基于模糊逻辑的LTE-R自适应切换优化算法

陈永，牛凯玉

(兰州交通大学 电子与信息工程学院，甘肃 兰州 730070)

铁路长期演进(Long-Term Evolution for Rail‐way,LTE-R)是我国下一代高速铁路无线通信系统，LTE-R具有承载业务广、可靠性、强移动接入、低时延等优点[1]。越区切换作为LTE-R高可信通信的关键技术，一旦越区切换失败便会给高速铁路行车带来严重的隐患[2]。随着高速列车不断提速，越区切换将会更加频繁，如何提高越区切换成功率是亟需解决的关键问题。陈永刚等[3]针对传统A 3越区切换算法采用固定切换门限的问题，提出了基于动态函数的切换算法，迟滞门限根据列车车速进行调整，但该方法存在控制参数取值为定值的问题，无法做到自适应切换。YU等[4]提出了一种在车头和车尾安装双天线，采用双播机制的切换方案，提高了切换的成功率，但该方法存在硬件设备过多以及通信开销较大的问题。李立华[5]提出了一种基于随机抑制的联合判决切换算法，综合考虑参考信号接收功率(Reference Signal Re‐ceived Power,RSRP)和参考信息接收质量(Reference Signal Received Quality,RSRQ)来进行切换，但存在切换门限值固定的问题。DA等[6]针对密集小区提出了一种基于模糊逻辑的切换方案，利用用户速度和无线电信道质量来适应切换决策的迟滞门限，但该方法不适合高速运行环境。SAEED等[7]利用模糊逻辑技术根据平均切换次数、系统吞吐量和用户设备速度(120 km/h以下)来自适应选取迟滞门限，但该方法同样不适合高速行车条件。综上，针对目前越区切换算法存在切换迟滞参数固定导致切换成功率低，以及无法适应高速行车环境的问题，提出了一种基于模糊逻辑的LTE-R自适应越区切换算法。在越区切换算法中引入模糊逻辑推理机制，根据列车速度、RSRP和RSRQ来对迟滞门限进行动态自适应调整优化。同时选取不同因素的组合对越区切换自适应优化算法进行对比仿真分析。结果表明，所提出的基于模糊逻辑的LTE-R自适应切换优化算法相比于传统A 3切换算法，可以有效提高切换成功率，并且可以降低乒乓切换率。最后得到了在不同重叠区切换时的推荐切换选择方案，研究结果为列车提速及LTE-R演进提供一定的理论参考依据。

1 越区切换基础理论

1.1 越区切换

越区切换(Handover)是指列车行驶过程中移出当前服务基站范围或因当前小区信号质量不能满足通信需求，而连接至相邻基站小区的过程[5]，如图1为高速铁路越区切换示意图。铁路沿线无线信号呈链状分布，相邻基站(eNodeB)之间存在信号覆盖重叠区，列车进入信号覆盖重叠区越区切换时时需要断开与当前小区的连接，并与目标小区建立连接。

图1 高速铁路越区切换示意图Fig.1 Schematic diagram of high-speed railway handover

1.2 传统A3事件越区切换算法

LTE-R系统切换过程最常用的算法是基于A3事件的越区切换算法[8]。其核心思想是对源小区和目标小区的信号接收功率RSRP或参考信号接收质量RSRQ进行周期性测量，如果满足式(1)，即当目标小区的RSRP比源小区的RSRP值高出Hys时，在触发时延TTT后，UE则执行越区切换，如图2所示。A3事件的触发条件：

图2 A3算法示意图Fig.2 Diagram of A3 algorithm

其中：M t和Ms分别为目标小区和源小区的信号强度；Hys为迟滞门限。

2 基于模糊逻辑的LTE-R自适应切换优化算法

针对A3算法在触发判断时迟滞门限值固定，无法适应高速环境这一问题，本文提出一种基于模糊逻辑的LTE-R自适应切换优化算法。模糊逻辑是一种以模糊多值逻辑为基础的不确定性推理方法，可广泛用于非线性、不确定性知识决策推理中[9-10]。在LTE-R越区切换过程中，列车在高速运行环境复杂，易受到无线信道RSRP，RSRQ以及列车运行速度等因素的影响，需要综合分析多种因素后才能进行合理的切换判决，因此本文采用模糊逻辑来对迟滞门限值进行优化。首先将切换测量选取的切换指标进行模糊化处理，再根据规则库中所设定的规则以及隶属度函数进行模糊推理，将推理的结果输出即优化后的迟滞门限，最后使用优化的迟滞门限进行切换执行。

2.1 切换指标的模糊化

越区切换中的切换判决算法根据UE发送的测量报告决定是否切换，对于LTE-R网络来说，目标基站的参考信号接收功率RSRP和质量RSRQ是切换判决重要的因素，该类测量值是物理层测量的关键参数[11]。同时高速列车速度也是影响切换成功率的关键因素[2]。

本文选取测量报告中的参考信号接收功率RSRP，参考信号接收质量RSRQ，列车速度v作为优化迟滞门限的因素。图3为本文算法流程图，首先将RSRP，RSRQ和v输入系统进行模糊化处理，然后根据模糊规则以及隶属度函数进行模糊推理，最后将结果去模糊化后，输出优化后的切换迟滞门限值。

图3 模糊逻辑LTE-R自适应切换流程图Fig.3 Fuzzy logic LTE-R adaptive handover flow chart

2.2 模糊集合与隶属度函数

模糊集合是指具有某个模糊概念所描述属性的对象全体。通过隶属度函数可以将本文RSRP，RSRQ和列车车速v映射到模糊集合中，本文使用单侧梯形隶属度函数和三角形隶属度函数[12-13]。

设PA是列车测量到的基站的RSRP，QA是列车测量到的RSRQ，VA是列车当前的速度。基站A即可用三维矢量模型表示：

同时使用L(低)，M(中)，H(高)来模糊表示三维模型中的参数。从而RSRP，RSRQ和v的隶属度函数，如图4所示。

图4 各变量模糊集隶属度函数Fig.4 Membership function graph of variable fuzzy sets

同时，对模糊逻辑的输出即切换的迟滞门限也定义相应的隶属度函数，如图5所示，并将迟滞门限定义5个等级即L(低)、PL(较低)、M(中等)、PM(较高)和H(高)。

图5 迟滞门限隶属度函数Fig.5 Hysteresis thresholdmembership function

2.3 模糊规则的生成

在定义完LTE-R模糊切换变量后，进行模糊切换规则的生成。规则库包含系统输入和输出之间的所有可能的关系。根据RSRP，RSRQ和v3个模糊变量，且每个变量都有L，M，H 3个模糊值，所以共有33=27条规则，规则制定考虑了以下原因：

1)RSRP表示接收到来自基站的特定参考信号功率的线性平均值，该值反映了特定位置接收到的信号强度大小[11]。列车接收到RSRP与基站位置之间的关系，如图6所示。从图中可以看出，如果列车接收到目标基站的RSRP的值较低时，说明此时不适合切换，需要提高迟滞门限Hys来抑制切换。相反，如果RSRP值较高，证明此时距离目标基站近，应适当下调迟滞门限Hys来提前触发切换。

图6 列车行驶过程中RSRP对比Fig.6 RSRPcomparison chartduring train running

2)RSRQ是一种信干噪比，用来指示接收信号质量[5]。RSRQ能够客观反映信道的负载情况及信道质量[8]。如果列车接收到目标小区的RSRQ的值较低，说明此时列车与目标基站之间的信道环境较差，不易进行切换，此时需要增大切换的难度即输出较大的迟滞门限。当RSRQ值较高时，证明此时与目标基站之间的信道环境良好，适合进行切换，则降低切换难度即输出较小的迟滞门限。

3)列车在高速环境下，越区切换成功率与列车车速有密切关系[3]。如果列车的移动速度较低时，在切换重叠区有足够的时间来进行切换，此时应适当提高迟滞门限来保证切换的质量以及防止乒乓切换的发生，相反，当列车高速行驶时，在重叠区停留的时间较短，在保证最低通信需求的条件下，可以适当减小切换触发门限以及时触发切换。

综合上述原因，本文模糊推理规则如表1所示。

表1 LTE-R模糊切换规则库Table 1 Fuzzy system rule base

2.4 模糊逻辑推理

在推理时，首先利用模糊蕴涵算子对每条模糊切换规则的前提计算隶属度，然后得到相应的推理结果。如果多条规则推导出同一结论，再利用模糊算子将每个规则的输出合成为一个单一的模糊集，最后得到合成后的激活隶属函数，输出如下：

在采用模糊推理规则推理后，为了得到相应的越区切换迟滞门限Hys需要进行去模糊化操作。采用重心法去模糊化[6]，即将隶属度函数曲线与横坐标围成面积的重心，作为最终迟滞门限值输出。

3 切换算法性能指标

为了验证本文算法的性能，通过乒乓切换和越区切换成功率作为性能度量指标。

3.1 乒乓切换

乒乓切换是指移动终端在服务小区和相邻小区来回进行切换的现象[14]。当列车切换至目标eNodeB基站后，如果此时源基站的信号强度与目标基站的信号强度在迟滞时间内满足式(3)时，则触发乒乓切换

其中：PSa和PSb分别为列车接收到源小区与目标小区的信号强度。

3.2 越区切换成功率

如果列车经过触发时延TTT后仍满足切换条件，则列车执行越区切换。一般情况下，切换成功率是指以满足以下条件时的概率，即列车在触发切换之前没有发生通信中断，以及成功执行切换完成后也没有发生通信中断的概率[11]。其中通信中断表示为接受的信号质量较差而发生通信中断[15]。假设基站的信噪比门限值为ϒ，如果接受到信号质量小于ϒ则发生通信中断，中断概率计算如下

式中：SQ为列车接收到当前服务小区的信号质量；I为同频基站的干扰信号强度；σn为阴影衰落标准差，则切换成功率定义为

4 仿真验证

4.1 仿真参数设置

为了验证本文方法的有效性，采用Matlab仿真工具进行仿真分析。信道损耗模型采用COST-231-Hata模型[16]，表2为仿真参数配置。

表2 仿真参数Tab le 2 Simulation parameters

4.2 迟滞门限优化

为了说明本文方法对于迟滞门限动态调整的有效性，使用Matlab仿真软件的Fuzzy工具箱进行仿真分析。将列车速度v，RSRP和RSRQ作为模型的输入值，迟滞门限Hys为输出值。对输入输出参数定义隶属度函数，将本文LTE-R模糊切换规则填入Fuzzy工具箱规则库，修改参数的隶属度，对应的迟滞门限隶属度也会发生变动，其规则仿真生成的曲面截图如图7所示。

图7 规则仿真生成的曲面截图Fig.7 Surface generated by regular simulation

此外，还可以得到车速v，RSRP和RSRQ各个因素对迟滞门限的影响，如图8～10所示。图8中横轴为速度，纵轴为迟滞门限，可以看出随着车速增加，其对应的门限值减小，这是因为当车速较高时，在越区切换重叠区停留时间较短，为了保证及时触发切换，防止通信中断，一般选择较小的迟滞门限[11]。该结论与文献[3]采用基于动态函数的越区切换算法所得结论相一致，即随着车速的增加，切换迟滞门限反而降低，从而说明了本文方法的有效性。图9和图10也同样定量得到了RSRP，RSRQ与切换迟滞之间的关系。

图8 速度对迟滞门限的影响Fig.8 Influence of velocity on hysteresis threshold

图9 RSRP对迟滞门限的影响Fig.9 Influence of RSRPon hysteresis threshold

图10 RSRQ对迟滞门限的影响Fig.10 Influence of RSRQ on hysteresis threshold

4.3 仿真结果与分析

下面进行越区切换成功率比较，通过更改RSRP，RSRQ和v模糊变量的不同参数组合，与传统的A3算法进行对比分析。选取RSRP-RSRQ，RSRP-V，RSRQ-V和RSRP-RSRQ-V 4种组合作为模糊系统的输入，并将这4种优化算法的切换成功率和乒乓切换率与传统A3算法进行对比，结果如图11所示。可以看出，采用本文方法模糊逻辑优化后的4种越区切换算法成功率均高于传统A3切换算法，从而说明本文方法可以较好地解决A3算法切换迟滞门限值固定而导致切换成功率较低的问题。此外，从图中可以看出，随着x轴的增加，即列车距离源基站越来越远，越区切换成功率也逐步增大，这是因为随着列车的运行，列车逐步远离源基站而靠近目标基站，此时目标基站的RSRP和RSRQ等服务质量明显提升，从而越区切换成功率逐步提高，该结论与文献[11]采用波束赋形的速度自适应越区切换算法研究结论相一致，从而进一步说明了本文方法的有效性。

图11 越区切换成功率对比Fig.11 Comparison chartof handover success rate

为了进一步细化不同因素对越区切换成功率的比较，分别选择越区切换重叠区中心点附近及重叠区后半区域进行切换成功率比较。对距源基站1.9 km即重叠区中点附近处，不同因素组合的优化算法切换成功率进行比较，如图12所示。可以看出，在重叠区中点附近，采用RSRP，RSRQ和速度v共同优化的切换算法成功率最高。这是因为在重叠区中点附近，列车接收到源基站和目标基站的信号强度基本相同，而此时容易受到多普勒频移的影响，多普勒频移会降低LTE-R无线通信系统的信号接收性能[17]。而速度是影响多普勒效应的关键因素[2,18]，此时因综合考虑了RSRPRSRQ-V三者的影响，能够有效降低速度对切换成功率的影响，从而提高越区切换成功率。

图12 重叠区中点越区切换成功率对比Fig.12 Comparison chartof handover success rate of m idpoint in overlap area

重叠区后半区域切换成功率比较，如图13所示。图中可以看出，根据RSRP和RSRQ优化切换成功率高于考虑速度因素的其他3种越区切换算法成功率。这是因为在重叠区后半部分，列车远离源基站，此时多普勒频移对列车越区切换造成的信号波动逐步减小，即速度对越区切换成功率的影响随着距离源基站距离的增加而逐步减小，所以基于RSRP-RSRQ算法在重叠区后半部分切换效果最好，该区域推荐选择该种切换方式。

图13 重叠区后半部分越区切换成功率对比Fig.13 Comparison of handover success rate of the second half of the overlap area

最后，进行乒乓切换率比较分析，结果如图14所示。在越区切换评价指标中，乒乓切换率越低越好[19]。可以看出，采用本文算法得到的乒乓切换率均远低于传统算法A3算法。传统算法乒乓切换率最高达到1.4%，而在相同位置根据模糊逻辑优化后的算法乒乓切换率在0.7%以下。图15为乒乓切换对比图的局部放大图，其中采用根据RSRPRSRQ优化的门限的算法相比于其他组算法乒乓切换率最低。

图14 越区切换乒乓切换率对比Fig.14 Comparison chartof Ping-Pang handover rate

图15 越区切换乒乓切换率局部对比Fig.15 Local comparison chartof Ping-Pang handover rate

5 结论

1)针对高速铁路传统切换算法采用固定门限造成切换成功率低的问题，提出一种基于模糊逻辑的LTE-R自适应越区切换算法，利用列车速度、参考信号接收功率和参考信号接收质量对迟滞门限进行自适应优化，最后采用Matlab仿真实验验证了本文方法对LTE-R越区切换的有效性。

2)本文方法在切换成功率和乒乓切换率定量评价方面都优于传统A3越区切换算法，克服了传统方法切换参数固定无法适应多变高速铁路运行环境的问题。

3)在列车距源基站重叠区中点附近，综合考虑RSRP，RSRQ和车速的优化算法的切换成功率最高；而在重叠区后半部分，推荐采用RSRP和RSRQ综合的切换算法，其成功率较高，同时可以降低乒乓切换率。研究结果可以为高速铁路列车提速及LTE-R演进提供一定的理论参考依据。