i=1,2,...,I,N为作用域内小区的数量,I为用户的总数。
根据本发明的一个实施例,进一步的,所述模型构建模块,还用于构建N×I维矩阵An:
其中,矩阵An的第n行等于L的第n行,其余所有元素均为0,则给定用户分配矩阵X时,小区n1中为了满足所有用户Qos所需要的无线资源之和可以表示为
根据本发明的一个实施例,进一步的,所述模型构建模块,还用于构建N×I维的RSRP矩阵P:
其中,Pn,i是用户i接收到的来自小区n的RSRP值,n=1,2,...,N,i=1,2,...,I,则用户i接收到的来自服务小区ni的RSRP值可表示为::
其中,Ii是一个N维列向量,其第i个元素为1,其余元素为0。
根据本发明的一个实施例,进一步的,所述的约束条件包括:
n1=1,2,...,N,n2∈{n1邻区}、Tr((An)ΤX)≤1 n=1,2,...,N、n=1,2,...,N,i=1,2,...,I、Tr((Bi)ΤX)=1和xn,i=0or1 n=1,2,...,N,i=1,2,...,I
其中,ΔL为负载差预设阀值,Hmax为切换门限的最大值,负载均衡后用户i的服务小区ni与小区n之间的切换门限,Bi为N×I维矩阵Bi=[0N×(i-1) 1N 0N×(I-i)],1N为N维全1列向量。
根据本发明的一个实施例,进一步的,所述负载状态监测单元,还用于控制相邻小区间定期通过X2口交换各自的负载信息;其中,所述负载信息包括:无线资源使用率、硬件资源负载指示、传输资源负载指示、可供使用的无线资源数目。
为实现上述目的,本发明提供一种基站,包括如上所述的移动负载均衡装置。
本发明的移动负载均衡方法、装置及基站,能够保证每个用户在负载均衡后都能够获得期望的服务质量,并且负载均衡而需要进行切换的用户数目最少,使得对用户的影响降到最低,并且减少了系统操作和信令。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明的移动负载均衡方法的一个实施例的流程示意图;
图2为根据本发明的移动负载均衡方法的技术原理的系统模型图;
图3为根据本发明的移动负载均衡方法的另一个实施例的流程示意图;
图4为根据本发明的移动负载均衡装置的一个实施例的示意图;
图5为根据本发明的移动负载均衡装置的一个实施例中的均衡决策处理单元的示意图。
具体实施方式
下面参照附图对本发明进行更全面的描述,其中说明本发明的示例性实施例。下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。下面结合各个图和实施例对本发明的技术方案进行多方面的描述。
下文中的“第一”等为描述上相区别,并没有其它特殊的含义。
图1为根据本发明的移动负载均衡方法的一个实施例的流程示意图,如图1所示:
步骤101,监测第一小区与相邻小区的负载状态。
步骤102,判断第一小区是否满足进行负载均衡的触发条件,如果是,则触发负载均衡操作,生成负载均衡方案和切换门限参数。触发条件包括:第一小区与相邻小区的负载差大于预设的差值阈值、第一小区不能保证用户的服务质量Qos。
步骤103,将负载均衡方案和切换门限参数发送到目标小区。
步骤104,目标小区进行用户切换并调整切换门限参数。
上述实施例中的移动负载均衡方法,提出了一种蜂窝网络中以用户感知为中心的移动负载均衡方法,能够通过最少次数的用户切换,使得网络中小区负载更加均衡、每个用户的Qos需求都得到满足、蜂窝网络的吞吐量和无线资源利用率得到提高,并通过对切换相关参数的自优化避免乒乓切换、减少人工网络管理开销。
在一个实施例中,如果判断第一小区满足负载均衡触发条件,将第一小区作为簇头小区,收集并计算作用域内全部小区的负载均衡相关信息。负载均衡相关信息包括:无线资源需求矩阵、RSRP矩阵以及邻区关系。
根据负载均衡相关信息构建负载均衡模型和约束条件,基于约束条件求解负载均衡模型,得出进行切换的用户集合Xo和优化后的切换门限值簇头小区将Xo和通过X2口发送给需要进行切换操作和参数调整的目标小区。
以切换用户数最少为目的构建负载均衡模型;负载均衡模型的目标为:
其中,X为进行负载均衡操作后蜂窝网络的用户分配矩阵,X0为负载均衡前蜂窝网络的用户分配矩阵;X是一个N×I维矩阵,其第n行第i列元素为xn,i,n=1,2,...,N,i=1,2,...,I;xn,i是布尔变量,且
约束条件包括:负载均衡后作用域内所有小区之间的负载差小于预设门限、负载均衡后每个小区的无线资源使用率小于等于1、负载均衡后每个用户的服务小区与邻区信号功率差小于切换门限。构建作用域内所有小区的无线资源需求矩阵L、RSRP(Reference Signal ReceivingPower,参考信号接收功率)矩阵P以及邻区关系。
基于凸优化的算法对负载均衡模型进行求解,得到Xo和基于凸优化的求解算法指的是将移动负载均衡模型中的布尔变量松弛为[0,1]区间的一个实数,并利用常规凸优化问题解法如内点法等进行求解的算法。
在一个实施例中,构建无线资源需求矩阵L,L是一个N×I维矩阵:
其中,Ln,i表示若用户i的服务小区为小区n,满足用户i的Qos所需要使用的无线资源数,n=1,2,...,N,i=1,2,...,I,N为作用域内小区的数量,I为用户的总数。例如,在LTE系统中,Ln,i表示的是所需要的子载波数与全部子载波数之比。
构建N×I维矩阵An:
其中,矩阵An的第n行等于L的第n行,其余所有元素均为0,则给定用户分配矩阵X时,小区n1中为了满足所有用户Qos所需要的无线资源之和可以表示为:
构建N×I维的RSRP矩阵P:
其中,Pn,i是用户i接收到的来自小区n的RSRP值,n=1,2,...,N,i=1,2,...,I,则用户i接收到的来自服务小区ni的RSRP值可表示为:
其中,Ii是一个N维列向量,其第i个元素为1,其余元素为0。
约束条件包括:
n1=1,2,...,N,n2∈{n1邻区}、Tr((An)ΤX)≤1 n=1,2,...,N、n=1,2,...,N,i=1,2,...,I、Tr((Bi)ΤX)=1、和xn,i=0or1 n=1,2,...,N,i=1,2,...,I
其中,ΔL为负载差预设阀值,Hmax为切换门限的最大值,负载均衡后用户i的服务小区ni与小区n之间的切换门限,Bi为N×I维矩阵Bi=[0N×(i-1) 1N 0N×(I-i)],1N为N维全1列向量。
在一个实施例中,相邻小区间定期交换各自的负载信息。每个小区监测无线资源使用情况,无线资源使用情况是指小区的无线资源是否足够满足小区内所有用户的无线资源需求。触发负载均衡的小区作为簇头小区收集作用域内所有小区的无线资源需求矩阵、RSRP矩阵以及邻区关系。
无线资源需求矩阵是指包括了每个用户在作用域内不同小区内所需要的无线资源数目的矩阵,作用域是指以簇头小区为中心、参与负载均衡过程的多跳邻区范围,跳数由运营商设定。RSRP矩阵指的是包含了每个用户接收到的来自作用域内不同小区的参考信号功率的矩阵。
簇头小区构建负载均衡模型,并利用提出的基于凸优化的算法进行求解,得到负载均衡方案和优化后的切换门限值。簇头小区将负载均衡方案和优化后切换门限值发送给需要进行切换操作和参数调整的目标小区。目标小区根据接收到的信息,进行用户切换,并调整切换门限参数。
移动负载均衡模型是指一个以切换用户数最少为目标,约束条件分别为负载均衡后作用域内所有小区的负载差小于预设门限、负载均衡后每个小区的无线资源使用率小于等于1、负载均衡后每个用户的服务小区与邻区信号功率差小于切换门限的数学模型。
在一个实施例中,如图2所示的蜂窝网络,网络中有I个用户,i=1,2,...,I,有N个小区,n=1,2,...,N。
Ln,i表示用户i的服务小区为n时,满足用户i的Qos需求所需要的归一化的无线资源,我们采用吞吐量/数据速率Ti作为Qos指标。在LTE系统中,物理层采用OFDMA多址接入方式,系统频带被等分为若干子载波组(即资源块,RB),用户在进行资源分配时是以RB为基本单位进行的即Ln,i表示的是所需要的RB数与全部RB数之比。
小区负载Ln,n=1,2,...,N,Ln表示小区n中为了满足所有用户Qos所需要的无线资源之和,此时Ln可能大于1,即小区n无法满足所有用户的Qos需求,需要根据调度器的规则牺牲一部分用户的Qos。
负载均衡前用户i的服务小区记为ni,RSRP记为SINR记为
负载均衡后用户i的服务小区记为RSRP记为SINR记为
负载均衡前,系统切换门限(A3事件RSRP差)记为表示主小区ni与邻小区n的RSRP差的门限,若则用户i将会从主小区ni切换到小区n。
负载均衡后,系统切换门限(A3事件RSRP差)记为表示主小区与邻小区n的RSRP差的门限。
在实际的网络中,负载均衡前用户的服务小区ni、RSRP值SINR值以及吞吐量均是已知的。为了实现负载均衡,即确定负载均衡后用户i的服务小区需要估计负载均衡后用户i所需要的无线资源
记小区n的发射功率为Pn,小区n到用户i的信道增益为hn,i,hn,i包含路径损耗和阴影衰落,不考虑小尺度衰落。那么用户i接收到的来自小区n的RSRP值为:
Pn,i=Pnhn,i。
假设网络中所有用户处于静止状态或者慢速移动状态,则有即负载均衡前后,用户i接收到的来自小区n的RSRP值保持不变。
记系统中的子载波数为M,m=1,2,...,M。负载均衡后,用户i在子载波m上的SINR值可以表示为:
在上式中,取值为0或1,表示小区与小区n均使用了子载波m。该式说明了负载均衡后用户i的SINR以及所需要的无线资源取决于负载均衡的结果(即用户与小区的附着关系)以及小区调度器的调度策略和算法。
在负载均衡中,为了提高均衡的鲁棒性,避免出现乒乓现象,需要考虑最坏的情况,即可能出现的最差SINR值,从而保证切换后的小区有足够的资源接纳切换用户。用户i在子载波m上的最差SINR值出现在所有小区都使用了子载波m进行数据传输的情况下,即对于任意小区n,都等于1,此时
基于该SINR值,根据香农容量公式或者link adaptive model,我们可以得到用户i在负载均衡后所需要的无线资源。
至此,估计得到了负载均衡后用户i所需要的无线资源。
接下来,对蜂窝异构网络中的负载均衡问题进行建模。希望能够通过调整用户与小区的关联关系,使得网络能够为用户提供满意的服务质量,并使全网的负载较为均衡,提高网络设备的利用率。在进行负载均衡时,目标是最小化需要进行切换的用户数,从而最大程度上减小对用户体验的影响。
定义判断函数:
即为了实现均衡负载,用户i发生了切换,则判断函数值为1;若用户i没有发生切换,则判断函数值为0。
负载均衡问题可建模如下:
Ln≤1 n=1,2,...,N (1-3)
式(1-1)是表示需要做切换的用户数,即该负载均衡的目标是最小化均衡负载所需的切换次数;
式(1-2)是表示负载均衡后,相邻小区间的负载差在预设合理范围内,称为负载均衡准则;表示可以根据具体的一对小区进行负载差门限值的设置,接下来的讨论中,假设为常数,即
式(1-3)是表示负载均衡后,满足所有用户的吞吐量需求(Qos)时的无线资源之和小于1,也就是说所有用户的Qos都能被满足,称为Qos准则。
式(1-4)是表示负载均衡后所有用户都不会发生切换,式中切换门限为待优化的未知参数,通过优化该切换参数,防止用户出现乒乓切换,从而避免频繁的负载均衡,称为均衡鲁棒性准则。
防止用户出现乒乓切换的基本思路是:(1)不需要切换的用户不会触发切换条件;(2)需要切换的用户,切换后不能再次发生切换。式(1-4)是条件(1)和条件(2)的数学表达。
构建无线资源需求矩阵L,L是一个N×I维矩阵,其第n行第i列元素为Ln,i,n=1,2,...,N,i=1,2,...,I,它表示若用户i的服务小区为小区n,那么满足用户i的Qos所需要使用的无线资源数。
构建用户分配矩阵(用户关联矩阵)X,X是一个N×I维矩阵,其第n行第i列元素为xn,i,n=1,2,...,N,i=1,2,...,I。xn,i是布尔变量,且
因此,矩阵X给出了网络(簇)中所有用户与基站的关联关系。
记负载均衡前蜂窝网络的用户分配矩阵为X0,那么有:
式中,||·||F表示Frobenius范数。
构建N×I维矩阵An
即矩阵An的第n行等于L的第n行,其余所有元素均为0。则有
构建N×I维矩阵Bi:
Bi=[0N×(i-1) 1N 0N×(I-i)]
式中,1N为N维全1列向量。则有:
Tr((Bi)ΤX)=1
构建N×I维的RSRP矩阵P:
其第n行第i列元素为Pn,i,n=1,2,...,N,i=1,2,...,I。Pn,i是用户i接收到的来自小区n的RSRP值。则有:
Pn,i=(Pi)ΤXIi:
式中,Ii是一个N维列向量,其第i个元素为1,其余元素为0。
至此,负载均衡模型可重写为:
n1=1,2,...,N,n2∈{n1邻区} (2-2)
Tr((An)ΤX)≤1 n=1,2,...,N (2-3)
Tr((Bi)ΤX)=1 (2-6)
xn,i=0or 1 n=1,2,...,N,i=1,2,...,I (2-7)
式(2-5)表示切换(A3事件)门限的取值范围,通常是由设备商设置的。(2-6)表示X是布尔量矩阵,因此,该优化问题是个典型的0-1离散规划问题,也是个NP难问题。
接下来讨论求解前述负载均衡模型的算法原理和步骤:
根据凸优化理论,式(2)给出的负载均衡模型中,目标函数为凸函数,约束条件(2-2)、(2-3)、(2-4)、(2-5)和(2-6)均为线性约束,而只有约束条件(2-7)是非凸约束。因此,我们可以通过对约束条件(2-7)进行适当的松弛,将式(2)负载均衡模型转化为一个如下的凸优化问题:
n1=1,2,...,N,n2∈{n1邻区} (3-2)
Tr((An)ΤX)≤1 n=1,2,...,N (3-3)
Tr((Bi)ΤX)=1 (3-6)
0≤xn,i≤1 n=1,2,...,N,i=1,2,...,I (3-7)
式(3)所示的模型是经典的线性约束二次规划问题,可以使用常用算法进行求解。
基于上述分析,给出基于松弛的凸优化算法步骤:
1.将模型(2)松弛为模型(3);
2.求解模型(3),得到最优解和
3.对模型(3)最优解中的所有元素进行四舍五入操作,得到模型(2)的次优解Xo,并确定
图3为根据本发明的移动负载均衡方法的另一个实施例的流程示意图,如图3所示:
步骤201:负载状态检测。检测对象分为两类,一类是相邻小区间定期通过X2口交换各自的负载信息,判断小区间负载差是否超过运营商预设的门限ΔL;二是每个小区监测是否能够给小区内所有用户提供满意的服务质量Qos。
步骤202:负载均衡触发。触发事件有两类,一类是当某个小区发现自己与某个邻区间的负载差过大,超过运营商预设的门限ΔL时,系统触发负载均衡操作。二是当某个小区发现自己无法为当前所有用户提供满意的服务质量Qos时,则系统触发负载均衡。
步骤203:负载均衡源信息收集。触发负载均衡的小区作为簇头小区,簇头小区通过X2口,收集作用域内所有小区的负载均衡相关信息,例如,作用域内的无线资源需求矩阵L、包含所有用户RSRP信息的RSRP矩阵P以及作用域内所有邻区关系。
步骤204:负载均衡策略计算与生成。簇头小区根据收集得到的信息构建负载均衡模型,并利用前述提出的算法进行求解,得到需要进行切换的用户集合Xo和优化后的切换门限值
步骤205:负载均衡策略分发。簇头小区将Xo和通过X2口发送给需要进行切换操作和参数调整的目标小区。
步骤206:负载均衡策略执行。目标小区根据接收到的信息,进行用户切换,并调整切换门限参数。
本发明提供一种移动负载均衡装置,如图4、5所示。负载状态监测单元41监测第一小区与相邻小区的负载状态。均衡决策处理单元42判断第一小区是否满足进行负载均衡的触发条件,如果是,则触发负载均衡操作,生成负载均衡方案和切换门限参数;触发条件包括:第一小区与相邻小区的负载差大于预设的差值阈值、第一小区不能保证用户的服务质量Qos。
均衡信息发送单元43将负载均衡方案和切换门限参数发送到目标小区。目标小区基于负载均衡方案和切换门限参数进行用户切换并调整切换门限参数。
均衡决策处理单元42如果判断第一小区满足负载均衡触发条件,将触发负载均衡操作的第一小区作为簇头小区,均衡决策处理单元42收集并计算作用域内全部小区的负载均衡相关信息。负载均衡相关信息包括:无线资源需求矩阵、RSRP矩阵以及邻区关系等。
均衡决策处理单元42包括:模型构建模块421和模型求解模块422。模型构建模块421根据负载均衡相关信息构建负载均衡模型和约束条件。模型求解模块422基于约束条件求解负载均衡模型,得出进行切换的用户集合Xo和优化后的切换门限值均衡信息发送单元43控制簇头小区将Xo和通过X2口发送给需要进行切换操作和参数调整的目标小区。
模型构建模块421以切换用户数最少为目的构建负载均衡模型。负载均衡模型的目标为:
其中,X为进行负载均衡操作后蜂窝网络的用户分配矩阵,X0为负载均衡前蜂窝网络的用户分配矩阵;X是一个N×I维矩阵,其第n行第i列元素为xn,i,n=1,2,...,N,i=1,2,...,I;xn,i是布尔变量,且
模型构建模块421生成约束条件,约束条件包括:负载均衡后作用域内所有小区之间的负载差小于预设门限、负载均衡后每个小区的无线资源使用率小于等于1、负载均衡后每个用户的服务小区与邻区信号功率差小于切换门限。
模型构建模块421构建作用域内所有小区的无线资源需求矩阵L、RSRP矩阵P以及邻区关系。模型求解模块422基于凸优化的算法对负载均衡模型进行求解,得到Xo和
模型构建模块421构建无线资源需求矩阵L,L是一个N×I维矩阵:
其中,Ln,i表示若用户i的服务小区为小区n,满足用户i的Qos所需要使用的无线资源数,n=1,2,...,N,i=1,2,...,I,N为作用域内小区的数量,I为用户的总数。
模型构建模块421构建N×I维矩阵An:
其中,矩阵An的第n行等于L的第n行,其余所有元素均为0,则给定用户分配矩阵X时,小区n1中为了满足所有用户Qos所需要的无线资源之和可以表示为:
模型构建模块421构建N×I维的RSRP矩阵P:
其中,Pn,i是用户i接收到的来自小区n的RSRP值,n=1,2,...,N,i=1,2,...,I,则用户i接收到的来自服务小区ni的RSRP值可表示为:
其中,Ii是一个N维列向量,其第i个元素为1,其余元素为0。
约束条件包括:
n1=1,2,...,N,n2∈{n1邻区}、Tr((An)ΤX)≤1 n=1,2,...,N、n=1,2,...,N,i=1,2,...,I、Tr((Bi)ΤX)=1、和xn,i=0or1 n=1,2,...,N,i=1,2,...,I
其中,ΔL为负载差预设阀值,Hmax为切换门限的最大值,负载均衡后用户i的服务小区ni与小区n之间的切换门限,Bi为N×I维矩阵Bi=[0N×(i-1) 1N 0N×(I-i)],1N为N维全1列向量。
负载状态监测单元421控制相邻小区间定期通过X2口交换各自的负载信息。负载信息包括:无线资源使用率、硬件资源负载指示、传输资源负载指示、可供使用的无线资源数目等。
在一个实施例中,本发明提供一种基站,包括如上的移动负载均衡装置。
上述实施例提供的移动负载均衡方法、装置及基站,以用户感知为中心,能够保证每一个用户在负载均衡后都能够获得期望的服务质量,并且负载均衡而需要进行切换的用户数目最少,使得对用户的影响降到最低,并且减少了系统操作和信令。构建了以用户感知为中心的移动负载均衡模型,并给出了基于凸优化的求解算法,不需要进行大量的穷举,计算复杂度低,这种优势在多跳邻区场景下更为明显。优化负载均衡后小区间的切换参数,确保用户不出现乒乓切换,鲁棒性强。支持多跳邻区的负载均衡,适用范围广。
可能以许多方式来实现本发明的方法和系统。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于方法的步骤的上述顺序仅是为了进行说明,本发明的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本发明实施为记录在记录介质中的程序,这些程序包括用于实现根据本发明的方法的机器可读指令。因而,本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (25)
1.一种移动负载均衡方法,其特征在于,包括:
监测第一小区与相邻小区的负载状态;
判断第一小区是否满足进行负载均衡的触发条件,如果是,则触发负载均衡操作,生成负载均衡方案和切换门限参数;其中,所述触发条件包括:第一小区与相邻小区的负载差大于预设的差值阈值、第一小区不能保证用户的服务质量Qos;
将所述负载均衡方案和所述切换门限参数发送到目标小区,所述目标小区进行用户切换并调整切换门限参数。
2.如权利要求1所述的负载均衡方法,其特征在于:
如果判断第一小区满足负载均衡触发条件,将第一小区作为簇头小区,收集并计算作用域内全部小区的负载均衡相关信息;
其中,所述负载均衡相关信息包括:无线资源需求矩阵、RSRP矩阵以及邻区关系。
3.如权利要求2所述的负载均衡方法,其特征在于,所述生成负载均衡方案和切换门限参数、并将所述负载均衡方案和所述切换门限参数发送到目标小区包括:
根据所述负载均衡相关信息构建负载均衡模型和约束条件;
基于所述约束条件求解所述负载均衡模型,得出进行切换的用户集合Xo和优化后的切换门限值
簇头小区将所述Xo和通过X2口发送给需要进行切换操作和参数调整的目标小区。
4.如权利要求3所述的负载均衡方法,其特征在于:
以切换用户数最少为目的构建所述负载均衡模型;
所述负载均衡模型的目标为:
其中,X为进行负载均衡操作后蜂窝网络的用户分配矩阵,X0为负载均衡前蜂窝网络的用户分配矩阵;
X是一个N×I维矩阵,其第n行第i列元素为xn,i,n=1,2,...,N,i=1,2,...,I;xn,i是布尔变量,且
5.如权利要求4所述的负载均衡方法,其特征在于:
所述约束条件包括:负载均衡后作用域内所有小区之间的负载差小于预设门限、负载均衡后每个小区的无线资源使用率小于等于1、负载均衡后每个用户的服务小区与邻区信号功率差小于切换门限。
6.如权利要求5所述的负载均衡方法,其特征在于:
构建作用域内所有小区的无线资源需求矩阵L、RSRP矩阵P以及邻区关系;
基于凸优化的算法对所述负载均衡模型进行求解,得到所述Xo和
7.如权利要求6所述的负载均衡方法,其特征在于:
构建所述无线资源需求矩阵L,L是一个N×I维矩阵:
其中,Ln,i表示若用户i的服务小区为小区n,满足用户i的Qos所需要使用的无线资源数,n=1,2,...,N,i=1,2,...,I,N为作用域内小区的数量,I为用户的总数。
8.如权利要求7所述的负载均衡方法,其特征在于:
构建N×I维矩阵An:
其中,矩阵An的第n行等于L的第n行,其余所有元素均为0,则给定用户分配矩阵X时,小区n1中为了满足所有用户Qos所需要的无线资源之和可以表示为:
9.如权利要求8所述的负载均衡方法,其特征在于:
构建N×I维的RSRP矩阵P:
其中,Pn,i是用户i接收到的来自小区n的RSRP值,n=1,2,...,N,i=1,2,...,I,则用户i接收到的来自服务小区ni的RSRP值可表示为:
其中,Ii是一个N维列向量,其第i个元素为1,其余元素为0。
10.如权利要求9所述的负载均衡方法,其特征在于:所述的约束条件包括:
Tr((An)ΤX)≤1n=1,2,...,N、 Tr((Bi)ΤX)=1、和xn,i=0or1n=1,2,...,N,i=1,2,...,I
其中,ΔL为负载差预设阀值,Hmax为切换门限的最大值,负载均衡后用户i的服务小区ni与小区n之间的切换门限,Bi为N×I维矩阵Bi=[0N×(i-1) 1N 0N×(I-i)],1N为N维全1列向量。
11.如权利要求1所述的负载均衡方法,其特征在于:所述监测第一小区与相邻小区的负载状态包括:
相邻小区间定期通过X2口交换各自的负载信息。
12.如权利要求11所述的负载均衡方法,其特征在于:
所述负载信息包括:无线资源使用率、硬件资源负载指示、传输资源负载指示、可供使用的无线资源数目。
13.如权利要求1所述的负载均衡方法,其特征在于:
所述负载均衡方案包括:需要切换的用户、用户的切换源小区和目标小区。
14.一种移动负载均衡装置,其特征在于,包括:
负载状态监测单元,用于监测第一小区与相邻小区的负载状态;
均衡决策处理单元,用于判断第一小区是否满足进行负载均衡的触发条件,如果是,则触发负载均衡操作,生成负载均衡方案和切换门限参数;所述触发条件包括:第一小区与相邻小区的负载差大于预设的差值阈值、第一小区不能保证用户的服务质量Qos;
均衡信息发送单元,用于并将所述负载均衡方案和所述切换门限参数发送到目标小区;
其中,所述目标小区基于所述负载均衡方案和所述切换门限参数进行用户切换并调整切换门限参数。
15.如权利要求14所述的负载均衡装置,其特征在于:
所述均衡决策处理单元,还用于如果判断第一小区满足负载均衡触发条件,将触发负载均衡操作的第一小区作为簇头小区,收集并计算作用域内全部小区的负载均衡相关信息;
其中,所述负载均衡相关信息包括:无线资源需求矩阵、RSRP矩阵以及邻区关系。
16.如权利要求14所述的负载均衡装置,其特征在于:
所述均衡决策处理单元包括:
模型构建模块,用于根据所述负载均衡相关信息构建负载均衡模型和约束条件;
模型求解模块,用于基于所述约束条件求解所述负载均衡模型,得出进行切换的用户集合Xo和优化后的切换门限值
所述均衡信息发送单元,还用于控制簇头小区将所述Xo和通过X2口发送给需要进行切换操作和参数调整的目标小区。
17.如权利要求16所述的负载均衡装置,其特征在于:
所述模型构建模块,还用于以切换用户数最少为目的构建所述负载均衡模型;所述负载均衡模型的目标为:
其中,X为进行负载均衡操作后蜂窝网络的用户分配矩阵,X0为负载均衡前蜂窝网络的用户分配矩阵;
X是一个N×I维矩阵,其第n行第i列元素为xn,i,n=1,2,...,N,i=1,2,...,I;xn,i是布尔变量,且
18.如权利要求17所述的负载均衡装置,其特征在于:
所述模型构建模块,还用于生成所述约束条件,包括:负载均衡后作用域内所有小区的负载差小于预设门限、负载均衡后每个小区的无线资源使用率小于等于1、负载均衡后每个用户的服务小区与邻区信号功率差小于切换门限。
19.如权利要求18所述的负载均衡装置,其特征在于:
所述模型构建模块,还用于构建作用域内所有小区的无线资源需求矩阵L、RSRP矩阵P以及邻区关系;
所述模型求解模块,还用于基于凸优化的算法对所述负载均衡模型进行求解,得到所述Xo和
20.如权利要求19所述的负载均衡装置,其特征在于:
所述模型构建模块,还用于构建所述无线资源需求矩阵L,L是一个N×I维矩阵:
其中,Ln,i表示若用户i的服务小区为小区n,满足用户i的Qos所需要使用的无线资源数,n=1,2,...,N,i=1,2,...,I,N为作用域内小区的数量,I为用户的总数。
21.如权利要求20所述的负载均衡装置,其特征在于:
所述模型构建模块,还用于构建N×I维矩阵An:
其中,矩阵An的第n行等于L的第n行,其余所有元素均为0,则给定用户分配矩阵X时,小区n1中为了满足所有用户Qos所需要的无线资源之和可以表示为
22.如权利要求21所述的负载均衡装置,其特征在于:
所述模型构建模块,还用于构建N×I维的RSRP矩阵P:
其中,Pn,i是用户i接收到的来自小区n的RSRP值,n=1,2,...,N,i=1,2,...,I,则用户i接收到的来自服务小区ni的RSRP值可表示为:
其中,Ii是一个N维列向量,其第i个元素为1,其余元素为0。
23.如权利要求22所述的负载均衡装置,其特征在于:
Tr((An)ΤX)≤1n=1,2,...,N、 Tr((Bi)ΤX)=1、和xn,i=0or1 n=1,2,...,N,i=1,2,...,I
其中,ΔL为负载差预设阀值,Hmax为切换门限的最大值,负载均衡后用户i的服务小区ni与小区n之间的切换门限,Bi为N×I维矩阵Bi=[0N×(i-1) 1N 0N×(I-i)],1N为N维全1列向量。
24.如权利要求14所述的负载均衡装置,其特征在于:
所述负载状态监测单元,还用于控制相邻小区间定期通过X2口交换各自的负载信息;
其中,所述负载信息包括:无线资源使用率、硬件资源负载指示、传输资源负载指示、可供使用的无线资源数目。
25.一种基站,其特征在于:
包括如权利要求14-24任意一项所述的移动负载均衡装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510501638.8A CN106412994B (zh) | 2015-08-14 | 2015-08-14 | 一种移动负载均衡方法、装置及基站 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510501638.8A CN106412994B (zh) | 2015-08-14 | 2015-08-14 | 一种移动负载均衡方法、装置及基站 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106412994A true CN106412994A (zh) | 2017-02-15 |
CN106412994B CN106412994B (zh) | 2020-02-18 |
Family
ID=58008342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510501638.8A Active CN106412994B (zh) | 2015-08-14 | 2015-08-14 | 一种移动负载均衡方法、装置及基站 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106412994B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108738076A (zh) * | 2017-04-24 | 2018-11-02 | 上海中兴软件有限责任公司 | 一种负荷均衡执行门限调整的方法及装置 |
CN109348510A (zh) * | 2018-10-17 | 2019-02-15 | 中国联合网络通信集团有限公司 | 负载均衡方法、装置及基站 |
CN110267277A (zh) * | 2019-07-03 | 2019-09-20 | 福建诺恒科技有限公司 | 一种基于mdt的小区均衡度评估方法及优化方法 |
CN110536326A (zh) * | 2019-09-23 | 2019-12-03 | 中国移动通信集团浙江有限公司 | 基于小步快跑算法的网络负载均衡方法及装置 |
CN110784893A (zh) * | 2019-11-07 | 2020-02-11 | 中国联合网络通信集团有限公司 | 多载波负荷均衡的方法、装置、核心网设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1992657A (zh) * | 2005-12-26 | 2007-07-04 | 中兴通讯股份有限公司 | 一种无线局域网的负载均衡方法 |
CN101754279A (zh) * | 2009-12-11 | 2010-06-23 | 中国科学技术大学 | 一种保证实时类业务服务质量的负载均衡方法 |
CN103781120A (zh) * | 2014-02-25 | 2014-05-07 | 重庆邮电大学 | 一种结合分级动态分配资源的移动负载均衡方法 |
CN103945477A (zh) * | 2014-05-16 | 2014-07-23 | 哈尔滨工业大学 | 一种基于业务类型权值区分的异构网络选择系统及方法 |
-
2015
- 2015-08-14 CN CN201510501638.8A patent/CN106412994B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1992657A (zh) * | 2005-12-26 | 2007-07-04 | 中兴通讯股份有限公司 | 一种无线局域网的负载均衡方法 |
CN101754279A (zh) * | 2009-12-11 | 2010-06-23 | 中国科学技术大学 | 一种保证实时类业务服务质量的负载均衡方法 |
CN103781120A (zh) * | 2014-02-25 | 2014-05-07 | 重庆邮电大学 | 一种结合分级动态分配资源的移动负载均衡方法 |
CN103945477A (zh) * | 2014-05-16 | 2014-07-23 | 哈尔滨工业大学 | 一种基于业务类型权值区分的异构网络选择系统及方法 |
Non-Patent Citations (1)
Title |
---|
VAN MINH NGUYEN,CHUNG SHUE CHEN,LAURENT THOMAS: "A Unified Stochastic Model of Handover Measurement in Mobile Networks", 《IEEE/ACM TRANSACTIONS ON NETWORKING》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108738076A (zh) * | 2017-04-24 | 2018-11-02 | 上海中兴软件有限责任公司 | 一种负荷均衡执行门限调整的方法及装置 |
CN109348510A (zh) * | 2018-10-17 | 2019-02-15 | 中国联合网络通信集团有限公司 | 负载均衡方法、装置及基站 |
CN109348510B (zh) * | 2018-10-17 | 2021-11-19 | 中国联合网络通信集团有限公司 | 负载均衡方法、装置及基站 |
CN110267277A (zh) * | 2019-07-03 | 2019-09-20 | 福建诺恒科技有限公司 | 一种基于mdt的小区均衡度评估方法及优化方法 |
CN110267277B (zh) * | 2019-07-03 | 2022-07-26 | 福建诺恒科技有限公司 | 一种基于mdt的小区均衡度评估方法 |
CN110536326A (zh) * | 2019-09-23 | 2019-12-03 | 中国移动通信集团浙江有限公司 | 基于小步快跑算法的网络负载均衡方法及装置 |
CN110784893A (zh) * | 2019-11-07 | 2020-02-11 | 中国联合网络通信集团有限公司 | 多载波负荷均衡的方法、装置、核心网设备和存储介质 |
CN110784893B (zh) * | 2019-11-07 | 2022-11-29 | 中国联合网络通信集团有限公司 | 多载波负荷均衡的方法、装置、核心网设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106412994B (zh) | 2020-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103929781B (zh) | 超密集异构网络下跨层干扰协调优化方法 | |
Muñoz et al. | Fuzzy rule-based reinforcement learning for load balancing techniques in enterprise LTE femtocells | |
Dirani et al. | A cooperative reinforcement learning approach for inter-cell interference coordination in OFDMA cellular networks | |
CN103079235B (zh) | 在lte系统中实现负荷均衡的方法及装置 | |
CN106412994A (zh) | 一种移动负载均衡方法、装置及基站 | |
Hasan et al. | Cluster-based load balancing algorithm for ultra-dense heterogeneous networks | |
CN103987087B (zh) | 一种移动负载均衡方法及装置 | |
US10285186B2 (en) | System and method for grouping and selecting transmission points | |
CN103118424B (zh) | 一种基于干扰意识的lte上行链路功率控制方法和系统 | |
CN103220688B (zh) | Lte自组织网络中基于效用函数的移动负载均衡方法 | |
EP3200507B1 (en) | Method and device for selecting heterogeneous network serving cell based on inter-cell cooperation | |
CN104081805A (zh) | 用于操作模式自适应的系统和方法 | |
CN103327533A (zh) | 一种载波聚合系统中基于用户移动的成员载波选择方法 | |
CN102202350A (zh) | 一种由轻载小区主动发起的负载均衡优化方法 | |
Berger et al. | Online antenna tilt-based capacity and coverage optimization | |
CN105471488A (zh) | 一种多小区波束形成方法和装置 | |
Park et al. | Load-balancing scheme with small-cell cooperation for clustered heterogeneous cellular networks | |
CN102905302B (zh) | 一种混合网中上行干扰控制方法 | |
CN105933923B (zh) | 一种超密集组网小区分簇方法 | |
Tall et al. | Self-optimizing load balancing with backhaul-constrained radio access networks | |
Narmanlioglu et al. | Mobility-aware cell clustering mechanism for self-organizing networks | |
Zhou et al. | ADMM based algorithm for eICIC configuration in heterogeneous cellular networks | |
Wang et al. | Graph-based dynamic frequency reuse in Cloud-RAN | |
Jiang et al. | TDOCP: A two-dimensional optimization integrating channel assignment and power control for large-scale WLANs with dense users | |
Haddadi et al. | Coordinated multi-point joint transmission evaluation in heterogenous cloud radio access networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |