基于Vague集的異構網絡垂直切換算法

胡明娣, 譚明明

(西安郵電大學 通信與信息工程學院， 陜西 西安 710121 )

?

基于Vague集的異構網絡垂直切換算法

胡明娣, 譚明明

(西安郵電大學 通信與信息工程學院， 陜西 西安 710121 )

給出一種基于Vague集的異構網絡垂直切換算法，在模糊化時將參數映射到Vague集上，并構造新的計分函數使其更為智能化。仿真結果表明，所給算法可減少不必要切換的頻率，減小乒乓效應的不利影響。

Vague集；異構網絡；垂直切換

當今的無線網絡是多種技術并存與融合而形成的無線異構網絡[1]。綜合利用不同網絡的優勢，可以提升網絡性能，達到無縫連接，得到實時切換服務[2]，滿足用戶需求。網絡融合的關鍵在于垂直切換，優秀的切換算法在越區時適時切換，可以使用戶服務不中斷。

垂直切換過程分為3部分：系統發現、切換判決和切換執行[2]。在垂直切換判決中，判決算法需考慮多種參數,如可用的帶寬、延遲、抖動、接入的代價、誤碼率、傳輸的功率、終端電源情況以及用戶個人的偏好等。在切換執行階段，要無縫地從當前網絡切換到新網絡，其關鍵仍在于判決算法的確定。垂直切換要考慮多種因素，故最好選擇多屬性判決(Multiple Criteria Decision Making，MCDM)[3]。

關于垂直切換判決的研究，已由當初的基于簡單加權、序數偏好、層次分析法的多屬性決策算法[3]，發展到現在基于模糊[4]、神經網絡的、遺傳算法的人工智能判決算法[2,5]。

基于層次分析法的切換算法，雖然能夠解決代價函數中不同性的加權問題，但難以避免個人主觀判斷對判決結果的影響,有的算法[6]還容易帶來乒乓效應。對逼近理想解排序法判決結果的逆序問題加以改進，可實現由每個目標網絡Qos的范圍確定絕對正負理想解[7]，但難于處理不確定問題。遺傳網絡優化的模糊神經網絡垂直切換算法[8]收斂速度很快，但容易早收斂，可能會影響判決結果的精準性。人工智能模糊推理算法[2,5]在模糊推理機中，模糊化的隸屬度僅限3種取值(low，medium，hight)，還遠不能表達人腦對事物狀態認識的復雜性。

Vague集[9]是Fuzzy集[10]的推廣。對Vague集中的任一元素，可用一個真隸屬度函數和一個假隸屬度函數表示其隸屬度的邊界，這兩個邊界一個反映了元素對象肯定具有的信息，一個反映了該信息震蕩變化的上界。對元素隸屬度上下界的同時關注，可使對信息知識的把握更實際，從而使Vague集在處理信息時有更強的柔韌性和表現力，更加符合事實的多變性和復雜性。

本文擬將Vague集引入異構網絡垂直切換算法的研究。先在模糊控制的模糊化時，將參數的隸屬度與非隸屬度轉化到Vague集區間上，再構造新的計分函數，并證明其有效性，之后，將計分函數引入模糊推理機中，給出基于Vague集的異構網絡垂直切換算法。

1 Vague集及計分函數

設有決策方案集A和決策屬性集C，且

A={A1，A2，…,Am},

C={C1，C2，…，Cn}。

決策方案Ai在決策屬性集C下的特征可表示為Vague集[9,11]

Ai={(c1,[ti1,1-fi1]),(c2,[ti2,1-fi2]),

…,(cn,[tin,1-fin])}。

(1)

其中,tij表示決策方案Ai滿足屬性Cj的相關程度，fij表示決策方案Ai不滿足Cj的相關程度。

決策者要在決策集A中尋找出一個方案,并保障該方案同時滿足屬性cj,ck,…,cp,或者滿足屬性cs，那么，決策者的要求就是(cj∧ck∧…∧cp)∨cs。要度量決策方案Ai對此要求的滿足程度，需要用到評價函數

E(Ai)={([tij,1-fij])∧([tik,1-fik])∧

…∧([tip,1-fip])}∨([tis,1-fis])=

[tAi,1-fAi]。

(2)

其中

tAi=max{min{tij,tik,…,tip},tis}，

1-fAi=max{min{1-fij,1-fik,

…,1-fip},1-fis}。

基于Vague集的多準則模糊決策相關問題，就是從用Vague集表示的,滿足屬性指標程度的候選方案中,找出滿足決策者要求的,最合適的方案。

計分函數可以表述為[11]

S(E(Ai))=tAi-fAi。

(3)

其值越大，方案Ai越滿足決策者需求。該式的出發點是假隸屬度函數比真隸屬度函數具有越多的劣勢，越滿足決策者的需求。但是，利用這種計分函數，兩種不同方案的函數值有可能出現相同，從而無法區分其優劣。另一種計分函數[12]

H(E(Ai))=tAi+fAi,

(4)

面臨著同樣的問題。

2 兩種新的計分函數

2.1 引入中立度的計分函數

采用分步的思想，考慮Vague集

V=[tv(x),1-fv(x)]

的三維性質，即tv(x)，fv(x)和πv(x),其中

πv(x)=1-tv(x)-fv(x),

稱為元素x在V上的中立度。

②金融商品轉讓按規定以盈虧相抵后的余額作為銷售額的。金融商品實際轉讓月末，如產生轉讓收益，則按應納稅額借記“投資收益”等科目，貸記“應交稅費——轉讓金融商品應交增值稅”科目；如產生轉讓損失，則按可結轉下月抵扣稅額，借記“應交稅費——轉讓金融商品應交增值稅”科目，貸記“投資收益”等科目。交納增值稅時，應借記“應交稅費——轉讓金融商品應交增值稅”科目，貸記“銀行存款”科目。年末，本科目如有借方余額，則借記“投資收益”等科目，貸記“應交稅費——轉讓金融商品應交增值稅”科目。

引入中立度，改造計分函數為

G1=tv(x)-fv(x)-0.5πv(x)。

(5)

G1值越大，說明對應策略越好。考慮到異構網絡切換應盡量減少切換次數，故只將中立度的1/2作為可能不支持網絡切換的部分，引入計分函數修訂。當然，僅憑G1仍難以避免相異策略函數同值的情形，為此構造另一計分函數

G2=tv(x)-fv(x)。

(6)

同樣，求得的G2越大，表示相應策略就越好。

可以證明，利用G1和G2，便能唯一確定兩個Vague方案的優劣。設有

A=[tA,1-fA],

B=[tB,1-fB],

若利用G1和G2無法決出其優劣，則說明

G1(A)=G1(B)，

G2(A)=G2(B),

由此分別可以得出

3(tA-tB)=fA-fB,

tA-tB=fA-fB，

(7)

從而有

tA=tB,fA=fB。

(8)

也即A=B。可見，除非對于兩個相同方案，否則，利用G1和G2，即可判定其優劣。

2.2 加權計分函數法

實際環境中，約束條件的重要性往往有所差別，故需對約束條件cj,ck,…,cp按其重要性賦權。假設它們的權重分別為wj,wk,…,wp∈[0,1]，且

wj+wk+…+wp=1,

那么,加權計分函數可表示為

W(Ai)=max{G1([tij,1-fij])wj+

G1([tik,1-fik])wk+…+

G1([tip,1-fip])wp,G1([tis,1-fis])}。

(9)

當由此出現數值相等的情形時，將數值相等的那些策略，接著用G2進行運算比較，即可得到最優選擇。

3 基于Vague集的垂直切換算法

為方便討論，僅考慮在網絡切換判決中起決定作用的3個參數：信號強度x1，網絡帶寬x2和費用x3。先依次對這些切換指標進行Vague模糊化，然后將其代入多屬性判決算法。

3.1 參數Vague化

只考慮兩種網絡之間的垂直切換，即方案A1和A2分別對應于網絡WLAN和UMTS。設方案Ai的指標xj為不小于零的單值數據xij,并記

xm,j=min{x1j,x2j},

xM,j=max{x1j,x2j},

根據Vague參數模糊化方法[13]，則有

(10)

因為0≤xm,j≤xij≤xM,j,于是

所以

滿足Vague集的有界準則。又由于

所以同時滿足

tij+fij≤1。

3.2 切換判決規則

利用函數G對各參量計分，得到相關參量的計分值G(E(Ai(xj))),以此即可進行判決切換，但考慮到不同參量對網絡性能的重要程度存在差異，仍需對各參量加權處理。權值的選取可以根據網絡條件進行動態選擇, 但考慮到運算復雜度, 根據信號強度x1和費用x3對切換判決的重要程度不同,采用固定加權來處理，即取

w1=0.8,w3=0.2。

再通過加權計分函數計算兩種網絡的綜合評估值

Vi=max{G[Ai(x1)]w1+G[Ai(x3)]w3,

G[Ai(x2)]}。

(11)

切換決策實際需要經歷兩個過程:一個是Vague模糊控制過程，另一個是切換判決過程。

Vague模糊控制的基本過程為：輸入參數的Vague化，得到相關Vague語言變量，再基于Vague規則來進行推理運算，最后做Vague計分運算。Vague計分事實上是逆模糊化的過程，把Vague值轉換為具體數值，最后輸出綜合評估值，來用于判斷切換與否。Vague控制系統如圖1所示。

圖1 Vague控制系統

垂直切換判決過程則可描述如下：當移動終端從UMTS切換到WLAN時，若V1≤V2，則不發生切換，否則切換；當移動終端從WLAN切換到UMTS時，若V1

圖2 基于Vague集的異構網絡垂直切換算法

4 仿真分析

4.1 系統模型

在實際應用場景中，由UMTS和WLAN所組成的異構無線網絡具有代表性。不失一般性，假定異構無線網絡系統中包括兩個UMTS基點和兩個WLAN熱點，并且移動節點始終處在UMTS覆蓋范圍內，WLAN的部署是不連續的，其模型如圖3。其中每個UMTS基站的覆蓋半徑是1 000 m，帶寬為3 Mbps，每個WLAN熱點的覆蓋半徑是200 m，帶寬為54 Mbps。

圖3 仿真系統模型

4.2 仿真計算與分析

先令一移動節點(MN)在系統場景內行走，路程長4 000 m，途經UMTS1→WLAN1→UMTS2→WLAN2→ UMTS2，移動節點速度為10 m/s，總共用時400 s。相關仿真結果如圖4和圖5所示。

此次仿真一共發生4次切換，結果與現實情況相符，這說明所給算法準確可行。

圖4 移動臺切換概況

圖5 移動臺切換詳情

另在仿真系統中均勻分布10個移動節點(MN)，允許其隨機自由移動，將所給算法與已有其他3種算法進行對比，即記錄各算法控制下，50 s內10個移動節點發生切換的總次數，并測試20次，相關結果如圖6所示。其中，普通切換算法只將接收信號強度作為切換的判決因素，Fuzzy logic算法將信噪比、網絡的可用帶寬以及費用進行模糊化,原Vague logic算法采用改進前計分函數[11]。

圖6 4種算法切換次數對比

統計結果顯示：采用普通切換算法，平均切換19.6次；采用Fuzzy logic算法，平均切換12.1次；采用原Vague logic算法，平均切換10.55次；而采用改進后的算法，平均切換僅需要8.55次，切換次數最少。這說明，改進算法可有效減少切換次數，抑制乒乓效應的發生。

5 結語

將異構網絡切換參數的隸屬度描述推廣為真隸屬度與假隸屬度兩種描述，構造了新的Vague計分函數，給出一種更加智能的異構網絡垂直切換算法。對由網絡WLAN和UMTS所模擬搭建的異構網絡系統，以信號強度、帶寬和價格3個參數作為影響切換的因子，給出了Vague值和計分函數的計算結果，并做出垂直切換判決。仿真試驗顯示，改進算法，即基于Vague集的異構網絡垂直切換算法，優于只考慮信號強度的普通算法和Fuzzy Logic算法，能夠綜合多種影響切換的因子，做出更加準確的切換判決，可以有效的抑制不必要的切換。

[1] LEE S K， SRIRAM K，KIM K S，et al. Vertical Handoff Decision Algorithms for Providing Optimized Performance in Heterogeneous Wireless Networks[J/OL]. IEEE Transactions on Vehicular Technology，2009，58(2)：865-881[2016-04-03].http://dx.doi.org/10.1109/TVT.2008.925301.

[2] CALHAN A, CEKEN C. An Optimum Vertical Handoff Decision Algorithm Based on Adaptive Fuzzy Logic and Genetic Algorithm[J/ol].Wireless Personal Communications, 2012,64(4):647-664[2016-04-05].http://dx.doi.org/10.1007/s11277-010-0210-6.

[3] 賀鋅,李斌. 異構無線網絡的切換技術[M/OL]. 北京:北京郵電大學出版社,2008:255-256[2016-04-05].http://www.bookask.com/book/89635.html.

[4] 何晴,陳光.一種基于模糊控制的3G-WLAN垂直切換算法[J/OL].科技通報,2010,26(2):261-264[2016-05-03].http://dx.chinadoi.cn/10.3969/j.issn.1001-7119.2010.02.018.

[5] ALKHAWLANI M, AYESH A. Access network selection based on fuzzy logic and genetic algorithms[J/OL]. Advances in Artificial Intelligence, 2008,8(1):1-12[2016-05-06].http://dx.doi.org/10.1155/2008/793058.

[6] 劉勝美，孟慶民，潘甦，等.異構無線網絡中基于SNIR和層次分析法的SAW垂直切換算法研究[J/OL].電子與信息學報,2011,33(1):235-239[2016-04-20].http://dx.chinadoi.cn/10.3724/SP.J.1146.2010.00154.

[7] 張繼榮,苗國防,王文斌.異構無線網絡TOPSIS算法的一種改進[J/OL].西安郵電大學學報,2014,19(2):26-29[2016-04-20].http://dx.chinadoi.cn/10.13682/j.issn.2095-6533.2014.02.004.

[8] 王柟.基于模糊神經網絡的異構網絡垂直切換算法研究[D/OL].長春：吉林大學，2012：10-51[2016-05-12].http://cdmd.cnki.com.cn/Article/CDMD-10183-1012370348.htm.

[9] GAU W L, BUEHRER D J.Vague sets[J/OL]. IEEE Transactions on Systems, Man, and Cybernetics.1993,23(2):610-614[2016-05-11].http://dx.doi.org/10.1109/21.229476.

[10] 王國俊.計算智能[M].北京:高等教育出版社,2004:7-9.

[11] CHEN S M, TAN J M. Handling multi-criteria fuzzy decision-making problems based on vague set theory[J/OL]. Fuzzy Sets and Systems, 1994, 67(2):163-172[2016-05-15].http://dx.doi.org/10.1016/0165-0114(94)90084-1.

[12] HONG D H, CHOI C H. Multi-criteria fuzzy decision-making problems based on vague set theory[J]. Fuzzy Sets and Systems, 2000,114: 103-113.

[13] 王鴻緒.單值數據轉化為Vague值數據的定義和轉化公式[J/OL].計算機工程與應用,2010,46(24):42-44[2016-05-15].http://dx.chinadoi.cn/10.3778/j.issn.1002-8331.2010.24.013.

[責任編輯:陳文學]

A vague sets based vertical handoff algorithm in heterogeneous networks

HU Mingdi, TAN Mingming

(School of Communication and Information Engineering, Xi’an University of Posts and Telecommunications, Xi’an 710121, China)

A vertical handoff algorithm for heterogeneous networks based on vague set is presented. The parameters are mapped to vague set in fuzzy time, and a new score function is constructed to make it more intelligent. Simulation results show that, the proposed algorithm can reduce the frequency of unnecessary switching, and narrow the adverse side of Ping-pong effect.

vague sets, heterogeneous networks, vertical handoff

10.13682/j.issn.2095-6533.2016.06.016

2016-06-22

國家自然科學基金資助項目(61502386);陜西省教育廳科學研究計劃資助項目(2013JK1074)

胡明娣(1970-)，女，博士，副教授，從事模糊信息處理研究。E-mail: mendy2013@163.com 譚明明(1988-)，男，碩士研究生，研究方向為電子與通信工程。E-mail: tanming890610@163.com

TN929.5

A

2095-6533(2016)06-0083-05