基於hmm的小區切換決策算法及裝置製造方法
2023-05-09 23:29:46 1
基於hmm的小區切換決策算法及裝置製造方法
【專利摘要】本發明涉及單向無線傳輸通信領域，公開了一種基於HMM的小區切換決策算法，包括信號收集步驟：收集不同小區邊緣區域的信號；HMM模型建立步驟：根據信號收集步驟所收集的小區信號，分別建立不同小區的HMM模型；狀態值獲取步驟：根據小區的HMM模型，分別獲取不同小區的HMM模型的狀態值；觀測值獲取步驟：計算移動終端當前所在位置的信號，並建立當前位置的HMM模型；根據當前位置的HMM模型，獲取移動終端當前所在位置的HMM模型的狀態值，並以此作為觀測值；小區位置判定步驟：比較當前位置的觀測值與不同小區的狀態值，將與觀測值最為接近的狀態值所在小區作為當前位置小區進行小區切換的準備。本發明的優點在於，流程簡單，計算步驟少，計算量少，在單向傳輸無線網絡中僅僅憑藉終端本身接收到的信號強度進行切換判決。
【專利說明】基於HMM的小區切換決策算法及裝置
【技術領域】
[0001]本發明涉及單向無線傳輸通信領域，特別涉及一種基於HMM的小區切換決策算法以及應用該小區切換決策算法的裝置。
【背景技術】
[0002]隱含馬爾可夫模型Hidden Markov Model，HMM作為一種統計分析模型，創立於20世紀70年代。80年代得到了傳播和發展，被應用於語音識別，取得重大成功。到了 90年代，HMM還被引入計算機文字識別和移動通信核心技術中的「多用戶檢測」。現已成功地用於生物信息科學，語音識別，行為識別，文字識別以及故障診斷等領域。
[0003]HMM模型是用來描述一個含有隱含未知參數的馬爾可夫過程，其主要概念是指從可觀察的參數中確定該過程的隱含參數，然後利用這些參數來作進一步的分析，例如模式識別。
[0004]在正常的馬爾可夫模型中，狀態對於觀察者來說是直接可見的。這樣狀態的轉換概率便是全部的參數。而在隱含馬爾可夫模型中，狀態並不是直接可見的，但受狀態影響的某些變量則是可見的。每一個狀態在可能輸出的符號上都有一個概率分布。因此輸出符號的序列能夠透露出狀態序列的一些信息。
[0005]在現有的單向的移動通信網絡架構中，手持終端作為單向接受信號的一方，當它通過一個小區(小區指基站天線的覆蓋範圍)移動到另一個小區時，為了保持信號接收不被中斷，就需要執行終端接收信號從一個小區向另一個小區切換的過程。現有的單向移動通信系統內，判斷小區切換的算法過程過於繁瑣，步驟多，計算量大，反應緩慢，因此有必要在現有技術的基礎上進行進一步的改進。
【發明內容】
[0006]本發明針對現有技術中，小區切換算法過程過於繁瑣，步驟多，計算量大等缺點，提供了一種新型的具有更少的流程步驟和計算量的新型的基於HMM的小區切換決策算法及其裝置。
[0007]為實現上述目的，本發明可採取下述技術方案:
[0008]基於HMM的小區切換決策算法，包括以下的具體步驟:
[0009]信號收集步驟:收集不同小區邊緣區域的信號；
[0010]HMM模型建立步驟:根據信號收集步驟所收集的小區信號，分別建立不同小區的HMM模型；
[0011]狀態值獲取步驟:根據小區的HMM模型，分別獲取不同小區的HMM模型的狀態值；
[0012]觀測值獲取步驟:計算移動終端當前所在位置的信號，並建立當前位置的HMM模型；根據當前位置的HMM模型，獲取移動終端當前所在位置的HMM模型的狀態值，並以此作為觀測值；
[0013]小區位置判定步驟:比較當前位置的觀測值與不同小區的狀態值，將與觀測值最為接近的狀態值所在小區作為當前位置所在的小區並以此為基準進行小區切換的準備。
[0014]作為優選，還包括以下的具體步驟:如果觀測值與一個小區的狀態值的差異相比該觀測值與其它小區的狀態值的差異均大，則認為當前位置位於小區的邊緣區域。
[0015]作為優選，還包括模型保存步驟:將狀態值獲取步驟所得到的不同小區的HMM模型的狀態值保存在移動終端上；執行小區位置判定步驟時，將觀察值與移動終端上保存的狀態值相比較。
[0016]作為優選，將具有相同長度的時間段內第一次接收的小區信號用於計算觀測值，將所述時間段內所接收的小區內的所有信號用於計算狀態值。
[0017]基於HMM的小區切換裝置，包括信號收集裝置、HMM模型建立裝置、狀態值獲取裝置、觀察值獲取裝置以及小區位置判定裝置；其中，
[0018]信號收集裝置用於收集不同小區邊緣區域的信號；
[0019]HMM模型建立步驟用於根據信號收集裝置所收集的小區信號，分別建立不同小區的HMM模型；
[0020]狀態值獲取裝置用於根據小區的HMM模型，分別獲取不同小區的HMM模型的狀態值；
[0021]觀測值獲取裝置用於計算移動終端當前所在位置的信號，並建立當前位置的HMM模型；根據當前位置的HMM模型，獲取移動終端當前所在位置的HMM模型的狀態值，並以此作為觀測值；
[0022]小區位置判定裝置用於比較當前位置的觀測值與不同小區的狀態值，將與觀測值最為接近的狀態值所在小區作為當前位置小區進行小區切換的準備。
[0023]作為優選，還包括模型保存裝置，用於將狀態值獲取裝置所得到的不同小區的HMM模型的狀態值保存在移動終端上；將觀察值與移動終端上保存的狀態值相比較。
[0024]本發明由於採用了以上技術方案，具有顯著的技術效果:
[0025]整個小區切換決策算法的流程步驟少，計算量小，判斷準確，反應迅速，佔用的帶寬更少，節省了無線通信資源，同時不需要佔用額外的反向上行通信鏈路，具有較好的應用價值。
【專利附圖】
【附圖說明】
[0026]圖1為基於小區邊緣區域信號的HMM模型狀態值分布示意圖。
[0027]圖2為基於HMM的小區切換決策算法的流程示意圖。
[0028]圖3為基於HMM的小區切換裝置的設備連接示意圖。
【具體實施方式】
[0029]下面結合實施例對本發明作進一步的詳細描述。
[0030]實施例1
[0031]基於HMM的小區切換決策算法，如圖1、2所示，包括以下的具體步驟:
[0032]信號收集步驟101:收集不同小區邊緣區域的信號；邊緣區域的確定根據小區的具體大小和信號強度的域值進行確定，具體而言，選擇信號強度降為小區中心區域信號強度的10%的位置為小區邊緣的起始位置，則該位置至小區邊界的區域即為該小區的邊緣區域。採取以下的具體步驟收集信號:當移動終端100進入一個新的小區開始，移動終端100以均勻或者非均勻時間間隔測量所接受的小區信號的信號強度，當信號強度逐漸增強時，記錄當前信號，作為新的小區中心區域信號強度，並更新之前記錄的小區中心區域信號強度；當信號出現信號降時，停止記錄小區中心區域信號強度，改為計算小區信號降的幅度，記錄當前信號，以新記錄的當前信號減去之前記錄的當前信號作為信號降。同時，當信號強度逐漸增強時，移動終端100逐漸地增加測量的時間間隔，以減少測量次數，降低移動終端100的耗電量。當移動終端100檢測到信號強度減弱時，恢復初始的信號測量間隔。
[0033]HMM模型建立步驟102:根據信號收集步驟101所收集的小區信號，分別建立不同小區的HMM模型；
[0034]狀態值獲取步驟103:根據小區的HMM模型，分別獲取不同小區的HMM模型的狀態值；
[0035]觀測值獲取步驟104:計算移動終端100當前所在位置的信號，並建立當前位置的HMM模型；根據當前位置的HMM模型，獲取移動終端100當前所在位置的HMM模型的狀態值，並以此作為觀測值；
[0036]小區位置判定步驟105:比較當前位置的觀測值與不同小區的狀態值，將與觀測值最為接近的狀態值所在小區作為當前位置小區進行小區切換的準備。
[0037]基於HMM的小區切換決策算法還包括以下的具體步驟:如果觀測值與一個小區的狀態值的差異相比該觀測值與其它小區的狀態值的差異均大，則認為當前位置位於小區的邊緣區域。
[0038]基於HMM的小區切換決策算法還包括模型保存步驟106:將狀態值獲取步驟103所得到的不同小區的HMM模型的狀態值保存在移動終端100上；執行小區位置判定步驟105時，將觀察值與移動終端100上保存的狀態值相比較。
[0039]將具有相同長度的時間段內第一次接收的小區信號用於計算觀測值，將所述時間段內所接收的小區內所有信號用於計算狀態值。
[0040]基於HMM的小區切換裝置，如圖3所示，包括信號收集裝置201、HMM模型建立裝置202、狀態值獲取裝置203、觀察值獲取裝置204以及小區位置判定裝置205 ;其中，
[0041]信號收集裝置201用於收集不同小區邊緣區域的信號；
[0042]HMM模型建立步驟102用於根據信號收集裝置201所收集的小區信號，分別建立不同小區的HMM模型；
[0043]狀態值獲取裝置203用於根據小區的HMM模型，分別獲取不同小區的HMM模型的狀態值；
[0044]觀察值獲取裝置204用於計算移動終端100當前所在位置的信號，並建立當前位置的HMM模型；根據當前位置的HMM模型，獲取移動終端100當前所在位置的HMM模型的狀態值，並以此作為觀測值；
[0045]小區位置判定裝置205用於比較當前位置的觀測值與不同小區的狀態值，將與觀測值最為接近的狀態值作為當前所在的位置小區進行小區切換的準備。
[0046]還包括模型保存裝置206，用於將狀態值獲取裝置203所得到的不同小區的HMM模型的狀態值保存在移動終端100上；將觀察值與移動終端100上保存的狀態值相比較。
[0047]具體而言，假設手機終端作為單向接受信號的一方，執行信號收集步驟101，在各個小區的邊緣區域使用手機接收信號，收集利用手機RF器件所接收的信號，並將所獲得的數據保存在手機內存後執行HMM模型建立步驟102，建立HMM模型，這樣就獲得了各個無線小區的HMM模型的狀態值。
[0048]因為各個小區的信號強度是不一樣的，即各小區的HMM模型的狀態值不相同，因而各個小區裡的HMM模型是不一樣的。執行狀態值獲取步驟103，獲得各個小區的HMM模型的狀態值，並將建立好的各個小區的HMM模型保存在移動終端上。
[0049]序列SI，S2, S3是小區Cl中HMM模型的狀態序列(即狀態值)，這裡選擇3個狀態值只是為了方便的說明本實施例，實際運用本算法時將會測量遠大於3個的狀態值，具體狀態值的數目將根據算法實現的需要和硬體的處理能力確定；另一個小區如C2兩邊邊緣區域的HMM模型是一樣的，則其狀態序列都是S4，S5，S6 ;同理，序列57，5849是03中HMM模型的狀態序列。
[0050]而序列01，02，03是移動終端接收到的信號強度的觀測序列(即觀測值)，該觀測值是移動終端所在位置的直接觀測到的測量值，其在圖1中的位置將隨移動終端在圖1中的所示位置而定。
[0051]執行觀測值獲取步驟104，移動終端經過特定的時間間隔第一次接收觀測序列01，02，03。
[0052]執行小區位置判定步驟105，將接收到的信號強度與終端所保存的HMM模型的狀態序列進行比較，以便於終端確定其所在的小區位置。
[0053]假設各個小區的HMM模型都是只有三個狀態值，而接收到的觀測值也是只有三個，則根據移動終端接收到的這三個觀測值來判定需不需要進行小區切換。由HMM模型的原理，可以知道接收到的的三個觀測值會有四種情況，具體如下所示:
[0054]終端接收到的觀測值與Cl小區的HMM模型的狀態值相同的概率要遠遠大於與其他小區中HMM模型的狀態值相同的概率，則可以認為此時移動終端的位置落在Cl小區的概率要大於落在其他兩個小區的概率。因此我們可以判定此時移動終端在Cl中。
[0055]若終端接收到的觀測值與C2小區的HMM模型的狀態值相同的概率要遠遠大於與其他小區中HMM模型的狀態值相同的概率，可以認為此時移動終端的位置落在C2小區的概率要大於落在其他兩個小區的概率。這時我們可以判定移動終端在C2小區中。
[0056]同理，若終端接收到的觀測值與C3小區的HMM模型的狀態值相同的概率要遠遠大於與其他小區中HMM模型的狀態值相同的概率，這時可以判定移動終端在C3小區中。
[0057]當然，終端接收到的觀測值與各個小區中HMM模型的狀態值相同的概率都差不多，此時，可以假定當前手持移動終端的位置與上一個採樣時刻後的位置在同一個小區內。
[0058]之後再次執行模塊4和模塊5，手機終端再次接收觀測序列，以便於終端確定其當前所在的小區位置。確定終端的所在小區位置後就可以判斷終端是否在小區的邊緣區域，如果在小區的邊緣區域則要進行小區切換的準備。同時，確定了所在具體邊緣區域的位置後，也就可以進行相鄰小區信號的測量從而為小區切換進行準備。
[0059]假設手持移動終端當前所在的小區為基準小區，手機終端判定是否需要進行切換。若是，則手機終端作出判決去執行切換，否則手機終端不進行切換。具體分為以下幾種情況:
[0060]假設初始小區為Cl，若終端下一次接收到的信號落在C2的概率大於落在其他小區的概率，因為Cl和C2兩個小區為相鄰小區，此時手機終端執行切換，從Cl信號切換到C2信號，否則手機終端不進行切換。因為在實際上如果信號採樣時間適當的話，手機終端不會從Cl跨越C2而直接到達C3。
[0061]同理，假設初始小區為C3，，若終端下一次接收到的信號落在C2的概率大於落在其他小區的概率，因為C2和C3兩個小區為相鄰小區，此時手機作出判決去執行切換，從C3信號切換到C2信號，否則終端不進行切換。
[0062]若初始小區為C2，此時的情況與前兩種有所差別。因為C2與C1，C3都相連，因而若下一次接收到的信號落在Cl或者C3的概率大於其他種情況的概率，手機終端都會作出判決去執行切換，否則手機終端不進行切換。
[0063]總之，以上所述僅為本發明的較佳實施例，凡依本發明申請專利範圍所作的均等變化與修飾，皆應屬本發明專利的涵蓋範圍。
【權利要求】
1.一種基於HMM的小區切換決策算法，其特徵在於，包括以下的具體步驟: 信號收集步驟101:收集不同小區邊緣區域的信號； HMM模型建立步驟102:根據信號收集步驟101所收集的小區信號，分別建立不同小區的HMM模型； 狀態值獲取步驟103:根據小區的HMM模型，分別獲取不同小區的HMM模型的狀態值； 觀測值獲取步驟104:計算移動終端100當前所在位置的信號，並建立當前位置的HMM模型；根據當前位置的HMM模型，獲取移動終端100當前所在位置的HMM模型的狀態值，並以此作為觀測值； 小區位置判定步驟105:比較當前位置的觀測值與不同小區的狀態值，將與觀測值最為接近的狀態值所在小區作為當前位置小區並以此為基準進行小區切換的準備。
2.根據權利要求1所述的基於HMM的小區切換決策算法，其特徵在於，還包括以下的具體步驟:如果觀測值與一個小區的狀態值的差異相比該觀測值與其它小區的狀態值的差異均大，則認為當前位置位於該小區的邊緣區域。
3.根據權利要求1所述的基於HMM的小區切換決策算法，其特徵在於，還包括模型保存步驟106:將狀態值獲取步驟103所得到的不同小區的HMM模型的狀態值保存在移動終端100上；執行小區位置判定步驟105時，將觀察值與移動終端100上保存的狀態值相比較。
4.根據權利要求1所述的基於HMM的小區切換決策算法，其特徵在於，將具有相同長度的時間段內第一次接收的小區信號用於計算觀測值，將所述時間段內所接收小區內的所有信號用於計算狀態值。
5.一種基於HMM的小區切換裝置，其特徵在於，包括信號收集裝置201、HMM模型建立裝置202、狀態值獲取裝置203、觀察值獲取裝置204以及小區位置判定裝置205 ;其中， 信號收集裝置201用於收集不同小區邊緣區域的信號； HMM模型建立裝置202用於根據信號收集裝置201所收集的小區信號，分別建立不同小區的HMM模型； 狀態值獲取裝置203用於根據小區的HMM模型，分別獲取不同小區的HMM模型的狀態值； 觀察值獲取裝置204用於計算移動終端100當前所在位置的信號，並建立當前位置的HMM模型；根據當前位置的HMM模型，獲取移動終端100當前所在位置的HMM模型的狀態值，並以此作為觀測值； 小區位置判定裝置205用於比較當前位置的觀測值與不同小區的狀態值，將與觀測值最為接近的狀態值所在小區作為當前位置小區並以此為基準進行小區切換的準備。
6.根據權利要求5所述的基於HMM的小區切換裝置，其特徵在於，還包括模型保存裝置206，用於將狀態值獲取裝置203所得到的不同小區的HMM模型的狀態值保存在移動終端100上；將觀察值與移動終端100上保存的狀態值相比較。
【文檔編號】H04B17/00GK103731892SQ201410007723
【公開日】2014年4月16日 申請日期:2014年1月8日 優先權日:2014年1月8日
【發明者】楊曉東, 周建鳳 申請人:浙江工商大學