CN106982454B - 一种基于负载的用户接入方法 - Google Patents
一种基于负载的用户接入方法 Download PDFInfo
- Publication number
- CN106982454B CN106982454B CN201710325634.8A CN201710325634A CN106982454B CN 106982454 B CN106982454 B CN 106982454B CN 201710325634 A CN201710325634 A CN 201710325634A CN 106982454 B CN106982454 B CN 106982454B
- Authority
- CN
- China
- Prior art keywords
- base station
- user
- rsrp
- value
- load
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/02—Access restriction performed under specific conditions
- H04W48/06—Access restriction performed under specific conditions based on traffic conditions
Abstract
本发明涉及一种基于负载的用户接入机制,属于移动通信领域。该机制包括用户对其周围基站的RSRP进行测量,然后对该用户周围基站的实际RSRP进行预测,将RSRP预测值大于一定门限值的基站组成候选基站集合;评估集合中各个候选基站的SINR并根据评估到的SINR和每个基站的负载情况来计算出用户和候选基站间的效用函数值,同时对计算到的效用函数值进行从大到小排序;最后用户接入到最大效用函数值的合适基站。本发明根据用户真实的信号情况和负载将用户接入到合适的基站,在保证用户误比特率的情况下最小化用户的接入时延和均衡网络中的负载。
Description
技术领域
本发明属于移动通信技术领域,涉及一种基于负载的用户接入方法。
背景技术
随着新一代智能移动通信终端的日益普及和新业务的不断涌现,尤其是大型实时3D游戏业务和高清视频业务,使得用户对移动数据流量的需求越来越高,如今正面临未来十年近乎1000倍的数据通信量的爆炸式增长的挑战。为了迎接这一挑战,网络中的小基站数量随之增加,密集异构网络应运而生。密集异构网络就是在宏基站基本覆盖的情况下,针对网络热点地区进行网络扩容或者针对网络覆盖盲区进行网络补盲而大规模部署小基站(如micro,pico,femto)的一种密集网络架构。在这种密集异构网络中,由于宏基站和小基站的发射功率存在很大的差异,导致网络中有些基站负载多,而有些基站很空闲,从而浪费网络资源,严重影响用户体验。因而移动通信终端接入到周围哪个基站的问题值得研究,也一直是研究的热点。而现有的基于RSRP或者SINR的用户接入机制常常会使用户接入到周围RSRP或者SINR最大的那个基站,导致网络中的负载更加不均衡,最终会导致用户常常无法接入到网络或者接入的时延让人难以接受。
现有的用户接入技术都是单一地基于RSRP或者SINR,并没有同时考虑基站的负载。而且,现有的用户接入技术在测量周围基站RSRP时都忽略了用户的移动和周围环境对RSRP测量的影响,这样并不能真正反映用户周围基站真实的RSRP情况。因此,密集异构网络需要更好地均衡网络中的负载和使用户快速顺利地接入到周围合适的基站,需要更有效的用户接入机制。
发明内容
有鉴于此,本发明的目的在于提供一种基于负载的用户接入方法,同时考虑了SINR和基站的负载,实现在保证误比特率的情况下,最小化用户的接入时延和均衡网络中的负载,有利于提高用户的应用感受。
为达到上述目的,本发明提供如下技术方案:
一种基于负载的用户接入方法,用户对其周围基站的参考信号接收功率进行测量;对该用户周围基站的实际RSRP进行预测,将预测的RSRP值大于一定门限值的基站组成候选基站集合;评估候选基站集合中各个基站的信号与干扰加噪声比(SignaltoInterferenceplusNoiseRatio,SINR);根据评估到的SINR和每个基站的负载情况计算出用户和候选基站间的效用函数值并按从大到小排序,用户接入到最大效用函数值的基站。
进一步,是否执行所述对该用户周围基站的实际RSRP进行预测的判定方法为:若用户测量到周围基站的RSRP不能给用户提供合适的服务质量,则用户继续测量;若能,则用户使用自适应最小二乘法预测周围基站的RSRP值,包括宏基站和小基站。
进一步,所述用户使用自适应最小二乘法预测周围基站的RSRP值具体为:利用指数平滑滤波器对用户测量到的RSRP值进行滤波,并通过自适应预测系统。
进一步,所述自适应预测系统包括:
延时器,用于对平滑滤波后的RSRP值进行抽样观察,生成样本向量[PRSRP(n),PRSRP(n-1),PRSRP(n-2),...,PRSRP(n-N)],其中PRSRP(n)为该时刻RSRP值的样本,PRSRP(n-N)为第N个时刻RSRP值的样本;
自适应滤波器,用于对RSRP值向量跟自身系数向量进行卷积运算,得到预测样本值P^(n);
加法器,用于对预测系统输入的RSRP值和预测样本值进行加法运算,生成误差;
系统更新算法,用于减小误差,再联合预测系统输入的RSRP值生成系统校正因子,该校正因子反作用于自适应滤波器来调整自适应滤波器的系数,从而来实现下一时刻RSRP值的预测。
进一步,所述组成候选基站集合具体为:用户周围基站的RSRP值全部预测完以后,将RSRP预测值大于预定RSRP门限值的基站组成候选基站集合S;若S为空,则用户继续测量周围基站的RSRP值;若S不为空,则评估候选基站集合中各个基站的SINR。
进一步,所述评估候选基站集合中各个基站的SINR的计算公式为其中为用户跟第k个基站的估计SINR,为第k个基站的预测RSRP值,为来自其它共信道宏基站的干扰,为来自其它共信道小femto基站的干扰,N0为噪声功率值。
进一步,所述根据评估到的SINR和每个基站的负载情况计算出用户和候选基站间的效用函数值并按从大到小排序,用户接入到最大效用函数值的基站,具体为:
首先计算用户j跟候选基站k的效用值Uk,j,其中为对于用户j、基站k的估计SINR值,Qk为第k个基站的偏置值,UCLk为第k个基站未映射的小区负载(Unmapped Cell Load,UCL),α为用户j和基站k之间的估计SINR值和基站负载间的权重因子,g(.)为将估计SINR值转化为标准化值,h(.)为将基站k中未映射的小区负载转化为映射的小区映射;
然后将候选基站集合中的基站按照负载效用值进行从大到小排序;
最后用户j对候选基站集合中的基站k按照效用值由大到小进行轮询;判断用户j是基站k的激活用户还是非激活用户,其中激活用户是附着在基站上并且跟基站进行通信的用户,非激活用户是只随着在基站上而不与基站进行通信的用户;若判定用户j是基站k的非激活用户,则将用户j记录为基站k的非激活用户;若判定用户j是基站k的激活用户,或基站k已经是备用基站,则用户轮询候选基站集合中的下一个基站;否则,用户j接入到基站k。
本发明的有益效果在于:本发明通过用户对候选基站RSRP的预测和相应SINR的评估以及基于负载效用值等相应的条件,实现用户接入到合适的基站接受服务,从而在保证误比特率的情况下,最小化用户的接入时延和均衡网络中的负载,有利于提高用户的应用感受。
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为本发明实施例中总流程示意图;
图2为本发明实施例中实际RSRP预测和效用值计算流程示意图;
图3为本发明实施例中实际RSRP预测系统示意图;
图4为本发明实施例中用户的接入过程示意图。
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。
参见图1,为本发明实施例中总流程示意图。在本发明案例中,包括:
用户对其周围基站的RSRP进行测量,然后对该用户周围基站的实际RSRP进行预测,将RSRP预测值大于一定门限值的基站组成候选基站集合;评估集合中各个候选基站的SINR并根据评估到的SINR和每个基站的负载情况来计算出用户和候选基站间的效用函数值,同时对计算到的效用函数值进行从大到小排序;最后用户接入到最大效用函数值的合适基站,实现所述用户接入到合适的基站接受服务,从而在保证误比特率的情况下,最小化用户的接入时延和均衡网络中的负载。
为了实施本发明,下面将结合本发明实施例附图对总流程图进行详细地介绍。
参见图2,为本发明实施例中实际RSRP预测和效用值计算流程示意图,具体介绍如下:
步骤200,用户对周围的基站的RSRP进行测量。具体地,用户在每个传输时间间隔内测量RSRP,每10ms测量一次,共测量20次,一共200ms,然后对20次测量的RSRP取平均值得到每个传输时间间隔内测量到基站的RSRP。如果用户测量到周围基站的RSRP都不能给所述用户提供合适的服务质量,则用户将继续测量;如果存在能给所述用户提供一服务质量的周围基站,则用户使用自适应最小二乘法预测所述周围基站(包括宏基站和小基站)的RSRP值。
步骤201,用户使用自适应最小二乘法预测每个能给所述用户提供一定服务质量基站的所述RSRP值,具体参见图3,为实际RSRP预测系统示意图。从图中可以看到该RSRP示意图包括延时器、自适应滤波器、加法器和系统更新算法。具体地,指数平滑滤波器对用户接收到的所述RSRP进行滤波,然后滤波后的所述RSRP通过自适应预测系统。所述的自适应预测系统包括:
延时器,用于对平滑滤波后的所述RSRP进行抽样观察,生成样本向量[PRSRP(n),PRSRP(n-1),PRSRP(n-2),...,PRSRP(n-N)],
其中所述PRSRP(n)为:此时刻所述RSRP的样本,
所述PRSRP(n-N)为:第N个时刻所述RSRP的样本。
自适应滤波器,用于对所述RSRP的向量跟自身的系数向量进行卷积运算,得到预测样本值P^(n)。
加法器,用于对预测系统输入的所述RSRP值和预测样本值进行加法运算,生成误差。
系统更新算法,用于通过该算法使误差尽量小,再联合预测系统输入的所述RSRP生成一个系统校正因子,该校正因子反作用于自适应滤波器来调整自适应滤波器的系数,从而来实现下一时刻所述RSRP的预测。
所述实际RSRP预测完以后,执行步骤202,将预测到的实际RSRP大于预定门限值的基站组成候选基站集合S。
步骤203,对构建的候选基站S进行判断。如果候选基站S为空,则执行步骤205,用户继续测量周围基站的RSRP;如果候选基站S不为空,则执行步骤204,评估候选基站集合中各个基站的SINR,具体地估计出候选基站的SINR,其特征在于:
所述用户跟相应基站的估计SINR为:
其中所述为:所述用户跟第k个基站的估计SINR,
所述为:第k个基站的所述预测RSRP,
所述为:来自其它共信道宏基站的干扰,
所述为:来自其它共信道小femto基站的干扰,
所述N0为:噪声功率值。
集合S中候选基站的SINR全部评估完后,执行步骤206,计算效用值。根据候选基站的所述估计SINR值和基站的负载计算出候选基站集合中各个基站的效用值,具体包括:
首先计算所述用户j跟候选基站k的所述效用值Uk,j为:
其中所述为:对于用户j,基站k的估计SINR值,
所述Qk为:第k个基站的偏置值,
所述UCLk为:第k个基站未映射的小区负载(Unmapped Cell Load,UCL),
所述α为:用户j和基站k之间的估计SINR值和基站负载间的权重因子,
所述g(.)为:将估计SINR值转化为标准化值,
所述h(.)为:将基站k中未映射的小区负载转化为映射的小区映射。
参见图4,为本发明实施例中用户的接入过程示意图。具体介绍如下:
步骤400,将候选基站集合中的基站按照负载效用值进行从大到小排序。
步骤401和步聚402,用户j对候选基站集合S中的基站k按照效用值由大到小进行轮询。判断所述用户j是所述基站k的激活用户还是非激活用户。其中,激活用户是指附着在基站上并且跟基站进行通信的用户,而非激活用户是指只随着在基站上而不与基站进行通信的用户。
步骤403,判断用户j是否为基站k的激活用户。若判定所述用户j是所述基站k的非激活用户,则执行步骤404,将所述用户j记录为所述基站k的非激活用户。
若判定所述用户j是所述基站k的激活用户,则执行步骤405判断基站k是否为备用基站。若所述基站k已经是备用基站,则执行步骤401,用户轮询候选基站集合中的下一个基站;否则,执行步骤406,所述用户j接入到所述基站k。
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 (6)
1.一种基于负载的用户接入方法,其特征在于:用户对其周围基站的参考信号接收功率RSRP进行测量;对该用户周围基站的实际RSRP进行预测,将预测的RSRP值大于一定门限值的基站组成候选基站集合;评估候选基站集合中各个基站的信号与干扰加噪声比SINR;根据评估到的SINR和每个基站的负载情况计算出用户和候选基站间的效用函数值并按从大到小排序,用户接入到最大效用函数值的基站;
所述根据评估到的SINR和每个基站的负载情况计算出用户和候选基站间的效用函数值并按从大到小排序,用户接入到最大效用函数值的基站,具体为:
首先计算用户j跟候选基站k的效用值Uk,j,其中为对于用户j、基站k的估计SINR值,Qk为第k个基站的偏置值,UCLk为第k个基站未映射的小区负载UCL,α为用户j和基站k之间的估计SINR值和基站负载间的权重因子,g(.)为将估计SINR值转化为标准化值,h(.)为将基站k中未映射的小区负载转化为映射的小区映射;S为预定RSRP门限值的基站组成候选基站集合;
然后将候选基站集合中的基站按照负载效用值进行从大到小排序;
最后用户j对候选基站集合中的基站k按照效用值由大到小进行轮询;判断用户j是基站k的激活用户还是非激活用户,其中激活用户是附着在基站上并且跟基站进行通信的用户,非激活用户是只随着在基站上而不与基站进行通信的用户;若判定用户j是基站k的非激活用户,则将用户j记录为基站k的非激活用户;若判定用户j是基站k的激活用户,或基站k已经是备用基站,则用户轮询候选基站集合中的下一个基站;否则,用户j接入到基站k。
2.如权利要求1所述的一种基于负载的用户接入方法,其特征在于:是否执行所述对该用户周围基站的实际RSRP进行预测的判定方法为:若用户测量到周围基站的RSRP不能给用户提供合适的服务质量,则用户继续测量;若能,则用户使用自适应最小二乘法预测周围基站的RSRP值,包括宏基站和小基站。
3.如权利要求2所述的一种基于负载的用户接入方法,其特征在于:所述用户使用自适应最小二乘法预测周围基站的RSRP值具体为:利用指数平滑滤波器对用户测量到的RSRP值进行滤波,并通过自适应预测系统。
4.如权利要求3所述的一种基于负载的用户接入方法,其特征在于:所述自适应预测系统包括:
延时器,用于对平滑滤波后的RSRP值进行抽样观察,生成样本向量[PRSRP(n),PRSRP(n-1),PRSRP(n-2),...,PRSRP(n-N)],其中PRSRP(n)为当前时刻RSRP值的样本,PRSRP(n-N)为第N个时刻RSRP值的样本;
自适应滤波器,用于对RSRP值向量跟自身系数向量进行卷积运算,得到预测样本值P^(n);
加法器,用于对预测系统输入的RSRP值和预测样本值进行加法运算,生成误差;
系统更新算法,用于减小误差,再联合预测系统输入的RSRP值生成系统校正因子,该校正因子反作用于自适应滤波器来调整自适应滤波器的系数,从而来实现下一时刻RSRP值的预测。
5.如权利要求1所述的一种基于负载的用户接入方法,其特征在于:所述组成候选基站集合具体为:用户周围基站的RSRP值全部预测完以后,将RSRP预测值大于预定RSRP门限值的基站组成候选基站集合S;若S为空,则用户继续测量周围基站的RSRP值;若S不为空,则评估候选基站集合中各个基站的SINR。
6.如权利要求1或5所述的一种基于负载的用户接入方法,其特征在于:所述评估候选基站集合中各个基站的SINR的计算公式为其中为用户跟第k个基站的估计SINR,为第k个基站的预测RSRP值,为来自其它共信道宏基站的干扰,为来自其它共信道小femto基站的干扰,N0为噪声功率值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710325634.8A CN106982454B (zh) | 2017-05-10 | 2017-05-10 | 一种基于负载的用户接入方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710325634.8A CN106982454B (zh) | 2017-05-10 | 2017-05-10 | 一种基于负载的用户接入方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106982454A CN106982454A (zh) | 2017-07-25 |
CN106982454B true CN106982454B (zh) | 2019-11-05 |
Family
ID=59342115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710325634.8A Active CN106982454B (zh) | 2017-05-10 | 2017-05-10 | 一种基于负载的用户接入方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106982454B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108093422B (zh) * | 2017-11-08 | 2018-11-02 | 新昌县南明街道晨升信息咨询服务部 | 一种备用基站开启数量控制方法 |
CN110012479A (zh) * | 2018-01-05 | 2019-07-12 | 中国移动通信有限公司研究院 | 一种负载管理方法及无线集中网元 |
CN111356200B (zh) * | 2018-12-20 | 2023-06-13 | 阿里巴巴集团控股有限公司 | 下行基站选择方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102256307A (zh) * | 2011-06-21 | 2011-11-23 | 北京邮电大学 | Lte接入网分布式负载均衡方法及系统 |
CN103945459A (zh) * | 2014-04-25 | 2014-07-23 | 上海交通大学 | 多层多小区系统中基于时域的干扰消除方法 |
CN105792233A (zh) * | 2016-05-13 | 2016-07-20 | 华中科技大学 | 一种在异构蜂窝网络中基于效能理论接入移动终端的方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9622138B2 (en) * | 2011-02-16 | 2017-04-11 | Blackberry Limited | UE measurement procedure in a heterogeneous mobile network |
CN102769861B (zh) * | 2012-06-27 | 2015-04-08 | 华为技术有限公司 | 用户属性的判定方法、小区间干扰协调的方法及基站 |
EP2962485B1 (en) * | 2013-03-01 | 2019-08-21 | Intel IP Corporation | Wireless local area network (wlan) traffic offloading |
CN103220688B (zh) * | 2013-04-02 | 2015-07-01 | 西安交通大学 | Lte自组织网络中基于效用函数的移动负载均衡方法 |
CN106856615B (zh) * | 2017-02-28 | 2020-05-08 | 重庆邮电大学 | 一种基站切换方法 |
-
2017
- 2017-05-10 CN CN201710325634.8A patent/CN106982454B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102256307A (zh) * | 2011-06-21 | 2011-11-23 | 北京邮电大学 | Lte接入网分布式负载均衡方法及系统 |
CN103945459A (zh) * | 2014-04-25 | 2014-07-23 | 上海交通大学 | 多层多小区系统中基于时域的干扰消除方法 |
CN105792233A (zh) * | 2016-05-13 | 2016-07-20 | 华中科技大学 | 一种在异构蜂窝网络中基于效能理论接入移动终端的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106982454A (zh) | 2017-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106982454B (zh) | 一种基于负载的用户接入方法 | |
CN102638802B (zh) | 一种分层协作联合频谱感知算法 | |
KR20210128486A (ko) | 무선 라디오 액세스 네트워크들 (wireless radio access networks) 에 머신 러닝 기법들을 적용하기 위한 라디오 맵핑 아키텍처 (radio mapping architecture) | |
CN106899993B (zh) | 面向大规模mimo网络的网络优化方法及其基站 | |
CN107171701B (zh) | 一种MassiveMIMO系统基于混合能量采集的功率分配方法 | |
CN103763706B (zh) | 基于分簇的协作频谱感知模糊融合方法 | |
CN105915477B (zh) | 基于gs方法的大规模mimo检测方法及硬件架构 | |
CN103873171B (zh) | 基于多用户互协作的协作频谱感知决策融合方法 | |
US20150181439A1 (en) | Capacity planning method and device for wireless broadband network | |
CN103384174B (zh) | 多用户多天线协作频谱感知检测概率优化方法 | |
CN113411817B (zh) | 基于无线干扰模型的无线系统干扰神经网络预测方法 | |
CN106856615A (zh) | 一种基站切换方法 | |
CN104822162B (zh) | 一种混合能源网络中的绿色基站分流方法及装置 | |
CN103248461A (zh) | 基于波束成形的多小区干扰对齐迭代算法 | |
CN104780006A (zh) | 基于最小错误概率准则的频谱检测器软融合方法 | |
CN107113644A (zh) | 一种信号处理方法及相关设备 | |
CN103369655B (zh) | 一种提高lte pucch dtx检测性能的方法 | |
CN105101383B (zh) | 基于频谱共享能效最大的功率分配方法 | |
CN104023368B (zh) | 一种基于节点类型和位置的协同通信系统中继选择方法 | |
CN111525970B (zh) | 一种基于空间调制的大规模mimo系统性能分析方法 | |
CN105813123B (zh) | 基于预测呼叫阻塞率预筛选网络的异构网络接入选择方法 | |
CN103857051B (zh) | 一种用户设备上行资源的调度方法和基站 | |
CN105531600A (zh) | 无线网络中用于用户速度估计的时间分析 | |
CN106301627B (zh) | 一种认知自组织网络中分布式协作频谱感知方法 | |
CN112702760B (zh) | 一种估计小区负载方法、系统、介质、设备、终端及应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210915 Address after: 210000 building 18, 699-22 Xuanwu Avenue, Xuanwu District, Nanjing City, Jiangsu Province Patentee after: CERTUSNET Corp. Address before: 400065 Chongqing Nan'an District huangjuezhen pass Chongwen Road No. 2 Patentee before: CHONGQING University OF POSTS AND TELECOMMUNICATIONS |