移动通信网络中自适应的寻呼策略研究
上传者:郭起宏|上传时间:2015-05-06|密次下载
移动通信网络中自适应的寻呼策略研究
1322007,43(10)ComputerEngineeringandApplications计算机工程与应用
移动通信网络中自适应的寻呼策略研究
谭福成1,朱艺华2,朱
帆3
TANFu-cheng1,ZHUYi-hua2,ZHUFan3
1.浙江工业大学信息管理与决策优化研究所,杭州3100322.浙江工业大学信息工程学院,杭州310032
3.浙江工业大学国际学院,杭州310032
1.InstituteofInformationIntelligence&DecisionOptimization,ZhejiangUniversityofTechnology,Hangzhou310032,China2.CollegeofInformationEngineering,ZhejiangUniversityofTechnology,Hangzhou310032,China3.InternationalCollege,ZhejiangUniversityofTechnology,Hangzhou310032,China
TANFu-cheng,ZHUYi-hua,ZHUFan.Researchonadaptivepagingschemesinmobilecommunicationnetworks.ComputerEngineeringandApplications,2007,43(10):132-134.
Abstract:LocationmanagementisusedinmobilecommunicationnetworkstotrackMobileTerminals(MTs).Ithastwobasicoperations:locationupdateandpaging.Underexistinglocationmanagementschemes,anentirelocationareaconsistingofalotofcellsispagedconcurrentlytolocateanMT,whichconsumesdramaticallynetworks’resources,sincetheMTonlyresidesoneofthepagedcells.Basedonreinforcementlearning,multi-stageintelligentpagingschemesareproposed,whichlearnsMTs’locationinformationobtainedinpreviouspagingprocessesandthecellsincludedineachpagingstagearedynamicallyadjusted,sothatpagingcostisreduced.Simulationresultsillustratethatthepagingcostcanbereducedconsiderablybyproposedmulti-stagepagingschemes.
Keywords:mobilecommunicationnetwork;mobilitymanagement;locationmanagement;paging
摘
要:移动通信网络中,位置管理用于跟踪移动台,有位置更新和寻呼两个基本操作。现行位置管理策略在查找移动台时对整个
该文位置区进行同步寻呼,由于位置区由众多小区组成,而移动台只在其中一个小区,所以现行策略造成了网络资源的大量浪费。基于增强学习理论与方法,提出了自适应的多阶段智能寻呼策略,通过学习寻呼过程所获得的移动台位置信息,动态调整各阶段所寻呼组的小区,以降低寻呼费用。仿真实验结果表明,所提出的寻呼策略能较大地降低寻呼代价。关键词:移动通信网络;移动性管理;位置管理;寻呼文章编号:1002-8331(2007)10-0132-03
文献标识码:A
中图分类号:TP393
1引言
随着无线移动通信系统的发展,移动用户的数量迅速增
增加时,就会产生信道拥挤甚至阻塞等问题。
为此,学者们在降低寻呼费用和减少呼叫信令方面做了大量研究,如环状搜索位置管理策略[1],按概率分批寻呼的位置管理策略[2],呼叫延迟限制下的最优顺序寻呼[3],利用预测移动台的位置顺序查找策略[4],多个移动台并行搜寻策略[4],基于小区分布密度信息的智能寻呼策略[6],基于移动台在各小区的概率的最优寻呼策略[7],确保以不小于一个事先给定的概率在第一寻呼阶段找到移动台的二阶段寻呼策略等[8]。
在未来的无线移动通信系统中,需要一种高效的、智能的且易于在网络中实施的寻呼策略以满足不断增长的无线服务需求。本文基于增强学习[9]理论与方法,提出了多阶段智能寻呼策略,通过学习寻呼过程所获得的移动台位置信息,动态调整各阶段所寻呼的小区,以降低寻呼费用。该策略能够自适应移动台的移动及呼入模型,使寻呼代价及时延保持在较低的水平。
长,用户对无线服务也提出了更高的要求。在移动通信网络中,为了随时随地为移动用户(下称移动台)提供服务,位置管理被用于跟踪移动台,它包括两个基本操作:位置更新和寻呼。位置更新是移动台将其位置信息告诉系统,而寻呼是系统查找移动台的过程。目前,各国正在使用的移动通信网络(如GSM),将通信覆盖区域分为许多位置区(LA,LocationArea),每个位置区由一些小区(cell)—即基站的无线电覆盖范围组成,以实现位置管理。这些网络所采用的寻呼策略(下称“基本寻呼策略”)为:当有呼叫到达时,系统对移动台所处的位置区中的所有小区进行同步寻呼。由于移动台只在组成位置区的众多小区中的一个小区,因此,基本寻呼策略造成了无线信道等资源的浪费,同时,由于系统本身对信令的承受能力有限,所以当呼叫信令
基金项目:国家自然科学基金(theNationalNaturalScienceFoundationofChinaunderGrantNo.60473097,No.60673177);浙江省自然科学基金
(theNaturalScienceFoundationofZhejiangProvinceofChinaunderGrantNo.Z105185);教育部及浙江省留学回国基金资助课题。
:(),;(,,,,向为移动计算、移动自组织网络、智能决策与优化。
谭福成,朱艺华,朱帆:移动通信网络中自适应的寻呼策略研究ComputerEngineeringandApplications计算机工程与应用2007,43(
内容需要下载文档才能查看10
内容需要下载文档才能查看)133
2自适应寻呼策略
首先引入几个符号。假设移动台所处的位置区中有N个
1/5相等概率向邻近的小区漫游。
取"=0.01,$=0.9,n=4,r=10,分别取CMR=0.01,0.1,1,10,
计算200次运行的平均值,可以得到图1-图5。
图1与图2分别反映了“自适应寻呼”与“基本寻呼策略”自适应寻呼”的的代价与时延比值。由图1与图2可以看出:“
代价与时延均比“基本寻呼策略”小,且随着CMR的变化而变化。
小区,分别用c1,c2,…,cN表示,记!={c1,c2,…,cN}。以pt(ci)表示第t次呼入到达时选择小区ci进行寻呼的概率(简称小区选择概率),Qt(ci)表示第t次呼入到达时寻呼小区ci之后ci所获得的报酬(i=1,2,…,N),cLF表示最近一次寻呼时找到移动台的小区。本文将要提出的自适应寻呼策略将位置区中的所有小区分n组,按组依次寻呼,每次寻呼一组,每组中所有小区同步寻呼。如果寻呼了某组之后找到移动台,则寻呼停止,同时赋予报酬r给找到移动台的小区。
本文利用pursuit增强学习方法[9],其基本思想如下:在第t次呼入到达需要选择小区时,对!中除cLF外的所有小区,按小区选择概率pt-1(ci)(i=1,2,…,N)从大到小进行分组,并将
cLF放在第一组。在寻呼结束之后,按以下两式对小区选择概率
进行更新:
pt(c)=pt-1(c)+"(1-pt-1(c))
pt(c)=pt-1(c)+"(0-pt-1(c)),(c∈!,c≠c)
*
*
c∈!
*
***
(1)(2)
其中,"是一常数,c=argmaxQt(c),即小区c是第t次呼叫之后报酬最优的小区。
自适应下面给出n阶段(即n组)自适应寻呼算法(简称“寻呼”)。
初始化:令t=0,Qt(c)=0及pt(c)=0(c∈!),计算每组小区个数k=*N」。
在移动台的第t次呼入到达时,进行以下操作:(1)t=t+1,s=0。
(2)将集合!-{cLF}中的所有小区按其选择概率pt-1(c)(c∈,2,…,c′,将序列cLF,!-{cLF})从大到小进行排列,得到c′1c′N,2,…,c′分成n组:G1,G2,…,Gn(前面n-1级每组k个c′1c′N小区,剩下的小区全部归入第n组),即G1={,2,…,c′,CLF,c′1c′k-1},k+1,…,c′,…,Gn={c′,(n-1)k+1,…,c′。G2={c′(n-1)kc′kc′2k-1}N}
(3)s=s+1。在Gs中同步寻呼移动台。如果找到移动台,转到(4);否则,转到(3)。
(4)对找到移动台的小区cLF的报酬进行更新:
无学习寻呼”(在寻呼时,不管移图3与图4分别反映了“
动台访问过的小区历史记录,每次按照固定小区分组,依次按组寻呼)与“基本寻呼策略”的代价与时延比值。从图3与图4可以看出,“无学习寻呼”的代价及时延显得杂乱无章。
Qt(CLF)=Qt-1(CLF)+#(r-Qt-1(CLF))
其中0<$<1为常数,r为报酬。
(5)令c=argmaxQt(c),即小区c是第t次呼叫之后报酬
c∈%
*
*
最优的小区,按式(1)及式(2)对小区选择概率进行更新。
(6)End。
3仿真实验及结果分析
在仿真实验中,假定移动台的呼入到达过程服从泊松分
布,呼入到达率为&,移动台在各小区的逗留时间服从Gamma分布,均值为1/’,则呼入移动比CMR=&/’。寻呼区为一个由
100个小正方形组成的大正方形(边长10个小正方形),每个
小正方形代表一个小区,即N=100。假定移动台的移动规则如
下:当移动台位于位置区内部时,以1/8相等概率向邻近的8;近的3个小区漫游;当它位于位置区的边线上(非顶点)时,以
图5显示了“自适应寻呼”与“无学习寻呼”的代价变化率:(C1-C2)/C2
其中,C1表示“自适应寻呼”的代价,C2表示“无学习寻呼”的代5a),比“无学习寻呼”的代价减少5%到15%,而图5(b)中,当CMR=
1342007,43(10)ComputerEngineeringandApplications计算机工程与应用
“自适应寻呼”与“无学习寻呼”的10时,可以减少30%到50%。
时延的变化率也有类似的结果,此处就不一一画出。
4结束语
位置管理在移动通信网络中占有极为重要的地位,随着移
动用户数的不断增长,小区尺寸的不断减小,基本寻呼策略的效率越来越低,因此,设计一种高效、智能以及实施简单的寻呼策略对于位置管理而言迫在眉睫。本文所提出的策略简单易行,且能够动态适应移动台的呼入及移动变化。(收稿日期:2006年11月)
参考文献:
[1]朱艺华,高济,周根贵,等.蜂窝网络中环状搜索移动性管理策略[J].
电子学报,2003,31(11):1655-1658.
[2]朱艺华,肖刚,史定华,等.按概率分批寻呼的位置管理策略[J].通信
学报,2004,25(8):82-86.
[3]RoseC,YatesR.Minimizingtheaveragecostofpagingunderdelayconstraints[J].ACMJWirelessNetworks,1995,1(2):211-219.
[4]KoukoutsidisI,TheologouM.Acombinationofoptimalpartitioningandlocationpredictiontoassistpaginginmobilecellularnet-
lJournalofWirelessInformationNetworks,KluwerA-works[J].Int’
cademicPublishers-Springer,2004,11(3):123-129.
[5]GauRH,HaasZJ.Concurrentlysearchingformobileusersincel-lularnetworks[J].IEEECommunicationsLetters,2003,7(6):287-289.[6]KwonCW,HanI1,ChoDH.Improvedpagingschemebasedondistributiondensityinformationofusersinmobilecommunicationsystems[J].IEICETransCommun,2003,E86-B(4):1466-1471.
[7]KrishnamachariB,GauRH,WickerSB,etal.Optimalsequentialpagingincellularnetworks[J].WirelessNetworks,2004,10(2):121-131.
[8]ZhuYi-hua,LeungVCM.Derivationofmovingdistancedistri-butiontoenhancesequentialpagingindistance-basedmobilitymanagementforPCSnetworks[J].IEEETransactionsonWirelessCommunications,2006,5(11).
[9]SuttonRS,BartoAG.Reinforcementlearning:anintroduction[M].[S.l.].MITPress,1998.
(上接83页)
输入模式归于Ri类;若与库中所有模式相比较,均不满足这个条件,就可判断为新输入模式不属于任何一个现有类。也可设计基于最小距离的分类器,即将X与Ri之间的距离ρ作为分类准则,与哪一个向量最近就将X归入哪一类。
表2中最大贴近度是用1减去输入向量与所有标准向量之间的最短距离得到的。表中的识别结果是以70%作为模糊模式识别的阈值,当X与某个参考向量Ri的贴近度大于这个阈值时,就确定X属于这个模式。若最大贴近度小于这个阈值,则认为X不属于任何现有的模式,在表中填入“无”。由表2可发现,相同输入时,计算出的欧氏距离要普遍大于海明距离,故阈值的设定要相应于算法。经大量的仿真发现,在小范围人群中,识别的正确率达100%。
数。采用正态分布函数作特征向量的隶属度函数,往往能使问题得到简化,但方差σ的确定需要设计合理的算法或大量的统计实验。如果使用的特征参数比较单一,在标准模式较多时,识别正确率会有所下降,这时可适当增加特征向量的维数。文中所介绍算法可推广使用于系统在训练和识别时,其特征向量提取过程具有一定随机误差的模式识别场合。(收稿日期:2006年5月)
参考文献:
[1]WangJG,TanTN.Anewfacedetectionmethodbasedonshapeinformation[J].PatternRecognitionLetters,2000,21(6):463-471.[2]聂传虹.模糊神经网络应用于数据融合中实现目标的身份识别[J].
桂林航天工业高等专科学校学报,2002(2):7-12.
[3]蓝金辉,马宝华,蓝天,等.多传感器最大属性数据融合及其目标识
5结论
本文介绍了如何将基于特征向量的模式识别转变为两个
别应用[J].清华大学学报:自然科学版,2000,40(4):21-23.
[4]陆正刚,杨杰.模糊逻辑及其在数据融合中的应用[J].红外与激光工
程,2000,29(5):56-59.
模糊集的格贴近度或距离的计算问题,给出基于距离的模糊模式识别方法在掌形身份识别系统中的具体应用。算法具有计算
内容需要下载文档才能查看简单、意义明确、实用等优点,其难点在于如何构建隶属度函
[5]彭祖赠,孙韫玉.模糊数学及其应用[M].武汉:武汉大学出版社,2002:
276-310.
下载文档
热门试卷
- 2016年四川省内江市中考化学试卷
- 广西钦州市高新区2017届高三11月月考政治试卷
- 浙江省湖州市2016-2017学年高一上学期期中考试政治试卷
- 浙江省湖州市2016-2017学年高二上学期期中考试政治试卷
- 辽宁省铁岭市协作体2017届高三上学期第三次联考政治试卷
- 广西钦州市钦州港区2016-2017学年高二11月月考政治试卷
- 广西钦州市钦州港区2017届高三11月月考政治试卷
- 广西钦州市钦州港区2016-2017学年高一11月月考政治试卷
- 广西钦州市高新区2016-2017学年高二11月月考政治试卷
- 广西钦州市高新区2016-2017学年高一11月月考政治试卷
- 山东省滨州市三校2017届第一学期阶段测试初三英语试题
- 四川省成都七中2017届高三一诊模拟考试文科综合试卷
- 2017届普通高等学校招生全国统一考试模拟试题(附答案)
- 重庆市永川中学高2017级上期12月月考语文试题
- 江西宜春三中2017届高三第一学期第二次月考文科综合试题
- 内蒙古赤峰二中2017届高三上学期第三次月考英语试题
- 2017年六年级(上)数学期末考试卷
- 2017人教版小学英语三年级上期末笔试题
- 江苏省常州西藏民族中学2016-2017学年九年级思想品德第一学期第二次阶段测试试卷
- 重庆市九龙坡区七校2016-2017学年上期八年级素质测查(二)语文学科试题卷
- 江苏省无锡市钱桥中学2016年12月八年级语文阶段性测试卷
- 江苏省无锡市钱桥中学2016-2017学年七年级英语12月阶段检测试卷
- 山东省邹城市第八中学2016-2017学年八年级12月物理第4章试题(无答案)
- 【人教版】河北省2015-2016学年度九年级上期末语文试题卷(附答案)
- 四川省简阳市阳安中学2016年12月高二月考英语试卷
- 四川省成都龙泉中学高三上学期2016年12月月考试题文科综合能力测试
- 安徽省滁州中学2016—2017学年度第一学期12月月考高三英语试卷
- 山东省武城县第二中学2016.12高一年级上学期第二次月考历史试题(必修一第四、五单元)
- 福建省四地六校联考2016-2017学年上学期第三次月考高三化学试卷
- 甘肃省武威第二十三中学2016—2017学年度八年级第一学期12月月考生物试卷
网友关注
- 学习优秀教师先进事迹的心得体会
- 邳州市泇口中学
- 浅谈一年级学生的养成教育
- 起底四川南充贿选窝案 公款拉票 一张最高20万元
- 从全国公安民警人身意外伤害险制度说起
- 赵川镇初级中学召开民主生活会活动
- 教学反思《家是什么》
- 《列队表演》(两位数乘两位数乘法)教学反思
- 拔河比赛规则
- 许家湖镇中心小学乡村少年宫
- 《北京市健康体检项目专家共识》公布
- 在高中思想政治课中渗透职业教育的思考
- 李慧娇观后感
- 乘客飞行中拉掉应急门手柄防护罩 飞机被迫返回
- 消费者权益保护法
- 凸透镜成像--教学反思
- 集美区三社小学班队科
- 习作兴趣小组计划(牛梅梅) 2
- 淇滩中学2013
- 解读:国际驾照是驾驶执照吗
- 轴对称图形教学反思
- 南宁市灵湾小学多措并举筑“五一”假期安全防线
- 经济学家张宏驰千万遗产花落谁家?-专家说法
- 《有多重》教学反思
- 高一化学教学反思
- 《手指疗法的秘密》摘要
- 教学个人总结
- 在教学科研设备捐赠仪式上的讲话
- 图形的旋转教学反思
- 2013小学工作总结
网友关注视频
- 二年级下册数学第一课
- 冀教版英语五年级下册第二课课程解读
- 二年级下册数学第二课
- 人教版历史八年级下册第一课《中华人民共和国成立》
- 第12章 圆锥曲线_12.7 抛物线的标准方程_第一课时(特等奖)(沪教版高二下册)_T274713
- 沪教版牛津小学英语(深圳用) 四年级下册 Unit 3
- 《空中课堂》二年级下册 数学第一单元第1课时
- 青岛版教材五年级下册第四单元(走进军营——方向与位置)用数对确定位置(一等奖)
- 外研版英语七年级下册module1unit3名词性物主代词讲解
- 小学英语单词
- 沪教版八年级下册数学练习册21.3(3)分式方程P17
- 30.3 由不共线三点的坐标确定二次函数_第一课时(市一等奖)(冀教版九年级下册)_T144342
- 北师大版八年级物理下册 第六章 常见的光学仪器(二)探究凸透镜成像的规律
- 化学九年级下册全册同步 人教版 第25集 生活中常见的盐(二)
- 沪教版八年级下册数学练习册20.4(2)一次函数的应用2P8
- 外研版八年级英语下学期 Module3
- 二次函数求实际问题中的最值_第一课时(特等奖)(冀教版九年级下册)_T144339
- 【部编】人教版语文七年级下册《泊秦淮》优质课教学视频+PPT课件+教案,辽宁省
- 第4章 幂函数、指数函数和对数函数(下)_六 指数方程和对数方程_4.7 简单的指数方程_第一课时(沪教版高一下册)_T1566237
- 冀教版小学数学二年级下册第二单元《有余数除法的简单应用》
- 冀教版小学数学二年级下册第二单元《有余数除法的竖式计算》
- 【部编】人教版语文七年级下册《老山界》优质课教学视频+PPT课件+教案,安徽省
- 北师大版数学 四年级下册 第三单元 第二节 小数点搬家
- 冀教版小学数学二年级下册第二单元《余数和除数的关系》
- 沪教版牛津小学英语(深圳用) 五年级下册 Unit 10
- 沪教版牛津小学英语(深圳用) 五年级下册 Unit 12
- 外研版英语三起5年级下册(14版)Module3 Unit2
- 沪教版八年级下册数学练习册21.3(2)分式方程P15
- 北师大版数学四年级下册3.4包装
- 第五单元 民族艺术的瑰宝_16. 形形色色的民族乐器_第一课时(岭南版六年级上册)_T3751175
精品推荐
- 2016-2017学年高一语文人教版必修一+模块学业水平检测试题(含答案)
- 广西钦州市高新区2017届高三11月月考政治试卷
- 浙江省湖州市2016-2017学年高一上学期期中考试政治试卷
- 浙江省湖州市2016-2017学年高二上学期期中考试政治试卷
- 辽宁省铁岭市协作体2017届高三上学期第三次联考政治试卷
- 广西钦州市钦州港区2016-2017学年高二11月月考政治试卷
- 广西钦州市钦州港区2017届高三11月月考政治试卷
- 广西钦州市钦州港区2016-2017学年高一11月月考政治试卷
- 广西钦州市高新区2016-2017学年高二11月月考政治试卷
- 广西钦州市高新区2016-2017学年高一11月月考政治试卷
分类导航
- 互联网
- 电脑基础知识
- 计算机软件及应用
- 计算机硬件及网络
- 计算机应用/办公自动化
- .NET
- 数据结构与算法
- Java
- SEO
- C/C++资料
- linux/Unix相关
- 手机开发
- UML理论/建模
- 并行计算/云计算
- 嵌入式开发
- windows相关
- 软件工程
- 管理信息系统
- 开发文档
- 图形图像
- 网络与通信
- 网络信息安全
- 电子支付
- Labview
- matlab
- 网络资源
- Python
- Delphi/Perl
- 评测
- Flash/Flex
- CSS/Script
- 计算机原理
- PHP资料
- 数据挖掘与模式识别
- Web服务
- 数据库
- Visual Basic
- 电子商务
- 服务器
- 搜索引擎优化
- 存储
- 架构
- 行业软件
- 人工智能
- 计算机辅助设计
- 多媒体
- 软件测试
- 计算机硬件与维护
- 网站策划/UE
- 网页设计/UI
- 网吧管理