一種基于移動(dòng)趨勢(shì)量化的多屬性垂直切換判決算法

潘　甦　　梁　宇　　劉勝美(南京郵電大學(xué)寬帶無(wú)線通信與傳感網(wǎng)技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室　南京　210003)(東南大學(xué)移動(dòng)通信國(guó)家重點(diǎn)實(shí)驗(yàn)室　南京　210096)

?

一種基于移動(dòng)趨勢(shì)量化的多屬性垂直切換判決算法

潘甦*①②梁宇①劉勝美①
①(南京郵電大學(xué)寬帶無(wú)線通信與傳感網(wǎng)技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室南京210003)
②(東南大學(xué)移動(dòng)通信國(guó)家重點(diǎn)實(shí)驗(yàn)室南京210096)

摘要：由于對(duì)終端移動(dòng)趨勢(shì)的不明確，基站容易盲目發(fā)起切換，并導(dǎo)致較高的切換失敗率。該文在LTE-WiMAX網(wǎng)絡(luò)構(gòu)成的異構(gòu)無(wú)線網(wǎng)絡(luò)環(huán)境下對(duì)現(xiàn)有的垂直切換算法進(jìn)行了優(yōu)化。該優(yōu)化算法考慮了終端移動(dòng)趨勢(shì)，利用趨勢(shì)量化參數(shù)來(lái)推斷終端最終的目標(biāo)區(qū)域，解決已有判決算法中存在的不必要切換過(guò)多的問(wèn)題，提高切換成功率。在衰落信道下的計(jì)算機(jī)仿真結(jié)果表明，該優(yōu)化算法可以減小切換中的切換失敗率，從而提高網(wǎng)絡(luò)的切換性能。

關(guān)鍵詞：異構(gòu)網(wǎng)絡(luò)；垂直切換；多屬性判決；移動(dòng)趨勢(shì)

1　引言

由于不同接入網(wǎng)絡(luò)特性上存在差異，在異構(gòu)網(wǎng)絡(luò)環(huán)境下為保證用戶(hù)體驗(yàn)，需對(duì)終端的移動(dòng)性管理提出更高的要求。移動(dòng)性管理[1-3]主要對(duì)終端的位置進(jìn)行管理，為終端在移動(dòng)下的業(yè)務(wù)連續(xù)性提供保證，垂直切換控制[4-7]是其中最重要的部分之一。

目前已有許多文獻(xiàn)提出了各自的垂直切換算法。文獻(xiàn)[8，9]提出考慮接收信號(hào)強(qiáng)度(Received Signal Strength，RSS)、可用帶寬、業(yè)務(wù)資費(fèi)等參數(shù)的多屬性判決切換算法。該判決算法僅對(duì)網(wǎng)絡(luò)瞬時(shí)狀況進(jìn)行評(píng)判而沒(méi)有分析用戶(hù)移動(dòng)趨勢(shì)，用戶(hù)移動(dòng)軌跡的隨機(jī)性容易導(dǎo)致基站盲目發(fā)起切換，由此引起的過(guò)度切換(乒乓效應(yīng)，ping-pong effect)會(huì)影響用戶(hù)體驗(yàn)。終端的移動(dòng)并不完全隨機(jī)，而是有一定趨勢(shì)性?？紤]終端的移動(dòng)趨勢(shì)，可以提高對(duì)切換目標(biāo)小區(qū)的預(yù)見(jiàn)性判斷，降低切換失敗率。多篇文獻(xiàn)嘗試在切換判決算法中對(duì)終端的移動(dòng)模式進(jìn)行考慮。文獻(xiàn)[10]提出了一種考慮移動(dòng)趨勢(shì)的多參數(shù)模糊邏輯切換判決算法，其策略為通過(guò)考察前后兩個(gè)時(shí)刻的RSS來(lái)判定終端相對(duì)接入點(diǎn)(Access Point，AP)WiFi的移動(dòng)趨勢(shì)作為啟動(dòng)模糊判決的前提。文獻(xiàn)[10]定性考察了終端移動(dòng)趨勢(shì)，沒(méi)有量化移動(dòng)趨勢(shì)的強(qiáng)度，在啟動(dòng)模糊邏輯判決算法后，無(wú)法緩解網(wǎng)絡(luò)參數(shù)如RSS等的抖動(dòng)干擾，容易放棄覆蓋范圍較小但可用的WLAN接入點(diǎn)。文獻(xiàn)[11]利用馬爾可夫過(guò)程對(duì)終端的移動(dòng)趨勢(shì)參數(shù)進(jìn)行預(yù)測(cè)，但當(dāng)用戶(hù)進(jìn)入新基站覆蓋區(qū)域時(shí)由于缺少歷史移動(dòng)信息，該算法會(huì)暫時(shí)失效；文獻(xiàn)[12]提出了一種考慮終端速度標(biāo)量大小的切換策略，主要思想是在不同覆蓋范圍的網(wǎng)絡(luò)中將終端速度映射成不同的模糊值，但該算法在低速環(huán)境會(huì)發(fā)生退化，無(wú)法起到優(yōu)化作用。

總體來(lái)說(shuō)，現(xiàn)有針對(duì)多參數(shù)判決[13-15]的一些改善算法嘗試通過(guò)考慮終端移動(dòng)模式參數(shù)，如移動(dòng)趨勢(shì)、移動(dòng)速度等來(lái)優(yōu)化切換效果，但僅進(jìn)行了定性考量，無(wú)法從終端移動(dòng)趨勢(shì)角度對(duì)備選基站作出數(shù)值化的評(píng)判，導(dǎo)致其判決算法容易退化成傳統(tǒng)的多屬性判決算法，失去優(yōu)化切換效果的作用。究其原因，這些算法沒(méi)有對(duì)趨勢(shì)的強(qiáng)度作出量化，無(wú)法單獨(dú)給出終端對(duì)每個(gè)基站的移動(dòng)趨勢(shì)強(qiáng)度，沒(méi)有對(duì)用戶(hù)移動(dòng)軌跡進(jìn)行分析。

本文在OFDM(Orthogonal Frequency Division Multiplexing)技術(shù)[16-18]場(chǎng)景下提出一種考慮終端移動(dòng)趨勢(shì)的多屬性判決垂直切換算法?，F(xiàn)今主流無(wú)線網(wǎng)絡(luò)(如LTE，WiFi，WiMax等)均使用了OFDM技術(shù)，在此技術(shù)背景下進(jìn)行算法設(shè)計(jì)有普遍的應(yīng)用場(chǎng)景。利用OFDM符號(hào)特性可以方便地估計(jì)終端在各備選基站方向上的速度分量，用速度分量的歸一化結(jié)果來(lái)表征移動(dòng)趨勢(shì)，不僅可以得到終端對(duì)所有備選基站的移動(dòng)趨勢(shì)，同時(shí)這種趨勢(shì)的強(qiáng)度也得到了精確的量化。通過(guò)對(duì)終端移動(dòng)趨勢(shì)進(jìn)行分析，可以對(duì)切換目標(biāo)基站進(jìn)行預(yù)判，并限制過(guò)度切換的發(fā)生，提高切換成功率。對(duì)移動(dòng)趨勢(shì)強(qiáng)度進(jìn)行量化，使得移動(dòng)趨勢(shì)這一模糊因素可以數(shù)值化表達(dá)，便于與其他切換判決參數(shù)一起進(jìn)行多屬性分析。

文章剩余部分安排為：第2節(jié)介紹OFDM系統(tǒng)環(huán)境下終端移動(dòng)趨勢(shì)及強(qiáng)度量化的方法；第3節(jié)描述考慮了移動(dòng)趨勢(shì)的垂直切換算法；第4節(jié)為系統(tǒng)仿真及結(jié)果；第5節(jié)為結(jié)束語(yǔ)。

本文的創(chuàng)新點(diǎn)主要有：(1)利用終端移動(dòng)產(chǎn)生的多普勒頻移，來(lái)分別獲取終端在各基站方向上的速度分量，有效地對(duì)終端速度進(jìn)行了矢量分解；(2)對(duì)速度分量進(jìn)行歸一化用以衡量終端對(duì)各基站的移動(dòng)趨勢(shì)，并對(duì)移動(dòng)趨勢(shì)進(jìn)行了精確的量化；(3)針對(duì)用戶(hù)移動(dòng)軌跡進(jìn)行了分析。

2　移動(dòng)趨勢(shì)判斷及量化

本文的切換策略基于以下考慮：如果終端前往某個(gè)基站的趨勢(shì)比前往其他基站更明顯，則終端前往乃至停留在該基站覆蓋區(qū)域的可能性更大，切換算法應(yīng)該傾向于使終端連接至該基站；反之，則應(yīng)傾向于放棄該基站?！摆厔?shì)”只是主觀概念，只有對(duì)這一因素量化分析，才能準(zhǔn)確地將其考慮進(jìn)切換判決算法中。本文采用如下策略：將移動(dòng)臺(tái)速度矢量在各備選基站方向上作矢量分解，考察終端速度在每個(gè)基站方向上的分量大小，并將其視為移動(dòng)趨勢(shì)強(qiáng)度的量化依據(jù)。其理論依據(jù)主要基于以下思想：速度分量[19]的大小在很大程度上可以反映出終端的移動(dòng)趨勢(shì)，如果終端在某一基站方向上的速度分量值較大，則終端前往該基站的趨勢(shì)比前往其他基站更強(qiáng)烈。

本文算法在估計(jì)速度分量的基礎(chǔ)上設(shè)計(jì)移動(dòng)趨勢(shì)參數(shù)。具體步驟為：(1)計(jì)算基站方向上的最大多普勒頻移；(2)判斷終端移動(dòng)狀態(tài)；(3)計(jì)算基站方向上速度分量；(4)生成移動(dòng)趨勢(shì)強(qiáng)度參數(shù)值。

圖1　終端在基站(接入點(diǎn))方向上的速度分量

2.1 計(jì)算最大多普勒頻移

由于fd對(duì)信道造成的時(shí)間選擇性衰落影響可通過(guò)符號(hào)自相關(guān)反映，所以計(jì)算OFDM符號(hào)自相關(guān)可以獲得fd的信息[20-23]。為了減小由多徑時(shí)延引起的碼間干擾，在OFDM系統(tǒng)中一般會(huì)在相鄰的OFDM符號(hào)之間插入循環(huán)前綴作為保護(hù)間隔。OFDM符號(hào)的循環(huán)結(jié)構(gòu)如圖2所示。插入保護(hù)間隔后完整的OFDM符號(hào)長(zhǎng)度Ts為。T為單個(gè)信號(hào)持續(xù)時(shí)間，G為保護(hù)間隔信號(hào)數(shù)。

圖2　OFDM符號(hào)的循環(huán)結(jié)構(gòu)

設(shè)高斯白噪聲信道噪聲均值為N0，方差為σ，接收端得到的第k個(gè)接收信號(hào)為

式中s(k)為發(fā)送信號(hào)，n(k)為復(fù)白噪聲信號(hào)，ri(k)，rq(k)分別為接收信號(hào)的實(shí)部和虛部。發(fā)送信號(hào)、噪聲信號(hào)的期望分別為

考慮fd對(duì)信道造成的時(shí)間選擇性衰落影響，接收信號(hào)的自相關(guān)函數(shù)為

其中J0(·)為第1類(lèi)零階貝塞爾函數(shù)；δ(·)為沖激響應(yīng)函數(shù)。

接收到的OFDM符號(hào)歸一化自相關(guān)函數(shù)為

將式(5)代入式(7)中得

對(duì)OFDM接收符號(hào)作自相關(guān)運(yùn)算求取上式左邊，便可以數(shù)值求得最大多普勒頻移fd。

2.2 判斷終端移動(dòng)狀態(tài)

對(duì)終端移動(dòng)狀態(tài)利用兩次RSS之差來(lái)判斷。為減少陰影衰落干擾對(duì)移動(dòng)狀態(tài)判斷的影響，采取對(duì)RSS分組選擇代表值的方法進(jìn)行比較。設(shè)一段時(shí)間內(nèi)RSS抽樣集合為，且N=ML，將集合中采樣值每L一組進(jìn)行分組，得到共M組采樣值。選取每組中最大的采樣值作為該組代表值，記為ri，max，它是該組中受陰影衰落影響最小的采樣值。選取代表值后的RSS集合為。

(1)dc＞ 0：標(biāo)識(shí)終端前往目標(biāo)基站；

(2)dc＜ 0：標(biāo)識(shí)終端遠(yuǎn)離基站；

(3)dc=0：標(biāo)識(shí)終端靜止。

2.3 計(jì)算速度分量

取

當(dāng)v為正值時(shí)表示終端正前往目標(biāo)基站，其絕對(duì)值越大則這種前往的趨勢(shì)越大，反之，v為負(fù)值時(shí)表示終端正遠(yuǎn)離目標(biāo)基站，其絕對(duì)值越大則這種遠(yuǎn)離的趨勢(shì)越大。

2.4 生成移動(dòng)趨勢(shì)強(qiáng)度參數(shù)

設(shè)計(jì)參數(shù)

為移動(dòng)趨勢(shì)歸一化參數(shù)，用以表示終端在目標(biāo)基站方向上的移動(dòng)趨勢(shì)強(qiáng)度的量化值。參數(shù)通過(guò)對(duì)v(x)進(jìn)行歸一化來(lái)量化用戶(hù)移動(dòng)趨勢(shì)強(qiáng)度，其滿(mǎn)足移動(dòng)趨勢(shì)量化要求：(1)大小與v(x)正相關(guān)，定義域?yàn)?，可以?duì)所有速度范圍進(jìn)行量化；(2)值域?yàn)?0，1)，是一個(gè)歸一化值，便于與其他切換判決參數(shù)比較；(3)采用多普勒頻移求取速度分量時(shí)，由于低速情況下多普勒頻移不明顯，用戶(hù)移動(dòng)趨勢(shì)差距不易區(qū)分，而actan函數(shù)在低速時(shí)導(dǎo)數(shù)較大，可在量化時(shí)提高對(duì)低速場(chǎng)景下用戶(hù)移動(dòng)趨勢(shì)差距的敏感度。

x為終端的位置坐標(biāo)，v(x)表示v是一個(gè)與終端位置坐標(biāo)有關(guān)的變量。α系數(shù)是趨勢(shì)敏感度調(diào)節(jié)因子，對(duì)arctan(x / α)求導(dǎo)有(arctan(x /α))'=1/ α，相同x時(shí)α越大導(dǎo)數(shù)值越大，arctan(x / α)函數(shù)越陡峭，其對(duì)x變化越敏感。多普勒效應(yīng)明顯程度與終端速度呈負(fù)相關(guān)，當(dāng)實(shí)際應(yīng)用時(shí)，速度不高時(shí)多普勒效應(yīng)不明顯，可以設(shè)置較高的α系數(shù)來(lái)方便比較不同基站間的移動(dòng)趨勢(shì)差異，此時(shí)系統(tǒng)對(duì)速度的變化更加敏感；反之，設(shè)置較低的α可以降低系統(tǒng)對(duì)速度變化的敏感度。α設(shè)置基本與速度大小成反比，在不同速度區(qū)間有v1α1=。實(shí)際場(chǎng)景下v值大致在10～100 km/h區(qū)間取值，此時(shí)α取值范圍即為1～10，可根據(jù)場(chǎng)景下終端速度區(qū)間選定合適的α值。

可以證明，T參數(shù)具有如下特征：(1)T值域?yàn)?0，1)，定義域?yàn)?-∞，+∞)；(2)T可以表示移動(dòng)趨勢(shì)強(qiáng)度：T =0.5時(shí)，表示終端靜止；T＞0.5時(shí)，表示終端前往目標(biāo)基站，越接近1則前往基站的趨勢(shì)強(qiáng)度越大；T＜0.5時(shí)，表示終端遠(yuǎn)離目標(biāo)基站，越接近0則遠(yuǎn)離基站的趨勢(shì)強(qiáng)度越大。

2.5 移動(dòng)軌跡分析

切換過(guò)程中乒乓效應(yīng)的產(chǎn)生，很大一方面是由于用戶(hù)在移動(dòng)中的往返運(yùn)動(dòng)造成的，即用戶(hù)移動(dòng)軌跡在某段時(shí)間呈現(xiàn)乒乓運(yùn)動(dòng)的特征，此類(lèi)行為可能會(huì)反復(fù)觸發(fā)切換操作，即產(chǎn)生乒乓效應(yīng)。進(jìn)行乒乓運(yùn)動(dòng)的用戶(hù)在移動(dòng)軌跡上的特征為在較短時(shí)間間隔內(nèi)移動(dòng)速度及方向發(fā)生快速改變。利用前面獲取的速度分量信息，可以對(duì)移動(dòng)軌跡進(jìn)行分析，判斷是否有乒乓運(yùn)動(dòng)的特征，即對(duì)式(11)進(jìn)行判斷：

i表示當(dāng)前采樣時(shí)刻，vk表示k時(shí)刻終端在基站徑向方向上的分量大小。式(11)的含義是對(duì)M個(gè)采樣時(shí)刻的速度分量進(jìn)行絕對(duì)值求和判斷，當(dāng)結(jié)果不大于預(yù)設(shè)的判斷門(mén)限 ，則認(rèn)為終端在這段時(shí)間內(nèi)移動(dòng)軌跡呈現(xiàn)乒乓運(yùn)動(dòng)的特征。在終端呈現(xiàn)乒乓運(yùn)動(dòng)的時(shí)候應(yīng)對(duì)切換觸發(fā)作出限制以減少不必切換的產(chǎn)生，另一方面也可以減少算法數(shù)據(jù)處理量，提高算法效率。

3　考慮移動(dòng)趨勢(shì)的垂直切換算法

如前所述，本文提出在已有的多屬性判決(multi-attribute decision)垂直切換算法的基礎(chǔ)上加入終端移動(dòng)趨勢(shì)參數(shù)來(lái)優(yōu)化切換性能。多屬性判決方法的決策方法有簡(jiǎn)單線性加權(quán)(SWA)法、層次系數(shù)(AHP)法等。這里我們用簡(jiǎn)單加權(quán)法作為實(shí)施示例來(lái)反映本文提出的運(yùn)動(dòng)趨勢(shì)量化方法在多屬性垂直切換中的應(yīng)用，該運(yùn)動(dòng)趨勢(shì)量化方法也適用于其他多屬性判決方法。多屬性判決的輸入?yún)?shù)包括：RSS為從各個(gè)備選基站獲得的接收信號(hào)強(qiáng)度；BW為各個(gè)備選基站的可用帶寬；T為終端在各個(gè)基站方向上的移動(dòng)趨勢(shì)強(qiáng)度。

本文提出的切換策略包括歸一化參數(shù)、計(jì)算加權(quán)因子、生成多屬性判決值、判定切換4個(gè)部分。

3.1 歸一化參數(shù)

為將不同量綱參數(shù)統(tǒng)一比較，需對(duì)參數(shù)進(jìn)行歸一化操作。

(1)RSS的歸一化函數(shù):定義R(x)為終端從各個(gè)備選基站獲得的接收信號(hào)強(qiáng)度，Rth(x)為設(shè)定的接收信號(hào)強(qiáng)度閾值，Rmax(x)為終端可獲得的接收信號(hào)強(qiáng)度最大值。這里x表示終端的位置坐標(biāo)。RSS的歸一化函數(shù)為

(2)BW的歸一化函數(shù):定義B(x)為各個(gè)備選基站的可用帶寬，Bmax(x)為可用帶寬的最大值。構(gòu)造的BW的歸一化函數(shù)如下：

因?yàn)門(mén)參數(shù)已滿(mǎn)足值域(0，1)的條件，因此無(wú)需再對(duì)其進(jìn)行歸一化處理。為保持下面描述上的統(tǒng)一，取μT=T。

3.2 計(jì)算加權(quán)因子

合理的加權(quán)因子應(yīng)滿(mǎn)足以下兩個(gè)特點(diǎn)：可以隨著各個(gè)參數(shù)的變化而動(dòng)態(tài)變化；可以在多屬性判決中突出差異化比較明顯的參數(shù)?；谝陨弦髽?gòu)造如式(14)加權(quán)因子：

3.3 生成多屬性判決值

得到上述參數(shù)后，便可以利用其對(duì)應(yīng)的加權(quán)因子求出多屬性判決值。該值作為評(píng)判備選基站性能的標(biāo)準(zhǔn)，通過(guò)將3個(gè)歸一化參數(shù)與對(duì)應(yīng)的加權(quán)因子加權(quán)后相加得到。即

k用來(lái)標(biāo)識(shí)不同的備選基站。

3.4 判定切換

計(jì)算出各備選基站的多屬性判決值后便可實(shí)施切換判決。首先要對(duì)式(11)進(jìn)行判定，即先要分析終端是否進(jìn)行往返運(yùn)動(dòng)，若速度分量條件滿(mǎn)足式(11)則不進(jìn)行切換判定，以減少過(guò)度切換和算法數(shù)據(jù)法處理量；否則將多屬性判決值最大的基站判定為最優(yōu)基站，即

Db(x)對(duì)應(yīng)的基站被判斷為最優(yōu)基站。若終端當(dāng)前即連接至該基站，則無(wú)需進(jìn)行切換；否則，切換操作實(shí)施，終端切換至最優(yōu)基站，完成一次垂直切換。

4　系統(tǒng)模型及仿真分析

算法仿真場(chǎng)景為WLAN與LTE構(gòu)成的異構(gòu)網(wǎng)絡(luò)。大尺度衰落考慮了基于COST231-Hata模型的路徑損耗和陰影效應(yīng)，小尺度衰落采用jakes模型構(gòu)建。LTE網(wǎng)絡(luò)與WLAN網(wǎng)絡(luò)速率分別固定設(shè)為2 Mbps和2.4 Mbps。切換時(shí)延和采樣時(shí)間間隔均為2 s。系統(tǒng)參數(shù)如表1所示。

表1　仿真系統(tǒng)參數(shù)

網(wǎng)絡(luò)場(chǎng)景如圖3所示，構(gòu)建如圖所示的坐標(biāo)系，在(1000，1000)，(-1000，1000)，(-1000，-1000)，(1000，-1000)4點(diǎn)各有4個(gè)LTE基站，不失一般性，每個(gè)基站范圍內(nèi)隨機(jī)產(chǎn)生4個(gè)WLAN接入點(diǎn)(AP)，AP之間、AP與基站之間距離要大于300 m。在(0，0)處構(gòu)建一個(gè)LTE基站。隨機(jī)產(chǎn)生200個(gè)用戶(hù)，初始速率在1～80 km/h之間，移動(dòng)軌跡采用如下高斯-馬爾可夫移動(dòng)模型[24，25]：

圖3　系統(tǒng)仿真網(wǎng)絡(luò)場(chǎng)景

其中，sn和φn分別是移動(dòng)終端在n時(shí)刻的速率和方向，sn+1和φn+1是對(duì)速率和方向在時(shí)刻n+1時(shí)的預(yù)測(cè)值。和分別是速率和方向的期望，均為常數(shù)值。sg，n和φg，n是服從高斯分布的隨機(jī)變量。β參數(shù)是移動(dòng)記憶級(jí)別因子，在[0，1]內(nèi)取值。β取值和速率范圍有關(guān)，具體為：1～30 km/h內(nèi)取0.5，30～60 km/h內(nèi)取0.7，60～80 km/h內(nèi)取0.85，α參數(shù)取5。

用文獻(xiàn)[10]中未對(duì)移動(dòng)趨勢(shì)進(jìn)行量化的切換算法(MHA)作比較。當(dāng)用戶(hù)在切換時(shí)延內(nèi)離開(kāi)目標(biāo)基站/接入點(diǎn)的覆蓋范圍時(shí)認(rèn)為切換失敗。圖4展示了兩種算法的切換失敗率的比較，可以看出隨著移動(dòng)速率的增大，MHA和本文算法的切換失敗率都是隨之上升的，但本文算法的失敗率明顯上升得比較緩慢，只是隨著速率變大稍微有些增加，而MHA則在速率變大時(shí)失敗率大大增加。這是由于本文算法對(duì)用戶(hù)的移動(dòng)趨勢(shì)作出了精確量化分析，并通過(guò)移動(dòng)軌跡分析限制往返運(yùn)動(dòng)的用戶(hù)發(fā)起不必要切換，從而保證了較高的切換成功率。

圖4　切換失敗率比較

圖5　用戶(hù)數(shù)據(jù)速率變化比較

圖5展示了用戶(hù)數(shù)據(jù)速率隨著速率的變化。仿真統(tǒng)計(jì)用戶(hù)在整個(gè)仿真過(guò)程中的平均數(shù)據(jù)速率，當(dāng)用戶(hù)切換失敗時(shí)認(rèn)為連接中斷，數(shù)據(jù)速率為0。隨著速率的提高可以發(fā)現(xiàn)MHA的用戶(hù)數(shù)據(jù)速率明顯降低，這主要是由于其切換判決不合理導(dǎo)致切換失敗較多，從而造成了連接丟失。由于WLAN網(wǎng)絡(luò)覆蓋面積較小，切換失敗多是在用戶(hù)向WLAN網(wǎng)絡(luò)切換時(shí)發(fā)生，因此用戶(hù)不能充分利用WLAN的高速傳輸，這也是MHA數(shù)據(jù)速率降低的另一原因。

5　結(jié)論

本文提出了一種考慮移動(dòng)趨勢(shì)的垂直切換算法，將終端的移動(dòng)趨勢(shì)及強(qiáng)度考慮進(jìn)傳統(tǒng)的多屬性判決算法中，以改善切換性能。考慮終端移動(dòng)趨勢(shì)后，提升了切換判決預(yù)見(jiàn)性，減少了終端因?yàn)镽SS等網(wǎng)絡(luò)參數(shù)抖動(dòng)、用戶(hù)往返運(yùn)動(dòng)而盲目切換的現(xiàn)象的發(fā)生，防止了不必要切換的產(chǎn)生，一方面提高了切換成功率，另一方面也改善了用戶(hù)數(shù)據(jù)速率。

參考文獻(xiàn)

[1]AHMED A，BOULAHIA L M，and GAITI D.Enabling vertical handover decisions in heterogeneous wireless networks:A state-of-the-art and a classification[J].IEEE Communications Surveys ＆ Tutorials,2014，16(2):776-811.

[2]LIM J and HONG D.Mobility and handover management for heterogeneous networks in LTE-advanced[J].Wireless Personal Communications，2013，72(4):2901-2912.

[3]KIM Y，KO H，PACK S，et al.Mobility-aware call admission control algorithm with handoff queue in mobile hotspots[J].IEEE Transactions on Vehicular Technology，2013，62(8):3903-3912.

[4]WANG S，F(xiàn)AN C，HSU C H，et al.A vertical handoff method via self-selection decision tree for internet of vehicles[J].IEEE Systems Journal，2014.doi:10.1109/JSYST.2014.2306210.

[5]劉勝美，孟慶民，潘甦，等.異構(gòu)無(wú)線網(wǎng)絡(luò)中基于SINR和層次分析法的SAW垂直切換算法研究[J].電子與信息學(xué)報(bào)，2011，33(1):235-239.doi:10.3724/SP.J.1146.2010.00154.LIU S M，MENG Q M，PAN S，et al.A simple additive weighting vertical handoff algorithm based on SINR and AHP for heterogeneous wireless networks[J].Journal of Electronics ＆ Information Technology，2011，33(1):235-239.doi:10.3724/SP.J.1146.2010.00154.

[6]ANUPAMA K S S，GOWRI S S，RAO B P，et al.An intelligent vertical handoff decision algorithm for geterogeneous wireless networks[C].ICT and Critical Infrastructure:Proceedings of the 48th Annual Convention of Computer Society of India-Vol.I，Visakhapatnam，2014:331-339.

[7]YANG P，SUN Y，LIU C，et al.A novel fuzzy logic based vertical handoff decision algorithm for heterogeneous wireless networks[C].2013 16th IEEE International Symposium on Wireless Personal Multimedia Communications(WPMC)，Atlantic City，NJ，2013:1-5.

[8]BO S，LIN L，and FENG D.The multi-attribute vertical handoff algorithm based on node mobility[C].2014 5th IEEE International Conference on Software Engineering and Service Science(ICSESS)，Beijing，2014:1146-1149.

[9]JOHNSON S B，NATH S，and VELMURUGAN T.An optimized algorithm for vertical handoff in heterogeneous wireless networks[C].2013 IEEE Conference on Information＆ Communication Technologies(ICT)，Jeju Island，2013:1206-1210.

[10]YANG T and RONG P.A fuzzy logic vertical handoff algorithm with motion trend decision[C].2011 6th IEEE International Forum on Strategic Technology(IFOST)，Harbin，China，2011，2:1280-1283.

[11]LI Bin and LIU Shengmei.Vertical handoff algorithm based on mobility prediction[J].Communication and Network，2013，39(1):93-95.

[12]GE Kun，JI Hong，and LI Xi.A speed sensitive vertical handoff algorithm based on fuzzy control[C].5th IEEE International Conference on Wireless Communicatio，ns，Networking and Mobile Computing，2009.WiCom09，Beijing，2009:1-4.

[13]馬彬，謝顯中，廖曉峰.車(chē)輛異構(gòu)網(wǎng)絡(luò)中預(yù)測(cè)垂直切換算法[J].電子與信息學(xué)報(bào)，2015，37(4):874-880.doi:10.11999/ JEIT140845.MA B，XIE X Z，and LIAO X F.Prediction vertical handoff algorithm in vehicle heterogeneous network[J].Journal of Electronics ＆ Information Technology，2015，37(4):874-880.doi:10.11999/JEIT140845.

[14]LEE S K，SRIRAM K，KIM K，et al.Vertical handoff decision algorithms for providing optimized performance in heterogeneous wireless networks[J].IEEE Transactions on Vehicular Technology，2009，58(2):865-881.

[15]OMHENI N，ZARAI F，OBAIDAT M S，et al.A novel vertical handoff decision making algorithm across Heterogeneous Wireless Networks[C].2014 IEEE International Conference on Computer，Information and Telecommunication Systems(CITS)，2014:1-6.

[16]DENG S，YI X，DENG M，et al.Reduced-guard-interval OFDM using digital sub-band-demultiplexing[J].IEEE Photonics Technology Letters，2013，25(22):2174-2177.

[17]GAO X，WANG X，ZOU Y，et al.An efficient OFDM with adaptive guard interval for amplify and forward relay systems[C].2013 IEEE Vehicular Technology Conference(VTC Fall)，7.Las Vegas，NV，2013:1-5.

[18]楊贊，趙輝，趙玉萍.基于循環(huán)平穩(wěn)性的異構(gòu)網(wǎng)OFDM系統(tǒng)窄帶干擾消除[J].電子與信息學(xué)報(bào)，2012，34(9):2208-2212.doi:10.3724/SP.J.1146.2012.00144.YANG Z，ZHAO H，and ZHAO Y P.Cyclostationarity-based narrowband interference suppression for OFDM systems inheterogeneous networks[J].Journal of Electronics ＆ Information Technology，2012，34(9):2208-2212.doi:10.3724/SP.J.1146.2012.00144.

[19]HAMAYDEH N，KHALIL A，BALI S，et al.The impact of mobile speed on vertical handover process between WiFi and WiMAX networks[C].2013 IEEE International RF and Microwave Conference(RFM)，Penang，2013:138-143.

[20]MENG J and CHEN J.Doppler spread estimation for mobile OFDM systems[J].Electronic Science and Technology，2011，24(6):1-3.

[21]SINGHAPAN A，NAITO K，MORI K，et al.Doppler frequency spread estimation for OFDM systems in time-varying fading channel[C].2012 9th IEEE International Conference on Electrical Engineering/Electronics，Computer，Telecommunications and Information Technology(ECTICON)，Phetchaburi，2012:1-4.

[22]NISHAD P K and SINGH P.Carrier frequency offset estimation in OFDM systems[C].2013 IEEE Conference on Information ＆ Communication Technologies(ICT)，Jeju Island，2013:885-889.

[23]LIN J，YE F，and REN J.Joint estimation for carrier frequency offset and sampling frequency offset in OFDM systems[C].2014 12th IEEE International Conference on Solid-state and Integrated Circuit Technology(ICSICT)，Guilin，2014:1-3.

[24]GE X，TU S，HAN T，et al.Energy efficiency of small cell backhaul networks based on Gauss-Markov mobile models[J].Networks，2014，4(2):158-167.

[25]BIOMO J D M M，KUNZ T，and St-Hilaire M.An enhanced Gauss-Markov mobility model for simulations of unmanned aerial ad hoc networks[C].Wireless and Mobile Networking Conference(WMNC)，Vilamoura，2014:1-8.

潘甦：男，1969年生，教授，博士，研究方向?yàn)闊o(wú)線通信、移動(dòng)互聯(lián)網(wǎng)技術(shù).

梁宇：男，1989年生，碩士生，研究方向?yàn)闊o(wú)線通信.

劉勝美：女，1977年生，副教授，博士，研究方向?yàn)楫悩?gòu)無(wú)線網(wǎng)絡(luò)移動(dòng)性管理、資源管理、運(yùn)動(dòng)預(yù)測(cè)等關(guān)鍵技術(shù).

A Multi-attribute Vertical Handoff Decision Algorithm Based on Motion Trend Quantification

PAN Su①②LIANG Yu①LIU Shengmei①
①(Key Laboratory of Broadband Wireless Communication and Sensor Network Technology，Ministry of Education，Nanjing University of Posts and Telecommunications，Nanjing 210003，China)
②(National Mobile Communications Research Laboratory，Southeast University，Nanjing 210096，China)

Abstract:The base station will initiate handoff blindly and cause high failure rate of handoff if the knowledge of the terminals motion trend is absent.An optimized algorithm is proposed to optmize existing vertical handoff algorithm in the LTE-WiMAX heterogeneous wireless network system.The proposed algorithm uses the motion trend quantification to estimate goal cells and restrict unnecessary handoff so as to increase success rate of handoff.The computer simulation results in fading channel show that the optimized algorithm can reduce the failure rate of handoff during the handoff process and enhance the handoff performance of network.

Key words:Heterogeneous network; Vertical handoff; Multi-attribute decision; Motion trend

基金項(xiàng)目：國(guó)家自然科學(xué)基金(61271235)，東南大學(xué)國(guó)家移動(dòng)通信重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金(2011D07)，江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目—“信息與通信工程”

*通信作者：潘甦supan@njupt.edu.cn

收稿日期：2015-04-20；改回日期2015-10-19；網(wǎng)絡(luò)出版：2015-12-04

DOI:10.11999/JEIT150443

中圖分類(lèi)號(hào)：TN929.5

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-5896(2016)02-0269-07

Foundation Items:The National Natural Science Foundation of China(61271235)，Open Research Found of the National Mobile Communications Research Laboratory，Southeast University(2011D07)，Priority Academic Program Development of Jiangsu Higher Education Institutions--Information and Communication Engineering