基于速度預測的異構網絡切換算法①

王良鴻,鄭 華,2,3,4,林宏國,蔡堅勇,2,3,4,陳順凡,2,3,4

1(福建師范大學 光電與信息工程學院,福州 350007)

2(福建師范大學 醫學光電科學與技術教育部重點實驗室,福州 350007)

3(福建師范大學 福建省光子技術重點實驗室,福州 350007)

4(福建師范大學 智能光電系統工程研究中心,福州 350007)

基于速度預測的異構網絡切換算法①

王良鴻1,鄭 華1,2,3,4,林宏國1,蔡堅勇1,2,3,4,陳順凡1,2,3,4

1(福建師范大學 光電與信息工程學院,福州 350007)

2(福建師范大學 醫學光電科學與技術教育部重點實驗室,福州 350007)

3(福建師范大學 福建省光子技術重點實驗室,福州 350007)

4(福建師范大學 智能光電系統工程研究中心,福州 350007)

為高速移動的用戶提供一種基于速度預測的異構網絡垂直切換算法,使用場景如公路的直線路段.根據直線道路場景的特點,結合駐留時間算法設計了一種基于速度預測的垂直切換算法.該算法通過創建速度矩陣以及與速度矩陣相對應的權重矩陣,經過數學運算,求得下一時刻的速度和終端的位置,然后結合傳統算法得到切換判決.由仿真得到,在相同的環境及可靠的信號強度下,與經典的算法相比較,新算法雖然增加了切換次數,但有效減少了切換延時.

異構網絡;速度預測;直線路段;切換延時

目前,異構網絡的垂直切換技術已經取得一定的成果.2006年,IEEE提出802.11標準,針對不同的L2(鏈路層第二層),提出能夠介于L2,L3(鏈路層第三層)的垂直切換標準[1].垂直切換算法實現異構網絡的切換,但也帶來一些的問題,比如切換次數和切換延時.為了減少切換次數,PAND提出了基于遲滯電平的網絡切換機制,這種機制基于RSS(Receiving Signal Strength),緩解了乒乓效應[2].此后,Buddhikot M提出基于駐留時間的網絡切換機制,將變量改成時間,在超過閾值信號量的一段時間內如果信號量還是高于閾值信號,則進行切換[3].但是以上兩種方法設置的閾值都是靜態的,會給當前復雜的網絡造成切換時間的延遲.

國內專家在這方面的研究比較晚,但是隨著國內技術逐漸成熟,研究成果也越來越多,許多專家開始考慮到速度變化對切換的影響.劉敏等給出了上述兩種切換機制的數學表達式,通過數學語言能夠比較形象的闡述兩種切換機制的實際內容[4].劉俠等采用前向差分的方法,對終端的運動趨勢進行預判,提高了切換的時機和切換的效率[5].張月瑩等提出基于QoS的資源分配方案,從用戶的角度出發進行網絡的切換[6].夏瑋瑋等人提出一種以信號強度、終端移動速度和網絡帶寬等綜合因素為判決條件,并且結合模糊神經網絡的切換機制,解決了單一判決標準的缺陷[7].石文孝等人針對負載狀況考慮不周全的問題,提出了一種基于RBF模糊神經網絡的接入選擇算法[8].范存群等人提出了基于貝葉斯算法的車載網絡接入技術,通過計算得到信號的接收強度、傳輸速率、誤碼率和網絡阻塞率以及車輛終端的速度和運動趨勢等多條件相關的切換概率分布,避免了乒乓效應,保證了網絡及時更新[9].

傳統的駐留時間算法在一定程度上降低了乒乓效應,但也增加切換時間,由于切換時間的延長,加上原有基站信號不斷衰減,可能導致移動終端的通信中斷,因此,本文提出一種基于速度預測的垂直切換算法.

1 基于速度預測算法的推導

1.1 速度矩陣的構建

移動終端運動過程中,對終端的運動速度均勻采樣,采樣時間為t,終端速度記做v,將距離當前速度最近的10個速度的集合記做:

根據生活經驗,事件發生的時間越靠近,事件之間的相關系數就越大,根據這個特點,本文中速度對應權重值是按照與當前時間的前后順序分配的[10],本文給出了式(3)、式(4)計算不同速度下對應的權重值.

將權重矩陣與速度矩陣分別相乘,得到預測的速度[11].

1.2 終端位置預測與接收信號強度預測

本文假設終端處于直線路段,道路兩邊架有蜂窩網絡基站和Wi-Fi網絡基站,終端在運動過程中只需考慮速度的大小,無需考慮速度的方向,移動終端位置可由公式(6)預測.

接收信號的損失包含兩個方面,一方面來源于距離、另一方面來源于發射信號的中心頻率,并呈現對數關系,可用公式(7)計算[13].

式中,pl表示信號損失,f為網絡中心頻率,d為基站與移動終端的距離.

根據接收信號與發送信號的關系,可以將發送信號與傳送過程中的損耗做差值得到下一時刻接收到的信號強度,如公式(8)所示:

2 基于速度預測切換策略

本文的切換策略主要是建立在基于遲滯電平[2]和基于駐留時間算法[3]的結合,基于駐留時間算法的主要思想是:

1)移動終端不斷更新當前接收到的附近各個基站的信號強度;

2)當前連接基站與附近基站的信號強度作比較,若當前基站大于附近基站的信號強度,則不啟動定時器;反之,啟動駐留時間定時器;

3)當定時器計時達到設定的時間且目標基站仍然大于當前基站的信號強度時,終端向網絡端發送切換請求;否則,不發送請求;

4)網絡端向終端發送切換響應,終端切換到相應的基站.

這種算法能明顯減少切換次數,但是由于定時器的存在,在切換過程中會帶來切換延遲,因此本文提出一種可以降低切換延遲的方法.

通過對終端速度的預測,進而預測下一時刻終端位置,計算終端接收到的下一時刻各個網絡的信號強度,然后比較當前連接基站與附近基站的信號強度大小,最后做出切換判決.很明顯這種方法可以在移動終端未到達該位置時,提前預測終端的位置,然后提前得到判決結果,且在保證信號強度能支持可靠通信的同時讓移動終端提前判決.

該方法的算法思想是:

1)移動終端不斷更新附近基站的信號強度;

2)權重矩陣與速度矩陣相乘得到終端下一時刻的速度;

3)預測得到移動終端下一時刻的位置以及信號接收強度;

4)比較連接基站與附近基站的信號強度,若預測的信號強度大于附近基站的信號強度,則不啟動定時器;反之,啟動駐留時間定時器;

5)當達到定時器設定的閾值且目標基站的信號強度仍大于當前基站的信號,則移動終端向網絡端發送切換請求;否則,不發送切換請求;

6)網絡端向移動終端發送切換響應,終端切換到相應的基站.

根據上述的算法思想,得到圖1流程圖.

圖1 基于速度預測的異構網絡切換算法

3 仿真結果分析

3.1 仿真環境的搭建與仿真參數的設計

由于本算法假設的仿真場景是直線公路,所以在本次環境搭建中,本文將基站的中心放在一條直線上,并且讓基站的覆蓋半徑有部分重疊,當移動終端運動到重疊區域時,兩個基站的信號強度發生改變,這時候就會產生切換.

本文假設Wi-Fi基站在移動終端左側,LTE基站在右側,移動終端從道路的左側開始直線運動,首先,終端處于Wi-Fi基站的覆蓋范圍下,慢慢靠近LTE基站,所以Wi-Fi基站信號強度下降而LTE基站信號強度增強,移動終端在這種情況下做出切換判決,最后終端越過Wi-Fi的覆蓋范圍,離開LTE基站的范圍時再折返,這樣運動300秒.

仿真場景如圖2所示.

圖2 速度預測算法的仿真場景

仿真參數對于實驗的成功與否至關重要,如果采樣時間過長就會削弱本算法對切換效果的影響;如果采樣的時間過短,會導致刷新過快,計算量加大,增加移動終端的工作量.駐留時間的選取會影響切換延時,所以本文按照仿真場景分別設定了Wi-Fi半徑、功率、LTE半徑、功率以及采樣時間和駐留時間的參數,如表1所示.

表1 仿真參數設置

3.2 仿真結果及分析

網絡的服務質量不僅取決于網絡的帶寬和負載,通信的連續性、通信過程中的等待時間也需要重點關注.通信的連續性是本文實驗的重要指標.主要分為切換次數和切換延時[14].

從圖3可以看出,隨著采樣時間的推移,移動終端接收到Wi-Fi基站的信號強度在降低,而接收到LTE基站的信號強度在增強.當兩者信號一樣的時候,代表Wi-Fi接收信號的帶星號紅線與代表LTE接收信號的藍線會交叉.這時,基于信號強度垂直切換算法將把這個位置作為判決的條件,當帶星號紅線繼續下降,藍線繼續上升時,移動終端將連接基站從Wi-Fi切換到LTE,但是在基于駐留時間算法中,是在藍線上升一段時間,紅線下降一段時間后,且藍線與紅線的高度差還大于閾值時才進行切換.這樣可以避免終端在臨界位置不斷切換.圖3可以看出在往復運動的過程中,帶星號紅線和藍線有多次的交叉,代表著有多次的切換.

圖3 移動終端接收到的信號強度

圖4 基于駐留時間算法的切換次數

圖4 可以看出,基于駐留時間算法的切換次數為12次,而圖3中交叉的地方有23個,這說明如果沒有該算法,應該發生23次切換,所以該算法明顯降低了切換的次數.

下面將圖中的時間較為靠前的8個點整理在表2中,以便分析.

表2 基于駐留時間的異構網絡切換時間點

圖5 基于駐留時間的切換算法的切換時間

圖6 基于速度預測的異構網絡切換次數

從圖6可知,新算法與駐留時間算法相比,切換次數有所增加,但相對于傳統切換算法的切換次數降低了兩次,但考慮到本文的應用環境在于公路直線路段,所以移動終端在一個地方徘徊的情況很少出現.實際上,終端切換的次數少于本次仿真.

取圖6中與圖5中所選取的切換時間點接近的時間點并整理得到表3.

圖7 基于速度預測的異構網絡切換時間

表3 基于速度預測的異構網絡切換時間點

通過與表2對比,在保證切換信號強度的情況下,新算法中有部分切換時間點比基于駐留時間算法的有一定提前.比如在基于駐留時間算法中,從Wi-Fi網絡切換到LTE網絡的時間為第28秒,而基于速度預測的算法在第26秒就提前切換,這是由于速度預測算法對下一時刻位置的信號強度提前預測,然后提前切換判決,這樣可以保證移動終端盡快離開信號強度越來越弱的基站,連接到可靠的目標基站.

4 結論

本文利用速度預測對終端下一時刻的移動位置進行預測,將得到的預測位置用于計算下一時刻的預測信號強度.最后結合駐留時間算法,得到切換判決結果.仿真實驗表明,在相同的仿真條件及可靠信號強度的前提下,與基于駐留時間算法比較,新垂直切換算法雖然增加了切換次數,但是總體上減少了切換延時,考慮到本算法的實際應用場景,提前切入信號更好的網絡能夠為用戶帶來更好的移動通信體驗.

1 Bianchi G.Performance analysis of the IEEE 802.11 distributed coordination function.IEEE Journal on Selected Areas in Communications,2006,18(3):535–547.

2 Ylianttila M,Pande M,Makela J,et al.Optimization scheme for mobile users performing vertical handoffs between IEEE 802.11 and GPRS/EDGE networks.Global Telecommunications Conference,2001.IEEE.2001,6.3439–3443.

3 Buddhikot M,Chandranmenon G,Han S,et al.Integration of 802.11 and third-generation wireless data networks. Twenty-Second AnnualJointConferenceoftheIEEE Computer and Communications(INFOCOM 2003).IEEE Societies.IEEE.2003,1.503–512.

4劉敏,李忠誠,過曉冰,等.基于運動趨勢的自適應垂直切換算法及其性能評價.計算機學報,2008,(31):112–119.

5劉俠,蔣鈴鴿,何晨.一種基于模糊邏輯的預判決輔助垂直切換算法.電子學報,2007,35(10):1989–1993.

6張月瑩,王文博,龍航,等.面向用戶體驗的異構網絡資源分配.北京郵電大學學報,2012,(6):116–120.

7楊瓊,邢松,夏瑋瑋,等.一種基于MAC層時延上限的VANET自適應分簇算法.東南大學學報(自然科學版),2016(1):1–6.

8石文孝,范紹帥,王柟,等.基于模糊神經網絡的異構無線網絡接入選擇算法.通信學報,2010,31(9):151–156.

9范存群,王尚廣,孫其博,等.車聯網中基于貝葉斯決策的垂直切換方法研究.通信學報,2013,(7):34–41.

10李懿,武建新.基于相關系數法的直線識別方法.數字技術與應用,2016,(2):102–102.

11高軍,戴華.矩陣相乘算法的改進.綏化學院學報,2003, (3):113–114.

12柴蓉,肖敏,唐倫,等.異構網絡垂直切換性能參數分析及算法研究.重慶郵電大學學報(自然科學版),2010,22(1): 63–70.

13徐鵬,方旭明,楊俊.基于信號強度和功率損耗的分層網絡切換算法.西南交通大學學報,2011,46(1):98–102.

14尹新亮.基于車載嵌入式WiFi的AP間快速切換技術研究[碩士學位論文].廣州:廣東工業大學,2014.

Vertical HandoverAlgorithm Based on Speed Prediction within Heterogeneous Networks

WANG Liang-Hong1,ZHENG Hua1,2,3,4,LIN Hong-Guo1,CAI Jian-Yong1,2,3,4,CHEN Shun-Fan1,2,3,4

1(College of Photonic and Electronic Engineering,Fujian Normal University,Fuzhou 350007,China)
2(Key Laboratory of Optoelectronic Science and Technology for Medicine Ministry of Education,Fujian Normal University,Fuzhou 350007,China)
3(Fujian Provincial Key Laboratory for Photonics Technology,Fujian Normal University,Fuzhou 350007,China)
4(Intelligent Optoelectronic Systems Research Centre,Fujian Normal University,Fuzhou 350007,China)

In this paper,we propose a vertical handover algorithm based on speed prediction for mobility users,such as the scenario of the straight highway.Combining with the dwell time algorithm and the straight road scenario,this paper proposes a handover algorithm based on speed prediction.In this algorithm,speed matrices and the corresponding weight matrices are created.Then through mathematics,the speeds and the next interval position of terminals would be determined.Finally terminals make a handover decision with the dwell time algorithm.The simulation results indicate that,the proposed algorithm would increase the handover times,but effectively reduce the handover latency with the same environment and reliable signal strength,comparing to the traditional dwell time algorithm.

Heterogeneous networks;speed prediction;straight road;latency

2016-06-27;收到修改稿時間:2016-09-08

10.15888/j.cnki.csa.005717