一种基于负载感知的多连接协作集的选择方法及实现装置与流程

本发明涉及无线通信
技术领域：
，具体涉及5g网络下多连接协作集的选择方法以及实现上述方法的装置。
背景技术：
：通过用户与多个服务小区同时连接，可以减少甚至避免通信中的无线链路失败和服务中断现象，多连接的这一优势使得多连接技术在5g网络中被广泛应用。在多连接中，对协作集的合理管理不仅可以提高吞吐量，还可以提高移动鲁棒性。目前，多连接协作集的确定方法已经被深入研究，比较经典的方法有固定协作集选择方法和以用户为中心的协作集选择方法，然而这些算法都受提前设置好的最大协作集数目的限制，而且没有考虑小区负载对协作集的影响。在固定协作集选择方法中，预先设置好协作集数目k，用户始终与k个小区同时连接；在以用户为中心的协作集选择方法中，预先设置好最大协作集数目kmax和协作集添加，删除和替换的阈值，与协作集外的小区对比，动态调整协作集内的小区。这种方法虽然可以动态地调整协作集内的小区的个数，但忽略了小区负载对协作集的影响。技术实现要素：本发明提出了一种多连接协作集选择的方法及实现装置，以保证在满足用户qos请求的前提下，尽可能地让网络负载轻的小区来传送数据，以此来达到系统负载均衡，有效地提高系统吞吐量。本发明的具体实现过程如下：步骤1、协作集的初始化。当前时刻n，用户u测量每个小区的信道质量mu,c，并根据自身的qos请求，把可以满足其qos请求的所有小区加入协作集，完成协作集的初始化。步骤2、删除质量过差链路。初始化后的协作集中的每个小区的信道质量与协作集中信道质量最好的小区进行对比，差值大于阈值的进行删除。步骤3、统计协作集中每个小区的负载，小区c的负载lc的计算方法为：选取c作为主基站的用户的个数总和，也就是：其中au是用户u当前的协作集。步骤4、由小区负载构建sigmoid函数，作为小区c可以继续留在协作集内的限制条件，sigmoid函数如图1所示。如果满足则小区c可以继续留在协作集内，否则就会被移出协作集。其中lmax是小区c可以连接的最大用户个数，ω是影响sigmod函数形状的一个参数。算法流程图如图2所示。下面通过仿真对算法性能进行评估。对负载感知算法进行建模，假设系统内u个用户和c个小区，用户在每个小区中随机分布，所有用户都可以在单连接和多连接之间切换，这意味着用户可以随时启动多连接on/off模式。假设每个小区下分布2个用户为欠载场景，每个小区分布6个用户为过载场景，以及这两种随机组合为不均匀负载场景。仿真参数如下表所示：参数值载波频率2.19ghz带宽10mhz站间距100m用户移动速度3km/h基站发射功率30dbm路损模型itu-umimodellos/nlos相对距离20m阴影模型lognormal,std＝3db阴影相对距离10m噪声功率谱密度-174dbm/hz业务模型fullbuffer固定协作集个数3最大协作集个数5根据仿真参数，对负载感知算法进行了性能评估，仿真结果表明，这种算法可以很好地解决无线链路失败和服务中断，如图3所示。仿真结果还表明，与现有的经典的多连接协作集选择方法相比较，基于负载感知的多连接协作集选择算法可以明显地提高平均吞吐量，如图4所示。附图说明图1由小区负载构建的sigmoid函数随ω的变化示意图图2基于负载感知的多连接协作集的选择方法流程图图3欠载、不均匀负载与过载场景下归一化rlf图4基于负载感知的协作集选择算法与固定协作集选择方法、以用户为中心的协作集选择方法在平均吞吐量方面的性能比较。当前第1页1 2 3