Skip to main content
QUICK REVIEW

[论文解读] Handover adaptation for dynamic load balancing in 3gpp long term evolution systems

Ridha Nasri, Zwi Altman|arXiv (Cornell University)|Jul 4, 2013
Wireless Communication Networks Research参考文献 2被引用 85
一句话总结

本文提出了一种用于LTE切换参数的自动调优机制,该机制基于实时无线负载和邻近小区状况动态调整,以实现负载均衡并减少拥塞。通过在每个基站调整切换阈值,该方法提升了呼叫接纳率和用户吞吐量,仿真结果表明在负载均衡的网络运行中性能显著提升。

ABSTRACT

The long-Term Evolution (LTE) of the 3GPP (3rd Generation Partnership Project) radio access network is in early stage of specification. Self-tuning and self-optimisation algorithms are currently studied with the aim of enriching the LTE standard. This paper investigates auto-tuning of LTE mobility algorithm. The auto-tuning is carried out by adapting handover parameters of each base station according to its radio load and the load of its adjacent cells. The auto-tuning alleviates cell congestion and balances the traffic and the load between cells by handing off mobiles close to the cell border from the congested cell to its neighbouring cells. Simulation results show that the auto-tuning process brings an important gain in both call admission rate and user throughput.

研究动机与目标

  • 通过自优化移动性算法解决早期3GPP LTE网络中的小区拥塞问题。
  • 通过主动将用户从拥塞小区卸载到邻近小区,减少网络不平衡性。
  • 开发一种自动调优机制,根据本地小区和邻近小区的负载状况自适应调整切换参数。
  • 在动态业务环境中提升呼叫接纳率和用户吞吐量等关键性能指标。
  • 实现在LTE网络中无需人工干预的自优化,提升可扩展性和效率。

提出的方法

  • 该方法根据服务小区自身的无线负载和邻近小区的负载,动态调整每个eNodeB的切换参数(例如滞后和时间触发)。
  • 一种负载感知算法实时监控服务小区及其邻近小区的流量和拥塞水平。
  • 当小区拥塞时,通过修改切换决策来鼓励在小区边界附近的用户被卸载。
  • 该自适应机制利用邻近小区的反馈信息,避免在负载均衡过程中导致邻近小区过载。
  • 系统以分布式方式运行,每个基站独立基于本地和邻近小区的负载指标调优其参数。
  • 该算法通过在不同业务条件下进行基于仿真的性能建模进行评估。

实验结果

研究问题

  • RQ1如何自动调整切换参数以提升LTE网络中的负载均衡?
  • RQ2切换阈值的动态自适应对呼叫接纳率和用户吞吐量有何影响?
  • RQ3负载感知的切换调优是否能在不降低整体网络性能的前提下减少小区拥塞?
  • RQ4小区间负载信息如何影响切换自适应的有效性?
  • RQ5与静态切换参数设置相比,自动调优的性能增益如何?

主要发现

  • 自动调优机制通过主动卸载用户显著提升了呼叫接纳率,从而减少了小区拥塞。
  • 由于小区间流量分布更加均衡,用户吞吐量得到提升。
  • 通过引入小区间负载反馈,该方法有效防止了邻近小区的过载。
  • 仿真结果表明,在动态业务条件下网络性能有明显提升。
  • 该算法的分布式特性确保了在大规模LTE部署中的可扩展性和适应性。
  • 该方法支持LTE网络的自优化,减少了对人工参数调优的需求。

更好的研究,从现在开始

从论文设计到论文写作,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。