LTE与Wi—Fi融合架构设计及分流策略算法研究

梁冀

摘要：为使Wi-Fi技术更好地融入传统的移动蜂窝LTE网络，以便有效降低移动蜂窝网络的传输数据压力，提升无线网络数据传输速率，设计了LTE与Wi-Fi之间融合架构，综合评估接收信号强度、信噪比、基站剩余缓存、数据服务业务类型，建立四维评价函数对数据进行分流判决。仿真得到，LTE与Wi-Fi融合架构结合分流策略算法，系统平均性能优于非融合系统，可以有效提升系统传输效率。

关键词：异构网；融合系统 ；长期演进； 无线保真技术

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2018）04-0028-02

随着移动无线智能终端的日益普及，如何提升无线网络的传输速率将是未来无线网络研究的重点。下一代网络需具备更灵活的组网架构，不同网络制式之间相互融合，具备联合灵活调度分配机制。LTE（Long Term Evolution）已成为移动蜂窝网络主流标准制式，是各大运营商重点部署的网络制式[1]。LTE无线网络具有覆盖广、移动性高、传输速率性能稳定等特点。而Wi-Fi（Wireless Fidelity）网络具备热点覆盖、高传输速率等优点已广泛应用于家庭无线网络。因此，将Wi-Fi技术融入于传统移动蜂窝LTE网络中，可以有效降低移动蜂窝网络的传输数据压力，有效提升无线网络数据传输速率，解决日益增长的数据流量需求[2]。论文主要研究设计LTE与Wi-Fi之间的融合架构，并在融合架构下，建立分流策略模型，最后进行数据流量业务仿真测试。实验结论得到，将LTE与Wi-Fi融合架构，可以提升无线蜂窝网络传输速率，缓解移动蜂窝网络的数据压力。

1 研究背景

现有异构网系统网络架构，LTE网络与Wi-Fi网络相互独立，其主要缺点为：（1）LTE与Wi-Fi之间数据无法做到联合调度，系统无法判断各网元运行状态，整体网络传输性能无法达到最优；（2）LTE与Wi-Fi网络数据计费独立，运营商不能对流量数据进行统一计费管理[3]。因此LTE与Wi-Fi异构网系统融合可以有效地进行数据分流，实现数据资源联合调度，提升系统整体容量性能。3GPP提出了接入网络发现和选择功能ANDSF（Access Network Discovery and Selection Function），该网元的主要作用为进行移动蜂窝网与Wi-Fi网络的数据路由算法判决，向用户发送分流策略。ANDSF分流架构中，ANDSF定义了UE与ANDSF之间的S14接口。通过S14接口ANDSF可以获取终端上报的信息参数比如位置、UE接收电平等。然而ANDSF具体的分流策略还没有明确，还处于研究状态。运营商可以根据自己的业务需求自定义网络选择信息与策略。

2 LTE与Wi-Fi异构网融合架构设计

ANDSF分流架构的分点为PGW网元，ANDSF网元分流策略判决决定Internet链路还是Wi-Fi链路传输至UE。论文分流策略考虑数据同时在LTE与Wi-Fi两链路进行传输，因此在传输过程中，需对同一个用户传输的IP数据进行分割。IP数据包头结构，其包含了16bit数据包标识。传输过程中对IP包16bit的数据标识据进行分割，分割为LTE与Wi-Fi链路传输数据包标示。在终端可以接收不同链路的数据包，根据IP包标识进行重排序，防止数据包乱序。

ANDSF分流架构协议栈设计如图2，PGW为数据分流锚点，根据ANDSF分流策略将数据分发至LTE与Wi-Fi链路。LTE链路数据经过PGW、SGW、eNodeB后发送至终端UE，Wi-Fi链路数据经过PGW、Wi-Fi AP后发送至终端UE。UE为接收数据汇聚锚点，同时收到LTE与Wi-Fi的数据，并对IP包数据进行重排序后汇聚到APP层。

3 基于ANDSF分流策略设计

分流策略是ANDSF网元的主要功能，需合理地将数据流量分配至两张网络，判决哪些数据分流到Wi-Fi网络，哪些数据由LTE网络承载。运营商可以根据自己的需求，进行个性化的分流策略。论文分流策略综合评估了RSRP、SNR、基站缓存、业务QoS四个维度建立评价函数。RSRP和SNR由终端UE测试获取，由UE上报至ANDSF；LTE基站缓存与Wi-Fi AP缓存分别由eNodeB和Wi-Fi AP获取并分别上报至ANDSF；数据包的业务服务等级QCI由PGW对数据包进行解析后获取，并将QCI信息下发至ANDSF。ANDSF综合评估系统RSRP、SNR、基站缓存、数据业务QCI，进行分流判决对IP数据包进行分割。LTE与Wi-Fi数据包分流比例，得到LTE网络评价函数、Wi-Fi网络评价函数实现公式为：

式中，为LTE网络各维度判决函数，为各维度判数权值，满足；为Wi-Fi网络各维度判决函数，为各维度判决权值，并满足。各评价函数实现如下：

（1） 信号强度RSRP评价函数

信号强度RSRP由UE测量得到，体现UE接收信号强弱。和分别设置为终端UE测量LTE与Wi-Fi网络信号强度评价函数，计算公式为：

式中为UE测量得到LTE网络信号强度RSRP值，取值为-65dBm，取值为-120dBm；计算公式为：

式中为UE測量得到Wi-Fi网络信号强度RSRP值，取值为-65dBm，取值为-120dBm。

（2） 信噪比SNR评价函数

信噪比SNR由UE测量得到，直接决定了系统的传输速率。和分别设置为终端UE测量LTE与Wi-Fi网络信噪比评价函数，计算公式为：

式中为UE测量得到LTE网络信号强度SNR值，取值为30dB，取值为-5dB；计算公式为：

式中为UE测量得到Wi-Fi网络信号强度SNR值，取值为30dB，取值为-5dB。

（3） 基站剩余缓存评价函数

基站剩余缓存BSR由基站获取，决定了基站当前可以传输数据量。剩余缓存越大，能传输的数据量越大，反之越小。和分别设置为终端UE测量LTE与Wi-Fi网络剩余缓存 评价函数，计算公式为：

式中与分别为LTE与Wi-Fi网络基站剩余缓存状态，和分别为LTE与Wi-Fi网络空口最大可传输速率。

（4） 数据业务类型评价函数

服务质量QoS（Quality of Service）主要通过带宽、时延、速率、颤抖等多因素进行衡量。LTE协议将业务分为9个等级QCI（QoS Class Identifier）。QCI1～QCI4为保证比特率业务，优先级高，需优先在LTE链路传输；QCI5～QCI9为非保证比特业务，优先级相对低，可综合评估在LTE还是Wi-Fi链路传输。和分别设置为终端UE测量LTE与Wi-Fi网络服务质量函数，并且设置，LTE服务质量计算公式为：

4 异构网融合分流算法仿真

异构网融合分流算法仿真流程可以设置为：ANDSF分别获取UE、基站、PGW发送过来的数据，包括：信号强度、信噪比、基站剩余缓存、QCI信息。ANDSF根据获取信息，采用评价函数对LTE、Wi-Fi分别进行计算，得到LTE与Wi-Fi分流评价值。ANDSF根据评价值计算出LTE与Wi-Fi的分流比例系数。ANDSF将分流比例上报至PGW，PGW根据分流比例对IP数据包进行分割，将IP包封装后发送至LTE与Wi-Fi网络中。

利用Matlab软件编程仿真测试，根据设置流程编程建模，以验证设计的正确性及有效性。仿真中，设置LTE宏站站间距为500m，覆盖半径为250m，LTE基站分布呈蜂窝六边形分布；在每个LTE基站覆盖区域内，随机生成5个Wi-Fi基站，Wi-Fi基站间站距大于50m。对单用户进行仿真。仿真模型参数设置为：LTE基站发射功率为46dBm，Wi-Fi的发射功率为23dBm。基站传输信号经过大尺度损耗、穿透损耗、小尺度损耗后到达UE，UE进行RSRP与SNR估计。LTE与Wi-Fi各子代价函数的权值设置一致为：信号强度评价函数权值为0.2，信噪比评价函数权值为0.2，基站缓存评价函数权值设置为0.3，服务质量QoS评价函数权值设置为0.3。LTE与Wi-Fi代价函数权值仿真如图4。设置LTE最大传输速率为100Mbps，Wi-Fi最大传输速率为300Mbps。当Wi-Fi与LTE分流比例为1：3，系统整体平均吞吐量达到最优。实际仿真，综合评估了RSRP、SNR、BSR、QCI，Wi-Fi与LTE会根据实际链路状态进行评价，调整分流系数；特别在QCI在大于5和小于5分流系统变化较大，以保证业务的服务质量。

对系统进行Fullbuffer业务，分别用UDP与TCP业务进行测试。当LTE与Wi-Fi系统相互独立，不进行联合调度分流LTE与 Wi-Fi，UDP平均传输速率为242Mbps，TCP平均传输速率为185.52Mbps；LTE与Wi-Fi融合组网，资源经统一调度，可以充分评估异系统之间的评价优劣，融合系统的UDP平均傳输速率为260. Mbps，TCP平均传输速率为105.22Mbps，融合系统可以有效提升整体系统容量。

5 结束语

Wi-Fi已经广泛应用于家庭无线网。由于其具备高速率、低建网成本，将Wi-Fi网络融合到传统的移动蜂窝网络LTE是无线网络研究的重点内容。文中设计了一种LTE与Wi-Fi融合的架构，并在融合架构上，利用系统信号强度、信噪比、基站缓存、业务服务质量等，综合评估异系统传输性能，制定出异系统间的分流策略。通过实验仿真可知，融合组网架构结合分流策略，可以有效提升系统整体性能。

参考文献：

[1] 王昊.信息物理融合系统中基于网关的异构网络通信问题研究[D].哈尔滨：哈尔滨工业大学， 2016.

[2] 杨静，孙滔，魏冰.基于ANDSF实现WLAN和蜂窝网间选网机制的增强[J].电信科学，2012，28（5）：99-103.

[3] 刘珊珊，郭娟，张继荣.ANDSF实现的无线异构网络选择算法[J].传感器与微统，2017，36（1）：143-145+148.