一种异构网络切换失败的概率分析方法

胡子琛　王华洋

摘要：异构网络（HetNets）中，由于用户设备（UE）在宏蜂窝和微微蜂窝等網络中频繁切换，用户设备（UE）的切换性能成为异构网络最重要的问题之一。将切换失败率表征为相关系统参数（用户速度、触发时延（TTT）和宏-微微距离等）的函数。通过确定信道模型和随机信道模型分析切换失败概率。最后，通过仿真结果验证推导的准确性。

关键词：异构网络；宏蜂窝；微微蜂窝；用户设备；切换失败率

中图分类号：TN 929.5 文献标识码：A 文章编号：1009-3044（2016）36-0042-04

Probability Analysis of Handover Failure with the Random Model for Heterogeneous Networks

HU Zi-chen ， WANG Hua-yang

（School of Electrical Engineering and Automation， Hefei University of Technology， Hefei 230009， China）

Abstract： In heterogeneous networks （HetNets）， the handover performance of User Equipment （UE） becomes one of the most important matter， due to the frequent handovers between macrocell and picocell. Expressing the handover failure rates as a function of relevant system parameters， such as， velocity of user， time-to-trigger and distance of macro-pico， etc. Analyzing the handover failure rates with deterministic channel model and random channel model. Finally， verifies the accuracy of the analytical derivations by simulation.

Key words： Heterogeneous networks； macrocell； picocell； User Equipment； handover failure rate

1引言

如今无线通信网络逐渐深入到人们的日常生活和工作当中，比如我们常用的手机、无线电话和数字电视等都离不开无线网络技术。为了提高无线通信网络的质量，必须加快无线通信网络优化的进程，提高无线通信网络的覆盖范围，提高接通率，保证网络容量能够充分满足所有用户的要求[1]。

在现有宏基站的基础上设置微微蜂窝不仅可以提高系统容量，还可以提高最初布置的宏蜂窝的覆盖范围。为验证异构网络对覆盖范围和容量方面的提升作用，操作员面临新的技术挑战，比如在切换过程中，由于系统中不合适的参数，可能会出现无线链路失败（RLF）和ping-pong。同时，手机移动测速和车载测速等的发展，为切换过程提供了可靠的支持。

切换技术是保证移动用户业务连续性的重要手段[2]。针对处于不同网络环境中的异构网络的切换参数进行优化十分重要。文章[3-5]，研究了不同迟滞H（hysteresis）和TTT下的切换性能，研究表明优化的参数可以有效降低RLF和ping-pang。然而其只是进行了一般性分析。文章[6]结果验证了不同站点距离和TTT对切换失败率的影响。

切换失败（HOF）率和乒乓（PP）率作为相关系统参数（如宏单元-微微蜂窝异构网络中TTT，速度和范围扩展偏差）的封闭表达式[7]。文章中，微微蜂窝覆盖范围和无线链路故障区域是理想的圆形区域，但其忽视了信道的随机性。本文，我们的目的是为了了解切换参数对随机信道模型切换性能的影响。我们将推导相关系统参数（如TTT、用户速度）的切换失败率的表达式，研究不同站点距离和TTT下的切换性能。异构网络移动模型如图1。

本文按以下结构开展：第一部分建立系统模型，第二部分介绍切换过程，第三部分说明单一宏移动设备的理想信道模型和随机信道模型的切换失败率，最后，第四、五部分总结仿真结果。

2系统模型

2.1 场景模型

本文所考虑的异构网络如图2所示，包含一个宏蜂窝基站（MNB）和一个微微蜂窝基站（PNB）。假设MNB覆盖整个区域，而PNB只覆盖该区域的一小部分。接入MNB的UE记为宏蜂窝用户设备（MUEs），接入PNB的UE记为PUEs。

图2 MUE切换模型

如图2，我们以单一的UE为研究对象，该UE开始作为MUE，在MNB与PNB之间直线运动，当其成功接入PNB时成为PUE。

2.2 信道模型

本文我们考虑两种信道，即确定性信道和随机信道。

确定性信道模型中，我们采用对数距离路径损耗模型[8]，路径损耗表示为：

PL=L+10n log（di） （1）

其中，L是路径损耗常量，n是路径损耗指数，表明路径损耗随时间增长的速率，di是UE与MNB/ PNB之间的距离。

UE测量的参考信号接收功率（RSRP）如下：

RSRP （di） = Pt? PL （2）

其中Pt是MNB/ PNB的发射功率。

信道特性可能受到随机因素的影響，如遮蔽效应，从而形成了随机信道模型[8]。利用高斯分布表示阴影的随机效应， UE测量的RSRP如下：

RSRP （di） = Pt? PL +[Xσ] （3）

其中，[Xσ]表示信道的阴影效应，是0均值的高斯随机变量，单位为dB，标准差为σ，单位也为dB。

3 切换过程

从图2的系统模型可得，未进入PNB覆盖范围内的用户设备只能接入MNB，而在PNB范围内的用户设备可以选择接入PNB。根据3GPP标准，如果从源小区和目标小区测量的RSRP满足一定条件，连接到源小区的UEs可以触发切换。假设图2在PNB区域之外的MUE向右运动，随着其距离越远，可能会得到更小的RSRP。另一方面，随着UE接近PNB，PNB的RSRP变大。因此，有可能触发MNE与PNE的切换。

切换过程如下[9]：

1）MUE遇到切换事件

如图2中点A （La， 0 ），触发TTT，MUE从MNB和PNB收到的RSRP满足下列方程：

RSRPP ≥RSRPM +H （4）

式中RSRPM和RSRPP是MUE从MNB和PNB测量到的RSRP，H（hysteresis）表示切换的触发门限。

2）无线链路失败

TTT触发之后，如果MUE在触发时延结束前遇到无线链路失败事件（如图2中点B （Lb， 0）），则切换失败。无线链路失败事件满足下列方程：

RSRPM - RSRPP ≤Qout （5）

其中，Qout是无线链路失败门限。

3）切换准备

如果切换触发事件在触发时延内始终得到满足，且RLF并没有发生，则该MUE将根据测量报告使MNB做好切换准备。MNB开启切换后，与PNB一起准备执行切换。

4）执行阶段

MNB和PNB在MUE的配合下执行必要的网络程序，MUE连接到后者。切换过程如图3所示。

4 切换失败率的理论分析

这一部分，我们对图2中MUE的切换失败分两种情况考虑，即确定信道模型和随机模型。

4.1 确定信道模型切换失败概率

首先，假设用户移动速度υ为服从平均值为 ，标准差为συ的高斯分布。

我们通过（2）计算MUE的RSRP。由（1）可以看出，MUE的RSRP仅由MUE与MNB/PNB之间的距离决定。当MUE向右移动通过A点时，

切换触发事件发生，由（2）和（4），La可表示为：

La =[ D1+10P（t）P-Lp-P（t）M+Lm-H10n] （6）

其中，[P（t）P]和[P（t）M]为PNB和MNB的发射功率，Lp和Lm为固定的路径损耗， D是MNB与PNB之间的距离。由（5）看出，La由 D和H决定，其随D的增加而增加，随H的增加而减少。

如果MUE移动到B点，RLF事件发生，由（2）和（5），Lb可表示如下：

Lb = [D1+10P（t）P-Lp-P（t）M+Lm+Qout10n] （7）

假设在触发延时时间内，MUE的移动方向和速度不变。在触发延时时间内，如果MUE在TM期间行进的路程比Lb-La距离大，则有可能切换失败，因此，切换失败概率为：

PHOF = P （V T≥Lb-La）

= [Lb-LaT∞12πσυexp-（υ-μυ）22σ2υdυ]

= 1 - ?（[R-rTm-μυσυ]） （8）

其中，?（x）=[∞x12πe-x22] 。

4.2 随机信道模型切换失败概率

本部分，我们验证随机信道模型的切换失败概率。为了减少信道的随机影响，每10毫秒对RSRP进行采样[2]，每5次采样求平均值。假设MUE在A点开始启动触发延迟，时间是t0 （ t0 = 0），ti是RSRP估测时间。在ti时刻，用户从MUE和PUE接收到的RSRP分别为：

RSRPM （[dti]） =[ 15k=04RSRPM（dti+kυTd）] （9）

RSRPP（[dti]） =[ 15k=04RSRPP[D-（dti+kυTd）]] （10）

其中Td是采样间隔，[dti]是ti时刻MUE与MNB的距离。

根据（3）和（9），RSRPM （ti）可以写成：

RSRPM （[dti]） =[ 15k=04RSRP（dti+kυTd）] =WM（[dti]） + UM（[dti]） （11）

其中

WM（[dti]）= [15k=04（Ptm-LM-10nlog （dti-kυTd））] （12）

UM（[dti]）=[ 15k=04（Xσ（dti-kυTd））] （13）

同理，根据（3）和（10），RSRPP（ti）可以写成：

RSRPP（[dti]） =[ 15k=04RSRP[D-（dti+kυTd）]]

=WP（[dti]） + UP（[dti]） （14）

其中

WP（[dti]）= [15k=04{PtP-LP-10nlog [D-（dti+kυTd）]} ] （15）

UP（[dti]）=[ 15k=04Xσ[D-（dti+kυTd）]] （16）

定义切换触发事件和RLF事件如下：

ΓP= RSRPP - RSRPM ≥ H （17）

ΓM= RSRPM- RSRPP≤ Qout （18）

从（3）我们可以看出，受到阴影效应的存在，如果在ti时刻不满足切换触发条件，触发延迟停止，切换失败。

记MUE在ti 时刻遇到切换触发事件且没有遇到RLF事件的概率为：

Pho（[dti]）

= P （ΓP（[dti]） ≥H ∩ ΓM（[dti]） >Qout）

= P （ΓP（[dti]） ≥H）P （ΓM（[dti]） >Qout） （19）

根据（19），MUE在ti时刻切换失败的可能性为：

Phof （[dti]）=1- Pho（[dti]）

= P （ΓP（[dti]） ≥H ∩ ΓM（[dti]） ≤Qout）+

P （ΓP（[dti]） ≤H ∩ ΓM（[dti]） ≤Qout）+

P （ΓP（[dti]） ≤H ∩ ΓM（[dti]） ≥Qout （20）

其中，

P （ΓP（[dti]） ≥H）

= P （UP（[dti]）- UM（[dti]）≥H-WP（[dti]）+WM（[dti]）） （21）

又有

P （ΓM（[dti]） >Qout） （22）

= P （UM（[dti]） -UP（[dti]） >Qout - WM（[dti]） + WP（[dti]））

其中，UM?UP ～ N （[ μM-μP，σ2M+σ2P）]

由分析可得，

Phof （[dti]）= P （ΓM（[dti]） ≤Qout） （23）

基于以上分析，在触发时延期间切换失败可能性如下：

PHOF =[k=1Ni-0k-1PhodtiPhofdtk+Phofdto ] （24）

其中 ，N =Tm /5Td

5 仿真

本节通过MATLAB评估切换性能。仿真过程中，我们假设单一的用户设备在eNB和PNB之间移动，仿真参数包括基站的发射功率，固定路径损耗，路径损耗指数，路径损耗的阴影效应和RLF门限[6]，参数如下表1。

5.1 确定信道模型

根据上述仿真假设，理论MUE 的Phof被绘制为UE速度的函数，并且与仿真结果重合。图4明显地看出用户速度对MUE的Phof的影响。在TTT不变的情况下，MUE的Phof随速度的增加而变大。因为速度越快，用户移动到RLF点的概率越大。

图5和图6分别为确定信道模型在不同宏-微微距离的MUE的Phof。可以看出，MUE的Phof随TTT的增加而增加。比较两图可以得出，宏-微微距离同样影响切换性能。更小的宏-微微距离具有更高的Phof。图6和图7显示了确定信道在不同H值时，MUE的Phof。分析可得，在相同宏-微微距离下，越小的H值，MUE具有更低的Phof。

5.2 随机信道模型

图8和图9显示了随机信道在不同H值下MUE 的Phof。比较可得，在相同宏-微微距离下，MUE 的Phof随H的增加而增加。

切换失败概率

通过图6与图8，图7与图9的比较可以看出，在TTT较低时，与确定信道相比，随机信道的HOF概率更高。显然，信道的随机性影响异构网络切换性能。

6结束语

本文首先考虑了异构网络的切换过程，然后通过理论分析，给出了HOF概率与切换参数如用户速度、触发时延、宏-微微距离和H值之间的定量关系。通过仿真结果，我们可以通过切换参数调节网络切换性能。因此，切换参数（如TTT和H等）需要根据小区特性和用户设备特性，进行合理选择。我们下一步的研究方向就是针对异构网络切换参数的特性，提出参数选择的优化方法，提高网络性能。

参考文献：

[1] 余晓玫.无线通信网络的优化[J].科技视界，2016（3）.

[2] 闫继垒，李建东，赵林靖.异构无线网络环境下的切换触发时间选择算法[J].通信学报，2011，32（11）.

[3] Bae H D， Ryu B H， Park N H. Analysis of handover failures in LTE femtocell systems[C]. Proc. IEEE Australasian Telecommunication Networks and Applications Conf. （ATNAC）， Daejeon， South Korea，2011-11：1-5.

[4] Legg P， HuiG， Johansson J J.A simulation study of LTE intra-frequency handover performance[C]. Proc. IEEE 72nd Vehicular Technology Conf. （VTC 2010-Fall）， Ottawa， Canada.2010-9：10–15.

[5] Lee Y， Shin B， LimJ.Effects of time-to-trigger parameter on handover performance in SON-based LTE systems[C].Sixteenth Asia-Pacific Conf. Proc. IEEE Communications， Auckland（APCC）.2010-11： 543–547 .

[6] Kollias G， Adelantado F， Verikoukis C. The Impact of Inter-Site Distance and Time-to-Trigger on Handover Performance in LTE-A HetNets[C].2015 IEEE International Conference on Communications （ICC）.2015-6： 3969-3974.

[7] D. Lopez-Perez I Guvenc， Xiaoli Chu. Theoretical Analysis of Handover Failure and Ping-Pong Rates for Heterogeneous Networks[C].IEEE International Conference on Workshop on small cell wireless networks. Communications （ICC），2012：6774 -6779.

[8] Theodore S Rappaport.无线通信原理与应用[M].周文安， 付秀花， 王志辉，等，译.2版.北京.电子工业出版社，2006.

[9] TS 23.009， Handover Procedures[S]， 3GPP Technical Report， v.10.0.0， 2011-3. Available at www.3gpp.org.