新興超密集網絡移動性管理探析

董春利，王莉

（南京交通職業技術學院電子信息工程學院，江蘇南京，211188）

0 引言

蜂窩網絡中的移動性在確保為用戶提供最佳體驗方面發揮著關鍵作用。它保證移動用戶不僅能夠保持連接，而且在向目的地移動時獲得與網絡的最佳可用連接。無縫、及時的切換和小區重選，一直是包括5G在內的任何無線通信系統的主要挑戰[1]。

1 新興的人工智能輔助移動性管理

近年來，人工智能在未來蜂窩網絡中，主動管理移動性方面已廣受歡迎。這主要是因為配置參數數量的增加，以及網絡參數和相關KPI之間的復雜交互。一旦研究界能夠克服這些復雜的挑戰，人工智能輔助解決方案將對電信行業產生革命性的影響。現在將介紹一些支持人工智能的移動管理解決方案。

移動性預測算法在文獻[2]中提出。作者使用逼真的移動模式來捕捉人類運動，并使用符合3GPP的5G模擬器來表示HetNets場景。結果表明，對于2dB陰影，使用XGBoost可以實現幾乎87%的移動性預測準確度，而使用深度神經網絡(DNN)可以實現78%的移動性預測準確度。可以通過使用時間序列預測器（例如遞歸神經網絡或LSTM）來擴展這項工作。

文獻[3]中的作者使用XGBoost監督機器學習算法，來執行從sub-6GHz到共址毫米波單元的部分盲切換。作者表明，這種基于機器學習的算法可以實現部分盲切換，可以提高共址小區的實際網絡設置中的切換成功率。提出的算法應與現有的切換方法在能效和無線電鏈路故障（RLF）方面進行比較，以進一步驗證算法的有效性。

在文獻[4]中提出了從宏蜂窩到占用空間低得多的非共址高頻蜂窩的異頻切換的想法。作者使用了隨機森林分類方法，并提出了一個負載平衡用例，通過該用例可以實現靜態用戶的有效資源利用。所提出的方法的缺點是，對于高速用戶，基于負載平衡的切換到更小的占用空間的小區可能效率低下，因為切換速率大以及由此產生的信令開銷和切換失敗的機會。

文獻[5]中的作者通過將用戶體驗考慮為吞吐量和切換成本的加權和，為毫米波單元開發了一種基于強化學習（RL）的切換決策算法。根據用戶的移動性信息，通過考慮方向性增益，和波束賦形失準之間的權衡，來選擇最佳波束寬度。該算法根據用戶設備（UE）速度和基站（BS）密度批準移動用戶的切換觸發。與文獻中的其它現有算法相比，可以通過評估信令開銷減少和吞吐量增益來擴展這項工作。

文獻[6]中的作者使用長短期記憶(LSTM)和循環神經網絡（RNN）預測了服務小區和切換目標 小區的RSRP。該算法還僅使用RSRP作為輸入特征，以84%的準確度預測RLF實例。文獻[7]中提出了一種錯誤的切換避免算法。它使用神經網絡來防止受網絡中不良無線電傳播場景影響的BS的切換，例如由障礙物引起的覆蓋空洞。所提出的算法使UE能夠從過去的經驗（覆蓋不可用）中學習，以根據QoE為切換選擇最佳小區。作者表明，他們的算法幫助用戶在超過93%的時間內，成功完成下行鏈路傳輸。然而，仿真環境非常簡單，其中UE穿越一條直線，沿途只有三個BS。因此，UE的移動幾乎是確定性的，神經網絡可以輕松學習其模式，并識別最佳BS以執行切換。此外，單個測試UE對所提出的算法進行了有限的評估，具有HetNet場景和多個用戶的任意移動的詳細結果，將具有更真實的結果。

基于每小時的切換嘗試，文獻[8]中的作者使用K-均值算法，將小區聚集成具有相似切換配置文件的不同組。對于每個集群，使用線性回歸、多項式回歸、神經網絡和高斯過程，預測每小時的切換嘗試。使用高斯過程時獲得的最高R2值為0.99。然后，建議的模型檢查異常的切換行為，例如乒乓切換。未來的工作可以是提前主動預測異常切換行為，并推薦合適的建議參數以防止切換KPI退化。

2 未來研究的幾個關鍵點

對未來蜂窩網絡的移動性管理，研究人員已經添加了有益的貢獻，以試圖實現一個最佳和令人滿意的網絡。然而，一些研究領域仍然沒有受到影響，或者沒有得到應有的關注。

（1）基于切換延遲的SINR分布

當前的SINR建模基于最佳服務器關聯，然而，UE總是在切換之前駐留在次優小區。這是切換評估過程的結果，該過程確保目標小區是切換的最佳候選小區。需要研究在切換之前捕獲時間負SINR的面向移動性的SINR分布，以便進行更實際的吞吐量估計。

（2） 基于切換延遲的上行鏈路干擾

當前的研究人員沒有考慮由于同頻切換延遲，高移動性用戶更靠近目標小區，同時仍由相對較遠的服務小區服務的實際情況。在這些情況下，在服務小區中實現目標 SINR 的高上行鏈路功率，會在目標小區中引起強烈的時間干擾。在以即興方式部署的高密度BS下，該問題可能會更加嚴重。但是，可以通過針對高度移動用戶使用eICIC ABS（幾乎空白子幀）方案來解決這個問題。主動切換觸發還可以通過及時切換，來消除高上行RSSI的可能性。

（3）延遲目標

小蜂窩部署的另一個挑戰是小蜂窩通常不直接連接到核心網絡，并且缺少Xn或N2接口（用于小區間通信），這是在宏蜂窩中協調移動過程的真正手段。缺乏與核心網絡的低延遲連接，會導致顯著的切換信令延遲。

（4）能效

實現UE和網絡級別的能效，是未來蜂窩網絡的一大挑戰，特別是在考慮超密集BS部署和添加各種用戶設備時。現有的大部分節能方案都有共同的租約，響應于不斷變化的電池負載，電池被打開/關閉。Hasan等人做出了卓越的努力，在[9]中，作者提出了AURORA框架，利用過去的切換軌跡，來確定未來的小區負載。然后使用該預測來主動安排小蜂窩睡眠周期。負載平衡也可以通過使用適當的小區單個偏移量(CIO)來實現。

（5）智能同頻搜索

密集部署對小蜂窩的發現提出了挑戰，因為傳統的蜂窩網絡為用戶廣播鄰居列表，以了解在哪里搜索潛在的切換小區。然而，這樣的切換協議不能擴展到大量相鄰的小蜂窩，并且底層網絡設備并非旨在隨著小蜂窩的來來去去，快速改變相鄰小區列表。

（6）智能異頻搜索

頻間移動性是蜂窩網絡的重要組成部分，但尚未得到研究界應有的重視。頻間移動性需要觸發事件 A2，然后 BS 為UE 配置測量間隙周期。然而，此過程會中斷數據傳輸和接收，這是因為 UE 改變無線電去測量適當的頻間小區。具有從高頻到毫米波頻段的各種頻率的未來移動網絡，可能需要 UE在啟動移動性決策之前，對可用頻率進行廣泛搜索。當考慮＜1ms 的延遲目標時，這個問題可能會更加嚴重。

（7）改進移動負載平衡

移動負載平衡是異構多層蜂窩網絡的重要組成部分，并且對以下挑戰持開放態度。

負載平衡可以在四個不同的實例中實現，它可以是通過以下方式觸發：i)空閑模式SIB4配置；ii)接入網絡后，使用A4或A5測量報告；iii)處于連接模式，使用A4或A5測量報告（如配置的）；iv)當UE使用3GPP從連接模式釋放到空閑模式時，提出了IMMCI（空閑模式移動控制信息）。在IMMCI中，流量轉向是通過改變服務層或目標層的空閑模式SIB5優先級來實現的。空閑模式下的負載平衡是最優化的，可以避免信令和數據中斷，因為信令和數據中斷是與連接模式下的負載平衡相關聯。此外，IMMCI的參數配置和管理的復雜性可以最小化。目前，缺乏空閑模式負載平衡的研究成果。同樣，需要一種新的IMMCI變體（基于SON），它可以自適應地引導流量以在變化的負載條件下實現負載平衡。

負載平衡詳細程序未由3GPP提供，出于創新目的有意留給供應商。負載平衡需要通過Xn接口在參與的BS之間交換負載信息。但是，不同的供應商都有自己專有的負載平衡實現版本，因此，供應商間的BS，由于負載平衡指標不匹配，而無法執行負載平衡。現有的LTE網絡部署了卸載功能，其中高負載單元將用戶卸載到另一個供應商單元，而不考慮其負載條件，這可能導致服務拒絕和乒乓切換。頻繁的頻間搜索會中斷連續接收，并導致更高的延遲。5G異構網絡可以承載眾多廠商，為了從負載平衡特性中受益，需要設計一個標準的廠商間負載平衡機制。

占用空間較小的小區將具有很少的服務UE，并且即使是單個用戶的，基于移動性的入口和出口，也會在可用頻帶之間產生嚴重的負載不平衡。因此，實現主動負載平衡的方法，對于公平和高效的資源利用是必不可少的。

（8）毫米波網絡中的移動性

帶寬高達500MHz的毫米波是高頻段頻譜飽和的補救措施，然而，窄波束的固有特征可能對支持新興蜂窩網絡的移動性構成嚴重挑戰。這里介紹了幾個主要挑戰。

Simic等人[10]實際演示了毫米波來證明多Gbps 連接性，但得出的結論是，支持移動性是一項非常具有挑戰性的任務，因為在90BS/km2部署下，中斷區域高達40%。覆蓋空洞的原因是毫米波中的高衍射現象，以及缺少非視線路徑。

拐角效應：室內區域的小區邊緣靠近門，用戶更可能在此處急轉彎，因此切換可用的時間會非常少，尤其是在60GHz 毫米波場景中。這個問題表明，切換觸發器需要一些復雜的技術，而不是傳統的方法。

當前的毫米波標準（例如IEEE 802.11ad）遵循基于最大RSSI的UE-BS關聯方法，但是該解決方案對于具有超密集BS 密度的新興網絡來說，似乎是無效的。每個BS的用戶數量可能會不平衡，并且很有可能會出現乒乓切換。

此外，由于缺少高頻段中的參考信號廣播，移動用戶的小區發現是一項重大挑戰。

目前，研究界的一個壓倒性理解是僅將毫米波單元用于靜態用戶。需要解決（同頻小區和異頻小區）波束之間的移動性的復雜性，以支持移動性。一種可能的解決方案是提出一種混合解決方案，其中具有非常準確UE位置的高頻宏蜂窩，指導UE如何、何時以及它們需要連接到哪個小蜂窩。這類似于控制-數據分離架構，毫米波提供數據支持，而UE在宏蜂窩的覆蓋范圍內，提供控制信號。

（9） 低成本多連接

已經提出了雙連接架構來緩解HetNets中的移動性管理問題，方法是允許UE與宏蜂窩連接以實現控制連接，以及與小蜂窩的同步數據連接。

用戶關聯對雙連接性能的影響，是一個有趣的研究問題，需要詳細研究。研究人員需要研究雙連接在切換開銷減少、同步復雜性和無線電資源效率方面，可以產生的增益。

大多數研究工作通過多連接來解決可靠性和延遲目標，但是沒有解決信令負載增量。需要構想更有效的建議，特別考慮信令負載。

3 結語

在未來的移動網絡中，實現無縫移動需要非常復雜的網絡設計和規劃，以實現QoE目標，并解決實現承諾的用戶體驗所需的網絡架構的復雜性。高吞吐量要求，UE和BS的異構性，以及5G環境的安全意識，要求快速、分布式和隱私保護的移動性管理。