一种时延忍受异构无线移动网络的流量分载方法
【技术领域】
[0001] 本发明涉及移动通信技术领域中关于流量分载的基于时延的分载流量方法，特别 是涉及一种时延忍受异构无线移动网络的流量分载方法。
【背景技术】
[0002] 随着无线通信技术的发展，智能终端增加了移动数据流量增长，另一方面，移动互 联网应用、视频业务进一步加剧了移动数据流量的增长。快速增长的移动数据流量对核心 网造成了巨大的压力，导致了网络拥塞，连接中断等问题，影响了用户体验。为了解决这一 问题，3GPP提出了Local IP Access(LIPA)和selection IP traffic offload(SIPTO) 技术方案来实现对宏网络数据流量的分载。LIPA是基于本地移动数据的分载，可以支持 在本地网络之内的用户直接通信，而无需通过核心网，这一方案的实现主要是通过家庭基 站（例如，femtocell)进行直接的数据流量分载；而SIPT0允许用户通过家庭基站连接到 Internet中，而无需经过核心网。
[0003] LIPA/SIPT0存在以下几点缺点：
[0004] 干扰严重：
[0005] Small cell是工作在许可频段的低功率接入点，由运营商管理。Small cell 源于最初为家庭设计的Femtocell技术，现今延伸到企业Picocell、城市Metrocell和 Microcell，可以帮助家庭、企业以及城市和乡村公共区域改善蜂窝网络的覆盖、容量及应 用，提高用户质量，降低宏基站的负荷。
[0006] LIPA/SIPT0采用small cell作为家庭基站网关来实现对宏网络的分流，而通常 small cell在部署时采用与宏网络相同的频段，因此small cell部署之后不仅要考虑自身 相邻small cell之间的干扰，还要考虑small cell与宏站的相互干扰，以及宏站终端用户 对家庭基站用户的接收干扰。如果small cell与宏网络之间通过异频组网来解决干扰问 题，将会对频谱资源造成很大的浪费，而这对珍贵的频谱资源来说无疑是不可行的，因此现 在的small cell与宏网络是同频组网，因些需要在small cell之间采用复杂的干扰管理 算法来减干扰。
[0007] 分载效率低
[0008] 基于LIPA/SIPT0的流量分载方案是即时对用户数据进行分载，没有额外的时延， 适应于用户固定或者移动性低的网络场景，不适应于用户移动场景以及异构网络场景。在 LIPA/SIPT0这种分载方案下，如果用户不在small cell的覆盖范围，则用户立即选择从宏 网络进行数据流量服务，没有额外的时延增加给业务；如果在用户在高速移动过程中，用户 常常不会在某个家庭基站下停留太久时间，则大部分数据还是从宏网络流过，分载效率低。
[0009] 随机几何（Stochastic geometry)理论是20世纪70年代在几何概率学和积分 几何学的基础之上发展起来的一门现代随机集理论（见Stoyan D，Kendall W S，Mecke J. 1995.Stochastic Geometry and its Applications, 2nd edition. New York:Wiley)〇 随机几何理论最先被Miller等人应用在图像处理领域，应用于对感兴趣的目标的形状进 行识别等，近年来通信工作者将随机几何理论应用在WLAN网络的性能分析上，利用随机 几何的特性模拟基站的部署属性，分析其覆盖率及其接入点的概率（见H. Q. NGUYEN，F. BACCELLI. 2007. A Stochastic Geometry Analysis of Dense IEEE 802.11 Networks)〇
【发明内容】
[0010] (一）要解决的技术问题
[0011] 本发明的目的是提供一种时延忍受异构无线移动网络的流量分载方法，该方法能 够提高分载流量的预测准确度，提高wifi的流量分载效率。
[0012] (二）技术方案
[0013] 本发明提出的时延忍受异构无线移动网络的流量分载方法包括：步骤1，在特定 区域内构建随机几何模型的接入点AP部署图；步骤2,根据步骤1中所构建的AP部署图， 对在所述特定区域中的用户确定离散时间的状态转移概率；步骤3,确定用户距离与其通 信的AP的距离概率分布函数；骤4,确定所述AP的覆盖率；步骤5,根据步骤2、3和4得到 的结果确定在一定时间内用户期待分载的数据流量函数。
[0014](三）有益效果
[0015] 利用本发明的方法能够提高分载流量的预测准确度，提高wifi的流量分载效率。
【附图说明】
[0016] 图1是本发明的时延忍受异构无线移动网络的流量分载方法的流程示意图。
[0017] 图2是本发明构建联合随机几何和markov模型的AP部署流程示意图。
[0018] 图3是根据本发明用户在时间t内期待分载数据流量函数推导过程示意图。
[0019] 图4是根据本发明在时延忍受网络的流量分载流程示意图
【具体实施方式】
[0020] 为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照 附图，对本发明进一步详细说明。
[0021] 随机几何（Stochastic geometry)理论是20世纪70年代在几何概率学和积分 几何学的基础之上发展起来的一门现代随机集理论（见Stoyan D，Kendall W S，Mecke J. 1995.Stochastic Geometry and its Applications, 2nd edition. New York:Wiley)〇 随机几何理论最先被Miller等人应用在图像处理领域，应用于对感兴趣的目标的形状进 行识别等，近年来通信工作者将随机几何理论应用在WLAN网络的性能分析上，利用随机 几何的特性模拟基站的部署属性，分析其覆盖率及其接入点的概率（见H. Q. NGUYEN，F. BACCELLI. 2007. A Stochastic Geometry Analysis of Dense IEEE 802.11 Networks)〇
[0022] 本发明提出了一种时延忍受异构无线移动网络的流量分载方法，解决现在的 LIPA/SIPT0流量分载方案干扰严重，分载效率低的问题。
[0023] 本发明采用了 WiFi作为流量分载的载体对宏网络的数据进行分载，由于WiFi采 用的是公共频段，因此不存在small cell所存在的与宏网络之间的干扰问题，另一方面， wifi由于其易于部署的特点，周围存在大量的可用的wifi网络，不需要搭建新的wifi网 络，节约成本；本发明针对用户快速移动，对用户移动行为进行预测，并在保证业务QoS的 条件下为每一类业务分配一个最大时延忍受值，如果用户移动到有WiFi的场景下并在用 户可忍受的时延范围内，对用户的进行wifi分载；如果超过了用户的最大时延忍受值，则 直接通过宏网络进行数据服务，而不再等待。本发明根据用户的行为对用户能够分载的 数据进行预测，基于预测结果，分载决策者决定哪一部分数据在什么时候由哪个Access points (APs)来进行传输，从而实现对宏网络的流量分载。本发明基于随机几何模型的预测 将要分载的数据流量引入了 Access points (APs)的部署相关的先验知识，在一定的信道模 型下确定了 APs的覆盖范围，通过与Markov模型进行组合式建模，不仅能对特定信道模型、 AP位置等随机变化的特征参量进行统计分析，而且还可以对彼此之间的约束条件进行统计 估计，避免了网络部分信息的缺失对预测wifi分载流量结果的影响，同时考虑了干扰对用 户数据传输的影响，有效地提高了预测的准确性。
[0024] 本发明的基于随机几何markov模型的时延忍受异构无线移动网络的流量分载方 法的基本原理是，首先建立一个大小为a*b的区域A，以密度为￥的N个泊松点随机地分布 在区域A中，然后根据沃罗诺伊图的规则构建每个点的覆盖区域，构建随机几何模型；构建 随机点的随机几何模型后，通过半静态的马尔可夫过程对用户节点的移动性进行建模，每 个马尔可夫状态代表一个地理位置；用户在每个状态随机移动，采用马尔可夫过程估计出 每个状态的转移概率；最后利用随机几何模型计算出用户在每个状态逗留的时间t，如果 当前用户在遇到wifi时没有超过其业务的最大忍受时延，则通过wifi进行流量分载，如 果用户在等待wifi时超过其业务的最大忍受时延，则直接通过宏网络进行传输，利用随机 几何模型结合马尔可夫模型并最终得到wifi进行流量分载的流量在用户最大忍受时