LTeA面向HetNe场景下SON技术的研究.docx

万方数据 摘要 随着无线通信技术的迅猛发展，LTE．A网络参数和结构呈现复杂化和多样化的趋势，小功率基 站的广泛部署、多种异构网络的共存、异构网络的干扰消除问题都影响着网络的运行。同时，用户 对无线网络所提供的服务质量越来越敏感，对网络的性能要求越来越高，网络必须满足用户的各种 需求，才能够保障用户优质的用户体验，从而保证用户的忠诚性和减少用户的流失。为了减少人工 干预，最大化网络运维效率，降低基础设施费用以及网络运营费用，3GPPLTE标准引入了SON技 术，SON具有自配置、自优化和自修复三大功能，主要目的一方面可以实现无线网络的一些自主功 能，减少人工参与，降低运营成本，另一方面能提高网络性能，为用户终端提供更好的用户体验。 本文对SON的关键技术进行了深入的研究，提出了一种基于双循环结构的SON自优化方法和 装置以及两种异构网络场景下的负载均衡算法，并进行了计算机仿真验证。本文的主要研究内容总 结如下： (1)提出一种LTE．A系统中基于双循环结构的SON自优化的方法和装置。从宏观的角度出发， 将主要的SON自优化用例进行合理的整合，构建了SON自优化用例在网络中运行的整体框架，通 过触发判决，使系统自适应地选择自优化用例对系统进行优化，同时有效减少多个自优化用例同时 运行时的冲突。 (2)基于维纳预测理论对小区未来一段时间内的负载信息进行预测，提出一种基于负载预测和 用户关联的LTE-AHetNet系统负载均衡算法，通过准确预测每个节点下个时刻的负载状态信息，确 保每个节点提前调整切换参数，从而解决异构网络负载均衡问题，提升网络性能。 (3)基于Q—Learning的LTE．AHetNet系统负载均衡算法，将智能学习领域的强化学习方法运 用于负载均衡网络优化中，将网络中每个家庭基站看作一个Agent，在每个感知周期内，Agent不断 侦听网络状态，应用Q．Learning算法选择一个功率值作为发射功率，更新Q值表，完成一次算法的 迭代。通过不断的学习优化．逐步调整形成最佳的控制策略，该算法有效提高系统吞吐量，同时降 低系统阻话率和掉话率，解决异构网络负载均衡问题。 关键词：LTE-A HetNet，SON，负载预测，用??关联，Q-Learning 东南大学硕士学位论文 JJ  Abstract Abstract With the rapid development of wireless communication technology，the parameters and structure of LTE-A network are more complex and diverse，and the wide deployment of small power wireless devices， the coexistence of multiple heterogeneous networks，and the elimination of the interference of heterogeneous networks all affect the operation of the network．At the same time，users are increasingly sensitive to the quality of service provided by the wireless network and need increasing higher performance requirements of the network．The network must meet the needs of users to ensure the quality of service and user experience，SO as to ensure the user。s loyalty and reduce the loss of users。In order to reduce manual intervention，maximize network operation efficiency,reduce infrastructure costs and network operation costs，LTE 3GPP standard introduces SON technology．SON includes self-configuration， self-optimization and self-healing．The main purpose of SON is that the wireless network can achieve some independent func