基于信號強度與車輛速度的切換判決算法

寧珍妮

【摘要】 本文提出了基于接收信號強度與車輛速度的切換判決算法，基于模糊邏輯控制利用速度大小得到動態遲滯參數，并聯合接收信號接收強度作為新的觸發切換請求的判斷依據，并根據速度方向準確評估車輛運動趨勢，確定目標基站，避免錯誤切換次數，減少了切換判決的時間。并搭建仿真平臺，對算法性能進行評估。

【關鍵詞】 車載網絡 切換判決 遲滯參數 模糊邏輯

一、引言

切換是指用戶處于移動狀態時，可能會穿過不同小區的覆蓋范圍，為保證用戶服務質量，無線承載由當前小區改為相鄰小區的操作過程。切換機制作為無線網絡移動性管理中非常重要的一個方面，其性能的優劣會直接影響用戶的服務質量。日益發展的車聯網系統對切換技術提出了更高的要求。由于車輛節點的高速移動性，對于低速用戶適合的切換參數，對于處于高速行駛狀態的車載用戶來說，則很容易發生過晚切換（甚至無線鏈路失敗）。傳統的切換判決算法并不能完美地反映車輛的運動趨勢，更不能適應車輛速度動態調整切換參數，在盡可能降低切換時延的基礎上，提高切換成功率。

為了彌補傳統切換判決算法上的不足，目前有很多研究都在其基礎上做出了進一步的改進。在切換判決的過程中盡可能利用已知的用戶信息，包括移動臺的運動速度、運動方向、信號強度變化等，提高切換性能，改善用戶體驗。文獻[1～2]是基于GPS輔助對切換算法進行改進，把相鄰基站的直連線的中垂線作為小區邊界，當移動臺位置與邊界的距離小于固定閥值時觸發切換。然而實際情況中由于無線信道的劇烈變化，實用價值并不大；文獻[3]是通過測量列車觸發預承載時所在位置的統計平均值作為參考點，并根據列車移動狀態信息，來降低切換失敗率。文獻[4]提出了基于速度估計的切換參數優化算法，在通過對移動速度進行低、中、高分級調節切換觸發時間TTT，然而沒有充分利用到移動臺的位置信息。

為了獲得切換更高的準確性和系統的更好性能，本文提出了基于接收信號強度與車輛速度的切換判決算法。通過GPS輔助，基于速度大小動態調整遲滯因子，聯合信號接收強度引入新的觸發切換請求的判斷依據，在提高切換成功率的前提下，盡量減少“乒乓效應”；并根據車輛速度方向更準確的評估其運動趨勢，避免錯誤切換次數，減少了切換判決的時間。

二、基于速率的遲滯因子動態調整

目前，3GPP TR 36.902技術規范已明確提出移動魯棒性優化MRO可針對以下切換參數進行優化：觸發時間（TTT），遲滯因子（Hyst），小區偏置參數（CIO），小區重選參數（CRS）。可見，用戶的速度等級信息對MRO中切換優化有著較為直接的影響。接下來主要討論遲滯參數對切換性能的影響。

傳統切換算法是基于RSS固定切換遲滯參數，并延遲觸發的A3切換算法。即滿足式（1）時，觸發切換判決。

RSSnew >RSSorigin+Hyst （1）

其中RSSnew 為目的基站接收信號強度，RSSorigin為服務小區信號接收強度，Hyst 為基于速度v大小的動態值。

但是在車載通信網絡中，由于節點的高速移動性，傳統切換算法下切換成功率有著明顯的下降。本文將遲滯參數作為一個基于速率的動態值進行調整。當車輛高速行駛時，需要降低切換遲滯因子，進而提高車輛高速運行情境下的切換成功率；當車輛行駛緩慢時，則需要保持相對高的切換遲滯因子，保證車輛低速運行時乒乓切換事件頻率較低。因此是一個關于速度v的減函數。

此時切換判決公式調整為如下：

由于信息有限以及無線網絡的動態性，我們無法得到基于速度的準確建模。因此在這里引入模糊邏輯算法的概念。模糊邏輯算法無需了解被控對象的精確模型并且可以模擬人腦思維進行智能控制，根據車輛速率調整遲滯參數。在模糊邏輯系統設計中，主要分為以下三個部分：信息參數模糊化、規則庫的建立、反模糊化。

（1）模糊化

在模糊化過程中，我們需要測量每個輸入量，并根據每個輸入的語言變量對應于模糊序列元素的隸屬度，對模糊序列內的元素賦值，范圍為0～1。車輛速度的隸屬度函數如圖1所示。車輛節點使用隸屬函數計算車輛速度v輸入因子對應的等級（Very Low，Low，Medium，High或Very High）分別對應車輛實際速度0km/h，30km/h，60km/h，90km/h，120km/h。隸屬度函數可表示為：

（2）規則庫

基于車輛速度大小的模糊輸入量，車輛節點可以使用如表1定義的規則庫進行計算當前遲滯因子值。模糊邏輯控制中規則庫均是根據專家經驗或實踐得出的。后續模糊邏輯推理就是參考模糊規則庫，根據得到的輸入量，給出系統所需要的控制量。

在規則庫設定中，我們可以看到速度越高，設定的遲滯參數就越低，符合實際需求。

（3）反模糊化

反模糊化通過一個輸出隸屬度函數將得到的模糊集合轉變為一個精確的數值，作為模糊邏輯控制系統最后的輸出量。作為動態遲滯參數輸出隸屬函數，如圖2。這里我們使用的重心法來進行反模糊化操作，如公式（4）：

其中n為所有規則數，xi為模糊因子，H（xi）為動態遲滯參數的輸出隸屬函數。

在設置輸出隸屬函數中，我們要考慮到，值必須在一個合理的范圍，避免調整過度而導致“乒乓效應”。圖2中輸出隸屬函數中不同等級下遲滯參數的值均是根據多次仿真得到在對應速度下最合適的取值。

三、切換判決算法流程

圖3是某車輛在進行切換判決時的場景示意圖。場景中用到的標號如下：x：此時正在進行切換判決的車輛；A：車輛即將離開的服務小區基站；RSSx，A：車輛x在服務小區A接收到的信號強度；B：車輛即將切換至的目的基站；RSSx，B：車輛x所處地點此時目的基站B的接收信號強度；v：車輛x此時的速度及其方向；ψ：車輛到小區基站A的直線方向與車輛速度v之間的夾角；θ：車輛到小區基站B的直線方向與車輛速度v之間的夾角；Hystv：基于速度模糊控制的動態遲滯參數；RSS_THRESHOLD：一個安全預警RSS，當車輛接收信號強度大于該值時不需要做進一步的切換判決。

為了獲得切換更高的準確性和系統的更好性能，通過GPS輔助，基于速度方向及大小引入新的觸發切換請求的判斷依據，提出信號強度和速度的切換算法機制。基于車輛速度的切換算法有兩重含義：①算法基于車輛速度大小引入模糊邏輯控制，動態調整遲滯因子，提高切換成功率②根據車輛速度方向評估其運動趨勢，更準確的判斷車輛此時是否需要切換，節省傳統切換算法中延遲觸發時間，減少切換時延，且可以避免發生不必要的切換，合理減少切換次數，切換流程如圖4所示。

算法具體步驟如下：

1、基站下發測量配置信息。在同頻測量的測量對象列表中指定UE需要測量的小區（包括服務小區和鄰近小區）。

2、當用戶測量得到服務小區的接收信號強度低于設定的門限值RSS_THRESHOLD時，UE應向基站發送一個事件的測量報告。

3、當觸發測量報告上報后，需要判斷測量報告是否滿足切換的觸發條件。根據車輛速度基于模糊邏輯控制得到動態Hystv值，判斷是否滿足公式：

若滿足條件，根據車輛速度方向確定其運動趨勢為接近目的基站并遠離原服務小區基站，即滿足ψ>90°，θ<90°，這樣可以避免車輛發生不必要的切換，減少切換次數。若確定切換，發出切換命令，若失敗則重新接入，若成功則返回步驟1）。

四、仿真實驗與分析

4.1 仿真場景及參數設置

仿真平臺選用了Matlab搭建。場景我們參考了3GPP TR 36.885[5]中高速公路案例中建議的場景。如圖5所示。具體的仿真參數如表3所示。

接收信號強度RSS計算公式如下：

RSS（d）dB= Pt-PL（d）- N0 （6）

Pt為基站發射功率，單位dBm，PL（d）為經過距離d后的路徑損耗。N0 為高斯白噪聲。

本文中的傳播模型，采用的是3GPP TR 36.885[5]中定義的宏基站到用戶終端UE的傳播模型，如式（7）。

PL（d）dB=128.1+37.6log（d）+Xσ （7）

其中，d為基站到用戶的距離，單位為km。Xσ是一個零均值，標準差為8dB的對數正態分布隨機變量，單位為dB，表示陰影衰落。

為了與傳統基于信號強度的切換判決算法進行比較，我們選取了切換成功率以及切換次數這兩個指標來進行評估。我們通過檢測切換過程中是否發生RLF判定切換是否成功。RLF的判定依據參照3GPP TS 36.330中的定義，在此不做贅述。

4.2 仿真結果分析

為了與傳統純基于接收信號強度的判決算法比較，我們對遲滯參數與延時觸發時間結合的基于A3事件的切換算法進行仿真。其中傳統機制遲滯參數設為4dB，延時觸發時間為100ms。RSS的計算如式（6）并使用同樣的參數。以下所有仿真數據均是1000次取平均值的結果。

圖6展示了本文所提出的基于接收信號強度和車輛速度切換判決機制，傳統切換判決算法在相同的環境下切換成功率的對比。我們可以看到傳統切換判決算法切換成功率隨速度的影響較大，在車輛速度60km/h～80km/h時切換成功率表現較好，但是在低速或高速行駛的情況下，切換率明顯降低。而本文提出的基于信號強度與速度的切換判決算法隨著速度變化切換成功率變化并不明顯。這是由于本算法基于速率引入模糊控制算法，動態調整遲滯參數，適應不同車輛速度場景。

另外參考速度方向來更準確的判斷目的基站以及是否需要切換，進一步減少不必要的切換，提高切換成功率。

圖7展示了兩種機制在相同的環境下切換次數的對比。從圖中可看到，傳統切換次數隨著速度變化呈現減少的趨勢，這是對于高速用戶來說，遲滯參數過大，切換較難觸發，切換次數雖然減少但同時切換成功率也在降低。

本文提出的算法在速度的變化下切換次數能保持很好的穩定性。相比傳統算法，本文提出的算法引入了RSS預警門限，并且根據速度方向來輔助判決，盡量避免了不必要的切換。并基于車輛速度大小動態調整遲滯參數，使車輛在中低速運行時，維持了一個較低的乒乓切換事件；高速行駛過程中，保持較高的切換成功率，滿足了車輛用戶對越區切換的需求。

由于場景的限制，本文提出的算法在切換次數上改善數據并不顯著，但在無線網絡環境復雜的實際情況中，引入速度方向判決會體現更大的優勢。

五、總結

為了獲得切換更高的準確性和系統的更好性 能，本文提出了基于接收信號強度與車輛速度的切換判決算法。通過GPS輔助，基于速度大小，引入模糊邏輯控制，動態調整遲滯參數，聯合信號接收強度引入新的觸發切換請求的判斷依據，在提高切換成功率的同時避免“乒乓效應”；并且根據車輛速度方向更準確的評估車輛運動趨勢，確定目標基站，以及是否切換，避免錯誤切換次數，減少了切換判決的時間。最后進行了仿真，通過切換成功率以及切換次數兩個指標來驗證算法的優越性。

參 考 文 獻

[1] 王巍. 高速鐵路TD-LTE通信系統仿真平臺搭建和切換算法研究[D]. 北京郵電大學， 2013.

[2] Luo W， Fang X， Cheng M， et al. An optimized handover trigger scheme in LTE systems for highspeed railway[C]// Signal Design and its Applications in Communications （IWSDA）， 2011 Fifth International Workshop on. IEEE， 2011：193-196.

[3] 欒林林. 支持高速切換的 TD-LTE 信令的設計及其優化的研究[D]. 北京： 北京郵電大學， 2013.

[4] 盧立陽. LTE-A 異構網絡下基于速度估計的移動性增強算法研究[D]. 北京郵電大學， 2015.

[5] 3GPP TR 36.885 v1.0.0， “Study on LTE-Based V2X Services”； http：//www.3gpp.org/ DynaReport/36885.htm）.