一种预测移动终端切换基站的方法和装置与流程

本发明涉及无线通信技术领域，尤指一种预测移动终端切换基站的方法和装置。

背景技术：

目前，随着各种智能终端的普及以及未来无线数据业务爆发性增长，在某些热点区域，如：电影院、商场、展览馆等地方，经常会出现极大量的业务需求，在这些移动热点区域引入小站(smallcell)部署其中以提高全网容量，也就是现在超密集网络(ultra-densenetworks，简称：udn)。

现有技术中，在超密集网络的用户级小区中，用户数基本等于站点数，该站点可以是小站或热点(hotspot)，由于smallcell/hotspot站点分布的随机性，现有大部分用户移动性预测方案中主要考虑基于用户移动历史、基于马尔可夫链、基于用户方向/信号强度等移动预测方法，根据用户的历史运动参数、转移概率矩阵、接收信号强度等信息预测用户未来接入的站点。

但是，采用现有技术，通常是在站点静止的条件下进行的，而面对在超密集网络场景中可移动性的站点，会导致计算复杂度高，不利于工程实现，因此，如何实现超密集网络场景下对用户使用移动终端行为轨迹的预测，为用户提前准备资源，避免服务站点转换时延，保障用户高效稳定的服务质量，是一个亟待解决的问题。

技术实现要素：

为了解决上述技术问题，本发明提供了一种预测移动终端切换基站的方法和装置，能够预测移动终端的移动轨迹，确定区域内可以进行切换的基站，从而可以为用户提前准备资源，避免服务基站的转换时延，进而保障用户高效稳定的服务质量。

(待权利要求确定后，进行补充)。

本发明实施例提供的一种预测移动终端切换基站的方法和装置，包括：获取模块、计算模块和预测确定模块，通过获取模块获取移动终端的定位位置并记录形成的移动轨迹数据，根据所记录的移动轨迹数据得到所述移动终端的移动方向，计算模块分别计算所述移动终端的移动方向与所述移动终端和区域内每个基站的连线方向的相似度，预测模块在当得到的相似度满足预定阈值时，将满足预定阈值的相似度所对应的连线方向上的基站确定为预切换基站，从而可以为用户提前准备资源，避免服务基站的转换时延，进而保障用户高效稳定的服务质量。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。

图1为本发明提供的一种预测移动终端切换基站的方法实施例一的流程示意图；

图2为本发明提供的一种预测移动终端切换基站的方法实施例一的移动方向示意图；

图3为本发明提供的一种预测移动终端切换基站的方法实施例一的夹角示意图；

图4为本发明提供的一种预测移动终端切换基站的方法实施例一的距离示意图；

图5为本发明提供的一种预测移动终端切换基站的方法实施例二的应用场景示意图；

图6为本发明提供的一种预测移动终端切换基站的方法实施例二的仿真 示意图；

图7为本发明提供的一种预测移动终端切换基站的装置实施例一的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本发明实施例涉及的方法可以应用于超密集异构网络中，该超密集异构网络可以基于第五代移动通信系统(5g)，即多种新型无线接入技术和现有无线接入技术演进集成后的解决方案总称。

本发明实施例涉及的数据处理中心可以是实现超密集异构网络中的移动终端接入基站的管理平台，可以是宏站，但并不以此为限。

本发明实施例涉及的移动终端可以是需要无线接入技术的智能终端，例如是：智能手机、平板电脑、手持机、计算机、服务器等，但并不以此为限。

本发明实施例涉及的基站可以是满足家庭应用的家用型基站、满足小型或零售企业应用的企业级/室内基站、满足公共场所应用的室外基站。

本发明实施例涉及的方法，旨在解决现有技术中在超密集异构网络中的可移动性的站点，如何实现超密集网络场景下对移动终端的移动轨迹的预测，从而为用户提前准备资源，避免服务站点转换时延，保障用户高效稳定的服务质量的技术问题。

下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

图1为本发明提供的一种预测移动终端切换基站的方法实施例一的流程 示意图。本实施例涉及的是预测移动终端切换基站的具体过程。如图1所示，该方法包括：

s101、获取移动终端的定位位置并记录形成的移动轨迹数据，根据所记录的移动轨迹数据得到所述移动终端的移动方向。

具体的，在超密集网络架构下，数据处理中心会获取移动终端的定位位置，当监测该移动终终端到达区域，该区域是预先设定的提供该移动终端提供服务的基站的边缘区域，即移动终端需要切换新的基站来提供服务时，对于边缘区域的范围可以根据实际情况来设定，并记录该移动终端形成的移动轨迹数据，对日常用户游走过程中使用移动终端的移动轨迹数据的分析，一般用户游走具有一定的方向性和目的性，使得移动终端在用户游走的过程中的移动方向发生大幅度变化的概率是比较小，因此，可以采用函数来表示移动轨迹点之间的某种内在联系，对实际中的移动终端的位置进行监控观测，并记录在若干个不同的位置得到对应的观测坐标值，采用拉格朗日插值法可以给出一个恰好穿过二维平面上若干个已知点的多项式函数，该多项式函数表达式(1)如下：

其中，k为系数，(x0，y0)……(xn，yn)为该移动终端n+1个位置的坐标点，经过简化后如下：

f(x)＝k0+k1x+k2x²+……+knxⁿ(2)

图2为本发明提供的一种预测移动终端切换基站的方法实施例一的移动方向计算示意图，如图2所示，其中，曲线代表得到所述移动终端的移动轨迹，当移动终端在t时刻的定位位置是(xt，yt)，然后通过计算拉格朗日插值法得到的预测多项式与实际多项式的误差，其计算表达式(3)如下：

其中，ξ＝{a,b}，a＝min{x0,x1,…,xn}，b＝max{x0,x1,…,xn}.

通过求导后并代入计算表达式(2)中，即可计算得到该移动终端当前位置的斜率，进一步可以获取到该移动终端当前位置的切线，即图2所示的带箭头方向的直线为得到所述移动终端的移动方向，但并不限于此。

s102、分别计算所述移动终端的移动方向与所述移动终端和区域内每个基站的连线方向的相似度。

具体的，可以以所述移动终端的定位位置为圆心按照预定直径得到一个圆形面积区域内的基站作为预测能够切换基站的范围，获取该区域内的每个基站的位置，再该移动终端的定位位置与区域内每个基站的位置分别进行连线，分别计算所述移动终端的移动方向与该移动终端的定位位置与区域内每个基站的位置之间的连线方的相似度，通过相似度来判断，是指该连线方向与移动方向一致，即该基站在该移动终端的移动方向上，使得该基站更容易预测为预切换基站。

s103、当得到的相似度满足预定阈值时，将满足预定阈值的相似度所对应的连线方向上的基站确定为预切换基站。

具体的，当所述相似度满足预定阈值时，即相似度越高，越容易切换，说明该连线方向与移动方向一致，即该连线方向上的基站在该移动终端的移动的方向上，更容易进行切换，可以根据实际情况来设定该相似度的阈值，相似度满足预定阈值则容易进行切换，其中，该相似度可以采用接入概率、距离来表示等等，但并不以此为限。

本发明实施例提供的一种预测移动终端切换基站的方法，该方法通过获取移动终端的定位位置并记录形成的移动轨迹数据，根据所记录的移动轨迹数据得到所述移动终端的移动方向，分别计算所述移动终端的移动方向与所述移动终端和区域内每个基站的连线方向的相似度，当得到的相似度满足预定阈值时，将满足预定阈值的相似度所对应的连线方向上的基站确定为预切换基站，从而可以为用户提前准备资源，避免服务基站的转换时延，进而保障用户高效稳定的服务质量。

进一步地，在上述实施例的基础上，在上述步骤102中分别计算所述移动终端的移动方向与所述移动终端和区域内每个基站的连线方向的相似度，包括：

分别计算所述移动终端的移动方向与所述移动终端和区域内每个基站的连线方向的之间的夹角以及所述移动终端能够切换到所述区域内每个基站的第一接入概率。

具体的，图3为本发明提供的一种预测移动终端切换基站的方法实施例一的夹角计算示意图，如图3所示，其中o点表示的是移动终端的移动方向上的一点，那么该移动终端的定位位置、基站tp1以及o点构成了一个三角形。因此，计算所述移动终端的移动方向与该移动终端和区域内该基站tp1的连线方向的之间的夹角的计算表达式(4)如下：

其中，基站tp1到移动终端的定位位置的距离为d1，移动终端的定位位置到o点的距离为l1，o点到基站tp1的距离为l2，d1、l1、l2都可以由实际测量得到。

然后，再根据区域内每个基站的夹角，通过加权方法计算对应基站的第一接入概率，满足概率计算的归一化要求，具体计算表达式(5)如下：

其中，n为所述区域内基站的数量，θ1……θn为所述移动终端的移动方向与所述移动终端和所述区域内每个基站的连线方向之间的夹角，pi为所述区域内第i个基站的第一接入概率，θi为所述移动终端的移动方向与所述移动终端和所述区域内第i个基站的连线方向之间的夹角。

进一步地，在上述实施例的基础上，当得到的相似度满足预定阈值时，将满足预定阈值的相似度所对应的连线方向上的基站确定为预切换基站，包括：

当得到的第一接入概率满足大于预定阈值时，将所述第一接入概率所对应的连线方向上的基站确定为预切换基站。

具体的，得到第一接入概率满足大于预定阈值，即说明该第一接入概率越大越好，例如：该预定阈值为50％，当第一接入概率满足大于50％时，将第一接入概率满足50％所对应的连线方向上的基站确定为能够切换的基站，具体的预定阈值可以根据实际情况来设定。

通过上述分别计算该移动终端的移动方向与每个基站的连线方向之间的夹角，再通过加权的方法来得到第一接入概率，从而可以很方便地计算出所述移动终端的位置与所述区域内每个基站的位置之间的连线方向与所述移动方向的相似度，上面仅仅是列举了一个计算方法，当然还可以有计算夹角的余弦值等计算方法可以得到相似度，但并不以此为限。

进一步地，在上述实施例的基础上，在分别计算所述移动终端的移动方向与所述移动终端和区域内每个基站的连线方向的相似度之后，还包括：

获取所述移动终端到所述区域内每个基站的距离，根据所述距离计算得到所述移动终端可以切换到所述区域内每个基站的第二接入概率；

根据所述第一接入概率和所述第二接入概率得到所述移动终端能够切换到所述区域内每个基站的第三接入概率。

具体的，在上述通过第一接入概率来确定相似度的同时，还可以考虑该移动终端到这些基站的距离，图4为本发明提供的一种预测移动终端切换基站的方法实施例一的距离计算示意图，如图4所示，我们同样考虑以移动终端的定位位置为圆心，半径为r的覆盖范围内的基站。由于在不考虑负载和干扰的条件下，移动终端是倾向于接入离他最近的基站，因此，可以通过计算表达式(6)计算对应基站的第二接入概率：

其中，n为所述区域内基站的数量，d1……dn为所述区域内每个基站与所述移动终端之间的距离，pi为所述区域内第i个基站的第二接入概率，di为所述区域内第i个基站与所述移动终端之间的距离。

并同时考虑这两个接入概率，然后根据这两个接入概率通过加权方法得到相应的第三接入概率，其计算表达式(7)如下：

其中，n为所述区域内基站的数量，θ1……θn为所述区域内每个基站的连线方向与所述移动终端的移动方向之间的夹角，θi为所述区域内第i个基站的连线方向与所述移动终端的移动方向之间的夹角，d1……dn为所述区域内每个基站与所述移动终端的距离，di为所述区域第i个基站与所述移动终端之间的距离，pi为所述区域第i个基站的第三接入概率，α是加权参数，其取值范围大于1。

进一步地，在上述实施例的基础上，当得到的相似度满足预定阈值时，将满足预定阈值的相似度所对应的连线方向上的基站确定为预切换基站，包括：

当所述第三接入概率满足大于预定阈值时，将所述第三接入概率所对应的连线方向上的基站确定为预切换基站。

具体的，得到第三接入概率满足大于预定阈值，即说明该第三接入概率越大越好，例如：该预定阈值为60％，当第三接入概率满足大于60％时，将第三接入概率满足60％所对应的连线方向上的基站确定为能够切换的基站，具体的预定阈值可以根据实际情况来设定。

通过计算移动终端的定位位置与区域内每个基站的位置之间的连线方向与该移动方向之间的夹角之后，再进一步地考虑该移动终端到这些基站之间的距离，然后根据夹角和距离按照加权方法得到第三接入概率，从而可以更准确地预测该移动终端能够进行切换的基站。

进一步地，在上述实施例的基础上，在分别计算所述移动终端的定位位置与区域内每个基站的位置之间的连线方向与所述移动方向之间的夹角之后，还包括：

若得到的夹角有多个相等时，则分别获取所述移动终端到夹角相等所对应的所述区域内的基站的距离。

具体的，由于在某些情况下，分别计算所述移动终端的定位位置与区域内每个基站的位置之间的连线方向与所述移动方向之间的夹角，发现有多个夹角相同，即说明该移动终端的定位位置与区域内多个基站的位置之间的连 线方向与所述移动方向的相似度相同，则可以将角度相同所对应的连线方向上的基站再进一步地根据与该移动终端之间的距离来进行判断，因此，数据处理中心可以分别获取角度相同的连线方向上所对应的基站与该移动终端之间的距离。

进一步地，在上述实施例的基础上，当得到的相似度满足预定阈值时，将满足预定阈值的相似度所对应的连线方向上的基站确定为预切换基站，包括：

当获取的距离满足小于预定阈值时，将所述距离所对应的连线方向上的基站确定为预切换基站。

具体的，当分别测量出角度相同的连线方向上所对应的基站与该移动终端之间的距离，可以设定距离的阈值，例如：该预定距离为100米，当测量的距离小于100米时，可以确定小于100米的基站能够切换，具体的阈值可以根据实际情况来设定。

在某些情况下，移动终端的定位位置与区域内多个基站的位置之间的连线方向与该移动终端的移动方向之间的夹角相同，可以进一步考虑这些角度相同的基站与该移动终端之间的距离，更准确地确定出该移动终端能够进行切换的基站。

进一步地，在上述实施例的基础上，还包括：

根据区域内基站的密度确定所述移动终端能够预切换基站的数量阈值。

具体的，在实际应用场景中，很容易理解确定可以能够切换的基站的个数越多，切换成功的概率就越大，预测的准确率也就越高，然而，能够进行切换的基站的个数越多，也就意味着需要做更多的资源给这些基站，这样相应地会降低资源的利用率，因此，我们可以根据区域内基站的密度寻找能够达到最高预测准确率的可以进行切换的基站个数的阈值。

通过确定该移动终端能够切换到基站的数量阈值，从而使得预测的准确率可以达到最大最优化，便于提供更好服务给用户，提高用户满意度。

下面用一个具体例子说明本发明实施例，图5为本发明提供的一种预测移动终端切换基站的方法实施例二的应用场景示意图，如图5所示，该实施例的方法如下：

该实施例二的应用场景为超密集网络典型场景中的密集街区，可以小站(smallcells)和微站(macrocell)共存的网络，一个macrocell中存在多个smallcells，其中该smallcells的部署属于服从泊松点过程(poisonpointprocess)，且smallcells之间的覆盖范围有重叠，其中图5中的红色箭头表示的是移动终端实际的移动轨迹，红色的smallcells表示的是移动终端当前的服务tp，代表用户当前接入tp；蓝色的smallcells表示的是同步tp，同步tp的主要作用就是对服务tp当前状态进行数据同步，从同步tp中选出下一时刻的服务tp，即预测该移动终端可以切换的基站。

为了避免移动终端长时间驻留在某个smallcell时为其资源预留导致的资源浪费，我们把smallcells的覆盖范围进行了划分，只有当用户移动到smallcells的边缘区域时我们才需要进行用户移动性预测，我们把tier-1称为非预测区域，tier-2称为预测区域。

步骤一，获取该移动终端的位置坐标。

室外场景以otdoa定位为例，可以得到该移动终端当前的位置坐标并保存，室内场景以指纹定位为例，获得移动终端当前的坐标，坐标信息可以保存在宏站或数据处理中心。

步骤二，移动终端的移动轨迹的预测。

宏站(或数据处理中心)根据移动终端的定位结果判断移动终端是否需要进行预测。如果需要预测，由宏站利用移动终端t时刻及之前时刻的位置坐标通过拉格朗日插值多项式拟合当前的移动轨迹，另外tp分布的具体位置坐标也是保存在宏站(或数据处理中心)，宏站(或数据处理中心)可以考虑以移动终端的当前位置为中心，半径为r范围内的站点集合。宏站(或数据处理中心)基于方向或\和距离计算站点集合中不同站点的接入概率，根据接入概率的大小确定同步tp集合。

步骤三，宏站(或数据处理中心)指导第二步确定的同步tp集合与移动终端当前服务tp进行数据的同步以及资源预留。

进一步地，图6为本发明提供的一种预测移动终端切换基站的方法实施例二的仿真示意图，如图6所示，所述服务tp是指该移动终端当前连接提供业务的tp，所述同步tp是指根据预测结果选择出来的多个tp集合，所 述服务tp切换成功是指移动终端的服务tp切换后新的服务tp是包含于同步tp集合的，否则是切换不成功。

同步tp是从预测结果中选择出的接入概率比较大的站点，它可以预先做好资源的同步和预留，减小移动终端的切换时延，提高切换成功的概率。因此，仿真在前述的密集街区场景中进行，站点的分布服从ppp分布，我们在这里考虑的站点密度分别为100个/km²，500个/km²，1000个/km²，2000个/km²，6000个/km²，10000个/km²，14000/km²，该移动终端的移动速度为3m/s，我们考虑该移动终端周围1.5倍站点平均距离范围内的站点。

从附图中我们可以看出在不同站点密度条件下预测准确率都随着同步tp个数的增长呈现先上升再趋于平稳，当站点密度越低的时候，预测准确率曲线会较快趋于平稳，而站点密度较高的时候预测准确率曲线则在同步tp个数较多的情况下才会达到平稳。我们可以得出这样的一个结论：同步tp个数对预测准确率有着极大的影响，但同步tp的个数存在一个阈值，在本次仿真中，即当同步tp个数为5的时候不同密度站点分布的条件下预测准确率都会达到较高的预测准确率并趋于平稳。

上述实施例通过获取移动终端的定位位置并记录形成的移动轨迹数据，采用拉格朗日插值法得到所述移动终端的移动轨迹，分别计算所述移动终端的移动方向与所述移动终端和区域内每个基站的连线方向的相似度，当得到的相似度满足预定阈值时，将满足预定阈值的相似度所对应的连线方向上的基站确定为预切换基站，从而可以为用户提前准备资源，避免服务基站的转换时延，进而保障用户高效稳定的服务质量。

进一步地，图7为本发明提供的一种预测移动终端切换基站的装置实施例一的结构示意图，如图7所示，该装置包括：获取模块10、计算模块20和预测模块30；

所述获取模块10，用于获取移动终端的定位位置并记录形成的移动轨迹数据，根据所记录的移动轨迹数据得到所述移动终端的移动方向；

所述计算模块20，用于分别计算所述移动终端的移动方向与所述移动终端和区域内每个基站的连线方向的相似度；

所述预测模块30，用于当得到的相似度满足预定阈值时，将满足预定阈 值的相似度所对应的连线方向上的基站确定为预切换基站。

本发明实施例提供的一种预测移动终端切换基站的方法和装置，包括：获取模块、计算模块和预测确定模块，通过获取模块获取移动终端的定位位置并记录形成的移动轨迹数据，根据所记录的移动轨迹数据得到所述移动终端的移动方向，计算模块分别计算所述移动终端的移动方向与所述移动终端和区域内每个基站的连线方向的相似度，预测模块在当得到的相似度满足预定阈值时，将满足预定阈值的相似度所对应的连线方向上的基站确定为预切换基站，从而可以为用户提前准备资源，避免服务基站的转换时延，进而保障用户高效稳定的服务质量。

进一步地，在上述实施例的基础上，所述计算模块20用于分别计算所述移动终端的移动方向与所述移动终端和区域内每个基站的连线方向的相似度，包括：

所述计算模块20用于分别计算所述移动终端的移动方向与所述移动终端和区域内每个基站的连线方向的之间的夹角以及所述移动终端能够切换到所述区域内每个基站的第一接入概率。

本发明实施例提供的装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

进一步地，在上述实施例的基础上，所述预测模块30用于当得到的相似度满足预定阈值时，将满足预定阈值的相似度所对应的连线方向上的基站确定为预切换基站，是指：

所述预测模块30用于当得到的第一接入概率满足大于预定阈值时，将所述第一接入概率所对应的连线方向上的基站确定为预切换基站。

本发明实施例提供的装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

进一步地，在上述实施例的基础上，所述计算模块20在分别计算所述移动终端的移动方向与所述移动终端和区域内每个基站的连线方向的相似度之后，还用于：

分别获取所述移动终端到所述区域内每个基站的距离，根据所获取的距 离得到所述移动终端能够切换到所述区域内每个基站的第二接入概率；

根据所述第一接入概率和所述第二接入概率得到所述移动终端能够切换到所述区域内每个基站的第三接入概率。

本发明实施例提供的装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

进一步地，在上述实施例的基础上，所述预测模块30用于当得到的相似度满足预定阈值时，将满足预定阈值的相似度所对应的连线方向上的基站确定为预切换基站，是指：

所述预测模块30用于当得到的第三接入概率满足大于预定阈值时，将所述第三接入概率所对应的连线方向上的基站确定为预切换基站。

本发明实施例提供的装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

进一步地，在上述实施例的基础上，所述计算模块20在分别计算所述移动终端的移动方向与所述移动终端和区域内每个基站的连线方向的之间的夹角之后，还用于：

若得到的夹角有多个相等时，则分别获取所述移动终端到夹角相等所对应的所述区域内的基站的距离。

本发明实施例提供的装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

进一步地，在上述实施例的基础上，所述预测模块30用于当得到的相似度满足预定阈值时，将满足预定阈值的相似度所对应的连线方向上的基站确定为预切换基站，是指：

所述预测模块30用于当获取的距离满足小于预定阈值时，将所述距离所对应的连线方向上的基站确定为预切换基站。

本发明实施例提供的装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

进一步地，如图7所示，在上述实施例的基础上，还包括：阈值模块40；

所述阈值模块40用于根据区域内基站的密度确定所述移动终端能够预切换基站的数量阈值。

本发明实施例提供的装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。