一種改進(jìn)的星地異構(gòu)網(wǎng)絡(luò)選擇算法

沈序馳，梁俊，肖楠，袁天，朱未沫

(1.空軍預(yù)警學(xué)院，湖北 武漢 430010； 2.空軍工程大學(xué) 信息與導(dǎo)航學(xué)院，陜西 西安 710077)

0 引言

低軌衛(wèi)星通信網(wǎng)具有能夠?qū)崿F(xiàn)全球覆蓋、傳輸損耗小、傳播延時(shí)短、抗毀和抗干擾能力強(qiáng)、終端小型易于便攜等突出優(yōu)點(diǎn)，是未來(lái)我國(guó)衛(wèi)星通信系統(tǒng)建設(shè)發(fā)展的一個(gè)重要方向。已有的地面無(wú)線通信網(wǎng)絡(luò)技術(shù)較成熟且基礎(chǔ)設(shè)施完善，但存在覆蓋范圍有限等缺點(diǎn)，難以滿足軍事通信對(duì)全方位(如遠(yuǎn)洋、荒漠、甚至全球到達(dá)等地區(qū))、立體式(如空、天、地一體化的軍事信息柵格)的需求。為了實(shí)現(xiàn)無(wú)線資源利用率的最大化，進(jìn)一步提高通信的有效性與可靠性，需要結(jié)合衛(wèi)星通信網(wǎng)與地面無(wú)線通信網(wǎng)絡(luò)的優(yōu)點(diǎn)，形成一體化的通信網(wǎng)絡(luò)[1]。

星地異構(gòu)融合網(wǎng)絡(luò)是未來(lái)通信網(wǎng)絡(luò)的主要特征和發(fā)展趨勢(shì)。由于不同通信網(wǎng)絡(luò)所面向的主要業(yè)務(wù)類型不同，針對(duì)不同業(yè)務(wù)類型對(duì)帶寬、時(shí)延等要求的差異以及網(wǎng)絡(luò)之間的路徑損耗和負(fù)載情況等的不同，合理選擇通信網(wǎng)實(shí)現(xiàn)信息的有效傳輸，對(duì)于提高整個(gè)異構(gòu)網(wǎng)絡(luò)資源利用率具有十分重要的理論和現(xiàn)實(shí)意義。

作為保證異構(gòu)無(wú)線網(wǎng)絡(luò)無(wú)線資源得到充分利用的根本手段，接入選擇算法在最近幾年得到了越來(lái)越廣泛的關(guān)注。文獻(xiàn)[2]利用多屬性決策理論提出了一種異構(gòu)網(wǎng)絡(luò)選擇算法，該算法考慮業(yè)務(wù)要求、用戶喜好以及網(wǎng)絡(luò)差異,通過(guò)層次分析法和熵值法確定網(wǎng)絡(luò)屬性的權(quán)重,并由此計(jì)算網(wǎng)絡(luò)性能,選出最優(yōu)網(wǎng)絡(luò)；文獻(xiàn)[3]根據(jù)業(yè)務(wù)類型和用戶策略動(dòng)態(tài)地調(diào)整權(quán)重，確定各屬性的綜合權(quán)重。文獻(xiàn)[4]通過(guò)對(duì)影響集成系統(tǒng)網(wǎng)絡(luò)選擇因素進(jìn)行分析,建立了網(wǎng)絡(luò)選擇決策模型,計(jì)算出了各因素的權(quán)重。但文獻(xiàn)[2-4]在指標(biāo)權(quán)重計(jì)算中采用層次分析法(analytic hierarchy process，AHP)[5-6]，都無(wú)法避免主觀判斷和個(gè)人偏好對(duì)結(jié)果的影響。本文基于對(duì)層次分析法進(jìn)行改進(jìn)，有效減小了主觀判斷和個(gè)人偏好對(duì)結(jié)果的影響。

1 算法設(shè)計(jì)

影響接入網(wǎng)絡(luò)選擇的因素很多，在不同的場(chǎng)景下，每個(gè)因素對(duì)接入選擇的影響度不同。因此，本文首先采用AHP法對(duì)各屬性參數(shù)對(duì)網(wǎng)絡(luò)選擇的影響程度(即主觀權(quán)重)進(jìn)行計(jì)算，在此基礎(chǔ)上計(jì)算各候選網(wǎng)絡(luò)的綜合權(quán)重，確定最佳接入網(wǎng)。算法的基本流程如圖1所示。

圖1 網(wǎng)絡(luò)選擇算法流程Fig.1 Network selection algorithm process

1.1 層次結(jié)構(gòu)模型的建立

在無(wú)線通信中，不同類型業(yè)務(wù)對(duì)QoS要求不同，如實(shí)時(shí)業(yè)務(wù)對(duì)時(shí)延、時(shí)延抖動(dòng)要求嚴(yán)格，而非實(shí)時(shí)業(yè)務(wù)主要要求傳輸可靠性[7-8]。在進(jìn)行網(wǎng)絡(luò)選擇時(shí)，也要考慮網(wǎng)絡(luò)資源(如網(wǎng)絡(luò)負(fù)載、傳輸帶寬等)和用戶特性(如用戶偏好)。綜合以上因素，本文選取帶寬、時(shí)延、丟包率3個(gè)主要屬性作為網(wǎng)絡(luò)選擇的判決準(zhǔn)則,利用AHP進(jìn)行權(quán)重確定時(shí)的層次結(jié)構(gòu)模型如圖2所示。

圖2 層次結(jié)構(gòu)模型的建立Fig.2 Establishment of a hierarchical structure model

1.2 權(quán)重的確定

(1) 標(biāo)準(zhǔn)化網(wǎng)絡(luò)屬性[9]

將測(cè)量到的網(wǎng)絡(luò)屬性值用矩陣表示，如式(1)所示，式中，a,b,c分別表示帶寬、時(shí)延和丟包率。

(1)

段矩陣X的元素xij代表第j個(gè)網(wǎng)絡(luò)的第i(i=a,b,c)個(gè)屬性值。由于原始數(shù)據(jù)初值化處理方法不同，會(huì)產(chǎn)生不同的分析結(jié)果，因而，再進(jìn)行各種需要進(jìn)行無(wú)量鋼化處理的分析時(shí)，有必要引起足夠重視。為了消除量綱效應(yīng)，并維持各屬性值的變化信息，對(duì)其標(biāo)準(zhǔn)化處理。設(shè)xi-max=maxxi1,xi2,xi3，xi-min=minxi1,xi2,xi3。這3種網(wǎng)絡(luò)屬性分為“越大越好”、“越小越好”和“適中為宜”3類。

本文將線性比例變換方法和極差變換方法結(jié)合，對(duì)網(wǎng)絡(luò)屬性值標(biāo)準(zhǔn)化處理，使處理結(jié)果更具科學(xué)性，即：

當(dāng)指標(biāo)要求“越大越好”時(shí)，采用上限效果測(cè)度：

rij=xij-xi-min/xi-max-xi-min.

(2)

當(dāng)指標(biāo)要求“越小越好”時(shí)，采用下限效果測(cè)度：

rij=xi-max-xij/xi-max-xi-min.

(3)

當(dāng)指標(biāo)要求“適中為宜”時(shí)，采用中心效果測(cè)度：

(4)

x0為適中值，xi-max;min-x0取xi-max-x0和xi-min-x0中絕對(duì)值大的。

由此可得標(biāo)準(zhǔn)化的屬性矩陣:

(5)

(2) 建立判斷矩陣

由于Saaty提出的1-9的評(píng)判標(biāo)度系統(tǒng)與人們頭腦中的實(shí)際標(biāo)度系統(tǒng)并非一致，并且，這種非一致有可能破壞最后的方案排序優(yōu)選。因此，本文在以往的標(biāo)度研究成果的基礎(chǔ)上，建議采用10/10-18/2新標(biāo)度[10]。

通式9+K/11-K，K的取值范圍1～9，如表1所示。

判斷矩陣為

. (6)

(3) 計(jì)算權(quán)重向量

利用幾何平均法，即將C的每個(gè)列向量采用幾何平均，然后歸一化，得到的列向量就是權(quán)重向量計(jì)算每個(gè)網(wǎng)絡(luò)屬性的權(quán)重向量：

(7)

則利用AHP方法得到的網(wǎng)絡(luò)屬性權(quán)重向量為

(8)

由于客觀事物的復(fù)雜性，判斷矩陣一般不可能具有完全一致性，需要對(duì)判斷矩陣進(jìn)行一致性校驗(yàn)。

(4) 一致性檢驗(yàn)[11]

步驟1:計(jì)算判斷矩陣的最大特征根

(9)

步驟2:計(jì)算一致性指標(biāo)

CI=λmax-3/(3-1)=

λmax-3/2.

(10)

表2 平均隨機(jī)一致性指標(biāo)Table 2 Average random consistency index

由于3個(gè)網(wǎng)絡(luò)異構(gòu)，取RI=0.52。

當(dāng)RI<0.1時(shí)，即要求決策者判斷的一致性與隨機(jī)生成判斷的一致性之比小于10%時(shí)，認(rèn)為判斷矩陣的一致性是可以接受的。

(5) 選擇目標(biāo)網(wǎng)絡(luò)

為了選擇合適的網(wǎng)絡(luò),考慮可得網(wǎng)絡(luò)的性能,如式(11)所示:

(11)

式中：wi為網(wǎng)絡(luò)屬性的權(quán)重；rij為第j個(gè)網(wǎng)絡(luò)中屬性i的標(biāo)準(zhǔn)化值。性能值S(j)最大的網(wǎng)絡(luò)為切換目標(biāo)網(wǎng)絡(luò)。

2 性能仿真與分析

2.1 無(wú)線業(yè)務(wù)類型的建模

目前，3GPP(3rd generation partnership project)已對(duì)3G系統(tǒng)的業(yè)務(wù)類型做了具體的定義，根據(jù)業(yè)務(wù)內(nèi)在技術(shù)要求把3G業(yè)務(wù)分成4類：會(huì)話類業(yè)務(wù)、流媒體業(yè)務(wù)、交互類業(yè)務(wù)和背景類業(yè)務(wù)。不同的業(yè)務(wù)類型不同，所要求的QoS也不盡相同，主要區(qū)別在對(duì)時(shí)延和誤碼率有不同的要求。為了簡(jiǎn)單起見(jiàn)，本文將業(yè)務(wù)分為實(shí)時(shí)性業(yè)務(wù)和非實(shí)時(shí)性業(yè)務(wù)，結(jié)果如表3所示。

表3，4分別表示實(shí)時(shí)業(yè)務(wù)和非實(shí)時(shí)業(yè)務(wù)的重要性比較。

表3 實(shí)時(shí)業(yè)務(wù)類型的屬性重要性比較Table 3 Real time business types of attribute importance comparison

表4 非實(shí)時(shí)業(yè)務(wù)類型的屬性重要性比較Table 4 Non real-time business types of attribute importance comparison

根據(jù)上面介紹的層次分析法，分別計(jì)算實(shí)時(shí)業(yè)務(wù)和非實(shí)時(shí)業(yè)務(wù)的權(quán)重如表5所示。

表5 2種狀態(tài)下的評(píng)價(jià)參數(shù)權(quán)重

2.2 仿真場(chǎng)景的建立

本文以低軌移動(dòng)衛(wèi)星系統(tǒng)(LEO mobile satellite system，LEO-MSS)、通用移動(dòng)通信系統(tǒng)(universal mobile telecommunications system,UMTS) 和全球移動(dòng)通信系統(tǒng)(global system for mobile communications,GSM) 異構(gòu)融合研究異構(gòu)網(wǎng)絡(luò)下的網(wǎng)絡(luò)選擇機(jī)制。同時(shí)，給出了3種能夠體現(xiàn)網(wǎng)絡(luò)性能的屬性量帶寬、時(shí)延、丟包率。

為了便于研究，本文采用文獻(xiàn)[12]所設(shè)計(jì)的低軌衛(wèi)星通信網(wǎng)模型作為星地異構(gòu)融合網(wǎng)絡(luò)的衛(wèi)星網(wǎng)絡(luò)模型。衛(wèi)星星座的具體參數(shù)設(shè)置如表6所示，3種候選網(wǎng)絡(luò)的參數(shù)設(shè)置如表7所示。

表6 LEO衛(wèi)星星座參數(shù)設(shè)置Table 6 LEO satellite constellation parameters Settings

表7 候選網(wǎng)絡(luò)參數(shù)設(shè)置Table 7 Candidate network parameters setting

2.3 仿真設(shè)計(jì)

仿真場(chǎng)景如圖3所示。在星地異構(gòu)網(wǎng)絡(luò)環(huán)境下，當(dāng)移動(dòng)終端處于三網(wǎng)共存的區(qū)域時(shí)，根據(jù)網(wǎng)絡(luò)選擇算法和當(dāng)前所傳輸?shù)臉I(yè)務(wù)類型，選擇最佳接入網(wǎng)。選取文獻(xiàn)[3]中所提出的模糊層次分析法作為對(duì)比算法。

圖3 網(wǎng)絡(luò)選擇仿真場(chǎng)景Fig.3 Network selection simulation scenarios

仿真結(jié)果如圖4，5所示，其中圖4a)，5a)為本文算法的仿真結(jié)果，圖4b),5b)為文獻(xiàn)[3]算法的仿真結(jié)果。

仿真結(jié)果表明，當(dāng)3種網(wǎng)絡(luò)均可用時(shí)，終端選擇時(shí)延最小的UMTS來(lái)進(jìn)行實(shí)時(shí)業(yè)務(wù)的傳輸，選擇帶寬最高的LEO-MSS來(lái)進(jìn)行非實(shí)時(shí)業(yè)務(wù)傳輸，這與2種業(yè)務(wù)類型的QoS要求是一致的，體現(xiàn)了算法的合理性與有效性。另一方面，由于本文仿真所選取的3種網(wǎng)絡(luò)的屬性值差異不大，因此當(dāng)采用2種網(wǎng)絡(luò)選擇算法進(jìn)行最優(yōu)網(wǎng)絡(luò)選擇時(shí)，網(wǎng)絡(luò)選擇結(jié)果一致。但是通過(guò)圖4，5對(duì)比可以明顯發(fā)現(xiàn)，相比于文獻(xiàn)[4]提出的模糊層次分析法，本文所設(shè)計(jì)算法計(jì)算得到的網(wǎng)絡(luò)權(quán)重值差異更大，對(duì)比度更加明顯，顯示出了本文算法對(duì)于不同網(wǎng)絡(luò)判決時(shí)較高的分辨度，驗(yàn)證了算法的有效性與高效性。

圖4 實(shí)時(shí)業(yè)務(wù)時(shí)各網(wǎng)絡(luò)的權(quán)重Fig.4 The weight of each network real-time business

圖5 非實(shí)時(shí)業(yè)務(wù)時(shí)各網(wǎng)絡(luò)的權(quán)重Fig.5 The weight of each network none real-time business

3 結(jié)束語(yǔ)

本文以星地異構(gòu)網(wǎng)絡(luò)融合為背景，提出了一種改進(jìn)的異構(gòu)網(wǎng)絡(luò)選擇算法。該算法將線性比例變換方法和極差變換方法結(jié)合對(duì)網(wǎng)絡(luò)屬性值標(biāo)準(zhǔn)化處理，采用10/10-18/2新標(biāo)度系統(tǒng)構(gòu)造判斷矩陣，利用層次分析法計(jì)算網(wǎng)絡(luò)性能差異的客觀權(quán)重，通過(guò)對(duì)權(quán)重的排序，得到最優(yōu)接入網(wǎng)絡(luò)。根據(jù)不同業(yè)務(wù)類型的QoS需求確定最佳網(wǎng)絡(luò)，增加了網(wǎng)絡(luò)選擇的可信度和有效性。與以文獻(xiàn)[2-4]為代表的AHP算法相比，該算法有效改進(jìn)傳統(tǒng)多接入選擇算法中對(duì)判決指標(biāo)權(quán)重定義主觀因素強(qiáng)，判決不準(zhǔn)確的問(wèn)題，提高了網(wǎng)絡(luò)的選擇準(zhǔn)確性和有效性，取得了較好的性能。

參考文獻(xiàn)：

[1] 馮少棟，徐志平，張昭，等.低軌道星座衛(wèi)星通信系統(tǒng)發(fā)展現(xiàn)狀及展望[J]. 中國(guó)航天，2009(8)：30-33.

FENG Shao-dong, XU Zhi-ping, ZHANG Zhao, et al. Development Present Situation and Prospects of Low Orbit Satellite Constellation Communication System[J].Aerospace China,2009(8)：30-33.

[2] 王康，曾志民，馮春燕，等. 一種多屬性決策的異構(gòu)網(wǎng)絡(luò)選擇算法[J]. 北京郵電大學(xué)學(xué)報(bào)，2009，39(1):32-35.

WANG Kang, ZENG Zhi-min, FENG Chun-yan, et al. A Heterogeneous Network Selection Algorithm Based on Multi-attribute Decision Making Method[J]. Journal of Beijing University of Posts and Telecommunications, 2001, 39(1):32-35.

[3] 秦永剛，竇竹，梅胡鋼. 基于動(dòng)態(tài)權(quán)重的異構(gòu)無(wú)線網(wǎng)絡(luò)選擇算法[J]. 安徽: 安徽省信息化協(xié)會(huì)，2011(4):53-56.

QIN Yong-gang, DOU Zhu, MEI Hu-gang. A Heterogeneous Wireless Network Selection Algorithm Based on Dynamic Weight[J]. Anhui: Anhui Province Informatization Association, 2011(4):53-56.

[4] 梁立濤，紀(jì)陽(yáng)，張平.基于模糊層次分析法的異構(gòu)系統(tǒng)網(wǎng)絡(luò)選擇算法[J].北京郵電大學(xué)學(xué)報(bào)，2007，30(2):71-75.

LIANG Li-tao, JI Yang, ZHANG Ping. A Network Selection Algorithm Based on Fuzzy Analytic Hierarchy Process in Heterogeneous Systems[J]. Journal of Beijing University of Posts and Telecommunications, 2007, 30(2):71-75.

[5] 徐俊，劉娜. 層次分析法的基本思想與實(shí)際應(yīng)用[J]. 情報(bào)探索，2008(12):113-115.

XU Jun, LIU Na. The Basic Idea of the AHP and the Actual Application[J]. Information Research, 2008(12):113-115.

[6] 張俊生. 層次分析法在數(shù)學(xué)建模中的應(yīng)用[J]. 科技信息，2009(10):6-7.

ZHANG Jun-sheng. AHP in the Application of Mathematical Modeling[J]. Science & Technology Information, 2009(10):6-7.

[7] 石文孝，趙嵩，范紹帥，等.基于多目標(biāo)決策的異構(gòu)無(wú)線網(wǎng)絡(luò)接入選擇算法[J].吉林大學(xué)學(xué)報(bào)，2011，41(3):795-798.

SHI Wen-xiao, ZHAO Song, FAN Shao-shuai, et al. Multi-Objective Decision Making Based Access Selection Algorithmin Heterogeneous Wireless Networks[J].Journal of Jilin University, 2011, 41(3):795-798.

[8] 章輝，徐曉東，陶曉峰. 基于可拓模糊層次分析法的快速小區(qū)選擇算法[J].電子與信息學(xué)報(bào)，2009，31(11):2697-2702.

ZHANG hui, XU Xiao-dong, TAO Xiao-feng. A Fast cell Selection Algorithm Based on the Extension Fuzzy Analytic Hierarchy Process[J]. Journal of electronics and information, 2009, 31(11):2697-2702.

[9] 張晨光，吳澤寧. 層次分析法比例標(biāo)度的分析與改進(jìn)[J].鄭州工業(yè)大學(xué)學(xué)報(bào)，2000，21(2):85-87.

ZHANG Chen-guang, WU Ze-ning. Improvement and Analysis of Scale of AHP[J]. Journal of Zhengzhou University of Technology, 2000, 21(2):85-87.

[10] 焦立新. 評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)化處理方法的探討[J]. 安徽農(nóng)業(yè)技術(shù)師范學(xué)院學(xué)報(bào)，1999，13(3):7-10.

JIAO Li-xin.On Methods of Standardization Management of Index[J].Journal of Anhui Agrotechnical Teachers College, 1999,13(3):7-10.

[11] 徐玖平，吳魏. 多屬性決策的理論與方法[M]. 北京: 清華大學(xué)出版社，2007.

XU Jiu-ping, WU Wei. Theory and Methods of Multiple Attribute Decision Making[M]. Beijing: Tsinghua University Press, 2007.

[12] 肖楠. 基于遠(yuǎn)程作戰(zhàn)的低軌衛(wèi)星通信多址接入?yún)f(xié)議研究[D]. 西安: 空軍工程大學(xué)，2011.

XIAO Nan. Leo Satellite Communication Based on Long-range Multiple Access Protocol Research[D]. Xi’an: Air Force Engineering University, 2011.