基于临界触发LTE负载均衡算法.docVIP

基于临界触发LTE负载均衡算法 　　1 引言 　　LTE[1]通过采用OFDM、SC-FDMA、MIMO等多种关键技术[2]可以显著降低用户平面和控制平面的时延，实现比目前2G/3G系统更快的数据速率、提供更高的小区吞吐量。因此，作为立体网络的重要组成部分，LTE势必将承担大量的数据业务。但是在蜂窝移动通信中，用户的到达率、传输业务类型都是随机变化的，即不均衡的，这就导致了在热点小区的业务请求远远高于一个可接受的水平，而另一些小区则仍然具备可用资源来服务更多的用户。这种采取负载转移的方式把热点小区中过多的业务转移到业务量较轻的小区中被称为LB（Load Balancing，负载均衡）。 　　负载均衡能够解决热点小区的拥塞问题，提高系统的资源利用率，为更多的用户提供保证QoS（Quality of Sevice，服务质量）的服务。因此，在数据为王的今天，关于LTE的负载均衡研究已经掀起一股高潮。文献[3]通过分析热点小区的过载用户，通过定位接收功率大的邻区并加以转移，来达到降低小区负载的目标。这种方法比较简单，但欠缺对优化后的小区在接收新的用户后仍然存在负载升高的可能性分析。文献[4]提出了一种负载分级的思想，采用3个离散值将小区负载状态分为了4个等级，进而提出一种分布式负载均衡算法。该算法通过监测本小区超载，从而触发小区间的负载信息交互，这样势必会增加网络时延。文献[5]也给出了一种比较常见的LTE负载均衡算法，但侧重于分析与负载均衡相关的数据模型及相关参数。 　　为此，本文提出一种新的基于临界触发（Critical Trigger）的LTE负载均衡算法CTLB（Critical Trigger Load Balancing for LTE），通过设定临界触发点，将目标小区的负载进行针对性分析，与周边的邻区进行负载转移，进而达到调整负载的目标。 　　2 算法模型 　　触发临界点的思想源于：当小区的负载不小于1时，直接触发转移；而当小区的负载小于1时，由于小区覆盖范围内用户的分布不均匀而导致边缘用户的QoS得不到保证，边缘速率低下而触发负载转移。 　　首先提出CTLB算法的相关模型。 　　2.1 触发点 　　对于因小区过载导致的负载转移，设定触发点K1，满足： 　　K1=1 （1） 　　对于小区i因用户分布不均匀而导致的负载转移，设定触发点K2，i，满足： 　　（2） 　　其中，Φi为小区i的负载；σi为小区i的边缘用户与中心用户数量比。 　　式（2）的意义表示转移触发的容易程度与小区负载及用户分布成反比，即小区负载越大、用户分布在边缘，就越容易触发负载均衡。 　　2.2 用户信噪比 　　对于LTE小区c内每个用户ui的信噪比SINR，定义如下： 　　（3） 　　其中，Px为小区x的发射功率；为用户ui到小区x的路径损耗；N为热噪声。 　　2.3 资源块能力 　　根据香农定理： 　　C=B*log2（1+SINR） （4） 　　由文献[6]可知，每个用户ui申请的业务速率可由下式计算： 　　（5） 　　其中，表示用户ui占用的物理资源块数量；BW表示每个物理资源块的占用带宽，即180kHz。 　　假设服务用户ui的每个物理资源块能力是一样的，则资源块能力计算如下： 　　（6） 　　2.4 LTE小区负载Φc 　　对于小区c，其负载Φc定义如下： 　　（7） 　　其中，PRBTot，c为小区c内总的物理资源块；为用户ui申请的业务速率；为服务于用户ui的每个资源块可以提供的速率。 　　因此，根据式（6）可进一步演算： 　　（8） 　　由此可计算出，当小区c发生负载转移时（包括移入和移出），其负载变化量如下： 　　（9） 　　此式表明只要核算出转移的用户占有物理资源块数量，即可推算出小区的负载变化量。当不同小区的物理资源块数量相同时，此式也适用于不同小区之间的负载变化量计算。 　　2.5 均衡因子β 　　定义小区负载均衡因子β如下： 　　β （10） 　　其中，N为待核算的LTE基站数量。当β接近于1时，各基站的负载均衡；当β接近1/N时，各基站的小区负载严重不均衡。 　　3 CTLB算法 　　为了简述方便，假设均衡区域共有N个LTE基站。 　　步骤1：首先选择具备最大负载的基站eNBi，假设eNBi共有k个邻区，即{eNBm，eNBm+1，…，eNBm+k-1}，找到其中具备最小负载的基站eNBj（j≠i）。 　　步骤2：触发点核算。 　　若ΦiK1，则在eNBi和eNBj间进行负载转移，计算转移量如下： 　　（11） 　　其中，abs（?）表示绝对值函数。 　　否则，计算{eNBm，eNBm+1，…，eNBm+k-1}的平均负载为：