分布式移动通信中的越区切换模型

分布式移动通信中的越区切换模型

分布于多个广泛社区（gn-ml）的多线无线网络结构。几个遥远的天线单元（rau：rau：remoteanovan配置）通过光纤和电缆连接到相同的基站（bs：bases），形成一个gn-晚熟。rau可以根据环境的需要灵活配置。每个rau的无线信号覆盖率称为高频社区（rol），通常覆盖数十至几百米的区域。这种网络结构可以提高系统的无线信号覆盖能力和系统容量，并可以获得高系统效率。考虑到这些优点，分布天线系统是未来移动通信网络中的一种重要的多天线访问方式，也是移动通信领域的研究热点。分布式网络中,下行信号由多个RAU同时广播出去;上行方向,移动台(MS)由多个RAU接收并在BS完成信号合并.因此就无线的信号传输模式而言,分布式天线系统可视为软切换(softhandoff)方式的一种逻辑延拓结构.文献对传统的单天线蜂窝网络中,基于接收信号强度(RSS)的切换模型作了详细的分析.文献已证明软切换能够扩大无线小区的覆盖范围,提高上行链路的性能;然而对于下行链路,软切换会引入更大的干扰以及占用更多的信道资源.为了克服分布无线系统中存在的类似缺点,文献提出了一种分布式系统的收发控制策略,并通过仿真验证了采用RAU选择可以提高链路质量,但是并没有给出具体的理论分析模型.目前对分布式移动通信系统切换方面的研究还很少.文献给出了一种基于广义小区内总平均接收功率的切换方案,该方案简单易行,但由于没有采用天线选择,势必不能获得由天线选择所取得的链路增益.本文首先给出一个基于软切换中激活集(AS:activeset)思想的RAU选择模型,并在其基础上提出一种分布式移动通信系统中越区切换的分析模型,并作了详细的分析,最后给出了数值与仿真分析.1基于rau的分布模型分布式无线网络结构如图1所示,MSC为移动交换中心.本文将以图1所示的两个GN-cell的系统结构来分析,假设每个GN-cell中有N个RAU,记GN-cell1中的第i个为RAUi,i=1,2,…,N.为了分析方便,文中采用离散时间模型,抽样时间间隔为ts,抽样时刻统一使用k表示,MS以速度v匀速运动,所以vts对应为在MS运动路径上的距离抽样尺度.图中di(k)表示k时刻MS与RAUi之间的距离.和经典的切换模型相同,假设信道快衰落可以通过时间平均消除其影响,故RSS仅考虑路径衰耗和阴影的作用,记k时刻MS接收到来自RAU(j)i的RSS为s(j)i(j)i(k),j=1,2.则s(j)i(k)=L(j)i(k)+u(j)i(k)=C1-10C2lg(d(j)i(k))+u(j)i(k)(dB)(1)s(j)i(k)=L(j)i(k)+u(j)i(k)=C1−10C2lg(d(j)i(k))+u(j)i(k)(dB)(1)式中,L(j)i(j)i(k)是导频信号平均强度,C1是参考点在1m处的接收功率,C2是路径衰减系数,u(j)i(j)i(k)为阴影大小,其自相关函数为E[ui(k)ui(k+n)]=σ2exp(-|n|tsv/dcorr)(2)E[ui(k)ui(k+n)]=σ2exp(−|n|tsv/dcorr)(2)式中,dcorr为阴影自相关衰落距离,σ2是阴影方差,v是MS的移动速度.文献提出了一种依赖于距离的阴影模型,该模型在切换算法中得到了广泛应用.本文采用与文献相同的一阶自回归模型产生ui(k)ui(k)=√1-α2zi(k)+αui(k-1)(3)ui(k)=1−α2−−−−−√zi(k)+αui(k−1)(3)式中,α=exp(-tsv/dcorr)为产生阴影的自相关系数,zi(k)为均值是0、方差是σ2的统计独立的高斯随机变量,从而ui(k)服从与zi(k)相同的分布.为了便于分析,假设不同RAU到MS的路径上的阴影彼此相互不相关.2模型分析本节首先介绍一种基于软切换中激活集(AS)思想的RAU选择模型,并在其基础上对分布式移动通信系统中的越区切换作详细分析.2.1rau、isasRAU选择模型选用了3个参数:加入阈值(addingthreshold)、退出滞后量(drophysteresis)和退出计时器(drop-timer)来确定RAU进出MS的AS,分别记作Tadd,hdrop和tdrop,记Tdrop=Tadd-hdrop.Tadd是决定激活集大小的主要因素,hdrop和tdrop是为了克服阴影的影响,保证AS的相对稳定性,AS不能频繁更新,因为这将占用更多的系统资源.这里以MS在GN-cell1中移动为例来介绍模型,记k时刻MS的AS为SAS(k),若RAU(1)i∈/SAS(k-1),且s(1)i(k)>Tadd,则RAU(1)i∈SAS(k);若RAU(1)i∈SAS(k-1),而s(1)i(k)<Tdrop,则启动退出计时器,但是RAU(1)i仍然保持在AS中,当s(1)i(k+tdrop)<Tdrop时RAU(1)i才退出AS,如果s(1)i(k+m)>Tadd,m<tdrop时,则RAU(1)i仍然保留在AS中,同时计数器复位.对于一个特定MS的AS而言,在k时刻,RAU(1)i∈SAS(k)或者RAU(1)i∈/SAS(k).又因为RAU之间彼此独立,故仅需分析其中一个RAU即可,考虑到退出计数器的作用,设tdrop=Mts,RAU(1)i的状态转移过程可以由Markov链建模,如图2所示.图2中各状态转移概率定义如式(4)中所示,并可以通过数值积分对其求解p(1)i-,1(k)=Ρ{s(1)i(k)<Τdrop/s(1)i(k-1)>Τadd}p(1)i-,2(k)=Ρ{s(1)i(k)<Τdrop/s(1)i(k-1)<Τdrop}p(1)i+,1(k)=Ρ{s(1)i(k)>Τadd/s(1)i(k-1)<Τdrop}p(1)i+,2(k)=Ρ{s(1)i(k)>Τdrop/s(1)i(k-1)<Τdrop}(4)由式(4)给出的转移概率的定义,结合图2,可以确定SAS(k)=Μ-1∪m=0Am(5)记Pi,A(k)=(pi,A0(k),pi,A1(k),…,pi,AM(k))为MS在图2中各状态的概率,给定初始值Pi,A(0),通过迭代即可得到Pi,A(k),从而可得到RAU(1)i时刻k在MS激活集中的概率,记作p(1)i(k)p(1)i(k)=Ρ{RAU(1)i∈SAS(k)}=Μ-1∑m=0pi,AΜ(k)=p(1)i(k-1)+pi,AΜ(k-1)⋅p(1)i+,1(k)-pi,AΜ-1(k-1)p(1)i-,2(k)(6)所以MS在GN-cell1中移动,k时刻其激活集的平均大小为Ν∑i=1p(1)i(k).2.2越区切换阈值在CDMA分布式移动通信系统中,MS使用RAKE接收机(假设有足够多的分支)接收下行链路来自AS的各RAU的信号;同理,上行链路信号由AS中的RAU接收,并在BTS中进行最优合并.从而AS越大,系统的分集效果越明显,越有利于提高通信质量;但同时下行信道占用量增大会降低系统容量(用户数).AS的更新由BS控制,而越区切换需要通过MSC实现BS之间的网络控制以及数据转发,所以后者会耗用更多的网络资源.为了减少切换时对系统资源的占用,在本文提出的越区切换模型中,不作BS间的宏分集,MS在GN-cell边缘处的通信质量由AS提供的分集功能保证.在如图1所示的系统中,假设MS由GN-cell1向GN-cell2运动,即GN-cell1是MS的当前服务小区,定义越区切换为:有一个位于GN-cell2的RAU进入了MS的AS时,触发切换机制,首先在GN-cell2中为MS建立新的AS,然后释放位于GN-cell1的RAU与MS之间的链接.一方面,在当前GN-cell能够保证通信质量要求时,应避免越区切换,此时要求越区切换阈值应大于Tadd,以阻止其他小区的RAU进入激活集;另一方面,当前链路质量下降时,越区切换操作应立即执行.因此,模型中越区切换阈值由AS的平均接收功率(Tavg)适时控制,k时刻AS的平均接收功率如式(7)所示.当MS远离小区边界时,Tavg较大,这样可以避免不必要的切换;当MS接近小区边界时,Tavg较小,从而保证切换的即时执行.Τavg(k)=10lg(∑i(p(j)i(k)ˆL(j)i(k))∑ip(j)i(k))i∈{i/RAU(j)i∈SAS(k)}(7)式中,j为MS的当前服务小区的编号,ˆL(j)i(k)=10L(j)i(k)/10;且∑ip(j)i(k)≠0,此时,SAS(k)=>,即AS为空,出现了通信中断,为了避免其影响,定义越区切换阈值Tho(k)如式(8)所示Τho(k)={max(Τadd,Τavg(k))SAS(k)≠>ΤaddSAS(k)=>(8)除Tho之外,切换模型中的另外一个参数是切换滞后量(hysteresis),本文将其记作hadd,该参数可以避免切换时的“乒乓效应”,但会引入切换延时.在该模型中,当式(9)成立时,MS由GN-cell1切换到GN-cell2,当式(10)成立时,MS由GN-cell2切换回GN-cell1max{s(2)i(k)；i=1,2,⋯,Ν}>Τho(k)+hadd(9)max{s(1)i(k)；i=1,2,⋯,Ν}>Τho(k)+hadd(10)根据上面的描述,在时刻k,只有一个GN-cell是MS服务小区,所以越区切换可以通过图3所示的两状态Markov过程描述.图中状态“1”和“2”分别表示MS的当前服务小区是GN-cell1或者GN-cell2;p2/1(k)和p1/2(k)分别表示MS由GN-cell1切换到GN-cell2和由GN-cell2切换到GN-cell1的概率.记V(j)(k)=max{s(j)i(k);i=1,2,…,NRAU};j=1,2,记Th(k)=Tho(k)+hadd,且s(j)i(k)彼此统计独立,则p2/1(k)=Ρ{V(2)(k)>Τh(k)/V(2)(k-1)<Τh(k-1)}=1-F(2)V(k)V(k-1)(Τh(k-1)‚Τh(k))/F(2)V(k-1)(Τh(k-1))(11)p1/2(k)=Ρ{V(1)(k)>Τh(k)/V(1)(k-1)<Τh(k-1)}=1-F(1)V(k)V(k-1)(Τh(k-1)‚Τh(k))/F(1)V(k-1)(Τh(k-1))(12)式(11)和(12)中,F(j)V(k)(v)和F(j)V(k)V(k-1)(v1,v2)分别是V(j)(k)的一维和二维概率分布函数(CDF).式中,fu(k)(x)和fu(k)u(k-1)(x1,x2)分别是u(k)的一维和二维概率密度函数(PDF).将MS在k时刻由GN-cell1或GN-cell2服务的概率分别记作p(1)in(k)和p(2)in(k),则p(1)in(k)=p(1)in(k-1)(1-p2/1(k))+(1-p(1)in(k-1))p1/2(k)(15)p(2)in(k)=p(2)in(k-1)(1-p1/2(k))+(1-p(2)in(k-1))p2/1(k)(16)且p(1)in(k)+p(2)in(k)=1.进而可以得到k时刻有一次越区切换发生的概率为pho(k)=p(1)in(k-1)p2/1(k)+(1-p(1)in(k-1))p1/2(k)(17)所以整个路程上发生越区切换的平均次数为Νho=Κ∑k=1pho(k)(18)式中,K是总的抽样次数.已假设MS由GN-cell1向GN-cell2运动,即p(1)in(0)=1,p(2)in(0)=0,所以式(15)～(18)可以通过迭代求解得出.此外亦可得到k时刻AS的平均大小Νact(k)=2∑j=1(p(j)in(k)Ν∑i=1p(j)i(k))(19)3越区切换概率图4给出了一个分析场景,每个GN-cell由4个均匀分布的RAU构成,MS以速度v=10m/s由A点匀速运动到B点.本节将以其为例作理论计算与仿真分析,并对二者的结果作比较,所得结论同样适用于其他结构的GN-cell.为了得到准确的仿真统计结果,在MS的运动路径上作10000次仿真后完成数据统计.各参数取值如下:ts=0.1s,tdrop=2ts,此时对应的路径抽样距离为ds=vts=1m;C1=0dB,C2=3,σ=6dB,dcorr=20m,hdrop=1dB.图5给出了Tadd=-85dB,hadd=2dB时的曲线比较,其中图5(a)给出了MS由A运动到B整个过程中GN-cell1在其服务小区的概率,两小区边交界处该概率大约为0.5,正是预期的结果;图5(b)为不同位置有一次越区切换发生的概率;图5(c)反映了MS在不同位置处激活集的平均大小,可以看出在越区切换时,激活集变化平滑,从而提供了稳定的分集效果.图中实线为理论分析结果,经数值积分得到,虚线为仿真结果,可见二者吻合良好,故后续图中为方便起见,针对不同的模型参数仅给出理论分析曲线作比较.图6给出了hadd取值变化时对切换性能的影响.在切换模型中,hadd被称为切换滞后量是因为它将引起切换延时.切换延时通常通过切换交叉点(COP:crossoverpoint)衡量,COP定义为MS由GN-cell1和GN-cell2服务的概率相等时MS所在的位置,本例中COP的理想位置应该在图中横轴上1000m处.图6中(a)和(b)分别给出了不同hadd下对应的p(1)in(k)和pho(k)曲线,由图6(b)可看出增大hadd可以明显降低切换概率,从而减少切换次数Nho,但此时切换延时也将增大即COP位置远离1000m处.由于图6(a)中不能够很清楚地看出C