基于TD-LTE的城市轨道交通车地通信系统越区切换算法

王晓轩，唐　涛，蒋海林，舒晓萌

(1.北京交通大学 轨道交通控制与安全国家重点实验室，北京　100044；2.北京交通大学 轨道交通运行控制系统国家工程研究中心，北京　100044)

目前，城市轨道交通普遍使用WLAN (Wireless Local Area Network，无线局域网)实现车地双向通信，但随着城市轨道交通的快速发展，WLAN已经无法有效满足不断增长的行车密度和严格的公共安全技术条件对于更高通信质量的要求。LTE (Long Term Evolution，长期演进)技术是新一代无线宽带通信技术，分为TD-LTE (Time Division Duplexing-Long Term Evolution，时分双工-长期演进)和LTE-FDD (Long Term Evolution-Frequency Division Duplexing，长期演进-频分双工)。其中TD-LTE具有如下优点：频谱利用率高，配置灵活；在20 MHz频谱带宽下能够提供下行50 Mbit·s-1，上行25 Mbit·s-1的峰值速率；理论上支持在最高350 km·h-1列车运行速度下进行正常的数据通信；用户平面单向传输时延小于5 ms，控制平面从睡眠状态到激活状态迁移时间低于50 ms，从驻留状态到激活状态的迁移时间小于100 ms[1]。因此TD-LTE技术已经被各大电信运营商成功商用，并且已经在城市轨道交通中进行应用测试，使其未来应用于城市轨道交通成为可能。

在用于城市轨道交通的TD-LTE系统中，随着列车的运行，TAU(Terminal Access Unit，车载数据终端)从一个服务小区成功切换[2]到另一个小区的基础是合适的越区切换算法，若越区切换算法选取不恰当，则有可能产生乒乓切换，甚至切换失败等问题，严重时会使车载通信单元与基站之间均接收不到对方的信息，从而可能导致列车紧急制动等。

针对TD-LTE系统的越区切换问题，国内外学者已经进行了许多相关研究，文献[3]提出了新的认证协议，提高了TD-LTE越区切换时的安全性；文献[4]采用连接接纳控制决策，以保证对小区服务质量的控制，解决越区切换时延的问题；文献[5]提出了1种基于RSRP (Reference Signal Receiving Power，参考信号接收功率)测量的自适应算法。但是这些研究大多数针对在公网中运行的TD-LTE系统。在TD-LTE系统应用于铁路方面：文献[6]针对LTE系统在高速铁路的应用，提出了1种基于协同多点传输的越区切换算法；文献[7]则以高速铁路环境为基础，对包括LTE在内的现有车地通信方式的越区切换方案及算法进行了较为完整的综述。不过却少有文献对基于TD-LTE的城市轨道交通通信系统越区切换进行研究。

城市轨道交通车地通信系统的工作环境有其自身的特殊性，主要表现在2.4 GHz频段内固有的同频干扰对车地通信性能的影响；列车的高速运行引起的多径效应与阴影衰落对车地通信性能的影响。因此，本文基于TD-LTE的城市轨道交通车地通信系统的特点和城区的信道特性，以3GPP TS 23.401协议中基于覆盖的同频小区越区切换判决公式为基础，应用短序列灰色预测模型[8-9]对车载数据终端接收到的不考虑任何偏置的目标小区、服务小区的RSRP值进行数据处理，再引入双设备冗余通信模式，提出基于短序列灰色预测模型的双设备越区切换算法；对采用该算法的车地通信系统进行实验室仿真测试，并且与采用既有越区切换算法、滤波算法的通信系统的相同条件下的实验室仿真测试结果进行对比，验证该算法的合理性和有效性。

1　应用于城市轨道交通的TD-LTE系统

1.1　车地通信系统的基本结构

如图1所示，基于TD-LTE的城市轨道交通车地通信系统包括车载子系统、地面子系统和核心网3个部分。车载子系统主要包括TAU系统、乘客信息系统、闭路电视系统。TAU系统用于提供车辆的数据接入，放置在列车司机室；乘客信息系统用于地铁公司与乘客之间的信息交互，乘客信息系统的屏幕放置在列车车厢；闭路电视系统用于实时监控列车车厢的状况，闭路电视的摄像头放置在列车车厢。地面子系统包括BBU (Building Base band Unit，基带处理单元)和RRU (Radio Remote Unit，射频拉远单元)；BBU主要用于完成基带信号的处理，通常由信号处理单元、传输模板和电源组组成，放置在车站机房；RRU沿轨道通过漏泄电缆或天线实现对线路的覆盖，以固定间隔放置在轨旁。核心网向上为业务系统提供TD-LTE的数据交换和集群调度功能，向下管理基站，并允许终端鉴权接入，实现无线数据和多媒体集群通信，核心网的设备放置在轨道交通的线网或线路控制中心。

图1　基于TD-LTE的城市轨道交通车地通信系统

从图1中可以看出，每个RRU覆盖的范围是有限的。当列车从1个RRU的覆盖区域运行到另1个RRU覆盖区域时，为了保障车地通信质量，TAU便会进行越区切换操作。

1.2　TD-LTE既有的越区切换算法

在3GPP TS 23.401协议中，TD-LTE定义的与越区切换相关的事件共有7个，其中的5个用于表示系统内越区切换，用A1—A5事件表示，2个用于系统外越区切换，用B1—B2事件表示，其中A3事件是用于基于覆盖的同频小区越区切换判决的主要事件。触发A3事件的判决公式为

Mn+Ofn+Ocn-Hys>Mp+Ofp+Ocp+Off

(1)

式中：Mn和Mp分别为TAU接收到的不考虑任何偏置的目标小区、服务小区的RSRP值；Ofn和Ofp分别为目标小区、服务小区的频率特定偏置；Ocn和Ocp分别为目标小区、服务小区的特定偏置；Hys为A3事件的迟滞参数；Off为A3事件的偏置参数。

因为基于TD-LTE的城市轨道交通车地通信系统为同频越区切换，所以Ofn与Ofp均为0，且各通信小区的优先级均相同，则Ocn与Ocp也均为0[10]。因此，式(1)可简化为

Mn-Hys>Mp+Off

(2)

2　基于短序列灰色预测模型的双设备越区切换算法

城市中2.4 GHz频段内固有的同频干扰，以及列车运行速度较高时的多径效应与阴影衰落均会严重影响Mn和Mp的值，而式(2)中的参数Hys和Off不能很好地消除这些影响。因此，采用式(2)并不能做出准确的越区切换判决，从而造成乒乓切换。为此，本文提出1种基于短序列灰色预测模型的双设备越区切换算法，对接收到的Mn和Mp进行数据处理，去除2.4 GHz频段内固有的同频干扰、多径效应及阴影衰落对RSRP接收值的影响，从而得到当前准确的Mn和Mp。

2.1　短序列灰色预测模型及其数据处理步骤

在传统灰色预测理论中[11]，当预测某一时刻的值时，往往采用该时刻之前收集到的全部数值作为模型的输入，而城市轨道交通对数据的实时性要求较高，使用超长数列进行预测，不仅增加了运算复杂度，还需要为大量数据分配存储空间，使系统的实时性降低；另外，列车高速行驶时，在一个小区内的驻留时间比较短，而采用长序列必然会用到前一个小区的RSRP数据，但该数据对本次预测并无意义。因此，本文根据城市轨道交通车地通信系统的特点，提出只有4个元素的短序列灰色预测模型，即以当前时刻为准，选取当前时刻以前4个时刻的Mn和Mp值作为预测序列值，建立GM(Grey Model，灰色预测模型)，预测得到其当前时刻的值。

为了验证取这4个数据的合理性，分别以5，100和1 000个元素的随机递增序列作为原始序列，进行灰色预测仿真，结果如图2所示，其中横坐标为原始序列元素的个数，纵坐标为该时刻原始序列与预测序列的值。由图2可以看出，原始序列取不同元素个数时预测值与原始值均基本吻合。因此，采用4个元素的短序列灰色预测模型可以得到较准确的预测值。

图2　基于不同元素个数的预测序列与原始序列值的比较

采用短序列灰色预测模型进行数据处理得到当前Mn和Mp准确值的具体步骤如下。

步骤1：因Mn和Mp值均在-40～-90 dBm之间，所以将其值取绝对值。

步骤2：分别取t-4Δt，t-3Δt，t-2Δt，t-Δt这4个时刻Mp的值组成短序列S1={S1，t-4Δt，S1，t-3Δt，S1，t-2Δt，S1，t-Δt}， 以及Mn的值组成短序列S2={S2，t-4Δt，S2，t-3Δt，S2，t-2Δt，S2，t-Δt}。

步骤3：利用短序列S1建立灰色预测模型GM1(1，1)，通过进行5次循环预测，得出新序列S1，pre={S1，pre1，S1，pre2，S1，pre3，S1，pre4，S1，pre5}； 同样的， 利用短序列S2建立灰色预测模型GM2(1，1)，通过5次循环预测，得出新序列S2，pre={S2，pre1，S2，pre2，S2，pre3，S2，pre4，S2，pre5}。

(3)

(4)

(5)

(6)

(7)

2.2　双设备越区切换模式

双设备越区切换模式[12]即为在列车上安装2套频点相同的通信设备，分别安装在列车的头部和尾部(简称车头设备、车尾设备)。当列车在服务小区内正常运行时，2套通信设备均会与服务小区的基站进行通信，此时，TAU会选取接收到RSRP值较高的设备与地面进行数据传输。

随着列车的继续前行，车头会先进入2个RRU小区覆盖重叠的区域，此时，车头设备会进行切换判决，若判决成功，则切换至目标小区，此时车尾设备依然与服务小区进行通信；列车将同时收到当前服务小区和目标小区传送来的地面信号，为此，列车会比较接收到的二者的RSRP值，选取RSRP值较高的小区进行数据传输，当然，与RSRP值较小的小区的连接也不会断开。

车头设备在切换成功后，会通知车尾设备开始进行切换判决。这时，车尾设备只对目标小区进行RSRP质量检测，并且适当降低切换的门限值，当车头设备切换成功并且车尾设备检测到的目标小区RSRP质量满足该门限值后，车尾设备进行切换。待车尾设备也切换至目标小区后，本次越区切换成功。

如果车头设备第1次切换失败，车头设备会自动上传新的测量报告，并准备进行第2次切换；同时，车头设备也会发送指令，要求车尾设备开始进行切换判决，此时，车尾设备依然按照原有的门限值进行判决。若车尾设备成功切换，则车头设备便不再进行切换判决，而是立即进行切换，待车头设备也切换至目标小区后，本次越区切换成功。

若车尾设备此次切换也失败了，车头设备便会适当降低切换的门限值，开始进行第2次切换判决，若车头设备此次切换成功，则车尾设备不进行切换判决，立即进行切换，待车尾设备也切换至目标小区后，本次越区切换成功。

若车头设备第2次切换又失败了，此时列车与地面处于长时间通信中断状态，车地之间的通信时延过大，便会触发紧急制动等措施[13]。

在双设备越区切换模式中，切换判决均采用基于短灰色预测模型的预测算法进行数据处理，即本文提出的基于短序列灰色预测模型的双设备越区切换算法。

3　越区切换性能分析

设每个基站的覆盖半径为R。在t时刻，列车触发越区切换(式(7)成立)的概率为

(8)

在触发越区切换后，车头和车尾设备开始向目标基站进行切换操作。因为TD-LTE中的切换操作为硬切换，在TAU与服务小区断开连接到与目标小区建立连接的过程中，会出现车辆与地面的通信时延现象，设此时延造成的越区切换时延为t1。若第1次切换失败，系统便会触发“失败—重配—再次切换”，在这个过程中，车辆与地面依旧处于通信中断状态，设此时造成的越区切换时延为t2。考虑到城市轨道交通车地通信的特殊性，一般设定在TAU触发切换操作后，可执行2次切换操作，如果2次切换都无法成功接入目标小区，则由于车地之间通信时延过大而触发紧急制动等措施[13]。因此，本文只考虑2次以内切换成功的概率。

列车在1次切换后就可以顺利接入目标基站的概率为

Psuccess1=PhandoffPon

(9)

式中：Pon为车载设备成功接入服务小区的概率，由设备自身决定。

如果列车第1次切换失败，若此时列车未驶离服务基站的覆盖范围，则开始进行第2次切换。列车进行第2次切换的成功概率为

Psuccess2=P(xt+t1

(10)

式中：xt+t1为列车在第1次切换后与服务小区基站间的距离。

在单设备越区切换模式中，列车在1次切换后就可以顺利接入目标小区的概率为Psuccess1；如果列车第1次切换失败，第2次切换的成功概率为Psuccess2；则列车在2次切换内成功接入目标小区的切换时延toff1为

toff1=t1Psuccess1+(t1+t2)(1-Psuccess1)Psuccess2

(11)

对于双设备越区切换模式，按照本文算法，车头设备第1次切换如果成功，此时列车与地面通信不会出现时延。但若车头设备第1次切换失败，车尾设备切换成功的概率为(1-Psuccess1)Psuccess1；或者若车头、车尾设备第1次切换均失败，车头设备进行第2次内切换的成功概率为(1-Psuccess1)2Psuccess2，则列车在2次切换成功接入目标小区的切换时延toff2为

toff2=t1(1-Psuccess1)Psuccess1+(t1+t2)(1-Psuccess1)2Psuccess2

(12)

4　性能仿真与分析

为了验证本文所提出的基于短序列灰色预测模型的双设备越区切换算法的合理性和优越性，按照同样的仿真条件，分别采用本文算法、式(2)所示的既有算法和平滑滤波算法[14]，在北京交通大学轨道交通与安全国家重点实验室分别进行通信系统仿真测试。实验室测试链路图如图3所示，仿真参数见表1。为了提高数据的真实性、准确性与合理性，共进行了100次仿真。

图3　实验室测试链路图

表1　仿真参数

其中1次仿真得到的分别采用3种算法时TAU接收到的服务小区和目标小区的RSRP值变化如图4所示，图4中的横轴为列车与服务小区基站间的距离。由图4可知：与采用既有算法相比，采用本文算法时RSRP值的波动得到了很大的改善，而采用平滑滤波算法时RSRP值的波动情况仅得到了一定程度的改善，这是因为本文算法成功地消除了2.4 GHz频段内固有的同频干扰、多径效应以及阴影衰落对RSRP值的影响，平滑滤波算法仅能消除一部分影响，而既有算法则不能消除这些影响。

图4　RSRP接收值比较

对上述3种算法分别进行100次仿真，每次仿真均成功越区切换，采用本文算法、既有算法和平滑滤波算法3种算法分别出现3，43，21次乒乓切换。由此可见：本文算法与既有算法和平滑滤波算法相比，成功地减少了乒乓切换的次数。

取100次本文算法仿真得到越区切换时延的平均值作为本文算法平均时延，取100次既有算法仿真得到越区切换时延的平均值作为既有算法平均时延。将二者进行比较，前者为11 ms左右，后者为32 ms左右。这是由于本文算法中加入了双设备越区切换模式，从而有效地降低了越区切换时延。

5　结　语

本文针对基于TD-LTE的城市轨道交通车地通信系统，根据其特点和城区的信道特性，将基本灰色预测模型进行改良，并与双设备机制进行结合，提出1种基于短序列灰色预测模型的双设备越区切换算法。对采用该越区切换算法的通信系统进行实验室仿真测试，并与既有越区切换算法和滤波越区切换算法在相同条件下的实验室仿真测试结果对比。结果表明，本文算法大大降低了列车在越区切换时的乒乓切换次数和越区切换时延，有效地消除了2.4 GHz频段内固有的同频干扰、多径效应及阴影衰落对RSRP接收值的影响。

[1]詹强. 高铁环境下LTE切换技术的研究[J]. 信息通信，2013(10)，172-173.

(ZHAN Qiang. The Research on Handoff of LTE in High-Speed Railway[J]. Information & Communications, 2013(10), 172-173 in Chinese)

[2]王映民，孙绍晖，王可，等.TD-LTE 技术原理与系统设计[M]. 北京：人民邮电出版社，2010.

(WANG Yingmin, SUN Shaohui, WANG Ke, et al. Principles and System Design[M]. Beijing:Posts & Telecom Press, 2010, in Chinese)

[3]BOUABIDI I E，DALY I，ZARAI F，et al. Secure Handoff Protocol in 3 GPP LTE Networks[C] //Communications and Networking. Hammamet: IEEE 3rd International Conference, 2012: 1-6.

[4]KHITEM B A，ZARAI F， KAMOUN L，et al. Reducing Handoff Dropping Probability in 3 GPP LTE Network[C] //Communications and Networking. Tozeur: IEEE 2nd International Conference, 2010:1-8.

[5]张普，王军选. LTE系统中切换算法的研究[J]. 西安邮电学院学报，2010，15(3)：1-5.

(ZHANG Pu, WANG Junxuan. Hanover Algorithm for LTE System[J]. Journal of Xi’an University of Posts and Telecommunications, 2010, 15(3): 1-5. in Chinese)

[6]LUO W，ZHANG R，FANG X. A CoMP Soft Handover Scheme for LTE Systems in High Speed Railway[J]. Eurasip Journal on Wireless Communications & Networking，2012(1)：1-9.

[7]ZHOU Y，AI B. Handover Schemes and Algorithms of High-Speed Mobile Environment: A Survey[J]. Computer Communications，2014，47(7)：1-15.

[8]JU-LONG D. Control Problems of Grey Systems[J]. Systems & Control Letters, 1982, 1(5): 288-294.

[9]SHEU S T，WU C C. Using Grey Prediction Theory to Reduce Handoff Overhead in Cellular Communication Systems[C] //Indoor and Mobile Radio Communications. London: IEEE 11th International Symposium, 2000: 782-786.

[10]李斌，朱宇霞. LTE系统中切换优化算法的研究[J]. 电视技术，2013，37(3)：109-112.

(LI Bin，ZHU Yuxia. Research on Handover Optimization Algorithm in LTE System[J]. Video Engineering, 2013, 37(3): 109-112. in Chinese)

[11]KAACAN E，ULUTAS B，KAYNAK O. Grey System Theory-Based Models in Time Series Prediction[J]. Expert Systems with Applications，2010，37(2)：1784-1789.

[12]QIAN X，WU H. Mobile Relay Assisted Handover for LTE System in High-Speed Railway[C] //Control Engineering and Communication Technology. Liaoning: IEEE Computer Society, 2012: 632-635.

[13]朱力. CBTC车地通信系统跨层设计研究[D]. 北京：北京交通大学，2012.

(ZHU Li. Research on Cross-Layer Design in CBTC Train Ground Communication Systems[D]. Beijing: Beijing Jiaotong University, 2012. in Chinese)

[14]KUAN D T，SAWCHUK A A，STRAND T C，et al. Adaptive Noise Smoothing Filter for Images with Signal-Dependent Noise[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence，1985，7(2)：165-177.