一种基于未来负载预测的自适应负载均衡方法
【专利摘要】本发明提供了一种基于未来负载预测的自适应负载均衡方法，该方法利用马尔科夫链来预测下一时刻网络的负载，由此自适应调整触发负载均衡方法的门限以及进行接入控制的方法模型；该方法通过网络之前的负载状况由经过本发明定义的转移概率，计算出未来时刻处于轻载或重载的概率，由算出的概率根据本发明定义的负载效益函数，计算出该网络未来的负载效益值。当网络中有用户请求切换接入或新发起接入请求时，优先选择负载效益值小的网络作为目标网络接入，从而使得整个异构网络的负载均衡，有效地减少了切换的掉话率和接入阻塞率。同时，如预测到未来负载轻载概率大，就动态提高触发负载均衡方法门限，避免网络执行不必要的负载均衡。
【专利说明】一种基于未来负载预测的自适应负载均衡方法
【技术领域】
[0001]本发明涉及异构网络无线资源分配【技术领域】，特别涉及一种无线异构网中基于未来负载预测的自适应负载均衡方法。
【背景技术】
[0002]未来通信系统的发展方向是异构网络的融合，为了更好地实现异构网络的融合，需要研究适用于异构网络环境的无线资源管理技术，从而达到统筹优化利用各接入网的无线资源、提高异构系统无线资源利用率的目的。负载均衡技术作为无线资源管理的重要方面，能够有效避免系统负载分布不均、扩大系统容量，是当前研究的重点。
[0003]目前，当很多移动用户(MN)同时要连接同一个基站或WLAN热点时，会发生严重的接入拥塞，增加接入时延。现有的负载均衡方法，当重叠覆盖小区中的负载超过所定义的负载平衡门限时，就有可能触发负载均衡策略的执行。门限值设置得合适与否对于负载均衡方法的性能有很大影响。如果门限值设置得太高，那么可能导致在系统已经出现拥塞的情况下仍然没有触发负载均衡操作；如果门限值设置得太低，可能导致不必要的均衡，增加系统开销。触发负载均衡操作的门限值可以分为两类，一类为固定门限值，另一类为可动态调整门限值。固定门限值就是为系统各个小区预先设置门限值，设置完成后，只能通过人工重新配置而更改。各个小区预先设置门限值可以相同值，也可以根据个小区最大可用资源数目来为不同小区设置不同的门限值。可动态调整门限值也就是门限值不是固定的，而是可以随着系统各小区负载的变换而动态变换。
[0004]但是，若任一小区过载立即触发负载均衡方法的执行，可能会出现这样一种情况:小区临时过载后很快又恢复为平衡甚至轻载状态，此时执行负载均衡方法就是多余的。
[0005]普遍解决方法:为了防止负载均衡方法频繁执行，设置一个迟滞定时器，当小区呈现过载状态时，启动该定时器，到时候如果系统小区依然处于负载不均的状态，再执行负载均衡方法。
[0006]该方法的不足:只有在网络过载达到先前设定的门限之后才能执行负载均衡方法，没有预先预测防范的功能，且在这段时间之内，若有很多用户请求垂直切换接入，此时过载的网络是接受还是拒绝接入请求，若接受则会降低网络提供的性能，影响其他用户的Qos，拒绝则会造成呼叫阻塞率或掉话率的增大。门限的设定也没有根据网络未来负载的实际情况进行动态的调整。而本发明能够很好地解决上面的问题。
【发明内容】
[0007]本发明目的在于提供了一种基于未来负载预测的自适应负载均衡方法，该方法由基站或者无线局域网接入点的前一时刻负载状态，通过马尔科夫转移函数预测出下一时刻负载的状况，动态调整触发负载均衡方法门限，提出了有效的接入控制自适应负载均衡方法。
[0008]本发明解决其技术问题所采用的技术方案是:一种基于未来负载预测的自适应负载均衡方法，该方法由本发明提出的概率转移函数，通过马尔科夫链预测出接入点下一时刻负载处于各种状态的概率，由预测出的概率通过本发明提出的负载效益值函数计算出接入点下一时刻的负载效益值，以及门限该如何调整。在重叠区域中，当MN需要进行切换或发起新的呼叫请求时，接入控制策略会选择负载效益值最小的那个网络作为目标小区。
[0009]方法流程:
[0010]步骤1:对负载进行统一定义；
[0011](I)对不同的无线异构网络接入技术进行分析，对于跨系统的负载均衡方案，必须要有一个具有相同意义的负载参量；
[0012](2) 一个基站的总资源表示为一秒内在基站能够传送的数据符号的总数；本发明负载定义为单位时间内，节点正在传输的符号数；
[0013]步骤2:编写计算某个网络当前负载的方法；
[0014](I)将业务分为3类:语音业务、数据业务、流媒体业务；不同的业务其数据速率不同；
[0015](2)对于某个网络的负载Load = loadl+load2+load3,其中，1adl为所有语音业务的负载，load2为所有数据业务的负载，load3为所有流媒体业务的负载；
[0016](3)根据实际负载状况，网络将处于轻载、平衡、过载和重载这四个状态空间之
[0017]步骤3:转移概率函数的定义；
[0018](I)网络负载下一时刻处于哪个状态的概率只与前一时刻状态有关，所以负载处于某个状态的概率，这个随机过程满足连续`时间马尔科夫链；通过网络在单位时间内，负载的变化，即:增加的负载减去减少的负载，来确定转移概率，而负载的变化又由该网络在单位时间内不同业务用户数的变化来计算；
[0019](2)确定呼叫的到达和离去所服从的分布模型，划分各种状态的限制门限，然后计算状态转移概率。
[0020]步骤4:计算每个网络当前的负载效益值；
[0021]为了更好地利用马尔科夫计算的负载处于各种状态的概率，使得网络对负载情况有预知功能以方便用户选择负载合适的网络作为切换网络，本发明定义了负载效益值，每个网络根据上一时刻负载效益值，以及此时网络负载处于轻载、平衡、过载、重载的概率，计算出该时刻此网络的负载效益值，从而预测节点负载状态；节点的负载效益值如下式所示:
【权利要求】
1.一种基于未来负载预测的自适应负载均衡方法，其特征在于， 所述方法包括如下步骤: 步骤1:对负载进行统一定义； (1)对不同的无线异构网络接入技术进行分析，对于跨系统的负载均衡方案，必须要有一个具有相同意义的负载参量； (2)—个基站的总资源表示为一秒内在基站上能够传送的数据符号的总数；负载定义为单位时间内，节点正在传输的符号数； 步骤2:编写计算某个网络当前负载的方法； (1)将业务分为3类:语音业务、数据业务、流媒体业务；不同的业务其数据速率不同； (2)对于某个网络的负载Load= loadl+load2+load3，其中，1adl为所有语音业务的负载，load2为所有数据业务的负载，load3为所有流媒体业务的负载； (3)根据实际负载状况，网络将处于轻载、平衡、过载和重载这四个状态空间之一； 步骤3:转移概率函数的定义； (1)网络负载下一时刻处于哪个状态的概率只与前一时刻状态有关，所以负载处于某个状态的概率，这个随机过程满足连续时间马尔科夫链；通过网络在单位时间内，负载的变化，即:增加的负载减去 减少的负载，来确定转移概率，而负载的变化又由该网络在单位时间内不同业务用户数的变化来计算； (2)确定呼叫的到达和离去所服从的分布模型，划分各种状态的限制门限，然后计算状态转移概率； 步骤4:计算每个网络当前的负载效益值； 定义了负载效益值，每个网络根据上一时刻负载效益值，以及此时网络负载处于轻载、平衡、过载、重载的概率，计算出该时刻此网络的负载效益值，从而预测节点负载状态；节点的负载效益值如下式所示:
2.根据权利要求1所述的一种基于未来负载预测的自适应负载均衡方法的实现，其特征在于:所述方法的步骤I中，对负载进行统一定义，其公式如下:
3.根据权利要求1所述的一种基于未来负载预测的自适应负载均衡方法的实现，其特征在于:所述方法的步骤2中，当前负载的计算公式:
4.根据权利要求1所述的一种基于未来负载预测的自适应负载均衡方法的实现，其特征在于:所述方法的步骤3中，以在i时刻节点处于状态I为例，转移概率函数的计算公式为:
5.根据权利要求1所述的一种基于未来负载预测的自适应负载均衡方法的实现，其特征在于:所述方法的步骤4中，计算每个网络下一时刻的负载效益值:
6.根据权利要求1所述的一种基于未来负载预测的自适应负载均衡方法的实现，其特征在于:所述方法的步骤5中，自适应接入控制策略定义了全局平均负载效益值:
7.根据权利要求1所述的一种基于未来负载预测的自适应负载均衡方法的实现，其特征在于:所述方法应用于无线异构网。
【文档编号】H04W48/20GK103889001SQ201410091044
【公开日】2014年6月25日 申请日期:2014年3月13日 优先权日:2014年3月13日
【发明者】潘甦, 张磊, 曹跑跑 申请人:南京邮电大学