基于功率-距离的LTE-R切换算法优化研究

陈永刚，杜 涛，王攀琦，戴乾军

(1.兰州交通大学 自动化与电气工程学院，兰州 730070；2.中铁工程设计咨询集团有限公司郑州设计院，郑州 450001)

0 引 言

铁路的迅猛发展要求其配套的无线通信系统在网络结构、硬件设备和软件算法必须适应高速环境，具有快速切换能力以满足铁路特定的业务需求，从而更加有效地进行列车的安全控制和旅客的数据传输[1]。作为当前较前沿的移动通信标准，长期演进(long term evolution, LTE)对现有3G系统的网络架构和接入技术做出较大调整，其扁平化、IP化的网络结构具有数据传输速率高、系统时延低等诸多优势，国际铁路联盟已决定采用基于长期演进的铁路移动通信系统(long term evolution-railway，LTE-R)作为铁路无线通信系统发展的方向[2]。而越区切换作为铁路无线宽带通信系统移动性管理的一个重要组成部分，在解决列车移动过程中的持续通信、保证高速列车的无线通信质量方面有重要意义。因此，研究基于LTE的切换技术有重大的现实意义。

列车的高速移动给通信网络的无缝越区切换带来诸多挑战，例如频繁的群切换、多普勒频移的影响等，主要体现在切换过程中容易发生无线链路的信令拥堵、中断及较低的切换成功率，造成较差的通信体验。目前，国内外就高速环境下列车切换方案的研究做了大量工作，下面进行简单的介绍。

文献[3-4]强调列车速度对于切换的影响，通过对基于A3事件触发的经典越区切换算法进行分析总结，提出基于列车速度与统计特性的优化算法，具体内容为在乒乓切换率 (ping-pong handover rate, PPHO)和无限链路失效率 (radio link failure rate, RLF)双重指标的限定下，对列车速度进行分级，并采取不同的切换参数，同时，采取基于统计特性的时延门限设定方法，以此消除由于列车高速运行造成较多失败切换的现象。但在信号波动较大的情况下，基于统计的方法往往需要重复进行数个周期的测量，不利于实现快速切换。文献[5]引入列车位置信息作为判决指标，一般需要事先选取一个合适的切换参考位置，或者在能够预判位置、方向信息的前提下，利用参考信号接收功率 (reference signal received power, RSRP)指标达到切换的预判，但是考虑到高铁环境下信道的时变特性以及地形的多样性，根据位置信息判决的方法缺少一定的实用性。文献[6-7]基于预承载的方式进行切换的优化，具体是在预判切换位置的前提下提前进行目标小区信道的分配。这种方法虽然能够降低切换中的时延，但是会给系统带来新的信令负荷，而基于预承载点的判决方式缺少一定准确性。文献[8-9]致力于解决传统的LTE硬切换机制，利用协调多点传输 (coordinated multiple points transmission/reception, CoMP)技术，使得列车在切换过程中能够同时接收服务基站和目标基站的信号，从而解决传统硬切换机制中中断概率较大的问题，但是此类方法尚不成熟，而且对传输时延的要求极高，还需进一步的研究。另外，自3GPP R10版本以来，使用更加密集化的小型蜂窝网络一直是3GPP的一个重要发展方向，以此来适应预期的巨大流量增长需求[10]，在一个宏-微蜂窝网络中，干扰消除、资源分配、负载平衡和功率控制都将影响切换决定和切换流程，异构LTE网络中联合优化的切换方案将是一个巨大的挑战[11]。

综上所述，LTE-R切换算法研究的重点在于实现快速切换、减少错误触发。

1 越区切换算法的研究

1.1 LTE-R切换判决概述

LTE-R现有的切换算法的流程如图1所示。

图1 现有的LTE切换算法Fig.1 Existing LTE handover algorithm

由图1中可看出，一方面，为了避免误判，切换决定不是发生在目标小区与服务小区信号质量相等的瞬间，而是有一个差值，这个差值就是迟滞容限U。此时，A3事件满足，终端将测量结果上报至服务eNB，由服务eNB触发切换；另一方面，为了保证准确地触发切换，需要对服务eNB及目标eNB的信号质量进行周期性测量，如果连续N次满足A3事件，即TTT=T×(N-1)，则上报测量报告，执行切换。

1.2 本文算法的提出

目前，大多数切换判决算法是基于RSRP 或参考信号接收质量(reference signal strength indicator, RSRQ)的。但是，由于多径衰落和阴影衰落，信号质量可能产生不可预测的波动，这降低了切换启动的准确性。在高铁通信中，对小区切换要求更加严格，减少错误切换和实现快速切换是保证切换健壮性的前提。当列车以高速穿越小区时，切换算法必须适应列车的高速运行，如何实现快速切换是LTE-R急需解决的问题。针对以上问题，本文在充分考虑速度对切换参数影响的基础上，提出一种基于功率和距离的切换优化方案。

1.3 基于功率-距离的切换优化算法

本算法加入距离因素，在移动台由服务演进型基站(evolved node B,eNB)向目标eNB行驶过程中，当测得服务台的位置越过目标eNB与服务eNB信号强度的理论中点并达到给定阈值后，再判断是否满足A3事件，如满足给定的切换迟滞，则立即执行切换。

算法的实现步骤如下。

步骤1修改测量报告的内容。当UE上报测量信息时，除了当前服务小区、相邻小区的性能测量报告(主要包括RSRQ和RSRP值)等，还包括UE当前时刻速度、位置信息。

步骤2根据列车车次号判断运行方向，自动屏蔽处于列车后方的小区识别号(Cell ID)，并实时更新位置信息及邻区列表信息，选定目标小区。

步骤3源基站根据列车测量上报信息设置切换迟滞、计算最小触发位置及列车到达最小触发位置的时间。

步骤4列车到达最小触发位置之前进行信令交互，分配和激活目标小区信道。

步骤5当列车到达最小触发位置之后再判断切换迟滞是否满足条件，如果满足，则执行切换，切断当前信道，与目标小区建立信道。

2 方案建模与性能分析

系统的网络拓扑模型如图2所示。本系统采用车载中继，将原来UE与地面eNB之间直接通过的、质量较差的无线链路划分为2个链路。一个是车载移动中继站 (mobile relay station, MRS)与地面eNB之间，另一个是MRS与车厢内的无线链路。该结构能够利用中继改善列车与地面eNB之间的链路质量，解决穿透损耗和群切换的问题。

图2 车载中继通信模型Fig.2 Relay communication model for trains

高速铁路以高架桥和开阔环境为主，基站和车载设备之间基本为强视距(line-of-sight,LOS)传输，多径分量较少。因而高铁信道模型可被认为是考虑路径损耗、阴影衰落下的莱斯衰落[12]。同时，本文假设中继已对列车高速移动造成的多普勒频移进行了频偏矫正，使其不再影响切换的判断。如上文所述，列车接收到来自服务eNB的信号强度为

R(i,x)=PteNodeB-PL(i,x)-A(i,x,σ)

(1)

(1)式中：A(·)表示阴影衰落，服从均值为0，方差为σ的高斯分布；x表示测量上报的地点。假设测量上报的周期为Δτ，则测量上报的地点x构成一个数列{xn},且该数列前后2项的差值为

xn-xn-1=Δτ×v

(2)

(2)式中，v为列车速度。

同理，列车接收到来自目标eNB的信号强度为

R(j,x)=PteNodeB-PL(j,x)-A(j,x,σ)

(3)

列车处于服务eNB小区时接收到的同频干扰可表示为

(4)

(4)式中，N为同频基站的个数。

同理，列车处于目标eNB小区时接收到的同频干扰为

(5)

列车处于服务小区时接收信号的信噪比可以表示为

(6)

(6)式中：BW为带宽，单位是Hz；N0为功率谱密度，单位是dB/Hz。

通常，链路的中断情况是衡量网络传输质量的重要指标。中断概率是指由于信号质量太差，导致接收端无法对信号进行正确解码而出现链路中断的情况[13]。在本文中，中断概率定义为接收信号在点x处的SINR低于给定阈值η的概率。

Poutage(i,x)=P[(SINR<η)x]

(7)

将(6)式代入(7)式可得

Poutage(i,x)=P[α(i,x)>PteNodeB-PL(i,x)-

(8)

(8)式中，Q(·)表示Q函数。

如前文所述，切换触发是指UE根据服务eNB的切换命令，执行切换触发的过程。当来自目标小区的信号强度值比来自服务小区的信号强度值高出或等于迟滞U，并且这个条件在与TTT相等的时间内得到满足时，进行切换的触发。因此，切换触发概率可以表示为

Pho=P{[R(j,x)-R(i,x)]≥δ}

(9)

本算法加入距离因素，只有当列车到达最小触发位置才能上报测量报告，执行切换。本文的切换触发概率可表示为

Pho2=P{[R(j,x)-R(i,x)]≥δ|(x>x0)}

(10)

(10)式中：x为列车当前所处的位置；x0为最小触发位置；δ为切换迟滞容限值。δ值的选取和链路质量、传输功率以及速度有关。x0是在忽略阴影衰落的情况下，由(3)式与(1)式之差等于U得到的。受地形、距离及频率的影响，随着收发端距离的增大，信号功率呈对数衰减，阴影衰落因子服从高斯分布。可用对数正态分布描述路径损耗[14]，如(11)式所示。

(11)

(11)式中：n是路径损耗指数；d0为测量距离参考点；d为收发端间距；Xσ用于描述阴影衰落，是一个均值为0的随机变量。

由于列车是否到达指定的最小触发位置和是否成功触发是2个独立的事件，因而可以分开讨论。联立(1)，(3)，(9)，(11)式可得切换触发概率为

Pho=P{[R(j,x)-R(i,x)]≥δ}=

P{-10nlog(D-x)+10nlog(x)+

A(j,x,σ)-A(i,x,σ)≥δ}

(12)

对数正态衰落的归一化自相关函数R(Δx)可以通过指数函数充分地描述，如(13)式所示。

(13)

使Δx=v·kT。(13)式中，v为列车速度，T为测量周期。

综上所述，可得在位置x+Δx处的阴影衰落服从均值为0，方差为(1-R2(Δx))σ2的高斯分布。因此，切换概率可表示为

(14)

在本文中，切换成功率是指触发切换执行操作之后，UE完成目标基站网络重进入过程的概率。在这个过程中，需要接收信号不发生中断，从而保证切换的成功率。列车第1次切换成功的概率为

(15)

如果列车执行第1次切换失败，则第2次顺利切换至目标基站的概率为

(16)

因此，列车经过数次切换并成功切换至目标基站的概率是多次切换概率的累加值。

3 仿真与分析

3.1 仿真参数的配置

在仿真中，设置2个完全一致的小区，假定基站的有效覆盖距离为1.5 km，重叠区为400 m，根据速度的变化设定具体的采样距离。对于本文改进算法成功率的计算，设置T为200 ms，假设切换执行时间为100 ms，由于提前分配目标小区信道的算法可节省一半左右的时延，因此，本文执行时间为50 ms，共计250 ms。同时，根据文献[3]中对于切换时延的限定，传统算法的触发时延TTT设置为480 ms。

具体的仿真参数如表1所示。

3.2 仿真结果分析

图3展示了当采样周期为200 ms时，列车终端以180 km/h的速度穿越小区过程中，接收到来自服务基站与相邻目标基站的信号质量与其所处位置的关系。由图3中可以看出，由于假定2个小区配置参数相同，所以列车接收到的来自服务基站与相邻目标基站的信号质量图形是对称的。在小尺度范围内，由于局部阴影衰落及快衰落的影响，信号不断波动；在大尺度范围内，随着列车持续前进，来自目标eNB的信号质量不断增大，来自服务eNB的信号质量不断减小。

表1 系统仿真参数配置

图3 接收信号强度的对比Fig.3 Comparison of received signal strength

切换触发概率如图4所示。图4a—图4c分别表示低速、中速和高速环境下、不同切换迟滞U对应的切换触发概率随着列车位置变化的示意图；图4d表示相同迟滞U下、不同速度条件对应的切换触发概率随着列车位置变化的示意图。传统的切换迟滞可根据经验值设定，一般将迟滞U设为3 dB。而高速列车需要满足200 km/h以上的时速，应设置满足其切换的迟滞值，以达到更好的切换效果。本文考虑速度对于切换迟滞U的影响，将速度分为3个速度等级，即低速、中速和高速，分别对应120，250和360 km/h，当列车高速运行时，设置较小的迟滞值，以保证快速切换，避免切换滞后；当列车低速运行时，可设置较大的迟滞值，从而消除乒乓切换，避免切换过早。因此，当速度为360，250，120 km/h时，切换迟滞U可分别设置为1.5，2，3 dB。

从总体趋势来看，随着列车不断运行，与目标基站的距离越来越近，切换触发概率也越来越大。同时，随着切换迟滞的增加，同一位置处的切换触发概率不断减小，这是因为迟滞越大，切换越难触发。在给定的测量周期T内，随着列车速度的提升，列车在同一个TTT上移动的距离也变得更远，数列{xn}前后2项的差值更大，切换触发位置被延迟，这将导致更大的切换失败率，这一点在图4d中也可得到验证。当速度为360 km/h、迟滞为1.5 dB时，在测量周期为200 ms的情况下，切换决策最多可以发生11次，在1 300～1 500 m之间的累积切换发生概率可达99.85%。

图5为目标基站中断概率的仿真结果。图5中横坐标表示列车终端距离服务基站的距离，由基站的覆盖参数可知横坐标为1 100 m处为目标基站的覆盖边缘，此处具有最大的中断概率。随着列车不断向目标基站移动，切换的中断概率逐渐减小。由图5中可以看出，如果切换过早发生将导致比较高的中断概率。

切换成功率的仿真结果如图6所示，当列车速度为360 km/h和250 km/h时，对应的最小触发位置大约在1 345 m和1 378 m处，由图6中可以看出，当列车没有达到最小触发位置之前不发生切换的触发，切换成功率基本为0。传统的A3切换算法为了避免错误触发，在满足一定的迟滞之后，还设置了一段触发时延，只有在触发时延规定的时间内满足A3事件才能触发切换，切换过程中时延较长，不利于实现快速切换，而基于功率-距离的切换算法在切换中时延更少，具体是当列车到达最小触发位置之后继续判断迟滞是否满足触发条件，如果满足则立即执行切换，因此，切换成功率迅速提高。当列车速度为360 km/h时，基于功率-距离的切换算法与传统的切换算法在基站覆盖范围内的切换成功率分别可达99.8%和98.4%，可知传统切换算法不满足我国现行无线通信系统对于切换率高于99.5%的要求[15-16]；图6b中，当列车速度为250 km/h时，2种算法的切换成功率分别可达99.9%和99.5%，满足我国现行无线通信系统对于切换率的要求，但改进算法具有更高的切换成功率。另外，由于低速情况下切换成功率均接近100%，在此不再赘述。

图4 切换触发概率Fig.4 Handover trigger probability

图5 目标基站的通信中断概率Fig.5 Probability of communication outage oftarget eNode B

图6 切换成功率的仿真结果Fig.6 Simulation result of handover success rate

4 结 论

本文主要研究了高速铁路宽带移动通信系统的一项关键技术-切换技术。通过越区切换能保证通信的接续进行，从而提升整个通信链路的健壮性和可靠性。然而随着近年来高速铁路的迅猛发展，特别是列车速度的不断提升，高速铁路宽带系统遭遇了新的挑战。本文基于前人的研究，在充分考虑速度对于切换参数影响的情况下，提出一种基于距离和位置的切换优化算法，并对该算法进行分析、建模和仿真，结果表明，该算法在360 km/h的高速移动下依旧能够达到铁道科技司就切换成功率大于99.5%的要求，验证了该算法能够更好地应用于高速铁路环境的越区切换。

本文基于功率-距离算法的重点在于：①基于系统参数在列车到达一定位置时再判断切换迟滞，避免因信号波动造成的提前错误触发；②加入距离因素，减少了切换触发对速度的依赖性；③当满足位置条件时，无需经历几个乃至数个测量周期的触发时延，仅需要一个测量过程来触发切换，保证了切换快速、有效地完成。