异构无线网络TOPSIS算法的一种改进

张继荣，苗国防，王文斌

（西安邮电大学 通信与信息工程学院，陕西 西安710121）

异构无线网络的接入选择是目前研究的热点之一，许多文献对该问题进行了研究。文献［1］介绍了典型的全球通信系统与无线局域网的融合并引入“乒乓带”的概念；文献［2］提出了基于组合权重的异构无线网络选择算法；文献［3］介绍了基于马尔科夫决策算法的异构网络选择算法；文献［4］从接收功率、带宽、时延和代价4个判决因子来判断网络的综合性能，从而做出准确的接入决策；文献［5］对用户在异构网络中的选择行为进行建模，构建了博弈论分析模型来控制用户的接入选择。

异构无线网络环境下传统的接近理想方案的序数偏好方法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）容易引起失序问题，从而给异构无线网络环境下用户的接入选择带来很多麻烦。目前有一些文献对失序问题提出了改进方法，文献［6］提出了0－1型绝对标准以及两两比较法两种思路并用实例对提出的改进算法进行验证；文献［7］指出了产生失序的原因是正、负理想解的改变，并提出了引入绝对正、负理想解的方法；文献［8］提出了选择“绝对理想点”的改进方法，并给出了相关证明。但上述方法共同的不足就是只定义了绝对正、负理想解的存在，而没有说明绝对正、负理想解是如何确定的。

针对上述问题，本文通过找出每个候选网络的业务服务质量（Quality of Service，QoS）［9］参数的取值范围，来确定绝对正、负理想解，从而形成改进的方法，并最终通过仿真对改进方法的合理性加以验证。

1 构建模型分析

1.1 系统结构模型

假定系统环境构成包括覆盖整个区域的通用移动通信系统（Universal Mobile Telecommunications System，UMTS）、全球微波互联接入（Worldwide Interoperability for Microwave Access，WIMAX）基站和两个无线局域网（Wireless Local Area Networks，WLAN）接入点（802.11a和802.11b），其结构模型如图1所示。

图1 系统结构模型

1.2 网络参数的选择

由于在异构无线网络选择中，总是希望选择低时延（Delay）、低抖动（Jitter）、低丢包率（Packet Loss Rate，PLR）、低资费（Cost）的网络，故此选取时延D、抖动J、丢包率RPL和资费C等四个属性作为网络选择的判决参数。

1.3 业务类型分析

不同的业务类型所要求的QoS也不相同，主要表现在对时延、抖动和误码率的要求不同。根据业务内在技术要求不同，第三代合作伙伴计划（The 3rd Generation Partnership Project，3GPP）规范把业务类型分为四大类：会话类业务、流媒体业务、互动类业务和后台类业务。由于受到四类业务自身QoS特征的影响，四种业务类型的主流业务呈现的特征不同，如表1所示。

表1 3GPP对3G业务分类

由表1可知，能够反映QoS特征的参数是时延D、抖动J和丢包率RPL，而与资费C关系不大，故此只需选取时延D、抖动J和误码率RPL为QoS参数，而无需考虑资费C。

2 绝对正负理想解的确定

根据文献［10］，QoS参数分为越大越好型和越小越好型，并且把越小越好型参数的取值求倒数，得到判决矩阵。因所涉及到的QoS参数（时延D、抖动J和丢包率RPL）都是越小越好型，故可参照文献［10］将时延D、抖动J和丢包率RPL的取值求倒数，进而得出判决矩阵。

参照文献［10］求解正、负理想解的过程，得到正理想解

负理想解

其中m指候选网络的个数，此处取m＝4，而n指决策指标的个数，此处取n＝4。

由式（1）和式（2）可知，求解正、负理想解就是求加权标准化矩阵的最大和最小元，而加权标准化矩阵是权值与决策矩阵标准化后得矩阵乘积形成的矩阵，那么在权值已经求出的情况下（权值求解过程参照文献［10］），其实就是求判决矩阵的最大和最小元，也就是要知道各候选网络的QoS参数的取值范围。

候选网络的QoS参数设置［10］如表2所示。

表2 候选网络QoS参数值的取值范围

由表2可得到各候选网络的QoS参数的取值范围。因为构造判决矩阵时，已经将时延D、抖动J和丢包率RPL的取值求倒数，所以这些参数已转化为越大越好型。既然求解正、负理想解的值就是求判决矩阵的最大和最小元，故只需把每个候选网络的QoS参数的最大值构成的矩阵称为绝对正理想解，把每个候选网络的QoS参数的最小值构成的矩阵称为绝对负理想解，则其他正理想解不可能比绝对正理想解更大，负理想解不可能比绝对负理想解更小。由于绝对正、负理想解不会随着候选方案的增加或减少发生改变，因此各个决策方案距绝对正、负理想解的距离不会改变，那么新方案中原有方案的相对接近度不会改变，则各方案之间的优劣顺序也不会改变，这样就解决了逆序问题。

3 仿真及分析

以减少某个候选网络的情况为例，用来验证改进的TOPSIS算法的可行性。针对三种具体的网络场景（如图1）使用MATLAB进行模拟仿真。

场景1 用户终端处于 UMTS、WIMAX、802.11a及802.11b四个网络的重叠覆盖区域。

场景2 用户终端处于UMTS、WIMAX和802.11a（即减少了802.11b网络）三个网络的重叠覆盖区域。

场景3 用户终端处于UMTS、WIMAX和802.11b（即减少了802.11a网络）三个网络的重叠覆盖区域。

每个场景都采用传统的TOPSIS算法与改进的TOPSIS算法进行比较，改进的算法利用理想网络作为参考网络，即采用各候选网络中QoS参数最好的指标作为参考值，而传统的算法采用QoS参数取值范围内随机的指标作为参考值。

在场景1情形下，对于传统的TOPSIS算法，四种业务类型的选择结果如图2所示。

图2 四个候选网络的传统TOPSIS网络选择

由图2可以看出，四种业务类型分别选择了UMTS、WIMAX、802.11a、802.11a，这种选择是合理的，因为会话类业务对时延和抖动都比较敏感，而UMTS时延和抖动都比较小，所以UMTS适合会话类业务的接入；流媒体业务对抖动比较敏感，对时延要求不高，而这恰好是WIMAX的特点，因此WIMAX比较适合流媒体业务；互动类和后台类业务都属于非实时性业务，对误码率要求比较高，对时延和抖动要求都不高，并且更倾向选择资费比较低的网络，所以最终会选择802.11a，由上述分析可知，这种选择结果是合理的，所以对于情况一来说，使用传统的TOPSIS算法完全能够满足网络选择需求，无需对传统算法进行改进。

在场景2情形下，对于传统和改进TOPSIS算法，四种业务类型的选择结果分别如图3和图4所示。

图3 减少802.11b网络的传统TOPSIS网络选择

图4 减少802.11b网络的改进TOPSIS网络选择

由图3可知，四种业务类型选择的网络分别是UMTS、802.11a、802.11a、802.11a，而由图4可知，四种网络分别选择了 UMTS、WIMAX、802.11a、802.11a，通过对比可以看出这两种算法只是流媒体业务选择不同，其他三种业务类型选择都相同，那么只需分析流媒体业务应该选择哪种网络即可，因为流媒体业务对抖动比较敏感，对时延和误码率要求都不高，而这恰好是 WIMAX的特点，因此WIMAX更适合流媒体业务，由上述分析可知，传统的TOPSIS算法出现了失序现象，而改进的TOPSIS算法选择结果合理，避免了失序问题，从而验证了改进算法的可行性。

在场景情形下，对于传统和改进的TOPSIS算法，四种业务类型的选择结果分别如图5和图6所示。

图5 减少802.11a网络的传统TOPSIS网络选择

图6 减少802.11a网络的改进TOPSIS网络选择

由图5可知，四种业务类型的选择结果分别是UMTS、802.11b、802.11b、802.11b，而由图6可知，四种网络分别选择了 UMTS、WIMAX、802.11b、802.11b，通过对比可以看出这两种算法也只是流媒体业务选择不同，其他三种业务类型选择都相同，那么只需分析流媒体业务应该选择哪种网络即可，其分析过程与减少802.11b网络的情况相同，由上述分析可知，传统的TOPSIS算法也出现了失序现象，而改进的TOPSIS算法选择结果合理，进一步验证了改进算法的可行性。

4 结语

以异构无线网络为背景，综合考虑时延、抖动、丢包率及资费等参考指标，针对一些文献只是引入了绝对正、负理想解来解决传统TOPSIS算法出现的逆序问题，而没有说明绝对正、负理想解是如何确定的这一问题，通过在特定的网络环境中找出每个候选网络的QoS参数的取值范围，最终确定绝对正、负理想解，从而得到改进的方法，并通过最终的仿真验证了改进方法的合理性。需要指出的是，本文只是针对四个网络进行简单的研究，更多复杂网络环境下的研究将是下一步研究的重点。

［1］朱辉.改进的异构无线网络垂直切换算法［J］.西安邮电学院学报，2012，17（1）：38－41.

［2］张鹏，黄开枝.基于组合权重的异构无线网络选择算法［J］.系统工程与电子技术，2009，31（10）：2501－2505.

［3］徐晓峰，郑连清.马尔科夫模型在异构无线网络选择中的应用［J］.计算机仿真，2011，28（11）：134－137.

［4］张继荣，高盈.基于TOPSIS的自适应垂直切换算法研究［J］.西安邮电大学学报，2013，18（1）：22－25.

［5］陈杰.未来异构网络间的博弈与资源管理研究［D］.北京：北京邮电大学，2007：24－28.

［6］游庆红，丁锦华.TOPSIS法的逆序问题［J］.科技广场，2005，5（2）：73－76.

［7］陈伟.关于TOPSIS法应用中的逆序问题及消除的方法［J］.运筹与管理，2005.14（3）：39－43.

［8］湛志兵，刘维国.模糊多目标决策中逆序问题的解决［J］.舰船电子工程，2010，30（12）：68－70.

［9］Randhawa R，Sohal J S.Static and dynamic routing and wavelength assignment algorithms for future transport networks［J］.Optic－International Journal for Light and Electron Optics，2010，121（8）：702－710.

［10］高雨.一种面向业务类型的区分权值异质无线网络选择算法［J］.计算机应用，2010，30（5）：39－43.