CN1819688A - 第三代移动通信系统网络层性能的快速仿真方法 - Google Patents

Abstract

一种第三代移动通信系统网络层性能的快速仿真方法，用于在负载控制下，系统激活用户数以及系统呼叫失败概率性能曲线的仿真。该方法先进行高呼叫强度情况下的动态仿真，再建立负载控制下用户动态随机接入网络的稳态预测模型，并根据最小均方误差准则，搜索出预测模型需要的单用户负载均值和方差两个参数，然后，依照该预测模型，预测出低呼叫强度情况下网络性能曲线。该方法能够保证性能曲线的精确性，同时，可以很容易地将动态仿真时间压缩到原来的1/3，而且呼叫强度改变越大，仿真时间压缩得越多。此外，在用户呼叫强度很小，动态仿真系统对内存和CPU资源的要求都超出个人计算机能力时，该方法仍然能用个人计算机给出很好的仿真预测结果。

Description

第三代移动通信系统网络层性能的快速仿真方法

技术领域

本发明涉及一种第三代移动通信系统网络层性能的快速仿真方法，属于无线通信系统网络层的仿真技术领域。

背景技术

移动通信系统经历了第一代模拟技术移动通信业务的快速发展过程后，进入了第二代数字通信系统时代；而第三代移动通信系统(3G)是在第二代数字移动通信系统的蓬勃发展中被引入日程的。在当今Internet数据业务不断升温的趋势下，在固定接入速率(HDSL、ADSL、VDSL)业务不断提升的背景下，第三代移动通信系统也看到了自己的曙光，越发为电信运营商、通信设备制造商和普通用户所关注。

因此，随着3G移动通信技术的日渐成熟，3G网络规划已经被提到议事日程上。为了建设一个经济、实用、高效的3G移动通信系统，必须进行网络规划设计和优化的仿真。目前，用于网络规划和优化的仿真方法绝大部分为静态仿真，即使用蒙特卡罗方法对网络层的性能进行仿真，其仿真思想相对简单，容易实现，使用静态仿真方法开发的软件运行速度快。但是，随着第三代移动通信系统网络规划和优化的深入，静态仿真方法所得到的结果已经不能满足需求。因为静态仿真考虑的因素较少，某些条件还进行了理想化设置，所以其结果通常是高估网络性能。如果直接使用该结果指导第三代移动通信系统的网络规划和优化，会使实际运营系统处于高负载不稳定状态。而且，由于3G系统能够提供多种可变速率的综合业务，网络复杂程度大为增加。空中接口上的业务速率的多样性，为运营商和用户都提供了全新的可能性。这样，使得相应的网络层技术也变得更为复杂，网络层的性能分析则变得更加困难，这些因素都对3G系统的网络规划和网络优化提出了新的挑战。

在对3G通信系统进行网络规划和优化时，必须比较详细地知道一些系统参数对网络性能的影响；但是这些结果很难由静态仿真给出。有些系统指标只有采用动态仿真才能给出准确结果，比如新呼叫失败概率，切换失败概率等系统参数，因此越发凸显了动态仿真的重要性。

由于3G网络规划和优化的迫切需要，动态系统仿真的方法已经获得了快速发展。但是，众所周知，由于动态仿真方法本身系统建模的复杂性，动态仿真相对于静态仿真的最大缺点是仿真时间太长，其系统运行速度非常慢，从而使得动态仿真在实际的网络规划和优化中至今尚未得到很好应用。

参见图1，介绍获得网络层性能曲线的传统动态仿真方法，如果需要得到呼叫强度为λ的网络层性能曲线，就将呼叫强度λ放入仿真系统进行仿真，其获得网络层性能曲线的步骤如下：

(1)初始化系统参数：至少包括设置系统各种切换事件的门限、负载控制方案中上下行不同呼叫的拒绝门限，按照需求设置的单用户呼叫强度λ、以及设置系统中的语音用户数和其他类型的用户数均为零；

(2)按照设定的步长增加系统中的语音用户数，该步长的选择取决于所需要的网络层性能曲线的精度；

(3)仿真一段时间，然后统计系统中接入网络的平均激活用户数E(X)和系统呼叫失败概率p_blocking；因为移动通信系统的动态系统仿真不同于静态系统仿真，动态系统仿真从仿真开始到系统进入稳定状态要经过一段过渡时期。在这段过渡时期内，系统中接入网络的用户数很不稳定：在不断增加，所以统计网络性能时，必须找到这段过渡时期并去除之。这段时期的长短跟呼叫强度有关，呼叫强度越小，过渡时期越长。统计的时候可以观察接入网络的用户数随时间的变化曲线，只计算用户数曲线基本水平以后部分的平均值。计算系统呼叫失败概率的方法是：在动态仿真系统进入稳定状态后，统计用户发起的总呼叫次数以及由于系统负载过重而拒绝的呼叫次数，拒绝的呼叫次数与发起的总呼叫次数的比值即为系统的呼叫失败概率；平均激活用户数是在各个仿真时间点系统中激活用户数对时间的平均；

(4)判断目前动态仿真系统中的语音用户数是否已经达到系统的容量，超过系统容量的仿真意义不大。系统容量有多种指标，这里使用的参数是系统在满足一定性能要求下可以容纳的最大用户数。系统容量既可以由理论分析得到，也可以由静态仿真给出。由于理论分析时进行了一定程度的假设简化，所以结果相对比较粗糙。而静态仿真结果一般都会高估系统的容量，所以在设置系统容量时，需要将静态仿真结果乘以一定的百分比。如果动态仿真系统中的语音用户数已经达到了系统容量，则执行后续步骤；否则，返回执行步骤(2)；

(5)得到在所设置的用户呼叫强度λ下，仿真系统中设置有不同用户数所对应的接入网络的激活用户数以及系统呼叫失败概率，从而可以获得相应的网络层性能曲线，仿真结束。

按照上述传统的动态仿真方法，采用所需要的实际网络参数进行动态系统仿真时，往往会浪费很多仿真系统资源，减慢了仿真速度。例如，在工程设计中，通常考虑单个用户的业务强度为0.02Erlang，呼叫的平均持续时间为120s，所以单个用户平均每6000s才发起一次语音呼叫，这样在进行动态系统仿真时，按照泊松过程建模新呼叫的发起和语音服务的完成，会有很多用户处于不通话状态，它们的存在对于仿真系统的很多性能是没有影响的，但是它们的信息(例如位置信息、路径损耗信息)必须进行实时更新，这会导致浪费系统的许多资源。在单用户业务强度为0.02Erlang时，根据经典的排队论可知，系统中的绝大部分(超过98.04％)用户实际上是在“闲逛”，“闲逛”期间内对系统仿真没有任何贡献。如此巨大的资源浪费严重影响了动态系统仿真的速度，也严重限制了动态系统仿真结果在网络规划和优化中的应用，因此业内人士都在探求如何解决动态仿真系统速度太慢的难题。

发明内容

本发明的目的是提供一种第三代移动通信系统网络层性能的快速仿真方法，该方法通过变换单用户呼叫强度来仿真第三代移动通信系统的网络层性能曲线，可以节省大量的动态系统仿真时间，也降低了动态仿真系统对计算机内存和处理速度的要求，具有较好的应用前景。

为了达到上述目的，本发明提供了一种第三代移动通信系统网络性能的快速仿真方法，用于在负载控制下，系统激活用户数以及系统呼叫失败概率性能曲线的仿真，其特征在于：

(1)设置仿真系统各项参数，进行网络层动态仿真，获得高呼叫强度λ_high下的系统网络层性能曲线；

(2)根据最小均方误差准则，将高呼叫强度λ_high下的系统网络层性能曲线代入预测模型，进行单用户负载的均值和方差的两个预测模型参数的搜索；

(3)将获得的该两个预测模型参数代入预测模型，预测低呼叫强度λ_low下的系统网络层性能曲线。

所述步骤(1)进一步包括下列操作内容：

(11)初始化系统参数：设置包括但不限于系统各种切换事件的门限、负载控制方案中上下行不同呼叫的拒绝门限、单用户高呼叫强度λ_high，该呼叫强度值根据设计需要的呼叫强度λ_low而设置，经验值的范围是：λ_low＜λ_high＜100λ_low，并将系统中的语音用户数和其他类型的用户数均设置为零；

(12)按照设定的步长增加系统中的语音用户数，该步长的选择取决于所需要的网络层性能曲线的精度；

(13)采用动态系统仿真一段设定时间，且在该仿真系统中使用负载控制方法对接入网络的用户进行控制，并且，切换呼叫和新呼叫使用不同的门限，新呼叫的门限比切换呼叫的门限低得多，经验值是新呼叫门限为切换呼叫门限的80％；仿真中用户按照泊松随机过程发起呼叫，用户也按照泊松过程结束呼叫，但是，发起呼叫和结束呼叫泊松过程的呼叫强度不同；然后统计系统中接入网络的平均激活用户数E(X)和系统呼叫失败概率p_blocking；

(14)判断目前动态仿真系统中的语音用户数是否已经达到系统容量，如果该动态仿真系统中的语音用户数已经达到了系统容量，则执行后续步骤；否则，返回执行步骤(12)；

(15)得到在所述单用户高呼叫强度λ_high的情况下，仿真系统中设置的不同用户数所对应的接入网络的激活用户数以及系统呼叫失败概率，从而获得相应的网络层性能曲线。

所述步骤(2)进一步包括下列操作内容：

(21)初始化设置预测模型参数：包括但不限于用户新呼叫接纳的门限α、单用户负载均值m的搜索范围和单用户负载方差σ²的搜索范围；

(22)设置单用户负载均值m和单用户负载方差σ²，该两个参数的设置方法有多种，分别对应于不同的二维搜索方法；其中，最简单的是按照设定步长均匀地改变单用户负载均值和单用户负载方差，或者按照变步长的方法改变单用户负载均值和单用户的负载方差，不同的方法在效率和稳定性之间折中，共同点是搜索时间短，相对于移动通信系统动态仿真的时间可忽略不计；

(23)根据预测模型公式计算系统中接入网络的激活用户数和系统呼叫失败概率；该预测模型是依据排队论和负载控制的方法，进行理论分析推导所得；

(24)根据误差公式计算预测模型给出的预测结果与仿真结果的误差，该误差公式的设计根据是最小均方误差准则，即计算预测结果与仿真结果相对误差的平方，再将该平方的结果求和，并加入用于调节预测曲线与仿真曲线吻合程度的主观感觉的权重系数，不同的权重系数表示对不同点吻合程度的要求；

(25)判断初始设置的搜索范围是否已经搜索完毕，如果搜索完毕，顺序执行后续步骤；否则，返回执行步骤(22)；

(26)给出具有最小误差的单用户负载均值和单用户负载方差的组合，在该组合时，预测模型给出的高呼叫强度λ_high下的预测结果与动态系统仿真结果吻合程度最好，并认为预测模型使用该组合参数在低呼叫强度λ_low下也能给出最好结果。

所述步骤(3)进一步包括下列操作内容：将预测模型的呼叫强度设置为所需要的呼叫强度λ_low，再根据预测模型公式预测系统激活用户数和系统呼叫失败概率，得到低呼叫强度λ_low下系统网络层性能曲线，结束仿真预测过程。

所述步骤(21)中，初始化设置单用户负载均值m和单用户负载方差σ²搜索范围的时候，取得合理的f(k)函数曲线的经验值为：m/N_BS∈(0，α)，σ²/N_BS∈(0，α)，式中，α为新呼叫的接纳门限，N_BS为仿真系统中的基站个数。

所述步骤(23)中，系统中接入网络的激活用户数的计算公式为： $E\left(X\right)=\underset{k=0}{\overset{n}{\mathrm{\Σ}}}{\mathrm{kp}}_k,$ 系统呼叫失败概率的计算公式为： $p_{\mathrm{blocking}}=\underset{k=0}{\overset{n}{\mathrm{\Σ}}}(1-f\left(k\right))p_k;$

式中，自然数n为初始化时系统设定的总用户数，自然数k为系统稳定时系统中接入网络的激活用户数，其取值范围是：[0，n]；

p_k为系统稳定时接入系统中的激活用户数为k的概率，其计算公式为： $p_k=\frac{C_n^k{\mathrm{\ρ}}^k\underset{l=0}{\overset{k-1}{\mathrm{\Π}}}f\left(l\right)}{\underset{k=0}{\overset{n}{\mathrm{\Σ}}}{C}_n^k{\mathrm{\ρ}}^k\underset{l=0}{\overset{k-1}{\mathrm{\Π}}}f\left(l\right)};$ 其中，C_n ^k为从n个元素中选出k个元素的组合数，ρ＝λ/μ为单用户呼叫到达率，即单用户呼叫强度与单用户服务率的比值，用于表征单用户的业务强度；

f(l)为系统中有l个激活用户时的呼叫接纳概率；f(k)为系统中有k个激活用户时的呼叫接纳概率，其表达式为： $f\left(k\right)=1-Q\left(\frac{\mathrm{\α}-\mathrm{km}/N_{\mathrm{BS}}}{k{\mathrm{\σ}}^2/N_{\mathrm{BS}}}\right),f\left(0\right)=1;$ 其中，α为新呼叫接纳的门限，m为单用户负载的均值，σ²为单用户负载的方差，N_BS为仿真系统中基站的数目，Q(x)的表达式为： $Q\left(x\right)=\frac{1}{\sqrt{2\mathrm{\π}}}{\∫}_x^{\∞}\exp (-\frac{z^2}{2})\mathrm{dz}.$

所述步骤(24)中，预测模型给出的预测结果与仿真结果的误差的计算公式为： ${\left|\right|(1-\frac{\tilde{X}}{X})W\left|\right|}_2^2+{\left|\right|(1-\frac{\tilde{P}}{P})W\left|\right|}_2^2;$

式中，X＝[X₁，X₂，…，X_M]为仿真程序在初始设定的用户数为n＝n_k，k＝1，2…，M时输出的平均激活用户数X_k，k＝1，2…，M所组成的行向量；P＝[P₁，P₂，…，P_M]为仿真程序在初始设定的用户数为n＝n_k，k＝1，2…，M时输出的新呼叫阻塞概率P_k，k＝1，2…，M所组成的行向量；M为仿真的次数，对应的预测模型给出的预测结果为 $\tilde{X}=[{\tilde{X}}_1,{\tilde{X}}_2,\·\·\·{,\tilde{X}}_M],$ $\tilde{P}=[{\tilde{P}}_1,{\tilde{P}}_2,\·\·\·,{\tilde{P}}_M],$ 其中

为行向量对应元素相除得到的行向量，1为全1行向量，

分别为曲线上各点的相对误差；用于对各点的误差进行加权的权重系数W为M×M的数量矩阵，经验值是取主对角线上元素全1的数量矩阵，不同的权重系数对应于不同的主观要求，反应不同的视觉相似效果。

所述步骤(3)中，在低呼叫强度λ_low下，系统中激活用户数的计算公式为： $E\left(X\right)=\underset{k=0}{\overset{n}{\mathrm{\Σ}}}k{p}_k;$ 系统呼叫失败概率的计算公式为： $p_{\mathrm{blocking}}=\underset{k=0}{\overset{n}{\mathrm{\Σ}}}(1-f\left(k\right))p_k;$

式中各个参数的意义与计算方法都和步骤(23)中各个参数的意义与计算方法相同。

所述仿真方法，在选取低呼叫强度λ_low和高呼叫强度λ_high的数值时，要在误差和效率之间进行折中，即低呼叫强度λ_low和高呼叫强度λ_high的差值越小，预测误差越小，节省时间就越少，反之则相反；在误差允许范围内，至少节省仿真时间2/3。

所述仿真方法是用C/C⁺⁺语言在PC机上实现的，即是在PC机上设置相应合适的网络层参数而正常运行的；所述方法适用于包括但不限于WCDMA、CDMA2000或TD-SCDMA的码分多址系统的网络层性能的动态仿真。

本发明是一种第三代移动通信系统网络层性能的快速仿真方法，主要用于在负载控制下，系统激活用户数以及系统呼叫失败概率性能曲线的仿真。该方法的特点是基于动态仿真建立了负载控制下用户动态随机接入网络的稳态预测模型，并利用高呼叫强度情况下的动态仿真结果，根据最小均方误差准则，搜索出预测模型需要的单用户负载均值和方差这两个参数；然后，依照该预测模型，预测出低呼叫强度情况下的网络性能曲线。

本发明方法与传统的动态仿真方法相比较，仿真时间大大减少；在保证性能曲线精确性的同时，可以很容易地将动态仿真时间压缩到原来的1/3，而且呼叫强度改变越大，仿真时间压缩得越多。再者，本发明方法获得的网络层性能曲线精度高，误差很小，可以满足实际网络规划和优化的需要。因此，本发明能够较好地缓解动态仿真系统速度慢的技术难题。此外，在用户呼叫强度很小，动态仿真系统对内存和CPU资源的要求都超出个人计算机能力的情况下，该方法仍然能够用个人计算机给出很好的仿真预测结果。

本发明网络层快速仿真方法的技术创新之处是：利用变换单用户呼叫强度的方法，先仿真得到高呼叫强度下网络层性能曲线，然后搜索预测模型所需的参数，最后采用该参数预测低呼叫强度下网络层性能曲线。利用高呼叫强度下的动态系统仿真代替低呼叫强度下的动态系统仿真能够避免系统需要一个较长的过渡时期问题，也避免了系统中太多用户无所事事地“闲逛”问题，从而大大加快了仿真速度。

再者，本发明的预测模型，是在网络层采用负载控制的情况下，根据概率论和排队论的知识推导得到的，它将经典的排队论结果进行了修正和扩展，使得其给出的预测结果更与实际系统的仿真结果相符。

最后，本发明的网络层动态仿真方案可以得到接入网络的激活用户随系统中设定用户数的变化曲线和系统失败概率随系统中设定用户数的变化曲线，这些性能曲线对3G系统网络规划和优化具有很好的指导意义和应用前景。

附图说明

图1为传统的动态系统仿真方法的流程方框图。

图2是本发明第三代移动通信系统网络层性能的快速仿真方法流程方框图。

图3根据模型获得系统中接入网络的激活用户数和系统呼叫失败概率的预测方法示意图。

图4(A)、(B)分别是单用户的业务强度为0.1Erlang时，使用传统方法和本发明方法所得到的两个网络层性能曲线的比较图。

图5是在系统中接入网络的激活用户数大致相同的情况下，使用传统方法和本发明方法所需时间的比值曲线图。

图6(A)、(B)分别是利用本发明方法，使用PC机预测出来的单用户业务强度为0.02Erlang情况下的网络层性能曲线图，该结果在工程设计中非常有用；但是，在这种参数设置下，使用传统方法，PC机由于内存和速度的原因无法给出仿真结果。

具体实施方式

参见图2，本发明是一种第三代移动通信系统网络层性能的快速仿真方法，用于在负载控制下，系统激活用户数以及系统呼叫失败概率性能曲线的仿真，该方法主要包括以下三个操作步骤：

(一)设置仿真系统各项参数，进行网络层动态仿真，获得高呼叫强度λ_high下的系统网络层性能曲线；

(二)根据最小均方误差准则，将高呼叫强度λ_high下的系统网络层性能曲线代入预测模型，进行单用户负载的均值和方差的两个预测模型参数的搜索；

(三)将获得的该两个预测模型参数代入预测模型，预测低呼叫强度λ_low下的系统网络层性能曲线。

这三个操作步骤又可以细分为若干个操作内容，即其分别为图2中的(11)～(15)、(21)～(26)和(31)共12个操作步骤，来具体实施之。

本发明方法可以应用于WCDMA、CDMA2000或TD-SCDMA等码分多址系统网络层性能的动态仿真中。

本发明单用户负载均值m和方差σ2的搜索范围可以分别设置为m/N_BS∈(0，α)和σ²/N_BS∈(0，α)，其中α为新呼叫的接纳门限，对于WCDMA系统的一种经验取值为0.64，N_BS为仿真系统中的基站数目。

下面结合WCDMA系统的网络层动态仿真过程进一步说明采用本发明实现快速仿真的方法。

采用本发明方法仿真WCDMA网络层性能曲线时，首先需要搭建WCDMA网络层动态仿真系统(该仿真系统的结构组成另案申请专利)，再使用该仿真系统中的初始化参数配置模块，设置单用户的呼叫强度为一个较高数值，以确保用户能够快速发起呼叫，仿真系统能快速跨越过渡时期，进入稳定状态。

进行WCDMA动态系统仿真的时候，最好采用Wrap技术，确保仿真系统中的潜在用户数，也保证各个仿真小区外层干扰的相对均衡。

在获得较高呼叫强度下WCDMA网络层性能曲线后，需要搜索预测模型的参数。在进行参数搜索的时候，需要使用预测模型分别计算在该参数配置下系统中接入网络的激活用户数和系统呼叫失败概率。

参见图3，计算接入网络的激活用户数和系统呼叫失败概率的具体步骤如下：

(1)计算函数f(k)的大小，并将f(k)的数值存储成表，在计算f(k)连乘积的时候应当使用递推公式，以减少计算量；计算组合数C_n ^k的大小，由于需要计算多种组合数，同样需要得到不同组合数之间的递推公式，减少计算量；

(2)利用负载控制下推导出来的预测模型公式计算系统稳定时用户数为k的概率p_k；

(3)计算系统稳定时接入网络的平均激活用户数(即激活用户数的期望值)，得到E(X)；再结合函数f(k)的曲线取值和系统稳定时用户数为k的概率p_k，得到系统稳定时新呼叫拒绝概率p_blocking。

使用预测模型进行系统接入网络的激活用户数和系统呼叫失败概率的计算时，每次执行上述步骤只能获得预测曲线上的一个点，所以需要进行多次计算。当然，该多次计算过程也可以由程序自己控制实现。

获得预测模型的预测曲线后，需要根据误差公式计算预测的误差，具有最小误差的单用户负载均值和方差的组合就是搜索得到的参数配置，利用该两个参数配置可以预测低呼叫强度下的网络层性能曲线。

在使用预测模型预测低呼叫强度下性能曲线的时候，同样需要对系统中接入网络的激活用户数和系统呼叫失败概率进行计算，其计算步骤与搜索模型参数配置时涉及到的计算步骤相同，不再赘述。

本发明是一种通过更改单用户呼叫强度的方法来节省网络层动态仿真时间的方案。申请人利用C/C⁺⁺语言在PC机上进行了本发明方法的试验实施，实施例试验的是该方法在WCDMA系统动态仿真中的应用，下面简要说明其过程。

参见图4，在单用户业务强度为0.1Erlang情况下，分别使用本发明仿真方法与传统仿真方法进行了WCDMA系统的动态仿真，图中带圆形的曲线为本发明(高业务强度设置为1Erlang，保持单用户的服务率不变，高业务强度就对应了高呼叫强度)的仿真曲线，带方形的曲线为传统方法的仿真曲线，其中图4(A)为系统中接入网络的激活用户数随系统总用户数的变化曲线，图4(B)为系统呼叫失败概率随系统总用户数的变化曲线，可以看到：两种方法所得到的曲线非常接近，因此，本发明方法的仿真结果非常精确，接近实际情况，即其对性能曲线的损失很小。

参见图5，曲线表示的是图4中的两种方法在相同的激活用户数时仿真同样的性能曲线时，所需要的仿真时间的比值，可以看到：它们的比值随着激活用户数的增加而增加。平均而言，获得图4的性能曲线，本发明方法的仿真时间只有传统方法仿真时间的1/3。

参见图6，使用本发明仿真方法进行WCDMA动态系统仿真时，还得到了传统仿真方法利用PC机所难以得到的结果：在单用户的业务强度为0.02Erlang(对应的呼叫强度非常低，如果按照实际的呼叫平均持续时间为120s计算，单个用户平均每6000s才发起一次语音呼叫)时，系统中接入网络的激活用户数随系统总用户数的变化曲线(参见图6(A))以及系统呼叫失败概率随系统总用户数的变化曲线(参见图6(B))，而该结果在工程设计中非常有用。所以，本发明方法的实施例试验是成功的，比较好地实现了发明目的。

Claims (10)

1、一种第三代移动通信系统网络层性能的快速仿真方法，用于在负载控制下，系统激活用户数以及系统呼叫失败概率性能曲线的仿真，其特征在于：

(1)设置仿真系统各项参数，进行网络层动态仿真，获得高呼叫强度λ_high下的系统网络层性能曲线；

(2)根据最小均方误差准则，将高呼叫强度λ_high下的系统网络层性能曲线代入预测模型，进行单用户负载的均值和方差的两个预测模型参数的搜索；

(3)将获得的该两个预测模型参数代入预测模型，预测低呼叫强度λ_low下的系统网络层性能曲线。

2、根据权利要求1所述的网络层性能的快速仿真方法，其特征在于：所述步骤(1)进一步包括下列操作内容：

(11)初始化系统参数：设置包括但不限于系统各种切换事件的门限、负载控制方案中上下行不同呼叫的拒绝门限、单用户高呼叫强度λ_high，该呼叫强度值根据设计需要的呼叫强度λ_low而设置，经验值的范围是：λ_low＜λ_high＜100λ_low，并将系统中的语音用户数和其他类型的用户数均设置为零；

(12)按照设定的步长增加系统中的语音用户数，该步长的选择取决于所需要的网络层性能曲线的精度；

(13)采用动态系统仿真一段设定时间，且在该仿真系统中使用负载控制方法对接入网络的用户进行控制，并且，切换呼叫和新呼叫使用不同的门限，新呼叫的门限比切换呼叫的门限低得多，经验值是新呼叫门限为切换呼叫门限的80％；仿真中用户按照泊松随机过程发起呼叫，用户也按照泊松过程结束呼叫，但是，发起呼叫和结束呼叫泊松过程的呼叫强度不同；然后统计系统中接入网络的平均激活用户数E(X)和系统呼叫失败概率p_blocking；

(14)判断目前动态仿真系统中的语音用户数是否已经达到系统容量，如果该动态仿真系统中的语音用户数已经达到了系统容量，则执行后续步骤；否则，返回执行步骤(12)；

(15)得到在所述单用户高呼叫强度λ_high的情况下，仿真系统中设置的不同用户数所对应的接入网络的激活用户数以及系统呼叫失败概率，从而获得相应的网络层性能曲线。

3、根据权利要求1所述的网络层性能的快速仿真方法，其特征在于：所述步骤(2)进一步包括下列操作内容：

(21)初始化设置预测模型参数：包括但不限于用户新呼叫接纳的门限α、单用户负载均值m的搜索范围和单用户负载方差σ²的搜索范围；

(22)设置单用户负载均值m和单用户负载方差σ²，该两个参数的设置方法有多种，分别对应于不同的二维搜索方法；其中，最简单的是按照设定步长均匀地改变单用户负载均值和单用户负载方差，或者按照变步长的方法改变单用户负载均值和单用户的负载方差，不同的方法在效率和稳定性之间折中，共同点是搜索时间短，相对于移动通信系统动态仿真的时间可忽略不计；

(23)根据预测模型公式计算系统中接入网络的激活用户数和系统呼叫失败概率；该预测模型是依据排队论和负载控制的方法，进行理论分析推导所得；

(24)根据误差公式计算预测模型给出的预测结果与仿真结果的误差，该误差公式的设计根据是最小均方误差准则，即计算预测结果与仿真结果相对误差的平方，再将该平方的结果求和，并加入用于调节预测曲线与仿真曲线吻合程度的主观感觉的权重系数，不同的权重系数表示对不同点吻合程度的要求；

(25)判断初始设置的搜索范围是否已经搜索完毕，如果搜索完毕，顺序执行后续步骤；否则，返回执行步骤(22)；

(26)给出具有最小误差的单用户负载均值和单用户负载方差的组合，在该组合时，预测模型给出的高呼叫强度λ_high下的预测结果与动态系统仿真结果吻合程度最好，并认为预测模型使用该组合参数在低呼叫强度λ_low下也能给出最好结果。

4、根据权利要求1所述的网络层性能的快速仿真方法，其特征在于：所述步骤(3)进一步包括下列操作内容：将预测模型的呼叫强度设置为所需要的呼叫强度λ_low，再根据预测模型公式预测系统激活用户数和系统呼叫失败概率，得到低呼叫强度λ_low下系统网络层性能曲线，结束仿真预测过程。

5、根据权利要求3所述的网络层性能的快速仿真方法，其特征在于：所述步骤(21)中，初始化设置单用户负载均值m和单用户负载方差σ²搜索范围的时候，取得合理的f(k)函数曲线的经验值为：m/N_BS∈(0，α)，σ²/N_BS∈(0，α)，式中，α为新呼叫的接纳门限，N_BS为仿真系统中的基站个数。

6、根据权利要求3所述的网络层性能的快速仿真方法，其特征在于：所述步骤(23)中，系统中接入网络的激活用户数的计算公式为： $E\left(X\right)=\underset{k=0}{\overset{n}{\mathrm{\Σ}}}{\mathrm{kp}}_k,$

系统呼叫失败概率的计算公式为： $p_{\mathrm{blocking}}=\underset{k=0}{\overset{n}{\mathrm{\Σ}}}(1-f\left(k\right))p_k;$

式中，自然数n为初始化时系统设定的总用户数，自然数k为系统稳定时系统中接入网络的激活用户数，其取值范围是：[0，n]；

p_k为系统稳定时接入系统中的激活用户数为k的概率，其计算公式为： $p_k=\frac{C_n^k{\mathrm{\ρ}}^k\underset{l=0}{\overset{k-1}{\mathrm{\Π}}}f\left(l\right)}{\underset{k=0}{\overset{n}{\mathrm{\Σ}}}{C}_n^k{\mathrm{\ρ}}^k\underset{l=0}{\overset{k-1}{\mathrm{\Π}}}f\left(l\right)};$ 其中，C_n ^k为从n个元素中选出k个元素的组合数，ρ＝λ/μ为单用户呼叫到达率，即单用户呼叫强度与单用户服务率的比值，用于表征单用户的业务强度；

f(l)为系统中有l个激活用户时的呼叫接纳概率；f(k)为系统中有k个激活用户时的呼叫接纳概率，其表达式为： $f\left(k\right)=1-Q\left(\frac{\mathrm{\α}-\mathrm{km}/N_{\mathrm{BS}}}{{\mathrm{k\σ}}^2/N_{\mathrm{BS}}}\right),f\left(0\right)=1;$ 其中，α为新呼叫接纳的门限，m为单用户负载的均值，σ²为单用户负载的方差，N_BS为仿真系统中基站的数目，Q(x)的表达式为： $Q\left(x\right)=\frac{1}{\sqrt{2\mathrm{\π}}}{\∫}_x^{\∞}\exp (-\frac{z^2}{2})\mathrm{dz}.$

7、根据权利要求3所述的网络层性能的快速仿真方法，其特征在于：所述步骤(24)中，预测模型给出的预测结果与仿真结果的误差的计算公式为：

${\left|\right|(1-\frac{\tilde{X}}{X})W\left|\right|}_2^2+{\left|\right|(1-\frac{\tilde{P}}{P})\left|\right|}_2^2;$

式中，X＝[X₁，X₂，…，X_M]为仿真程序在初始设定的用户数为n＝n_k，k＝1，2…，M时输出的平均激活用户数X_k，k＝1，2…，M所组成的行向量；P＝[P₁，P₂，…，P_M]为仿真程序在初始设定的用户数为n＝n_k，k＝1，2…，M时输出的新呼叫阻塞概率P_k，k＝1，2…，M所组成的行向量；M为仿真的次数，对应的预测模型给出的预测结果为 $\tilde{X}=[{\tilde{X}}_1,{\tilde{X}}_1,\·\·\·,{\tilde{X}}_M],$ $\tilde{P}=[{\tilde{P}}_1,{\tilde{P}}_2,\·\·\·,{\tilde{P}}_M],$ 其中 为行向量对应元素相除得到的行向量，1为全1行向量， 分别为曲线上各点的相对误差；用于对各点的误差进行加权的权重系数W为M×M的数量矩阵，经验值是取主对角线上元素全1的数量矩阵，不同的权重系数对应于不同的主观要求，反应不同的视觉相似效果。

8、根据权利要求4或6所述的网络层性能的快速仿真方法，其特征在于：所述步骤(3)中，在低呼叫强度λ_low下，系统中激活用户数的计算公式为： $E\left(X\right)=\underset{k=0}{\overset{n}{\mathrm{\Σ}}}k{p}_k;$ 系统呼叫失败概率的计算公式为： $p_{\mathrm{blocking}}=\underset{k=0}{\overset{n}{\mathrm{\Σ}}}(1-f\left(k\right))p_k;$

式中各个参数的意义与计算方法都和步骤(23)中各个参数的意义与计算方法相同。

9、根据权利要求1所述的网络层性能的快速仿真方法，其特征在于：所述仿真方法，在选取低呼叫强度λ_low和高呼叫强度λ_high的数值时，要在误差和效率之间进行折中，即低呼叫强度λ_low和高呼叫强度λ_high的差值越小，预测误差越小，节省时间就越少，反之则相反；在误差允许范围内，至少节省仿真时间2/3。

10、根据权利要求1所述的网络层性能的快速仿真方法，其特征在于：所述仿真方法是用C/C⁺⁺语言在PC机上实现的，即是在PC机上设置相应合适的网络层参数而正常运行的；所述方法适用于包括但不限于WCDMA、CDMA2000或TD-SCDMA的码分多址系统的网络层性能的动态仿真。

Images