Skip to main content
QUICK REVIEW

[论文解读] An Effective Handover Analysis for the Randomly Distributed Heterogeneous Cellular Networks

Bin Fang, Wuyang Zhou|arXiv (Cornell University)|Jan 7, 2015
Advanced MIMO Systems Optimization被引用 3
一句话总结

本文提出了一种基于随机几何的分析框架,用于计算随机部署的异构蜂窝网络(HCNs)中的切换速率,重点研究多层架构。通过将基站位置建模为泊松点过程并应用无穷小方法,推导出依赖于用户速度和网络参数的瞬时切换速率的闭式表达式,结果通过多种移动模型的仿真得到验证。

ABSTRACT

Handover rate is one of the most import metrics to instruct mobility management and resource management in wireless cellular networks. In the literature, the mathematical expression of handover rate has been derived for homogeneous cellular network by both regular hexagon coverage model and stochastic geometry model, but there has not been any reliable result for heterogeneous cellular networks (HCNs). Recently, stochastic geometry modeling has been shown to model well the real deployment of HCNs and has been extensively used to analyze HCNs. In this paper, we give an effective handover analysis for HCNs by stochastic geometry modeling, derive the mathematical expression of handover rate by employing an infinitesimal method for a generalized multi-tier scenario, discuss the result by deriving some meaningful corollaries, and validate the analysis by computer simulation with multiple walking models. By our analysis, we find that in HCNs the handover rate is related to many factors like the base stations' densities and transmitting powers, user's velocity distribution, bias factor, pass loss factor and etc. Although our analysis focuses on the scenario of multi-tier HCNs, the analytical framework can be easily extended for more complex scenarios, and may shed some light for future study.

研究动机与目标

  • 为解决异构蜂窝网络(HCNs)中由于基站(BS)随机部署和发射功率差异导致的可靠、通用的切换速率数学表达式缺乏的问题。
  • 为计算多层HCN中的切换速率(包括水平和垂直切换)建立一个可处理的分析框架,适用于任意的BS密度、发射功率和路径损耗指数。
  • 证明切换速率仅取决于用户速度分布,而与方向无关,从而使其适用于所有无记忆移动模型。
  • 通过使用多种步行模型的大量计算机仿真,验证分析结果的准确性,确保在真实移动条件下的可靠性。
  • 通过提供一个可扩展、可扩展的分析模型,为未来5G及以后网络中的移动性和资源管理研究奠定基础。

提出的方法

  • 将每层的基站位置建模为独立的齐次泊松点过程(PPPs),从而实现对随机网络拓扑的随机几何分析。
  • 应用无穷小方法,基于用户穿越小区边界的可能性,推导出以特定速度移动的典型用户设备(UE)所经历的瞬时切换速率。
  • 通过积分不同层中UE与基站之间距离和角度的联合分布,推导出任意两层之间切换速率的闭式表达式。
  • 引入偏差因子和路径损耗指数,以模拟不同层中基站覆盖范围和信号强度不同的真实部署场景。
  • 利用推导出的瞬时切换速率表达式,并对其用户速度分布进行平均,得到总体期望切换速率。
  • 通过蒙特卡洛仿真,使用多种移动模型(包括随机游走和随机路点模型)对分析结果进行验证,涵盖多种网络配置。

实验结果

研究问题

  • RQ1当基站随机部署且具有不同发射功率时,如何对多层异构蜂窝网络中的切换速率进行分析建模?
  • RQ2切换速率对关键系统参数(如BS密度、发射功率、路径损耗指数和用户速度)的依赖关系如何?
  • RQ3切换速率是否依赖于用户移动方向,还是如无记忆移动假设所建议的那样,仅由速度决定?
  • RQ4垂直切换(不同层之间)与水平切换(同一层内)的频率相比如何?哪些因素影响这一比例?
  • RQ5所提出的分析框架能否扩展到超越多层模型的更复杂HCN场景?

主要发现

  • 瞬时切换速率仅取决于用户的瞬时速度,与移动方向无关,验证了该模型适用于所有无记忆移动模型。
  • 推导出的切换速率表达式是BS密度、发射功率、路径损耗指数、偏差因子和用户速度分布的闭式函数。
  • 仿真结果证实了分析模型在各种移动模式下的准确性,理论预测与仿真得到的切换速率高度一致。
  • 总切换速率随用户速度和网络中BS密度的增加而增加,尤其在第二层中更为显著,当密度加倍时,切换速率增幅超过200%。
  • 垂直切换速率显著受偏差因子和路径损耗指数的影响;提高较低层BS的偏差可使其切换速率降低多达60%,原因在于覆盖范围的扩展。
  • 当系统参数互为对称时,两层之间的前向和反向切换速率对称,证实了推导表达式中的理论对称性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。