異構融合網絡中的垂直切換機制研究*

陶　洋，赫前進

1.重慶郵電大學計算機科學與技術學院，重慶4000652.重慶郵電大學通信與信息工程學院，重慶400065

ISSN 1673-9418 CODEN JKYTA8

Journal of Frontiers of Computer Science and Technology

1673-9418/2016/10(04)-0504-12

E-mail: fcst@vip.163.com

http://www.ceaj.org

Tel: +86-10-89056056

* The Chongqing“121”Science and Technology Foundation under Grant No. 2012jcsf-jfzhX0004 (重慶市“121”科技支撐示范工程).

Received 2015-06,Accepted 2015-08.

CNKI網絡優先出版: 2015-08-31, http://www.cnki.net/kcms/detail/11.5602.TP.20150831.1339.002.html

Research on Vertical Handoff Mechanism in Heterogeneous Convergence Networks?

TAO Yang1,2, HE Qianjin1+1. College of Computer Science and Technology, Chongqing University of Posts and Telecommunication, Chongqing 400065, China2. College of Communication and Information Engineering, Chongqing University of Posts and Telecommunication, Chongqing 400065, China

+ Corresponding author: E-mail: 751810376@qq.com

TAO Yang, HE Qianjin. Research on vertical handoff mechanism in heterogeneous convergence networks. Journal of Frontiers of Computer Science and Technology, 2016, 10(4)：504-515.

?

異構融合網絡中的垂直切換機制研究*

陶洋1,2，赫前進1+

1.重慶郵電大學計算機科學與技術學院，重慶400065
2.重慶郵電大學通信與信息工程學院，重慶400065

ISSN 1673-9418 CODEN JKYTA8

Journal of Frontiers of Computer Science and Technology

1673-9418/2016/10(04)-0504-12

E-mail: fcst@vip.163.com

http://www.ceaj.org

Tel: +86-10-89056056

* The Chongqing“121”Science and Technology Foundation under Grant No. 2012jcsf-jfzhX0004 (重慶市“121”科技支撐示范工程).

Received 2015-06,Accepted 2015-08.

CNKI網絡優先出版: 2015-08-31, http://www.cnki.net/kcms/detail/11.5602.TP.20150831.1339.002.html

Research on Vertical Handoff Mechanism in Heterogeneous Convergence Networks?

TAO Yang1,2, HE Qianjin1+
1. College of Computer Science and Technology, Chongqing University of Posts and Telecommunication, Chongqing 400065, China
2. College of Communication and Information Engineering, Chongqing University of Posts and Telecommunication, Chongqing 400065, China

+ Corresponding author: E-mail: 751810376@qq.com

TAO Yang, HE Qianjin. Research on vertical handoff mechanism in heterogeneous convergence networks. Journal of Frontiers of Computer Science and Technology, 2016, 10(4)：504-515.

摘要：針對移動終端有限的電量以及現有垂直切換機制往往忽略終端電能因素，提出了基于終端能耗的垂直切換機制。網絡發現階段，提出一種自適應調整網絡接口激活時間間隔的網絡發現策略。切換判決階段，對采樣點進行預判決，減少進入后續模塊的采樣點；為實時業務和非實時業務分別設計相應的模糊邏輯處理方法；實時業務引入權重因子完成切換判決，非實時業務通過差值門限算法進行切換判決。仿真結果顯示，相比傳統策略，該機制在網絡發現階段能夠降低網絡發現時間，減少網絡接口激活次數；在切換判決階段能夠降低掉話率，減少網絡切換次數以及乒乓效應發生次數，具有有效性。

關鍵詞：垂直切換；終端能耗；網絡發現策略；模糊邏輯

1　引言

隨著信息通信技術的迅猛發展，人們對移動通信的需求越來越大，為了滿足不同業務和用戶對網絡的不同要求，涌現出一大批各具特色的無線接入技術，主要包括：無線局域網、無線廣域網、無線城域網、無線個域網、衛星網絡、自組織網絡及無線傳感器網絡等[1]。要實現終端在不同網絡間的無縫漫游，使得用戶感知不到接入網絡的變化，只有依靠異構無線網絡間的融合即異構融合網絡[2]。在異構網絡融合環境下，為了充分利用各種網絡資源，各類移動終端（mobile terminal，MT）往往配置了多個網絡接口，使得MT能夠接入不同的網絡。那么終端移動過程中發生的切換不是傳統的同種接入網絡技術不同基站間的水平切換，而是跨越不同接入網絡或者不同運營商的垂直切換[3]。垂直切換是實現MT在網絡間無縫漫游的基礎，是今后移動性管理中主要的研究方向。

在下一代開放式的無線網絡系統架構環境下，如何實現異構無線網絡間可靠的移動通信，光靠網絡硬件方面的升級是遠遠不夠的，還需要對中間件進行設置或者利用多模終端。擁有多個無線接口的多模終端能夠訪問不同的網絡。實現相對簡單是該融合方案的優勢，同時不足的是硬件多接口造成額外的開銷，導致成本偏高。文獻[4]描述了一種互操作體系架構，它是基于無線局域網（wireless local area network，WLAN）和無線廣域網（wireless wide area network，WMAN）兩種無線接入技術的融合架構，通過模擬互操作場景來研究網絡性能和用戶業務服務質量（quality of service，QoS）保障問題。目前，不同無線接入網絡的融合技術中的研究熱點和難點之一是如何在有效利用網絡資源，充分考慮業務需求的情況下，幫助多模MT自適應切換至最適合網絡即是垂直切換技術。垂直切換的設計問題往往是多屬性決策（multiple attribute decision making，MADM）問題[5]，判決因素是多樣性的，包括了穩定性、安全性、資費和QoS參數等。文獻[6]對幾種常見的MADM算法進行了分析研究，并對MADM算法的可靠性進行了仿真驗證。然而在實際選網過程中，有一些判決因素無法用確定數值表示，比如用戶滿意程度[好，中，差]和資費[高，中，低]等，MADM算法尚不能處理此類問題。文獻[7]提出了一種基于模糊邏輯控制的網絡選擇切換方法，通過模糊邏輯規則與網絡參數關系來適應用戶環境與網絡參數的動態變化，但是當輸入參量增加，推理規則條目增多時，算法計算量會變得非常龐大。文獻[8]提出用不同的效用值對接收信號強度（received signal strength，RSS）、網絡帶寬、資費等進行替代，依據計算得出的網絡效用值來判決目標網絡進行切換。

國內外現有的垂直切換判決算法目前還沒有出現完善的解決方案，尚不能適應異構網絡完美融合的要求，比如基于多屬性判決及基于效用函數的算法考慮的判決指標往往僅包括接收信號強度、時延抖動、可用帶寬、資費等，并未注意到MT移動性的影響。對MT速度、網絡覆蓋半徑等移動性因素的欠考慮往往會造成判決結果不理想。比如把移動速度較高的MT切換至WLAN網絡中，MT會很快移出WLAN，從而造成頻繁切換，引起不必要的“乒乓效應”，未能合理利用網絡資源，也降低了用戶的滿意度。因此對于垂直切換判決算法的合理設計還有待進一步的研究。

2　終端能耗分析

本文忽略不同終端部件設計工藝以及業務類型所帶來的電能消耗的區別，從垂直切換過程入手，分析移動終端因垂直切換機制的運行所帶來的能耗，從而實現在保證業務QoS需求的前提下盡可能地減少終端電量消耗，有效地平衡切換性能與終端能耗的關系。垂直切換過程的3個階段分別是網絡發現階段、切換判決階段和切換執行階段[9]。首先網絡發現階段涉及的能耗包括背景能耗和信令能耗；其次切換判決階段需要考慮背景能耗、信令能耗和數據能耗[10]，此外該階段涉及的能耗還包括終端運行網絡選擇算法對幾個可用的候選網絡進行衡量比較時產生的判決能耗等；最后切換執行階段同樣涉及背景能耗和信令能耗，同時終端在選定目標網絡之后從當前網絡切換至目標網絡也會產生切換能耗等。本文所提垂直切換機制從上述能耗入手，在保障垂直切換性能以及保證業務QoS需求的前提下盡量減少不必要的能耗，以期達到切換性能與終端能耗的合理平衡。

3　網絡發現策略

本文設計了一種自適應的網絡發現策略，并且綜合考慮了網絡側、終端側和用戶側三方面的因素。首先結合網絡側的接收信號強度、終端側的移動速度設計了網絡接口開啟間隔公式，動態調整網絡接口開啟時間間隔，力爭以最小的能耗來及時地發現可用網絡。然后為了避免乒乓效應，減少頻繁切換帶來的無謂的電能損耗。本策略引入閥值計數器來記錄RSS連續大于RSSth的次數，只有大于預定義的閥值M才能被加入候選網絡列表，并且該網絡接口保持激活狀態，為后續切換判決實時收集網絡參數信息。充分尊重用戶側需求，如果用戶有偏好的網絡，也可將M值設置得小一點，方便該網絡能夠較快地進入候選網絡列表。

3.1網絡接口激活間隔公式

如圖1所示，網絡接口有兩種狀態：激活狀態以及休眠關閉狀態。當接口處于激活狀態時就會探測周圍網絡環境接收QoS參數信息，之后進入休眠狀態。激活狀態持續時間因網絡特性及終端性能而異，不對其進行深入研究。本文所提網絡接口激活間隔時間可以理解為休眠狀態持續時間，休眠狀態持續時間越長，相同時間段內消耗的終端電能也就越少。需要強調的是當前提供服務的網絡接口是始終處于激活狀態的。

Fig.1 State of network interface圖1　網絡接口狀態示意圖

RSS是表征無線網絡鏈路情況的重要指標。接收端信噪比（signal-noise ratio，SNR）、信號干擾噪聲功率比（signal-noise interference ratio，SINR）等網絡參數同RSS直接關聯，考慮RSS一個參數就綜合包含了這幾個參數[11]。

無線接入網絡對終端的移動性支持能力是有限的，當MT的移動速度超過網絡所能接受的最大限度時，即使RSS再強也無法向終端提供網絡服務。如果僅僅根據RSS來調整激活時間間隔很可能會不斷減小間隔時間，增加激活次數來發現網絡，這樣就使得接口無謂地激活，從而造成不必要的背景能耗和信令能耗。根據不同的無線網絡特性，綜合考慮接收信號強度和終端移動速度，設計網絡接口激活間隔公式如下：

式中，T表示網絡接口激活的時間間隔；Tmax和Tmin分別是激活間隔的上限和下限；RSSth表示加入候選網絡列表的最低RSS要求；Vmax表示網絡所能支持的終端最大移動速度。

3.2網絡發現流程

在網絡發現階段，當終端速度V大于該網絡所能支持的最大移動速度Vmax時，網絡接口始終保持休眠狀態，激活間隔時間T=∞，減少無謂的能耗。一旦檢測到V≤Vmax，初始化閥值計數器n為0，T調整為間隔時間上限Tmax，激活網絡接口；如果檢測到該網絡接收信號強度RSS大于接收信號強度門限RSSth，閥值計數器n加1，同時T設置為最小值Tmin，否則閥值計數器n歸0，激活間隔時間T按照式（1）進行調整。當閥值計數器n累加到大于預定閥值M時，該網絡加入候選網絡列表，同時網絡接口保持激活狀態，為后續切換判決實時收集網絡參數信息。網絡發現策略流程如圖2所示。

Fig.2 Flow chart of network discovery strategy圖2　網絡發現策略流程圖

4　基于模糊邏輯的切換判決

本算法模型具有通用性，可以適用于各種網絡場景，本文考慮到算法的普適性選擇了目前應用最廣泛的兩種網絡，即通用移動系統（universal mobile telecommunications system，UMTS）和IEEE802·11b WLAN來對模型進行研究。判決算法模型如圖3所示。

Fig.3 Mode of judgment algorithm圖3　判決算法模型圖

本垂直切換算法模型由三部分組成：預判決模塊、模糊邏輯處理模塊和切換判決模塊。首先預判決模塊根據系統提取的部分網絡及終端的參量信息，包括終端速度、終端電量以及網絡接收信號強度，做出預判決，能夠通過該模塊得到判決結果的直接進行切換，而無需進入后續的模糊邏輯處理模塊，有效減少了系統的計算量，節省了終端能耗，沒能直接得到判決結果的則需要由模糊邏輯處理模塊來進一步處理。然后模糊邏輯處理模塊輸入參數，包括RSS、帶寬、延遲和用戶偏好度，對于實時類業務和非實時類業務有著相應的模糊處理方法。最后切換判決模塊根據不同的業務需求采用差異化的判決方法，最終得出判決結果。

4.1預判決模塊

預判決模塊是垂直切換判決算法的輔助模塊，根據設定的相應預判決條件對采樣點參量進行比較，符合條件的采樣點無需進入后續模糊處理模塊，直接完成切換判決工作。這樣可以大大減少后續模塊需要處理的信息量，減小系統開銷，從而節約了終端能耗。同時本模塊充分考慮移動終端電能狀態，引入當前剩余電量預判決條件，根據剩余電能狀況對預判決策略進行相應的調整，以進一步節省MT當前有限的電能。預判決流程圖如圖4所示。

UMTS網絡和WLAN網絡是當前現實環境中使用最為廣泛的商用網絡系統，同時支持兩者的移動終端種類也最為繁多，因此在UMTS與WLAN組成的異構網絡環境下研究垂直切換具有較大的代表性和借鑒性。由于UMTS網絡屬于廣域覆蓋網絡且支持終端高速移動，而WLAN網絡屬于熱點覆蓋網絡，僅支持終端中低速移動。設定UMTS在異構網絡環境中實現全覆蓋，WLAN存在于UMTS覆蓋范圍內。當MT移動速度V大于WLAN網絡所能支持的最大移動速度Vwmax時，為了滿足業務QoS需求應選擇UMTS網絡。當V≤Vwmax時就需要依據終端電量使用情況做出相應的判決。P表示MT當前剩余電量與總電量的比值，Pt為P的下限。當V≤Vwmax且P>Pt時，終端可用電量相對比較充足，可以充分選擇性能更優的網絡，如果當前網絡接收信號強度RSSc大于該網絡門限值RSSt，則進入后續模糊邏輯處理及切換判決，如果RSSc≤RSSt則切換至候選網絡。當V≤Vwmax且P≤Pt時，終端可用電能進入不足狀態，此時電能成為切換判決需考慮的重要因素，在滿足基本QoS需求的前提下應選擇數據能耗較小的網絡，并且盡可能地減少切換次數。首先判斷當前運行業務是否是實時業務，如果是實時業務，那么選擇具有低時延特性的UMTS網絡；如果不是，正如本文所述，WLAN網絡的數據能耗要低于UMTS網絡[12]，同時其數據傳輸速率遠遠大于UMTS且服務資費也便宜，在WLAN網絡的接收信號強度RSSw大于門限值RSSwt的情況下選擇WLAN網絡，否則始終接入覆蓋范圍廣的UMTS網絡，避免反復切換。

4.2模糊邏輯處理模塊

模糊邏輯是在美國伯克利加州大學的Zadeh教授于1965年提出的模糊集合理論的數學基礎上衍生的，現實研究中往往存在很多問題難以用準確語言或模型來描述，模糊邏輯對這些問題進行模糊描述，解決經典的二值邏輯不能對變量做出準確定義的問題[13]。

模糊邏輯控制系統將控制過程需要考慮的因素作為控制系統的輸入變量，首先是模糊化模塊，根據相應的隸屬度函數完成對參數的模糊化工作；然后是模糊推理模塊，根據提前設定的模糊規則庫完成模糊推理工作，模糊規則庫是模糊控制系統的關鍵部分，模糊規則通常采用“If…then…”語句的形式，規則數量由輸入變量個數和模糊子集數決定；最后是解模糊化模塊，把模糊推理得到的模糊結果進行解模糊，從而得到一個確切的定量值。模糊邏輯控制系統結構圖如圖5所示。

垂直切換判決過程通常是多屬性決策過程，為了選擇性能最優最滿足用戶QoS需求的網絡往往需要綜合考慮網絡的多個特征參量。本文基于模糊控制的垂直切換算法選擇以下幾個判決指標作為模糊邏輯控制系統的輸入變量：

（1）接收信號強度（RSS）。

Fig.4 Preliminary judgment module圖4　預判決模塊示意圖

Fig.5 Control system of fuzzy logic圖5　模糊邏輯控制系統

（2）可用帶寬（available bandwidth）。

（3）時延（delay）。

（4）用戶偏好度（user preference），該指標充分考慮用戶個性化需求，根據用戶對某網絡的偏好設置，如用戶設備電量低時，用戶可以傾向于使用耗電量低的網絡以延長用戶設備的使用時間。取值范圍從0到10，數值越大表示用戶對某網絡越偏好。

考慮到模糊邏輯的算法復雜性，如果輸入參量過多會造成很大的系統處理數據量，影響切換的及時性，故選擇這4個影響網絡選擇的重要指標輸入模糊邏輯處理模塊。

4.2.1非實時類業務

（1）輸入變量的模糊化

（2）模糊推理

模糊推理的依據就是模糊規則庫，模糊規則是模糊邏輯控制系統中最重要的組成部分。模糊規則一般采用“If…then…”語句形式。本文共有4個輸入參量，模糊子集分為“低”、“中”、“高”3檔，那么模糊規則最多有34條。在模糊邏輯控制系統中，需要提前對所有規則進行定義，然后把規則存儲到模糊規則庫當中，輸入語言變量利用模糊推理算法得到推理結果。本文采用Mamdani模糊推理算法，模糊規則輸出的是關于各網絡得分的語言變量的模糊值。本文設定的模糊推理輸出的模糊子集也分為3檔，即then語句的值，可表示為{低（Low），中（Medium），高（High）}。比如If RSS is High and Bandwidth is High and Delay is Low and User Preference is High Then the score is High，表示如果接收信號強度高，帶寬高，時延低，用戶偏好度高，那么網絡得分就高。本系統共有81條模糊規則，表1列舉了部分模糊規則示例。

式中，n表示候選網絡UMTS或WLAN；i表示輸入變量RSS、B、D、UP；x表示輸入變量值。

假設，如圖6（a）中所示的S1為某網絡n的RSS

Fig.6 Membership functions圖6　隸屬度函數

Table 1 Examples of fuzzy rules表1　模糊規則示例

（3）解模糊化

經過模糊推理得出的一個結果仍然是一個模糊量，只是最終網絡得分值是關于模糊子集的隸屬度，故需要進行解模糊化來得到精確值。目前，解模糊化的方法主要有重心法（質心法）、最大隸屬度法（高度法）及加權平均法（中心法）等，這些方法各有優勢和劣勢[14]。本文采用使用最普遍的重心法來完成解模糊工作。重心法通過取隸屬度函數曲線與橫坐標即網絡得分軸所圍面積的重心對應的橫坐標值為解模糊化的最終精確值。模糊邏輯控制系統最終輸出的精確值即為網絡綜合得分（networkscore），記為Sn：

式中，y*表示解模糊化得到的精確值；μ(yj)表示網絡得分的第j個隸屬度值；yj為隸屬度值基于相應隸屬度函數的網絡得分；m表示網絡綜合得分的模糊等級數。

4.2.2實時類業務

基于模糊邏輯的垂直切換策略能夠對模糊信息進行有效的描述和處理，往往具有較高的靈活性和可擴展性，用戶可以根據自身需求靈活調整模糊推理規則，使得算法能夠適應動態變化的網絡環境和多樣化的用戶需求。但同時傳統的模糊邏輯切換算法一旦輸入參數變多，周圍網絡環境復雜，那么模糊規則數也隨之急劇增加，導致計算復雜，切換時延增加。這對于實時類業務來說是不可容忍的，切換時延將會嚴重影響用戶使用語音通話、視屏通話等實時類業務的服務體驗。故本算法針對實時業務對模糊控制過程進行簡化，引入模糊歸一化模塊。

（1）模糊化

（2）歸一量化

對模糊邏輯處理過程后續步驟進行簡化，引入隸屬度量化系數Qi=[QL,QM,QH](i=RSS, B, D, UP)對隸屬度值進行歸一量化。量化系數Qi需要反映輸入參量的特性，比如效益型參量RSS值越大對網絡性能的影響越好，而成本型參量時延值則是越小越好。通常為了簡化運算，量化系數Qi一般采用定量的經驗值，Qi=[0.1,0.4,1.0] (i=RSS, B, UP)，Qi=[1.0,0.4, 0.1](i=D)。參量量化值（quantity exhaust value，QEV）可以表示為：

式中，n表示候選網絡UMTS或WLAN；i表示輸入變量RSS、B、D、UP。

4.3切換判決模塊

實時類業務對網絡的時延指標有著突出的要求，模糊控制過程以終端為整體，不能很好地適應實時類業務的QoS需求。故本文針對實時類業務和非實時類業務分別設計切換判決策略。

4.3.1實時類業務

針對實時類業務，考慮到其對時延的敏感性，根據業務特點賦予判決因素相應權重，引入實時業務網絡性能值（real network performance value）RNPVn(n=WLAN,UMTS)。

利用模糊邏輯處理模塊得到的各參量的量化值QEV求取實時業務網絡性能值，比較各網絡性能值大小并進行切換判決。考慮到各個參量對實時類業務的重要性不同，需要對各參量的量化值QEV賦予相應的權重，權重通過本文第3章所提的模糊層次分析法進行求取。

最終得出實時業務網絡性能值RNPVn為：

（1）當移動終端當前接入網絡是UMTS時

如果RNPVWLAN>RNPVUMTS，則移動終端從UMTS切換到WLAN，否則，不發生切換。

（2）當移動終端當前接入網絡是WLAN時

如果RNPVWLAN

4.3.2非實時類業務

對于非實時類業務的切換判決，引入了差值門限算法，將模糊邏輯處理模塊得到的網絡綜合得分Sn與差值門限算法相結合。異構網絡環境中，網絡性能和終端狀態都是在不斷變化的，并且網絡間的性能得分較為接近同時在不斷上下波動，那么可能會引起MT在網絡間的頻繁切換，造成了“乒乓效應”，對運行業務的服務質量造成極大的影響。而差值門限算法能夠很好地解決這一問題，有效地保證切換的穩定性，具有減少乒乓效應的優點。在做出最終切換判決前，將當前接入網絡的網絡綜合得分Sn-c與候選網絡的網絡綜合得分Sn-h進行比較，設定Dth為差值切換門限：

5　仿真與性能分析

為了準確地檢驗本文所提的基于終端能耗的垂直切換（vertical handoff based on terminal energy consumption，VH-TEC）機制的有效性，本文研究的異構網絡環境由使用廣泛的高帶寬但熱點覆蓋的WLAN網絡以及廣覆蓋但帶寬低的UMTS網絡共同構成。WLAN網絡始終處在UMTS網絡范圍內，移動終端MT在異構網絡間移動。仿真通過Matlab軟件平臺實現。首先通過模擬仿真實驗來比較本文所提的自適應網絡發現策略與固定間隔網絡發現策略的優劣，然后基于相應的仿真場景對本文所提垂直切換判決算法進行仿真驗證，通過實驗數據分析算法性能的優劣。仿真場景示意圖如圖7所示。

首先針對網絡發現階段，將本文提出的自適應網絡發現策略與固定激活間隔分別為5 s、10 s、15 s的網絡發現策略進行仿真分析。終端從A點出發朝著AP做勻速直線運動，兩者的直線距離為400 m，通過在UMTS網絡環境下發現WLAN網絡花費時間和終端消耗能量這兩個指標來比較算法性能的優劣。

終端從A點出發，以速度V向WLAN網絡做勻速直線運動。本文所提網絡發現策略通過自適應調整網絡接口激活間隔來平衡網絡發現效率與終端能耗的關系，網絡接口激活越頻繁，消耗的能量也就越多。仿真中通過終端發現WLAN網絡過程接口被激活的次數來反映終端在網絡發現階段的能量消耗指標。

相關仿真參數設計如表2所示。

Fig.7 Simulation scene圖7　仿真場景示意圖

Table 2 Simulation parameters表2　仿真參數

本文采用雙徑傳播模型（two ray ground，TRG）作為無線信號傳輸模型：

式中，Pt為發射功率；Gt為發送端天線增益；Gr為接收端天線增益；ht為發送端天線高度；hr為接收端天線高度。

從圖8和圖9可以發現，網絡發現時間方面，基于本文自適應網絡發現算法的接口發現網絡所需時間和基于固定激活間隔為15 s的網絡接口趨于一致，同時明顯要少于基于固定激活間隔為15 s和10 s的網絡接口。網絡接口激活次數方面，基于本文自適應網絡發現算法的網絡接口激活次數比基于固定激活間隔為5 s和10 s的接口激活次數要少，同時從終端速度為1.4 m/s開始，激活次數與基于固定激活間隔為15 s的接口激活次數非常接近。較大的接口激活間隔雖然可以通過減少激活次數來節省能耗，卻導致了網絡發現效率降低，未能及時發現網絡。本文提出的自適應網絡發現算法在及時發現網絡的同時也能有效減少能量消耗，尤其在終端速度較高時，在終端能耗和網絡發現效率之間取得了較好的平衡。

Fig.8 Comparison for network discovery time圖8　各算法網絡發現時間對比

Fig.9 Comparison for network interface activated number圖9　各算法網絡接口激活次數對比

針對切換判決模塊的仿真，假定移動過程終端電量始終高于電量閥值。WLAN網絡最大可用帶寬為11 Mb/s，無線接入點AP的發射功率為1 W；UMTS網絡最大可用帶寬為2 Mb/s，覆蓋半徑為1 000 m，基站（base station，BS）的發射功率為10 W。采樣時間間隔設定為1 s。不考慮無線網絡信號在傳輸過程中的陰影衰落和多徑衰落，RSS計算公式如下：

式中，RSS單位為dBm；Pt表示無線網絡發射功率，單位是dBm；PL(d)表示終端與基站或接入點間的距離為d時的路徑損耗。

UMTS和WLAN的路徑損耗模型分別如式（10）、式（11）所示：

式中，fw表示WLAN網絡信道中心頻率，單位是MHz。

選取文獻[15]和文獻[16]作為對比算法來衡量本文算法的有效性和優勢。文獻[15]使用的是傳統模糊邏輯控制算法，為方便描述簡稱為FUZZY算法。文獻[16]對模糊控制過程進行了簡化，減少了終端計算量，引入了穩定周期的概念，以有效減少不必要的切換，為方便描述簡稱為GS-FUZZY算法。

如圖7所示，移動終端MT運行非實時類業務，從C點作曲線運動至D點，不斷地在UMTS網絡單覆蓋區域和WLAN、UMTS雙重覆蓋區域來回移動，MT的運動方程設置為：

式中，τ和μ表示軌跡系數。

如圖10所示，黑色豎線表示通過預判決模塊進入模糊邏輯處理模塊的采樣點，橫坐標表示采樣單位。圖10（a）顯示的是沒有加入預判決模塊的情況，圖10（b）顯示的是加了預判決模塊的情況。可以發現未加預判決模塊，進入后續模糊邏輯處理模塊的采樣點數量明顯要多于加入預判決后的采樣點數量。故本文所提預判決能夠較好地輔助后續模糊處理模塊，有效減少了需要模糊處理的采樣點，節約了系統開銷，降低了終端能耗。

Fig.10 Sample point of fuzzy processing圖10　進入模糊處理的采樣點

本文引入掉話率指標對算法進去驗證，掉話率是指用戶由于切換失敗或者因切換時延而導致的通信掉話。終端單獨搭載9.6 Kp/s的語音業務和40 Kb/s的數據業務各一半次數，去仿真平均值作為結果。

圖11是3種算法的掉話率仿真結果對比。從仿真結果可以看出，隨著終端移動速度的增加，掉話率在不斷增加，同時本文算法的掉話率要低于兩個對比算法。經統計發現本文算法平均掉話率比GSFUZZY算法降低了0.016，比FUZZY算法降低了0.045。這說明本文算法能夠較好地保障業務的服務質量，具有較強的通信連續性。

Fig.11 Comparison for call drop rate圖11　掉話率對比

本文定義相鄰切換時間間隔小于5 s即為發生一次乒乓效應。從圖12和圖13可以看出，隨著終端移動速度的加快，切換次數和乒乓效應次數反而在減少。對于FUZZY算法來說是因為其考慮了速度因子，同時傳統模糊邏輯處理運算量相對較大，存在一定切換時延導致還未來得及切換就已經移出網絡；對于GS-FUZZY算法和本文算法來說兩者分別引入了穩定周期以及差值門限判決，能夠有效避免不必要的切換。同時，FUZZY算法在切換次數和乒乓效應次數上都明顯高于另外兩個算法；而GS-FUZZY算法和本文算法在不同終端速度情況下各有高低，但差值都很小，可見兩算法都能夠有效減少因網絡環境快速變化而造成的頻繁切換，從而大大減少了乒乓效應發生的幾率。

Fig.12 Comparison for the number of handoff圖12　切換次數對比

Fig.13 Comparison for ping-pong effects圖13　乒乓效應發生次數對比

6　結束語

本文針對移動終端電量有限的問題，在垂直切換機制研究過程中基于終端能耗提出了相應的網絡發現策略以及切換判決算法。通過仿真實驗驗證了在一定的網絡環境下，判決算法能夠根據業務情況合理選擇網絡，降低切換時延，有效抑制了“乒乓效應”的發生，減少了終端能耗，提高了切換算法整體性能。本文的判決算法設定在只有UMTS和WLAN的融合網絡環境中，而現實環境必然相對復雜，下一步應該針對更為復雜的異構融合網絡環境進行研究；并且如何合理優化切換執行過程，保障用戶在復雜異構網絡環境的無縫漫游將是下階段研究工作的重點。

References:

[1] Singhrova A, Prakash N. Vertical handoff decision algorithm for improved quality of service in heterogeneous wireless networks[J]. IET Communications, 2012, 6(2): 211-223.

[2] Piamrat K, Ksentini A, Bonnin J, et al. Radio resource management in emerging heterogeneous wireless networks[J]. Computer Communications, 2011, 34(9): 1066-1076.

[3] Siddiqui F, Zeadally S. Mobility management across hybrid wireless networks: trends and challenges[J]. Computer Communications, 2006, 29(9): 1363-1385.

[4] Ali-Yahiya T, Sethom K, Pujolle G. Seamless continuity of service across WLAN and WMAN networks: challenges and performance evaluation[C]//Proceedings of the 2nd IEEE/ IFIP International Workshop on Broadband Convergence Networks, Munich, May 21, 2007. Piscataway, USA: IEEE, 2007: 1-12.

[5] Martinez-Morales J D, Pineda-Rico U, Stevens-Navarro E. Performance comparison between MADM algorithms for vertical handoff in 4G networks[C]//Proceedings of the 7th International Conference on Electrical Engineering Computing Science and Automatic Control, Tuxtla Gutierrez, Mexico, Sep 8-10, 2010. Piscataway, USA: IEEE, 2010: 309-314.

[6] Wang Lusheng, Binet D. MADM-based network selection in heterogeneous wireless networks: a simulation study[C]// Proceedings of the 1st International Conference on Wireless Communication, Vehicular Technology, Information Theory and Aerospace & Electronic Systems Technology, Aalborg, Denmark, May 17-20, 2009. Piscataway, USA: IEEE, 2009: 559-564.

[7] Horrich S, Jamaasb, Godlewski P. Adaptive vertical mobility decision in heterogeneous networks[C]//Proceedings of the 3rd International Conference on Wireless and Mobile Communications, Guadeloupe, Mar 4-9, 2007. Piscataway, USA: IEEE, 2007: 44-49.

[8] Deng Qiang. The research of admission control and vertical handoff in heterogeneous wireless network[D]. Beijing: Beijing University of Posts and Telecommunications, 2010.

[9] He Qing, Chen Guang, Zhang Le. A vertical handoff decision algorithm based on fuzzy control in WIMAX and TDSCDMA heterogeneous wireless networks[C]//Proceedings of the 6th International Conference on Wireless Communications Networking and Mobile Computing, Chengdu, China, Sep 23-25, 2010. Piscataway, USA: IEEE, 2010: 1-4.

[10] Mao Haiyan. The analysis and research of vertical handoff in heterogeneous wireless network[D]. Nanjing: Nanjing University of Science and Technology, 2014.

[11] Chai Rong, Xiao Min, Tang Lun. The parameter analysis and algorithm research of vertical handoff in heterogeneous network[J]. Journal of Chongqing University of Posts and Telecommunications: Natural Science Edition, 2010, 22(1): 63-70.

[12] Wang Xingwei, Guo Lei, Li Xuejiao. A mechanism of ABC supported model on QoS handoff decision[J]. Acta Electronica Sinica, 2011, 39(4): 748-756.

[13] Shi Wenxiao, Fan Shaoshuai, Wang Nan, et al. Fuzzy neural network based access selection algorithm in heterogeneous wireless networks[J]. Journal on Communications, 2010, 31 (9): 151-156.

[14] Wang Nan, Shi Wenxiao, Fan Shaoshuai, et al. Flow diversionbased vertical handoff algorithm for heterogeneous wireless networks[J]. Journal of Computational Information Systems, 2011, 7(13): 4863-4870.

[15] Radhika K, Reddy A V G. Network selection in heterogeneous wireless networks based on fuzzy multiple criteria decision making[C]//Proceedings of the 3rd International Conference on Electronics Computer Technology, Kanyakumari, India,Apr 8-10, 2011. Piscataway, USA: IEEE, 2011: 136-139.

[16] Márquez-Barja J, Calafate C T, Cano J C, et al. An overview of vertical handover techniques: algorithms, protocols and tools[J]. Computer Communications, 2011, 34(8): 985-997.

附中文參考文獻：

[8]鄧強.異構無線網絡中的接納控制與垂直切換研究[D].北京:北京郵電大學, 2010.

[10]茅海雁.異構無線網絡環境下網絡垂直切換判決技術研究與分析[D].南京:南京理工大學, 2014.

[11]柴蓉,肖敏,唐倫.異構網絡垂直切換性能參數分析及算法研究[J].重慶郵電大學學報:自然科學版, 2010, 22(1): 63-70.

[12]王興偉,郭磊,李雪嬌.一種智能ABC支持型QoS切換決策機制[J].電子學報, 2011, 39(4): 748-756.

TAO Yang was born in 1964. He received the Ph.D. degree in computer science theory from Chongqing University in 1998. Now he is a professor and Ph.D. supervisor at Chongqing University of Posts and Telecommunication. His research interests include ad hoc network and network management technology, etc.

陶洋（1964—），男，重慶人，1998年于重慶大學獲得博士學位，現為重慶郵電大學通信與信息工程學院副院長、教授、博士生導師，主要研究領域為自組織網絡，網絡管理技術等。發表學術論文140余篇，申請專利5項，作為項目負責人1995年以來所承擔的科研項目80余項，其中省部級重點項目60余項。

HE Qianjin was born in 1990. He is an M.S. candidate at Chongqing University of Posts and Telecommunication. His research interests include heterogeneous network and wireless ad hoc network, etc.

赫前進（1990—），男，山西朔州人，重慶郵電大學碩士研究生，主要研究領域為異構網絡，無線自組織網絡等。

Abstract:For mobile terminal with limited power and terminal power factor is always ignored by existing vertical handoff mechanism, this paper proposes vertical handoff based on terminal energy consumption mechanism. In view of the network discovery stage, this paper puts forward an optimization algorithm of network discovery based on the terminal energy. In view of the handoff decision stage, the sampling points into the subsequent modules are reduced by prejudgment; then, the corresponding fuzzy logic method is designed for real-time and non-real-time businesses respectively; finally, real-time business using weighting factor completes the handoff, the handoff decision of non-real-time business is made based on difference threshold. Simulation results show that both network discovery time and interface activated number can be reduced in network discovery stage. Meanwhile, the call drop rate, the handoff number and the ping-pang effects can be reduced in the handoff decision stage. In conclusion, the effectiveness of the mechanism is demonstrated.

Key words:vertical handoff; terminal energy consumption; algorithm of network discovery; fuzzy logic

文獻標志碼：A

中圖分類號：TP393

doi:10.3778/j.issn.1673-9418.1506076