面向用戶體驗和速度感知的垂直切換判決算法

寧 磊，郭 慶，王振永，楊明川，姜開元

(哈爾濱工業(yè)大學(xué)通信技術(shù)研究所，150001哈爾濱)

基于輔助地面組件(Ancillary Terrestrial Component，ATC)技術(shù)的星地一體化網(wǎng)絡(luò)設(shè)計［1－2］是異構(gòu)網(wǎng)絡(luò)融合的眾多方案之一.ATC 技術(shù)通過將衛(wèi)星網(wǎng)關(guān)和地面網(wǎng)絡(luò)的基站相連，使得在高樓林立的城市以及室內(nèi)等衛(wèi)星信號衰減較大的區(qū)域通過ATC實現(xiàn)大區(qū)域無縫覆蓋.其采用與地面網(wǎng)絡(luò)同頻率設(shè)計，所以它同樣面臨異構(gòu)網(wǎng)絡(luò)設(shè)計中的諸多問題［3－4］.

MSV公司提出了自己的切換方法［5］，主要利用測量接收信號強度、無線終端發(fā)射功率和總無線終端干擾3個因素來決定終端的網(wǎng)絡(luò)選擇.這種單一的切換決策方法并不能滿足多業(yè)務(wù)以及不同用戶QoS需求，而基于多屬性決策的切換算法是目前研究的熱點，包括簡單加權(quán)(SAW)［6］算法、序數(shù)偏好 (TOPSIS)［7］算法、層次分析法(AHP)［8］等.然而上述的這三種方法沒有針對多業(yè)務(wù)多用戶和高速移動體的切換場景進行優(yōu)化，無法對復(fù)雜多變的環(huán)境網(wǎng)絡(luò)作出調(diào)整以達到更好的切換性能，保證切換的平滑性.此外，如果將用戶移動速度作為上述算法的判決因素之一，需要進一步討論將定量描述的用戶速度轉(zhuǎn)換化為定性描述的方法.

本文主要針對星地一體化網(wǎng)絡(luò)中，通信終端需要接入多種無線通信網(wǎng)絡(luò)的要求，進行了垂直切換機制的研究.結(jié)合傳統(tǒng)的多屬性決策理論方法，提出了基于用戶體驗和速度感知的切換判決算法，同時仿真驗證了其在切換性能和全網(wǎng)資源分配方面的優(yōu)勢.

1 星地一體化網(wǎng)絡(luò)

1.1 網(wǎng)絡(luò)架構(gòu)

基于ATC技術(shù)的衛(wèi)星部分采用高功率和大尺寸天線設(shè)計，使得空中衛(wèi)星平臺類似于另外一個地面蜂窩基站.同時，無論是在地面段還是在衛(wèi)星段，它都將支持地面流行的空中接口技術(shù)(GSM，CDMA2000，WCDMA 和 WiMAX 等)，地面不同體制的ATC接入網(wǎng)絡(luò)將運行在一個基于全IP開放架構(gòu)(如圖1所示)的核心蜂窩網(wǎng)絡(luò)之上.這樣的設(shè)計方式使得用戶終端在尺寸、技術(shù)等方面接近于目前用于地面蜂窩網(wǎng)的手持終端，甚至是不做任何改動的手持終端.

圖1 基于ATC技術(shù)的星地一體化網(wǎng)絡(luò)架構(gòu)

基于ATC技術(shù)的星地一體化網(wǎng)絡(luò)的主要技術(shù)參數(shù)［4］如表1所示.

表1 MSV公司衛(wèi)星參數(shù)

由表1得出，衛(wèi)星點波束寬度(波束角)為0.4°，而衛(wèi)星波束在地面的覆蓋半徑為R=d·tan(θ/2);則當(dāng)波束寬度θ=0.4°且GEO衛(wèi)星到地面的距離為35 786 km時，波束覆蓋半徑R=124.917 2 km.

1.2 網(wǎng)絡(luò)建模

根據(jù)星地一體化網(wǎng)絡(luò)架構(gòu)，本論文采用地面接入網(wǎng)和衛(wèi)星網(wǎng)絡(luò)的雙重覆蓋方案，具體的切換場景表述如圖2所示.

圖2 星地一體化網(wǎng)絡(luò)切換場景

由圖2可知，地面覆蓋基站采用的是7小區(qū)3 G-ATC基站模型，衛(wèi)星覆蓋采用的是3個點波束.假設(shè)用戶在地面的7個小區(qū)中隨機移動，如果用戶一旦超過這7小區(qū)的范圍則采用對稱映射的方式，認(rèn)為其從另一個小區(qū)重新進入7個小區(qū)所在的范圍.這樣設(shè)置的場景模式可以保證無論用戶怎樣隨機移動都能確保其可以實時的有兩個網(wǎng)絡(luò)候選作為接入.

2 基于用戶體驗和速度感知的切換流程

本文提出了一種面向星地一體化網(wǎng)絡(luò)的考慮用戶體驗差異度的切換判決算法，它將用戶的多種業(yè)務(wù)請求和候選網(wǎng)絡(luò)狀態(tài)參數(shù)進行動態(tài)適配，使用戶選擇切換到最合適的網(wǎng)絡(luò)而不是追求最好的網(wǎng)絡(luò)，從而達到提高整個系統(tǒng)性能的目的.同時，在切換決策中，為了避免頻繁切換，我們利用模糊數(shù)學(xué)方法建立起來的速度感知模型，使高速移動的用戶盡可能地選擇單小區(qū)(或衛(wèi)星波束)服務(wù)范圍較大的網(wǎng)絡(luò)，本文將從網(wǎng)絡(luò)發(fā)現(xiàn)、切換判決算法以及切換執(zhí)行3個方面來闡述垂直切換機制.

2.1 網(wǎng)絡(luò)發(fā)現(xiàn)方法

本文基于星地一體化網(wǎng)絡(luò)架構(gòu)進行切換機制研究，由于衛(wèi)星和地面蜂窩網(wǎng)絡(luò)信道環(huán)境差異較大，需要根據(jù)各自的信道模型計算網(wǎng)絡(luò)和用戶之間的接收信號強度(Received Signal Strength，RSS)［9-10］，用 RRSS，其表達式為

其中:P為發(fā)射功率;PPathloss為自由空間的路徑損耗，屬于大尺度衰落;FFadingsmall-scale屬于小尺度衰落.以下分別針對衛(wèi)星和地面蜂窩網(wǎng)絡(luò)各自的信道環(huán)境進行分析.

1)用戶到蜂窩基站.本文采用參考文獻［11］中的宏小區(qū)傳播模型，基站天線的高度為15 m，路徑損失(dB)為

PPathlosscell=58.8+21log10(f)+37.6log10(d)+log(F).其中:f是載波頻率(MHz);d是用戶和基站間的距離(km)，log(F)是對數(shù)正態(tài)分布(標(biāo)準(zhǔn)差為σ=10 dB).

在地面無線移動信道中，常采用瑞利分布作為信道模型，其概率密度函數(shù)如下式所示:

其中σ是包絡(luò)檢波之前所接收電壓信號的均方根值.

2)用戶到衛(wèi)星平臺.路徑損失(dB)為

PPathlosssat=92.45+20log10f+20log10d.

其中f是載波頻率(GHz)，d是用戶到衛(wèi)星平臺距離(km).

用戶和衛(wèi)星平臺之間的通信方式主要為視距傳播，所以常采用萊斯分布作為信道模型，其概率密度函數(shù)如下式所示:

其中:A表示確定信號的功率;σ表示多徑分量方差;而萊斯分布常用參數(shù)K來描述，它定義為

根據(jù)以上表達式，系統(tǒng)實時監(jiān)聽網(wǎng)絡(luò)側(cè)和用戶側(cè)之間的接收信號強度，設(shè)置最低門限值RRSSthreshold，當(dāng)RRSSrealtime≥ RRSSthreshold時，則該網(wǎng)絡(luò)可以作為用戶的候選網(wǎng)絡(luò).

2.2 切換判決算法

如圖3所示，用戶體驗差異度模型根據(jù)業(yè)務(wù)請求參數(shù)和網(wǎng)絡(luò)服務(wù)參數(shù)計算出各個候選網(wǎng)絡(luò)的用戶體驗差異度;速度感知模型根據(jù)當(dāng)前用戶的移動速度利用模糊數(shù)學(xué)的方法與用戶體驗差異度模型進行“加和”運算，從而減少具有較大服務(wù)半徑的候選網(wǎng)絡(luò)體驗差異度，使得高速移動的用戶優(yōu)先將該網(wǎng)絡(luò)作為切換目標(biāo).下文將對各個模型進行詳細(xì)敘述.

圖3 切換判決流程

1)用戶體驗差異度模型.以用戶為中心的設(shè)計是用戶體驗的概念發(fā)展的到一定階段后的產(chǎn)物［12］，在多網(wǎng)異構(gòu)融合環(huán)境下，用戶體驗的主要特點為業(yè)務(wù)在不同用戶環(huán)境下的體驗差異性.本文提出了一種網(wǎng)絡(luò)服務(wù)和用戶業(yè)務(wù)請求一致性的用戶體驗度評估方法.首先對網(wǎng)絡(luò)可供服務(wù)參數(shù)和用戶所請求的業(yè)務(wù)參數(shù)進行定時采樣，采樣結(jié)果表示為 Pnetwork－served和 Puser－request.采樣的內(nèi)容包括不同服務(wù)質(zhì)量指標(biāo)，如數(shù)據(jù)吞吐量、延遲、抖動、丟包率和誤比特率等.

其中UUDF表示用戶體驗差異度(User Experience Differences)，n為衡量服務(wù)質(zhì)量的指標(biāo)個數(shù).網(wǎng)絡(luò)選擇的目標(biāo)就是在M個候選網(wǎng)絡(luò)中尋找具有最小用戶體驗差異度的網(wǎng)絡(luò)作為切換目標(biāo)，如下式所示:

2)速度感知模型.節(jié)點在運動過程中，高速移動體將會連續(xù)穿越服務(wù)半徑較小的小區(qū)，這就導(dǎo)致用戶需要進行頻繁的切換以保證服務(wù)的連續(xù)性.在星地一體化網(wǎng)絡(luò)的設(shè)計中，由于GEO衛(wèi)星服務(wù)波束范圍較地面蜂窩基站的小區(qū)半徑高出兩個數(shù)量級(蜂窩小區(qū)半徑:1 km，GEO單波束:100 km)，所以針對這種類型的切換請求盡可能讓高速移動的物體切換到GEO衛(wèi)星網(wǎng)絡(luò)中.

本文采用模糊數(shù)學(xué)的方法建立速度感知模型，利用模糊邏輯構(gòu)造隸屬度函數(shù)，將速度表示為低速、中速、高速，如果處于隸屬于高速模式，則根據(jù)模糊規(guī)則切換決策為GEO衛(wèi)星網(wǎng)絡(luò).在基于速度感知模型的模糊構(gòu)造中，將速度因素作為模糊推理系統(tǒng)的輸入，模糊化處理后，根據(jù)來自策略庫中不同輸入組合的規(guī)則，得到合理的切換判決決策結(jié)果.

為了將速度表示為{低速，中速，高速}，采用Z-type表示低速，Lambda-type表示中速，S-type表示高速［13］，模糊處理后的整體表示形式如圖4所示，本文設(shè)定用戶移動速度大小服從［0，40］(m/s)的均勻分布，故取{a=10;b=20;c=30}.

在速度感知模型中，系統(tǒng)將用戶速度的數(shù)值輸入到如圖5所示的模糊器中，首先得出{低速，中速，高速}的模糊結(jié)果，再根據(jù)模糊規(guī)則和解模糊器得出最后的切換判決結(jié)果.本文將模糊規(guī)則和解模糊器進行統(tǒng)一設(shè)計，通過引入權(quán)重因子ω，把模糊結(jié)果映射成不同的模糊速度權(quán)重因子，即將{低速，中速，高速}映射成 {ωlow，ωmiddle，ωhigh}.通過這種映射方式，本文將用戶的速度經(jīng)過模糊化和解模糊化的處理建立了速度感知模型，通過與用戶體驗差異度模型的“和”運算，最后得出目標(biāo)切換網(wǎng)絡(luò).

圖4 用戶速度的模糊處理表示

圖5 基于模糊邏輯的速度感知模型

2.3 切換控制執(zhí)行

在異構(gòu)網(wǎng)絡(luò)環(huán)境中，如果垂直切換的判決因素在短時間內(nèi)發(fā)生劇烈的變化，并且用戶端一旦檢測到更好的基站就執(zhí)行切換，那么將會發(fā)生乒乓效應(yīng).乒乓效應(yīng)的產(chǎn)生與用戶運動狀態(tài)有關(guān):當(dāng)用戶高速移動或者運動的方向不規(guī)則時，容易引起乒乓效應(yīng).如圖6所示，在整個切換控制過程中，網(wǎng)絡(luò)側(cè)和用戶側(cè)相互交換信息，通過圖3的切換判決模型得出目標(biāo)切換網(wǎng)絡(luò).

圖6 切換控制流程圖

此時，為了避免乒乓效應(yīng)，切換控制單元并不馬上執(zhí)行切換，而是首先判斷速度是否頻繁改變，然后判斷是否為當(dāng)前所接入的網(wǎng)絡(luò)以避免無效切換(星地一體化網(wǎng)絡(luò)中，切換請求的發(fā)起不僅僅是原網(wǎng)絡(luò)失去連接時)，最后執(zhí)行目標(biāo)網(wǎng)絡(luò)切換.在切換執(zhí)行模塊中，本文設(shè)計了一種判斷用戶速度改變頻繁度的方法，具體如下:

首先對用戶的運動行為進行判斷.通過GPS或者其他速度傳感器可以直接得到用戶的運動速度.令Δv為用戶在時刻運動狀態(tài)標(biāo)志的瞬時值，則:

其中:v

t

為用戶在t時刻運動速度的方向;v

t-1

為用戶在t-1時刻運動速度的方向.如果用戶在相鄰的兩個時刻運動速度方向改變大于π/2，說明用戶在這兩個時刻運動狀態(tài)發(fā)生了較大改變，則Δv=1;反之，如果用戶在相鄰的兩個時刻運動速度方向改變不超過π/2，則說明用戶在這兩個時刻運動狀態(tài)較平穩(wěn)，則Δv=0.

3 切換性能分析

下面介紹基于用戶體驗和速度感知的切換判決算法的仿真分析，總共給出四幅仿真圖，分別從切換阻塞率、網(wǎng)絡(luò)平均負(fù)載、新呼叫阻塞率以及用戶平均切換次數(shù)4類切換性能對5種算法進行了仿真對比分析，這5種算法分別是:層次分析法(AHP)和其引入速度感知的AHPSS算法，基于用戶體驗和速度感知的(UESS)算法，基于接近理想方案的序數(shù)偏好方法(TOPSIS)和簡單加權(quán)(SAW)算法.采用如圖2所示的切換場景，保證任意用戶至少被1個GEO波束和地面基站覆蓋;假設(shè)節(jié)點的最大速度為vmax=40 m/s，移動方向的最大角改變?yōu)棣?2π，速度的改變時間間隔為Δt=1 s，故用戶的速度和方向分別服從均勻分布［－40，40］和［- π，π］.

從圖7中可以看出，隨著會話達到率的不斷提高，系統(tǒng)接納的會話數(shù)逐漸增多，當(dāng)網(wǎng)絡(luò)趨于滿載時會導(dǎo)致切換阻塞率逐漸變高;對于引入SS模塊的UESS算法和AHPSS算法比其他的算法有較低的切換阻塞率;同時，本文提出的UESS算法不僅具有較低的切換阻塞率，而且跟其他的算法相比，極大地降低了切換阻塞率.因為UE模塊不僅可以針對多業(yè)務(wù)參數(shù)為用戶提供合適的目標(biāo)切換網(wǎng)絡(luò)，在結(jié)合SS模塊后，它還可以針對高速移動體進行切換優(yōu)化，使其偏好接入具有較大服務(wù)半徑的網(wǎng)絡(luò)，因此會導(dǎo)致切換阻塞率的大幅下降.

從圖8可以看出，隨著會話達到率的不斷提高，系統(tǒng)接納的會話數(shù)逐漸增多，網(wǎng)絡(luò)平均負(fù)載會不斷增大;由于切換阻塞率較低，UESS算法保持了較高的網(wǎng)絡(luò)平均負(fù)載，可以更好的利用網(wǎng)絡(luò)資源.而其他的三種算法由于具有較高的切換阻塞率，所以網(wǎng)絡(luò)平均負(fù)載相對較低.

圖7 用戶速度v∈［-40，40］m/s時的網(wǎng)絡(luò)切換阻塞率

圖8 用戶速度v∈［-40，40］m/s時的網(wǎng)絡(luò)平均負(fù)載

從圖9可以看出，當(dāng)會話達到率逐步提高時，系統(tǒng)接納的用戶會話數(shù)也隨之提高，當(dāng)網(wǎng)絡(luò)趨于滿載時會導(dǎo)致新呼叫阻塞率變高;AHP算法具有最高的新呼叫阻塞率，由于這種算法在系統(tǒng)運行中維持著較高的網(wǎng)絡(luò)平均負(fù)載，當(dāng)用戶進行新呼叫時，由于系統(tǒng)滿載而導(dǎo)致他們無法接入;在上文的比較中我們知道，與AHP算法具有相同水平網(wǎng)絡(luò)平均負(fù)載的UESS算法，在圖中顯示出來的卻是具有比AHP算法低15%～20%的新呼叫阻塞率，即這種方法對新呼叫的阻塞要大大減小，還能保證較高的網(wǎng)絡(luò)平均負(fù)載能力水平.

圖9 用戶速度v∈［-40，40］m/s時的網(wǎng)絡(luò)新呼叫阻塞率

從圖10可以看出，隨著會話達到率的不斷提高，系統(tǒng)逐漸趨于滿載情況導(dǎo)致切換阻塞率變高，用戶平均切換次數(shù)在不斷的降低，而UESS算法具有較高的平均切換次數(shù).因為在星地一體化網(wǎng)絡(luò)中，切換請求的發(fā)起不僅僅由于用戶移動，它還包括諸如業(yè)務(wù)的變更、系統(tǒng)資源的均衡分配等一系列影響條件.

圖10 用戶速度v∈［-40，40］m/s時的用戶平均切換次數(shù)

綜上所述，本文提出的基于用戶體驗?zāi)K和速度感知模塊的UESS切換算法在用戶最大移動速度相對較高時可以獲得較好的切換性能，無論從切換阻塞率方面，還是網(wǎng)絡(luò)平均負(fù)載方面以及新呼叫阻塞率方面來看，都具有相對較好的性能體現(xiàn);但是在獲得以上性能優(yōu)勢的同時，系統(tǒng)的平均切換次數(shù)卻高于其他幾種算法，這也就是說一定程度上會增加系統(tǒng)和用戶的開銷.所以這種算法適用于一些不過分計較系統(tǒng)開銷和用戶開銷的場景.同時，僅引入速度模塊的AHPSS算法維持較低用戶平均切換次數(shù)的同時，具有相對均衡的切換性能，它可以用于網(wǎng)絡(luò)開銷比較緊張的場景中.

4 結(jié)論

1)介紹了星地一體化網(wǎng)絡(luò)的典型架構(gòu)，針對該網(wǎng)絡(luò)架構(gòu)建立了用于切換流程分析的網(wǎng)絡(luò)模型.

2)提出了一種基于用戶體驗和速度感知的切換判決算法，從切換流程的3個階段進行了敘述.在網(wǎng)絡(luò)發(fā)現(xiàn)階段，根據(jù)星地融合網(wǎng)絡(luò)的特點，分別采用了兩種信道模型.在切換判決階段，采用了用戶體驗差異度模型和基于模糊邏輯的速度感知模型.為了避免乒乓效應(yīng)，在切換執(zhí)行階段設(shè)計了一種判斷用戶速度改變頻繁度的方法.

3)針對所提出的切換判決模型進行仿真驗證和分析，對切換判決機制做出評價.采用簡單加權(quán)法、接近理想方案的序數(shù)偏好法和層次分析法為對比算法，比較了不同算法在切換阻塞率、網(wǎng)絡(luò)平均負(fù)載、呼叫阻塞率和用戶平均切換次數(shù)4個切換指標(biāo)的性能.證明了所提出的切換判決算法的正確性以及其在星地一體化網(wǎng)絡(luò)中具有多業(yè)務(wù)屬性決策和面向高速移動體優(yōu)化的優(yōu)勢.

4)星地一體化網(wǎng)絡(luò)與地面蜂窩系統(tǒng)相比，在星地鏈路中具有較大的傳輸時延.本文只針對切換過程中的切換判決階段進行了設(shè)計，下一步將考慮減少切換執(zhí)行時間以保證切換判決命令的快速下達.

［1］AHN D S，KIM H W，AHN J，et al.Integrated/hybrid satellite and terrestrialnetworksforsatellite IMTAdvanced services［J］.International Journal of Satellite Communications and Networking，2011，29(3):269 －282.

［2］KOTA S，GIAMBENE G，KIM S.Satellite component ofNGN:Integrated and hybrid networks［J］.International Journal of Satellite Communications and Networking，2011，29(3):191－208.

［3］胡向暉，任術(shù)波，程宇新，等.結(jié)合ATC技術(shù)的新一代衛(wèi)星移動通信系統(tǒng)簡介［C］//第七屆衛(wèi)星通信新技術(shù)、新業(yè)務(wù)學(xué)術(shù)年會.北京:［s.n.］，2011:241 －250.

［4］焦現(xiàn)軍，曹桂興.MSV-ATC衛(wèi)星移動通信技術(shù)研究［J］.航天器工程，2007，16(05):59－67.

［5］杜塔S，卡拉比尼斯P D.CN1788506用于在基于空間的與地面的無線終端通信之間切換以及監(jiān)視無線終端上地面復(fù)用衛(wèi)星頻率以減少可能干擾的系統(tǒng)和方法［P］.香港:中國專利代理(香港)有限公司，2006:1－27.

［6］LASSOUED I，BONNIN J M，BEN HAMOUDA Z，et al.A methodology forevaluating verticalhandoff decision mechanisms［C］//Networking，2008 ICN 2008 Seventh International Conference on.Piscataway:IEEE，2008:377－384.

［7］STEVENS-NAVARRO E，YUXIA L，WONG V W S.An MDP-based vertical handoff decision algorithm for heterogeneous wireless networks［J］.IEEE Transactions on Vehicular Technology，2008，57(2):1243 -1254.

［8］LI M，CHEN S，XIE D.A multi-step vertical handoff mechanism forcellularmulti-hop networks［C］//Proceedings of the 2nd ACM Workshop on Performance Monitoring and Measurement of Heterogeneous Wireless and Wired Networks.Chania，:ACM，2007:119 -123.

［9］ YANG K，GONDAL I，QIU B.Multi-dimensional adaptive SINR based vertical handoff for heterogeneous wireless networks［J］.IEEE Communications Letters，2008，12(6):438－440.

［10］SONG Q，JAMALIPOUR A.A network selection mechanism for next generation networks［C］//IEEE International Conference on Communications，ICC 2005.Piscataway:Institute ofElectricaland Electronics Engineers Inc，2005:1418 -1422.

［11］童超，牛建偉，龍翔，等.移動模型研究綜述［J］.計算機科學(xué)，2009，36(10):5-10.

［12］胡金鳳.基于方法論的用戶體驗組織化研究［D］.上海:華東理工大學(xué)，2012:1－8.

［13］CALHAN A，CEKEN C.An adaptive neuro-fuzzy based vertical handoff decision algorithm for wireless heterogeneous networks［C］//International Symposium on Personal Indoor and Mobile Radio Communications，PIMRC 2010.Piscataway:Institute of Electrical and Electronics Engineers Inc，2010:2271 －2276.