[发明专利]异构蜂窝网络中一种基于社区检测的跟踪区域规划方法

摘要

本发明提出了异构蜂窝网络中一种基于社区检测的跟踪区域规划方法。该方法主要是针对异构蜂窝网络中为了更好地对用户位置进行管理，合理地将小区划分到跟踪区域。对于给定的一个蜂窝网络模型，本发明提出的方法的整体思路是，先根据基于图分割的TA规划模型和基于复杂网络的社区检测模型，将TA规划问题转化为复杂网络中的社区检测问题。然后应用基于模块度的Newman社区检测算法给出TA规划结构。

主权项

1.异构蜂窝网络中一种基于社区检测的跟踪区域规划方法，其特征在于，包括以下步骤：步骤1，基于图分割的TA规划模型的建立；(1)TA规划模型图表示为：G＝(V,E)；其中V＝{v1,v2,...,vn}是顶点集合，每一个vi∈V表示网络中具体的一个蜂窝小区；i指的是小区vi在TA规划模型图中的编号，n表示小区的数量；E是小区之间邻接关系的集合，无向边e(i,j)∈E表示小区vi与小区vj之间用户移动路径，i和j分别是小区vi和小区vj在TA规划模型图中的编号；(2)每一条无向边都有一个权重值，用来表示发生在有边相连的两个小区之间用户跨区次数；使用一个n×n矩阵L来表示相邻小区发生的用户跨区次数，其中n为小区总数，那么LUij∈L表示发生在小区vi和小区vj之间的用户跨区次数，i和j分别是小区vi和小区vj在TA规划模型图中的编号；(3)每一个顶点都有权重值，用来表示发生该小区内发生的用户寻呼请求次数；使用集合C＝{CR1,CR2,...,CRn}来表示顶点的权重值，其中CRi∈C表示发生在小区vi内的用户寻呼请求次数，n为小区总数，i指的是小区vi在TA规划模型图中的编号；(4)将模型图划分成互不重叠的区域S＝{TA1,TA2,...,TAk}，其中TAm∈S表示一个跟踪区TA，m是跟踪区TAm在模型中的编号，k为TA的数量；寻呼容量B表示一个TA内，网络系统支持的最大寻呼负荷；那么TA规划问题建模为：步骤2，基于复杂网络的社区检测；(1)在复杂网络的社区检测模型中，将TA规划模型中小区集合V＝{v1,v2,...,vn}表示成复杂网络中的顶点集合，vi∈V表示网络中的一个顶点；i指的是顶点vi在社区检测模型中的编号，n表示顶点的数量；(2)将步骤1划分的跟踪区集合S＝{TA1,TA2,...,TAk}对应为复杂网络中的社区集合C＝(c1,c2,...,ck)，其中cx∈C表示复杂网络中社区，x表社区cx在社区检测模型中的编号，k为社区检测模型中社区数量；(3)使用n×n矩阵W来表示顶点之间相连的边数，n为社区检测模型中顶点数量；wij∈W表示顶点vi与顶点vj之间的连接边数，其中i和j分别为顶点vi和顶点vj在社区检测模型中的编号；则TA规划问题进一步建模为：上述模型进一步将TA规划问题建模为复杂网络中的社区检测问题；本发明将采用基于模块度的社区检测算法给出TA规划结构，因此首先给出模块度的计算过程；步骤3，模块度的计算(1)在复杂网络的社区检测模型中，将TA规划模型中小区集合V＝{v1,v2,...,vn}表示成复杂网络中的顶点集合，vi∈V表示网络中的一个顶点；i指的是顶点vi在社区检测模型中的编号，n表示顶点的数量；矩阵A为网络的邻接矩阵，矩阵中元素aij∈A定义为：其中i和j分别是顶点vi和顶点vj在社区检测模型中的编号；(2)ki和kj分别表示顶点vi与顶点vj所在的两个社区编号，社区内部的边数和网络中的总边数比例定义为：其中，如果顶点v_i与顶点v_j在同一个社区，即k_i＝k_j，那么否则为0；其中m表示网络中边的总数；(3)那么，模块度的大小定义为在同一个社区内的边的比例减去对这些边进行随机分配所得到的概率期望，即模块度Q计算公式为：其中，di和dj分别表示顶点vi和顶点vj的度，计算公式为：(4)为进一步简化模块度的计算方法，将网络社区划分为步骤2所述的社区集合C＝(c1,c2,...,ck)，k为社区数量；evw表示社区cv∈C和社区cw∈C内部边总数和与总边数的比例，v和w分别为社区cv和社区cw在社区检测模型中的编号；则evw的计算公式为：其中，如果社区v与社区k_i在同一个较大社区内，那么否则为0；同样如果社区w与社区k_j在同一个较大社区内，那么否则为0；bv表示社区cv内部顶点所关联边总数与总边数的比值，计算公式为：将公式(10)和公式(11)代入公式(7)中，则模块度Q进一步简化的计算公式为：其中，evv表示在社区cv内的边数总数与整个网络的边总数的比值；Q值越大说明网络划分的社区结构越好；在公式(12)中：evv表示发生在跟踪区TAm∈S中的用户跨区移动次数与整个蜂窝网络中用户发生跨区移动总次数的比值，bv表示发生在跟踪区TAm∈S中寻呼次数与整个蜂窝网络中寻呼总次数的比值；当Q值越大，表明发生在跟踪区的用户跨区移动次数与寻呼次数的差值越大，说明此TA规划结构中，将更多的小区划分到跟踪区保证减少了位置更新信令，同时跟踪区中的用户寻呼次数更小保证了系统寻呼信令达到最小，表明此时的TA规划结构更优；步骤4，基于模块度的Newman社区检测；基于模块度的Newman快速社区检测算法是基于贪婪思想的一种聚类算法；具体步骤如下：(1)初始化网络G＝(V,E)的拓扑结构，初始化矩阵evw与bv，计算公式为：其中，v和w分别为社区cv和社区cw在社区检测模型中的编号；m为网络总边数，di为顶点vi的度，计算公式见(8)；(2)依次按照模块度增量ΔQ最大的方向进行聚类有边相连的社区对，并计算聚类后的模块度增量ΔQ，ΔQ计算公式为：ΔQ＝evw‑ewv‑2bvbw＝2(evw‑bvbw)     (15)其中evw和ewv含义相同，表示社区cv∈C和社区cw∈C内部边总数和与总边数的比例；bw表示社区cw内部顶点所关联边总数与总边数的比值；(3)不断聚类社区，直至整个网络中的小区聚类成一个社区为止；(4)从所有层次划分中选择出模块度值最大的划分作为网络最终的TA规划结果。