基于自適應(yīng)的多屬性垂直切換算法

金彥亮, 白植樹,周旭琴,馬 威

(上海大學(xué)特種光纖與光接入網(wǎng)省部共建重點(diǎn)實驗室,上海 200444)

基于自適應(yīng)的多屬性垂直切換算法

金彥亮, 白植樹,周旭琴,馬 威

(上海大學(xué)特種光纖與光接入網(wǎng)省部共建重點(diǎn)實驗室,上海 200444)

3G網(wǎng)絡(luò)和無線局域網(wǎng)融合是下一代移動通信的發(fā)展趨勢,在兩種異構(gòu)網(wǎng)絡(luò)之間實現(xiàn)智能切換是融合網(wǎng)絡(luò)的關(guān)鍵技術(shù).針對多屬性垂直算法的分析,提出了一種自適應(yīng)的多屬性垂直切換算法.該算法根據(jù)請求業(yè)務(wù)的不同特性和當(dāng)前網(wǎng)絡(luò)狀態(tài)動態(tài)調(diào)整層次分析法(analytic hierarchy process,AHP)的參數(shù),從而使得切換算法具有較低的阻塞率和時延,以及較高的帶寬使用率.最后對該算法進(jìn)行了性能仿真,驗證了其有效性.

層次分析法;垂直切換;自適應(yīng);異構(gòu)網(wǎng)絡(luò)

隨著無線通信技術(shù)的進(jìn)步,多種網(wǎng)絡(luò)的融合已成為下一代通信網(wǎng)絡(luò)的發(fā)展趨勢.WLAN網(wǎng)絡(luò)能夠提供相對較快的數(shù)據(jù)速率,但是覆蓋范圍較小;3G蜂窩網(wǎng)絡(luò)能夠提供廣闊的移動服務(wù)范圍,但是數(shù)據(jù)速率相對較慢,且業(yè)務(wù)量分布不均(通常在人群高密集場所業(yè)務(wù)量較大).由于3G網(wǎng)絡(luò)無線資源是有限的,不能無限滿足用戶的需求,為此提出了WLAN-3G融合網(wǎng)絡(luò),通過WLAN來實現(xiàn)數(shù)據(jù)的分流.針對異構(gòu)網(wǎng)絡(luò)的垂直切換機(jī)制,科研人員提出了多種算法,主要分為以下4類[1-2].第一類是以信號強(qiáng)度為研究對象,當(dāng)信號強(qiáng)度滿足一定條件時,做出切換決定.基于信號強(qiáng)度的決策算法[3-4]當(dāng)前已被廣泛使用,但其過于簡單,并沒有考慮得到網(wǎng)絡(luò)的復(fù)雜性.第二類是基于多屬性判定算法,將網(wǎng)絡(luò)的帶寬、費(fèi)用、時延等作為參數(shù)來尋求代價最小的網(wǎng)絡(luò).基于多屬性算法[5-6]對網(wǎng)絡(luò)進(jìn)行多方面的研究,可使結(jié)果更準(zhǔn)確.但是由于多屬性算法需要對候選網(wǎng)絡(luò)的判決參數(shù)進(jìn)行準(zhǔn)確模型描述,如何對多個參數(shù)進(jìn)行綜合統(tǒng)一估測,一直是一個研究熱點(diǎn).第三類是基于人工神經(jīng)網(wǎng)絡(luò)和模糊算法[7-8],能夠通過自主學(xué)習(xí)的方式,獲取到更加準(zhǔn)確的結(jié)果,但該算法需要事先進(jìn)行訓(xùn)練,而且訓(xùn)練較復(fù)雜.第四類是基于信噪比,負(fù)載均衡[9-10]等因素的切換算法.本研究參考了神經(jīng)網(wǎng)絡(luò)的動態(tài)特性,提出了一種自適應(yīng)的多屬性算法,可以根據(jù)當(dāng)前的業(yè)務(wù)和實際參數(shù)情況,動態(tài)調(diào)整權(quán)重,從而使該算法具有較低的阻塞率及時延和較高的帶寬使用率.

1 層次分析法

1.1 層次分析法簡介

層次分析法(analytic hierarchy process,AHP)是美國運(yùn)籌學(xué)家、匹茨堡大學(xué)教授薩蒂于20世紀(jì)70年代初提出的,是將與決策有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次,在此基礎(chǔ)上進(jìn)行定性和定量分析的決策方法.在AHP進(jìn)行判決時,主要經(jīng)過如下4個步驟:①建立系統(tǒng)的遞階層次結(jié)構(gòu)模型;②構(gòu)造兩兩比較判決矩陣;③進(jìn)行層次單排序和一致性檢驗;④計算各層元素對系統(tǒng)總目標(biāo)的組合權(quán)重.

1.1.1 建立遞階層次結(jié)構(gòu)模型

首先分析備選網(wǎng)絡(luò)的可用屬性,構(gòu)造出一個層次分析的結(jié)構(gòu)模型.決策問題被分解成不同的組成部分,然后按照屬性將元素分組,形成互補(bǔ)相關(guān)的層次,上一層次對相鄰的下一層次的部分或全部元素起支配作用.這樣就形成了層次間自上而下的逐層支配關(guān)系.由于在無線通信過程中的最終目標(biāo)是選擇最佳網(wǎng)絡(luò),因此本研究僅考慮影響網(wǎng)絡(luò)選擇的三種因素:帶寬、時延、價格.具體的AHP結(jié)構(gòu)如圖1所示.

圖1 AHP結(jié)構(gòu)Fig.1 Structure of AHP

1.1.2 構(gòu)造兩兩比較判決矩陣

在層次結(jié)構(gòu)中,由于同一層次中相對于上層的重要程度不同,因此在單一準(zhǔn)則下,采用1～9比例標(biāo)度法構(gòu)建兩兩比較矩陣A,即

式中,aij=1～9.1～9比例標(biāo)度法可用于表示不同元素之間的比重關(guān)系.根據(jù)這一思想構(gòu)建了如下的判決矩陣A:

式中,c1表示帶寬,c2表示時延,c3表示價格.

權(quán)重的計算方法很多,其中特征根法應(yīng)用最為廣泛,其表達(dá)式為

式中,λmax為最大特征根,W為判決矩陣A對應(yīng)的特征向量.

1.1.3 一致性檢驗

在構(gòu)造判決矩陣時,為了避免個人主觀認(rèn)識對結(jié)果的影響,AHP算法對n階判決矩陣進(jìn)行了次比較,并通過一致性校驗來修正矩陣的誤差.

步驟1 計算一致性指標(biāo)CI(consistency index),其表達(dá)式為

式中,n為判決矩陣的階數(shù).

步驟2 查找相應(yīng)的n的平均隨機(jī)一致性指標(biāo)RI(random index).當(dāng)n=1,2,···,9時,RI參考值如表1所示.

表1 RI值Table 1 Values of RI

步驟3 計算一致性比例.當(dāng)n＜2時,矩陣必須是對角矩陣;當(dāng)n≥2時,一致性比例CR(consistency ratio)的表達(dá)式為

當(dāng)CR＜1.0時,表明判決矩陣具有一致性,否則應(yīng)對判決矩陣進(jìn)行修改,以保證其一致性.

1.1.4 計算組合權(quán)重

在系統(tǒng)決策中,需要在進(jìn)行了統(tǒng)一性處理后再構(gòu)建對比矩陣.以帶寬為例,當(dāng)某一時刻移動終端檢測到的WLAN網(wǎng)絡(luò)中的可用帶寬為bWLAN,3G網(wǎng)絡(luò)中的可用帶寬為b3G, b=max(bWLAN,b3G)時,則比較第二層的判決矩陣為同理,可得其他參數(shù)的矩陣,如時延判決矩陣PD,資費(fèi)判決矩陣PP.

對上述3個矩陣進(jìn)行一致性檢測,求得這3個矩陣的最大特征根所對應(yīng)的特征向量如下:帶寬的特征向量為Wb,時延的特征向量為Wd,資費(fèi)的特征向量為Wp,并由這些特征向量組成了第二層的權(quán)重矩陣Wc,即Wc={Wb,Wd,Wp}.最終的網(wǎng)絡(luò)選擇結(jié)果如式(6)所示.

哪個網(wǎng)絡(luò)的W值大就表示哪個網(wǎng)絡(luò)性能好;若二者相同,則表示性能相當(dāng).

1.2 算法分析

AHP算法在實際應(yīng)用中存在以下兩點(diǎn)不足:一是不具有業(yè)務(wù)自適應(yīng)性,實時業(yè)務(wù)和非實時業(yè)務(wù)不作區(qū)分;二是AHP算法的權(quán)重判決矩陣是根據(jù)經(jīng)驗獲得的比值,沒有考慮根據(jù)網(wǎng)絡(luò)的狀態(tài)實現(xiàn)權(quán)重自適應(yīng).在實際應(yīng)用中,由于兩種網(wǎng)絡(luò)的帶寬都足夠大,對網(wǎng)絡(luò)選擇的影響應(yīng)盡量小.反之,當(dāng)網(wǎng)絡(luò)的某一參數(shù)已經(jīng)接近最低值,但其他參數(shù)卻較優(yōu),通過AHP算法選擇后,仍然選擇該網(wǎng)絡(luò),從而導(dǎo)致阻塞.

2 自適應(yīng)的層次分析法

2.1 算法提出

為了解決上述兩個問題,本研究提出了自適應(yīng)的層次分析法.該算法可根據(jù)業(yè)務(wù)選用不同的判決矩陣,并根據(jù)網(wǎng)絡(luò)狀態(tài)的具體參數(shù),對權(quán)重進(jìn)行修正.

2.2 業(yè)務(wù)自適應(yīng)

業(yè)務(wù)自適應(yīng)主要是根據(jù)業(yè)務(wù)的不同選擇不同的判決矩陣,即針對不同業(yè)務(wù),調(diào)整其參數(shù)對比關(guān)系,構(gòu)建兩種不同的判決矩陣,以提高某種參數(shù)對網(wǎng)絡(luò)切換的貢獻(xiàn)率.例如,對于實時業(yè)務(wù),首先通過降低a12=c1/c2、升高a21=c2/c1,在構(gòu)造判決矩陣A時,提高了時延參數(shù)對目標(biāo)的貢獻(xiàn)率,反之亦然;然后再通過判決矩陣A求出相應(yīng)的歸一化后的特征向量矩陣Wa(見式(6)).

2.3 權(quán)重自適應(yīng)

權(quán)重的自適應(yīng)主要是根據(jù)網(wǎng)絡(luò)狀態(tài)對式(6)中的Wc進(jìn)行動態(tài)調(diào)整.假設(shè)采集到的網(wǎng)絡(luò)帶寬為BWLAN和B3G,針對某一個業(yè)務(wù),所需的最低帶寬要求是α×B,最佳帶寬要求是β×B.將檢測到的帶寬分成3種情況:小于α×B、在α×B和β×B之間、大于β×B.如果不同的網(wǎng)絡(luò)帶寬都大于最佳網(wǎng)絡(luò)帶寬,則該網(wǎng)絡(luò)參數(shù)對整個網(wǎng)絡(luò)選擇的影響可忽略不計.網(wǎng)絡(luò)帶寬越接近最佳值,影響就越小,越接近最低要求值,影響就越大.如果檢測到的帶寬小于α×B,則排除該網(wǎng)絡(luò).帶寬表達(dá)式為

當(dāng)min(B3G,BWLAN)＜α×B時,由于存在網(wǎng)絡(luò)不符合條件,可直接排除,不必執(zhí)行垂直切換算法.

結(jié)合式(5)和(7),得到如下的以帶寬為目標(biāo)的3G網(wǎng)絡(luò)和WLAN網(wǎng)絡(luò)的對比矩陣:

由于時延是成本目標(biāo),時延的表達(dá)式為

當(dāng)max(D3G,DWLAN)＞β×D時,由于存在網(wǎng)絡(luò)不符合條件,可直接排除.按照上述提出的修正方式,優(yōu)化第二層的比較判決矩陣為

本算法只是根據(jù)業(yè)務(wù)類型調(diào)整了判決矩陣中某些參數(shù)的貢獻(xiàn)率,引入了基于網(wǎng)絡(luò)狀態(tài)的權(quán)重動態(tài)調(diào)整機(jī)制,并沒有增加算法的復(fù)雜性.相比于傳統(tǒng)算法,本算法更具通用性和魯棒性.

3 性能仿真與分析

3.1 場景模擬

假設(shè)在某一WLAN和3G共同覆蓋的區(qū)域,業(yè)務(wù)類型有實時與非實時兩種.假設(shè)實時業(yè)務(wù)為視音頻業(yè)務(wù),非實時業(yè)務(wù)為數(shù)據(jù)業(yè)務(wù).3G的覆蓋半徑為500 m,WLAN的為100m.為了更好地驗證算法,假設(shè)除了切換算法外,由其他原因造成的時延忽略不計.實時和非實時業(yè)務(wù)的參數(shù)設(shè)置如表2所示,WLAN和3G網(wǎng)絡(luò)的參數(shù)設(shè)定如表3所示.

表2 業(yè)務(wù)參數(shù)設(shè)置Table 2 Business parameters

表3 網(wǎng)絡(luò)參數(shù)設(shè)置Table 3 Network parameters

仿真采用M/M/C/∞排隊系統(tǒng),其中第一個M表示呼叫到達(dá)是非記憶Poisson過程,第二個M表示用戶服務(wù)時間指數(shù)分布,C表示可用中繼信道數(shù),∞表示對同時服務(wù)用戶數(shù)沒有嚴(yán)格限制.當(dāng)用戶發(fā)起呼叫時,若發(fā)現(xiàn)任何一個信道是空閑的,就可獲得服務(wù),否則遍歷所有信道.當(dāng)發(fā)現(xiàn)存在某些業(yè)務(wù)距離結(jié)束時間小于本業(yè)務(wù)的最大時延時間時,該業(yè)務(wù)呼叫會選擇等待,否則阻塞.

3.2 仿真結(jié)果與分析

圖2～4均為通過Matlab仿真的結(jié)果,其中圖2為阻塞率的仿真圖.可以看出,使用自適應(yīng)多屬性算法可顯著降低阻塞率.當(dāng)話務(wù)量增大到一定程度時,3G和WLAN網(wǎng)絡(luò)的阻塞率逐漸接近.因為當(dāng)話務(wù)量增大到一定值時,3G和WLAN網(wǎng)絡(luò)的性能均不佳,因此無論選擇哪個網(wǎng)絡(luò),都會引發(fā)阻塞.

圖2 阻塞率仿真圖Fig.2 Simulation results of blocking rate

圖3為平均時延的仿真圖.可見,剛開始話務(wù)量少,故呼叫無需等待,平均時延小.當(dāng)話務(wù)量增大到一定值時,平均時延基本穩(wěn)定.此時,雖然話務(wù)量進(jìn)一步增加,但此時的話務(wù)阻塞率也增大,接入系統(tǒng)的呼叫數(shù)量逐漸趨于系統(tǒng)的最大值,從而使時延變得穩(wěn)定.而且利用自適應(yīng)多屬性算法的平均信道時延使用率明顯小于傳統(tǒng)的AHP算法.需要說明的是,平均時延的減小主要是因算法中不再進(jìn)行信道遍歷所致.

圖3 平均時延仿真圖Fig.3 Simulation results of average time delay

圖4為系統(tǒng)帶寬使用率的仿真結(jié)果.可見,剛開始話務(wù)量少,有許多信道處于空閑狀態(tài).隨著話務(wù)量的增加,帶寬使用率增長速度變慢,最后趨于穩(wěn)定.此時,話務(wù)量達(dá)到一定飽和值,系統(tǒng)各信道都得到了充分的使用,帶寬使用率增長速度變慢.

圖4 帶寬使用率仿真圖Fig.4 Simulation results of bandwidth usage

4 結(jié)束語

下一代無線網(wǎng)絡(luò)是融合多種無線接入技術(shù)的異構(gòu)網(wǎng)絡(luò).當(dāng)移動終端處于多種網(wǎng)絡(luò)共同覆蓋的區(qū)域時,需要對異構(gòu)網(wǎng)絡(luò)進(jìn)行選擇性切換,而影響切換的因素是多方面的.本研究根據(jù)多屬性切換算法提出了一種參數(shù)自適應(yīng)的AHP算法.通過對業(yè)務(wù)和環(huán)境參數(shù)的分析和仿真表明,相比傳統(tǒng)的AHP算法,基于自適應(yīng)的多屬性垂直切換算法有效降低了阻塞率和時延,提高了帶寬的使用率,提升了異構(gòu)網(wǎng)絡(luò)的整體性能.

[1]朱東照.3G網(wǎng)絡(luò)與WLAN協(xié)同規(guī)劃之探討[J].郵電設(shè)計技術(shù),2009(9):1-5.

[2]YAN X,SEKERCIOGLU Y A,NARAYANAN S.A survey of vertical handover decision algorithms in fourth generation heterogeneous wireless networks[J].Computer Networks,2010(54):1848-1863.

[3]ZAHRAN A H,LIANG B,SALEH A.Signal threshold adaptation for vertical hando ffin heterogeneous wireless networks[J].Mobile Networks and Applications,2006,11(4):625-640.

[4]CHANG B J,CHEN J F.Cross-layer-based adaptive vertical hando ffwith predictive RSS in heterogeneous wireless networks[J].IEEE Transactions on Vehicular Technology,2008,67(6): 3679-3692.

[5]NASSER N,HASSWA A,HASSANEIN H.Hando ff sinfourthgenerationheterogeneous networks[J].Communication Magazine,2006,44(10):96-103.

[6]方飛,李云.無線異構(gòu)網(wǎng)絡(luò)的垂直切換判決算法[J].通信技術(shù),2010,43(6):137-139.

[7]SORIA-OLIVAS E,MARTIN-GUERRERO J D,CAMpS-VALLS G,et al.A low-complexity fuzzy activation function for arti fi cial neural networks[J].IEEE Transactions on Neural Networks, 2003,57(2):1243-1254.

[8]石文孝,范紹帥,王柟,等.基于模糊神經(jīng)網(wǎng)絡(luò)的異構(gòu)無線網(wǎng)絡(luò)接入選擇算法[J].通信學(xué)報,2010, 31(9):151-156.

[9]AYYAppAN K,NARASIMMAN K,DANANjAYAN P.SINR based vertical hando ffscheme for QoS in heterogeneous wireless networks[C]//International Conference on Future Computer and Communication.2009:117-121.

[10]LI B,SHI W X,ZHAO Y.A load balancing algorithm based on dividing IP fl ow for high-speed traffic over heterogeneous wireless networks[C]//3rd International Congress on Image and Signal Processing.2010:4294-4298.

本文彩色版可登陸本刊網(wǎng)站查詢:http://www.journal.shu.edu.cn

Adaptive vertical hando ffalgorithm in heterogeneous network

JIN Yan-liang,BAI Zhi-shu,ZHOU Xu-qin,MA Wei
(Key Laboratory of Specialty Fiber Optics and Optical Access Networks, Shanghai University,Shanghai 200444,China)

Integration of 3G networks and wireless local area networks is a trend of the next generation mobile communication.Vertical hando ffis the basic requirement for convergence of di ff erent access technologies,and therefore receives much attention from the academia and industry.This paper analyzes tradition algorithms and proposes a new algorithm that can adjust parameters according to the business and network status.Simulation results show that the proposed algorithm has low blocking rate,low average time delay,and high bandwidth usage.

analytic hierarchy process(AHP);vertical hando ff;self-adapt;heterogeneous network

TP 393

A

1007-2861(2015)04-0414-08

10.3969/j.issn.1007-2861.2014.05.013

2014-02-13

上海市科委基金重點(diǎn)資助項目(12511503303,14511105602,14511105902);上海大學(xué)特種光纖與光接入網(wǎng)重點(diǎn)實驗室開放課題資助項目(SKLSFO2012-04);上海市教委基金資助項目;上海微系統(tǒng)所無線通信與傳感器網(wǎng)絡(luò)重點(diǎn)實驗室開放課題資助項目

金彥亮(1973—),男,副教授,博士,研究方向為無線傳感網(wǎng)、移動通信、無線通信等.

E-mail:jinyanliang@sta ff.shu.edu.cn