（通信与信息系统专业论文）hsdpa无线通信系统中的服务小区选择和接纳控制研究.pdf

摘要 摘要 为了满足快速增长的数据业务需求，w c d m a 采用增强技术h s d p a 。通过新 的信道h s d s c h ，h s d p a 可以提供最高速率达1 0 8 m b s 的下行分组传输。目前， 第一阶段的h s d p a 的物理层已经成熟，但h s d p a 的无线资源管理仍需完善。 h s d p a 采用f c s ，在某个时刻只允许一个小区向u e 提供h s d s c h 服务， 但允许u e 最快每3 3 3 m s 更新一次服务小区选择，并支持服务小区的h s - d s c h 快速切换。目前，3 g p p 只对基于信干比的服务小区选择算法进行了性能分析，但 建议服务小区选择要综合信道质量和小区资源进行选择。在快速小区选择中，u e 只能从激活集内选择服务小区，并且只能选择一个。虽然h s d s c h 的切换属于硬 切换，但激活集的更新是和软切换相同。在这些切换过程中，接纳控制采用何种 策略，3 g p p 未对此定义，且相关文献稀少。 通过分析h s d p a 的资源定义及资源分配方法，第二章建立数学分析模型，定 义平均负载因子和服务时间。第三章总结现有的服务小区选择选算法，利用第二 章中定义的服务时间，提出最短服务时间小区选择。根据h s d s c h 切换特点，第 四章结合第三章中最短服务时间小区选择的成果，提出适合h s d p a 接纳控制的接 纳条件b 。 经过o p n e t t m 编写的多小区h s d p a _ 仿真平台的仿真模拟，仿真结果反映最 短服务时间小区选择的总体性能优于“基于s i r 的服务小区选择”和由a s a n g 提 出的l a c s s ，l a h o ，提高系统的利用率，减低分组时延；接纳条件b 降低服务 中呼叫的阻塞率，是以提高新呼叫阻塞率为代价，但在保证q o s 的前提下降低了 总的呼叫阻塞率。 h s d p a 作为一个典型的无线分组接入系统，具有重要的研究价值，但目前 h s d p a 的无线资源管理仍来成熟。服务小区选择是影响h s d p a 的关键技术，接 纳控制是系统保证实时业务q o s 的重要手段。在单业务的假设下，本文对服务小 区选择和接纳控制进行初步研究，提出最短服务时间小区选择和实时业务接纳条 件，具有一定的创新性和实用性。 关键词：h s d p a ，无线资源管理，f c s ，接纳控制 a b s t r a c t a b s t r a c t h s d i i a i s i l i t r o d u c e da s o n e o f t h ee v o l u t i o n o f w c d m a t o m e e t t h er a p i d l yd e v e l o p i n g n e e d s o f d a t as e r v i c e h s d 队p m v i d e san e wc h a n n e lc a l l e dh s d s c h t h r o u g hw h i c hd o w n l i n kr a t e 啪 r e a c h1 0 8 m r s n md e f i n i t i o no fp h y s i c a ll a y e ro fh s d p ai nt h ef i r s ts t a g ei sa l m o s tc o m p l e t e d b u t r a d i or e s o l f f c em a n a g e m e n ti su n d e rd e v e l o p m e n t f c sh a sb e e np r o p o s e df o rh s d 队w i i hf c s o n l yo o ec e l li ss e l e c t e db vu et op r o v i d eu e w i t hh s d s c hs e r v i c ea ta n yt i m e b u tu ec a nu p d a t et h ec e l ls e l e c t i o no n c ee v e r y3 3 3 m sa n d c h a n g es e r v i n gc e l lt a p i d l y i nt h ep e r f o r m a n c ea n a l v s i so f3 g p p o n l yt h et r a d i t i o ns e r v i n gc e l l s e l e c t i o ni sc o n s i d e r e d ，w h i c hi so n l yb a s e do ns i r h o w e v e r , 3 g p pr e c o n u n e n d st h a td e t e r m i n a t i o n o ft h eb e s tc e l ln o to n l yb eb a s e do nr a d i op r o p a g a t i o nc o n d i t i o n sb u ta l s oa v a i l a b l er e s o u r c e s i n f c s u e l e c t so n ea n do n l yo n ec e l lf r o mi t sa c t i v es e t n l o u g ht h eh a n d o f fo fh s d s c hi sh a r d h a n d o f f , t h eu p d a t eo fa c t i v es e ti st h es a m ea ss o f th a n d o 正t h ea d m i s s i o nc o n t r o lf o rr e a lt i m e s e r v i c ei sn o td e f i n e di n3 g p pa n dt h e r ea r ef e wl i t e r a t u r e so ni t 1 nc h a r t e r2 as y s t e mm o d e li ss e tu pa c c o r d i n gt ot h ed e f i n i t i o na n da l l o c a t i o no fr e s o u r c e si n h s d p a i nt h em o d e l ，a v e r a g e1 0 a df a c t o ra n ds e r v i c et i m ei sd e f i n e d i nc h a f t e r3 ，s h o r ts e r v i c e t i m ec e l ls e l e c t i o ni sp r o p o s e db a s e do nt h es u m m a r i z a t i o no ft h em e t h o d so fs e r v i n gc e l ls e l e c t i o n i ne x i s t e n c ea n dt h ed e f i n i t i o no fs e r v i c et i m ei nc h a n e r2 i nt h es i m u l a t i o nb u i l tu pb yo p n e t , t h er e s u l t ss h o wt h a ts h o r ts e r v i c et i m ec e ns e l e c t i o ni s b e t t e rt h a l lt h et r a d i t i o n a lm e t h o do n l yb a s e do ns i ra n dl a ( b e s t s s a s t h + a s t h h y s t ) 成立， 并且激活集未满，则u e 同此小区的连接加入到激活集中，此过程叫做事 件1 a ； ( 2 ) 如果在r 期间，m e a s s i g n ( w o r s t o l d s s + a s r e p h y s t ) 成 立，并且激活集已满，则用候选集中最强的链路替换掉激活组中最弱的链 路，此过程叫做事件1 c 。 电子科技大学硕士学位论文 测量质量 a t 缸r 导频1 _ - 。、 一一 一s 孤 4 s 劢月 、 。 、 l 、- 。- 一 舡期骂峨 爿s 豫一 a st hh y s j 是塑!一 导频3 图1 7w c d m a 软切换算法 算法中部分参数含义如下； 爿j 劢软切换阈值： 加一t h 一毋甜上述闽值的滞后值； a s r e p h y s t 删除滞后值； a t 触发时间； b e s t s s 激活集中最强链路c p i c h 的o 值； w o r s t o l d 一& 激活集中最弱链路c p i c h 的“值； b e s t c a n d s s 候选集中最强链路c p i c h 的e c 0 值： m e a s s i g n 经滤波后的c p i c h 的“值。 激活集更新过程由u e 触发，r n c 进行决策，决定是否加入或删除小区。在 激活集更新决策中，接纳控制模块可以进行接纳控制，同时考虑小区的信号质量 和资源情况进行决策。 1 3 3 3h s d s c h 的服务小区选择 对于h s d p a ，3 g p p l l 2 】定义了一种测量事件1 d ，称为最佳服务小区测量事件。 如图1 - 8 所示，1 d 事件的触发条件为 1 0 l o g 彳o 。b 。+ c i o n o 出出，苫1 0 l o g m a 。+ c ，1 9 胁：+ h 1 d ( 1 2 ) 1 0 第一章引言 式中 m 。服务小区的瞬时测量值； f 。目前服务小区( 最优小区) 的瞬时测量值 珥。滞后余量； a 吼。非目前最优小区个体偏置量； a p 。目前最优小区的个体偏置量。 来f 1 4 , 区1 的h s - d s c h 来自小区2 的h s d s c h 图1 - 8 最佳服务小区测量事件的基本示例 测量值m 的内容根据系统要求来确定，可以是信号强度、信干比或其他指标。 滞后余量的设置可以避免1 d 事件的频繁触发。小区个体偏置量c i o ( c e u i n d i v i d u a l o f f s e t ) 是可以动态设置的。c i o 的设置使部分小区优先被选择。当各个小区的c i o 都为零时，1 d 事件的触发主要是根据小区的信干比，本文称为基于信千比的服务 小区选择。 1 3 4 呼叫接纳控制 无线通信系统的无线资源是有限的。当用户数或服务需求增加时，为了防止 拥塞与保持网络q o s 的稳定，系统对请求接纳的用户进行接纳控制c a c ( c a l l a d m i s s i o nc o n t r 0 1 ) 。在接纳控制中，系统根据系统的负载和q o s 要求进行决策， 1 1 电子科技大学硕士学位论文 接纳或拒绝用户的接纳请求。接纳控制算法需要对负载进行估计，并根据网络规 划的要求或动态的q o s 要求，设置合理的接纳限制条件。 基本的接纳控制策略如( 1 3 ) 式 叼+ 厶，s ， ( 1 3 ) 式中打目前系统负载的估计值： m - - 新呼叫负载增量的估计值； 叼。接纳门限。 不同的无线通信系统对资源的有不同的定义，负载估计方法也不同。在f d m a 或者t d m a 系统中，主要的资源是系统中的频率或者时隙，系统的容量是固定的， 信道总数也是固定的，相应的资源预留等价于带宽预留。系统可利用资源预留数 量来估计出系统的负载情况。c d m a 系统的容量主要受干扰或功率的限制，且容 量的大小随干扰变化而变化。c d m a 系统通过无线环境的干扰或系统的实际发射 功率来估计小区的负载。 对于f d m a t d m a 系统，系统的容量主要受频率和时隙资源的限制，下行链 路容量相对固定，是带宽受限系鲥1 7 1 。f d m a f f d m a 系统的下行链路负载可以直 接通过下行带宽的占用率来估计。假设f d m a t d m a 小区拥有总带宽日。和个 激活用户，则根据用户i 占用的带宽为噩，可以得n , 5 区的负载因子： 一薯老 ( 1 4 ) 在传统的c d m a 系统中，虽然可认为扩频码数量足够多，但由于存在用户与 用户之间和相邻小区与用户之间的干扰，系统的实际容量是有限的。容量的大小 随干扰的变化而变化，不是固定的。文献【2 】归纳了两种传统的c d m a 系统的负载 估计方法： ( 1 ) 基于功率的负载估计：小区下行链路的负载由下行链路总发射功率圪。决 定，下行链路的负载因子町。定义为： p 一詈吐 ( 1 - 5 ) 式中，下行链路总发射功率 p m 。，薏站最大发射功率。 第一章引言 ( 2 ) 基于吞吐量的负载估计：负载因子定义为： 荟之(1-6)rol三产j - l 、础 式中用户数量： r ，第j 个用户的比特速率； 尺一小区的最大吞吐量。 对于传统的c d m a 系统，r 一随干扰变化而变化，如果用毛0 表示，在 理想功率控制的情况下，负载因子可定义为 t t d l 凳v ，鬻【( 1 卅川 ( 1 - 7 ) 式中v ；业务激活因子o ，用户f 的目标速率； ( 毛0 ) ，r 相应的目, g e 0 ： 西用户j 的信道平均正交因子； 丁用户j 接收到其他小区与本小区的下行链路平均干扰功率 之比。 h s d p a 采用a m c 、h a r q 和快速分组调度等关键技术，向用户提供共享信 道h s d s c h ，在负载估计上有与传统系统不同的特点。 在移动通信系统中，除了对新用户的接纳，随着用户的移动，用户可以从一 个小区切换到另一个小区，系统也需要进行接纳控制。所以接纳控制对新用户接 纳请求和切换用户的切换请求进行管理。从用户的角度看，由切换引起的阻塞比 新呼叫的阻塞有更高的抱怨程度。所以在接纳控制决策中，切换呼叫比新呼叫有 更高的优先级。系统会为切换呼叫预留一定资源，资源数量可以是固定或变动的， 以降低切换呼叫的阻塞率，但以提高了新呼叫的阻塞率为代价。因此，切换呼叫 阻塞率和新呼叫阻塞率之间的平衡也是接纳控制中的重要问题。 目前3 g p p 协议没有定义h s d p a 的接纳控制，但接纳控制功能实体应位于 r n c ，便于获得多个小区的负载信息和估计接纳新呼叫或切换呼叫导致的无线负 载增加量。 电子科技大学硕士学位论文 1 4 本文内容安排 第二章归纳h s d p a 资源分配的特点，结合实时业务和非实时业务的特点，建 立适合h s d p a 的数学分析模型，定义平均负载因子和服务时间，然后总结h s d p a 基本的系统仿真模型，为后文的分析和仿真提供的基础。 第三章对现有h s d p a 的服务小区选择算法进行分析，总结现有算法的问题， 提出最短服务时间小区选择，并通过多个场景的仿真证明最短服务时间选择的性 能优于现有的算法。 基于的平均负载因子的模型，第四章分析接纳控制条件对h s d p a 接纳控制性 能的影响，然后提出改进的方案，并通过仿真验证改进方案的有优劣性。 最后第五章对本文进行总结。 第二章h s d p a 的模型 第二章h s d p a 的模型 小区负载情况反映小区的资源占用情况，是接纳控制和服小区选择的重要参 数。资源定义的方式与业务的类型影响资源的分配方式，导致数学分析模型负载 的估计方法在不同系统中的差异。h s d p a 采用了a m c 和快速分组调度等关键技 术，在资源分配方法上不同于w c d m a 系统中d c h 。因此h s d p a 不能沿用d c h 的负载估计方法。为了便于第三章与第四章的分析，第二章将介绍h s d p a 小区数 学模型和基本系统模型。 2 1 数据业务的特点 2 1 1 实时业务和非实时业务 h s d p a 小区内的无线资源分为由实时业务和非实时业务承载共享，而且实时 与非实时承载的比例变化迅速。实时业务的特点是不能对其有效控制，对于c d m a 干扰受限系统，由实时业务生成的负载、其他小区用户产生的干扰和噪声统称为 不可控负载；而由“尽力而为”的非实时业务产生的负载称为可控负载1 2 j 。因此，不 能用于不可控负载的容量可以由非实时的无线承载以“尽力而为”方式使用。 图2 1 不可控和可控业务之间的容量分配 时间 如图2 - 1 所示，因为实时业务对时延敏感，而非实时业务对时延相对不敏感， 所以分组调度器可以根据q o s 的要求优先调度实时业务的分组，利用剩余的资源 调度非实业务的分组。当实时业务的业务量重时，系统可以缓存非实时业务的分 电子科技大学硕士学位论文 组，等待实时业务的不可控负载减少后，再进行调度。因此，接纳控制只需对实 时业务产生的负载进行控制即可【2 1 。 2 1 2 实时业务的q o s 非实时数据业务的q o s 要求宽松，可以用尽力而为的方式传输。与非实时数 据业务相比，实时数据业务有明确的o o s 要求。对于实时数据业务，q o s 定义有 两种途径【2 7 1 ： ( 1 ) 采用时延来定义，要求满足( 2 1 ) p r w j ，五 s 哦 ( 2 - 1 ) 式中 彬接收分组的时延排队等待时延和传输时延的总和： z q o s 要求的时延门限； 岛w 大于互的概率门限。 ( 2 ) 采用平均吞吐量来定义，要求满足( 2 2 ) r2 ( 2 2 ) 式中足用户的平均吞吐量； q o s 要求的吞吐量门限。 2 2 h s d p a 的数学模型 h s d p a 是一个无线分组接入系统，向用户提供高速分组接入服务。无线分组 接入系统把无线信道看成一个大传输管道，让用户共享信道，并根据用户的o o s 要求动态地分配资源。在h s d p a 系统中，用户可以同时使用时分与码分两种方式 共享信道的资源。在具体的资源分配上，与t d m a f d m a 系统和传统c d m a 系 统相比，h s d p a 有自己的特点，在分析中不能直接沿用目前系统的数学模型。 2 2 1h s d p a 中的资源 在h s d p a 中，系统通过h s d s c h 为用户提供共享的数据传输服务。用户共 享h s d s c h 的资源，n o d eb 的分组调度器负责资源的合理分配，以保证用户业 务的q o s 要求。在h s d s c h 中，主要的信道资源是功率、扩频码和时隙。 在功率方面，系统使用相对固定的发射功率用于w c d m a h s d p a ，但对每个 用户不采用快速功率控制，而通过快速调制编码和混合自动重传技术，来调整无 第二章h s d p a 的模型 线链路的性能。 基站发 射功率 图2 2h s d p a 和非h s d p a 的功率共享 根据文献0 3 1 ，n o d eb 分配给h s d p a 的功率资源如图2 - 2 所示i 除去专用信 道的功率、公共信道的功率和预留给专用信道的功率后，n o d eb 把最大功率中剩 余的功率都分配给h s d p a ，充分利用n o d eb 的功率资源。虽然专用信道的功率 随业务量的变化而变化，但通过预留给专用信道的功率，h s d p a 可以保持相对固 定的发射功率或进行慢速的功率控制。因此可以认为，在短时间内，n o d eb 分配 给h s d p a 的功率是恒定的。 h s d p a 在h s d s c h 中采用固定的扩频因子1 6 ，最大可用的扩频码数目为1 5 。 在实际应用中，n o d e b 会使用固定数目的扩频码，一般数目是5 ，1 0 ，1 5 。h s d p a 不采用功率控制，而是把从n o d eb 分配到的功率资源平均分配到每个码道上。 u e ( u s e re q u i p m e n 0 检测信干比，然后根据信干比选择合适编码调制方式 m c s ( m o d u l a t i o na n dc o d i n gs c h e m e ) ，并把编码调制方式作为的信道质量指示之一 反馈给n o d e b 。 在h s d p a 中，最小调度时间间隔是一个传输时间间隔t h ( t r a n s m i s s i o nt i m e i n t e r v a l ) 。一个1 1 1 为3 个时隙，即2 m s 。 电子科技大学硕士学位论文 2 2 2h s d p a 的资源分配 。个扩频码垒 1 ；罂1 ii 衄用户1 囫用户2 口, q p 3 图2 3h s d p a 分组调度中资源的分配 在h s d p a 中，h s d s c h 的功率是平均分配到每个h s d s c h 的码信道上， 因此在用户间不需要进行功率分配。如图2 - 3 所示，在h s d p a 的分组调度中，调 度最小资源为1 个扩频码在1 个t h ( 2 m s ) 时间间隔内传输的子帧( s u b f r a m e ) 。 h s d p a 分组调度器可以每隔1 个1 1 1 进行调度1 次则资源分配问题可以简化为 在单个t n 内的扩频码资源分配问题【1 4 1 1 1 5 】。 假设在某时刻在小区n 中有j 】l f 个u e ，ue | ，| 是小区中的用户。u e 啊对所属小区 c p i c h 进行测量，并从公共信道上获得c p i c h 发射功率与h s - d s c h 单个码道发 射功率的偏置值，然后估计出单个扩频码码信道的信千噪比【1 7 1 。假设系统能准确 测量与估计h s - d s c h 的单个扩频码码信道的信干噪比s i n r , , 。，并准确地选择合适 的编码调制方式，根据小区n 基站到u e 。的信干嗓比豇n r ，u e 卅选择适当调制 编码方式等级。设r ( 算) 与b l e r ( x 1 分别表示关于信干比z 的传输速率和块误率的 函数，则在信干比为s i n r 时，单个扩频码码信道传输速率为r ( s i n r , , 。) ，误块率 为b l e r ( 删岷，) ，则单扩频码码信道有效传输速率为 r ，r ( s i n r ，) 一r ( s i n r ，) | 1 - b l e r ( s i n r ，) ( 2 3 ) 假设在某个调度时刻，根据u e 。的实时业务q o s 要求，u e 。需要的最小传输 速率为圪。，则为了满足q o s 要求，u e 。在当前t n 内需要扩频码的个数为 矿 q 。一 ( 2 - 4 ) m 对于整个小区，m 个u e 在当前，r 玎内需要的扩频码的个数为 m 巳。g 。 ( 2 5 ) 雨 设小区蚪的h s d s c h 中最大可用的扩频码个数为q 。在微观的某个t t i 中， 第二章h s d p a 的模型 假如es q 。，则小区中的用户能得到充足的资源，用户的q o s 得到满足；假如 q ，q 。则小区中的资源不能满足所有的用户，在分组调度的作用下，部分用户 会出现q o s 水平下降。为了保证和提高q o s ，系统应尽量减少q ，q 。出现的概率。 在实际中，系统不需要每个时刻都保证q o s 要求，从宏观的角度看，系统应通过 接纳控制和服务小区选择，保持q 的平均值己sq 。 2 2 3 平均负载因子估计 平均负载因子反映小区的平均负载情况，以小区被占用资源的百分比表示， 为接纳控制提供重要参数。 根据( 2 4 ) 在某时刻，为了满足q o s 要求，u e m 需要占用小区 的h s d s c h 资源的百分比可表示为 一。专 陆6 ) 从长期的角度看。为满足小区n 中m 个用户的q o s 要求，小区n 的平均负载因子 为 彳- 缸一羹一耋鲁 陋刀 彳- 三弼，一羔 号芝i 一名芝 ( 2 7 ) 在( 2 7 ) 式u 中，q 是固定数值，己。反映用户在1 个1 1 1 内平均需要的扩频码资源 个数，由u e l ，l 的信道质量和业务的q o s 共同决定。 根据实时业务平均吞吐量的q o s 要求，吃是常数，只与业务的速率要求相关， 反映用户的最低速率要求，与用户的信道情况不相关，根据( 2 4 ) 则 和磊矗 g 培) 因此，在确定了业务平均传输速率的前提下，只要对j i 进行测量，就可以得到己。 的估计值。 在实际中，瓦：不方便测量，可利用( 2 9 ) 进行估计【1 6 1 ， 食( tr s 腿一( ) ”e m 是已接纳肭( 2 9 ) u e 。是新呼叫用户 1 9 ，卜i ， 卅羽书瓯 ”限一 小 电子科技大学硕士学位论文 假如小区n 接纳u e m 后，为了满足u e h s d s c h 服务需求，小区n 的平均负载因 子增加量必须为 皈一。去 ( 2 - 1 0 ) 2 2 4 服务时间 假设u e 啊的分组队列长度为，分组的长度分别为，( i - l 2 ，) ，则u e m 分组队列的比特总数为 级- 艺， ( 2 - 1 1 ) 根据某时刻的信道情况，如果小区n 将u e ，l 的分组全部成功传输，预计需要时间 为 s ，一芒葛 2 ) 为了传输小区中所有用户的所有分组，小区n 需要消耗时间为 s - 缸一誓盘( 2 - 1 3 )s - 善k 。一善寺 本文称& 为小区h 的服务时间。服务时间反映在未来短期内小区处于繁忙状态的 时间，间接反映小区中的负载和小区的容量的情况。 2 3 h s d p a 的系统模型 2 3 1 小区模型 仿真中服务区域为1 9 个六角形蜂窝小区，每个小区的基站放置在小区的中心。 基站使用全向天线，基站之间的距离为2 8 0 0 m 。1 9 个小区的小区地理分布如图2 4 所示。 第二章h s d p a 的模型 基站位置 图2 - 4 仿真的小区模型示意图 2 3 2 传播模型 传播模型由三部分组成：由路径损耗、阴影衰落和快衰落【1 7 】【1 8 】。 根据3 g p p 文献 1 7 1 中的宏小区模型。基站到移动台的路径损耗为 胁+ 4 0 ( 1 - 4 - 1 0 1 - + 3 2 1 l o g ( f 删1 0 9 似卜1 8 1 0 9 ( 2 1 4 ) + 。 1 + 8 0d b 、。 式中r 基站到移动台的距离，单位为k mo d h b 基站天线的高度，单位为m ： ，载波的频率，单位为m h z ； 兕传播损耗，单位为d b 。 假设d h b - 1 5 m 和，一2 0 0 0 m h z ，传播损耗简化为 p l - 1 2 8 1 + 3 7 6l o g l 0 ( r ) ( 2 - 1 5 ) 由于阴影衰落的存在，路径损耗为 l ；p l + l o g sr 2 - 1 6 ) 式中，l o g s 是对数正态阴影衰落。阴影衰落s 的大小由用户的位置决定，随着用 户的移动变化而变化，相邻位置上的阴影衰落具有相关性。在仿真中，阴影衰落 l o g s 采用均值为0 与标准偏差为8 d b 的对数正态分布变量模拟，阴影衰落相关性 2 1 电子科技大学硕士学位论文 如f 2 1 7 ) 式所示。 d l n 2 c q ) 。8 “( 2 - 1 7 ) s - c ( d ) s + 1 一 c ) 】2 n o , a ) 式中d 上次阴影衰落更新之后终端的移动距离，k m ； d o , 解相关长度，取值为2 0 m c ( d ) 阴影衰落的标准化自相关函数： n ( o ，d ) 均值为0 ，方差为a 的高斯随机变量； s 上次计算的阴影衰落的值，d b ； s 当前时刻的阴影衰落的值，d b 。 为简化仿真，快衰落模型采用单径的瑞利衰落。 2 3 3 链路性能和自适应调制编码模型 下行链路级性能采用文献 1 7 1 的仿真结果，如图2 5 所示。 根据3 g p p 推荐的调制编码方式，系统采用的5 种调制编码方式如表2 - 1 所示。 在自适应编码调制中，系统采用最大有效传输速率原则，即 r 一 1 j a r g m a x r 【1 一b l e r ( r ，抖) j ( 2 - 1 8 ) 式中n 是调制编码方式等级，y 是信干噪比。在自适应调制编码中，调制编码方式 的选择参考文献 2 0 1 ，如图2 - 6 所示。 表2 1 调制编码方式 调制编码等级 1 2 356 码率 1 41 ，23 41 2 3 4 调制方式q p s k o p s k o p s k 1 6 q a m1 6 0 a m 传输速率( k b p s ) 1 2 02 加3 6 04 8 07 2 0 子帧的比特数( b i t ) 2 加4 8 07 2 09 6 01 4 4 0 第二章h s d p a 的模型 糕囊； 淌k 蠢篱蓬驸 ：二稿瓣嘲耋陬鬻螽1 w 瑟捌 鑫础j 数登、特甲渺 r 帆。孵 r 鼙念跫渊籼 l i 遵x 一= ，曩疆晡3 噬 穹稿鳓4 ； 1 0 0 9 0 ，8 售0 7 o 善0 6 槲 蝌0 。5 攥 迎0 。4 较 怔0 3 0 。2 0 1 加伯0 1 02 0 , 3 0 s i r ( r i b ) 图2 5 下行链路级性能 l； q p s f , 1 1 2l p q a m1 1 2 6 4q i |蝴3 4 l 一一 r7 + 一q e s k _ 1 1 aq e s k抛硒a m 乳 ， 1 6q im3 4 7 _ ，- ，一 p e a k d日f ar a t e 刀一 一一8 p ：l & 姒 ( p e r f e c, a m c ) 瓣l q o m l 0 2 、_洌_ l q p s k i 3 4 一互抖奄s k 谴 爿馓 l i q l ；! s k f 4 咒刁式 s i r ( d b ) 图2 6 各种调制编码方式的有效传输速率 凹 电子科技大学硕士学位论文 2 - 3 4 业务模型 与非实时业务相比，实时业务的q o s 要求严格，负载是不可控的，需要进行 负载控制。本文主要针对实时业务，为了简化分析，暂不考虑非实时业务。在仿 真中，假设用户只有一种实时业务。参考文献【2 1 】中的视频流类业务模型，仿真采 用了一个简单的实时业务量模型如表2 2 ，平均的速率为3 8 4 k b p s 。 表2 2 业务模型 业务量参数分组的大小分组间的时间间隔 随机变量分布类型常数 指数分布 分布参数1 5 0 0 b y t e s均值为3 1 2 5 m s 2 3 5 用户模型 在仿真初始时，用户按随机平均分布出现在服务区域，即图2 - 4 中的1 9 个小 区。对于每个用户，呼n t t 至1 达时间间隔服从均值为4 0 s 的指数分布，呼叫持续的时 间服从均值为1 0 s 的指数分布。在呼叫到达时，用户重新初始化位置和移动速度； 在呼叫通信过程中，用户不改变移动速度。 2 3 6 仿真环境基本系统参数 在仿真中，系统的基本假设总结如表2 - 3 所示。 表2 - 3 系统的基本假设 参数名称仿真假设 分配给h s d p a 的功率总功率的8 0 分配给c p i c h 的功率总功率的1 0 分配给其他信道的功率总功率的1 0 h s d p a 最大扩频码个数 1 0 最大重传次数 5 分组调度算法 比例公平( p f ) 激活集中小区最大个数 3 c q i 反馈时延 2 ? 玎- 4 m s a c k 反馈时延 5 m s 2 4 小结 本章归纳了实时业务和非实时业务的特点及其之间的关系，并根据h s d p a 的 第二章h s d p a 的模型 特点，建立数学模型，定义平均负载因子和服务时间。第三章和第四章将基于第 二章的数学模型进行讨论。在介绍数学模型后，本章说明h s d p a 的系统模型，作 为第三章和第四章的仿真基本模型。 电子科技大学硕士学位论文 第三章h s d p a 的服务小区选择优化 3 1 h s d p a 服务小区选择的特点 h s d s c h 不支持软切换，而采用硬切换。在切换区域中。新服务小区的选择 由l i e 进行。在每次选择中，l i e 只能在候选集中选择一个服务小区：在任何时刻， 只有一个小区向u e 提供h s d s c h 服务，潜在地减少了干扰，提高了系统容量。 由于u t r a n 和u e 间支持小区的同步，u e 能快速地从一个小区的h s - d s c h 切 换到另一小区的h s d s c h ，因此h s d p a 可采用快速小区选择f c s ( f 船tc e l l s e l e c t i o n ) ，u e 最快能每3 3 3 m s 重新选择一次服务小区【”l 。 3 2 服务小区选择的现状 3 g p p 确定了h s d p a 采用f c s ，只对基于信干比的服务小区选择策略进行仿 真分析，但没有明确地规定具体服务小区选择的策略，只建议在选择最佳服务小 区要综合考虑信道质量和小区的码资源与功率资源【朔。目前，针对h s d p a 服务小 区选择的文献不多。 3 2 1 基于信干比的服务小区选择 a d - 切换延迟 来自小区1 的h s - d s c h来自小区2 的h s - d s c h n 3 1 最佳服务h s d s c h 服务小区的洲量羽i 触发 第三章h s d p a 的服务小区选择优化 在基于信干比s i r 的服务小区选择中，u e 对服务小区的选择是只根据瞬时信 道质量。u e 对候选集中所有小区的导频信号进行检测，每3 3 3 m s 测量出一次导 频信道的信干比，然后选择信号最好的小区作为服务小区。通过快速的测量和服 务小区的选择，h s d s c h 能跟踪快衰落的变化，获得空间选择分集增益。 如图3 - 1 所示，在传统的服务小区选择中，从小区1 切换到小区2 的触发条件是 s ，r s i r 2 ( 3 1 ) 3 2 2l a c s s l a h o 算法 目前，关于分组数据系统的服务小区选择和负载平衡的文献不多。其中，针 对分组数据系统，文献【2 2 】提出在集中式控制系统框架下的小区负载动态平衡算 法。在该算法中，综合考虑用户的信道质量和小区的平均负载情况，基站慢速地 对用户进行的选择。但集中式控制系统框架不适合h s d p a 系统。在文献【2 2 】的数 学模型上，文献【2 3 】利用最优化里论分析。提出适合h s d p a 系统的 l a c s s l a h o ( l o a d - w a r ec e l l s i t es e l e c t i o n l o a d w a r eh a n d o f 0 。l a - h o 系统模 型如图3 2 所示。 而网闻丽网 i 竺兰些! li 里曼兰兰! ll 里兰些! ii 曼兰些zi e 瞄( t 口 m s k 儿) 】e 瞄( t ) 引f ) 日m s k 口删 l o a d - w a r eh a n d o f f f ( f ) ：平均吞吐量 ef ( f ) 】：小区正在服务的平均用户数 。( f ) ：最大可支持传输速率 图3 2 在两个小区间的l a - h o 示意图 在t 时刻，在独占小区资源的假设下，根据瞬时信干噪比，用户k 可获得基站 i 的最大下行传输速率为( t ) 。在每个传输间隔，用户k 估计平均的下行吞吐量 为 电子科技大学硕士学位论文 霉t ( r ) 2 ( ，一丢) 霉( r 一- ) + 丢( r ) ，f t ( r ) ( 3 z ) 式中，如果在t 时刻用户k 被基站f 服务，l i ( t ) 为1 ，否则为0 。 假设整个服务小区有n 个基站和k 个用户，在每个时刻一个基站只为一个用 户服务，文献通过设立效用函数( 3 - 3 ) ， r t 薹玑( 磊) ( 3 - 3 ) 把服务小区的选择归纳为效用函数最优化问题。其中，目标函数为( 3 q ，约束条 件为( 3 5 ) 。 m p 卜薹以( 钟) ) ) ( 3 4 ) 瓯r 卜1 。1 2 一 仔， “( f ) s l - 堵一，k 在( 3 4 ) 式中，是j ( t ) 的集合，表示小区选择方案。文献采用的效用函数如( 3 - 6 ) 所示。 以( 瓦) 。坼篙 ( 3 4 ) ( 3 5 ) 组成的最优化问题求解复杂度大，而且是整个系统资源分配的优化，需 要集中式控制的系统框架。通过简化问题，文献得出近似最优解，过程如下： 如果呼叫用户k 选择小区i ，效用函数的增加量为 蝇加1 ) l 矾( ( ) ) 一毒，h p ( 洲) 一u ( 1 小+ 1 ) ) 】( 3 - 7 ) 在分布式的控制中，用户k 对用户f 的王，信息是未知的。如果e f k ( f ) 1 的数 值足够大，效用函数的增加量可忽略用户k 选择小区i 的影响，那么最优化问题简 化为 f la r gm a x t u j i ( 1 ， ( f + 1 ) ) ( 3 8 ) 假设基站根据( 3 9 ) 对用户进行分组调度。当a ；1 时，分组调度为比例公平调度 ( p f ，p r o p o r t i o n a lf a i r n e s s ) 。 第三章h s d p a 的服务小区选择优化 “小a r g 删m a x 卜学 ( 3 - 。) 假设每个用户获到数量相同的小区资源，同时考虑到( 3 6 ) 是非减函数，近似最优 解为 ( 1 ) l a - c s s ：当新用户到达时，新用户根据( 3 1 0 ) 进行服务小区选择。 “a r s 臀艄 ( 3 - 1 0 ， 。鹕臀1 计舞蕊 ( 2 ) l a - h o ：在服务小区选择中，用户在服务小区间切换的触发条件为 一黼 卜m a x 皓鸽) p 在l a - c s s l a - h o 算法中，基站f 需要统计k ( t ) ，并每隔t h 时间广播一次 e k ( f ) 】信息，因此用户每隔气时间进行一次服务小区选择，设“为6 0 0 个时隙； 在每个时隙，每个用户需要翌e 【( f ) 】进行估计，在文献中通过( 3 _ 1 2 ) 进行估计 # - ( t + ) 皇( 一丢) - ( r ) + 丢( r ) ( ，- t z ) 为得到稳定的统计值，设t 为l o o o 。 3 2 3 其他算法 除了基于信干比的服务小区选择和l a c s s ，l a h 0 ，目前还有另外一些关于 服务小区选择的算法，但存在一定的局限性。 文献 2 9 1 提出了一种改进的i n t r a - n o d ebf c s 方法一一网络控制小区选择 n c c s ( n e t w o r kc o n t r o l l e dc e l ls e l e c t i o n ) 。在n c c s 中，u e 将候选集中所有小区 的c q l ( c h a n n e lq u a l i t yi n d i c a t i o n ) 反馈到服务n o d eb ；结合各个扇区的负载情况， 服务n o d eb 代替u e 进行小区选择，使小区的吞吐量最大化。n c c s 只在服务n o d e b 内的小区进行优化，如果考虑到不同n o d e b 之间的负载分布，就能充分利用相 邻n o d eb 中的小区的空闲资源，但在小区选择时也要考虑到不同n o d cb 的小区 变换引起的时延。 文献 3 0 1 综合考虑公共导频信道的信干比、呼叫的到达率与基站的可用资源三 个主要因素，借鉴模糊数学思想，提出一种模糊快速小区选择f f c s ( f u z z yf a s tc e l l 电子科技大学硕士学位论文 s e l e c t i o n ) 。f f c s 的优点在于u e 能综合小区负载信息，如呼叫的到达率与基站的 可用资源，进行小区选择。但f f c s 的分析是基于传统c d m a 理想功率控制的模 型，不适合用户h s d p a 的服务小区选择，更适合用于在d s c h 中的位置选择分 集发射s s d t ( s i t es e l e c t i o nd i v e r s i t yt r a n s m i s s i o n ) 。 3 2 4 现有服务小区选择算法存在的问题 基于信干比的服务小区选择算法的优点在于只根据瞬时信道质量进行服务小 区选择，策略简单，实现容易，因此u e 能快速地选择新的服务小区，让信号最好 的小区为其服务。但在小区负载不平衡的情况下，信号最好的小区不一定能提供 最优的服务质量，那么最佳服务小区的选择应综合考虑信号的质量和小区的负载 分布。 在l a - c s s l a - h o 的服务小区选择策略( 3 1 0 ) ( 3 - 1 1 ) 中，e f ( f ) 1 反映用户的 平均信道质量，e 【k p ) 】反映小区的平均负载情况，而e ( f ) 】e 【k