蜂窝移动通信网

蜂窝移动通信网（精选7篇）

蜂窝移动通信网 篇1

针对蜂窝移动通信网络进行合理的规划和优化, 可以有效的实现系统容量与实际资源的匹配, 避免设备在运行的过程中, 出现失稳的问题, 从而可以有效的推动网络的运行, 使得通信的质量达到最佳的效果, 下面本文就针对蜂窝移动通信网络规划与优化进行详细的分析。

1 蜂窝移动通信网络规划和优化的主要内容

1.1 基站参数的检查核对。

在对蜂窝移动通信网络进行优化配置的过程中, 先要采取有效的措施, 对基站中的硬件以及软件进行有效的调整, 保障硬件的调整符合优化的标准要求, 针对基站中的各个硬件实行合理的规划, 对天线的方向以及下倾角进行有效的校正处理, 调整角度位置, 将小区的频率控制在合理的范围内, 确定各个参数的频率, 保障测试仪能够正常的运行, 对出现损坏的信道进行适当的修正处理, 保障基站中参考的时钟能够得到有效的校正。

1.2 有效控制覆盖。

一般来说, 基站的覆盖区域就是在该基站的服务指标范围内, 在这一范围内, 基站可以进行信号的全覆盖, 实现区域内的可通话设置。针对基站的覆盖范围进行合理的频率控制, 使其覆盖区域内的各项参数可以得到合理的规划, 从而保障通话的顺畅性。为了使得基站的覆盖控制效果达到理想化, 就需要对基站的天线高度进行有效的提升, 将基站天线的发射功率进行适当的提高, 这样可以使得基站的覆盖范围相应的扩大, 而如果将天线的长度缩短, 或者是将天线的发射功率相应的缩减, 就会使得基站的覆盖范围相应的缩小。然而, 值得注意的是, 不能够为了扩大基站的覆盖范围, 而盲目的将天线的发射功率进行增大处理, 也不能够为了控制基站的覆盖范围, 而一味的缩减天线的发射功率, 而是要根据基站的实际情况以及区域内所需要的信号强度, 来对天线的发射功率进行调整, 从而对基站的覆盖范围进行有效的缩减和扩展。在服务区域内, 如果要降低接受电平或者是提高接受电平, 而不对蜂窝移动通信网络的电波进行有效的改变, 就会使得电波出现耗损的情况, 这样就会导致, 基站范围内的通话质量受到影响, 尤其是接近基站的区域, 通话的质量会大打折扣, 甚至会出现无法通话的情况。所以, 在一般情况下, 最好不要进行基站功率得到调整, 要想调整基站的覆盖率, 只需要对天线功率进行调整即可, 这样可以有效的避免通话质量的受损。

2 统计数据的收集

在蜂窝移动通信网络规划和优化中, 统计数据的收集是其中的关键一环, 如果不能够收集到全面的统计数据, 就会使优化效果大打折扣。在统计数据中, 包含的内容主要有下行信号测试数据以及上行测试数据等, 针对这些统计数据进行有效的收集, 能够在依据该统计数据的基础上, 实现对故障设备的定位。在蜂窝移动通信网络规划中, 上行信号测试数据以及上行测试数据都对其有着重要的影响作用, 这两个数据能够为网络的优化和规划, 提供可靠的参考数据, 但是值得注意的是, 只有两个数据结合, 才能够使得网络的规划具有合理性, 单独的一项数据并不足以支持网络进行规划, 所以两者的结合是网络优化的必要条件。

3 统计数据的分析

在清楚的了解蜂窝移动通信网络的情况下, 对网络中存在的问题以及原因进行具体的分析时, 可采用的方法包括如下几种:首先根据统计的结果, 对小区中的通话质量进行控制, 对其中蜂窝移动通信网络的信道掉话率以及切换损失率等指标进行改进, 在具体情况的基础上, 对重点问题进行合理的解决, 探究问题出现的原因, 从而实现对每个问题的合理解决。其次, 通过使用较好的测试工具测量实际数据, 得到第1手资料, 发现覆盖差的地方, 通过罚整小区的天线和建设基站来解决;发现切换不成功时, 通过检查和修改小区参数中切换定义来解决。

4 降低掉话率

在蜂窝移动通信网络中, 当人们使用手机的时候, 往往就会出现严重的掉话问题, 这一问题也是人们反应最多的问题之一, 为了能够有效的保障人们的通话效率, 就需要对掉话率进行合理的降低处理, 而要做到这一点, 就需要对网络的质量进行适当的提升。就移动通信网络来说, 掉话率能够反应出一个网络的综合质量指标, 在蜂窝移动通信网络中, 出现的掉话情况往往与设备性能、参数设置以及网络的覆盖等有着直接的关系。根据不同原因导致的掉话问题的出现, 可以采取的解决方法就是利用测试车进行大范围内部的通信信号测试, 确保切换通话的质量。同时, 针对因为干扰因素导致的掉话问题, 可以采取的措施就是利用测试网络来对外部的干扰信号进行隔绝处理, 在基站地质的选择上, 要尽可能的选择远离强磁力设备的区域, 同时要对网络的频率进行有效的规划和调整, 严格的依照频率的应用模式进行频率的增加或者是减弱。而就角度问题所引发的掉话问题, 在进行解决的时候, 可以先利用手机进行试播测验, 然后后依据所得的数据来进行故障的定位, 从而对故障问题进行有效的解决。在对各种可能造成掉话问题出现的因素进行全面分析和了解的基础上, 采取针对性的措施对这些影响因素进行有效的规避, 就可以有效的起到降低掉话率的目的。

5 提高接通率

要想使得蜂窝移动通信网络区域内的通话率可以得到有效的提升, 就需要做好以下几方面的工作:首先, 从设备完好率、中继完好率、信道完好率入手, 每天儿次对所有设备、信道、中继的状态进行检查。其次, 修改不合理的局数据对所有路由数据进行认真检查, 调整不台理路由, 使信令更加畅通等。

结语

上述主要对蜂窝移动通信网路的规划和优化进行了简要的探究。蜂窝移动通信无线网络是整个移动通信系统的中心, 它直接关系到移动通信网能否稳定、可靠、高效地运行, 它的运行质量直接影响整个系统的质量, 故受到移动通信网运营部门的高度重视, 做好蜂窝移动通信网络的优化工作是移动通信网高效运行的关键。

参考文献

[1]吴丽凤.GSM数字蜂窝网的无线网规划[J].移动通信, 2012 (05) .

[2]刘勇强.CSM移动通信网的网络优化的方法[J].移动通信, 2011 (04) .

[3]陈志谦, 黄建青.移动通信直放站在移动通信系统中的应用[J].移动通信, 2013 (03) .

蜂窝移动通信无线网络的优化分析 篇2

关键词：移动通信,网络优化,优化指标,优化流程

无线移动通信技术的发展极大的推动了无线通信在人们生活中的普及与应用, 但是网络前期部署、用户数量增长、无线网络环境变化等情况都会对无线通信网络的性能产生影响, 因而在移动通信系统的日常维护中对无线网络进行优化是一项非常重要的工作。蜂窝网络的优化以实际系统性能和表现为基础, 以参数调整为主要手段, 可以为用户提供更高的无线覆盖率, 更令人满意的无线信号强度和更优质的网络通话质量。

1 移动通信网络的优化内容分析

移动通信网络用户量大, 用户应用复杂多样, 无论是实际建站过程中还是在后期运营维护中都需要对网络进行优化, 以提升网络的覆盖率, 调整网络资源配置, 解决因用户增加、环境变化或者网络故障等所带来的无线网络服务质量问题等。

针对无线通信网络的优化主要集中在使用相关测试设备对需要优化内容的参数信息进行采集与分析等方面, 具体如DT路测、性能统计、OMC信令跟踪以及CQT拨测等内容。根据优化时间和持续性还可以将网络优化划分为日常、中期以及长期三类。其中日常优化主要负责对网络中的断站现象、性能指标突发性恶化、系统非正常警告以及移动通信用户反馈等内容进行处理。中期优化主要是针对无法满足日常应用需求的性能指标或潜在的可能影响网络性能的问题进行优化或排除等。长期优化则是根据蜂窝移动通信无线网络的发展趋势, 在全网层面进行合理调整或优化。

2 无线通信网络的性能指标

对蜂窝网络进行优化其实就是对需要进行优化内容的相关参数进行数据采集与跟踪, 然后使用多种分析手段对所采集的数据信息进行综合分析, 从中查找与发现网络中存在的问题或可优化的参数, 进而通过修改与重新配置蜂窝网络的系统参数或相关功能软硬件模块参数等将蜂窝网络调整到最佳运行状态的过程。

实际工作中, 可用于考察蜂窝网络性能的主要指标包括通话质量、接通率、掉话率、网络覆盖情况等。通话质量是用户在进行无线通话过程中的通话体验。接通率是指有应答的呼叫次数与总呼叫次数的比值。掉话率越低说明网络的稳定性与可靠性越好。网络覆盖情况用于反映蜂窝网络的无线覆盖程度与可支持用户数。全网总话务量与每线话务量也是蜂窝网络中的一项重要考核指标之一。通过优化将两者的关系调整到平衡状态可有效提升蜂窝网络的通信设备利用率。

3 优化流程

蜂窝网络的优化目标主要是合理配置网络的软硬件参数, 控制系统运营成本, 提升系统资源利用率, 在提升网络运营经济效益的同时不断优化与改善网络的稳定性与可靠性。从该目标出发可以制定如下图1所示的优化流程。

该优化流程所使用的主要设备有路测仪、信令分析仪、频谱仪、通信终端等移动通信信号相关分析设备。上述设备准备完毕后即可使用相应的设备对蜂窝网络的参数信息进行集采与存储, 采集完毕的信息包含多种业务数据或通信信令数据, 使用相关软件对这些数据中的信息进行综合分析可以查找出当前网络环境中存在的问题或不足, 针对这些内容即可制定相关的优化方案。执行所指定的优化方案, 对相关参数进行调整或重新配置等即可实现对蜂窝网络的优化。

4 蜂窝网络的优化

4.1 覆盖优化

蜂窝网络的覆盖优化主要集中在基站发射功率调整和工程参数调整等。对发射功率进行调整可以有效提升单个小区的覆盖范围, 对工程参数进行调整可以修改基站天线的辐射方位角、下倾角、高度等信息。通过上述优化过程可以有效解决因覆盖问题所引起的下行链路干扰、覆盖存在盲区或边缘区域效果不佳、信道功率不足、上下行链路不均衡等问题。

4.2 容量优化

单个小区内的用户数量是经常变化和波动的, 对当前小区的话务量相关数据进行统计与分析可以确认该小区的网络容量与小区用户数量是否匹配。当网络容量过小时会加重整个基站的业务负荷, 使得网络通信质量下降。此时增加基站或微蜂窝、调整小区覆盖范围等可有效调整小区的话务量不均衡等问题, 促使网络容量调整到与用户数量相匹配的状态。

4.3 话务均衡与干扰抑制

修改不同小区基站的载频数配置等参数信息可以调整蜂窝网络内不同基站的话务量, 避免出现有的小区业务负荷重, 有的小区负荷轻等问题的出现, 使设备的利用率维持在最佳状态。蜂窝网络部署与运行过程中非常容易出现对同频或邻频的干扰, 这些干扰会严重影响用户的通话质量, 导致网络出现阻塞或掉话等现象, 此时需要对网络内的小区功率、天线方向、以及载频频率等参数进行调整, 抑制或消除相互可能存在的干扰问题。

参考文献

[1]许锡明, 戴美泰, 王道恒.移动通信网无线网络优化工作的探讨[J].广东通信技术, 1997 (3) .

[2]陈兆亮.3G移动通信系统的无线网络优化[J].硅谷, 2012 (10) .

[3]李东升, 王晓蒙.移动通信3G无线网络优化探讨[J].信息通信, 2012 (5) .

蜂窝移动通信网 篇3

关键词：分群,中继,蜂窝网

0引言

随着自组网技术研究的日渐成熟,和以蜂窝网为代表的基础设施网络的不断发展,自组网与蜂窝移动通信系统的结合,形成自组织蜂窝移动通信系统(或简称混合网络), 这一种新型的网络结构逐渐引起了学术界和产业界越来越多的关注,并被认为是未来移动通信系统的重要发展方向之一,将可能成为4G或未来无线移动通信系统的一种重要形式[1,2,3]。这种混合式的移动通信系统可以充分利用自组织网络的优点有效地解决现有蜂窝系统中存在的一些难题,弥补蜂窝系统的缺陷,从而使蜂窝网络和自组网相结合后形成的自组织蜂窝移动通信系统具有许多性能上的优势[4,5,6]。

1混合网络的研究背景

人们在多跳混合式网络方面做了大量的研究文献[5,6,7]提出了一种包括基站的混合式自组织网络,它可以大大提高系统的连接度。文献 [9] 中指出了布放中继站可以有效地改善小区边缘用户的性能,从而解决高速数据的覆盖问题。

纽约州立大学Hongyi Wu等人提出了一种i CAR (Integrated Cellular and Ad hoc Relaying) 系统[1],通过在一些位置布置Ad hoc中继节点,根据实时业务情况将一个小区的流量动态的转移到它的相邻小区,使得几个相邻小区间的总流量可以综合分配,起到小区间负载均衡的作用,并通过仿真表明,该方案可以扩大小区覆盖范围,有效地避免拥塞。

斯坦福大 学的X. Wu等人提出 了MADF (Mobile Assisted Data Forwarding) 网络模型[10],将多跳中继引入了现有的蜂窝网中,主要目的是动态的将热点小区的业务转移到相邻的负荷较小的小区,MADF网络需要在小区内设置具有数据转发能力的代理节点,并预留部分信道资源用于数据的转发,当热点小区负载超过一定门限时,代理节点通过转发信道,广播一个信令信息以表示可以为其它用户进行数据转发,其它用户根据自己的网络带宽需求来选择代理节点为其转发数据,从而完成了把业务量从热点小区向邻接小区的转移。

蜂窝移动通信系统由于引入多跳自组织方式,不仅可以动态地组成局域网络进行点对点传输,并且可以将其与基站间的长距离的数据链路转换成多个短距离的数据链路,从而实现扩大覆盖,提高容量。同时,引入多跳还可以降低发射功率,减少干扰。另外,它支持P2P传输模式, 可以转移流量,从而缓解热点小区的网络拥塞。所以,这种基于组织网络的混合移动通信系统能满足人们对通信更加多样化的需求,具有巨大的商业价值和极为广阔的应用前景。

2系统模型

本章提出了一种应用于蜂窝网的用户协同分群模型, 它将处于小区边缘的用户分成多个互不重叠的群,群的大小可以根据蜂窝网的负载动态调整,群内的用户可以通过群内信道条件相对较好的群首协同,获得分集增益, 从而大幅度改善小区边缘用户的信干噪比 (Signal and Interference Noise Ratio, SINR),提高小区边缘用户的吞吐量和整个小区的吞吐量。

2.1应用场景

现有技术中的协同通信方式主要有两种:第一种是通过固定的中继站进行协同,这种方法需要架设固定的中继站,改变网络结构,建设周期长,缺乏灵活性;第二种方法是通过用户配对进行协同,两个用户通过正交配对或者是随机配对,可以绑定为一个虚拟的多天线的用户。本节提出一种基于混合自组织蜂窝网络的用户分群算法,可以有效地将用户划分为不同的群,从而实现以群为单位的资源分配和资源调度,下面假设了两种应用场景[11]。

应用场景一:基于小区边缘用户协作进行分群

如图1所示,假设在传统的蜂窝网小区中,基站位于小区的中央,基站到小区边缘的最大距离为小区半径。 本节提出的分群算法是将基站覆盖范围分为两个区域:中心区域和外层区域,中心区域的用户位于小区中央,距离基站的距离最近,以单跳的方式直接与基站进行通信;而外层区域位于中心区域的周围,由于距离基站较远,信道条件相对不理想,故将这一区域的用户分为若干个群组, 群组中的用户要想同基站进行通信必须经过群首转发,群首是每一个群组中信道条件和性能相对较好的用户,可以与基站进行直接通信。

应用场景二:MIMO中继网络

而目前由于技术的原因,用户终端上还不能配置多天线,这使MIMO系统在终端一侧的应用受到了限制。可以利用虚拟MIMO技术,将多个用户的天线绑定在一起,这样用户就具备了多天线,形成了一个配置了多根天线的虚拟中继站,如图2所示。由图2可以看出,中继器的天线构成了一个接收阵列,他们是由多个终端组成的群,这样的中继群可以为远端的用户提供临时接入接站的服务。因此,MIMO中继也称为虚拟天线阵 (Virtual Antenna Array,VAA)[12]。这种方式可以应用于机场、学校、商业区等用户比较密集的热点小区,处于小区边缘的用户通过中继群的辅助与基站进行通信,从而实现网络容量和覆盖的提高。 如何构建虚拟天线阵列群,是本章要解决的问题。

2.2假设条件

基于两跳中继网络的群生成算法基于以下的假设 ( 以应用场景一为例 ):

(1) 如图1所示,位于灰色中心区域的用户直接与基站进行通信,位于外层区域的用户将被分为多个群。CH为群首,作为基站和其群内用户的中继,负责群内用户的对外联络。以下行为例,基站要发送数据到某个群的用户, 首先在第一跳发送给这个用户所属群的群首,然后在第二跳群首将信息转发给相应的用户。类似地,在上行场景, 每个群内的用户要与基站进行通信也要需要两跳,在第一跳用户向其所属群的群首发送数据,在第二跳群首将数据转发给基站。

(2) 每个群可以复用相同的时频资源块,其基于TDD的上下行帧结构如图3所示。在下行时隙,首先基站将数据发送到用户所在群的群首,在下一个下行时隙,群首再将其转发给相应的用户。

(3) 在上行时隙,用户将通过其所在群的的群首将数据发送给基站。首先,用户将数据发送给其所在群的群首, 然后群首将其转发给基站,这里假设各个用户间能做到很好的同步。

(4) 以下行为例,假设用户可以把从基站发来的信号和群首转发的信号进行最大比合并。

3分群算法实现

本节提出了一种改进的加权分群算法,选举群首时主要考虑5个因素:用户的连接度、用户的传输功率、用户的移动性,用户的剩余能量和用户与基站的距离,并且各因素的权重因子可以根据系统的要求和用户的处理能力进行动态调整。例如,如果为了优化网络负载应当给予用户度较大的权重;如果想限制用户移动性的影响,则应当赋予移动权重因子较大的值;如果用户的能量受限,则应当赋予用户的剩余电池能量更大的权值,权重因子分配的灵活性使得这种算法能够适应多种网络环境满足多种业务的需要。

定义用户n相对于用户k的相对移动性指标

式中,表示当前用户n收到来自用户k的接收功率,

表示上一测量时刻用户n收到来自用户k的接收功率。如果Mn(k ) < 0 ,表示两用户逐渐远离;否则两用户互相靠近。通过计算用户n和其所有m个相邻用户的相对移动性的绝对值的均值来得到用户n的相对移动性指标越小,说明用户间的相对移动速度越低,用户群较为稳定。

提出的分群算法步骤如下:

(1) 网络初始化时,每个用户都处于未决定状态。每个用户通过周期性的探测可以确定各自的邻居用户数,作为它的连接度dn;

(2) 计算用户n计算到所有相邻用户的距离之和Pn, 如果Pn>Pmax,则将其从相邻用户中剔除,并更新邻居列表和连接度dn;

(3) 计算用户n计算度数与理想用户度Kmax之差,即

(4) 计算用户n的相对移动性指标Mn,详见式 (5-1);

(5) 把每个用户作为群首的时间来表示已经消耗的电池能量,假设初始时,各用户的电池能量相同,并且群首所耗费的电池能量远大于普通用户;

(6) 计算每个 用户和基 站之间的 距离

(7) 将Dn,Pn,Mn,Tn和Sn分别进行归一化处理;

(8) 计算每个 用户n的组合权 重系数In=c1Dn+c2Pn+c3Mn+c4Tn+c5Sn,其中 , c1, c2, c3, c4, c5为权重因 子, 表示各种 因素的相 对重要程 度, 某个因素 越重要, 其相应的 权重因子 也越大, 可以根据 实际业务 需要灵活 掌握, 且满足

步骤9每个用户将得到的In和其用户ID放置在周期性的广播消息中。选择权重最小的用户作为群首,它的相邻用户作为群的成员节点,然后在剩余的用户中再找群首和其成员节点,直至所有的用户全部包含在一个个不重叠的群内。

整个分群的过程由基站控制完成,首先在所有的边缘用户中找到一个组合权重最小的用户作为第一个群的群首,按照预先设定的传输范围和连接度确定其成员节点, 这样完成了第一个分群;然后在剩余的用户当中再找一个组合权重最小的用户作为第二个群的群首,确定第二个群的成员节点;以此类推,直到所有的边缘用户都加入到每个特定的群内。流程图如图4所示。

4仿真分析

4.2仿真假设

本章考虑了正六边形蜂窝系统构成的宏小区环境,无线信道同时受到传播路径损耗、阴影衰落和快衰落的影响。根据上面提出的分群算法模型,进行系统级仿真, 假设在正 交频分多 址 (Orthogonal Frequency Division Multiple Access, OFDMA) 系统中,每个子载波发送信号的功率相同,详细的仿真参数见表1。其中,基站位于小区的中央,用户均匀分布在整个六边形小区内,在每个快照时间内,用户随机运动一次。小区半径设为1000米, 其中大于600米为小区边缘,用户理想的连接度为5。由于阴影衰落的影响,假设用户间的传输距离为50米,这样比较符合实际情况,还可以降低算法复杂度。另外,由于与基站的距离对用户的性能影响较大,假设加权因子c1, c2, c3, c4, c5分别为0.1, 0.1, 0.1, 0.1, 0.6,也还可以根据实际情况进行灵活设置 , 如表1。

4.3仿真结果

本节将针对加权平均分群算法与传统无分群方案进行了对比。通过对多次仿真取平均值,由图5可以看出, 随着与基站距离的增加,路损的不断增加,相邻小区的干扰不断加强,用户的信噪比逐渐下降。在小区的中心区域, 两种方案的曲线是重合的,一旦超过600米,通过应用分群算法后,小区边缘用户的信噪比得到了显著的提升。信干噪比的CDF分布曲线如图6所示,其中横坐标表示信噪比,纵坐标表示概率,从图6可以看出,应用分群算法后,可以大大改善系统的信噪比分布,尤其是改善边缘用户的信道质量。图7反映了随着用户的增加吞吐量的变化, 用户数量从20增加到80,系统吞吐量逐渐提高,尤其是处于小区边缘用户的通信质量大大改善,系统性能显著提高。由此可见,分群方案比较适合应用于用户密度比较大的场景,这样用户更容易找到协作的用户。通过对比发现, 分群方案要好于传统未分群方案,在分群算法中,由于加权平均算法考虑的因素较多,单纯从容量的角度看略逊于基于最大容量的分群方案;但是从用户公平性的角度来看, 加权平均算法较好;从应用场景来看,加权平均算法适合场景一,而最大容量的分群方案更适合场景二。

5小结

移动蜂窝网络的无缝切换技术 篇4

现代移动蜂窝网络通信过程中, 无缝切换可以有效的保证移动用户的无间断通信, 其可以有小的保持通信质量处于一个用户无感知的断续的状态, 适应无线通信网络信号衰落的特性。目前, 蜂窝网络无缝切换可以平衡服务区域内各个小区的业务量, 降低小区的呼损率[1]。

2 移动蜂窝网络切换原因

移动蜂窝网络通信过程中, 引起切换的主要原因包括以下几种:⑴信号强度:如果移动台接受到的信号较为微弱时, 并且移动台要到另外一个小区, 或者处于一个小区但是不同频率, 此时就需要更换新的链路, 导致通信发生切换。⑵信号质量:蜂窝网络通信信道遭到干扰时, 其会引起通信质量大幅度衰减, 导致前向纠错处于不可接受的状态, 就会引起切换。⑶话务量过多:移动台在通信过程中, 话务量过多会导致拥塞, 因此其可以把正在通信时间提前量较大的移动台切换到话务量较少的小区, 此时移动台通常处于空闲小区的边缘, 其处于空闲小区的覆盖范围内, 移动台在通话过程中, 导致通信信号发生变化。⑷没有被分配的时隙的干扰:在一个新的载频中, 或者同一个载频上的空闲信道中, 可以选择一个通话质量更佳的信道, 基站可以有效的对空闲时隙中相关的噪声电平实施信息策略, 此时测量信息可以在通信过程中应用, 判断一个小区或者基站的载频是否处于需要切换, 目标是建立一个最佳的通信信道。

3 移动蜂窝网络的无缝切换技术

移动蜂窝无缝切换技术从层次网络上可以划分为水平切换和垂直切换, 其中水平切换又可以分为硬切换、软切换、接力切换[2]。

3.1 水平切换

⑴硬切换。在蜂窝通信实现无缝切换过程中, 其最现采用的技术室硬切换, 这一种切换模式是事实上的切换, 其发生于拥有不同频率的基站之间、扇区之间的真实切换, 硬切换最为关键的一点事通信的移动台在某一时刻仅仅占用一个无线信道, 而非同时占用两个无线信道, 其发生切换的过程中, 必须与原来的基站脱离任何联系后, 才能将其通话跳到另外一个基站上, 因此, 切换过程可能存在漏话现象, 但是由于时间极其短暂, 能够实现无缝切换。

⑵软切换。在移动蜂窝通信过程中, 软切换可以将通信的两条链路及其相关联的数据流能够在较长的时间内同时被激活, 一直到期能够进入新基站, 测量移动台到新的基站之间的传输质量, 判断其是否满足通信要求的指标, 如果满足之后, 即可断开其与原来的基站建立的连接。软切换是指在同一个频率下, 不同的基站之间实施的切换。通信过程中, 可以从通信网络或者移动台出发, 分析同一个数据流在两条链路上同时进行传输, 这样既可以保证通信的连续I型能够, 又可以实现一个无缝切换的过程, 用户没有任何的感知。移动台发生切换的条件是其已经建立了与心得基站的连接, 只有这样才能够与原来的基站之间的通信释放, 因此, 软切换过程从逻辑上实现了无缝切换技术, 不会对用户的通话产生一点影响。通信系统试试软切换时, 移动台和基站之间采用许多关键技术, 比如反响功率控制技术、MIMO分集技术, 可以有效的降低系统掉话和漏话现象, 但是软切换存在占用信道资源多、信令传输复杂等缺点, 导致下行线路通信受到感染, 增加了设备的投资[3]。软切换过程如图2所示。

⑶接力切换。随着现代智能天线技术的快速发展, 可以利用基站的位置定位移动台的位置, 因此此时就可以能够精准的测量移动台与基站之前的精确距离, 对移动台进行有效的定位, 根据两者之间的距离, 有效定位辅助信息, 以便判断移动台是否处于切换区, 如果处于切换区, 即可将其切换到附近的基站上。快速有效的、高效的、可靠地切换可以有效的保证接力切换实现无缝切换, 保证用户的通话质量。接力切换过程如图3所示。

3.2 垂直切换技术

垂直切换是指移动台在不同的系统的基站相关的切换。现代通信采用更多的蜂窝形式, 其在宏蜂窝的背景下引入了微蜂窝, 形成了一个个颗粒度更小的小区, 实现了层级管理。这样可以有效的缩小并且精细化通信区域内部的热点和盲点, 将其实现更加灵活的切换。垂直切换技术为此提供了切换能力, 其可以为不同的移动台提供更多级别的服务能力, 可以根据移动台的移动速度, 迅速的实现微蜂窝的切换, 降低系统的切换速率, 同时能够有效的扩充切换的系统的容量, 保持移动台、宏蜂窝和微蜂窝之间的强关联, 并且不断的测量移动台附近微蜂窝的信号强度, 调整控制器, 保持移动台和微蜂窝时刻连接, 实现无缝切换和保证用户的通话质量。

4 结束语

随着移动蜂窝网络通信系统的发展和进步, 已经诞生了更多的切换算法, 比如硬切换、软切换、更软切换、接力切换。目前, 我国通信已经步入到4G时代, 进过通信学者、网络学者以及计算机学者的不断研究, 将会引入更多的无缝切换技术, 保证用户高效的通话感知, 彻底解决通信过程中掉话、漏话的问题, 促进人们更好的掌控自己的通信生活, 提高生活质量。

摘要：蜂窝网络在通信过程中, 由于移动台在通话过程中会随着距离基站的远近、信号强度、信号质量和通话质量等原因造成切换, 为了能够让用户保持无感知通话状态, 移动蜂窝网络需要采用无缝切换技术, 有效的提高了移动蜂窝网络的通话质量。

关键词：移动蜂窝网络,切换,基站

参考文献

[1]铁晓磊, 洪佩琳, 薛开平, 等.一种基于协作分集技术的切换机制[J].电子与信息学报, 2011, 33 (5) :1178-1185.

[2]龙辉, 康桂华, 陈伟.蜂窝中继网络中协作切换策略研究[J].微处理机, 2013, 34 (2) :17-20.

蜂窝移动通信网 篇5

无线通信中数据业务的急剧增长, 使得频谱资源短缺成为移动通信面临的挑战, 因而推动了一些先进无线网络和系统的出现, 目的是为大量用户提供一个高速率、高质量的通信网络。在传统蜂窝网络中, 不允许用户之间直接通信。通信过程由基站转接分为两个阶段:一是发射机到基站, 即上行链路;二是基站到接收机, 即下行链路。这种集中式工作方式便于对资源和干扰的管理与控制, 但资源利用效率低。为了提高频谱利用效率, 2008年高通公司首次提出设备到设备 (D2D:Device-to-device) 通信技术[1~3]。近年来, D2D通信引起了广泛关注, 诺基亚、爱立信、华为等也一直致力于此项技术的研究。D2D通信是一种在蜂窝系统的控制下, 允许终端用户通过共享小区资源进行直接通信的新技术, 如图1所示。传统的蜂窝网络[4]通信是发射机到基站, 在由基站到接收机, 如图2所示。

这种集中式的控制方式资源利用效率低。蜂窝网络引入D2D通信, 可以减轻基站负担[5,6], 减小通信时延[5]。与蜂窝通信相比, D2D通信仅占用一半的频谱资源。此外, 距离较近的用户利用D2D通信可减小传输功率[6,7], 节约能耗。因此, D2D通信有望成为未来移动通信的关键技术[5~7]。当然, 蜂窝网络通信系统和D2D通信之间以及D2D用户之间的干扰也是个关键问题, 为了实现它们直接通信的整体利益, 可以采用一系列功率控制和干扰抑制方法来实现通信利益的最大化以满足用户要求。

二、D2D通信存在的问题

D2D通信适用于当地的业务, 所以如果基站前端预留资源给D2D通信, 则会引发资源的有效使用率降低, 特别当是D2D出现的概率较低的情况下。当普通用户和D2D用户共享相同使用资源的时候, 就会在小区中产生一定的干扰, 导致使用性能的损失。当出现这种问题时, 从保证原有蜂窝用户的使用性能的角度来说, D2D用户必须适当控制其发射功率。然而, 如果D2D移动通信用户和复用相同的资源的蜂窝用户的距离近, 那么, D2D用户控制和抑制干扰效果是不理想的, 值得注意的是, 造成此种结果的原因是由于基站与用户间的发送功率差别太大。

D2D通信的主要问题之一是复用小区用户的资源所带来的干扰问题。D2D通信复用上行链路资源时, 系统中受D2D通信干扰的是基站。D2D通信复用下行链路资源时, 系统中受D2D通信干扰的是下行链路的用户。而受干扰的下行用户的位置决定于基站的短期调度。因此受D2D传输干扰[8]的用户可能是小区服务的任何用户。

三、功率控制方案

由于频谱的复用, D2D通信不能没有适当的控制, 严重的干扰可能会违背D2D通信的原始意图。功率控制 (PC:Power control) 可以抑制同信道干扰和优化系统的性能, 是实现个人Qo S要求的一个有效途径。近年来, 国内外的研究机构已经开展了功率控制方面的研究, 取得了一定的研究进展。由于对蜂窝网络[11]终端直通通信的质量和要求不一, 实现功率控制的方案灵活多样, 但是主要目的都是为了抑制干扰。在此主要介绍三种功率的方案。

3.1分布式功率控制

分布式功率控制 (DPC:Distributed power control) 方案最先进的目前主要有两大类型:目标追踪型 (TPC:Target-tracking DPC) 和机会主义型 (OPC:Opportunistic DPC) [9]。在TPC方案中, 一旦实际的信噪比水平与我们设定的信噪比目标不一致, 发射功率将会调整以实现与信噪比目标预定的功率值[10]。简而言之, 就是实现目标信噪比水平的同时实现总功率消耗最小[11]。

在OPC方案中, 低SINR (Signal to interference and noise ratio) 水平不满足用户对Qo S要求, 高SINR水平会导致系统容量缩水[12]。OPC提出了一个信号干扰产品 (SIP:Signal interference product) [13]利用多用户冲突链接的多样性, 检测用户的传输欲望, 如果发送功率大的话, 用户减小他的信噪比目标, 避免不成比例的功率消耗;否则, 增加其SINR的目标, 相应地, 利用有限的信道条件, 提高无线资源的利用率。OPC避免功率发射每个用户有机会合理的设置自己的SINR目标, 从而提高系统的容量。

可以充分利用干扰避免算法, 建立功率控制的约束条件模型[14], 设定蜂窝网络覆盖范围、天线增益, 噪声系数功率谱密度等参数, 设立两个终端通信的距离、信噪比、发送功率设立门限值, 然后增加偏置方案和接纳控制, 模拟蜂窝网小区内两个终端通信, 通过系统仿真来验证DPC方案的收敛性和性能, 以规避无效的功耗, 并保持系统的可行性, 从而实现功率控制和抑制干扰的目的。

3.2联合功率和速率控制

发送功率和速率[15,16]的联合控制[17], 可以使蜂窝通信速度实现最大化的同时又保证D2D通信的服务质量。一对D2D用户在共享蜂窝网络资源时, 可以实现连续干扰消除 (SIC:Successive interference cancellation) 和单用户监测 (SUD:Single user detection) [18]。蜂窝用户对D2D接收机干扰很强时SIC是有益的, 当干扰较弱时, D2D接收机可以直接处理噪声, 因此对于弱干扰, 蜂窝通信的发送速率和发送功率不需要控制。蜂窝网络下D2D通信如图3所示, 当蜂窝网用户对D2D接收机干扰强时实行发送功率最优化策略对发送速率进行控制, 干扰弱时实行发送速率最优化策略, 对发送功率进行控制。针对不同场景和用户的要求也可以在此方案基础上自行设定一个接近最优算法, 找出功率和速率的最优值, 满足自身需求。

3.3功率和波束成形联合控制

考虑到D2D和蜂窝网整个系统的特点, 可以使用支持向量机 (SVM:Support vector machine) [19]为基础的方案, 来解决蜂窝网用户终端和D2D用户终端共存的约束优化问题[20]。SVM是一种监督计算机学习算法, 利用已知 (或相似) 场景来识别未知 (或相似) 情况[21]。首先, 把这个约束优化问题转换成在满足两者服务质量要求和一定干扰水平下的所有终端发送总功率的最小化问题。利用已有的统计信道状态信息[22,23]提出一个近似的方法来放松约束条件, 用支持向量机算法求解每个用户的发送功率和波束成形权向量的优化问题。然后得出在网络中每个用户的遍历容量 (EC:Ergodic capacity) 的解析表达式和平均误符号率 (ASER:Average symbol error rate) 。以此, 针对不同的场景要求, 可以通过仿真作出合理的性能分析, 来实现功率控制的目的。

四、结束语

未来的通信系统被描述为高速率、大容量, 而可用于移动通信的频谱资源十分有限, 更加充分、高效的利用频谱资源在未来的通信系统中变得十分重要。D2D通信应用于许可频段, 相对于WLAN、蓝牙等应用于非许可频段的通信技术相说, 有干扰可控等优点。资源复用模式下的D2D通信进一步提升了蜂窝网络的频谱效率, 但却带来了新的干扰问题。目前, 国内外学术领域对功率控制和干扰抑制的研究还在不断进行中, 各种功率控制方案层出不穷, 蜂窝网络终端直通通信干扰环境复杂, 但是通过一系列的实验研究发现, 功率控制是抑制干扰的一种有效手段。可以提高整个蜂窝小区的通信速率, 并且在保证用户服务质量的同时实现较低的能耗支出, 延长移动终端电池的使用时间, 从而为用户提供更加稳定、可控的通信环境。

摘要：随着智能用户设的普及和高速网络应用爆炸式增长, 人们对移动网络的系统容量和服务质量的要求不断提高。设备到设备 (D2D:Device-to-device) 通信是在系统的控制下, 允许终端直接通过复用网络资源并提升网络容量。D2D通信复用上行链路资源时, 基站容易受到干扰, 复用下行链路资源时, 下行链路的用户容易受到干扰。为了构建一个高效的移动网络, 通过功率控制来抑制基站或终端用户之间的干扰, 以满足用户服务质量的要求。

蜂窝移动通信网 篇6

随着移动用户数量和无线多媒体业务的爆炸性增长, 全球掀起了研究第五代移动通信系统的热潮。随着2000年之后3G的部署和应用, 人们可以享受更快速的手机上网、体验诸如视频电话一类的多媒体业务;2010年之后, 基于LTE的4G网络逐步商用, 进一步提升了网络容量和用户体验[1]。为了满足未来移动通信网络发展的需要, ITU正在开展IMT未来发展愿景 (IMT.Vision) 研究工作, 指导IMT在IMT-Advanced (IMT-A) 阶段之后 (2020年及以后) 的发展方向。根据Cisco预测[2], 到2018年全球移动数据量每月将超过15.9 Exabytes, 是2013年的11倍。

与流量暴涨联系紧密的一个关键因素是系统容量。传统的提高通信系统容量的方式主要有3种: (1) 增加频谱资源; (2) 提高频谱利用率; (3) 提高空间复用率[3]。由于频谱资源的有限性, 第 (1) 种方式提高无线通信系统的容量有限, 而且价格昂贵。LTE (Long Term Evolution) 系统中, 在物理层通过OFDM (Orthogonal Frequency Division Multiplexing) 和MIMO (Multi Input Multi Output) 以及自适应编码等技术, 已经使频谱利用率接近理论上最优极限。因此, 提高空间复用率, 从而提高频谱利用率成为未来无线通信系统中提高系统容量的主要方向。

现在一种主流的方案是在宏小区中部署多个微小区, 但是该方案随着微小区数目的增多, 增加了操作复杂度和设备成本[4]。在这个背景下, 高通公司于2008年首次提出Device-to-Device (D2D) 通信。具体来说, D2D通信是在基站的控制下允许小区用户直接进行端到端的短距离通信技术。该技术目的是在不增加系统带宽的前提下提高小区的频谱利用率和系统吞吐量[5]。D2D通信已经被认为是在IMT-A范畴下, 增强未来蜂窝网络性能的技术之一, 与协同多点传输载波聚合、多天线技术共同用于IMT-A网络。由于两个用户之间直接通信, D2D技术能减轻蜂窝网络的负担, 降低端到端的传输时延增加比特速率, 减少移动终端的电池功耗, 因此能够大大提高用户体验。更重要的是, 由于终端用户的数据传输不需要经过基站, 它的使用可以节约宝贵的无线资源。

1 D2D通信基本概念及其特点

1.1 D2D通信基本概念

D2D通信技术是一种新型的基于蜂窝移动网络的近距离数据直接传输业务, 该技术目的是在不增加系统带宽的前提下提高小区的频谱利用率和系统吞吐量。这种通信过程的建立、维持和结束受控于基站, 是用户向移动网请求资源、移动网络分配资源和维持直接通信业务、移动网络最终收回资源的过程。从数据和信令的角度看, 用户与基站之间维持着信令链路, 由基站维持用户数据链路、进行无线资源分配以及进行计费、鉴权、识别和移动性管理等传统移动通信网所具备的基本职责。不同之处在于, 用户之间数据链路不需要基站中转转发了, 而是直接在用户之间建立数据通道, 如图1所示。

1.2 D2D通信特点

D2D通信通过复用小区用户的频谱资源来提升频谱的利用率和系统的吞吐量。它的主要优点体现在:减轻蜂窝网络的负担、增加比特速率和减少移动终端的电池功耗等。由于两个用户之间直接D2D通信, 终端用户的数据传输不需要经过基站, 所以它的使用可以节约宝贵的无线资源, 同时减轻基站的负担, 还能支持一些近距离范围的点对点数据服务。D2D通信与传统的近距离点对点通信系统比较如表1所示。由于D2D通信是在基站的支配下进行的, 因此, 用户不用像蓝牙技术那样需要事先进行终端配对, 这极大地方便了用户的使用。D2D系统是由基站给用户分配无线资源的, 从而可以保证用户的服务质量。由于WLAN、蓝牙和Zigbee等技术使用的是ISM非授权频段, 干扰环境不确定, 它们的通信质量没有保障。由此可见, 基于蜂窝网络的D2D技术能带来更好的用户体验。

然而, 由于D2D工作在与蜂窝网络相同的授权频段, D2D通信需要付费, 而传统的蓝牙和Wi Fi是免费的。因此, D2D通信从理论走向实际应用需要回答“Pay for what”的问题。从用户的角度, 用户通过付费获得合法ID, 从而方便连接建立, 获得增值服务和安全可靠的系统链接, 享受高质量的用户体验。从运营商的角度, 付费带来可靠的服务, 从而提高业务量[4]。

2 D2D通信的关键技术

D2D通信技术从理论走向实践有许多关键技术需要实现, 包括:邻居/服务发现 (Peer/Service Discovery) 、模式选择 (Mode Selection) 、资源分配 (Resource Allocation) 和干扰控制 (Interference Management) 等。表2分别从设计目标、设计要求和类别分别对各关键技术进行总结。

2.1 邻居/服务发现

在建立D2D链路之前, 用户必须发现对方。因此, 邻居/服务发现是D2D通信建立的第一步。邻居/服务发现方法的设计需要使得该过程速度快、能效高并且友好。现有的邻居/服务发现分为两类:分布式和集中式。

在集中式邻居/服务发现过程中, 需要一个实体, 如PDN (Packet Data Network) 或MME (Mobility Management Entity) , 检测到两个用户 (UE) 能够进行D2D通信。然后, 该实体通知e NB (evolve Node B) 检测D2D是否提供更高的吞吐量。如果是, e NB建立该两个用户D2D链接[7]。该方法对用户是透明的, 不需要用户进行特殊的操作, 但是该方法容易增加基站的负担。分布式邻居/服务发现需要用户周期性地发布其身份信息以告知周围用户其存在性, 该方法不需要基站参与, 有较好的灵活性, 但由于无法租住非法用户发布或者窃听信息会带来安全问题, 并且该过程耗时耗能[8]。

2.2 模式选择

D2D通信中的模式选择指的是在传统的蜂窝链路与D2D链路之间的选择。在设计模式选择机制时需要考虑两个方面:一方面是模式选择的时间间隔—由于蜂窝网络无线环境的快速时变特性, 模式选择的时间间隔不能太长, 但又不能太短, 以免增加通信负担;另一方面需要考虑依据什么衡量标准和报告机制以进行模式选择[9,10]。通常情况下, 模式选择与资源分配相关[11], 分为4种情况:

(1) e NB每隔1 ms收集信道状态和流量等信息后进行模式选择并进行资源分配 (如上下链路功率控制等) , 该时间间隔与LTE网络的资源调度时间类似。该种方法的主要缺点在于随着D2D链路的增加, 信号处理的负担较高且缺乏灵活性;

(2) e NB每隔几百毫秒为D2D链路分别专门的资源块;

(3) e NB以更长的时间间隔为D2D链接预留一个专用资源池;

(4) 以上各种方法的综合运用。

需要指出的是, 不管是哪一种模式选择方式, 蜂窝链路和D2D链路的切换必须是可靠的和无缝的, 以保证用户满意度。

2.3 资源分配

资源分配的目标是在不改变LTE自身调度的前提下, 优化D2D的资源分配, 提升小区总吞吐量和频谱利用率。其主要原则是, 通过让相距较远D2D设备和蜂窝终端使用相同的物理资源块, 从而获得多用户分集增益。在设计资源分配算法时, 需要通过某些控制逻辑以决定上行链路或下行链路资源块是否用于D2D链路以及采用哪个资源块。现有的资源可能是由用户分布式决定或者由e NB集中式分配[12,13]。集中式控制完全由基站控制D2D连接, e NB通过L1/L2信号完全控制每一个D2D的资源分配, 并且通知D2D用户所分配的资源。分布式分配 (如Flash Lin Q) 基于当前网络流量及信道状况分配最大的独立资源给D2D。

2.4 干扰控制

由于D2D通信对蜂窝链路的干扰会大大降低系统容量和效率, 因此干扰控制是蜂窝网络下D2D通信的关键技术之一。如何在控制干扰的同时最大限度地提高资源利用率是该技术需要解决的核心问题。现有的干扰控制主要从以下几方面进行[14,15,16]:

(1) D2D通信短时间建立在某个不会对蜂窝产生干扰的频段。然而, 在繁忙和高密度的LTE网络中, 认知无线电可能很难找到频谱空洞。 (2) 基于暂时的需要, e NB可以为D2D分配专门的资源块。但是, 专门资源块的分配将大大降低频谱利用率。e NB通过控制D2D用户功率的方式控制对蜂窝用户的干扰。 (3) 其他诸如MIMO技术结合模式选择和编码的方法进行干扰控制。

在实际通信系统中, 以上模式选择、资源分配和功率控制等方式经常同时考虑以达到最佳的网络性能。此外, 如果有效地利用干扰, 可以提高保密容量以实现信息安全[18]。

3 D2D通信中安全机制研究

3.1 研究现状

由于无线通信系统的开放性和D2D通信系统本身的特点, 系统中用户可能成为恶意用户攻击的目标, 例如窃听数据、散布错误信息或者侵犯隐私, 同时, D2D通信系统本身也可能受到搭便车攻击和非授权用户进入等安全攻击而降低系统可靠性。因此, 安全性成为D2D技术走向实际应用必须重要特性之一。

目前, 关于D2D通信系统安全的研究主要集中于物理层安全研究[17,18,19,20]。文献[17-19]研究了D2D通信系统中的保密容量和保密断供率问题, 创新地将D2D中的干扰用于对抗通信链路中的窃听信道。文献[20]提出了一种提高蜂窝网络中下行链路保密性的传输机制。文献[21]将社会网络中的社会信任和社会相互作用的概念用于D2D通信中, 设计促进终端合作机制。表3给出了目前D2D通信中安全机制研究的方法和实现的安全目标。

3.2 D2D通信中安全机制研究

3.2.1 安全数据传输协议

加密技术是通信系统中实现信息的完整性、保密性、不可否认性和可靠性的重要方法。常用的加密方法主要有对称加密算法和非对称加密算法 (公钥算法) 。对称加密算法具有效率高、算法简单、系统开销小和适合加密大量数据的优点, 在数据加密和信息完整性检查方面有着广泛应用。但它也存在着在进行安全通信前需要以安全方式进行密钥交换的缺陷。这一步骤, 在某种情况下是可行的, 但在某些情况下会非常困难, 甚至无法实现。非对称加密算法加解密速度慢、密钥尺寸大, 不仅可对信息进行加密, 还可对信息进行数字签名, 具有抗抵赖性以及身份认证的功能。

我们提出混合利用对称加密和非对称加密技术的优点, 在实现共享数据的机密性、完整性和权威性的同时保护用户隐私和实现实体认证。一方面, D2D通信双方运用Diffie-Hellman密钥交换协议产生共享密钥, 即通信双方通过计算:

产生会话密钥k, 用于对数据加密, 实现信息的机密性。另一方面, 运用双线性对的特性: (1) 双线性:对任意V, Q∈G以及a, b∈Zq*, e~ (Va, Qb) =e~ (V, Q) ab; (2) 对称性:e~ (V, Q) =e~ (Q, V) ; (3) 非退化性:e~ (V, Q) ≠1GT, 其中V, Q≠1GT, 实现身份认证。为了减少数据共享协议中节点认证机制的复杂度, 通过引入Hash函数, 利用基站和用户相互认证这一特性并结合双线性对的性质, 实现条件隐私保护, 即用户在数据共享过程中采用伪ID, 以实现隐私保护, 但同时, 所有用户真实ID由权威的信任中心 (基站) 所追踪到, 用以识别恶意用户和非授权用户。

3.2.2 用户身份认证机制

安全数据传输协议通过基站辅助用户身份认证, 能够提高系统安全性和可靠性, 在数据传输次数少、单次传输数据量大的应用场景中具有很好的应用效率。但由于每次进行数据传输前需要通过基站对收发双方进行身份认证, 在数据传输频繁的应用系统中, 会大大增加基站负担。因此, 需要研究一种分布式的用户身份认证机制, 由参与通信的用户双方直接进行身份认证。另一方面, 隐私保护是D2D通信系统的非常重要的安全需要之一。鉴于此, 在D2D通信系统中如何解决身份认证和隐私保护这一对相互冲突, 但又必须同时实现的安全需求, 是用户身份认证机制研究中必须解决的关键问题。

基于D2D通信受基站控制这一特点, 以基站作为信任中心 (Trust Authority, TA) 。由TA给每个用户颁发证书和发送验证证书有效性的公钥, 如图2所示。证书内容包括:用户ID—为了保护用户隐私, TA一般用单向安全Hash函数作用于用户的真实ID, 获得用户的伪ID、有效时间—证书有效使用时间、颁发机构以及TA的签名等。参与D2D通信的双方将各自的证书发送给对方以确认其合法身份, 但并没有泄露其真实身份, 以实现带有隐私保护的身份认证的安全需求。虽然以基站作为信任中心参与D2D用户身份认证, 会给基站带来一定的负担, 但是在证书有效期内, 基站只需要给用户颁发一次证书, 其通信和计算复杂度不会随着D2D通信次数和数据量的增加而增加, 这高效地保障了D2D通信中大数据的安全传输。

3.2.3 D2D通信系统物理层安全

基于加密技术的数据安全传输协议和身份认证机制主要应用于D2D通信系统网络层之上, 没有充分利用无线信道唯一性、保密性和互易性等特性, 没有充分发掘物理层丰富的资源。近年来, 物理层安全技术作为上层安全的补充, 可以极大地增强整个系统的保密安全性能, 已经逐步成为研究的热点, 在编码技术、协作干扰和密钥产生等研究方向上已经有了相当程度的进展, 正在逐步从理论走向应用。

在蜂窝网络下的D2D通信系统中, D2D通信链路对蜂窝用户或D2D通信用户之间可能会产生干扰, 从这个方面来说, 需要采取一定的措施进行干扰拟制。但另一方面, 如果合理地利用干扰, 如采取有效的措施使干扰对窃听用户的影响比对合法用户的影响大, 就可以使合法用户的信道状态比窃听信道的状态好, 从而提高系统的保密容量。针对不同位置的用户分别选择D2D通信和蜂窝通信, 可以使得系统保密容量最大。

此外, 由于D2D通信的双方距离较近, 其信道对称性和互易性较好, 可以充分利用这一特性进行物理层秘钥协商。具体来说, D2D通信双方通过发送导频到对方再测量信道的状态信息 (CSI) 来获取两者之间的无线信道随着时间的变化值。随后, 双方将测量值用某种方法转换成为一串密钥比特, 并应用一种信息调和协议丢弃或者纠正两端生成的密钥比特的差异。最后, 双方丢弃部分一致的比特或者执行某种比特转换来强化密钥, 增大密钥的熵, 并且模糊窃听者可能获取的局部信息。

4 D2D通信技术研究展望

4.1 关键技术研究的深入

虽然关于D2D通信中邻居/服务发现、模式选择、资源分配和干扰控制等关键技术的研究成果比较丰富, 但各关键技术还有待进一步深入研究, 包括:在蜂窝网络中建立起D2D通信时如何不增加基站负担但同时建立可靠的连接;在D2D与蜂窝网络之间进行模式选择时如何不影响用户体验;如何合理地进行功率控制和资源分配以更加有效地协调D2D通信对与蜂窝网络间的干扰。

4.2 安全机制研究的扩展

当前, D2D通信安全机制的研究尚处于起步阶段, 需要进一步扩展安全机制的研究范围, 例如:设计安全的数据分享协议、建立用户身份认证机制但同时保护用户隐私、进行可靠的密钥交换、提高系统的保密容量, 以及研究物理层密钥协商和认证。

4.3 理论到应用

D2D通信技术尚处于理论研究阶段, 缺乏实际系统的支撑, 多数论文还是基于理论分析和仿真。下一阶段, 亟需将这些技术应用在实际系统中, 用实际的通信系统来验证其性能。而且, 这些技术在实际应用中, 需要考虑更多的系统问题, 这些问题还都要在应用中, 结合具体系统加以解决。通过这样的验证, D2D通信技术才可能真正从实验室走向产品。

4.4 进入第五代移动通信的标准

D2D通信技术现在还主要是在学术界进行讨论, 其目标是能进入到下一代移动通讯的标准中, 真正走向应用。在过去的几年中, 关于D2D通信的论文出现了爆炸性的增长, 已经在相关的刊物出版了专题讨论集, 一些国际会议也专门组织进行该技术的讨论。未来的几年内, IEEE很可能会针对无线通信标准中的D2D通信技术成立专门工作组, 最终让这项技术成为每个无线通信终端的必备装备。

5 结束语

蜂窝移动通信网 篇7

在设计无线网络基站的位置、无线资源管理和网络规划等策略时, 选择有效实用的用户移动性模型是十分必要的[1]。在无线网络建模仿真过程中,移动模型也是众多仿真条件中最重要的参数之一[2]。选择一个好的移动模型能够更加真实地模拟现实中用户的运动,否则将无法正确分析整个无线网络系统性能。

无线网络用户的移动模型有很多,文献[3]对其进行了比较全面的总结,文中一共总结了17种移动模型,比较常用的移动模型有随机路径点模型和高斯-马尔科夫移动模型。其中随机路径点模型在文献[4,6]中有详细介绍,而文献[7,9]中介绍了高斯-马尔科夫移动模型。

无论是哪种移动模型,其实都是一种用户坐标的改变方式,可以将用户的移动分为三个要素:速度、方向和坐标。在一次实验中,由于速度、方向和用户的坐标是在不断改变的,因此,某一时刻用户瞬时移动速度、方向和坐标对分析实验结果没有太大的作用,我们需要讨论的是用户在一段时间内的平均移动速度和用户移动方向的改变方式,而这些都与用户坐标的改变紧密联系。

在用户移动模型中,一般使用离散的折线运动来模拟现实中用户的不规则运动。每一条折线的光滑程度取决于所选取的时间间隔,选取的时间间隔越小,用户移动的轨迹才会越光滑。选取一个合适的时间间隔在仿真过程中也是十分必要的,选取的时间间隔越小,所得仿真结果越精确,但增大了仿真程序的运行时间。在误差允许的情况下,过小的时间间隔所带来的性价比太低。而过大的时间间隔则可能直接导致实验的不准确,甚至误导我们对系统性能的判断。比如,实际上用户在一分钟之内可能发生多次越界,这时候如果选取一分钟作为仿真实验的时间间隔,那么整个系统实际的越界次数比程序测得的越界次数多很多,造成误差太大。

在蜂窝网络系统中,用户的移动也对于整个蜂窝网络系统的性能有着较大的影响。在移动网络中,关于服务质量的最重要的两个指标是掉线率和阻塞率,其中掉线更让用户无法忍受,当通话着的用户离开一个蜂窝小区时,他要么发生成功的切换,要么就发生掉线[10],因此过多的越界次数会导致更多的切换要求。在蜂窝小区的覆盖半径固定的条件下,随着用户移动速度的不断增加,用户在单位时间内从一个小区越界到另一个小区的概率就越大。而在用户移动速度固定的条件下,小区的覆盖半径越大,用户越界的概率也就越小。

目前的相关研究忽略了用户移动参数对越界率的影响,因此,本文就用户的速度、用户移动方向的改变和小区的覆盖半径对用户的越界率的影响的大小作出讨论和分析,本文通过一系列的实验分析,发现用户的移动速度和BS的信号覆盖范围是影响用户越界率的主要参数,而用户的移动方向的改变对越界率的影响相对较弱。

1 仿真分析

为了研究不同移动模型中用户的移动速度、移动方向的改变和小区的覆盖半径对用户越界率的影响,对系统的建模仿真是非常必要的。通过模拟仿真实验,寻找不同移动模型中的共性,可以为上层的分析计算提供依据。

本文考虑包含N个信号覆盖范围相同的小区组成的一个无线网络,小区的覆盖范围用正六边形表示,每个正六边形中的实心圆点表示每个小区中的基站BS(Base Station)的位置。为了实现蜂窝系统的全覆盖,在实验中采用“越界反转”使用户始终处于系统中某一个BS的信号覆盖范围之内。在研究BS的信号覆盖范围对越界率的影响时,如果BS的信号覆盖范围太大,将导致仿真实验中越界次数太小,这不利于实验数据的收集和分析。因此实验中BS的信号覆盖范围取值较小。需要申明的是,现实中BS的信号覆盖范围通常在1km以上。图1为仿真过程中一个包含25个BS的无线蜂窝网络系统的示意图,X轴和Y轴的单位都是m,每一个正六边形表示一个蜂窝网络小区(BS),其中BS的信号覆盖半径是50m。

在仿真实验中,用户在单位时间内移动一次,也表示用户进行了一次坐标的变换,不同的移动模型有不同变换规律,在这里称单位时间为用户移动的时间间隔。如果时间间隔太大的话,可能会造成实验的不准确,如果太小则会增加仿真实验的复杂度。在本次实验中采用一秒为用户移动的时间间隔,是比较合理的。

用户每移动一次,需要判断用户是否还在原来的BS中,如果当前的BS和用户上一个单位时间所在的BS不同,则表示用户发生了越界。

2 移动模型和实验

这里采用JAVA进行仿真程序的实现。初始化时,用户随机生成一个用户的初始坐标,其中横坐标和纵坐标均服从0-1000间的均匀分布,即使用户初始的坐标不在蜂窝网络的信号覆盖范围之内,根据越界反转规则,当用户移动时,用户能回到系统中。用户每一秒移动一次并且进行越界的判断,实验收集每分钟的越界次数,每次实验进行100分钟。其中,用户每移动5分钟(用户移动了300次),则用户需要重新设定位置(重新设定与初始设定的方法相同)。重新设置用户位置的原因是减少用户初始位置对实验产生的影响,一个初始位置在两个BS之间的用户显然比初始位置在一个BS的中心位置的用户发生越界的概率更大。本文一共进行了6次实验,主要是为了比较不同情况下用户每分钟发生越界的次数的变化,从而探讨移动中各参数对用户越界的影响。

实验参考了两种用户移动模型,支持突发事件影响的移动性模型和简单移动模型。下面将分别详细介绍这两种模型。

2.1 支持突发事件影响的移动性模型

支持突发事件影响的移动性模型[11]将用户的移动分成了X轴方向上的移动和Y轴方向上的移动。X轴和Y轴的移动速度分别为Vx和Vy,这两个分速度不仅仅表示了用户移动速度的大小,而且决定了用户移动的方向。其中:

$V{}_X(n)=V{}_X(n-1)\cdot \xi +\sqrt{1-\xi {}^2}\cdot V{}_{avg}\cdot \chi$ (1)

$V{}_Y(n)=V{}_Y(n-1)\cdot \xi +\sqrt{1-\xi {}^2}\cdot V{}_{avg}\cdot \chi$ (2)

式中Vavg为平均速度值;VX(n-1)和VY(n-1)定义用户上一时间的X轴方向的速度和Y轴方向上的速度;VX(n)和VY(n)表示当前时间用户移动的速度;ξ表示的是当前和上一时间的移动性之间的记忆关系,它是在0-1之间的数,ξ越大表示用户当前速度与上一时间的速度越相关,可以将ξ看成是用户移动方向改变的频繁程度,ξ越小那么方向改变的越频繁,而当ξ=1时,用户作直线运动。χ是一个均值为0,方差为1的非相关的正态高斯过程。

实验中分析的是用户移动的合速度而不是用户在X轴方向或Y轴方向上的分速度,图2表示的是用户在Vavg=5、ξ=0.1时用户X轴方向上的速度和Y轴方向上的速度的合速度大小的概率密度函数直方图。图中速度为n时的概率表示的是用户移动的合速度落在n和n+1的概率。

在这个移动模型下需要用的实验参数如表1所示。

在接下来的实验中,蜂窝小区的数量N始终为25。用25个小区和“越界反转”能够较为准确地表示整个蜂窝系统。

图3显示的是支持突发事件影响的移动模型下,用户移动速度为15m/s,BS的信号覆盖半径为50m,用记忆因子ξ=0.3时,小点上面的数字表示的是用户发生的是第几次越界,从这些越界中,也能成功的看到“越界反转”的效果,如发生第25次越界时,用户原来在第一列第四个BS的信号覆盖范围内,经过一次移动并且“越界反转”,用户移动到了最后一列的第三个BS的信号覆盖范围内。

在实验1中,当BS的信号覆盖半径为100m,记忆因子ξ=0.3时,用户的越界率随用户移动速度变化的曲线图如图4所示。其中横轴表示用户的平均移动速度(这里指X轴和Y轴上的平均速度,即Vavg),纵轴表示用户一分钟内的越界次数。

图中自上而下的三条曲线分别表示的是用户100分钟之内越界次数的最大值,用户越界次数的平均值和用户越界次数的最小值。

实验2里用户的平均移动速度Vavg=15m/s,记忆因子ξ=0.3,用户的越界频率随BS信号覆盖半径变化的曲线如图5所示。其中横轴是BS信号覆盖半径,纵轴是用户的越界数量。

图6所示是用户的越界频率随记忆因子的增大而变化的曲线图。其中横轴是记忆因子,纵轴是用户的越界数量。图6对应的实验3的条件为用户的平均移动速度Vavg=15m/s,BS的信号覆盖半径为100m。

表2是三次实验的实验参数,其中实验1对应图4,实验2对应图5,实验3对应图6。

2.2 简单移动模型

由于本论文只比较用户移动速度、BS的信号覆盖范围和用户移动方向的改变频率对用户越界率的影响。因此可以设置一种简单移动模型,设用户始终以V的速度移动,而每一单位时间内,用户移动的方向以概率α进行改变。初始的用户移动方向和重新改变的移动方向ϕ服从以下均匀分布:

${\rm P}(\text{ϕ})=\frac{1}{2\text{π}}0\le \text{ϕ}<2\text{π}$ (3)

而用户坐标的变化方式为:

x=x′+cosϕ·V (4)

y=y′+sinϕ·V (5)

其中x′是用户上一时间的横坐标,y′是用户上一时间的纵坐标,x和y是用户移动之后的坐标。

表3说明的是简单移动模型中需要用到的参数。

图7显示的是简单移动模型下,拥有25个BS的蜂窝网络系统,用户移动速度为15m/s,BS的信号覆盖半径为50m,用户移动方向改变的概率α=0.3时的一段移动轨迹。

从图7的这些数字中,也能成功的看到“越界反转”的效果,如发生第14次越界时,用户原来在第一列第一个BS的信号覆盖范围内,经过一次移动并且“越界反转”,用户移动到了最后一列的第五个BS的信号覆盖范围内。

图8所示的是实验4,当BS信号覆盖半径为100m,方向改变概率α=0.3时,用户的越界频率随着用户移动速度的增加而增大的曲线图。其中横轴表示用户的移动速度,纵轴表示用户在一分钟之内的平均越界次数。

图9所示的是实验5,当用户的移动速度V=15m/s,方向改变概率α=0.3时,用户的越界频率随BS信号覆盖半径的增大而减小的曲线图。其中横轴是BS信号覆盖半径,纵轴是用户平均每分钟的越界数量。

实验6的结果在图10中有所描述。

图10所显示的是当用户的移动速度V=15m/s,BS的信号覆盖半径为100m时,用户的越界频率随方向改变概率的增大而变化的曲线图。其中横轴是BS信号覆盖半径,纵轴是用户平均每分钟的越界数量。

表4是三次实验的实验参数,其中实验4对应图8,实验5对应图9,实验6对应图10。

2.3 实验比较分析

我们可以对比两种不同移动模型下的实验——实验1和实验4、实验2和实验5以及实验3和实验6,得出的结果表明,即使用户移动的方式不同,用户移动的3个要素对越界率的影响是一样的。

从图4和图8中我们可以看出,在实验1和实验4中,通过改变用户的移动的速度,我们发现高速移动的用户会导致更高的越界率,并且越界率与用户的移动速度基本成正比。

从图5和图9中可以看出,在实验2和实验5中,由于不断增大BS的信号覆盖半径,用户越界率在刚开始的时候有一个较大的衰减,之后趋于平缓。

而实验3和实验6的结果——图6和图10则告诉我们,用户移动方向的变化对越界率的影响是比较小的,基本可以忽略。

在现实生活中,我们无法改变用户的移动速度的大小,但是我们可以通过考察一个地方用户的生活习惯来确定用户的移动速度的范围,并且适当调整基站的信号发射功率来改变小区的信号覆盖半径,将用户的越界率控制在合适的范围,以求在为用户提供高效、稳定服务的同时,尽可能地减少基站数量,从而降低成本。

3 结 语

本文针对蜂窝网络中用户移动对用户越界率产生的影响展开了讨论。发现影响用户越界率的主要因素是用户的移动速度和蜂窝小区的信号覆盖范围,而用户移动方向转变的快慢对其的影响不大。本文参考了张翼德等提出的支持突发事件影响的移动性模型,并且构建出了该种移动模型下用户速度、BS的信号覆盖范围和用户方向改变的频率对用户越界率的影响。同时,本文还提出了一种与该移动模型完全不相关的简单移动模型,但是得出来的实验结果非常类似。这说明用户的移动速度和BS的信号覆盖范围对用户越界率的影响是有迹可循的。

然而本文并没有给出用户移动速度和BS信号覆盖范围与用户越界率之间关系的具体函数。通过在多种移动模型下进行大量准确的实验,结合数值分析中的方法,找出一个二元函数以求出用户相应的越界率,是可行的。这样不仅可以为无线网络仿真实验提供便利,更能为现实中蜂窝小区信号覆盖范围的选取提供参考和依据。

摘要：越界率是衡量无线蜂窝网络性能的重要指标之一。主要考察用户移动模型中3个要素(速度、方向和蜂窝小区的信号覆盖范围)对用户越界率的影响。这种影响的检测是分别在简单移动模型和支持突发事件影响的移动模型上进行多组实验所得的,分别画出了两种移动模型下用户最大速度、最小速度以及平均速度的变化、BS的信号覆盖范围和用户移动方向改变频率与用户越界率之间的曲线图。通过对比两种不同移动模型下的实验数据,发现用户的越界率与用户的移动速度和BS的信号覆盖范围关系较大,而用户移动方向的改变频率对越界率的影响相对较弱。

关键词：越界率,蜂窝网络,用户移动,仿真

参考文献

[1]段炼,张浩亮,吴伟陵.基于优选速度和方向的无线网络用户移动性模型[J].北京邮电大学学报,2002,25(4):26-30.

[2]康槿,陈彦辉.无线网络中的移动模型[J].电子科技,2005,19(8):62-64.

[3]童超,牛建伟,龙翔,等.移动模型研究综述[J].计算机科学,2009,36(10):5-10.

[4]Bai F,Helmy A.A survey of mobility modeling and analysis in wirelessAd Hoc networks[M].Book chapter in Wireless Ad Hoc and SensorNetworks.Kluwer academic Publishers,2004.

[5]Bettstetter C.The node distribution of the random waypoint mobilitymodel for wireless ad hoc networks[J].IEEE Transactions on MobileComputing,2003,2(3):257-269.

[6]Bettstetter C,Hartenstein H,X Pérez-Costa.Stochastic properties ofthe random waypoint mobility model[J].Wireless Networks,2004,10(5):555-567.

[7]Ariyakhajorn J,Wannawilai P,Sathitwiriyawong C.A comparative stud-y of random waypoint and Gauss-Markov mobility models in the per-formance evaluation of MANET[C]//2006 International Symposium onCommunications and Information Technologies.Bangkok,2006.

[8]张衡阳,许丹,刘云辉,等.一种平滑高斯马尔科夫传感器网络移动模型[J].软件学报,2008,19(7):1707-1715.

[9]Zhong Z,Luo D Y,Fan X P,et al.An adaptive localization approachfor wireless sensor networks based on Gauss-Markov mobility model[J].Acta Automatica Sinica,2010,36(11):1557-1568.

[10]Wu J Q,Hu Z B,Yang J M,et al.The degradation of bandwidth inQoS scheme for 4G mobile networks[C]//Proceedings of the 2007 3rdInternational Conference on Wireless Communications,Networking andMobile Computing,WiCOM'07.Shanghai,2007.