[发明专利]一种异构密集网络中容量与覆盖联合优化方法

说明书

本发明请求保护一种异构密集网络中容量与覆盖联合优化方法，涉及到异构密集SON自组织网络领域。本方法采用了一种基于模糊逻辑与Q学习的进行小蜂窝功率控制的联合优化网络平均频谱效率和边缘频谱效率的方法。本方法首先需要密集小蜂窝根据移动台的测量上报信息在一个调整周期内进行网络平均频谱效率和边缘频谱效率的衡量。然后，将密集小蜂窝的功率，平均频谱效率和边缘频谱效率作为模糊逻辑的输入变量，进行模糊逻辑与Q学习的自优化控制处理，自适应的使网络收敛到理想的容量与覆盖联合优化调整状态。本方法，以在线的学习方式有效的改善高密集小蜂窝部署时由于功率设置不合理引起的容量覆盖问题，具有一定实用性。

技术领域

本发明涉及无线通信网络领域技术，尤其关乎异构密集网络SON功能架构下容量与覆盖优化(CCO)方法。

背景技术

随着4G标准网络的全面商用，移动互联网的进入了快速发展的时代，其对未来无线通信网络的容量要求越来越高。为了满足用户的业务需求，同时保证网络的连续广域的覆盖，在LTE异构蜂窝网络中是在传统宏基站提供基本网络覆盖的基础上在热点地区部署微蜂窝small cell小区来满足热点地区的业务和容量的需求。在下一代无线通信网络中，超密集异构网络部署已被公认为提升网络容量覆盖及网络速率的一个极为重要的方面。

网络运营商在网络部署初期会由网络自配置功能对新加入到网络中网络节点进行初始参数的配置，由于密集小蜂窝的部署是以不规则、无定型的方式存在于网络覆盖范围中，在网络初始配置下由于参数设置不合理导致的容量和覆盖问题必定会发生。密集小蜂窝之间由于功率设置过大虽然会相应的提升其辖属的覆盖范围，但是会导致相邻小蜂窝之间和其与宏蜂窝之间严重的干扰的产生，进而会恶化SINR水平，最终影响系统整体吞吐量的提升。密集小蜂窝之间功率设置过小虽然会一定程度上避免小蜂窝之间和其余宏蜂窝之间的干扰，但是随之而来的覆盖范围过小又会导致旨在为热点地区提升网络容量而部署的小蜂窝基站不能吸纳足够的用户，驻留在宏小区上的用户无法切换到小蜂窝上使用频谱资源空间复用后的可用资源块，最终也会影响系统整体吞吐量的提升。

为了减少网络部署的资本开销(CAPEX)和人工操作成本(OPEX)，无线通信系统中引入了自组织网络(SON),其包括三大部分：自配置，自优化和自治愈。对于密集小蜂窝网络部署下会导致的容量覆盖问题，其归属的范畴为自优化功能中的容量与覆盖优化方面。目前，关于容量与覆盖优化的方式主要集中在对宏基站的电子下倾角的调整上，在大尺度上保证宏基站的容量与覆盖保持在一个合适的水平从而保证网络的整体的可靠性和有效性。而针对热点地区密集小蜂窝部署下的基于功率控制的容量与覆盖优化方法鲜有出现和应用。

发明内容

针对以上现有技术的不足，提出了一种方法。本发明的技术方案如下：一种异构密集网络中容量与覆盖联合优化方法，其包括以下步骤：

a、移动用户终端获取服务基站的接收信号强度和干扰基站的接收信号强度并进行信干噪比SINR的计算，其中RSRP_s为服务基站接收信号强度，RSRP_i为干扰基站接收信号强度，N为干扰小区个数，n₀为噪声；周期性的上报下行信道质量指示CQI；

b、密集小蜂窝基站在调整周期内进行小区平均频谱效率和边缘频谱效率的统计，按权重进行网络状态质量指标的衡量，衡量公式为SQ＝SE_center+wSE_edge，其中SQ为网络状态质量指标，SE_center为小区平均频谱效率，SE_edge为边缘频谱效率，w为权重因子；

c、获取邻小区的网络状态质量指标，在模糊逻辑Q学习算法中以多Agent合作的方式评价网络整体状态质量，作为Agent单步调整好坏的评价指标，用来计算瞬时奖赏值；