一种超密集组网移动负载的均衡方法
【技术领域】
[0001] 本发明涉及一种超密集组网移动负载的均衡方法，属于无线通信技术领域。
【背景技术】
[0002] 近年来无线数据业务呈爆发式增长，大量的数据流量都在室内环境中发生，因此 引入小型基站（Small Cell Base Station)以提高室内覆盖和全网容量。在未来的5G通 信中，无线通信网络正朝着网络多元化、宽带化、综合化、智能化的方向演进。随着各种智能 终端的普及，数据流量将出现井喷式的增长。未来数据业务将主要分布在室内和热点地区， 这使得超密集网络成为实现未来5G的大量流量需求的主要手段之一。超密集网络能够改 善网络覆盖，大幅度提升系统吞吐量，并且对业务进行分流，具有更灵活的网络部署和更高 效的频率复用。未来，面向高频段大带宽，将采用更加密集的网络方案，部署小小区/扇区 将高达100个以上。在长期演进（Long Term Evolution，以下简称LTE)中，由于室内用户 产生的数据流量大且用户业务分布又不均匀，导致网络局部拥塞问题严重，3GPP将自组织 网络（Self-Organizing Networks，以下简称SON)引入LTE，减少配置和管理网络的开销， 解决网络局部容量拥塞问题。
[0003] 移动负载均衡（Mobility Load Balancing，以下简称MLB)是LTE的SON自优化中 的重要功能之一，应用MLB技术可及时有效地处理基站间业务量的不均衡，达到改善LTE宏 基站与超密集组网覆盖性能与系统吞吐量优化，对网络性能和用户体验等产生重要影响， 具有重要的理论及实际应用价值。当LTE小区间的负载出现不均衡的时候，可以通过调整 切换参数，使高负载小区边缘区域的用户切换到低负载的邻居小区，从而在不需要人工干 预的情况下实现小区之间的负载均衡，使系统吞吐量维持在较高水平。
[0004] LTE小区负载分布不均匀的现象，将会导致网络资源的不充分利用，并造成用户服 务质量（Quality of Service，以下简称QoS)下降。更甚者，当小区处于满负载状态时，新 接入的用户以及由其它小区切换过来的用户将会被阻塞，从而导致非常差的用户体验。MLB 技术用于解决上述现象，从而保证网络资源的最大化利用以及提升用户的QoS。然而，如果 选择了不合适的邻居进行MLB操作，不仅不会提升网络容量并保证用户的QoS，还有可能错 过进行MLB操作的最佳时机，导致更多的阻塞现象发生。因此，在MLB操作过程中，如何进 行邻居小区的选择是需要研究的关键问题之一。目前已有的MLB优化方法多为利用增加学 习算法和博弈论对系统进行优化，学习时间比较长，博弈过程比较复杂。
[0005] MLB是通过用户在小区间的切换来实现负载均衡的。这个事件触发上报是3GPP 36. 331协议中为切换测量与判决定义的一个概念。报告配置包含相应事件的相关参数。用 户会根据系统配置的测量事件进行测量上报。LTE中的切换由用户的测量报告触发。在LTE 小区之间，通常采用A3事件来触发切换。A3事件进入条件为A-RiSCIO+Hys，其中 分别是邻居小区参考信号接收功率的测量结果和服务主小区参考信号接收功率的测量结 果；CI0是小区个体偏移量，由邻居小区和主小区共同决定；Hys是该测量事件的迟滞参数。
【发明内容】
[0006] 本发明的目的是提出一种超密集组网移动负载的均衡方法，选取过载小区的邻居 小区中负载最小的两个小区进行负载均衡优化，优化算法采用Nelder-Mead算法。
[0007] 本发明提出的超密集组网移动负载的均衡方法，包括以下步骤：
[0008] (1)超密集组网中各小区的基站分别获取超密集组网中各小区的每个用 户的业务速率，并根据业务速率计算出每个用户所占用的物理资源块个数，记作M，
其中vh表示第h个用户的业务速率，再根据业务速率计算 同一小区内的所有用户占用的物理资源块个数总数，即该小区的负载。设定一个负载阈值 lth，将小区负载与阈值1J4行比较，若小区负载小于阈值lth，则认为该小区没有过载，若小 区负载大于阈值l th，则定义该小区为过载小区，用符号H表示，进行步骤（2);
[0009] (2)上述过载小区H的基站根据过载小区H的所有相邻小区负载大小，建立一个相 邻小区负载列表，并根据负载大小对相邻小区进行升序排列，选择负载最低的两个相邻小 区，将该两个相邻小区记作小区1和小区2 ;
[0010] (3)上述过载小区H的基站获取本小区内每个用户的本小区参考信号接收功率民 和相邻小区参考信号接收功率R,，i为过载小区标号，j为相邻小区标号。根据接收到的参 考信号功率确定过载小区H的边缘用户以及相邻小区，具体过程为：设定一个过载小区参 考信号接收功率的阈值R th，将过载小区H中用户的本小区参考信号接收功率民与阈值R th 进行比较，若RARth，则将该用户定义为过载小区H的边缘用户，若民< R th，则将该用户定义 为过载小区H的非边缘用户，并将边缘用户中接收到的相邻小区参考信号功率为最大的相 邻小区定义为边缘用户的目标小区；
[0011] ⑷根据步骤（3)中所确定的边缘用户和边缘用户的目标小区信息，过载小区H的 基站获取目标小区为小区1和小区2的边缘用户，并且获取这些边缘用户的业务速率，根据 业务速率计算这些边缘用户所占用的物理资源块个数；
[0012] (5)根据步骤（3)中边缘用户接收到的相邻小区参考信号功率&和本小区参考信 号功率民之差R s，对步骤（4)中目标小区为小区1和小区2的边缘用户进行切换判断，若 RfR^c+h，则将该边缘用户从过载小区H切换到它的目标小区，即该用户业务所需要的物 理资源块由目标小区提供，根据切换之后的用户所需的物理资源块个数重新计算此时过载 小区H和相邻小区的负载，若c+h，则该边缘用户所需要的物理资源块仍然由过载 小区H提供，其中c是过载小区H和相邻小区之间的个体偏移量，取值范围为（-20, 20)分 贝，h是切换判断过程的迟滞参数，本方法中设置为0 ;
[0013] (6)设Cl为过载小区H和小区1之间的小区个体偏移量，c 2为过 载小区H和小区2之间的小区个体偏移量，则点（Cl，c2)为优化参数，设点 (c' 1>C' 2)，（c" 1>C" 2)，（c" ' 1>C" ' 2)为优化参数变量，构成集合T，T={(c' 1>C' 2 )，（c" 1>C" 2)，（c" ' 1>C" ' 2)，其中4和4的初始值分别为过载小区H与相邻小区1和相 邻小区2之间的当前小区个体偏移量，c" JPc"':的初始值是在[Cl，c' J范围内，按 均匀分布随机选择的过载小区H与小区1之间的小区个体偏移量，c" JPc" ' 2的初始 值是在[Cl，c' 2]范围内，按均匀分布随机选择过载小区H与小区2之间的小区个体偏移 量，Ci是小区个体偏移量C的下限值；
[0014] (7)定义一个负载收益的目标函数u(Cl，c2)如下：
[0015] u(c!, c2) = a hlh+a :1:+a 212
[0016]
n 取 h，l，2
[0017] 其中，lh为过载小区H的负载，1 :和1 2分别为小区1和小区2的负载，负载由步骤 (5)计算得到，1^= 0. 51_，lth= 0. 81_，1_为设定的小区负载上限；
[0018] (8)通过计算，从步骤（6)的集合T中，得到使目标函数u(Cl，c2)取得最大值的点 s h、使目标函数u (Cl，c2)取得最小值的点Sl以及使目标函数u (c u c2)取得中间的值的点Sni， 对集合T中的点进行排序操作，得到集合S ={sdsm, sh};
[0019] (9)对集合S = h，sm, sh}利用两点之间对应坐标的运算，得到点sd、点点 和点8。，~=^(~+', !)，81=(1+(111|11)8(1-(111|1181，其中（1 11|11=1，8(；=丫卜+(1-丫）8(1，其中丫 =3, sc= 0 s i+Q-0 ) sd，其中= 当优化参数（h，c2)取点，得到负载收益目标函 数的值u (sh)，当优化参数（Cl，c2)取点sj寸，得到负载收益目标函数的值u (s J，当优化参 数（Cl，c2)取点81时，得到负载收益目标函数的值U(Sl)，当优化参数（ Cl，C2)取点M寸，得 到负载收益目标函数的值u(s)，当优化参数（Cl，C 2)取点\时，得到负载收益目标函数的 值U(SJ，当优化参数（Cl，C 2)取点S。时，得到负载收益目标函数的值u(s。）；
[0020] (10)对步骤（9)中得到的