一种改进的星地异构网络选择算法

沈序驰，梁俊，肖楠，袁天，朱未沫

(1.空军预警学院，湖北 武汉 430010； 2.空军工程大学 信息与导航学院，陕西 西安 710077)

0 引言

低轨卫星通信网具有能够实现全球覆盖、传输损耗小、传播延时短、抗毁和抗干扰能力强、终端小型易于便携等突出优点，是未来我国卫星通信系统建设发展的一个重要方向。已有的地面无线通信网络技术较成熟且基础设施完善，但存在覆盖范围有限等缺点，难以满足军事通信对全方位(如远洋、荒漠、甚至全球到达等地区)、立体式(如空、天、地一体化的军事信息栅格)的需求。为了实现无线资源利用率的最大化，进一步提高通信的有效性与可靠性，需要结合卫星通信网与地面无线通信网络的优点，形成一体化的通信网络[1]。

星地异构融合网络是未来通信网络的主要特征和发展趋势。由于不同通信网络所面向的主要业务类型不同，针对不同业务类型对带宽、时延等要求的差异以及网络之间的路径损耗和负载情况等的不同，合理选择通信网实现信息的有效传输，对于提高整个异构网络资源利用率具有十分重要的理论和现实意义。

作为保证异构无线网络无线资源得到充分利用的根本手段，接入选择算法在最近几年得到了越来越广泛的关注。文献[2]利用多属性决策理论提出了一种异构网络选择算法，该算法考虑业务要求、用户喜好以及网络差异,通过层次分析法和熵值法确定网络属性的权重,并由此计算网络性能,选出最优网络；文献[3]根据业务类型和用户策略动态地调整权重，确定各属性的综合权重。文献[4]通过对影响集成系统网络选择因素进行分析,建立了网络选择决策模型,计算出了各因素的权重。但文献[2-4]在指标权重计算中采用层次分析法(analytic hierarchy process，AHP)[5-6]，都无法避免主观判断和个人偏好对结果的影响。本文基于对层次分析法进行改进，有效减小了主观判断和个人偏好对结果的影响。

1 算法设计

影响接入网络选择的因素很多，在不同的场景下，每个因素对接入选择的影响度不同。因此，本文首先采用AHP法对各属性参数对网络选择的影响程度(即主观权重)进行计算，在此基础上计算各候选网络的综合权重，确定最佳接入网。算法的基本流程如图1所示。

图1 网络选择算法流程Fig.1 Network selection algorithm process

1.1 层次结构模型的建立

在无线通信中，不同类型业务对QoS要求不同，如实时业务对时延、时延抖动要求严格，而非实时业务主要要求传输可靠性[7-8]。在进行网络选择时，也要考虑网络资源(如网络负载、传输带宽等)和用户特性(如用户偏好)。综合以上因素，本文选取带宽、时延、丢包率3个主要属性作为网络选择的判决准则,利用AHP进行权重确定时的层次结构模型如图2所示。

图2 层次结构模型的建立Fig.2 Establishment of a hierarchical structure model

1.2 权重的确定

(1) 标准化网络属性[9]

将测量到的网络属性值用矩阵表示，如式(1)所示，式中，a,b,c分别表示带宽、时延和丢包率。

(1)

段矩阵X的元素xij代表第j个网络的第i(i=a,b,c)个属性值。由于原始数据初值化处理方法不同，会产生不同的分析结果，因而，再进行各种需要进行无量钢化处理的分析时，有必要引起足够重视。为了消除量纲效应，并维持各属性值的变化信息，对其标准化处理。设xi-max=maxxi1,xi2,xi3，xi-min=minxi1,xi2,xi3。这3种网络属性分为“越大越好”、“越小越好”和“适中为宜”3类。

本文将线性比例变换方法和极差变换方法结合，对网络属性值标准化处理，使处理结果更具科学性，即：

当指标要求“越大越好”时，采用上限效果测度：

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

(2)

当指标要求“越小越好”时，采用下限效果测度：

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

(3)

当指标要求“适中为宜”时，采用中心效果测度：

(4)

x0为适中值，xi-max;min-x0取xi-max-x0和xi-min-x0中绝对值大的。

由此可得标准化的属性矩阵:

(5)

(2) 建立判断矩阵

由于Saaty提出的1-9的评判标度系统与人们头脑中的实际标度系统并非一致，并且，这种非一致有可能破坏最后的方案排序优选。因此，本文在以往的标度研究成果的基础上，建议采用10/10-18/2新标度[10]。

通式9+K/11-K，K的取值范围1～9，如表1所示。

判断矩阵为

. (6)

(3) 计算权重向量

利用几何平均法，即将C的每个列向量采用几何平均，然后归一化，得到的列向量就是权重向量计算每个网络属性的权重向量：

(7)

则利用AHP方法得到的网络属性权重向量为

(8)

由于客观事物的复杂性，判断矩阵一般不可能具有完全一致性，需要对判断矩阵进行一致性校验。

(4) 一致性检验[11]

步骤1:计算判断矩阵的最大特征根

(9)

步骤2:计算一致性指标

CI=λmax-3/(3-1)=

λmax-3/2.

(10)

表2 平均随机一致性指标Table 2 Average random consistency index

由于3个网络异构，取RI=0.52。

当RI<0.1时，即要求决策者判断的一致性与随机生成判断的一致性之比小于10%时，认为判断矩阵的一致性是可以接受的。

(5) 选择目标网络

为了选择合适的网络,考虑可得网络的性能,如式(11)所示:

(11)

式中：wi为网络属性的权重；rij为第j个网络中属性i的标准化值。性能值S(j)最大的网络为切换目标网络。

2 性能仿真与分析

2.1 无线业务类型的建模

目前，3GPP(3rd generation partnership project)已对3G系统的业务类型做了具体的定义，根据业务内在技术要求把3G业务分成4类：会话类业务、流媒体业务、交互类业务和背景类业务。不同的业务类型不同，所要求的QoS也不尽相同，主要区别在对时延和误码率有不同的要求。为了简单起见，本文将业务分为实时性业务和非实时性业务，结果如表3所示。

表3，4分别表示实时业务和非实时业务的重要性比较。

表3 实时业务类型的属性重要性比较Table 3 Real time business types of attribute importance comparison

表4 非实时业务类型的属性重要性比较Table 4 Non real-time business types of attribute importance comparison

根据上面介绍的层次分析法，分别计算实时业务和非实时业务的权重如表5所示。

表5 2种状态下的评价参数权重

2.2 仿真场景的建立

本文以低轨移动卫星系统(LEO mobile satellite system，LEO-MSS)、通用移动通信系统(universal mobile telecommunications system,UMTS) 和全球移动通信系统(global system for mobile communications,GSM) 异构融合研究异构网络下的网络选择机制。同时，给出了3种能够体现网络性能的属性量带宽、时延、丢包率。

为了便于研究，本文采用文献[12]所设计的低轨卫星通信网模型作为星地异构融合网络的卫星网络模型。卫星星座的具体参数设置如表6所示，3种候选网络的参数设置如表7所示。

表6 LEO卫星星座参数设置Table 6 LEO satellite constellation parameters Settings

表7 候选网络参数设置Table 7 Candidate network parameters setting

2.3 仿真设计

仿真场景如图3所示。在星地异构网络环境下，当移动终端处于三网共存的区域时，根据网络选择算法和当前所传输的业务类型，选择最佳接入网。选取文献[3]中所提出的模糊层次分析法作为对比算法。

图3 网络选择仿真场景Fig.3 Network selection simulation scenarios

仿真结果如图4，5所示，其中图4a)，5a)为本文算法的仿真结果，图4b),5b)为文献[3]算法的仿真结果。

仿真结果表明，当3种网络均可用时，终端选择时延最小的UMTS来进行实时业务的传输，选择带宽最高的LEO-MSS来进行非实时业务传输，这与2种业务类型的QoS要求是一致的，体现了算法的合理性与有效性。另一方面，由于本文仿真所选取的3种网络的属性值差异不大，因此当采用2种网络选择算法进行最优网络选择时，网络选择结果一致。但是通过图4，5对比可以明显发现，相比于文献[4]提出的模糊层次分析法，本文所设计算法计算得到的网络权重值差异更大，对比度更加明显，显示出了本文算法对于不同网络判决时较高的分辨度，验证了算法的有效性与高效性。

图4 实时业务时各网络的权重Fig.4 The weight of each network real-time business

图5 非实时业务时各网络的权重Fig.5 The weight of each network none real-time business

3 结束语

本文以星地异构网络融合为背景，提出了一种改进的异构网络选择算法。该算法将线性比例变换方法和极差变换方法结合对网络属性值标准化处理，采用10/10-18/2新标度系统构造判断矩阵，利用层次分析法计算网络性能差异的客观权重，通过对权重的排序，得到最优接入网络。根据不同业务类型的QoS需求确定最佳网络，增加了网络选择的可信度和有效性。与以文献[2-4]为代表的AHP算法相比，该算法有效改进传统多接入选择算法中对判决指标权重定义主观因素强，判决不准确的问题，提高了网络的选择准确性和有效性，取得了较好的性能。

参考文献：

[1] 冯少栋，徐志平，张昭，等.低轨道星座卫星通信系统发展现状及展望[J]. 中国航天，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，冯春燕，等. 一种多属性决策的异构网络选择算法[J]. 北京邮电大学学报，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] 秦永刚，窦竹，梅胡钢. 基于动态权重的异构无线网络选择算法[J]. 安徽: 安徽省信息化协会，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] 梁立涛，纪阳，张平.基于模糊层次分析法的异构系统网络选择算法[J].北京邮电大学学报，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，刘娜. 层次分析法的基本思想与实际应用[J]. 情报探索，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] 张俊生. 层次分析法在数学建模中的应用[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，赵嵩，范绍帅，等.基于多目标决策的异构无线网络接入选择算法[J].吉林大学学报，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] 章辉，徐晓东，陶晓峰. 基于可拓模糊层次分析法的快速小区选择算法[J].电子与信息学报，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] 张晨光，吴泽宁. 层次分析法比例标度的分析与改进[J].郑州工业大学学报，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. 评价指标标准化处理方法的探讨[J]. 安徽农业技术师范学院学报，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，吴魏. 多属性决策的理论与方法[M]. 北京: 清华大学出版社，2007.

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

[12] 肖楠. 基于远程作战的低轨卫星通信多址接入协议研究[D]. 西安: 空军工程大学，2011.

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