一種基于移動趨勢量化的多屬性垂直切換判決算法

潘　甦　　梁　宇　　劉勝美(南京郵電大學寬帶無線通信與傳感網技術教育部重點實驗室　南京　210003)(東南大學移動通信國家重點實驗室　南京　210096)

?

一種基于移動趨勢量化的多屬性垂直切換判決算法

潘甦*①②梁宇①劉勝美①
①(南京郵電大學寬帶無線通信與傳感網技術教育部重點實驗室南京210003)
②(東南大學移動通信國家重點實驗室南京210096)

摘要：由于對終端移動趨勢的不明確，基站容易盲目發起切換，并導致較高的切換失敗率。該文在LTE-WiMAX網絡構成的異構無線網絡環境下對現有的垂直切換算法進行了優化。該優化算法考慮了終端移動趨勢，利用趨勢量化參數來推斷終端最終的目標區域，解決已有判決算法中存在的不必要切換過多的問題，提高切換成功率。在衰落信道下的計算機仿真結果表明，該優化算法可以減小切換中的切換失敗率，從而提高網絡的切換性能。

關鍵詞：異構網絡；垂直切換；多屬性判決；移動趨勢

1　引言

由于不同接入網絡特性上存在差異，在異構網絡環境下為保證用戶體驗，需對終端的移動性管理提出更高的要求。移動性管理[1-3]主要對終端的位置進行管理，為終端在移動下的業務連續性提供保證，垂直切換控制[4-7]是其中最重要的部分之一。

目前已有許多文獻提出了各自的垂直切換算法。文獻[8，9]提出考慮接收信號強度(Received Signal Strength，RSS)、可用帶寬、業務資費等參數的多屬性判決切換算法。該判決算法僅對網絡瞬時狀況進行評判而沒有分析用戶移動趨勢，用戶移動軌跡的隨機性容易導致基站盲目發起切換，由此引起的過度切換(乒乓效應，ping-pong effect)會影響用戶體驗。終端的移動并不完全隨機，而是有一定趨勢性。考慮終端的移動趨勢，可以提高對切換目標小區的預見性判斷，降低切換失敗率。多篇文獻嘗試在切換判決算法中對終端的移動模式進行考慮。文獻[10]提出了一種考慮移動趨勢的多參數模糊邏輯切換判決算法，其策略為通過考察前后兩個時刻的RSS來判定終端相對接入點(Access Point，AP)WiFi的移動趨勢作為啟動模糊判決的前提。文獻[10]定性考察了終端移動趨勢，沒有量化移動趨勢的強度，在啟動模糊邏輯判決算法后，無法緩解網絡參數如RSS等的抖動干擾，容易放棄覆蓋范圍較小但可用的WLAN接入點。文獻[11]利用馬爾可夫過程對終端的移動趨勢參數進行預測，但當用戶進入新基站覆蓋區域時由于缺少歷史移動信息，該算法會暫時失效；文獻[12]提出了一種考慮終端速度標量大小的切換策略，主要思想是在不同覆蓋范圍的網絡中將終端速度映射成不同的模糊值，但該算法在低速環境會發生退化，無法起到優化作用。

總體來說，現有針對多參數判決[13-15]的一些改善算法嘗試通過考慮終端移動模式參數，如移動趨勢、移動速度等來優化切換效果，但僅進行了定性考量，無法從終端移動趨勢角度對備選基站作出數值化的評判，導致其判決算法容易退化成傳統的多屬性判決算法，失去優化切換效果的作用。究其原因，這些算法沒有對趨勢的強度作出量化，無法單獨給出終端對每個基站的移動趨勢強度，沒有對用戶移動軌跡進行分析。

本文在OFDM(Orthogonal Frequency Division Multiplexing)技術[16-18]場景下提出一種考慮終端移動趨勢的多屬性判決垂直切換算法。現今主流無線網絡(如LTE，WiFi，WiMax等)均使用了OFDM技術，在此技術背景下進行算法設計有普遍的應用場景。利用OFDM符號特性可以方便地估計終端在各備選基站方向上的速度分量，用速度分量的歸一化結果來表征移動趨勢，不僅可以得到終端對所有備選基站的移動趨勢，同時這種趨勢的強度也得到了精確的量化。通過對終端移動趨勢進行分析，可以對切換目標基站進行預判，并限制過度切換的發生，提高切換成功率。對移動趨勢強度進行量化，使得移動趨勢這一模糊因素可以數值化表達，便于與其他切換判決參數一起進行多屬性分析。

文章剩余部分安排為：第2節介紹OFDM系統環境下終端移動趨勢及強度量化的方法；第3節描述考慮了移動趨勢的垂直切換算法；第4節為系統仿真及結果；第5節為結束語。

本文的創新點主要有：(1)利用終端移動產生的多普勒頻移，來分別獲取終端在各基站方向上的速度分量，有效地對終端速度進行了矢量分解；(2)對速度分量進行歸一化用以衡量終端對各基站的移動趨勢，并對移動趨勢進行了精確的量化；(3)針對用戶移動軌跡進行了分析。

2　移動趨勢判斷及量化

本文的切換策略基于以下考慮：如果終端前往某個基站的趨勢比前往其他基站更明顯，則終端前往乃至停留在該基站覆蓋區域的可能性更大，切換算法應該傾向于使終端連接至該基站；反之，則應傾向于放棄該基站。“趨勢”只是主觀概念，只有對這一因素量化分析，才能準確地將其考慮進切換判決算法中。本文采用如下策略：將移動臺速度矢量在各備選基站方向上作矢量分解，考察終端速度在每個基站方向上的分量大小，并將其視為移動趨勢強度的量化依據。其理論依據主要基于以下思想：速度分量[19]的大小在很大程度上可以反映出終端的移動趨勢，如果終端在某一基站方向上的速度分量值較大，則終端前往該基站的趨勢比前往其他基站更強烈。

本文算法在估計速度分量的基礎上設計移動趨勢參數。具體步驟為：(1)計算基站方向上的最大多普勒頻移；(2)判斷終端移動狀態；(3)計算基站方向上速度分量；(4)生成移動趨勢強度參數值。

圖1　終端在基站(接入點)方向上的速度分量

2.1 計算最大多普勒頻移

由于fd對信道造成的時間選擇性衰落影響可通過符號自相關反映，所以計算OFDM符號自相關可以獲得fd的信息[20-23]。為了減小由多徑時延引起的碼間干擾，在OFDM系統中一般會在相鄰的OFDM符號之間插入循環前綴作為保護間隔。OFDM符號的循環結構如圖2所示。插入保護間隔后完整的OFDM符號長度Ts為。T為單個信號持續時間，G為保護間隔信號數。

圖2　OFDM符號的循環結構

設高斯白噪聲信道噪聲均值為N0，方差為σ，接收端得到的第k個接收信號為

式中s(k)為發送信號，n(k)為復白噪聲信號，ri(k)，rq(k)分別為接收信號的實部和虛部。發送信號、噪聲信號的期望分別為

考慮fd對信道造成的時間選擇性衰落影響，接收信號的自相關函數為

其中J0(·)為第1類零階貝塞爾函數；δ(·)為沖激響應函數。

接收到的OFDM符號歸一化自相關函數為

將式(5)代入式(7)中得

對OFDM接收符號作自相關運算求取上式左邊，便可以數值求得最大多普勒頻移fd。

2.2 判斷終端移動狀態

對終端移動狀態利用兩次RSS之差來判斷。為減少陰影衰落干擾對移動狀態判斷的影響，采取對RSS分組選擇代表值的方法進行比較。設一段時間內RSS抽樣集合為，且N=ML，將集合中采樣值每L一組進行分組，得到共M組采樣值。選取每組中最大的采樣值作為該組代表值，記為ri，max，它是該組中受陰影衰落影響最小的采樣值。選取代表值后的RSS集合為。

(1)dc＞ 0：標識終端前往目標基站；

(2)dc＜ 0：標識終端遠離基站；

(3)dc=0：標識終端靜止。

2.3 計算速度分量

取

當v為正值時表示終端正前往目標基站，其絕對值越大則這種前往的趨勢越大，反之，v為負值時表示終端正遠離目標基站，其絕對值越大則這種遠離的趨勢越大。

2.4 生成移動趨勢強度參數

設計參數

為移動趨勢歸一化參數，用以表示終端在目標基站方向上的移動趨勢強度的量化值。參數通過對v(x)進行歸一化來量化用戶移動趨勢強度，其滿足移動趨勢量化要求：(1)大小與v(x)正相關，定義域為，可以對所有速度范圍進行量化；(2)值域為(0，1)，是一個歸一化值，便于與其他切換判決參數比較；(3)采用多普勒頻移求取速度分量時，由于低速情況下多普勒頻移不明顯，用戶移動趨勢差距不易區分，而actan函數在低速時導數較大，可在量化時提高對低速場景下用戶移動趨勢差距的敏感度。

x為終端的位置坐標，v(x)表示v是一個與終端位置坐標有關的變量。α系數是趨勢敏感度調節因子，對arctan(x / α)求導有(arctan(x /α))'=1/ α，相同x時α越大導數值越大，arctan(x / α)函數越陡峭，其對x變化越敏感。多普勒效應明顯程度與終端速度呈負相關，當實際應用時，速度不高時多普勒效應不明顯，可以設置較高的α系數來方便比較不同基站間的移動趨勢差異，此時系統對速度的變化更加敏感；反之，設置較低的α可以降低系統對速度變化的敏感度。α設置基本與速度大小成反比，在不同速度區間有v1α1=。實際場景下v值大致在10～100 km/h區間取值，此時α取值范圍即為1～10，可根據場景下終端速度區間選定合適的α值。

可以證明，T參數具有如下特征：(1)T值域為(0，1)，定義域為(-∞，+∞)；(2)T可以表示移動趨勢強度：T =0.5時，表示終端靜止；T＞0.5時，表示終端前往目標基站，越接近1則前往基站的趨勢強度越大；T＜0.5時，表示終端遠離目標基站，越接近0則遠離基站的趨勢強度越大。

2.5 移動軌跡分析

切換過程中乒乓效應的產生，很大一方面是由于用戶在移動中的往返運動造成的，即用戶移動軌跡在某段時間呈現乒乓運動的特征，此類行為可能會反復觸發切換操作，即產生乒乓效應。進行乒乓運動的用戶在移動軌跡上的特征為在較短時間間隔內移動速度及方向發生快速改變。利用前面獲取的速度分量信息，可以對移動軌跡進行分析，判斷是否有乒乓運動的特征，即對式(11)進行判斷：

i表示當前采樣時刻，vk表示k時刻終端在基站徑向方向上的分量大小。式(11)的含義是對M個采樣時刻的速度分量進行絕對值求和判斷，當結果不大于預設的判斷門限 ，則認為終端在這段時間內移動軌跡呈現乒乓運動的特征。在終端呈現乒乓運動的時候應對切換觸發作出限制以減少不必切換的產生，另一方面也可以減少算法數據處理量，提高算法效率。

3　考慮移動趨勢的垂直切換算法

如前所述，本文提出在已有的多屬性判決(multi-attribute decision)垂直切換算法的基礎上加入終端移動趨勢參數來優化切換性能。多屬性判決方法的決策方法有簡單線性加權(SWA)法、層次系數(AHP)法等。這里我們用簡單加權法作為實施示例來反映本文提出的運動趨勢量化方法在多屬性垂直切換中的應用，該運動趨勢量化方法也適用于其他多屬性判決方法。多屬性判決的輸入參數包括：RSS為從各個備選基站獲得的接收信號強度；BW為各個備選基站的可用帶寬；T為終端在各個基站方向上的移動趨勢強度。

本文提出的切換策略包括歸一化參數、計算加權因子、生成多屬性判決值、判定切換4個部分。

3.1 歸一化參數

為將不同量綱參數統一比較，需對參數進行歸一化操作。

(1)RSS的歸一化函數:定義R(x)為終端從各個備選基站獲得的接收信號強度，Rth(x)為設定的接收信號強度閾值，Rmax(x)為終端可獲得的接收信號強度最大值。這里x表示終端的位置坐標。RSS的歸一化函數為

(2)BW的歸一化函數:定義B(x)為各個備選基站的可用帶寬，Bmax(x)為可用帶寬的最大值。構造的BW的歸一化函數如下：

因為T參數已滿足值域(0，1)的條件，因此無需再對其進行歸一化處理。為保持下面描述上的統一，取μT=T。

3.2 計算加權因子

合理的加權因子應滿足以下兩個特點：可以隨著各個參數的變化而動態變化；可以在多屬性判決中突出差異化比較明顯的參數。基于以上要求構造如式(14)加權因子：

3.3 生成多屬性判決值

得到上述參數后，便可以利用其對應的加權因子求出多屬性判決值。該值作為評判備選基站性能的標準，通過將3個歸一化參數與對應的加權因子加權后相加得到。即

k用來標識不同的備選基站。

3.4 判定切換

計算出各備選基站的多屬性判決值后便可實施切換判決。首先要對式(11)進行判定，即先要分析終端是否進行往返運動，若速度分量條件滿足式(11)則不進行切換判定，以減少過度切換和算法數據法處理量；否則將多屬性判決值最大的基站判定為最優基站，即

Db(x)對應的基站被判斷為最優基站。若終端當前即連接至該基站，則無需進行切換；否則，切換操作實施，終端切換至最優基站，完成一次垂直切換。

4　系統模型及仿真分析

算法仿真場景為WLAN與LTE構成的異構網絡。大尺度衰落考慮了基于COST231-Hata模型的路徑損耗和陰影效應，小尺度衰落采用jakes模型構建。LTE網絡與WLAN網絡速率分別固定設為2 Mbps和2.4 Mbps。切換時延和采樣時間間隔均為2 s。系統參數如表1所示。

表1　仿真系統參數

網絡場景如圖3所示，構建如圖所示的坐標系，在(1000，1000)，(-1000，1000)，(-1000，-1000)，(1000，-1000)4點各有4個LTE基站，不失一般性，每個基站范圍內隨機產生4個WLAN接入點(AP)，AP之間、AP與基站之間距離要大于300 m。在(0，0)處構建一個LTE基站。隨機產生200個用戶，初始速率在1～80 km/h之間，移動軌跡采用如下高斯-馬爾可夫移動模型[24，25]：

圖3　系統仿真網絡場景

其中，sn和φn分別是移動終端在n時刻的速率和方向，sn+1和φn+1是對速率和方向在時刻n+1時的預測值。和分別是速率和方向的期望，均為常數值。sg，n和φg，n是服從高斯分布的隨機變量。β參數是移動記憶級別因子，在[0，1]內取值。β取值和速率范圍有關，具體為：1～30 km/h內取0.5，30～60 km/h內取0.7，60～80 km/h內取0.85，α參數取5。

用文獻[10]中未對移動趨勢進行量化的切換算法(MHA)作比較。當用戶在切換時延內離開目標基站/接入點的覆蓋范圍時認為切換失敗。圖4展示了兩種算法的切換失敗率的比較，可以看出隨著移動速率的增大，MHA和本文算法的切換失敗率都是隨之上升的，但本文算法的失敗率明顯上升得比較緩慢，只是隨著速率變大稍微有些增加，而MHA則在速率變大時失敗率大大增加。這是由于本文算法對用戶的移動趨勢作出了精確量化分析，并通過移動軌跡分析限制往返運動的用戶發起不必要切換，從而保證了較高的切換成功率。

圖4　切換失敗率比較

圖5　用戶數據速率變化比較

圖5展示了用戶數據速率隨著速率的變化。仿真統計用戶在整個仿真過程中的平均數據速率，當用戶切換失敗時認為連接中斷，數據速率為0。隨著速率的提高可以發現MHA的用戶數據速率明顯降低，這主要是由于其切換判決不合理導致切換失敗較多，從而造成了連接丟失。由于WLAN網絡覆蓋面積較小，切換失敗多是在用戶向WLAN網絡切換時發生，因此用戶不能充分利用WLAN的高速傳輸，這也是MHA數據速率降低的另一原因。

5　結論

本文提出了一種考慮移動趨勢的垂直切換算法，將終端的移動趨勢及強度考慮進傳統的多屬性判決算法中，以改善切換性能。考慮終端移動趨勢后，提升了切換判決預見性，減少了終端因為RSS等網絡參數抖動、用戶往返運動而盲目切換的現象的發生，防止了不必要切換的產生，一方面提高了切換成功率，另一方面也改善了用戶數據速率。

參考文獻

[1]AHMED A，BOULAHIA L M，and GAITI D.Enabling vertical handover decisions in heterogeneous wireless networks:A state-of-the-art and a classification[J].IEEE Communications Surveys ＆ Tutorials,2014，16(2):776-811.

[2]LIM J and HONG D.Mobility and handover management for heterogeneous networks in LTE-advanced[J].Wireless Personal Communications，2013，72(4):2901-2912.

[3]KIM Y，KO H，PACK S，et al.Mobility-aware call admission control algorithm with handoff queue in mobile hotspots[J].IEEE Transactions on Vehicular Technology，2013，62(8):3903-3912.

[4]WANG S，FAN C，HSU C H，et al.A vertical handoff method via self-selection decision tree for internet of vehicles[J].IEEE Systems Journal，2014.doi:10.1109/JSYST.2014.2306210.

[5]劉勝美，孟慶民，潘甦，等.異構無線網絡中基于SINR和層次分析法的SAW垂直切換算法研究[J].電子與信息學報，2011，33(1):235-239.doi:10.3724/SP.J.1146.2010.00154.LIU S M，MENG Q M，PAN S，et al.A simple additive weighting vertical handoff algorithm based on SINR and AHP for heterogeneous wireless networks[J].Journal of Electronics ＆ Information Technology，2011，33(1):235-239.doi:10.3724/SP.J.1146.2010.00154.

[6]ANUPAMA K S S，GOWRI S S，RAO B P，et al.An intelligent vertical handoff decision algorithm for geterogeneous wireless networks[C].ICT and Critical Infrastructure:Proceedings of the 48th Annual Convention of Computer Society of India-Vol.I，Visakhapatnam，2014:331-339.

[7]YANG P，SUN Y，LIU C，et al.A novel fuzzy logic based vertical handoff decision algorithm for heterogeneous wireless networks[C].2013 16th IEEE International Symposium on Wireless Personal Multimedia Communications(WPMC)，Atlantic City，NJ，2013:1-5.

[8]BO S，LIN L，and FENG D.The multi-attribute vertical handoff algorithm based on node mobility[C].2014 5th IEEE International Conference on Software Engineering and Service Science(ICSESS)，Beijing，2014:1146-1149.

[9]JOHNSON S B，NATH S，and VELMURUGAN T.An optimized algorithm for vertical handoff in heterogeneous wireless networks[C].2013 IEEE Conference on Information＆ Communication Technologies(ICT)，Jeju Island，2013:1206-1210.

[10]YANG T and RONG P.A fuzzy logic vertical handoff algorithm with motion trend decision[C].2011 6th IEEE International Forum on Strategic Technology(IFOST)，Harbin，China，2011，2:1280-1283.

[11]LI Bin and LIU Shengmei.Vertical handoff algorithm based on mobility prediction[J].Communication and Network，2013，39(1):93-95.

[12]GE Kun，JI Hong，and LI Xi.A speed sensitive vertical handoff algorithm based on fuzzy control[C].5th IEEE International Conference on Wireless Communicatio，ns，Networking and Mobile Computing，2009.WiCom09，Beijing，2009:1-4.

[13]馬彬，謝顯中，廖曉峰.車輛異構網絡中預測垂直切換算法[J].電子與信息學報，2015，37(4):874-880.doi:10.11999/ JEIT140845.MA B，XIE X Z，and LIAO X F.Prediction vertical handoff algorithm in vehicle heterogeneous network[J].Journal of Electronics ＆ Information Technology，2015，37(4):874-880.doi:10.11999/JEIT140845.

[14]LEE S K，SRIRAM K，KIM K，et al.Vertical handoff decision algorithms for providing optimized performance in heterogeneous wireless networks[J].IEEE Transactions on Vehicular Technology，2009，58(2):865-881.

[15]OMHENI N，ZARAI F，OBAIDAT M S，et al.A novel vertical handoff decision making algorithm across Heterogeneous Wireless Networks[C].2014 IEEE International Conference on Computer，Information and Telecommunication Systems(CITS)，2014:1-6.

[16]DENG S，YI X，DENG M，et al.Reduced-guard-interval OFDM using digital sub-band-demultiplexing[J].IEEE Photonics Technology Letters，2013，25(22):2174-2177.

[17]GAO X，WANG X，ZOU Y，et al.An efficient OFDM with adaptive guard interval for amplify and forward relay systems[C].2013 IEEE Vehicular Technology Conference(VTC Fall)，7.Las Vegas，NV，2013:1-5.

[18]楊贊，趙輝，趙玉萍.基于循環平穩性的異構網OFDM系統窄帶干擾消除[J].電子與信息學報，2012，34(9):2208-2212.doi:10.3724/SP.J.1146.2012.00144.YANG Z，ZHAO H，and ZHAO Y P.Cyclostationarity-based narrowband interference suppression for OFDM systems inheterogeneous networks[J].Journal of Electronics ＆ Information Technology，2012，34(9):2208-2212.doi:10.3724/SP.J.1146.2012.00144.

[19]HAMAYDEH N，KHALIL A，BALI S，et al.The impact of mobile speed on vertical handover process between WiFi and WiMAX networks[C].2013 IEEE International RF and Microwave Conference(RFM)，Penang，2013:138-143.

[20]MENG J and CHEN J.Doppler spread estimation for mobile OFDM systems[J].Electronic Science and Technology，2011，24(6):1-3.

[21]SINGHAPAN A，NAITO K，MORI K，et al.Doppler frequency spread estimation for OFDM systems in time-varying fading channel[C].2012 9th IEEE International Conference on Electrical Engineering/Electronics，Computer，Telecommunications and Information Technology(ECTICON)，Phetchaburi，2012:1-4.

[22]NISHAD P K and SINGH P.Carrier frequency offset estimation in OFDM systems[C].2013 IEEE Conference on Information ＆ Communication Technologies(ICT)，Jeju Island，2013:885-889.

[23]LIN J，YE F，and REN J.Joint estimation for carrier frequency offset and sampling frequency offset in OFDM systems[C].2014 12th IEEE International Conference on Solid-state and Integrated Circuit Technology(ICSICT)，Guilin，2014:1-3.

[24]GE X，TU S，HAN T，et al.Energy efficiency of small cell backhaul networks based on Gauss-Markov mobile models[J].Networks，2014，4(2):158-167.

[25]BIOMO J D M M，KUNZ T，and St-Hilaire M.An enhanced Gauss-Markov mobility model for simulations of unmanned aerial ad hoc networks[C].Wireless and Mobile Networking Conference(WMNC)，Vilamoura，2014:1-8.

潘甦：男，1969年生，教授，博士，研究方向為無線通信、移動互聯網技術.

梁宇：男，1989年生，碩士生，研究方向為無線通信.

劉勝美：女，1977年生，副教授，博士，研究方向為異構無線網絡移動性管理、資源管理、運動預測等關鍵技術.

A Multi-attribute Vertical Handoff Decision Algorithm Based on Motion Trend Quantification

PAN Su①②LIANG Yu①LIU Shengmei①
①(Key Laboratory of Broadband Wireless Communication and Sensor Network Technology，Ministry of Education，Nanjing University of Posts and Telecommunications，Nanjing 210003，China)
②(National Mobile Communications Research Laboratory，Southeast University，Nanjing 210096，China)

Abstract:The base station will initiate handoff blindly and cause high failure rate of handoff if the knowledge of the terminals motion trend is absent.An optimized algorithm is proposed to optmize existing vertical handoff algorithm in the LTE-WiMAX heterogeneous wireless network system.The proposed algorithm uses the motion trend quantification to estimate goal cells and restrict unnecessary handoff so as to increase success rate of handoff.The computer simulation results in fading channel show that the optimized algorithm can reduce the failure rate of handoff during the handoff process and enhance the handoff performance of network.

Key words:Heterogeneous network; Vertical handoff; Multi-attribute decision; Motion trend

基金項目：國家自然科學基金(61271235)，東南大學國家移動通信重點實驗室開放基金(2011D07)，江蘇高校優勢學科建設工程資助項目—“信息與通信工程”

*通信作者：潘甦supan@njupt.edu.cn

收稿日期：2015-04-20；改回日期2015-10-19；網絡出版：2015-12-04

DOI:10.11999/JEIT150443

中圖分類號：TN929.5

文獻標識碼：A

文章編號：1009-5896(2016)02-0269-07

Foundation Items:The National Natural Science Foundation of China(61271235)，Open Research Found of the National Mobile Communications Research Laboratory，Southeast University(2011D07)，Priority Academic Program Development of Jiangsu Higher Education Institutions--Information and Communication Engineering