[发明专利]一种面向超密集组网的负载均衡方法及系统

权利要求书

1.一种面向超密集组网的负载均衡方法，所述超密集组网包括多个无线接入点，用于接入网络用户，其特征在于，所述方法包括：

构建无线接入点的成本目标函数

构建网络用户动态变化微分方程dx(t)＝f(x(t),l_i(t),i＝1…k)dt，其中，l_i(t)为第i个无线接入点在t时刻的负载量，x(t)为t时刻网络用户动态变化状态，k为超密集组网中无线接入点的个数；

由无线接入点的成本目标函数及网络用户动态变化微分方程构成微分博弈模型，求解微分博弈模型得到纳什均衡解，将该纳什均衡解作为无线接入点的最优负载分配值。

2.如权利要求1所述的方法，其特征在于，构建无线接入点的成本目标函数的过程包括：

构建无线接入点小区内负载所需成本函数；

构建无线接入点小区内负载能量消耗成本函数；

构建无线接入点小区内网络用户动态变化状态监测成本函数；

根据无线接入点小区内负载所需成本函数、负载能量消耗成本函数以及网络用户动态变化状态监测成本函数通过最小化观测时间段内成本消耗来构建无线接入点的成本目标函数。

3.如权利要求2所述的方法，其特征在于，所述成本目标函数的表达式为：

其中，为第i个无线接入点的目标成本函数，T为观测时间段；

为第i个无线接入点小区内负载所需成本函数，α_i为正常数，为第i个无线接入点与第j个无线接入点之间用户的切换概率，l_j(t)为第j个无线接入点在t时刻的负载量；

为第i个无线接入点小区内负载能量消耗成本函数，β_i为单位能量成本参数；

δ_ix(t)为网络用户动态变化状态监测成本函数，δ_i为用户状态监测成本参数；

为对T时刻用户动态状态变化的预测，x(T)为T时刻所有用户的动态变化值，g_i为预测反馈参数,为第i个无线接入点的用户状态平均值，e^-λT为T时刻的折扣率影响。

4.如权利要求3所述的方法，其特征在于，构建网络用户动态变化微分方程的过程包括：

计算超密集组网中负载变化引起的网络用户动态变化率；

计算网络用户离开无线接入点小区引起的网络用户动态变化率；

将超密集组网中负载变化引起的网络用户动态变化率与网络用户离开无线接入点小区引起的网络用户动态变化率做差处理得到网络用户动态变化的微分方程。

5.如权利要求4所述的方法，其特征在于，网络用户动态变化微分方程的表达式为：

其中，为超密集组网中负载变化引起的网络用户动态变化率，ω_i为负载变化对网络用户动态变化的影响参数；

εx(t)为网络用户离开无线接入点小区引起的网络用户动态变化率，ε为网络用户离开小区覆盖的平均速率。

6.如权利要求5所述的方法，其特征在于，最优分配负载值的表达式为：

其中，

7.一种面向超密集组网的负载均衡系统，所述超密集组网包括多个无线接入点，用于接入网络用户，其特征在于，包括：

成本分析模块，用于构建各无线接入点的成本目标函数

用户变化分析模块，用于构建网络用户动态变化的微分方程dx(t)＝f(x(t),l_i(t),i＝1…k)dt，其中，l_i(t)为第i个无线接入点在t时刻的负载量，x(t)为t时刻网络用户动态变化状态，k为超密集组网中无线接入点的个数；

计算模块，用于由无线接入点的成本目标函数及网络用户动态变化微分方程构成微分博弈模型，求解微分博弈模型得到纳什均衡解，将该纳什均衡解作为无线接入点的最优负载分配值。