CN109068375B - 一种基于以用户为中心的超密集网络uudn的动态ap分组方法 - Google Patents

Abstract

本发明公开了一种针对以用户为中心的超密集网络UUDN中的移动用户进行动态AP(Access Point)分组的方法。该方法分为两个部分：一部分是基于静态用户的AP分组，用户首先计算以该用户为中心的圆内的潜在服务AP分组，通过从潜在服务AP分组中删除拒绝其接入请求的AP最终形成其服务AP分组。另一部分是基于动态用户的AP分组，用户的移动和AP状态改变会导致UUDN中的动态AP分组，最终选定用户的最佳服务AP。该方法解决了UUDN中用户移动管理的问题，为了给用户提供无缝切换和高能量效率，可以实现用户的无感知移动,保证了业务的连续性。

Description

一种基于以用户为中心的超密集网络UUDN的动态AP分组方法

技术领域

本发明涉及信息技术领域，尤指一种基于以用户为中心的超密集网络UUDN的动态AP分组方法。

背景技术

5G网络作为第五代移动通信网络，其峰值理论传输速度可达每秒数十Gb，这比4G网络的传输速度快数百倍，整部超高画质电影可在1秒之内下载完成。由于5G系统需要更高的网络容量以及更快的传输速率，而超密集网络(Ultra-dense Network,UDN)是实现这一目标的有效方式。超密集网络(Ultra-dense Network,UDN)通过密集部署低功率站点能够大幅度地提升网络的容量，被认为是5G的关键技术之一。在一些热点区域，为了满足大量数据通信的需求，主要有两种不同的方式解决高吞吐量，一种是大规模的MIMO天线技术，另外一种就是超密集部署网络，在用户数据服务较多的区域进行大规模部署AP(AccessPoint)，提高网络的利用率。

为了解决超密集网络下累积干扰及频繁切换的问题,业界提出了以用户为中心的超密集网络(User-centric Ultra-dense Network,UUDN)。而在超密集网络中，准确高效的移动性管理技术可以保障用户设备在移动的过程中始终处于网络的服务范围之下，保障用户业务的正常进行。因此，寻求更加快速高效的移动性管理技术成为了发展超密集网络的重要研究之一。

而现有的UUDN通常联合以用户为中心的AP分组算法解决用户干扰问题，最大化系统总速率。UUDN的现有研宄主要是用户为中心网络的架构设计以及虚拟小区的动态构建，其中，用户为中心网络中的AP选择方法并没有得到足够的重视。而AP选择方法是直接影响到UUDN的性能，因此，UUDN中的AP选择方法是未来5G的重要部分。该选择方法主要作用在于解决UUDN中用户移动管理的问题，以能实现用户的无感知移动,保证业务的连续性。

发明内容

为解决上述问题，本发明主要目的在于，提供一种主要能解决UUDN中用户移动管理的问题，以实现用户的无感知移动,保证业务的连续性，给用户提供无缝切换和高能量效率的动态AP分组方法。

为实现上述目的，本发明的基于UUDN的动态AP分组方法提出了一种针对UUDN中的移动用户进行动态AP(Access Point)分组的方法。该方法分为两个部分：一部分是基于静态用户的AP分组，其方法是用户首先计算以该用户为中心的圆内的潜在服务AP分组，通过从潜在服务AP分组中删除拒绝其接入请求的AP最终形成其服务AP分组。另一部分是基于动态用户的AP分组，用户的移动和AP状态改变会导致UUDN中的动态AP分组，最终选定用户的最佳服务AP。

本发明提供的一种基于UUDN的动态AP分组方法,其方案为：该方法分为两个部分：

1)一部分是基于静态用户的AP分组，用户首先计算以该用户为中心的半径为r的圆内的信号强度大于给定阈值的所有AP形成潜在服务AP分组，通过从潜在服务AP分组中删除拒绝用户接入请求的AP，剩余的AP最终形成其服务AP分组，AP分组表示为APG，服务APG(子集)包含于潜在服务APG(父集)中，如果某个用户的服务APG为空，那么该用户将接入以该用户为中心的半径为r的圆内电池剩余容量最多的AP；

2)另一部分是基于动态用户的AP分组，用户的移动和AP状态改变会导致UUDN中的动态AP分组；

最后从服务APG中按照信噪比、当前负载和电池剩余容量选择质量最高的AP作为用户的服务AP，为该用户进行服务以实现用户的无感知移动、保证业务的连续性。

其中进一步的，在1)部分中，关于基于静态用户的AP分组的方法为：

每个用户UE^u计算以该用户为中心的半径为r的圆内的AP的数量，并且存储接收信号强度大于P_{u max}-η的AP，其中P_{u max}代表u从AP处接收到的最大信号强度，η代表到P_{u max}的门限值，其取值由u的业务需求来决定；u从APⁱ处所获得的接收信号强度为

其中P_i是APⁱ的发射功率，α是路径损耗指数，d_u,i是UE^u与APⁱ之间的距离，H是瑞利衰落；

满足P_u,i≥P_{u max}-η的AP形成了UE^u的潜在服务APG，标记为PG_u；将UE的业务需求分为三类，即低、中、高，分别对应三种可能的数值；当UE的业务需求较高时，选择一个以上的AP来为其服务；

对于每个AP，如果其发射功率满足

其中M表示想要接入APⁱ的用户集，则为所有想要接入的用户提供服务，否则选择前n个用户，满足

其中N表示前n个想要接入APⁱ的用户集；

每个用户通过从潜在服务APG中删除拒绝其接入请求的AP最终形成其服务APG；如果某个UE的APG为空，那么该UE将接入半径r内剩余容量最多的AP；UE^u的服务APG标记为G_u，

表示G_u中AP的数量，其中

表示集合中的数量。

3、根据权利要求2所述的一种基于UUDN的动态AP分组方法，其特征在于其中进一步的，UUDN中基于静态用户的AP分组算法为：

输入:{AP集合:I,UE集合:U,半径:r,η}

输出:{每个UE的服务APG:G_u}

初始化:标记所有AP和UE的地理位置，确定η和r的值，计算P_{u max}；

其中进一步的，基于动态用户的AP分组方法步骤如下：

1)判断是否由于用户移动导致的，

1.1)判断为是则根据用户的位置和移动速度进行动态AP分组，并进入下一步；

1.2)判断为否则直接进入下一步2)；

2)判断AP状态是否改变，

2.1)判断为否则进入下一步3)，

2.2)判断为是则根据电池剩余余量改变AP状态，

再次对AP分组；

进入下一步3)

3)从服务APG中选择最佳服务AP。

其中进一步的，在步骤1.1)中，用户标记为UE，在UE移动的情况下，根据UE位置、UE速度和其他需求来选择下一个服务AP；

初始时刻t＝0，用户的位置y(t)＝{y_x(t),y_y(t)}满足齐次泊松点过程，在t＞0时，用户的移动满足以随机微分方程表示的布朗运动

其中W(t)＝{W_x(t),W_y(t)}是标准Wiener过程，W_x(t),W_y(t)～N(0,t)相互独立，v是单位时间内的平均位移距离，即平均速度；

优化目标AP的选择：在形成潜在服务AP分组之后，要选择位于UE的预测位置的候选AP以便移动用户能在很短的时间内选定目标AP，并能快速地切换到另一AP，对于因用户的移动引起的服务AP的切换，预测位置集合表示如下：

其中

表示UE^u与AP^j的连线与水平射线之间的夹角，M_u取决于UE的移动方向和速度，

表示M_u中AP的数量。如图2所示，图2中的水平射线代表在时间t₂和时间t₃上连接用户位置的延长线。

其中进一步的，步骤2.2)是由于AP状态切换引起的动态AP分组，AP有两种状态：开启和关闭，其所对应的能量为：

①APⁱ的电池容量满足B_i(t)≥δ，此时AP处于开启状态，用户可接入；

②当电池容量满足B_i(t)＜δ时，AP都应自动进入关闭状态。

其中进一步的，步骤3)中从服务APG中选择最佳服务AP方法为：

假设在以UEu为中心的组中有|B|个AP，表示为G_u＝{b₁,b₂,...,b_|B|}。与AP^b相关联的UEu的信噪比为

其中ρb＝{1,0}表示对应的AP状态为开/关，σ²表示白噪声功率，

表示AP^b与UEu之间的路径损耗；

UEu的潜在服务AP满足SINR_u,b≥SINR_threshold，其中SINR_threshold是预定义阈值；

SINR_max和SINR_min分别是服务AP组中的最大和最小SINR；

根据香农容量，与AP^b关联的用户u的可实现数据速率为R_u,b＝W_ulog₂(1+SINR_u,b),其中W_u表示与UEu关联的AP^b的带宽；

AP^b的可实现数据速率是

AP需要预先估计其负荷，基于历史的AP^b在时间t上的负载表示为L_b(t)＝Υ(t)L_b(t-1)+(1-Υ(t))L_b(t-2),其中Υ(t)表示负载估计的学习速率；

AP^b的电池剩余容量为B_b(t)，则AP^b的质量表示为：

Q_b＝ω₁*SINR_u,b+ω₂*L_b(t)+ω₃*B_b(t)；

最后从服务APG选择质量最高的AP作为用户的服务AP，为该用户进行服务。

本发明有益效果在于，借助上述技术方案，解决了UUDN中用户移动管理的问题，给用户提供无缝切换和高能量效率。该方法可以实现用户的无感知移动,保证业务的连续性。

附图说明

图1用户移动管理示意图。

图2基于UUDN的DAPG过程流程图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案做进一步具体的说明。

本文提出了一种基于UUDN的动态AP分组方法，解决了UUDN中用户移动管理的问题，给用户提供无缝切换和高能量效率。该方法分为两个部分：1)一部分是基于静态用户的AP分组，用户首先计算以该用户为中心的圆内的潜在服务AP分组，通过从潜在服务AP分组中删除拒绝其接入请求的AP，剩余的AP最终形成其服务AP分组；AP分组表示为APG，服务APG(子集)包含于潜在服务APG(父集)中，如果某个用户的服务APG为空，那么该用户将接入以该用户为中心的半径为r的圆内电池剩余容量最多的AP 2)另一部分是基于动态用户的AP分组，用户的移动和AP状态改变会导致UUDN中的动态AP分组，并最终从服务APG中按照信噪比、当前负载和电池剩余容量选定最佳服务AP。该方法可以实现用户的无感知移动,保证业务的连续性。

2.1其中，关于1)基于静态用户的AP分组：

每个用户UE^u计算以该用户为中心的半径为r的圆内的AP的数量，并且存储接收信号强度大于P_{u max}-η的AP，其中P_{u max}代表u从AP处接收到的最大信号强度，η代表到P_{u max}的门限值，其取值由u的业务需求来决定，因此对于不同的用户u值可能是不同的。u从APⁱ处所获得的接收信号强度为

其中P_i是APⁱ的发射功率，α是路径损耗指数，d_u,i是UE^u与APⁱ之间的距离，H是瑞利衰落。

满足P_u,i≥P_{u max}-η的AP形成了UE^u的潜在服务APG，标记为PG_u。假定在半径为r的圆内，服务于同一个UE的APG之间无干扰。为了简单起见，UE(用户)的业务需求可分为三类，即低、中、高，分别对应三种可能的数值。当UE的业务需求较高时，可以选择一个以上的AP来为其服务。

对于每个AP，如果其功率满足

其中M表示想要接入APⁱ的用户集，则为所有想要接入的用户提供服务，否则选择前n个用户，满足

其中N表示前n个想要接入APⁱ的用户集。

每个用户通过从潜在服务APG中删除拒绝其接入请求的AP最终形成其服务APG。如果某个UE的APG为空，那么该UE将接入半径r内剩余容量最多的AP。UE_u的服务APG标记为G_u，

表示G_u中AP的数量，其中

表示集合中的数量。

表1基于静态用户的AP分组算法

2.2基于动态用户的AP分组

参见图2，为本发明的基于UUDN的动态AP分组的过程流程图。

用户可以在任意的速度和方向上移动。此外，AP允许动态地改变状态：打开/休眠/关闭，这取决于其收获的能量。这些都会导致UUDN中的动态AP分组(Dynamic AP Grouping：DAPG)。

(1)用户移动导致DAPG

在UUDN密集网络中，用户移动管理是一个非常重要的问题。解决用户移动管理问题的主要目的是为用户提供无缝切换和高能量效率。在UE移动的情况下，根据UE位置、UE速度和其他需求来选择下一个服务AP。假设初始用户在t＝0时的位置y(t)＝{y_x(t),y_y(t)}满足齐次泊松点过程。在t＞0时，用户的移动满足以随机微分方程表示的布朗运动

其中W(t)＝{W_x(t),W_y(t)}是标准Wiener过程，W_x(t),W_y(t)～N(0,t)相互独立，v是单位时间内的平均位移距离，即平均速度。

应该优化目标AP的选择。在形成潜在服务APG之后，移动用户要在很短的时间内选定目标AP，并能快速地切换到另一AP。

如图1所示，为用户移动管理示意图。要选择位于UE的预测位置的候选AP。我们需要解决用户的移动引起的服务AP的切换。图1中的水平向右的射线代表在时间t2和时间t3上连接用户位置的延长线。

为了确定这一集合，我们定义了一个角度作为预测的阈值。

其中

表示UE_u与AP_j的连线与红色射线之间的夹角，M_u取决于UE的移动方向和速度，

表示M_u中AP的数量。

(2)AP状态切换引起的DAPG

AP有两种状态：开启和关闭，其所对应的能量为：

③AP_i的电池容量满足B_i(t)≥δ，此时AP处于开启状态，用户可接入。

④当电池容量满足B_i(t)＜δ时，AP都应自动进入关闭状态。

2.3选择最佳服务AP

假设在以UEu为中心的组中有|B|个AP，表示为G_u＝{b₁,b₂,...,b_|B|}。与AP^b相关联的UEu的信噪比为：

其中ρb＝{1,0}表示对应的AP状态为开/关，σ²表示白噪声功率，

表示AP^b与UE^u之间的路径损耗。

UE^u的潜在服务AP满足SINR_u,b≥SINR_threshold，其中SINR_threshold是预定义阈值。通常

SINR_max和SINR_min分别是服务AP组中的最大和最小SINR。

根据香农容量，与AP^b关联的用户u的可实现数据速率为R_u,b＝W_ulog₂(1+SINR_u,b),其中W_u表示与UEu关联的AP^b的带宽。

AP^b的可实现数据速率是

AP需要预先估计其负荷，估计值应能准确反映其实际负荷。基于历史的AP^b在时间t上的负载表示为L_b(t)＝Υ(t)L_b(t-1)+(1-Υ(t))L_b(t-2),其中Υ(t)表示负载估计的学习速率。

AP^b的电池剩余容量为B_b(t)，则AP^b的质量可表示为：

Q_b＝ω₁*SINR_u,b+ω₂*L_b(t)+ω₃*B_b(t)。

最后从服务APG选择质量最高的AP作为用户的服务AP，为该用户进行服务。

综上所述，由于以用户为中心的超密集网络中AP的部署位置随机性较大，同时，AP具备动态开关特性，因此超密集网络的网络拓扑更加动态，网络管理更加困难。UDN中AP的密集部署导致用户周围的AP数目增加，由于AP功率下降，覆盖范围变小，用户在移动过程中切换将会更加频繁地发生。为了解决这一难题，本发明提出了一种针对UUDN中的移动用户进行动态AP分组的方法。在UUDN中，不论用户是否移动，AP状态是否改变，通过该方法均可以确定最佳服务AP，实现用户的无感知移动,保证业务的连续性。

以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解，依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (2)

1.一种基于以用户为中心的超密集网络UUDN的动态AP分组方法,其特征在于，该方法分为两个部分：

1)一部分是基于静态用户的AP分组，用户首先计算以该用户为中心的半径为r的圆内的信号强度大于给定阈值的所有AP形成潜在服务AP分组，通过从潜在服务AP分组中删除拒绝用户接入请求的AP，剩余的AP最终形成其服务AP分组，AP分组表示为APG，服务APG子集包含于潜在服务APG父集中，如果某个用户的服务APG为空，那么该用户将接入以该用户为中心的半径为r的圆内电池剩余容量最多的AP；

2)另一部分是基于动态用户的AP分组，用户的移动和AP状态改变会导致UUDN中的动态AP分组；

最后从服务APG中按照信噪比、当前负载和电池剩余容量选择质量最高的AP作为用户的服务AP，为该用户进行服务以实现用户的无感知移动、保证业务的连续性；

其中：

步骤2)的基于动态用户的AP分组方法步骤如下：

1)判断是否由于用户移动导致的，

1.1)判断为是，则根据用户的位置和移动速度进行动态AP分组，并进入下一步；

1.2)判断为否则直接进入下一步2)；

2)判断AP状态是否改变，

2.1)判断为否则进入下一步3)，

2.2)判断为是则根据电池剩余余量改变AP状态，再次对AP分组；进入下一步3)；

3)从服务APG中选择最佳服务AP；

且在步骤1.1)中，用户标记为u，在u移动的情况下，根据u位置、u速度来选择下一个服务AP；

初始时刻t＝0，用户的位置y(t)＝{y_x(t),y_y(t)}满足齐次泊松点过程，在t＞0时，用户的移动满足以随机微分方程表示的布朗运动

其中W(t)＝{W_x(t),W_y(t)}是标准Wiener过程，W_x(t),W_y(t)～N(0,t)相互独立，v是单位时间内的平均位移距离，即平均速度；

优化目标AP的选择：在形成潜在服务AP分组之后，要选择位于u的预测位置的候选AP以便移动用户能在很短的时间内选定目标AP，并能快速地切换到另一AP，对于因用户的移动引起的服务AP的切换，预测位置集合表示如下：

其中：W_x(t)表示用户从时刻t＝0到时刻t>0的位移的横坐标，W_y(t)表示用户从时刻t＝0到时刻t>0的位移的纵坐标，W(t)＝{W_x(t),W_y(t)}且设W(0)＝0，β表示自行设定的

的门限值，

表示u与AP_j的连线与在时间t₂和时间t₃上连接用户位置的延长线之间的夹角，C_u表示随着u的移动，所有可能为u提供服务的AP集合，M_u表示满足

的所有AP的集合，是C_u的子集，M_u取决于u的移动方向和速度，

表示M_u中AP的数量；

步骤2.2)是由于AP状态切换引起的动态AP分组，AP有两种状态：开启和关闭，其所对应的能量为：

①APⁱ的电池容量满足B_i(t)≥δ，此时AP处于开启状态，用户可接入；

②当电池容量满足B_i(t)＜δ时，AP都应自动进入关闭状态；

步骤3)中从服务APG中选择最佳服务AP方法为：

假设当前时间为t，L_b(t-1)表示基于历史的AP^b在时间t-1上的负载，L_b(t-2)表示基于历史的AP^b在时间t-2上的负载，ω₁、ω₂、ω₃分别表示与AP^b相关联的UE^u的信噪比、AP^b在时间t上的负载以及AP^b的电池剩余容量的权重值，

假设在以u为中心的组中有|B|个AP，表示为G_u＝{b₁,b₂,...,b_|B|}；与AP^b相关联的UEu的信噪比为

其中ρb＝{1,0}表示对应的AP状态为开/关，σ²表示白噪声功率，

表示AP^b与u之间的路径损耗；

u的潜在服务AP满足SINR_u,b≥SINR_threshold，其中SINR_threshold是预定义阈值；

SINR_max和SINR_min分别是服务AP组中的最大和最小SINR；

根据香农容量，与AP^b关联的用户u的可实现数据速率为R_u,b＝W_ulog₂(1+SINR_u,b),其中W_u表示与u关联的AP^b的带宽；

AP^b的可实现数据速率是

AP需要预先估计其负荷，基于历史的AP^b在时间t上的负载表示为L_b(t)＝Υ(t)L_b(t-1)+(1-Υ(t))L_b(t-2),其中Υ(t)表示负载估计的学习速率；

AP^b的电池剩余容量为B_b(t)，则AP^b的质量表示为：

Q_b＝ω₁*SINR_u,b+ω₂*L_b(t)+ω₃*B_b(t)；

最后从服务APG选择质量最高的AP作为用户的服务AP，为该用户进行服务。

2.根据权利要求1所述的一种基于以用户为中心的超密集网络UUDN的动态AP分组方法，其特征在于，在1)部分中，关于基于静态用户的AP分组的方法为：

每个用户计算以该用户为中心的半径为r的圆内的AP的数量，并且存储接收信号强度大于P_umax-η的AP，其中，u代表每个用户，P_umax代表u从AP处接收到的最大信号强度，η代表到P_umax的门限值，其取值由u的业务需求来决定；u从APⁱ处所获得的接收信号强度为

其中P_i是APⁱ的发射功率，α是路径损耗指数，d_u,i是u与APⁱ之间的距离，H是瑞利衰落；

满足P_u,i≥P_umax-η的AP形成了u的潜在服务APG，标记为PG_u；将UE的业务需求分为三类，即低、中、高，分别对应三种可能的数值；当UE的业务需求较高时，选择一个以上的AP来为其服务；

对于每个AP，如果其发射功率满足

其中M表示想要接入APⁱ的用户集，则为所有想要接入的用户提供服务，否则选择前n个用户，满足

其中N表示前n个想要接入APⁱ的用户集；

每个用户通过从潜在服务APG中删除拒绝其接入请求的AP最终形成其服务APG；如果某个u的APG为空，那么该u将接入半径r内电池剩余容量最多的AP；u的服务APG标记为G_u，

表示G_u中AP的数量，其中

表示集合中的数量。

Images