朱 豪, 彭 藝, 張 申, 李啟騫

(昆明理工大學(xué) 信息工程與自動(dòng)化學(xué)院, 昆明 650504)

當(dāng)高速運(yùn)行的列車在相鄰小區(qū)之間進(jìn)行通信切換時(shí), 要實(shí)現(xiàn)通信的無縫切換具有重要意義.在切換過程中, 乒乓切換、 多普勒頻移等問題, 將會(huì)產(chǎn)生較高的信令擁堵, 使切換觸發(fā)率與成功率大幅度降低, 甚至導(dǎo)致通信中斷, 極大降低了用戶的通信體驗(yàn).且由于時(shí)變衰落特性對(duì)無線通信網(wǎng)絡(luò)的影響, 將會(huì)使通信系統(tǒng)性能隨周圍環(huán)境的變化而產(chǎn)生較大變化.因此, 針對(duì)不同的環(huán)境, 切換過程中的判決參數(shù)將會(huì)不同, 需要自適應(yīng)地調(diào)整.文獻(xiàn)[1-2]通過建立滿意通信概率(satisfactory communication probability, SCP)模型解決了列車高速移動(dòng)過程中產(chǎn)生的多普勒效應(yīng)問題, 并提出了基于速度的聯(lián)合判決算法, 但該算法未考慮遲滯容限值與速度的動(dòng)態(tài)變化關(guān)系；文獻(xiàn)[3]提出了一種基于模糊邏輯的切換算法, 對(duì)切換過程中的門限值做一個(gè)動(dòng)態(tài)調(diào)整, 使切換能達(dá)到更好的效果；文獻(xiàn)[4]首先分析比較了切換過程中可能遇到的相關(guān)參數(shù), 然后通過多屬性決策理論對(duì)不同場景下的參數(shù)進(jìn)行相關(guān)仿真, 進(jìn)一步分析了切換時(shí)延和切換次數(shù)等因素對(duì)切換參數(shù)的影響；文獻(xiàn)[5]根據(jù)列車的實(shí)時(shí)地理位置, 提出了基于距離信息的切換算法, 通過迭代法調(diào)整參考信號(hào)接收功率(reference signal receiving power, RSRP)的門限值; 文獻(xiàn)[6]提出了一種基于RSRP和參考信號(hào)接收質(zhì)量(reference signal receiving quality, RSRQ)的聯(lián)合判決, 能在信號(hào)接收強(qiáng)度較低的情形下, 選擇信號(hào)質(zhì)量最好的基站執(zhí)行切換.

雖然目前已有的切換技術(shù)都能在某種程度上提高切換的性能, 保障基本的通信質(zhì)量, 但在高速鐵路多變復(fù)雜的運(yùn)行環(huán)境中, 信道衰落、 多普勒頻移、 車廂穿透損耗等問題仍然存在[7-11].要滿足高速移動(dòng)場景下高質(zhì)量、 高可靠的通信要求, 現(xiàn)有的切換算法中, 頻繁的乒乓切換、 較大的誤碼率等問題仍較嚴(yán)重, 且遲滯容限值也不能根據(jù)列車速度的不斷變化而自適應(yīng)地調(diào)整.

針對(duì)上述問題, 本文將遺傳算法應(yīng)用到越區(qū)切換技術(shù)中, 以遺傳算法為基礎(chǔ), 在高速特性下, 對(duì)切換判決過程中的相關(guān)參數(shù)進(jìn)行優(yōu)化, 針對(duì)不同運(yùn)行速度動(dòng)態(tài)選擇出能滿足快速切換需求的遲滯容限值, 并引入SCP, 當(dāng)列車在小區(qū)之間移動(dòng)時(shí), SCP值達(dá)不到要求的將不能接入下一個(gè)小區(qū), 以保障良好的通信質(zhì)量.

1 系統(tǒng)模型

1.1 基于RSRP的遲滯容限

圖1 切換示意圖

考慮如圖1所示的切換示意圖, 當(dāng)列車以速度V行駛至A點(diǎn)時(shí), 觸發(fā)切換.假設(shè)列車行駛速度為Vkm/h, 在AB重疊區(qū)內(nèi)完成一次切換所需的時(shí)間為ts, 則切換帶Llap的長度可表示為

(1)

列車在由基站eNodeBi小區(qū)覆蓋范圍向基站eNodeBj移動(dòng)的過程中, 以源基站與鐵路的垂直交叉點(diǎn)為原點(diǎn), 則列車駛離源基站xkm時(shí), 所接收到的來自源基站eNodeBi和目的基站eNodeBj的RSRP值分別為

R(i,x)=PteNodeBi-PL(i,x)-A(i,x,σ),

(2)

R(j,x)=PteNodeBj-PL(j,x)-A(j,x,σ),

(3)

其中:PteNodeB表示基站的傳輸功率, 基站的發(fā)射功率相等, 即PteNodeBj=PteNodeBi;A表示服從高斯分布的陰影衰落, 均值為0, 方差為σ;PL(i,x)和PL(j,x)分別表示源基站和目的基站傳播至列車駛向x處時(shí)的路徑損耗.本文使用Hata-Okumura模型計(jì)算路徑損耗, 表達(dá)式為

PL(i,x)=69.55+26.16lgf-13.82lgHb+(44.9-6.55lgHb)lgx-α(hm),

(4)

其中:f為載波頻率;Hb為基站天線高度;α(hm)表示移動(dòng)臺(tái)(本文中指列車)的天線高度因子, 在不同環(huán)境中具有不同的傳播模型,

(5)

在列車行駛過程中, 列車的RSRP來源于基站之間的發(fā)射功率, 陰影衰落、 路徑損耗作為接收功率的影響因子, 由于基站之間具有相同的發(fā)射功率, 故列車在兩基站之間的RSRP差值可表示為

(6)

其中:x表示移動(dòng)終端在鐵軌上的位置;PL(i,x)和PL(j,x)分別表示源基站到移動(dòng)終端的路徑損耗和目的基站到移動(dòng)終端的路徑損耗.本文忽略局部陰影衰落A(j,x,σ)和A(i,x,σ)的影響, 故RSRP差值可表示為

PT=R(j,x)-R(i,x)≈PL(i,x)-PL(j,x).

(7)

定義一個(gè)門限值U表示RSRP的遲滯容限, 只有當(dāng)RSRP差值不小于該門限值U時(shí)才能觸發(fā)切換, 即

PT≥U.

(8)

在列車進(jìn)行切換過程中, 用αdB/km表示源基站的功率損耗率,βdB/km表示目的基站的功率損耗率.當(dāng)列車在切換帶Llap間行駛時(shí), 來自源基站和目的基站的功率損耗分別表示為

(9)

(10)

則RSRP差值可表示為

(11)

化簡得

(12)

為了適應(yīng)列車高速的需求, 切換觸發(fā)后必須保障切換能有足夠的時(shí)間執(zhí)行, 故遲滯容限大小可調(diào)整為

μ=U-δ.

(13)

1.2 基于RSRQ的遲滯容限

列車在切換帶中運(yùn)行時(shí), 會(huì)同時(shí)接收到來自源基站PteNodeBi和目的基站PteNodeBj的接收信號(hào)質(zhì)量RSRQ, 若此時(shí)列車接收到來自基站PteNodeBi的RSRQ較高, 說明此時(shí)列車的通信質(zhì)量較好, 不適合進(jìn)行切換, 為了不浪費(fèi)資源, 則應(yīng)根據(jù)實(shí)際情況動(dòng)態(tài)調(diào)整RSRQ的切換遲滯容限, 反之亦然.RSRQ的遲滯容限值調(diào)整公式為

(14)

其中: ΔH和ΔL分別表示最優(yōu)和最差信道質(zhì)量;rH和rL分別表示最大和最小遲滯容限；S表示速度參數(shù),

(15)

1.3 速度-滿意通信概率

為反映基站發(fā)射與接收信號(hào)之間質(zhì)量的優(yōu)劣, 需用滿意通信概率模型進(jìn)一步研究列車的切換算法. 定義列車在運(yùn)行過程中由于速度變化而產(chǎn)生的通信失敗現(xiàn)象為速度-不滿意通信事件.由于該事件出現(xiàn)的方式是隨機(jī)且獨(dú)立分布的, 且速度與誤碼率有關(guān), 故該事件在單位時(shí)間內(nèi)的出現(xiàn)次數(shù)服從Poisson分布,

(16)

其中:k為出現(xiàn)次數(shù);λ為Poisson分布的均值和方差,λ=a(Pb-Pstd),a為待定系數(shù), 經(jīng)過相關(guān)數(shù)據(jù)測(cè)試分析, 可得a的取值一般為106.

定義速度-不滿意事件次數(shù)小于臨界速度-不滿意通信事件次數(shù)的概率為速度-滿意通信概率, 可表示為

(17)

其中,NPstd表示單位時(shí)間內(nèi)發(fā)生誤碼的次數(shù), 由于誤碼是導(dǎo)致通信失敗的最重要原因, 所以NPstd也稱為不滿意通信事件的次數(shù).在GSM-R國際無線通信標(biāo)準(zhǔn)要求中, 通常Pstd的下限取為0.008.當(dāng)列車以恒定速度V從源基站PteNodeBi向目的基站PteNodeBj移動(dòng)時(shí), 所有滿意通信概率達(dá)不到門限值的小區(qū)將不能接入.

2 基于遺傳算法的效益選擇方法

2.1 改進(jìn)算法

遺傳算法是模擬生物在自然環(huán)境中的遺傳和進(jìn)化過程而形成的一種并行、 高效、 全局搜索方法.與傳統(tǒng)算法相比, 遺傳算法具有對(duì)參數(shù)的編碼進(jìn)行操作、 不需要推導(dǎo)和附加信息、 尋優(yōu)規(guī)則非確定性、 自組織、 自適應(yīng)和自學(xué)習(xí)等特點(diǎn).當(dāng)染色體結(jié)合時(shí), 雙親遺傳基因的結(jié)合使得子女保持父母的特征；當(dāng)染色體結(jié)合后, 隨機(jī)的變異會(huì)導(dǎo)致子代與父代的不同[12-13].本文采用遺傳算法進(jìn)行遲滯容限門限值的選擇, 算法步驟如下：

1)隨機(jī)生成初始種群U={U1,U2,…,UN}, 種群規(guī)模為N,U∈[0,20].

2)根據(jù)效益函數(shù)計(jì)算效益矩陣A=(fx1,fx2,…,fxN),

(18)

其中:V表示列車行駛的速度;α和β分別表示來自源基站和目的基站的功率損耗率.速度越大, 效益值越大, 不同速度V對(duì)應(yīng)不同的效益值.

3)根據(jù)設(shè)定好的適應(yīng)度函數(shù)計(jì)算出第NPstd代全部個(gè)體的適應(yīng)度值pi, 用矩陣P=(p1,p2,…,pn)表示.用速度-滿意通信概率表示適應(yīng)度函數(shù)為

(19)

其中:k為出現(xiàn)次數(shù);NPstd為不滿意通信事件的次數(shù);λ為Poisson分布的均值和方差.

4)根據(jù)適應(yīng)度函數(shù)對(duì)種群中每個(gè)個(gè)體的適應(yīng)度值進(jìn)行排序, 并采用輪盤賭算法進(jìn)行選擇, 選擇出與效益值f(xi)適應(yīng)度最高的適應(yīng)度值pi.在該選擇算法中, 適應(yīng)度高的值較易被選到, 反之, 適應(yīng)度低的值將會(huì)被淘汰.

5)根據(jù)選取的效益值, 選取適應(yīng)度最高的兩個(gè)個(gè)體以概率Pc進(jìn)行染色體的交叉變異, 生成新一輪的種群, 并更新為種群Ui={U11,U22,…,UNn}.

6)循環(huán)計(jì)算步驟1)～6), 不斷更新新一代的種群群體, 并記錄每一代種群中適應(yīng)度值最高的個(gè)體f(xi).若達(dá)到設(shè)定的最大迭代次數(shù), 則停止運(yùn)算, 當(dāng)前記錄的個(gè)體即為算法的最優(yōu)解.

2.2 切換方案分析

當(dāng)列車在PteNodeBi覆蓋小區(qū)行駛時(shí), 存在小區(qū)內(nèi)同頻干擾的影響, 該干擾可表示為

(20)

當(dāng)列車行駛到距離源基站PteNodeBi距離xkm時(shí), 所接收到的信噪比為

(21)

其中:N0表示噪聲密度;BW表示信道帶寬.同理, 接收到來自j小區(qū)的信噪比可表示為

(22)

列車行駛過程中, 接收到的來自PteNodeBi的RSRQ值可表示為

(23)

接收到的來自PteNodeBj的RSRQ值可表示為

(24)

本文采用基于接收信號(hào)功率RSRP和接收信號(hào)質(zhì)量RSRQ的聯(lián)合判決算法, 用P1表示滿足RSRP切換遲滯容限的概率,P2表示滿足RSRQ切換遲滯容限的概率,P3表示RSRP達(dá)到滿意通信概率的概率,P4表示RSRQ達(dá)到滿意通信概率的概率, 則有：

從而本文算法的切換觸發(fā)率可表示為

Phandover=P1P3+(1-P1)P2P4.

(29)

切換成功率是指切換過程中通信未發(fā)生中斷的現(xiàn)象, 用η表示信噪比門限值, 則切換成功率可表示為

Psuccess=Phandover·P(SINR(x,i)≥η)·P(SINR(x,j)≥η).

(30)

圖2為基于遺傳算法的遲滯容限選取流程.

圖2 基于遺傳算法的遲滯容限選取

3 仿真實(shí)驗(yàn)

3.1 仿真參數(shù)的配置

本文采用MATLAB進(jìn)行仿真驗(yàn)證, 由于較大的群體規(guī)模將會(huì)增大計(jì)算復(fù)雜度, 故本文遺傳算法群體規(guī)模取200, 為了得到最優(yōu)解, 交叉與變異概率分別取為0.8和0.1, 最大迭代次數(shù)取200次.仿真過程中采用如下參數(shù)：基站間距為4.8 km, 基站覆蓋半徑為3 km, 載波頻率為2 GHz, 信道帶寬為1 MHz, 測(cè)量周期為500 ms, 基站發(fā)射功率為43 dBm, 基站天線高度為30 m, 列車天線高度為1.5 m, 陰影衰落偏差為4 dB, 陰影相關(guān)距離為50 m, 噪聲密度為-174 dBm/Hz, 切換執(zhí)行時(shí)間為0.5 s, 一般切換遲滯值為3 dB, 最大RSRP遲滯值為20 dB, 最小RSRP遲滯值為3 dB, 最優(yōu)信道質(zhì)量為60 dB, 最差信道質(zhì)量為5 dB, 信噪比門限值為-35 dB.

3.2 仿真結(jié)果分析

下面實(shí)驗(yàn)分析不同速度下的速度-滿意通信概率.將傳統(tǒng)RSRP的遲滯容限與本文用遺傳算法迭代出的遲滯容限進(jìn)行對(duì)比, 并對(duì)比傳統(tǒng)切換方案與本文切換方案的切換觸發(fā)率與切換成功率, 結(jié)果分別如圖3～圖7所示.

圖3 不同速度下的滿意通信概率

圖4 不同速度下的RSRP遲滯容限

圖5 不同速度時(shí)遲滯容限值與距離的關(guān)系

圖6 不同速度下的切換觸發(fā)率比較

圖7 不同速度下的切換成功率比較

圖3為不同速度下的速度-滿意通信概率變化曲線.由圖3可見, 隨著列車的移動(dòng), 距離目的基站的距離逐漸縮小, 誤碼率逐漸減小, 當(dāng)列車駛離源基站約2 km時(shí), 速度-滿意通信概率基本維持在90%以上, 達(dá)到2.5 km時(shí), 逐漸接近于1, 很好地達(dá)到了預(yù)期效果.圖4為傳統(tǒng)RSRP的遲滯容限值與列車速度之間的變化關(guān)系.由圖4可見, 遲滯容限基本與列車速度呈線性關(guān)系, 一般情況下, 大多選擇3 dB作為固定的切換觸發(fā)門限, 但這并不適合速度高速變化的列車運(yùn)行場景.當(dāng)列車速度達(dá)到400 km/h或更高時(shí), 顯然3 dB不再適用, 將會(huì)導(dǎo)致不必要的切換延時(shí), 影響通信質(zhì)量.圖5為本文采用遺傳算法迭代出的一系列遲滯容限曲線.由圖5可見, 隨著列車與源基站之間距離的不斷變化, 遲滯容限值也不斷變化, 可以更好地觸發(fā)切換, 列車距離源基站越遠(yuǎn), 容限值也變得越小, 由于設(shè)置了最小遲滯容限值, 故降低至約2.2 dB時(shí)不再變化, 從而可保證不必要切換(乒乓切換)現(xiàn)象的發(fā)生.

由圖6和圖7可見, 在列車初駛?cè)胫丿B區(qū)的過程中, 由于距離目的基站的距離較遠(yuǎn), 列車接收到的來自源基站的接收信號(hào)還遠(yuǎn)大于來自目的基站的接收信號(hào), 所以基本不會(huì)觸發(fā)切換, 導(dǎo)致切換的不執(zhí)行, 因此初期的切換觸發(fā)概率和切換成功率都較低；當(dāng)列車距離目的基站越來越近, 開始觸發(fā)切換, 切換觸發(fā)率與成功率都快速提高, 速度越高, 切換的觸發(fā)率越高.與傳統(tǒng)切換方案相比, 本文切換算法在切換觸發(fā)率和成功率方面都有較大幅度的提高.

綜上所述, 本文主要研究了高速鐵路場景下通信系統(tǒng)中的越區(qū)切換技術(shù).通過越區(qū)切換能保證列車在高速運(yùn)行環(huán)境中的不間斷通信, 從而提高乘客的服務(wù)體驗(yàn).本文在已有研究成果的基礎(chǔ)上, 提出了一種基于改進(jìn)遺傳算法的自適應(yīng)聯(lián)合判決切換算法, 并對(duì)該算法進(jìn)行了仿真分析, 分析了列車速度分別在200,350,500 km/h三種高速下的各種變化關(guān)系.仿真結(jié)果表明, 與傳統(tǒng)切換方案相比, 該方案可實(shí)現(xiàn)提高切換觸發(fā)率和切換成功率的目標(biāo), 能達(dá)到較高的滿意通信概率.