基于重疊社區(qū)檢測(cè)的跟蹤區(qū)列表管理方法

王維鵬,林強(qiáng)強(qiáng),涂山山,2b,肖創(chuàng)柏

(1.北京機(jī)電工程研究所,北京 100074; 2.北京工業(yè)大學(xué) a.信息學(xué)部; b.可信計(jì)算北京市重點(diǎn)實(shí)驗(yàn)室,北京 100124)

0 概述

移動(dòng)通信系統(tǒng)的位置管理是無(wú)線資源管理的一個(gè)重要方向[1-2]。為了在跟蹤區(qū)列表(Tracking Area List,TAL)網(wǎng)絡(luò)中降低信令開(kāi)銷,將整個(gè)網(wǎng)絡(luò)覆蓋區(qū)域劃分為多個(gè)互不重疊的跟蹤區(qū)(Tracking Area,TA)。其中,每個(gè)跟蹤區(qū)由至少一個(gè)蜂窩小區(qū)組成,每個(gè)小區(qū)只能屬于一個(gè)TA。當(dāng)用戶移動(dòng)到某一小區(qū)時(shí)就會(huì)被分配到相應(yīng)的TA。用戶從一個(gè)TA移動(dòng)到另一個(gè)TA時(shí)會(huì)進(jìn)行位置更新,并將當(dāng)前位置上報(bào)給核心網(wǎng)絡(luò)的移動(dòng)性管理實(shí)體(Mobile Management Entity,MME)[3-4]。用戶在TA內(nèi)移動(dòng)時(shí)不需要進(jìn)行位置更新操作,當(dāng)產(chǎn)生網(wǎng)絡(luò)尋呼時(shí),核心網(wǎng)絡(luò)會(huì)在當(dāng)前所屬TA內(nèi)的所有蜂窩小區(qū)發(fā)送尋呼消息。

傳統(tǒng)TA的概念在最小化尋呼開(kāi)銷方面具有優(yōu)勢(shì),但仍存在一些不足。由于乒乓效應(yīng)可能產(chǎn)生更多的位置更新信令開(kāi)銷,因此用戶在屬于不同TA的2個(gè)相鄰小區(qū)之間跨越所產(chǎn)生的位置更新,在密集部署的蜂窩環(huán)境下會(huì)更加頻繁。同時(shí),在大量用戶具有類似行為,如同時(shí)從一個(gè)TA移動(dòng)到另一個(gè)TA時(shí),會(huì)引起移動(dòng)性信令擁塞。此外,TA的使用具有對(duì)稱性限制,如果2個(gè)蜂窩小區(qū)在同一TA中,則兩者都不能在任何其他TA中。

為了解決上述問(wèn)題,研究者們?cè)?GPP R8中引入TAL的概念[5]。TAL由一個(gè)或多個(gè)TA組成且TAL之間可以相互重疊,用戶在TAL中移動(dòng)時(shí)不需要發(fā)起跟蹤區(qū)更新(Tracking Area Update,TAU)操作,而當(dāng)用戶移動(dòng)到一個(gè)不屬于之前配置的TAL 的TA中時(shí),需進(jìn)行位置更新操作,核心網(wǎng)絡(luò)重新配置新的TAL并將其發(fā)送給用戶。TAL越大則TAU操作次數(shù)越少,網(wǎng)絡(luò)尋呼會(huì)在整個(gè)TAL所包含的TA中進(jìn)行,增加了額外的網(wǎng)絡(luò)尋呼負(fù)荷。因此,位置管理需要一種合理的TAL管理配置策略,以降低網(wǎng)絡(luò)的信令開(kāi)銷。

近年來(lái),博弈論已被廣泛應(yīng)用于無(wú)線通信網(wǎng)絡(luò)的設(shè)計(jì)中[6]。博弈論是研究具有競(jìng)爭(zhēng)或斗爭(zhēng)性現(xiàn)象的理論,該理論考慮了團(tuán)體中的個(gè)體實(shí)際行為和預(yù)測(cè)行為,并研究其相應(yīng)的優(yōu)化策略。文獻(xiàn)[7]利用博弈論檢測(cè)復(fù)雜網(wǎng)絡(luò)中的社區(qū),受此啟發(fā),本文將TAL劃分看成基于博弈論的社區(qū)檢測(cè)問(wèn)題,提出一種基于重疊社區(qū)的跟蹤區(qū)列表管理方法。

1 相關(guān)工作

目前,研究者們已經(jīng)從不同角度對(duì)各種跟蹤區(qū)列表設(shè)計(jì)方法進(jìn)行了研究[8-9],其可以大致分為基于用戶狀態(tài)信息的方法和獨(dú)立于用戶狀態(tài)信息的方法2類。

1.1 基于用戶狀態(tài)信息的方法

文獻(xiàn)[10]提出一種基于網(wǎng)絡(luò)尋呼和切換的最小化信令開(kāi)銷TAL方法,其主要特點(diǎn)是網(wǎng)絡(luò)分配的TAL隨著上一個(gè)用戶注冊(cè)的TAL的變化而變化。文獻(xiàn)[11]基于rule of thumb進(jìn)行TAL管理,該方法在具體實(shí)現(xiàn)上較為簡(jiǎn)單便捷。文獻(xiàn)[12]提出一種基于時(shí)間記錄的TAL方法,其適用于用戶移動(dòng)規(guī)律性較強(qiáng)的跟蹤區(qū)域。文獻(xiàn)[13]提出一種基于本地用戶的TAL方法,該方法同樣針對(duì)用戶移動(dòng)規(guī)律性較強(qiáng)的跟蹤區(qū)域進(jìn)行研究,但是不適用于部署密集的小蜂窩環(huán)境以及具有密集用戶的熱點(diǎn)地區(qū)。

1.2 獨(dú)立于用戶狀態(tài)信息的方法

文獻(xiàn)[14]提出一種基于運(yùn)動(dòng)量的TAL方法,通過(guò)測(cè)量用戶移動(dòng)和尋呼特性來(lái)獲取運(yùn)動(dòng)量門限值,并分配相應(yīng)的跟蹤區(qū)列表。文獻(xiàn)[15]提出一種基于自組織的TAL方法,通過(guò)監(jiān)督用戶運(yùn)動(dòng)行為來(lái)調(diào)整TAL大小。

上述位置管理方法大多基于不同移動(dòng)用戶產(chǎn)生不同的TAL,在海量的小蜂窩部署環(huán)境下,其計(jì)算效率會(huì)急劇降低。因此,需要研究更加快速、高效的位置管理方案,降低位置管理所帶來(lái)的信令開(kāi)銷成本。

2 基于跟蹤區(qū)列表的位置管理方法

蜂窩網(wǎng)絡(luò)可以看作一個(gè)復(fù)雜網(wǎng)絡(luò),其中的社區(qū)由多個(gè)節(jié)點(diǎn)組成,社區(qū)是包含緊密連接的節(jié)點(diǎn)群。將TAL劃分建模為復(fù)雜網(wǎng)絡(luò)中的社區(qū)檢測(cè)問(wèn)題,然后采用基于博弈論的社區(qū)檢測(cè)算法進(jìn)行快速檢測(cè)。

2.1 基于圖論的TAL建模方法

如圖1所示,給定網(wǎng)絡(luò)圖G(V,E)表示要進(jìn)行TAL規(guī)劃的蜂窩網(wǎng)絡(luò),其中頂點(diǎn)集合V={v1,v2,…,vn}表示不同的TA,n表示TA的數(shù)量,邊集E表示TA之間的鄰接關(guān)系,H表示網(wǎng)絡(luò)圖的鄰接矩陣,H中的每一項(xiàng)hij表示用戶從TAi移動(dòng)到TAj的跨區(qū)次數(shù)(需要注意的是,hij與hji是不同的,hij表示從TAi移動(dòng)到TAj的用戶數(shù),hji表示從TAj移動(dòng)到TAi的用戶數(shù))。P={p1,p2,…,pn}為圖中頂點(diǎn)的權(quán)重集合,權(quán)重值pi表示在TAi內(nèi)發(fā)生的用戶尋呼請(qǐng)求次數(shù)。跟蹤區(qū)列表TAL結(jié)構(gòu)表示為Γ={S1,S2,…,Sk},k為TAL數(shù)量,元素Si至少包含一個(gè)TA。使用二進(jìn)制參數(shù)ail表示TAi是否在TALl中,若在則ail=1。此外,cu和cp分別表示進(jìn)行一次位置更新和尋呼操作的信令開(kāi)銷,α表示在同一時(shí)間段內(nèi)每個(gè)用戶被尋呼的次數(shù),ui表示在同一時(shí)間段內(nèi)TAi的用戶數(shù)。

圖1 基于圖論的TAL建模示意圖

TAU和尋呼開(kāi)銷的最小化問(wèn)題建模如下:

(1)

(2)

(3)

(4)

式(1)表示TAL劃分的目的是最小化位置更新和尋呼總信令開(kāi)銷。式(2)對(duì)網(wǎng)絡(luò)中每2個(gè)不同TA之間的位置更新信令開(kāi)銷進(jìn)行約束計(jì)算。式(3)則計(jì)算網(wǎng)絡(luò)中每個(gè)TA的尋呼開(kāi)銷。式(4)約束確保TALl的長(zhǎng)度不超過(guò)Ntolmax,Ntolmax是TAL中允許包含TA的最大數(shù)量。

2.2 跟蹤區(qū)列表管理

復(fù)雜網(wǎng)絡(luò)具有自組織、自相似、無(wú)標(biāo)度等性質(zhì)。對(duì)于熱點(diǎn)地區(qū),蜂窩部署具有隨機(jī)性,這與復(fù)雜網(wǎng)絡(luò)的性質(zhì)極為相似。社區(qū)結(jié)構(gòu)是復(fù)雜網(wǎng)絡(luò)中的重要特征,圖2給出重疊社區(qū)劃分示例。在基于TAL的位置管理方法中,本文將TA看作復(fù)雜網(wǎng)絡(luò)中的節(jié)點(diǎn),將TAL的設(shè)計(jì)看作復(fù)雜網(wǎng)絡(luò)中重疊社區(qū)的檢測(cè)問(wèn)題,不同的TAL(即不同的社區(qū))可以包含相同的TA(即社區(qū)中的重疊節(jié)點(diǎn))。本文受文獻(xiàn)[7]的啟發(fā),對(duì)復(fù)雜網(wǎng)絡(luò)中的社區(qū)檢測(cè)算法進(jìn)行探索,提出一種基于重疊社區(qū)檢測(cè)的TAL劃分算法,并利用博弈論進(jìn)行社區(qū)檢測(cè)。

圖2 重疊社區(qū)結(jié)構(gòu)劃分示例

2.2.1 基于博弈論的重疊社區(qū)檢測(cè)

基于博弈論的重疊社區(qū)檢測(cè),主要思想是將重疊社區(qū)作為聯(lián)盟構(gòu)建博弈模型,將網(wǎng)絡(luò)中的個(gè)體作為理性參與者,通過(guò)與網(wǎng)絡(luò)中的其他參與者形成聯(lián)盟來(lái)改善整個(gè)團(tuán)體的效用。只要合并操作有利于聯(lián)盟效用的增加,就允許參與者加入聯(lián)盟。聯(lián)盟的效用函數(shù)定義為增益函數(shù)和成本函數(shù)的組合,其中,增益函數(shù)評(píng)測(cè)聯(lián)盟內(nèi)參與者之間的相互作用程度,而成本函數(shù)表示聯(lián)盟中的參與者與不屬于該聯(lián)盟的其他參與者之間的相互作用程度。通過(guò)基于博弈論的重疊社區(qū)檢測(cè)算法在位置更新與尋呼開(kāi)銷之間尋找更優(yōu)的平衡點(diǎn),以進(jìn)一步優(yōu)化網(wǎng)絡(luò)總信令開(kāi)銷。

2.2.2 效用函數(shù)

設(shè)集合S表示V的一個(gè)子集,稱為聯(lián)盟,e(S)表示聯(lián)盟S內(nèi)節(jié)點(diǎn)之間的連接總邊數(shù)的權(quán)重和(即TAL包含所有TA之間的用戶切換總次數(shù)),p(S)表示聯(lián)盟S內(nèi)節(jié)點(diǎn)的權(quán)重和(即TAL包含所有TA內(nèi)發(fā)生的尋呼請(qǐng)求總數(shù)),v(S)表示聯(lián)盟S的效用函數(shù)(即TAL集合的效用函數(shù))。對(duì)于任意聯(lián)盟S1,S2?V,令e(S1,S2)表示聯(lián)盟S1與聯(lián)盟S2之間連接邊的權(quán)重和。令Sij表示聯(lián)盟Si與聯(lián)盟Sj的合并,令Γ表示一個(gè)社區(qū)結(jié)構(gòu)(即TAL劃分結(jié)構(gòu)),即Γ={S1,S2,…,Sk},k代表TAL結(jié)構(gòu)的數(shù)量,則效用函數(shù)如式(5)所示。

(5)

2.2.3 聯(lián)盟合并的條件

當(dāng)滿足以下3個(gè)條件時(shí),聯(lián)盟之間進(jìn)行合并操作:

條件1v(S1+S2)>v(S1)&v(S1+S2)>v(S2)。該條件表明,通過(guò)合并操作可增加聯(lián)盟S1與聯(lián)盟S2的效用,確保由合并操作形成的聯(lián)盟具有比其子集更大的效用。

條件2e(S1,S2)≠0。該條件表明,當(dāng)e(S1,S2)=0時(shí),聯(lián)盟S1不與聯(lián)盟S2合并,即2個(gè)沒(méi)有聯(lián)系的聯(lián)盟不能合并成一個(gè)更大的聯(lián)盟。

2.2.4 基于重疊社區(qū)檢測(cè)的跟蹤區(qū)列表管理算法

基于重疊社區(qū)檢測(cè)的跟蹤區(qū)列表管理算法是通過(guò)一種貪婪聚類方法識(shí)別TAL結(jié)構(gòu),主要思想是以網(wǎng)絡(luò)中所有TA為單獨(dú)的聯(lián)盟(即TAL),并將效用增量最高的聯(lián)盟迭代合并為更大的聯(lián)盟,從而改善整體的效用,直到不能執(zhí)行合并操作為止。具體流程如算法1所示。

算法1基于重疊社區(qū)檢測(cè)的跟蹤區(qū)列表管理算法

輸入經(jīng)TA規(guī)劃之后的TA集合V={v1,v2,…,vn},網(wǎng)絡(luò)的邊權(quán)重矩陣H=(hij)n×n,i,j∈V,網(wǎng)絡(luò)的節(jié)點(diǎn)權(quán)重集P={p1,p2,…,pn}

輸出TAL規(guī)劃結(jié)果Γ={S1,S2,…,Sk}

1.初始化

1.1 每個(gè)TA形成單獨(dú)的TAL,為集合V0

1.2 初始化k=0為循環(huán)檢測(cè)次數(shù),集合Vk為第k次循環(huán)檢測(cè)出的TAL結(jié)構(gòu)

2.重復(fù)以下步驟,直至Vk=Vk+1:

2.1 初始化集合copyV,令copyV=Vk

2.2 k=k+1

2.3 Vk=?

2.4 重復(fù)以下步驟,直至copyV=?:

2.4.2 copyV=copyV-{MaxV}

2.4.3 初始化集合canV,該集合是一組聯(lián)盟合作候選者,與集合MaxV之間至少有一條邊相連;令canV(MaxV)={S|?H(i,j)≠0,i∈MaxV,j∈S,S∈Vk-1}

2.4.4 重復(fù)以下步驟,直至canV(MaxV)=?:

2.4.4.2 判斷集合MaxV和opV*是否滿足2.2.3節(jié)所述的3個(gè)條件

2.4.4.3 如果滿足,則:

MaxV=MaxV+opV*

canV=canV-{opV*}

canV(MaxV)=canV(MaxV)-{opV*}+(canV(opV*)-{MaxV})

2.4.4.4 如果不滿足,則:

canV(MaxV)=can(MaxV)-{opV*}

2.5 Vk=Vk+{MaxV}

3.返回集合Vk

步驟1是初始化:每個(gè)TA形成一個(gè)TAL,并形成集合V0;步驟2.4.4循環(huán)為集合Vk+1創(chuàng)建聯(lián)盟;步驟2.4的循環(huán)為集合Vk+1創(chuàng)建所有聯(lián)盟;步驟2循環(huán)檢測(cè)TAL結(jié)構(gòu),步驟2.5輸出檢測(cè)出的TAL結(jié)構(gòu)。在最壞情況下,該算法的時(shí)間復(fù)雜度為O(|V|lb|V|)。

3 實(shí)驗(yàn)結(jié)果與分析

本節(jié)分析網(wǎng)絡(luò)TAL劃分之后的信令開(kāi)銷,并給出位置管理方法的性能評(píng)價(jià)指標(biāo)。為了說(shuō)明本文算法的優(yōu)勢(shì),引入以下2種基于TAL規(guī)劃的位置管理方法進(jìn)行對(duì)比:

1)TAs-to-TALs分配方案[16],簡(jiǎn)稱TAL-1方案。該方案使用討價(jià)還價(jià)游戲來(lái)確保LU與尋呼信令開(kāi)銷之間的公平權(quán)衡。

2)cell-to-TAL動(dòng)態(tài)配置方案[17],簡(jiǎn)稱TAL-2方案。該方案直接將單獨(dú)的峰窩動(dòng)態(tài)劃分到TAL中,省略了cell-to-TA的步驟,分配效率較高。

3.1 TAL信令開(kāi)銷計(jì)算分析

假設(shè)網(wǎng)絡(luò)經(jīng)過(guò)TA規(guī)劃之后的TA集合用V={v1,v2,…,vn}表示,n表示TA數(shù)量,跟蹤區(qū)列表TAL集合表示為Γ={S1,S2,…,Sk},k表示TAL數(shù)量,則每個(gè)TA所屬的TAL可以表示成t={t1,t2,…,tn},其中ti表示跟蹤區(qū)i所屬的跟蹤區(qū)列表,跟蹤區(qū)列表的設(shè)計(jì)t可以用一個(gè)N×N矩陣F(t)表示。矩陣中每個(gè)元素Fij(t)表示TAi與TAj是否在同一個(gè)跟蹤區(qū)列表內(nèi),其計(jì)算過(guò)程如下:

(6)

信令開(kāi)銷計(jì)算如下:

(7)

CTAU=cuhij(1-Fij(t))

(8)

Cpaging=αcpuiFij(t)

(9)

其中,cu和cp分別表示進(jìn)行一次跟蹤區(qū)更新和尋呼的信令開(kāi)銷,cu和cp之間的比例關(guān)系取決于無(wú)線電資源的消耗,hij表示從TAi移動(dòng)到TAj的用戶數(shù),α表示在同一時(shí)間內(nèi)每個(gè)用戶被尋呼的次數(shù),ui表示在同一時(shí)間內(nèi)的用戶數(shù)。式(7)前半段表示用戶從TAi移動(dòng)到TAj產(chǎn)生的跟蹤區(qū)更新信令開(kāi)銷,后半段表示用戶在TAj內(nèi)的額外尋呼信令開(kāi)銷。

3.2 結(jié)果分析

本文通過(guò)以下3個(gè)指標(biāo)來(lái)評(píng)估方案性能:

1)總信令開(kāi)銷:由尋呼和LU而產(chǎn)生的總開(kāi)銷,計(jì)算過(guò)程如式(7)所示。

2)TAU信令開(kāi)銷:用戶在訪問(wèn)新TAL時(shí)生成TAU消息的開(kāi)銷,計(jì)算過(guò)程如式(8)所示。

3)尋呼信令開(kāi)銷:在呼叫建立期間從MME發(fā)送的用于定位用戶的尋呼消息而產(chǎn)生的信令開(kāi)銷,計(jì)算過(guò)程如式(9)所示。

本文方法是在TA規(guī)劃的基礎(chǔ)上進(jìn)行的,因此,首先通過(guò)實(shí)驗(yàn)將蜂窩基站按照PPP點(diǎn)過(guò)程[18]部署在1 500 m×1 500 m的區(qū)域內(nèi),并按照文獻(xiàn)[19]將其劃分為一組TA。用戶的移動(dòng)性根據(jù)隨機(jī)路點(diǎn)移動(dòng)模型[20]來(lái)建模,其中暫停時(shí)間設(shè)置為0。本文最初將用戶隨機(jī)部署在TA中,在評(píng)估期間,每個(gè)用戶在部署區(qū)域內(nèi)隨機(jī)選擇目的地(TA)并以[avgSpeed-Δ,avgSpeed+Δ]之間均勻分布的速度向目的地移動(dòng),其中,avgSpeed是不同用戶的平均速度,Δ是用戶速度的變化范圍。

為了評(píng)估本文方法的性能,通過(guò)調(diào)整用戶平均移動(dòng)速度來(lái)觀察對(duì)網(wǎng)絡(luò)信令開(kāi)銷的影響。增大用戶平均移動(dòng)速度相當(dāng)于減小用戶在TA中的逗留時(shí)間,即減小蜂窩的覆蓋范圍。表1給出本文實(shí)驗(yàn)的模擬參數(shù)值。

表1 模擬參數(shù)值

圖3給出3種方法尋呼信令開(kāi)銷的對(duì)比,可以看出,隨著平均速度的增大,3種方法的尋呼開(kāi)銷趨于穩(wěn)定,這是由于本文將系統(tǒng)呼叫到達(dá)率設(shè)置為固定數(shù)值,因此平均速度對(duì)尋呼開(kāi)銷影響不大。同時(shí),本文方法的尋呼開(kāi)銷穩(wěn)定在82 000左右,TAL-1與TAL-2方法的尋呼開(kāi)銷分別穩(wěn)定在60 000和45 000左右,本文方法的尋呼開(kāi)銷高于其他2種方法。這是由于TAL方法將TA組織成更大范圍的TAL,額外增加了系統(tǒng)的尋呼開(kāi)銷。

圖3 3種方法的尋呼信令開(kāi)銷對(duì)比

圖4給出3種方法TAU信令開(kāi)銷的對(duì)比。由圖4可知,隨著平均速度由2 m/s提高至14 m/s,3種方法的TAU開(kāi)銷均逐漸增大。這是由于用戶移動(dòng)速度增大,其在TA之間頻繁切換并造成大量的位置更新信令開(kāi)銷。本文方法的TAU信令開(kāi)銷較低,而TAL-2方法的TAU信令開(kāi)銷較高,這是因?yàn)楸疚姆椒▽⒃L問(wèn)頻繁的TA劃分到不同的TAL中,減少了用戶位置更新的次數(shù)。

圖4 3種方法的TAU信令開(kāi)銷對(duì)比

圖5給出3種方法總信令開(kāi)銷的對(duì)比,可以看出,總信令開(kāi)銷隨平均速度變化的趨勢(shì)與圖4類似,這是由于在用戶移動(dòng)速度增大時(shí),影響網(wǎng)絡(luò)信令開(kāi)銷的主要因素是用戶頻繁跨越TA所帶來(lái)的位置更新信令開(kāi)銷。相比于TAL-1與TAL-2方法,本文方法的總信令開(kāi)銷分別降低22.4%和27.1%左右,說(shuō)明在用戶平均移動(dòng)速度變化的情況下,本文方法在降低網(wǎng)絡(luò)總信令開(kāi)銷方面具有優(yōu)勢(shì)。

圖5 3種方法的總信令開(kāi)銷對(duì)比

綜上所述,基于跟蹤區(qū)列表管理方法的關(guān)鍵是在TAU和尋呼信令開(kāi)銷間尋找平衡點(diǎn),進(jìn)一步降低網(wǎng)絡(luò)總信令開(kāi)銷成本。通過(guò)與TAL-1、TAL-2方法的對(duì)比可知,本文方法在用戶平均移動(dòng)速度較高的情況下,仍然能夠有效降低網(wǎng)絡(luò)總信令開(kāi)銷成本。因此,本文的位置管理方法適用于蜂窩基站超密集組網(wǎng)的環(huán)境。

4 結(jié)束語(yǔ)

未來(lái)蜂窩網(wǎng)絡(luò)應(yīng)用的一個(gè)重要挑戰(zhàn)是應(yīng)對(duì)位置管理帶來(lái)的信令開(kāi)銷,尤其是在熱點(diǎn)區(qū)域密集部署蜂窩基站時(shí),其網(wǎng)絡(luò)信令開(kāi)銷可能會(huì)大幅增加。本文提出一種基于重疊社區(qū)檢測(cè)的跟蹤區(qū)列表管理方法,在TA規(guī)劃的基礎(chǔ)上,應(yīng)用基于博弈論的重疊社區(qū)檢測(cè)算法進(jìn)行TAL劃分。實(shí)驗(yàn)結(jié)果表明,在用戶平均移動(dòng)速度變化的情況下,該方法能夠有效降低網(wǎng)絡(luò)總信令開(kāi)銷,同時(shí),由于其針對(duì)整個(gè)熱點(diǎn)區(qū)域的用戶進(jìn)行跟蹤管理,因此在一定程度上提高了網(wǎng)絡(luò)效率和服務(wù)質(zhì)量。然而,該方法沒(méi)有對(duì)具體用戶進(jìn)行位置管理,其所產(chǎn)生的TAL不一定是最優(yōu)的。因此,下一步將在各種部署場(chǎng)景中詳細(xì)分析用戶移動(dòng)對(duì)TAL劃分的影響。