3GPP LTE系统中结合位置预测的切换算法

Ｊｏｕｒｎａｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ａｐｐｌｉｃａｔｉｏｎｓ　ＩＳＳＮ　ｌ００１—９０８１　２０１２．．０７．．０１　计算机应用，２０１２，３２（７）：１８４９—１８５１，１８６３　文章编号：１００１—９０８１（２０１２）０７—１８４９—０３　ＣＯＤＥＮ　ＪＹＩＩＤＵ　ｈｔｔｐ：／／ｗｗｗ．ｊｏｃａ．ｅｎ　ｄｏｉ：１０．３７２４／ＳＰ．Ｊ．１０８７．２０１２．０１８４９　３ＧＰＰ　ＬＴＥ系统中结合位置预测的切换算法　孙巍巍　，苏寒松　，滕友伟　，徐勇　（１．天津大学电子信息工程学院，天津３０００７２；　２．奥维通信股份有限公司沈阳研发部，沈阳ｌ　１０１７９）　（　通信作者电子邮箱ｓｗｗａｚａａｚａｌ　１　１９＠１２６．ｃｏｎ）　摘要：针对３ＧＰＰ　ＬＴＥ系统中因频繁切换而导致的系统吞吐量降低的问题，提出了基于用户运动机制及其方向　改变概率的预测模型，并将其与标准的长期演进（ＬＴＥ）切换算法相结合。模型使用方向改变概率计算各个可能位置　的接收信号强度的权重，再求和得到预测的接收信号强度。经过仿真对比，使用结合位置预测的切换算法后，切换次　数没有明显变化，但系统吞吐量有所提高。相比于传统的数据挖掘预测模型，提出的预测模型效果更好。　关键词：长期演进；位置预测；切换算法　中图分类号：ＴＰ３９１．９　文献标志码：Ａ　Ｈａｎｄｏｖｅｒ　ａｌｇｏｒｉｔｈｍ　ｃｏｍｂｉｎｅｄ　ｗｉｔｈ　ｌｏｃａｔｉｏｎ　ｐｒｅｄｉｃｔｉｏｎ　ｉｎ　３　ＧＰＰ　ＬＴＥ　ｓｙｓｔｅｍｓ　ＳＵＮ　Ｗｅｉ—ｗｅｉ　．ＳＵ　Ｈａｎ．ｓｏｎｇ　．ＴＥＮＧ　Ｙｏｕ．ｗｅｉ　，ＸＵ　Ｙｏｎｇ　（１．Ｓｃｈｏｏｌ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｔｉａｒｊｔｉｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ　３０００７２，Ｃｈｉｎａ；　２．Ｓｈｅｎｙａｎｇ　Ｒｅｓｅａｒｃｈ　ａｎｄ　Ｄｅｖｅｌｏｐｍｅｎｔ　Ｄｅｐａｒｔｍｅｎｔ，Ａｌｌｗｉｎ　Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｃｏｒｐｏｒａｔｉｏｎ　Ｌｉｍｉｔｅ＆Ｓｈｅｎｙａｎｇ　Ｌｉａｏｎｉｎｇ　１　１０１７９，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｃｏｎｃｅｒｎｉｎｇ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｏｆ　ｔｈｅ　ｄｅｃｌｉｎｅ　ｏｆ　３ＧＰＰ　Ｌｏｎｇ　Ｔｅｒｍ　Ｅｖｏｌｕｔｉｏｎ（ＬＴＥ）ｓｙｓｔｅｍ　ｔｈｒｏｕｇｈｐｕｔ　ｃａｕｓｅｄ　ｂｙ　ｔｈｅ　￣ｅｑｕｅｎｔ　ｈａｎｄｏｖｅｒ，ａ　ｌｏｃａｔｉｏｎ　ｐｒｅｄｉｃｔｉｏｎ　ｍｏｄｅｌ　ｂａｓｅｄ　ｏｎ　ｕｓｅｒ　ｍｏｖｅｍｅｎｔ　ｍｅｃｈａｎｉｓｍ　ａｎｄ　ｃｈａｎｇｉｎｇ　ｐｒｏｂａｂｉｌｉｔｙ　ｏｆ　ｄｉｒｅｃｔｉｏｎ　ｗａｓ　ｐｒｏｐｏｓｅｄ．Ｔｈｅ　ｐｒｏｐｏｓｅｄ　ｍｏｄｅｌ　ｗａｓ　ｃｏｍｂｉｎｅｄ　ｗｉｔｈ　ｔｈｅ　ｓｔａｎｄａｒｄ　ｈａｎｄｏｖｅｒ　ａｌｇｏｒｉｔｈｍ　ｏｆ　ＬＴＥ．Ｔｈｅ　ｍｏｄｅｌ　ｃａｌｃｕｌａｔｅｄ　ｔｈｅ　ｗｅＪｉｇｈｔ　ｏｆ　ｅａｃｈ　ｐｏｓｓｉｂｌｅ　ｌｏｃａｔｉｏｎ　ｕｓｉｎｇ　ｔｈｅ　ｃｈａｎｇｉｎｇ　ｐｒｏｂａｂｉｌｉｔｙ　ｏｆ　ｄｉｒｅｃｔｉｏｎ，ｔｈｅｎ　ｇｏｔ　ｔｈｅ　ｐｒｅｄｉｃｔｅｄ　ｒｅｃｅｉｖｅｄ　ｓｉｇｎａｌ　ｓｔｒｅｎｇｔｈ　ｔｈｒｏｕｇｈ　ｓｕｍｍｉｎｇ．Ｔｈｅ　ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｎｕｍｂｅｒ　ｏｆ　ｈａｎｄｏｖｅｒ　ｄｏｅｓ　ｎｏｔ　ｃｈａｎｇｅ　ｏｂｖｉｏｕｓｌｙ，ｂｕｔ　ｔｈｅ　ｓｙｓｔｅｍ　ｔｈｒｏｕｇｈｐｕｔ　ｉｓ　ｉｍｐｒｏｖｅｄ　ａｆｔｅｒ　ｕｓｉｎｇ　ｔｈｅ　ｃｏｍｂｉｎｅｄ　ａｌｇｏｒｉｔｈｍ．Ｉｎ　ａｄｄｉｔｉｏｎ，ｔｈｅ　ｐｒｏｐｏｓｅｄ　ｍｏｄｅｌ　ｉｓ　ｂｅｔｔｅｒ　ｔｈａｎ　ｔｈｅ　ｔｒａｄｉｔｉｏｎａｌ　ｄａｔａ　ｍｉｎｉｎｇ　ｐｒｅｄｉｃｔｉｏｎ　ｍｏｄｅ１．　Ｋｅｙ　ｗｏｒｄｓ：Ｌｏｎｇ　Ｔｅｒｍ　Ｅｖｏｌｕｔｉｏｎ（ＬＴＥ）；ｌｏｃａｔｉｏｎ　ｐｒｅｄｉｃｔｉｏｎ；ｈａｎｄｏｖｅｒ　ａｌｇｏｒｉｔｈｍ　０　引言　３ＧＰＰ在Ｒ８中确立了长期演进（Ｌｏｎｇ　Ｔｅｒｍ　Ｅｖｏｌｕｔｉｏｎ，　中是将ＲＳＲＰ　和ＲＳＲＰ　做差后，对差值做与文献［４］中相同　的滤波。这两种方法只需调整遗忘因子和域值ＨＯＭ就可以　改变切换性能。本文所用的基于移动位置预测的切换算法是　将移动位置预测方法与标准切换算法相结合，从而达到减小　切换延时，提高系统吞吐量的目的。　ＲＳＲＰ，ｄＢ　ＬＴＥ）系统规范…，它的一个主要目标就是为语音和多媒体业　务提供快速无缝接入，用户在移动过程中，由于受到地形地貌　等外界因素影响，需要从服务小区切换到目标小区，而这一过　程将影响到系统整体性能和用户服务质量，因此，如何实现快　速无缝切换，减少延时，提高系统容量是目前研究的重点。　在ＬＴＥ网络中，由于网络取消了无线网络控制器（Ｒａｄｉｏ　Ｎｅｔｗｏｒｋ　Ｃｏｎｔｒｏｌｌｅｒ，ＲＮＣ）实体，不再支持宏分集，所以采用的　是硬切换　。ＬＴＥ中的标准硬切换算法也称为功率分配　（Ｐｏｗｅｒ　Ｂｕｄｇｅｔ，ＰＢＧＴ）算法，该算法使用切换域值（ＨａｎｄＯｖｅｒ　Ｍａｒｇｉｎ，ＨＯＭ）和触发时间（Ｔｉｍｅ　Ｔｏ　Ｔｒｉｇｇｅｒ，　ｍ’）做出切换　决策，当接收到的目标小区的信号强度ＲＳＲＰ　大于源小区信　号强度ＲＳＲＰｓ与ＨＯＭ之和，即ＲＳＲＰ　＞ＲＳＲＰ　＋ＨＯＭ，且此　状态持续时间ＴＴＴ，则触发切换　Ｊ。过程如图１所示。　图１切换触发示意图　１　ＬＴＥ中的切换过程　切换过程主要包括两个阶段：切换准备阶段（包括信息　在文献［４］、［５］中，分别提出了基于无限脉冲响应　（Ｉｎｆｉｎｉｔｅ　Ｉｍｐｕｌｓｅ　Ｒｅｓｐｏｎｓｅ，ＩＩＲ）一阶滤波的改进的切换算法。　文献［４］中是对接收信号强度（Ｒｅｃｅｉｖｅｄ　Ｓｉｎａｌｇ　Ｓｔｒｅｎｇｔｈ，ＲＳＳ）　进行ＩＩＲ一阶滤波，即ＲＳＳ（ｎＴ）＝／３ＲＳＳ（ｎｒ）＋（１～　）　的收集、切换判决）和切换执行阶段。在信息收集阶段，移动　台上报测量报告给源基站，由源基站根据测量报告以决定是　否要执行切换操作以及何时进行切换，用户还要收集相关候　选小区的信息，并且还要执行和安全有关的鉴权操作；在切换　判决阶段，用户要经过一系列的测量来决定哪一个候选小区　ＲＳＳ（（ｎ一１）　），其中口为遗忘因子，取值为０到１之间。当　ＲＳＳ（ｎＴ）　≥ＲＳＳ（ｎＴ）　＋ＨＯＭ，则做出切换决策。文献［５］　收稿日期：２０１１—１２—３１；修回日期：２０１２—０３—２３。　作者简介：孙巍巍（１９８８一），女，吉林榆树人，硕士研究生，主要研究方向：无线通信；　苏寒松（１９６０一），男，河南滑县人，教授，博士，ＣＣＦ　会员，主要研究方向：光通信、无线通信；滕友伟（１９８７一），男，江苏连云港人，硕士研究生，主要研究方向：无线通信；徐勇（１９８１一），男，辽　宁沈阳人，工程师，主要研究方向：射频微波。　１８５０　计算机应用　第３２卷　是最佳的切换对象。　３ＧＰＰ　ＬＴＥ中的切换信令流程如图２所示　Ｊ。其中各步　骤简要介绍如下：１）源基站根据该地区的限制信息配置用户　的测量程序，源基站提供的测量可协助控制用户的连接移动　功能；２）用户向源基站发送测量报告；３）源基站根据用户发　送的测量报告和ＲＲＭ（Ｒａｄｉｏ　Ｒｅｓｏｕｒｃｅ　Ｍａｎａｇｅｍｅｎｔ）信息作出　度。则：　Ｘｎ＋ｌ　Ｘｎ　。。。　（１　Ｌ），　＋ｌ　Ｙ　＋口・ｓｉｎ∞　通过式（１）可以计算得到下一时刻用户的位置，从而得　到该位置接收到的信号强度。　假设用户方向改变的概率为　，方向改变的最大角度为　±０，当前的运动方向的角度为　，预测的下一时刻接收到的　切换决策；４）源基站向目标基站发送切换请求，包括一些必　要的切换准备信息；５）如果目标基站可以分配资源，目标基　站会根据接收到的增强的无线接入承载（Ｅｎｈａｎｃｅｄ－Ｒａｄｉｏ　信号强度为　，方向不改变时下一时刻接收到的信号　强度为Ｒｓ冗Ｐ。，则用式（２）计算ＲＳＲＰ　：　Ａｃｃｅｓｓ　Ｂｅａｒｅｒ，Ｅ—ＲＡＢ）的服务质量（Ｑｕａｌｉｔｙ　ｏｆ　Ｓｅｒｖｉｃｅ，ＱｏＳ）　来执行准人控制；６）目标基站准备切换，并向源基站发送切　换请求确认信息；７）目标基站产生无线资源控制（Ｒａｄｉｏ　Ｒｅｓｏｕｒｃｅ　Ｃｏｎｔｒｏｌ，ＲＲＣ）信令执行切换；８）在目标基站成功建　立同步，并且对用户进行上行调度分配后，用户向目标基站发　送切换确认信息；９）源基站刷新缓冲区，释放和该用户有关　的资源　Ｉ７］。　图２切换信令流程　２　基于移动位置预测的切换算法　本文提出基于移动位置预测的切换方案，将位置预测与　ＬＴＥ标准切换算法相结合，在考虑　兀　和ＨＯＭ基础上，预测　下一时刻或者下两个时刻的位置，判断在预测位置处ＲＳＲＰ　的大小，并进行切换决策，从而达到缩小ＴＩ’Ｉ１，减小切换延时，　提高系统吞吐量的目的。　下面阐述了两种位置预测方法：方法１为基于历史位置　数据挖掘的预测模型；方法２为本文提出的基于用户运动机　制及其方向改变概率的预测模型。　方法１基于历史位置数据挖掘的预测模型。　数据挖掘主要目的是发现隐藏在大型数据集中有趣的数　据模式。数据挖掘中的预测是一种数据分析形式，可以用于　预测未来的数据趋势。本文用到的数据挖掘模型的思想是挖　掘用户所有历史位置信息，从中找出影响运动位置的因素，预　测出未来位置的坐标，从而可以得到二维轨迹的预测　Ｊ。　方法２基于用户运动机制及方向改变概率的预测模　型。　根据用户运动机制，将用户方向改变的概率作为影响下　一时刻接收信号强度的权重因子，从而预测下一时刻接收到　的信号强度。　假设下一时刻用户的角度为　，　和Ｙ　为当前时刻的横　纵坐标，　和Ｙ　为下一时刻的横纵坐标，　为用户运动速　ＲＳＲＰ　＝（１一　）・ＲＳＲＰｐ＋　。　（ＲＳＲＰ（　＋０）＋ＲＳＲＰ（　＋（ｎ一１）　ｎ）＋　…＋ＲＳＲＰ（　＋Ｏ／ｎ）＋ＲＳＲＰ（妒一Ｏ／ｎ）＋　…＋ＲＳＲＰ（　一（１１，一１）Ｏ／ｎ）＋ＲＳＲＰ（　一０））　（２）　其中ＲＳＲＰ（　＋０）为下一时刻方向改变０后的位置处所接收　到的信号强度，且方向角改变０的可能性与其他角度均等，均　为　，其他角度意义依此类推。　二¨　算法流程如下所示。　１）测量接收到的目标小区和源小区的ＲＳＲＰ。　２）当目标ＲＳＲＰ＞源ＲＳＲＰ十ＨＯＭ且持续时间　满足　０＜Ｔ＜ＴＴＴ时：　ａ）如果Ｔ＝　玎一２，ＲＳＲＰ呈增长趋势，且预测下一时刻　目标ＲＳＲＰ＞源ＲＳＲＰ＋ＨＯＭ，则切换；　ｂ）如果Ｔ＝ＴＴＴ一１，且下一时刻满足目标ＲＳＲＰ＞源　ＲＳＲＰ＋ＨＯＭ，则切换；　ｃ）如果Ｔ＝　，满足目标ＲＳＲＰ＞源ＲＳＲＰ＋ＨＯＭ，则　切换。　３）结束。　３　仿真场景描述　本文使用Ｍａｔｌａｂ仿真工具，对ＬＴＥ系统进行系统级仿　真，宏小区网络采用环数为１的结构，即中心有一个基站，周　围环绕六个基站，形成蜂窝式覆盖。在整个仿真的有用区域　（Ｒｅｇｉｏｎ　Ｏｆ　Ｉｎｔｅｒｅｓｔ，ＲＯＩ）内，根据扇区大小随机撒入用户，设　定每个扇区内的用户数最多为１０。如果用户运动超出ＲＯＩ　区域，则为其重新分配随机位置　Ｊ。在整个仿真时间内，用　户匀速运动，允许改变的最大方向角为±６０。，且方向改变的　概率设为０．２。　１）天线模型。　每个基站均采用３扇区１２０。定向天线，天线方向增益　为：　Ｇ（０）＝Ｇ一一ｍｉｎ［１２（ｏ／／３）　，Ｇ。］　其中：一百≤０≤叮ｒ，ＩＢ＝６５＇ｎ＇／１８０，Ｇ　＝２０　ｄＢ，Ｇ一＝　１６　ｄＢｔ　引。　２）宏观路损。　使用３ＧＰＰ　ＴＳ２５．８１４规范中定义的路损模型（只和距离　有关）的路损公式来产生宏观路损图¨　，路损计算公式为　Ｌ＝１２８．１＋３７．６　ｌｇ　Ｒ。　３）阴影衰落。　阴影衰落是由用户和基站间的传播路径中的障碍物引起　的，也可以看成是地形中的一些不规则的地理因素。它通常　近似为一个均值为０　ｄＢ、标准差为１Ｏ　ｄＢ的对数正态分布。　第７期　孙巍巍等：３ＧＰＰ　ＬＴＥ系统中结合位置预测的切换算法　增加切换概率，说明预测的正确性还是比较可靠的。　１８５１　阴影会在一个较大的范围内产生影响，为了捕捉对宏小　区的动态影响，这里采用了具有一定空间相关性的二维高斯　过程　本模型中，用一种低复杂度的方法将空间相关性引入　在图５中，可以看出随着用户速度的增加，系统的吞吐量　有所降低。在用户速度较低，即小于３０　ｋｍ／ｈ时，位置预测方　法１的系统吞吐量不如标准切换算法，但当速度不低于　３０　ｋｍ／ｈ时，使用该方法得到的系统吞吐量相较于标准算法提　高了约１．６　Ｍｂｐｓ。而使用位置预测方法２后，无论用户速度　到高斯过程中，同时还保留它的统计属性和位置间的相关　性㈦。　图３为考虑了天线增益、宏观路损及阴影衰落的各扇区最　大信干比（Ｓｉｇｎａｌ　ｔｏ　Ｉｎｔｅｒｆｅｒｅｎｅｅ　ｐｌｕｓ　Ｎｏｉｓｅ　Ｒａｔｉｏ，ＳＩＮＲ）分布。　１５　ｌＯ　５耋　Ｏ　ｘ／ｍ　图３各扇区最大信干比分布　系统的参数设置如表１所示。　表１仿真参数设置　参数名称　参数设置　工作频率　２　ＧＨｚ　工作带宽　５　ＭＨｚ　发射／接收天线数　２／２　传输模式　开环空间复用　基站间距　５ｏ０　ｍ　宏观路损　“ＴＳ２５．８１４”中定义　基站天线　“ＴＳ３６．９４２”中定义　阴影衰落　具有空间相关性的二维高斯模型　阴影衰落均值／方差　０／１０　最小耦合损耗　７０　ｄＢ　用户接收机的噪声系数　５　ｄＢ　热噪声密度　一１７４　ｄＢｍ／Ｈｚ　调度方法　比例公平调度　总的用户数　１４８　仿真时间长度　５ｏｏ１ＴｒＩ　４　仿真结果　本仿真中，虽然用户的初始位置是不变的，但是在后面的　运动中，存在一定的随机性，因此，为增加数据的可靠性，采用　多次仿真统计求均值的方法。　仿真中，设置ＴｒＴ为５个１ＴＩ＇Ｉ（传输时间间隔，１个阿＝　１　Ｉｌｌｓ），ＨＯＭ为５　ｄＢ。使用Ｍａｔｌａｂ中的数据拟合功能来实现方　法１（基于数据挖掘的位置预测方法），拟合多项式的阶数越　高，拟合的曲线越接近已测的数据，但是平滑度大大降低，因此　拟合的阶数设定为４；为简化计算及编程，方法２中的ｎ取２，　即对下一时刻可能的５个点接收到的信号强度按比例加和。　根据仿真场景设置，０即为６０。。本文对ＬＴＥ标准切换算法和　两种位置预测方法进行了仿真比较。如图４所示，对用户速度　分别为５、１５、３０、６０、９０、１２０（单位为ｋｍ／ｈ）时的切换概率进行　了统计，发现使用位置预测算法后，并没有因触发时问减小而　为多少，其得到的系统吞吐量相比于前两种算法都有所提高，　提高了１．５　Ｍｂｐｓ一４．２　Ｍｂｐｓ。　速度／（ｋｍ　）　∞ｄｑ　卿　他　速度／（ｋｉｎ＿ｈ　）　图５系统吞吐量和用户速度关系　５　结语　本文提出的将位置预测与ＬＴＥ标准切换算法相结合的　方法，经仿真验证，位置预测对于减少切换延时、提高系统吞　吐量有较好的效果。在以后的研究中可以结合增加切换难度　的算法，在提高系统吞吐量的同时还可以减少切换次数，降低　系统信令开销。　参考文献：　［１］　赵训威，林辉，张明．３ＧＰＰ长期演进系统架构与技术规范［Ｍ】．　北京：人民邮电出版社，２０１０．　［２】　李明明．ＬＴＥ中的切换算法研究［Ｄ】．北京：北京邮电大学，　２００９．　［３】ＬＩＮ　ＣＨＥＮＧ—ＣＨＵＮＧ，ＳＡＮＤＲＡＳＥＧＡＲＡＮ　Ｋ，ＲＡＭＬＩ　Ｈ　Ａ　Ｍ．　Ｏｐｔｉｍｉｚａｔｉｏｎ　ｏｆ　ｈａｎｄｏｖｅｒ　ａｌｇｏｒｉｔｈｍｓ　ｉｎ　３ＧＰＰ　ｌｏｎｇ　ｔｅｎ＇ｎ　ｅｖｏｌｕｔｉｏｎ　ｓｙｓ—　ｔｅｒｎ［Ｃ］／／２０１　１　４ｔｈ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｍｏｄｅｌｉｎｇ，Ｓｉｍｕｌａ—　ｉｆｏｎ　ａｎｄ　Ａｐｐｌｉｅｄ　Ｏｐｔｉｍｉｚａｔｉｏｎ．Ｐｉｓｃａｔａｗａｙ：ＩＥＥＥ，２０１　１：１—５．　［４】　ＡＮＡＳ　Ｍ，ＣＡＬＡＢＲＥＳＥ　Ｆ　Ｄ，ＭＯＧＥＮＳＥＮ　Ｐ　Ｅ，ｅｔ　ａ１．Ｐｅｒｆｏｒｍａｎｃｅ　ｅｖａｌｕａｔｉｏｎ　ｏｆ　ｒｅｃｅｉｖｅｄ　ｓｉｇｎａｌ　ｓｔｒｅｎｇｔｈ　ｂａｓｅｄ　ｈａｒｄ　ｈａｎｄｏｖｅｒ　ｆｏｒ　ＵＴ－　ＲＡＮ　ＬＴＥ【Ｃ］／／ＩＥＥＥ　６５ｔｈ　Ｖｅｈｉｃｕｌａｒ　Ｔｅｃｈｎｏｌｏｇｙ　Ｃｏｎｆｅｒｅｎｃｅ．Ｐｉｓ－　ｃａｔａｗａｙ：ＩＥＥＥ，２００７：１０４６—１０５０．　（下转第１８６３页）　第７期　李红波等：自适应采样与融合的增强现实阴影生成算法　１８６３　均为２０　７欠；出现的带虚拟　Ｊ影的物体为载入的３Ｄ虚拟人模　型，其虚拟阴影由本文或者对比　－７去绘制；出现的正方体为真　软阴影的真实性方面进行了研究和改进。通过结合考虑遮挡　的平面阴影算法；然后改进基于膨胀腐蚀的软阴影绘制方法，　提出基于融合和多个假想虚拟点光源的自适应采样方法，进　而生成了对象的虚拟阴影。实验结果表明本文提出的算法解　决了现有算法绘制软阴影真实性不足的问题。在下一步工作　中，将进一步研究在复杂环境下的阴影生成算法。　参考文献：　ａｌｉｔｙ　ｔｅｃｈｎｏｌｏｇｉｅｓ，ｓｙｓｔｅｍｓ　ａｎｄ　ａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．Ｍｕｌｔｉｍｅｄｉａ　Ｔｏｏｌｓ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎｓ，２０１１，５１（１）：３４１—３７０．　实环境中的物体，用于直观比较虚拟阴影的真实性。　霸圈目　（ａ）考虑遮挡方法　（ｂ）基于膨胀腐蚀方法　（ｃ）本文方法　５符算法的测试结果对比（点光源类似于面光源）　【１］　ＣＡＲＭＩＧＮＩＡＮＩ　Ｊ，ＦＵＲＨＴ　Ｂ，ＡＮＩＳＥＴＹＩ　Ｍ，ｅｔ　ａ１．Ａｕｇｍｅｎｔｅｄ　ｒｅ—　［２】　陈明，陈一民，姚争为．基于手形交互与掌纹识别的增强现实应　用［Ｊ］．计算机应用，２００９，２９（８）：２０８３—２０８６．　【３］ＨＡＬＬＥＲ　Ｍ．Ｐｈｏｔｏｒｅａｌｉｓｍ　ｏｒ／ａｎｄ　ｎｏｎ—ｐｈｏｔｏｒｅａｌｉｓｍ　ｉｎ　ａｕｇｍｅｎｔｅｄ　ｒｅａｌｉｔｙ［Ｃ】／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　２００４　ＡＣＭ　ＳＩＧＧＲＡＰＨ　Ｉｎｔｅｒｎａｔｉｏｎ－　图６各算法的测试结果对比（点光源类似于体光源）　表１　各方法的平均处理速度对比　ｌ　Ｃｏｎｆａｅｒｅｎｃｅ　ｏｎ　Ｖｉｒｔｕａｌ　Ｒｅａｌｉｔｙ　Ｃｏｎｔｉｎｕｕｍ　ａｎｄ　Ｉｔｓ　Ａｐｐｌｉｃａｔｉｏｎｓ　ｉｎ　Ｉｎｄｕｓｔｒｙ．Ｎｅｗ　Ｙｏｒｋ：ＡＣＭ，２００４：１８９—１９６．　膨胀腐蚀　平均处理速度／ｆｐｓ　［４】　ＮＯＨ　Ｚ，ＳＵＮＡＲ　Ｍ　Ｓ．Ａ　ｒｅｖｉｅｗ　ｏｆ　ｓｈａｄｏｗ　ｔｅｃｈｎｉｑｕｅｓ　ｉｎ　ａｕｇｍｅｎｔｅｄ　总次数　２０　４０　考虑遮挡方法１９．Ｏ１　１９．Ｏ】　基于膨胀腐蚀方法１８．６５　ｌ８．５８　本文方法　１８．６３　ｌ８．４９　ｒｅａｌｉｔｙ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　２００９　Ｓｅｃｏｎｄ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｍａｃｈｉｎｅ　Ｖｉｓｉｏｎ．Ｐｉｓｅａｔａｗａｙ：ＩＥＥＥ，２００９：３２０—３２４．　［５】ＨＡＬＬＥＲ　Ｍ，ＤＲＡＢ　Ｓ，ＨＡＲＴＭＡＮＮ　Ｗ．Ａ　ｒｅａｌ—ｔｉｍｅ　ｓｈａｄｏｗ　ｆｄｐ－　ｐｒｏａｃｈ　ｆｏｒ　ａｎ　ａｕｇｍｅｎｔｅｄ　ｒｅａｌｉｔｙ　ａｐｐｌｉｃａｔｉｏｎ　ｕｓｉｎｇ　ｓｈａｄｏｗ　ｖｏｌｕｍｅｓ　仔细观察图４～６可以看出：图４～６中的图（ａ）虚拟人的　［Ｃ】／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　ＡＣＭ　Ｓｙｍｐｏｓｉｕｍ　ｏｎ　Ｖｉｒｔｕａｌ　Ｒｅａｌｉｔｙ　Ｓｏｆｔ—　ｗａｒｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ．Ｎｅｗ　Ｙｏｒｋ：ＡＣＭ．２００３：５６—６５．　阴影出现锯齿现象；图４—６中的图（ｂ）阴影的颜色没有融合　背景的颜色，当背景颜色为黑色时仍能清晰地看到阴影，不符　合实际情况，其硬阴影和软阴影也均为灰度图；图４—６中的　图（ｃ）阴影的颜色属于真彩色且融合了背景的颜色，当点光　源类似于线光源，算法主要在虚拟人的头部进行膨胀，当点光　源类似于体光源，算法对虚拟人的整体进行膨胀，无锯齿现　【６］　ＪＡＣＯＢＳ　Ｋ，ＡＮＧＵＳ　Ｃ，ＬＯＳＣＯＳ　Ｃ，ｅｔ　ａ１．Ａｕｔｏｍａｔｉｃ　ｇｅｎｅｒａｔｉｏｎ　ｏｆ　ｃｏｎｓｉｓｔｅｎｔ　ｓｈａｄｏｗｓ　ｆｏｒ　ａｕｇｍｅｎｔｅｄ　ｒｅａｌｉｔｙ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　２００５　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｇｒａｐｈｉｃｓ　Ｉｎｔｅｒｆａｃｅ．Ｗａｔｅｒｌｏｏ，Ｏｎｔａｒｉｏ：Ｃａｎａｄｉ—　ａｎ　Ｈｕｍａｎ—Ｃｏｍｐｕｔｅｒ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　Ｓｏｃｉｅｔｙ，２００５：１１３—１２０．　【７］　ＮＯＷＲＯＵＺＥＺＡＨＲＡＩ　Ｄ，ＧＥｔＧＥＲ　Ｓ，ＭＩＴＣＨＥＬＬ　Ｋ，ｅｔ　ａ１．Ｌｉｇｈｔ　ｆａｃｔｏｒｉｚａｔｉｏｎ　ｆｏｒ　ｍｉｘｅｄ－　ｆｒｅｑｕｅｎｃｙ　ｓｈａｄｏｗｓ　ｉｎ　ａｕｇｍｅｎｔｅｄ　ｒｅａｌｉｔｙ　象。此外，图４—６中的图（ａ）、（ｂ）、（ｃ）阴影的空间分布都比　较准确。出现上述现象的原因是：考虑遮挡的平面阴影算法　没有考虑软阴影的绘制；基于膨胀腐蚀方法是在单通道上计　算阴影的颜色，不考虑背景因素，不考虑光源的实际形状；本　文提出的自适应采样与融合方法在三通道上计算阴影的颜色　且颜色是与背景融合的结果，绘制软阴影充分考虑光源的实　【Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　１０ｔｈ　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｓｙｍｐｏｓｉｕｍ　ｏｎ　Ｍｉｘｅｄ　ａｎｄ　Ａｕｇｍｅｎｔｅｄ　Ｒｅａｌｉｔｙ．Ｐｉｓｃａｔａｗａｙ：ＩＥＥＥ，２０１　１：１７３—　１７９．　［８】　ＭＡＤＳＥＮ　Ｃ　Ｂ，ＬＡＵＲＳＥＮ　Ｒ．Ａ　ｓｃａｌａｂｌｅ　ＧＰＵ—ｂａｓｅｄ　ａｐｐｒｏａｃｈ　ｔｏ　ｓｈａｄｉｎｇ　ａｎｄ　ｓｈａｄｏｗｉｎｇ　ｏｒｆ　ｐｈｏｔｏｒｅａｌｉｓｔｉｃ　ｒｅａｌ－ｔｉｍｅ　ａｕｇｍｅｎｔｅｄ　ｒｅａｌｉｔｙ　【Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　Ｓｅｃｏｎｄ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｃｏｍ—　ｐｕｔｅｒ　Ｇｒａｐｈｉｃｓ　Ｔｈｅｏｒｙ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎｓ．Ｂａｒｃｅｌｏｎａ，Ｓｐａｉｎ：Ｉｎｓｔｉｔｕ－　际形状特征。因此，本文提出的基于融合的方法计算出的阴　影颜色更为真实，基于多个假想点光源自适应采样的软阴影　绘制方法更有效。　综上，本文提出的自适应采样与融合算法解决了软阴影　绘制的真实性不足的问题。本文算法由于采用了融合技术使　得平均处理速度略低于对比算法，但不影响增强现实应用的　实时性，所以本文算法在时间上有效。　ｔｅ　ｏｒ　ｆＳｙｓｔｅｍｓ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｉｅｓ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ，Ｃｏｎｔｒｏｌ　ａｎｄ　Ｃｏｍｍｕ－　ｎｉｃａｔｉｏｎ，２００７：２５２—２６１．　【９］　管晓琦，陈一民，丰艳．基于投影的增强现实系统中的光照技术　研究【Ｊ】．系统仿真学报，２００７，１９（２１）：４９６０～４９６４．　［１０］ＮＯＨ　Ｚ，ＳＵＮＡＲ　Ｍ　Ｓ．Ｓｏｆｔ　ｓｈａｄｏｗ　ｒｅｎｄｅｒｉｎｇ　ｂａｓｅｄ　ｏｎ　ｒｅａｌ　ｌｉｇｈｔ　ｓｏｕｒｃｅ　ｅｓｔｉｍａｔｉｏｎ　ｉｎ　ａｕｇｍｅｎｔｅｄ　ｒｅａｌｉｔｙ［Ｊ］．Ａｄｖａｎｃｅｓ　ｉｎ　Ｍｕｌｔｉｍｅｄｉ—　ａ—Ａｎ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ，２０１０，１（２）：２６—３５．　４　结语　本文研究了一种增强现实的阴影生成算法，主要在绘制　（上接第１８５１页）　【５］　ＮＡＩＺＨＥＮＧ　Ｚ，ＷＩＧＡＲＤ　Ｊ．Ｏｎ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ｉｎｔｅｇｒａｔｏｒ　ｈａｎ—　ｄｏｖｅｒ　ａｌｇｏｒｉｔｈｍ　ｉｎ　ＬＴＥ　ｎｅｔｗｏｒｋｓ［Ｃ】／／ＩＥＥＥ　６８ｔｈ　Ｖｅｈｉｃｕｌａｒ　Ｔｅｃｈ—　ｎｏｌｏｇｙ　Ｃｏｎｆｅｒｅｎｃｅ．Ｐｉｓｃａｔａｗａｙ：ＩＥＥＥ．２００８：１—５．　［１１】李自力，陈炜，刘志中．基于膨胀腐蚀算法的软阴影生成［Ｊ］．系　统仿真学报，２００８，２０（Ｓ１）：１—３．　【９］　ＩＫＵＮＯＪ　Ｃ，ＷＲＵＬＩＣＨ　Ｍ，ＲＵＰＰ　Ｍ，ｅｔ　ａ１．ＬＴＥ—Ｓｙｓｔｅｍ—Ｌｅｖｅｌ一１．　２一ｒ３Ｏ０［ＥＢ／ＯＬ】．［２０１１—１Ｏ一２０］．ｈｔｔｐｓ：／／ｗｗｗ．ｎｔ．ｔｕｗｉｅｎ．ａｃ．　ａｔ／ｉｎｄｅｘ．ｐｈｐ？ｉｄ：６３２．　【６］　ＥＴＳＩ．３ＧＰＰ　ＴＳ３６．３００　Ｖ８．１０．０，Ｅｖｏｌｖｅｄ　ｕｎｉｖｅｒｓａｌ　ｔｅｒｒｅｓｔｉｒａｌ　ｒａｄｉｏ　ａｃｃｅｓｓ　ｆ　Ｅ—ＵＴＲＡＮ）ａｎｄ　ｅｖｏｌｖｅｄ　ｕｎｉｖｅｒｓａｌ　ｔｅｒｒｅｓｔｉａｆｌ　ｒａｄｉｏ　ａｃｃｅｓｓ　［１０］ＥＴＳＩ．３ＧＰＰ　ＴＳ　３６．９４２　Ｖ８．２．０，Ｒａｄｉｏ　ｆｒｅｑｕｅｎｃｙ　ｓｙｓｔｅｍ　ｓｃｅｎａｒｉｏｓ　［Ｓ】．Ｎｉｃｅ：ＥＴＳＩ，２００９．　［１　１］ＥＴＳＩ．３ＧＰＰ　ＴＳ　２５．８１４，Ｐｈｙｓｉｃａｌ　ｌａｙｅｒ　ａｓｐｅｃｔｓ　ｆｏｒ　Ｅ—ＵＴＲＡ【Ｓ］．　Ｎｉｃｅ：ＥＴＳＩ，２００６．　ｎｅｔｗｏｒｋ（Ｅ—ＵＴＲＡＮ），ｏｖｅｒａｌｌ　ｄｅｓｃｒｉｐｔｉｏｎ［Ｓ］．Ｎｉｃｅ：ＥＴＳＩ，２００９．　［７】　ＥＴＳＩ．３ＧＰＰ　ＴＳ３６．３３１　Ｖ８．５．０，Ｅ—ＵＴＲＡＮ　ｒａｄｉｏ　ｒｅｓｏｕｒｃｅ　ｃｏｎｔｒｏｌ　ｐｒｏｔｃｏｌｏｓ　ｓｐｅｃｉｆｉｃａｔｉｏｎ［Ｓ】．Ｎｉｃｅ：ＥＴＳＩ，２００９．　［１２】ＩＫＵＮＯＪ　Ｃ，ＷＲＵＬＩＣＨ　Ｍ，ＲＵＰＰ　Ｍ　Ｓｙｓｔｅｍ　ｌｅｖｅｌ　ｓｉｍｕｌａｔｉｏｎ　ｏｆ　ＬＴＥ　ｎｅｔｗｏｒｋｓ［Ｃ】／／ＩＥＥＥ　７１　ｓｔ　Ｖｅｈｉｃｕｌｒ　Ｔｅｃｈｎｏｌａｏｇｙ　Ｃｏｎｆｅｒｅｎｃｅ．　Ｐｉｓｅａｔａｗａｙ：ＩＥＥＥ．２０１０：１６—２Ｏ．　【８］　马国兵，薛安克．数据挖掘技术在运动目标轨迹预测中的应用　［Ｊ】．计算机工程与应用，２００４，４０（１１）：２１０—２１１．