CN114585038B - 一种吞吐量优先的5g小区切换方法 - Google Patents
一种吞吐量优先的5g小区切换方法 Download PDFInfo
- Publication number
- CN114585038B CN114585038B CN202210031425.3A CN202210031425A CN114585038B CN 114585038 B CN114585038 B CN 114585038B CN 202210031425 A CN202210031425 A CN 202210031425A CN 114585038 B CN114585038 B CN 114585038B
- Authority
- CN
- China
- Prior art keywords
- throughput
- cell
- hys
- gnb
- nbs
- 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
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/32—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种吞吐量优先的5G小区切换方法,克服了现有技术对于高吞吐和终端移动因素考虑较少导致的切换失败的问题,包括以下步骤:步骤1:低吞吐量滤波;步骤2:高吞吐量筛选;步骤3:迟滞合成;步骤4:切换判决;步骤5:候选集优解。本发明首先差异化区分目标邻区的吞吐量,通过滤波系数进行高低动态适配。同时,将终端移动速度纳入考虑范畴,对不同速度匹配合适的迟滞。在向邻区切换时,建立吞吐量抖动指标来评估邻区的准入条件,进一步提高了切换的平滑性,从而优化流量用户的使用感知。
Description
技术领域
本发明涉及5G通信技术领域,尤其是涉及一种吞吐量优先的5G小区切换方法。
背景技术
5G部署初期,增强移动宽带与超可靠低时延通信业务将会成为典型的应用场景。而随着5G建设的推进,5G流量正在加速增长,现场直播,云会议,虚拟现实等应用对5G速率的要求越来越高。同时,作为一个移动系统,切换对5G也是一个必选项,尤其是在高吞吐的环境下。5G的切换流程与LTE类似,只是在LTE基础上新增了A6事件,因此,5G的切换方法大体上可参考LTE系统。
例如,发明人在中国专利文献上公告授权的“基于判决区间的LTE小区切换方法”,其公告号CN105722161B,通过对小区的切换失败率进行分析而设定一个动态的切换迟滞系数,从而提高不同场景下的切换成功率。与目前大多数4/5G切换方法类似,但该方法仍然存在一些不足,即未太多考虑高吞吐或终端移动导致的切换失败的影响,也未考虑高带宽占用用户的具体使用感知。
发明内容
本发明是为了克服上述技术问题,提供一种吞吐量优先的5G小区切换方法,设定滤波系数,对小区吞吐量进行差异化地分析,实现5G切换迟滞的自动调整,同时将终端移动速度纳入考虑范围,而达到优化切换的目标,自适应地调整切换参数以选择合适的目标邻区,并充分考虑到流量用户的使用感知。
为了实现上述目的,本发明采用以下技术方案:
一种吞吐量优先的5G小区切换方法,小区数量为N=n+1个,表示为小区NBSN={gNBs}∪NBSn={gNBs,gNB1,…,gNBn},其中,gNBs为当前移动终端的主服务小区,NBSn={gNB1,…,gNBn}为其邻区;
方法包括以下步骤:
步骤一、低吞吐量滤波;
步骤二、高吞吐量筛选;
步骤三、迟滞合成;
步骤四、切换判决;
步骤五、候选集优解。
本发明的一种吞吐量优先的5G小区切换方法TFHA(Throughput First 5GHandover Algorithm),首先差异化区分目标邻区的吞吐量,通过滤波系数进行高低动态适配。同时,将终端移动速度纳入考虑范畴,对不同速度匹配合适的迟滞。在向邻区切换时,建立吞吐量抖动指标来评估邻区的准入条件,进一步提高了切换的平滑性,从而优化流量用户的使用感知。
作为优选,步骤一与步骤二包括以下内容:差异化区分目标邻区吞吐量,通过设定滤波系数进行高低动态适配求解低滤波权重和高滤波权重;
步骤三包括以下内容:将低滤波权重与高滤波权重合成新的吞吐量权重并计算新的吞吐量迟滞;
步骤四包括以下内容:建立吞吐量抖动指标评估邻区的准入条件,满足条件则加入切换候选集;
步骤五包括以下内容:统计切换候选集的内的小区吞吐量,计算吞吐量抖动并选择具备最小抖动值的小区进行切换。
作为优选,所述的步骤一包括以下步骤:
步骤1-1:设定当前t时刻的邻区吞吐量{Thr1,…,Thrn},t-1时刻的邻区吞吐量{Tpr1,…,Tprn};设定吞吐量门限Thrth,滤波系数Ftf;设定切换基础迟滞Hysm1和Hysm2;步骤1-2:对于NBSn={gNB1,…,gNBn}中的每个邻区,选取出吞吐量Thri(i∈1,2,…n)满足Case1条件Thri<Thrth的邻区列表NBSw1,统计其中的邻区数量Nmbw1;对NBSw1中的每个小区,计算中间量Deti=abs(Thri-Tpri),其中,abs(·)表示绝对值函数;求中间量和
步骤1-3:对NBSw1中的每个小区,计算低吞吐量权重δli=Dtli/Smldet,求解低滤波权重Ftli=(1-Ftf)*δli。
作为优选,所述滤波系数Ftf的取值范围为(0,1)。
作为优选,所述的步骤二包括以下步骤:
步骤2-1:对于NBSn={gNB1,…,gNBn}中的每个邻区,选取出吞吐量Thrj(j∈1,2,…n)满足Case2条件Thrj≥Thrth的邻区列表NBSw2,计算其中的邻区数量Nmbw2=n-Nmbw1;对NBSw2中的每个小区,求中间吞吐量和计算高吞吐量权重δhj=Thrj/Smhthr;
步骤2-2:计算低吞吐量滤波系数最大值Mxftl=max(Ftli),其中,gNBi∈NBSw1,求解高滤波权重Fthj=Mxftl+Ftf*δhj。
作为优选,所述的步骤三包括以下步骤:
步骤3-1:将低滤波权重{Ftli}(gNBi∈NBSw1)与高滤波权重{Fthj}(gNBj∈NBSw2)按gNB1~gNBn的顺序合成新的吞吐量权重Ftwk={ftli}∪{Fthj},其中k=1,2,…n;
步骤3-2:计算新的吞吐量迟滞HysT={Hyst}=Hysm1+{Ftwk}。
作为优选,所述的步骤四包括以下内容:
A3事件Mn+Qfn+Ocn-Hys>Ms+Ofs+Ocs+Off表示相邻小区的信号质量比服务小区的信号质量好,从而触发切换;反之,A3满足离开状态;
其中,Mn为相邻小区的测量结果,Ofn为相邻小区频率上的频率特定偏移量,Ocn为相邻小区的特定偏移量,如果没有该配置,则置为0;
Ms为服务小区的测量结果,Ofs为服务小区频率上的频率特定偏移量,Ocs为服务小区的特定偏移量,Hys为该事件的迟滞,Off为该事件的便宜参数;
步骤4-1:设定低速门限Clclow,高速门限Vlchigh,设定低速迟滞系数Kplow,高速迟滞系数Kphigh;
步骤4-2:当终端移动速度Vlct满足Case3条件Vlct<Vlclow时,计算移动迟滞Hysv=f(Vlct)=Hysm2,其中,y=f(x)表示y为关于x的函数;当Vlct满足Case4条件Vlclow≤Vlct≤Vlchigh时,计算移动迟滞Hysv=f(Vlct)=Kplow*Hysm2;当Vlct满足Case5条件Vlct>Vlchigh时,计算移动迟滞Hysv=f(Vlct)=Kphigh*Hysm2;
步骤4-3:在终端移动速度为Vlct的情形下,对NBSn={gNB1,…,gNBn}中的每个邻区,计算相应的系统迟滞HysTFHA={Hystf}=HysT+Hysv=Hysm1+{Ftwk}+f(Vlct);
步骤4-4:重新核算A3事件Mn+Ofn+Ocn-HysTFHA>Ms+Ofs+Ocs+Off;对于每个邻区,核算上式是否成立;如是,则加入切换候选集NBScnd。
作为优选,所述迟滞系数Kplow,Kphigh的取值范围均为(0,1)。
作为优选,所述的步骤五包括以下内容:
步骤5-1:统计候选集NBScnd中的小区个数Nmbcnd,对于NBScnd中的每个小区gNBz,选取出当前t时刻的吞吐量Thrz,和t-1时刻的吞吐量Tprz,其中,z=1,2,…Nmbcnd;
步骤5-2:计算吞吐量抖动Jttz=abs(Thrz-Tprz),选择NBScnd中具备最小抖动值Jttz的小区作为目标小区进行切换。
因此,本发明具有如下有益效果:能够根据不同的小区吞吐量,匹配出动态的吞吐量迟滞,根据不同的终端速度,自适应计算相应的速度迟滞,继而对终端所处服务小区的各邻区进行吞吐量抖动的评估,筛选出用户感知最好的目标邻区进行平滑切换。
附图说明
图1是本发明的流程图。
图2是本发明与其它算法在80km/h速度下的切换目标服务小区对比图。
图3是本发明与其它算法在80km/h速度下的候选邻区电平均值对比图。
图4是本发明与其它算法在80km/h速度下的候选邻区负载均值对比图。
图5是本发明与其它算法在80km/h速度下的候选邻区吞吐量抖动对比图。
具体实施方式
下面结合附图与具体实施方式对本发明做进一步的描述。
为了解决背景技术中基于判决区间的小区切换方法JIHA未太多考虑高吞吐或终端移动导致的切换失败的影响,也未考虑高带宽占用用户的具体使用感知的不足,本发明通过设定滤波系数,对小区吞吐量进行差异化地分析,实现5G切换迟滞的自动调整,同时将终端移动速度纳入考虑范围,而达到优化切换的目标。
实施例1:
本实施例提供了一种吞吐量优先的5G小区切换方法,包括N=n+1个小区NBSN={gNBs}∪NBSn={gNBs,gNB1,…,gNBn},其中,gNBs为当前移动终端的主服务小区,NBDn={gNB1,…,gNBn}为其邻区,如图1所示,包括以下内容:
步骤1:低吞吐量滤波
步骤1-1:设定当前t时刻的邻区吞吐量(Thr1,…,Thrn},t-1时刻的邻区吞吐量(Tpr1,…,Tprn};设定吞吐量门限Thrth,滤波系数Ftf;设定切换基础迟滞Hysm1和Hysm2;步骤1-2:对于NBSn={gNB1,…,gNBn}中的每个邻区,选取出吞吐量Thri(i∈1,2,…n)满足Case1条件Thri<Thrth的邻区列表NBSw1,统计其中的邻区数量Nmbw1;对NBSw1中的每个小区,计算中间量Deti=abs(Thri-Tpri),其中,abs(·)表示绝对值函数;求中间量和
步骤1-3:对NBSw1中的每个小区,计算低吞吐量权重δli=Deti/Smldet,求解低滤波权重Ftli=(1-Ftf)*δli;
步骤2:高吞吐量筛选
步骤2-1:对于NBSn={gNB1,…,gNBn}中的每个邻区,选取出吞吐量Thrj(j∈1,2,…n)满足Case2条件Thrj≥Thrth的邻区列表NBSw2,计算其中的邻区数量Nmbw2=n-Nmbw1;对NBSw2中的每个小区,求中间吞吐量和计算高吞吐量权重δhj=Thrj/Smhthr;
步骤2-2:计算低吞吐量滤波系数最大值Mxftl=max(Ftli),其中,gNBi∈NBSw1,求解高滤波权重Fthj=Mxftl+Ftf*δhj;
步骤3:迟滞合成
步骤3-1:将低滤波权重{Ftli}(gNBi∈NBSw1)与高滤波权重{Ftlj}(gNBj∈NBSw2)按gNB1~gNBn的顺序合成新的吞吐量权重Ftwk={Ftli}∪{Fthj},其中k=1,2,…n;
步骤3-2:计算新的吞吐量迟滞HysT={Hyst}=Hysm1+{Ftwk};
步骤4:切换判决;
A3事件Mn+Ofn+Ocn-Hys>Ms+Ofs+Ocs+Off表示相邻小区的信号质量比服务小区的信号质量好,从而触发切换。反之,A3满足离开状态。其中,Mn为相邻小区的测量结果,Ofn为相邻小区频率上的频率特定偏移量,Ocn为相邻小区的特定偏移量,如果没有该配置,则置为0。Ms为服务小区的测量结果,Ofs为服务小区频率上的频率特定偏移量,Ocs为服务小区的特定偏移量,Hys为该事件的迟滞,Off为该事件的便宜参数;
步骤4-1:设定低速门限Vlclow,高速门限Vlchigh,设定低速迟滞系数Kplow,高速迟滞系数Kphigh;
步骤4-2:当终端移动速度Vlct满足Case3条件Vlct<Vlclow时,计算移动迟滞Hysv=f(Vlct)=Hysm2,其中,y=f(x)表示y为关于x的函数;当Vlct满足Case4条件Vlclow≤Vlct≤Vlchigh时,计算移动迟滞Hysv=f(Vlct)=Kplow*Hysm2;当Vlct满足Case5条件Vlct>Vlchigh时,计算移动迟滞Hysv=f(Vlct)=Kphigh*Hysm2;
步骤4-3:在终端移动速度为Vlct的情形下,对NBSn={gNB1,…,gNBn}中的每个邻区,计算相应的系统迟滞HysTFHA={Hystf}=HysT+Hysv=Hysm1+{Ftwk}+f(Vlct);
步骤4-4:重新核算A3事件Mn+Ofn+Ocn-HysTFHA>Ms+Ofs+Ocs+Off;对于每个邻区,核算上式是否成立。如是,则加入切换候选集NBScnd;
步骤5:候选集优解
步骤5-1:统计候选集NBScnd中的小区个数Numbcnd,对于NBScnd中的每个小区gNBz,选取出当前t时刻的吞吐量Thrz,和t-1时刻的吞吐量Tprz,其中,z=1,2,…Nmbcnd;
步骤5-2:计算吞吐量抖动Jttz=abs(Thrz-Tprz),选择NBScnd中具备最小抖动值Jttz的小区作为目标小区进行切换。
实施例2:
本实施例在实施例1的基础上,以n=6,N=7,终端速度Vlct=80km/h为例对本发明进行具体说明,5G小区电平值,吞吐量情况如表格1所示:
表格1
基础数据如表格2所示:
表格2
序号 | 项目 | 数据 |
1 | 终端移动速度Vlct(km/h) | 80 |
2 | 低速门限Vlclow | 80 |
3 | 高速门限Vlchigh | 120 |
4 | 低速迟滞系数Kplow | 0.6 |
5 | 高速迟滞系数Kphigh | 0.4 |
6 | A3事件便宜参数Off | 0 |
7 | 吞吐量门限Thrth(Mbps) | 50 |
8 | 滤波系数Ftf | 0.6 |
9 | 基础迟滞Hysm1 | 3 |
10 | 基础迟滞Hysm2 | 2 |
包括如下步骤:低吞吐量滤波,高吞吐量筛选,迟滞合成,切换判决,候选集优选等步骤;步骤1:低吞吐量滤波
步骤1-2:对于NBSn={gNB1,…,gNB6}中的每个邻区,选取出吞吐量Thri(i∈1,2,…n)满足Case1条件Thri<Thrth=50的邻区列表NBSw1={gNB1,gNB3,gNB5},统计其中的邻区数量Nmbw1=3;对NBSw1中的每个小区,计算中间量Deti=abs(Thri-Tpri)={0.6,2.1,0.7},求中间量和
步骤1-3:对NBSw1中的每个小区,计算低吞吐量权重δli=Dtli/Smldet={0.18,0.62,0.21},求解低滤波权重Ftli=(1-Ftf)*δli={0.07,0.250.08};
步骤2:高吞吐量筛选
步骤2-1:对于NBSn={gNB1,…,gNBn}中的每个邻区,选取出吞吐量Thrj(j∈1,2,…n)满足Case2条件Thri≥Thrth=50的邻区列表NBSw2={gNB2,gNB4,gNB6},计算其中的邻区数量Nmbw2=n-Nmbw1=3;
对NBSw2中的每个小区,
求中间吞吐量和计算高吞吐量权重δhj=Thrj/Smhthr={0.29,0.34,0.37};
步骤2-2:计算低吞吐量滤波系数最大值Mxftl=max(Ftli)=0.25,求解高滤波权重Fthj=Mxftl+Ftf*δhj={0.42,0.45,0.47};
步骤3:迟滞合成
步骤3-1:将低滤波权重{Ftli}(gNBi∈NBSw1)与高滤波权重{Fthj}(gNBj∈NBSw2)按gNB1~gNBn的顺序合成新的吞吐量权重
Ftwk={Ftli}∪{Fthj}={0.07,0.42,0.25,0.45,0.08,0.47};
步骤3-2:计算新的吞吐量迟滞
HysT={Hyst}=Hysm1+{Ftwk}={3.07,3.42,3.25,3.25,3.45,3.08,3.47};
步骤4:切换判决;
步骤4-2:终端移动速度Vlct=80km/h满足Case4条件Vlclow≤Vlct≤Vlchigh,计算移动迟滞Hysv=f(Vlct)=Kplow*Hysm2=1.2;
步骤4-3:在终端移动速度为Vlct的情形下,对NBSn={gNB1,…,gNBn}中的每个邻区,计算相应的系统迟滞
HysTFHA={Hystf}=HysT+Hysv=Hysm1+{Ftwk}+f(Vlct)={4.27,4.62,4.45,4.65,4.28,4.67};
步骤4-4:重新核算A3事件Mn+Ofn+Ocn-HysTFHA>Ms+Ofs+Ocs+Off;对于每个邻区,核算上式是否成立。如是,则加入切换候选集NBScnd={gNB2};
步骤5:候选集优解
步骤5-1:统计候选集NBScnd中的小区个数Nmbcnd=1,对于NBScnd中的每个小区gNBz,选取出当前t时刻的吞吐量Thrz=50.2Mbps,和t-1时刻的吞吐量Tprz=48.5Mbps;
步骤5-2:计算吞吐量抖动Jttz=abs(Thrz-Tprz)=1.7Mbps,因为只有一个邻区满足要求,NBScnd中具备最小抖动值Jttz的小区也即为gNB2,把它作为目标小区进行切换。
仿真实验:
本实施例还提供了实验仿真结果,将本发明的TFHA方法与作者之前的LTE切换算法JIHA,以及未修正的A3算法进行MATLAB平台仿真,目标采样7次,所得80km/h移动速度下的目标切换小区,候选邻区电平均值,候选邻区负载及吞吐量抖动情况分别参见附图2~5所示。
如图2所示的80km/h情形下三种算法的目标邻区,在最后4次采样时,JIHA由于评估切换失败率而造成无邻区可切,说明该算法不太适合中高速情形,而A3算法同样在第3,4次采样时也存在类似问题,主要的原因就是切换迟滞对终端移动速度不敏感。
如图3所示的80km/h情形下三种算法的邻区电平均值。在中高速移动切换中,电平值是首先要考虑的因素,因为其决定是否能切换成功。主要差异在第2次采样,按电平值高低排序TFHA=A3>JIHA。
如图4所示的80km/h情形下三种算法的邻区负载,表现在第4次采样时差异最大,此时负载高低排序JIHA>A3>TFHA。
如图5所示的80km/h情形下三种算法的邻区吞吐量抖动。吞吐量抖动对用户的使用客户影响很大,传统A3及JIHA算法均未考虑对吞吐量抖动的评估,因此在仿真上表现出较多抖动尖峰,而TFHA而始终保持在小范围内抖动。
应理解,本实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
上述实施例对本发明的具体描述,只用于对本发明进行进一步说明,不能理解为对本发明保护范围的限定,本领域的技术工程师根据上述发明的内容对本发明作出一些非本质的改进和调整均落入本发明的保护范围内。
Claims (6)
1.一种吞吐量优先的5G小区切换方法,其特征是,小区数量为N=n+1个,表示为小区NBSN={gNBs}∪NBSn={gNBs,gNB1,…,gNBn},其中,gNBs为当前移动终端的主服务小区,NBSn={gNB1,…,gNBn}为其邻区;
方法包括以下步骤:
步骤一、低吞吐量滤波;
步骤二、高吞吐量筛选;
步骤三、迟滞合成;
步骤四、切换判决;
步骤五、候选集优解;
步骤三包括以下内容:将低滤波权重与高滤波权重合成新的吞吐量权重并计算新的吞吐量迟滞;
步骤四包括以下内容:建立吞吐量抖动指标评估邻区的准入条件,满足条件则加入切换候选集;核算A3事件Mn+Ofn+Ocn-HysTFHA>Ms+Ofs+Ocs+Off;对于每个邻区,核算上式是否成立;如是,则加入切换候选集NBScnd;其中,Mn为相邻小区的测量结果,Ofn为相邻小区频率上的频率特定偏移量,Ocn为相邻小区的特定偏移量,如果没有该配置,则置为0;
Ms为服务小区的测量结果,Ofs为服务小区频率上的频率特定偏移量,Ocs为服务小区的特定偏移量,Hys为该事件的迟滞,Off为该事件的便宜参数;
步骤3-1:将低滤波权重{Ftli}(gNBi∈NBSw1)与高滤波权重{Fthj}(gNBj∈NBSw2)按gNB1~gNBn的顺序合成新的吞吐量权重Ftwk={Ftli}∪{Fthj},其中k=1,2,…n;
步骤3-2:计算新的吞吐量迟滞HysT={Hyst}=Hysm1+{Ftwk};切换基础迟滞Hysm1。
2.根据权利要求1所述的一种吞吐量优先的5G小区切换方法,其特征是,
步骤一与步骤二包括以下内容:差异化区分目标邻区吞吐量,通过设定滤波系数进行高低动态适配求解低滤波权重和高滤波权重;
步骤三包括以下内容:将低滤波权重与高滤波权重合成新的吞吐量权重并计算新的吞吐量迟滞;
步骤四包括以下内容:建立吞吐量抖动指标评估邻区的准入条件,满足条件则加入切换候选集;核算A3事件Mn+Ofn+Ocn-HysTFHA>Ms+Ofs+Ocs+Off;对于每个邻区,核算上式是否成立;如是,则加入切换候选集NBScnd;其中,Mn为相邻小区的测量结果,Ofn为相邻小区频率上的频率特定偏移量,Ocn为相邻小区的特定偏移量,如果没有该配置,则置为0;
Ms为服务小区的测量结果,Ofs为服务小区频率上的频率特定偏移量,Ocs为服务小区的特定偏移量,Hys为该事件的迟滞,Off为该事件的便宜参数;
步骤五包括以下内容:统计切换候选集的内的小区吞吐量,计算吞吐量抖动并选择具备最小抖动值的小区进行切换。
3.根据权利要求1或2所述的一种吞吐量优先的5G小区切换方法,其特征是,所述的步骤一包括以下步骤:
步骤1-1:设定当前t时刻的邻区吞吐量{Thr1,…,Thrn},t-1时刻的邻区吞吐量{Tpr1,…,Tprn};设定吞吐量门限Thrth,滤波系数Ftf;设定切换基础迟滞Hysm1和Hysm2;
步骤1-2:对于NBSn={gNB1,…,gNBn}中的每个邻区,选取出吞吐量Thri(i∈1,2,…n)满足Casel条件Thri<Thrth的邻区列表NBSw1,统计其中的邻区数量Nmbw1;对NBSw1中的每个小区,计算中间量Deti=abs(Thri-Tpri),其中,abs(·)表示绝对值函数;求中间量和
步骤1-3:对NBSw1中的每个小区,计算低吞吐量权重δli=Dtli/Smldet,求解低滤波权重Ftli=(1-Ftf)*δli。
4.根据权利要求1或2所述的一种吞吐量优先的5G小区切换方法,其特征是,所述的步骤二包括以下步骤:
步骤2-1:对于NBSn={gNB1,…,gNBn}中的每个邻区,选取出吞吐量Thrj(j∈1,2,…n)满足Case2条件Thrj≥Thrth的邻区列表NBSw2,计算其中的邻区数量Nmbw2=n-Nmbw1;对NBSw2中的每个小区,求中间吞吐量和计算高吞吐量权重δhj=Thrj/Smhthr;设定当前t时刻的邻区吞吐量{Thr1,…,Thrn};设定吞吐量门限Thrth;
步骤2-2:计算低吞吐量滤波系数最大值Mxftl=max(Ftli),其中,gNBi∈NBSw1,求解高滤波权重Fthj=Mxftl+Ftf*δhj。
5.根据权利要求1或2所述的一种吞吐量优先的5G小区切换方法,其特征是,所述的步骤四包括以下内容:
A3事件Mn+Ofn+Ocn-Hys>Ms+Ofs+Ocs+Off表示相邻小区的信号质量比服务小区的信号质量好,从而触发切换;反之,A3满足离开状态;
其中,Mn为相邻小区的测量结果,Ofn为相邻小区频率上的频率特定偏移量,Ocn为相邻小区的特定偏移量,如果没有相邻小区的特定偏移量,则置为0;
Ms为服务小区的测量结果,Ofs为服务小区频率上的频率特定偏移量,Ocs为服务小区的特定偏移量,Hys为该事件的迟滞,Off为该事件的便宜参数;
步骤4-1:设定低速门限Vlclow,高速门限Vlchigh,设定低速迟滞系数Kplow,高速迟滞系数Kphigh;
步骤4-2:当终端移动速度Vlct满足Case3条件Vlct<Vlclow时,计算移动迟滞Hysv=f(Vlct)=Hysm2,其中,y=f(x)表示y为关于x的函数;当Vlct满足Case4条件Vlclow≤Vlct≤Vlchigh时,计算移动迟滞Hysv=f(Vlct)=Kplow*Hysm2;当Vlct满足Case5条件Vlct>Vlchigh时,计算移动迟滞Hysv=f(Vlct)=Kphigh*Hysm2;
步骤4-3:在终端移动速度为Vlct的情形下,对NBSn={gNB1,…,gNBn}中的每个邻区,计算相应的系统迟滞HysTFHA={Hystf}=HysT+Hysv=Hysm1+{Ftwk}+f(Vlct);吞吐量权重Ftwk={Ftli}∪{Fthj},其中k=1,2,…n;
步骤4-4:重新核算A3事件Mn+Ofn+Ocn-HysTFHA>Ms+Ofs+Ocs+Off;对于每个邻区,核算上式是否成立;如是,则加入切换候选集NBScnd。
6.根据权利要求1或2所述的一种吞吐量优先的5G小区切换方法,其特征是,所述的步骤五包括以下内容:
步骤5-1:统计候选集NBScnd中的小区个数Nmbcnd,对于NBScnd中的每个小区gNBz,选取出当前t时刻的吞吐量Thrz,和t-1时刻的吞吐量Tprz,其中,z=1,2,…Nmbcnd;
步骤5-2:计算吞吐量抖动Jttz=abs(Thrz-Tprz),选择NBScnd中具备最小抖动值Jttz的小区作为目标小区进行切换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210031425.3A CN114585038B (zh) | 2022-01-12 | 2022-01-12 | 一种吞吐量优先的5g小区切换方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210031425.3A CN114585038B (zh) | 2022-01-12 | 2022-01-12 | 一种吞吐量优先的5g小区切换方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114585038A CN114585038A (zh) | 2022-06-03 |
CN114585038B true CN114585038B (zh) | 2023-08-08 |
Family
ID=81772839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210031425.3A Active CN114585038B (zh) | 2022-01-12 | 2022-01-12 | 一种吞吐量优先的5g小区切换方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114585038B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105682156A (zh) * | 2015-12-11 | 2016-06-15 | 华信咨询设计研究院有限公司 | 基于负载的高斯分布自适应lte小区切换方法 |
CN106034326A (zh) * | 2015-03-18 | 2016-10-19 | 中国移动通信集团公司 | 一种接入小区的控制方法、装置及多卡多流终端 |
CN106488523A (zh) * | 2015-08-24 | 2017-03-08 | 大唐移动通信设备有限公司 | 一种抑制天线传输模式频繁切换的方法和装置 |
CN107925941A (zh) * | 2015-08-19 | 2018-04-17 | 高通股份有限公司 | 识别、避免和/或允许对次最优小区的受限接入 |
CN111279769A (zh) * | 2017-10-20 | 2020-06-12 | 上海诺基亚贝尔股份有限公司 | 用于实现动态点选择的方法和装置 |
CN113923738A (zh) * | 2021-10-25 | 2022-01-11 | 华信咨询设计研究院有限公司 | 一种udn架构下5g小区的切换方法及相关装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11695847B2 (en) * | 2014-08-14 | 2023-07-04 | Nokia Solutions And Networks Oy | Throughput guidance based on user plane insight |
-
2022
- 2022-01-12 CN CN202210031425.3A patent/CN114585038B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106034326A (zh) * | 2015-03-18 | 2016-10-19 | 中国移动通信集团公司 | 一种接入小区的控制方法、装置及多卡多流终端 |
CN107925941A (zh) * | 2015-08-19 | 2018-04-17 | 高通股份有限公司 | 识别、避免和/或允许对次最优小区的受限接入 |
CN106488523A (zh) * | 2015-08-24 | 2017-03-08 | 大唐移动通信设备有限公司 | 一种抑制天线传输模式频繁切换的方法和装置 |
CN105682156A (zh) * | 2015-12-11 | 2016-06-15 | 华信咨询设计研究院有限公司 | 基于负载的高斯分布自适应lte小区切换方法 |
CN111279769A (zh) * | 2017-10-20 | 2020-06-12 | 上海诺基亚贝尔股份有限公司 | 用于实现动态点选择的方法和装置 |
CN113923738A (zh) * | 2021-10-25 | 2022-01-11 | 华信咨询设计研究院有限公司 | 一种udn架构下5g小区的切换方法及相关装置 |
Non-Patent Citations (1)
Title |
---|
李立 ; 但峰 ; 彭罕之 ; 陶茂峰.基于SDN架构的5G通信网络中的切换算法.《计算机系统应用》.2020,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN114585038A (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1104159C (zh) | 在蜂窝通信系统中估计移动站速度的方法 | |
CN109195214B (zh) | 一种基于遗传算法的noma功率分配方法 | |
CN106102099B (zh) | 一种基于驻留时间的异构车联网切换方法 | |
CN107613532B (zh) | 车辆异构网络中基于逗留时间预测的模糊垂直切换方法 | |
CN1330814A (zh) | 在ds/cdma蜂窝系统中软越区切换期间组合功率控制命令的系统和方法 | |
CN105682156B (zh) | 基于负载的高斯分布自适应lte小区切换方法 | |
CN1694565A (zh) | Td-scdma通信系统中切换的方法 | |
CN1146270A (zh) | 越区切换的方法与方案 | |
CN106572540B (zh) | 一种数据调度方法和接入网设备 | |
CN106856615B (zh) | 一种基站切换方法 | |
RU2005119157A (ru) | Способ и устройство для предсказания изменения ячейки | |
CN108259628B (zh) | 异构蜂窝网络中内容缓存与用户关联联合优化方法 | |
EP2304899A1 (en) | Priority-based admission control in a network with variable channel data rates | |
CN109274527B (zh) | 一种用于支持mec的scn蜂窝网的缓存优化方法 | |
CN114585038B (zh) | 一种吞吐量优先的5g小区切换方法 | |
CN113891477A (zh) | 一种车联网中基于mec计算任务卸载的资源分配方法 | |
CN110751278A (zh) | 一种神经网络比特量化方法和系统 | |
CN112803984A (zh) | 一种空天地一体化通信网络中卫星间切换的方法 | |
Maturino-Lozoya et al. | Pattern recognition techniques in handoff and service area determination | |
CN113726858A (zh) | 一种基于强化学习的自适应ar任务卸载和资源分配方法 | |
CN109219055A (zh) | 一种主用户占空比估计方法 | |
GB2367201A (en) | Speed measurement; handover | |
CN107479968A (zh) | 一种面向动态图增量计算的均衡负载方法及系统 | |
CN113347573B (zh) | 基于用户移动位置预测的负载均衡切换优化方法及系统 | |
Kim et al. | An adaptive handover decision algorithm based on the estimating mobility from signal strength measurements |
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 |