CN107249200A - 一种应用模糊预测模型的切换方法 - Google Patents
一种应用模糊预测模型的切换方法 Download PDFInfo
- Publication number
- CN107249200A CN107249200A CN201710324853.4A CN201710324853A CN107249200A CN 107249200 A CN107249200 A CN 107249200A CN 201710324853 A CN201710324853 A CN 201710324853A CN 107249200 A CN107249200 A CN 107249200A
- Authority
- CN
- China
- Prior art keywords
- received signal
- signal strength
- base station
- sequence
- target
- 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
- H04W36/00—Hand-off or reselection arrangements
- H04W36/0005—Control or signalling for completing the hand-off
- H04W36/0055—Transmission or use of information for re-establishing the radio link
- H04W36/0061—Transmission or use of information for re-establishing the radio link of neighbour cell information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/08—Reselecting an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/16—Performing reselection for specific purposes
- H04W36/18—Performing reselection for specific purposes for allowing seamless reselection, e.g. soft reselection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种应用模糊预测模型的切换方法,该方法通过引入模糊预测模型,对用户的接收信号强度以及位置进行预测,具有良好的容噪能力,可以获得较为准确的预测结果;通过在切换机制中引入用户接收信号强度的短期预测,能够确定切换目标基站以及决定切换时机,避免因触发时延而导致的掉话;通过在切换机制中引入用户位置的长期预测,可以确定用户的轨迹,从而避免因短期预测的局限性而导致的乒乓效应。本发明通过引入模糊预测模型,对用户的接收信号强度及位置进行预测,同时根据预测结果,决定切换的时机以及目标基站,采用与现有切换决策机制兼容的预测切换决策机制,实现网络的无缝切换。
Description
技术领域
本发明涉及用户接收信号强度及位置预测问题,特别涉及一种引入了预测模型的切换决策机制。
背景技术
1、切换决策
随着社会的发展,用户对于无线网络中的移动性管理要求越来越高,实现用户接入的无缝切换,避免掉话和由于短时间内在两个基站间来回切换而引发的乒乓效应,保障用户移动过程中的用户体验成为了移动通信中的关键技术。移动通信中的切换是指移动台在与基站之间进行信息传输时,由于各种原因,需要从原来所用信道上转移到一个更适合的信道上进行信息传输的过程。
2、基于预测的切换决策
传统的切换机制一般通过切换迟滞及触发切换时间来控制切换决策,但是若参数选择过大,则会导致切换不及时引起的掉话,若参数选择过小,会引起乒乓效应,大多数切换决策都是在这两者之间进行权衡。这种调整策略并不能很好的适应实际网络环境中复杂的情况,不具有普适性,而不合理的参数选择可能会导致切换失败等问题,影响网络中的用户体验。
随着通信设备开始具有一定的运算和存储能力,越来越多的开始考虑通过预测技术来避免这一问题。预测切换决策机制通常分为两类:一类方法通过对用户接收信号强度进行预测,并通过接收信号强度的比较,决定切换的目标以及时机,这类方法容易受到噪声、快衰落等因素的影响,同时难以有效的避免乒乓效应;另一类方法对用户的位置进行预测,通过用户的预测位置,选择最近的基站接入,或者通过位置估算出用户的接收信号强度,并选择最佳的接入基站,由于用户的位置并不能直接反映用户的接收信号强度,因而这类方法无法做出精确的切换选择。
发明内容
本发明的目的在于解决无线通信网络中的用户无缝切换问题,提供一种应用模糊预测模型的切换方法,该方法通过引入模糊预测模型,对用户的接收信号强度以及位置进行预测,并利用预测结果做出切换决策,可以有效的避免现有切换策略中参数选择不当而引起的掉话以及乒乓效应。
为了达到上述目的,本发明采用了以下技术方案:
1)监测用户可以接收到的所有基站的接收信号强度,当存在接收信号强度优于当前接入基站的目标基站时,分别应用接收信号强度的模糊预测模型对用户接收到的目标基站及当前接入基站的接收信号强度进行预测,接收信号强度预测的时间间隔远小于用户位置预测的时间间隔;
2)至少根据以下切换决策机制对用户是否由当前接入基站切换至目标基站做出决策:通过接收信号强度的预测值与历史监测值合成的按时间排序的接收信号强度序列进行判定,若目标基站及当前接入基站各自的接收信号强度序列自末端向前存在共同一段连续时间,在这段连续时间内目标基站对应序列值优于当前接入基站对应序列值,且这段连续时间的长度大于等于触发切换时间A,则做出切换到目标基站的决策;
3)当切换决策做出之后,根据用户的预测位置决定是否执行做出的切换决策。
所述步骤1)以及步骤2)中,接收信号强度优劣的比较方法为:对于相同类型的基站,接收信号强度高的基站优于接收信号强度低的基站;对于不同类型的基站,根据相比较的两个基站间的偏置,比较加入偏置后对应基站的接收信号强度,且接收信号强度高的基站优于接收信号强度低的基站。
所述步骤1)中,接收信号强度的模糊预测模型的构建包括以下步骤:
1.1)对某一基站,获取该基站覆盖范围内所有用户的历史接收信号强度序列并存储;
1.2)将历史接收信号强度序列进行模糊化处理,得到接收信号强度模糊序列;
1.3)将接收信号强度模糊序列转化为用于构造(t-k,t-k+1,...,t-1)时刻接收信号强度与t+n时刻接收信号强度间关系的训练样本集;其中,k<t≤N-n,t表示历史接收信号强度序列中任意一时刻,N表示历史接收信号强度序列的总长度,k表示单个训练样本序列的长度;
1.4)根据步骤1.3)的训练样本集,利用模糊时间序列预测方法得到对第t+n时刻接收信号强度的模糊预测模型;
1.5)选择不同的n的值,迭代进行步骤1.4),得到未来相应时间范围内各个时刻的接收信号强度的模糊预测模型。
所述步骤1.5)中,每轮迭代n自增1,且迭代从n等于0开始,直至时刻n+1与t的时间间隔达到触发切换时间A为止。
所述步骤2)中,合成得到的接收信号强度序列由当前时刻及当前时刻之前连续一段时刻的接收信号强度监测结果与当前时刻之后连续一段时刻的接收信号强度预测结果构成,且序列始、末位置的时间间隔总长度等于触发切换时间A;所述当前时刻以及当前时刻之前连续一段时刻所对应的部分序列满足在该部分序列中,目标基站的接收信号强度优于当前接入基站的接收信号强度。
所述步骤2)中,在合成得到的接收信号强度序列中,从该序列起始位置开始,如果存在某一时刻,从该时刻起直至序列结束位置的时间间隔内,目标基站的接收信号强度优于当前接入基站的接收信号强度,且该时间间隔大于等于触发切换时间A,则做出切换到目标基站的切换决策。
所述步骤3)中,用户位置预测的时间间隔大于触发乒乓效应规定的时间间隔的上限。
所述步骤3)中,若预测位置在切换决策确定的目标基站的覆盖范围内,则由当前接入基站切换到该目标基站;若预测位置在切换决策确定的目标基站的覆盖范围外,则该次切换决策不执行。
所述步骤2)中还包括以下第二种切换决策机制:当用户接收到的目标基站的接收信号强度在连续一段时间内优于当前接入基站,且该连续一段时间持续超过触发切换时间B,则做出用户从当前接入基站切换到该目标基站的决策,其中,触发切换时间B<触发切换时间A;或者,当用户接收到的目标基站的接收信号强度在某一时刻比当前接入基站的接收信号强度高出的部分大于切换迟滞,则做出用户从当前接入基站切换到该目标基站的决策。
两种切换决策机制并行情况下,如果位置预测结果指示不应切换时,则任何情况下均不切换;否则,当至少有一种切换决策机制做出切换决策,均将触发切换,其中,当两种切换决策机制均做出切换决策且切换的目标基站不同,则按照通过接收信号强度的预测值与历史监测值合成的按时间排序的接收信号强度序列给出的切换决策进行切换。
本发明具有以下有益效果:
本发明通过引入模糊预测模型,对用户的接收信号强度以及用户的位置进行预测,可以有效的避免慢衰落、多径效应、定位偏差等外部因素产生的噪声对预测精度的影响;本发明考虑了接收信号强度以及用户位置两个因素的预测进行切换决策,对接收信号强度进行短期预测,并对用户位置进行长期预测,既能通过对接收信号强度的预测来有效的避免因切换迟滞而产生的掉话问题,同时又能根据用户的位置的长期预测来避免短期预测引起乒乓效应的不足。同时,本发明的预测切换机制与现有切换机制兼容,可以在不影响现有切换机制正常运行的同时,有效的通过预测信息的帮助,来弥补现有切换机制的不足,可以利用预测得到的结果进行切换决策,提升切换决策的效率以及正确性。
附图说明
图1为应用接收信号强度以及位置预测的切换决策机制流程图;
图2为本发明基于预测的切换决策机制的系统框架示意图;
图3为以预测切换机制为主兼容现有切换机制的切换决策流程图;
图4为不同切换策略的仿真测试结果对比。
具体实施方式
为了使本发明的内容、效果以及优点更加清楚明白,下面结合附图和实施例对本发明进行详细描述。
本发明是应用预测模型的切换决策机制,通过对未来的用户接收信号强度以及用户位置进行预测,在预测精度满足的前提下(位置预测的精度应小于基站覆盖范围,例如30m,对于不同的采样间隔,位置预测的精度需要满足相应的要求,例如对于采样间隔30s的预测,预测均方根误差应小于5m),可以有效的通过对未来信息的掌握来做出合理可靠的切换决策,能够规避因参数选择不当而导致的各种问题,实现网络的无缝切换。同时本发明采用了与现有切换决策机制兼容的预测切换决策机制(图1中展示了本发明的预测切换决策机制流程),通过对未来用户接收信号强度的预测,确定用户切换的目标基站以及切换到目标基站的时机,并做出切换决策;同时根据长期的位置预测结果,来屏蔽因为短期预测决策造成的乒乓效应,提高切换效率,保障网络中的用户体验。
(一)应用模糊预测模型的接收信号强度预测
由于不同的基站所处的环境差异以及基站的传输功率等参数不同,不同基站的用户接收信号模型存在一定的差异,因此,各个基站均需要对用户的接收信号强度进行建模;同时,由于接收信号强度受快衰落和噪声的影响,而这些因素对切换决策会产生干扰,因而应用模糊预测模型对接收信号强度建模。
本发明对各个基站覆盖范围内所有用户的接收信号强度序列进行统一的模型构建,同时降低噪声等对于预测结果的干扰,从而保证对用户未来接收信号强度较好的预测精度。针对某一基站,接收信号强度建模的过程包括以下步骤:
1)选择样本集中该基站与所有用户的历史接收信号强度序列,对序列进行模糊化处理,得到接收信号强度模糊序列;
2)构建对未来第n+1个时刻接收信号强度的模糊预测模型;
3)迭代进行第2)步,n从0开始,在每一轮迭代中自增1,若n增加至第n+1个时刻与预测开始时刻的时间间隔等于触发切换时间,则停止构建模糊预测模型,并结束迭代;
由于现有切换机制判定是否切换一般是基于切换迟滞以及触发切换时间决定的,假定触发切换时间为TTTp,则若在t时刻要判断切换是否发生,需要获取t时刻后TTTp-t'时刻内的接收信号强度,其中0≤t'≤TTTp。由此可知,需要对未来1,2,...,TTTp时刻中每个时刻构建独立的模糊预测模型。
对某一基站的用户接收信号强度建模的过程中,未来某一时刻的接收信号强度即从已知序列末开始,间隔某一固定时间段(取决于采样时间间隔)后时刻的接收信号强度。步骤2)中构建未来第n+1个时刻的接收信号强度的模糊预测模型,具体包括以下步骤:
2.1)将接收信号强度模糊序列转化为(t-k,t-k+1,...,t-1)时刻接收信号强度与t+n时刻接收信号强度间关系的训练样本集ST={st|t=k+1,k+2,...,N-n},其中,k<t≤N-n,t表示历史接收信号强度序列中任意一时刻,样本st=[rt-k,rt-k+1,...,rt-1,rt+n],ri表示第i个时刻的接收信号强度,i=t-k,t-k+1,…t-1,t+n,N表示历史接收信号强度序列的总长度,k表示用于预测未来接收信号强度模型的单个训练样本序列的长度,且0≤n;
2.2)对于步骤2.1)得到的训练样本集,利用模糊时间序列预测方法(例如,Song,Q.,Chissom,B.S.:’Fuzzy time series and its models’,Fuzzy sets and systems,1993,54,(3),pp.269–277.)构建对未来第n+1个时刻的模糊预测模型,即通过(t-k,t-k+1,...,t-1)时刻接收信号强度,预测第t+n个时刻的接收信号强度。
(二)应用模糊预测模型的位置预测
轨迹信息与个人生活、环境等有着密切的联系,因而,位置的预测模型需要为每个用户单独构建。在构建用户的位置预测模型时,对所有获取的用户轨迹,按照用户分割为不同的训练集,在每个用户各自的训练集上训练用户的各自的位置预测模型。用户的轨迹预测由于定位技术存在的偏差,需要采用模糊预测模型进行处理,通过模糊化处理的方法降低这种偏差对预测模型的干扰,例如基于论域网格化的模糊化处理或者其他模糊化处理的方法(例如,Xue A Y,Zhang R,Zheng Y,et al.Destination prediction by sub-trajectory synthesis and privacy protection against such prediction[C]//IEEE,International Conference on Data Engineering.IEEE,2013:254-265以及Song,Q.,Chissom,B.S.:’Fuzzy time series and its models’,Fuzzy sets and systems,1993,54,(3),pp.269–277.)。
对某一用户构建的位置预测模型为长期模型,需要的采样间隔要远大于接收信号强度序列的采样间隔。对于该用户的某一条轨迹序列((x1,y1),(x2,y2),(x3,y3),...),若位置预测的采样间隔为it,则将该轨迹序列转化为如下所示的轨迹序列集:
((x1,y1),(xit+1,yit+1),(x2·it+1,y2·it+1),...)
((x2,y2),(xit+2,yit+2),(x2·it+2,y2·it+2),...)
......
((xit,yit),(x2·it,y2·it),(x3·it,y3·it),...)
将该用户所有的轨迹序列均按此方法转化为指定采样间隔的轨迹序列集,并构成该用户的轨迹序列集。
由于位置预测是长期预测,位置预测仅仅对下一刻用户的位置进行预测。在获得用户的指定采样间隔轨迹序列集合后,将集合中轨迹序列转化为高阶轨迹序列集,构成最终的位置预测模型训练集;对训练集中所有轨迹包含的位置进行模糊化处理并构建模糊预测模型。
为了避免乒乓效应,在切换时,需要能够保证在未来一段时间后,切换的目标基站仍能为用户提供所需要服务,即用户仍停留在目标基站的覆盖范围内,在这段时间内不发生切换,就不会触发乒乓效应。由于位置预测仅仅预测下一刻的用户位置,因而用户位置预测的采样间隔必须大于触发乒乓效应规定的时间间隔的上限,这样如果用户位置的预测值在目标基站覆盖范围内,即认为下一次切换不会发生在未来的一段时间内,也就保证了不会发生乒乓效应;反之则认为会发生乒乓效应,因而不能进行切换。
(三)预测决策机制的预测框架
预测决策机制需要解决的问题包括:因过早做出切换决定而产生的乒乓效应以及做出切换决策不及时引起的掉话。本发明设计一种结合接收信号强度预测以及位置预测的切换决策机制:由于定位用时较长,定位采样间隔远大于现有切换决策机制的触发切换时间,同时,轨迹信息受到对应用户的生活方式以及习惯等影响,适合进行长期预测,而通过长期预测的结果,可以避免因在信息量少、过早作出切换决定下引发的乒乓效应;用户接收信号强度获取容易且获取时间间隔较短,在切换决策机制中直接用于作出切换决策,通过对接收信号强度建立短期预测模型,可以通过短期的预测结果,来提前预测切换的发生以及时作出切换决策,避免掉话(接收信号强度采样间隔理想取值范围:100ms~640ms,但受限于实际情况,通常取接近该范围的值,例如,1s)。
参见图2,随着通信设备的发展,基站不仅仅承担接入的职责,也开始具有运算和存储能力;同时随着硬件技术的发展,用户终端设备的计算和存储能力越来越强大。在基站上获取并存储所有监测到的用户的接收信号强度序列,通过迭代更新的机制进行数据的替换,同时利用空闲时间,根据所存储的信息,利用(一)中的方法建立基站自身的接收信号强度模型,同时在用户终端设备进行切换决策过程中,向用户终端设备提供接收信号强度预测结果;在用户终端设备上,获取用户的轨迹信息并存储,并通过(二)中方法利用轨迹信息对用户轨迹构建预测模型,在做出决策过程中,提供位置预测结果;在用户终端设备,根据当前的状态以及获取的预测结果做出切换决策。
模糊预测模型预测复杂度极低,能够短时间内完成预测,不影响切换决策的实时性。
(四)采用预测接收信号强度进行切换决策
本发明设计一种预测切换决策机制,其切换决策根据接收信号强度做出,并由位置预测结果进行筛选。参见图3,切换决策的做出包括以下步骤:
1)用户终端设备监测可以接收到的所有基站的接收信号强度,若监测到接收信号强度优于当前接入基站的基站,则将该基站加入目标基站列表;若目标基站列表中存在接收信号强度劣于当前接入基站接收信号强度的基站,则从目标基站列表中删除该基站;
2)若目标基站列表不为空,对于目标基站列表里的任意基站:假设当前时刻为t,且对于任意i(t-k<i<t),存在优于其中和分别为i时刻目标基站列表里的任意基站(目标基站)和当前接入基站与用户间接收信号强度,需要预测t+1,t+2,...,t+TTTp-k-1时刻该目标基站与用户间接收信号强度。向目标基站列表中每个基站请求该基站需要预测的时刻的接收信号强度;
3)向接入基站发送请求,获取接入基站的接收信号强度预测值,需要预测的时刻为目标基站列表中各个基站需要预测时刻的最大值;
4)若获取到了接入基站的对接收信号强度的预测值,则监测目标基站列表,对于其中每个基站:如果获取到了该基站(目标基站)对接收信号强度的预测值,则通过目标基站与接入基站的预测值与历史值合成的接入信号强度序列进行决策,若合成的序列中,序列尾端存在一段连续时间,目标基站序列值优于接入基站序列值,且这段时间大于等于触发切换时间,则做出切换到目标基站的决策;
5)如果切换决策执行完成或切换决策被阻止,则从目标基站列表中删除该基站;返回步骤1)。
(五)基站接收信号强度评价方法
由于微基站的存在,通信场景中接入基站的选择不能单纯的依赖接收信号强度大小的比较。对于不同基站接收信号强度的优劣,本发明采用的评价标准为:
若目标基站和当前接入基站均为宏基站或均为微基站,则接收信号强度高的基站更优;若目标基站和当前接入基站中一个为宏基站,一个为微基站,则对微基站的接收信号强度加上偏置后,接收信号强度高的基站更优。
(六)应用位置预测结果筛选切换决策
应用位置预测结果筛选切换决策包括以下步骤:
1)在任何切换决策被做出后,用户终端设备调用自身位置预测模型,对下一刻用户的位置做出预测;
2)对预测得到的用户位置,根据预测目标基站的覆盖范围,判定用户位置是否在目标基站覆盖范围内:若用户位置在目标基站覆盖范围内,则执行做出的切换决策,并从目标基站列表中删除该基站;若用户位置在目标基站覆盖范围外,则阻止此次切换,并从目标基站列表中删除该基站。
(七)预测切换决策机制与现有机制的兼容
本发明设计的预测切换机制可以和现有切换机制兼容,在不影响现有切换机制的运作下,以预测切换机制为主,可以并行运行且不产生冲突。
参见图3,在切换决策制定阶段,预测切换机制也是根据接收信号强度做出切换决策,保证了预测切换决策机制可以在现有切换决策机制正常运作的同时并行运行,但是,预测切换机制中采用的触发切换时间要大于现有切换机制中的这个参数,以降低因预测失准而产生错误切换决策的概率;在监测接入基站以及目标基站的过程中:若两种切换决策机制中任何一种机制被触发,则做出切换决策;若两种切换决策机制均做出决策,如果两种决策的目标基站相同,则做出切换到该基站的切换决策,否则,按照预测切换机制做出的切换决策确定执行切换的目标基站;若两种机制均未被触发,则继续监测所有检测到的基站的接收信号强度。
一旦一个切换决策被做出,则根据获取的用户位置预测结果,按(六)中提到的方法对切换决策进行筛选,最终决定切换决策是否执行。
(八)仿真实验
仿真采用的轨迹数据集为在南加州展会收集的用户轨迹数据;由六边形的拓扑结构生成蜂窝网的宏基站分布,以及根据轨迹数据的密度以及基站间最小间距约束,随机生成微基站分布;并由考虑了快慢衰落以及包含满足瑞利分布噪声的信道模型仿真得到用户接收信号强度序列。数据集一共由19个子集构成。
仿真实验采用其中17个子集做训练集,用于训练用户的轨迹预测模型以及基站的接收信号强度预测模型,并在另外两个子集上进行测试。统计用户的接收信号强度、发生掉话次数以及发生乒乓效应次数。
仿真参数设计如表1所示:
表1.仿真参数
参见图4,针对仿真中所有测试集上的测试样本轨迹进行仿真后得到3种不同的切换决策机制的仿真结果。基于马尔科夫决策的切换决策机制在测试中平均接收信号强度为-57.6811dBm,一共发生了32次掉话以及触发了16次乒乓效应,基于非模糊位置预测的切换决策机制(即现有切换决策机制)在测试中得到的平均接收信号强度为-58.2029dBm,一共发生了146次掉话以及触发了1807次乒乓效应,本发明提出的切换预测方法在测试中得到的平均接收信号强度为-57.6178dBm,一共发生了15次掉话以及触发了5次乒乓效应。本发明提出的切换方法实际上是通过所提出的预测切换机制的严格约束来降低预测的误差引起的不必要或者错误的切换造成的损失。
总之,本发明设计了一种应用模糊预测模型的预测切换决策机制,以提升切换决策的及时性以及正确性。本发明通过引入一种模糊预测模型,使得对用户接收信号强度以及位置的预测模型具有容噪能力,可以处理包含慢衰落、多径效应、定位偏差等外部因素产生的噪声的数据;同时本发明引入一种与现有切换机制兼容的预测切换机制,在不影响现有切换机制运作的同时,弥补该机制的不足,通过短期预测以及长期预测的结合,解决切换决策中存在的掉话以及乒乓效应问题,提升网络中用户的体验,实现网络的无缝切换。
Claims (10)
1.一种应用模糊预测模型的切换方法,其特征在于:包括以下步骤:
1)监测用户可以接收到的所有基站的接收信号强度,当存在接收信号强度优于当前接入基站的目标基站时,分别应用接收信号强度的模糊预测模型对用户接收到的目标基站及当前接入基站的接收信号强度进行预测,接收信号强度预测的时间间隔远小于用户位置预测的时间间隔;
2)至少根据以下切换决策机制对用户是否由当前接入基站切换至目标基站做出决策:通过接收信号强度的预测值与历史监测值合成的按时间排序的接收信号强度序列进行判定,若目标基站及当前接入基站各自的接收信号强度序列自末端向前存在共同一段连续时间,在这段连续时间内目标基站对应序列值优于当前接入基站对应序列值,且这段连续时间的长度大于等于触发切换时间A,则做出切换到目标基站的决策;
3)当切换决策做出之后,根据用户的预测位置决定是否执行做出的切换决策。
2.根据权利要求1所述一种应用模糊预测模型的切换方法,其特征在于:所述步骤1)以及步骤2)中,接收信号强度优劣的比较方法为:对于相同类型的基站,接收信号强度高的基站优于接收信号强度低的基站;对于不同类型的基站,根据相比较的两个基站间的偏置,比较加入偏置后对应基站的接收信号强度,且接收信号强度高的基站优于接收信号强度低的基站。
3.根据权利要求1所述一种应用模糊预测模型的切换方法,其特征在于:所述步骤1)中,接收信号强度的模糊预测模型的构建包括以下步骤:
1.1)对某一基站,获取该基站覆盖范围内所有用户的历史接收信号强度序列并存储;
1.2)将历史接收信号强度序列进行模糊化处理,得到接收信号强度模糊序列;
1.3)将接收信号强度模糊序列转化为用于构造(t-k,t-k+1,...,t-1)时刻接收信号强度与t+n时刻接收信号强度间关系的训练样本集;其中,k<t≤N-n,t表示历史接收信号强度序列中任意一时刻,N表示历史接收信号强度序列的总长度,k表示单个训练样本序列的长度;
1.4)根据步骤1.3)的训练样本集,利用模糊时间序列预测方法得到对第t+n时刻接收信号强度的模糊预测模型;
1.5)选择不同的n的值,迭代进行步骤1.4),得到未来相应时间范围内各个时刻的接收信号强度的模糊预测模型。
4.根据权利要求3所述一种应用模糊预测模型的切换方法,其特征在于:所述步骤1.5)中,每轮迭代n自增1,且迭代从n等于0开始,直至时刻n+1与t的时间间隔达到触发切换时间A为止。
5.根据权利要求1所述一种应用模糊预测模型的切换方法,其特征在于:所述步骤2)中,合成得到的接收信号强度序列由当前时刻及当前时刻之前连续一段时刻的接收信号强度监测结果与当前时刻之后连续一段时刻的接收信号强度预测结果构成,且序列始、末位置的时间间隔总长度等于触发切换时间A;所述当前时刻以及当前时刻之前连续一段时刻所对应的部分序列满足在该部分序列中,目标基站的接收信号强度优于当前接入基站的接收信号强度。
6.根据权利要求1所述一种应用模糊预测模型的切换方法,其特征在于:所述步骤2)中,在合成得到的接收信号强度序列中,从该序列起始位置开始,如果存在某一时刻,从该时刻起直至序列结束位置的时间间隔内,目标基站的接收信号强度优于当前接入基站的接收信号强度,且该时间间隔大于等于触发切换时间A,则做出切换到目标基站的切换决策。
7.根据权利要求1所述一种应用模糊预测模型的切换方法,其特征在于:所述步骤3)中,用户位置预测的时间间隔大于触发乒乓效应规定的时间间隔的上限。
8.根据权利要求1所述一种应用模糊预测模型的切换方法,其特征在于:所述步骤3)中,若预测位置在切换决策确定的目标基站的覆盖范围内,则由当前接入基站切换到该目标基站;若预测位置在切换决策确定的目标基站的覆盖范围外,则该次切换决策不执行。
9.根据权利要求1所述一种应用模糊预测模型的切换方法,其特征在于:所述步骤2)中还包括以下第二种切换决策机制:当用户接收到的目标基站的接收信号强度在连续一段时间内优于当前接入基站,且该连续一段时间持续超过触发切换时间B,则做出用户从当前接入基站切换到该目标基站的决策,其中,触发切换时间B<触发切换时间A;或者,当用户接收到的目标基站的接收信号强度在某一时刻比当前接入基站的接收信号强度高出的部分大于切换迟滞,则做出用户从当前接入基站切换到该目标基站的决策。
10.根据权利要求9所述一种应用模糊预测模型的切换方法,其特征在于:两种切换决策机制并行情况下,如果位置预测结果指示不应切换时,则任何情况下均不切换;否则,当至少有一种切换决策机制做出切换决策,均将触发切换,其中,当两种切换决策机制均做出切换决策且切换的目标基站不同,则按照通过接收信号强度的预测值与历史监测值合成的按时间排序的接收信号强度序列给出的切换决策进行切换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710324853.4A CN107249200B (zh) | 2017-05-10 | 2017-05-10 | 一种应用模糊预测模型的切换方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710324853.4A CN107249200B (zh) | 2017-05-10 | 2017-05-10 | 一种应用模糊预测模型的切换方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107249200A true CN107249200A (zh) | 2017-10-13 |
CN107249200B CN107249200B (zh) | 2019-10-11 |
Family
ID=60016590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710324853.4A Active CN107249200B (zh) | 2017-05-10 | 2017-05-10 | 一种应用模糊预测模型的切换方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107249200B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108769997A (zh) * | 2018-04-19 | 2018-11-06 | 西安交通大学 | 一种应用混合整数线性规划模型的视频传输策略切换方法 |
CN108834184A (zh) * | 2018-05-23 | 2018-11-16 | Oppo广东移动通信有限公司 | 电子装置、基站切换方法以及相关产品 |
CN109661009A (zh) * | 2019-02-03 | 2019-04-19 | 中国科学院计算技术研究所 | 基于移动性预测的用户面切换方法 |
CN110022235A (zh) * | 2019-04-18 | 2019-07-16 | 维沃移动通信有限公司 | 信息处理方法、终端和服务器 |
CN110839260A (zh) * | 2018-08-15 | 2020-02-25 | 中国移动通信集团浙江有限公司 | 基于支持向量机的自适应切换方法及装置 |
CN110958606A (zh) * | 2019-12-23 | 2020-04-03 | 深圳创维数字技术有限公司 | 无线网格网中移动终端的漫游方法、装置和存储介质 |
CN111148172A (zh) * | 2020-01-14 | 2020-05-12 | 南通大学 | 一种基于动中通天线的海上用户接入切换方法 |
CN112235821A (zh) * | 2020-09-21 | 2021-01-15 | 杭州红岭通信息科技有限公司 | 一种基于ai模型的异频信号强度预测方法 |
CN113556791A (zh) * | 2020-04-24 | 2021-10-26 | 中国移动通信有限公司研究院 | 切换决策确定方法、装置、网络设备及存储介质 |
CN114390625A (zh) * | 2022-01-26 | 2022-04-22 | 哈尔滨工业大学(深圳) | 一种基站切换的控制方法、装置、存储介质及电子设备 |
CN114513824A (zh) * | 2020-11-16 | 2022-05-17 | 中国移动通信有限公司研究院 | 一种通信平台切换方法及相关设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102625370B (zh) * | 2012-04-20 | 2015-07-15 | 重庆邮电大学 | 基于网络联合效用优化及负载均衡的异构网络垂直切换方法 |
CN102780536B (zh) * | 2012-07-26 | 2015-04-08 | 中国科学院信息工程研究所 | 一种信号强度预测方法 |
CN103916885B (zh) * | 2012-12-31 | 2018-11-06 | 华为技术有限公司 | 终端时空移动预测方法和装置 |
CN103763730B (zh) * | 2014-02-25 | 2017-01-11 | 重庆邮电大学 | 基于最佳重建目标小区选择的无线链路失败恢复增强方法及系统 |
US9420477B2 (en) * | 2014-06-04 | 2016-08-16 | Grandios Technologies, Llc | Signal strength management |
-
2017
- 2017-05-10 CN CN201710324853.4A patent/CN107249200B/zh active Active
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108769997B (zh) * | 2018-04-19 | 2020-11-10 | 西安交通大学 | 一种应用混合整数线性规划模型的视频传输策略切换方法 |
CN108769997A (zh) * | 2018-04-19 | 2018-11-06 | 西安交通大学 | 一种应用混合整数线性规划模型的视频传输策略切换方法 |
CN108834184A (zh) * | 2018-05-23 | 2018-11-16 | Oppo广东移动通信有限公司 | 电子装置、基站切换方法以及相关产品 |
CN110839260A (zh) * | 2018-08-15 | 2020-02-25 | 中国移动通信集团浙江有限公司 | 基于支持向量机的自适应切换方法及装置 |
CN110839260B (zh) * | 2018-08-15 | 2021-09-14 | 中国移动通信集团浙江有限公司 | 基于支持向量机的自适应切换方法及装置 |
CN109661009A (zh) * | 2019-02-03 | 2019-04-19 | 中国科学院计算技术研究所 | 基于移动性预测的用户面切换方法 |
CN109661009B (zh) * | 2019-02-03 | 2021-10-15 | 中国科学院计算技术研究所 | 基于移动性预测的用户面切换方法 |
CN110022235B (zh) * | 2019-04-18 | 2022-07-15 | 维沃移动通信有限公司 | 信息处理方法、终端和服务器 |
CN110022235A (zh) * | 2019-04-18 | 2019-07-16 | 维沃移动通信有限公司 | 信息处理方法、终端和服务器 |
CN110958606A (zh) * | 2019-12-23 | 2020-04-03 | 深圳创维数字技术有限公司 | 无线网格网中移动终端的漫游方法、装置和存储介质 |
CN111148172A (zh) * | 2020-01-14 | 2020-05-12 | 南通大学 | 一种基于动中通天线的海上用户接入切换方法 |
CN113556791A (zh) * | 2020-04-24 | 2021-10-26 | 中国移动通信有限公司研究院 | 切换决策确定方法、装置、网络设备及存储介质 |
CN112235821A (zh) * | 2020-09-21 | 2021-01-15 | 杭州红岭通信息科技有限公司 | 一种基于ai模型的异频信号强度预测方法 |
CN114513824A (zh) * | 2020-11-16 | 2022-05-17 | 中国移动通信有限公司研究院 | 一种通信平台切换方法及相关设备 |
CN114513824B (zh) * | 2020-11-16 | 2023-03-21 | 中国移动通信有限公司研究院 | 一种通信平台切换方法及相关设备 |
CN114390625A (zh) * | 2022-01-26 | 2022-04-22 | 哈尔滨工业大学(深圳) | 一种基站切换的控制方法、装置、存储介质及电子设备 |
CN114390625B (zh) * | 2022-01-26 | 2023-02-28 | 哈尔滨工业大学(深圳) | 一种基站切换的控制方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107249200B (zh) | 2019-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107249200B (zh) | 一种应用模糊预测模型的切换方法 | |
CN108540330B (zh) | 一种异构网络环境下的基于深度学习的网络故障诊断方法 | |
US6360098B1 (en) | Method and system for determining a neighbor list for a code division multiple access (CDMA) sector | |
US10334490B2 (en) | Overall network performance and/or overall quality of service of a mobile communication network by assigning a physical cell identifier information to a plurality of radio cells | |
CN102316469B (zh) | 配置天线参数的方法及系统 | |
CN104584622A (zh) | 用于蜂窝式网络负载平衡的方法与系统 | |
CN108134979B (zh) | 基于深度神经网络的小基站开关控制方法 | |
RU2534740C2 (ru) | Способ и устройство для определения состояния мобильности терминала | |
CN111343680A (zh) | 一种基于参考信号接收功率预测的切换时延减少方法 | |
CN109076408A (zh) | 小区切换前测量方法、基站及用户设备 | |
JP7486659B2 (ja) | 基地局の省エネルギー処理方法及び処理装置 | |
CN114390625B (zh) | 一种基站切换的控制方法、装置、存储介质及电子设备 | |
CN100452926C (zh) | 一种为3g小区配置2g邻区的方法和装置 | |
CN101715217B (zh) | 一种配置邻区的方法及装置 | |
CN106792985B (zh) | 一种移动终端接入点预测方法及装置 | |
CN104106281B (zh) | 一种测量信号质量的方法、装置和系统 | |
CN110418363A (zh) | 基于改进熵权和灰色关联分析法的异构无线网络垂直切换方法 | |
CN110968075A (zh) | 一种基于主动学习自组织蜂窝网络的故障诊断方法及系统 | |
CN110139331A (zh) | 基于5g网络的自适应切换触发策略实现方法 | |
CN103686895A (zh) | 切换控制方法、无线网络控制器和接入节点 | |
CN116980028A (zh) | 一种基于星地融合网络的用户终端网络切换接入方法 | |
CN108900325B (zh) | 一种电力通信业务与无线专网技术的适配性评估方法 | |
Srikantamurthy et al. | A novel unified handover algorithm for LTE-A | |
Chen et al. | Machine learning enabled wireless communication network system | |
Zhang et al. | A network selection optimization algorithm based on AHP and TOPSIS in heterogeneous network environment |
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 |