一種改進的星地異構網絡選擇算法

沈序馳，梁俊，肖楠，袁天，朱未沫

(1.空軍預警學院，湖北 武漢 430010； 2.空軍工程大學 信息與導航學院，陜西 西安 710077)

0 引言

低軌衛星通信網具有能夠實現全球覆蓋、傳輸損耗小、傳播延時短、抗毀和抗干擾能力強、終端小型易于便攜等突出優點，是未來我國衛星通信系統建設發展的一個重要方向。已有的地面無線通信網絡技術較成熟且基礎設施完善，但存在覆蓋范圍有限等缺點，難以滿足軍事通信對全方位(如遠洋、荒漠、甚至全球到達等地區)、立體式(如空、天、地一體化的軍事信息柵格)的需求。為了實現無線資源利用率的最大化，進一步提高通信的有效性與可靠性，需要結合衛星通信網與地面無線通信網絡的優點，形成一體化的通信網絡[1]。

星地異構融合網絡是未來通信網絡的主要特征和發展趨勢。由于不同通信網絡所面向的主要業務類型不同，針對不同業務類型對帶寬、時延等要求的差異以及網絡之間的路徑損耗和負載情況等的不同，合理選擇通信網實現信息的有效傳輸，對于提高整個異構網絡資源利用率具有十分重要的理論和現實意義。

作為保證異構無線網絡無線資源得到充分利用的根本手段，接入選擇算法在最近幾年得到了越來越廣泛的關注。文獻[2]利用多屬性決策理論提出了一種異構網絡選擇算法，該算法考慮業務要求、用戶喜好以及網絡差異,通過層次分析法和熵值法確定網絡屬性的權重,并由此計算網絡性能,選出最優網絡；文獻[3]根據業務類型和用戶策略動態地調整權重，確定各屬性的綜合權重。文獻[4]通過對影響集成系統網絡選擇因素進行分析,建立了網絡選擇決策模型,計算出了各因素的權重。但文獻[2-4]在指標權重計算中采用層次分析法(analytic hierarchy process，AHP)[5-6]，都無法避免主觀判斷和個人偏好對結果的影響。本文基于對層次分析法進行改進，有效減小了主觀判斷和個人偏好對結果的影響。

1 算法設計

影響接入網絡選擇的因素很多，在不同的場景下，每個因素對接入選擇的影響度不同。因此，本文首先采用AHP法對各屬性參數對網絡選擇的影響程度(即主觀權重)進行計算，在此基礎上計算各候選網絡的綜合權重，確定最佳接入網。算法的基本流程如圖1所示。

圖1 網絡選擇算法流程Fig.1 Network selection algorithm process

1.1 層次結構模型的建立

在無線通信中，不同類型業務對QoS要求不同，如實時業務對時延、時延抖動要求嚴格，而非實時業務主要要求傳輸可靠性[7-8]。在進行網絡選擇時，也要考慮網絡資源(如網絡負載、傳輸帶寬等)和用戶特性(如用戶偏好)。綜合以上因素，本文選取帶寬、時延、丟包率3個主要屬性作為網絡選擇的判決準則,利用AHP進行權重確定時的層次結構模型如圖2所示。

圖2 層次結構模型的建立Fig.2 Establishment of a hierarchical structure model

1.2 權重的確定

(1) 標準化網絡屬性[9]

將測量到的網絡屬性值用矩陣表示，如式(1)所示，式中，a,b,c分別表示帶寬、時延和丟包率。

(1)

段矩陣X的元素xij代表第j個網絡的第i(i=a,b,c)個屬性值。由于原始數據初值化處理方法不同，會產生不同的分析結果，因而，再進行各種需要進行無量鋼化處理的分析時，有必要引起足夠重視。為了消除量綱效應，并維持各屬性值的變化信息，對其標準化處理。設xi-max=maxxi1,xi2,xi3，xi-min=minxi1,xi2,xi3。這3種網絡屬性分為“越大越好”、“越小越好”和“適中為宜”3類。

本文將線性比例變換方法和極差變換方法結合，對網絡屬性值標準化處理，使處理結果更具科學性，即：

當指標要求“越大越好”時，采用上限效果測度：

rij=xij-xi-min/xi-max-xi-min.

(2)

當指標要求“越小越好”時，采用下限效果測度：

rij=xi-max-xij/xi-max-xi-min.

(3)

當指標要求“適中為宜”時，采用中心效果測度：

(4)

x0為適中值，xi-max;min-x0取xi-max-x0和xi-min-x0中絕對值大的。

由此可得標準化的屬性矩陣:

(5)

(2) 建立判斷矩陣

由于Saaty提出的1-9的評判標度系統與人們頭腦中的實際標度系統并非一致，并且，這種非一致有可能破壞最后的方案排序優選。因此，本文在以往的標度研究成果的基礎上，建議采用10/10-18/2新標度[10]。

通式9+K/11-K，K的取值范圍1～9，如表1所示。

判斷矩陣為

. (6)

(3) 計算權重向量

利用幾何平均法，即將C的每個列向量采用幾何平均，然后歸一化，得到的列向量就是權重向量計算每個網絡屬性的權重向量：

(7)

則利用AHP方法得到的網絡屬性權重向量為

(8)

由于客觀事物的復雜性，判斷矩陣一般不可能具有完全一致性，需要對判斷矩陣進行一致性校驗。

(4) 一致性檢驗[11]

步驟1:計算判斷矩陣的最大特征根

(9)

步驟2:計算一致性指標

CI=λmax-3/(3-1)=

λmax-3/2.

(10)

表2 平均隨機一致性指標Table 2 Average random consistency index

由于3個網絡異構，取RI=0.52。

當RI<0.1時，即要求決策者判斷的一致性與隨機生成判斷的一致性之比小于10%時，認為判斷矩陣的一致性是可以接受的。

(5) 選擇目標網絡

為了選擇合適的網絡,考慮可得網絡的性能,如式(11)所示:

(11)

式中：wi為網絡屬性的權重；rij為第j個網絡中屬性i的標準化值。性能值S(j)最大的網絡為切換目標網絡。

2 性能仿真與分析

2.1 無線業務類型的建模

目前，3GPP(3rd generation partnership project)已對3G系統的業務類型做了具體的定義，根據業務內在技術要求把3G業務分成4類：會話類業務、流媒體業務、交互類業務和背景類業務。不同的業務類型不同，所要求的QoS也不盡相同，主要區別在對時延和誤碼率有不同的要求。為了簡單起見，本文將業務分為實時性業務和非實時性業務，結果如表3所示。

表3，4分別表示實時業務和非實時業務的重要性比較。

表3 實時業務類型的屬性重要性比較Table 3 Real time business types of attribute importance comparison

表4 非實時業務類型的屬性重要性比較Table 4 Non real-time business types of attribute importance comparison

根據上面介紹的層次分析法，分別計算實時業務和非實時業務的權重如表5所示。

表5 2種狀態下的評價參數權重

2.2 仿真場景的建立

本文以低軌移動衛星系統(LEO mobile satellite system，LEO-MSS)、通用移動通信系統(universal mobile telecommunications system,UMTS) 和全球移動通信系統(global system for mobile communications,GSM) 異構融合研究異構網絡下的網絡選擇機制。同時，給出了3種能夠體現網絡性能的屬性量帶寬、時延、丟包率。

為了便于研究，本文采用文獻[12]所設計的低軌衛星通信網模型作為星地異構融合網絡的衛星網絡模型。衛星星座的具體參數設置如表6所示，3種候選網絡的參數設置如表7所示。

表6 LEO衛星星座參數設置Table 6 LEO satellite constellation parameters Settings

表7 候選網絡參數設置Table 7 Candidate network parameters setting

2.3 仿真設計

仿真場景如圖3所示。在星地異構網絡環境下，當移動終端處于三網共存的區域時，根據網絡選擇算法和當前所傳輸的業務類型，選擇最佳接入網。選取文獻[3]中所提出的模糊層次分析法作為對比算法。

圖3 網絡選擇仿真場景Fig.3 Network selection simulation scenarios

仿真結果如圖4，5所示，其中圖4a)，5a)為本文算法的仿真結果，圖4b),5b)為文獻[3]算法的仿真結果。

仿真結果表明，當3種網絡均可用時，終端選擇時延最小的UMTS來進行實時業務的傳輸，選擇帶寬最高的LEO-MSS來進行非實時業務傳輸，這與2種業務類型的QoS要求是一致的，體現了算法的合理性與有效性。另一方面，由于本文仿真所選取的3種網絡的屬性值差異不大，因此當采用2種網絡選擇算法進行最優網絡選擇時，網絡選擇結果一致。但是通過圖4，5對比可以明顯發現，相比于文獻[4]提出的模糊層次分析法，本文所設計算法計算得到的網絡權重值差異更大，對比度更加明顯，顯示出了本文算法對于不同網絡判決時較高的分辨度，驗證了算法的有效性與高效性。

圖4 實時業務時各網絡的權重Fig.4 The weight of each network real-time business

圖5 非實時業務時各網絡的權重Fig.5 The weight of each network none real-time business

3 結束語

本文以星地異構網絡融合為背景，提出了一種改進的異構網絡選擇算法。該算法將線性比例變換方法和極差變換方法結合對網絡屬性值標準化處理，采用10/10-18/2新標度系統構造判斷矩陣，利用層次分析法計算網絡性能差異的客觀權重，通過對權重的排序，得到最優接入網絡。根據不同業務類型的QoS需求確定最佳網絡，增加了網絡選擇的可信度和有效性。與以文獻[2-4]為代表的AHP算法相比，該算法有效改進傳統多接入選擇算法中對判決指標權重定義主觀因素強，判決不準確的問題，提高了網絡的選擇準確性和有效性，取得了較好的性能。

參考文獻：

[1] 馮少棟，徐志平，張昭，等.低軌道星座衛星通信系統發展現狀及展望[J]. 中國航天，2009(8)：30-33.

FENG Shao-dong, XU Zhi-ping, ZHANG Zhao, et al. Development Present Situation and Prospects of Low Orbit Satellite Constellation Communication System[J].Aerospace China,2009(8)：30-33.

[2] 王康，曾志民，馮春燕，等. 一種多屬性決策的異構網絡選擇算法[J]. 北京郵電大學學報，2009，39(1):32-35.

WANG Kang, ZENG Zhi-min, FENG Chun-yan, et al. A Heterogeneous Network Selection Algorithm Based on Multi-attribute Decision Making Method[J]. Journal of Beijing University of Posts and Telecommunications, 2001, 39(1):32-35.

[3] 秦永剛，竇竹，梅胡鋼. 基于動態權重的異構無線網絡選擇算法[J]. 安徽: 安徽省信息化協會，2011(4):53-56.

QIN Yong-gang, DOU Zhu, MEI Hu-gang. A Heterogeneous Wireless Network Selection Algorithm Based on Dynamic Weight[J]. Anhui: Anhui Province Informatization Association, 2011(4):53-56.

[4] 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. A 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.

[5] 徐俊，劉娜. 層次分析法的基本思想與實際應用[J]. 情報探索，2008(12):113-115.

XU Jun, LIU Na. The Basic Idea of the AHP and the Actual Application[J]. Information Research, 2008(12):113-115.

[6] 張俊生. 層次分析法在數學建模中的應用[J]. 科技信息，2009(10):6-7.

ZHANG Jun-sheng. AHP in the Application of Mathematical Modeling[J]. Science & Technology Information, 2009(10):6-7.

[7] 石文孝，趙嵩，范紹帥，等.基于多目標決策的異構無線網絡接入選擇算法[J].吉林大學學報，2011，41(3):795-798.

SHI Wen-xiao, ZHAO Song, FAN Shao-shuai, et al. Multi-Objective Decision Making Based Access Selection Algorithmin Heterogeneous Wireless Networks[J].Journal of Jilin University, 2011, 41(3):795-798.

[8] 章輝，徐曉東，陶曉峰. 基于可拓模糊層次分析法的快速小區選擇算法[J].電子與信息學報，2009，31(11):2697-2702.

ZHANG hui, XU Xiao-dong, TAO Xiao-feng. A Fast cell Selection Algorithm Based on the Extension Fuzzy Analytic Hierarchy Process[J]. Journal of electronics and information, 2009, 31(11):2697-2702.

[9] 張晨光，吳澤寧. 層次分析法比例標度的分析與改進[J].鄭州工業大學學報，2000，21(2):85-87.

ZHANG Chen-guang, WU Ze-ning. Improvement and Analysis of Scale of AHP[J]. Journal of Zhengzhou University of Technology, 2000, 21(2):85-87.

[10] 焦立新. 評價指標標準化處理方法的探討[J]. 安徽農業技術師范學院學報，1999，13(3):7-10.

JIAO Li-xin.On Methods of Standardization Management of Index[J].Journal of Anhui Agrotechnical Teachers College, 1999,13(3):7-10.

[11] 徐玖平，吳魏. 多屬性決策的理論與方法[M]. 北京: 清華大學出版社，2007.

XU Jiu-ping, WU Wei. Theory and Methods of Multiple Attribute Decision Making[M]. Beijing: Tsinghua University Press, 2007.

[12] 肖楠. 基于遠程作戰的低軌衛星通信多址接入協議研究[D]. 西安: 空軍工程大學，2011.

XIAO Nan. Leo Satellite Communication Based on Long-range Multiple Access Protocol Research[D]. Xi’an: Air Force Engineering University, 2011.