无线通信网中的新型移动性模型

第38卷第3期电子科技大学学报Vol.38No.32009年5月JournalofUniversityofElectronicScienceandTechnologyofChinaMay2009无线通信网中的新型移动性模型张翼德1，冯钢1，薛飞2(1.电子科技大学通信抗干扰国家级重点实验室成都610054;2.电子科技大学通信与信息工程学院成都610054)【摘要】提出了无线蜂窝网中考虑突发事件影响的移动性模型，该模型包括了用户由于受到突发事件影响而改变其移动模式的情况。针对高、中、低三种截然不同的用户移动模式，根据理论分析提出了一种新型移动性模型，新模型能够较好地模拟现实生活里不同移动环境中人们的移动行为。研究了移动对与系统容量有关的各种系统性能参数的影响。该文的结论可用于在无线蜂窝网中充分利用用户的移动特性调整系统提供QoS保障所涉及的配置参数，并且动态地调整系统的切换呼叫请求的保留门限，以提高系统的性能、容量和无线资源的使用效率。关键词无线蜂窝网;移动性模型;服务质量;系统容量中图分类号TN91文献标识码Adoi:10.3969/j.issn.1001-0548.2009.03.004NovelMobilityModelinWirelessNetworksZHANGYi-de1,FENGGang1,andXUEFei2(1.TheStateTelecomAnti-interferenceKeyLab,UniversityofElectronicScienceandTechnologyofChinaChengdu610054;2.SchoolofCommunicationandInformationEngineering,UniversityofElectronicScienceTechnologyofChinaChengdu610054)AbstractThemovementpatternofmobileusersisalwaysamajorconcerninperformanceanalysisofadaptivemobileservicesinwirelessnetworks.Inthispaper,basedontheoreticalanalysiswedevelopanewmobilitymodelwhichtakesintoaccounttheabrupteventinfluence(AEI),suchasanemergencycallbringingapedestrianintoataxiwithouthangingupthecall.TheAEIrendersthemovingtrailsofmobileusersmorerealisticthanusualapproachesforotherrandommobilitymodels.Thusourmobilitymodelisbasedonstochasticcontrolprocessesforvelocityandmovingdirectionconstraints.Therelationshipbetweenmobilityandqualityofservice(QoS)isinvestigatedthroughsimulation.Ouranalysisshowsthatamobilecellularnetworkshouldmakeuseofusermovementcharacteristicsanddynamicallyadjustitsreservationthresholdofthehandoffcallrequeststoincreasethesystemcapacityandperformancesaswellastheutilizationofradioresources.Keywordsmobilecellularnetwork;mobilitymodel;QoS;systemcapacity收稿日期：2008−01−17；修回日期：2008−08−09基金项目：国家自然科学基金(60772142)；“973”基金(2007CB3106040)；国家科技支撑计划(2008BAH30B00)；新一代宽带无线移动通信网科技重大专项(2008ZX03003-005)作者简介：张翼德(1977−)，男，博士，副教授，主要从事无线通信网络、移动通信系统、跨层协议、无线网络多播技术及无线资源管理等方面的研究.下一代无线网络能够承载多媒体业务流⎯⎯话音、图形图像、视频和数据。要达到这一目标，有许多有待解决的关键技术问题，如QoS保证、合理的功率控制算法、调度算法、信道分配方案等[1-4]，QoS保证是其中值得关注的问题之一。同时移动性对于无线蜂窝网是固有的一个最重要的特性。能够支持各种不同应用QoS要求的多业务无线蜂窝通信系统的系统性能受多种因素的影响，其中移动性是影响显著因素之一。现阶段针对无线蜂窝网在移动性和系统性能方面还没有结论性的研究结论[5-6]。本文提出了一个新的支持突发事件影响的移动性模型(MM-AEI)，考虑了用户由于受到突发事件影响而改变其移动模式的情况。针对研究移动性对与系统容量有关的各种系统性能参数的影响，提出了系统模型，弥补了目前文献中一些假设条件过于简单或太理想化的不足[5,7]，使之更符合无线蜂窝通信系统的实际情况。1系统模型1.1系统结构本文考虑包含N簇的由均质的小区组成的一个无线网络，每簇由K小区(K是重用模式)组成，每个小区有C个基本带宽单元(BBUs)或信道，假定小区半径是R。在每个小区中，总的BBUs的一部分保留给邻近小区来的切换请求，本文假定这部分是gC。由于真正的系统包含数以千计的小区，建模非常难，电子科技大学学报第38卷334所以，本文使用“越界反转”技术(wrap-around)，使所有的小区好像一直被放在蜂窝系统的中央内，并且希望能通过这样的模型来抓取真正系统的本质特性。一个由49个小区组成、使用了“越界反转”技术的无线蜂窝网如图1所示。地理位置Y轴/m6000400020000−2000−4000−6000−8000−4000040008000地理位置X轴/m12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849图1无线蜂窝网络模型为了探究移动性如何影响系统容量，建模系统是必需的，本文集中关注移动性模型，因为移动性模型对系统性能有非常大的影响。除此之外，无线传播模型和业务模型以及切换判据也将被建立。1.2业务模型假定业务在所有的小区覆盖范围区域内均匀分布，且在每个小区中，新的呼叫到达请求和切换呼叫请求是独立的Poisson分布，平均新呼叫到达率和平均切换呼叫到达率分别为λ和γ。新呼叫请求和切换呼叫的保持时间请求假定为指数分布，平均呼叫保持时间为ΙII1/1/1/120µµµ===s。这组假定的合理性已经被证明而且在文献中被广泛地使用[6,8-10]。2支持突发事件影响的移动性模型蜂窝网络分析中被广泛使用的移动性模型是“流体流程模型”[11]，它要求分移动是速度和方向变化稀少的一次连续的运动。流体流程模型对在公路上行进的交通工具适当，但是用来描述步行者运动模型是不适当的，因为后者经常作一停一走的中断。另一个模仿移动用户如何在原地附近运动的方法是让其表现出一种“随机步行”的模式[7]，每个移动用户在给定的时间内向任意一个方向移动任意的距离。虽然这个模型很简单，但是它很大程度上不同于在一个实际的系统中移动用户如何在原地附近的移动模式。一般情况下，移动用户通常以目的地为目标进行移动或者旅行[5]，因此，移动速度和方向的变化由于实际物理上的制约在短时间内是有限的，其现在的速度和移动方向可能和他过去的速度和移动方向有相互关系。由于移动可以被定义为在呼叫保持时间期间内发生切换的平均次数，所以本文中应用一个更精确的、基于理论分析的移动性模型。假定矢量(x,y)代表用户的位置，用户位置的变化使x和y的值被改变。因为用户的速度在两个连续抽样时间之间是有相互关系的，所以必须建立相关系数ξ的模型：exp()tξωφ=−∆⋅⋅(1)式中t∆是两个连续抽样时间之间的间隔；ω决定移动性模式的记忆程度[9]，是一个经验的系数；φ是本文设计的“突发事件影响”因子，描述用户移动性模式的突变。由于用户的行为有随机的特性，本文只关心用户运动方向的变动。相关连的连续用户位置x和y坐标服从非相关的正态高斯过程，把用户的移动分解成xV和yV，分别代表x坐标和y坐标的速度，而且xV和yV也共同决定了用户运动轨迹的方向：2avg()(1)1xxVnVnVξξχ=−⋅+−⋅⋅(2)2avg()(1)1yyVnVnVξξχ=−⋅+−⋅⋅(3)式中avgV为平均速度值；(1)xVn−和(1)yVn−定义用户现在的速度，包括速度大小和方向；()xVn和()yVn是下次采样之前用户的速度大小和方向；χ是一个均值为0，方差为1的非相关的正态高斯过程。本文的移动性模型基于高斯–马尔科夫移动性模型，但是更集中关注用户前面的和现在的移动性之间的相互关系。通过调整ξ值和χ的分布，模型可以描述不同的移动性模型。调整ξ值是描述前面的和现在的移动性之间的记忆关系，加入“突发事件影响”因子Φ，还可以描述用户移动模式的突变。下面分别就低、中、高三种不同的移动模式，举例说明本文的移动性模型的适应性。2.1低移动模式当用户处在较繁华的商业地带或者城市中心时，即处在城市微小区或微微小区中时，由于交通的拥塞、街道的宽窄和一些商业活动的影响，用户处于低移动模式中，并且很可能是“行人”模式(pedestrian)或者在我国比较普遍的“自行车”移动模式。用户移动的特点是速度比较低，移动方向不确定(如逛街购物、散步休息等)，用户前面的和现在第3期张翼德等:无线通信网中的新型移动性模型335的移动之间没有什么特定的关系，但是由于用户行为有一定的指向性(如购物)，实际中用户也不太可能在原地兜圈。−20−1001020304050−40−30−20−1001020Cell1Cell2Cell31231233122313121231131231233221用户位置x/m用户位置y/m图2微小区和低移动的情形本文取ξ=1来描述这种移动模式的无记忆性。图2是仿真程序模拟低移动模式的示意图。取R=50m作为小区半径，用户初始化速度平均值为avgV=5m/s。其中箭头表示用户终端行进的大致方向，用户位置点旁边的数字是用户呼叫的编号，横、纵坐标表示以参考点(0,0)为原点的用户位置，参考点是3个小区同时交界的地方。从图2可以看出，用户的移动没有特定的目标点，前后的行进方向没有太大相关性，但实际中用户也不太可能在原地“画圈”式地停留。本文的移动性模型较好地反映了真实的用户终端移动情况。2.2中移动模式当用户处在城郊行进的车辆中，由于交通道路上车辆较多，用户处于中移动模式。用户的移动特点是速度比较适中，移动方向不会轻易改变，一般随交通道路的物理情况来改变移动速度的大小和方向，用户前面的和现在的移动之间有一定的记忆性关系。但是由于是在城市范围，实际情况下用户也不太可能一直保持直线。由于用户在城市范围内，很有可能经常出现某种突发事件影响用户改变其移动模式。如用户本来处于“行人”模式，忽然接到电话转为在车辆中继续通信状态。或者反过来，用户由中、高移动模式进入到低移动模式中，即用户进入到交通拥塞地带或离开速度较高的车辆转入步行状态。本文通过加入“突发事件影响”因子来描述这种用户移动模式的突变。本文取ξ=0.3来描述这种移动模式的中等记忆性。图3是仿真程序模拟中等移动模式的示意图。取R=600m为小区半径，用户初始化速度平均值为avgV=15m/s=54km/h。用户位置x/m−1000−500050010001500−1000−800−600−400−200020040060080