林曉勇，俞洋，糜正琨

（1. 南京郵電大學(xué)通信與信息工程學(xué)院，江蘇 南京 210003；2. 南京郵電大學(xué)通達(dá)學(xué)院，江蘇 揚(yáng)州 225127）

一種基于用戶行為預(yù)測(cè)的群移動(dòng)性管理模型

林曉勇1,2，俞洋1，糜正琨1

（1. 南京郵電大學(xué)通信與信息工程學(xué)院，江蘇 南京 210003；2. 南京郵電大學(xué)通達(dá)學(xué)院，江蘇 揚(yáng)州 225127）

移動(dòng)性管理是未來(lái)5G移動(dòng)的重要組成部分，如何均衡尋呼負(fù)載和位置更新開(kāi)銷，從而合理利用無(wú)線資源是當(dāng)前的研究重點(diǎn)。提出了一種新的群移動(dòng)性管理（GMM）方案，可以針對(duì)具有相同運(yùn)動(dòng)特征的用戶進(jìn)行集中式管理，從而可以減少單個(gè)用戶移動(dòng)性管理（SMM）時(shí)存在的重復(fù)開(kāi)銷。仿真結(jié)果表明，GMM比SMM可以獲得更佳的運(yùn)行開(kāi)銷。

群移動(dòng)性管理；用戶行為預(yù)測(cè)；質(zhì)心定位模型；尋呼開(kāi)銷

1 引言

截至2016年6月，中國(guó)手機(jī)網(wǎng)民用戶數(shù)已達(dá)到6.56億戶[1]，如何更加有效地對(duì)移動(dòng)用戶進(jìn)行資源分配和管理，在節(jié)約資源開(kāi)銷的同時(shí)提升用戶體驗(yàn)顯得尤為重要。3G和4G網(wǎng)絡(luò)環(huán)境下位置管理多采用靜態(tài)或動(dòng)態(tài)的位置區(qū)劃分[2]，用戶每次跨越位置區(qū)時(shí)都需要進(jìn)行位置更新。在 LTE環(huán)境下，新增跟蹤區(qū)的概念，多個(gè)跟蹤區(qū)形成一個(gè)跟蹤區(qū)列表（tracking area list，TAL），用戶在TAL上的跟蹤區(qū)內(nèi)可以自由移動(dòng)，不需要進(jìn)行位置更新，從而避免了頻繁位置更新帶來(lái)的資源損耗。跟蹤區(qū)的合理規(guī)劃能夠均衡尋呼負(fù)荷和位置更新開(kāi)銷[3]。

當(dāng)前運(yùn)營(yíng)商的移動(dòng)性管理方案都是針對(duì)個(gè)體移動(dòng)用戶的管理（single mobility management，SMM）。目前，國(guó)內(nèi)外研究群移動(dòng)管理的論文并不多，主要著重于群用戶運(yùn)動(dòng)模型的改良和優(yōu)化、單個(gè)用戶的移動(dòng)管理以及車聯(lián)網(wǎng)中分群算法的研究，參考文獻(xiàn)[4]中提出一種異構(gòu)網(wǎng)絡(luò)中基于業(yè)務(wù)優(yōu)先級(jí)的車聯(lián)網(wǎng)移動(dòng)性管理技術(shù)，參考文獻(xiàn)[5]討論了單個(gè)用戶在PLMN組網(wǎng)中移動(dòng)性管理的連續(xù)性，參考文獻(xiàn)[6]提出一種針對(duì)特定戰(zhàn)場(chǎng)環(huán)境下的群移動(dòng)模型，側(cè)重在移動(dòng)自組織網(wǎng)絡(luò)的架構(gòu)設(shè)計(jì)。所有當(dāng)前關(guān)于群（組）移動(dòng)性研究重點(diǎn)是在自組織網(wǎng)絡(luò)內(nèi)部節(jié)點(diǎn)之間的相關(guān)路由協(xié)議，其評(píng)價(jià)指標(biāo)為節(jié)點(diǎn)之間的連通性度量（端對(duì)端時(shí)延、報(bào)文傳輸率、吞吐量、鏈路通斷率）或者路由跳數(shù)、路由協(xié)議開(kāi)銷等，均未從移動(dòng)運(yùn)營(yíng)商角度考慮群組移動(dòng)性管理問(wèn)題。本文提出了一種新的基于用戶行為預(yù)測(cè)的群移動(dòng)性管理方案，是在LTE的核心網(wǎng)（evolved packet core，EPC）架構(gòu)上實(shí)施，針對(duì)具有相同移動(dòng)特征的用戶進(jìn)行統(tǒng)一的位置管理，從而節(jié)約無(wú)線資源開(kāi)銷。

2 基于用戶行為預(yù)測(cè)的群移動(dòng)性管理

2.1 CAM模型的建立

為了便于研究移動(dòng)性管理，需要通過(guò)仿真模擬網(wǎng)絡(luò)中用戶的運(yùn)動(dòng)，移動(dòng)模型的優(yōu)劣會(huì)直接影響到用戶行為預(yù)測(cè)的準(zhǔn)確性，因此需要建立一個(gè)符合真實(shí)環(huán)境的移動(dòng)模型。

目前，按照不同特點(diǎn)分類的實(shí)體移動(dòng)模型有隨機(jī)移動(dòng)模型、時(shí)間依賴性移動(dòng)模型等[7]。隨機(jī)移動(dòng)模型中，節(jié)點(diǎn)的速度、方向等都是隨機(jī)的，往往不能充分描述現(xiàn)實(shí)場(chǎng)景中節(jié)點(diǎn)的移動(dòng)性。最常見(jiàn)的一種時(shí)間依賴移動(dòng)模型是高斯—馬爾可夫移動(dòng)模型[8]。相比隨機(jī)移動(dòng)模型，其移動(dòng)更為平緩且克服了急轉(zhuǎn)問(wèn)題，但是其運(yùn)動(dòng)終點(diǎn)不明確且不適用于群移動(dòng)，而現(xiàn)實(shí)中的移動(dòng)往往是有目標(biāo)的，提出一種基于群組群質(zhì)心向目標(biāo)位置運(yùn)動(dòng)預(yù)測(cè)的質(zhì)心目標(biāo)模型（centroid aiming model，CAM），結(jié)構(gòu)如圖1所示。

圖1 CAM模型結(jié)構(gòu)

CAM 群移動(dòng)模型思想是將用戶的移動(dòng)視為一種受質(zhì)心和目標(biāo)點(diǎn)牽引的運(yùn)動(dòng)，移動(dòng)用戶受到目標(biāo)點(diǎn)和群組質(zhì)心兩者的共同約束。群組質(zhì)心由群用戶的幾何中心所確定，設(shè)群組中有N個(gè)用戶，用坐標(biāo)表示為Pi(xi,yi)，則群組質(zhì)心坐標(biāo)為：CAM模型中目標(biāo)點(diǎn)和群組質(zhì)心的勢(shì)場(chǎng)函數(shù)[9]

分別為：

其中，k和η為增益系數(shù)，X、Xg、Xc分別代表用戶、目標(biāo)點(diǎn)以及群組質(zhì)心在運(yùn)動(dòng)空間中的位置，ρ(X, Xg)和ρ(X, Xc)分別表示用戶與目標(biāo)點(diǎn)以及質(zhì)心之間的距離。相應(yīng)的勢(shì)場(chǎng)函數(shù)的負(fù)梯度為：

為了更加符合實(shí)際情形，本文用戶的實(shí)際運(yùn)動(dòng)方向滿足均值為θF、方差為(π/b)2的正態(tài)分布，即：θ～N(θF,(π/b)2)。其中b為可變系數(shù)，由移動(dòng)特性決定。

由此定義了CAM速率模型：

其中，質(zhì)心用戶比（centroid user rate，CUR）指質(zhì)心和用戶距離目標(biāo)終點(diǎn)的距離比，μmax和μmin分別表示速率變化率的上下閾值。

同時(shí)為了避免群組用戶之間距離過(guò)近，不符合實(shí)際情形，設(shè)置了安全距離閾值（safe distance threshold，SDT）。若檢測(cè)到群組中任意兩用戶距離小于或等于1 m，則其中一用戶“放慢腳步”（速度降低為原先的1/3）等待，直到兩用戶距離大于或等于5 m時(shí)，再按原方向和速度前進(jìn)。

2.2 基于GMS的群移動(dòng)管理

本文提出群中的多個(gè)用戶共享一個(gè)跟蹤區(qū)，跟蹤區(qū)更新也以群為單位。新增群管理服務(wù)（group management service，GMS）功能實(shí)體，負(fù)責(zé)存儲(chǔ)更新群用戶的成員信息，并執(zhí)行GMM調(diào)度功能，如圖2所示。

圖2 基于GMS的群移動(dòng)管理

傳統(tǒng)跟蹤區(qū)更新（tracking area update，TAU）主要由用戶設(shè)備（user equipment，UE）、演進(jìn)型基站（evolved node B，eNode B）、移動(dòng)管理實(shí)體（mobility management entity，MME）以及歸屬簽約用戶服務(wù)器（home subscriber server，HSS）等協(xié)作完成[10]。其中eNode B負(fù)責(zé)向MME傳遞UE發(fā)出的TAU請(qǐng)求，而HSS負(fù)責(zé)存儲(chǔ)UE的簽約數(shù)據(jù)，包括位置信息等。群移動(dòng)管理的主要消息流程如圖3所示。

圖3 基于GMS的群移動(dòng)管理消息流程

（1）群移動(dòng)管理位置更新分為主動(dòng)更新和被動(dòng)更新，群組中一旦有某個(gè)成員脫離當(dāng)前跟蹤區(qū)，則發(fā)起帶有群組標(biāo)識(shí)的主動(dòng)更新請(qǐng)求，更新承載上下文。

（2）MME將帶有群標(biāo)簽的TAU請(qǐng)求發(fā)送給GMS，GMS通過(guò)查詢數(shù)據(jù)庫(kù)，匹配出該群當(dāng)前所有群用戶標(biāo)識(shí)返回給MME。

（3）MME發(fā)出被動(dòng)群TAU請(qǐng)求尋呼消息，以獲取群成員的即時(shí)位置信息，同時(shí)檢測(cè)是否有成員離線脫離群組。

（4）MME向HSS發(fā)送位置更新請(qǐng)求，如果MME沒(méi)有用戶完整的簽約數(shù)據(jù)，則HSS將群組成員的IMSI、APN、QoS等簽約數(shù)據(jù)通過(guò)更新位置應(yīng)答消息發(fā)送給MME。

（5）如果有群成員離線或脫離群組，則需要通知GMS更新群成員標(biāo)識(shí)。

（6）MME發(fā)送TAU完成消息給群組各UE，同時(shí)更新用戶的TAL。

圖4 傳統(tǒng)跟蹤區(qū)和“流星形”跟蹤區(qū)比較

2.3 流星形跟蹤區(qū)

跟蹤區(qū)的劃分影響著尋呼和位置更新的開(kāi)銷，傳統(tǒng)的跟蹤區(qū)采取固定的區(qū)域劃分，其工程實(shí)現(xiàn)非常簡(jiǎn)單，沒(méi)有考慮移動(dòng)用戶的差異性，效率較低。而動(dòng)態(tài)的跟蹤區(qū)劃分可以結(jié)合群用戶的位置分布、移動(dòng)特性等用戶行為對(duì)跟蹤區(qū)的形狀和大小進(jìn)行個(gè)性化劃分，本文提出了一種動(dòng)態(tài)的“流星形”跟蹤區(qū)劃分，其大小和形狀由群用戶的位置分布和移動(dòng)特性所決定。傳統(tǒng)和流星形跟蹤區(qū)對(duì)比如圖4所示。

流星形曲線標(biāo)準(zhǔn)方程（蛋圓曲線）[11]為：

基本性質(zhì)：與 x 軸兩個(gè)交點(diǎn)的連接線段稱“橫徑”，其長(zhǎng)度記為 r，r=2a；與其對(duì)稱軸的兩個(gè)交點(diǎn)間的線段稱“直徑”，其長(zhǎng)度記為d。

圖5定義了流星曲線的相關(guān)參考點(diǎn)和線。點(diǎn)(0,0)必在曲線內(nèi)，稱作“星核”（core nucleu，CN），關(guān)于直徑中點(diǎn)對(duì)稱的點(diǎn)稱為“鏡像星核”(mirror core nucleu，MCN)。

為了確定“流星形”跟蹤區(qū)的形狀，需要對(duì)用戶行為進(jìn)行預(yù)測(cè)。通過(guò)最新的m個(gè)群組質(zhì)心坐標(biāo)，預(yù)測(cè)未來(lái)n個(gè)質(zhì)心位置，預(yù)測(cè)的方式是線性擬合算法。設(shè)最新的 n個(gè)群組質(zhì)心分別為Pn(xn,yn)，且對(duì)應(yīng)的時(shí)刻為tn，則有：

圖5 流星形跟蹤區(qū)定義

對(duì)式（8）中k1、k2、b1、b2進(jìn)行擬合后，得到未來(lái)n個(gè)質(zhì)心預(yù)測(cè)點(diǎn)：

具體過(guò)程如圖6所示（假設(shè)取4點(diǎn)來(lái)預(yù)測(cè)3點(diǎn)）。

利用最后一個(gè)跟蹤點(diǎn)和3個(gè)預(yù)測(cè)點(diǎn)，計(jì)算新的跟蹤區(qū)。同樣使用線性擬合得到新的“流星形”跟蹤區(qū)的對(duì)稱軸。在擬合獲得的直線上，沿運(yùn)動(dòng)方向選取4個(gè)跟蹤點(diǎn)中最外側(cè)的兩點(diǎn)在直線上的投影點(diǎn)依次作為彗星跟蹤區(qū)的“鏡像星核”和“星核”，并根據(jù)當(dāng)前群用戶位置分布調(diào)整橫徑與直徑的大小，確保跟蹤區(qū)包含所有的群用戶。確定流星形區(qū)域后，該區(qū)域覆蓋的所有小區(qū)組成新的跟蹤區(qū)域?qū)@些小區(qū)內(nèi)的群組用戶進(jìn)行統(tǒng)一管理。

圖6 線性擬合預(yù)測(cè)群運(yùn)動(dòng)趨勢(shì)

3 模型仿真

GMM經(jīng)過(guò)數(shù)學(xué)建模并在MATLAB環(huán)境實(shí)現(xiàn)了模擬仿真，UE參數(shù)根據(jù)群移動(dòng)速率分為3類：行人、非機(jī)動(dòng)車和機(jī)動(dòng)車，見(jiàn)表1。

表1 群組用戶分類

α決定了用戶移動(dòng)方向的波動(dòng)性，α越大則波動(dòng)性越小。初始速度v0為了更加符合運(yùn)動(dòng)實(shí)際情況，針對(duì)行人、非機(jī)動(dòng)車以及機(jī)動(dòng)車3類，規(guī)定v0分別滿足均值為1.4 m/s、5 m/s和10 m/s，標(biāo)準(zhǔn)差分別為0.3 m/s、1 m/s和3 m/s的正態(tài)分布。

由于GMM方案必須兼容當(dāng)前以單UE移動(dòng)性管理方案，GMS是具體執(zhí)行GMM的功能實(shí)體，因此仿真只能從運(yùn)營(yíng)商的角度，對(duì)比和分析相同移動(dòng)路徑下單移動(dòng)管理和群移動(dòng)管理場(chǎng)景下的平均開(kāi)銷，由于兼容管理方案的切換開(kāi)銷相同，因此本文開(kāi)銷計(jì)算式簡(jiǎn)化為：

單次多 UE的群移動(dòng)管理具有一定的不確定性，為保證仿真結(jié)果有效，每類群組仿真取50次統(tǒng)計(jì)平均，圖7分別給出了3類群組在群移動(dòng)管理與單移動(dòng)管理時(shí)的開(kāi)銷對(duì)比。

圖7 3類群組在群移動(dòng)管理與單移動(dòng)管理時(shí)的開(kāi)銷對(duì)比

仿真結(jié)果表明，行人、非機(jī)動(dòng)車和機(jī)動(dòng)車在群管理模式下，相較于現(xiàn)行的針對(duì)個(gè)體單移動(dòng)用戶的管理方案，平均尋呼開(kāi)銷分別降低了8.6%、1.28%和24.9%。其中機(jī)動(dòng)車群組由于運(yùn)動(dòng)方向較為集中，群管理優(yōu)勢(shì)更明顯。而非機(jī)動(dòng)車（如電瓶車）群組由于運(yùn)動(dòng)方向較為分散，隨機(jī)性較大，因此效果不顯著。仿真結(jié)果表明，本文提出的以群組為單位的移動(dòng)性管理方案兼容不同速率場(chǎng)景的移動(dòng)場(chǎng)景，尤其針對(duì)群組成員集中且群移動(dòng)速率較高場(chǎng)景，效率提升顯著。

4 結(jié)束語(yǔ)

本文提出了一種基于用戶行為預(yù)測(cè)的CAM的群移動(dòng)性管理模型，在傳統(tǒng)的SMM基礎(chǔ)上新增了群管理服務(wù)，GMS負(fù)責(zé)群用戶的管理和鑒權(quán)和群移動(dòng)性管理。在GMM模式下，跟蹤區(qū)更新分為主動(dòng)更新和被動(dòng)更新，被動(dòng)更新針對(duì)當(dāng)前群組所有用戶發(fā)起統(tǒng)一尋呼，從而降低了單個(gè)UE管理時(shí)需要逐一尋呼所帶來(lái)的開(kāi)銷。在群移動(dòng)場(chǎng)景下的流星形動(dòng)態(tài)跟蹤區(qū)劃分，更加契合用戶的實(shí)際移動(dòng)場(chǎng)景。將用戶群分為行人、非機(jī)動(dòng)車以及機(jī)動(dòng)車3類分別進(jìn)行了仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果證明了該模型的可行性和有效性，GMM模型為以用戶為中心的5G移動(dòng)通信系統(tǒng)提供了新的運(yùn)營(yíng)管理思路。

[1]CNNIC發(fā)布第38次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[J].信息網(wǎng)絡(luò)安全, 2016(8): 16. CNINIC releases the 38th statistical report of ChinaNet development [J]. Netinfo Security, 2016(8): 16.

[2]胡凡, 朱立東, 肖陽(yáng). 動(dòng)態(tài)位置區(qū)分組尋呼策略研究[J]. 空間電子技術(shù), 2010(1): 13-17. HU F, ZHU L D, XIAO Y. Selective paging strategy based on dynamic location area[J]. Space Electronic Technology, 2010(1): 13-17.

[3]MU?OZ P, BANDERA I D L, RUIZ F, et al. Computationally-efficient design of a dynamic system-level LTE simulator[J]. International Journal of Electronics and Telecommunications, 2011, 57(3): 347-358.

[4]楊瓊, 胡靜, 夏瑋瑋. 異構(gòu)網(wǎng)絡(luò)融合場(chǎng)景下車聯(lián)網(wǎng)的移動(dòng)性管理和資源管理[J]. 電信科學(xué), 2015, 31(9): 67-72. YANG X, HU J, XIA W W. Mobility management and resource management of internet of vehicles in converged heterogeneous network scenario[J]. Telecommunications Science, 2015, 31(9): 67-72.

[5]熊尚坤, 李文苡, 趙曄, 等. 多PLMN EUTRAN組網(wǎng)的移動(dòng)性管理分析[J]. 電信科學(xué), 2015, 31(11): 185-190. XIONG S K, LI W Y, ZHAO Y, et al. Analysis on mobility management of multiple PLMNs EUTRAN networking[J]. Telecommunications Science, 2015, 31(11): 185-190.

[6]REGRAGUI Y, MOUSSA N. Agent-based system simulation of wireless battlefield networks[J]. Computers and Electrical Engineering, 2016, 56(11): 313-333.

[7]CHANG W L, WU E H, SUN M T, et al. LDFS: localized depth first search for member loss detection of moving group in wireless networks[J]. Applied Mechanics and Materials, 2013, 2578(378): 558-564.

[8]MEGHANATHAN N. Impact of the Gauss-Markov mobility model on network connectivity, lifetime and hop count of routes for mobile ad hoc networks[J]. Journal of Networks, 2010, 5(5): 509-516.

[9]栗紅生, 劉瑩. 復(fù)雜路徑下機(jī)器人路徑規(guī)劃優(yōu)化方法仿真[J].計(jì)算機(jī)仿真, 2014(1): 407-411. LI H S, LIU Y. Robot path planning under complicated path simulation optimization method[J]. Computer Simulation, 2014(1): 407-411.

[10]IKEDA S, KAMI N, YOSHIKAWA T. Adaptive mobility management in cellular networks with multiple model-based prediction[C]//2013 9th International Wireless Communications and Mobile Computing Conference (IWCMC), July 1-5, 2013, Sardinia, Italy. New Jersey: IEEE Press, 2013: 473-478.

[11]任克林. 卵形曲線要素及其上任意點(diǎn)坐標(biāo)的嚴(yán)密算法[J]. 長(zhǎng)春工程學(xué)院學(xué)報(bào)(自然科學(xué)版), 2013(3): 67-69. REN K L. The analysis of oval curve elements and the strict algorithm to any point on oval curve[J]. Journal of Changchun Institute of Technology(Natural Science Edition) , 2013(3): 67-69.

[12]馬俊超, 王獻(xiàn). LTE位置管理中信令開(kāi)銷的分析[J]. 電子與信息學(xué)報(bào), 2014(10): 2320-2325. MA J C, WANG X. Signaling cost analysis of location management in long term evolution[J]. Journal of Electronics & Information Technology, 2014(10): 2320-2325.

A model of group mobility management based on user behavior prediction

LIN Xiaoyong1,2, YU Yang1, MI Zhengkun1
1. College of Communication and Information Engineering, Nanjing University of Posts & Telecommunications, Nanjing 210003, China 2. College of Tongda, Nanjing University of Posts & Telecommunications, Yangzhou 225127, China

Mobility management (MM) is a vital part of future 5G mobile communication. How to balance the paging loads and reduce the location update costs is a key topic in wireless communication research. A novel model of group mobility management based on user behavior prediction was proposed, in which users with the similar moving characteristics could be under unified management, thereby repeated costs from the traditional model of single mobility management (SMM) could be reduced. Simulation results show that GMM can get better running cost than SMM.

group mobility management, user behavior prediction, centroid aiming model, paging cost

s: The National Nature Science Foundation of China (No.61471203), 2016 JPED Postgraduate Education & Innovation Project (No.SJZZ16_0143), 2016 Education & Innovation Key Project of College of Tongda, NUPT (No.JG31216003)

TN929.52

A

10.11959/j.issn.1000?0801.2017190

林曉勇（1974?），男，南京郵電大學(xué)通達(dá)學(xué)院博士生，南京郵電大學(xué)通信與信息工程學(xué)院副教授，CCF會(huì)員，主要研究方向?yàn)檐浖x網(wǎng)、用戶中心網(wǎng)、未來(lái)移動(dòng)通信。

俞洋（1994?），男，南京郵電大學(xué)通信與信息工程學(xué)院碩士生，主要研究方向?yàn)槲磥?lái)移動(dòng)通信管理。

糜正琨（1946?），男，南京郵電大學(xué)通信與信息工程學(xué)院教授，主要研究方向?yàn)橄乱淮鷮拵ㄐ啪W(wǎng)。

2017?03?07；

2017?06?01

糜正琨，mizk@njupt.edu.cn

國(guó)家自然科學(xué)基金資助項(xiàng)目（No.61471203）；2016江蘇省教育廳研究生教育創(chuàng)新工程（No.SJZZ16_0143）；南京郵電大學(xué)通達(dá)學(xué)院教學(xué)改革重點(diǎn)項(xiàng)目（No.JG31216003）