用于用户设备移动性预测的系统和方法
【专利说明】
[0001] 相关申请交叉引用
[0002] 本申请要求2012年12月14日递交的发明名称为"用于用户设备移动性预测 的系统和方法（SystemandMethodforUserEquipmentMobilityPrediction)"的 第61/737, 602号美国临时专利申请和2013年3月15日递交的发明名称为"用于用户 设备移动性预测的系统和方法（SystemsandMethodsforUserEquipmentMobility Prediction)"的第13/839,830号美国非临时专利申请的优先权，该在先申请的内容W引 入的方式并入本文中如同全文再现一般。
技术领域
[0003] 本发明设及一种用于无线通信的系统和方法，且在特定实施例中，设及一种用于 用户设备移动性预测的系统和方法。
【背景技术】
[0004] 移动无线设备在无线网络中的位置对于多种应用可能是重要的，例如向用户提供 地图和方向。为了在移动无线设备的用户需要帮助时为应急人员提供方向，所述位置也可 能非常重要。比如交通报告、天气报告、附近餐馆、商店W及电影院的识别该样的其它应用 也可W依赖于移动无线设备的位置。不同的应用对确定移动无线设备的位置的精度水平可 W具有不同的要求。已经研发了多个机制用于确定无线设备的实际位置。然而，该些机制 通常需要无线设备频繁地向网络报告其位置，由此会耗尽网络资源。
【发明内容】
[0005] 根据实施例，用于无线网络中的移动性预测的方法包含与移动设备协商W确定将 在移动设备和移动性预测服务器两者上实施的移动性预测策略；根据移动性预测策略在训 练时段期间从移动设备接收至少一个实际位置和时间戳；W及仅当由移动性预测策略指定 时，才在训练时段之后从移动设备接收实际位置信息。
[0006] 根据另一实施例，配置用于无线网络中的移动性预测的网络组件包含处理器和计 算机可读存储介质，所述计算机可读存储介质存储用于通过处理器执行的程序设计。程序 设计包含用W进行W下操作的指令：与移动设备协商W确定将在移动设备和移动性预测服 务器两者上实施的移动性预测策略；根据移动性预测策略在训练时段期间从移动设备接收 至少一个实际位置和时间戳；W及仅当由移动性预测策略指定时，才在训练时段之后从移 动设备接收实际位置信息。
[0007] 根据另一实施例，用于无线网络中的用户设备扣巧移动性预测的方法包括与肥 协商W确定移动性预测协议，其中所述移动性预测协议指定将由UE和系统两者使用的移 动性预测器和参数，其中所述参数指定训练时段和将在训练时段期间交换的数据，并且其 中所述参数指定UE在训练时段的期满之后向系统报告实际位置信息的报告条件。所述方 法还包括在训练时段期间W实际位置信息训练在肥和系统上的移动性预测器，且当满足 报告条件时，在训练时段的期满之后从肥接收实际位置信息。
【附图说明】
[0008] 为了更完整地理解本发明及其优点，现在参考下文结合附图进行的描述，其中：
[0009] 图1示出用于传送数据的网络；
[0010] 图2示出用于移动性预测策略协商和位置估计的系统的实施例的协议图；
[0011] 图3示出用于提供在线肥移动性预测的实施例系统；
[0012] 图4示出用于协商移动性预测算法且实施移动性预测的方法的实施例的流程图；
[0013] 图5示出用于协商移动性预测算法且实施移动性预测的方法的另一实施例的流 程图；
[0014] 图6示出用于协商移动性预测算法且实施移动性预测的方法的另一实施例的流 程图；
[0015] 图7是示出在性能测试期间UE的实际路径（较浅阴影）与经估计路径（较深阴 影）之间的比较的图表；
[0016] 图8示出针对性能测试将实际位置与经估计位置相比所得的差值对累积分布函 数（CD巧的曲线图；W及
[0017] 图9是可W用于实施各种实施例的处理系统。
【具体实施方式】
[0018] 下文将详细论述当前优选实施例的制作和使用。然而，应了解，本发明提供可在各 种具体上下文中实施的许多适用的发明性概念。所讨论的具体实施例仅仅说明用W实施和 使用本发明的具体方式，而不限制本发明的范围。
[0019] 在无线网络中，肥移动性是有效资源管理的一个挑战性问题。设想请求具有严格 的服务质量怕〇巧约束的服务的驱动器可能很快进入不存在信号覆盖的长隧道。在此知识 的背景下，系统一般将不准入此服务，因为系统将不能够提供足够的容量来满足此服务的 QoS要求。除了服务准入，移动性管理还用于其它资源分配领域，例如流量控制、路由选择、 包调度等。一个实施例提供一种用于服务准入的移动性管理解决方案。所述实施例方法可 W应用到其它资源分配领域，例如路由选择、流量控制等。
[0020] 在实施例中，肥和系统彼此交换消息W协商移动性预测协议。移动性预测协议指 定将由UE和系统彼此并行使用的移动性预测器。移动性预测协议还指定参数，UE将向系 统提供所述参数（例如，用于UE的指定数目的先前位置的时间戳和位置）W用于训练移动 性预测器。位置和时间戳由UE和系统用来训练移动性预测器，使得在给定的时间内UE和 系统两者预测同一位置。移动性预测协议还指定条件，在所述条件下，UE将向系统报告其 实际位置。在训练时段之后，如果满足用于报告的条件，那么UE仅向系统报告其实际位置。 否则，UE将制止传输实际位置信息且系统假设其对于UE的预测位置是UE的实际位置。在 实施例中，移动位置可W被定义为绝对位置（例如，地理位置-经度和绅度）、相对于网络 基础设施（例如，从网络无线电节点接收的无线电信号强度、路径损耗、平均信噪比（SNR) 等）的位置、或相对于一个或多个附近风景参考（例如，建筑物、建筑、桥、道路、公园、娱乐 区等）的位置。在实施例中，每当UE向系统报告时，移动报告内容可W包含如上文所定义 的任何类型的位置、移动设备的当前和/或历史位置、关于路由计划（如果可获得，例如GPS计划）的信息、W及与位置信息相关联的预测器专用数据。报告给系统的位置可W作为相 对于前一报告的改变（例如，在上一位置的北方10米处）。
[0021] 一个实施例提供一种简单的系统W实现在线移动性预测，其中UE仅在需要时（例 如，估计误差超出某一阔值、UE的方向从前一行进方向的改变超出阔值、UE的行进速度的 改变超出阔值、肥将行进穿过或已经行进穿过的情况需要更新（例如，肥将进入隧道或已 经离开隧道）等）报告位置信息。系统还实现快速适应在运行中的任何变化。利用更准确 的肥移动性可W更好地分配资源。给定已经准入的肥的准确移动模式，准入控制可W准 入更多的用户。切换性能且由此体验质量怕〇巧可W得到改进。利用准确的移动性信息， 路由选择可W选择更好的路由。路由选择可W与其它历史统计数据组合W用于更好的移动 性预测。准确地知道UE位置可W有助于产生更好的资源利用率W改进服务准入性能、切换 /路由选择性能等。
[0022] 一个实施例估计在任何给定时间处的UE的位置。将时间划分成训练阶段和预测 阶段。在训练阶段中，UE向系统报告其具有时间戳的位置信息。UE和系统两者运行相同的 算法W训练移动性预测器。
[0023] 在实施例中，预测方案是每用户或每应用定制的按需移动性预测方案。预测器算 法、报告内容、W及报告时段可W在每用户基础、每会话基础、每应用基础上或基于肥设备 能力/电池、应用服务质量（QoS)、W及网络拓扑（进行或不进行更密集的部署等）中的一 者或多者进行协商。