一种基于业务类型的5G网络负荷均衡方法与流程

本发明属于移动通信技术领域，尤其涉及一种基于业务类型的5g网络负荷均衡方法。

背景技术

未来移动数据业务将飞速发展，尤其是热点地区的数据流量需求一直是电信企业亟需解决的重要难题，这一难题在未来的5g网络将显得尤为重要。与4g技术不同，5g并不是一个单一的无线技术，而是现有的无线通信技术的一个融合。当前由于低频段频谱资源的稀缺，仅依靠提升频谱效率无法满足移动数据流量增长的需求。5g通过选取更多的频谱资源以及更加密集的小区等方式共同满足移动业务流量增长的需求，解决4g网络面临的问题，构建一个高速的传输速率、高容量、低时延、高可靠性、优秀的用户体验的网络社会。增加单位面积内微基站密度是解决热点地区移动数据流量飞速增长的最有效手段。

超密集组网(udn，ultra-densenetwork)技术是5g阶段普遍关注的技术研究方向和网络站点规划重要方式，他将是满足5g以及未来移动数据流量需求的主要技术手段。超密集组网通过更加“密集化”的无线网络基础设施部署，可获得更高的频率复用效率，从而在局部热点区域实现百倍量级的系统容量提升。

5g超密组网(udn)的应用，必然带来站点密度的不断扩大，站点密度的扩大，必然要考虑不同站点的负荷均衡问题，以便实现系统性能的优化。负载均衡技术可根据当前小区负载状况及邻小区负载状况实时调整移动性参数，从而将高负载小区中的部分业务转移到负载相对较低的小区，以使各小区的负载比较平均，防止网络局部过载。相比于设置静态的移动性参数或不进行参数优化，负载均衡能够提高资源利用率，增加系统的总体容量，提升用户体验。并且这种优化能够最小化网络管理中的人工干预，从而降低网络运营成本。

目前负载均衡可分为两部分内容：其一是对于终端处于激活状态的负载均衡，可以通过调整切换参数来使部分用户切换到负载较低的小区；另一部分是针对终端处于空闲态的负载均衡，可以通过调整小区重选参数使部分用户重选到负载较低的小区，从而避免由空闲态终端发起呼叫而引起的潜在负载不均衡情况的发生。其实现方案主要是在相邻小区之间共享负载信息，基于邻小区负载信息调整小区切换参数和小区重选参数，从而达到负载均衡的目的。

目前在网络中负荷均衡算法的操作方案为：用户在选择基站接入时，首先考虑接收到邻近小基站信号的rsrp值，用sq表示，用户可进行接入的判断表达式为sqi≥sqth。其中sqi为基站i的rsrp值(参考信号接收功率)，sqth为系统rsrp门限值(参考信号接收功率)。当用户接收到基站i的rsrp值大于等于门限值时，基站i进入该用户可接入候选基站列表。其次，通过判断候选基站列表中基站负载状态选择最佳的基站接入。

在所有用户选择合适基站接入后，计算出系统的负载均衡系数。负载均衡系数用来衡量各基站之间负载平衡程度，其由下式确定：

其中:ijf为系统的负载均衡系数，它用来表征系统内各个基站间的负荷均衡情况，越接近于1，则系统间的负荷均衡较好；b为基站集合；i为集合中第i个基站；pi为第i个基站的负载值；n为系统中基站数目。负载均衡系数越高，说明系统负载分布越平衡，系统性能也越好。

在上述研究中，计算系统的负载均衡系数，首先仅考虑rsrp数值，没考虑业务类型，因为基站间的业务均衡调整，必然会带来业务(终端)在不同基站间的切换，从而导致业务的短暂中断，极端情况下会导致掉线，这对普通的上网业务影响较小，但对于时延要求较高的实时在线类业务影响较大。

技术实现要素：

本申请提出的一种基于业务类型的5g网络负荷均衡方案，在均衡基站间的业务负荷的同时，尽量减小对于实时性要求较高业务的影响，从而保障用户感知，本发明具体包括如下步骤：

步骤1，对在5g超密组网下一区域内的n个基站，根据终端业务类型计算各个基站下终端所承载的业务量加权因子；

步骤2，计算n个基站的负载值，并得到n个基站组成的系统网络的平均负载值；

步骤3，计算系统网络的负荷均衡系数，根据该系数和系统网络的平均负载值，优先对基站内的非实时性业务进行调整。

步骤1包括：

步骤1-1，对在5g超密组网下一区域内的n个基站，分别记为cell-1，cell-2，……，cell-n，第n个基站的无线资源利用率为un，通过如下公式计算un：

un＝on/o，(1)

其中on表示第n个基站已占用无线频率资源，o表示基站总无线频率资源；

步骤1-2，设定基站cell-1下有x个终端，分别是a1，a2，……，ax，第x个终端的业务量记为sax，第x个终端所承载的业务量加权因子记为rax，如果为实时性业务(目前3gpp协议定义了会话类、交互类、流类、背景类四类业务，其中流类业务为实时性业务，其他三类业务为非实时性业务)，则通过如下公式计算rax：

rax＝rand()/2，

如果为非实时性业务，则通过如下公式计算rax：

rax＝rand()/2+a，

其中，rand()为随机数产生函数，产生0到1之间的随机数，a为随机数调整因子，取值为0到0.5之间；

步骤2包括：

步骤2-1，通过如下公式计算基站cell-1的负载值p1：

p1＝ra1*sa1+ra2*sa2+……+rax*sax；

步骤2-2，通过如下公式计算n个基站组成的系统网络的平均负载值pav：

pav＝(p1*u1+p2*u2+……+pn*un)/n。

步骤3包括：

步骤3-1，通过如下公式计算系统网络的负荷均衡系数ijf：

ijf＝(p1*u1+p2*u2+……+pn*un)²/(n*((p1*u1)²+(p2*u2)²+……+(pn*un)²))；(2)

步骤3-2，每隔一段时间t，根据公式(1)和(2)，重复计算u1和ijf值，如果ijf小于预先设定的i值，则将负载值大于pav的基站内的部分非实时性业务(在具体进行业务调整时，首先将业务区分为实时性业务和非实时性业务，依据各个承载非实时性业务的终端业务量大小，从低到高排列，依次进行调整)，调整到相邻的负载值小于pav的基站内；如果ijf大于等于预先设定的i值，则不做调整；

步骤3-3，如果经过m(具体数值可以根据网络情况设定，如取值5次)次调整后，仍不满足ijf大于等于预先设定的i值的要求，则延时一个固定的时间h(具体数值可以根据网络等情况设定，如取值10分钟)后，返回步骤3-2。

有益效果：

本发明具有以下技术优点：

1：在计算基站的负荷时，考虑了业务类型(实时类业务和非实时性业务)，使用了加权因子，对于实时性业务(如在线视频、在线游戏等)，其加权因子较小，因此导致基站的等效负荷降低，其业务被调整出去的概率降低。由于基站间在进行业务量调整的时候，会出现业务暂停(严重时。会导致切换失败，造成业务掉线)，降低终端吞吐量，影响用户感知。

2：在进行基站间业务量负荷均衡调整时，首先调整基站内的非实时性业务(如下载类，网页浏览类)，尽量不调整实时性业务，尽量保障用户体验。

3：本方案在进行业务量调整时，设置了调整次数门限，从而避免了乒乓效应的出现。否则可能会出现某一终端的业务在基站间不断来回调整，严重影响网络吞吐量和用户感知。

4：本方案的基站间负荷调整，为系统自行调整，不需要人为干预，提高了系统工作的稳定性。

附图说明

下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述或其他方面的优点将会变得更加清楚。

图1为本发明流程图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

(1)本发明原理

在5g超密网络(udn)中，假设某一区域内有n个小基站，他们之间的覆盖范围有交集，交集内的用户可以根据网络的情况自由选择服务小区，也可以由系统指定服务小区。定义这n个小基站组成的系统网络负荷均衡系数计算方法如公式(1)所示。

其中：n为此区域内的小基站数量，b为基站集合，i为集合中第i个基站；pi为第i个基站的负载值，ui为基站i的无线资源利用率。

对于公式(1)中的ui和pi说明如下：

ui为第i个基站的无线资源利用率，其定义如下：

ui＝已占用无线频率资源/基站总无线频率资源(2)

pi为第i个基站的负载值，pi基站下的终端数量为xi个，每个终端的业务量为sj，在这里业务量为终端的实时业务吞吐量，每个终端的业务量加权因子为rj，j∈xi，则：

pi＝r1*s1+r2*s2+r3*s3+……+rxi*sxi(3)

考虑到每个终端承载的业务类型不同，因此其业务量加权因子取值不同，把业务分为实时性业务和非实时性业务，rj的取值由业务的类型决定，如果为实时性业务，则：

rj＝rand()/2(4)

如果为非实时性业务，则：

rj＝rand()/2+a(5)

其中rand()为随机数产生函数，产生0到1之间的随机数，a为随机数调整因子，取值为0到0.5之间，具体数值可以根据网络负荷情况确定。

通过引入加权因子rj，对于承载较多实时业务的基站，通过加权因子的调整，可以降低其等效业务量(pi)的数值，在基站间负载均衡调整时，业务被调整出去的可能性下降，从而降低实时性业务被调整的概率，在一定概率下保障了用户的感知。

在网络运行过程中，每隔一段时间t(具体数值可以根据网络负荷等情况确定，如取值60秒)，根据公式(1)和(2)重新计算ijf和ui，如果ijf大于等于某一确定的数值i(具体数值可以根据网络负荷等情况确定，如设定为0.8)，则不做负荷均衡调整，否则将负荷较高基站内的，且处于基站重叠覆盖区域内的业务(终端)，调整到业务负荷较低的基站内。

(2)本发明详细描述

如图1所示，本发明公开了一种基于业务类型的5g网络负荷均衡方法，假设在5g超密组网下，某个区域内有n个基站，分别是cell-a，cell-b，……，cell-n，每个基站的无线资源利用率分别为ua，ub，……，un；他们之间有覆盖重叠区域，其中基站cell-a下有x个终端，分别是a1，a2，……，ax，每个终端的业务量分别是sa1，sa2，……，sax；每个终端所承载的业务量加权因子ra1，ra2，……，rax，根据各终端的承载业务类型由公式(4)和(5)分别可以计算。

对于基站cell-a，其负载值，根据公式(3)计算为：

pa＝ra1*sa1+ra2*sa2+……+rax*sax(6)

根据上述计算方法，其他基站的负载值分别为：pa，pb，……，pn，

系统的平均负载值pav为：

pav＝(pa*ua+pb*ub+……+pn*un)/n(7)

根据公式(1)和(2)，计算网络的负荷均衡系数为：

ijf＝(pa*ua+pb*ub+……+pn*un)²/(n*((pa*ua)²+(pb*ub)²+……+(pn*un)²))(8)

每隔一段时间t，根据公式(2)和(8)，重复计算ua和ijf值，如果ijf小于预先设定的i值，则将负载值p大于pav的基站内的部分业务(终端)，调整到相邻的负载值p小于pav的基站内；如果ijf大于等于预先设定的i值，则不做调整。如果经过m(具体数值可以根据网络情况设定，如取值5次)次调整后，仍不满足ijf大于等于预先设定的i值的要求，为了减少频繁负载均衡调整对用户感知带来的影响，则延时一个固定的时间h(具体数值可以根据网络等情况设定，如取值10分钟)后，再进行负载均衡系数计算和负载均衡调整。

实施例

假设在5g超密组网下，某个区域内有4个基站，他们之间有覆盖重叠区域，分别是cell-1，cell-2，cell-3，cell-4，其中：

1)基站cell-1下有3个终端，分别是a1，a2，a3，每个终端的业务量分别是sa1＝4mbps，sa2＝6mbps，sa3＝8mbps，基站无线资源利用率ua为0.4，其中终端a1和a2承载的业务为非实时性业务，而终端a3承载的业务为实时性业务，则每个终端的业务量加权因子为：ra1＝0.6，ra2＝0.6，ra3＝0.3：

2)基站cell-2下有5个终端，分别是b1，b2，b3，b4，b5，每个终端的业务量分别是sb1＝6mbps，sb2＝8mbps，sb3＝4mbps，sb4＝12mbps，sb5＝10mbps，基站无线资源利用率ub为0.6，其中终端b1、b2、b3承载的业务为非实时性业务，而终端b4和b5承载的业务为实时性业务，则每个终端的业务量加权因子为：rb1＝0.6，rb2＝0.6，rb3＝0.6，rb4＝0.3，rb5＝0.3：

3)基站cell-3下有4个终端，分别是c1，c2，c3，c4，每个终端的业务量分别是sc1＝4mbps，sc2＝10mbps，sc3＝8mbps，sc4＝12mbps，基站无线资源利用率uc为0.5，其中终端c1、c2承载的业务为非实时性业务，而终端c3和c4承载的业务为实时性业务，则每个终端的业务量加权因子为：rc1＝0.6，rc2＝0.6，rc3＝0.3，rc4＝0.3。

4)基站cell-4下有6个终端，分别是d1，d2，d3，d4，d5，d6每个终端的业务量分别是sd1＝2mbps，sd2＝8mbps，sd3＝6mbps，sd4＝10mbps，sd5＝4mbps，sd6＝8mbps，，基站无线资源利用率ud为0.8，其中终端d1、d2、d3承载的业务为非实时性业务，而终端d4、d5、d6承载的业务为实时性业务，则每个终端的业务量加权因子为：rd1＝0.6，rd2＝0.6，rd3＝0.6，rd4＝0.3，rd5＝0.3，rd6＝0.3。

此时系统的负载均衡因子为：

ijf＝(pa*ua+pb*ub+pc*uc+pd*ud)²/(4*((pa*ua)²+

(pb*ub)²+(pc*uc)²+(pd*ud)²))＝0.85。

假设以ijf为0.8为标准值，此时由于0.85大于0.8，因此不需要做基站间的负荷均衡调整。

经过时间t(假设t取值为60秒)，假设其他条件不变，则经过重新计ijf，如果大于标准值0.8，则不进行基站间的负荷均衡调整。以此类推，每隔时间t，计算一次系统的负载均衡因子，如果小于预先设定的数值，则进行负载均衡调整，否则不进行。

本发明提供了一种基于业务类型的5g网络负荷均衡方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。