DE69533262T2

DE69533262T2 - Verfahren und einrichtung zur feststellung und voraussage der bewegung von mobilen endgeräten

Info

Publication number: DE69533262T2
Application number: DE69533262T
Authority: DE
Inventors: George Liu; Aleksander Marlevi; Olof Anders DANNE
Original assignee: Telefonaktiebolaget LM Ericsson AB
Current assignee: Telefonaktiebolaget LM Ericsson AB
Priority date: 1994-10-26
Filing date: 1995-10-16
Publication date: 2005-07-28
Anticipated expiration: 2015-10-17
Also published as: RU2141738C1; JPH10513016A; AU3818995A; WO1996013951A1; AU694575B2; CN1170493A; EP0788720B1; FI971778A0; DE69533262D1; KR100361122B1; FI971778A; MX9702942A; US5572221A; CN1086903C; EP0788720A1

Description

Hintergrund
Die Erfindung der Anmelderin betrifft Systeme zum Vorhersagen von Bewegungen von Mobildfunkempfängern, wie zum Beispiel Mobilzellular-Endgeräten, wie allgemein aus EP-A-0 421 698 bekannt.
Eine grundlegende Verschiebung tritt auf, die Mobilkommunikation und Computerarbeiten gemeinsam in eine synergistische Aktivität – Mobil-Computerarbeiten – eine neue Dimension in Mobilkommunikationsnetzen, bewegt. Zukünftige Mobilkommunikationssysteme werden elektronische Mail-, Datenbank- und Dateizugriffsdienste und Multimediadienste zusätzlich zu gewöhnlicher Sprachkommunikation unterstützen.
Durch nichtgleichförmige Verkehrmuster von Mobilendgeräten in verschiedenen geographischen Gebieten ist eine geschichtete oder hierarchische Zellenarchitektur eine vielversprechende Lösung für zukünftige Mobilkommunikationssysteme. Im allgemeinen umfasst eine hierarchische Zellenstruktur orthogonale Zellenschichten unterschiedlicher Zellentypen/größen, die ein gemeinsames geographisches Gebiet abdecken. Eine hierarchische Zellenstruktur wird gewöhnlich aus Makrozellen erstellt, die Mikrozellen und Pikozellen überlagert sind, welche sich neben anderen Eigenschaften durch ihre räumliche Ausdehnung unterscheiden. Beispielsweise ist eine Pikozelle ein Bereich mit einer Anzahl von Kanalgruppen oder einem identischen Code, und der nominelle Zellenradius einer Pikozelle ist häufig geringer als 200 Meter. In einem geschichteten Kommunikationssystem kann die Kommunikationsbandbreite einer Pikozelle, welche sich gewöhnlich inhäusig befindet, bis zu 2–10 Megabit pro Sekunde (Mb/s) sein, während die Kommunikationsbandbreite einer Makrozelle in der Größenordnung von 10–100 Kilobit pro Sekunde (kb/s) ist.
Nichtsdestotrotz müssen viele herausfordernde Dinge gelöst werden zum Unterstützen von Benutzer-transparenter, kontinuierlicher Kommunikation für sowohl Sprache als auch Daten über die Grenzen der unterschiedlichen Zellenschichten hinweg. Die Verbindbarkeit und die Konfiguration solcher drahtlosen Netze ist höchst dynamisch, weil die Mobilendgeräte Positionen ändern können und ihre Funkumgebungen sich jederzeit ändern können. Auch bedingt durch große Unterschiede in der Bandbreite zwischen den Zellebenen sind derzeit verfügbare Kommunikationsnetze nicht transparent für Mobildatenbenutzer.
Konventionelle Daten-Cache- und Voreinholtechniken (Prefetching-Techniken) sind in dieser Umgebung nicht effizient.
Cachen und Prefetching werden gewöhnlich zum Verbessern von System-Performance in verteilten Großrechnersystemen verwendet. Messungen zeigen an, dass selbst geringes Cachen substantielle Vorteile bereitstellen. Cachen kann nicht nur die Latenzzeit verkürzen, sondern auch in großem Umfang das Netzverkehrsvolumen sowie die Anzahl von Server-Benutzungen in einem Client-Server-System reduzieren. Prefetching ist komplementär zu Cachen und erfolgreiches Prefetching von Daten zu einem lokalen Lache wird die Cache-Trefferrate erhöhen, d. h., wie häufig angefragte Daten im Cache gefunden werden.
Die Idee der Verwendung von Caches zum Reduzieren der Latenzzeit und des Netzverkehrs basiert auf der Eigenschaft von temporärer Lokalität von Datenzugriffsmustern von Computerprogrammen. Dies ist beschrieben in D. Lilja, "Cache Coherence in Large-Scale Shared-Memory Multiprocessors: Issues and Comparisons", ACM Computing Surveys, Band 25, Nr. 3, Seiten 303–338 (September 1993). Temporäre Lokalität bedeutet, dass auf Daten, auf die jüngst zugegriffen worden ist, sehr wahrscheinlich später wieder in der nahen Zukunft zugegriffen wird. Demnach wird eine lokale Kopie oder ein Cache der fernen Daten, auf die kürzlich zugegriffen worden ist, aufbewahrt, so dass wiederholte Zugriffe auf dieselben Daten lokal behandelt werden können ohne zusätzlichen Netzverkehr. Mit einem wohlverwalteten Cache kann auf eine substantielle Menge von fernen Daten zugegriffen werden mit virtuell der selben Effizienz wie auf lokale Daten.
Andererseits führt das Vorliegen von mehreren Kopien geteilter Daten ein Problem des Aufrechterhaltens von Konsistenz der Kopien ein, das in der oben herangezogenen Veröffentlichung Lilja diskutiert wird. Wenn gecachte Daten modifiziert werden, müssen die Änderungen in allen Kopien, lokalen und fernen, dieser Daten bewirkt werden. Verschiedene Cache-Kohärenzschemata können verwendet werden zum Behalten der Kopien in konsistentem Zustand in Übereinstimmung mit der verwendeten Datenteilungssemantik, aber das Aufrechterhalten von Cache-Konsistenz in verteilten Systemen ist ein sehr kompliziertes System, das taktische Ausgewogenheit zwischen Konsistenz, Transparenz und Netzverkehrsumfang einbezieht.
Prefetching ist eine andere nützliche Technik in verteilten Rechensystemen, die die Kenntnis über erwartete Bedürfnisse von fernen Daten verwendet. Die fernen Daten werden zu einem Client voreingeholt, d. h., geholt, bevor die fernen Daten eigentlich angefordert werden. Die Kenntnis der erwarteten Bedürfnisse kann bestimmt werden aus dem letzten Verhalten des Clients. Beipielsweise werden Arbeitssätze von Dateien häufig in verteilten Dateisystemen voreingeholt und die Arbeitssätze werden basierend auf Kenntnis des Datenzugriffsmusters des Clients bestimmt. Ein anderes übliches Voreinhol-Verfahren verwendet räumliche Lokalität, die sich auf die hohe Wahrscheinlichkeit bezieht, dass ein Client an Adressen oder Seiten, die zu bereits benötigten Daten benachbart sind, gespeicherte Daten benötigen wird.
Derzeitige Netze sind nicht effizient in Bezug auf drahtlosen Datengriff dahingehend, dass sie keine Daten- und Dienstemobilität unterstützen. Während Benutzer und Endgeräte mobil sind, sind ihre Daten noch statisch im System konfiguriert. Traditionell bezieht Personen-/Endgeräte-Mobilitätsmangagement passive Funktionen zum Nachverfolgen der Orte der Benutzer bzw. Endgeräte und zum Aufrechterhalten von Verbindungen zu den zu dem System gehörenden Endgeräten ein.
Auch wegen der großen Unterschiede in der Datenkommunikationsbandbreite zwischen Zellenschichten ist das Kommunikationssystem nicht transparent für mobile Datenbenutzer. Mit anderen Worten haben unterschiedliche Zellenschichten großen Unterschiede in der Performance für mobile Datenbenutzer. Konventionelle Cache- und Voreinholungsmanagement-Techniken sind hauptsächlich entworfen für Datenkommunikationsfestnetze und sind uneffizient in einer Kommunikationsumgebung wie z. B. einem Zellularfunktelefonsystem, in welchem die Kommunikationskanäle unvorhersehbar und höchst variabel in Bezug auf Zeit und Ort sind.
Die Frage ist, wie die Netzperformance in einem hierarchischen zellularen System zu verbessern und speziell wie die Netzverwendung und das Management intelligenter zu machen sind in Bezug auf ausgewogenen Netzverkehr und dynamische Kanalzuweisung, wie Daten-Cache- und Prefetching-Management in der Mobilumgebung intelligenter zu machen sind und wie ein effizienter Drahtlosdatenzugriff bereitzustellen ist.
Demgemäß werden Techniken verwendet, die die Bewegung (oder Reiseroute) eines Mobilendgerätebenutzers vorhersagen, benötigt zum Unterstützen von Verbindungsweitergabe (Handover oder Handoff) zwischen den unterschiedlichen Zellenschichten mit hoher Integrität.
Es sind Verfahren zum Vorhersagen der nächsten Zelle beim Zellen-Handover bekannt. Beispielsweise offenbart Dokument EP-A-0 421 698 das Vorhersagen von Zellen-Handover in einem Satellitensystem, das ein zusammenhängendes Zellularmuster auf die Erde projiziert. Nur wenn ein Mobilendgerät nahe an Zellengrenzen ist, kann gegebenenfalls eine Bewegung des Endgerätes zu beachten sein und eine normale Vorhersage kann unter Kenntnis des Pfades und der Geschwindigkeit des Satelliten vorgenommen werden. Jedoch verfehlt dies Dokument die Vorhersage von Zellen-Handover basierend auf der vorhergesagten Bewegung des Endgerätes zu erwähnen.
Resümee
Diese Probleme werden gelöst durch die Erfindung der Anmelderin, welche Verfahren und Einrichtungen bereitstellt zum Vorhersagen von Bewegungen von Mobilfunksenderempfängern. Auf diese Weise erzielt die Erfindung der Anmelderin die wichtigen Ziele der Verbesserung der Leistungsfähigkeit eines hierarchischen Kommunikationsnetzes, einer Verbesserung der Netzverwendbarkeit und des Management bei ausgewogenem Netzverkehr und dynamischer Kanalzuweisung, und der Verbesserung von Daten-Cachen und Prefetching in einem Zellularmobilkommunikationsnetz.
Gemäß einem Aspekt der Erfindung der Anmelderin schließt ein Verfahren zum Vorhersagen eines nächsten Ortes eines Mobilendgerätes basierend auf gespeicherten vorhergehenden Orten des Mobilendgerätes den Schritt des Vergleichens einer momentanen Folge ein, die den momentanen Ort des Mobilendgerätes und eine Vielzahl von vorhergehenden Orten des Mobilendgerätes einschließt, mit jeder einer Vielzahl von gespeicherten Folgen, die jeweils vorangegangene Orte des Mobilendgerätes einschließen. Das Verfahren schließt auch die Schritte des Auswählens einer der gespeicherten Folgen basierend auf mindestens einer quantitativen Größe eines Grades an Übereinstimmung zwischen der momentanen Folge und jeder gespeicherten Folge ein und das Vorhersagen des nächsten Ortes des Mobilendgerätes basierend auf der ausgewählten der speichernden Folgen.
Gemäß einem anderen Aspekt der Erfindung der Anmelderin schließt ein Verfahren des Vorhersagens von Bewegungen eines Mobilendgerätes die Schritte ein (a) Vergleichen einer momentanen Folge, die den momentanen Ort des Mobilendgerätes und eine Vielzahl von vorangehenden Orten des Mobilendgerätes einschließt, mit jeweiligen einer Vielzahl von gespeicherten Folgen, die jeweils vorangegangene Orte des Mobilendgerätes einschließen; (b) Bestimmen von mindestens einer quantitativen Größe eines Grades an Übereinstimmung zwischen der momentanen Folge und den jeweiligen gespeicherten Folgen; und (c) wenn mindestens eine quantitative Größe einen vorbestimmten Wert übersteigt, Verwenden des Ortes der jeweiligen gespeicherten Folge als Vorhersagen der Bewegungen des Mobilendgerätes.
Gemäß einem anderen Aspekt der Erfindung der Anmelderin schließt ein Verfahren des Erfassens regelmäßiger Bewegungsmuster eines Mobilendgerätes den Schritt ein des Vergleichens eines momentanen Ortes des Mobilendgerätes mit jeweiligen einer Vielzahl von in einer Warteschlange einer Vielzahl von vorangegangenen Orten gespeicherten vorangegangen Orten, wobei die vorangegangenen Orte in der Warteschlange in einer FIFO-Weise bzw. in einer Reihenfolge ihres Auftretens gespeichert sind. Das Verfahren schließt auch das Erstellen einer Folge von Orten ein, die den momentanen Zustand und vorangegangene Orte umfasst, welche mit dem momentanen Ort übereinstimmen, und den vorangegangenen Orten, die aufgetreten sind, nachdem der vorangegangene Ort, der mit dem momentanen Ort übereinstimmt, aufgetreten ist, wenn der momentane Ort übereinstimmt mit einem der Vielzahl von vorangegangenen, in der Warteschlange gespeicherten Orten. Das Verfahren schließt auch das Vergleichen der markierten Folge mit jeweiligen einer Vielzahl gespeicherter Folgen von Orten ein und das Bestimmen von mindestens einer quantitativen Größe eines Grades an Übereinstimmung zwischen der markierten Folge und einer jeweiligen gespeicherten Folge und das Erhöhen eines Prioritätsparameters der jeweiligen gespeicherten Folge um einen vorbestimmten Betrag, wenn die mindestens eine quantitative Größe einen vorbestimmten Wert überschreitet. Das Verfahren schließt ferner das Hinzufügen der markierten Folge zu der Vielzahl gespeicherter Folgen ein.
Ein solches Verfahren kann ferner die Schritte einschließen des Speicherns des momentanen Orts des Mobilendgerätes in der Warteschlange in der Reihenfolge des Auftretens, Bestimmen, ob der momentane Ort mindestens eines ist aus der Gruppe von einem stationären Zustand und einem Grenzzustand und Ausführen der anderen Schritte, wenn der momentane Ort mindestens eines ist aus der Gruppe bestehend aus einem stationären Zustand und einem Grenzzustand.
Gemäß einem anderen Aspekt der Erfindung der Anmelderin schließt ein Verfahren des Bestimmens regelmäßiger Bewegungsmuster eines Mobilendgerätes die Schritte ein (a) Bestimmen, ob ein momentaner Ort des Mobilendgerätes einer ist aus der Gruppe bestehend aus einem stationären Zustand und einem Grenzzustand; (b) Markieren einer Folge von Orten, die den momentanen Zustand, eines der jüngsten vorhergehenden stationären Zustände und den jüngsten vorhergehenden Grenzzustand umfassen und vorhergehende Orte, die aufgetreten sind zwischen dem einen der jüngsten vorhergehenden stationären Zustände und dem jüngsten vorhergehenden Grenzzustand; (c) Vergleichen der markierten Folge mit jeweiligen einer Vielzahl gespeicherter Folgen von Orten und Bestimmen von mindestens einer quantitativen Größe eines Grades an Übereinstimmung zwischen der markierten Folge und jeder gespeicherten Folge; (d) wenn die mindestens eine quantitative Größe einen vorbestimmten Wert übersteigt, Überhöhen eines Prioritätsparameters der jeweiligen gespeicherten Folge um einen vorbestimmten Betrag, und (e) Hinzufügen der markierten Folge zu der Vielzahl gespeicherter Folgen.
Ein solches Verfahren kann ferner den Schritt einschließen des Speicherns des momentanen Ortes in einer Warteschlange einer Vielzahl vorangegangener Orte, wobei die Orte in der Warteschlange in der Reihenfolge ihres Auftretens bzw. in FIFO-Weise gespeichert sind, und Ausführen der anderen Schritte, wenn der momentane Ort mindestens eines ist aus der Gruppe bestehend aus einem stationären Zustand und einem Grenzzustand.
In solchen Verfahren können die Vielzahl gespeicherter Folgen gegebenenfalls Bewegungszirkel und Bewegungsspuren einschließen, und die eine der gespeicherten Folgen kann ausgewählt werden basierend auf einem Verhältnis einer Anzahl von Orten in der momentanen oder markierten Folge, die dieselben sind wie Orte in einer gespeicherten Folge, und eine Gesamtzahl von Orten in der momentanen oder markierten Folgen. Auch kann die eine der gespeicherten Folgen basierend auf einer quantitativen Größe eines Grades ausgewählt werden, mit dem eine Dauer der momentanen oder markierten Folge übereinstimmt mit einer Dauer von jeweiligen gespeicherten Folgen, und auf einer quantitativen Größe eines Grades, dass eine Frequenz bzw. Auftretungshäufigkeit der momentanen oder markierten Folge übereinstimmt mit einer Frequenz jeweiliger gespeicherter Folgen.
In einem anderen Aspekt der Erfindung der Anmelderin werden eine Einrichtung zum Vorhersagen eines nächsten Ortes eines Mobilendgerätes basierend auf vorangehenden Orten des Mobilendgerätes bereitgestellt in einer Einrichtung zum Bestimmen regelmäßiger Bewegungsmuster eines Mobilendgerätes.
Beispielsweise schließt eine Einrichtung zum Vorhersagen eines nächsten Ortes eines Mobilendgerätes basierend auf vorangegangen Orten des Mobilendgerätes einen Speicher ein zum Speichern von Folgen vorangegangener Orte des Mobilendgerätes, und eine Einrichtung, in Kommunikation mit dem Speicher, zum Vergleichen einer momentanen Folge, die den momentanen Ort des Mobilendgerätes einschließt und eine Vielzahl vorangegangener Orte des Mobilendgerätes, mit jeweiligen einer Vielzahl von gespeicherten Folgen. Die Einrichtung schließt ferner eine Vorrichtung ein zum Auswählen einer der gespeicherten Folgen basierend auf mindestens einer quantitativen Größe eines Grades an Übereinstimmung zwischen der momentanen Folge und jeweiligen der gespeicherten Folge, und eine Vorrichtung zum Generieren einer Vorhersage des nächsten Ortes des Mobilendgerätes basierend auf der ausgewählten der gespeicherten Folgen.
In einer solchen Einrichtung kann die Vielzahl von gespeicherten Folgen Bewegungszirkel und Bewegungsspuren einschließen, und die ausgewählte Vorrichtung kann eine Vorrichtung einschließen zum Bestimmen eines Verhältnisses einer Anzahl von Orten in der momentanen Folge, die dieselben sind wie Orte in einer gespeicherten Folge, und eine Gesamtzahl von Orten in der momentanen Folge. Eine der gespeicherten Folgen wird ausgewählt basierend auf dem Verhältnis. Die Auswahlvorrichtung kann ferner eine Vorrichtung einschließen zum Erzeugen einer zweiten quantitativen Größe eines Grades, dass eine Dauer der momentanen Folge übereinstimmt mit einer Dauer jeweiliger gespeicherter Folgen, und eine Vorrichtung zum Erzeugen einer dritten quantitativen Größe eines Grades, dass eine Frequenz der momentanen Folge übereinstimmt mit einer Frequenz jeweiliger gespeicherter Folgen. Die eine der gespeicherten Folgen kann ausgewählt werden basierend auf dem Verhältnis und der zweiten quantitativen Größe oder auf dem Verhältnis, der zweiten quantitativen Größe und der dritten quantitativen Größe.
Gemäß noch einem anderen Aspekt der Erfindung der Anmelderin hat ein Funktelefonsystem eine Vielzahl von Basisstationen und eine Vorrichtung zum Vorhersagen nächster Orte eines Mobilendgerätes basierend auf vorangegangenen Orten des Endgerätes, wobei eine Abtastvorrichtung Steuerkanäle der Vielzahl von Basisstationen basierend auf von der Vorhersagevorrichtung erzeugten Vorhersagen abtastet.
Kurzbeschreibung der Zeichnungen
Die Merkmale und Vorteile der Erfindung der Anmelderin werden durch das Lesen dieser Beschreibung in Verbindung mit den Zeichnungen verstanden, in welchen zeigt:
1 ein beispielhaftes hierarchisches oder mehrschichtiges Zellularsystem;
2 ein Diagramm eines beispielhaften Zellularmobiltelefonsystems einschließlich einer beispielhaften Basisstation und Mobilstation;
3 eine Darstellung von mobiler Bewegung in einem hierarchischen Kommunikationssystem;
4 den Mobilbewegungsvorhersager MMP der Anmelderin;
5, wie ein Benutzer sich durch verschiedene Zustände bewegt, die in Bewegungszirkeln gruppiert sind;
6, wie Zustände in Bewegungsspuren gruppiert sind;
7 den Betrieb eines Reiseroutenmuster-Detektors und der in einer Reiseroutenmuster-Datenbank erzeugten Datenstrukturen;
8 ein Ablaufdiagramm eines Bewegungszirkel-Erfassungsverfahrens in Übereinstimmung mit der Erfindung der Anmelderin;
9 ein Ablaufdiagramm eines Bewegungsspur-Erfassungsverfahrens in Übereinstimmung mit der Erfindung der Anmelderin;
10 den Betrieb eines Bewegungsvorhersagers;
11 die baumartige Struktur eines Bewegungsvorhersageverfahrens;
12 ein Beispiel davon, wie ein Benutzer sich durch verschiedene Zustände bewegt als eine Funktion der Zeit;
13a, 13b ein Beispiel konstitutioneller Beschränkungen, verwendet beim Abbildungsprozess;
14 ein Ablaufdiagramm eines Mobilbewegungsvorhersagers in Übereinstimmung mit der Erfindung der Anmelderin;
15 ein Beispiel normalisierter Ergebnisse einer Simulation des Mobilbewegungsvorhersagers der Anmelderin; und
16 einen schwebenden Mobil-Agent (mobile floating agent) und einen Verteiltmobilsystem-Plattform-Agent unter Verwendung des Mobilbewegungsvorhersagers der Anmelderin; und
Detaillierte Beschreibung
Die meisten Leute einschließlich der Mehrzahl von Mobilendgerätebenutzern haben regelmäßige Bewegungsmuster, denen sie mehr oder weniger täglich oder wöchentlich folgen. Die Erfindung der Anmelderin verwendet diese Regelmäßigkeit in den Bewegungen von jedermann zum Vorhersagen des nächsten Ortes von jemandem. Wenn beispielsweise ein Mobilendgerätebenutzer auf dem Weg einen von einer Pikozelle (oder einer Mikrozelle) abgedeckten Bereichs zu verlassen, kann das Mobilengerät (oder das Netz) diese Ortsänderung vorhersagen und das Netz informieren, erforderlichenfalls Daten voreinzuholen (Prefetching).
Die Erfindung der Anmelderin verwendend, können das Mobilendgerät oder das Mobilnetz die Reiseroute des Mobilendgerätes vorhersagen und geeignete Maßnahmen ergreifen, bevor das Mobilendgerät einen neuen Ort erreicht. Solche Vorhersagen können auch verwendet werden zur dynamischen Kanalzuordnung, der Mobilendgerätelokalisierung und Rufweitergaben (Handoff) von Kanal zu Kanal entweder innerhalb einer Zelle oder zwischen Zellen, innerhalb einer Ebene oder zwischen Ebenen. Die Vorhersage kann in einen Lokalisierungslogarithmus eingegeben werden, welcher eine Liste von Kandidaten-Kommunikationskanälen für Handover oder das Zuweisen einer Verbindung erzeugt. Wie in dieser Anmeldung verwendet, wird der Begriff "Mobilendgerät" als Mobiltelefone, tragbare Computer, Mobiltextvorrichtungen, persönliche digitale Assistenten und ähnliche Einrichtungen einschließend zu verstehen sein.
1 ist ein beispielhaftes hierarchisches oder mehrschichtiges Zellularsystem. Eine (Umbrella-)Makrozelle 10, die repräsentiert wird durch eine Sechseckform, bildet eine überlagernde Zellularstruktur. Jede Makrozelle kann eine unterlagerte Mikrozellenstruktur enthalten. Die Makrozelle 10 schließt dir durch den innerhalb der unterbrochenen Linie eingeschlossenen Bereich repräsentierte Mikrozelle 20 und eine durch den von der strichpunktierten Linie eingeschlossenen, Bereichen entlang von städtischen Straßen entsprechenden Bereich repräsentierte Mikrozelle 30 ein, und Pikozellen 40, 50 und 60, welche individuelle Etagen eines Gebäudes abdecken. Der Schnittpunkt der beiden städtischen Straßen, abgedeckt durch die Mikrozellen 20 und 30, kann ein Bereich von hoher Verkehrskonzentration sein und kann demnach einen Hot Spot repräsentieren.
2 repräsentiert ein Blockdiagramm eines beispielhaften Zellularmobilfunktelefonsystems einschließlich einer beispielhaften Basisstation 110 und Mobilstation 120. Die Basisstation schließt eine Controller und eine Verarbeitungseinheit 130 ein, welche mit dem Mobilvermittlungszentrum (MSC) 140 verbunden ist, welches wiederum an ein öffentliches Wählvermittlungstelefonnetz (PSTN) (nicht dargestellt) angeschlossen ist. Allgemeine Aspekte solcher Zellularfunktelefonsysteme sind im Stand der Technik bekannt, wie beispielsweise durch US-Patent Nr. 5,175,867 von Wejke et al. mit dem Titel "Neighbor-Assisted Handoff in a Cellular Communication System" beschrieben.
Die Basisstation 110 behandelt eine Vielzahl von Sprachkanälen durch einen Sprachkanalsenderempfänger 150, welcher von der Steuer- und Verarbeitungseinheit 130 gesteuert wird. Auch schließt jede Basisstation einen Steuerkanalsenderempfänger 160 ein, welcher imstande sein mag, mehr als einen Steuerkanal zu handhaben. Der Steuerkanalsenderempfänger 160 wird von der Steuer- und Verarbeitungseinheit 130 gesteuert. Der Steuerkanalsenderempfänger 160 sendet Steuerinformation über den Steuerkanal der Basisstation oder Zelle zu an dem Steuerkanal eingerasteten Mobilendgeräten rund. Es wird verstanden werden, dass die Senderempfänger 150 und 160 als Einzeleinrichtung interpretiert werden können, wie der Sprach- und Steuersendeempfänger 170, zur Verwendung mit digitalen Steuer- und Verkehrskanälen, die dieselbe Funkträgerfrequenz teilen.
Die Mobilstation 120 empfängt die auf einem Steuerkanal rundgesendete Information an ihrem Sprach- und Steuerkanalsenderempfänger 170. Dann evaluiert die Verarbeitungseinheit 180 die empfangene Steuerkanalinformation, welche die Eigenschaften der Zellen, die als Kandidaten für die Mobilstation zum daran Einrasten einschließen, und bestimmt, in welcher Zelle die Mobilstation einrasten sollte. In vorteilhafter Weise schließt die empfangene Steuerkanalinformation nicht nur absolute Information in Bezug auf die Zelle ein, der sie zugeordnet ist, sondern enthält auch relative Information in Bezug auf andere, zu der Zelle, welcher der Steuerkanal zugeordnet ist, benachbarte Zellen, wie in dem US-Patent Nr. 5,353,332 für Raith et al. mit dem Titel "Method and Apparatus for Communication Control in a Radiotelephone System" beschrieben.
Ein Beispiel eines Bewegungsmusters eines Mobilendgerätes ist in 3 gezeigt. Ein Mobilendgerätebenutzer A bewegt sich durch einen Bereich, der von einer hierarchischen Zellenarchitektur abgedeckt wird, welche ein Pikozellensystem mit 2 Mb/s Kommunikationsbandbreite einschließt, und ein Makrozellensystem, wie z. B. ein GSM-System, mit einer Bandbreite von 9,6 kb/s zur Datenübertragung. Der Benutzer A tritt in einen der Pikozellen-Abdeckungsbereiche durch die Tür D ein und bewegt sich innerhalb des Pikozellen-abgedeckten Bereiches (welcher innerhalb eines Gebäudes sein kann) für eine Zeitdauer. Der Benutzer A hat einen Raum L betreten, sich zum Konferenzraum C bewegt und dann den ersten Pikozellen-abgedeckten Bereich durch die Tür D verlassen und tritt in den Makrozellen-abgedeckten Bereich ein, wie in der Figur gezeigt. Der Benutzer A, der sich durch den Makrozellen-abgedeckten Bereich zu einem anderen Pikozellen-abgedeckten Bereich bewegt hat, tritt durch eine andere Tür B ein und bewegt sich innerhalb dieses Bereichs.
In Übereinstimmung mit einem Aspekt der Erfindung der Anmelderin würde die Reiseroute des Benutzers A aufgezeichnet, wie es bei einem Mobilbewegungsvorhersager (MMP bzw. Mobile Motion Predictor) in dem Mobilendgerät oder im Netz des Benutzers passiert. Wenn ein Benutzer A sich mit einer gewissen Geschwindigkeit zu dem Punkt M von dem Raum C oder im Raum L bewegt, würde der MMP eine hohe Wahrscheinlichkeit anzeigen, dass sich der Benutzer A aus dem hochbandbreitigen Pikozellen-Abdeckungsbereich hinausbewegen wird. Der MMP würde andere Systeme und Anwendungen informieren, erforderlichenfalls geeignete Maßnahmen zu treffen, wie z. B. dynamische Kanalzuweisung und Datenvoreinholen, bevor der Benutzer A raus ist.
Wie durch 4 gezeigt, umfasst der MMP der Anmelderin einen Reiseroutenmuster-Detektor IPD (Itinerary Pattern Detector), eine Reiseroutenmuster-Datenbank IPB und einen Bewegungsvorhersager MP. Der IPD wird verwendet zum Erfassen der regelmäßigen Reiseroutenmuster (IPs) in der Bewegung eines Benutzers innerhalb von Orten oder Staaten und zum Sichern bzw. Speichern der IPs in einer Reiseroutenmuster-Datenbank (IPB). Im allgemeinen schließt die IPB auch vorherbestimmte Information in Bezug auf den Aufbau oder die physikalische Struktur des Kommunikationssystems ein, wie nachstehend detaillierter beschrieben. Der MP verwendet die Reiseroutenmuster-Information, die im IPB gespeichert ist, zum Vorhersagen des nächsten Ortes oder Zustandes des Benutzers. Der MP vergleicht auch seine Vorhersagen mit tatsächlichen nächsten Zuständen des Benutzers und aktualisiert die gespeicherten IPs in dem IPB.
Die dem MMP bereitgestellten Eingabedaten sind die IAs oder Zustände, in welchen sich das Mobilendgerät befindet, und es wird derzeit angenommen, dass das System kontinuierlich mit einer vorbestimmten Periode, z. B. alle 1–5 Sekunden, nach einem neuen Zustand prüfen sollte. Es wird ersichtlich werden, dass die IAs den Ort des Mobilendgerätes identifizieren, d. h. der Zelle, wo das Mobilendgerät gewesen ist und wo es angeordnet ist. Demnach können die IAs irgendeine geeignete Form haben, wie z. B. Codezahlen in einem Code-Multiplex-Kommunikationssystem (CDMA) oder Zellenorte in einem Zeit-Multiplex-Kommunikationssystem (TDMA) wie dem GSM-System, das in Europa verwendet wird und dem AMPS-System, das in Nordamerika verwendet wird. Das Reiseroutenmuster oder die Abfolge von IAs sind in dem IPB gespeichert, auf welchen der Bewegungsvorhersager MP zugreift.
Drei Klassen von Übereinstimmungsschemata werden zur Korrelationsanalyse von MCs oder MTs verwendet. Übereinstimmungen erster Klasse oder stationäre Übereinstimmung zeigt den Grad an, dass eine Folge von Zuständen einer anderen Folge von Zuständen mit einer ähnlichen Länge entspricht; sie wird quantifiziert durch einen Übereinstimmungsindex erster Klasse, der nachstehend beschrieben wird. Übereinstimmung zweiter Klasse oder Geschwindigkeits- oder Zeitübereinstimmung zeigt den Grad an, dass die Dauer einer Folge von Zuständen die Dauer einer anderen Folge von Zuständen mit einer ähnlichen Länge abbildet bzw. mit ihr übereinstimmt; sie wird quantifiziert durch den nachstehend beschriebenen Übereinstimmungsindex zweiter Klasse. Drittklassige Übereinstimmung oder Frequenzübereinstimmung zeigt den Grad an, dass die Frequenz einer Folge von Zuständen mit der Frequenz einer anderen Folge von Zuständen mit einer ähnlichen Länge übereinstimmt; sie wird quantifiziert durch den Übereinstimmungsindex dritter Klasse, der nachstehend beschrieben ist.
Vor dem Beschreiben der Erfindung der Anmelderin in größerem Detail wird es hilf reich sein, die folgenden Konzepte und Abkürzungen zu bemerken.
Boundary MC (BMC) bzw. Grenz-MC: ein Bewegungskreis od. Bewegungszirkel (MC), in welchem mindestens ein Zustand ein Grenzzustand ist; ein BMC hat eine höhere Priorität als ein MC mit einem Boundary-Priority-Parameter bzw. Grenzprioritätsparameter β.
Boundary MT (BMT) bzw. Grenz-BMT: eine Bewegungsspur (MT), in welcher mindestens ein Zustand ein Grenzzustand ist; eine BMT hat eine höhere Priorität als eine MT, mit dem Boundary-Priority-Parameter bzw. Grenzprioritätsparameter β.
Boundary State (BS) bzw. Grenzzustand: ein Zustand an der Grenze einer Zellenebene.
FIFO: Abarbeiten in der Reihenfolge des Auftretens.
Forked State (FS) bzw. Gabelungszustand: ein Verbindungszustand, für welchen die folgenden Zustände in unterscheidbaren Bewegungszirkeln liegen.
Identity area (IA) bzw. Identitätsbereich: eine Zelle oder eine Gruppe von Zellen, die identifizierte Information zu einem durch die Zelle oder Gruppe von Zellen abgedeckten Bereich senden (Rundsenden bzw. Broadcasting).
Itinerary Pattern Base (IPB) bzw. Reisenroutenmusterbasis: eine Informationsdatenbank einschließlich einer Maximalzahl M von Reiseroutenmustern.
Joint State (JS) bzw. Verknüpfungszustand: ein Zustand, der in mindestens zwei unterscheidbaren Bewegungszirkeln enthalten ist.
LRU: jüngste Verwendung.
Movement Circle (MC) bzw. Bewegungszirkel: ein Kreis mit n (wobei n > 1) aufeinanderfolgenden Zuständen einschließlich mindestens eines stationären Zustands.
Movement Track (MT) bzw. Bewegungsspur: eine Spur, die mit einem stationären Zustand oder einem Grenzzustand beginnt und endet.
Pointer State (PS) bzw. Zeigerzustand: ein Zustand in einer Zustandswarteschlange, der einen Zeiger enthält, welcher auf einen gespeicherten MC oder MT in einem IPB zeigt.
ρ: Der Prioritätsparameter, der die Priorität eines MC oder MT anzeigt.
State (S) bzw. Zustand: ein Benutzerort, d. h. ein Identitätsbereich IA, in einem Bewegungsmuster (oder einer Bewegungsgraphik), wobei S_k,t den Zustand k zur Zeit t (derzeitige Zeit) anzeigt.
State Queue (SQ) bzw. Zustandswarteschlange: eine Warteschlange von Zuständen, die in zeitlicher Abfolge des Auftretens gespeichert ist.
Stationary State (SS) bzw. stationärer Zustand: ein Zustand (IA), in welchem ein Mobilendgerät für mindestens eine Dauer einer Zeit τ verharrt hat.
T_mc: die Priorität eines MC gegeben durch t_n – t₁, dem Zeitintervall zwischen den ersten und letzten Zuständen in dem MC.
Übergangszustand (TS): ein Zustand, in welchem ein Mobilendgerät für weniger als eine Zeitdauer τ verblieben ist.
τ_b: ein Zeitkriterium zum Identifizieren eines BS.
τ_s: ein Zeitkriterium zum Identifizieren eines SS.
In Übereinstimmung mit der Erfindung der Anmelderin basiert das IPD auf zwei Grundprozeduren: einem Bewegungszirkelmodell bzw. MC-Modell und einem Bewegungsspur- bzw. MT-Modell. Das MC-Modell adressiert regelmäßig Langzeitbenutzerbewegungen, von denen angenommen wird, dass sie die Form einer geschlossenen Schleife oder eines Zirkels von Zuständen annehmen. Das MT-Modell adressiert Routinebewegungen, von denen angenommen wird, dass sie die Form linearer Spuren oder Zustände annehmen.
Das MC-Modell basiert auf der Annahme, dass wenn ein Benutzer sich von einem Ort bewegt, er gegebenenfalls zurückkehren wird. Demgemäß sind die Bewegungen eines Mobilendgerätebenutzers als unterschiedliche zirkelartige Muster modelliert, von welchen Beispiele in 5 gezeigt sind. Die Zustände werden durch durch die Zahlen 1–27, 29–35 identifizierte Zirkel wiedergegeben, die die Identitätsbereiche IA entsprechend den Zuständen anzeigen. Aus der Figur kann gesehen werden, dass ein MC eine geschlossene Schleife (oder ein "Zirkel") von Zuständen einer Dauer T_mc ist und mindestens zwei Zustände einschließt und mindestens einen stationären Zustand. Der MMP der Anmelderin bestimmt, dass ein Zustand ein stationärer Zustand ist durch Anwenden des folgenden Kriteriums: Wenn das IA-Signal (Eingabezustand), das von dem MMP bereitgestellt wird, keine Änderung während einer vorbestimmten Zeitdauer von τ_s (z. B. τ_s ≥ 5 Minuten) hat, dann ist der Zustand S_k,t ein stationärer Zustand.
Auf unterschiedliche Weise betrachtet, ist jeder Bewegungszirkel eine Folge von Zuständen, z. B. [1, 16, 17, 18, 21, 20, 19, 18, 1]. Es wird verstanden werden, dass man sich beim Betrachten eines Bewegungszirkels in einer bekannten Richtung um den Zirkel bewegen muss, weil die Reihenfolge der Zustände für unterschiedliche Richtungen unterschiedlich sein kann. Auch ist jedem MC ein LRU-Prioritätsparameter ρ zugeordnet, welcher die Priorität des MC in Bezug auf andere MCs in dem IPB anzeigt, ein Frequenzparameter F, welcher die Frequenz der Abfolge von Zuständen (s. 12) anzeigt, und ein Grenzprioritätsparameter β, welche alle initialisiert sind auf Null für jeden neuen MC. Ein "neuer" MC wird erfasst durch Vergleichen eines kommenden MCs mit jedem der MCs, die bereits in dem IPB gespeichert sind. Wenn der Übereinstimmungsindex μ erster Klasse des neuen MCs, welcher nachstehend detaillierter beschrieben wird, mit dem Index μ eines anderen der gespeicherten MCs übereinstimmt, wird der Prioritätsfaktor ρ des gespeicherten MC um 1 erhöht. Andernfalls wird der neue MC in dem IPB mit dem Anfangswert von ρ = F = β = 0 gespeichert. Wenn einer oder mehrere Zustände in einem MC ein Grenzzustand sind, wird der MC Grenz-MC genannt und hat seinen Grenzprioritätsparameter β um 1 erhöht.
Der MMP der Anmelderin bestimmt, dass ein Eingangszustand ein Grenzzustand ist durch Anwenden eines der folgenden Kriterien:
Entweder (1) wenn keine Eingangs-IA-Signale empfangen worden sind für eine vorbestimmte Dauer τb (z. B. τb ≥ fünf Minuten), dann ist der Zustand S_k,t–τb ein Grenzzustand; oder (2) wenn kein Eingangs-IA-Signal empfangen worden ist nach der vorbestimmten Zeitdauer τb (z. B. τb ≥ 5 Minuten) und ein neues IA-Signal empfangen worden ist (Zustand S_k,t+τb), dann ist der Zustand S_k,t–τb ein Grenzzustand.
Unter Verwendung des MT-Modells erzeugt der IPD Bewegungsspuren, welche Reiserouten sind, die jeweils entweder in einem stationären Zustand oder einem Grenzzustand beginnen und enden. Dadurch dass geschlossene Schleifen von Zuständen nicht erforderlich sind, ist das MT-Modell eine weniger strenge Version des MC-Modells. Sechs Beispiele von MTs sind in 6 gezeigt, die von den in 5 gezeigten MCs hergeleitet sind, und es wird bemerkt werden, dass jeder MC mindestens eine MT einschließt.
Wie bei den Bewegungszirkel wird verstanden werden, dass man sich beim Betrachten einer Bewegungsspur entlang der Spur in einer bekannten Richtung bewegen muss, weil die Reihenfolge der Zustände sich für unterschiedliche Richtungen unterscheiden kann. Auch ist jeder MT der LRU-Prioritätsparameter ρ zugeordnet, welcher die Priorität der MT in Bezug auf andere MTs initiiert, der Frequenzparameter F und der Grenzprioritätsparameter β, welche alle auf Null initialisiert werden für jede neue MT. Eine "neue" MT wird durch Vergleichen einer kommenden MT mit jeder der bereits in dem IPB gespeicherten MTs erfasst. Wenn der Übereinstimmungsindex μ erster Klasse der neuen MT, welcher nachstehend genauer beschrieben wird, mit dem Index μ einer der gespeicherten MTs übereinstimmt, wird der Prioritätsparameter ρ der gespeicherten MT um 1 erhöht. Andernfalls wird die neue MT in dem IPB mit dem Anfangswert von ρ = F = β = 0 gespeichert. Wenn einer oder mehrere Zustände in einer MT Grenzzustände sind, wird die MT Grenz-MT genannt und hat ihren Grenzprioritätsparameter β um 1 erhöht.
Der Betrieb des IPD und der in dem IPB erzeugten Datenstrukturen wird genauer verstanden durch Bezugnehmen auf 7, welche einen Bewegungszirkel MC1 zeigt, der drei Bewegungsspuren MT1, MT2, MT3 umfasst, welche in dem IPB in der Reihenfolge der jüngsten Benutzung bzw. LRU-Reihenfolge gespeichert sind. Wie in 7 gezeigt, ist eine die jüngsten N in dem MMP bereitgestellten Zustände umfassende Zustandswarteschlange SQ in der Reihenfolge ihres Auftretens bzw. in FIFO-Reihenfolge gespeichert (gelesen von links nach rechts in der Figur). Die Pfeile zeigen an, wie die IPD die Zustandsfolge in der Zustandswarteschlange in die in dem IPB gespeicherten MTs umformt (welche nicht den 5 und 6 entsprechen). Das Kennzeichnen "C: 1/8, Wand, Straße, Schnellstraße, etc." bezieht sich auf Beispiele von konstitutionellen Zwangszuständen, die sich aus dem physikalischen Aufbau des Kommunikationssystems ergeben, welche nachstehend genauer beschrieben werden. Es wird verstanden werden, dass die IPB und die SQ durch eine große Vielzahl von konventionellen Speicherschaltungen implementiert werden können.
Das MC-Erfassungsverfahren (MCD)
Beim Erzeugen von Reiseroutenmustern basierend auf dem MC-Modell aus Zuständen in der Zustandswarteschlange führt der IPD ein Bewegungszirkelerfassungsverfahren (MCD-Verfahren) aus, das die folgenden Schritte umfasst, welche auch in dem in 8 gezeigten Ablaufdiagramm gezeigt sind. Das MCD und die Verfahren in Übereinstimmung mit der Erfindung der Anmelderin werden im Hinblick auf C-Sprachen-Pseudocode beschrieben, wodurch das Verfahren leicht in Hardware und Software in irgendeiner der Mobilstationen, Basisstationen und Mobilvermittlungszentren eines Zellularfunktelefon-Kommunikationssystems implementiert werden kann.
Sei N die maximale Anzahl von Zuständen in der Zustandswarteschlange SQ; sei MC_j die j-te MC und seien die anderen Begriffe wie oben definiert. Behalte eine Warteschlange von k Zuständen (wobei 1 ≤ k ≤ N gilt) in einer FIFO-Reihenfolge, und eine Zahl j von MCs (wobei 1 ≤ j ≤ M gilt) in einer LRU-Ersatzreihenfolge in dem IPB gemäß den folgenden Schritten.
BEGIN

1) IF S_k,t ein stationärer Zustand oder Grenzzustand ist, IF FOR i = k – L bis 1, wenn irgendein S_i,t==S_k,t (für irgendwelche t und für k – i > L) und S_i,t ein SS oder ein BS ist, markiere die Zustandsfolge [S_i,t–t1, S_i+1,t–t2, ..., S_k,t] als einen neuen MC; ENDIF; ELSE GOTO END; ENDIF;
2) IF irgendein Zustand in dem neuen MC ein Grenzzustand ist, markiere den neuen MC als "Grenzpriorität" mit dem Grenzprioritätsparameter β = β + 1; ENDIF;
3) Vergleiche jeden neuen MC mit jedem gespeicherten MC, d. h. jedem in dem IPB gespeicherten MC, IF μ ≥ α1 (Übereinstimmung), dann erhöhe den Prioritätsparameter ρ des gespeicherten MC um 1 und berechne den Frequenzparameter F des gespeicherten MC; ELSE IF α2 ≤ μ < α1 (partielle Übereinstimmung), dann markiere die letzten übereinstimmenden Zustände als "Gabelzustände" in beiden MCs; ENDIF; Speichern des neuen MC in dem IPB in LRU-Ersatzreihenfolge; ENDIF; Entfernen der Folge [S_i,t–t1, S_i+1,t–t2, ..., S_k,t] von der Zustandswarteschlange;

In dem Vorangegangenen sind α2 und α1 Zahlen derart, dass 0 ≤ α2 < α1 ≤ 1 gilt; SS sind stationäre Zustände; BS sind Grenzzustände; L = 1, 2, 3, ... ist die Länge (in Anzahl von Zuständen) des kürzesten MC gespeichert in dem IPB; und μ ist der Übereinstimmungsindex erster Klasse. Der Parameter α1 ist Vertrauenspegel, der festgelegt wird in Übereinstimmung mit den Genauigkeitserfordernissen oder dem gewünschten Vertrauenspegel; gewöhnlich wird α1 festgelegt auf 0,95, 0,975, 0,99 oder dergleichen. Der Parameter α2 ist ein Teilübereinstimmungsfaktor, der den Grad an Übereinstimmung zwischen zwei aufeinanderfolgenden Zuständen repräsentiert, derart dass α2 = 0,3, 0,4, 0,5, ... zu 70%, 60%, 50%, ... der Zustandsübereinstimmung entspricht; es wird derzeit angenommen, dass α2 festgelegt werden sollte auf mindestens 0,5, weil derzeit interessierende Ergebnisse nur erzeugt zu werden scheinen, wenn mindestens die Hälfte der Zustände in zwei Folgen übereinstimmen.
Der Übereinstimmungsindex μ erster Klasse ist ein Indikator des Grades, dass eine erste Folge von Zuständen mit einer zweiten Folge von Zuständen übereinstimmt, die eine ähnliche Länge haben (Zustandsübereinstimmung). Der Index μ wird gegeben durch den folgenden Ausdruck:
wobei m_s die Zahl von Zuständen in den Folgen ist, die übereinstimmen, und N_s die Gesamtzahl von Zuständen in jeder Folge.
Bewegungsspurerfassungs- bzw. MTD-Verfahren
Beim Erzeugen von Reiseroutenmustern basierend auf dem MT-Modell führt die IPD ein Bewegungsnachverfolgungserfassungs-Verfahren bzw. MTD-Verfahren aus, das die folgenden Schritte umfasst, welche auch in dem in 9 gezeigten Flussdiagramm gezeigt sind.
Sei MT_j die j-te MT; sei M die Maximalzahl von MTs in dem IPB; und seien andere Parameter wie oben definiert. Aufrechterhalten einer Warteschlange von k Zuständen (wobei 1 ≤ k ≤ N gilt) in einer FIFO-Reihenfolge und Aufrechterhalten einer Anzahl j von MTs (wobei 1 ≤ j ≤ M) in dem IPB in LRU-Ersatzreihenfolge.
BEGIN

1) IF S_k,t ein stationärer Zustand oder Grenzzustand ist, FOR i = k – L bis 1, IF S_i,t ein SS oder BS ist (für irgendwelche t und für k – 1 > L), markiere die Folge [S_i,t–t1, S_i+1,t–t2, ..., S_k,t], wie ein neues MT; ENDIF; ELSE GOTO END; ENDIF;
2) IF irgendein Zustand in dem neuen MT ein Grenzzustand ist, Markieren des neuen MT als "Grenzpriorität" mit Grenzprioritätparameter β = β + 1; ENDIF;
3) Vergleichen jedes neuen MT mit jedem bereits gespeicherten MT, IF μ ≥ α1 (Übereinstimmung), dann Erhöhen des Prioritätsparameters ρ des gespeicherten MT um 1 und Berechnen des Frequenzparameters F des gespeicherten MT; ELSE IF α2 ≤ μ < α1 (partielle Übereinstimmung), Markieren der letzten übereinstimmenden Zustände als "Gabelzustände" in beiden MTs; ENDIF; Speichern des neuen MT in dem IPB in LRU-Ersatzreihenfolge; ENDIF; Ersetzen des neuen gespeicherten MT mit einem PS in der Zustandswarteschlange;

In dem Vorangegangenen ist μ der Übereinstimmungsindex erster Klasse; α2 und α1 sind Zahlen wie z. B. 0 ≤ α2 < α1 ≤ 1; PS ist ein Zeigerzustand; L = 1, 2, 3, ... ist die Minimallänge (in Anzahl von Zuständen) einer MT. Es wird bemerkt werden, dass das Verwenden eines Zeigerzustandes statt eines anderen Zustandes vorteilhaft ist wegen des Vermeidens von Duplikation.
Bewegungsvorhersager
Der Bewegungsvorhersager MP, der in dem MMP der Anmelderin eingeschlossen ist, erzeugt Vorhersagen der nächsten Zustände von Bewegungszirkeln oder Bewegungsspuren unter Verwendung von Regression und Korrelationsanalyse der momentanen Bewegungsreiseroute mit den in dem IPB gespeicherten IPs. Im allgemeinen ist die Ausgangsgröße PD_out des MP ein zukünftiger Zustand oder eine Folge von zukünftige Zuständen.
10 zeigt den Betrieb des MP, welcher eine Vorrichtung zum Vergleichen von von dem MMP bereitgestellten Eingangszuständen mit vorhergesagten Zuständen einschließt, die von dem MMP erzeugt worden sind, und eine Vorrichtung zum Abbilden von Eingabezuständen auf IPs, die in dem IPB gespeichert sind, und zum Erzeugen von Vorhersagen. Wenn der Komparator anzeigt, dass eine Vorhersage richtig ist, d. h. dass der momentane Eingangszustand mit dem vorhergesagten Zustand übereinstimmt, wird die Vorhersage als Ausgangsgröße des MMP bereitgestellt. Wenn der Komparator anzeigt, dass der momentane Eingabezustand nicht übereinstimmt mit der Vorhersage oder wenn der MMP initialisiert ist, wird ein Bewegungsvorhersageprozess ausgeführt zum Erzeugen der nächsten Vorhersage.
Wenn ein Eingangszustand nicht mit dem entsprechenden Vorhersagezustand übereinstimmt, wird die Folge von Eingangszuständen beginnend mit dem jüngsten Eingangszustand oder Grenzzustand vergleichen durch den MP mit jedem der MCs und MTs, die in dem IPB gespeichert sind. Dieser Abbildungsprozess bestimmt das am besten übereinstimmende gespeicherte Reiseroutenmuster, welches die Ausgangsgröße des Bewegungsvorhersagers wird. Das Bewegungsvorhersageverfahren, das die folgenden Schritte umfasst, ist vorteilhaft strukturiert in Art eines Baumes, wie in 11 dargestellt.
Bewegungsvorhersageverfahren (MPM)
Sei S_k,t der Zustand k zur Zeit t und sei n > 0, t_i > 0 und M sei die maximale Anzahl von MTs und MCs in dem IPB. Halte eine Warteschlange von k Zuständen (wobei 1 ≤ k ≤ N) in einer FIFO-Reihenfolge und halte eine Anzahl j von MTs und MCs (wobei 1 ≤ j ≤ M gilt) in dem IPB in einer LRU-Ersatzreihenfolge. Auch sei angenommen PD_out = [0] oder PD_out ≠ [0] und S_k,t stimmt nicht überein mit dem ersten Zustand von PD_out.
BEGIN

1) FOR jeden neuen einkommenden Zustand S_k,t, Vergleiche die neue Folge [S_k–n,t–tn, S_k–n+1,tn+1, ..., S_k,t] mit jedem in dem IPB gespeicherten MC und MT (wobei S_k–n,t–tn das letzte SS oder BS ist und n > 0);
2) verwende Übereinstimmung erster Ordnung (μ): IF nur ein gespeicherter MC oder MT das μ-Übereinstimmungserfordernis mit der neuen Folge (μ ≥ α1) erfüllt, dann PD_out = [S_k+1,t+t1, S_k+2,t+t2, S_k+m,t+tm] der übereinstimmenden MC oder MT (m > 0); GOTO END; ELSEIF kein gespeicherter MC oder MT μ hat das übereinstimmt mit μ der neuen Folge, dann PD_out = C_out; GOTO END; ELSE verwende Übereinstimmung zweiter Klasse (η); ENDIF;
3) verwende Übereinstimmung zweiter Klasse (η): FOR alle gespeicherten MCs oder MTs mit μ, das bezüglich μ übereinstimmt mit der neuen Folge (μ ≥ α1) (verknüpfte Zustände), IF nur ein gespeicherter MC oder MT das η-Übereinstimmungserfordernis mit der neuen Folge erfüllt (η ≤ α₃), dann gilt PD_out = [S_k+1,t+t1, S_k+2,t+t2, ..., S_k+m,t+tm] der übereinstimmenden MC oder MT (m > 0); GOTO END; ELSEIF kein gespeicherter MC oder MT ein η hat, das mit dem μ der neuen Folge übereinstimmt, finde einen mit abhängigem Zustand, der am besten in Bezug auf μ übereinstimmt und am besten in Bezug auf μ übereinstimmt mit der neuen Folge; GOTO END; ELSE verwende Übereinstimmung dritter Klasse (Φ); ENDIF;
4) verwende Übereinstimmung dritter Klasse (Φ): FOR alle μ- und η-übereinstimmenden MCs oder MTs (verknüpfte Zuständen), IF nur ein gespeicherter MC oder MT das Φ-Erfordernis erfüllt hat, PD_out= [S_k+1,t+t1, S_k+2,t+t2 ..., S_k+m,t+tm] der übereinstimmenden MC oder MT, (m > 0); GOTO END; ELSEIF kein gespeicherter MC oder MT ein F hat, das mit dem F der neuen Folge (Φ ≤ α4) übereinstimmt, finde eines mit einem abhängigen Zustand, der am besten bzgl. μ-übereinstimmt, am besten bzgl. η-übereinstimmt und am besten bzgl. Φ-übereinstimmt mit der neuen Folge; GOTO END; ELSE (mehr als ein gespeicherter MC oder MT hat eine Frequenz F, die mit der Frequenz F der neuen Folge übereinstimmt (Φ ≤ α₄)), finde einen der abhängigen Zustände mit dem höchsten ρ + β, ENDIF;

Im Vorangegangenen ist μ der Übereinstimmungsindex erster Klasse, η ist der Übereinstimmungsindex zweiter Klasse, Φ ist der Übereinstimmungsindex dritter Klasse und die anderen Begriffe sind wie oben beschrieben. Auch in der vorangegangenen Prozedur, habe η ≤ α₃ wenn η-Übereinstimmung, und habe Φη ≤ α₄ wenn Φ-Übereinstimmung, wobei α₃ und α₄ Vertrauenspegel sind, die den Übereinstimmungen zweiter und dritter Klasse jeweils zugeordnet sind, welche übereinstimmen mit den Geschwindigkeiten oder Frequenzen der beiden Zustandsfolgen. Weil die Geschwindigkeit oder Frequenz eines Mobilbenutzers im allgemeinen in höherem Maße variabel ist, brauchen die Werte der Parameter α₃, α₄ nicht eingeschränkt zu werden wie die Werte der Parameter α₁ und α₂. Demnach können die Werte von α₃ und α₄ 0,1, 0,05, 0,025, 0,005, ..., sein, abhängig von den Genauigkeitserfordernissen des gewünschten Vertrauenspegels; gewöhnlich würden α₃ und α₄ festgelegt werden auf 0,05 für einen Vertrauenspegel von 95%.
Der Übereinstimmungsindex η zweiter Klasse ist ein Indikator des Grades, mit dem die Dauer (Geschwindigkeit) einer ersten Folge von Zuständen übereinstimmt mit der Dauer (Geschwindigkeit) einer zweiten Folge von Zuständen mit einer ähnlichen Länge (Geschwindigkeits- oder Zeitübereinstimmung). Der Index η ist gegeben durch den folgenden Ausdruck:
wobei: (t_i+1 – t_i)₁ das Zeitintervall ist zwischen einem Zustand i und einem Zustand i + 1 in der ersten Folge; (t_i+1 – t_i)₂ das Zeitintervall ist zwischen dem Zustand i und dem Zustand i + 1 in der zweiten Folge; "↔" der Modulo-Minus-Operator ist, wenn der Modulus 24 ist für in Stunden gemessene Zeitintervalle und 60 für in Minuten gemessene Zeitintervalle; und "⊕" der Modulus-Plus-Operator ist, wenn der Modulus 24 ist für Zeitintervalle gemessen in Stunden und 60 für Zeitintervalle gemessen in Minuten.
Der Übereinstimmungsindex Φ dritter Klasse ist ein Indikator des Grades, mit dem die Frequenz einer ersten Folge von Zuständen übereinstimmt mit der Frequenz einer zweiten Folge von Zuständen mit einer ähnlichen Länge (Frequenz- oder Periodenübereinstimmung). Bezugnehmend auf 12, welche zeigt, wie ein Benutzer sich durch verschiedene Zustände bewegt (angezeigt auf der Vertikalachse) als eine Funktion der Zeit (angezeigt auf der Horizontalachse), wird der Übereinstimmungsindex Φ dritter Klasse folgendermaßen bestimmt. Die sechs in 12 dargestellten Bewegungszirkel können als periodisch mit unterschiedlichen Frequenzen F₁, F₂ wiederkehrend interpretiert werden, wobei F₁ die Frequenz der beiden längeren Bewegungszirkel ist und F₂ die Frequenz der vier kürzeren Bewegungszirkel.
Die Frequenz F_k eines MC oder eines MT ist gegeben durch den folgenden Ausdruck:
wobei n = ρ + 1. Die Frequenz F_k' einer neuen kommenden Folge von Zuständen wird gegeben durch den folgenden Ausdruck:
wie in 12 zu sehen. Demnach ist der Übereinstimmungsindex Φ dritter Klasse gegeben durch den folgenden Ausdruck:
wobei Φ_k = 0 eine exakte Übereinstimmung anzeigt. Es wird auch erkannt werden, dass der Übereinstimmungsindex Φ dritter Ordnung gegeben wird durch den folgenden Ausdruck:
wobei F₁ die Frequenz einer ersten der Folgen ist, die übereinstimmen, und F₂ die Frequenz der anderen Folge ist, die übereinstimmt.
Es wird wieder Bezug genommen auf 11, wenn nur ein gespeicherter MC oder MT das μ-Übereinstimmungserfordernis mit der kommenden Folge (μ ≥ α1) erfüllt hat, wird dieser bereitgestellt als Vorhersage durch den MMP. Wenn mehr als ein MC oder MT das μ-Übereinstimmungserfordernis erfüllt hat, werden die Übereinstimmungsindizes der zweiten Klasse überprüft. Wenn nur ein gespeicherter MC oder MT das η-Übereinstimmungskriterium mit der kommenden Folge (η > α₃) erfüllt hat, wird dieses bereitgestellt als Vorhersage durch den MMP. Wenn mehr als ein MC oder MT das η-Übereinstimmungserfordernis erfüllt haben, dann werden Übereinstimmungsindizes dritter Klasse überprüft. Wenn nur ein gespeicherter MC oder MT ein F (Frequenz) hat, das mit dem F der kommenden Folge übereinstimmt, wird dieses als Vorhersage durch den MMP bereitgestellt. Wenn mehr als ein MC oder MT ein F haben, das übereinstimmmt, dann wird eine Folge mit einem konstitutionellen Beschränkungszustand mit dem höchsten Prioritätsparameter ρ als Vorhersage durch den MMP bereitgestellt.
Die konstitutionellen Einschränkungszustände, die beim Übereinstimmungsprozess verwendet werden, basierend auf dem physikalischen Aufbau des Kommunikationssystems, welcher ein a priori bekanntes System ist. Wenn der MMP in einer Mobilstation implementiert wird, kann diese physikalische Aufbauinformation dem Mobilendgerät über eine Overhead-Nachricht bereitgestellt werden, gesendet an den Steuerkanal. Die Grundlage für die Einschränkungszustände ist in 13a, 13b gezeigt.
Wie durch 13a angezeigt, kann ein Mobilgerätebenutzer, der sich in einer gegeben Zelle, sagen wir Zelle 0, befindet, sich zu irgendeiner anderen der sechs angrenzenden Zellen 1–6 in derselben Ebene bewegen und angrenzende Zellen, die oberhalb und unterhalb dieser Ebene sein könnten; demnach kann bei fehlen jedweder zusätzlichen Information jede dieser acht angrenzenden Zellen der nächste Zustand sein mit einer Wahrscheinlichkeit von 1/8, wenn der Benutzer sich gleichförmig und zufällig in alle Richtungen bewegt. 13b zeigt einen physikalischen Aufbau, in welchem eine Tür auf der einen Seite eines Korridors verwendet wird, der auch angrenzt an einen anderen Korridor. Das Kommunikationssystem würde a priori wissen, dass ein Mobilbenutzer in einem der Korridore nicht durch eine Korridorwand hindurchtreten kann und eine der anderen Zellen betreten kann. Diese Information kann verwendet werden zum Identifizieren des Einschränkungszustandes.
Der durch den Mobilbewegungsvorhersager MMP der Anmelderin ausgeführte Prozess kann nun zusammengefasst werden durch den folgenden Pseudo-Code, welcher eine Darstellung des Ablaufdiagramms in 14 ist.
BEGIN

1) IF ein kommender S_k,t ein neuer Zustand ist, DO Schritte 2), 3), 4), ELSE DO Schritte 5), 6), 7), 8), ENDIF;
2) für jeden neuen kommenden S_k,t, behalte eine Warteschlange von k Zuständen (wobei 1 ≤ k ≤ N) in einer FIFO-Reihenfolge aufrecht und markiere S_k,t als "Grenzzustand" basierend auf dem Kriterium;
3) IF die Länge von PD_out größer ist als Eins, und S_k,t μ-übereinstimmt mit dem ersten Zustand von PD_out, gilt PD_out = PD_out – S_k,t; GOTO Schritt 9); ENDIF
4) Bewegungsvorhersageverfahren ausführen (MPM);
5) IF Sk,t==_Sk,t–τ (für τ ≥ τs), markiere S_k,t als "stationären Zustand" basierend auf dem Kriterium; ENDIF;
6) Bewegungsspurerfassungsverfahren (MTD) ausführen;
7) Bewegungszirkelerfassungsverfahren (MCD) ausführen;
8) behalte eine Zahl j von (MCs + MTs) in LRU-Ersatzreihenfolge in einem IPB (wobei 0 ≤ j ≤ M);
9) Wiederholen von Schritt 1);

Die Erfindung der Anmelderin verwendend, werden Mobilendgeräte intelligenter beim Daten-Cache- und Voreinhol-Management für Datenkommunikation und Mobildateisysteme; beim Informationsmanagement, wie z. B. beim Auswählen von Informationsübertragungformen, etc.; und bei Netzverwendung und
management, wie z. B. beim Abwägen des Netzverkehrs und der dynamischen Kanalzuordnung, etc. Mobildatenkommunikation wird benutzertransparenter und die Dienstequalität wird verbessert.
Der Betrieb des MMP der Anmelderin ist simuliert worden, und die Ergebnisse der Simulation werden nun unter Bezugnahme auf 15 beschrieben, welche ein Beispiel der normierten Ergebnisse einer Simulation des MMP der Anmelderin zeigt, in welcher die Anzahl von Zuständen 100 war, die Länge der Zustandswarteschlange 500 war, die Größe des IPB 500 war und λ₀ 0,05 war. Der Betrieb des MMP für eine Dauer von fünf Wochen wurde simuliert.
15 zeigt den Zusammenhang zwischen einem Vorhersageverhältnis PR und einem Beliebigkeitsfaktor. Der Beliebigkeitsfaktor bezieht sich auf den Anteil einer Bewegung, der rein zufällig bedingt ist; ein Beliebigkeitsfaktor von eins bedeutet eine spezielle Bewegung oder ein Übergang zwischen Zuständen war vollständig beliebig. Das Vorhersageverhältnis ist das Verhältnis der Anzahl von korrekten Vorhersagezuständen zu der Gesamtanzahl von Eingabezuständen; ein Vorhersageverhältnis von eins bedeutet, dass jede der Zustandsvorhersagen des MMPs korrekt ist.
In 15 ist die "optimale" Linie das erwartete beste (theoretische) Ergebnis, d. h. wenn es einen Regelmäßigkeitsfaktor X in einer Bewegung gibt (d. h. der Beliebigkeitsfaktor ist 1 – X), dann ist das Vorhersageverhältnis X. Es kann aus 15 gesehen werden, dass die simulierten MMP-Ergebnisse der optimalen Linie recht gut nachfolgen; die unterbrochen dargestellte Linie in 15 zeigt das gemittelte Simulationsergebnis. Die Vorhersageeffizienz des simulierten MMPs, welche das Verhältnis des Vorhersageverhältnis zu dem Regelmäßigkeitsfaktor ist, war etwa 95%.
Beim Ausführen der Simulation wurden einige vereinfachende Annahmen getroffen, die nicht notwendigerweise Bedingungen in einer realen Umgebung reflektieren würden. Insbesondere wurde die Wahrscheinlichkeit der Bewegung eines Mobilendgerätes von einem IA zu irgendeinem anderen IA angenommen mit einer gleichförmigen Verteilung; mit anderen Worten, keine konstitutionellen Einschränkungszustände wurden verwendet (die Einschränkungsausgangsgrößen waren null).
Auch wurden die Zeitabschnitte zwischen aufeinanderfolgenden Zuständen angenommen als eine Poisson-Verteilung habend, welche durch einen täglichen Mobilitätsfaktor in Übereinstimmung mit dem folgenden Zusammenhang abgestimmt wurde: λ = λ0·MFwobei λ₀ die unabgestimmte Dichte der angenommenen Poisson-Verteilung war. Der tägliche Mobilitätsfaktor MF nahm einen von drei Werten an, abhängig von der simulierten Tageszeit: MF = 2 für Zeiten zwischen 20:00 Uhr und 06:00 Uhr, MF = 4 für Zeiten zwischen 08:30 Uhr und 16:00 h Uhr und MF = 8 für Zeiten zwischen 06:00 Uhr und 08:30 Uhr und zwischen 16:00 Uhr und 20:00 Uhr. Dieses Verhalten des Mobilitätsfaktors wurde als näherungsweise realistisches Verhalten ausreichend nahe angesehen.
Der Mobilbewegungsvorhersager der Anmelderin kann in einem agressiven Mobilitätsmanagementschema verwendet werden, das vorhersagendes Mobilitätsmanagement genannt werden kann. Dieser MMP sagt den Ort vorher, an dem ein Benutzer sein wird, basierend auf den historischen Bewegungsmustern des Benutzers, und Daten und/oder Dienste werden vor-verbunden und/oder vor-zugewiesen zu dem vorhergesagten Ort, bevor der Benutzer dorthin kommt. Auf diese Weise kann der Benutzer Zugriff zu seinen oder ihren Daten und/oder Diensten an dem vorhergesagten Ort haben mit virtuell derselben Effizienz wie an dem vorangehenden Ort.
Um Netzdienste und Ressourcen näher an den Mobilbenutzern zu verteilen, d. h. zum Bereitstellen von Dienste- und Ressourcenmobilität in Drahtlosdatennetzen, kann ein "Mobile Floating Agent" (MFA) bzw. schwebender Mobil-Agent und ein "Mobile Distributed System Platform Agent" (MDSPA) bzw. Mobilverteiltsystemplattform-Agent implementiert werden mit dem MMP der Anmelderin. Dienstemobilität wird definiert als die Mobilität verschiedener Dienstelogik in dem zugrundeliegenden Netzwerk zum Erfüllen von Dienstequalitäterfordernissen (QoS-Erfordernisse) des Mobilbenutzers. Ressourcenmobilität wird definiert als die Mobilität von Ressourcen, wie z. B. Systemdaten/-programmen, Benutzerdaten, Benutzerprogrammen, etc. in dem zugrundeliegenden Netz zum Erfüllen von Dienstequalität-Erfordernissen des Mobilbenutzers. Mobilitätsmanagement, das von Benutzer- und Endgerätemobilität entwickelt wird, ist erforderlich zum Organisieren bzw. Managen der Dienste- und Ressourcenmobilität.
Zum effizienten Unterstützen von Mobilität kann gegebenenfalls jeder Benutzer und jedes Endgerät in vorteilhafter Weise im Netz repräsentiert werden durch jeweilige Agents, welche alle Dienstelogik und Dienstedaten enthalten, die sich auf den Benutzer oder das Endgerät beziehen und die gesamten Kommunikationssitzungen des Benutzers oder Endgerätes steuern. Die Benutzer/Endgeräte sind verbunden mit Zugangsknoten im Netz, und die Agents stellen ihre Dienste in Diensteknoten bereit. In Netzen wie dem GSM-Netz in Europa agiert der Basisstations-Controller als Zugangsknoten, und das MSC mit seinem integrierten Besucherortsregister agiert sowohl als Diensteknoten als auch als besuchter Ort. Verschiedene Aspekte solcher intelligenter Netze und Agents sind in L. Söderberg, "Evolving an Intelligent Architecture of Personal Telecommunication", Ericsson Review, Band 70, Nr. 4, Seite 156–171 (1993), beschrieben.
Es wird Bezug genommen auf 16, der MFA kann implementiert werden als ein Prozess oder ein Satz von Prozessen, die auf fernen festen Hosts oder Routern ausgeführt werden, welche kommunizieren mit und eine Vorabverbindung haben zu lokalen Host-Ressourcen, und die einen variabel replizierten Daten-Cache zweiter Klasse anstelle eines MDSPA haben. Ein MDSPA kann als ein Prozess oder ein Satz von Prozessen implementiert werden, die auf einem festen Heimathost oder
router ausgeführt werden, welcher einen MFA zu den fernen festen Hosts oder Routern kommuniziert oder vor-zuordnet anstelle seines Mobilclient-Benutzers.
Eine mobil verteilte Systemplattform (MDSP bzw. Mobile Distributed Platform) und der MFA sind entworfen, um mit einer variierenden Bandbreite und Verbindbarkeit mit unterschiedlichen Kommunikationsverbindungen an unterschiedlichen Orten umzugehen und Dienste- und Ressourcenmobilität zu unterstützen. Die MDSP schließt üblicherweise "Location-Sensitive Information Management"-(LSIM-) bzw. ortsempfindliche Informationsmanagementfunktionen ein und vorhersagende Mobilmanagementfunktionen (PMM-Funktionen), um unterschiedliche Anwendungen zu unterstützen, wie z. B. mobile Dateisysteme, mobile intelligente Netze, etc. Kurz gesagt, die LSIM-Funktionen verwenden Information über die Dienste oder Ressourcen (einschließlich Hardware- und Softwareressourcen, Netzverbindbarkeit, Arten von verfügbaren Kommunikationsprotokollen, etc.), die von den Systemen oder Netzen in einem definierten geographischen Gebiet bereitgestellt werden. Die PMM-Funktionen verwenden Vorhersagen des Ortes des Mobilendgerätes und Zuordnungsfunktionen virtuell verteilt schwebender Agents (FAA-Funktionen), welche den Agent zu unterschiedlichen Orten in Übereinstimmung mit den Ortsvorhersagen zuordnen und Dienste-Vorverbindungen und Dienste-/Ressourcenmobilität bereitstellen.
Das LSIM in dem MDSP organisiert bzw. managet die ortssensible Information und bildet sie auf die unterschiedlichen Dienste ab, die von der Mobilinfrastruktur an unterschiedlichen geographischen Orten bereitgestellt wird. Auch informiert das LSIM sowohl die Anwendungen als auch die Agents in dem Mobilnetz, das die Anwendungen unterstützt, über Änderungen bezüglich des Ortes eines Mobilendgerätes und stellt dynamische Diensteverbindungen bereit. Beispielsweise angenommen, ein Netz hat ein verteiltes Dateisystem und einige Server in unterschiedlichen geographischen Gebieten angeordnet. Wenn ein Mobilendgerät sich von einem Ort in der Nähe eines der Server zu einem Ort in der Nähe eines anderen Servers bewegen würde, würde das LSIM sowohl den zweiten Server als auch den Cache-Manager in dem Mobilendgerät informieren, dass der zweite Server der nächste ist, sollte ein Einholen einer Datei erforderlich sein.
Mit dem Unterstützen des MDSPA und des MFA sind Dienstelogik und Lokalressourcen entbündelt von dem darunterliegenden Netz und können sich, ihren Mobilendgeräte-Nutzern folgend, umherbewegen. Zudem können unter Verwendung der durch den MMP der Anmelderin verfügbaren Vorhersagemobilitätsmanagement-Funktionen die Dienstelogik und
ressourcen vor-zugeordnet werden und vor-verbunden an die Orte, zu welchen ein Benutzer sich bewegt.
Auch kann der MMP der Anmelderin effizienter verwendet werden beim Erstellen von Verbindungsweitergaben (Handoffs) und Zellenneuauswahl. Typischerweise hält ein Mobiltelefon, während es sich in einer bestimmten Zelle im angemeldeten Zustand befindet, eine Prioritätsliste von Information bezüglich benachbarter Zellen aufrecht, in welchen es sich anmelden könnte. Das Mobilendgerät erhält die Prioritätslisteninformation durch Abtasten der für solche Nachbarzellen möglichen Steuerkanäle. Der MMP der Anmelderin kann die Anzahl von Steuerkanälen, die abgetastet würden reduzieren und den Umfang an Information in der Prioritätsliste reduzieren durch Veranlassen, dass nur jene Zellen abgetastet werden, die sehr wahrscheinliche Kandidaten für den Benutzer sind, sich hineinzubewegen.
Es ist selbstverständlich möglich, die Erfindung in spezifischen Formen umzusetzen, die von jenen oben beschriebenen abweichen, welche lediglich erläuternd sind und nicht als in irgendeiner Weise einschränkend betrachtet werden sollten. Der Schutzbereich der Erfindung ist durch die folgenden Patentansprüche bestimmt.

Claims

Verfahren zum Vorhersagen eines nächsten Ortes eines Mobilendgerätes, basierend auf gespeicherten vorhergehenden Orten des Mobilendgerätes, gekennzeichnet durch die Schritte: Vergleichen einer momentanen Folge, die den momentanen Ort des Mobilendgerätes und eine Vielzahl von vorhergehenden Orten des Mobilendgerätes einschließt, mit jeder einer Vielzahl von gespeicherten Folgen (IPB), die jeweils vorhergehende Orte des Mobilendgerätes einschließen; Auswählen einer der gespeicherten Folgen, basierend auf dem Bestimmen mindestens einer quantitativen Größe eines Grades von Übereinstimmung zwischen der momentanen Folge und jeder der gespeicherten Folgen; und Vorhersagen des nächsten Ortes des Mobilendgerätes, basierend auf der ausgewählten der gespeicherten Folgen.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Vielzahl gespeicherter Folgen Bewegungskreise und Bewegungsbahnen einschließt.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der nächste Ort vorhergesagt wird unter Verwendung des Ortes der jeweils gespeicherten Folge, für welche die mindestens eine quantitative Größe einen vorbestimmten Wert übersteigt.
Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass die mindestens eine quantitative Größe ein Verhältnis einer Anzahl von Orten in der momentanen Folge ist, die dieselben sind, wie Orte in einer gespeicherten Folge, und einer Gesamtzahl von Orten in der momentanen Folge.
Verfahren nach Anspruch 4, gekennzeichnet durch das Bestimmen eines ersten Grades an Übereinstimmung einer Dauer der momentanen Folge mit einer Dauer der jeweiligen gespeicherten Folge, und jeder Schritt des Vorhersagens als Vorhersagen der Bewegungen des Mobilendgerätes den Ort der gespeicherten Folge verwendet, für welche das Verhältnis einen ersten vorbestimmten Wert übersteigt und der erste Grad einen zweiten vorbestimmten Wert übersteigt.
Verfahren nach Anspruch 5, gekennzeichnet durch das fernere Bestimmen eines zweiten Grads an Übereinstimmung einer Frequenz bzw. Häufigkeit der momentanen Folge mit einer Frequenz bzw. Häufigkeit der jeweils gespeicherten Folge, und dass der Schritt des Vorhersagens als Vorhersagen der Bewegungen des Mobilendgerätes die Orte der gespeicherten Folge verwendet, für welche der zweite Grad einen dritten vorbestimmten Wert übersteigt.
Einrichtung zum Vorhersagen eines nächsten Ortes eines Mobilendgerätes, basierend auf vorangegangenen Folgen von Orten des Mobilendgerätes, gekennzeichnet durch einen Speicher (SQ) zum Speichern von Folgen vorangegangener Orte des Mobilendgerätes; eine mit dem Speicher in Kommunikation stehende Vorrichtung zum Vergleichen einer momentanen Folge, die den momentanen Ort des Mobilendgerätes und eine Vielzahl von vorangegangenen Orten des Mobilendgerätes einschließt, mit jeweiligen einer Vielzahl gespeicherter Folgen (IPB); eine Vorrichtung zum Auswählen einer der gespeicherten Folgen, basierend auf mindestens einer quantitativen Größe eines Grades an Übereinstimmung zwischen der momentanen Folge und den jeweils gespeicherten Folgen; und eine Vorrichtung zum Generieren einer Vorhersage des nächsten Ortes des Mobilendgerätes, basierend auf der ausgewählten der gespeicherten Folgen.
Einrichtung nach Anspruch 7, dadurch gekennzeichnet, dass die Vielzahl gespeicherter Folgen Bewegungskreise und Bewegungsbahnen einschließt.
Einrichtung nach Anspruch 7, dadurch gekennzeichnet, dass die Auswahlvorrichtung eine Vorrichtung einschließt zum Bestimmen eines Verhältnisses einer Zahl von Orten in der momentanen Folge, die dieselben sind, wie Orte in einer gespeicherten Folge, und einer Gesamtzahl von Orten in der momentanen Folge, und die eine der gespeicherten Folgen, basierend auf dem Verhältnis ausgewählt wird.
Einrichtung nach Anspruch 9, dadurch gekennzeichnet, dass die Auswahlvorrichtung ferner eine Vorrichtung einschließt zum Generieren einer zweiten quantitativen Größe eines Grades an Übereinstimmung einer Dauer der momentanen Folge mit einer Dauer der jeweiligen gespeicherten Folge, und dass die eine der gespeicherten Folgen, basierend auf dem Verhältnis und der zweiten quantitativen Größe ausgewählt wird.
Einrichtung nach Anspruch 10, dadurch gekennzeichnet, dass die Auswahlvorrichtung ferner eine Vorrichtung einschließt zum Generieren einer dritten quantitativen Größe der Übereinstimmung einer Frequenz bzw. Häufigkeit der momentanen Folge mit einer Frequenz bzw. Häufigkeit der jeweiligen gespeicherten Folge, und dass die eine der gespeicherten Folgen, basierend auf dem Verhältnis, der zweiten quantitativen Größe und der dritten quantitativen Größe ausgewählt wird.
Verfahren zum Bestimmen regelmäßiger Muster in der Bewegung eines Mobilendgerätes, gekennzeichnet durch die Schritte: (a) Vergleichen eines momentanen Ortes des Mobilendgerätes mit jeder einer Vielzahl von vorangegangenen Folgen von Orten, die in einer Warteschlange (SQ) einer Vielzahl vorangegangener Orte gespeichert sind, wobei die vorangegangenen Orte in der Warteschlange in einer Reihenfolge wie eingetroffen bzw. FIFO-Reihenfolge des Auftretens gespeichert sind; (b) wenn der momentane Ort mit einem der Vielzahl vorangegangener, in der Warteschlange gespeicherter Orte übereinstimmt, markieren eine Folge von Orten, die den momentanen Ort, den vorangegangenen Ort, der dem momentanen Ort entspricht und die vorangegangenen Orte, die nach dem vorangegangenen Ort aufgetreten sind, der dem momentanen Ort entspricht, umfassen; (c) Vergleichen der markierten Folge mit jedem einer Vielzahl gespeicherter Folgen von Orten (IPB) und Bestimmen von mindestens einer quantitativen Größe eines Grades an Übereinstimmung zwischen der markierten Folge und jeder gespeicherten Folge; und (d) wenn die mindestens eine quantitativen Größe einen vorbestimmten Wert übersteigt, Anheben eines Prioritätsparameters der jeweiligen gespeicherten Folge um einen vorbestimmten Betrag; (e) Hinzufügen der markierten Folge zu der Vielzahl gespeicherter Folgen des Ortes (IPB).
Verfahren nach Anspruch 12, gekennzeichnet durch die ferneren Schritte: (f) Speichern des momentanen Ortes des Mobilendgerätes in der Warteschlange (SQ) in der Reihenfolge, wie eingetroffen, bzw. FIFO-Reihenfolge des Auftretens; (g) Bestimmen, ob der momentane Ort mindestens einer ist von im stationären Zustand und im Grenzzustand; und Ausführen der Schritte (a)–(d), wenn der momentane Ort mindestens eines ist von im stationären Zustand und im Grenzzustand.
Verfahren nach Anspruch 13, dadurch gekennzeichnet, dass Schritt (c) ein Verhältnis einer Zahl von Orten in der markierten Folge bestimmt, die dieselben sind wie Orte in einer gespeicherten Folge, und einer Gesamtzahl von Orten in der markierten Folge.
Verfahren nach Anspruch 14, dadurch gekennzeichnet, dass Schritt (c) außerdem einen Grad der Übereinstimmung einer Dauer der markierten Folge mit einer Dauer jeder gespeicherten Folge bestimmt.
Verfahren nach Anspruch 15, dadurch gekennzeichnet, dass der Schritt (c) ferner einen Grad an Übereinstimmung einer Frequenz bzw. Häufigkeit der markierten Folge mit einer Frequenz bzw. Häufigkeit der jeweils gespeicherten Folgen bestimmt.
Einrichtung zum Bestimmen regulärer Muster in der Bewegung eines Mobilendgerätes, gekennzeichnet durch: einen Speicher (SQ) zum Speichern einer Warteschlange einer Vielzahl von vorangegangenen Orten des Mobilendgerätes, wobei die vorangegangenen Orte in der Warteschlange in der Reihenfolge ihres Auftretens bzw. in FIFO-Reihenfolge des Auftretens gespeichert werden; eine erste Vorrichtung zum Vergleichen eines momentanen Ortes des Mobilendgerätes mit jedem der in der Warteschlange gespeicherten vorangegangenen Orte; eine Vorrichtung zum Markieren einer Folge von Orten, die den momentanen Ort, den vorangegangenen Ort, der mit dem momentanen Ort übereinstimmt und die vorangegangenen Orte, die nach dem vorangegangenen Ort aufgetreten sind, der mit dem momentanen Ort übereinstimmt, umfassen, wenn der momentanen Ort mit einem der Vielzahl von vorangegangenen Orten, die in der Warteschlange gespeichert sind, übereinstimmt; eine zweite Vorrichtung zum Vergleichen der markierten Folge jeder einer Vielzahl von gespeicherten Folgen von Orten (IPB) und zum Bestimmen mindestens einer quantitativen Größe eines Grades an Übereinstimmung zwischen der markierten Folge und den jeweils gespeicherten Folgen; eine Vorrichtung zum Erhöhen eines Prioritätsparameters der jeweiligen gespeicherten Folge um einen vorbestimmten Betrag, wenn die mindestens eine quantitative Größe einen vorbestimmten Wert übersteigt; und eine Vorrichtung zum Hinzufügen der markierten Folge von Orten zu der Vielzahl von gespeicherten Folgen von Orten (IPB).
Einrichtung nach Anspruch 17 dadurch gekennzeichnet, dass der momentane Ort des Mobilendgerätes in der Warteschlange (SQ) in einer Reihenfolge des Auftretens bzw. in FIFO-Reihenfolge des Auftretens gespeichert ist und ferner eine Vorrichtung umfassend zum Bestimmen, ob der momentane Ort mindestens eines ist von im stationären Zustand und im Grenzzustand.
Einrichtung nach Anspruch 18, dadurch gekennzeichnet, dass die zweite Vorrichtung ein Verhältnis einer Anzahl von Orten in der markierten Folge bestimmt, die dieselben sind, wie Orte in einer gespeicherten Folge, und einer Gesamtzahl von Orten in der markierten Folge.
Einrichtung nach Anspruch 19, dadurch gekennzeichnet, dass die zweite Vorrichtung ferner eine Grad an Übereinstimmung einer Dauer der markierten Folge mit einer Dauer der jeweiligen gespeicherten Folge bestimmt.
Einrichtung nach Anspruch 20, dadurch gekennzeichnet, dass die zweite Vorrichtung ferner einen Grad an Übereinstimmung einer Frequenz bzw. Häufigkeit der markierten Folge und einer Frequenz bzw. Häufigkeit der jeweiligen gespeicherten Folge bestimmt.
System zur Priorisierung von Basisstationen für eine Verbindung zwischen einem Mobilendgerät und einer Basisstation in einem Zellularfunktelefonsystem mit einer Vielzahl von Basisstationen (110) und einem Mobilendgerät (120), wobei jede Basisstation jeweilige Steuerinformation auf einem jeweiligen Steuerkanal sendet, gekennzeichnet durch: eine Vorrichtung zum Vorhersagen des nächsten Ortes des Mobilendgerätes, basierend auf vorangehenden Orten des Mobilendgerätes, wobei die Vorhersagevorrichtung einschließt: einen Speicher (SQ) zum Speichern von Folgen von vorangegangenen Orten des Mobilendgerätes; eine mit dem Speicher in Kommunikation stehende Vorrichtung zum Vergleichen einer momentanen Folge, die den momentanen Ort des Mobilendgerätes und eine Vielzahl von vorangegangenen Orten (IPB) des Mobilendgerätes einschließt, mit jeder einer Vielzahl gespeicherter Folgen; eine Vorrichtung zum Auswählen einer der gespeicherten Folgen, basierend auf mindestens einer quantitativen Größe eines Grades an Übereinstimmung zwischen der momentanen Folge und der jeweiligen gespeicherten Folge; und eine Vorrichtung zum Generieren von Vorhersagen des nächsten Ortes des Mobilendgerätes, basierend auf der ausgewählten der gespeicherten Folgen; und eine Vorrichtung zum Abtasten des Steuerkanals einer Vielzahl von Basisstationen und zum Pflegen einer Prioritätsliste von Information bezüglich der abgetasteten Steuerkanäle und wobei die Abtastvorrichtung die Steuerkanäle basierend auf den durch die Vorhersagevorrichtung generierten Vorhersagen abtastet.
System nach Anspruch 22, gekennzeichnet durch: die Vielzahl von Basisstationen mit einer Vorrichtung zum Steuern einer Vielzahl von in einem verteilten Dateisystem organisierten Servern, ein Mobilendgerät mit einer Vorrichtung zum Kommunizieren mit dem dem Mobilendgerät am nächsten gelegenen Server, wobei die Kommunikationsvorrichtung auf Anwendungsdateien und Datendateien zugreift, die in den Servern gespeichert sind; und wobei die Steuervorrichtung ortssensitive Information unter den Servern verteilt, basierend auf einem nächsten durch die Vorhersagevorrichtung vorhergesagten Ort.
System nach Anspruch 23, dadurch gekennzeichnet, dass die mobile verteilte Systemplattform bzw. MDSP mindestens einen MDSP-Agent (MDSP-Agent) einschließt und mindestens einen mobilen schwebenden Agenten bzw. MFA (MF-AGENT), wobei der MFA dem Mobilendgerät zugeordnet ist und der MDSP-Agent mit dem MFA kommuniziert und den MFA zumindestens einem der Server in bezug auf das Mobilendgerät, basierend auf dem durch die Vorhersagevorrichtung vorhergesagten nächsten Ort vorzuordnet.
System nach Anspruch 24, dadurch gekennzeichnet, dass der MFA ein Prozess ist, der auf einem Server fern von dem Mobilendgerät ausgeführt wird, welches mit einem lokal zur Mobilstation befindlichen Server kommuniziert und damit vor-verbunden ist und welches einen replizierten Daten-Cache für den MDSP-Agent managet.