基于混合決策值的異構(gòu)無線網(wǎng)絡(luò)選擇算法

周 健

（1.蘇州高博軟件技術(shù)職業(yè)學(xué)院，江蘇蘇州215163;2.蘇州大學(xué)智能結(jié)構(gòu)與系統(tǒng)研究所，江蘇蘇州215006）

0 引言

各種無線異構(gòu)網(wǎng)絡(luò)共存是未來移動(dòng)通信網(wǎng)絡(luò)的主要特征之一，因此如何讓移動(dòng)用戶接入最優(yōu)的網(wǎng)絡(luò)，成為異構(gòu)網(wǎng)絡(luò)融合領(lǐng)域的研究熱點(diǎn)之一[1]。文獻(xiàn)[2-5]通過層次分析法（Analytic Hierarchy Process，AHP）選擇最優(yōu)網(wǎng)絡(luò)，但決策矩陣數(shù)據(jù)均為歸一化的實(shí)數(shù)。當(dāng)一些指標(biāo)值不易精確測量或者沒有必要精確測量時(shí)，文獻(xiàn)[2-5]的方法不再適用。文獻(xiàn)[6-9]將決策數(shù)據(jù)模糊化后作為模糊邏輯系統(tǒng)的輸入，由模糊邏輯系統(tǒng)的輸出值來確定最優(yōu)網(wǎng)絡(luò)的選擇。雖解決了決策數(shù)據(jù)均為歸一化實(shí)數(shù)的問題，但模糊邏輯系統(tǒng)只適用于輸入指標(biāo)個(gè)數(shù)較少的場合。

綜合上述，以上文獻(xiàn)提出的方案在指標(biāo)值處理上都存在一定的局限性，因此提出了一種基于混合型決策矩陣的垂直切換算法。此算法將指標(biāo)分為定量指標(biāo)和定性指標(biāo)，用實(shí)數(shù)表示定量指標(biāo)值;用區(qū)間數(shù)、三角模糊數(shù)和語言值等表示定性指標(biāo)值。即使指標(biāo)值的個(gè)數(shù)較多時(shí)，也只是增加混合型決策矩陣的行列，并不存在模糊規(guī)則難以界定的問題。

1 垂直切換判決算法

首先定義垂直切換算法評價(jià)指標(biāo)體系，將網(wǎng)絡(luò)評價(jià)指標(biāo)分為一級(jí)指標(biāo)和二級(jí)指標(biāo)，并根據(jù)評價(jià)指標(biāo)體系建立混合型決策矩陣。同時(shí)，通過AHP方法計(jì)算指標(biāo)的權(quán)重，利用基于混合指標(biāo)值的TOPSIS算法選擇接入最優(yōu)網(wǎng)絡(luò)。

1.1 垂直切換算法評價(jià)指標(biāo)體系的建立

在異構(gòu)網(wǎng)絡(luò)環(huán)境中，通過比較一組參數(shù)為終端的特定業(yè)務(wù)選擇最適合的網(wǎng)絡(luò)。這些參數(shù)被分為3類:網(wǎng)絡(luò)端指標(biāo)、用戶端指標(biāo)和服務(wù)質(zhì)量指標(biāo)。網(wǎng)絡(luò)端指標(biāo)包括接收信號(hào)強(qiáng)度指示（Received Signal Strength Indicator，RSSI）和安全性;用戶端指標(biāo)包括價(jià)格和耗電量;服務(wù)質(zhì)量指標(biāo)包括帶寬、時(shí)延、抖動(dòng)和誤比特率。

1.2 混合型決策矩陣的建立

指標(biāo)有定性指標(biāo)和定量指標(biāo)之分，在垂直切換算法中，備選網(wǎng)絡(luò)在各指標(biāo)下的決策值不僅以實(shí)數(shù)來表示，還以區(qū)間數(shù)、三角模糊數(shù)和語言值等形式來表示。各備選網(wǎng)絡(luò)的指標(biāo)值組成的決策矩陣為表示第i個(gè)備選網(wǎng)絡(luò)的第j個(gè)指標(biāo)值。由于aij的類型多樣化，則稱A為混合型決策矩陣。

1.3 評價(jià)指標(biāo)權(quán)重的確定

對于權(quán)重的計(jì)算，最常用的是AHP方法[10]。根據(jù)建立的垂直切換算法評價(jià)指標(biāo)體系，對于一級(jí)指標(biāo)和二級(jí)指標(biāo)分別建立判斷矩陣，共分4組元素:①網(wǎng)絡(luò)端指標(biāo)、服務(wù)質(zhì)量指標(biāo)和用戶端指標(biāo);②RSSI和安全性;③帶寬、時(shí)延、抖動(dòng)和誤比特率;④價(jià)格和耗電量。通過判斷矩陣求出各組的指標(biāo)權(quán)重，各指標(biāo)的絕對權(quán)重wj等于其對應(yīng)的一級(jí)指標(biāo)權(quán)重與二級(jí)指標(biāo)權(quán)重之積。

1.4 基于混合決策值TOPSIS算法的網(wǎng)絡(luò)選擇

利用TOPSIS算法進(jìn)行最優(yōu)網(wǎng)絡(luò)選擇的步驟如下:

①指標(biāo)值的規(guī)范化處理:將語言變量型數(shù)據(jù)轉(zhuǎn)換成區(qū)間數(shù)據(jù)[11]，如表1所示。

表1 五級(jí)語言評價(jià)集轉(zhuǎn)化為區(qū)間數(shù)

②確定理想解v+與負(fù)理想解v-，若bij為實(shí)數(shù)，則有:

若bij為區(qū)間數(shù)，則有:

③各備選方案與理想方案和負(fù)理想方案的廣義加權(quán)距離:

式中，ni為備選網(wǎng)絡(luò);wi為指標(biāo)權(quán)重;bij為備選網(wǎng)絡(luò)ni相對于指標(biāo)j的決策值。式（3）中，對于實(shí)數(shù):

對于區(qū)間數(shù):

④計(jì)算各方案的相對貼近度:

2 仿真及結(jié)果

2.1 仿真環(huán)境

網(wǎng)絡(luò)仿真拓?fù)浣Y(jié)構(gòu)如圖1所示。實(shí)驗(yàn)仿真環(huán)境有4個(gè)網(wǎng)絡(luò)（LTE、WiMax、WiFiA和WiFiB）重疊覆蓋，其中LTE覆蓋整個(gè)區(qū)域，包括WiMax、WiFiA和WiFiB覆蓋區(qū)域。

根據(jù)垂直切換算法評價(jià)指標(biāo)體系，設(shè)置LTE、WiMax、WiFiA和WiFiB網(wǎng)絡(luò)的系統(tǒng)參數(shù)如表2所示，RSSI指標(biāo)值根據(jù)移動(dòng)臺(tái)在仿真環(huán)境中的位置計(jì)算。

圖1 仿真網(wǎng)絡(luò)拓?fù)鋱D

表2 備選網(wǎng)絡(luò)參數(shù)

2.2 仿真場景1

為了評估本文算法的性能，將其與以下3種算法比較:基于網(wǎng)絡(luò)端指標(biāo)算法（Network-based Decision，ND）、基于服務(wù)質(zhì)量指標(biāo)算法（Quality-based Decision，QD）和基于用戶端指標(biāo)算法（User-basedDecision，UD）。表3分析了一移動(dòng)臺(tái)在圖1的仿真環(huán)境中，以10m/s的速度從A點(diǎn)向D點(diǎn)移動(dòng)過程中在4種算法下的網(wǎng)絡(luò)選擇情況。

表3 網(wǎng)絡(luò)選擇過程分析

①停留點(diǎn)1:移動(dòng)用戶僅處在LTE的覆蓋區(qū)域內(nèi)，因此所有算法都選擇LTE作為接入點(diǎn)。

②停留點(diǎn)2:本文算法、QD和UD選擇WiMax，而ND選擇LTE。即使LTE的安全性和RSSI比WiMax的要高，但是WiMax的服務(wù)質(zhì)量和價(jià)格都勝于LTE，因此本文算法選擇WiMax為最佳接入點(diǎn)。

③停留點(diǎn)3:本文算法和UD選擇WiFiA，而QD和ND選擇WiMax。雖然WiFiA的RSSI、安全性與服務(wù)質(zhì)量均不如WiMax，但其價(jià)格較低，因此本文算法選擇WiFiA為最佳接入點(diǎn)。

④停留點(diǎn)4:本文算法和QD選擇WiFiB，而RD和UD選擇WiFiA。WiFiA的RSSI和耗電量優(yōu)于WiFiB，且價(jià)格相等，但服務(wù)質(zhì)量劣于WiFiB，因此本文算法選擇WiFiB為最佳接入點(diǎn)。

可見本文算法能夠綜合備選網(wǎng)絡(luò)的各項(xiàng)指標(biāo)，選擇最優(yōu)的網(wǎng)絡(luò)接入。

2.3 仿真場景2

在仿真環(huán)境圖1中，隨機(jī)產(chǎn)生若干移動(dòng)臺(tái)，移動(dòng)臺(tái)根據(jù)自身的數(shù)據(jù)業(yè)務(wù)選擇最優(yōu)的網(wǎng)絡(luò)。假設(shè)所有的移動(dòng)臺(tái)同時(shí)進(jìn)行通信，且都能夠接入網(wǎng)絡(luò)。

當(dāng)所產(chǎn)生的移動(dòng)臺(tái)的數(shù)據(jù)業(yè)務(wù)均為實(shí)時(shí)數(shù)據(jù)時(shí)，移動(dòng)臺(tái)選擇網(wǎng)絡(luò)時(shí)采用的判決算法分別為本文算法、ND和UD的情況下，所有移動(dòng)臺(tái)收發(fā)數(shù)據(jù)延遲時(shí)間的歸一化比如圖2所示。在時(shí)延性能上，本文算法比ND和UD分別提高了28.5%和7.7%。

當(dāng)所產(chǎn)生的移動(dòng)臺(tái)的數(shù)據(jù)業(yè)務(wù)均為非實(shí)時(shí)數(shù)據(jù)時(shí)，移動(dòng)臺(tái)在3種算法下的網(wǎng)絡(luò)吞吐量的歸一化比如圖3所示。在網(wǎng)絡(luò)吞吐量上，本文算法比ND和UD分別提高了6.9%和42.9%。

綜上所述，本文算法能為不同的數(shù)據(jù)業(yè)務(wù)提供合適的網(wǎng)絡(luò)和高質(zhì)量的服務(wù)。

圖2 3種判決算法下平均延時(shí)比較

圖3 3種判決算法下歸一化吞吐量比較

3 結(jié)束語

提出了一種基于混合指標(biāo)值的垂直切換算法，在決策制類型多樣化的情況下，指標(biāo)數(shù)量的增加僅僅增大算法的計(jì)算量，并不會(huì)提高算法的復(fù)雜度。同時(shí)將網(wǎng)絡(luò)端指標(biāo)、用戶端指標(biāo)和服務(wù)質(zhì)量指標(biāo)歸為一級(jí)指標(biāo)，在一級(jí)指標(biāo)中再劃分二級(jí)指標(biāo)，使得一級(jí)指標(biāo)與二級(jí)指標(biāo)的權(quán)重計(jì)算更加清晰。在算法性能方面，能夠綜合備選網(wǎng)絡(luò)的各項(xiàng)綜合指標(biāo)選擇最優(yōu)的網(wǎng)絡(luò)接入。對于有特殊要求的移動(dòng)臺(tái)，同樣能夠滿足其需求，為其接入理想的網(wǎng)絡(luò)。綜上所述，算法能夠針對業(yè)務(wù)的特點(diǎn)與需求，為用戶提供良好的性能。

[1]CORIOI M，F(xiàn)IEDLER J，MEGEDANZ T，et al.Access Network Discovery and Selection in the Future Wireless Communication [J].Mobile Networks and Applications，2011，16（3）:337-349.

[2]ZHANG P，HUANG K Z，HE X J，et al.Heterogeneous Wireless Network Selection Algorithm Based on Combinational Weight[J].Systems Engineering and Electronics，2009，31（10）:2501-2505.

[3]LIU S M，MENG Q M，PAN S，et al.A Simple Additive Weighting Vertical Handoff Algorithm Based on SINR and AHP for Heterogeneous Wireless Networks[J].Journal of Electronics and Information Technology，2011，33（1）:235-239.

[4]SHI W X，ZHAO X，ZHAO S，et al.Multi-objective Decision Making Based Access Selection Algorithm in Heterogeneous Wireless Networks[J].Journal of Jilin University（Engineering and Technology Edition），2011，41（3）:795-799.

[5]DUAN X L，LI S，SUN L Y.Access Network Selection Scheme for Beyond 3G System[C]// 7th International Conference on Wireless Communications，Networking and Mobile Computing（WiCOM），2011.

[6]JOON M K，JOHN S，SIN S S，et al.Autonomic Personalized Handover Decisions for Mobile Services in Heterogeneous Wireless Network [J].Computer Networks，2011，55（7）:1520-1532.

[7]CELAL C，SERHAN Y，HUSEYIN A.Interference Aware Vertical Handoff Decision Algorithm for Quality of Service Support in Wireless Heterogeneous Networks[J].Computer Networks，2010，54（5）:726-740.

[8]GIUPPONI L，AGUSTI R，PEREZ R J，et al.Fuzzy Neural Control for Economic-driven Radio Resource Management in Beyond 3G Networks[J].IEEE Transactions on Systems，Man and Cybernetics，Part C（Applications and Reviews），2009，39（2）:170-189.

[9]GIUOOONI L，AGUSTI R，PEREZ R J，et al.A Novel Approach for Joint Radio Resource Management Based on Fuzzy Neural Methodology [J].IEEE Transactions on Vehicular Technology，2008，57（3）:1789-805.

[10]WANG Y M，YANG J B，XU D L.Interval Weight Generation Approaches Based on Consistency Test and Interval Comparison Matrices[J].Applied Mathematics and Computation，2005，167（1）:252-273.

[11]WEI G W，LUO Y J，YAO H S.PLWC-EOWA Operator and Its Application to Decision Making under Uncertain Linguistic Setting[C]// The Fifth Wuhan International Conference on E-Business Innovation Management track，2006，5:2369-2373.