基于多網(wǎng)并行傳輸技術(shù)的海上異構(gòu)網(wǎng)絡接入算法

張治霖，毛忠陽*，康家方，張 磊，楊雅雯

(1.海軍航空大學 航空通信教研室，山東 煙臺 264001；2.海軍航空大學 信號與信息處理山東省重點實驗室，山東 煙臺 264001;3.中國人民解放軍 92758部隊,遼寧 錦西 121000)

0 引言

隨著無線通信技術(shù)的快速發(fā)展，各種通信方式和手段也在不斷更新。由多種通信網(wǎng)組成的異構(gòu)無線網(wǎng)絡憑借“質(zhì)”“量”“適應性”在眾多信息傳輸框架中脫穎而出，并向著跨域互聯(lián)、相互協(xié)作的方向不斷邁進[1]。融合多種無線接入技術(shù)組成的新一代無線接入技術(shù)具備統(tǒng)一的上層功能模塊[2]，能為使用者提供多種多樣的網(wǎng)絡接入選擇，且這種技術(shù)已經(jīng)初見成效，受到了專家學者廣泛的關注。

用戶在異構(gòu)網(wǎng)絡環(huán)境中移動時可能同時處于多個無線網(wǎng)絡的覆蓋范圍之內(nèi)，網(wǎng)絡接入算法的作用是讓用戶在大量備選網(wǎng)絡中選擇最能高效傳輸?shù)木W(wǎng)絡進行接入，針對這一問題，相關領域?qū)＜覍W者提出了一系列的解決方案。文獻[3]利用模糊神經(jīng)網(wǎng)絡構(gòu)建用戶滿意度模型，從而根據(jù)用戶的個性化需求進行有針對性的網(wǎng)絡接入。文獻[4]把網(wǎng)絡選擇問題視為多屬性決策問題，利用模糊邏輯理論對問題進行分化，再進行網(wǎng)絡接入。上述文獻認為用戶在異構(gòu)網(wǎng)絡中能且只能選擇一種網(wǎng)絡進行接入，具有一定的局限性。

新一代無線接入技術(shù)的出現(xiàn)，為終端同時連接多個網(wǎng)絡提供了可能，移動終端的多網(wǎng)并行傳輸技術(shù)孕育而生。移動終端在條件允許的情況下同時接入不止一個網(wǎng)絡進行信息傳輸，聚合帶寬吞吐量的大小在理想狀態(tài)下是所有路徑吞吐量之和[5]，因此不僅增大了傳輸帶寬、降低了傳輸時間[6]，還能提高網(wǎng)絡資源利用率[7]。在特定的干擾環(huán)境中，多網(wǎng)并行傳輸相較于傳統(tǒng)單網(wǎng)傳輸而言傳輸時間大大降低，盡管增加了傳輸鏈路，但其通信頻率的可選擇性強，所以傳輸鏈路受到監(jiān)測和中斷鏈路的概率也會大大降低，通信安全性大大提高。目前有少量文獻對多網(wǎng)并行傳輸技術(shù)下的網(wǎng)絡接入算法進行了研究，文獻[8]提出了基于能效函數(shù)的多網(wǎng)并行的網(wǎng)絡接入算法，但僅從能耗角度對網(wǎng)絡選擇進行約束，缺乏約束條件的多樣性。文獻[9]提出了一種基于逼近理想值排序的多網(wǎng)并行的網(wǎng)絡接入算法，用無線網(wǎng)絡的非空子集作為候選方案，得到效用函數(shù)值后提供接入方案，但仿真環(huán)境平和，并無干擾因素。

因此，在分析多網(wǎng)并行傳輸技術(shù)的基礎上，針對單網(wǎng)傳輸效率低、干擾環(huán)境下業(yè)務完成率低的問題，提出了干擾環(huán)境下的多網(wǎng)并行傳輸?shù)木W(wǎng)絡選擇算法。在多網(wǎng)并行傳輸技術(shù)的前提下，引入改進的逼近理想值排序法，得到不同接入網(wǎng)的參數(shù)效用值并進行比較和排序，選擇當前狀態(tài)下最適合的接入網(wǎng)進行連接。通過仿真發(fā)現(xiàn)所提方法在明顯降低成本的基礎上，有效提高了干擾場景下的業(yè)務完成率。

1 系統(tǒng)模型

1.1 模型建立

隨著海上絲綢之路的開啟，船舶飛機在海上作業(yè)的需求在不斷增加，對通信質(zhì)量的要求也在不斷提高。特別是在多重無線網(wǎng)絡的覆蓋下，在帶寬、包延遲、距離等因素的共同作用下，如何選用最合適的通信網(wǎng)絡進行接入成為亟待解決的問題。

網(wǎng)絡的發(fā)展依賴于大量的仿真，而在仿真中需要計算機模擬節(jié)點的運動，因此提出了移動模型的概念。通常情況下，移動模型依靠位置、速度和方向共同描述一個節(jié)點的運動軌跡，因此描述不同的運動模式需要使用不同的移動模型[10]。根據(jù)節(jié)點的移動特性，最普遍使用的移動模型有隨機移動模型、具有時間依賴性的移動模型、具有空間依賴性的移動模型和具有空間約束性的移動模型。其中隨機移動模型的典型代表是隨機路點模型[11]，隨機路點模型中的節(jié)點按照隨機方向進行勻速移動，到達目的地后作短暫停留，接著選取下一個目的地進行移動；具有時間依賴性的移動模型典型代表是高斯-馬爾科夫移動模型，對節(jié)點前后時間的速度和方向有著特定的隨機性要求；具有空間依賴性的移動模型典型代表是游牧團體移動模型[12]。本文采用高斯-馬爾科夫移動模型[13]對高移動性節(jié)點進行描述，相對于其他傳統(tǒng)的移動模型，高斯-馬爾科夫模型能更加準確的描述現(xiàn)實環(huán)境中的連續(xù)隨機運動，避免出現(xiàn)急拐急停的現(xiàn)象。

本文采用的海上異構(gòu)無線網(wǎng)絡架構(gòu)如圖1所示。相較于陸上異構(gòu)網(wǎng)絡，海上異構(gòu)網(wǎng)絡的環(huán)境相對空曠，自然環(huán)境造成的中斷相對較少，但與之帶來的是海上環(huán)境更易遭受到人為因素監(jiān)測和中斷。

圖2為多網(wǎng)并行傳輸技術(shù)的原理圖，其系統(tǒng)模型主要由接口管理模塊、數(shù)據(jù)處理模塊、用戶模塊和網(wǎng)絡選擇模塊組成[14]。本文算法旨在探討算法對于技術(shù)的可行性和場景的適應性，而技術(shù)本身涉及的接口協(xié)議和其他具體實現(xiàn)不在本文研究范圍內(nèi)。因此在本文中默認用戶可以同時連接不止一個接入網(wǎng)，且接入網(wǎng)提供的傳輸速率為最佳傳輸速率，接入網(wǎng)絡切換的觸發(fā)條件是當前鏈路是否被中斷。

圖2 多網(wǎng)并行傳輸技術(shù)示意圖Fig.2 Schematic diagram of multi network parallel transmission technology

1.2 海上通信網(wǎng)絡特征

海上用戶所處的通信環(huán)境通常復雜多變，受地球弧度、大氣、海浪高度以及其他船只等因素影響，存在深衰落和多徑效應。與陸地通信相比，海上通信沒有大量的建筑物進行遮擋，但會使得電波傳輸余隙較大，繞射損耗較小，從而增加了電波反射[15]。針對海上異構(gòu)網(wǎng)絡的特點，本文選用的海上通信信道模型[16]僅考慮海面反射和大氣吸收損耗，不考慮云霧衰減、繞射損耗等惡劣環(huán)境造成的不穩(wěn)定影響。

2 基于多網(wǎng)并行傳輸?shù)暮Ｉ暇W(wǎng)絡接入算法

2.1 算法描述

設每個機動站點有4條鏈路可供移動節(jié)點選擇，分別為鏈路一、鏈路二、鏈路三和鏈路四。不同機動站點的相同鏈路具有相同的通信信道特征，鏈路能否連接與其相對距離有關，超出距離視為無法通信。

由于機動站點的網(wǎng)絡屬性在隨時變化，移動節(jié)點和機動站點的距離也時刻發(fā)生改變，所以可接入網(wǎng)絡的數(shù)量是動態(tài)改變的。用傳統(tǒng)的逼近理想值排序(Technique for Order Preference by Similarity to an Ideal Solution，TOPSIS)法進行排序時，方案數(shù)量的增加和減少會影響到每個方案與正負理想方案的距離，從而造成排序的失序問題。排序的失序會增加移動節(jié)點的連接成本，增大鏈路被中斷的幾率，針對以上問題選用改進的TOPSIS法進行解決，通過將網(wǎng)絡參數(shù)預先進行效用函數(shù)計算，使網(wǎng)絡參數(shù)標準化，避免了方案變動造成的屬性影響。

(1) 建立決策矩陣

設有m個備選機動站點，每個機動站點有n個備選網(wǎng)絡可接入，建立備選網(wǎng)絡集合X={x1n,x2n,…,xmn} ，其中n=1,2,3,4。

設有r個網(wǎng)絡屬性，建立網(wǎng)絡屬性矩陣Y為：

(2) 構(gòu)造效用矩陣

效用函數(shù)可以應用在網(wǎng)絡選擇領域，表示用戶在網(wǎng)絡連接中獲得的效用與所消耗成本之間數(shù)量關系的函數(shù)，以衡量用戶對網(wǎng)絡服務的滿意程度。在衡量一個網(wǎng)絡參數(shù)時，隨著參數(shù)值的增大網(wǎng)絡效能也隨之增大，則稱其為效益參數(shù)，效益參數(shù)的效用函數(shù)選用sigmoid函數(shù)[17]，其定義式為：

與效益參數(shù)相反的稱之為成本參數(shù)，隨著成本參數(shù)的減小網(wǎng)絡性能會有所改觀，因為成本參數(shù)的效用函數(shù)與效益參數(shù)單調(diào)性相反，所以可以定義為：

將網(wǎng)絡屬性矩陣的參數(shù)一一對應輸入到相應的效用函數(shù)中，輸出得到效用矩陣為：

其中,αk=1或2。

(3) 建立加權(quán)效用矩陣

在不同的場景下，用戶選擇接入網(wǎng)時的偏好是不同的，不同的偏好導致了不同的接入方案，因此建立加權(quán)效用矩陣表示移動節(jié)點在進行方案選擇時的屬性偏好。設網(wǎng)絡屬性權(quán)值向量為：

W=[w1,w2,…,wr]T，0

式中，wr是第r個網(wǎng)絡屬性的對應權(quán)重，權(quán)重越大表明用戶在網(wǎng)絡接入方案選擇時對于該網(wǎng)絡屬性的傾向性越高。網(wǎng)絡屬性權(quán)重采用層次分析 (以下簡稱AHP) 法進行計算[18]，根據(jù)網(wǎng)絡參數(shù)的變化情況給出當前狀態(tài)下環(huán)境對于網(wǎng)絡屬性的傾向性，能有效提高算法選擇較優(yōu)參數(shù)機動站點的時效性。將AHP法計算得出的權(quán)重帶入到下式中進行計算，將效用矩陣和屬性權(quán)重一一對應相乘得到加權(quán)效用矩陣為：

umr=tαk(ymr)wr。

(4) 確定正負理想方案Q+和Q-

Q+={max(um1),max(um2),L,max(umr)}=

Q-={min(um1),min(um2),L,min(umr)}=

(5) 確定備選網(wǎng)絡方案的歐幾里得距離

備選網(wǎng)絡方案與正理想方案Q+的距離為：

備選網(wǎng)絡方案與負理想方案Q-的距離為：

(6) 確定備選網(wǎng)絡方案與正理想方案的相對接近程度

(7) 確定連接方案

對所有備選方案的相對接近程度進行排序，排名越靠前，說明當前狀態(tài)下該連接方案越優(yōu)，之后按照多網(wǎng)并行傳輸和單網(wǎng)傳輸規(guī)則進行方案選擇。

2.2 算法流程

當移動節(jié)點開始移動時，自動生成業(yè)務列表，收集各個機動站點的接入網(wǎng)網(wǎng)絡屬性。將收集到的網(wǎng)絡屬性值同時輸入到AHP法和改進的TOPSIS法中：在AHP法中，利用網(wǎng)絡屬性值計算出當前時刻環(huán)境里適合傳輸?shù)膮?shù)偏好，生成當前時刻的環(huán)境權(quán)重；在改進的TOPSIS法中，先利用效用函數(shù)對屬性值進行數(shù)據(jù)標準化，再采用傳統(tǒng)TOPSIS法和AHP法得到的環(huán)境權(quán)重計算出當前時刻下可接入網(wǎng)絡的貼合度并進行排序，將高等級業(yè)務按照多網(wǎng)并行傳輸規(guī)則進行接入，低等級業(yè)務按照單網(wǎng)傳輸選擇貼合度最高的方案進行接入。當移動節(jié)點連接成功后，中斷開始判斷，按照不同鏈路預設的中斷概率進行判斷，若中斷失敗則繼續(xù)傳輸，若中斷成功則鏈路傳輸中斷，重新按照TOPSIS法計算的排序方案進行連接。

算法從移動節(jié)點出發(fā)時開始運行，其流程如圖3所示。

圖3 算法流程Fig.3 Algorithm flow

3 仿真場景與結(jié)果分析

3.1 仿真場景

本文算法的仿真場景設置為海上臨時機動站點環(huán)境，圖4給出了海上機動站點的位置。

圖4 機動站點位置圖Fig.4 Mobile station location map

移動節(jié)點從原點出發(fā)，以150 m/s的速度做連續(xù)隨機運動，仿真時間為600 s。海上機動站點處于海平面，以15節(jié)的速度向著x軸正方向進行緩慢移動。本文算法所用的距離是指移動節(jié)點和機動站點的相對距離，因此以移動節(jié)點為參考點，機動站點可以近似看做靜止。設置場景內(nèi)存在干擾，當移動節(jié)點連接到任一機動站點進行傳輸時，以一定的概率會受到干擾并被中斷連接，鏈路斷開時間持續(xù)60 s，持續(xù)時間過后鏈路恢復。本文算法以此為例子進行蒙特卡羅仿真。

3.2 參數(shù)設置

每個機動站點有著相同的4條鏈路，但4條鏈路的成本和信道特征各不相同。本文主要考慮的網(wǎng)絡屬性為覆蓋范圍、發(fā)射功率、中斷概率、通信帶寬和費用,如表1所示。由于鏈路被中斷的同時也存在被截獲的風險，所以移動節(jié)點在執(zhí)行業(yè)務時主要側(cè)重在中斷次數(shù)盡可能少的情況下完成業(yè)務。部分網(wǎng)絡屬性參數(shù)參考文獻[9]。

移動節(jié)點生成的業(yè)務分為高等級業(yè)務和低等級業(yè)務兩種。高等級業(yè)務的持續(xù)時間服從參數(shù)為10的泊松分布，低等級業(yè)務的持續(xù)時間服從參數(shù)為5的泊松分布，兩種業(yè)務產(chǎn)生的概率都為50%。

表2是機動站點的網(wǎng)絡參數(shù)波動范圍，仿真時參數(shù)變化按照馬爾科夫鏈的形式進行隨機變化，模擬真實環(huán)境中的其他干擾因素對傳輸環(huán)境的影響。本文只驗證算法和技術(shù)的可行性，因此假設鏈路被干擾中斷時不影響機動站點的網(wǎng)絡參數(shù)值變化。在多網(wǎng)并行傳輸技術(shù)的網(wǎng)絡選擇算法中，多條連接鏈路的參數(shù)之和為算法當前時刻的參數(shù)值。

表2 機動站點仿真參數(shù)表Tab.2 Simulation parameter table

3.3 結(jié)果分析

為驗證本文算法(即改進TOPSIS算法)的性能優(yōu)勢，將其與模擬人工切換算法和基于TOPSIS的多網(wǎng)并行傳輸?shù)木W(wǎng)絡算法(以下簡稱基于TOPSIS算法)進行仿真比較，仿真軟件使用Matlab2018。模擬人工切換算法是指單網(wǎng)傳輸下機動站點選擇按照相對距離由近至遠，鏈路選擇按照中斷概率由小到大進行接入，符合人為選擇習慣。基于TOPSIS的多網(wǎng)并行傳輸?shù)木W(wǎng)絡算法參考復現(xiàn)的是文獻[9]。

圖5和圖6是3種算法在相同仿真時間和相同業(yè)務列表情況下的累計開銷對比，從圖中可以看出多網(wǎng)并行傳輸技術(shù)的網(wǎng)絡選擇算法由于鏈路連接多于單網(wǎng)傳輸，所以必然會增加功耗和費用。通常情況下，由于多網(wǎng)算法連接鏈路多，且單網(wǎng)算法選擇較低花銷的鏈路，因此多網(wǎng)算法的花銷將大于或等于單網(wǎng)算法的開銷。通過50次蒙特卡羅仿真取平均值，基于TOPSIS算法的花費費用比模擬人工切換算法增長了176%，與改進TOPSIS算法相比增長了112%，而改進TOPSIS算法相比于模擬人工切換算法僅增長了30%，開銷增長量在可接受范圍內(nèi)。從圖5可以看出，基于TOPSIS算法和改進TOPSIS算法相比，改進TOPSIS算法由于經(jīng)過了效用函數(shù)的數(shù)據(jù)標準化，再加上網(wǎng)絡屬性權(quán)重對于費用的約束，使得改進TOPSIS算法的費用增加低于基于TOPSIS算法。

圖5 費用對比圖Fig.5 Cost comparison chart

在功耗消耗方面，基于TOPSIS算法相比于模擬人工切換算法提升了約103.88%，相比于同是多網(wǎng)并行傳輸?shù)母倪MTOPSIS算法降低了約13.24%，也就是說改進TOPSIS算法比模擬人工算法功耗消耗提高了130.87%。圖6中多網(wǎng)并行傳輸?shù)木W(wǎng)絡選擇算法消耗的功耗近似等于單網(wǎng)傳輸?shù)膬杀叮f明多網(wǎng)并行傳輸以接入兩個排序靠前的網(wǎng)絡為主，且靠前的網(wǎng)絡功耗消耗普遍較大。將圖5和圖6結(jié)合來看，改進TOPSIS算法用犧牲一部分功耗的代價換取低費用，但這種代價是可以被允許的，特別是在干擾場景下，功耗和費用的支出換取通信業(yè)務的完成是成立的。

圖6 功耗對比圖Fig.6 Power consumption comparison diagram

在業(yè)務完成率方面，基于TOPSIS算法相比于模擬人工切換算法提升了約122.3%，而改進TOPSIS算法相比于模擬人工切換算法提升了185.71%。同是多網(wǎng)并行傳輸算法，改進TOPSIS算法比基于TOPSIS算法提升了約28.53%。圖7為3種算法在仿真時間中的業(yè)務完成率對比，可以看出，單網(wǎng)傳輸由于只能選擇一個鏈路進行連接，且當前業(yè)務沒完成傳輸時并不執(zhí)行下一業(yè)務，所以在頻繁被中斷鏈路的情況下，業(yè)務完成率非常低。仿真時3種算法的連接接入網(wǎng)次數(shù)和被中斷次數(shù)的對比情況如圖8所示，由于鏈路中斷的判斷是按照秒為單位進行，所以連接次數(shù)可以理解為連接在機動站點的時長和被中斷后切換鏈路次數(shù)的總和，多網(wǎng)并行傳輸時同一時刻連接兩條鏈路時算一次。

圖7 完成率對比圖Fig.7 Completion rate comparison chart

在中斷和連接次數(shù)方面，改進TOPSIS算法比基于TOPSIS算法連接次數(shù)降低了13.15%，中斷次數(shù)降低到基于TOPSIS算法的86.11%。從圖8可以看出，多網(wǎng)并行傳輸由于連接兩條鏈路，所以被中斷的次數(shù)會多于單網(wǎng)連接算法。改進TOPSIS算法由于傳輸時間快、被中斷次數(shù)少，所以連接總數(shù)要比其他兩個算法少，結(jié)合圖6可以看出，改進TOPSIS算法傾向于選擇低中斷概率、低費用和高功耗的鏈路進行接入。

圖8 性能對比圖Fig.8 Performance comparison chart

圖9和圖10表示的是兩種多網(wǎng)并行技術(shù)下的網(wǎng)絡選擇算法實時丟包率參數(shù)和包延遲參數(shù)對比情況。

可以看出兩種算法在不穩(wěn)定網(wǎng)絡參數(shù)環(huán)境下的連接實時參數(shù)都有波動，但改進TOPSIS的算法能較好的控制參數(shù)的波動，約52%的仿真時間內(nèi)相鄰時間的丟包率差值小于5%，約68%的仿真時間內(nèi)相鄰時間的包延遲參數(shù)差值小于8%，因此得到本文算法對動態(tài)環(huán)境有較好的適應性，能為移動節(jié)點提供較好的傳輸連接方案。

(a) 丟包率動態(tài)變化

(b) 算法參數(shù)對比

(a) 包延遲動態(tài)變化

(b) 算法參數(shù)對比

圖11和圖12表示的是兩種多網(wǎng)并行技術(shù)下的網(wǎng)絡選擇算法實時丟包率參數(shù)和包延遲參數(shù)對比情況，可以看出兩種算法對于網(wǎng)絡參數(shù)的波動控制情況并沒有與丟包率、包延遲參數(shù)一樣突出，但本文算法將包抖動參數(shù)維持在較低值，帶寬參數(shù)維持在較高值。這是由于仿真時間內(nèi)只是個別基站的丟包率和包延遲參數(shù)長時間且在大范圍的浮動，因此算法將小權(quán)重賦予給這兩種網(wǎng)絡參數(shù)。

(a) 包抖動動態(tài)變化

(b) 算法參數(shù)對比

(a) 帶寬動態(tài)變化

(b) 算法參數(shù)對比

多網(wǎng)并行傳輸?shù)木W(wǎng)絡選擇算法相比于單網(wǎng)傳輸而言有著巨大的優(yōu)勢，一方面多條鏈路同時進行連接確保了業(yè)務傳輸?shù)目煽啃裕硪环矫娑鄺l鏈路傳輸時長比單條鏈路傳輸時長短，同一業(yè)務傳輸時間內(nèi)被中斷的機會減少。同時，本文算法在傳統(tǒng)TOPSIS算法的基礎上，加入了效用函數(shù)和AHP法對動態(tài)環(huán)境網(wǎng)絡參數(shù)進行約束，大大提高了算法對動態(tài)環(huán)境的適應性。綜上所述，在干擾環(huán)境下，本文多網(wǎng)并行傳輸?shù)木W(wǎng)絡接入算法可以根據(jù)用戶偏好對成本消耗進行有效控制的同時，控制移動節(jié)點接入方案網(wǎng)絡參數(shù)的浮動，大大提升業(yè)務完成率，保證用戶有較好的服務質(zhì)量和信息安全性。

4 結(jié)束語

針對單網(wǎng)傳輸效率低、干擾環(huán)境下業(yè)務完成率低的問題，本文提出了海上異構(gòu)網(wǎng)絡下干擾環(huán)境中的多網(wǎng)并行傳輸?shù)木W(wǎng)絡接入選擇算法。首先收集周圍機動站點網(wǎng)絡屬性參數(shù)，生成業(yè)務列表，形成備選接入網(wǎng)方案集合。將集合內(nèi)的屬性參數(shù)通過效用函數(shù)進行數(shù)據(jù)標準化，再加入用戶偏好權(quán)重進行約束，用TOPSIS法計算出備選網(wǎng)絡的貼合度排序，根據(jù)業(yè)務的等級進行多網(wǎng)并行和單網(wǎng)傳輸?shù)倪x擇接入，遇到中斷通信鏈路的情況時，重新利用TOPSIS法進行方案選擇。仿真結(jié)果表明，與模擬人工切換算法和基于TOPSIS算法相比，可以根據(jù)用戶偏好進行成本有效約束的同時，提升業(yè)務完成率，提高了業(yè)務傳輸?shù)陌踩浴?/p>