Lte-a异构网络中一种联合优化mlb与mro的方法
【技术领域】
[0001] 本发明涉及移动通信技术领域，具体涉及LTE-A异构蜂窝网络中利用簇相关理论 获取最佳负载重分配方案以判断各个节点的负载状态的方法、基于决策树理论判断切换优 化类型方法以及交叉控制自适应调整切换参数的方法。
【背景技术】
[0002] 随着移动宽带业务的迅速增长，网络规模的不断扩大，网络结构的复杂多样化，传 统的蜂窝网络不断进化为高密集、无规则的异构小蜂窝网络，以进一步提高网络覆盖以及 系统容量，提升用户的满意度。
[0003] 但是由于用户在网络中随机接入和离开，并在网络中不断移动，且他们的业务需 求各不相同，使得网络中各个节点的负载情况各不相同，导致某些节点由于用户的业务需 求量过大而因有限的网络资源而造成用户的呼叫阻塞，形成网络的局部拥塞效应，而其他 一些节点由于接入的用户请求较少甚至处于空闲状态而形成资源浪费的现象，而且用户的 移动性会造成切换操作的执行，而在网络中单纯执行移动负载均衡操作或者移动鲁棒性增 强操作并不会改善系统的性能，相反可能会造成全网性能的恶化，因而如何提升全网的资 源利用率，缓解网络局部拥塞，并优化切换性能是目前研究的又一热点。
[0004] 为了提升网络的智能化，减少人工管理的运营成本，下一代移动网络联盟确定在 下一代无线通信系统中引入自组织网络（Self-organizationNetwork,SON)关键概念，SON 主要包括三大部分：自配置、自优化和自治愈。在SON自优化模块中，MLB与MR0是其中重 要的两大部分，MLB是将超负载节点下的用户切换到低负载节点上进行服务，以分摊超负载 节点的业务，充分利用低负载节点的资源，不仅解决了网络局部拥塞问题同时提升了用户 满意度，降低用户平均呼叫阻塞率;MR0是为了优化网络切换性能，由于用户在网络中不是 出于静止状态，因而降低用户的切换失败率，ping-pong切换率以及链路连接失败率是其主 要目标。现有技术一般单独研究MLB与MR0,没有综合考虑二者的联合优化，而在实际中， 单独考虑MLB时，尽管实现了较好的负载均衡效果，但是可能造成用户频繁切换甚至大大 提升了ping-pong切换次数，恶化了用户的移动性能；而单独考虑MR0可能会造成资源的浪 费，网络局部拥塞等问题。
[0005] 发明人在研究现有技术的过程中发现，现有的负载均衡技术都是直接将当前网络 负载与负载门限比较或者与相邻小区负载进行比较，而没有得到一个最佳的负载重分配方 案，而且在自优化模块中都是单独考虑MLB或者MR0,可能导致长期网络性能的恶化。
【发明内容】
[0006] 针对现有技术的不足，提出了一种提升了整个系统的收敛时间，解决了潜在的 ping-pong切换效应，同时大大降低了负载均衡过程中的信令开销的LTE-A异构网络中一 种联合优化MLB与MR0的方法，本发明的技术方案如下：LTE-A异构网络中一种联合优化 MLB与MR0的方法，其包括以下步骤：
[0007] 101、在LTE-A异构网络的每个基站下建立信息存储模块，信息存储模块存储对应 基站下当前的负载信息，并统计其服务用户的切换失败信息、基站类型以及基站ID信息；
[0008] 102、对LTE-A异构网络中所有基站进行遍历，并根据步骤101中各个基站信息存 储模块下存储的负载信息、服务用户的切换失败信息、基站类型以及基站ID信息，采用簇 分组法对基站进行分组；
[0009] 103、根据步骤102中得到基站分组信息划分负载均衡域，求得负载重分配的最优 解，判断各个基站的负载状态；
[0010] 104、获取用户当前位置以及所属基站的相关信息，计算各个用户的平均数据传输 速率、平均移动速度，并利用决策树法对用户的切换优化类型进行判断，即用户是执行移动 负载均衡切换还是执行移动鲁棒性增强操作或者不进行任何操作；
[0011] 105、根据步骤104获得的切换优化类型，对相关的切换参数进行自适应调整处 理，即将移动负载均衡的相关指标与移动鲁棒性增强的相关指标进行联合交叉调整。
[0012] 进一步的，步骤102中的利用簇分组法对基站进行分组的具体步骤包括：
[0013] A1、查询各个基站的信息存储模块，获取各个基站的类型及ID信息；
[0014] A2、根据查询的相关信息，将宏基站覆盖范围内的所有基站包括宏基站划分为一 个簇；
[0015] A3、将每个簇中的宏基站作为簇头，其他基站作为簇中的节点；
[0016] 进一步的，步骤103中的根据基站的分组信息划分负载均衡域，求得负载重分配 的最优解，判断各个基站的负载状态，具体包括：
[0017] B1、将各个簇划分为负载均衡域，簇内节点通过负载均衡信令流程互相交换负载 相关信息；
[0018] B2、对获得的相关负载信息，根据纳什均衡原理将负载进行重分配，得到各个节点 理想负载分配值；
[0019] B3、将各个节点当前的负载值与计算得到的理想负载分配值进行比较，判断各个 节点的负载状态，即如果当前负载值-理想负载分配值3设定值M，则为超负载状态，反之 则处于轻负载状态。
[0020] 进一步的，步骤104中所述利用决策树法对用户的切换优化类型进行判断的步骤 具体包括：
[0021] C1、将用户的服务基站当前的负载状态信息、切换失败率、检测的参考信号的接 收功率RSRP、用户的平均移动速度以及数据传输速率作为决策树的输入信息，获得检测样 本；
[0022] C2、根据获得的检测样本信息，利用ID3算法对其进行归纳分析；
[0023] C3、根据归纳分析的结果得到预测模型，建立切换优化类型判别不等式，即各个属 性的加权不等式。
[0024] 进一步的，步骤105中所述根据已获得的切换优化类型，对相关的切换参数进行 自适应调整处理的步骤具体包括：
[0025] D1、统计各个节点当前的切换失败率，ping-pong切换率以及用户掉话率；
[0026] D2、对每个用户进行检测，根据决策树模型判决等式的取值判断得到切换优化类 型；
[0027] D3、根据A3事件的基本判断不等式/?S/% > 十(七调整服务小区 的切换偏移量，将服务小区当前负载信息与理想的负载差值作为因子调整切换参数，同时 将服务小区的切换失败率以及ping-pong切换率作为调整切换参数的因子，即对相关的切 换参数进行交叉控制调整；
[0028] D4、将调整切换参数之后的各个节点的基本属性存储在各个节点的信息存储模块 中，并进行更新。
[0029] 进一步的，步骤104和步骤105中的移动负载均衡的操作步骤具体包括：
[0030] E1、获得各个节点的负载均衡状态之后，对节点下的用户进行遍历；
[0031] E2、检测负载均衡域内其他低负载节点提供给各个用户的RSRP值以及低负载节 点当前的负载值；
[0032] E3、将低负载节点提供的RSRP与服务基站提供的RSRP进行比较，判断用户是否执 行切换操作，如果执行，则选择低负载且提供给用户最大的RSRP的节点作为用户切换的目 标节点；
[0033] E4、根据获得目标节点，对用户执行切换操作。
[0034] 进一步的，所述移动鲁棒性增强操作具体包括：
[0035] 对系统中所有用户进行遍历，获取用户服务节点切换失败率、ping-pong切换率等 信息；
[0036] 根据获得的用户切换信息，对小区之间的切换偏移量进行调整。
[0037] 进一步的，自适应调整参数包括：
[0038] 步骤901、统计所有节点的切换失败率HFO、ping-pong切换率HPP以及用户掉话 率CDR;
[0039] 步骤902、在移动性优化过程中，建立移动性优化函数进行参数调整
Wi表示切换失败率的影响大小，《 2表示ping-pong切 换率的影响大小，《；5表示用户掉话率的影响大小，Wmro表示切换性能因子的反馈指标。
[0040] 本发明的优点及有益效果如下：
[0041] 有效解决了MLB与MR0之间可能存在的冲突，从用户侧的角度出发，选择了切换优 化类别，保证了系统在负载与切换两方面的性能。在未来网络优化中是非常重要的自优化 功能，具有较好的实际应用价值。
【附图说明】
[0042] 图1是LTE-A异构蜂窝网络拓扑结构示意图；
[0043] 图2为基于簇理论的基站分组示意图；
[0044] 图3为基于簇分组的移动负载均衡信令流程示意图；
[0045] 图4为基于簇理论得到最佳负载重分配理论值的流程图；
[0046] 图5为节点负载状态判别流程图；
[0047] 图6为建立决策不等式流程图；
[0048