专利名称：基于模式识别的切换自优化方法
技术领域：
本发明涉及无线通信技术领域，特别是涉及ー种基于模式识别的切换自优化方法。
背景技术：
当前3GPP(3rdGeneration Partnership Project,第三代合作伙伴计划)在LTE (Long Term Evolution,长期演进)网络中引入 SON (Self-Organizing Network,自组织网络)，其目标是使无线接入网络可以实现自配置、自优化，自修复的功能。3GPP下属的多个工作组都參与了 SON的特性制定和标准化工作，其目前主集中在SA5和RAN3工作组。其中SA5主要是制定SON操作管理需求和网元与操作维护中心(0&M)之间的接ロ标准，RAN3主要讨论SON用例的实现方案，以及对于SON在X2和SI之间的信令过程。切換是无线通信过程中的重要过程。在当前的网络系统中，靠人工手动进行优化的系统不仅浪费时间，而且会导致成本过高。在LTE网络中引入S0N，其自配置、自优化，自修复的功能不仅可以改善系统性能，还可以減少人工工作量，降低运营成本。Rel_9S0N自优化研究集中在负载平衡和切换參数的最优化。Rel-IO除继续讨论这两点外还对干扰的控制、容量和覆盖率最优化以及RACH(Random Access Channel，随机访问信道)最优化三个方面进行研究讨论。在SON中，切换自优化算法的主要目标就是提高切换成功率，减少与切换相关的无线链路失败的次数，提高网络资源的使用效率。切换异常的场景主要有以下五种过早切换、过晚切換、乒乓切換、切換到错误小区和小区重选參数与切換參数不匹配。下面详细介绍各种切换异常场景的成因及特征(I)过早切換主要发生在重叠覆盖的热区，用户检测到的目标小区信号质量并不稳定，用户切换后目标小区信号质量已经非常低了，就会发生无线链路失败，随即与原基站重新建立连接。可以通过将相应的切换门限值调高，使其不易切換，就可以避免用户在邻区信号质量并不稳定的情况下进行不必要的切換。(2)过晚切換主要是由于用户的移动速率过快，在服务小区的信号质量已经极低时才触发切换，使得用户在切换初始或切换过程中就发生无线链路连接失败。与过早切换相对，过晚切换是由于对于高速移动的用户切换參数设置得过高所导致的，切換门限值较高，切換难度大，需要将门限值向低的方向适量调节。(3)乒乓切換用户在一定周期内，原小区和目标小区之间来回切換次数超过了预先设定的门限值，用户在这两个小区内停留的时间都很短，不会发生无线链路连接失败，但却对无线资源造成严重浪费。(4)切換到错误小区由于特定偏置參数设置不合理，导致在切換准备阶段，选择了错误的目标小区，切換到了非服务小区和目标小区的第三邻区。因此用户或者切换不成功，或者即使切換成功，也会马上发生无线链路失败。(5)小区的重选參数和切換參数不匹配造成的异常切换场景当用户刚刚建立呼叫连接就立即切换到另ー小区的现象，导致用户在空闲状态下自主选择的小区与在连接状态下所连接的小区不同。在通信领域对于切换优化过程的研究已经非常多，并且切换优化算法的类别也层出不穷。例如，有些研究针对各异常场景发生次数的多少来识别是哪种异常切換，从而进行相应參数的调整。首先，这样的识别是不合理的，而且仅就异常切换的场景进行參数的高或低的调节也是欠妥的。对于错误的切換失败场景判断可能导致系统做出错误的參数调整，错误的參数调整方式不但不能解决系统目前存在的切换异常，还不可避免地对正常的切換造成负面影响。
发明内容
(一)要解决的技术问题本发明要解决的技术问题是如何降低切换失败率。(ニ)技术方案为了解决上述技术问题，本发明提供一种基于模式识别的切换自优化方法，包括以下步骤SI、对网络中的切換行为进行检测和统计，所述切换行为分为正常切換行为和异常切换行为；S2、利用假设检验的方法，根据SI所统计的结果对切換行为进行识别，当识别出切换异常行为时执行步骤S3;S3、根据贝叶斯决策方法以及当前网络的状态调整相应的网络切换參数，从而实现切换自优化。优选地，所述异常切换行为分为过早切换行为和过晚切换行为，在步骤SI中，在预设的检测周期内对所述正常切換行为和异常切换行为的数量分别进行统计。优选地，步骤S2中对切换行为进行识别的步骤具体为假设网络中过早切换行为和过晚切换行为出现的概率相同，则根据中心极限定理将步骤SI的切换行为统计结果描述为服从数学期望= O. 5的高斯分布，对于数学期望落在(O. 5-x,0. 5+Χ)范围内的切换行为，识别为正常切换行为；对于数学期望落在小于或等于O. 5-χ范围的切换行为，识别为过早切换行为，对于数学期望落在大于或等于O. 5+χ范围的切换行为，识别为过晚切换行为，X为正实数。优选地,正实数
权利要求
1.一种基于模式识别的切换自优化方法，其特征在于，包括以下步骤 51、对网络中的切換行为进行检测和统计，所述切换行为分为正常切換行为和异常切换行为； 52、利用假设检验的方法，根据SI所统计的结果对切換行为进行识别，当识别出切换异常行为时执行步骤S3; 53、根据贝叶斯决策方法以及当前网络的状态调整相应的网络切换參数，从而实现切换自优化。
2.如权利要求I所述的方法，其特征在于，所述异常切换行为分为过早切換行为和过晚切换行为，在步骤SI中，在预设的检测周期内对所述正常切換行为和异常切换行为的数量分别进行统计。
3.如权利要求I所述的方法，其特征在于，步骤S2中对切换行为进行识别的步骤具体为 假设网络中过早切换行为和过晚切换行为出现的概率相同，则根据中心极限定理将步骤SI的切换行为统计结果描述为服从数学期望1^ = 0. 5的高斯分布，对于数学期望落在(O. 5-χ,0. 5+χ)范围内的切换行为，识别为正常切换行为；对于数学期望落在小于或等于O.5-χ范围的切换行为，识别为过早切换行为，对于数学期望落在大于或等于O. 5+χ范围的切换行为，识别为过晚切换行为，X为正实数。
4.如权利要求3所述的方法，其特征在于，正实数1=フ=凡/2，σ表示所述高斯分布的标准差，η表示检测到的切換行为样本的个数，α表示置信度，μ α/2表示高斯分布中用于划分不同样本类型的边界位置的分位点，且置信度a =P{|U|彡μα/2}，其中，统计量び=^^·，—表示检测到的任一切换行为样本，所述样本类型包括正常切換行为样本、 σI X过早切换行为样本和过晚切换行为样本。
5.如权利要求4所述的方法，其特征在于，步骤S3具体为 531、将任ー异常切換行为样本的贝叶斯概率表示为 尸( ) j Y-,I 出,.)"(どり,) P(X) 其中，Oi表示异常切換行为，i = I或2，而X为检测周期内统计得到的异常切换行为样本集，P(Xl COi)表示在异常切换行为COi的情况下，样本集X出现的概率，P(COi)表示异常切换行为Oi出现的先验概率，P(X)表示样本集X出现的先验概率； η 532、调整网络切换參数，以使函数〉MoI COi, S^Pico I I)最小，其中a表示调整网络切换參数的行为，S表示当前网络的状态，λ (a I ω 7 s)表示在当前网络状态S发生异常切换行为Oi的情况下，执行调整网络切换參数的行为a时所产生的风险，參数调整的方式为如果为过晚切换行为则增大小区特定偏置CIO,如果为过早切换行为,则减小CIO。
6.如权利要求5所述的方法，其特征在于，在步骤S32之后包括步骤S33:将当前网络可以接受的最大切换失败率设为A，在步骤S32进行參数调整后，判断网络切換失败率是否低于A，若是，则更新网络切换參数，否则进ー步调整网络切换參数，以降低切换失败率。
7.如权利要求5所述的方法，其特征在于，所述网络的状态为繁忙或空闲。
全文摘要
本发明涉及无线通信技术领域，公开了一种基于模式识别的切换自优化方法，包括以下步骤S1、对网络中的切换行为进行检测和统计，所述切换行为分为正常切换行为和异常切换行为；S2、利用假设检验的方法，根据S1所统计的结果对切换行为进行识别，当识别出切换异常行为时执行步骤S3；S3、根据贝叶斯决策方法以及当前网络的状态调整相应的网络切换参数，从而实现切换自优化。本发明基于模式识别理论，对要改善的异常场景进行合理、准确的判断，在综合考虑行为的风险等因素后，对相应参数进行调整，从而减少不必要的切换，降低无线链路连接失败率，提高用户体验。
文档编号H04W36/00GK102695218SQ20121016812
公开日2012年9月26日 申请日期2012年5月25日 优先权日2012年5月25日
发明者宋梅, 张勇, 张羽, 滕颖蕾, 满毅, 牟善文, 秦文聪, 都晨辉, 魏翼飞 申请人:北京邮电大学