CN102625343B - 一种异构网络的资源管理方法 - Google Patents

Abstract

本发明提供一种异构网络的资源管理方法，通过使用优化理论、进化理论和相应的工程解决方法，在满足异构网络资源要求下，实现异构网络资源的高效利用。

Description

一种异构网络的资源管理方法

技术领域

本发明涉及无线通信技术领域，特别是涉及匿名认证机制和泛函分析方法。

背景技术

下一代的无线网络是基于多种无线接入技术融合的异构网络，包括宽带无线接入、蜂窝移动通信系统，数字电视广播网络和卫星通信系统。异构网络使得不同系统之间的互联互通，以保证用户能够充分的利用这些异质的无线接入技术，实现满足用户的多种需求和提高系统效能的作用。异构无线网络存在各种不同接入技术的网络交叠覆盖。如何实现异构无线网络的融合，实现异构无线网络间不同接入技术之间的互联互通，人们做了大量的研究，提出了不同的解决方法。

对于现有的各种异构系统间的结合方式，如果按照系统间结合的紧密程度进行分类，可以分为紧耦合(tight coupling)松耦合(loose coupling)两种。这两种结合方式是由ETSI在BRAN(Broad band Radio Access Networks)计划中提出来的，虽然最初只考虑了3G与W LAN这两种特定的无线接入系统相结合的情况，但同样也适用于任何类型、任意多个无线接入系统之间的互联互通，其特点是在保持现有无线网络结构完整性的基础上，通过增加某些中间节点实现异构无线网络的互联互通。另一个思路是采用全新的网络结构实现异构无线网络。

传统无线资源管理(RRM，Radio Resou rce Manag ement)的目标是在有限带宽的条件下，为网络内无线用户终端提供高质量业务保障，它包括接入控制、切换控制、负载均衡、分组调度、功率控制、拥塞控制等。传统无线资源管理的各种算法基本在单一方面进行判断，没有考虑到异构网络中不同网络间的差异，无法适应异构网络融合系统中多网络、多业务和多种小区类型的特点，所以传统同构网络的无线资源管理方法不能解决整个异构网络的资源配置和优化问题，图1为一种异构网络参考模型。

异构网络的资源管理可以综合考虑不同的接入网络、终端、服务以及用户等信息，进行集中控制和统一管理，从而实现多系统联合无线资源管理。异构网络的资源管理虽然也需要解决诸如接入控制、切换控制、功率控制等无线资源管理的基本功能，但是这些控制功能与同构网络情况下已有了很大的不同，另外还要实现网间垂直切换和无缝漫游、负载均衡、服务质量保障等异构网络特有的功能。

综上所述，有必要建立一种高效的异构网络资源管理方法，

发明内容

本发明所要解决的技术问题是：解决异构网络资源无法有效管理和控制问题，在满足异构网络资源要求下，实现异构网络资源的高效利用。

本发明为解决上述技术问题提供一种异构网络的资源管理方法，其特征在于：

A、建立异构网络的资源利用率优化模型，并获得最优解；

B、建立异构网络的吞吐量利用率优化模型，并获得最优解；

C、获得业务的最优传输路径；

D、使用遗传算法获得异构网络的综合优化输出结果。

所述步骤A中，异构网络的资源利用率优化模型为

max z

s.t.     $z\≤\underset{r=1}{\overset{3}{\mathrm{\Σ}}}\underset{s=1}{\overset{c^r}{\mathrm{\Σ}}}{U}_j(r,s)y_j^{r,s},\∀j\∈\{1,...,N\},$

$y_j^{r,s}\≤K\·U_j(r,s),\∀j\∈\{1,...,N\},r\∈\left\{\mathrm{1,2,3}\right\},s\∈\{1,...,c^r\}$

$\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\underset{s=1}{\overset{c^r}{\mathrm{\Σ}}}s\·y_j^{r,s}\≤c^r,\∀r\∈\left\{\mathrm{1,2,3}\right\}$

$\underset{r=1}{\overset{3}{\mathrm{\Σ}}}\underset{s=1}{\overset{c^r}{\mathrm{\Σ}}}{y}_j^{r,s}=1,\∀j\∈\{1,...,N\}$

$\underset{r=1}{\overset{3}{\mathrm{\Σ}}}\underset{s=1}{\overset{c^r}{\mathrm{\Σ}}}{U}_j(r,s)\·y_j^{r,s}\≥U_j(r_{\min j},s_{\min j}),\∀j\∈\{1,...,N|t_j=3\}$

$\underset{r_a}{\mathrm{\Σ}}\underset{s_a}{\mathrm{\Σ}}{U}_j(r_{\min j},s_{\min j})\·y_k^{r,s}+\underset{r_b}{\mathrm{\Σ}}\underset{s_b}{\mathrm{\Σ}}{U}_k(r,s)\·y_k^{r,s}\≥\underset{r=1}{\overset{3}{\mathrm{\Σ}}}\underset{s=1}{\overset{c^r}{\mathrm{\Σ}}}{U}_j(r,s)\·y_j^{r,s}$

当k＞j时，并且k≠j

(r_a，s_a)＝{r∈{1，2，3}}，s∈{1，…，c^r|U_k(r，s)＜U_j(r_minj，s_minj)}

(r_b，s_b)＝{r∈{1，2，3}}，s∈{1，…，c^r|U_k(r，s)＜U_j(r_minj，s_minj)}

$y_j^{r,s}\∈\left\{\mathrm{0,1}\right\},\∀j\∈\{1,...,N\},r\∈\left\{\mathrm{1,2,3}\right\},s\∈\{1,...,c^r\}$

其中z为无线信道资源利用率，U_j(r，s)为在接入方式为r的条件下用户j对无线信道资源s的利用率，r＝1为采用GPRS接入方式，r＝2采用为EDGA接入方式，r＝3为采用HSDPA接入方式，c^r为采用接入类型r时最大可用无线信道资源数目，s_minj为分配给用户j的最小信道资源，r_minj为用户j使用GPRS接入方式，(r，s)为信道资源分配子集，总的流程示意图如图2所示，细节流程如图3所示。

所述步骤B中，建立异构网络的吞吐量利用率优化模型，并获得最优解。其中染色体合理性系数为异构网络的吞吐量利用率优化模型为

$\min \underset{p\∈{\mathrm{\θ}}_0}{\mathrm{\Σ}}{\mathrm{\λ}}_p$

s.t.     $\underset{i\∈L}{\min }(1-{\stackrel{\‾}{y}}_i{v}_i^p)$

$\underset{i\∈L_n^{+}}{\mathrm{\Σ}}{f}_i^m=\underset{j\∈L_n^{-}}{\mathrm{\Σ}}{f}_j^m$

$\underset{i\∈L_{\mathrm{sm}}^{+}}{\mathrm{\Σ}}{f}_i^m=\underset{j\∈L_{\mathrm{dm}}^{-}}{\mathrm{\Σ}}{f}_j^m=R_m$

$\underset{i\∈L_{\mathrm{sm}}^{-}}{\mathrm{\Σ}}{f}_i^m=\underset{j\∈L_{\mathrm{dm}}^{+}}{\mathrm{\Σ}}{f}_j^m=0$

$\underset{p=1}{\overset{P}{\mathrm{\Σ}}}{\mathrm{\λ}}_p{z}_i^p-\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{f}_i^m\≥0$

$v_i^p+v_j^p\≤1,\left\{\begin{array}{c}{z}_i^p\≤{\mathrm{\α}}_{t\left(i\right)}{v}_i^p\\ z_i^p\≤{\mathrm{\β}}_{r\left(i\right)}{v}_i^p\end{array}\right.$

$\left\{\begin{array}{c}\underset{i\∈L_n^{+}}{\mathrm{\Σ}}{z}_i^p+\underset{k\∈C_i^{+}}{\mathrm{\Σ}}{\mathrm{\ω}}_{i,k}^p\≤{\mathrm{\α}}_n\\ \underset{i\∈L_n^{-}}{\mathrm{\Σ}}{z}_i^p+\underset{k\∈C_i^{-}}{\mathrm{\Σ}}{\mathrm{\φ}}_{i,k}^p\≤{\mathrm{\β}}_n\end{array}\right.$

$\left\{\begin{array}{c}{z}_i^p\≤{\mathrm{\ω}}_{i,j}^p+{\mathrm{\φ}}_{i,j}^p+\min ({\mathrm{\α}}_{t\left(i\right)},{\mathrm{\β}}_{r\left(i\right)})(1-v_j^p)\\ z_j^p\≤{\mathrm{\φ}}_{i,j}^p+{\mathrm{\ω}}_{i,j}^p+\min ({\mathrm{\α}}_{t\left(j\right)},{\mathrm{\β}}_{r\left(j\right)})(1-v_v^p)\end{array}\right.$

$\left\{\begin{array}{c}{\mathrm{\ω}}_{i,j}^p\≤{\mathrm{\α}}_{t\left(i\right)}{v}_i^p\\ {\mathrm{\ω}}_{i,j}^p\≤{\mathrm{\β}}_{r\left(j\right)}{v}_j^p\\ {\mathrm{\φ}}_{i,j}^p\≤{\mathrm{\α}}_{t\left(i\right)}{v}_i^p\\ {\mathrm{\φ}}_{i,j}^p\≤{\mathrm{\β}}_{r\left(j\right)}{v}_j^p\end{array}\right.$

${\mathrm{\ω}}_{i,j}^p+{\mathrm{\φ}}_{i,j}^p\≤z_i^p$

其中为第m次业务传输经过链路i的业务流，L_n为与节点n相连的所有链路的集合L的子集，为以节点n作为发送端的链路集合，为节点n作为接收端的链路集合，r(i)为节点n作为接收端所获得的业务信号，t(i)为节点n作为发送端传输的业务信号，m为业务会话序号，m∈{1，…，M}，s_m为第m次业务传输的源节点，d_m为第m次业务传输的目的节点，R_m为第m次业务传输的业务流，P为组成异构网络不同类型子网络之间的组合方式数目，λ_p为子网络在不同组合方式下的系统运行时间。

所述步骤C中，获得业务的最优传输路径。其子步骤为：a.首先检测异构网络系统对业务的要求是否满足，若不满足，则转至子步骤b，若满足，则直接将获得的路径状态输出；b.输入业务需求t；c.判断异构网络的业务需求t是否为0，若其为0，则返回至子步骤a，若不为0，则转至步骤d；d.寻找用户至网关的最优路径；e确认最优路径是否找到，若找到，则转至子步骤f，若没找到，则停止计算；f.使用规则t+1＝t-min(t，路径容量)获得下一状态的业务需求；g.改变不同子网间的组合方式，并返回至子步骤c，如图4所示。

所述步骤D中，使用遗传算法获得异构网络的综合优化输出结果。其子步骤为：a.产生子网染色体初始化种群；b.使用功率控制机制增强异构网络性能；c.计算子网染色体合理性系数；d.执行遗传算法；e.检验综合优化输出结果是否满足停止计算标准，若满足要求，则输出网络综合优化结果，若不满足要求，则返回至子步骤b。

本发明的有益效果为：通过使用优化理论、进化理论和相应的工程解决方法，在满足异构网络资源要求下，实现异构网络资源的高效利用。

附图说明

图1为异构网络参考模型示意图；

图2为总的工作流程示意图；

图3为细节工作流程位置图；

图4为获得业务的最优传输路径示意图；

具体实施方式

为达到上述目的，本发明的技术方案如下：

1.建立异构网络的资源利用率优化模型，并获得最优解。

max z

$z\≤\underset{r=1}{\overset{3}{\mathrm{\Σ}}}\underset{s=1}{\overset{c^r}{\mathrm{\Σ}}}{U}_j(r,s)y_j^{r,s},\∀j\∈\{1,...,N\},$

$y_j^{r,s}\≤K\·U_j(r,s),\∀j\∈\{1,...,N\},r\∈\left\{\mathrm{1,2,3}\right\},s\∈\{1,...,c^r\}$

$\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\underset{s=1}{\overset{c^r}{\mathrm{\Σ}}}s\·y_j^{r,s}\≤c^r,\∀r\∈\left\{\mathrm{1,2,3}\right\}$

$\underset{r=1}{\overset{3}{\mathrm{\Σ}}}\underset{s=1}{\overset{c^r}{\mathrm{\Σ}}}{y}_j^{r,s}=1,\∀j\∈\{1,...,N\}$

$\underset{r=1}{\overset{3}{\mathrm{\Σ}}}\underset{s=1}{\overset{c^r}{\mathrm{\Σ}}}{U}_j(r,s)\·y_j^{r,s}\≥U_j(r_{\min j},s_{\min j}),\∀j\∈\{1,...,N|t_j=3\}$

$\underset{r_a}{\mathrm{\Σ}}\underset{s_a}{\mathrm{\Σ}}{U}_j(r_{\min j},s_{\min j})\·y_k^{r,s}+\underset{r_b}{\mathrm{\Σ}}\underset{s_b}{\mathrm{\Σ}}{U}_k(r,s)\·y_k^{r,s}\≥\underset{r=1}{\overset{3}{\mathrm{\Σ}}}\underset{s=1}{\overset{c^r}{\mathrm{\Σ}}}{U}_j(r,s)\·y_j^{r,s}$

当k＞j时，并且k≠j

(r_a，s_a)＝{r∈{1，2，3}}，s∈{1，…，c^r|U_k(r，s)＜U_j(r_minj，s_minj)}

(r_b，s_b)＝{r∈{1，2，3}}，s∈{1，…，c^r|U_k(r，s)＜U_j(r_minj，s_minj)}

$y_j^{r,s}\∈\left\{\mathrm{0,1}\right\},\∀j\∈\{1,...,N\},r\∈\left\{\mathrm{1,2,3}\right\},s\∈\{1,...,c^r\}$

其中z为无线资源利用率，U_j(r，s)为在接入方式为r的条件下用户j对无线资源s的利用率，r＝1为GPRS接入方式，r＝2为EDGA接入方式，r＝3为HSDPA接入方式，c^r为采用接入类型r时最大可用无线资源数目，s_minj为分配给用户j的最小资源，r_minj为用户j使用GPRS接入方式，(r，s)为资源分配子集。

2.建立异构网络的吞吐量利用率优化模型，并获得最优解。其中染色体合理性系数为

$\min \underset{p\∈{\mathrm{\θ}}_0}{\mathrm{\Σ}}{\mathrm{\λ}}_p$

$\underset{i\∈L}{\min }(1-{\stackrel{\‾}{y}}_i{v}_i^p)$

$\underset{i\∈L_n^{+}}{\mathrm{\Σ}}{f}_i^m=\underset{j\∈L_n^{-}}{\mathrm{\Σ}}{f}_j^m$

$\underset{i\∈L_{\mathrm{sm}}^{+}}{\mathrm{\Σ}}{f}_i^m=\underset{j\∈L_{\mathrm{dm}}^{-}}{\mathrm{\Σ}}{f}_j^m=R_m$

$\underset{i\∈L_{\mathrm{sm}}^{-}}{\mathrm{\Σ}}{f}_i^m=\underset{j\∈L_{\mathrm{dm}}^{+}}{\mathrm{\Σ}}{f}_j^m=0$

$\underset{p=1}{\overset{P}{\mathrm{\Σ}}}{\mathrm{\λ}}_p{z}_i^p-\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{f}_i^m\≥0$

$v_i^p+v_j^p\≤1,\left\{\begin{array}{c}{z}_i^p\≤{\mathrm{\α}}_{t\left(i\right)}{v}_i^p\\ z_i^p\≤{\mathrm{\β}}_{r\left(i\right)}{v}_i^p\end{array}\right.$

$\left\{\begin{array}{c}\underset{i\∈L_n^{+}}{\mathrm{\Σ}}{z}_i^p+\underset{k\∈C_i^{+}}{\mathrm{\Σ}}{\mathrm{\ω}}_{i,k}^p\≤{\mathrm{\α}}_n\\ \underset{i\∈L_n^{-}}{\mathrm{\Σ}}{z}_i^p+\underset{k\∈C_j^{-}}{\mathrm{\Σ}}{\mathrm{\φ}}_{i,k}^p\≤{\mathrm{\β}}_n\end{array}\right.$

$\left\{\begin{array}{c}{z}_i^p\≤{\mathrm{\ω}}_{i,j}^p+{\mathrm{\φ}}_{i,j}^p+\min ({\mathrm{\α}}_{t\left(i\right)},{\mathrm{\β}}_{r\left(i\right)})(1-v_j^p)\\ z_j^p\≤{\mathrm{\φ}}_{i,j}^p+{\mathrm{\ω}}_{i,j}^p+\min ({\mathrm{\α}}_{t\left(j\right)},{\mathrm{\β}}_{r\left(j\right)})(1-v_i^p)\end{array}\right.$

$\left\{\begin{array}{c}{\mathrm{\ω}}_{i,j}^p\≤{\mathrm{\α}}_{t\left(i\right)}{v}_i^p\\ {\mathrm{\ω}}_{i,j}^p\≤{\mathrm{\β}}_{r\left(j\right)}{v}_j^p\\ {\mathrm{\φ}}_{i,j}^p\≤{\mathrm{\α}}_{t\left(i\right)}{v}_i^p\\ {\mathrm{\φ}}_{i,j}^p\≤{\mathrm{\β}}_{r\left(j\right)}{v}_j^p\end{array}\right.$

${\mathrm{\ω}}_{i,j}^p+{\mathrm{\φ}}_{i,j}^p\≤z_i^p$

其中为经过链路i的业务流，L_n为与节点n相连的所有链路的集合L的子集，为以节点n作为发送端的链路集合，为节点n作为接收端的链路集合，r(i)为节点n作为接收端所获得的的业务信号，t(i)为节点n作为发送端传输的业务信号，m为业务会话序号，m∈{1，…，M}，s_m为第m次业务传输的源节点，d_m为第m次业务传输的目的节点，R_m为第m次业务传输的业务流，P为组成异构网络不同类型子网络之间的组合方式数目，λ_p为子网络在不同组合方式下的系统运行时间。

3.获得业务的最优传输路径。其子步骤为：a.首先检测网络系统对业务的要求是否满足，若不满足，则转至子步骤b，若满足，则直接将获得的路径状态输出；b.输入业务需求t；c.判断网络的业务需求t是否为0，若其为0，则返回至子步骤a，若不为0，则转至步骤d；d.寻找用户至网关的最优路径；e.确认最优路径是否找到，若找到，则转至子步骤f，若没找到，则停止计算；f.使用规则t+1＝t-min(t，路径容量)获得下一状态的业务需求；g.改变不同子网间的组合方式，并返回至子步骤c。

4.使用遗传算法获得异构网络的综合优化输出结果。其子步骤为：a.产生初始化种群；b.使用功率控制机制增强网络性能；c.计算染色体合理性系数；d.执行遗传算法；e.检验是否满足停止计算标准，若满足要求，则输出网络综合优化结果，若不满足要求，则返回至子步骤b。

Claims (1)

1.一种异构网络的资源管理方法，解决异构网络资源无法有效管理和控制问题，在满足异构网络资源要求下，实现异构网络资源的高效利用，包括以下步骤：

A、建立异构网络的资源利用率优化模型，并获得最优解，具体为异构网络的资源利用率优化模型为

max z

$\begin{array}{cc}s.t.& z\≤\underset{r=1}{\overset{3}{\mathrm{\Σ}}}\underset{s=1}{\overset{c^r}{\mathrm{\Σ}}}{U}_j(r,s)y_j^{r,s},{\∀}_j\∈\{1,...,N\},\end{array}$

$y_j^{r,s}\≤K\·U_j(r,s),\∀j\∈\{1,...,N\},r\∈\left\{\mathrm{1,2,3}\right\},s\∈\{1,...,c^r\}$

$\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\underset{s=1}{\overset{c^r}{\mathrm{\Σ}}}s\·y_j^{r,s}\≤c^r,\∀r\∈\left\{\mathrm{1,2,3}\right\}$

$\underset{r=1}{\overset{3}{\mathrm{\Σ}}}\underset{s=1}{\overset{c^r}{\mathrm{\Σ}}}{y}_j^{r,s}=1,\∀j\∈\{1,...,N\}$

$\underset{r=1}{\overset{3}{\mathrm{\Σ}}}\underset{s=1}{\overset{c^r}{\mathrm{\Σ}}}{U}_j(r,s)\·y_j^{r,s}\≥U_j(r_{\min j},s_{\min j}),\∀j\∈\{1,...,N|t_j=3\}$

$\underset{r_a}{\mathrm{\Σ}}\underset{s_a}{\mathrm{\Σ}}{U}_j(r_{\min j},s_{\min j})\·y_k^{r,s}+\underset{r_b}{\mathrm{\Σ}}\underset{s_b}{\mathrm{\Σ}}{U}_k(r,s)\·y_k^{r,s}\≥\underset{r=1}{\overset{3}{\mathrm{\Σ}}}\underset{s=1}{\overset{c^r}{\mathrm{\Σ}}}{U}_j(r,s)\·y_j^{r,s}$

当k＞j时，并且k≠j

(r_a，s_a)＝{r∈{1，2，3}}，s∈{1，...，c^r|U_k(r，s)＜U_j(r_minj，s_minj)}

(r_b，s_b)＝{r∈{1，2，3}}，s∈{1，...，c^r|U_k(r，s)＜U_j(r_minj，s_minj)}

$y_j^{r,s}\∈\left\{\mathrm{0,1}\right\},\∀j\∈\{1,...,N\},r\∈\left\{\mathrm{1,2,3}\right\},s\∈\{1,...,c^r\}$

其中z为无线信道资源利用率，U_j(r，s)为在接入方式为r的条件下用户j对无线信道资源s的利用率，r＝1为采用GPRS接入方式，r＝2采用为EDGA接入方式，r＝3为采用HSDPA接入方式，c^r为采用接入类型r时最大可用无线信道资源数目，s_min j为分配给用户j的最小信道资源，r_min j为用户j使用GPRS接入方式，(r，s)为信道资源分配子集；

B、建立异构网络的吞吐量利用率优化模型，并获得最优解，具体为建立异构网络的吞吐量利用率优化模型，并获得最优解，其中染色体合理性系数为异构网络的吞吐量利用率优化模型为

$\min \underset{p\∈{\mathrm{\θ}}_0}{\mathrm{\Σ}}{\mathrm{\λ}}_p$

$\begin{array}{cc}s.t.& \underset{i\∈L}{\min }(1-{\stackrel{\‾}{y}}_i{v}_i^p)\end{array}$

$\underset{i\∈L_n^{+}}{\mathrm{\Σ}}{f}_i^m=\underset{j\∈L_n^{-}}{\mathrm{\Σ}}{f}_j^m$

$\underset{i\∈L_{\mathrm{sm}}^{+}}{\mathrm{\Σ}}{f}_i^m=\underset{j\∈L_{\mathrm{dm}}^{-}}{\mathrm{\Σ}}{f}_j^m=R_m$

$\underset{i\∈L_{\mathrm{sm}}^{-}}{\mathrm{\Σ}}{f}_i^m=\underset{j\∈L_{\mathrm{dm}}^{+}}{\mathrm{\Σ}}{f}_j^m=0$

$\underset{p=1}{\overset{P}{\mathrm{\Σ}}}{\mathrm{\λ}}_p{z}_i^p-\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{f}_i^m\≥0$

$v_i^p+v_j^p\≤1,\left\{\begin{array}{c}{z}_i^p\≤{\mathrm{\α}}_{t\left(i\right)}{v}_i^p\\ z_i^p\≤{\mathrm{\β}}_{r\left(i\right)}{v}_i^p\end{array}\right.$

$\left\{\begin{array}{c}\underset{i\∈L_n^{+}}{\mathrm{\Σ}}{z}_i^p+\underset{k\∈C_i^{+}}{\mathrm{\Σ}}{\mathrm{\ω}}_{i,k}^p\≤{\mathrm{\α}}_n\\ \underset{i\∈L_n^{-}}{\mathrm{\Σ}}{z}_i^p+\underset{k\∈C_i^{-}}{\mathrm{\Σ}}{\mathrm{\φ}}_{i,k}^p\≤{\mathrm{\β}}_n\end{array}\right.$

$\left\{\begin{array}{c}{z}_i^p\≤{\mathrm{\ω}}_{i,j}^p+{\mathrm{\φ}}_{i,j}^p+\min ({\mathrm{\α}}_{t\left(i\right)},{\mathrm{\β}}_{r\left(i\right)})(1-v_j^p)\\ z_j^p\≤{\mathrm{\φ}}_{i,j}^p+{\mathrm{\ω}}_{i,j}^p+\min ({\mathrm{\α}}_{t\left(j\right)},{\mathrm{\β}}_{r\left(j\right)})(1-v_i^p)\end{array}\right.$

$\left\{\begin{array}{c}{\mathrm{\ω}}_{i,j}^p\≤{\mathrm{\α}}_{t\left(i\right)}{v}_i^p\\ {\mathrm{\ω}}_{i,j}^p\≤{\mathrm{\β}}_{r\left(j\right)}{v}_j^p\\ {\mathrm{\φ}}_{i,j}^p\≤{\mathrm{\α}}_{t\left(i\right)}{v}_i^p\\ {\mathrm{\φ}}_{i,j}^p\≤{\mathrm{\β}}_{r\left(j\right)}{v}_j^p\end{array}\right.$

${\mathrm{\ω}}_{i,j}^p+{\mathrm{\φ}}_{i,j}^p\≤z_i^p$

其中为第m次业务传输经过链路i的业务流，L_n为与节点n相连的所有链路的集合L的子集，为以节点n作为发送端的链路集合，为节点n作为接收端的链路集合，r(i)为节点n作为接收端所获得的业务信号，t(i)为节点n作为发送端传输的业务信号，m为业务会话序号，m∈{1，...，M}，s_m为第m次业务传输的源节点，d_m为第m次业务传输的目的节点，R_m为第m次业务传输的业务流，P为组成异构网络不同类型子网络之间的组合方式数目，λ_p为子网络在不同组合方式下的系统运行时间；

C、获得业务的最优传输路径，具体为获得业务的最优传输路径，其子步骤为：a.首先检测异构网络系统对业务的要求是否满足，若不满足，则转至子步骤b，若满足，则直接将获得的路径状态输出；b.输入业务需求t；c.判断异构网络的业务需求t是否为0，若其为0，则返回至子步骤a，若不为0，则转至步骤d；d.寻找用户至网关的最优路径；e.确认最优路径是否找到，若找到，则转至子步骤f，若没找到，则停止计算；f.使用规则t+1＝t-min(t，路径容量)获得下一状态的业务需求；g.改变不同子网间的组合方式，并返回至子步骤c；

D、使用遗传算法获得异构网络的综合优化输出结果，具体为使用遗传算法获得异构网络的综合优化输出结果，其子步骤为：a.产生子网染色体初始化种群；b.使用功率控制机制增强异构网络性能；c.计算子网染色体合理性系数；d.执行遗传算法；e.检验综合优化输出结果是否满足停止计算标准，若满足要求，则输出网络综合优化结果，若不满足要求，则返回至子步骤b。