CN103458525A - 异构网络中的调度策略选择方法与装置 - Google Patents

Abstract

本发明提出了异构网络中的调度方法与装置。构造m×3矩阵，矩阵的每行表示一个调度请求，矩阵的第一列为公平因子，第二列为效率因子，第三列匹配因子；将构造的矩阵进行归一化；根据权重向量对已归一化的矩阵进行加权处理，得到加权矩阵；根据加权矩阵确认正理想解以及负理想解；计算正理想距离和计算负理想距离；根据正理想距离以及负理想距离计算相对接近度；按照相对接近度的大小进行排序，确定调度顺序，根据调度顺序进行调度。本发明根据网络容量现状，综合考虑公平、效率和业务QoS并进行调度选择，在保证系统吞吐量的同时提高系统公平性和业务QoS匹配性。

Description

异构网络中的调度策略选择方法与装置

技术领域

本发明属于通信领域，尤其涉及异构网络中的调度策略选择方法与装置。

背景技术

无线通信面临着不断增加的多种类型的业务需求、无线网络资源的匮乏、以及用户对服务质量的要求等许多挑战。在网络发展过程中，由于秉承对原有网络技术的兼容性，在未来的无线网络系统中，原有网络不会因为新技术的研究而被淘汰，而是与新技术的无线网络共存。因此，未来的无线网络是一个基于多种不同类型的无线接入技术的复杂异构网络。异构网络环境导致传统无线网络中的部分技术不再适用。

调度技术是异构网络中关于无线资源管理研究的关键技术之一，是无线资源管理的一部分，调度通常需要考虑的准则包括：保证用户之间的公平性、动态适应无线链路变化、满足特定业务的QoS（Quality ofService）要求、提高吞吐量和信道利用率、限制功耗和降低干扰、保证时延特性以及算法执行复杂度等。在异构网络系统中存在大量的QoS相异的业务，不同用户有着不同的速率、时延要求。一个基站内所有用户速率总和往往会超过基站拥有频带所能传输的信道容量。因此，基站需要根据用户QoS要求，判断该业务的类型以便分配信道资源给不同的用户。

对于调度算法有两个重要的设计参数：一个是效率、一个是公平性。对于实时业务还需要考虑对业务服务质量的影响。效率一般体现为吞吐量，即单位时间内传输的数据量。公平性指用户是否都获得一定的服务机会。对于实时性要求高的业务还要考虑时延因素对QoS的影响。

下面对现有技术的调度算法进行简要说明。

一、轮询调度算法（RR）。这一算法的基本思想是保证小区内的用户按照某种确定的顺序循环占用等时间的无线资源来进行通信，所有用户所服务的业务都具有相同的优先级，一律以机会均等的方式提供公平服务。在一个队列再次接受服务之前，其他所有的非空队列必须都被服务过一遍，除非只有一个非空队列，否则一个队列不可能被连续服务两次。一般认为RR算法是最公平的，因为它保证所有用户占用等量时间进行通信，但同时性能也是最低的（它的系统吞吐量在实际系统中是最低的），它是公平性的上界和算法性能的下界。另外，由于没有考虑多业务的延迟优先级问题，在多业务环境中其公平性无法体现。

二、最大载干比调度算法（MAX C/I）。利用“多用户分集效果”来实现系统容量最大化的调度算法。它的基本思想是对所有待服务移动台依据其接收信号强度预测值进行排序，并按照从大到小的顺序进行发送，具有最高载干比（是指接收到的有用信号电平与所有非有用信号电平的比值）的用户最先获得服务。采用最大载干比调度算法可获得最大的系统吞吐量，所得到的系统容量也可以作为其他调度算法的上界。此外，该算法的另一个优点就是实现简单。

三、比例公平算法（PF）。将各用户的归一化瞬时信道速率作为算法参量在分组用户之间进行调度选择，PF算法尽量让具有高传输速率的用户分配资源时具有高优先级，同时也通过平均传输速率调整来保证用户的公平性。由于它结合了轮询算法和最大载干比的优点，所以成为无线通信系统中一个最流行的调度算法。但该算法的主要缺点同样是没有考虑多业务情况下QoS要求的不同，特别是时延的要求。

四、改进的最大权重时延优先调度算法（M-LWDF）。从等待时延角度调整优先级，等待时间越长优先级越高。该算法可较好的保证不同实时业务对分组时延的不同要求，增加了对用户的信道质量、吞吐量要求以及公平性的考虑，能够在保证各用户不同QoS要求的同时，提高系统容量。M-LWDF算法特别适合于实时业务的调度，但未根据用户容忍时延紧急程度的变化进行调整，且对非实时业务的性能较差。

发明内容

鉴于以上，本发明提出了异构网络中的调度策略选择方法与装置。

根据本发明一方面，提出异构网络中的调度策略选择方法，其特征在于：

构造m×3矩阵，所述矩阵的每行表示一个调度请求，所述矩阵的第一列为表征调度方法公平性的公平因子x_i1，所述公平因子为轮询调度算法的资源分配排序值，第二列为表征调度方法效率性的效率因子x_i2，所述效率因子为载干比，第三列为表征业务匹配度的匹配因子x_i3，所述匹配因子为等待时间与可容忍时延比值，i=1，2，3……m；

将所述构造的矩阵进行归一化，得到归一化矩阵R＝[r_ij]， $r_{\mathrm{ij}}=x_{\mathrm{ij}}/\sqrt{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{x}_{\mathrm{ij}}^2},$ 其中，j=1,2,3；

根据权重向量对已归一化的矩阵进行加权处理，其中，所述权重向量的第一个值为所述公平因子的权重，取值为[0～1]，第二个值为所述效率因子的权重，取值为[0～1]，第三个值为匹配因子的权重，取值为[0～1]，且三个权重总和为1，得到加权矩阵V=[v_ij]；

将所述加权矩阵的第一列中的最小值作为公平因子正理想解

第一列中的最大值作为公平因子负理想解

第二列和第三列中的最大值分别作为效率因子正理想解

和匹配因子正理想解

第二列和第三列中的最小值分别作为效率因子负理想解

和匹配因子负理想解

根据调度请求i中的每个因子与相对应的正理想解，计算正理想距离

以及根据调度请求i中的每个因子与相对应的负理想解，计算负理想距离

对调度请求i，根据正理想距离以及负理想距离，计算得到相对接近度；

按照所述相对接近度的大小进行排序，确定调度顺序，根据所述调度顺序进行调度。

根据本发明另一方面，还提出异构网络中的调度策略选择装置，其特征在于：

构造单元，构造m×3矩阵，所述矩阵的每行表示一个调度请求，所述矩阵的第一列为表征调度方法公平性的公平因子x_i1，所述公平因子为轮询调度算法的资源分配排序值，第二列为表征调度方法效率性的效率因子x_i2，所述效率因子为载干比，第三列为表征业务匹配度的匹配因子x_i3，所述匹配因子为等待时间与可容忍时延比值，i=1，2，3……m；

归一化单元，将所述构造的矩阵进行归一化，得到归一化矩阵R=[r_ij]，

其中，j=1,2,3；

加权单元，根据权重向量对已归一化的矩阵进行加权处理，其中，所述权重向量的第一个值为所述公平因子的权重，取值为[0～1]，第二个值为所述效率因子的权重，取值为[0～1]，第三个值为匹配因子的权重，取值为[0～1]，且三个权重总和为1，得到加权矩阵V=[v_ij]；

确认单元，将所述加权矩阵的第一列中的最小值作为公平因子正理想解

第一列中的最大值作为公平因子负理想解

第二列和第三列中的最大值分别作为效率因子正理想解

和匹配因子正理想解

第二列和第三列中的最小值分别作为效率因子负理想解

和匹配因子负理想解

计算距离单元，根据调度请求i中的每个因子与相对应的正理想解，计算正理想距离

以及根据调度请求i中的每个因子与相对应的负理想解，计算负理想距离

计算相对接近度单元，对调度请求i，根据正理想距离以及负理想距离，计算得到相对接近度；

调度单元，按照所述相对接近度的大小进行排序，确定调度顺序，根据所述调度顺序进行调度。

本发明可以根据网络容量现状，综合考虑公平、效率和业务QoS并进行调度策略选择，在保证系统吞吐量的同时提高系统公平性和业务QoS匹配性。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1所示为本发明实施例异构网络中的调度策略选择方法的流程示意图。

图2所示为本发明实施例异构网络中的调度策略选择装置示意图。

具体实施方式

现有异构网络中的调度策略在一定程度上满足了系统的性能要求，并在公平性、效率、业务QoS上有所折中，但在以下方面存在问题：

首先，异构网络中的调度策略是一个多目标优化问题，其中的关键目标包括：公平性、效率和业务QoS。

在考虑公平性时，一般都会以轮询调度算法作为基准。这种算法循环地给每个用户调度资源，理论上每个用户得到资源的概率都是相同的，但是算法的信道利用率并不高，因为某些用户的信道条件非常恶劣的情况下依然能得到服务，因此系统的吞吐量通常不高。最大载干比调度算法则相反，它每次只选取载干比最大的用户作为调度的对象，即基站始终为信道质量最好的用户服务，因此它得到的吞吐量是一个极限值。但在移动通信中，用户所处的位置不同，其接收信号强度也不一样，最大载干比调度算法只考虑了离基站近的、信道质量好的那部分用户，而其他用户则根本得不到服务，因此也是最不公平的算法。此外，对于实时业务，虽然非实时调度算法在调度非实时类业务时具有简单和易于实现等诸多优点，但仍需满足不同业务QoS的时延约束条件，保证业务在传输时的时延要求。现有经典调度算法已经给出了性能的边界，即一般认为轮询算法给出了公平的上界，而最大载干比算法给出了效率的上界。现有调度算法虽然通过不同参数的选择在这几个目标间进行折中，如比例公平算法，但只考虑了性能的绝对提高。

本发明除了考虑性能的绝对因素外，还充分考虑了边界因素对性能提升的影响，即性能提升是相对于性能边界的相对提高，从而更好的实现多目标综合调度。

其次，已有调度算法虽然具有动态特性，但在公平性、效率和业务QoS三者间经行折中时没有根据网络状态调整不同目标的权重因素。

如当一个系统建立时，其系统的最大容量已经确定，因此通过提高效率而增加的吞吐量是有上限的，而当系统容量接近饱和时，用户公平性和业务QoS匹配程度迅速下降，这时吞吐量的上升变缓，而系统公平性和业务QoS匹配程度仍有提高的空间。

本发明通过系统容量动态调整不同目标的权重，在系统容量充足时，侧重考虑系统效率，能使系统吞吐量迅速提升，而此时用户数较少时资源充足，对公平性和业务匹配性影响较小。随着用户数上升，网络逐渐拥挤，这时优先考虑效率因素所能带来的系统收益较少，而提高公平因子和匹配因子的权重则能有效改善，单个用户的效率有所下降而接入用户数上升，因此对整体吞吐量影响较小。

因此，本发明从以上两个角度，针对异构网络调度中存在的多目标优化问题，提出一个新型的综合调度策略方案，通过考虑调度算法的关键因素，即公平性、效率和业务QoS，并根据网络状态动态的调节不同因子的权重，在保障系统效率的同时，提升用户的公平性并实现更好的业务QoS匹配程度，实现无线资源的合理有效利用。

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

图1所示为本发明实施例异构网络中的调度策略选择方法的流程示意图。

S101、构造m×3矩阵，即m行，3列，所述矩阵的每行表示一个调度请求，所述矩阵的第一列为表征调度方法公平性的公平因子x_i1，第二列为表征调度方法效率性的效率因子x_i2，第三列为表征业务匹配度的匹配因子x_i3，i=1，2，3……m。

对于调度请求i，设其方案集为Ai,i＝1,2,...m，公平因子为轮询调度算法的资源分配排序值，例如，根据轮询调度算法以第一顺序占用无线资源进行通信的，其排序值为1，那么，在所述矩阵的相应位置其取值为1。效率因子为载干比，匹配因子为等待时间与可容忍时延比值。

S102、将所述构造的矩阵进行归一化，得到归一化矩阵R＝[r_ij]，其中，j=1,2,3。

$r_{\mathrm{ij}}=x_{\mathrm{ij}}/\sqrt{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{x}_{\mathrm{ij}}^2}$

S103、根据权重向量w={w₁,w₂,w₃}对已归一化的矩阵进行加权处理，其中，所述权重向量的第一个值为所述公平因子的权重，取值为[0～1]，即大于等于0小于等于1，第二个值为所述效率因子的权重，取值为[0～1]，第三个值为匹配因子的权重，取值为[0～1]，且三个权重总和为1，即w₁+w₂+w₃=1，得到加权矩阵V=[v_ij]。

$V=R\·w=\left[\begin{array}{ccc}{w}_1{r}_{11}& w_2{r}_{12}& w_3{r}_{13}\\ w_1{r}_{21}& w_2{r}_{22}& w_3{r}_{23}\\ .& .& .\\ .& .& .\\ .& .& .\\ w_1{r}_{m1}& w_2{r}_{m2}& w_3{r}_{m3}\end{array}\right]$

在该实施例中，可以根据网络状态动态调整不同因子的权重，在系统容量充足时，侧重考虑系统效率，即提高效率因子的比重，随着用户数上升，提高公平因子和匹配因子的权重。

S104、将所述加权矩阵的第一列中的最小值作为公平因子正理想解

第一列中的最大值作为公平因子负理想解

第二列和第三列中的最大值分别作为效率因子正理想解和匹配因子正理想解

第二列和第三列中的最小值分别作为效率因子负理想解

和匹配因子负理想解

S105、根据调度请求i中的每个因子与相对应的正理想解，计算正理想距离以及根据根据调度请求i中的每个因子与相对应的负理想解，计算负理想距离

反应调度请求i接近正理想解的程度，

反应调度请求i接近负理想解的程度。

在该实施例中，计算正理想距离

以及计算负理想距离

的操作为：

$S_i^{*}=\sqrt{\underset{j=1}{\overset{3}{\mathrm{\Σ}}}{(v_{\mathrm{ij}}-v_j^{*})}^2}$

$S_i^{-}=\sqrt{\underset{j=1}{\overset{3}{\mathrm{\Σ}}}{(v_{\mathrm{ij}}-v_j^{-})}^2}$

S106、对调度请求i，根据正理想距离以及负理想距离，计算得到相对接近度。

在一个实施例中，定义调度请求i的相对接近度为:

$C_i=S_i^{-}/(S_i^{-}+S_i^{*})$ i=1,...,m 0≤C_i≤1

相对接近度C_i能反映调度请求接近正理想解的程度和远离负理想解的程度，即C_i值越大，调度请求i越接近当前网络状态下的正理想解，而C_i值越小，则调度请求i越接近当前网络状态下的负理想解。当调度请求i到正理想解的距离时，有C_i＝1，即此时调度请求为各个因子的正理想解；而当调度请求i到负理想解的距离时，有C_i＝0，即此时调度请求为各个因子的负理想解。

在另一个实施例中，定义调度请求i的相对接近度为:

$C_i=S_i^{*}/(S_i^{-}+S_i^{*})$ i=1,...,m 0≤C_i≤1

在该实施例中，C_i值越大，调度请求i越接近当前网络状态下的负理想解，而C_i值越小，则调度请求i越接近当前网络状态下的正理想解。当调度请求i到正理想解的距离

时，有C_i＝0，即此时调度请求为各个因子的正理想解；而当调度请求i到负理想解的距离

时，有C_i＝1，即此时调度请求集为各个因子的负理想解。

S107、按照相对接近度的大小进行排序，确定调度顺序，根据所述调度顺序进行调度。

当分子为负理想距离时，按照相对接近度从大到小进行排序，例如，相对接近度c₁最大，则首先对调度请求1进行调度。当分子为正理想距离时，按照从小到大进行排序。以此确定调度顺序。

图2所示为本发明实施例异构网络中的调度策略选择装置示意图。该装置包括：构造单元、归一化单元、加权单元、确认单元、计算距离单元、计算相对接近度单元、以及调度单元。

构造单元，构造m×3矩阵，即m行，3列，所述矩阵的每行表示一个调度请求，所述矩阵的第一列为表征调度方法公平性的公平因子x_i1，第二列为表征调度方法效率性的效率因子x_i2，第三列为表征业务匹配度的匹配因子x_i3，i=1，2，3……m。对于调度请求i，设其方案集为A_i,i＝1,2,...m，公平因子为轮询调度算法的资源分配排序值，效率因子为载干比，匹配因子为等待时间与可容忍时延比值。

归一化单元，将所述构造的矩阵进行归一化，得到归一化矩阵R＝[r_ij]，其中，j=1,2,3。

$r_{\mathrm{ij}}=x_{\mathrm{ij}}/\sqrt{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{x}_{\mathrm{ij}}^2}$

加权单元，根据权重向量w={w₁,w₂,w₃}对已归一化的矩阵进行加权处理，其中，所述权重向量的第一个值为所述公平因子的权重，取值为[0～1]，第二个值为所述效率因子的权重，取值为[0～1]，第三个值为匹配因子的权重，取值为[0～1]，且三个权重总和为1，得到加权矩阵V=[v_ij]。

$V=R\·w=\left[\begin{array}{ccc}{w}_1{r}_{11}& w_2{r}_{12}& w_3{r}_{13}\\ w_1{r}_{21}& w_2{r}_{22}& w_3{r}_{23}\\ .& .& .\\ .& .& .\\ .& .& .\\ w_1{r}_{m1}& w_2{r}_{m2}& w_3{r}_{m3}\end{array}\right]$

在该实施例中，可以根据网络状态动态调整不同因子的权重，在系统容量充足时，侧重考虑系统效率，随着用户数上升，提高公平因子和匹配因子的权重。

确认单元，将所述加权矩阵中第一列中的最小值作为公平因子正理想解

第一列中的最大值作为公平因子负理想解

第二列和第三列中的最大值分别作为效率因子正理想解

和匹配因子正理想解第二列和第三列中的最小值分别作为效率因子负理想解

和匹配因子负理想解

计算距离单元，根据调度请求i中的每个因子与相对应的正理想解，计算正理想距离

以及根据根据调度请求i中的每个因子与相对应的负理想解，计算负理想距离

反应调度请求i接近正理想解的程度，反应调度请求i接近负理想解的程度。

在该实施例中，计算正理想距离

以及计算负理想距离

的操作为：

$S_i^{*}=\sqrt{\underset{j=1}{\overset{3}{\mathrm{\Σ}}}{(v_{\mathrm{ij}}-v_j^{*})}^2}$

$S_i^{-}=\sqrt{\underset{j=1}{\overset{3}{\mathrm{\Σ}}}{(v_{\mathrm{ij}}-v_j^{-})}^2}$

计算相对接近度单元，对调度请求i，根据正理想距离以及负理想距离，计算得到相对接近度。

分母为正理想距离以及负理想距离之和，分子为正理想距离或者负理想距离。

在一个实施例中，定义调度请求i的相对接近度为:

$C_i=S_i^{-}/(S_i^{-}+S_i^{*})$ i=1,...,m 0≤C_i≤1

相对接近度C_i能反映调度请求接近正理想解的程度和远离负理想解的程度，即C_i值越大，调度请求i越接近当前网络状态下的正理想解，而C_i值越小，则调度请求i越接近当前网络状态下的负理想解。当调度请求i到正理想解的距离

时，有C_i＝1，即此时调度请求为各个因子的正理想解；而当调度请求i到负理想解的距离

时，有C_i＝0，即此时调度请求为各个因子的负理想解。

在另一个实施例中，定义调度请求i的相对接近度为:

$C_i=S_i^{*}/(S_i^{-}+S_i^{*})$ i=1,...,m 0≤C_i≤1

在该实施例中，C_i值越大，调度请求i越接近当前网络状态下的负理想解，而C_i值越小，则调度请求i越接近当前网络状态下的正理想解。当调度请求i到正理想解的距离

时，有C_i＝0，即此时调度请求为各个因子的正理想解；而当调度请求i到负理想解的距离

时，有C_i＝1，即此时调度请求为各个因子的负理想解。

调度单元，按照相对接近度的大小进行排序，确定调度顺序，根据所述调度顺序进行调度。其中，当分子为负理想距离时，按照相对接近度从大到小进行排序，否则按照从小到大进行排序。以此确定调度顺序。

本发明考虑到系统建立时其系统容量上限已经确定，因此通过提高效率而带来的收益是有上限的，而当系统容量接近饱和时，用户公平性和业务Qos匹配程度迅速下降，这时的系统收益主要来自提高公平性和业务Qos匹配程度。已有调度算法虽然在公平性、效率和业务Qos三者间进行了折中，但没有根据不同网络状态调整不同目标的权重，而本发明在系统容量充足时，侧重效率保证系统吞吐量迅速提升，此时用户数较少时资源充足，对公平性和业务匹配性影响较小；而随着用户数上升，网络逐渐拥挤，增加公平性和业务QoS的权重，在效率因素所能带来的系统收益较少时改善系统的公平性和业务匹配特性，并在调度过程中考虑了不同性能因素相对于其性能边界的提高情况，通过计算请求与理想解的相对接近度确定调度顺序，为异构网络中的调度提供了综合性的多目标优化方案，在保障系统效率的同时提升用户的公平性并实现更好的业务QoS匹配程度，实现无线资源的合理有效利用。

至此，已经详细描述了本发明。为了避免遮蔽本发明的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

本发明所构造的矩阵中，每列的因子顺序以及权重顺序不限于以上具体描述的顺序。例如，所构造的矩阵中，每列的因子顺序可以进行变化，相应的，权重向量据此调整权重顺序即可。例如，第一列为效率因子，第二列为公平因子，第三列为匹配因子，相对应的，权重向量的第一个值为效率因子的权重，第二个值为公平因子的权重，第三个值为匹配因子的权重。所述因子顺序以及权重顺序变化后的技术方案，都应覆盖在本权利要求的保护范围之内。本发明可能以许多方式来实现本发明的方法以及装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法以及装置。用于所述方法的步骤的上述顺序仅是为了进行说明，此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。

虽然已经通过示例对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员应该理解，可在不脱离本发明的范围和精神的情况下，对以上实施例进行修改。本发明的范围由所附权利要求来限定。

Claims (10)

1.异构网络中的调度策略选择方法，其特征在于：

构造m×3矩阵，所述矩阵的每行表示一个调度请求，所述矩阵的第一列为表征调度方法公平性的公平因子x_i1，所述公平因子为轮询调度算法的资源分配排序值，第二列为表征调度方法效率性的效率因子x_i2，所述效率因子为载干比，第三列为表征业务匹配度的匹配因子x_i3，所述匹配因子为等待时间与可容忍时延比值，i=1，2，3……m；

将所述构造的矩阵进行归一化，得到归一化矩阵R＝[r_ij]， $r_{\mathrm{ij}}=x_{\mathrm{ij}}/\sqrt{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{x}_{\mathrm{ij}}^2},$ 其中，j=1,2,3；

根据权重向量对已归一化的矩阵进行加权处理，其中，所述权重向量的第一个值为所述公平因子的权重，取值为[0～1]，第二个值为所述效率因子的权重，取值为[0～1]，第三个值为匹配因子的权重，取值为[0～1]，且三个权重总和为1，得到加权矩阵V=[v_ij]；

将所述加权矩阵的第一列中的最小值作为公平因子正理想解

第一列中的最大值作为公平因子负理想解

第二列和第三列中的最大值分别作为效率因子正理想解和匹配因子正理想解

第二列和第三列中的最小值分别作为效率因子负理想解

和匹配因子负理想解

根据调度请求i中的每个因子与相对应的正理想解，计算正理想距离

以及根据调度请求i中的每个因子与相对应的负理想解，计算负理想距离

对调度请求i，根据正理想距离以及负理想距离，计算得到相对接近度；

按照所述相对接近度的大小进行排序，确定调度顺序，根据所述调度顺序进行调度。

2.根据权利要求1所述异构网络中的调度策略选择方法，其特征在于：

计算正理想距离，以及计算负理想距离的操作为：

$S_i^{*}=\sqrt{\underset{j=1}{\overset{3}{\mathrm{\Σ}}}{(v_{\mathrm{ij}}-v_j^{*})}^2},$

$S_i^{-}=\sqrt{\underset{j=1}{\overset{3}{\mathrm{\Σ}}}{(v_{\mathrm{ij}}-v_j^{-})}^2}.$

3.根据权利要求1所述异构网络中的调度策略选择方法，其特征在于：

计算相对接近度的操作为：

分母为正理想距离以及负理想距离之和，分子为正理想距离或者负理想距离。

4.根据权利要求3所述异构网络中的调度策略选择方法，其特征在于：

当分子为负理想距离时，按照相对接近度从大到小进行排序，否则按照从小到大进行排序。

5.根据权利要求1至4任一所述异构网络中的调度策略选择方法，其特征在于：

根据网络状态动态调整不同因子的权重，在系统容量充足时，提高效率因子的比重，随着用户数上升，提高公平因子和匹配因子的权重。

6.异构网络中的调度策略选择装置，其特征在于：

构造单元，构造m×3矩阵，所述矩阵的每行表示一个调度请求，所述矩阵的第一列为表征调度方法公平性的公平因子x_i1，所述公平因子为轮询调度算法的资源分配排序值，第二列为表征调度方法效率性的效率因子x_i2，所述效率因子为载干比，第三列为表征业务匹配度的匹配因子x_i3，所述匹配因子为等待时间与可容忍时延比值，i=1，2，3……m；

归一化单元，将所述构造的矩阵进行归一化，得到归一化矩阵R=[r_ij]，

其中，j=1,2,3；

加权单元，根据权重向量对已归一化的矩阵进行加权处理，其中，所述权重向量的第一个值为所述公平因子的权重，取值为[0～1]，第二个值为所述效率因子的权重，取值为[0～1]，第三个值为匹配因子的权重，取值为[0～1]，且三个权重总和为1，得到加权矩阵V=[v_ij]；

确认单元，将所述加权矩阵的第一列中的最小值作为公平因子正理想解

第一列中的最大值作为公平因子负理想解

第二列和第三列中的最大值分别作为效率因子正理想解

和匹配因子正理想解

第二列和第三列中的最小值分别作为效率因子负理想解

和匹配因子负理想解

计算距离单元，根据调度请求i中的每个因子与相对应的正理想解，计算正理想距离

以及根据调度请求i中的每个因子与相对应的负理想解，计算负理想距离

计算相对接近度单元，对调度请求i，根据正理想距离以及负理想距离，计算得到相对接近度；

调度单元，按照所述相对接近度的大小进行排序，确定调度顺序，根据所述调度顺序进行调度。

7.根据权利要求6所述异构网络中的调度策略选择装置，其特征在于：

所述计算距离单元计算正理想距离，以及计算负理想距离的操作为：

$S_i^{*}=\sqrt{\underset{j=1}{\overset{3}{\mathrm{\Σ}}}{(v_{\mathrm{ij}}-v_j^{*})}^2},$

$S_i^{-}=\sqrt{\underset{j=1}{\overset{3}{\mathrm{\Σ}}}{(v_{\mathrm{ij}}-v_j^{-})}^2}.$

8.根据权利要求6所述异构网络中的调度策略选择装置，其特征在于：

所述计算相对接近度单元计算相对接近度的操作为：

分母为正理想距离以及负理想距离之和，分子为正理想距离或者负理想距离。

9.根据权利要求8所述异构网络中的调度策略选择装置，其特征在于：

所述调度单元在分子为负理想距离时，按照相对接近度从大到小进行排序，否则按照从小到大进行排序。

10.根据权利要求6至9任一所述异构网络中的调度策略选择装置，其特征在于：

所述加权单元根据网络状态动态调整不同因子的权重，在系统容量充足时，提高效率因子的比重，随着用户数上升，提高公平因子和匹配因子的权重。

Images