[发明专利]一种超密集网络中基于认知和接入点协作的自治愈方法

说明书

本发明提出一种超密集网络中基于认知和接入点协作的自治愈方法，属于无线通信技术领域。本发明首先对超密集网络中的接入点AP基于地理位置划分成簇，在每个簇中设置一个主AP；主AP通过认知无线电技术定期检测簇中其他AP的工作状态，记录各AP的频段占用情况；当某个AP对应的频段未被占用时，将该AP对应的运行参数输入基于多臂抽奖问题建立的故障诊断模型中进行判断，当判定出现故障，主AP向AP发送一条探询信令进一步判定；当AP故障时，主AP进行故障恢复，为受影响用户恢复服务。本发明在簇内应用自治愈机制，有效降低了计算复杂度，缩短了检测时间，避免了在检测过程中的大量的冗余信令开销和频谱占用。

技术领域

本发明属于无线通信技术领域，具体涉及一种超密集网络中基于认知和接入点协作的自治愈方法。

背景技术

近年来，随着无线业务类型的增多，移动设备数量的急剧增长，对无线网络的带宽、吞吐量和接入连接提出了更高的要求。在超密集网络UDN通信场景中，参考文献[1]中提出了一个考虑接入点AP(Access Point)选择和资源分配的优化算法来保证为受影响用户提供可信赖的、无缝的服务。超密集网络因其在典型通信场景下能满足较高的带宽需求和支持大量用户接入而受到广泛的关注。它是密集部署大量的低功率、小覆盖范围的接入点的一种组网方式，能实现频谱复用效率的巨大提升，极大地提高通信系统的容量。但是，由于UDN中接入点的密集部署，传统的手工或半自动的网络管理方式比较费时费力。因此，自组织网络 SON被应用到UDN中来实现对智能的网络参数自优化、突发故障的检测和补偿以及通信实体的自部署。作为自组织网络的关键技术之一，自治愈由故障检测、诊断和故障恢复三个部分组成。它能实时地检测网络中的突发故障、分析故障类型并定位故障位置、自动采取有效措施修复网络故障，消除故障对受影响的用户(原本被故障AP所服务的用户)产生的影响，从而阻止通信网性能的下降。然而，在UDN中由于节点非常密集，已有的集中式故障检测算法会产生非常高的计算复杂度，致使故障检测时间被大大延长，检测时间会直接影响自治愈性能；另一方面，UDN中的干扰问题也是一个不可忽视的因素，由于UDN中节点的距离相对变小，单纯增大发射功率的方式会产生严重的同频干扰，因此，需要一种新的机制来解决上述的问题。

参考文献[2]探索利用隐马尔可夫模型自动获取目前基站(Base Station,BS)的状态，然后概率性地评估小区中断。但是这种模型需要人为规定初始概率分布，而且它的状态转移矩阵是固定的，不符合基站随着工作时间的增长出现故障概率逐渐增加的情况。

参考文献[3]提出一个基于联盟游戏的资源分配算法来实现自治愈并补偿突发的小区中断。该算法虽然可以较好的补偿接入点故障带来的用户性能损失，但是却没有提出一种有效的故障检测算法。

参考文献[4]提出一种为控制平面和数据平面分离的异构网络进行故障检测和中断补偿的自治愈框架，在该框架中控制平面的基站利用其所服务的大量用户收集报告数据，然后进行中断监测，并且由控制平面检测数据平面的基站故障情况。由于该算法需要移动设备UE (User Equipment)周期性地汇报自己的日志信息，会带来很大的系统开销，造成频谱资源和能量的浪费，因此也存在一些局限性。

已有技术大多只关注故障检测或故障发现后的恢复过程，而没有形成一个完整的机制；或者提出的方法需要大量的报告数据，需要比较大的信令开销，这将产生比较大的资源浪费，并且也没有专门考虑接入点AP间的干扰问题。

参考文献：

[1]Y.Liu,X.Li,H.Ji,K.Wang,and H.Zhang,“Joint aps selection andresource allocation for self-healing in ultra dense network,”pp.1–5,July2016.