李 麗，薛真真

（重慶郵電大學(xué) 移動(dòng)通信技術(shù)重慶市重點(diǎn)實(shí)驗(yàn)室，重慶 400065）

LTE系統(tǒng)移動(dòng)負(fù)載均衡研究

李 麗，薛真真

（重慶郵電大學(xué) 移動(dòng)通信技術(shù)重慶市重點(diǎn)實(shí)驗(yàn)室，重慶 400065）

針對(duì)小區(qū)負(fù)載分布越來(lái)越不均衡，提出一種適用于LTE系統(tǒng)的負(fù)載均衡算法，通過(guò)調(diào)整小區(qū)獨(dú)立偏置CIO，強(qiáng)制過(guò)載小區(qū)用戶(hù)切換到周?chē)p載小區(qū)，實(shí)現(xiàn)用戶(hù)轉(zhuǎn)移。但是，輕載小區(qū)盲目接納用戶(hù)容易造成過(guò)載。針對(duì)這一問(wèn)題，運(yùn)用迭代法，逐步調(diào)整CIO，當(dāng)過(guò)載小區(qū)負(fù)載低于過(guò)載門(mén)限或輕載小區(qū)可用資源耗盡，得到最優(yōu)CIO值。仿真結(jié)果表明，提出的算法能有效提高系統(tǒng)均衡程度，降低用戶(hù)呼叫阻塞率，提升系統(tǒng)性能，增強(qiáng)用戶(hù)體驗(yàn)。

LTE系統(tǒng)；移動(dòng)負(fù)載均衡；小區(qū)獨(dú)立偏置；切換

0 引言

隨著用戶(hù)及業(yè)務(wù)數(shù)據(jù)的日益增多，一些熱點(diǎn)小區(qū)負(fù)載較重，導(dǎo)致較高的掉話(huà)率；而另一些相鄰空閑小區(qū)負(fù)載較輕，資源得不到充分利用［1］。因此，如何實(shí)現(xiàn)網(wǎng)絡(luò)中的負(fù)載均衡是當(dāng)下越來(lái)越迫切需要解決的問(wèn)題。3GPP工作組將自組織網(wǎng)（Self-Organizing Networks，SON）技術(shù)納入LTE標(biāo)準(zhǔn)化范疇。SON主要包括三大功能，即自配置、自?xún)?yōu)化和自治愈，其中移動(dòng)負(fù)載均衡（Mobility Load Balancing，MLB）是自?xún)?yōu)化的重要的用例之一［2，3］。

目前對(duì)MLB算法的研究包括兩個(gè)方面：負(fù)載轉(zhuǎn)移目標(biāo)小區(qū)的選擇；移動(dòng)參數(shù)小區(qū)獨(dú)立偏置（Cell Individual Offset，CIO）的確定。文獻(xiàn)［4］提出一種基于相鄰小區(qū)間負(fù)載差值自適應(yīng)調(diào)整CIO的算法。若負(fù)載差值超過(guò)預(yù)設(shè)門(mén)限，則觸發(fā)MLB，直到負(fù)載差值處于預(yù)設(shè)門(mén)限內(nèi)。降低了呼叫阻塞率，但是切換次數(shù)較高。文獻(xiàn)［5］根據(jù)小區(qū)負(fù)載是否過(guò)載來(lái)觸發(fā)MLB，算法有效降低了切換的次數(shù)，但是復(fù)雜度較高。文獻(xiàn)［6］提出一種基于雙層小區(qū)負(fù)載信息的負(fù)載均衡算法，綜合考慮小區(qū)的負(fù)載狀態(tài)及環(huán)境狀態(tài)選擇目標(biāo)小區(qū)。降低乒乓切換率，但是負(fù)載小區(qū)很難知道其環(huán)境狀態(tài)，不易實(shí)現(xiàn)。這些算法都沒(méi)有明確給出如何獲取最優(yōu)CIO值，使得過(guò)載小區(qū)能轉(zhuǎn)移最大負(fù)載量到輕負(fù)載小區(qū)而不致使輕載小區(qū)過(guò)載。本文通過(guò)迭代法，逐步改變CIO值，當(dāng)過(guò)載小區(qū)負(fù)載低于過(guò)載門(mén)限或輕載小區(qū)可用資源耗盡，得到最優(yōu)CIO。最后，在LTE平臺(tái)上進(jìn)行了仿真。

1 移動(dòng)負(fù)載均衡

MLB就是通過(guò)參數(shù)調(diào)整，把高負(fù)載小區(qū)的業(yè)務(wù)量分散到周?chē)拓?fù)載小區(qū)，從而使得整個(gè)網(wǎng)絡(luò)可以充分有效地利用無(wú)線(xiàn)資源。3GPP定義了“EVENT A3”為切換觸發(fā)事件［7］，如式（1）所示。當(dāng)滿(mǎn)足該條件時(shí)，UE就會(huì)上報(bào)測(cè)量結(jié)果，基站根據(jù)上報(bào)的內(nèi)容判決是否進(jìn)行切換。

式中，Mn、Ms分別為鄰小區(qū)、源小區(qū)小區(qū)測(cè)量結(jié)果（如RSRP、RSRQ），Hyst為小區(qū)遲滯參數(shù)，CIOs，n為源小區(qū)s為鄰小區(qū)n的保持的小區(qū)獨(dú)立偏置。增大CIOs，n，降低了用戶(hù)切換的門(mén)限，使重負(fù)載小區(qū)中的用戶(hù)更容易切換到相鄰輕負(fù)載小區(qū)；減小CIOs，n，提高了用戶(hù)切換的門(mén)限，使一些輕負(fù)載小區(qū)內(nèi)中的用戶(hù)越難執(zhí)行切換，間接降低重負(fù)載小區(qū)業(yè)務(wù)量［8］。由此可見(jiàn)，調(diào)整參數(shù)CIOs，n可以使得用戶(hù)在不同小區(qū)的切換條件發(fā)生改變，從而影響各小區(qū)中的用戶(hù)數(shù)，最終達(dá)到負(fù)載均衡。

2 參數(shù)定義

文獻(xiàn)［9］從數(shù)學(xué)的角度定義了SON網(wǎng)絡(luò)，本文參考該文獻(xiàn)給出如下所示的參數(shù)定義。

2.1 信干比

信干比（Signal to Interference and Noise Ratio，SINR）指小區(qū)中用戶(hù)的接收功率與干擾噪聲和之比。LTE系統(tǒng)中，可分配給用戶(hù)的最小資源單位稱(chēng)為物理資源塊（Physic Resource Block，PRB）。一旦給定用戶(hù)的SINR值，就可以計(jì)算出用戶(hù)在每個(gè)PRB上的吞吐量Ru，在這里采用香農(nóng)公式作為吞吐量的映射關(guān)系。其中，Pc為基站的發(fā)射功率，Lc，u為損耗，ρx為小區(qū)負(fù)載，N為熱噪聲。

2.2 小區(qū)負(fù)載

假定小區(qū)內(nèi)保證比特率（Guaranteed Bit Rate，GBR）用戶(hù)數(shù)據(jù)速率要求為Du，為達(dá)到此速率要求，用戶(hù)u占用的PRB數(shù)量為：

式中，BW為PRB的帶寬，LTE系統(tǒng)中一個(gè)PRB的帶寬為180 kHz。

小區(qū)負(fù)載定義為小區(qū)內(nèi)被占用的資源與小區(qū)內(nèi)所有可用的資源的比值。因此可用式（5）表示，其中小區(qū)總資源用Ntot表示：

2.3 均衡因子

為評(píng)估小區(qū)內(nèi)負(fù)載均衡程度，引入Jain’s公平指數(shù)［10］，定義如下所示：

式中，∣N∣表示網(wǎng)絡(luò)中小區(qū)的總數(shù)量，t表示仿真時(shí)間。▽?zhuān)╰）越大，小區(qū)間的負(fù)載越均衡，當(dāng)▽?zhuān)╰）＝1時(shí)，小區(qū)之間的負(fù)載完全均衡。所以負(fù)載均衡的目標(biāo)就是最大化▽?zhuān)╰）的值，

3 MLB算法

負(fù)載均衡算法的主要思想是將過(guò)載小區(qū)用戶(hù)轉(zhuǎn)移到周?chē)噜忀p載小區(qū)［11］，根據(jù)式（1），調(diào)整參數(shù)CIO，可以改變切換條件，強(qiáng)制用戶(hù)轉(zhuǎn)移。但是，輕載小區(qū)不能盲目地接納用戶(hù)，以免造成過(guò)載。因此，參數(shù)CIO為何值時(shí)，使得過(guò)載小區(qū)能夠?qū)⒂脩?hù)轉(zhuǎn)移到輕載小區(qū)，而不致使輕載小區(qū)過(guò)載是本算法要解決的問(wèn)題。具體算法流程如圖1所示。

圖1 算法流程圖

①eNB周期性收集測(cè)量報(bào)告，計(jì)算小區(qū)負(fù)載。當(dāng)ρSeNB＞ρth時(shí)，判定為過(guò)載小區(qū)，其中ρSeNB表示過(guò)載小區(qū)負(fù)載，ρth為預(yù)設(shè)過(guò)載門(mén)限；

②找出過(guò)載小區(qū)中RSRP最小值的用戶(hù)，作為待轉(zhuǎn)移用戶(hù)；周?chē)噜徯^(qū)負(fù)載滿(mǎn)足ρTeNB＜ρth的小區(qū)作為候選目標(biāo)切換小區(qū)，其中ρTeNB表示目標(biāo)小區(qū)負(fù)載；

③設(shè)定小區(qū)獨(dú)立偏置CIO＝0；

④若ρSeNB＞ρth＆＆CIO＜＝CIOmax滿(mǎn)足，轉(zhuǎn)移到步驟式⑤，否則調(diào)整各CIO，結(jié)束本算法；

⑤將候選目標(biāo)小區(qū)按負(fù)載大小升序排列，記為表L，選擇第1個(gè)小區(qū)（i＝1），并設(shè)置CIO＝CIO＋step，step為固定步長(zhǎng)，取值0.5 dB。

⑥若ρSeNB＞ρth＆＆i＜＝size（L）滿(mǎn)足，轉(zhuǎn)移到步驟⑦，否則返回步驟④；

⑦設(shè)置C＝L（i），若ρHO＜ρth，C滿(mǎn)足，轉(zhuǎn)移到步驟⑧，否則選擇下一個(gè)目標(biāo)小區(qū)（i＝i＋1），返回步驟⑥。其中，ρHO表示在當(dāng)前設(shè)置的CIO參數(shù)下，用戶(hù)轉(zhuǎn)移到目標(biāo)小區(qū)C后增加的負(fù)載，ρth，C表示目標(biāo)小區(qū)C可接納的負(fù)載；

⑧更新各小區(qū)負(fù)載情況，ρSeNB＝ρSeN－ρSeNB，HO，ρth，C＝ρth，C－ρHO，其中ρSeNB，HO表示用戶(hù)轉(zhuǎn)移后過(guò)載小區(qū)減少的負(fù)載。因?yàn)橛脩?hù)在源小區(qū)及目標(biāo)小區(qū)的SINR不一樣，故ρSeNB，HO≠ρHO；

⑨設(shè)置CIOC，u＝CIO，選擇下一個(gè)小區(qū)（i＝i＋1），返回步驟⑥。

4 仿真

4.1 仿真場(chǎng)景及參數(shù)設(shè)置

為驗(yàn)證算法性能，搭建了LTE仿真平臺(tái)，并利用MATLAB仿真軟件進(jìn)行仿真。仿真場(chǎng)景如圖2所示的7小區(qū)蜂窩網(wǎng)絡(luò)。設(shè)置小區(qū)1為過(guò)載小區(qū)，周?chē)噜徯^(qū)為輕載小區(qū)。用戶(hù)到達(dá)率服從泊松分布，過(guò)載小區(qū)用戶(hù)到達(dá)率從2.8用戶(hù)／s變化至3.5用戶(hù)／s，而其他小區(qū)中的用戶(hù)到達(dá)率均設(shè)置為固定值1.5用戶(hù)／s，業(yè)務(wù)持續(xù)時(shí)間服從負(fù)指數(shù)分布。其他參數(shù)設(shè)置如表1所示［12－14］。

圖2 系統(tǒng)場(chǎng)景

表1 仿真參數(shù)

4.2 仿真結(jié)果分析

與傳統(tǒng)算法進(jìn)行對(duì)比，分析得出結(jié)果。為表述方便，下面分別用NMLB、TMLB、PMLB分別表示不使用負(fù)載均衡、傳統(tǒng)負(fù)載均衡及本文提出的負(fù)載均衡算法。

圖3顯示的是系統(tǒng)的均衡程度隨用戶(hù)到達(dá)率的變化情況。當(dāng)?shù)竭_(dá)率較小時(shí)，小區(qū)1并沒(méi)有過(guò)載而不啟動(dòng)均衡算法，所以3條線(xiàn)重合。隨著到達(dá)率的逐漸增大，小區(qū)負(fù)載分布越來(lái)越不均衡，均衡程度逐漸下降。當(dāng)?shù)竭_(dá)率增大2.95用戶(hù)／s時(shí)，小區(qū)1過(guò)載，啟動(dòng)負(fù)載均衡算法，小區(qū)均衡程度逐漸升高，而不使用均衡算法時(shí)，均衡程度繼續(xù)下降。從圖中可以看出，相對(duì)于TMLB算法，PMLB算法的均衡程度大約提高了6%。

圖3 系統(tǒng)均衡程度

圖4顯示的是系統(tǒng)阻塞率隨用戶(hù)到達(dá)率的變化情況。當(dāng)小區(qū)出現(xiàn)過(guò)載，若不使用均衡算法導(dǎo)致一些小區(qū)無(wú)法接入用戶(hù)，從而使得整個(gè)系統(tǒng)的阻塞率提高，因此NMLB的阻塞率是最高的。本文的PMLB算法使系統(tǒng)的均衡程度最高，故阻塞率也是最低的。圖5顯示的是系統(tǒng)的切換次數(shù)隨用戶(hù)到達(dá)率的變化情況。負(fù)載均衡是強(qiáng)制過(guò)載小區(qū)中的用戶(hù)切換到周?chē)p負(fù)載小區(qū)，因此PMLB算法的切換次數(shù)比NMLB的切換次數(shù)高，但是比TMLB算法的切換次數(shù)低。由此可見(jiàn)，系統(tǒng)均衡程度的提高是以提高系統(tǒng)的切換次數(shù)為代價(jià)的。

圖4 系統(tǒng)阻塞率

圖5 系統(tǒng)切換次數(shù)

5 結(jié)束語(yǔ)

在現(xiàn)有負(fù)載均衡算法文獻(xiàn)中，重點(diǎn)關(guān)注如何選擇一個(gè)最優(yōu)的目標(biāo)小區(qū)而忽略了參數(shù)CIO的確定。提出一種適用于LTE系統(tǒng)的負(fù)載均衡算法，通過(guò)迭代，以0.5 dB步長(zhǎng)逐步調(diào)整CIO，直到獲得最優(yōu)值CIO值，使得過(guò)載小區(qū)能轉(zhuǎn)移最大負(fù)載量到輕載小區(qū)而不致過(guò)載。仿真結(jié)果表明，本文提出的算法能有效提高網(wǎng)絡(luò)均衡程度，降低用戶(hù)呼叫阻塞率，提升系統(tǒng)性能，增強(qiáng)用戶(hù)體驗(yàn)。本算法的缺點(diǎn)是迭代的次數(shù)較高會(huì)造成系統(tǒng)信令負(fù)荷的增加，如何降低迭代次數(shù)需進(jìn)一步的研究。

［1］孫震強(qiáng).SON技術(shù)是降低網(wǎng)絡(luò)成本和提高網(wǎng)絡(luò)效率的利器［J］.郵電設(shè)計(jì)技術(shù)，2012，12（01）：1－3.

［2］Socrates.Self-optimisationand Self-configurationin WirelessNet-works［DB／OL］.EuropeanResearch Project，http:∥www.fp7-socrates.eu.

［3］3GPP.TS 36.902，Self-configuring and Self-optimizing Network（SON）Use Cases and Solutions［S］，2012.

［4］Kwan R，Arnott R，Paterson R，et al.On Mobility Load Balancing for LTE Systems［C］∥Vehicular Technology Conference，2010：1－5.

［5］Lobinger A，Stefanski S，Jansen T，et al.Load Balancing in Downlink LTE Self-optimizing Networks［C］∥Vehicular Technology Conference，2010：1－5.

［6］ZHANG Meng-ru，LI Wen-yu，JIA Shu-cong.Two-layer Mobility Load Balancingin LTE Self-Organization Networks［C］∥the International ICST Conference on Communications and Networking in China，2011：1－5.

［7］3GPP.TS36.331，Evolved Universal Terrestrial Radio Ac-cess（E-UTRA）［S］，Radio Resource Control（RRC），2014.

［8］王志國(guó).LTE中的負(fù)載均衡研究［D］.北京：北京郵電大學(xué)，2011：29－32.

［9］Viering I，Dottling M，Lobinger A.A Mathematical Per-spective of Self-optimi-zing Wireless Networks［C］∥IEEE Internationa Conference of communication，2009：1－6.

［10］Chiu D，Jain R.Analysis of the Increase and Decrease Al-gorithms for Conge stionAvoidance in Computer Networks［J］.Computer Networks and ISDN Systems，1989，17（1）：1－5.

［11］劉 晉.LTE自組織網(wǎng)絡(luò)技術(shù)及其應(yīng)用［J］.無(wú)線(xiàn)電通信技術(shù)，2014，40（6）：89－92.

［12］徐 兵，謝志軍.LTE系統(tǒng)級(jí)仿真的關(guān)鍵技術(shù)與研究［J］.無(wú)線(xiàn)電通信技術(shù)，2014，40（5）：9－12.

［13］周文安，陳 微，陳 思，等.基于MATLAB的LTE仿真平臺(tái)COMP功能的設(shè)計(jì)與實(shí)現(xiàn).系統(tǒng)仿真學(xué)報(bào)，2012，24（1）：2259－2263.

［14］張學(xué)臣，王 熹，謝顯中.LTE系統(tǒng)物理層仿真平臺(tái)的建立及實(shí)現(xiàn)［J］，微計(jì)算機(jī)信息，2008（19）：1－5.

Research on Mobility Load Balancing in LTE Networks

LI Li，XUE Zhen-zhen
（Chongqing Key Lab of Mobile Communications Technology，Chongqing University of Post and Communications（CQUPT），Chongqing 400065，China）

In view of more and more unbalanced cell load distribution，this paper presents a suitable load balancing algorithm in LTE system.By adjusting the cell individual offset（CIO），the overload users are forced to switch to the surrounding light load cell for load balancing.However，if the light load cell accepts users blindly，it is easy to result in overload.To solve this problem，the iterative method is used to gradually adjust the CIO，when the load of overload cell is below the overload threshold or the available resource of light load cell is exhausted，the optimal CIO value is obtained.The simulation results show that the proposed algorithm can effectively improve the network balancing，reduce the user call blocking rate，improve system performance and the user experience.

LTE networks；mobility load balancing；CIO；handover

TN929.53

A

1003－3114（2015）06－23－4

10.3969／j.issn.1003－3114.2015.06.06

李 麗，薛真真.LTE系統(tǒng)移動(dòng)負(fù)載均衡研究［J］.無(wú)線(xiàn)電通信技術(shù)，2015，41（6）：23－26.

2015－06－19

長(zhǎng)江學(xué)者和創(chuàng)新團(tuán)隊(duì)發(fā)展計(jì)劃（IRT1299），重慶市科委項(xiàng)目CSTC2012jjA40044，cstc2013yykfA40010，重慶市科委重點(diǎn)實(shí)驗(yàn)室專(zhuān)項(xiàng)經(jīng)費(fèi)

李麗（1991—），女，碩士研究生，主要研究方向：移動(dòng)通信。薛真真（1990—），女，碩士研究生，主要研究方向：移動(dòng)通信與寬帶短波信道估計(jì)。