Seznam sousedních stanic pro handover v mobilních sítích

Abstract

Efektivní správa Seznamu okolních buněk (NCL) v mobilních sítích může přinést výrazně nižší počet skenovaných a reportovaných buněk, jež uživatelské zařízení (UE) poskytuje v intervalech nazvaných Skenovací perioda. Zvláště, pokud je v síti nasazeno velké množství Femto buněk, může být NCL poměrně velký a UE musí skenovat a reportovat kvalitu signálu mnoha buněk i v případě, že jsou tyto buňky nevhodné pro handover. Tento případ může vést až k nadměrnému zatížení signalizačního kanálu a ke zkrácení doby určené pro přenos dat, jelikož tento čas je místo přenosu dat použit pro skenování okolních buněk. Tato diplomová práce navrhuje zlepšení stávajícího algoritmu pro redukci velikosti NCL založeném na SINR, který byl publikován v [1]. Zlepšení spočívá v aplikaci predikce SINRu pro výpočet dynamického prahu, který je dále použit pro redukci NCL. Navrhnuté řešení bylo vyhodnoceno pomocí rozsáhlé simulace, porovnáno s konkurenčními algoritmy a následně byl demonstrován přínos tohoto řešení z hlediska definovaných metrik.

Effective management of Neighbour Cell List (NCL) in Mobile Networks can bring a significantly lower number of scanned and reported cells, provided by the User Equipment at intervals called Scanning period. Especially when a large number of Femtocells is deployed in the network, the NCL can be quite large and thus the UE must scan and report signal quality of many cells even if those are inappropriate for the handover. This can lead to the signalization overhead and reduce the time for the data transmission since this time is used for the neighbouring scanning instead. This thesis proposes an improvement of the existing SINR-based NCL reducing algorithm proposed in [1]. The improvement consists in the application of the SINR prediction for calculation of dynamic threshold used for the NCL reduction. The proposed solution was evaluated using extensive simulation and compared with competitive algorithms to show its improvement in terms of defined metrics.