[發明專利]一種基于最大度優先染色算法的物理小區識別分配方法

有效

• 申請號: 201811463217.0
• 申請日: 2018-12-03
• 公開（公告）號: CN109600756B
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 涂山山;劉濛;安明揚;肖創柏
• 申請（專利權）人: 北京工業大學
• 主分類號: H04W16/18
• 分類號: H04W16/18;H04W24/02;H04W24/04;H04L41/14;G06K9/62
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 劉萍

本發明涉及一種基于最大度優先染色算法的物理小區識別分配方法，解決小蜂窩網絡技術中用來識別蜂窩網絡基站的物理小區識別(PCI，Physical Cell Identification)極其有限，導致小蜂窩網絡無法順利部署，用戶的網絡服務質量(QoS，Quality of Service)受到了極大影響的問題。該方法首先使用K均值聚類算法對海量的網絡用戶移動數據進行聚類處理，劃分并確定用戶的熱點地區。然后基于最大度優先染色算法對不同熱點地區的蜂窩基站進行PCI分配和復用。該方法實現了快速有效地對蜂窩基站進行PCI的分配和復用，同時降低了PCI的沖突混淆概率，保障了熱點地區用戶的QoS。

技術領域

本發明采用K均值聚類算法對海量的網絡用戶移動數據進行聚類處理，實現了熱點地區的確定和劃分。然后提出了一種基于最大度優先染色算法的PCI分配方法，該方法可以快速有效地對熱點地區的小蜂窩基站進行PCI的分配和復用，同時降低了PCI的沖突混淆概率，提升了熱點地區用戶的網絡服務質量。基于最大度優先染色算法的PCI分配方法屬于移動通訊網絡領域。

背景技術

隨著無線通信和移動互聯網技術的快速發展，全球的移動網絡數據流量在過去的五年中增長了二十倍。截止2017年底，統計結果顯示全球網絡數據流量平均每個月達到了驚人的7.2EB，其中4G數據流量占比69％。數據的爆炸式增長使得大數據成為了近年來備受關注的概念，它是指通過對大量的、來源復雜的數據源進行高速地捕捉、發現和分析，用模式識別或統計學中的方法提取其價值的技術體系或技術架構。

大數據早期主要應用于商業、金融等領域，后來逐漸擴展到交通、醫療和能源等領域。如今，無線網絡也被視作大數據應用的重要技術領域之一。一方面，隨著智能終端設備的更新發展，用戶的網絡數據服務請求愈發頻繁，產生的網絡數據流量也隨之增加，需要對這些結構多樣、來源復雜的數據進行有效的傳輸和處理。另一方面，隨著用戶對于網絡數據請求的增多，無線網絡的建設和發展遇到了阻礙。網絡數據的爆炸式增長使得傳統蜂窩網絡的容量遠遠達不到用戶的實際需求，尤其對于城市中的熱點地區，大量的網絡在線業務在短時間內產生，并發的還有激增的數據流量傳輸，這些集中的網絡請求可能引發網絡阻塞甚至中斷，造成不可估量的損失。

為了應對無線網絡數據流量快速增長引發的問題，現有的解決方案普遍采用增加網絡小區密度來實現密集網絡部署的技術，從而提升數據流量的傳輸速率和增加網絡容量和覆蓋范圍。該方案的核心是通過將大量的小蜂窩網絡(SC，Small Cells)基站密集地部署在傳統的宏蜂窩網絡架構中，形成異構蜂窩網絡(HCN，Heterogeneous CellularNetwork)，為熱點地區的用戶提供更優質的網絡服務質量。在異構蜂窩網絡中，大規模隨機部署的小蜂窩網絡基站需要物理小區識別碼(PCI,Physical Cell Identification)來區分彼此。然而，受制于物理頻譜資源的限制，PCI的數量極其有限。在長期演進系統(LTE，Long Term Evolution)中可供使用的PCI數量為504個。因此，需要對海量的網絡用戶和蜂窩基站的相關數據進行分析和處理，設計合理有效的PCI分配方案，最大化利用有限的PCI資源，完成熱點地區異構蜂窩網絡的構建，提升用戶的網絡服務質量(QoS，Quality ofService)。

因此，為了解決PCI資源極其有限等問題，本方法采用K均值聚類對“活躍度”較高的蜂窩基站地區的網絡用戶進行聚類處理，根據得到的聚類結果確定熱點地區。然后對不同熱點地區中的復雜蜂窩網絡進行圖形化建模，并創新性地將蜂窩基站的PCI分配問題建模為圖形染色過程。最后提出并采用了基于最大度優先染色算法的PCI分配方案。

發明內容