基于灰色预测模型的跨层切换优化

随着移动互联网的飞速发展,无线通信一直在寻求一种更好的支持无缝切换的机制。首先使用改进的指数加权移动平均算法对接收信号强度进行平滑处理,然后提出了一种在移动WIMAX环境中基于运动预测的快速跨层切换机制。使用灰色预测模型可以预测移动用户的接收信号强度。在预测模型的帮助下,3层切换可以提前2层切换触发,因此总的切换时延可以降低。     

基于加速度预测的异构网络切换算法

本文为高速移动终端提供一种基于加速度预测的异构网络垂直切换算法,使用场景如高速公路的直线路段.利用加速度预测算法得到下一采样时刻的速度,将预测速度与采样时间相乘得到终端运动距离,然后将所得到的运动距离与当前终端的位置进行矢量叠加得到下一时刻的位置.最后利用距离与信号强度之间的关系分别对下一采样时刻的WIMAX网络和LTE网络的信号强度进行预测.根据预测到的信号强度,结合经典的基于驻留时间和迟滞电平算法,提出了一种有效解决乒乓效应和切换延时的异构网络切换算法.通过实验可得,相比较于传统基于驻留时间算法,本算法在保证信号强度可靠的前提下,能减少约10%切换的次数,并降低切换延时.     

基于线性回归预测的城市轨道交通车地无线通信性能提升方法研究

车地无线通信是城市轨道交通信号系统正常运行的基础,切换性能是无线通信质量的重要指标,也是影响车地列车控制信息传输的重要因素。在广州地铁运维过程中,通过分析日志发现切换性能是限制车地无线通信性能的重要因素。为此提出了一种基于线性回归预测的WLAN切换算法,针对WLAN制式的无线通信方式,以当前连接AP的接收信号强度、待连接AP的接收信号强度和列车位置作为参数,计算预测函数并根据预测的两种接收信号强度值进行切换触发判决,提高WLAN切换的性能,从而提高车地无线通信性能。基于广州地铁某线路的测试数据的仿真实验结果表明该方法效果良好。     

煤矿巷道多源数据融合定位算法研究

煤矿巷道非视距条件下单独使用飞行时间定位算法或接收信号强度算法存在方向判断不准确、定位误差较大等问题;飞行时间定位算法与接收信号强度算法联合定位,虽然在方向判断的准确率上较单独的飞行时间定位算法有所提高,但对于标签在非视距运动场景下的判断仍不够准确,定位轨迹不够平滑。针对上述问题,提出了一种基于飞行时间定位算法、接收信号强度及多项式插值方法的煤矿巷道多源数据融合定位算法。该算法首先测量标签与定位基站间的飞行时间,并计算接收信号强度,然后根据标签历史轨迹采用多项式插值方法拟合、预测当前时刻标签位置,根据预测位置、飞行时间和接收信号强度组合判定标签相对基站所在方向,最后通过加权数据融合优化定位结果,从而提高定位稳定性及准确度。实验结果表明,相比于单一飞行时间定位算法或接收信号强度算法,该算法有效提高了定位系统的精度和稳定性,可以更准确地判断标签相对基站的方向,方向判断准确率高达99%。     

基于参考信号接收功率预测和负载的切换算法

针对密集异构网络中用户更容易发生频繁切换的问题,提出了一种基于参考信号接收功率(Reference Signal Received Power,RSRP)预测和负载的自适应切换算法,它不仅从用户的角度考虑了RSRP,而且从网络的角度考虑了基站的负载,同时还针对切换过程中用户的移动性和信道的时变性对RSRP产生的影响,对RSRP进行预测,从而使用户切换到更加合适的目标基站。仿真结果表明,相比于当前的切换算法,所提的切换算法能够获得更低的中断概率和乒乓切换率以及更高的吞吐量。     

基于灰色预测的链路即将中断触发算法

及时有效的链路即将中断(LGD)触发机制对网络切换的性能有重要的影响。首先引入IEEE 802.21介质独立切换(MIH)标准,利用MIH提供的信息服务估计出网络切换所需时间,然后提出了一种基于灰色预测的LGD触发机制,通过估计的切换时间建立灰色预测模型,预测出终端的接收信号强度,动态确定触发时刻。并且为了降低预测开销,提出了基于信号衰减检测的灰色预测建模方法。仿真结果表明,算法实现了LGD及时有效地触发,而且可以减少不必要的预测开销,避免了终端资源的浪费。     

基于3G与WLAN网络改进的切换策略研究

传统垂直切换技术缺乏切换对称性的考虑,从而导致了切换过程计算复杂度较高。通过对3G和WLAN之间切换过程的分析,提出了基于背景扫描机制的滑动平均值预测法和坡度预测法的改进切换策略。其中滑动平均值预测策略首先实时地计算接收的信号强度平均值,然后统计新接收的信号强度小于该平均值的个数,最后做出切换决策;而坡度预测策略通过计算所接收信号强度的一阶导数来决定是否发起切换。这两种策略的结合使用提高了移动终端发起切换的效率,缩短了切换过程中处于无连接状态的延时。设计了移动终端穿过3G网络、WLAN及其重叠区域的实验,其结果显示切换延迟平均减少了40%,切换过程丢包率平均减少了35%。     

时间表映射的LGD链路触发网络切换机制

接收信号强度对比理论和LMS预测理论的链路触发机制没有考虑到终端的移动情况,当终端的移动速度较低或者移动方向改变时,会造成无效的网络切换。综合考虑了预估计的网络切换时间,以及采用无线传播模型与移动速度计算出的理论时间,提出了基于时间表映射的链路触发机制。通过映射对比这两个时间表,设置静默时钟的时长,动态确定LGD触发时刻。仿真结果表明,算法不仅降低了无效网络切换率,而且可以节约系统资源。     

基于WLAN接收信号强度特征的室内活动识别

针对主流的活动感知技术依赖于专业测量设备,难以广泛部署与使用的问题,提出一种基于现有WiFi热点接收信号强度特征的活动识别技术。利用机器学习算法对实时接收到的WiFi信号强度特征进行分类,通过特征匹配识别用户当前活动。实验结果显示,所提算法能够以80%以上概率判断室内是否有人,以95%以上概率判断室内的人处于什么状态,并以80%的概率识别人的运动方向。所提算法所需信号广泛存在,可有效识别室内活动,具有低功耗、高精度的优点。     

LTE下行MIMO模式自适应切换算法

由于用户在各种不同场景下采用不同的MIMO模式可以达到不同的传输效果,为了使用户达到平均吞吐量和频谱效率的最佳要求,提高系统传输率,研究了TDD LTE系统下行MIMO模式切换技术。搭建TDD LTE下行业务控制信道PDSCH仿真平台,对MIMO传输模式进行仿真实验,通过比较不同模式下的误码率和吞吐量的仿真结果,确定切换门限,提出MIMO模式自适应切换算法。在实际应用中,根据这种算法自适应地配置适合的MIMO技术,可以最大限度的提高系统频谱利用率,此方法优于单独采用一种MIMO技术达到的传输效率。     

LTE—A系统中基于多目标的CoMP切换算法研究

协作多点传输（CoMP）作为LTE—A系统中的一项关键技术,能消除或降低相邻小区间干扰,提升边缘用户的传输性能。由于这一新技术的弓l入,传统切换算法已经不能适应CoMP技术的切换要求,由此根据CoMP中联合处理（JP）技术的特点提出了一种新的切换算法。首先分析CoMP技术的实现原理并阐述了切换的概念,然后对传统A3切换算法和新的切换算法进行了研究,最后对两种算法的性能进行了仿真。结果表明：与传统A3切换算法相比,新的切换算法能提高系统吞吐量和减少系统切换总次数。     

高速场景下基于位置信息的切换优化算法

高速场景下速度优化算法在提高切换成功率的同时，存在乒乓切换触发率急剧增加的问题。为了解决这一问题，通过分析迟滞余量和切换位置对乒乓切换率和切换成功率的影响，提出高速场景下基于位置信息的切换优化算法。该优化算法将迟滞余量与终端位置建立一次减函数关系，利用迟滞余量随终端远离源基站呈递减的趋势，解决在重叠带不同位置使用相同迟滞余量时所引发的乒乓切换触发率提高或切换成功率降低的问题。仿真结果表明，所提出的基于位置信息的切换优化算法与速度优化算法相比，可以实现在提高切换成功率的同时避免乒乓切换率增加。     

长期演进切换中的TCP性能改进

针对长期演进(LTE)网络中切换引起的TCP数据包乱序问题,提出了一种动态超时重传计时器(RTO)算法——DRTO。DRTO算法的核心是利用TCP数据包的序号来区分新旧数据包,通过新旧数据包序号的差值来取代以往计算传统RTO时很难确定的乘积因子。该算法不需要对切换机制进行修改,就可以解决用户切换完成前接收的数据包(源基站接续转发的数据包)与切换完成后接收的数据包(服务器发送的数据包)的乱序问题。最后,在NS-2仿真平台下,分析比较DRTO算法与传统RTO算法。仿真结果表明,在吞吐量、重传数据包个数和时延三个性能指标上,DRTO算法均优于传统RTO算法。     

An adaptive fuzzy handover triggering approach for Long‐Term Evolution network

To cope with the increasing demand for efficient data delivery, self‐organizing networks have been introduced in the Long Term Evolution (LTE) system to provide autonomous and flexible mobility management. The existing handover triggering scheme for LTE is not flexible enough to incorporate new performance metrics, and it introduces handover latency. There are studies on non‐conventional handoff algorithms for LTE applications, for instance, the fuzzy logic approach. However, the fuzzy logic approach needs regular manual tuning to constantly produce optimal output. In this paper, we address this issue by proposing an adaptive fuzzy logic‐based handoff decision algorithm, which can cope with environmental changes and improve efficiency by reducing human intervention. Performance results show that the proposed algorithm can reduce unnecessary handovers by about 20% compared with the fuzzy logic and conventional LTE handover triggering scheme, leading to reduced packet loss rates.     

基于LTE方向型传播模型的模拟退火加权定位算法

针对LTE网络采集到的MRO数据,提出一种基于LTE方向型传播模型的模拟退火加权定位算法。先结合LTE定向天线和小区特性,引入方向型参量提出基于RSS的方向型传播模型,对传统的信号传播模型COST-231 Hata进行改进;然后提出距离比加权算法消除RSS波动误差,将定位问题转换为一元求解问题,使用模拟退火算法计算最优解;最后通过距离椭圆模型对结果进行方位校正,得到最终终端定位结果。算法对比实验结果表明,基于LTE方向型传播模型的模拟退火加权定位算法具有较高的定位精度,完全符合FCC规定的定位精度要求。     

自适应RaptorQ编码改进配电网LTE通信的可靠性

新型配电网终端通过LTE接入主站,无线干扰易增加终端控制指令的IP数据包丢失率,降低配网控制可靠性。恢复丢失的数据包可通过RaptorQ（RQ）编码方法来实现,然而RQ解码错误率的非线性使得最小化RQ冗余码困难。为此,提出自适应RQ编解码器（ARED）,采用启发式算法依据丢包率和吞吐量反馈动态调整RQ编码参量,求解次优RQ冗余编码长度。NS-3 LTE中的实验结果说明当信道噪声指数为[18.6,20.5]?dB和[25.6,28.7]?dB,部署ARED的LTE上行和下行丢包率较原始LTE分别下降64.25%和89.92%。     

LTE系统中的分布式负载迁移协商均衡算法

为了提高长期演进计划(long term evolution,LTE)系统中业务处理资源的利用率,降低由于系统处理资源分配不均而导致的呼损率,给出了一种适用于LTE系统的分布式负载迁移协商均衡算法.分析了LTE系统通信的特点,指出可利用LTE系统eNodeB (evolved NodeB)间使用X2接口进行数据通信的特点,在组网的eNodeB问进行负载迁移.在此基础上建立了负载迁移协商均衡模型,指出了算法的适用场景,说明了算法均衡粒度的选取标准和性能评价指标.通过与传统的轮询算法进行比较,使用分布式事件驱动方法对该算法进行了性能分析,验证结果表明了该算法的有效性.     

A Novel Dynamic Adjusting Algorithm for Load Balancing and Handover Co-Optimization in LTE SON

With the development of mobile internet and multi-media service, advanced techniques need to be applied in wireless network to improve user experience. Long term evolution (LTE) systems, which can offer up to 100Mbps downlink date rates, have been deployed in USA and Korea. However, because plenty of complex physical layer algorithms are utilized, network planning and optimization become heavy burdens for LTE network operators. Self-organizing network (SON) is a promising method to overcome this problem by automatically selecting and adjusting key parameters in LTE systems. In this paper, we present a dynamic adjusting algorithm to improve both handover and load balancing performance by introducing a weighted co-satisfaction factor (CSF). Analysis and system level simulation are conducted to exhibit the performance improvement of the proposed scheme. Results show that the proposed method outperforms the conventional solutions in terms of the network handover success ratio and load balancing gains significantly.