基于高频切换失败区域感知的切换参数自配置方法

摘要

本发明请求保护一种异构蜂窝网络中基于高频切换失败区域感知的切换参数自配置方法属于无线通信技术领域，在本方法中，网络测构建环境感知SON实体，通过RRC层长时间采集网络环境中的切换事件信息并进行特征化处理得到切换性能地理分布表。网络运行时SON以该分布表作为优化依据，对进入高频HOF(切换失败)发生区域的UE生成特定的测量参数并通过RRC层下发给UE，修改其测量配置，提升该UE在高频HOF区域内的切换性能。

说明书

技术领域

本发明属于无线通信技术领域，涉及一种异构蜂窝网络中基于高频切换失败 区域感知的切换参数自配置方法。

背景技术

在移动通信系统的演进过程中，由于各种智能终端的普及，数据流量将发 生井喷式的增长，未来数据业务将主要分布在室内和热点地区。因此，密集异 构小蜂窝网络将成为改善网络覆盖，大幅度提升系统容量的主要手段之一。愈 发密集的网络部署，也使得网络拓扑更加复杂，基于终端能力提升的移动性增 强方案、小区快速发现、密集小区间协作，以及综合考虑各方面的自组织网络 SON等，都是目前异构蜂窝网络方面的研究热点。

SON(Self-OrganizingNetwork，自组织网络)是伴随LTE发展而引出的 一套完整的网络理念和规范。SON主要由运营商提出，其主要思路是实现无线网 络的一些自主功能，减少人工参与，降低运营成本。SON的功能主要可以归纳为： 自配置，自优化，自愈合。下一代移动通信网络对SON提出了更高的需求。

SON需要更智能来应对端到端的网络要求。现有的SON对覆盖空洞所处的位 置、乒乓切换区域等问题的认识，都是基于测试数据或者用户报告等空时方面 的知识而来，但实际上，这种做法并不符合新一代对于高效资源利用以及低延 时的目标追求，解决这一瓶颈的关键，就在于SON需要更加的智能，更加智能 的SON可以通过SON引擎感知网络环境，并构建动态的网络环境模型来预测系 统的行为。

新一代的SON具有大的时间跨度。无线环境的变化，会影响网络的表现。 过去大多数的研究都致力于解决短时间变化(快衰落，阴影效应)所带来的低 效和损耗问题。实际上，当SON采用大的时间跨度时，可以更好利用系统效率。 因此，新一代中的SON需要解决网络不能很好的适应长时间变化时带来的低效 问题，而解决这一问题的关键，在于SON网络具有长时间适应网络变化的能力。

新一代移动通信网络需要统一的KPI。由于SON需要在多种用户接入模式、 多种设备提供商等较为多样的环境下使用。因此，统一的指标是十分必要的。 为了充分实现SON的各项功能，需要建立一项新的、统一的跨层KPI，该KPI既 可以精准的反映出用户的体验，也可以对网络各层进行指标的量化。

新一代移动通信网络的需要主动的SON。3G或者4G中的SON功能都是设计 成当有问题发生时，予以反映。而这种类型的SON反映机制无法满足新一代所 提出的低延时的要求，因为大量的时间浪费在环境的观察，分析问题，出发解 决机制上面。因此，对于新一代的SON而言，需要改变传统的被动应对机制， 成为主动的应对策略。

随着5G的提出，组网的密集性和网络部署的多样性(例如用户自由部署家 庭基站)得到进一步的提升，因而对移动性管理的效率和准确性也需要更高的 要求。针对网络中发生频繁的小蜂窝之间的切换、以及宏蜂窝到小蜂窝再到宏 蜂窝的切换，降低切换时延、避开不必要的切换是异构蜂窝网中切换策略的研 究重点。由于数据存储和处理能力的限制，现有的网络中大量的数据未能得到 充分的利用就被丢弃，造成一种浪费。现在已经进入了信息时代，大量的数据 已经被应用到各个领域中。

发明内容

针对以上现有技术的不足，提出了一种可以带来切换性能提升的方法。特别 是相对密集异构网络场景中出现用户随机部署SmallCell或家庭基站情形时利用 环境感知自组织网络技术感知切换环境信息，针对特定区域进行移动鲁棒性优 化的方法本发明的技术方案如下：一种基于高频切换失败区域感知的切换参数 自配置方法，其包括以下步骤：

步骤1)异构蜂窝网络中，在网络侧设置长时间尺度环境感知SON实体，具 体包括如下子模块：用于与其他协议层进行信息交换的环境感知SON接口、环 境信息采集模块、环境特征化处理模块、环境特征信息库及SON配置自优化模 块，该模块由优化算法库和网络自配置模块组成；同时在网络侧启用UE位置估 计模块并进行用户位置测量，作为获取环境信息的辅助设备；

步骤2)环境感知SON实体中的环境信息采集模块从异构蜂窝网络RRC层实 体获取切换管理关键性能指标，即切换失败、切换成功两种网络切换事件，切 换管理关键性能指标与步骤1)获得的用户位置估计结果即为所需获取的环境信 息；

步骤3)将环境信息采集模块获取到的切换管理关键性能指标与用户位置估 计结果两种环境信息输入至环境特征化处理模块，进行环境信息分析处理，得 到能够全面表征当前网络区域内高频切换失败区域的切换性能地理分布表，并 存储至环境信息特征信息库；

步骤4)每隔一定大尺度时间周期，将切换性能地理分布表导入至SON实体 中的配置自优化模块作为自优化依据，自优化模块根据前一步的环境感知结果 制定针对性的优化策略，若探测到某个UE位置进入高频切换失败发生区域，则 为其生成新的RRC测量配置参数触发时间TTT和A3偏置值；

步骤5)SON实体将优化后的配置参数下发至RRC层，RRC层根据参数值生 成RRC重配置消息，发送给对应的UE，修改该UE的RRC测量配置，完成参数配 置。

进一步的，步骤2)中SON实体从RRC层获取切换管理关键性能指标通过 环境感知SON接口实现，并且网络侧的SON实体要与用户位置估计模块 E-SMLC建立数据交换接口，在记录切换管理关键性能指标的同时获取用户位置 信息，建立关联后得到切换管理关键性能指标地理分布情况。

进一步的，步骤2)环境感知SON执行环境信息采集过程中，环境信息采集 模块通过环境感知SON接口与RRC层建立数据交换通道，每当网络中有切换 事件发生，RRC即将该切换事件的种类即切换成功或失败，以及与该事件相应 的UEid一同上报给环境信息采集模块，环境信息采集模块接收到切换事件信息 后立即根据收到的UE识别号向E-SMLC请求获取当前时刻UE的位置信息，并 将该位置信息与切换事件信息组合，生成HandoverEventInformationElement作为 环境信息元素储存。

进一步的，步骤3)中环境信息分析处理过程建立在步骤2)已持续采集环 境信息若干长时间后，这些环境信息被输入至环境特征化处理模块进行数据分 析处理，得到切换性能地理分布表，环境感知SON对移动性能切换管理关键性 能指标地理分布信息进行栅格化处理，根据SON当前所辖网络区域的面积将网 络区域划分为多个栅格，之后为每个栅格区域计算对应的切换自优化权值；该 权值可直接用栅格区域内的切换失败率HOF/(HOS+HOF)表示，若某区域内没 有发生任何切换，则权值记为-1，所有栅格区域的HOFrate切换失败率计算完成 后，若某区域的HOFrate超过预设的门限，则将该区域标记为高频切换失败发 生地带；处理后的切换性能地理分布表导入SON配置自优化模块。

进一步的，步骤4)中SON配置自优化模块导入环境信息数据作为参数自 优化依据具体为：网络运行中，SON实体配置自优化模块一旦从E-SMLC获悉 某个UE进入了步骤3)获得的切换性能地理分布表中所标识的高频HOF区域， 即为该UE决策生成特定的RRC测量参数TTT和A3_OFFSET，新的参数值通 过SON实体与RRC层之间的信息交换接口下发给RRC层协议栈。

进一步的，所述步骤5)中，RRC层收到SON实体新决策的RRC测量参数 后，生成一个新的上报配置信息单元，配置触发类型为事件触发型，事件类型 为A3，触发时间TTT和A3偏置值根据从SON收到的参数值进行配置，测量 量设置为RSRP，上报配置IE的其他字段仍依照原有配置，上报配置生成后， RRC产生一个MeasConfig测量配置信息单元，将上述上报配置加入测量配置的 ReportConfigToAddModList队列中，最后，RRC将该MeasConfig封装至RRC 重配消息RRC_Reconfiguration中，下发给UE，UE收到RRC重配消息后执行 测量重新配置，修改自身的RRC测量参数。

本发明的优点及有益效果如下：

本发明与传统SON技术相比，该方法基于环境感知SON，充分考虑到了异 构蜂窝网络长时间变化，尤其是未来蜂窝网络中用户自由部署家庭基站使网络 拓扑出现缓慢变化所带来的低效问题。SON可智能感知由于网络结构或网络密 集程度变化造成的切换环境信息改变，以环境信息为依据进行移动鲁棒性优化 可以带来切换性能的提升。

附图说明

图1是本发明提供优选实施例所依赖的长时间尺度环境感知SON架构；

图2为环境信息采集与自优化详细流程图；

图3为规则组网场景方法实施前后优化效果对比；

图4为用户组网场景方法实施前后优化效果对比；

图5为基于高频切换失败区域感知的切换参数自配置方法总体流程图。

具体实施方式

以下结合附图，对本发明作进一步说明：

如图1所示，图1为本方法实施所依赖的长时间尺度环境感知SON架构。 在网络侧构建长时间尺度环境感知SON实体，同时在网络侧启用UE位置估计模 块并进行UE位置测量，作为获取环境信息的辅助。长时间尺度环境感知SON实 体，具体包括如下子模块：用于与其他协议层进行信息交换的环境感知SON接 口，环境信息采集模块，环境特征化处理模块，环境特征信息库，以及SON配 置自优化模块(该模块由优化算法库和网络自配置模块组成)。通过大尺度环 境感知SON模块接口，SON模块从异构蜂窝网络下层协议栈中采集环境数据，如 无线链路测量数据、用户位置探测数据、资源利用率情况、切换成功/失败统计 数据等，将这些数据汇总分析之后得到的网络行为模型(即相对精确的网络环 境中各项指标分布情况)。SON引擎根据网络行为模型对特定时间段的网络环境 进行预测，并下发相应自优化、自配置参数等至异构蜂窝网络。

图2为基于环境信息采集与自优化详细流程图。环境感知模块以长时间尺 度周期执行切换性能数据采集，并且从UE位置估计模块获取相应的UE地理位 置信息，两种数据结合后处理得到切换性能分布表(即环境特征化过程)，并 传递给SON模块。SON模块根据切换性能分布表确定场景中的HOF高发区域，制 定优化策略。本方法中为进入HOF高发区的UE配置特定的RRC测量参数触发时 间TTT和A3_Offset。具体的自优化策略下发给RRC层，RRC生成 RRC_Reconfiguration消息下发至UE，UE收到后执行新的参数配置，相应的性 能指标得到优化提升。

环境感知SON实体中的环境信息采集模块从异构蜂窝网络RRC层实体获取 HandoverManagementKPI(切换管理关键性能指标)，即HandoverFailure(切 换失败)、HandoverSuccess(切换成功)两种网络切换事件。 HandoverManagementKPI与上一步获得的用户位置估计结果即为本环境感知方 法中所需获取的环境信息。SON实体从RRC层获取切换KPI通过环境感知SON接 口实现。并且网络侧的SON实体要与用户位置估计模块E-SMLC建立数据交换接 口，在记录KPI的同时获取用户位置信息，建立关联后得到KPI地理分布情况。 环境信息采集模块获取到的HandoverManagementKPI与用户位置估计结果两种 环境信息输入至环境特征化处理模块，进行环境信息分析处理，得到能够全面 表征当前网络区域内高频切换失败区域的切换性能地理分布表，并存储至环境 信息特征信息库。

步骤201：环境感知SON执行环境信息采集过程中，环境信息采集模块通过 环境感知SON接口与RRC层建立数据交换通道，每当网络中有切换事件发生， RRC即将该切换事件的种类(切换成功或失败)以及与该事件相应的UEid一同 上报给环境信息采集模块。环境信息采集模块接收到切换事件信息后立即根据 收到的UE识别号向E-SMLC请求获取当前时刻UE的位置信息，并将该位置信息 与切换事件信息组合，生成HandoverEventInformationElement作为环境信息 元素储存在SON实体中的数据文件HoPosition.dat。

步骤202：积累了一定数量、足以表征当前网络范围内切换性能的环境信息 元素后，这些环境信息被输入至环境特征化处理模块进行数据分析处理，得到 切换性能地理分布表。为了提升自优化执行过程中的运算效率、节省计算资源， 环境感知SON对移动性能KPI地理分布信息进行栅格化处理，根据SON当前所 辖网络区域的面积将网络区域划分为多个栅格，之后为每个栅格区域计算对应 的切换自优化权值。该权值可直接用栅格区域内的切换失败率HOF/(HOS+HOF) 表示。若某区域内没有发生任何切换，则权值记为-1。所有栅格区域的HOFrate 切换失败率计算完成后，若某区域的HOFrate超过预设的门限，例如50％，则将 该区域标记为高频切换失败发生地带。处理后的切换性能地理分布表储存在文 件HofGridDistribution.dat，导入SON配置自优化模块。

步骤203：中SON配置自优化模块导入环境信息数据作为参数自优化依据。 网络运行中，SON实体配置自优化模块一旦从E-SMLC获悉某个UE进入了切换性 能地理分布表中所标识的高频HOF区域，即为该UE决策生成特定的RRC测量参 数TTT和A3_OFFSET。新的参数值通过SON实体与RRC层之间的信息交换接口下 发给RRC层协议栈。

步骤204：RRC层收到SON实体新决策的RRC测量参数后，生成一个新的上 报配置信息单元，配置触发类型为事件触发型，事件类型为A3，触发时间TTT 和A3偏置值根据从SON收到的参数值进行配置，测量量设置为RSRP。上报配置 IE的其他字段仍依照原有配置。上报配置生成后，RRC产生一个MeasConfig测 量配置信息单元，将上述上报配置加入测量配置的ReportConfigToAddModList 队列中。最后，RRC将该MeasConfig封装至RRC重配消息RRC_Reconfiguration 中，下发给UE。UE收到RRC重配消息后执行测量重新配置，修改自身的RRC测 量参数，使得自身在高频HOF区域中运动时得到移动性能提升。

图3为规则组网场景方法实施前后优化效果对比。图中可以看出对采集到 的切换事件记录进行栅格化后的结果，以及执行优化后的切换性能提升效果。 执行SON方案之前，UE移动过程中的切换失败主要集中在场景中央部署较为集 中的区域。SON实体通过采集分析环境信息可以得到切换事件较为精确的地理分 布情况。执行SON参数配置自优化后，可看出中央区域的HOF数量减少，切换 失败率可得到一定程度的降低。

图4为用户自由组网场景方法实施前后优化效果对比。假设场景中的用户 在7个MacroCell基础上自由部署家庭基站(SmallCell)，并且较为集中地分 布。从切换事件统计图中可以看出，HOF分布区域与密集SmallCell部署区域一 致。因此本方法可以智能感知到网络拓扑变化带来的影响，并自动作出针对性 调整，节省传统网络配置需要的人工。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范 围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或 修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。