3G／WLAN网络终端能量感知的动态负载均衡机制

罗俊辉，白光伟，，沈 航，曹 磊

（1.南京工业大学 计算机科学与技术系，江苏 南京210009；2.南京理工大学高维信息感知与系统教育部重点实验室，江苏 南京210094；3.南京大学计算机软件新技术国家重点实验室，江苏 南京210093）

0 引 言

随着移动互联网的飞速发展，当前的无线接入网络已经无法满足其在带宽、覆盖、实时性等多方面需求[1]。异构网络之间的融合:业务融合、网络融合、接入融合等[2]，成为未来无线移动通信网络发展的必然趋势。在3G／WLAN融合的移动互联网环境下，出于便携性考虑，移动终端的尺寸和重量受到严格限制，制约了终端电池体积和容量的扩充。因此，在为移动互联网中的用户服务时，终端能量消耗成为一个必须考虑的因素。

然而，现有方案实现负载的动态均衡分配时，大多忽略了终端能量有限性。文献[3]提出了一种3G／WLAN融合网络中的 DLB－MSA（dynamic load balance scheme based on mobility and service aware）机制，为进入3G／WLAN网络内的用户提前部署无线通信资源，避免了业务到达时由实时计算引入新的业务链接时延，缓解了AP（access point）热点地区负载过重的状况。文献[4]在DLB－MSA的基础上通过统计数据分析和DLB策略优化计算，使每个接入点的业务量与通信资源匹配，实现网络负载均衡。文献[5]提出的JSAC（joint session admission control）机制，通过3G与WLAN之间的密切协作，完成网络负载的动态均衡。文献[6]提出了SASHA（smooth adaptive soft handover algorithm）机制，实现异构无线网络间多媒体业务流量均衡。因此，本文在实现3G／WLAN负载均衡时，结合了移动终端的能量有限性，不仅很好满足用户日益增长的业务需求，而且提高了整个网络的资源利用率。首先，文章分析了现有负载均衡机制存在的问题；然后，提出了终端能量感知的动态负载均衡机制；最后，仿真验证了上述机制的有效性，并做了总结。

1 问题提出

现有3G／WALN网络动态负载均衡机制大多没有考虑移动终端的能量受限特性，导致无线通信资源浪费，降低网络服务能力和用户体验。

DLB－MSA机制[3]根据用户的移动、通信状态，为其预先选择一个合适的接入点，提前部署无线通信资源，将来有业务到达时完成链接的建立，实现网络负载均衡。然而，该机制进行网络负载均衡时，没有考虑移动用户 MU（mobile user）设备自身的能量局限性，即MU的剩余可用能量。对于已经建立了预先映射机制的某个移动用户MU，存在如下两方面问题:

（1）剩余能量过低:移动终端当前剩余可用能量低于某一个能量阈值时，该剩余能量仅能保证MU的基本服务，如收发短信、接听来电但无法建立拨号、无法手机网上冲浪等；

（2）驻留时间过长:MU当前剩余能量的可使用时间远远小于其在重叠覆盖区域内的驻留时间。

基于上述两种情形，仍然采用DLB－MSA机制为该MU分配通信资源，建立资源的预先映射，当有大量的业务到达，MU因为电量不足而关机离线，或者驻留时间十分短暂且在业务到达时已近离开了该AP区域，将造成提前部署的3G／WLAN网络资源浪费，降低无线接入点的有效工作效率。

因此，针对低能量终端用户存在的网络资源浪费问题，本文在实现负载动态均衡时，全面考虑终端的能量限制因素，把WLAN局部热点中的能量过低节点的业务链接转移给3G网络，达到重叠覆盖区域内的业务负载均衡。由于低能量终端的电池能量即将消耗殆尽，在提高WLAN性能的同时，不会带来过多的流量开销，整个网络中的总工作负荷不受影响。通过实验发现，本文提出的能量感知动态负载均衡机制，节省了网络通信资源，提高了网络资源有效利用率。

2 能量感知的动态负载均衡机制

本节首先引出网络模型和相关定义，用于机制描述。在此基础上，给出终端能量感知模型，最后提出了基于能量的动态负载均衡机制。

2.1 网络模型和相关定义

现有的异构无线网络融合，大多是在保持现有无线网络结构完整性的基础上，通过增加某些中间节点实现无线异构网络融合，可以分为紧耦合模式和松耦合模式。考虑到网络间通信资源的高效优化配置，本文采用紧耦合模式，如图1所示。

图1 3G／WLAN融合架构

该模式中，WLAN的接入点 APi（i＝1，2，…，I，I表示WLAN无线接入点的个数）与3G蜂窝网的基站BS（记为AP0）通过一个称为接入路由器ASR（access switch router）的控制单元与核心网络相连接，并且相互重叠覆盖形成新的网络服务区域Dl（l＝0，1，2，...，L）。在终端与各个AP的协同下，由ASR完成网络资源总体部署。

考虑到移动终端用户的电池能量限制特性及用户的能量使用历史，本文采用如图2的移动终端的自适应能量感知架构[7]估算终端剩余能量。该能量模型由当前电池容量子模块、能量消耗子模块和能量使用历史子模块组成。能量历史模块记录每天不同时刻的终端能量使用数据和充电频率；当前电池容量子模块监测并提供终端电池的当前电量信息；能量消耗模块用来预测终端现在将来短期内的能量消耗。因此，可以利用能量模型用来预测用户的短期能量消耗。

图2 移动终端上下文能量感知架构

为了便于机制描述，将本文涉及的部分符号归纳为表1。

表1 本文使用的符号标记

下面给出了能量感知负载均衡中的相关参数具体定义。

定义1 能量需求向量m:移动终端工作在开机状态时，定义终端设备的能量需求向量为

式中:n——终端当前正在使用的资源数，mξ——使用第ξ种资源时的电流消耗[8]，ξ＝1，2，…，n。

定义2 资源需求向量r:移动终端工作在开机状态时，定义终端的资源需求向量为

式中:rξ——终端使用第ξ种资源时的时间值。

定义3 时能比TER:移动终端单位能量消耗可供服务的平均时间定义为TER，计算公式如下

式中:l——时能比的累积计算次数，TERl——第l次测量的时能比，l≥1，TER1＝TER0＝TST／E0，E0表示移动终端初始能量，TST表示移动终端的理论待机时间，θl表示移动终端电池的前后两次使用时间长度比；θ0＝1，θ1＝UE1／UE2，UE1与UE2分别表示前后两次充电后使用时间长度的比例系数。

2.2 能量感知模型

假设不同资源的能量消耗是线性无关的，某时段内总能量消耗就等于该时段内各个独立资源的能量消耗之和，如终端的显示部件消耗、WiFi通信消耗、CPU工作消耗、GPS工作消耗、信息收发模块能量消耗等。给定终端设备，构建该设备的能量消耗模型，步骤如下:

（1）确定当前使用的终端固有资源，如CPU、显示模块、GPS模块、WiFi模块、信息收发等基本模块。

（2）为工作中正在被使用的每个系统资源设置一个测量节点，在服务过程中对其各个系统资源消耗的能量进行测量，生成能量、资源需求向量。用k表示测量节点数，k＝1，2，...，K，rη为资源实际使用时间 （资源需求向量的一个子集），对于每次测量试验η（试验次数η＝1，2，...），通过下式

计算出该次测量试验终端消耗的能量。

（3）建立k个方程 （来自资源需求向量和通信能量消耗）构成的超线性方程组系统

2.3 动态负载均衡机制

本文结合智能移动终端自身电池的能量局限性，在DLB－MSA的基础上提出了移动终端能量感知负载均衡机制。图3给出了该机制的算法流程。

（1）终端初始化。智能终端用户SMU（smart mobile user）进入3G／WLAN网络单元覆盖区域后，获得网络为其分配的接入标示AID（access identifier，例如动态IP），用于完成在移动终端与网络间的信令交换。

运用最小二乘法求解该超线性方程组，获得对正在服务业使用的系统资源的能量消耗。

（4）假设在服务过程中电池电压V不变，终端当前剩余能量记为CE，则将来有业务到达时MU剩余能量如下

则确定该用户为MUU；否则，直接由AP0为该非MUU用户业务到达时提供数据连接建立服务。

然后将SMU自身的位置、速度、剩余能量可用时间等信息发送给3G／WLAN网络。

这里需要说明的是，TER值的计算可以在以下两种情形下进行:①每次开机时生成一个TER值，直到下一次开机后再生成另一个新的TER值；②每进入一个3G／WLAN覆盖区域时计算一个TER值，直到进入下一个区域后再计算另一个新的TER值。

（4）计算终端驻留时间。终端的小区驻留时间取决于终端移动速度、小区半径、小区路况等条件。MUU用户APi采用文献[9]。中的速率预测算法计算出用户所在的业务覆盖区域Di内的驻留时间τij，并按照驻留时间长短对其进行分类与排序，建立一个驻留时间降序列表。

图3 EA－DLB算法机制

（5）能量过滤运算。3G／WLAN网络中的ASR根据APi提供的MUU信息，从MUU用户中筛选出满足条件的高剩余能量MUEU用户:若MUU用户满足

则确定该用户为MUEU用户，并进行后续网络优化运算；否则，直接由AP0为该用户服务。

（6）负载均衡运算。执行网络业务阻塞概率均衡优化运算均衡热点区域内各个AP的业务阻塞概率，建立MUEU－Best＿AP的预先映射。将区域Di内的驻留时间较长的N＊i（t）个MUEU，若满足

则定义其Best＿AP的映射关系为MUEUN＊i（t）→APi，使得各个AP之间的业务阻塞概率只差最小化；其余驻留时间较短的（Ni＿max（t）－N＊i（t））个MUEU用户，定义其Best＿AP映射关系为MUEU（Ni＿max（t）－N＊i（t））→AP0，整个映射及用户分配过程由ASR统一进行协调。

Ni（t）为优化变量，N（t）为t时刻，3G／WLAN网络单元内的MUEU总数量，APi的业务阻塞概率公式如下

综上，本文提出的终端能量感知的动态负载均衡机制，充分考虑了终端自身能量不足，用户进入网络单元覆盖区域后根据终端自身移动特性、终端剩余可用能量以及AP的业务负载提供能力，为其分配合适的Best＿AP，避免了业务到达时由于负载均衡运算而引入新的业务链接时延。同时，将重叠区域WLAN中的低业务到达概率与低能量终端用户的服务链接转移到3G网络，由于低能量终端用户的电池能量将要耗尽或是终端用户只在区域内短暂驻留，因此使用本文提出的机制，在提高网络性能的同时，不会导致过多的流量开销。该机制不仅实现了网络中各个AP之间的负载均衡，而且在一定程度上降低了热点地区的业务切换率，后文将通过仿真验证该机制的有效性。

3 性能评价

本节首先介绍实验评估模型与参数设置，然后对实验结果进行分析。

3.1 性能评估模型与实验设计

为对本文提出的终端能量感知动态负载均衡机制EADLB性能进行全面的分析和评价，采用高斯－马尔科夫移动模型[10，11]（Gauss－Markov model）模拟移动用户在覆盖区域内的移动；采用文献[12]中的切换模型模拟移动终端在不同接入点之间的切换。假定终端用户在各个覆盖区域内的驻留时间、终端的剩余能量的可用时间均服从指数分布。本节共设置了两组实验，详细参数设置见表2、表3。

表2 实验场景设置

表3 实验参数设置 （一、二为实验组别）

对于终端剩余能量的估算，主要考虑终端开机状态下的CPU能量消耗、终端显示器能耗、WiFi开启状态下的能耗、发送接收信息模块工作能耗；同时，分别考虑3G／WLAN网络在不同的重叠覆盖半径和移动用户数下，使用能量感知机制前后的网络资源变化。

3.2 结果分析

通过仿真实验的对比分析，验证使用能量感知动态负载均衡机制EA－DLB前后，3G／WLAN重叠覆盖区域内的移动用户数量变化，及其各个无线接入点的网络拥塞变化趋势。

图4、图5给出了第一组仿真实验的实验结果。在图4（a）中，刻画了3G／WLAN各个覆盖区域内的移动用户数与MUU移动用户数分布情况。根据各个接入点无线电信号强弱、覆盖半径的大小不同，以及终端用户的随机移动，位于该区域内的用户数量的多少存在一定差异，反映出了各个无线接入点工作负荷的大小及网络服务能力的高低。图4（b）是运行能量感知动态负载均衡机制前后，WLAN的各个接入点APi内所服务的移动终端数量变化情况。从图中可以明显看出，如果不考虑移动终端的能量有限性，且不使用动态负载均衡机制时，WLAN的各个AP都工作在高负荷状态中，容易使各个无线接入点的资源使用达到饱和；使用DLB机制后，通过对各个AP的网络资源进行预先均衡化配置，滤除将来业务到达概率值相对较低的终端用户，在一定程度上缓解了该AP的工作负荷，延长了网络有效工作时间；然而，对比后发现，使用能量感知动态负载均衡机制，在对各个无线接入点的网络资源进行预先均衡规划以滤除低业务到达概率终端用户时，再过滤掉一部分能量过低终端用户，WLAN各个AP的工作负荷明显降低了很多，从而节省了大量的无线通信资源，提高了网络的有效服务能力。

图4 引入能量感知前后各个AP的服务用户数变化

图5 引入EA－DLB后各个AP的资源饱和

图5 （a）、（b）、（c）中分别刻画了 WLAN的各个无线接入点的网络资源饱和发生状况。从图中可以看出，使用DLB机制实现网络动态负载均衡，与未使用任何机制相比，在一定程度上降低了整个网络的潜在拥塞，均衡了网络的潜在用户负载；运行能量感知的动态负载均衡机制后的效果，与DLB机制的效果相比较可以发现，网络拥塞概率得到了更大程度上的降低，提高网络工作效率和无线资源利用率。使用能量感知动态负载均衡机制，将WLAN覆盖区域内的低业务到达、低剩余能量终端用户的部分即将到达的业务连接的建立切换到3G网络，不但没有引入而外的网络工作负荷，而且还明显推迟了WLAN的无线接入点网络潜在的通信资源饱和的发生时间，延长了网络服务设备的可服务可工作时间，提高了整个网络的无线资源利用率。

图6、图7给出了第二组实验的实验结果。通过扩大网络的覆盖范围，增加网络中移动用户数以及改变网络性能参数来变换实验场景，验证能量感知动态负载均衡机制的有效性。从图6（a）中，可以发现，如果只使用DLB机制，相比较未使用任何机制的情形，只是将很少一部分WLAN接入点内的低业务到达概率用户切换到3G网络中，WLAN局部热点网络工作负荷降低趋势不明显；通过图6（b）的对比发现，引入能量感知动态负载均衡机制后，同时将WLAN覆盖区域内的低业务到达概率用户与低能量用户的通信服务切换到3G服务网络，WLAN局部热点中的各个无线接入点AP的工作负荷，与图6（a）相比较得到了明显改善，从而有效降低了网络的工作负荷。通过图5、图6的两个用户数量变化图，发现本文提出的能量感知动态负载均衡机制，在不同的实验环境下都有效降低了网络中局部热点的工作负荷，提高了网络服务性能。

图6 引入能量感知前后各个AP的服务用户数变化

图7 引入EA－DLB前后各个AP的资源饱和

图7 的资源饱和图7 （a）、 （b）、 （c）中，可以发现，未使用任何机制时，网络中的各个接入点在工作了大约20个时间单位后发生资源饱和。引入DLB机制后，发生资源饱和的时间点得到了一定程度延迟。使用能量感知机制后，大幅度推迟网络资源饱和点的发生时间，有效降低了网络拥塞概率，提高了网络通信资源的利用率。观察两组实验结果，可以发现，在不同的实验场景下，虽然网络资源拥塞改进尺度存在差异，这主要受到区域内终端用户数的影响，但是基于能量感知的动态负载均衡机制相较于动态负载均衡机制都表现出了明显的优越性。

4 结束语

目前3G／WLAN网络中的负载均衡机制，大多没有考虑低能量终端用户带来的网络资源浪费问题。因此，本文提出了一种能量感知动态负载均衡机制，通过建立能量感知模型对终端用户的当前剩余能量进行预测，完成基于终端能量的网络通信资源预先规划，实现网络用户负载的动态均衡。把WLAN局部热点中的能量过低节点的业务负载转移到3G网络，由于低能量终端的电池能量即将消耗殆尽，在提高WLAN性能的同时，不会带来过多的流量开销，整个网络中的总工作负荷不受影响。仿真结果表明，该机制减少了3G／WLAN局部热点中的各个无线接入点的网络工作负荷，有效降低了网络接入点的资源拥塞概率，延长了网络服务周期。

[1]LUO Junzhou，WU Wenjia，YANG Ming.Mobile Internet:Terminal devices，networks and services[J].Chinese Journal of Computer，2011，34 （11）:2029－2035 （in Chinese）.[罗军舟，吴文甲，杨明.移动互联网:终端、网络与服务[J].计算机学报，2011，34 （11）:2029－2035.]

[2]Ferrus R，Salient O，Agusti R.Interworking in heterogeneous wireless networks:Comprehensive framework and future trends[J].IEEE Wireless Communications，2010，17 （2）:22－31.

[3]LIU Qi，YUAN Jian，SHAN Xiuming，et al.Dynamic load balance scheme based on mobility and service cognition in integrated 3G／WLAN networks[J].Chinese Journal of Computers，2010，33 （9）:1569－1579 （in Chinese）.[刘琪，袁坚，山秀明，等.3G／WLAN网络中基于终端移动与业务认知的动态负载 均 衡 机制[J].计算 机 学 报，2010，33 （9）:1569－1579.]

[4]SU Wei，LIU Qi，YUAN Jian，et al.Adaptive radio access control scheme based on terminal mobility and service arriving cognition[J].Acta Electronica Sinica，2011，39 （9）:2148－2153（in Chinese）.[苏伟，刘琪，袁坚，等.基于终端移动与业务到达认知的自适应无线接入控制机制[J].电子学报，2011，39 （9）:2148－2153.]

[5]Yu F，Krishnamurthy V.Optimal joint session admission control in integrated WLAN and CDMA cellular networks with vertical handoff[J].IEEE Transactions on Mobile Computing，2007，6 （1）:126－139.

[6]Ciubotaru B，Mantean G M.Sasha－A quality－oriented handover algorithm for multimedia content delivery to mobile users[J].IEEE Transactions on Broadcasting，2009，55 （2）:437－450.

[7]Muhammad Alam，Michele Albano，Ayman Radwan，et al.Context parameter prediction to prolong mobile terminal battery life[C]／／Lisbon，Portugal:Proceedings of the First International ICST Workshop on Cognitive Radio and Cooperative Strategies for Power Saving，2010:476－489.

[8]Jochen Furthmüller，Oliver P Waldhorst.Energy－aware resource sharing with mobile devices[J].Computer Networks，2012，56 （7）:1920－1934.

[9]Li Hua.Velocity adaptive vertical handoff on multi－frequency system[C]／／Proc 20th IEEE International Symposium on Personal，Indoor and Mobile Radio Communications，2009:773－777.

[10]Saquib M.The analysis of WLAN／3Ginterworking access based on a mobility model[C]／／Proc 4th International Conf.on Computer Science ＆Education，2009:333－338.

[11]TONG Chao，NIU Jianwei，LONG Xiang，et al.Survey on mobility model[J].Computer Science，2009，36 （10）:5－11（in Chinese）.[童超，牛建伟，龙翔，等.移动模型研究综述[J].计算机科学，2009，36 （10）:5－11.]

[12]Jin S，Song G，Cuthbert L.Performance comparison of vertical handover between WCDMA／WLAN and TD－SCDMA／WLAN interworking system[C]／／Aalborg，Denmark:Proceedings of Annual IEEE Student Paper Conference，2008:1－5.