CN102036309A - 异构多无线网络覆盖场景中终端接入选择方法 - Google Patents

Abstract

本发明公开了一种异构多无线网络覆盖场景中终端接入网选择方法，主要解决现有方法在进行网络选择过程中没有考虑用户的选择策略对整个网络的影响这一缺点。其实现步骤为：在具有代表性的多异构网重叠覆盖的场景中，设计优化目标函数和及约束条件；根据网络的具体参数求得该目标函数的最优解并建立策略库；查询策略库得到的最优状态用于指导新用户或移动用户选择合适的网络，并在网络资源使用效率下降时指导多个用户进行网络选择。本发明的网络选择不仅能满足用户自身业务需求，而且能将负载较重的网络中的业务转移到较空闲的网络中，使各个网络都能高效地运行，提高网络资源的使用效率，以适用于现有的网络以及未来将出现的各种新型网络的要求。

Description

异构多无线网络覆盖场景中终端接入选择方法

技术领域

本发明属于无线通信技术领域，涉及多模终端在多个异构的无线接入网覆盖系统中对于接入网的选择方法，适用于现有的蜂窝网，WLAN，3G等网络以及未来的各种新型接入网。

背景技术

随着无线网络技术的迅速发展，越来越多的无线网络标准被提出并逐渐投入到实际应用。下一代无线通信系统是一个能够将现有的和未来将要出现的各种无线接入网有机地融合在一起的开放式异构无线网络系统。现有的以及这些层出不穷的新型网络在接入技术，覆盖范围，网络容量和提供的业务能力等各个方面都具有很大的差异，很大程度上满足了人们日益增长的通信需求，但同时也使得用户获得无处不在的最优网络服务面临更大的挑战，需要先进的管理机制和策略整合各种无线网络，实现异构网络的无缝融合。

虽然异构网络融合已成为热点研究领域，不少研究机构、项目组织在联合无线资源管理，网络负载均衡，垂直切换管理等关键技术方面已有很多研究成果，但目前并没有一种十分成熟的具体实施方案，其研究的场景多是将局域网作为广域网的热点覆盖，形式单一，不具有通用性。未来异构网组成的系统中将包含多个网络，网络之间的重叠覆盖方式也是多种多样的，需要有通用的模型对未来网络部署进行描述，使其能适用于任意多个网络以任意方式重叠的场景。

对于用户处于多个网络交叉覆盖区域时的接入网选择的策略问题，目前的研究多集中在面向用户的选择方案，即根据用户业务需要和网络状态等因素选择最合适的无线接入网，从而满足用户灵活多变的个性化业务需求，多使基于博弈论的选择方法，层次分析法，基于概率决策选择法等方法。但是这些算法的明缺点是用户在进行网络选择过程中只考虑到自身的最佳体验，没有考虑到自身的选择策略对整个网络的影响，在网络的业务量较大的时候极有可能出现网络负载不均衡，导致某些区域的用户得不到足够的网络资源而另一些区域的网络资源处于空闲状态，网络资源的使用效率较低。

发明内容

本发明的目的在于克服上述现有技术的缺陷，在具有代表性的多个异构网重叠覆盖的场景中，利用工程优化中的最优化理论，为终端提供一种通用的异构多无线网络覆盖系统中终端接入选择方法，将负载较重的网络中的业务转移到较空闲的网络中，从而实现系统的负载均衡，优化整个系统的资源利用效率。

为实现上述目的，本发明首先提出了一个具有代表性的多个异构网重叠覆盖系统：在一个区域中，可同时存在多个异构网络，各个网络的容量大小和覆盖面积大小各不相同，网络之间的重叠方式及重叠面积大小均不受限。系统中的用户均使用多模终端，在重叠覆盖区域中发起呼叫请求时，选择合适的网络作为终端接入网。具体实现步骤包括如下：

(1)设计优化目标函数以及约束条件：

Max： $f\left(T\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{S}_i[1-{\left(\frac{T_i}{C_i}\right)}^2]$

s.t： $\left\{\begin{array}{c}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{T}_i=N\\ 0\≤T_i\≤C_i\end{array}\right.$ (i＝1，2，…，n)

其中，n表示一个区域中存在的异构网络个数，S_i表示第i个网络的覆盖面积，T_i表示接入第i个网络中的用户数，C_i表示第i个网络的容量，N表示所有网络中的总用户数；

(2)根据场景中的实际参数和上述优化目标函数，用Lingo软件或其他数学工具进行有约束非线性整数规划的计算，得出解向量，将该解向量作为当总用户数为N时各网络的最优状态，并据此建立策略库，策略库中包含不同N值对应的最优状态；

(3)针对网络之间信息交互得到所有网络中的实际总用户数N′，从策略库中查询获得其对应的最优状态(T_o1，T_o2，...T_on)；

(4)根据查询后的最优状态结果，指导新用户以及在场景中移动的用户选择合适的网络，并在网络资源使用效率下降时指导多个用户进行网络选择。

本发明与现有技术相比，具有如下优点：

(1)本发明将工程优化中的非线性有约束优化方法运用到网络的调整过程中，利用数学优化的结果指导系统中新出现的用户以及在系统中移动的用户选择合适的网络，并在系统效率下降时指导网络中多个用户进行网络选择，从而将负载较重的网络中的业务转移到较空闲的网络中，实现系统的负载均衡，提高了整个系统的资源利用效率；

(2)本发明适用的场景不局限于将局域网作为广域网的热点，场景中的可存在任意多个网络以任意方式重叠覆盖，可作为通用的模型对未来网络部署进行描述；

(3)本发明所提出的场景和终端接入网选择的方法都与具体的网络底层技术无关，适用于现有的及未来的各种新型网络，具有可扩展性。

附图说明

图1是本发明适用的场景图；

图2是本发明的流程图；

图3是本发明中新用户以及移动用户的接入选择子流程图；

图4是本发明中网络资源使用效率下降时多用户的接入选择子流程图。

具体实施方式

下面结合附图对本发明内容作详细叙述：

参照图1，本发明适用的多个异构网重叠覆盖场景中，同时存在r₁，r₂...r_n共n个异构网络，这些网络可以是现有的网络，也可以是未来将出现的新型网络，各个网络的容量大小和覆盖面积大小均不受限，且网络之间能够进行重叠覆盖。S_ij表示网络i与网络j的重叠覆盖区域，即S₁₂，S₁₃，S₂₃，S_3n均表示有两种网络覆盖的区域，S₁₂₃表示有三种网络覆盖的区域。场景中的用户均使用多模终端。在此场景中，为简化模型，只考虑单一的语音业务，每个用户的语音业务所占带宽是相等并且恒定的，将网络的容量按照一个语音业务的带宽为单位转换成用户数量，即一个网络中能容纳的最大语音用户数。每个网络的控制中心能利用公共广播信道广播其网络环境信息，也能接收本网络内的终端环境信息。网络之间能通过信息交互而获得全局状态信息。

参照图2，本发明的实现步骤包括如下：

步骤1，在上述异构网重叠覆盖场景中，以每个网络中的用户数作为自变量，设计优化目标函数以及约束条件：

Max： $f\left(T\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{S}_i[1-{\left(\frac{T_i}{C_i}\right)}^2]$

s.t： $\left\{\begin{array}{c}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{T}_i=N\\ 0\≤T_i\≤C_i\end{array}\right.$ (i＝1，2，…，n)

其中，S_i表示第i个网络的覆盖面积，T_i表示接入第i个网络中的用户数，C_i表示第i个网络的容量，N为所有异构网络中的总用户数。

步骤2，采用策略库的方式，在网络拓扑结构确定之后，根据网络的覆盖面积和容量大小等参数，针对不同的N值，用Lingo软件或其他数学工具进行有约束非线性整数规划的计算，得出解向量，将该解向量作为各网络的最优状态，并记录在策略库中。

步骤3，各个网络的控制中心进行信息交互得到当前的总用户数N′，并根据此N′值查询策略库得到相应的各网络的最优状态(T_o1，T_o2，...T_on)。

步骤4，根据查询后的最优状态(T_o1，T_o2，...T_on)，指导新出现的用户或在场景中移动的用户选择合适的网络。

参照图3，本步骤的具体实现如下：

(4.1)新出现的用户或在场景中移动的用户检测其周围的环境信息，将检测到的覆盖网络建立成一个覆盖网络列表；

(4.2)检测用户在当前网络中的移动速率V_i，计算覆盖网络列表中的每个覆盖网络所对应的时间值其中，D_i表示第i个网络的直径，i＝1，2，…，n；

(4.3)分别比较每个覆盖网络对应的时间值

与门限值T_th＝10s的大小关系，将大于该门限值的网络建立成用户的可用网络列表：U＝{r₁，r₂，...r_p}，其中r₁，r₂...r_p表示该用户的可用网络1，可用网络2…可用网络p，p为该用户的可用网络个数。

该门限值T_th的设置是因为当用户速率过大时，用户刚进行完网络的选择，其周围环境信息就已发生改变，则网络的选择过程并没有提高网络资源使用效率，反而给网络带来不必要的开销，因此，设置该门限值T_th用于衡量用户移动速度的大小，大于该门限值的网络才进入用户的可用网络列表。

(4.4)检查可用网络列表是否为空，若为空，则说明用户所处的网络中资源没有剩余而导致用户无法接入，需等待网络调整结束后返回到步骤(4.1)，若不为空，则进行下一步；

(4.5)向可用列表中的每个可用网络发出到达通知，同时请求网络环境信息；

(4.6)用户接收网络环境信息；

(4.7)根据接收到的网络环境信息获知当前各网络的最优状态(T_o1，T_o2，...T_on)，计算可用网络列表中的每个网络对应的差值ΔT₁＝T₁-T_o1，ΔT₂＝T₂-T_o2...ΔT_p＝T_p-T_op，其中，p是可用网络列表中可用网络的个数，T₁，T₂...T_p是p个可用网络中的当前用户数，T_o1，T_o2...T_op是p个可用网络的最优状态值，各差值ΔT₁，ΔT₂...ΔT_p表示n个网络实际用户数与理想的用户数之间的相差程度，选择其中数值最大所对应的可用网络并接入，开始进行语音业务；

(4.8)更新用户周围环境信息，将更新后的结果发送到网络控制中心；

(4.9)用户判断是否收到网络控制中心发送的触发信息，因为新出现的用户或在场景中移动的用户接入后，与网络中的原有用户具有相同的地位，都有可能参与到网络的调整过程中，切换的过程由网络端决策，因此用户需等待网络的触发信息，若用户没有收到触发信息则返回步骤(4.8)，若收到触发信息，则说明当前网络状态需要进行调整，用户需参与该调整过程，继续下一步；

(4.10)按照网络控制中心的指示进行网络切换。

上述步骤4中的接入网选择不局限于本发明所述方法，还可以由其他方法实现，例如，利用多属性决策理论，考虑业务要求、用户喜好以及网络差异，通过层次分析法和熵值法确定网络属性的权重，并由此计算可得网络性能，选出最优网络。《一种多属性决策的异构网络选择算法》，王康，曾志民，冯春燕，张天魁，无线电工程，2009年第39卷第1期。

步骤5，根据查询后的最优状态(T_o1，T_o2，...T_on)，在网络资源使用效率下降时指导n个网络中多个用户进行网络选择。

参照图4，本步骤的具体实现如下：

(5.1)本网络的控制中心与系统中其他网络的管控制中心交换状态信息，并整合成全局网络环境信息并广播给本网络中的用户；

(5.2)计算当前的差值向量ΔT′＝{ΔT₁′，ΔT₂′...ΔT_n′}，其中ΔT′₁＝T₁′-T_o1′，ΔT₂′＝T₂′-T_o2′...ΔT_n′＝T_n′-T_on′，T₁′，T₂′...T_n′是n个网络中的当前用户数，T_o1′，T_o2′...T_on′是当前的最优状态；

(5.3)网络控制中心获取当前系统用户总数N′，查询其对应的最优状态，并计算当前网络状态下各个网络的状态偏移量(i＝1，2，...n)；

(5.4)判断是否存在η_i≥10％(i＝1，2，...n)，即是否有某个网络的状态偏移量超过门限值10％，若不存在，则不需要调整，返回步骤(5.1)，否则继续下一步，

网络的调整会带来网络开销，并不是网络的实际状态与最优状态有任何差距都需要进行网络的调整，这样带来的代价可能比获得的收益更大，需要合理的触发机制控制网络的调整，因此这里定义门限值10％，当网络控制中心检测到其中某个网络的状态偏移度超过门限值10％时，则产生网络触发信息，触发网络的调整；

(5.5)按差值向量ΔT′＝{ΔT₁′，ΔT₂′...ΔT_n′}中各个量的正负分成两个集合：ΔT_po＝{ΔT₁′，ΔT₂′...ΔT_k′}和ΔT_ne＝{ΔT_k+1′，ΔT_k+2′...ΔT_n′}，其中ΔT_po的各分量均为正值，表示网络中实际用户数比理想用户数多，ΔT_ne中的各分量均为负值，表示网络中实际用户数比理想用户数少，k为上述差值向量中正值的个数；

(5.6)根据设定的条件确定调整路径集合：

{L_1，k+1:r₁→r_k+1，L_1，k+2:r₁→r_k+2，...L_1，n:r₁→r_n，

L_2，k+1:r₂→r_k+1，L_2，k+2:r₂→r_k+2，...L_2，n:r₂→r_n，

……

L_k，k+1:r_k→r_k+1，L_k，k+2:r_k→r_k+2，...L_k，n:r_k→r_n}

其中，L_i，j:r_i→r_j(i＝1，2，...k；j＝k+1，k+2，...n)代表从r_i到r_j的调整路径，r_i是源网络，r_j是目的网络，该调整路径是一条以r_i为起点r_j为终点的有向路线，中间能够经历多个其他网络，用r_p和r_q表示该有向路线中依次经历的两个相邻网络，需满足的条件是：r_p和r_q之间存在重叠区域S_p，q且至少存在一个用户已接入了r_p。

沿着调整路径可以在保证总用户数不变的情况下，使得源网络中的用户数减少一个，而目的网络中的用户数增加一个，其他网络中用户数保持不变，例如，若该调整路径以网络i为起点，依次经历网络p和网络q最后以网络j为终点，其中网络p和网络q是系统中除网络i和网络j之外的其他网络，则这四个网络应满足条件：网络i与网络p之间存在重叠区域S_i，p，且S_i，p中存在至少一个用户已接入了网络i，网络p与网络q之间存在重叠区域S_p，q，且S_p，q中存在至少一个用户已接入了网络p，网络q与网络j之间存在重叠区域S_q，j，且S_q，j中存在至少一个用户已接入了网络q；

(5.7)以n_i，j i＝1，2，...k；j＝k+1，...n为未知数构造方程组：

$\left\{\begin{array}{c}\underset{j=k+1}{\overset{n}{\mathrm{\Σ}}}{n}_{i,j}=\mathrm{\Δ}{T}_i,(i=\mathrm{1,2},...k)\\ \underset{i=1}{\overset{k}{\mathrm{\Σ}}}{n}_{i,j}=\left|\mathrm{\Δ}{T}_j\right|(j=k+1,...n)\end{array}\right.,$

其中n_i，j代表要选的从网络i到网络j的调整路径的个数；

(5.8)解步骤(5.7)构造的方程组，求得各未知数n_i，j，从步骤(5.6)的调整路径集合中选择n_i，j个调整路径L_i，j:r_i→r_j，i＝1，2，...k；j＝k+1，k+2，...n；

(5.9)对所选的每条调整路径进行中继式调整，即对于调整路径L_i，j:r_i→r_ji＝1，2，...k；j＝k+1，k+2，...n，在其中的相邻网络r_p和r_q的重叠区域S_p，q中选择一个原来接入了r_p的用户，切换至r_q，例如，针对步骤(5.6)所述的调整路径，首先在网络q与网络j的重叠区域S_q，j中选择一个接入了网络q的用户，切换至网络j，然后在网络p与网络q的重叠区域S_p，q中选择一个接入了网络p的用户，切换至网络q，最后在网络i与网络p的重叠区域S_i，p中选择一个接入了网络i的用户，切换至网络p；

(5.10)调整结束，网络发出调整结束通知。

上述步骤5中的多网络中的用户接入网调整不局限于本发明所述方法，还可以由其他方法实现，例如，利用重配置技术实现异构网络的资源最优化使用。《基于重配置技术的异构网络融合方案》，丁哲，尚海英，徐玉滨，计算机科学，2009年4月第36卷第4A期。

Claims (3)

1.一种异构多无线网络覆盖场景中终端接入选择方法，包括如下步骤：

(1)设计优化目标函数以及约束条件：

Max： $f\left(T\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{S}_i[1-{\left(\frac{T_i}{C_i}\right)}^2]$

s.t： $\left\{\begin{array}{c}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{T}_i=N\\ 0\≤T_i\≤C_i\end{array}\right.$ (i＝1，2，…，n)

其中，n表示一个区域中存在的异构网络个数，S_i表示第i个网络的覆盖面积，T_i表示接入第i个网络中的用户数，C_i表示第i个网络的容量，N表示所有网络中的总用户数；

(2)根据场景中的实际参数和上述优化目标函数，用Lingo软件或其他数学工具进行有约束非线性整数规划的计算，得出解向量，将该解向量作为当总用户数为N时各网络的最优状态，并据此建立策略库，策略库中包含不同N值对应的最优状态；

(3)针对网络之间信息交互得到所有网络中的实际总用户数N′，从策略库中查询获得其对应的最优状态(T_o1，T_o2，...T_on)；

(4)根据查询后的最优状态结果，指导新用户以及在场景中移动的用户选择合适的网络，并在网络资源使用效率下降时指导多个用户进行网络选择。

2.根据权利要求1所述的终端接入选择方法，其中步骤(4)所述的根据查询后的最优状态结果，指导新用户以及在场景中移动的用户选择合适的网络，按如下步骤进行：

(2a)检测用户环境信息，获得用户的覆盖网络列表；

(2b)检测用户在第i个网络中的移动速率V_i，分别比较每个覆盖网络对应的时间值

与门限值T_th＝10s的大小关系，其中，D_i表示第i个网络的直径，将大于该门限值的网络加入用户的可用网络列表，由此得到可用网络列表U＝{r₁，r₂，...r_p}，其中r₁，r₂...r_p表示该用户的可用网络1，可用网络2…可用网络p，p为该用户的使用网络个数；

(2c)判断用户可用网络列表是否为空，若列表为空，返回步骤(2a)，否则，进行下一步；

(2d)用户查找可用网络列表中的每个网络对应的ΔT₁，ΔT₂...ΔT_p值，选择其中数值最大所对应的使用网络并接入，其中ΔT₁＝T₁-T_o1，ΔT₂＝T₂-T_o2...ΔT_p＝T_p-T_op，T₁，T₂...T_p是p个可用网络中的当前用户数，T_o1，T_o2...T_op是p个可用网络的最优状态值；

(2e)更新用户环境信息，并将更新后的结果发送到网络端，返回步骤(2a)。

3.根据权利要求1所述的终端接入选择方法，其中步骤(4)所述的在网络资源使用效率下降时指导多个用户进行网络选择，按如下步骤进行：

(3a)收集网络环境信息，计算当前的差值向量ΔT′＝{ΔT₁′，ΔT₂′...ΔT_n′}，其中ΔT′₁＝T₁′-T_o1′，ΔT₂′＝T₂′-T_o2′...ΔT_n′＝T_n′-T_on′，T₁′，T₂′...T_n′是n个网络中的当前用户数，T_o1′，T_o2′...T_on′是当前的最优状态；

(3b)计算当前各个网络的状态偏移量：

(i＝1，2，...n)；

(3c)判断是否存在η_i≥10％(i＝1，2，...n)成立，即是否有网络的状态偏移量该门限值10％，若不成立，则不需要调整，转向步骤(3a)，若成立，则继续下一步；

(3d)按差值向量ΔT′＝{ΔT₁′，ΔT₂′...ΔT_n′}中各个量的正负分成两个集合：ΔT_po＝{ΔT₁′，ΔT₂′...ΔT_k′}和ΔT_ne＝{ΔT_k+1′，ΔT_k+2′...ΔT_n′}，其中ΔT_po的各分量均为正值，表示网络中实际用户数比理想用户数多，ΔT_ne中的各分量均为负值，表示网络中实际用户数比理想用户数少，k为上述差值向量中正值的个数；

(3e)根据设定的条件确定调整路径集合：

{L_1，k+1:r₁→r_k+1，L_1，k+2:r₁→r_k+2，...L_1，n:r₁→r_n，

L_2k+1:r₂→r_k+1，L_2，k+2:r₂→r_k+2，...L_2，n:r₂→r_n，

……

L_k，k+1:r_k→r_k+1，L_k，k+2:r_k→r_k+2，...L_k，n:r_k→r_n}

其中，L_i，j:r_i→r_ji＝1，2，...k；j＝k+1，k+2，...n代表从r_i到r_j的调整路径，r_i是源网络，r_j是目的网络，该调整路径是以r_i为起点r_j为终点的有向路线，中间经历零个或多个其他网络，用r_p和r_q表示该有向路线中依次经历的两个相邻网络，需满足的条件是：r_p和r_q之间存在重叠区域S_p，q且至少存在一个用户已接入了r_p；

(3f)以n_i，ji＝1，2，...k；j＝k+1，...n为未知数构造方程组： $\left\{\begin{array}{c}\underset{j=k+1}{\overset{n}{\mathrm{\Σ}}}{n}_{i,j}=\mathrm{\Δ}{T}_i,(i=\mathrm{1,2},...k)\\ \underset{i=1}{\overset{k}{\mathrm{\Σ}}}{n}_{i,j}=\left|\mathrm{\Δ}{T}_j\right|(j=k+1,...n)\end{array}\right.,$

其中n_i，j代表要选的从网络i到网络j的调整路径的个数；

(3g)解步骤(3f)构造的方程组，求得各未知数n_i，j，从步骤(3e)的调整路径集合中选择n_i，j个调整路径L_i，j:r_i→r_j，i＝1，2，...k；j＝k+1，k+2，...n；

(3h)对步骤(3g)所选的每条调整路径都进行中继式调整，即对于调整路径L_i，j:r_i→r_j，i＝1，2，...k；j＝k+1，k+2，...n，在其中依次经历的每对相邻网络r_p和r_q的重叠区域S_p，q中，选择一个原来接入了r_p的用户，切换至r_q；

(3i)调整结束，网络发出调整结束通知。

Images