異構(gòu)無線網(wǎng)絡中面向多業(yè)務的分流策略研究

,,

(重慶郵電大學 通信與信息工程學院,重慶 400065)

0 概述

在多網(wǎng)絡并行傳輸?shù)臉I(yè)務分流方面,文獻[1]從網(wǎng)絡的服務質(zhì)量出發(fā),將網(wǎng)絡傳輸時延和傳輸速率作為研究對象,使用馬爾科夫決策的方法,以最大的期望報酬為目標選擇最優(yōu)的網(wǎng)絡進行業(yè)務流的分配,但是其缺點是算法是以一定量的歷史信息為基礎。文獻[2]以傳輸速率為研究對象,分析了使系統(tǒng)吞吐量最大的業(yè)務流分配方法,但局限于服務質(zhì)量參數(shù)考慮單一。文獻[3]針對視頻業(yè)務的突發(fā)性問題,以平均時延和抖動為對象,提出一種基于概率的分流策略,但策略同時適用于的網(wǎng)絡個數(shù)較少。總體來說,多網(wǎng)絡并行傳輸比單網(wǎng)絡傳輸在算法上會更復雜,算法效率可能會低一些,但是系統(tǒng)吞吐量和對頻譜資源的利用效率明顯高于單一網(wǎng)絡的情況。

在網(wǎng)絡傳輸中,時延是提高網(wǎng)絡效率和用戶體驗的一個必須考慮的重因素。而在目前的研究中,大多以提高系統(tǒng)吞吐量為目標,以時延為研究對象較少[4]。為此,本文在研究用戶獨立背景下,提出一種異構(gòu)無線網(wǎng)絡中面向多業(yè)務的分流策略。

1 分流問題描述

在異構(gòu)網(wǎng)絡環(huán)境中,協(xié)作傳輸是解決高速無線通信的有效方法。在目前的現(xiàn)實環(huán)境下存在多個異構(gòu)無線網(wǎng)絡,如蜂窩移動通信網(wǎng)、WiMAX、WLAN等。同時,越來越多的終端朝著多模化發(fā)展,用戶對無線接入網(wǎng)絡的應用需求也來越多,如災害應急系統(tǒng)、無線視頻會議等[5-6]。

圖1所示為多模終端的數(shù)據(jù)分流模型,應用數(shù)據(jù)流被分流后發(fā)送到特定的網(wǎng)絡組合中進行傳輸,在接收端再對其進行匯聚,然后將該數(shù)據(jù)流送往上一層處理。其中,數(shù)據(jù)分流研究的是把業(yè)務數(shù)據(jù)分成多大的數(shù)據(jù)流在哪個或哪幾個網(wǎng)絡中傳輸,這方面的研究正在慢慢被關注[7-9]。

圖1 多模終端的數(shù)據(jù)分流

但是很少有研究在數(shù)據(jù)分流傳輸時考慮應用數(shù)據(jù)業(yè)務的多樣性,根據(jù)要傳輸業(yè)務的特點進行業(yè)務流分配[10-11],本文按3GPP標準將業(yè)務分為4種類型,在業(yè)務進行多網(wǎng)絡傳輸選擇的基礎上重點研究發(fā)送端業(yè)務在選定的網(wǎng)絡傳輸組合中的業(yè)務流分配問題。

2 分流模型及量化

構(gòu)建網(wǎng)絡架構(gòu)模型如圖2所示。在異構(gòu)網(wǎng)絡環(huán)境下,終端多類型業(yè)務的分流模型。Group1、Group2、Group3、Group4分別代表4種類型的業(yè)務流,例如Group1為會話類業(yè)務,Group2為流類業(yè)務,Group3為交互類業(yè)務,Group4為背景類業(yè)務。發(fā)送端的多個網(wǎng)絡接口可以同時接入網(wǎng)絡為同一個需求服務。不同的業(yè)務類型數(shù)據(jù)在發(fā)送端緩存區(qū)中等待,通過各個網(wǎng)絡接口接入網(wǎng)絡后,將數(shù)據(jù)發(fā)送到接收端中去[12-13]。

圖2 終端多類型業(yè)務分流模型

用戶選擇不同的無線網(wǎng)絡對應著不同的帶寬和成本需求[14],網(wǎng)絡承載的業(yè)務對應不同的服務質(zhì)量需求。因此,在不同的網(wǎng)絡中如何分配業(yè)務數(shù)據(jù)將是本節(jié)研究的重點。

在本文中,將考慮2個重點因素:吞吐量和成本,當各個網(wǎng)絡的剩余資源已知后,如何通過資源的分配使得分流達到最優(yōu)化將是本文解決的問題。業(yè)務分配問題可描述為:minUF(λ),λ={λ1,λ2,…,λn}表示業(yè)務的分配結(jié)果,λ是4種類型業(yè)務中的某一類業(yè)務在終端發(fā)送到網(wǎng)絡中到達率,而minUF(λ)表示針對業(yè)務所建立的效用函數(shù)。

首先,對一些參數(shù)進行定義:i代表第i個無線鏈路即RAT,μi(μi=Ri/Lp)代表第i個網(wǎng)絡的服務速率,λi代表第i個網(wǎng)絡的業(yè)務到達率,并且μi,λi都服從泊松分布。UF代表終端業(yè)務的效用函數(shù)。M代表可接入網(wǎng)絡的數(shù)目,Ri代表第i個網(wǎng)絡可得到的資源。T(λ)代表所獲收益,F(λ)代表成本消耗。

因此,可以得到效用函數(shù)的表達式為:

UF=aT(λ)+bF(λ)

(1)

其中,a、b為權(quán)重因子。如果業(yè)務是時間敏感型業(yè)務,則a>b,當a=1,b=0時,這種情況下只考慮吞吐量。如果業(yè)務可以容忍較長的時延,但對成本要求比較高,那么a

研究當效用函數(shù)建立后,針對業(yè)務,如何達到最大效用。因為T(λ)代表所獲收益,F(λ)代表成本消耗。對圖2進行單一類型業(yè)務抽象建模后,如圖3所示,針對具體某一類型業(yè)務進行業(yè)務分流研究。對于不同的無線網(wǎng)絡,數(shù)據(jù)包在其中傳輸可以建立排隊論模型。根據(jù)排隊論概念,數(shù)據(jù)包在異構(gòu)網(wǎng)絡中傳輸可以用M/M/1排隊模型所描述,在圖3中,不同的狀態(tài)代表的是傳輸網(wǎng)絡RATi中數(shù)據(jù)包的具體數(shù)目。

圖3 具體類型業(yè)務分流模型

首先,對于數(shù)據(jù)經(jīng)過多網(wǎng)絡的傳輸過程被描述為M/M/1模型,其狀態(tài)轉(zhuǎn)移圖如4所示,狀態(tài)表示的是傳輸路徑RATi中數(shù)據(jù)包的數(shù)目,由馬爾科夫鏈的定義可知,M/M/1的狀態(tài)轉(zhuǎn)移是一個遍歷的馬爾科夫鏈。

圖4 狀態(tài)轉(zhuǎn)移圖

在圖4中,將某個狀態(tài)設定為狀態(tài)k,表示此時系統(tǒng)中有k個數(shù)據(jù)包存在,網(wǎng)絡狀態(tài)為繁忙,一個數(shù)據(jù)包在傳輸,k-1個數(shù)據(jù)包在排隊等候傳輸。根據(jù)排隊論的方法,設定此狀態(tài)下的狀態(tài)概率為pk(t),則其應滿足的微分方程式如下:

(2)

上式可改寫為:

(3)

于是,可以解出:

(4)

t趨近于無窮,只有當λ/μ<1時,系統(tǒng)存在平穩(wěn)狀態(tài)。因此,對于M/M/1隊列,設定數(shù)據(jù)包的到達速率和網(wǎng)絡的服務速率分別為λ和μ,當μ>λ時,該隊列處于穩(wěn)定狀態(tài)。

對終端業(yè)務來說,其數(shù)據(jù)在經(jīng)過傳輸網(wǎng)絡時,都抽象為M/M/1模型。對于第i個子網(wǎng)絡,其中有n個數(shù)據(jù)包的概率為:

p{RATi中有n個數(shù)據(jù)包}=pn=(λi/μi)n(1-λi/μi)

(5)

假設w為第i個網(wǎng)絡中數(shù)據(jù)包的平均數(shù)目,則根據(jù)求數(shù)學期望的方法,可以得到:

(6)

將式(6)的結(jié)果帶入上式,可以得到:

λi/(μi-λi)

(7)

根據(jù)Little公式,可以求得平均傳輸時延Ti,即某個數(shù)據(jù)包在所分流的網(wǎng)絡i上傳輸時所停留的時間:

Ti=w/λi=1/(μi-λi)

(8)

從某種程度上來說,最小化時延可以最大化吞吐量,因此:

T(λi)=Ti=w/λi=1/(μi-λi)

(9)

從終端業(yè)務的角度出發(fā),由于是可以承載在所有已經(jīng)選擇的傳輸網(wǎng)絡上,因此收益函數(shù)可表示為:

(10)

用θi表示每個數(shù)據(jù)包在網(wǎng)絡上傳輸所需的傳輸成本,當每個包的數(shù)據(jù)大小和每比特數(shù)據(jù)傳輸成本已知時,θi就是已知的。實際網(wǎng)絡傳輸中這兩者是已知的,所以,簡單計算出θi,即θi為已知量。例如:設定每包的大小為為50 bit,每比特數(shù)據(jù)傳輸成本為0.002元時,則θi=50×0.002=0.1元。用wi表示網(wǎng)絡RATi中的數(shù)據(jù)包數(shù)目,則第i個網(wǎng)絡的成本消耗可表示為:

F(λi)=wiθi=λiθi/(μi-λi)

(11)

由于業(yè)務是承載在多選擇的多個子網(wǎng)上,因此總的成本消耗表示為:

(12)

代入式(1)中,得到終端業(yè)務效用函數(shù)的具體表示:

(13)

從某種程度上來說,T(λ)可表示為總的時間消耗,F(λ)可表示為總的成本,因此,時延和成本消耗越少,所得到收益就越高。從數(shù)學方法上來看,對終端業(yè)務的分配,為一個求最小值問題即min(UF)。

3 最優(yōu)化業(yè)務分配策略的約束條件及求解

由于問題研究的是業(yè)務的分流問題,因此分流策略會受到網(wǎng)絡因素、業(yè)務自身條件以及整個分流系統(tǒng)穩(wěn)定傳輸要求的限制。所以,在求取min(UF)時,仍有一些限制條件。

限制1(時延限制) 設定業(yè)務自身的時延限制Tmax,用公式可表示為1/(μi-λi)

限制3(傳輸系統(tǒng)穩(wěn)定性要求) 業(yè)務要在多網(wǎng)絡中穩(wěn)定的進行并行傳輸,根據(jù)排隊論的概念,在M/M/1模型中,須有0≤λi<μi。其中,λi和μi分別表示數(shù)據(jù)包的到達速率和網(wǎng)絡的服務速率。

因此,可以用一個具有等式和不等式約束條件的最優(yōu)化問題來表示業(yè)務流分配問題。其最終建模為:

min(UF)

(14)

首先,以下使用拉格朗日乘子法將有約束轉(zhuǎn)化為無約束問題,并求出全局最優(yōu)解。

由式(13)得T(λ)和F(λ)的一階和二階導數(shù)分別為:

T′(λ)=1/(μi-λi)2

(15)

T″(λ)=2/(μi-λi)3

(16)

F′(λ)=θiμi/(μi-λi)2

(17)

F″(λ)=2θiμi/(μi-λi)3

(18)

當T′(λ)>0,F′(λ)>0,T″(λ)>0,F″(λ)>0,可得UF′>0,UF″>0,因此,UF=aT(λ)+bF(λ)是一個凸函數(shù)。

進一步,引入非負的拉格朗日乘子ψ和ν,構(gòu)建拉格朗日函數(shù),求解最優(yōu)化問題。

(19)

由于1/(μi-λi)0),同時λi<μi。換句話說,如果λi<μi-1/(Tmax-Tj),很顯然λi<μi是必然的。因此,拉格朗日函數(shù)可簡化為:

(20)

再釆用KKT方法對式(19)進行求解,可得:

a/(μi-λi)2+bθiμi/(μi-λi)2-ψ+νi=0

(21)

μi-1/(Tmax-Tj)-λi>0

(22)

ν(μi-1/(Tmax-T)-λi)=0

(23)

(24)

因為μi-1/(Tmax-Tj)-λi>0,可以得到νi=0,那么式(20)可表示為:

(25)

式(25)可以表示如下:

(26)

首先,假設M=2,式(26)可化簡為:

(27)

化簡得:

(28)

(29)

如果μ1和μ2超過λ,由式(27)可得λ1<0,這與λ1>0是矛盾的。因此,針對式(29),解之得:

(30)

(31)

由此類推,有M個網(wǎng)絡參與傳輸時,可得:

λi=μi-(μ1+μ2+…+μM-λ)·

(32)

4 仿真與性能分析

仿真1仿真中取上述定義的4種業(yè)務,3個網(wǎng)絡的可用資源分別為2 Mb/s、3 Mb/s和4 Mb/s,和成本分別為3、2、1,業(yè)務的業(yè)務總量隨時間不斷遞增。每類業(yè)務的傳輸速率都設為恒定值5 Mb/s,通過設定時延權(quán)重a和成本權(quán)重b的變化,顯示相應的效用值的變化。由圖5可以看出,當a=0.9,b=0.1時,會話類業(yè)務取得最小效用值,當a=0.8,b=0.2時,流類業(yè)務取得最小效用值,當a=0.2,b=0.8時,交互類業(yè)務取得最小效用值,當a=0.1,b=0.9時,背景類業(yè)務取得最小效用值。由此可以得到4類業(yè)務各自的時延和成本權(quán)重分配,可為后面性能驗證提供支持,在后面仿真中,對于會話類業(yè)務取a=0.9,b=0.1,對于流類業(yè)務取a=0.8,b=0.2,對于交互類業(yè)務取a=0.2,b=0.8,對于背景類業(yè)務取a=0.1,b=0.9。

圖5 業(yè)務權(quán)重與效用函數(shù)的關系

仿真2仿真中取上述定義的4種業(yè)務,3個網(wǎng)絡的可用資源分別為2 Mb/s、3 Mb/s和4 Mb/s,和成本分別為3、2、1,業(yè)務總量隨時間不斷遞增。對于業(yè)務的構(gòu)成,設定4類業(yè)務分別以25%的比例組成仿真業(yè)務流。同時,為了體現(xiàn)本節(jié)所提算法的性能,采用了一種對比算法[15]和一種負載均衡算法策略進行對比,其中負載均衡策略是基于各個網(wǎng)絡的可用資源進行業(yè)務分配。

(33)

由圖6可知,隨著業(yè)務量的不斷增加,本文所提出的分流策略的效用值始終低于對比方法,說明通過本文的方法執(zhí)行的分流策略是可行的,且更合理一些。本文策略的效用值先是以比較快的速度增加,然后在業(yè)務量大于4 Mb/s左右時,效用值增加變慢,說明系統(tǒng)性能變差的速度變慢了,出現(xiàn)此種現(xiàn)象的原因時,當總的業(yè)務量超過4 Mb/s左右時,沒有單一網(wǎng)絡可以承載業(yè)務需求,網(wǎng)絡中存在業(yè)務分流。

圖6 效用函數(shù)值比較

圖7表示業(yè)務量不斷增加,所提方案的時延與對比方案的時延比較。本文所提面向多業(yè)務的分流策略的系統(tǒng)時延要明顯小于另外2種分流算法的時延,并且隨著業(yè)務的傳輸速率加快,時延增加也在加快。當業(yè)務傳輸速率低于3 Mb/s時,時延保持在0.5 s左右不變,當傳輸速率再增加時,時延增加相對較快。

圖7 時延對比結(jié)果

圖8表示在業(yè)務量不斷增加的情況下,本文分流策略相比對比方案成本消耗的情況。相比對比算法,本文提出的算法在成本消耗上明顯低于對比算法,并且這種差距隨著傳輸速率的增加,在不斷擴大。所以,在傳輸同樣業(yè)務量的業(yè)務時,本文的分流策略消耗更小的成本,在現(xiàn)實中考慮網(wǎng)絡資費時具有一定的優(yōu)勢。

圖8 成本對比結(jié)果

5 結(jié)束語

現(xiàn)有分流策略中缺少對時延和平衡效益與成本的研究,針對異構(gòu)無線網(wǎng)絡中單用戶的并行多接入業(yè)務分流方法,本文提出一種面向多業(yè)務的分流策略。引入排隊論的概念,設定并行傳輸系統(tǒng)的效用函數(shù),并通過馬爾科夫鏈方法求解傳輸時延,具體化效用函數(shù),用一個具有等式和不等式約束條件的最優(yōu)化問題來表示業(yè)務流分配問題,并建立分流模型,利用拉格朗日常數(shù)法和KTT方法求解該模型的最優(yōu)化問題。仿真結(jié)果表明,該分流策略提高了系統(tǒng)性能。

[1] HELOU M E,IBRAHIM M,LAHOUD S,et al.A network-assisted approach for RAT selection in heterogeneous cellular networks[J].IEEE Journal on Selected Areas in Communications,2015,33(6):1055-1067.

[2] ALGHAMDI S A.Load balancing Ad hoc on-demand multipath distance vector (LBAOMDV) routing protocol[J].EURASIP Journal on Wireless Communications and Net-working,2015,2015(1):1-11.

[3] TRESTIAN R,ORMOND O,MUNTEAN G M.Performance evaluation of MADM-based methods for network selection in a multimedia wireless environment[J].Wireless Networks,2015,21(5):1745-1763.

[4] 鄭 杰,李建東,劉 勤,等.異構(gòu)網(wǎng)絡中時延最小的多接入業(yè)務分配算法[J].西安電子科技大學學報,2014,41(2):1-9.

[5] 張麗娜,朱 琦.異構(gòu)網(wǎng)絡中多網(wǎng)絡并行傳輸?shù)木W(wǎng)絡選擇算法[J].信號處理,2014,30(10):1176-1184.

[6] DAI Jingyi,WANG Shaowei.Clustering-based interference management in densely deployed femtocell networks[J].Digital Communications and Networks,2016,11(4):175-183.

[7] ALI T,SAQUID M.Analysis of an instantaneous packet loss based vertical handover algorithm for heterogeneous wireless networks[J].IEEE Transactions on Mobile Computing,2014,13(5):992-1006.

[8] 余思翰,張曉玲,梁 煒.無線多媒體傳感器網(wǎng)絡并發(fā)傳輸性能建模及實驗評估[J].信息與控制,2016,45(3):328-334.

[9] AHUJA K,SINGH B,KHANNA R.Optimal network selection in heterogeneous wireless environment for multimedia services[J].Wireless Personal Communica-tions,2015,83(1):441-454.

[10] 江振華.基于業(yè)務重要性的異構(gòu)無線網(wǎng)絡資源管理技術(shù)研究[D].成都:電子科技大學 2015.

[11] MA Xiao,SHENG Min,LI Jie.Interference migration using concurrent transmission for energy-efficient HetNets[J].Science China Information Sciences,2016,59(2):1-10.

[12] LIM G,XIONG C,CIMINI L J,et al.Energy-efficient resource allocation for OFDMA-based multi-RAT networks[J].IEEE Transactions on Wireless Communica-tions,2014,13(5):2696-2705.

[13] 廖 潔,張 磊,馬颯颯.一種低能耗的WSN覆蓋控制優(yōu)化策略[J].計算機工程,2016,42(11):109-113.

[14] HYUNGSIK J,ZHANG Rui.Throughput maximization in wireless powered communication networks[J].IEEE Transactions on Wireless Communications,2014,13(1):418-428.

[15] 孫 毅,葛雨明,Herbom S,等.異構(gòu)網(wǎng)絡中多模終端業(yè)務流分發(fā)技術(shù)研究[J].計算機學報,2010,33(6):1004-1013.