一种基于OWMAD的LWA系统的网络接入点选择方法与流程

本发明属于移动通信领域，涉及异构网络中lwa系统的网络接入点选择技术。

背景技术：

近年来，随着移动数据业务量与类型的爆炸式增长，对网络系统容量以及数据速率提出了更高的要求。为满足未来10年近1000倍的移动业务量增长，第五代移动通信(5g)成为学术界与工业界的研究热点。以提高移动数据速率和网络系统容量为目的，近来涌现了许多新的技术与解决方案，如大规模mimo、毫米波通信、密集蜂窝异构网络等技术。在现有的异构网络(hetnet)中，ieee802.11无线局域网(wlan)拥有丰富的带宽资源和在城市中大量低成本部署的优势，使得wlan网络成为补充lte网络比较有吸引力的解决方案。通过利用在热点地区或业务压力较大的区域内大量部署低发射功率的ap，将lte网络传输的部分数据通过wlan网络传输到用户(userequipment,ue)，提高整个网络的系统容量。

异构网络已经成为关键的网络演进路径，同时各网络的相互融合也成为一大趋势，lwa(ltewlanaggregation)系统在改善系统频谱效率与能量效率以及提升网络系统容量与数据传输速率方面发挥着重要的作用。lwa系统的基本思想是利用现有wlan网络的ap部署，将一部分需要由enb传输到ue的数据通过wlan网络传输到ue，利用wlanap的部署密度与数量的优势，提高网络的频谱复用率，从而改善网络的整体性能。与传统的lte系统不同，lwa系统具有以下优点：其一，ap大量密集部署在网络系统中，尤其在热点地区或业务负载量较大的区域，lwa不仅能够解决传统蜂窝网络中存在的覆盖盲区问题，改善网络的覆盖范围，而且还能实现基站和ue之间的无缝连接以及网络的负载均衡，提高网络系统容量；其二，在lwa系统中，虽然ap覆盖范围较小，发送端(ap)到接收端(ue)的传输距离较短，提高了ue通信质量，同时wlanap的发送功率较小，部署灵活且成本低，从而降低整个系统的成本。如上所述，lwa系统展示出了美好的应用前景。然而，在lwa系统中，由于现有部署的ap数目越来越多，导致ap站点间的间距越来越小，因而也带来了一系列新的技术难题与挑战。第一，在lwa系统中，由于enb和ap的大量密集部署，尤其是ap数量庞大，且各接入点性能迥异，如何高效的在lwa系统接入点选择中选择性能最优接入点是非常必要且实际的问题。第二，lwa系统中，卸载分流并不是单一选择某个网络进行流量的传输，资源分配前需要考虑各网络基站的容量和性能，若分配数量不加以限制，则极有可能给某个网络带来性能下降、容量降低等弊端，因此，资源分配需要考虑在不损害现有两个网络性能情况下，如何高效分配资源以提升系统的吞吐量和性能。

在实际lte网络系统中，发生业务请求的ue数目是随时间变化的，当网络中请求业务的ue数目较多时，会大量出现enb负载过重，系统性能下降的情况。此时，若lte网络enb不能有效减轻其负载，加上大量新用户未知当前网络接入点性能较差强行接入网络，从而增加系统拥塞概率，网络性能变坏，系统吞吐量下降。因此提出lwa系统网络接入点选择技术，其可在保证用户得到足够的qos(qualityofservice)稳定的前提下，有效的减轻enb负载，降低拥塞概率，增加系统吞吐量。网络接入点的选择主要包括三个过程：(1)接入点发现过程；(2)接入点选择过程；(3)接入点接入过程。在lwa系统网络接入点选择中，主要选择lte网络的enb和wlan网络的ap，如单一的选择某一个网络接入点或者两个网络接入点都选择。

在异构网络lwa系统中，网络接入点选择技术所面临的主要问题与技术挑战包括：

(1)网络接入点选择中性能最佳接入点接入设计。设计合理有效的接入点性能评判标准，选择性能最佳的网络接入点进行连接，现有的方法有基于最大rrsi(receivedsignalstrengthindicator)接入点选择、最大sinr(signaltointerferencenoiseratio)接入点选择方案等。

(2)如何快速有效的收集各网络接入点选择的属性集的属性值。

(3)如何减少接入点选择的等待时间。

技术实现要素：

有鉴于此，本发明的目的在于针对由于大量用户接入而带来的lte网络enb负载过大，lte网络接入点并不能保证用户qos需求，提供一种基于owmad(optimalweightedmulti-attributedecision)的lwa系统的网络接入点选择方法，简化ue测量计算过程，并减少ue与基站反馈信息量。

为达到上述目的，本发明提供如下技术方案：

一种基于owmad的lwa系统的网络接入点选择方法，首先通过rssi来选出网络接入点的待选子集并设置多属性决策集：接入容量、rssi、时延；然后ap和enb向网络端反馈容量的属性值和时延值，ue向网络端反馈rssi，对于不同网络的属性值生成决策矩阵；其次根据决策矩阵和最优权重向量，简单快速地计算出每个enb和ap的加权值；最后利用选择加权最小值进行接入策略。为让ue选择性能最佳的接入点进行连接，本发明通过构造拉格朗日函数得到接入点最优权重向量。所述方法具体包括以下步骤：

s1：在网络接入点选择周期内，网络端首先根据ue反馈的信息，获取当前网络接入点选择周期内可供选择的enbs集合和aps集合

s2：分别测量网络接入点备选子集和属性集的属性值，形成属性值的决策矩阵an×m，并对其进行规范化处理，得到决策规范化矩阵rn×m；

s3：计算出当前网络接入点的属性最优权重向量ω+；

s4：基于步骤s3，计算出各网络接入点的加权值向量f+；

s5：基于步骤s4，对加权值f+进行排序，求得加权值最小的网络接入点b^*，并执行接入点连接。

进一步，所述步骤s1具体包括：在网络接入点选择周期内，网络端首先根据ue反馈的信息，获取当前网络接入点选择周期内可供选择的enbs集合和aps集合且分别满足：

其中，表示enbs集合中某个enbbi为ue服务时，uek所接收的lte网络的rsrp值，为lte网络覆盖范围内，uek允许接收的lte网络最小值；表示aps集合中某个apbj为ue服务时，uek所接收的wlan网络的rsrp值，为wlan网络覆盖范围内，uek允许接收的lte网络最小值。

进一步，所述步骤s2具体包括以下步骤：

s21：决策矩阵的行对应网络接入点，列由各网络接入点的属性集的属性值来确定，接入容量、rssi和时延三个属性来组成属性集，具体为：

其中，aij表示第i个接入点的第j个属性的属性值；

s22：统一度量，对决策矩阵进行规范化处理得到决策规范化矩阵为：

其中，表示决策矩阵an×m第j列中的最大值；表示决策矩阵an×m第j列的中的最小值。

进一步，所述步骤s3具体包括以下步骤：

s31：定义目标函数其中ωj表示属性集中的第j个属性的权重值；

s32：对接入点加权值构造拉格朗日函数l(ω,ξ)，求得最优权重向量

进一步，所述步骤s4具体包括：利用最优权重向量ω+与决策矩阵得到每个网络接入点的加权值向量：

f+＝[f1,f2,…,fn]^t＝rn×m*ω+

其中，fi表示第i个网络接入点的性能加权值。

进一步，所述步骤s5中，对加权值进行排序得到性能最优的网络接入点：

本发明的有益效果在于：本发明不但能有效地减轻lte网络enb的负载，并同时有效的缩短数据时延。相比于传统的选择最大rssi的接入点或最大sinr的接入点的方案，本发明能够提高lwa系统的频谱利用率，减轻enb的负载，保证ue的qos需求。同时，大大减少了网络接入点机制所带来的ues与enbs的信息反馈量，简化了接入点选择过程。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为基于信号强度接入点选择初始化示意图；

图2为接入点选择属性集示意图；

图3为网络接入点选择时序图；

图4为基于owmad的接入点选择算法流程图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

本发明所述的一种基于owmad的lwa系统的网络接入点选择方法，包括9个初始条件和6个主要步骤具体为：

初始条件1：假设每个ue配备单天线，enb与ap之间通过xw接口进行连接，并可传递包括ue位置、ue的移动性、负载等在内的信息。在网络系统中存在一个中心控制器(可简称为网络端)，专门负责收集ue报告的相关信息和ap、enb的接入容量信息和时延信息，并执行网络接入点选择操作。enb与ap和网络端都需要进行双连接，三者两两相连。

初始条件2：考虑一个应用网络接入点选择的异构网络lwa系统。在该网络系统中，在宏小区覆盖范围内，其中，宏小区占用低频段(<2.5ghz)，提供大范围覆盖及ue的位置追踪功能，aps部署在宏小区覆盖范围内，在aps占用高频段(>5.0ghz)，利用wlan网络的大量空闲频谱，提供稳定高速数据传输与改善网络系统容量。宏小区为维持大范围覆盖及ue追踪以及反馈信息，aps则会根据系统需求来反馈信息。

初始条件3：由于实际网络中enbs位置一般是固定的，enbs间的信道增益可以认为是保持恒定或波动幅度较小，同样aps位置也是固定的，aps间的信道增益同样可以认为是保持恒定或波动幅度较小。进而可知，对于一个ue而言，一旦enbs和aps部署完毕，可认为其接入点属性值的决策矩阵中大部分只与ue相关联。因此，在网络拓扑结构确定后，可以事先离线测量出lwa系统中enbs和aps的属性值并形成决策矩阵，将其保存在网络端。

初始条件4：

接入点选择初始化：网络中的ue为双链接ue，ue同时与enb、ap和网络端建立连接。ue在网络活动的过程中，周期性向网络端上报一次自身服务enb、ap的rssi及其相应的enbid和apssid，如果遇到单一的enb和ap，则无需执行上报过程，若遇到单一enb和多个ap，则只需要上传ap的rssi及其相应apssid。在某一接入点选择周期内(图1为接入点选择初始化信号强度示意图)，对于uek针对于两个网络设计不同的rsrp阈值和对比lte网络的rssi的值和选出lte网络enb可供接入点选择的待选集对比wlan网络的rssi的值和选出wlan网络ap可供接入点选择的待选集

初始条件5：

决策矩阵的定义：定义网络的属性集(图2为接入点选择属性集示意图)，其主要指接入容量、时延、rssi。对于lwa系统中的单个uek，都需要收集lte网络和wlan网络的rssi并反馈给网络端，同时接入点enbs和aps需要收集当前接入点的容量和时延的属性值，并向网络端反馈信息。假设lte网络有nl个enb，wlan网络有nw个ap，并且两个网络都考虑属性集有m个属性集。对于lte网络的属性值构造决策矩阵同时对于wlan网络的属性值构造决策矩阵

初始条件6：

决策矩阵规范化的计算：由于各网络的接入点的性能存在差异，导致其属性集中的属性值也会不同，为了方便后续计算，需要对每个属性进行归范化处理。对于lte网络的enbs的决策矩阵的列向量al＝[a1l,a2l,…,aml]^t，采用下式(3)对列向量元素进行规范化处理的到规范化矩阵对于wlan网络的aps的决策矩阵的列向量a＝[a1p,a2p,…,amp]^t，采用下式(4)对列向量元素进行规范化处理的到规范化矩阵

初始条件7：

最优权重确定：属性权重对于属性来说，其能够很好反应属性在属性集中的变异程度，对各接入点的性能起决定性影响，所以权重值应慎重考虑。为了与属性值相对应，利用决策矩阵和目标函数来得到最优权重，其中各接入点性能目标函数g+，为了得到权重值构造拉格朗日函数l(ω,ξ)，得到权重最优解

初始条件8：

最优方案确定：在网络接入点选择方案中，对于不同网络的接入点，考虑到属性值不同，利用目标函数得到最优权重向量ω+，利用最优权重值和接入点性能得到加权值，对加权值进行排序，选择加权最小值所带代表的接入点即为当前网络的性能最佳接入点，则lte网络的最佳接入点为wlan网络的最佳接入点为

初始条件9：假设网络接入点的属性集的属性值已经事先测量且保存至网络端。进一步假设网络中的ue为双链接ue，即ue同时与enb、ap和网络端建立连接。ue在网络活动的过程中，周期性向网络端上报一次自身服务enb、ap的rssi及其相应的enbid和apssid，如果遇到单一的enb和ap，则无需执行上报过程，若遇到单一enb和多个ap，则只需要上传ap的rssi及其相应apssid。具体的上报信息反馈时序如图3所示。

在以上初始条件的基础上，如图4所示，本发明所述网络接入点选择方法以如下步骤实施：

步骤一：在网络接入点选择周期内，网络端首先根据ue反馈的信息，获取当前接入点选择周期必须可供选择的enbs集合和aps集合且分别满足式(17)：

其中，表示enbs集合中某个enbbi为ue服务时，uek所接收的lte网络的rsrp值，为lte网络覆盖范围内，uek允许接收的lte网络最小值；表示aps集合中某个apbj为ue服务时，uek所接收的wlan网络的rsrp值，为wlan网络覆盖范围内，uek允许接收的lte网络最小值；与此同时，获取可供选择的enbs集合和aps集合

步骤二：分别测量网络接入点备选子集和属性集的属性值，利用式(1)(2)生成当前属性值的决策矩阵an×m，利用式(3)(4)对决策矩阵的列向量进行规范化处理，得到决策规范化矩阵rn×m。

步骤三：利用式(18)(19)计算出当前网络接入点的属性最优权重向量ω+。(假设为第k个ue进行选择，由于两个网络的接入点选择过程一样，统一写成一个通式，即式中n可以代表nl又可以代表nw)。

其中，rij表示属性值规范化后的值，l(ω,ξ)表示拉格朗日函数。

步骤四：利用式(20)(21)，计算出当前ue所有区域备选子集中各网络接入点的加权值，具体的讲，通过叠加最优属性权重与规范化矩阵rn×m来计算得到当前网络中的各个接入点的加权值。

f+＝[f1,f2,…,fn]^t＝rn×m*ω+(21)

步骤五：对于性能最佳的网络接入点选择，基于步骤四，对加权值进行排序的方式对网络接入点选择的进行判决，具体地，在所有的备选子集中，利用式(22)来选择出性能最优的接入点以备后续接入。

步骤六：最后，在第k个ue进行接入点选择周期，根据所获得的性能最佳即最小权值的网络接入点执行接入点连接操作。具体地，对于lte网络，在集合中选择出加权值最小的接入点进行连接；对于wlan网络，在集合中选择出加权值最小的接入点进行连接。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其做出各种各样的改变，而不偏离本发明权利要求书所限定的范围。