高空平台通信系统中的小区切换技术综述

何攀峰， 程乃平

(1. 装备学院 研究生管理大队, 北京 101416； 2. 装备学院 光电装备系, 北京 101416)

高空平台通信系统中的小区切换技术综述

何攀峰1， 程乃平2

(1. 装备学院 研究生管理大队, 北京 101416； 2. 装备学院 光电装备系, 北京 101416)

同温层强风导致的高空平台准静止状态严重影响通信系统性能，对切换技术提出了更高的要求。分析了高空平台通信系统切换问题，从切换判决算法和接入控制策略2个研究方向，详细讨论了当前准静止状态高空平台通信系统切换技术的研究现状。针对判决切换算法，总结了传统切换算法与智能切换算法的特点及存在的不足。针对接入控制策略，分析了现有算法对平台准静止状态的适应性。最后，对高空平台通信系统切换技术的发展方向进行了展望。

高空平台；准静止状态；切换；呼叫接入控制

在移动通信系统中，切换技术一直是人们关注和研究的关键技术。在目前的陆地蜂窝系统和卫星通信系统内，切换技术已较为成熟并成功应用。而基于高空平台(High Altitude Platform Stations，HAPS)的空基无线通信系统是目前国际上正处于研究阶段的新型通信系统[1]，具有系统配置灵活、成本低、链路传播特性良好、可长时间驻留、能提供大容量、高速通信等优点，可应用于偏远农村、海岸线、山脉等地区的网络覆盖和灾区通信或战时通信[2]，得到了国内外的广泛关注。受同温层环境的影响，HAPS通常处于准静止状态，即表现为在一定范围内存在水平偏移、垂直移动、摆动和旋转4种状态。准静止状态严重影响了通信系统的性能，给切换技术提出了更高的要求。目前关于高空平台通信系统切换技术的研究并不多，本文详细分析总结了当前无线系统和高空平台通信系统的切换技术，包括切换判决算法和接入控制策略，展望了高空平台通信系统切换技术的发展趋势。

1 高空平台通信系统小区切换问题

在地面无线通信系统中终端从一个小区移动到另一个相邻小区，为了保证通信的连续性，必须进行合理高效的切换，保证切换准确，降低切换中断率。高空平台通信系统以多波束覆盖地面区域[3-4]，通常波束指向角难以伴随平台扰动状态而实时调整，从而引起覆盖地面蜂窝区域动态变化[5]1948。位于小区边缘的终端即使处于静止状态，为了保证通信不中断也必须执行小区切换。因此，高空平台通信系统引起小区切换技术的原因，可能是终端跨越小区移动造成，也可能是平台扰动。

李树锋等[6]研究了平台水平移动对HAPS的影响，分析和计算了平台水平移动导致的终端在小区间的切换概率，指出在呼叫持续时间内平台水平移动距离越大，小区内平均切换概率越大。Mellyssa等[7]仿真分析了平台水平偏移和垂直运动(Worldwide Interoperability for Microwave Access, WiMAX)对通信系统切换性能的影响，指出平台位置偏移会造成切换中断率和切换时延增大。Albagory等[8-9]给出了固定波束宽度覆盖下小区模型，分析了平台旋转对终端小区间切换概率的影响，指出旋转对外层蜂窝影响最大。针对高空平台的码分多址(Code Division Multiple Access， CDMA)通信系统，文献[5]1950和文献[10]从小区切换和功率控制方面，分析了摆动对CDMA通信系统容量和切换中断率的影响。

以上文献研究表明:无论是水平偏移、垂直移动、摆动或旋转都会对切换性能造成不同程度的影响，增加不必要的切换次数和切换中断率，同时对通信系统本身也会产生一定的影响。因此需要研究高效的切换技术，主要包括2个层面：切换判决算法和呼叫接入控制策略。

切换判决算法根据测量和估计的链路和系统参数进行切换判决，减少不必要的切换次数，确保切换准确及时发起，避免发生频繁切换；接入控制策略则是根据所采用的策略选择接纳或拒绝切换呼叫请求，保证在切换执行时，接入该呼叫请求尽量不会对已接入的用户产生影响，同时能够提高系统资源利用率，降低切换失败率。

2 切换判决算法

高空平台通信系统的特点是平台处于准静止状态，研究切换算法时通常需要考虑平台的运动。切换可能是用户移动引起的，也可能是平台运动引起的，或者2种共同作用的结果。虽然高空平台有扰动的固有特性，但是现有地面无线通信系统和卫星通信系统切换算法仍然值得借鉴。从已有的文献来看，根据切换算法考虑的因素可以分为传统的切换算法和智能切换算法。

2.1 传统切换算法

1) 基于相对接收信号强度切换算法。基于相对接收信号强度的切换判决算法一般通过检测接收的信号强度并选择接收相对信号强度最大的接入点执行切换。该类算法主要有4种方法：相对信号强度(Relative Signal Strength，RSS)、设置门限的相对信号强度(Relative Signal Strength with Threshold，RSST)、带滞后余量的相对信号强度(Relative Signal Strength with Hysteresis，RSSH)，以及带门限和滞后余量相对信号强度(Relative Signal Strength with Threshold and Hysteresis，RSSTH)。目前普遍采用的是后2种方法。RSSH切换算法，只有相邻小区的RSS比服务小区的RSS高出一定的滞后余量(用H表示滞后余量)时，才进行切换。RSSTH切换算法，只有当相邻小区的RSS比服务小区的RSS高出一定的滞后余量，同时服务小区的RSS下降到一定门限(用T表示门限)时进行切换[11]。这2种方法的性能取决于H和T的大小，太大的H会导致通信中断；相反过小，则会产生不必要的切换。同样T太大会增加切换时延，太小同样会造成不必要的切换。这类方法实现简单，但滞后余量和门限的设置通常为固定值，难以适应动态场景的变化。Chen等[12]提出了自适应滞后余量的切换算法，根据移动终端的移动速度动态调整切换滞后余量和检测周期，有效减少了切换中断概率。

2) 基于位置信息的切换算法。当移动终端处于小区间重叠覆盖区域，并将要超出原服务小区的覆盖范围时会发生切换，这也是最普遍意义上的切换，因此可以考虑将位置信息作为判决条件。位置信息包括GPS或北斗提供的小区精确位置信息、小区覆盖区域位置、终端到小区中心的距离等。此外，可以利用预测方法估计用户终端的位置信息。这些位置信息有助于对小区覆盖范围、小区拓扑及用户距离小区中心距离较为全面的了解。由于切换总是发生在小区边缘区域，考虑位置信息可以提高切换判决的准确性和及时性。Liu等[13]通过计算接收信号强度的变化来估计终端移动的距离，并设置了切换门限，根据信号强度大小和终端移动距离进行切换判决，有效减小了不必要的切换。宋莉等[14]利用导频信号接收强度测量值和移动终端速度估计值，提出了对滞后余量和平均窗口长度进行自适应动态调整的切换算法，降低了链路衰落率和切换时延，避免了不必要的切换，对高速终端具有较好的适应性。李树锋等[15]63研究了平台不同维度运动对通信系统切换的影响，地理位置信息辅助的切换算法，但只针对平台水平移动。

3) 基于移动性或速度的切换算法。如果用户快速移动，切换中断率会由于切换不及时而增加；如果用户速度较慢，不必要的切换次数由于切换过早而增大。因此，考虑移动速度或者预测速度可以减少上述情况的发生。李大成[16]从提高切换准确率的角度考虑，提出了基于移动路径预测的均衡切换策略。根据现有的位置信息，通过牛顿插值法预测出终端的运动路径，使得切换目标小区更加准确，提升切换性能。Ulvan等[17]将移动性预测作为切换判决过程的一种重要参数，通过用户终端当前的位置和速度预测下一时刻即将发生切换的位置，从而减少切换次数。

2.2 智能切换算法

在通信系统中与切换相关的参数较多，通过多个参数联合判决的切换算法，可以提高切换准确性。目前以基于模糊逻辑和基于神经网络的多属性判决算法居多，还有基于学习算法的切换判决算法。

1) 基于模糊逻辑的切换判决算法。切换通常受环境因素影响较大，难于精确描述，而模糊逻辑对表达界限不清晰的定性知识与经验表现良好，因此可以用模糊逻辑的方法提高切换准确性。Dhand等[18]利用模糊控制器来优化切换性能，相比于信号强度切换算法，该方法能根据动态环境自适应调整切换门限和滞后余量，消除了通信中断效应。Singh等[19]采用模糊逻辑方法解决切换问题，与传统的利用信号强度切换算法相比，减小了切换引起的乒乓效应，同时优化了切换代价。Monil和 Kaur等[20-21]充分考虑了信号强度、小区负载、终端与基站的距离、移动终端速度与方向以及信号干扰比多个因素，提出模糊逻辑切换算法，避免了不必要的切换和乒乓效应。

2) 基于神经网络的切换判决算法。神经网络具备处理大量数据的能力，可以改善切换算法的性能。Munoz等[22]考虑多个因素，如信号强度、误码率等，验证了神经网络处理切换问题的可行性。Alsamhi等[23-24]充分考虑平台移动距离、信号强度、小区负载、用户性能、移动终端速度方向以及可用功率和带宽等，采用径向基函数神经网络，提出一种智能切换算法，降低了切换掉话率，同时有效避免了乒乓效应。

3) 基于强化学习算法的切换判决算法。强化学习算法通过不断与环境交互获得一个优化策略，能够适应环境的动态变化，具有较强的鲁棒性。Becvar等[25]提出了基于Q学习信道质量预测的切换算法，根据切换完成时刻用户与目标小区信道质量的预测值决定是否发起切换，以降低切换失败概率。其中，预测误差通过Q学习算法动态调节，以适应不同环境下信道质量的变化。Tabrizi等[26-27]提出一种最大化用户体验的动态切换算法，系统状态包括延迟、可用比特率、信号强度指示，并且假定用户可以从环境中获取这些参数，将用户体验作为回报函数，根据最大化用户体验来判决切换。

2.3 切换算法比较

虽然上述2类切换算法对于切换问题提出了有效的解决方案，但在切换性能、实现复杂度等方面差异较大，表1总结了2类算法的优势和劣势。

通过对比可以看出:传统切换算法的实现复杂度低，易于工程实现，但切换性能受平台扰动的影响较大，特别是平台姿态扰动情况下，切换算法的性能较差;智能切换算法由于考虑多种影响切换的因素，能够消除乒乓切换、降低切换次数，适合于解决平台扰动条件下的切换问题，但是算法的复杂度较高。

因此，基于传统切换算法的研究方向是在不增加系统复杂度的条件下尽量提高系统的切换性能，而智能切换算法的研究方向是在不降低系统性能的前提下降低实现复杂度。在实际通信系统应用中选择切换判决算法时，需要在切换性能与算法实现复杂度之间折中。

表1 不同切换算法比较

3 呼叫接入控制策略

考虑到高空平台通信系统有限的可用资源及用户和平台的移动性，如何为用户提供服务质量(Quality of Service，QoS)保证一直是研究重点。而呼叫接入控制策略则是保证QoS的关键技术。呼叫接入控制也称作接纳控制或呼叫允许控制(Call Admission Control，CAC)，即在保证用户服务质量要求的前提下，接入控制决定系统是否接受新用户呼叫和切换用户呼叫。合适的接入控制策略可以保证切换用户能够顺利完成切换，降低切换中断概率，同时提高系统资源利用率。从目前的研究策略来看，根据是否考虑平台动态特性，可分为不考虑平台特性的策略和考虑平台特性的策略。

3.1 不考虑平台特性的策略

与地面移动通信和卫星通信系统一样，高空平台通信系统同样面临资源受限，对于新到达的呼叫请求和切换呼叫请求，以何种方式分配信道资源，保证用户QoS，同时能保证切换用户的性能，提高系统资源利用率，是接入控制策略的关键所在。已有的切换策略主要有以下3类。

_3.1.1 切换优先策略

一般情况下用户对新呼叫阻塞容忍性要比切换中断高得多，因此为了降低切换中断概率，通常对于优先处理切换业务，主要包括切换信道预留和切换排队优先2种策略。

1)切换信道预留策略。为了降低切换中断概率，为切换用户预留专用信道。信道预留包括固定信道预留和自适应信道预留。固定信道预留策略预留C-CG(C为系统内总信道数)个信道供切换用户专用，而前CG个信道则由切换用户与新呼叫接入用户共享，系统内占用信道状态转移图如图1所示，其中λn为新呼叫到达率，λh为切换呼叫到达率，μ为平均服务时间。当新的呼叫请求到达时，如果业务请求信道与当前系统占用信道之和小于等于CG，则接入该业务，否则拒接该业务；当切换呼叫请求到达时，如果业务请求信道与当前系统占用信道之和小于等于C，则接入该业务，否则拒接该业务[28]。因此预留信道数的大小直接决定了系统的性能，但较大的预留信道数会降低系统的资源利用率。

图1 固定信道预留策略状态转移图

自适应信道预留通常根据网络的状态以一定的概率接入新呼叫业务，为切换呼叫动态预留信道，避免预留信道不足造成切换中断，或预留信道过多造成系统资源利用率下降。Wu等[29]提出了设定切换中断概率门限的信道预留方案，当切换中断概率达到预定门限时再进行预留信道。这样可以在负载较重的情况下，保证切换中断概率，同时降低新呼叫阻塞概率。Liu等[30]提出了一种准静止状态下软切换的自适应门限容量预留算法，通过一种预测机制，切换呼叫可根据当前小区的潜在业务载荷动态地调整切换门限，从而降低阻塞概率和中断概率。Rouzbehani等[31]提出了一种模糊逻辑控制的动态信道分配方案，给予切换用户较高的优先级，并动态预留保护信道数，能够保证较低的呼叫阻塞概率，同时保证较好的服务等级。

2) 切换排队优先策略。在信道预留的基础上，对切换业务进行排队，进一步降低切换业务中断概率，获得较高的切换性能[32]。假定切换排队队列长度为Cq,用户切换排队平均等待时间为μq，系统状态转移图如图2所示。与信道预留策略相比，只是在系统满负载(状态为C)情况下，对切换请求业务进行排队，等待系统有空闲的资源时再接入，而不是直接拒绝，因此对于切换业务的接入成功率更高，但是同时也增加了新呼叫请求用户的阻塞概率。此外，较短的切换排队长度对切换业务性能的提升有限,该策略对时延要求较高的业务适应性差。

图2 切换排队优先策略状态转移图

3.1.2 保证业务QoS的策略

保证业务QoS的策略是以业务的QoS参数作为优化目标的接入控制策略。对用户而言，只有QoS级别达到一定的要求，服务才可能被接受。通常用户业务QoS参数主要包括业务的分组等待时延和时延抖动、信息传输速率、丢包率等。Tsiropoulos等[33]提出了区分用户业务优先级的接入控制策略，考虑实时和非实时2种业务，对实时业务设置较高的优先级，对非实时业务则以一定的概率α接入。其中，α的取值范围为(0,1]，并随着网络负载的上升而减小。因此当前网络负载上升时实时业务比非实时业务具有更高的优先级接入系统。Khanjari等[34]在所有级别业务共享带宽的条件下，提出一种基于最大最小公平策略的资源分配策略，通过带宽降级和带宽升级以及不同业务呼叫优先级来保证各业务的QoS。因此，保证业务QoS的策略能区分QoS要求不同的业务，为了保证高优先级的业务较高的接入概率，会造成部分系统资源浪费。

_3.1.3 最大化系统收益策略

最大化系统收益策略是从系统或网络段来考虑接入控制问题，同时兼顾业务QoS要求。一般根据业务的某种QoS参数或多个QoS参数的组合，建立传输业务的网络效用函数或网络收益因子，网络效用或网络收益同时与网络中的资源利用相关，具有不同QoS参数的业务在接入到网络中时所能为网络带来的效用或者收益是不同的[35]。最大化当前系统总的网络效用或收益，满足已接入业务的QoS要求，同时提高系统资源利用率。Chowdhary等[36]提出基于网络收益的接入控制策略，通过计算不同类型业务能够带来的网络收益，选择收益最大的业务优先接入网络中。该方法能够确保接入业务的QoS同时使得网络收益最大，但在一定程度上增加了低优先级用户的阻塞概率；此外仅从当前接入业务考虑网络的收益，没有从整个网络考虑收益最大化，对于网络内接入请求用户到达率变化较大的场景，性能会变差。

3.2 考虑平台特性的策略

1) 基于平台多波束覆盖特性的接入策略。Grace等[37]研究了高空平台多波束功率衰减逼近函数，指出相对于地面无线通信系统，高空平台多波束天线覆盖小区的重叠区域干扰较小，可以利用重叠区域提高系统的性能。此外还分析了高空平台通信系统中信道分配策略，利用蜂窝间的重叠区提升系统的呼叫阻塞性能，增加系统的灵活性[38]。李树锋等[15]67提出重叠区域辅助确保切换策略，除了利用高空平台和用户位置信息之外，还利用蜂窝之间的重叠区来协助判定并阻塞可能引起切换失败的新呼叫，获得近乎于零的切换掉话率。

2) 基于平台位置姿态信息的接入策略。利用平台的位置姿态信息可以对网络覆盖有更全面的了解，因此根据平台动态信息可以获得更好的网络性能。平台在摆动状态时，会造成小区边缘用户来回切换问题，游思晴等[39]对于CDMA高空平台通信系统在平台摆动情况下的性能，提出在小区边缘用户采用2个基站同时接收的接入控制方案，来避免“乒乓切换”;还提出了高空平台蜂窝系统与地面蜂窝融合解决平台摆动的影响，即将平台覆盖蜂窝中心恰好处在地面蜂窝六边形的顶点上，用地面蜂窝中心来接收平台小区边缘用户数据，减少切换次数[40]，但是这种方法需要地面移动通信系统的配合。蒋静雅等[41]针对此问题，提出区分用户优先级的信道预留和切换排队相结合的信道分配算法，该策略能够显著降低切换掉话率，尤其是高优先级用户的切换掉话率，补偿了因平台摆动所导致的系统性能损失。李树锋[42]借鉴了低轨道(LowEarthOrbit,LEO)卫星通信系统中基于地理位置信息的呼叫允许控制，设计了一种适用于高空平台移动情况下的呼叫允许控制算法，通过利用地理位置信息精确地判断切换时刻，并根据切换时刻进行精确的信道预留，降低了系统的呼叫阻塞性能。管明祥等[43]通过检测高空平台与用户间收发链路通信距离来进行无线信道分配，解决高空平台通信中负载不均等造成的无线资源无法满足用户需求的问题，仿真验证了该方法无须估计，提高了信道利用率。

不考虑平台特性的接入控制策略，没有考虑平台扰动带来的小区内切换呼叫到达率大范围变化的影响，无法确保切换用户的性能。相比于不考虑平台特性的策略，考虑平台动态特性的策略，有效降低切换呼叫中断概率，更适合于处理高空平台通信系统切换呼叫请求，但一般只针对某一类场景，如平台位置扰动[42-43]或摆动[39,41]条件下，而且还需要平衡系统其他参数。同时适应平台位置和姿态扰动的接入控制策略还有待进一步研究。

4 高空平台通信系统切换技术展望

高空平台通信系统性能受限于平台本身的准静止状态，合理高效的切换判决和接入控制策略，可以显著提高通信系统的性能。

1) 设计准确高效的切换判决算法。用户的随机移动和高空平台固有的准静止状态给切换判决算法提出了更高的要求，传统的考虑单个因素的切换判决算法显然难以胜任，而智能切换算法为切换提供新的思路，通过智能算法将平台扰动参数以及其他影响切换性能的参数与切换判决建立相应的联系，能够保证切换性能，但如何权衡性能参数与其所付出的代价仍然是今后研究的重点。

2) 合理的接入控制策略。随着业务多样性和移动性的要求，接入控制策略不仅需要满足不同业务的QoS，还需要在此基础上提高网络资源利用率，平衡切换中断率和新呼叫阻塞概率。将平台的动态特性作为约束条件或考虑因素，系统或用户性能参数作为优化目标，可以显著改善系统的性能。但优化某一性能参数，会对系统其他性能产生一定影响。综合考虑多个性能参数，平衡各性能参数是未来研究的重点方向所在，但同时还要考虑算法实现的复杂度。

3) 联合切换判决与接入控制策略。单一的切换判决算法或接入控制策略只能提升系统部分性能，只有切换判决与接入控制策略相互配合才能确保切换顺利完成。将切换判决算法与接入控制策略综合考虑，可以减少不必要的参数，确保切换过程的成功率，有效提高系统性能[44]，能够减小平台扰动对切换算法的影响。针对平台多维度扰动的影响，考虑到学习算法能够适应场景变化，结合强化学习算法研究切换问题是提高切换性能的研究方向。

5 结 束 语

虽然高空平台通信系统相对于地面移动通信系统和卫星通信系统具有诸多优点，但是平台的稳定性仍然是制约其应用的关键因素，切换技术的好坏直接影响到切换时延、切换频率、资源利用率、切换中断率、呼叫阻塞率等指标，进而影响到整个通信系统的系能。合理的切换判决算法和接入控制策略则可以降低通信系统对平台稳定的要求，为高空平台通信系统尽早进入实用阶段提供技术支撑。

)

[1]白琳,梁仙灵,肖振宇,等.空间多维协同传输理论与关键技术[M].北京：人民邮电出版社，2015:6-7.

[2]李行政,张冬晨,朱禹涛.HAPS 通信系统研究现状及展望[J].电信网技术,2016(3):17-22.

[3]DESSOUKY M I,SHARSHAR H A,ALBAGORY Y A.Geometrical analysis of high altitude platforms cellular footprint[J].Progress In Electroma-gnetics Research,2007,67:263-274.

[4]DESSOUKY M,NOFAL M,SHARSHAR H,et al.Optimization of beams directions for high altitude platforms cellular communications design[C]//Proceedings of the Twenty Third National Radio Science Conference.Menoufiya：IEEE,2006:1-8.

[5]管明祥,郭庆,顾学迈.高空平台不稳定性对HAPS通信性能影响建模与分析[J].电子学报,2012,40(10):1948-1953.

[6]李树锋,魏急波,马东堂.平台水平移动对高空平台通信系统性能的影响[J].空军工程大学学报(自然科学版),2011,12(3):73-77.

[7]MELLYSSA W,ISKANDAR.Platform displacement impact on mobile WiMAX handover performance over HAPS cannel[C]//2015 1st International Conference on Wireless and Telematics.Manado：IEEE,2015:1-5.

[8]ALBAGORY Y.Impact of high-altitude platforms rotation on cellular mobile communications[J].International Journal of Advanced Computing Research,2014,1:8-13.

[9]ALBAGORY Y,NOFAL M,GHONEIM A.Handover performance of unstable-yaw stratospheric high-altitude stations[J].Wireless Personal Communications,2015,84(4):2651-2663.

[10]YOU S,JING X,QI Z.The effect of platform swinging on a HAPS-CDMA system[C]//2011 Conference on Cross Strait Quad-Regional Radio Science and Wireless Technology.Harbin：IEEE,2011:859-862.

[11]KHAN J,ABBAS A,KHAN K.Cellular Handover approaches in 2.5 G to 5G Technology[J].International Journal of Computer Applications,2011,21(2):28-37.

[12]CHEN J,SHENG C Y.An adaptive measurement report period and handoff threshold scheme based on SINR variation in LTE-A networks[J].Mathematical Problems in Engineering,2015,2015:1-10.

[13] LIU C,WEI J,HUANG S,et al.A distance-based handover scheme for femtocell and macrocell overlaid networks[C]//2012 8th International Conference on Wireless Communications,Networking and Mobile Computing.Shanghai：IEEE,2012:1-4.

[14]宋莉,刘爱军,田晓钟,等.GEO卫星移动通信系统的动态切换算法[J].系统仿真学报,2009(11):3411-3415.

[15]李树锋,魏急波,马东堂,等.高空平台通信系统中重叠区辅助切换保证策略[J].通信学报,2011,32(3):131-137.

[16]李大成.空天信息网络接入与切换控制策略研究[D].南京:南京邮电大学,2013.

[17]ULVAN A,BESTAK R,ULVAN M.Handover scenario and procedure in LTE-based femtocell networks[C]//2010 4th International Conference on Mobile Ubiquitous,Computing,System,Services and Technologies.Florence:IARIA XPS,2010:213- 218.

[18]DHAND P,DHILLON P.Handoff optimization for wireless and mobile networks using fuzzy logic[J].International Journal of Computer Applications,2013,63(14):31-35.

[19]SINGH R,DAHIYA S S,DOEGAR A.An empirical evaluation of fuzzy and counter based handoff systems for the avoidance of ping-pong effect[C]//2011 5th IEEE International Conference on Advanced Computing & Communication Technologies.Rohtak： IEEE,2011:116-121.

[20]MONIL M A H,QASIM R,RAHMAN R M.Speed and direction based fuzzy handover system[C]//2013 IEEE International Conference on Fuzzy Systems.Hyderabad：IEEE,2013:1-8.

[21]KAUR H,KAUR E A.Fuzzy logic based handover decision procedure involving multiple matrices[J].International Journal of Advanced Engineering Research and Science,2014,1(1):67-72.

[22]MUNOZ R D,MORENO C J A,RUIZ M C,et al.Neural supported hand off methodology in micro cellular systems[C]//1992 IEEE 42th Conference on Vehicular Technology Conference.Denver：IEEE,1992:431-434.

[23]ALSAMHI S H,RAJPUT N S.An intelligent handoff algorithm to enhance quality of service in high altitude platforms using neural network[J].Wireless Personal Communications,2015,82(4):2059-2073.

[24]ALSAMHI S H,RAJPUT N S.Neural network in intelligent handoff for QoS in HAP and terrestrial systems[J].International Journal of Materials Science and Engineering,2014,2:141-146.

[25]BECVAR Z,MACH P,STRINATI E C.Q-learning-based prediction of channel quality after handover in mobile networks[C]//2014 IEEE 25th Annual International Symposium on Personal,Indoor,and Mobile Radio Communication.Washington D.C.：IEEE,2014:1359-1364.

[26]TABRIZI H,FARHADI G,CIOFFI J.A learning-based network selection method in heterogeneous wireless systems[C]//2011 Global Telecommunications Conference.Houston：IEEE,2011:1-5.

[27]TABRIZI H,FARHADI G,CIOFFI J.Dynamic handoff decision in heterogeneous wireless systems:Q-learning approach[C]//2012 IEEE International Conference on Communication.Ottawa：IEEE,2012:3217-3222.

[28]EMMADI S K,VENKATESH T G.Call admission control schemes in cellular networks:A comparative study[C]//2014 11th International Joint Conference on Computer Science and Software Engineering.Chonburi：IEEE,2014:188-193.

[29]WU S,WONG K Y M,LI B.A dynamic call admission policy with precision QoS guarantee using stochastic control for mobile wireless networks[J].IEEE/ACM Transactions on Networking,2002,10(2):257-271.

[30]LIU S,NIU Z,WU Y.An adaptive thresholds capacity reservation scheme for high altitude platform CDMA systems[C] //2003 57th Semiannual on Vehicular Technology Conference.Seoul：IEEE,2003:2062-2065.

[31]ROUZBEHANI B.A fuzzy channel allocation technique in high altitude platforms for emergency telecommunications[C] //2011 IEEE 13th International Conference on Communication Technology.Jinan： IEEE,2011:901-905.

[32]LOUVROS S,PYLARINOS J,KOTSOPOULOS S.Handoff multiple queue model in microcellular networks[J].Computer Communications,2007,30(2):396-403.

[33]TSIROPOULOS G I,STRATOGIANNIS D G,COTTIS P G,et al.Adaptive resource allocation and dynamic call admission control in wireless networks[C]//2010 IEEE Globecom Workshops.Miami：IEEE,2010:1217-1221.

[34]KHANJARI S A,ARAFEH B,DAY K,et al.An adaptive bandwidth borrowing-based Call Admission Control scheme for multi-class service wireless cellular networks[C]//2011 International Conference on Innovations in Information Technology.Abu Dhabi：IEEE,2011:375-380.

[35]周坡.基于OFDM 的 GEO 卫星移动通信系统关键技术研究[D].北京:清华大学,2011.

[36]CHOWDHARY T T,ALAM M S,SOEL M M,et a1.A new CACprotocol for optimizing revenue and ensuring QoS[C]//International Conference on Computer and InformationTechnology.Gyeongju：IEEE,2007:1-6．

[37]GRACE D,SPILLARD C,THORNTON J,et al.Channel assignment strategies for a high altitude platform spot-beam architecture[C]//2002 International Conference on Personal,Indoor and Mobile Radio Communication.Lisbon：IEEE,2002:1586-1590.

[38]GRACE D,SPILLARD C,TOZER T C.High altitude platform resource management strategies with improved connection admission control[C]//2003 International Conference on Wireless Personal Multimedia Communications.Yokosuka： IEEE,2003.

[39]游思晴,景晓军,齐兆群,等.基于平台摆动模型的平流层 CDMA 系统呼叫控制方案[J].电子学报,2011,20(7):1486-1490.

[40]游思晴.平流层 CDMA 移动通信蜂窝网的性能研究[D].北京：北京邮电大学,2012.

[41]蒋静雅,张邦宁,郭道省,等.适用于平台摆动模型的HAPS通信系统信道分配算法[J].电讯技术,2015(8):906-912.

[42]李树锋.高空平台通信系统中呼叫允许控制与切换技术研究[D].长沙：国防科学技术大学,2010.

[43]管明祥,郭庆,顾学迈.一种基于距离判决的HAPS通信无线DCA算法[J].电子学报,2013,41(1):18-23.

[44]BAROLLI L,MINO G,KULLA E,et al.Performance Evaluation of a fuzzy-based integrated CAC and handover system for cellular networks[C]//2011 3rd International Conference on Intelligent Networking and Collaborative Systems.Fukuoka：IEEE,2011:777-786.

(编辑：李江涛)

Overview of Cell Handover Technique in High AltitudePlatform Communication System

HE Panfeng1， CHENG Naiping2

(1. Department of Graduate Management， Equipment Academy， Beijing 101416， China；2. Department of Optical and Electronic Equipment， Equipment Academy， Beijing 101416， China)

The quasi-stationary state of high-altitude platform caused by strong winds in the stratosphere has severe impact on the performance of the communication system, and puts forward higher requirements for the handover technique. This paper analyzes the handover problem of the high altitude platform communication system. In two research directions of switching decision algorithm and access control strategy, the paper discusses current studies on the quasi-static high-altitude platform communication system handover technology in detail. As to handoff algorithm, the paper concludes the characteristics and deficiencies of conventional algorithm and intelligent handoff algorithm. With regard to access control strategy, the paper analyzes the adaptability of the existing algorithm to the quasi-stationary state of the platform. In the end, the paper forecasts the development direction of high-altitude platform communication system handover technology.

high altitude platform; quasi-stationary state; switching; call access control

2016-09-27

国家“863计划”资助项目(2015AA7011071)

何攀峰(1986—)，男，博士研究生，主要研究方向为无线通信网络。Hepanfeng01@126.com 程乃平，男，教授，博士生导师。

TN929.5

2095-3828(2017)01-097-08

A DOI 10.3783/j.issn.2095-3828.2017.01.018