移动通信系统中的切换参数自优化方法

摘要

一种移动通信系统中的切换参数自优化方法，步骤包括：1)在切换性能统计周期T内，对相邻小区间的切换过晚、切换过早、切换到错误小区、乒乓切换、快速切换进行检测，并统计它们的产生次数以及切换的次数；2)统计周期计时结束，计算五种切换KPI的值；3)将五种切换KPI的统计值与相应的目标值进行比较，并判断是否满足切换参数的调整条件，如果满足，则转入第四步，否则转入第一步；4)计算切换参数Hysij与TTTij的调整量ΔHlate，ij，ΔTlate，ij，ΔHearly，wrong，ij，ΔTearly，wrong，ij，ΔHpingpang，fast，ij，ΔTpingpang，fast，ij；5)计算下一个统计周期Hysij与TTTij的值；6)转入第一步，进行下一周期的切换性能统计。本方法使切换更加灵活地适应于网络环境的变化，提高切换性能，降低了人工的干预，从而大大降低网络运营费用。

主权项

1.一种移动通信系统中的切换参数自优化方法，其特征是包括步骤：第一步，在切换性能统计周期T内，对相邻小区间的切换过晚、切换过早、切换到错误小区、乒乓切换、快速切换进行检测，并统计这些错误的产生次数以及切换的次数；第二步，统计周期计时结束，计算五种切换KPI的值，方法如下：在统计周期T内源小区i到目标小区j的切换的次数为N_ho_ij、切换过晚的次数为N_late_ij、切换过早的次数为N_early_ij、切换到错误小区的次数为N_wrong_ij、乒乓切换的次数为N_pingpang_ij、快速切换的次数为N_fast_ij，则切换过晚的产生概率为：${r\_\mathrm{late}}_{\mathrm{ij}}=\frac{{N\_\mathrm{late}}_{\mathrm{ij}}}{{N\_\mathrm{ho}}_{\mathrm{ij}}}---\left(2\right)$切换过早的产生概率为：${r\_\mathrm{early}}_{\mathrm{ij}}=\frac{{N\_\mathrm{early}}_{\mathrm{ij}}}{{N\_\mathrm{ho}}_{\mathrm{ij}}}$(3)切换到错误小区的产生概率为：${r\_\mathrm{wrong}}_{\mathrm{ij}}=\frac{{N\_\mathrm{wrong}}_{\mathrm{ij}}}{{N\_\mathrm{ho}}_{\mathrm{ij}}}---\left(4\right)$乒乓切换的产生概率为：${r\_\mathrm{pingpang}}_{\mathrm{ij}}=\frac{{N\_\mathrm{pingpang}}_{\mathrm{ij}}}{{N\_\mathrm{ho}}_{\mathrm{ij}}}---\left(5\right)$快速切换的产生概率为：${r\_\mathrm{fast}}_{\mathrm{ij}}=\frac{{N\_\mathrm{fast}}_{\mathrm{ij}}}{{N\_\mathrm{ho}}_{\mathrm{ij}}}---\left(6\right)$设以上五种KPI的目标值分别为：R_late、R_early、R_wrong、R_pingpang和R_fast，目标值的具体取值由运行商根据网络运行情况设定；第三步，将五种切换KPI的统计值与相应的目标值进行比较，并判断是否满足切换参数的调整条件；如果满足，则转入第四步，否则转入第一步；第四步，计算切换参数Hys_ij与TTT_ij的调整量ΔH_late，ij、ΔT_late，ij、ΔH_{early，wrong，ij}、ΔT_{early，wrong，ij}、ΔH_{pingpang，fast，ij}和ΔT_{pingpang，fast，ij}，方法如下：切换参数调整步长的计算分3种情况处理，分别是：1)当r_late_ij＞R_late时，切换参数调整步长由下式给出：2)当r_early_ij+r_wrong_ij＞R_early+R_wrong时，切换参数调整步长由下式给出：${\mathrm{\Delta H}}_{\mathrm{early},\mathrm{wrong},\mathrm{ij}}=\left\{\begin{array}{cc}0,& \mathrm{if}{\mathrm{TTT}}_{\mathrm{ij}}(n-1)<T_1\\ {\mathrm{\Delta H}}_3·\delta ,& \mathrm{if}{\mathrm{TTT}}_{\mathrm{ij}}(n-1)\ge T_1\end{array}\right.---\left(14\right)$${\mathrm{\Delta T}}_{\mathrm{early},\mathrm{wrong},\mathrm{ij}}=\left\{\begin{array}{cc}{\mathrm{\Delta T}}_3·\delta ,& \mathrm{if}{\mathrm{TTT}}_{\mathrm{ij}}(n-1)<T_1\\ 0,& \mathrm{if}{\mathrm{TTT}}_{\mathrm{ij}}(n-1)\ge T_1\end{array}\right.---\left(15\right)$3)当r_pingpang_ij+r_fast_ij＞R_pingpang+R_fast，且r_late_ij＜R_late时，切换参数调整步长由下式给出：${\mathrm{\Delta H}}_{\mathrm{pingpang},\mathrm{fast},\mathrm{ij}}=\left\{\begin{array}{cc}{\mathrm{\Delta H}}_4·\eta ,& \mathrm{if}{\mathrm{Hys}}_{\mathrm{ij}}(n-1)\le H_1\\ {\mathrm{\Delta H}}_5·\eta ,& \mathrm{if}{H}_1<{\mathrm{Hys}}_{\mathrm{ij}}(n-1)\le H_2\\ 0,& \mathrm{if}{H}_2<{\mathrm{Hys}}_{\mathrm{ij}}(n-1)\end{array}\right.---\left(17\right)$${\mathrm{\Delta T}}_{\mathrm{pingpang},\mathrm{fast},\mathrm{ij}}=\left\{\begin{array}{c}\begin{array}{cc}{\mathrm{\Delta T}}_4·\eta ,& \mathrm{if}{\mathrm{Hys}}_{\mathrm{ij}}(n-1)\le H_1\\ & \mathrm{and}{\mathrm{TTT}}_{\mathrm{ij}}(n-1)<T_2\end{array}\\ \begin{array}{cc}{\mathrm{\Delta T}}_5·\eta ,& \mathrm{if}{H}_1<{\mathrm{Hys}}_{\mathrm{ij}}(n-1)\le H_2\\ & \mathrm{and}{\mathrm{TTT}}_{\mathrm{ij}}(n-1)<T_2\end{array}\\ \begin{array}{cc}0,& \mathrm{others}\end{array}\end{array}\right.---\left(18\right)$第五步，计算下一个统计周期Hys_ij与TTT_ij的值，方法如下：第n个切换性能统计周期中切换参数的调整算法如下：Hys_ij(n)＝Hys_ij(n-1)+ΔH_ij                  (7)TTT_ij(n)＝TTT_ij(n-1)+ΔT_ij                                   (8)ΔH_ij＝ΔH_late，ij+ΔH_{early，wrong，ij}+ΔH_{pingpang，fast，ij} (9)ΔT_ij＝ΔT_late，ij+ΔT_{early，wrong，ij}+ΔT_{pingpang，fast，ij}(10)第六步，转入第一步，进行下一周期的切换性能统计；上述步骤中，n为切换性能统计周期序号；Hys_ij，TTT_ij分别是小区i到小区j的Hys和TTT的值；Hys_ij(n)，TTT_ij(n)分别是第n个切换性能统计周期内的Hys_ij和TTT_ij的值；Hys_ij(n-1)，TTT_ij(n-1)分别是第n-1个切换性能统计周期内Hys_ij和TTT_ij的值；ΔH_ij，ΔT_ij分别为切换参数Hys_ij与TTT_ij的调整量；ΔH_late，ij和ΔT_late，ij是由于切换过晚引起的切换参数调整步长；ΔH_{early，wrong，ij}和ΔT_{early，wrong，ij}是由于切换过早和切换到错误小区引起的切换参数调整步长；ΔH_{pingpang，fast，ij}和ΔT_{pingpang，fast，ij}是由于乒乓切换和快速切换引起的切换参数调整步长；ΔH₁、ΔH₂、ΔH₃、ΔH₄、ΔH₅、ΔT₁、ΔT₂、ΔT₃、ΔT₄和ΔT₅均为切换参数调整的比例系数；H₁、H₂、T₁和T₂为分段点，它们的值根据网络运行的环境进行设定；式13中，δ是切换过晚的产生概率与切换到错误小区的产生概率的和与它们的目标值的和的差值；式16中，η是乒乓切换的产生概率与快速切换的产生概率的和与它们的目标值的和的差值。