基于业务预测的动态增强型小区间干扰协调方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106358222A(43)申请公布日2017.01.25(21)申请号201610765070.5(22)申请日2016.08.30(71)申请人重庆邮电大学地址400065重庆市南岸区黄桷垭崇文路2号(72)发明人唐伦张元宝沈海强何小强尹生华陈前斌(74)专利代理机构北京同恒源知识产权代理有限公司11275代理人廖曦(51)Int.Cl.H04W24/02(2009.01)H04W24/06(2009.01)H04W24/10(2009.01)权利要求书2页说明书5页附图2页(54)发明名称基于业务预测的动态增强型小区间干扰协调方法(57)摘要本发明涉及一种基于业务预测的动态增强型小区间干扰协调方法，该方法针对异构网络中拥有较高功率的宏基站对小蜂窝扩展区域用户造成的干扰问题，采用基于用户业务预测和用户数据队列长度作为约束条件的动态ABS(几乎空白子帧)调整机制，通过预测移动用户在各个调整周期到达的数据业务量，结合用户所属基站在不同ABS条件下对用户业务服务能力的差异，以及用户对缓存数据队列长度Qos需求等因素来综合选择最佳的ABS密度(ABS子帧数量占总子帧的比例)，解决系统不能及时掌握用户业务变化而进行不合适操作的问题。从而在提升小蜂窝扩展区域用户吞吐量的同时，又能保证宏用户的服务需求得到满足；同时，由于考虑了用户对缓存数据队列长度的需求，因此可减小用户丢包概率。CN106358222ACN106358222A权利要求书1/2页1.一种基于业务预测的动态增强型小区间干扰协调方法，其特征在于：该方法包括以下步骤：S1：移动用户根据服务基站以及干扰基站信号强度测量值计算信干噪比，依据系统配置将信干噪比映射成信道质量指示CQI，并上报给服务基站；基站根据用户上报的CQI信息，以及当前可获得的频谱资源，计算服务基站对各个用户的数据服务能力；S2：基站利用dMMPP(discrete-timeMarkov-modulatedPoissonProcess，离散马尔科夫调制泊松过程)模拟用户业务生成过程，并统计用户前一周期数据包到达情况，计算到达包数量对应各状态的观察函数，利用POMDP(PartiallyObservableMarkovDecisionProcess，POMDP，部分可测马尔科夫决策过程)模型获取下一周期业务状态对应概率，根据各个状态出现概率计算出平均业务强度，然后根据调整周期长度计算用户到达包数量；S3：遍历候选ABS密度值集合中每一个候选值，在选定的ABS密度下，计算调整周期内用户实际可传数据量，同时计算在调整周期结束后缓存队列长度，判断用户待传包数量是否超过缓存队长，发生溢出；系统将按照吞吐量最大，缓存队列溢出用户数占比最小的原则作为选择ABS密度依据；S4：根据移动用户在调整周期内实际传输的数据量，计算在调整周期内各个基站总吞吐量大小；同时，根据步骤S3得到的数据队列长度，计算调整周期内不满足最大队列长度约束的用户数量；S5：根据步骤S3得到的各个基站的吞吐量大小，宏基站计算服务区域内总吞吐量大小；同时，统计不满足队列长度要求的用户总数，获取不满意用户占总用户数的比例；最后，根据计算出的系统吞吐量和不满意用户比，从候选集中选出最佳ABS密度。2.根据权利要求1所述的一种基于业务预测的动态增强型小区间干扰协调方法，其特征在于：在步骤S1中，移动用户在每个子帧对服务基站和干扰基站下行参考信号进行测量，获取各个子载波对应的SINR，然后根据各个子载波测量值计算其等效SINR，通过映射关系得到等效SINR对应的CQI，随后将获得的CQI值周期性地进行上报；基站根据可用带宽和服务用户数量，按照等资源分配的原则，为各个用户分配一定的频谱资源；同时，将用户反馈的CQI映射成频谱效率，结合已分配的频谱资源，计算基站对各个用户的最大数据服务能力。3.根据权利要求1所述的一种基于业务预测的动态增强型小区间干扰协调方法，其特征在于：在步骤S2中，服务基站统计用户上个周期内到达的数据包数量，根据泊松公式计算在不同业务强度下对应的观察概率；然后，根据上一调整周期的对应信念状态以及业务间的转移概率，计算当前周期业务对应的信念状态；最后，根据各个业务强度以及对应的信念状态，结合调整周期时长，即得调整周期内可能到达的数据包个数。4.根据权利要求1所述的一种基于业务预测的动态增强型小区间干扰协调方法，其特征在于：在步骤S3中，针对候选集中各个ABS密度，根据步骤S1获得的服务基站对用户数据的服务能力，计算在当前所选ABS密度下基站对各个用户的平均服务能力；同时，结合步骤S2所预测的新到达的数据，计算调整周期内各个用户的实际吞吐量以及调整周期结束时等待传输的数据队列长