[发明专利]基于业务预测的动态增强型小区间干扰协调方法

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。

主权项

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：/nS1：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；服务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；/n服务基站根据服务用户的数量K，根据服务基站配置的总带宽大小W，按照等资源分配的原则，得到每个用户的分配的带宽大小B＝W/K；同时，将用户反馈的CQI映射为频谱效率E，最后结合得到服务基站对用户的数据服务能力μ＝B·E；/nS2：服务基站利用dMMPP，即离散马尔科夫调制泊松过程来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，计算到达包数量在各个业务强度下出现的概率，也即观察函数，利用POMDP模型，即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；包括以下步骤：/nS21：服务基站统计上个调整周期数据包到达数量，根据到达的数据包个数计算在各个业务强度下出现的概率，也即观察函数；/nS22：根据上一周期各个业务强度对应的信念状态，即不同强度业务出现的概率，结合上一周期到达数据包对应的观察函数，以及业务状态之间固有的状态转移关系，计算出当前调整周期各个业务强度对应的信念状态；/nS23：根据调整周期各个业务状态出现的概率以及对应的业务强度，计算该周期内平均业务强度；/nS24：根据上一步骤计算出的平均业务强度，结合当前调整周期时长，预测当前调整周期最有可能出现的数据包个数；/nS3：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；/n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密度下服务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度；/nS4：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服务基站总吞吐量大小；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；/nS5：根据步骤S3得到的各个服务基站的吞吐量大小，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；/n在步骤S5中，各个宏基站根据服务区内小基站估算的吞吐量，计算调整周期内各个ABS密度对应的总吞吐量；宏基站根据服务区内各个服务基站的不满意用户个数，得到调整周期内不满意用户总数，随即可得不满意用户占比；最后，系统按照如下规则选出最优ABS密度进行配置：当存在多个候选ABS密度对应的不满意用户比满足系统要求时，选择最大总吞吐量所对应的ABS密度；当所有候选ABS密度对应的不满意用户占比都不满足要求时，选择最小不满意用户比对应的ABS密度；当宏基站选出最佳ABS密度以后，宏基站通知服务区内的各个小基站，然后各个服务基站以所选ABS模式开始工作。/n