基于高頻切換失敗區域感知的切換參數自配置方法
【技術領域】
[0001]本發明屬于無線通信技術領域，涉及一種異構蜂窩網絡中基于高頻切換失敗區域感知的切換參數自配置方法。
【背景技術】
[0002]在移動通信系統的演進過程中，由于各種智能終端的普及，數據流量將發生井噴式的增長，未來數據業務將主要分布在室內和熱點地區。因此，密集異構小蜂窩網絡將成為改善網絡覆蓋，大幅度提升系統容量的主要手段之一。愈發密集的網絡部署，也使得網絡拓撲更加復雜，基于終端能力提升的移動性增強方案、小區快速發現、密集小區間協作，以及綜合考慮各方面的自組織網絡SON等，都是目前異構蜂窩網絡方面的研究熱點。
[0003]S0N(Self-Organizing Network，自組織網絡)是伴隨LTE發展而引出的一套完整的網絡理念和規范。SON主要由運營商提出，其主要思路是實現無線網絡的一些自主功能，減少人工參與，降低運營成本。SON的功能主要可以歸納為:自配置，自優化，自愈合。下一代移動通信網絡對SON提出了更高的需求。
[0004]SON需要更智能來應對端到端的網絡要求。現有的SON對覆蓋空洞所處的位置、乒乓切換區域等問題的認識，都是基于測試數據或者用戶報告等空時方面的知識而來，但實際上，這種做法并不符合新一代對于高效資源利用以及低延時的目標追求，解決這一瓶頸的關鍵，就在于SON需要更加的智能，更加智能的SON可以通過SON引擎感知網絡環境，并構建動態的網絡環境模型來預測系統的行為。
[0005]新一代的SON具有大的時間跨度。無線環境的變化，會影響網絡的表現。過去大多數的研究都致力于解決短時間變化(快衰落，陰影效應)所帶來的低效和損耗問題。實際上，當SON采用大的時間跨度時，可以更好利用系統效率。因此，新一代中的SON需要解決網絡不能很好的適應長時間變化時帶來的低效問題，而解決這一問題的關鍵，在于SON網絡具有長時間適應網絡變化的能力。
[0006]新一代移動通信網絡需要統一的KPI。由于SON需要在多種用戶接入模式、多種設備提供商等較為多樣的環境下使用。因此，統一的指標是十分必要的。為了充分實現SON的各項功能，需要建立一項新的、統一的跨層KPI，該KPI既可以精準的反映出用戶的體驗，也可以對網絡各層進行指標的量化。
[0007]新一代移動通信網絡的需要主動的S0N3G或者4G中的SON功能都是設計成當有問題發生時，予以反映。而這種類型的SON反映機制無法滿足新一代所提出的低延時的要求，因為大量的時間浪費在環境的觀察，分析問題，出發解決機制上面。因此，對于新一代的SON而言，需要改變傳統的被動應對機制，成為主動的應對策略。
[0008]隨著5G的提出，組網的密集性和網絡部署的多樣性(例如用戶自由部署家庭基站)得到進一步的提升，因而對移動性管理的效率和準確性也需要更高的要求。針對網絡中發生頻繁的小蜂窩之間的切換、以及宏蜂窩到小蜂窩再到宏蜂窩的切換，降低切換時延、避開不必要的切換是異構蜂窩網中切換策略的研究重點。由于數據存儲和處理能力的限制，現有的網絡中大量的數據未能得到充分的利用就被丟棄，造成一種浪費。現在已經進入了信息時代，大量的數據已經被應用到各個領域中。
【發明內容】
[0009]針對以上現有技術的不足，提出了一種可以帶來切換性能提升的方法。特別是相對密集異構網絡場景中出現用戶隨機部署SmallCell或家庭基站情形時利用環境感知自組織網絡技術感知切換環境信息，針對特定區域進行移動魯棒性優化的方法本發明的技術方案如下:一種基于高頻切換失敗區域感知的切換參數自配置方法，其包括以下步驟:
[0010]步驟I)異構蜂窩網絡中，在網絡側設置長時間尺度環境感知SON實體，具體包括如下子模塊:用于與其他協議層進行信息交換的環境感知SON接口、環境信息采集模塊、環境特征化處理模塊、環境特征信息庫及SON配置自優化模塊，該模塊由優化算法庫和網絡自配置模塊組成；同時在網絡側啟用UE位置估計模塊并進行用戶位置測量，作為獲取環境信息的輔助設備；
[0011]步驟2)環境感知SON實體中的環境信息采集模塊從異構蜂窩網絡RRC層實體獲取切換管理關鍵性能指標，即切換失敗、切換成功兩種網絡切換事件，切換管理關鍵性能指標與步驟I)獲得的用戶位置估計結果即為所需獲取的環境信息；
[0012]步驟3)將環境信息采集模塊獲取到的切換管理關鍵性能指標與用戶位置估計結果兩種環境信息輸入至環境特征化處理模塊，進行環境信息分析處理，得到能夠全面表征當前網絡區域內高頻切換失敗區域的切換性能地理分布表，并存儲至環境信息特征信息庫；
[0013]步驟4)每隔一定大尺度時間周期，將切換性能地理分布表導入至SON實體中的配置自優化模塊作為自優化依據，自優化模塊根據前一步的環境感知結果制定針對性的優化策略，若探測到某個UE位置進入高頻切換失敗發生區域，則為其生成新的RRC測量配置參數觸發時間TTT和A3偏置值；
[0014]步驟5)S0N實體將優化后的配置參數下發至RRC層，RRC層根據參數值生成RRC重配置消息，發送給對應的UE，修改該UE的RRC測量配置，完成參數配置。
[0015]進一步的，步驟2)中SON實體從RRC層獲取切換管理關鍵性能指標通過環境感知SON接口實現，并且網絡側的SON實體要與用戶位置估計模塊E-SMLC建立數據交換接口，在記錄切換管理關鍵性能指標的同時獲取用戶位置信息，建立關聯后得到切換管理關鍵性能指標地理分布情況。
[0016]進一步的，步驟2)環境感知SON執行環境信息采集過程中，環境信息采集模塊通過環境感知SON接口與RRC層建立數據交換通道，每當網絡中有切換事件發生，RRC即將該切換事件的種類即切換成功或失敗，以及與該事件相應的UEid—同上報給環境信息采集模塊，環境信息采集模塊接收到切換事件信息后立即根據收到的UE識別號向E-SMLC請求獲取當前時刻U E的位置信息，并將該位置信息與切換事件信息組合，生成HandoverEvent Informat1nElement 作為環境信息元素儲存。
[0017]進一步的，步驟3)中環境信息分析處理過程建立在步驟2)已持續采集環境信息若干長時間后，這些環境信息被輸入至環境特征化處理模塊進行數據分析處理，得到切換性能地理分布表，環境感知SON對移動性能切換管理關鍵性能指標地理分布信息進行柵格化處理，根據SON當前所轄網絡區域的面積將網絡區域劃分為多個柵格，之后為每個柵格區域計算對應的切換自優化權值;該權值可直接用柵格區域內的切換失敗率H0F/(H0S+H0F)表示，若某區域內沒有發生任何切換，則權值記為-1，所有柵格區域的HOFrate切換失敗率計算完成后，若某區域的HOFrate超過預設的門限，則將該區域標記為高頻切換失敗發生地帶;處理后的切換性能地理分布表導入SON配置自優化模塊。
[0018]進一步的，步驟4)中SON配置自優化模塊導入環境信息數據作為參數自優化依據具體為:網絡運行中，SON實體配置自優化模塊一旦從E-SMLC獲悉某個UE進入了步驟3)獲得的切換性能地理分布表中所標識的高頻HOF區域，即為該UE決策生成特定的RRC測量參數TTT和A3JFFSET，新的參數值通過SON實體與RRC層之間的信息交換接口下發給RRC層協議棧。
[0019]進一步的，所述步驟5)中，RRC層收到SON實體新決策的RRC測量參數后，生成一個新的上報配置信息單元，配置觸發類型為事件觸發型，事件類型為A3，觸發時間TTT和A3偏置值根據從SON收到的參數值進行配置，測量量設置為RSRP，上報配置IE的其他字段仍依照原有配置，上報配置生成后，RRC產生一個MeasConfig測量配置信息單元，將上述上報配置加入測量配置的ReportConf igToAddModList隊列中，最后，RRC將該MeasConf ig封裝至RRC重配消息RRC_Rec0nf igurat1n中，下發給UE，UE收到RRC重配消息后執行測量重新配置，修改自身的RRC測量參數。
[0020]本發明的優點及有益效果如下:
[0021]本發明與傳統SON技術相比，該方法基于環境感知SON，充分考慮到了異構蜂窩網絡長時間變化，尤其是未來蜂窩網絡中用戶自由部署家庭基站使網絡拓撲出現緩慢變化所帶來的低效問題。SON可智能感知由于網絡結構或網絡密集程度變化造成的切換環境信息改變，以環境信息為依據進行移動魯棒性優化可以帶來切換性能的提升。
【附圖說明】
[0022]圖1是本發明提供優選實施例所依賴的長時間尺度環境感知SON架構；
[0023]圖2為環境信息采集與自優化詳細流程圖；
[0024]圖3為規則組網場景方法實施前后優化效果對比；
[0025]圖4為用戶組網場景方法實施前后優化效果對比；
[0026]圖5為基于高頻切換失敗區域感知的切換參數自配置方法總體流程圖。
【具體實施方式】
[0027]以下結合附圖，對本發明作進一步說明:
[0028]如圖1所示，圖1為本方法實施所依賴的長時間尺度環境感知SON架構。在網絡側構建長時間尺度環境感知SON實體，同時在網絡側啟用UE位置估計模塊并進行UE位置測量，作為獲取環境信息的輔助。長時間尺度環境感知SON實體，具體包括如下子模塊:用于與其他協議層進行信息交換的環境感知SON接口，環境信息采集模塊，環境特征化處理模塊，環境特征信息庫，以及SON配置自優化模塊(該模塊由優化算法庫和網絡自配置模塊組成)。通過大尺度環境感知SON模塊接口，SON模塊從異構蜂窩網絡下層協議棧中采集環境數據，如無線鏈路測量數據、用戶位置探測數據、資源利用率情況、切換成功/失敗統計數據等，將這些數據匯總分析之后得到的網絡行為模型(即相對精確的網絡環境中各項指標分布情況)。SON引擎根據網絡行為模型對特定時間段的網絡環境進行預測，并下發相應自優化、自配置參數等至異構蜂窩網絡。
[0029]圖2為基于環境信息采集與自優化詳細流程圖。環境感知模塊以長時間尺度周期執行切換性能數據采集，并且從UE位置估計模塊獲取相應的UE地理位置信息，兩種數據結合后處理得到切換性能分布表(即環境特征化過程)，并傳遞給SON模塊。SON模塊根據切換性能分布表確定場景中的HOF高發區域，制定優化策略。本方法中為進入HOF高發區的UE配置特定的RRC測量參數觸發時間TTT和A3_0ff set。具體的自優化策略下發給RRC層，RRC生成RRC_Rec