基于资源再分配原则的分布智能呼叫接纳控制方法及装置

摘要

本发明公开了属于通信资源管理技术领域的一种基于资源再分配原则的分布智能呼叫接纳控制方法及装置。该装置包括三个模块：新用户小区访问概率估计模块、神经网络预测器和呼叫接纳判决模块。呼叫接纳控制方案引入小区资源再分配原则，利用模糊推理和概率计算相结合估计新用户到各相邻小区访问概率，并选择其中访问概率最高的小区作为计算接纳该用户后的本小区和各相邻小区的SIR值；估计用户切换至访问概率最高的相邻小区所需的时间，以及经过该段时间后发生切换时，该相邻小区的SIR值，若满足门限值要求则接纳此用户，否则拒绝。本发明在保证已连接用户基本通话质量的基础上，为更多的用户提供可用资源，降低呼叫阻塞概率，提高资源利用率。

说明书

技术领域

本发明属于通信技术之资源管理技术领域。特别涉及一种基于资源再分配原则的分布智能呼叫接纳控制方法及装置

背景技术

CAC(呼叫接纳控制)正处于发展阶段。当前，CDMA(码分多址)蜂窝通信系统中呼叫接纳控制方案的研究主要有三大类：一类是基于SIR(信扰比)或总干扰信号功率的CAC算法；另一类是基于系统容量分析模型的CAC算法；再一类是基于功率控制模型的CAC算法。但是这些算法研究要么只局限于单一业务系统，要么没有同时考虑多小区QoS(服务质量)要求。

Chang Chung-Ju在其文章“宽带CDMA蜂窝系统中不同Qos要求下的智能呼叫接纳控制”(Intelligent Call Admission Control for Differentiated QoSProvisioning in Wideband CDMA Cellular Systems)一文中针对上述问题将模糊控制理论和神经网络预测技术引入CAC，提出智能型呼叫接纳控制(ICAC)方案。该方案分别利用模糊决策技术和神经网络辨识能力，估计新用户请求产生的等效干扰，预测系统中已连接用户下一时刻的平均干扰，然后根据估计的两个干扰以及系统反馈的当前时刻本小区及相邻小区内各类业务的掉线概率，决定是否接纳当前呼叫请求。该ICAC算法可应用于多业务CDMA系统，能保证各类业务掉线概率满足要求。但是该算法存在以下不足：判决时仅考虑当前小区用户的QoS要求，忽略了相邻小区的拥塞状况对本小区接纳判决的影响。实际上，由于蜂窝小区采用微小区或微微小区结构，切换现象频繁发生，如果用户接入网络后发生越区切换，切入小区能否给用户提供可用资源，以及用户的切入是否会造成该小区服务质量下降，也是应该考虑的重要问题。

发明内容

本发明的目的是提供一种基于资源再分配原则的分布智能呼叫接纳控制方法双装置。本发明的呼叫接纳控制方案基于模糊逻辑和神经网络智能技术，引入小区资源再分配原则，研究用户的移动性对接纳控制的影响，在保证已连接用户基本通话质量的基础上，为更多的用户提供可用资源，降低呼叫阻塞概率，提高资源利用率。

具体采用的技术方案是：

所述基于资源再分配原则的分布智能呼叫接纳控制装置，将模糊控制理论和神经网络技术应用于呼叫接纳控制判决，包括以下模块：

新用户小区访问概率估计模块：利用模糊决策和概率计算相结合估计新用户到各相邻小区新呼叫访问概率；

神经网络预测器：采用优化结构全连网神经网络，预测用户进入网络后，在预测发生切换的时刻最大访问概率时相邻小区用户的拥塞情况；

呼叫接纳判决模块：综合新用户小区访问概率估计模块和神经网络预测器的输出预测新用户最大访问概率小区的用户数目变化特性；结合当前时刻本小区、相邻小区的SIR水平及切换时刻最大访问概率小区的SIR水平，以进行呼叫接纳判决。

所述基于资源再分配原则的分布智能呼叫接纳控制方法的执行步骤如下：

步骤1：新用户小区访问概率估计模块等待呼叫请求的到达；

步骤2：新用户小区访问概率估计模块利用1)模糊估计新用户访问方向性概率DP和2)计算用户通话持续性概率CCP

计算新用户相邻小区访问概率CVP＝DP×CCP；

步骤3：计算接纳该用户后，本小区SIR值，并与门限值进行比较：

1)如果新到达为高优先级用户，若满足门限要求，执行下面步骤5，若不满足，执行步骤4；

2)如果新到达为低优先级用户，若满足门限要求，执行下面步骤5，若不满足，拒绝，回到步骤1；

所述优先级用户分按话音或数据呼叫信号分为两种优先级别：速率可变用户和速率不可变用户，话音用户为速率不可变用户，具有较高优先级别，称为高优先级用户，激活话音用户以基本信道传输速率R进行通信，即话音编码速率；数据用户为速率可变用户，优先级别相对较低称为低优先级用户，数据用户基本信道传输速率为R₂＝R/R_G，其中R_G为数据业务与话音业务处理增益的比值。

所说门限值即为保证用户基本通话质量所需的最小SIR值。

步骤4：在保证低优先级用户基本通话质量的情况下，在当前小区低优先级用户中进行信道资源重新分配；

步骤5：计算接纳该用户后的相邻小区SIR值，并与门限值进行比较。若满足门限要求，执行下面步骤6；若不满足，拒绝，回到步骤1

步骤6：估计用户切换至访问概率最高的相邻小区所需的时间，利用神经网络预测器预测经过该段时间后用户发生切换时，该相邻小区的SIR值，并与门限值进行比较。若满足门限要求，执行下面步骤7；若不满足，拒绝，回到步骤1

步骤7：接纳并从可用信道中分配相应信道，系统内用户数加一，返回步骤1。

本发明具有下述优点：

1、本发明保证本小区及相邻小区用户的QoS满足要求。对于新发起呼叫用户的接纳标准，同时考虑本小区及相邻小区用户的SIR水平。并估计新用户最大访问概率小区，预测发生切换时刻该小区用户的SIR水平，从而保证对新呼叫的接纳不会降低本小区及相邻小区的服务质量，同时确保新用户在发生切换时能够分配到可用资源，降低掉线概率。

2、本呼叫接纳控制方案采用了信道资源重新分配原则，根据用户对带宽或传输速率的需求是否可以随系统的拥塞情况进行调整，将用户分为速率可变和速率不可变两种优先级别。当网络拥塞时可以根据新到达呼叫的优先级别调整系统资源的分配情况，在保证可变速率用户基本通话质量的基础上为高优先级用户提供可用的信道资源，从而降低呼叫阻塞概率。

附图说明

图1呼叫接纳控制装置框图。

图2是本发明呼叫接纳控制方案的模糊等效干扰估计器示意图。

图3是本发明呼叫接纳控制方案小区访问方向性概率模糊推理规则。

图4是本发明呼叫接纳控制方案的神经网络干扰预测器结构图。

图5是基于资源再分配原则的分布智能呼叫接纳控制方法的执行流程图。

图6、图7是呼叫接纳控制方法仿真结果。

具体实施方式

本发明提供一种基于资源再分配原则的分布智能呼叫接纳控制方法及装置。本发明的呼叫接纳控制方案基于模糊逻辑和神经网络智能技术，引入小区资源再分配原则，综合考虑多小区QoS要求，对于新发起呼叫用户的接纳标准，不仅考虑本小区用户的SIR水平，还需要结合相邻小区用户的SIR水平，结合当前时刻本小区、相邻小区的SIR水平及切换时刻最大访问概率小区的SIR水平，以进行呼叫接纳判决，从而保证对新呼叫的接纳不会降低本小区及相邻小区的服务质量，同时确保新用户在发生切换时也能分配到可用资源，因此采用小区资源再分配原则，为高优先级用户提供资源，降低呼叫阻塞率。下面结合附图和实施例对本发明予以说明。

图1所示为呼叫接纳控制装置框图。由新用户小区访问概率估计模块和神经网络预测器，分别与呼叫接纳判决模块连接。

所述新用户小区访问概率估计模块接受话音或数据呼叫信号，以此估计用户小区访问概率(CVP)，所述估计主要包括两个方面，方向性概率(DP)和通话持续性概率CVP＝DP×CCP；

其中方向性概率是指移动台朝着某相邻小区方向移动的概率；通话持续性概率是指当移动台以某概率切换到某相邻小区，在发生切换时该用户仍然处在通话中的概率。移动台到某相邻小区的方向性概率越大，表明移动台沿该小区方向移动的概率越大，就越有可能向该小区发生切换。另一方面，考虑移动台移动到某相邻小区时是否仍处于通话状态中，假如此时通话已经结束，则不会影响该小区的资源分配方案。因此，结合两方面的因素，估计用户到各相邻小区的访问概率。

1)模糊估计小区访问方向性概率(DP)

一般来说，如果移动台距离某小区基站的距离越近，移动台接收基站发射信号的路径传播损耗越小，移动台接收基站的信号强度就越大，移动台就会以较大的概率选择该小区为主小区。然而，由于移动台的移动特性与移动台到小区的方向性概率之间的关系难以用准确的数学模型来描述，因此难以用数学公式推导的方法来计算移动台访问各小区的方向性概率。而模糊推理技术模仿人脑在模糊情况下的推理过程，能够根据经验学习自适应萃取被控对象变化规律，可以有效解决输入输出间难以用精确数学模型描述的推理控制问题。因此本方案采用模糊逻辑工具，分析用户的移动特性，估计用户访问各相邻小区的方向性概率。

方案中考虑影响用户访问各相邻小区方向性概率的主要因素有：移动台距离各小区基站的距离(Distance)；移动台移动方向与移动台到各小区基站连线的夹角(θ)；移动台的平均移动速率(V)。这三个量作为方向性概率模糊估计的输入变量，如图2所示。一般来说，移动台距某相邻小区基站的距离越近，移动台移动方向与移动台到该小区基站连线的夹角越小，移动台的平均移动速率越大，移动台将来时刻访问该小区的方向性概率就越大。

小区访问方向性概率模糊估计的三个输入语言变量为：移动台距离各小区基站的距离(Distance)；移动台移动方向与移动台到各小区基站连线的夹角(θ)；移动台的平均移动速率(V)。其成员函数分别包括：T(Distance)＝{Short，Medium，Long}；T(θ)＝{Small，Middle，Large}；T(V)＝{Low，Middle，High}，其中，Distance，θ，V为模糊估计的输入量，其成员函数表示变量包含的类型，例如：Distance变量包括Short，Medium，Long三种类型；输入参数经模糊化后为语言变量值，根据制定的模糊规则采用min和max模糊合成运算得出用户访问某相邻小区方向性概率，利用面积中心法解模糊，输出用户访问小区方向性概率值。输出变量为用户访问某相邻小区的方向性概率，其成员函数为

T(P)＝{P1，P2，P3，P4，P5，P6}。

所述P为模糊输出变量，其成员包括P1，P2，P3，P4，P5，P6六个类别，是输入变量进行模糊逻辑估计的结果。模糊推理规则如图3所示。

2)用户通话持续性概率(CCP)

移动台到某相邻小区的方向性概率反映的是移动台沿该小区方向移动的概率。然而当用户移动到某相邻小区时，该时刻用户是否仍然处于通话状态中，如果用户仍在通话则会发生切换，切换小区需要给该用户提供可用的信道资源，如果此时通话已经结束，则不会影响切换小区的资源分配情况。因此，估计用户到各相邻小区的访问概率也需要考虑通话状态方面的因素。通话持续性概率为用户移动到某相邻小区时，该时刻用户仍然处于通话状态中的概率。设f(t)和F(t)分别为用户通话时间t的概率密度函数(pdf)和累计概率密度分布。用户通话持续性概率CCP_x→j可由下式得到：

S(t)＝1-F(t)

其中t为估计用户x移动到相邻小区j所需的时间，取 $>>t>=>>D>>x>\to >j>>>/>ver>>V>‾>>x>>,>>>D$_x→j为用户x距离相邻小区j的距离，为用户x的平均移动速率。于是F(t)表示用户通话持续时间小于用户移动到相邻小区j所需时间的概率，则S(t)表示用户通话持续时间大于用户移动到相邻小区j所需时间的概率，即用户移动到小区j时，通话仍在继续的概率。于是通话持续性概率可以表示为： $>>CC>>P>>x>\to >j>>>=>S>>(>>D>>x>\to >j>>>/>ver>>V>‾>>x>>)>>>>$

所述神经网络预测器的结构如图4所示的神经网络干扰预测器结构图。神经网络预测器采用优化结构全连网结构预测新用户最大访问概率小区的用户变化特性，根据输入的当前时刻该小区用户数目以及需要预测的时间间隔，输出为该用户切换至最大访问概率小区时刻该小区的用户数目，用于计算该时刻切换小区的SIR水平，从而输送至呼叫接纳判决模块进行呼叫接纳判决(如图1所示)。

上述神经网络结构简单，训练速度快，适合控制系统神经网络使用。充分体现列空间扩展概念的前向全连网。隐单元编号为1到m，第i个隐单元可接受任何低编号隐单元输出(如图4所示)，应用所有状态向量所张成的最大状态空间，前向全连网可在具有较少隐单元的条件下产生输出，这种网络对于产生期望输出函数具有比层状网络更强的能力。

所述呼叫接纳判决模块采用了小区信道资源重新分配原则。

1)信道资源重新分配原则

根据用户对带宽或传输速率的需求可以随系统的拥塞情况进行调整。首先将用户分为两种优先级别：速率可变用户和速率不可变用户。如果用户速率可变，当网络拥塞时可以调整该用户的系统资源使用情况以保证通话的持续设定为低优先级用户；相反，速率不可变用户，要么以相同服务质量继续通话，要么通话被中断，速率不可变用户比速率可变用户有较高的优先级，即设定为高优先级用户。当网络拥塞时，高优先级的用户发起呼叫请求，若当前时刻网络无法为该用户提供可用资源，则在已连接的低优先级速率可变用户中调整资源的分配情况，在保证可变速率用户基本通话质量的基础上为高优先级用户提供可用的信道资源，从而降低呼叫阻塞概率。

在上述方案中考虑话音和数据两种用户，假设话音用户为速率不可变用户，具有较高优先级别，激活话音用户以基本信道传输速率R进行通信，即话音编码速率；数据用户为速率可变用户，优先级别相对较低。数据用户基本信道传输速率为R2＝R/RG。如果激活数据用户需要的传输速率X高于基本的传输速率R2，则将X量化为R2的M倍(M为小于等于X/R2的最大整数)，用不同的PN码对量化的每个R2编码，这样，数据用户就可以同时用M个基本信道(M≥1)进行传输。在保证基本通话质量的情况下，数据用户占用信道数目M可以根据网络的拥塞状况及业务需要动态变化，以释放信道提供给新到达优先级别更高的用户，从而降低呼叫阻塞率。若新到达的是低优先级的用户，此信道资源重新分配原则不适用。

2)呼叫接纳判决

当新呼叫到达时，根据该用户当前移动特性参数，估计其将来时刻访问各相邻小区的概率，并选择其中访问概率最高的小区。计算接纳该用户后，本小区和各相邻小区的SIR值，并与门限值进行比较，所说门限值即为保证用户基本通话质量所需的最小SIR值。若本小区SIR值不满足门限值要求，则根据该发起呼叫用户的优先级别及速率可变性进行资源重新分配。资源重新分配后，若本小区和相邻小区SIR都满足要求，即当前时刻本小区可以给该用户提供资源。此时仍需考虑用户发生切换时的情况，估计用户切换至访问概率最高的相邻小区所需的时间，以及经过该段时间后发生切换时，该相邻小区的SIR值，若满足门限值要求则接纳此用户，否则拒绝(如图5所示)。

所述基于资源再分配原则的分布智能呼叫接纳控制方法的执行步骤如下：

步骤1：新用户小区访问概率估计模块等待呼叫请求的到达；

步骤2：新用户小区访问概率估计模块利用1)模糊估计新用户访问方向性概率DP和2)计算用户通话持续性概率CCP

计算新用户相邻小区访问概率CVP＝DP×CCP；

步骤3：计算接纳该用户后，本小区SIR值，并与门限值进行比较：

1)如果新到达为高优先级用户，若满足门限要求，执行下面步骤5，若不满足，执行步骤4；

2)如果新到达为低优先级用户，若满足门限要求，执行下面步骤5，若不满足，拒绝回到步骤1；

步骤4：在保证低优先级用户基本通话质量的情况下，在当前小区低优先级用户中进行信道资源重新分配；

步骤5：计算接纳该用户后，相邻小区SIR值，并与门限值进行比较。若满足门限要求，执行下面步骤6；若不满足，拒绝回到步骤1。

步骤6：估计用户切换至访问概率最高的相邻小区所需的时间，利用神经网络预测器预测经过该段时间后用户发生切换时，该相邻小区的SIR值，并与门限值进行比较。若满足门限要求，执行下面步骤7；若不满足，拒绝回到步骤1。

步骤7：接纳并从可用信道中分配相应信道，系统内用户数加一，返回步骤1。

分布式智能呼叫接纳控制方法及装置的性能评价指标是通过matlab仿真工具对本方案的整体性能进行验证得到的，如图6和图7所示的随新呼叫请求到达速率变化曲线。