用于使用分布式天线系统进行地理负荷均衡的进化算法

用于使用分布式天线系统进行地理负荷均衡的进化算法
【专利摘要】提出了用于对具有多个数字远程单元(DRU)的无线通信系统中的非均匀分布的网络业务量进行均衡的方法及装置。在一些实施方式中，方法包括将多个DRU划分成多个DRU扇区，并且取决于上述DRU扇区中的至少之一中的业务量状况来动态地重新划分上述多个DRU扇区，使得该重新划分满足软容量约束或硬容量约束中的至少之一。该动态重新划分可以基于至少一个优化算法。
【专利说明】用于使用分布式天线系统进行地理负荷均衡的进化算法
[0001] 相关申请的交叉引用
[0002] 本申请要求于2012年2月17日提交的题为"Evolutionary Algorithms for Geographic Load Balancing Using a Distributed Antenna System，'的美国临时专利申 请No. 61/600, 530的优先权，其全部公开内容出于所有目的通过引用合并到本文中。

【背景技术】
[0003] 分布式天线系统（DAS)已经广泛地实施于现有技术的蜂窝通信系统中以增强无 线网络性能。DAS因其与传统无线网络设施相比而言的架构设计而相对于常规通信系统具 有明显的优势。近期的研究确定了使用DAS的其他潜在优点。然而，大部分关于DAS的近 期工作并未关注用于优化负载均衡性能的负载均衡技术。因此，在本领域中需要与DAS中 的负载均衡相关的改善了的方法和系统。


【发明内容】

[0004] 随着蜂窝用户的增加，在无线网络中常见有业务量热点和不均衡的业务量分布。 本发明的实施方式涉及用于移动网络的负载均衡系统，该负载均衡系统根据业务量地理分 布来优化蜂窝性能以提供高的服务质量（QoS)。在一些实施方式中，由多扇区基站收发台 (BTS)提供的虚拟化分布式天线系统（VDAS)具有在给定地理区域上分配蜂窝容量的能力。 VDAS可以将一部分BTS容量集中在业务量"热点"周围，并且将剩余的BTS容量重新分配在 其他小区上。为了能够在分布式天线（DA)之间进行负载均衡，本发明的实施方式可以取决 于时变业务量将DA动态地分配给BTS扇区。在一些实施方式中用公式将VDAS扇区化表示 为整型线性约束优化问题，VDAS扇区化使得作为网络中的两个重要的关键性能指标（KPI) 的受阻呼叫和切换最小化。在一些实施方式中，VDAS扇区化技术在满足每个扇区处的容量 需求的同时考虑连续并且紧密的扇区来使切换的数量最小化。许多实施方式包括遗传算法 (GA)和估计分布算法（EDA)这两个进化算法中的至少之一以解决该问题。呈现有针对不同 的业务量情形评估系统性能的结果。结果表明这两个进化算法对于小规模的网络获得极佳 的 KPI。
[0005] 本发明的实施方式包括用于对VDAS无线通信系统中的业务量进行优化的方法及 装置。检查对DRU的扇区化以对VDAS LTE系统中的业务量进行均衡。认为合适的扇区化 是在每个扇区中有效地使用满足软容量和硬容量的资源（许可）。提出了连续并且紧密的 扇区以减少切换和干扰。在一些实施方式中将DRU扇区化公式化为使受阻呼叫和切换呼叫 最小化的整型线性规划问题。
[0006] 公开了包括EDA算法和GA算法的实施方式以解决扇区化问题，并且将各个解彼 此以及与最优解或下界解进行比较。通过使用三个测试问题，EDA算法相比GA算法毫无疑 问地提供了更好更快的结果，并且对于能够列举其大小的问题实现了最优性。对于小网络 (19_DRU)，EDA算法和GA算法显示出出色的性能。对于大网络，EDA在合理的时间内显示出 优异的特性。
[0007] 根据本发明的一种实施方式，提供了一种用于对具有多个数字远程单元（DRU)的 无线通信系统中的非均匀分布的网络业务量进行均衡的方法。该方法包括将上述多个DRU 划分成多个DRU扇区，并且取决于上述DRU扇区中的至少之一中的业务量状况动态地重新 划分上述多个DRU扇区，使得该重新划分满足软容量约束和硬容量约束中的至少之一。该 动态重新划分基于至少一个优化算法。例如，上述至少一个优化算法可以包括至少一个进 化算法例如遗传算法（GA)或估计分布算法（EDA)。
[0008] 在一些实施方式中，上述至少一个优化算法包括至少一个线性规划模型，该线性 规划模型包括以下约束中的至少之一：使受阻呼叫最小化、使呼叫切换最小化或者使DRU 扇区中的每一个的紧密性指标最大化。DRU扇区中的每一个可以包括连续的DRU并且DRU 扇区中的每一个可以基本紧密。例如，软容量约束可以包括最大用户数量以维持可接受的 信噪比（SNR)。再例如，硬容量约束可以包括分配给虚拟基站（VBS)的许可/资源的总数。
[0009] 根据本发明的另一种实施方式，提供了一种用于对具有多个数字远程单元（DRU) 的无线通信系统中的非均匀分布的网络业务量进行均衡的方法。该方法包括：a)提供与基 站的多个扇区相关联的数字接入单元（DAU);以及b)提供与该DAU相关联的多个DRU。该 方法还包括：c)将上述多个DRU划分成多个DRU扇区；以及d)测量与上述多个DRU扇区相 关联的受阻呼叫的数量。该方法还包括：e)确定受阻呼叫的数量大于预定阈值；以及f)使 用至少要素 c)至要素 e)进行迭代。
[0010] 根据本发明的特定实施方式，提供了一种用于对分布式天线系统（DAS)中的非均 匀分布的网络业务量进行均衡的方法。该方法包括：a)提供与基站的多个扇区相关联的数 字接入单元（DAU);以及b)提供与该DAU相关联的多个数字远程单元（DRU)。该方法还包 括：c)将上述多个DRU划分成多个DRU扇区；以及d)对与上述多个DRU扇区相关联的业务 量状况的至少一个度量进行测量。该方法还包括：e)将上述至少一个度量与预定阈值进行 比较；f)确定有必要进行对划分的迭代；以及g)对至少要素 c)至要素 e)进行迭代。
[0011] 根据本发明的另一特定实施方式，提供了一种分布式天线系统（DAS)。DAS包括 一个或更多个数字接入单元（DAU)和与上述一个或更多个DAU耦接的多个数字远程单元 (DRU)。该系统还包括数据处理器，该数据处理器与上述多个DRU耦接并且该数据处理器包 括非暂态计算机可读存储介质，该非暂态计算机可读存储介质包括有形地体现在该计算机 可读存储介质上的多个计算机可读指令，上述多个计算机可读指令当由该数据处理器执行 时提供对网络业务量的均衡。上述多个指令包括：a)使该数据处理器将多个DRU划分成多 个DRU扇区的指令；以及b)使该数据处理器对与上述多个DRU扇区相关联的业务量状况的 至少一个系统度量进行测量的指令。上述多个指令还包括：c)使该数据处理器将上述至少 一个系统度量与预定阈值进行比较的指令；以及d)使该数据处理器确定上述至少一个系 统度量大于该预定阈值的指令。上述多个指令还包括：e)迭代至少要素（a)至要素（d)。 在一些实施方式中，取决于特定的系统度量，还可以将上述指令修改成确定上述至少一个 系统度量小于预定阈值。在此情况下，进行迭代直到该系统度量大于或等于该预定阈值为 止。本领域的普通技术人员会意识到许多变型、修改和替代方案。
[0012] 在一些实施方式中，迭代的数量可以取决于DRU扇区中的至少之一中的业务量状 况，使得重新划分满足软容量约束或硬容量约束中的至少之一。在一些实施方式中，软容量 约束可以包括减少切换，而硬容量约束可以包括在任意一个时间点的所处理的呼叫的最大 数量。在一些实施方式中，动态的重新划分基于至少一个优化算法。

【专利附图】

【附图说明】
[0013] 可以通过参考附图来理解各实施方式的本质和优点。在附图中，类似的部件或特 征可以具有相同的附图标记。而且，相同类型的各部件可以通过在附图标记后面跟随破折 号和区分相似部件的第二标记来进行区分。如果在说明书中仅使用了第一附图标记，则该 描述适用于具有该第一附图标记的相似部件中的任何一个，而无需考虑第二附图标记。
[0014] 图1是根据一些实施方式的示例分布式天线系统（DAS)的示意图；
[0015] 图2A和图2B示出了根据一些实施方式的示例方法；
[0016] 图3示出了根据一些实施方式的示例扇区化问题和解决方案；
[0017] 图4A和图4B是与一些实施方式相关联的示例扇区化情形；
[0018] 图5A和图5B是与一些实施方式相关联的其他不例扇区化情形；
[0019] 图6A和图6B是与一些实施方式相关联的再其他示例扇区化情形；
[0020] 图7、图8和图9示出了根据一些实施方式的实现的定量改进；
[0021] 图10、图11和图12示出了根据一些实施方式的实现指定性能所需的种群大小与 代的数量之间的示例权衡的图；以及
[0022] 图13示出了根据一些实施方式的示例流程图。

【具体实施方式】
[0023] 3GPP LTE是下一代无线网络的有前景的候选者。在过去的15年中，蜂窝移动通信 系统有了相当大的发展。用最小的成本提供高的服务质量（QoS)势在必行。随着蜂窝用户 的可观的增长，在无线网络中常见有业务量热点和非均衡的呼叫分布。这降低了服务的质 量并且增加了呼叫受阻和呼叫掉线。通常在网络规划阶段进行GSM网络和UMTS网络中的 小区间优化，并且通常是手工完成。当业务量环境变化时，网络性能将不会是最优的。因此 必须根据业务量环境动态地进行对网络的小区间优化，尤其是当小区业务量负载不是均匀 分布时。这是3GPP LTE的自组织网络（SON)中的重要优化问题之一。当小区间的业务量 负载不均衡时，高负载小区的受阻概率可能较大，而其邻区却可能具有未充分利用的资源。 在此情况下，可以进行负载均衡以缓解甚至避免该问题。另外，除了 3GPPLTE之外的其他下 一代网络可能经历类似的问题。在一些实施方式中，本文中呈现的解决方案也可以应用到 那些架构中。
[0024] 根据一些实施方式，解决该问题的一种方法是利用分布式天线系统（DAS)的特 点。DAS将传统的无线电基站架构分成两块：中央处理设施以及通过高带宽网络连接至该 中央设施的一组分布式天线（DA)。DAS网络将模拟形式或数字形式的无线电信号传输至 中央设施或从中央设施传输，在中央设施处进行所有的基站处理。通过用被分配以给出与 单个天线相同的覆盖率的几个低功率天线来替代单个高功率天线，DAS能够提供在地理区 域或结构内的更可靠的无线服务，同时减少功耗。在虚拟化的DAS中，来自宾馆站（hotel station)处的多个扇区化的eNodeB的业务量负载被分配到多个数字远程单元（DRU)中。 此协同配置还使得多个运营商能够在相同的物理设施上使用多种技术，因而提供了为签约 用户提供高质量高可靠性通信服务的具有成本效益的方法。针对虚拟化的DAS配置，可以 取决于时变业务量将多个DRU动态地分配给不同的eNobeB扇区，以解决不均衡的业务量情 形。
[0025] 针对虚拟化的DAS系统的一个主要的设计挑战是位置区管理。通常可以将位置区 管理问题叙述成：对于给定的η个DRU的网络，目标是在不超过eNodeB所支持的用户数量 的情况下将该网络划分成m个覆盖区域。对于给定数量的eNodeB和资源为了提供最佳的 服务质量（QoS)，当考虑呼叫切换率和呼叫受阻率时必须动态地平衡呼叫业务量。这就是可 以通过将扇区化的eNodeB业务量传递到独立的DRU而实现的位置管理优化问题。
[0026] 当业务量资源聚集在eNodeB宾馆（eNodeB hotel)中时，单个eNodeB中的分离的 资源仍被分配到与该eNodeB相关联的特定天线组并且提供对特定地理区域的覆盖。业务 量资源被固定，即仅与特定eNodeB相关联的资源才可以被分配给与该eNodeB相关联的天 线。然而，因为各eNodeB被并置在eNodeB宾馆中，所以系统可以将分离的eNodeB的聚集的 业务量资源作为可以根据各种算法分配的单个的集中业务量资源来使用。通常基于在所有 区域中的最坏情况下的业务量资产来进行假定，在99%的时间中网络设计是浪费的，必然 导致固定资源的过量供应或供应不足。业务量资源要么未被使用（空闲信道）要么供应不 足而不足以处理所给出的业务量。两种情况都引起同一后果：失去收益并且失去机会。当 站点的业务量资源空闲且未被使用时，业务量资产未能提供投资上的最优回报。但是在一 天中的任何时间点处缺少足够的容量来支持所提供的业务量的站点积攒了掉话，失去收益 机会并且使客户不满。从扩展的传感器网络得到的业务量信息会用于仅在需要业务的时间 段将业务量资源动态地分配给需要的地理区域。当提供了业务并且业务量传感器网络确定 不再需要业务量资源时，业务量资源被返回到资源池以被再次分配。整个网络基于所感知 (感测）的需求或当因自然事件或人工事件而出现中断时自动地对其自身进行重新配置。
[0027] 负载均衡可以被分类为两个基本的种类：受阻概率触发的负载均衡和基于效用的 负载均衡。然而，很少有研究处理在类LTE的分组交换网络中的不均衡负载网络情形。
[0028] 在本领域中可能已知与移动蜂窝网络和增长的系统容量相关的各种方案。均衡业 务量负载和使用DAS是最重要的方案中的在现有技术中很少被考虑的两个方案。移动蜂窝 网络中的业务量负载均衡可能自从第一代移动通信系统以来就被人们所熟知。已提出了很 多方法来解决该问题，例如小区分割、信道借用、信道共享、动态信道分配等。DAS在蜂窝网 络中的应用应该也是已知的。然而，与业务量负载均衡相关的大部分工作仅关注不同的无 线电资源分配方案，并且关于DAS的大部分工作仅考虑在多小区内的无线电传播信道来提 高系统容量。
[0029] 如在本发明的一些实施方式中描述的使用VDAS的地理负载均衡被认为是业务量 负载均衡的新方法，其提供根据当前地理的业务量状况来实时地提供动态的负载重新分 布。该方法可以用于提高包含不均匀分布的业务量的任何分布式系统的性能，尤其是用于 解决业务量热点。关于动态扇区化、对倾斜天线的使用和动态小区大小控制（小区呼吸） 的知识说明了可以通过对非均匀分布的业务量进行均衡来提高系统性能。
[0030] 本发明的一些实施方式出于动态地平衡业务量的目的而将eNodeB业务量传递给 各个独立的DRU。扇区化也减少了被分配给相同扇区的小区间的切换，这可以通过DAS网 络所固有的同播能力来实现。在一些实施方式中的对扇区化的DRU的此公开的管理与现有 的均衡方法不同。在先前的动态均衡研究中，给每个小区分配固定的基础资源，而将一些预 留或借用的资源分配给具有较高业务量的小区。然而，在所公开的实施方式中，被称为硬容 量的单元对资源进行控制，并且通过取决于每个小区处的时变业务量将DRU进行分组来将 该单元分配给eNodeB。因此满足硬容量的动态扇区化极大地减少了呼叫受阻概率和呼叫切 换。
[0031] 本公开内容的公开本发明的某些方面的剩余部分按如下组织。虚拟化的分布式天 线系统和对DRU的动态扇区化。对DRU负载均衡问题的公式化。解决该问题的两个进化算 法：遗传算法（GA)和估计分布算法（EDA)。将两个算法的性能与最优解和下界解进行比较。
[0032] 分布式天线系统
[0033] 分布式天线系统（DAS)已广泛地实施于现有技术的蜂窝通信系统中以覆盖死点。 在DAS中，将天线模块在地理上分布而非集中在某个位置处以减小接入距离。每个分布式 天线模块经由专用的电线、光纤或独占的RF链路而连接至家庭基站（eNodeB宾馆或中央单 元）。
[0034] 从架构观点来看，DAS相对于传统的通信系统具有明显的优势。DAS可以降低系统 安装成本并且简化维护，因为DAS可以降低在目标服务区域内所需的基站的数量。可替代 的策略是尝试使用分布式天线减少整体的传输功率，其具有以下附加优点：提供更好的覆 盖并且增加了手机电池寿命。虽然当初仅是为了覆盖室内无线通信的死点而引入分布式天 线系统（DAS)，但是近年来的研究已确认其他的潜在优点例如功率和系统容量并且已经扩 展了其应用。而且，因为用于信号处理的资源例如许可/信道卡在家庭基站处被集中并且 共享，所以受阻概率会因线槽有效性原则而被提高。除了这些架构性的优点，还显示出DAS 因宏分集和减小了的接入距离而具有功率、信号与干扰加噪声比（SINR)和容量等方面的 优点。基于这些优点，很多蜂窝服务提供商或系统制造商用分布式天线系统替代传统的蜂 窝系统。然而，关于DAS的大部分近期工作关注开发这些优点以及分析其性能。另一方面， 很少有关于使用DAS在时变网络中进行负载均衡的公开内容。
[0035] 系统结构
[0036] 图1公开了本发明的某些实施方式。在如图1所示的虚拟化的DAS中，数字远程天 线（DRU)例如DRU 110经由光纤例如光纤缆线112和数字接入单元（DAU)例如DAU 104(DAU 1)连接至eNodeB宾馆。每个DRU可以为小区提供服务，使得不论谁在该小区的范围内都 由该小区中具体DRU提供服务。DRU可以被策略地安装使得DRU的总和可以为大的区域提 供服务，例如图示的7个小区的区域106。在其他情况下，可以安装较少的DRU，并且可以 为较小的区域如3个小区的区域108提供服务。各DAU互相连接并且连接至多个扇区例如 eNodeBl中的扇区1、扇区2和扇区3。该能力使得能够在独立的DRU处将eNodeB资源虚拟 化。eNodeB宾馆100可以链接至公共交换电话网络或移动交换中心。DRU被扇区化使得被 分配给给定eNodeB扇区的每个DRU是同播的。针对同播操作，eNodeB宾馆与DRU之间的 接入网络应该具有多分支总线拓扑。DAU根据业务量需求动态地将各个扇区的无线电资源 分配给独立的DRU。
[0037] 将eNodeB对活动用户的数量的限制定义为硬容量。基站供应商基于分配的许可 (资源）的数量来向运营商收费。通常，三扇区BTS例如eN 〇deB102针对扇区之间的业务量 需求而共享许可。例如，可以给三扇区BTS分配600个许可。这600个许可的集合被称为 虚拟基站（VBS)。eNodeB宾馆可以包括几个VBS。
[0038] 动态DRU扇区分配
[0039] 根据一些实施方式，在结合图1讨论的虚拟化DAS中，有益的是将DRU扇区化以处 理动态变化的业务量并且平衡每个扇区的业务量。在DRU覆盖区域处，业务量取决于时间 段而增加或减少。因此，实施方式提供了将DRU动态地扇区化的方法和系统，使得扇区中的 DRU满足软容量（例如，满足用户的最大数量以维持可接受的SNR)并且VBS中的扇区满足 硬容量（例如，满足分配给VBS的许可/资源的总数量）。一些实施方式关注针对均衡的业 务量满足软容量和硬容量的合适的扇区化。不合适的扇区化则可能有非均衡的业务量的一 些情况，在这些情况下即使其他扇区具有非常少的业务量，在特定扇区中受阻呼叫的数量 仍增加。图2A示出了有十个DRU、三个扇区和一个VBS的扇区化示例。可以通过在DRU内 的不同方向的线来区分所示出的扇区。例如，具有水平线的DRU组成第一扇区202,具有交 叉线的DRU组成第二扇区204以及具有坚直线的DRU组成第三扇区206。每个六边形DRU 内的数字可以代表在给定时间的当前呼叫数量。因此，例如在图2A中，扇区202当前服务 80+70+50 = 200个呼叫。在此示例中，假设在VBS中的硬容量为600个许可并且每扇区的软 容量为200个信道，则不合适的扇区化产生35个受阻呼叫，而其他两个扇区仍有空闲信道。 通过观察到扇区206在一个时间具有50+45+80+60 = 235个呼叫而扇区204具有40+35+75 =150个呼叫可以看出这一点。假设每个呼叫具有其自身的单独信道，并且每个扇区的软 容量为200个信道，则扇区206具有的呼叫比其当前可以处理的呼叫多出35个，导致35个 掉线的或受阻的呼叫。这种情况可以被描述为不合适的扇区化，因为至少一个扇区的呼叫 负载重而其他扇区仍具有处理更多呼叫的容量。
[0040] 然而，在合适的扇区化中没有呼叫受阻并且业务量被很好地均衡。参照图2B，如果 更好地跨扇区来均衡DRU，则不会发生受阻呼叫。在此情况下，来自扇区206的具有50个呼 叫的DRU可以被重新分配到仅具有150个呼叫的扇区204。因此，根据一些实施方式的重新 分配使得经均衡的扇区204'（40+35+75+50 = 200)和扇区206'（45+80+60 = 185)服务于 不多于其信道软容量的呼叫，从而没有受阻的或掉线的呼叫。现在，注意被分配给给定扇区 的所有DRU以同播的方式广播无线电信号。在一些实施方式中，受阻呼叫的数量可以是期 望被最小化或以其他方式被优化的度量。例如，在一些实施方式中，如果受阻呼叫的数量当 前超过预定阈值，则可以采取步骤将DRU重新分配到其他扇区以及通过一系列迭代将扇区 间的负载大体上进行再均衡直到受阻呼叫的数量降落到该阈值以下。
[0041] 总体上，本公开内容示出可以导致低效和次优的扇区化的几个问题。例如，如果服 务这些六边形区域的DRU如图3(a)所示是不连续的，则可能存在来自相邻同播组的明显干 扰。注意具有水平线的DRU 302与也具有水平线的DRU 304的确在同一扇区中，但是它们 明显不连续。不连续的扇区化也产生了扇区间的不必要的切换。例如，如果用户正在通话 并且从DRU 302经过到DRU 304,则该用户将必须经过一些与不同扇区相关联的具有坚线 的DRU。每当用户跨入不同扇区时，必然发生切换，导致了不必要的切换并且浪费资源。因 此，在分配给给定扇区的小区为连续时会比较好。为了使扇区之间的切换和干扰最小化，考 虑DRU扇区化的紧密性。图3(b)示出了连续但不紧密的DRU扇区化的示例。例如，由不同 的划线方向区分的扇区206、扇区208和扇区310相对于其相应扇区内的DRU均连续。然 而，这些DRU被大体上以线的形式被分组。因为与DRU以更紧密的方式分组相比具有围绕 扇区的较大周长，所以这会导致必须进行切换的较高趋势。被分配给其他扇区的DRU所围 绕的孤立的DRU与紧密的扇区化的DRU相比可能经受较高的干扰。紧密的扇区化还通过减 小两个不同扇区之间的边界的长度来减少切换的数量。
[0042] 相比之下，图3(c)示出连续并且紧密的配置。扇区312、扇区314和扇区316都使 其相应的DRU连续，并且DRU的该配置与例如图3 (b)的配置相比更紧密，因为围绕扇区的 周长较小，使得用户跨越小区的边界的移动且需要进行切换的可能性较小。通常，一些实施 方式的目标是在下述意义上产生良好地均衡了的扇区配置：使受阻呼叫的数量最小化（即 合适的扇区化）、可以将切换的数量最小化、以及/或者小区的配置连续并且紧密（至少涉 及对切换的数量的最小化）。此外，实施方式可以被视为解决了或减轻了与DRU扇区化相关 的"软容量"问题和/或"硬容量"问题。例如，扇区的软容量约束可以是在扇区之间发生 的切换的数量。硬容量约束可以是给每个扇区分配的信道的数量，因而确定了在任何时间 点处扇区内的最大呼叫数量。
[0043] 为了测量在六边形DRU环境中的扇区化的紧密性，引入了紧密性指标（CI)，紧密 性指标被定义为切换小区的边的数量与VBS中的小区的边的总数量的比率。例如图3(b) 的扇区化的CI是10/18,而图3(c)的扇区化的CI是7/18。
[0044] 如以下将更多讨论的那样，本发明的实施方式可以基于至少一种优化算法将多个 DRU动态地划分成不同的扇区以将这些或其他类似类型的问题减少、最小化和/或优化。 算法可以包括对各种关键性能指标（KPI)进行测量，各种关键性能指标包括提供通过给定 DRU进行操作的用户的数量的指示的信号强度。
[0045] 对DRU扇区化的公式化
[0046] 网络的性能（由来自网络的不同部分的多个KPI表示）确定QoS值。不同的运营 商可以具有不同定义的商业目标和不同的感兴趣业务。基于这些考虑，效率和成本效益网 络性能管理因运营商而异。因此，QoS度量可以被定义并映射到一组KPI。当使用一组KPI 时，则需要用加权归一化函数来表示该映射。
[0047] 下面描述对扇区化问题的公式化，该公式化使用混合整型规划以对扇区之间的业 务量进行均衡并且用连续并且紧密的扇区来最小化切换。这些公式包括在本发明的实施方 式的各部分中。假设在时间段t对DRU进行扇区化，则问题是获得在时间段t+Ι处自适应 地对业务量需求的变化进行均衡的新的扇区化。
[0048] 为了将该问题公式化，考虑具有N个DRU的服务覆盖区域。假设每个DRU具有业 务量需求Ti，i = 1，"·，Ν。注意，如果在DRUB处从耶4接收的上行链路功率相比其他DRU而 言较大，则UE A属于DRUB。设Pij是移动电话从DR%到DRU」的转移概率，则从DRUi到DRU」 的切换呼叫变为= Pi/Ti个。DR%与DRU」之间的距离与Pij成反比，假设eNodeB宾馆具 有Μ个VBS。设S0S m和S0Dk分别是VBSm中的扇区的集合和分配给Sect〇r k的DRU的集合， 使得I S0S」=3 (如果每个eNodeB/VBS具有三个扇区），m = 1，…，Μ并且k = 1，…K。现 在考虑扇区化问题中的三个代价因子（KPI):
[0049] (1)KPIBC(受阻呼叫的数量的倒数）：由硬容量和软容量引起的受阻呼叫的损失。 设HCm和SCk分别是VBSm的硬容量和Sect〇r k的软容量，使得

【权利要求】
1. 一种用于对无线通信系统中的非均匀分布的网络业务量进行均衡的方法，所述无线 通信系统具有多个数字远程单元（DRU)，所述方法包括： a) 提供与基站的多个扇区相关联的数字接入单元（DAU); b) 提供与所述DAU相关联的多个DRU ; c) 将所述多个DRU划分成多个DRU扇区； d) 测量与所述多个DRU扇区相关联的受阻呼叫的数量； e) 确定所述受阻呼叫的数量大于预定阈值；以及 f) 使用至少要素（c)至要素（e)进行迭代。
2. 根据权利要求1所述的方法，其中，所述迭代包括使用至少一个优化算法。
3. 根据权利要求2所述的方法，其中，所述至少一个优化算法是遗传算法（GA)或估计 分布算法（EDA)中的至少之一。
4. 根据权利要求2所述的方法，其中，所述至少一个优化算法包括至少一个线性规划 模型。
5. 根据权利要求1所述的方法，其中，所述DRU扇区中的每一个包括连续的DRU。
6. 根据权利要求1所述的方法，还包括：确定分配给虚拟基站（VBS)的许可/资源的 总数量。
7. -种用于对分布式天线系统（DAS)中的非均匀分布的网络业务量进行均衡的方法， 所述方法包括： a) 提供与基站的多个扇区相关联的数字接入单元（DAU); b) 提供与所述DAU相关联的多个数字远程单元（DRU); c) 将所述多个DRU划分成多个DRU扇区； d) 对与所述多个DRU扇区相关联的业务量状况的至少一个度量进行测量； e) 将所述至少一个度量与预定阈值进行比较； f) 确定有必要进行对划分的迭代；以及 g) 对至少要素（c)至要素（e)进行迭代。
8. 根据权利要求7所述的方法，其中，所述至少一个系统度量包括下述项中的至少之 一：使所述DRU扇区中的每一个的呼叫切换最少化；或者使所述DRU扇区中的每一个的紧 密性指标最大化。
9. 根据权利要求7所述的方法，其中，所述多个DRU扇区中的每一个基本紧密。
10. 根据权利要求7所述的方法，其中，所述至少一个度量包括与预定信噪比（SNR)相 关联的最大用户数量。
11. 根据权利要求7所述的方法，其中，所述迭代包括使用至少一个优化算法。
12. 根据权利要求11所述的方法，其中，所述至少一个优化算法是遗传算法（GA)或估 计分布算法（EDA)中的至少之一。
13. 根据权利要求11所述的方法，其中，所述至少一个优化算法包括至少一个线性规 划模型。
14. 根据权利要求7所述的方法，其中，所述DRU扇区中的每一个包括连续的DRU。
15. -种分布式天线系统（DAS)，包括： 一个或更多个数字接入单元（DAU); 多个数字远程单元（DRU)，所述多个DRU与所述一个或更多个DAU耦接； 数据处理器，所述数据处理器与所述多个DRU耦接并且所述数据处理器包括非暂态计 算机可读存储介质，所述非暂态计算机可读存储介质包括有形地体现在所述计算机可读存 储介质上的多个计算机可读指令，所述多个计算机可读指令当由所述数据处理器执行时提 供对网络业务量的均衡，所述多个指令包括： a) 使所述数据处理器将所述多个DRU划分成多个DRU扇区的指令； b) 使所述数据处理器对与所述多个DRU扇区相关联的业务量状况的至少一个系统度 量进行测量的指令； c) 使所述数据处理器将所述至少一个系统度量与预定阈值进行比较的指令；以及 d) 使所述数据处理器确定所述至少一个系统度量大于所述预定阈值的指令；以及 e) 迭代至少要素（a)至要素（d)。
16. 根据权利要求15所述的DAS，其中，所述至少一个系统度量包括受阻呼叫的数量。
17. 根据权利要求15所述的DAS，其中，所述至少一个系统度量包括所述多个DRU扇区 中的两个DRU扇区之间的呼叫切换的数量。
18. 根据权利要求15所述的DAS，其中，所述DRU扇区中的每一个包括连续的DRU。
19. 根据权利要求15所述的DAS，其中，所述多个DRU扇区中的每一个基本紧密。
20. 根据权利要求15所述的DAS，其中，所述迭代包括使用至少一个优化算法。
【文档编号】H04W4/00GK104160725SQ201380009723
【公开日】2014年11月19日 申请日期:2013年2月19日 优先权日:2012年2月17日
【发明者】肖恩·帕特里克·斯特普尔顿, 赛义德·阿明·赫加齐 申请人:大力系统有限公司