联合可变权重的异构无线网络选择策略研究

于慧思，张 爽，黄春雨

(1. 长春电子科技学院，吉林 长春 130114；2. 长春理工大学，吉林 长春 130000)

1 引言

随着通信技术的快速发展，无线网络的种类与数量不断激增，不同运营商所提供的差异化服务形成了无线网络的异构性。目前异构无线网络主要包含：移动通信系统、有无线局域网络和微基站等。正因为异构无线网络的存在，用户才可以随时随地接入无线网络，不断丰富业务类型[1-3]。如何在异构无线网络中选择最优的网络是用户关心的重点问题。一般用户通过网络特点，如网络资源使用情况、信号强度等将备选网络进行优先等级排序，并根据等级选择出最佳的备选网络[4]。

异构无线网络的选择策略主要从业务类型和均衡负载等方面开展[5]，当前异构无线网络选择已成为研究热点。文献[6]分别采用模糊分析法与粗糙集理论法对异构无线网络的主观权重和客观权重进行计算，为了达到最好的服务状态，对主观权重和客观权重进行在线修改，结果表明该方法不仅可以减少网络拥堵发生的概率，还能对网络负载进行有效地均衡，但没有考虑到通信网络实物间的互相影响。文献[7]采用灰色关联分析法对建立的异构无线网络性能评价体系权重值进行确定，为了选择最优的网络，利用Markov预测网络的状态，并通过垂直切换仿真分析异构无线网络的性能，结果表明，该方法明显降低了网络数据在传输过程中的丢包率，但平均切换次数有待提高。文献[8]为了得出神经网络隶属函数的初值，采用蜻蜓算法对神经网络的二、五层隶属函数进行优化，系统根据用户对无线网络的喜好程度为用户选择最合适的网络，结果表明，该方法可以提高吞吐量，但在一定程度上降低了切换次数。

基于以上研究，本文将效用函数应用在网络属性选择算法中，确定网络属性的主观权重和客观权重。为了解决单一权重所导致的网络选择片面性和网络服务需求未得到充分考虑的问题，对各个候选网络可变权重值进行排序，筛选出最合适的接入网络。

2 异构无线网络选择

异构无线网络是由多种相互竞争、融合、协作的无线接入网络构成，不断满足用户日益更新的网络需求。接入、业务等主要体现于异构无线网络的融合性。接入、终端、运营商等主要体现于异构无线网络的异构性。

2.1 接入选择机制

异构无线网络具有不同的网络特性，不同用户的业务需求也不尽相同。就用户而言，性能最佳的网络接入不一定适合其业务需求，因此网络选择的目的是在网络环境中找到最合适用户网络，最大程度上满足用户的网络需求。综上所述，异构无线网络的选择策略应从网络层、应用层以及用户层三方面进行考虑，每一层都由动态因素和静态因素组成，具体分类如表1。

表1 异构无线网络选择策略影响因素

为了满足用户需求，优化系统性能，需要对网络进行选择，网络选择流程由信息获取、网络选择决策、选择执行三个阶段组成。网络接入选择的流程图如图1所示。

图1 网络接入选择流程

信息获取阶段主要从包含信号强度等信息的网络状态和包含用户喜好、业务需求等方面进行信息的获取。网络选择决策阶段通过异构无线网络选择算法对信息获取阶段获取的各种信息进行分析处理，选择出最适合用户接入的网络，该阶段不仅影响到终端是否能接入符合用户需求的网络，还关系到整个系统对网络资源的利用，因此在网络选择决策阶段，网络选择算法非常重要。选择执行阶段根据通信协议，并结合网络选择决策结果，完成对目标网络的选择接入。

2.2 选择算法

在选择接入网络过程中，不同网络属性的量纲不同，因此需要对网络属性值归一化处理，才可以使用初始的网络属性值对系统方案进行排序与择优。网络属性包含成本型、效益型和区间型属性。网络属性值越小，成本型属性越好；网络属性越大，效益型属性越好；网络属性值越接近固定常数，区间型属性越好。常用的网络属性无量纲化处理方法主要如下。

1)向量归一化方法

成本型网络属性，公式可表示为

(1)

效益型网络属性，公式可表示为

(2)

2)线性归一化方法

成本型网络属性，公式可表示为

(3)

效益型网络属性，公式可表示为

(4)

3)极差归一化方法

成本型网络属性，公式可表示为

(5)

效益型网络属性，公式可表示为

(6)

在异构无线网络选择中，简单加权网络选择算法有着普遍的应用，该算法将网络属性权值与候选网络属性归一化值进行加权处理，并通过加权和对各个候选网络的评价值进行计算。该算法具有简洁、易使用等特点，用公式可表示为

(7)

其中，k表示所有候选网络方案总个数；s表示候选网络属性个数；ωn表示第n个网络属性的权重。

3 联合可变权重算法

传统的网络选择策略大多忽视了不同用户对网络属性的需求差异。基于此，可利用综合权重衡量网络属性对网络选择的影响，并采用效用函数与综合权重相互结合求出网络权重的效用值，利用权重效用值解决多属性网络对用户需求的影响问题。

3.1 构建效用函数

效用函数是在异构无线网络选择过程中，可定性分析用户对网络属性的满意程度。假设di表示可分配给用户的网络资源量，那么候选网络中的整数型效用函数为f(di)，效用函数在异构无线网络选择中具有四个特性，单调性、二次可微性、凹度性和凸度性，这些特性用公式可表示为

(8)

通过公式可以看出，效用函数在单调变换前具有唯一性，因此将单调变换应用在效用函数中不仅不会改变函数的主观属性，还会构造出有关偏好程度的函数。对于效用函数的设计，不仅考虑业务类型，还需考虑资源灵敏度。于是本文引入Sigmoid函数，公式表示为

(9)

其中，α表示函数陡度程度；dA表示函数中心值。通过调整参数α，可改变效用函数的形状，因此可通过参数α准确确定异构无线网络属性的变化情况。

虽然Sigmoid函数非常适合效用函数，但仅仅通过调整参数dA和α来满足网络选择中的用户需求、灵敏度变化非常困难，因此本文在Sigmoid函数中引入附加条件，用公式可表示为

(10)

其中，β表示网络资源量的上限；χ表示网络资源量的下限。通过对调整参数dA和α的合理调整可完成多种业务和网络属性下的同种网络属性中效用函数的构建。

3.2 确定可变权重效用值

为了方便对用户的主观喜爱程度进行量化处理，以及解决网络结构复杂的问题，本文引用AHP算法计算主观权重。将网络选择模型映射为主观判断，构建出用户偏好矩阵，通过偏好矩阵计算出主观权重值。偏好矩阵用公式可表示为

(11)

其中，n表示网络属性个数。由于不同用户对网络的判断和选择不同，因此仅通过偏好矩阵对属性程度进行确定可能会有偏差，因此需要对偏好矩阵进行进一步验证，确定其合理性。首先根据检验指标和一致性指标值计算出一致性比例指数，然后对一致性比例指数进行比较判断。若满足需求，表示主观权重值具有合理性；反之，需要对主观权重值进行重新计算。

在候选网络的过程中还需对网络属性的客观权重值进行考虑，本文采用CRITIC算法计算客观权重。由于不同网络属性拥有不同的量纲等级，因此需要对决策矩阵中的成本型和效益型属性进行无量纲归一化处理，求出归一化决策矩阵，用公式可表示为

(12)

其中，m表示网络方案数量；n表示网络属性数量。网络选择过程中，若网络属性的标准差越大，表示该网络的信息量越大，客观权重值也会越大，因此需要对标准差进行求解，用公式可表示为

(13)

其中，m表示网络方案数量；n表示网络属性数量。结合标准差，进一步计算出网络属性指标中所包含的网络信息量，用公式可表示为

(14)

根据式(13)可以确定最终网络属性指标的客观权重，用公式可表示为

(15)

为了保证异构无线网络选择策略的合理性，联合主客观权重，从网络与用户两个方向完成网络的选择，本文采用最小二乘法对可变权重值进行计算。

首先根据主观权重值以及效用矩阵，求解出各个候选网络的主观权重效用值，用公式可表示为

(16)

其中，ωsub＿wei表示主观权重；pmn表示第m个候选网络中的第n个网络属性效用值。根据客观权重值以及效用矩阵，求解出各个候选网络的主客观权重效用值，公式表示为

(17)

其中，ωobj＿wei表示客观权重；pmn表示第m个候选网络中的第n个网络属性效用值。综合考虑主客观权重效用值，建立网络综合选择策略优化模型，公式可表示为

(18)

(19)

综上所述，通过求解出的可变权重值完成候选网络序列的构建，并根据最有权重确定最终的网络策略。

4 仿真与结果分析

为了验证联合可变权重的异构无线网络选择策略的有效性，建立了包含WLAN、LTE和UMTS网络的仿真环境，设定多用户均可进入该网络环境的覆盖区，并根据用户发起通信业务类型以及网络状态选择出恰当的网络，完成接入服务。

在网络实际选择的过程中，有众多因素都会对网络的最终选择结果造成影响，本文选择最具有代表性的5种因素，分别为带宽频率、延时时间、抖动时间、丢包率以及价格。在本文算法的仿真验证中，给出三种候选网络的属性状态参数，如表2所示。

表2 属性状态参数

在异构无线网络环境中，三种候选网络的参数都是不断变化的，本文选择CRITIC法计算并反映出网络属性的客观权重，并针对会话类业务、流媒体类业务和交互类业务三种业务求出三种候选网络方案的可变权重值，然后对可变权重值进行大小排序，选择出目标网络。在相同环境下进行200次网络选择实验，并分别将本文算法与传统算法对网络选择结果进行统计，分析联合可变权重的网络选择策略的性能。采用本文算法网络选择结果如图2所示。

图2 本文算法网络选择结果

从图中可以看出，会话类业务选择UMTS网络接入的概率较高，其主要原因是UMTS网络延时小；流媒体类业务选择WLAN网络接入，其主要原因是WLAN网络带宽高；交互类业务选择LTE网络，其主要原因是丢包率低，能保证数据完整。综上所述，采用本文算法网络选择结果是合理的。采用本文算法与传统算法在相同网络环境下网络辨识度的性能对比结果如图3所示。

图3 网络辨识度的性能对比结果

从图中可以看出，在会话类业务、流媒体类业务和交互类业务这三种业务类型中，联合可变权重的异构网络选择算法与传统算法相比对目标网络的确定更加准确，与此同时，由于本文算法具有较高的算法识别度，不仅可以降低候选网络切换发生率，还明显优化了网络资源的利用率。

5 结束语

针对多属性网络选择过程中未考虑用户业务的满意度情况，本文提出联合可变权重的异构网络选择策略，在多属性网络选择过程中引入效用函数，并计算出每个网络属性的效用值。为了避免主观权重或客观权重造成网络选择的片面性问题，构造了最小二乘法优化模型，对可变权重值进行计算。通过对权重值的大小排序，选择出最合适的目标网络。在本文构建的网络环境下进行200次网络选择实验，将本文算法与传统算法对网络选择结果进行对比，实验结果表明，本文算法能够有效优化网络资源的利用，针对不同服务需求做出合理的网络选择，并且具有较高的识别性。