WCDMA与WLAN异构网络环境中移动用户位置预测方法

摘要

WCDMA与WLAN异构网络环境中移动用户位置预测方法，本发明涉及WCDMA与WLAN异构网络环境中双覆盖区域里的针对移动用户的位置预测方法。本发明目的在于提高移动用户位置预测的准确性，以解决双覆盖区移动用户位置预测决策算法复杂的问题，而提出了WCDMA与WLAN异构网络环境中移动用户位置预测方法。一、将双覆盖区域划分为不同敏感区；二、计算用户移出当前小区的概率；三、对用户进行位置预测；四、判断下一周期是否来临，即完成了WCDMA与WLAN异构网络环境中移动用户位置的预测。本发明应用于通信系统中无线异构网络领域。

主权项

WCDMA与WLAN异构网络环境中移动用户位置预测方法，其特征在于WCDMA与WLAN异构网络环境中移动用户位置预测方法按以下步骤实现：一、将双覆盖区域划分为不同敏感区将双覆盖区域根据移动用户所在的不同位置划分为中心区域、环形区域和边界区域这三种不同的敏感区域；其中，所述中心区域为用户距离双覆盖区域边界的最小距离D_now大于D的圆形区域，所述环形区域为距离双覆盖区域边界的最小距离D_now小于D且大于d的环形区域，所述边界区域为距离双覆盖区域边界的最小距离D_now小于d的区域，其中D>d；其中，所述D和d的取值分别根据式(1)和式(2)确定：D＝v_max×T   (1)$d=\bar{v}\times T---\left(2\right)$其中，所述D是中心区域边界到双覆盖小区边界的距离，d是环形区域外边界到双覆盖小区边界的距离，v_max是用户运动的最大速度，T是预测周期，即每T时间预测一次，是用户运动的平均运动速度；WCDMA与WLAN异构网络环境包括一个WCDMA子网络和一个WLAN子网络；其中，所述WLAN子网络与WCDMA子网络重叠覆盖的区域称为双覆盖区域，所述WCDMA子网络单独覆盖的区域称为单覆盖区域；二、计算当前时间预测周期用户移出当前小区的概率假设t时刻用户处于环形区域或边界区域，采用公式(3)计算两个区域内的用户移出当前小区的概率；$P\left(\mathrm{out}\right)=P\left[({\mathrm{oacation}}_{\mathrm{now}}+\underset{t}{\overset{t+T}{\int }}\bar{v}\mathrm{dt})>D_{\mathrm{now}}\right]---\left(3\right)$并且等待每经过一个预测周期T后重新采用公式(3)进行计算用户移出当前小区的概率；其中，location_now为用户当前所处的位置，为用户在t时刻后预测周期T时间内的速度，D_now为用户距离双覆盖区域边界区域的最小距离；三、对用户进行当前位置预测假设t时刻用户处于中心区域，则直接预测用户仍处于当前小区，不进行位置预测；假设t时刻用户处于环形区域，则使用平均速度预测算法得到t+1时刻用户所处的位置：在t+1时刻的位置(X_t+1,Y_t+1)的估计值由公式(4)得到：$\left\{\begin{array}{c}\overline{X_{t+1}}=X_t+\mathrm{\Delta t}·v_{t+1\_x}\\ \overline{Y_{t+1}}=Y_t+\mathrm{\Delta t}·v_{t+1\_y}\end{array}\right.---\left(4\right)$其中，△t为采样时间间隔，(X_t,Y_t)为当前时刻t用户所处的位置坐标，v_{t+1_x}＝α·v_{t_x}，v_{t+1_y}＝α·v_{t_y}，α为估计系数，v_{t_x}＝v·sinθ，v_{t_y}＝v·cosθ，t+1＝t+T；设t时刻用户处于边界区域，则使用多项式回归预测算法(5)得到t+1时刻用户所处的位置：S_pre(n+1)＝S'_pre(n+1)‑S'(n)   (5)所述S'_pre(n+1)＝P(t_n+1)；其中，P(t)＝a₀t⁰+a₁t¹+a₂t²+L+a_kt^k，t为预测时刻，a_i为系数，将t＝t_n+1代入P(t)，即得到S'_pre(n+1)；所述$S^{\prime }\left(n\right)=\underset{p=1}{\overset{n}{\Sigma }}S\left(p\right)$其中S(P)为原始的数据队列，收集前H个时刻的位置信息，生成一个原始数据队列S(P)(p＝1,2...,H)，S'(n)是经过处理后得到的一个新的数据队列；四、判断下一预测周期是否来临，如果是，则转步骤二，然后对不同敏感区域采用步骤三进行当前位置预测，如果否，则等待下一预测周期的来临。