LTE系统的移动负载均衡技术

《LTE系统的移动负载均衡技术》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、LTE系统的移动负载均衡技术摘要—在本文中我们提出的仿真结果表明，一个基于自动调节切换门限的简单的分布式同频负载均衡算法能显著降低LTE(LongTermEvolution,长期演进)网络中的呼叫阻塞率，并提高蜂窝边缘的吞吐量。【关键词】LTE负载均衡切换SON无线电资源管理(RRM)简介负载均衡的描述为，将过载小区的负载分配给轻载的相邻小区使整个网络的无线资源运用更有效率。在本文中，我们所关心的是同频负载平衡机制，它在几分钟或几小时内测量反应时间，并能在长期演进网（LTE）中以最低的额外信令实现。有很多方法可以重新分配小区之间的负载。一种方法是通过修改导

2、频功率来调整小区的覆盖范围[1]。一个更强的导频功率实际上可以允许更多的远距离的用户进入小区，从而达到增加覆盖范围的目的。然而，自动调节小区覆盖范围冒着可能会造成覆盖漏洞的风险。另一种重新分配小区负载方法是修改两个相邻小区之间的切换区域。这种方法被称为移动负载均衡（MLB）。移动负载均衡的规则是一偏置切换测量值来调整切换区域，致使超载小区的边缘用户切换到负载较轻的相邻小区，从而提高资源的利用效率[2]。其结果是在呼叫阻塞率的降低和蜂窝边缘的吞吐量的提高。由于小区间负载分配自动的被完成，这种技术是自组织网络（SON）算法的一种。本文的结构安排如下：在第二节中

3、将介绍一个简单的分布式负载均衡算法；在第三节中，将介绍一个仿真模型并给出仿真结果；最后的结论将在第四节给出。移动负载均衡根据文献[3]，切换可以被许多事件所触发。在这篇文章中我们只涉及一个特定的事件，这个事件被称为事件A3，触发事件A3是当一个特定用户检测到一个相邻小区的信号质量比当前服务小区的好时进行切换触发。这个触发条件可以被描述为公式（1），其中i和j分别是当前小区和相邻小区，Mi和Mj分别是用户测量到小区i和j的信号强度，和分别是小区i和j的频率fi与fj的频率偏移，是服务小区的小区偏置，是小区i对j的小区偏置，ξ和η分别是一个滞后术语和一个固定的

4、偏移量。Mi的测量值可以是一个单位为dBm的参考信号接收功率的形式，或者是单位为dB的参考信号接收质量的形式[4]。在本文中我们只考虑同频切换，在这种情况下，公式（1）变换为公式（2）。从公式（2）可以看出，通过增加偏移，小区i的移动用户可以切换到相邻小区j，从而减轻小区i的负载。在本文中，基于小区负载测量，我们通过自动调整参数来进行负载均衡。我们可以通过一个简单的方法来达到这个目的，如公式（3）所示。其中Δ是偏移量步长，Pi和Pj分别是小区i和j的负载量，Pth>0是一个触发负载均衡的预定义门限，所有都初始化为0。定期更新(3)的应用,以应对每个小区新的

5、负载测量值。因此，这个方法适合于分布式的实现，其中每个小区和相邻小区交换负载测量值和偏移值。公式（3）的一个特性是偏移量总是对称的，如=这点对于确保用户从一个小区切换到另一个小区然后再切换回去（就是防止乒乓切换）是很重要的。为了应用公式（3）的更新，小区负载的测量是必须的。一个简单的方法来测量负载就是计算小区中物理资源块（PRBs）的平均使用率，如公式（4）所示。这里是在一个测量周期ΔT内分配给持有者K的物理资源模块的总数，K系统带宽中的物理资源模块的总数，而它们的总和是执行所有持有者连接到小区i在测量周期内。注意，Pi实在一个范围值以内的，。用这个方法的

6、问题是，PRB的利用率不是总是一个小区实际负载很好的体现。如果有非法的持有者连接到小区，PRB的利用率可能看起来总是很高，因为调度程序将分配小区内任何空余的资源给这些用户。即使在总带宽负载的情况下，一个高的PRB的利用率可能不是一个高负荷的可靠指标，因为它可能会有效的运用PRB在分组延迟略有增加的情况下，同时还能实现所有连接用户的QoS请求。通过考虑到所有连接者的QoS请求，我们可以得到一个更有用的负载测量值，如公式（5）所示。这里是持有者K在周期ΔT内取得的吞吐量，是持有者K承载它的QoS请求所需的平均数据传输率[5]（在非法服务的情况下,代表一个“等价

7、的GBR”，既是对于一个非法用户来说，最低吞吐量是可以被接受的）。是一个正实常数（通常约为2.0）用来保证负载在一个合理的数量之下，万一由于一个特定用户恶劣的无线信道质量变得非常低。数值计算结果A.仿真模型模拟是用来评估所提出的在一个LTE网络下负载均衡方案的性能的。主要模拟参数列于表1，我们假设数据流以每个用户64kbps的速度传输，平均通话时间为3分钟。负载均衡的相对缓慢的行动意味着需要长时间的仿真来研究它的行为。我们模拟了周期为4小时，小区为21个的网络，其中小区偏置每60秒更新一次。对于这种规模的仿真，完全模拟MAC的调度，RLC、HARQ和物理层

8、将变得非常复杂。作为替换，我们用一个简化的模型如下面所描述。在每个