駱冉,趙夙,朱琦
(1. 南京郵電大學通信與信息工程學院,江蘇 南京 210003;2. 東南大學移動通信國家重點實驗室,江蘇 南京 210003;3. 南京郵電大學江蘇省無線通信重點實驗室,江蘇 南京 210003)
基于協(xié)同學的異構無線網絡選擇算法
駱冉1,2,趙夙1,2,朱琦1,3
(1. 南京郵電大學通信與信息工程學院,江蘇 南京 210003;2. 東南大學移動通信國家重點實驗室,江蘇 南京 210003;3. 南京郵電大學江蘇省無線通信重點實驗室,江蘇 南京 210003)
終端接入的網絡需要滿足各類業(yè)務需求,對此提出了一種基于協(xié)同學的異構無線網絡選擇算法。該算法將終端網絡選擇看作一個系統(tǒng)化的問題,可選網絡是一個復合系統(tǒng),終端上運行的每一種業(yè)務都是一個子系統(tǒng),依據熵的概念得到復合系統(tǒng)的熵值,熵值的大小反映了子系統(tǒng)之間的協(xié)同度,進而體現了網絡的整體性能。仿真結果表明,在終端多業(yè)務的情況下,基于所提算法選擇的網絡業(yè)務QoS滿意率達到了95%,比基于TOPSIS算法選擇的網絡業(yè)務QoS滿意率提升了近4倍,能夠很好地解決多業(yè)務終端網絡選擇問題。
多業(yè)務終端;協(xié)同學;QoS滿意率;網絡選擇
隨著無線通信系統(tǒng)的發(fā)展,異構性已成為下一代無線網絡最重要的特點之一。在異構無線網絡中,通過融合不同的無線接入技術,網絡覆蓋范圍、移動性支持、帶寬和價格等資源可以相互得到補充,用戶可以選擇合適的網絡獲得最滿意的服務質量(quality of service,QoS),因此,網絡選擇是一個重要的研究課題。
目前解決異構無線網絡選擇問題的算法有很多,其中最經典的是基于多屬性決策的異構無線網絡選擇算法[1-3]。常用的多屬性決策方法包括層次分析法(analytical hierarchy process,AHP)、熵權法(entropy weight,EW)、逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)以及灰色關聯(lián)分析法(grey relational analysis,GRA)。多屬性決策的優(yōu)勢在于能夠綜合考慮用戶、終端、應用和網絡4個方面對網絡選擇的影響,使得選擇的結果更具合理性。有參考文獻將多屬性決策中的主觀賦權法和客觀賦權法相結合,這樣既可以考慮到用戶的主觀偏好,又可以考慮到網絡的屬性差異。參考文獻[4]將AHP和GRA進行綜合,首先通過AHP得到主觀上的屬性權重,再根據GRA對候選網絡進行排序。參考文獻[5]是基于多屬性和群組決策來選擇網絡,這種算法利用AHP和EW分別得到主觀權重和客觀權重,然后根據群組決策理論將這兩種權重進行綜合,最后依據性能函數選擇網絡。
如今終端可以實現的功能越來越多,這些功能按業(yè)務類型可以劃分為多種,例如語音通信是會話類業(yè)務,網絡游戲是交互類業(yè)務,視頻節(jié)目是流媒體類業(yè)務。這些功能有時會同時進行,因此終端在接入或者切換網絡時,需要同時考慮多種業(yè)務QoS要求,使得所有業(yè)務在此期間不會中斷。前面所提到的算法都考慮終端只運行一種業(yè)務的情況,而參考文獻[6-8]雖然對這種終端多業(yè)務問題進行了研究,提出了幾種改進的多屬性決策異構網絡選擇算法,但是這些算法相比以往算法,僅僅多考慮了業(yè)務優(yōu)先權這一影響因子,并沒有使終端業(yè)務真正參與決策,且所選擇的網絡并沒有使得業(yè)務滿意率明顯提高。對此,本文提出一種基于協(xié)同學(synergetic,SYN)的異構無線網絡選擇算法,將終端網絡選擇看作一個系統(tǒng)化的問題,候選網絡作為一個復合系統(tǒng),終端上運行的每一種業(yè)務都是一個子系統(tǒng),通過子系統(tǒng)之間的協(xié)同度體現網絡的整體性能。
本文研究的異構無線網絡場景如圖1所示,該場景由UMTS、WLAN和WiMAX 3種無線接入技術組成,圖1中陰影部分表示6個異構無線網絡的共同覆蓋區(qū)域,用戶在此區(qū)域內隨機分布,假設每個用戶終端同時運行多種業(yè)務。
圖1 異構無線網絡場景
國際標準化組織(3GPP)將業(yè)務類型劃分為4類,分別是會話類、流媒體類、交互類以及背景類。會話類業(yè)務是實時性的,對傳輸時延和時延抖動要求高,對分組丟失率要求低;流媒體類業(yè)務也是實時性的,但沒有會話類業(yè)務那樣嚴格,對吞吐量和時延抖動要求較高,對傳輸時延要求較低并允許一定的分組丟失率和分組錯誤率;交互類業(yè)務對傳輸時延的要求取決于人們的容忍度,對時延抖動沒有要求但對分組丟失率要求極高,理想化情況下要求零分組丟失率;背景類業(yè)務對傳輸時延沒有要求,但同交互類業(yè)務一樣,要求零分組丟失率。本文考慮 3種業(yè)務類型,分別是會話類業(yè)務、流媒體類業(yè)務以及交互類業(yè)務,這3種業(yè)務具有優(yōu)先權值W1、W2、W3,且W1+W2+W3=1。由于不同類型的業(yè)務QoS需求有很大差異,當為多業(yè)務終端選擇網絡時,如果終端所有業(yè)務都選擇各自最合適的網絡,將會大大增加耗電量,同時,目前絕大多數移動終端僅支持多種業(yè)務接入一個網絡,因此,本文研究多業(yè)務終端接入單網絡的問題。終端多業(yè)務并行傳輸模型如圖2所示。
圖2 終端多業(yè)務并行傳輸模型
為了解決多業(yè)務終端網絡選擇問題,本文提出了基于協(xié)同學的異構無線網絡選擇算法,算法的功能結構如圖3所示(虛線框內容表示使用的方法)。該結構主要包括3個模塊:EW模塊,獲得網絡屬性客觀權重;AHP模塊,獲得不同業(yè)務下的網絡屬性主觀權重;協(xié)同學模塊,獲得復合系統(tǒng)熵值以便對網絡進行排序。
圖3 算法功能結構
為了得到更為合理的網絡屬性權重值,首先采用EW和AHP分別求得客觀權重和主觀權重。
對于EW,假設有N個網絡和M個網絡屬性,用戶終端上存在S種業(yè)務類型。建立網絡決策矩陣ijx表示第i個網絡的第j個屬性值。為了消除屬性的量綱效應,需要對屬性值進行規(guī)范化,通常采用的規(guī)范化方法是極差法[9]。假設規(guī)范化后的評價矩陣為再對評價矩陣進行處理,得到第i個網絡的第j個標準化屬性值為:
由信息熵的定義,得到屬性j的信息熵為:
從而屬性j的客觀權重為:
(1)對判斷矩陣A所有列向量做歸一化處理得:
(2)對歸一化處理后的判斷矩陣按行求和得:
協(xié)同學是研究系統(tǒng)從無序狀態(tài)演變?yōu)橛行驙顟B(tài)的理論,認為一個系統(tǒng)是由大量子系統(tǒng)構成的復合系統(tǒng),在一定條件下,各子系統(tǒng)之間通過非線性的相互作用產生協(xié)同現象和相干效應,使系統(tǒng)形成了具有一定功能的自組織結構,并在宏觀上形成新的有序狀態(tài)。序參量是協(xié)同學的一個重要概念,支配著各子系統(tǒng)的運動,并通過自組織的方式形成系統(tǒng)最終的結構。
本文將協(xié)同學理論應用到異構無線網絡選擇領域中,將多業(yè)務終端網絡選擇問題看作一個系統(tǒng)化的問題,從網絡和終端角度考慮網絡選擇,把每一個可選網絡看作一個復合系統(tǒng),并由會話類業(yè)務、流媒體類業(yè)務以及交互類業(yè)務這3個子系統(tǒng)構成。這里假設復合系統(tǒng)其中h1、h2和3h分別表示會話類業(yè)務、流媒體業(yè)務以及交互類業(yè)務這3個子系統(tǒng),每一個子系統(tǒng)包含衡量網絡性能的4種網絡屬性以及滿足各自QoS需求的網絡屬性閾值,這4種網絡屬性分別是帶寬(bandwidth,B)、分組時延(packet delay,D)、分組抖動(packet jitter,J)和分組丟失率(packet loss,L),這3個子系統(tǒng)間的協(xié)同程度反映了可選網絡的宏觀性能,協(xié)同度越大,網絡性能越好,越能更好地滿足終端多業(yè)務QoS需求。
考慮N個無線網絡和M個網絡屬性,將第l個子系統(tǒng)lh( 1,2,3l= )對應的序參量變量定義為序參量變量由序參量分量構成,其中ijx表示第i個網絡的第 j個屬性值,βlj表示滿足第l種業(yè)務QoS需求的網絡屬性j的閾值。
網絡屬性通常分為效益型屬性和成本型屬性,效益型屬性是指屬性取值越大,網絡性能越好;成本型屬性是指屬性取值越小,網絡性能越好。為了能夠表示每個子系統(tǒng)序參量分量的有序度,選用sigmoid效用函數[10]對第i個網絡屬性值進行規(guī)范化。對于效益型屬性,序參量分量有序度定義為:
對于成本型屬性,序參量分量有序度定義為:
子系統(tǒng)的性能不僅取決于序參量分量有序度的大小,還取決于所有序參量分量之間的協(xié)同程度,通過對進行集成來反映子系統(tǒng) hl的有序度,集成方式定義為:
其中,wlj表示第l種業(yè)務類型下網絡屬性j的綜合權重值,滿足:
其中,lW表示業(yè)務優(yōu)先權,表示第l種業(yè)務類型下網絡屬性j的權重值,是由AHP和EW得到的復合權重,計算式為:
子系統(tǒng)lh的有序度越大,其性能表現越好。為了能夠最終比較可選網絡之間的性能優(yōu)勢,需要知道所有子系統(tǒng)之間的協(xié)同程度,根據參考文獻[11],系統(tǒng)的有序程度可以用信息論中熵值的大小來表示,因此利用熵的概念反映子系統(tǒng)間的協(xié)同程度,具體表示為:
經過式(12)得到的復合系統(tǒng)熵值越小,系統(tǒng)整體有序度越好,那么對應的網絡i(1iN≤≤ )就是終端所要選擇的最優(yōu)網絡。
為了能夠對提出的算法進行性能分析,本文考慮的異構無線網絡仿真場景中包括3種無線接入技術,分別是UMTS、WLAN和WiMAX,每種無線接入技術都有兩個網絡,如圖1所示。選取的網絡屬性包括帶寬(B)、分組時延(D)、分組抖動(J)和分組丟失率(L),每種業(yè)務的QoS需求見表1[12,13],網絡屬性參數取值范圍見表 2[11]。由于外部因素的影響,網絡屬性的大小總是在不斷變化,考慮到這一實際情況,利用馬爾可夫鏈來模擬這些屬性的變化情況。假設這4種屬性的馬爾可夫狀態(tài)數分別是10、20、20和30,隨著時間的變化,相鄰兩個狀態(tài)之間的轉移概率是 /2P ,狀態(tài)保持不變的概率是1 P? 。同時,本文考慮所有業(yè)務優(yōu)先權相同,即 W1、W2、W3的大小均為1/3。
表1 每種業(yè)務的QoS需求
表2 網絡屬性參數
假設仿真場景內的所有用戶終端都同時進行3種業(yè)務類型,分別是會話類業(yè)務、流媒體類業(yè)務以及交互類業(yè)務。3種業(yè)務的QoS需求不同,利用AHP建立的3種業(yè)務對應的判斷矩陣見表3。
表3 不同業(yè)務對應的判斷矩陣
仿真中采用改進的 TOPSIS算法與所提算法(SYN)進行比較。改進的 TOPSIS算法與傳統(tǒng)TOPSIS算法相比,都先假設一個正理想方案和一個負理想方案,通過計算候選方案與正、負理想方案的距離來排序,但是前者還考慮了業(yè)務優(yōu)先權影響因子,從而能夠將其應用到多業(yè)務終端選擇網絡的情況中。終端選擇網絡的過程仿真 40萬次,最后取平均得到統(tǒng)計量的值。圖4~圖6分別表示會話類業(yè)務、流媒體類業(yè)務和交互類業(yè)務下所選網絡的4種屬性值隨狀態(tài)轉移概率P變化的仿真曲線,常數曲線表示滿足每種業(yè)務要求的屬性閾值,從圖 4~圖 6可以看到分別由 SYN和TOPSIS得到的網絡屬性值與屬性閾值之間的關系。對于效益型屬性,要求屬性值大于屬性閾值,并且屬性值越大,屬性性能越好,越能更好地滿足多業(yè)務需求,而成本型屬性則與之相反。由圖4~圖6可知,SYN算法不管是吞吐量,還是分組時延、分組抖動以及分組丟失率,性能皆優(yōu)于 TOPSIS算法,能夠更好地滿足業(yè)務要求。這是因為利用SYN算法求得的屬性綜合權重是考慮主、客觀兩方面因素的結果,同時協(xié)同學保證了各個屬性之間的協(xié)同作用,使終端在選擇網絡時能夠兼顧到每一種屬性,從而使得最后的決策結果能夠在分組時延、分組抖動以及分組丟失率等方面都能有較好的性能。
圖4 會話類業(yè)務網絡屬性值與閾值關系
圖7表示40萬次網絡選擇過程中同時滿足3種業(yè)務QoS需求的次數占總次數的比例隨狀態(tài)轉移概率P變化的仿真曲線。由圖7可知,基于SYN算法選擇的網絡在滿足多業(yè)務QoS需求方面的能力要遠強于基于 TOPSIS算法選擇的網絡,且業(yè)務QoS滿意率可以達到95%。這是因為復合系統(tǒng)和子系統(tǒng)是整體和部分的關系,3個業(yè)務子系統(tǒng)一直處于合作狀態(tài),任何一種業(yè)務QoS需求無法得到保證的話都會影響網絡的整體性能,即系統(tǒng)協(xié)同度值不大,而終端選擇的是協(xié)同度值最大的網絡,因此SYN算法的業(yè)務QoS滿意率較高。而TOPSIS算法只依據候選方案與正、負理想方案的距離來選擇網絡,考慮的是網絡的整體性能,沒有考慮具體每一種業(yè)務的需求,從而業(yè)務QoS無法得到保證,QoS滿意率就相對較低。
圖5 流媒體類業(yè)務網絡屬性值與閾值關系
圖6 交互類業(yè)務網絡屬性值與閾值關系
圖7 業(yè)務QoS滿足率
本文提出了基于協(xié)同學的異構無線網絡選擇算法。由協(xié)同學將每個候選網絡看作一個復合系統(tǒng),用戶終端上同時運行多種業(yè)務,每一種業(yè)務都是復合系統(tǒng)的一個子系統(tǒng)。利用AHP和EW得到每種業(yè)務下的網絡屬性綜合權重,并與子系統(tǒng)的序參量分量結合得到子系統(tǒng)的協(xié)同度,最后根據熵的概念得到復合系統(tǒng)熵值,由熵值大小選擇最好的網絡。仿真結果表明,基于所提算法選擇的網絡性能更好,能夠為終端業(yè)務提供滿意的QoS,在滿足多業(yè)務QoS需求的能力上要遠強于TOPSIS算法。
[1] LAHBY M, CHERKAOUI L, ADIB A. Network selection algorithm based on diff-AHP and TOPSIS in heterogeneous wireless networks[C]//2012 International Conference on Multimedia Computing and Systems, May 10?12, Tangier, Morocco. New Jersey: IEEE Press, 2012: 485-490.
[2] 陶劍驊, 武向農, 蔣祥鵬. 基于多屬性決策的異構網絡選擇算法比較研究[J]. 電視技術, 2015, 39(17): 79-83. TAO J H, WU X N, JIANG X P. Comparison of heterogeneous network selection algorithms based on multi-attribute decision making[J]. TV Technology, 2015, 39(17): 79-83.
[3] MAROUA D, MOHAMMED O, DRISS A. VIKOR for multi-criteria network selection in heterogeneous wireless networks[C]//2016 International Conference on Wireless Networks and Mobile Communications (WINCOM), October 26?29, Fez, Morocco. [S.l.:s.n.], 2016: 82-86.
[4] FU J Q, WU J Y, ZHANG J L, et al. A novel AHP and GRA based handover decision mechanism in heterogeneous wireless networks[C]//Information Computing and Applications-First International Conference, ICICA 2010, October 15?18, Tangshan, China. [S.l.:s.n.], 2010: 213-220.
[5] SHI Z, ZHU Q. Network selection algorithm based on multiple attribute decision making and group decision making for heterogeneous wireless networks[J]. The Journal of China Universities of Posts and Telecommunications, 2012, 19(5): 92-98.
[6] FALOWO O E, CHAN H A. Rat selection for multiple calls in heterogeneous wireless networks using modified topsis group decision making technique[C]//2011 IEEE 22nd International Symposium on Personal Indoor and Mobile Radio Communications (PIMRC), September 11?14, Toronto, Canada. New Jersey: IEEE Press, 2011: 1371-1375.
[7] FALOWO O E, CHAN H A. Effect of call dynamics of a multiservice multimode terminal on rat selection in heterogeneous wireless networks[C]//Global Communications Conference, December 3?7, Anaheim, California, USA. New Jersey: IEEE Press, 2012: 5249-5253.
[8] OBAYIUWANA E, FALOWO O. A new network selection algorithm for group calls over heterogeneous wireless networks with dynamic multi-criteria[C]//2016 13th IEEE Annual Consumer Communications & Networking Conference (CCNC), January 9?12, Las Vegas, USA. New Jersey: IEEE Press, 2016: 491-494.
[9] 廖炎平, 劉莉, 邢超. TOPSIS中不同規(guī)范化方法的研究[J].北京理工大學學報, 2012, 32(5): 871-875, 880. LIAO Y P, LIU L, XING C. Study on different normalization methods in TOPSIS[J]. Journal of Beijing Institute of Technology, 2012, 32(5): 871-875, 880.
[10] DAHI S, TABBANE S. Sigmoid utility function formulation for handoff reducing access model in cognitive radio[C]//2013 13th International Symposium on Communications and Information Technologies (ISCIT), September 4?6, 2013, Samui Island, Thailand. New Jersey: IEEE Press, 2013: 166-170.
[11] ZHANG L, ZHU Q. Multiple attribute network selection algorithm based on AHP and synergetic theory for heterogeneous wireless networks[J]. Journal of Electronics (China), 2014, 31(1): 29-40.
[12] 孫毅, 葛雨明, HERBORN S, 等. 異構網絡中多模終端業(yè)務流分發(fā)技術研究[J]. 計算機學報, 2010, 33(6): 1004-1013. SUN Y, GE Y M, HERBORN S, et al. Study on multimode terminal service flow distribution in heterogeneous networks[J].Computer Science, 2010, 33(6): 1004-1013.
[13] 凌毓?jié)? 劉俐利, 吳建斌. 基于群決策的多業(yè)務無線接入選擇方法[J]. 移動通信, 2014(3): 119-124. LING Y T, LIU L L, WU J B. Multi-service wireless access selection method based on group decision[J]. Mobile Communications, 2014(3): 119-124.
駱冉(1992?),男,南京郵電大學通信與信息工程學院碩士生,主要研究方向為異構無線網絡選擇技術。
趙夙(1964?),女,南京郵電大學通信與信息工程學院書記、副教授,主要研究方向為移動通信與無線技術。
朱琦(1965?),女,南京郵電大學通信與信息工程學院教授,主要研究方向為移動通信與無線技術。
Network selection algorithm based on synergetic for heterogeneous wireless network
LUO Ran1,2, ZHAO Su1,2, ZHU Qi1,3
1. College of Telecommunications & Information Engineering, Nanjing University of Posts and Telecommunications, Nanjing 210003, China 2. National Mobile Communications Research Laboratory, Southeast University, Nanjing 210003, China 3. Jiangsu Key Lab of Wireless Communications, Nanjing University of Posts and Telecommunications, Nanjing 210003, China
A network selection algorithm based on synergetic for heterogeneous wireless network was proposed. The algorithm considered the network selection as a systematic problem. The optional network was a composite system and each kind of service running on the terminal was a subsystem. The entropy of the composite system was obtained according to the concept of entropy and it can reflected the degree of coordination among the subsystems, which in turn reflected the overall performance of the network. The simulation results show that the QoS satisfaction rate of services based on the proposed algorithm is 95%, while the QoS satisfaction rate of services based on the TOPSIS algorithm is only 25%, and the performance of the former is improved by nearly four times, indicating that the problem of multi-service terminal network selection can be solved by the proposed algorithm.
multi-service terminal, synergetic, QoS satisfaction rate, network selection
TN929.5
A
10.11959/j.issn.1000?0801.2017092
2017?02?07;
2017?03?29
國家自然科學基金資助項目(No.61571234,No.61631020);東南大學移動通信國家重點實驗室開放研究基金資助課題(No.2015D10)
Foundation Items:The National Natural Science Foundation of China (No.61571234, No.61631020),Open Research Fund of National Mobile Communications Research Laboratory, Southeast University (No.2015D10)