[發明專利]一種基于漸近貪心行為探索的小區中斷補償方法

有效

• 申請號: 201310473951.6
• 申請日: 2013-10-11
• 公開（公告）號: CN103517309A
• 公開（公告）日: 2014-01-15
• 發明（設計）人: 曾捷;粟欣;肖馳洋;李澤嬌;張琛;方娜燕
• 申請（專利權）人: 清華大學
• 主分類號: H04W24/04
• 分類號: H04W24/04;H04W24/08;H04L12/24
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 羅文群

1.一種基于漸近貪心行為探索的小區中斷補償方法，其特征在于，該補償方法包括以下步驟：

（1）移動通信網絡中通信小區內的用戶對與該用戶所在小區相鄰的六個鄰居小區的參考信號接收功率進行測量，并從測量的參考信號接收功率中選擇最強的3個參考信號接收功率上傳至該用戶的服務基站；

（2）上述服務基站對用戶上報的所有參考信號接收功率進行如下表所示的強度等級劃分：

（3）通信小區將本通信小區內所有用戶上報的同一鄰居小區的參考信號接收功率強度等級進行累加，得到本通信小區基站對六個鄰居小區的六個綜合接收強度，該六個綜合接收強度構成一個六維特征向量，定義該六維特征向量為該通信小區的鄰居小區參考信號接收功率列表，將最近多個測量周期得到的多個參考信號接收功率列表進行累加，得到一個參考信號接收功率的統計向量，并將該參考信號接收功率的統計向量上報至移動通信網絡中該通信小區所屬的蜂窩控制中心；

（4）當移動通信網絡中的通信小區發生通信中斷時，移動通信網絡的蜂窩控制中心在發生通信中斷的通信小區最后一次上報的參考信號接收功率的統計向量中檢索出三個最大的分量，并將與該三個最大分量相對應的通信小區選為補償小區；

（5）設補償小區的補償狀態s為補償小區當前的天線下傾角的值，將對補償小區天線下傾角的調整稱為補償小區的補償行為a，定義補償行為a的集合為A=(-101)，分別代表補償小區天線下傾角的減少、不變和增加3種行為；

（6）為每個補償小區建立一個行為值函數表Q，行為值函數表中存儲補償小區的當前補償狀態下每種補償行為的值函數，對值函數表進行初始化，初始補償時刻t＝0，初始補償時長為0，對當前補償狀態s₀按照以下漸近貪心行為探索方法，確定當前天線下傾角的補償行為a₀的概率Pr(a|s,t,Q,n_t(s))：

Pr(a|s,t,Q,nt(s))=eβt(s)Q(s,a)Σb∈Aeβt(s)Q(s,b)]]>

其中：

βt(s)=lnnt(s)maxa|Qt(s,bmax)-Qt(s,a)|]]>

b_max=argmax_b∈AQ_t(s,b)

n_t(s)為當前時刻t補償狀態s在歷史上被訪問的次數，A為當前狀態下的行為集合，Q_t(s,a)為當前時刻t下與補償狀態s相對應的補償行為a的值函數；

（7）在小區中斷補償中，中斷小區和補償小區內的用戶分別將信干噪比反饋給各自服務基站，補償小區根據本補償小區內用戶的反饋信息計算本次補償的回報值，并根據如下Sarsa-learning的值函數迭代公式更新步驟（6）的行為值函數表Q：

Q(s_t,a_t)＝Q_t(s_t,a_t)+α_t[r(s_t,a_t)+ηQ(s_t+1,a_t+1)-Q(s_t,a_t)]

其中α_t為Sarsa-learning算法的學習因子，η為學習速率調整因子，r(s_t,a_t)為補償狀態s_t和補償行為a_t下的回報值，計算公式為：r＝ΔCPF＝CPF_new-CPF_old，其中，CPF為小區性能函數：

CPF＝βγ×SE_edge(outage_cell)+(1-γ)β×SE_ave(outage_cell)；

+γ(1-β)×SE_ave(compen_cell)；

上式中，SE_edge(outage_cell)表示中斷小區的邊緣頻譜效率，等于該中斷小區內用戶頻譜效率累積分布函數的低5%；SE_ave(outage_cell)表示中斷小區的平均頻譜效率，等于中斷小區內用戶頻譜效率的低50%；SE_ave(compen_cell)表示補償小區的平均頻譜效率，等于補償小區內用戶頻譜效率的低50%；γ為覆蓋和容量的折中因子，0＜γ＜1，β為補償小區性能與中斷小區性能的折中因子，0＜β＜1；

（8）設定一個補償小區回報值閾值Δreward和一個補償時長上限T_sup，若上述回報值r大于Δreward，且補償時刻小于補償時長上限T_sup，則每個補償小區根據當前行為值函數表Q，利用上述步驟（6）和（7）中的漸近貪心行為探索方法，計算得到補償小區天線下傾角的補償行為，并根據該補償行為，計算下一時刻補償狀態s_t+1，若上述回報值r小于或等于Δreward，或補償時刻大于補償時長上限T_sup，則補償結束。