[发明专利]一种基于模糊分层聚类的物理小区识别分配方法

说明书

一种基于模糊分层聚类的物理小区识别分配方法属于通信网络领域。为了解决用户密集地区网络服务通信的质量问题，本发明基于蜂窝网络基站的“活跃度”属性，提出了一种基于模糊分层聚类的物理小区识别方法。本发明通过引入蜂窝小区基站的“活跃度”属性概念，采用欧氏距离法对不同蜂窝小区基站的相似度进行求解，采用模式识别中的模糊分层聚类算法，实现了优先对“活跃度”较高的蜂窝小区基站群进行物理小区识别(Physical Cell Identification,PCI)的分配和复用。该方法有效提高了用户的网络服务质量(Quality of Service,QoS)以及PCI的分配效率。蜂窝网络小区基站的物理小区识别分配方法。

技术领域

本发明通过引入蜂窝小区基站的“活跃度”属性概念，采用欧氏距离法对不同蜂窝小区基站的相似度进行求解，采用模式识别中的模糊分层聚类算法，实现了优先对“活跃度”较高的蜂窝小区基站群进行物理小区识别(Physical Cell Identification,PCI)的分配和复用。该方法有效提高了用户的网络服务质量 (Quality of Service,QoS)以及PCI的分配效率。蜂窝网络小区基站的物理小区识别分配方法属于通信网络领域。

背景技术

得益于信息化技术的不断发展和智能化移动终端设备的日益普及，从2007 年到2017年的这十年间，全球的移动数据流量增加了惊人的4000倍，并且预计在2020年会有更加迅猛的增长。同样地，移动应用业务也有了更加多样化的发展，诸如在线视频、网络游戏、云服务、移动支付等网络应用极大地丰富和便利了人们的生活。这些网络应用的出现使得用户需要大量的网络数据服务，同时对网络服务的数据传输速率也有了急剧增长的需求。因此，提升人口密集等网络在线业务较多的地区的蜂窝网络小区容量成为了亟待解决的问题。

为了解决网络数据流量爆炸式增长带来的问题，一种低功耗、低成本的小蜂窝被部署在传统的宏蜂窝网络架构上，从而构成可以提供更多频谱资源具有更大网络容量，这种网络架构被称为异构蜂窝网络。由于小蜂窝可以大规模部署，同时在地理位置上具有较大的随机性，导致用户在蜂窝小区中获取网络服务时很难在PCI数量极其有限的情况下顺利识别和区分不同的蜂窝小区，严重影响了用户网络通讯的QoS。

针对PCI数量有限的问题，有很多新颖的解决方案被提出。有学者将异构蜂窝网络中的PCI分配问题建模成图形染色问题，加快了PCI的分配和复用效率，同时利用了“博弈论”优化了PCI分配的时间。尽管这种方案提高了PCI的复用效率，但是由于分配方案较为复杂，时间复杂度较高，耗时严重，因而难以适用于热点地区大规模部署的小蜂窝环境。也有研究人员将PCI分配建模成一种基于矩阵的图形染色算法，提高了PCI的利用率，但是没有考虑到用户的QoS。

为了解决用户密集地区网络服务通信的质量问题，本发明基于蜂窝网络小区基站的“活跃度”属性，提出了一种基于模糊分层聚类的物理小区识别方法。通过模糊分层聚类算法对需要进行PCI分配的蜂窝网络基站进行聚类处理，并优先对“活跃度”较高的蜂窝基站群进行PCI的分配和复用。这样不仅保障了网络用户的QoS，也提升了PCI的分配效率和利用率。

发明内容

针对用户在异构蜂窝网络中寻求网络数据服务时，由于小蜂窝网络的大量随机部署，从而导致的用户网络服务质量较差和服务中断等问题，本发明通过引入蜂窝网络小区的“活跃度”概念，提出了一种基于模糊分层聚类的物理小区识别分配方法。

该方法的具体步骤如下：

步骤1，构建蜂窝网络基站的“活跃度”数据矩阵。