異構無線網絡TOPSIS算法的一種改進

張繼榮，苗國防，王文斌

（西安郵電大學 通信與信息工程學院，陜西 西安710121）

異構無線網絡的接入選擇是目前研究的熱點之一，許多文獻對該問題進行了研究。文獻［1］介紹了典型的全球通信系統與無線局域網的融合并引入“乒乓帶”的概念；文獻［2］提出了基于組合權重的異構無線網絡選擇算法；文獻［3］介紹了基于馬爾科夫決策算法的異構網絡選擇算法；文獻［4］從接收功率、帶寬、時延和代價4個判決因子來判斷網絡的綜合性能，從而做出準確的接入決策；文獻［5］對用戶在異構網絡中的選擇行為進行建模，構建了博弈論分析模型來控制用戶的接入選擇。

異構無線網絡環境下傳統的接近理想方案的序數偏好方法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）容易引起失序問題，從而給異構無線網絡環境下用戶的接入選擇帶來很多麻煩。目前有一些文獻對失序問題提出了改進方法，文獻［6］提出了0－1型絕對標準以及兩兩比較法兩種思路并用實例對提出的改進算法進行驗證；文獻［7］指出了產生失序的原因是正、負理想解的改變，并提出了引入絕對正、負理想解的方法；文獻［8］提出了選擇“絕對理想點”的改進方法，并給出了相關證明。但上述方法共同的不足就是只定義了絕對正、負理想解的存在，而沒有說明絕對正、負理想解是如何確定的。

針對上述問題，本文通過找出每個候選網絡的業務服務質量（Quality of Service，QoS）［9］參數的取值范圍，來確定絕對正、負理想解，從而形成改進的方法，并最終通過仿真對改進方法的合理性加以驗證。

1 構建模型分析

1.1 系統結構模型

假定系統環境構成包括覆蓋整個區域的通用移動通信系統（Universal Mobile Telecommunications System，UMTS）、全球微波互聯接入（Worldwide Interoperability for Microwave Access，WIMAX）基站和兩個無線局域網（Wireless Local Area Networks，WLAN）接入點（802.11a和802.11b），其結構模型如圖1所示。

圖1 系統結構模型

1.2 網絡參數的選擇

由于在異構無線網絡選擇中，總是希望選擇低時延（Delay）、低抖動（Jitter）、低丟包率（Packet Loss Rate，PLR）、低資費（Cost）的網絡，故此選取時延D、抖動J、丟包率RPL和資費C等四個屬性作為網絡選擇的判決參數。

1.3 業務類型分析

不同的業務類型所要求的QoS也不相同，主要表現在對時延、抖動和誤碼率的要求不同。根據業務內在技術要求不同，第三代合作伙伴計劃（The 3rd Generation Partnership Project，3GPP）規范把業務類型分為四大類：會話類業務、流媒體業務、互動類業務和后臺類業務。由于受到四類業務自身QoS特征的影響，四種業務類型的主流業務呈現的特征不同，如表1所示。

表1 3GPP對3G業務分類

由表1可知，能夠反映QoS特征的參數是時延D、抖動J和丟包率RPL，而與資費C關系不大，故此只需選取時延D、抖動J和誤碼率RPL為QoS參數，而無需考慮資費C。

2 絕對正負理想解的確定

根據文獻［10］，QoS參數分為越大越好型和越小越好型，并且把越小越好型參數的取值求倒數，得到判決矩陣。因所涉及到的QoS參數（時延D、抖動J和丟包率RPL）都是越小越好型，故可參照文獻［10］將時延D、抖動J和丟包率RPL的取值求倒數，進而得出判決矩陣。

參照文獻［10］求解正、負理想解的過程，得到正理想解

負理想解

其中m指候選網絡的個數，此處取m＝4，而n指決策指標的個數，此處取n＝4。

由式（1）和式（2）可知，求解正、負理想解就是求加權標準化矩陣的最大和最小元，而加權標準化矩陣是權值與決策矩陣標準化后得矩陣乘積形成的矩陣，那么在權值已經求出的情況下（權值求解過程參照文獻［10］），其實就是求判決矩陣的最大和最小元，也就是要知道各候選網絡的QoS參數的取值范圍。

候選網絡的QoS參數設置［10］如表2所示。

表2 候選網絡QoS參數值的取值范圍

由表2可得到各候選網絡的QoS參數的取值范圍。因為構造判決矩陣時，已經將時延D、抖動J和丟包率RPL的取值求倒數，所以這些參數已轉化為越大越好型。既然求解正、負理想解的值就是求判決矩陣的最大和最小元，故只需把每個候選網絡的QoS參數的最大值構成的矩陣稱為絕對正理想解，把每個候選網絡的QoS參數的最小值構成的矩陣稱為絕對負理想解，則其他正理想解不可能比絕對正理想解更大，負理想解不可能比絕對負理想解更小。由于絕對正、負理想解不會隨著候選方案的增加或減少發生改變，因此各個決策方案距絕對正、負理想解的距離不會改變，那么新方案中原有方案的相對接近度不會改變，則各方案之間的優劣順序也不會改變，這樣就解決了逆序問題。

3 仿真及分析

以減少某個候選網絡的情況為例，用來驗證改進的TOPSIS算法的可行性。針對三種具體的網絡場景（如圖1）使用MATLAB進行模擬仿真。

場景1 用戶終端處于 UMTS、WIMAX、802.11a及802.11b四個網絡的重疊覆蓋區域。

場景2 用戶終端處于UMTS、WIMAX和802.11a（即減少了802.11b網絡）三個網絡的重疊覆蓋區域。

場景3 用戶終端處于UMTS、WIMAX和802.11b（即減少了802.11a網絡）三個網絡的重疊覆蓋區域。

每個場景都采用傳統的TOPSIS算法與改進的TOPSIS算法進行比較，改進的算法利用理想網絡作為參考網絡，即采用各候選網絡中QoS參數最好的指標作為參考值，而傳統的算法采用QoS參數取值范圍內隨機的指標作為參考值。

在場景1情形下，對于傳統的TOPSIS算法，四種業務類型的選擇結果如圖2所示。

圖2 四個候選網絡的傳統TOPSIS網絡選擇

由圖2可以看出，四種業務類型分別選擇了UMTS、WIMAX、802.11a、802.11a，這種選擇是合理的，因為會話類業務對時延和抖動都比較敏感，而UMTS時延和抖動都比較小，所以UMTS適合會話類業務的接入；流媒體業務對抖動比較敏感，對時延要求不高，而這恰好是WIMAX的特點，因此WIMAX比較適合流媒體業務；互動類和后臺類業務都屬于非實時性業務，對誤碼率要求比較高，對時延和抖動要求都不高，并且更傾向選擇資費比較低的網絡，所以最終會選擇802.11a，由上述分析可知，這種選擇結果是合理的，所以對于情況一來說，使用傳統的TOPSIS算法完全能夠滿足網絡選擇需求，無需對傳統算法進行改進。

在場景2情形下，對于傳統和改進TOPSIS算法，四種業務類型的選擇結果分別如圖3和圖4所示。

圖3 減少802.11b網絡的傳統TOPSIS網絡選擇

圖4 減少802.11b網絡的改進TOPSIS網絡選擇

由圖3可知，四種業務類型選擇的網絡分別是UMTS、802.11a、802.11a、802.11a，而由圖4可知，四種網絡分別選擇了 UMTS、WIMAX、802.11a、802.11a，通過對比可以看出這兩種算法只是流媒體業務選擇不同，其他三種業務類型選擇都相同，那么只需分析流媒體業務應該選擇哪種網絡即可，因為流媒體業務對抖動比較敏感，對時延和誤碼率要求都不高，而這恰好是 WIMAX的特點，因此WIMAX更適合流媒體業務，由上述分析可知，傳統的TOPSIS算法出現了失序現象，而改進的TOPSIS算法選擇結果合理，避免了失序問題，從而驗證了改進算法的可行性。

在場景情形下，對于傳統和改進的TOPSIS算法，四種業務類型的選擇結果分別如圖5和圖6所示。

圖5 減少802.11a網絡的傳統TOPSIS網絡選擇

圖6 減少802.11a網絡的改進TOPSIS網絡選擇

由圖5可知，四種業務類型的選擇結果分別是UMTS、802.11b、802.11b、802.11b，而由圖6可知，四種網絡分別選擇了 UMTS、WIMAX、802.11b、802.11b，通過對比可以看出這兩種算法也只是流媒體業務選擇不同，其他三種業務類型選擇都相同，那么只需分析流媒體業務應該選擇哪種網絡即可，其分析過程與減少802.11b網絡的情況相同，由上述分析可知，傳統的TOPSIS算法也出現了失序現象，而改進的TOPSIS算法選擇結果合理，進一步驗證了改進算法的可行性。

4 結語

以異構無線網絡為背景，綜合考慮時延、抖動、丟包率及資費等參考指標，針對一些文獻只是引入了絕對正、負理想解來解決傳統TOPSIS算法出現的逆序問題，而沒有說明絕對正、負理想解是如何確定的這一問題，通過在特定的網絡環境中找出每個候選網絡的QoS參數的取值范圍，最終確定絕對正、負理想解，從而得到改進的方法，并通過最終的仿真驗證了改進方法的合理性。需要指出的是，本文只是針對四個網絡進行簡單的研究，更多復雜網絡環境下的研究將是下一步研究的重點。

［1］朱輝.改進的異構無線網絡垂直切換算法［J］.西安郵電學院學報，2012，17（1）：38－41.

［2］張鵬，黃開枝.基于組合權重的異構無線網絡選擇算法［J］.系統工程與電子技術，2009，31（10）：2501－2505.

［3］徐曉峰，鄭連清.馬爾科夫模型在異構無線網絡選擇中的應用［J］.計算機仿真，2011，28（11）：134－137.

［4］張繼榮，高盈.基于TOPSIS的自適應垂直切換算法研究［J］.西安郵電大學學報，2013，18（1）：22－25.

［5］陳杰.未來異構網絡間的博弈與資源管理研究［D］.北京：北京郵電大學，2007：24－28.

［6］游慶紅，丁錦華.TOPSIS法的逆序問題［J］.科技廣場，2005，5（2）：73－76.

［7］陳偉.關于TOPSIS法應用中的逆序問題及消除的方法［J］.運籌與管理，2005.14（3）：39－43.

［8］湛志兵，劉維國.模糊多目標決策中逆序問題的解決［J］.艦船電子工程，2010，30（12）：68－70.

［9］Randhawa R，Sohal J S.Static and dynamic routing and wavelength assignment algorithms for future transport networks［J］.Optic－International Journal for Light and Electron Optics，2010，121（8）：702－710.

［10］高雨.一種面向業務類型的區分權值異質無線網絡選擇算法［J］.計算機應用，2010，30（5）：39－43.