一種新的異構無線接入網垂直切換方法＊

凌毓濤，易本順，吳建斌，瞿少成

（1.武漢大學電子信息學院，湖北武漢 430072； 2.華中師范大學信息技術系，湖北武漢 430079）

為適應用戶隨時隨地接入網絡獲取服務的需求，各種無線接入網絡，如UMTS，WLAN和WiMAX等正不斷融合和發展，它們一起構成了泛在、異構的網絡環境.但這些網絡在覆蓋范圍、帶寬和資費等方面存在差異，其適用的場景各有側重，如：WLAN適合在商場、機場等覆蓋范圍較小的“熱點”區域提供較高的傳輸速率，而UMTS則在較大的覆蓋范圍內提供較低的傳輸速率.為保證移動終端獲得良好的服務質量，應采用合理的決策方法，實現異構無線接入網絡間透明、無縫的垂直切換.

鑒于此，本文提出了一種新的垂直切換決策算法.該算法使用RSS及其累積量作為切換觸發條件，避免了頻繁的觸發切換；并且利用基于模糊理論的量化決策方法，綜合考慮了網絡端和用戶端的相關因素進行網絡選擇，在提高切換準確度、避免不必要的切換和減少信令開銷的同時，降低了算法的復雜度，同時滿足了網絡和用戶的需求.

1 系統模型

在異構無線網絡中，由于用戶的移動，終端會從一個網絡移動到另一個網絡，為保持會話的連續性，需要采用切換技術.如果這兩個網絡的類型不同，那么移動終端將進行垂直切換；反之，則進行水平切換，本文重點討論的是垂直切換.對于處于網絡重疊覆蓋區域內的終端，將有多個接入網可供選擇.由于在實際場景中，UMTS和WLAN所構成的異構無線網絡具有代表性，為了便于進行定量仿真分析，不失一般性，假定異構無線網絡系統包括一個UMTS和若干WLAN接入網絡，UMTS覆蓋整個區域范圍，而WLAN則處于UMTS的覆蓋范圍內，其模型如圖1所示，該模型可以很容易地擴展到具有更多種無線接入網絡的場景.

圖1 異構無線網絡系統模型Fig.1 Heterogeneous wireless networks system model

計算移動終端在不同類型網絡中的RSS所用到的信道傳播模型不同.在UMTS中，如果終端和基站之間的距離為d，則RSSUMTS（d）［8］為：

式中：Pt是發射功率；PL（d）是在傳輸距離為d處的路徑損耗；Xσ表示陰影效應，它是一個均值為零、標準差為σ的高斯隨機變量，而σ根據環境取值為6～12dB.

式中：S是由傳輸環境決定的路徑損耗常數，單位為dBm；n是路徑損耗指數，表示路徑損耗隨距離增長的速率，取值范圍為2～4.

在WLAN中，計算RSS的傳播模型［8］為：

式中：γ表示傳輸的環境因子.

2 算法描述

2.1 基于終端控制的切換

在2G和3G無線網絡中，采用的是移動終端輔助網絡控制的切換方式，通過移動終端向網絡發送測量報告，然后由網絡根據這些測量結果來做出切換決策.這種方式更多地考慮網絡資源的利用率和系統負載均衡等方面的問題，而對用戶端方面考慮較少.然而在異構環境中，為了給用戶選擇最優的網絡，除了考慮網絡的狀態，還需要考慮應用的需求、移動終端的狀態以及用戶偏好等方面的因素，特別是當用戶數量很大時，這些信息通過信令發送到網絡會大大增加系統的信令開銷和時延.鑒于移動終端的計算能力越來越強大，可以將網絡設備的管理開銷分布到各個終端，而且終端也更容易獲取電池電量、用戶偏好和相鄰接入網狀態等方面的信息.因此，本文采用由終端控制的切換方式.

基于終端控制的切換主要由3個功能模塊組成：網絡接口管理模塊、用戶數據庫模塊和切換管理模塊，如圖2所示.

圖2 終端控制的切換框架Fig.2 Terminal－controlled handoff framework

網絡接口管理模塊：該模塊的主要功能是實現對網絡接口的有效管理，如：監測接口的狀態、收集接口的測量信息等.

用戶數據庫模塊：該模塊提供圖形用戶接口讓用戶可以對網絡選擇中需要考慮的指標進行設置，同時對切換失敗或QoS較差的接入網進行記錄，降低其被選擇的優先等級.

切換管理模塊：垂直切換過程可分為3個階段，接入網發現、切換決策和切換執行.因此，切換管理模塊包括以下3個子模塊：

1）接入網發現子模塊：根據收集到的信息及時發現附近的可用接入網.

2）切換決策子模塊：包括2部分，首先決定是否需要發起切換，以及確定切換的候選網絡；其次，根據切換準則從可用網絡中選擇最優網絡作為切換目標網絡，即接入網選擇.

3）切換執行子模塊：通過某些垂直切換支持協議完成切換的實施過程，將正在進行的通信會話從切換前網絡中的接入點轉移至目標網絡中的新接入點.

2.2 切換觸發機制

為了避免由于乒乓效應所導致的頻繁切換，本算法引入了切換計時器，以RSSWLAN及其累積量作為切換觸發的判決條件，分為以下2種情況：

1）若移動終端處于UMTS狀態，其切換過程的算法描述見表1.經過掃描，如果移動終端接收到的WLANi的信號強度RSSi高于其閾值Rth，將會觸發切換計時器開始計時；然后，需要判斷在一個計時周期T內，高于Rth的接收信號強度（RSS′i）之和是否大于能量閾值Rs（Rs＝Rth·L／2，L為一個計時周期內的采樣次數）.若∑RSS′i＞Rs，則將WLANi加入到垂直切換候選列表.依次對所有檢測到的WLAN進行如上處理.

表1 移動終端處于UMTS狀態時的切換算法描述Tab.1 Algorithm description of handoff from UMTS

2）若移動終端處于WLAN狀態，其切換過程的算法描述見表2.若當前WLAN的接收信號強度RSSc＜Rth，則觸發計時一個周期；若在該周期內，高于閾值Rth的信號強度之和小于Rs，則依次判斷其他的WLAN是否滿足能量閾值條件，若滿足則加入到水平切換列表中.

在切換觸發階段之后，若判斷需要進行切換，則還需要進行接入網選擇，以確定切換目標網絡.

表2 移動終端處于WLAN狀態時的切換算法描述Tab.2 Algorithm description of handoff from WLAN

2.3 網絡選擇

模糊邏輯方法是介于傳統人工智能的符號推理和傳統控制理論的數值計算之間的方法，它能夠適應無線網絡的動態條件和垂直切換的復雜性.如文獻［7］采用傳統的基于模糊邏輯控制的方法包括模糊化、模糊推理和解模糊3個階段.典型的模糊控制系統如圖3所示，其中，建立模糊推理規則庫是模糊推理環節的關鍵.規則庫是一組語言控制規則，即一系列以IF－THEN形式表示的模糊條件判斷語句.在網絡選擇問題中，假設只有2個候選網絡，需要評價的準則有5個，而每個準則參量有3個隸屬度函數，則最多可以建立310個推理規則；而且，隨著候選網絡、評價準則以及隸屬度函數的數量增加，該規則庫的規模還會呈指數級擴大.這會使計算復雜度大大增加，造成切換決策會產生較大的延時，實時性較差，甚至會導致切換失敗.為了降低計算的復雜度，本文采用基于模糊邏輯的量化決策算法，該算法不需要建立邏輯推理規則庫.

切換目標網絡的選擇實際上是一個多準則決策問題，選取不同的準則參量對于垂直切換的性能會產生很大的影響，因此，為了充分考慮網絡端和用戶端的情況，本算法選取了5個參量：1）RSS，反映了通信鏈路質量，且蜂窩網和WLAN的RSS差異很大；2）系統的可用帶寬（BA），反映了系統的業務負載情況，可用帶寬不足是產生呼叫阻塞及掉話的主要原因；3）連接時延（Delay），是反映網絡QoS的重要指標；4）移動終端的功耗（Power），在垂直切換的目標網絡選擇過程中，特別是當電池電量比較低時，用戶會傾向于選擇具有更低功耗的網絡，而移動終端在蜂窩網中的功耗要小于在WLAN中的功耗；5）接入資費（Cost），是從用戶的角度出發，反映了用戶的偏好，對于不同的運營商和網絡類型，其資費往往不同，用戶更希望選擇價格便宜的網絡.本算法包括3個步驟：模糊化、量化評價和量化決策.

圖3 模糊控制系統Fig.3 Fuzzy control system

2.3.1 模糊化

如圖4所示的隸屬函數有5個模糊集：非常低（VL），低（L），中等（M），高（H）和非常高（VH）.常數Cmin，C1，C2，C3，C4和Cmax，可以根據所考慮網絡的各準則參量取不同的值.本算法中采用的準則參量的隸屬度表示為：μc＝［μVL，μL，μM，μH，μVH］.以RSS為例，對于UMTS網絡，在合理的范圍內，先確定Cmin和Cmax的取值分別為－120dBm和－100 dBm，則相應的其他常數C1，C2，C3和C4可根據等間距的原則確定為－116dBm，－112dBm，－108 dBm和－104dBm.如果輸入量RSS＝P，則該網絡中模糊變量RSS的隸屬度為［0，0，0.85，0.15，0］.

圖4 隸屬函數Fig.4 Membership function

2.3.2 量化評價

準則參量的量化系數反映了各模糊集的重要程度，表示為Qc＝［QVL，QL，QM，QH，QVH］.由于不同的準則參量所具有的網絡選擇特性不同，同時為了簡化算法，可以根據經驗選取各準則參量的固定量化系數.例如，RSS和可用帶寬都是值越大，選擇該網絡的概率也就越大，因此可以取QRSS／BA＝［0，0.25，0.5，0.75，1］；而對于連接時延、功耗和資費，由于其具有的網絡選擇特性和前者相反，因此可以取QDelay／Power／Cost＝［1，0.75，0.5，0.25，0］.對于某一候選網絡i，各準則參量的量化評價值Vi，c可以計算為：Vi，c＝.

2.3.3 量化決策

為了在網絡利用率和用戶的滿意度之間進行平衡，每個準則參量的量化評價值需要賦權以反映其在網絡選擇中的重要性.為此，網絡i的量化決策值可以定義為：

為實現準則參量權重的動態調整，對于每個參量權重可以計算為：W＝，此處f是量化評價值

ccVi，c的均值（mc）和方差（σc）的函數，它們可以估計為式中，N是候選網絡的數量.根據均值和方差可以得到fc＝exp（－mc＋σc）.所有參量的量化評價值確定后，可計算F＝fRSS＋fBW＋fDelay＋fPower＋fCost.

最后，選擇具有最大量化決策值的網絡作為切換目標.

3 仿真分析

通過仿真實驗，本文分析比較了所提出的算法、基于RSS的算法（RSS1算法）［9］以及基于RSS和遲滯的算法（RSS2算法）［2］的部分性能指標，主要是垂直切換次數和垂直切換掉話率.

網絡仿真環境如圖1所示，該異構無線網絡由一個UMTS網絡和3個WLAN組成.網絡拓撲的覆蓋范圍設置為1 000m×1 000m，其中心坐標為（0，0）；UMTS基站的中心坐標為（0，0），可以覆蓋整個區域；而每個WLAN具有相同的小區半徑100 m，其AP的中心坐標分別為（－200，0），（200，0）和（340，60）.移動節點的數量為50個，采用隨機游走的移動方式，其移動方向是隨機的，速度為5～20 m／s.仿真中需要用到的其他參數見表3.

表3 仿真參數Tab.3 Simulation parameters

在仿真中考慮2種業務類型，即固定比特率和可變比特率的業務.對于前者，在UMTS和WLAN中的傳輸速率分別為100kbps和200kbps；而對于后者，在UMTS中的傳輸速率為10～384kbps，在WLAN中的傳輸速率為10kbps～1.5Mbps.假設它們都以泊松分布到達該異構網絡，到達率為λ（calls／s），所占比例分別為30%和70%，業務的平均保持時間服從指數分布，其均值μ為150s.我們進行了10次獨立的仿真，每次仿真時間為1 000s，最后對結果取平均值.

圖5顯示了在不同到達率的情況下各算法的垂直切換次數.本文提出的算法產生的垂直切換次數最少，而RSS1算法的結果最差.所有算法的垂直切換次數都會隨著到達率的增加而增加，但本文方法的垂直切換次數隨到達率的增加而平緩地增加，而其他兩種方法是顯著增加.在圖6中，由于所提出的算法是根據模糊量化決策方法來確定最優的網絡，這樣可以避免切換到RSS很強但是沒有足夠帶寬用于切換連接的網絡.其結果是，本文算法的垂直切換掉話率要小于RSS1和RSS2算法的掉話率.

圖5 不同到達率下的垂直切換次數Fig.5 The number of vertical handoff under various arrival rates

圖6 不同到達率下的垂直切換掉話率Fig.6 The dropping probabilities of vertical handoff under various arrival rates

圖7 不同移動速度下的垂直切換次數Fig.7 The number of vertical handoff under various movement velocities

圖8 不同移動速度下的垂直切換掉話率Fig.8 The dropping probabilities of vertical handoff under various movement velocities

為研究不同的垂直切換算法受移動性影響時的性能，本文對不同移動速度下的性能指標進行評價.如圖7所示，提出的算法在不同速度下都獲得了最少的垂直切換次數，而RSS1算法的垂直切換次數最多.此外，所有算法的垂直切換次數都隨著移動速度的增加而增加.圖8中，可以看出本算法的垂直切換掉話率很低，而RSS1和RSS2算法的掉話率隨移動速度的提高而上升.其原因是這2種算法中，移動節點都利用RSS作為切換決策依據，它們會選擇RSS最強的網絡作為目標網絡.結果是具有最強RSS的網絡很快會耗盡其可用帶寬，從而導致掉話率較高.

4 結 論

為了提高垂直切換的準確度，本文綜合考慮了網絡端和用戶端的多個重要因素，提出了一種新的垂直切換算法.該算法一方面通過引入RSS累積量，改進了基于RSS的切換觸發機制，避免頻繁地觸發切換，減少了不必要的切換次數；另一方面，由于模糊邏輯能夠適應無線網絡狀態的變化，同時考慮到垂直切換算法的復雜性，通過引入基于模糊邏輯的量化決策方法，有效地從可用的候選網絡中選擇最優的網絡，并且降低了計算的復雜度.仿真結果表明，該算法對于減少不必要的垂直切換次數和降低垂直切換掉話率等性能方面有較大改善.

［1］ STEMM M，KATZ R H.Vertical handoffs in wireless overlay networks［J］.Mobile Networking and Applications－Special Issue on Mobile Networking in the Internet，1998，3（4）：335－350.

［2］ MARICHAMY P，CHAKRABARTI S，MASKARA S L.Performance evaluation of handoff detection schemes［C］／／Conference on Convergent Technologies for Asia－Pacific Region.Washington，DC：IEEE，2003：643－646.

［3］ WANG H，KATZ R，GIESE J.Policy－enabled handoffs across heterogeneous wireless networks［C］／／Proceedings of the 2nd IEEE Workshop on Mobile Computing Systems and Applications.Washington，DC：IEEE，1999：51－60.

［4］ SONG Q Y，JAMALIPOUR A.A quality of service negotiation－based vertical handoff decision scheme in heterogeneous wireless systems［J］.European Journal of Operational Research，2008，191：1059－1074.

［5］ LEE W J，KIM E K，KIM J H，et al.Movement－aware vertical handoff of WLAN and mobile WiMAX for seamless ubiquitous access［J］.IEEE Transactions on Consumer Electronics，2009，53：1268－1275.

［6］ 梁立濤，紀陽，張平.基于模糊層次分析法的異構系統網絡選擇算法［J］.北京郵電大學學報，2007，30（2）：71－75.LIANG Li－tao，JI Yang，ZHANG Ping.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.（In Chinese）

［7］ STOYANOVA M，MAHONEN P.Algorithmic approaches for vertical handoff in heterogeneous wireless environment［C］／／Wireless Communications and Networking Conference.Washington，DC：IEEE，2007：3780－3785.

［8］ BING Hong－yang，HE Chen，JIANG Ling－ge.Performance analysisof vertical handover in a UMTS－WLAN integrated network［C］／／Personal，Indoor and Mobile Radio Communications.Washington，DC：IEEE，2003：187－191.

［9］ ZHANG Ning，HOLTZMAN J M.Analysis of handoff algorithms using both absolute and relative threshold［J］.IEEE Transactions on Vehicular Technology，1996，45（1）：174－179.