基于情景感知的自組織網(wǎng)絡(luò)SON的協(xié)同優(yōu)化管理

雷肖劍，劉二平，張 晶

(1.海裝天津局,天津 300000；2.海軍駐保定地區(qū)航空軍事代表室，河北 保定 071000；3.中國(guó)電子科技集團(tuán)公司第五十四研究所，河北 石家莊 050081)

基于情景感知的自組織網(wǎng)絡(luò)SON的協(xié)同優(yōu)化管理

雷肖劍1，劉二平2，張 晶3

(1.海裝天津局,天津 300000；2.海軍駐保定地區(qū)航空軍事代表室，河北 保定 071000；3.中國(guó)電子科技集團(tuán)公司第五十四研究所，河北 石家莊 050081)

針對(duì)LTE網(wǎng)絡(luò)中的SON功能用例的協(xié)同管理問(wèn)題，基于網(wǎng)絡(luò)狀態(tài)信息、關(guān)鍵技術(shù)指標(biāo)(Key Performance Indicators,KPI)等情景信息，設(shè)計(jì)了一種LTE網(wǎng)絡(luò)中的多個(gè)自組織網(wǎng)絡(luò)(Self-Organized Network，SON)協(xié)同管理機(jī)制。結(jié)合強(qiáng)化學(xué)習(xí)理論，提出了一種SON用例間協(xié)同優(yōu)化管理算法。以移動(dòng)負(fù)載均衡用例(Mobility Load Balancing，SON1)和移動(dòng)魯棒性優(yōu)化用例(Mobility Robustness Optimization，SON2)為例，進(jìn)行移動(dòng)負(fù)載均衡和移動(dòng)魯棒性優(yōu)化和兩SON用例間的協(xié)同優(yōu)化，從而在已知情景信息的前提下，實(shí)現(xiàn)網(wǎng)絡(luò)性能穩(wěn)定提升。仿真結(jié)果表明，該算法可以有效地實(shí)現(xiàn)負(fù)載均衡并提升網(wǎng)絡(luò)穩(wěn)定性，同時(shí)提升網(wǎng)絡(luò)吞吐量。

情景感知；自組織網(wǎng)絡(luò)；強(qiáng)化學(xué)習(xí)；移動(dòng)負(fù)載均衡；移動(dòng)魯棒性

0 引言

隨著多種無(wú)線接入技術(shù)的異構(gòu)融合，未來(lái)無(wú)線網(wǎng)絡(luò)更加復(fù)雜，系統(tǒng)架構(gòu)更加動(dòng)態(tài)靈活，移動(dòng)終端用戶所需的服務(wù)質(zhì)量(Quality of Service，QoS)需求更加苛刻[1-2]。因此，未來(lái)網(wǎng)絡(luò)須自適應(yīng)地滿足用戶需求，確保用戶高質(zhì)量的業(yè)務(wù)體驗(yàn)，同時(shí)保證未來(lái)網(wǎng)絡(luò)高效的運(yùn)維管理[3-4]。然而，傳統(tǒng)的網(wǎng)絡(luò)優(yōu)化和運(yùn)維管理方法使得未來(lái)網(wǎng)絡(luò)運(yùn)營(yíng)開(kāi)銷呈指數(shù)增長(zhǎng)[5]。為確保無(wú)線網(wǎng)絡(luò)的自主配置和智能優(yōu)化，部署快速動(dòng)態(tài)調(diào)整、高運(yùn)維效率的異構(gòu)無(wú)線網(wǎng)絡(luò)(Self-Organized Network，SON)概念被引入LTE無(wú)線接入網(wǎng)中[6]。然而，不同的SON功能之間存在關(guān)聯(lián)，當(dāng)根據(jù)不同的優(yōu)化目標(biāo)進(jìn)行優(yōu)化時(shí)，不同的SON功能之間可能沖突，從而影響網(wǎng)絡(luò)性能[7]。因此，合理協(xié)調(diào)各個(gè)SON功能，進(jìn)行沖突避免，從而實(shí)現(xiàn)多個(gè)SON功能一致性和協(xié)同管理，有效改善網(wǎng)絡(luò)性能是當(dāng)前重要的研究?jī)?nèi)容。

文獻(xiàn)[8]對(duì)SON自優(yōu)化相關(guān)的場(chǎng)景用例如負(fù)載均衡(Mobility Load Balancing,MLB)、覆蓋和容量自優(yōu)化(Capacity and Coverage Optimazation,CCO)和移動(dòng)魯棒性(Mobility Robustness Optimization,MRO)等研究實(shí)例進(jìn)行了詳細(xì)闡述。文獻(xiàn)[9-10]對(duì)SON功能的CCO用例進(jìn)行了探討，結(jié)合網(wǎng)絡(luò)負(fù)載、覆蓋質(zhì)量等網(wǎng)絡(luò)信息，通過(guò)動(dòng)態(tài)改變電子下傾角的方式改變網(wǎng)絡(luò)覆蓋，提高網(wǎng)絡(luò)容量和優(yōu)化網(wǎng)絡(luò)覆蓋。文獻(xiàn)[11]研究了自動(dòng)鄰區(qū)配置關(guān)系用例，實(shí)現(xiàn)網(wǎng)絡(luò)參數(shù)的自動(dòng)配置，減少人工運(yùn)維成本，節(jié)省網(wǎng)絡(luò)開(kāi)銷。文獻(xiàn)[12-17]針對(duì)網(wǎng)絡(luò)資源分配不均和網(wǎng)絡(luò)過(guò)載等問(wèn)題，通過(guò)移動(dòng)負(fù)載均衡用例的優(yōu)化，從而均衡網(wǎng)絡(luò)資源并提升網(wǎng)絡(luò)性能。然而，在現(xiàn)有的文獻(xiàn)中，只是研究獨(dú)立的SON功能用例，優(yōu)化獨(dú)立的網(wǎng)絡(luò)目標(biāo)，對(duì)網(wǎng)絡(luò)性能的提升有限。但是面對(duì)復(fù)雜的異構(gòu)網(wǎng)絡(luò)，需要優(yōu)化多個(gè)關(guān)鍵性技術(shù)指標(biāo)，同時(shí)從多層次、多維度對(duì)多個(gè)網(wǎng)絡(luò)目標(biāo)進(jìn)行聯(lián)合優(yōu)化，即對(duì)多個(gè)SON功能用例實(shí)現(xiàn)有效的協(xié)同優(yōu)化管理。

本文基于關(guān)鍵技術(shù)指標(biāo)、網(wǎng)絡(luò)狀態(tài)等情景感知信息，結(jié)合強(qiáng)化學(xué)習(xí)算法，設(shè)計(jì)了一種LTE自組織網(wǎng)絡(luò)SON協(xié)同管理機(jī)制，并提出了一種有效的SON之間協(xié)同管理算法，以移動(dòng)負(fù)載均衡(MLB，SON1)和移動(dòng)魯棒性優(yōu)化(MRO，SON2)為例，進(jìn)行移動(dòng)負(fù)載均衡SON1和移動(dòng)魯棒性優(yōu)化SON2之間的協(xié)同管理，從而在保證網(wǎng)絡(luò)負(fù)載均衡的前提下，實(shí)現(xiàn)無(wú)線網(wǎng)絡(luò)性能提升。

1 系統(tǒng)模型和問(wèn)題描述

LTE網(wǎng)絡(luò)場(chǎng)景系統(tǒng)模型如圖1所示。在LTE異構(gòu)網(wǎng)絡(luò)場(chǎng)景中，將無(wú)線網(wǎng)絡(luò)管理優(yōu)化問(wèn)題分解為多SON功能用例的決策行為，獨(dú)立的SON功能用例都看作一個(gè)控制環(huán)SONuc。因此，為實(shí)現(xiàn)整體無(wú)線網(wǎng)絡(luò)優(yōu)化目標(biāo)，通過(guò)運(yùn)行相應(yīng)的SON功能機(jī)制SONm，調(diào)整相關(guān)的無(wú)線參數(shù)，從而保證網(wǎng)絡(luò)的關(guān)鍵技術(shù)指標(biāo)(KeyParameterIndicators,KPI)維持在給定的網(wǎng)絡(luò)目標(biāo)值。其中，根據(jù)掉話率、阻塞率和網(wǎng)絡(luò)能耗等情景感知信息，通過(guò)運(yùn)行SON功能用例計(jì)算并調(diào)整相應(yīng)的無(wú)線參數(shù)，運(yùn)行相應(yīng)的SONm功能，進(jìn)行異構(gòu)網(wǎng)絡(luò)優(yōu)化，并且確定觸發(fā)的SONm功能及其類型，從而實(shí)現(xiàn)網(wǎng)絡(luò)的優(yōu)化管理。

圖1 LTE網(wǎng)絡(luò)場(chǎng)景系統(tǒng)模型

1.1 網(wǎng)絡(luò)系統(tǒng)模型

在本文中，整個(gè)異構(gòu)無(wú)線網(wǎng)絡(luò)的自主優(yōu)化過(guò)程，看作是自動(dòng)控制系統(tǒng)中的獨(dú)立控制環(huán)問(wèn)題。假設(shè)本文中的SON功能用例運(yùn)行在相同的時(shí)間尺度上。在無(wú)線網(wǎng)絡(luò)運(yùn)維優(yōu)化過(guò)程中，根據(jù)控制系統(tǒng)的輸出參數(shù)(如網(wǎng)絡(luò)負(fù)載)以及可測(cè)量到的網(wǎng)絡(luò)參數(shù)(如掉話率、阻塞率等KPI指標(biāo))，動(dòng)態(tài)調(diào)整控制系統(tǒng)輸入?yún)?shù)，因此當(dāng)無(wú)線網(wǎng)絡(luò)進(jìn)行同一時(shí)間尺度下的多個(gè)SON功能優(yōu)化決策時(shí)，將SON用例間的目標(biāo)沖突問(wèn)題可以轉(zhuǎn)化為多目標(biāo)優(yōu)化問(wèn)題[7]。

1.2 情景感知信息

情景感知信息：隨著異構(gòu)無(wú)線網(wǎng)絡(luò)中的“數(shù)據(jù)風(fēng)暴”的來(lái)臨，無(wú)線網(wǎng)絡(luò)更易感知獲取網(wǎng)絡(luò)用戶位置(室內(nèi)、室外等)、網(wǎng)絡(luò)狀態(tài)(好、中、差等)、網(wǎng)絡(luò)性能指標(biāo)(如掉話率、阻塞率等)等信息，即情景感知信息。

因此，在異構(gòu)無(wú)線網(wǎng)絡(luò)的網(wǎng)絡(luò)管理優(yōu)化過(guò)程中，把多個(gè)SONm之間的協(xié)同管理，轉(zhuǎn)化為在相同的網(wǎng)絡(luò)環(huán)境下的多個(gè)優(yōu)化目標(biāo)問(wèn)題；每個(gè)單獨(dú)SON優(yōu)化的過(guò)程可看作一個(gè)馬爾科夫過(guò)程，即無(wú)線網(wǎng)絡(luò)節(jié)點(diǎn)單獨(dú)的優(yōu)化控制環(huán)SONuc。異構(gòu)網(wǎng)絡(luò)SON協(xié)同管理模型如圖2所示。

圖2 異構(gòu)網(wǎng)絡(luò)SON協(xié)同管理模型

假設(shè)網(wǎng)絡(luò)中運(yùn)行著N個(gè)SONm機(jī)制，根據(jù)情景感知信息(如掉話率、阻塞率和網(wǎng)絡(luò)能耗等)，無(wú)線網(wǎng)絡(luò)對(duì)不同的SONm機(jī)制有著不同的要求，從而在網(wǎng)絡(luò)優(yōu)化過(guò)程中，多個(gè)SONm協(xié)同管理問(wèn)題轉(zhuǎn)化為多目標(biāo)問(wèn)題為：

s.t.fi(SONmi)>0,

wi>0。

(1)

式中，fi(SONmi)為第i個(gè)SONm的目標(biāo)收益；wi為SONmi的權(quán)重，代表著無(wú)線對(duì)不同SON功能的運(yùn)維管理需求。通過(guò)檢測(cè)多個(gè)SON調(diào)整的無(wú)線優(yōu)化參數(shù)或目標(biāo)優(yōu)化值，判定SON之間是否存在沖突：如果無(wú)沖突，則每個(gè)SON智能體單獨(dú)進(jìn)行優(yōu)化；如果檢測(cè)到?jīng)_突存在，根據(jù)網(wǎng)絡(luò)狀態(tài)(好、中、差等)、網(wǎng)絡(luò)性能指標(biāo)(如掉話率、阻塞率等)等情景感知信息，在不同的網(wǎng)絡(luò)情境下，調(diào)整不同SON的權(quán)重，從而實(shí)現(xiàn)網(wǎng)絡(luò)的整體性能優(yōu)化。

2 SON協(xié)同管理機(jī)制

2.1 SON智能體模型

在本文中，結(jié)合強(qiáng)化學(xué)習(xí)理論，單個(gè)SON智能體模型包括4個(gè)部分：

① 網(wǎng)絡(luò)環(huán)境感知狀態(tài)集合S；

②SON智能體的操作行為集合A；

③ 狀態(tài)轉(zhuǎn)移函數(shù)：T:S×A→(S)；

④ 回報(bào)函數(shù)：R:S×A→R。在異構(gòu)無(wú)線網(wǎng)絡(luò)優(yōu)化過(guò)程中，智能體通過(guò)與周圍環(huán)境的交互過(guò)程，獲得網(wǎng)絡(luò)的情景信息。此外，在時(shí)間t時(shí)刻，智能體對(duì)無(wú)線網(wǎng)絡(luò)環(huán)境狀態(tài)st進(jìn)行感知，并根據(jù)狀態(tài)st，選擇行為at。隨著無(wú)線網(wǎng)絡(luò)環(huán)境的改變，網(wǎng)絡(luò)環(huán)境從狀態(tài)st轉(zhuǎn)移到新?tīng)顟B(tài)st+1，并且把產(chǎn)生的回報(bào)值rt+1反饋給智能體代理。在整個(gè)優(yōu)化過(guò)程中，SON智能體代理把搜索最優(yōu)的策略：π*:S→A，作為網(wǎng)絡(luò)優(yōu)化的目標(biāo)。其中，本文選擇最大化預(yù)期折扣值作為回報(bào)值：

(2)

(3)

選擇優(yōu)化策略，即動(dòng)作a∈A。然后網(wǎng)絡(luò)節(jié)點(diǎn)智能體回報(bào)值(即網(wǎng)絡(luò)效用)根據(jù)回報(bào)值和已有的Q值，終端更新Q值表中狀態(tài)s和所選動(dòng)作對(duì)應(yīng)的值：

(4)

(5)

式中，R(x,α)=E{r|s,a};π為所選的策略；α為學(xué)習(xí)因子。

2.2SON協(xié)同問(wèn)題描述

以移動(dòng)負(fù)載均衡SON1和移動(dòng)魯棒性優(yōu)化SON2為例，提出了一種基于強(qiáng)化學(xué)習(xí)的SON協(xié)同優(yōu)化算法，旨在解決在LTE異構(gòu)無(wú)線網(wǎng)絡(luò)中，移動(dòng)負(fù)載均衡和移動(dòng)魯棒性優(yōu)化SON用例間協(xié)同管理問(wèn)題。為了保障網(wǎng)絡(luò)覆蓋，假設(shè)宏基站不能調(diào)整參考功率。主要原因是：如果宏基站改變其參考功率，可能出現(xiàn)網(wǎng)絡(luò)中的宏基站和家庭基站同時(shí)減少自身覆蓋的情況，從而導(dǎo)致部分區(qū)域無(wú)網(wǎng)絡(luò)覆蓋的問(wèn)題；此外，網(wǎng)絡(luò)負(fù)載均衡的優(yōu)化問(wèn)題主要面向小區(qū)邊緣的用戶，主要對(duì)家庭基站進(jìn)行調(diào)整，因此不需要調(diào)整宏基站的參考功率。

在強(qiáng)化學(xué)習(xí)理論中，通過(guò)與周圍環(huán)境的交互過(guò)程，SON智能體獲得網(wǎng)絡(luò)狀態(tài)信息，并通過(guò)反饋信息，進(jìn)行策略學(xué)習(xí)，最終獲得最優(yōu)的策略，因此非常貼合SON功能應(yīng)用場(chǎng)景。本文給出以下假設(shè)：無(wú)線網(wǎng)絡(luò)中的家庭基站(PICO基站)看作是自主決策的智能體。SON智能體運(yùn)行相應(yīng)的強(qiáng)化學(xué)習(xí)機(jī)制，并做出最優(yōu)的參考信號(hào)功率控制策略。與此同時(shí)，本文考慮網(wǎng)絡(luò)中的KPI指標(biāo)，例如阻塞率、掉話率以及吞吐量等指標(biāo)。因此，把最優(yōu)化上述的KPI指標(biāo)作為無(wú)線網(wǎng)絡(luò)的最優(yōu)化控制策略。假設(shè)以下情景感知信息(KPI指標(biāo))：呼叫阻塞率和網(wǎng)絡(luò)掉話率。對(duì)于LTE異構(gòu)網(wǎng)絡(luò)中網(wǎng)絡(luò)負(fù)載，無(wú)線網(wǎng)絡(luò)中的物理資源塊，作為分配給用戶UE的最小物理資源單元，則物理資源塊利用率作為基站i的負(fù)載，表示為：

(6)

(7)

在網(wǎng)絡(luò)優(yōu)化過(guò)程中，由于移動(dòng)負(fù)載均衡SON1與移動(dòng)魯棒性優(yōu)化SON2優(yōu)化目標(biāo)不同，然而調(diào)整的無(wú)線參數(shù)是相同的(但調(diào)整方向相反)，從而使得這種移動(dòng)負(fù)載均衡機(jī)制很可能引起切換參數(shù)優(yōu)化調(diào)整的沖突[7]。因此，在時(shí)間t時(shí)刻，定義家庭基站i的效用函數(shù)為：

(8)

此外，在t時(shí)刻，宏基站的效用函數(shù)表示為：

(9)

θj,femto+θj,macro=1,

li,femto<σth,i, ?i∈π,

lmacro<σth。

(10)

式中，Ωi為接入基站i的用戶集合；θj,femto和θj,macro為用戶接入家庭基站和宏基站的指示因子;σth,i和σth分別分家庭基站i的負(fù)載門限值和宏基站的負(fù)載門限值。

2.3 算法流程

在求解上述問(wèn)題時(shí)，結(jié)合情景信息，不同無(wú)線網(wǎng)絡(luò)狀態(tài)下確定無(wú)線網(wǎng)絡(luò)的性能優(yōu)化目標(biāo)，從而確定SON之間的權(quán)重，進(jìn)行求解優(yōu)化，具體過(guò)程為：

② 定義隨機(jī)值x,其中0

⑥ 對(duì)宏基站中用戶測(cè)量報(bào)告等感知信息，進(jìn)行收集；

⑧ 結(jié)合上述中的計(jì)算Q值的公式，更新Q值的列表。

3 仿真結(jié)果

本文采用Matlab仿真軟件，針對(duì)所述問(wèn)題及設(shè)計(jì)的的算法，進(jìn)行了仿真驗(yàn)證。主要仿真參數(shù)：ε=1，α=0.95，γ=1，10個(gè)家庭基站，60個(gè)資源塊，宏基站發(fā)射功率為46dBm，參考導(dǎo)頻功率范圍為[-140,-44]dBm。

在本文設(shè)計(jì)的算法中同時(shí)考慮了多個(gè)KPI指標(biāo)，主要包括：網(wǎng)絡(luò)阻塞率、網(wǎng)絡(luò)吞吐量和網(wǎng)絡(luò)掉話率。仿真假定基于情景感知的強(qiáng)化學(xué)習(xí)算法滿足：如果家庭基站感知到主小區(qū)的宏基站發(fā)生過(guò)載問(wèn)題，則自動(dòng)調(diào)整參考信號(hào)功率，減少參考信號(hào)功率減少覆蓋區(qū)域，并且向鄰近家庭基站發(fā)送請(qǐng)求，增大鄰近基站的參考信號(hào)功率。結(jié)合設(shè)計(jì)相應(yīng)的網(wǎng)絡(luò)效用函數(shù)，把移動(dòng)魯棒性優(yōu)化MRO和移動(dòng)負(fù)載均衡MLB的沖突問(wèn)題轉(zhuǎn)化為網(wǎng)絡(luò)多目標(biāo)優(yōu)化問(wèn)題。

結(jié)合情景感知信息，圖3描述了本文算法機(jī)制下，LTE網(wǎng)絡(luò)中掉話率和阻塞率的變化情況，并與隨機(jī)分配的機(jī)制進(jìn)行了對(duì)比。從仿真中可以驗(yàn)證，設(shè)計(jì)的SON協(xié)同算法有效地降低了LTE網(wǎng)絡(luò)中的掉話率和阻塞率，提升了網(wǎng)絡(luò)性能。圖4描繪了強(qiáng)化學(xué)習(xí)優(yōu)化過(guò)程中的平均吞吐量的變化情況，本算法有效提升了網(wǎng)絡(luò)吞吐量。通過(guò)上述仿真可以得出，結(jié)合情景感知信息，所設(shè)計(jì)的算法可以有效解決的多個(gè)SON用例之間的協(xié)同優(yōu)化管理問(wèn)題。

圖3 無(wú)線網(wǎng)絡(luò)的掉話率/阻塞率變化

圖4 無(wú)線網(wǎng)絡(luò)的平均吞吐量

4 結(jié)束語(yǔ)

針對(duì)日益復(fù)雜的異構(gòu)無(wú)線網(wǎng)絡(luò)，隨著家庭基站的密集部署，SON用例更加至關(guān)重要。因此，結(jié)合網(wǎng)絡(luò)狀態(tài)、關(guān)鍵性技術(shù)指標(biāo)等信息，設(shè)計(jì)了一種LTE網(wǎng)絡(luò)中的多個(gè)自組織網(wǎng)絡(luò)SON用例協(xié)同管理機(jī)制，結(jié)合強(qiáng)化學(xué)習(xí)理論，提出了一種SON用例之間協(xié)同優(yōu)化管理算法。并且通過(guò)對(duì)SON功能用例進(jìn)行了實(shí)例仿真驗(yàn)證，實(shí)現(xiàn)了網(wǎng)絡(luò)性能穩(wěn)定提升。仿真結(jié)果表明了該算法的優(yōu)越性和有效性。

[1] 王 磊.綠色無(wú)線通信技術(shù)概述[J].無(wú)線通信技術(shù),2013,22(3):34-38.

[2] 王軍選,王 蕾.基于主客觀權(quán)重的異構(gòu)網(wǎng)絡(luò)選擇算法[J].無(wú)線通信技術(shù),2014,27(3):1-4.

[3] 周 健.基于終端實(shí)時(shí)狀態(tài)的異構(gòu)無(wú)線網(wǎng)絡(luò)選擇[J].無(wú)線電工程,2014(7):7-10.

[4] 顏薇芳.TD-LTE與LTEFDD融合組網(wǎng)可行性研究[J].無(wú)線電工程,2015(6):92-95.

[5] 房 耿.LTE-A系統(tǒng)中自組織網(wǎng)絡(luò)技術(shù)研究[D].南京：東南大學(xué),2015.

[6] 許明元.5G自組網(wǎng)(SON)技術(shù)需求和架構(gòu)的研究[J].廣東通信技術(shù),2016(1):64-67.

[7] 孫菲菲.LTESON自優(yōu)化網(wǎng)絡(luò)原理及應(yīng)用[J].中國(guó)新通信,2015(23):25-27.

[8] 3GPPTR36.902,Self-configuringandSelf-optimizingNetwork(SON)UseCasesandSolutions,Rel-9[S],2009.

[9]SIOMINAI,VARBRANDP.AutomatedOptimizationofServiceCoverageandBaseStationAntennaConfigurationinUMTSNetworks[J].WirelessCommunicationsIEEE,2006,13(6):16-25.

[10] 夏永康,梁曉雯.LTE網(wǎng)絡(luò)天線下傾角自優(yōu)化算法[J].無(wú)線電工程,2014(3):11-14.

[11]KIMD,SHINB,HONGD,etal.Self-configurationofNeighborCellListUtilizingE-UTRANNodeBScanninginLTESystems[C]∥ConsumerCommunicationsandNetworkingConference,2010 7thIEEE,2010:1-5.

[12]KWANR,ARNOTTR,PATERSONR,etal.OnMobilityLoadBalancingforLTESystems[C]∥IEEEVehicularTechnologyConferenceFall,2010,1:1-5.

[13] 余建濤,胡宏林,金圣峣，等.移動(dòng)負(fù)載均衡與移動(dòng)魯棒性優(yōu)化的沖突協(xié)調(diào)[J].計(jì)算機(jī)工程,2012,38(1):37-41.

[14] 黃妙娜,馮穗力,陳 軍,等.LTE自優(yōu)化網(wǎng)絡(luò)中MRO與MLB間沖突避免策略[J].華南理工大學(xué)學(xué)報(bào) (自然科學(xué)版),2013(11):36-42.

[15]SHENGM.Zone-basedLoadBalancinginLTESelf-optimizingNetworks:AGame-theoreticApproach[J].IEEETransactionsonVehicularTechnology,2014,63(63):2 916- 2925.

[16]HEH,WENX.GameTheoryBasedLoadBalancinginSelf-optimizingWirelessNetworks[C]∥ComputerandAutomationEngineering(ICCAE),2010The2ndInternationalConferenceon.IEEE,2010:415-418.

[17]ZIAN.APolicyBasedConflictResolutionMechanismforMLBandMROinLTESelf-optimizingNetworks[C]∥IEEEComputerSociety,2014:1-6.

雷肖劍 男，(1987—)，碩士，助理工程師。主要研究方向：航空電子、測(cè)控工程。

劉二平 男，(1977—)，工程師。主要研究方向：自動(dòng)化技術(shù)、信號(hào)與信息處理。

Cooperative Optimization Management Scheme of Self-organized Network (SON) Based on Context-aware

LEI Xiao-jian1,LIU Er-ping2,ZHANG Jing3

(1.TianjinMarineShippingOffice,Tianjin300000; 2.MilitaryAviationRepresentativeOfficeofPLANavyStationedinBaodingRegion,BaodingHebei071000,China； 3.The54thResearchInstituteofCECT,ShijiazhuangHebei050081,China)

In view of the coordination management problem in SON,this paper designs a cooperative optimization mechanism of SON in LTE network based on such context information as network state,key performance indicators,etc.A novel algorithm is designed to realize the cooperative optimization management between the SON cases with the aid of reinforcement learning theory.Taking the Mobility Load Balancing (MLB,used as SON1) and Mobility Robustness Optimization (MRO,used as SON2) as two cases,the cooperative optimization is realized between two SON1 and SON2 in LTE networks in order to promote the stability of network performance based on known information.The simulation results show this algorithm can effectively implement load balancing and promote network stability,and improve the throughput of network.

context-aware；self-organized network；reinforcement learning；mobility load balancing；mobility robustness

10.3969/j.issn.1003-3106.2017.04.03

雷肖劍，劉二平，張 晶.基于情景感知的自組織網(wǎng)絡(luò)SON的協(xié)同優(yōu)化管理[J].無(wú)線電工程,2017,47(4):12-16.

2017-01-05

國(guó)家高技術(shù)研究發(fā)展計(jì)劃(“863”計(jì)劃)基金資助項(xiàng)目(2013AA122101)。

TN911.22

A

1003-3106(2017)04-0012-05