一种在异构蜂窝网络中基于效能理论接入移动终端的方法

摘要

本发明公开了一种在异构蜂窝网络中基于效能理论接入移动终端的方法，该方法首先计算移动终端针对异构蜂窝网络中的各层无线网络的基站的接收功率，然后为各层无线网络的接收功率设置偏置因子，接着定义效用函数，将使得异构蜂窝网络整体效用值最大的偏置因子向量选为最佳偏置因子向量，最后为每个接收功率计算经偏置后的值，将经偏置的接收功率最大的无线网络层选择为移动终端接入的无线网络层。本发明所提供的用户接入方法同时考虑了网络整体负载状态状况、服务带宽、耗能、资费以及接入之后整个系统的覆盖率等因素，在均衡异构蜂窝网络整体负载的情况下能够实现最佳网络整体性能及较高的用户满意度。

说明书

技术领域

本发明属于无线通信技术领域，更具体地，涉及一种在异构蜂窝网络中基于效能 理论接入移动终端的方法。

背景技术

随着数据业务类型应用越来越广泛，用户对数据速率需求的日益增加，传统的蜂 窝网络架构已经无法满足各种各样的业务请求，基于此，异构蜂窝网应运而生，其是指在宏 基站(macrocell)的范围下配置大量的具有不同大小的发射功率，密度等以及不同类型的 回程链路的微基站(smallcell)。微基站包括：毫微微基站(picocell)、家庭基站(femto cell)和中继基站(relay)，其目的在于提高热点地区的吞吐量，平衡宏基站小区的负载，提 高用户满意度。其中，宏基站小区用于提供较大范围的覆盖；毫微微基站小区用于提高热点 业务地区的容量，平衡宏基站小区的负载；家庭基站小区用于为个人用户提供更好的服务 质量；中继基站小区用于扩展宏基站小区边缘的覆盖，或者部署在不方便部署有线回程链 路的地点。根据不同种类的基站的覆盖率和发射功率，可以将异构蜂窝网络分为相同种类 的基站为核心的不同的层。

异构蜂窝网改变了传统蜂窝网络的拓扑结构，系统中同时部署大量的具有不同的 发射功率和覆盖范围的无线接入节点，使得网络部署更加灵活，可以扩大信号覆盖范围，提 高服务质量；同时布置一定数量的微微蜂窝基站可以分流数据负载，大大改善网络性能。但 是，随着微基站的大量部署，用户在宏基站和微基站之间移动的过程中，可能会导致大量的 切换信令、无线链路切换失败和不必要的切换，另一方面，由于宏基站的发射功率相较于其 他微基站来言，其发射功率很大，因而如果单纯依靠移动终端的接收功率或者信干燥比 (SINR)来作为接入准则，会造成负载失衡等问题。如何在异构蜂窝网中减少切换失败以及 均衡系统负载成为了亟待解决的问题。

小区范围扩展(CellRangeExpansion，CRE)是一种在异构蜂窝网中简单的负载 均衡方法，可以很好地将宏基站连接的部分用户强制转移给微基站，来达到负载均衡的效 果。但是，在使用该方法均衡负载时，系统整体的覆盖率会降低，以及用户收到的层间干扰 会加重，这些对系统整体的性能是具有反作用，因此必须设计合适的方法去解决上述的问 题。

效用是微观经济学中的概念，效用就是消费者消费商品或劳务所获得的满意程 度，这种满意程度完全是消费者主观心理感觉。效用理论就是研究消费者如何在各种商品 和劳务之间分配他们的收入，以达到用户满意程度的最大化。在异构蜂窝网中，消费者的需 求就是用户需求和应用需求，商品就相当于是异构蜂窝网。效用一般会通过效用函数来计 算，效用函数建立的是用户获得的效用与消费的产品之间的映射，如果能够基于效用值来 接入用户可以改善用户满意度。

发明内容

本发明的目的是提供一种在异构蜂窝网络中基于效能理论接入移动终端的方法， 该接入方法利用了效能理论和小区范围扩张技术解决了目前异构蜂窝网络中负载失衡和 能耗较大等问题，在提高资源利用率、用户满意度的同时降低了切换时延对系统性能的影 响。

为实现上述发明目的，本发明提出的技术方案如下：

一种在异构蜂窝网络中基于效能理论接入移动终端的方法，所述方法包括：

步骤一，假设所述异构蜂窝网络具有K层无线网络，计算所述移动终端针对异构蜂 窝网络中每层无线网络的基站的接收功率P′₁,P′₂...P′_K，计算方法如下：

移动终端针对第k层无线网络中的基站的接收功率P′_k为：

$P_k^{\prime }=P_k{g}_k{R}_k^{-{\alpha }_k},(k=1,\mathrm{2...}K)$

其中，P_k表示第k层无线网络中的基站的发射功率，R_k表示移动终端与待连接的第k 层无线网络中的基站的距离，g_k表示第k层无线网络中的基站与移动终端之间的信道增益， α_k表示第k层无线网络中的基站的发射信号在传输过程中的衰落因子，与无线信道环境相 关；

步骤二，为移动终端的每个接收功率P′₁,P′₂...P′_K设置偏置因子B₁,B₂...B_K，计算 经偏置的接收功率P″_k＝P′_kB_k(k＝1,2...K)，其中，最佳偏置因子的选取方法如下：

步骤a，将偏置因子B_k(k＝1,2...K)写成偏置向量B＝{B₁,B₂...B_K}的形式，定义异 构蜂窝网络的整体效用函数：

$\left(\begin{array}{c}U\left(B\right)={\left[U_u\left(D\right(B\left)\right)\right]}^a\times {\left[U_n\left(N\right(B\left)\right)\right]}^b\times {\left[U_C\left(C\right(B\left)\right)\right]}^c\\ ={\left\{\frac{1}{1+\exp \left\{{\xi }_u(x_u-\frac{1}{D\left(B\right)})\right\}}\right\}}^a\times {\left\{\frac{1}{1+\exp (x_n-\frac{1}{N\left(B\right)})}\right\}}^b\times {\left\{\frac{1}{1+\exp \left\{{\xi }_C(x_C-\frac{1}{C\left(B\right)})\right\}}\right\}}^c\\ (a+b+c=1,a>0,b>0,c>0)\end{array}\right)$

其中，D(B)、N(B)和C(B)分别表示移动终端用户满意度函数、异构蜂窝网络整体负 载函数和异构蜂窝网络整体覆盖率函数；U_u(D(B))、U_n(N(B))和U_C(C(B))分别表示移动终端 用户满意度、异构蜂窝网络整体负载和异构蜂窝网络整体覆盖率对应的子效用函数；a，b和 c分别表示移动终端用户满意度、异构蜂窝网络整体负载和异构蜂窝网络整体覆盖率对应 的子效用函数所对应的权重，可根据移动终端连接请求和异构蜂窝网络整体状态设定各个 权重a，b和c的值；效用函数U_u(D(B))、U_n(N(B))和U_C(C(B))的函数原型选取为Sigmoid函数， 即其中ξ决定了曲线的陡峭程度，ξ值越大，曲线越 陡峭，参数x_m控制曲线的中心，可根据具体的实施场景和方案设定参数ξ和x_m的值；

步骤b，定义移动终端用户满意度函数D(B)、异构蜂窝网络整体负载函数N(B)和异 构蜂窝网络整体覆盖率函数C(B)，方法如下：

假设在一定区域范围中的移动终端和各层基站均服从齐次泊松点过程(HPPP)，则 移动终端接入到第k层无线网络中的基站的概率为：

$S_k=2{\mathrm{\pi \lambda }}_k{\int }_0^{\infty }\left\{r\exp \right\{-\pi \underset{j=1}{\overset{K}{\Sigma }}{\lambda }_j{\left(\frac{P_j{B}_j}{P_k{B}_k}\right)}^{\frac{2}{{\alpha }_j}}{r}^{\frac{2{\alpha }_k}{{\alpha }_j}}\left\}\right\}dr$

其中，P_k和P_j分别表示第k和j层无线网络的发射功率，B_k和B_j分别表示第k和j层无 线网络的偏置因子值，α_k和α_j分别表示第k和j层无线网络的衰减因子，λ_k表示第k层无线网 络的基站密度；

将连接到第k层无线网络中的基站的移动终端用户满意度函数定义为：

$\left(\begin{array}{c}{D}_k=w_W\ln \left(\frac{1}{W_k}\right)+w_J\ln \left(J_k\right)+w_F\ln \left(F_k\right)\\ (0<w_W<\mathrm{1,0}<w_J<\mathrm{1,0}<w_F<1,w_W+w_J+w_F=1)\end{array}\right)$

其中，W_k表示第k层无线网络提供给移动终端的有效带宽，J_k表示移动终端连接到 第k层无线网络的基站后在通信过程中每秒消耗的能量，F_k表示的移动终端用户需要向第k 层无线网络支付的服务资费；w_W、w_J和w_F分别表示有效带宽、能耗以及服务资费所对应的权 重，可以根据移动终端用户得到的服务类型进行设定；

依据移动终端接入到各层基站的概率S_k和满意度函数D_k得到移动终端用户整体满 意度函数：

$D\left(B\right)=\underset{k=1}{\overset{K}{\Sigma }}{S}_k{D}_k=\underset{k=1}{\overset{K}{\Sigma }}\left\{2{\mathrm{\pi \lambda }}_k{\int }_0^{\infty }\right\{r\exp \{-\pi \underset{j=1}{\overset{K}{\Sigma }}{\lambda }_j{\left(\frac{P_j{B}_j}{P_k{B}_k}\right)}^{\frac{2}{{\alpha }_j}}{r}^{\frac{2{\alpha }_k}{{\alpha }_j}}\}\left\}dr\right\}\times \{w_W\ln \left(\frac{1}{W_k}\right)+w_J\ln \left(J_k\right)+w_F\ln \left(F_k\right)\}$

将第k层无线网络中的基站的平均负载量以及平均相对负载量分别定义为：

平均负载量：

平均相对负载量：

其中，λ_u表示一定区域中的移动终端密度，λ_k表示一定区域中的第k层无线网络中 的基站分布密度，表示第k层基站最大可接入的移动终端数量；

根据移动终端接入到各层基站的概率S_k、移动终端密度和各层无线网络的基站的 最大负载量得到异构无线网络整体负载函数：

$N\left(B\right)=\frac{{\lambda }_{u}2{\mathrm{\pi \lambda }}_k{\int }_0^{\infty }\left\{r\exp \right\{-\pi \underset{j=1}{\overset{K}{\Sigma }}{\lambda }_j{\left(\frac{P_j{B}_j}{P_k{B}_k}\right)}^{\frac{2}{{\alpha }_j}}{r}^{\frac{2{\alpha }_k}{{\alpha }_j}}\left\}\right\}dr}{{\lambda }_k{N}_k^{\max }}$

移动终端针对第k层无线网络的信干噪比(SINR)值为：

${\mathrm{SINR}}_k=\frac{P_k^{\prime \prime }}{{\Sigma }_{j=1,j\ne k}^K{P}_j^{\prime \prime }+{\sigma }^2}$

其中，P″_k和P″_j分别表示移动终端针对第k和j层无线网络中的基站的经偏置的接 收功率，σ²表示高斯白噪声的方差值；

根据信干噪比值得到第k层网络的覆盖率：

$C_k=E\left[P\right[SINR\ge \tau \left]\right]=E\left[P\right[\frac{P_k^{\prime \prime }}{{\Sigma }_{j=1,j\ne k}^K{P}_j^{\prime \prime }+{\sigma }^2}\ge \tau \left]\right]$

其中，τ表示移动终端可接入到基站的最小信干噪比(SINR)值，P[SINR≥τ]表示 SINR≥τ的概率函数，E表示对该概率函数求期望；

由于任一移动终端只能与某一层无线网络中的某一个基站相连，故而得到异构蜂 窝网络整体覆盖率为：

$C\left(B\right)=\underset{k=1}{\overset{K}{\Sigma }}{S}_k{C}_k=\underset{k=1}{\overset{K}{\Sigma }}\left\{2{\mathrm{\pi \lambda }}_k{\int }_0^{\infty }\right\{r\exp \{-\pi \underset{j=1}{\overset{K}{\Sigma }}{\lambda }_j{\left(\frac{P_j{B}_j}{P_k{B}_k}\right)}^{\frac{2}{{\alpha }_j}}{r}^{\frac{2{\alpha }_k}{{\alpha }_j}}\}\left\}dr\right\}·\left\{E\right[P[\frac{P_k^{\prime \prime }}{{\Sigma }_{j=1,j\ne k}^K{P}_j^{\prime \prime }+{\sigma }^2}\ge \tau ]\left]\right\}$

步骤c，将使得整体效用函数值U(B)最大的偏置因子向量B＝{B₁,B₂...B_K}选取为 针对各层无线网络的接收功率的偏置值；

步骤三，将经偏置的移动终端接收功率P″_k(k＝1,2...K)最大的无线网络层选取 为用于移动终端接入的无线网络层。

使用本发明所提供的用户接入方法，在小区用户密度较高的情况下能够明显减轻 宏基站的负载量，从而实现异构蜂窝网络整体负载的均衡。另一方面，本发明所提供的用户 接入方法在为无线终端用户选取待接入的基站时，不仅考虑了网络整体负载状态状况，同 时考虑了无线终端接入之后能够得到的服务带宽、无线终端消耗的能量以及无线终端用户 需要为接入网络付出的资费以及无线终端接入之后整个系统的覆盖率等因素，在均衡异构 蜂窝网络整体负载的情况下能够实现最佳网络整体性能及较高的用户满意度，从而大大改 善了用户体验。

附图说明

图1为异构无线网络系统模型示意图。

图2为本发明方法的流程图。

图3为本发明中Sigmoid函数示意图。

图4为本实施例中系统整体效能函数随偏置因子变化的示意图。

图5为本发明中随着各层偏置因子的变化各层无线网络的负载变化仿真图。

图6为本发明中随着各层偏置因子的变化各层无线网络的整体效能值变化仿真 图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并 不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要 彼此之间未构成冲突就可以相互结合。

图1所示为本发明中的异构蜂窝网络示意图。在本发明实施例中，在一个区域中有 一个宏蜂窝基站小区(Marcocell)、两个毫微微基站(picocell)小区以及四个家庭基站 (femtocell)小区的场景，在本发明中分别称其为第一层无线网络，第二层无线网络和第三 层无线网络。为了更加详细地描述本发明方法，以图1中的场景为例给出一个具体实施例。 在该具体实施例中，基站和移动终端均服从齐次泊松点过程，其密度分别为 三层无线网络的衰减因子分别为{α₁,α₂,α₃}＝ {3.8,3.5,4}，三层无线网络中的基站与移动终端之间的信道增益{g₁,g₂,g₃}＝{0.6,0.3, 0.1}，发射功率分别为{P₁,P₂,P₃}＝{46,35,20}dBm另外，移动终端与待连接的三层无线网 络中的基站的距离{R₁,R₂,R₃}＝{1000,200,50}m，在移动终端用户满意度函数中的各层无 线网络可提供给用户的带宽为{W₁,W₂,W₃}＝{5,20,30}MHz，用户在各层无线网络中的每秒 能量消耗为{J₁,J₂,J₃}＝{0.4,0.6,0.8}w/s以及用户在各层无线子网中的服务资费为{F₁, F₂,F₃}＝{2,4,6}$，用户满意度函数的各个权重值{w_W,w_J,w_F}＝{0.3,0.4,0.3}。根据泊松分 布的特性，不同层小区的几何特征与其他任何一层的小区是一致的；在系统效用函数中的 各个权重值{a,b,c}＝{0.3,0.3,0.4}。

图2为本发明方法的流程图。以图1中的具体实施例为例子，为请求接入的移动终 端选取接入的无线网络层的具体过程如下：

1.移动终端接收到各层基站的功率分别为

接收到第一层无线网络基站的功率：

接收到第二层无线网络基站的功率：

接收到第三层无线网络基站的功率：

代入本实施例中的各个已知参数可以得到P′₁、P′₂和P′₃的值。

2.为移动终端的每个接收功率P′₁,P′₂,P′₃设置偏置因子B＝{B₁,B₂,B₃}，设定方法 如下：

步骤a：在该实施例中，首先推导出请求接入的移动终端接入到第一层无线网络、 第二层无线网络和第三层无线网络的概率分别为：

$S_1\left(B\right)=2{\mathrm{\pi \lambda }}_1{\int }_0^{\infty }\left\{r\exp \right\{-\pi \underset{j=1}{\overset{3}{\Sigma }}{\lambda }_j{\left(\frac{P_j{B}_j}{P_1{B}_1}\right)}^{\frac{2}{{\alpha }_j}}{r}^{\frac{2{\alpha }_1}{{\alpha }_j}}\left\}\right\}dr$

$S_2\left(B\right)=2{\mathrm{\pi \lambda }}_2{\int }_0^{\infty }\left\{r\exp \right\{-\pi \underset{j=1}{\overset{3}{\Sigma }}{\lambda }_j{\left(\frac{P_j{B}_j}{P_2{B}_2}\right)}^{\frac{2}{{\alpha }_j}}{r}^{\frac{2{\alpha }_2}{{\alpha }_j}}\left\}\right\}dr$

$S_3\left(B\right)=2{\mathrm{\pi \lambda }}_3{\int }_0^{\infty }\left\{r\exp \right\{-\pi \underset{j=1}{\overset{3}{\Sigma }}{\lambda }_j{\left(\frac{P_j{B}_j}{P_3{B}_3}\right)}^{\frac{2}{{\alpha }_j}}{r}^{\frac{2{\alpha }_3}{{\alpha }_j}}\left\}\right\}dr$

其中，S₁(B)表示请求接入的移动终端接入到第一层无线网络的概率，S₂(B)表示请 求接入的移动终端到第二层无线网络的概率，S₃(B)表示请求接入的移动终端接入到第三 层无线网络的概率。将该实施例中的各个已知参数代入函数S₁(B)、S₂(B)、S₃(B)之后，S₁(B)、S₂(B)、S₃(B)变成偏置因子向量B的函数。

步骤b：在求得各层无线网络的接入概率的基础上，求得本实施例的用户满意度函 数，求

取过程如下：$D\left(B\right)=\underset{k=1}{\overset{3}{\Sigma }}{S}_k\left(B\right)D_k=S_1\left(B\right)D_1+S_2\left(B\right)D_2+S_3\left(B\right)D_3$

其中，$D_1=w_{W}ln\left(\frac{1}{W_1}\right)+w_{J}ln\left(J_1\right)+w_{F}ln\left(F_1\right)$

$D_2=w_{W}ln\left(\frac{1}{W_2}\right)+w_{J}ln\left(J_2\right)+w_{F}ln\left(F_2\right)$

$D_3=w_{W}ln\left(\frac{1}{W_3}\right)+w_{J}ln\left(J_3\right)+w_{F}ln\left(F_3\right)$

将本实施例中的已知参数{w_W,w_J,w_F}＝{0.3,0.4,0.3}，{W₁,W₂,W₃}＝{5,20,30} MHz，{F₁,F₂,F₃}＝{2,4,6}$，{J₁,J₂,J₃}＝{0.4,0.6,0.8}w/s代入函数D₁，D₂和D₃之后，D₁，D₂和D₃均为常数，因而D(B)变成偏置因子向量B的函数。

步骤c：求取系统整体负载状态：

$N_1\left(B\right)=\frac{S_1\left(B\right){\lambda }_u}{{\lambda }_1{N}_1^{\max }}$

$N_2\left(B\right)=\frac{S_2\left(B\right){\lambda }_u}{{\lambda }_2{N}_2^{max}}$

$N_3\left(B\right)=\frac{S_3\left(B\right){\lambda }_u}{{\lambda }_3{N}_3^{\max }}$

其中，N₁(B)表示宏基站在确定偏置因子下的相对负载量；N₂(B)表示毫微微基站在确 定偏置因子下的相对负载量；N₃(B)表示家庭基站在确定偏置因子下的相对负载量。λ_u表示 在本实施例中的用户密度，三种基站的最大接入负载量代入本实施例的各种已知参数以后，N₁(B)、N₂(B)和N₃(B)变成偏置因子向量B的函数。

步骤d：在求取上述各个量的基础上，得到移动终端在每一层的覆盖率分别为：

$C_1\left(B\right)=E\left[P\right[SINR\ge \tau \left]\right]=E\left[P\right[\frac{P_1^{\prime \prime }}{{\Sigma }_{j=1,j\ne 1}^3{P}_j^{\prime \prime }+{\sigma }^2}\ge \tau \left]\right]$

$C_2\left(B\right)=E\left[P\right[SINR\ge \tau \left]\right]=E\left[P\right[\frac{P_2^{\prime \prime }}{{\Sigma }_{j=1,j\ne 2}^3{P}_j^{\prime \prime }+{\sigma }^2}\ge \tau \left]\right]$

$C_3\left(B\right)=E\left[P\right[SINR\ge \tau \left]\right]=E\left[P\right[\frac{P_3^{\prime \prime }}{{\Sigma }_{j=1,j\ne 3}^3{P}_j^{\prime \prime }+{\sigma }^2}\ge \tau \left]\right]$

其中C₁(B)、C₂(B)、C₃(B)分别表示移动终端被第一层无线网络、第二层无线网络和 第三层无线网络覆盖的概率，σ²表示的是无线信道中的高斯白噪声值，σ²＝30dB，τ表示通信 过程可建立的最小信干噪比(SINR)值，在本实施例中，τ＝10dB。将各个已知参数代入以后， 各层无线网络的覆盖率C₁(B)、C₂(B)、C₃(B)是关于偏置因子向量B的函数。进而得到蜂窝网 络系统对某一移动终端的整体覆盖率为：

$C\left(B\right)=\underset{k=1}{\overset{3}{\Sigma }}{S}_k{C}_k=S_1\left(B\right)C_1\left(B\right)+S_2\left(B\right)C_2\left(B\right)+S_3\left(B\right)C_3\left(B\right)$

可以看出，系统对移动终端的整体覆盖率C(B)也是偏置因子向量B的函数。

步骤e：将上述求出的用户满意度函数D(B)，系统负载状态N(B)和用户覆盖率C(B) 代入到系统效用函数：

$\left(\begin{array}{c}U\left(B\right)={\left[U_u\left(D\right(B\left)\right)\right]}^a\times {\left[U_n\left(N\right(B\left)\right)\right]}^b\times {\left[U_C\left(C\right(B\left)\right)\right]}^c\\ ={\left\{\frac{1}{1+\exp \left\{{\xi }_u(x_u-\frac{1}{D\left(B\right)})\right\}}\right\}}^a\times {\left\{\frac{1}{1+\exp \left\{{\xi }_n(x_n-\frac{1}{N\left(B\right)})\right\}}\right\}}^b\times {\left\{\frac{1}{1+\exp \left\{{\xi }_C(x_C-\frac{1}{C\left(B\right)})\right\}}\right\}}^c\end{array}\right)$

其中，参数均在本实施例中选取了符合无线系统的参数值，ξ_u＝ ξ_n＝1.5，ξ_c＝0.8x_u＝6，x_n＝4以及x_c＝5。图3为本发明中Sigmoid函数示意图。

3.根据系统逐次逼近的方法，计算出系统整体效用值得最大值U_max(B)，以及该效 用值对应的最佳偏置因子B：

在本实施例中经过推导得到最佳的偏置向量B＝{B₁,B₂,B₃}＝{1,9.5,18}。图4为 本实施例中系统整体效能函数随偏置因子变化的示意图。

4.计算经最佳偏置因子偏置后的各层无线网络的接收功率：

在本实施例中，在最佳偏置因子的条件下，得到移动终端的接收功率{P″₁,P″₂,P ″₃}＝{25,46,18}dBm。可看出用户接收到的第二层基站的偏置功率最大，最终将移动终端 接入到第二层基站。

将该选取结果通过无线信道传递给移动终端和基站。当移动终端和各层基站均接 受到最佳偏置值控制信号后，移动用户根据偏置值得到最佳的待连接基站，并与其建立完 整的通信链路。从图5中可以看出随着第三层偏置因子的变大，第一层基站(宏基站)的用户 量明显减少，同时第三层基站的用户量增多，该变化趋势对系统的整体性能和用户服务质 量均有积极作用。如图6所示，随着第三层偏置因子取值的不断变化，可以发现在某一个最 佳的偏置组合使得系统整体的效能值达到最大值，即用户的体验度和系统的负载均衡均达 到了很好的状态。

本领域的技术人员容易理解，以上所述仅为发明的较佳实施例而已，并不用于限 制本发明，凡在本发明的精神和原则之内所做的任何修改、等同替换和改进等，均应包含在 本发明的保护范围之内。