CN104780568B - 基于优先级的信道资源管理方法 - Google Patents

Abstract

基于优先级的信道资源管理方法，首先通过提出综合业务与用户优先级的信道预留模型，将m种不同等级的数据用户新呼叫、语音用户新呼叫、数据用户切换呼叫和语音用户切换呼叫结合起来，尽可能的满足多种业务类型和不同等级用户的服务需求，并提出基于Markov的信道模型分析；然后提出综合遗传算法和蚁群算法的信道预留门限求解算法，解决在求解信道预留门限时遇到的NP‑hard问题。本方法用以解决单一业务和单一用户类型的信道预留策略不能够满足用户高质量服务需求的问题，以降低高优先级业务与高优先级用户的阻塞率，提高信道利用率以及用户整体满意度。

Description

基于优先级的信道资源管理方法

技术领域

本发明涉及一种对低轨卫星资源进行信道预留的方法，属于卫星通信领域。特别是涉及一种单一业务和单一用户类型的信道预留策略不能够满足用户高质量服务需求的问题。

背景技术

作为国家关键的基础通信设施，以及全球移动通信的重要组成部分，卫星移动通信系统在国家安全、紧急救援、互联网、远程教学、卫星电视广播以及个人移动通信等方面得到了广泛的应用。新一代宽带卫星通信系统可以提供个人电信业务、多信道广播、互联网的远程传送，是全球无缝个人通信、互联网空中高速通道的必要手段。近年来卫星通信新技术不断发展，特别是低轨道卫星移动通信系统受到了人们的广泛关注，其研究与应用已成为各国的战略发展重点。无线资源管理是低轨卫星移动通信系统研究中的一项重要内容，这主要是由于卫星系统的资源是非常昂贵的，因此如何合理而有效地管理并利用卫星系统的资源已成为关键。针对目前卫星资源管理中核心问题——信道分配，各国开展了研究。

信道分配指在采用信道复用技术的小区移动通信系统中，以最有效的频谱利用方式将信道分配给小区或是将小区信道分配给终端。在现代蜂窝网络中，随着用户业务密度的增加，信道分配对网络容量起着至关重要的作用。研究无线通信系统的信道分配问题需要充分理解用户的QoS需求和业务特性。所有的信道分配机制是根据系统和业务的模型被设计的。最终的性能不仅与设计是否适用于系统和业务模型有关，而且与模型是否准确有关。因此信道分配机制就是为了最大满足用户的服务需求和提高无线频谱资源的利用率，根据系统和业务的模型而进行的一种无线资源分配方式。

目前国内外对信道分配方法做了很多研究，提出了很多信道分配策略。其中信道分配策略中最具有代表性的就是信道预留策略，在此策略中专门设定一部分预留信道只用于服务切换用户，即属于切换用户的预留信道。很多策略都是根据上述思想所变化而来的。

发明内容

技术问题：本发明的目的是提供一种基于优先级的信道资源管理方法，用以解决单一业务和单一用户类型的信道预留策略不能够满足用户高质量服务需求的问题。提出综合业务与用户优先级的信道预留模型，结合该模型提出基于二维Markov的信道模型分析。与其他信道预留方法相比，本方法注重在降低高优先级业务与高优先级用户的阻塞率，提高信道利用率以及用户整体满意度，并解决在求解信道预留门限时遇到的NP-hard问题。

技术方案：本发明通过提出综合业务与用户优先级的信道预留模型，引入基于Markov的信道模型分析，解决单一业务和单一用户类型的信道预留策略不能够满足用户高质量服务需求的问题；通过引入综合遗传算法和蚁群算法的信道预留门限求解算法，解决在求解信道预留门限时遇到的NP-hard问题。

本发明的方法是通过提出综合业务与用户优先级的信道预留模型，将m种不同等级的数据用户新呼叫、语音用户新呼叫、数据用户切换呼叫和语音用户切换呼叫结合起来，同时引入基于Markov的信道模型分析。通过提出综合遗传算法和蚁群算法的信道预留门限求解算法，解决在求解信道预留门限时遇到的NP-hard问题。

一、体系结构

本方法主要分为两个部分，一是综合业务与用户优先级的信道预留模型；二是综合遗传算法和蚁群算法的信道预留门限求解算法。

综合业务与用户优先级的信道预留模型：

信道分配模型中共有M＝{1,2,3,4,…i…,m-1,m}种等级的用户，由于高优先级的需要更高的服务质量，本方法严格按照优先级来划分信道，即0≤k₁≤k₂…≤k_i…≤k_m≤k′₁≤k'₂…≤k′_i…≤k'_m≤k″₁≤k″₂…≤k″_i…≤k”_m≤k″′₁≤k″′₂…≤k″′_i…≤k″′_m。这里我们采用4m个门限参数分配信道K＝{k₁,k₂,…k_i…,k_m,k′₁,k'₂,…k′_i…,k'_m,k″₁,k″₂,…k″_i…,k”_m,k″′₁,k″′₂,…k″′_i…,k″′_m}，其中数据用户新呼叫业务截至门限Y由{k₁,k₂,…k_i…,k_m}组成，并令k_m＝Y；语音用户新呼叫业务截至门限V由{k′₁,k'₂,…k′_i…,k'_m}组成，并令k'_m＝V；数据用户切换呼叫截至门限W由{k″₁,k″₂,…k″_i…,k″_m}组成，并令k”_m＝W；语音用户切换呼叫截至门限C由{k″′₁,k″′₂,…k″′_i…,k″′_m}组成，并令k″′_m＝C。其中k_i为第i级数据用户新呼叫截止门限，k′_i为第i级语音用户新呼叫截止门限，k″_i为第i级数据用户切换呼叫截止门限，k″′_i为第i级语音用户切换呼叫截止门限。

信道分配模型中设置一个大小为Q的缓存队列，用于存储数据用户新呼叫。并且设定一个定时器Ta，当定时器超时，缓冲队列中的超时请求会被转移到下一个小区或阻塞，此定时器设定的目的是保证缓存队列里的数据业务不至于长时间等待。信道分配如图1所示。

本方法共支持M＝{1,2,3,4,…i…,m-1,m}种等级的用户，假设小区中数据用户新呼叫和语音用户新呼叫到达服从Possion过程，到达率分别为和对于不同等级，为第i级数据用户新呼叫的到达率，为第i级语音用户新呼叫的到达率，其中i为整数且i∈[1,m]。不同等级用户的呼叫持续时间服从负指数分布，均值为1/μ。

根据低轨卫星的移动性，每个小区切换业务来自它的前一小区，即本小区的切换呼叫到达率等于前一小区的呼叫切出率。且该切出率等于该小区内按概率会进入下一小区的用户数除以卫星星下点移动过一个小区直径的时间：以小区中第i级用户离开率为例：其中为第i级用户切换呼叫到达率，为前一小区第i级用户新呼叫个数，为前一小区第i级用户切换呼叫个数，和分别表示为第i级用户新呼叫和用户切换呼叫转移到下一小区的概率，其中和R为小区半径，V_s为卫星移动速度。

模型主要对语音业务与数据业务这两个典型业务进行分析，同时我们设定m种不同优先级的用户，我们将这样的呼叫过程用一个二维Markov过程来描述。这里用非负整数对(p，q)来表示该过程中的某一状态，其中p表示数据用户呼叫数，q表示语音用户呼叫数。这里我们假设语音业务占用信道数为2，数据业务占用信道数为1。基于二维Markov的过程状态转移图如图2所示：

在这里将上述模型分解成两个马尔科夫过程(横向：语音用户呼叫；纵向：数据用户呼叫)来近似计算方法来估计性能。

(1)语音用户呼叫部分

我们将基于二维Markov的过程状态转移图的横向视为语音用户呼叫，如图3所示，根据q的不同(即语音业务用户呼叫数)，给出状态转移图中的呼叫到达率和呼叫离开率如下所示：(其中为第i级语音用户新呼叫的到达率，为第i级语音用户切换呼叫的到达率，μ_v为语音用户呼叫的离开率。)

当k_l-1≤2q≤k_l(1＜l≤m)时

呼叫到达率

呼叫离开率μ＝(2q+1)μ_v

当k′_l-1≤2q≤k′_l(1＜l≤m)时

呼叫到达率

呼叫离开率μ＝(2q+1)μ_v

当k″_l-1≤2q≤k″_l(1＜l≤m)时

呼叫到达率

呼叫离开率μ＝(2q+1)μ_v

当k″′_l-1≤2_q≤k″′_l(1＜l≤m)时

呼叫到达率

呼叫离开率μ＝(2q+1)μ_v

由于语音具有绝对优先级，所以对信道的占用不受数据业务的影响。在系统进入平稳分布后，流入n状态的平均转移率等于流出n状态的平均转移率，π_2q为语音业务稳态概率，平衡方程如下：

(2)数据用户呼叫部分

我们将基于二维Markov模型分析的过程状态转移图的纵向视为数据用户呼叫，如图4所示。当为语音业务预留的信道被占满时，考虑到语音用户切换呼叫可以抢占低优先级数据用户新呼叫，这时候被抢占的用户由于没有空闲信道，会进入缓冲队列等待被调度，或者被转移。由于该部分受到语音业务的影响，在这里可以分为以下两种情况来讨论：1)预留信道未满的情况(即轻负载状态业务p+2q＜k″_i情况)。2)预留信道已满的情况(即满负载状态p+2q≥k”'_i情况)。两种状态详细分析如下所示：(其中为第i级数据用户新呼叫的到达率，为第i级数据用户切换呼叫的到达率，μ_d为数据用户呼叫的离开率，μ_dwell为在缓冲队列中用户的离开率。)

1)预留信道未满的情况(即轻负载状态p+2q＜k”'_i情况)

当k_l-1≤p≤k_l(1＜l≤m)时

呼叫到达率

呼叫离开率μ＝(p+1)μ_d

当k'_l-1≤p≤k'_l(1＜l≤m)时

呼叫到达率

呼叫离开率μ＝(p+1)μ_d

当k”_l-1≤p≤k”_l(1＜l≤m)时

呼叫到达率

呼叫离开率μ＝(p+1)μ_d

2)预留信道已满的情况(即满负载状态p+2q≥k”'_i情况)

当k_l-1≤p≤k_l(1＜l≤m)、k'_l-1≤p≤k'_l(1＜l≤m)和k”_l-1≤p≤k”_l(1＜l≤m)时，满负载状态情况下的呼叫到达率与呼叫离开率的值与轻负载情况相同，数据用户新呼叫满负载状态转移图如图5所示。

不同的是满负载情况下，考虑到语音切换呼叫可以抢占低优先级数据用户新呼叫，则被抢占的业务会进入缓冲队列中，综合缓冲队列条件我们可以得出呼叫离开率μ的值如下：

μ＝(k″_l-q)μ_d+(p+q-k″_l+1)μ_dwell(1≤l≤m)

我们在讨论数据业务时候，分预留信道未满的情况和预留信道已满的情况两种不同情况下的讨论，所以其状态方程中呼叫离开率μ的取值会有所不同：

预留信道未满的情况下：μ＝(l+1)μ_d(1≤l≤m)

预留信道已满的情况下：μ＝(k”_l-q)μ_d+(p+q-k”_l+1)μ_dwell(1≤l≤m)

基于二维Markov的模型分析的过程状态转移图中值得注意的一点是，跟每个语音业务占用两条信道相比，每个数据业务只占用一条信道。通过上述情况的分析，π′_p为数据业务稳态概率，有平衡方程如下：

通过结合语音用户呼叫部分和数据用户呼叫部分的平衡方程求解的稳态分布，可得以下参数：

1)第i级用户的语音新呼叫阻塞率

2)第i级用户的数据新呼叫阻塞率

3)第i级用户的语音切换呼叫阻塞率

4)第i级用户的数据切换呼叫阻塞率

本发明以服务质量(GOS)为指标，GOS定义为：

公式中α₀，α₁为新呼叫与切换呼叫影响度的比例因子；βⁱ为第i级用户的影响因子；为第i级用户的语音新呼叫阻塞率；为第i级用户的数据新呼叫阻塞率；为第i级用户的语音切换呼叫阻塞率；为第i级用户的据切换呼叫阻塞率；GoS值越小说明信道分配的效果越好。

将上述公式带入后，得出服务质量GoS：

通过以上分析可知π_q和π'_p是参数K的函数，所以GoS＝f(K)。本发明建立了以下信道预留模型：

Max GoS＝f(K)

S.T 0≤k₁≤k₂…≤k_i…≤k_m≤k′₁≤k′₂…≤k′_i…≤k′_m≤k″₁≤k″₂…≤k″_i…≤k″_m≤k″′₁≤k″′₂…≤k″′_i…≤k″′_m

但是随着系统容量C和用户等级数m的提高，门限参数矢量K的维数和可行域迅速扩大，若采用穷尽搜索算法需要很长的运行时间与极大的存储空间。

综合遗传算法和蚁群算法的信道预留门限算法：

遗传算法具有快速随机的全局搜索能力，但对于系统中的反馈信息利用却无能为力，当求解到一定范围时往往做大量无为的冗余迭代，求精确解效率低。蚁群算法是通过信息素的累积和更新收敛于最优路径上，具有分布式并行全局搜索能力，但初期信息素匮乏，求解速度慢。

针对遗传算法求解精度低以及蚁群算法求解速度慢的问题，提出一种综合遗传算法和蚁群算法的混合算法。该混合算法利用了遗传算法快速随机的全局搜索能力的优点，设计了编码与适应度函数，进行了种群生成与染色体的选择，并通过设定交叉算子和变异算子，生成了信息素分布，同时利用了蚁群算法正反馈以及具有分布式并行全局搜索能力的优点,通过确定吸引强度的初始值，建立了强度更新的模型，从而求得精确解。其具体执行步骤如下：

1)初始种群采用实数编码的方式随机生成算子，生成的染色体为K。初始种群生成步骤如下：

(1)初始时k＝0，n＝0；

(2)k＝rand(0,C)，K＝K∪Δ,n++；

(3)if n<3s，转(2)。否则，转(4)；

(4)对K按升序排序，即生成一条有序的染色体。

(即K＝{k₁,k₂,…k_i…,k_m,k'₁,k'₂,…k'_i…,k'_m,k”₁,k″₂…k″_i…k″_m,k”'₁,k″′₂…k″′_i…k″′_m})

2)选择操作本文采用了适应度比例方法，设N为种群规模，则根据选择概率P_i进行交叉算法和逆转变异算法，进行递归迭代(设定迭代的次数为30代)，直到生成若干组优化解。

3)初始化参数，将遗传算法生成的优化解转化为信息素初始分布(将每组生成优化解视为一条路径，路径上每个节点视为一个门限参数k_i)。每只蚂蚁按照门限参数k_i进行升序转移(即生成一条有序的路径K'＝{k₁,k₂,…k_i…,k_m,k'₁,k'₂,…k′_i…,k'_m,k”₁,k″₂…k″_i…k″_m,k”'₁,k”'₂…k”'_i…k″′_m})，将s只蚂蚁置于各自的初始邻域，每只蚂蚁按概率移动到下一个节点。(其中η_ij为路径能见度，ε为路径轨迹的相对重要性，为路径可见度的相对重要性)

4)计算各蚂蚁本次循环的路径轨迹即目标函数Zf(f＝1，2…s)记录当前的最优解。按更新方程式修正轨迹强度(其中Δτ_ij＝Q/Z_f，Q为常数,ρ为轨迹的持久性)。

5)Δτ_ij修正，H←H-1。若H小于预定的迭代次数(设定迭代的次数为30代)，则转到步骤3。否则输出最优解。

综合遗传算法和蚁群算法的算法基本思想：算法前半过程利用遗传算法快速性、随机性、全局收敛性的特点，通过迭代生成若干组优化解。算法后半过程首先将遗传算法生成的优化解转化成一定的初始信息素值，同时将其视为蚁群算法的初始路径，利用蚁群算法并行性、正反馈性、求精解效率高的特性，快速的寻找最优解。总体框架如图6所示：

二、方法流程

本方法主要是信道预留的具体过程：

信道预留：信道预留流程图如图7所示，具体执行步骤如下：

步骤1：若有呼叫请求接入，首先判断其用户等级和呼叫类型，若为切换呼叫转入步骤4，若为新呼叫转入步骤2；本方法共有M种用户等级，M＝1,2,3，…i，…m，根据第i级用户的呼叫请求，按以下步骤执行；

步骤2：首先判断新呼叫的类型，若为第i级语音用户新呼叫转入步骤3，若为第i级数据用户新呼叫，且新呼叫预留信道数小于符合第i级数据用户新呼叫接入信道数的最大值k_i，则接入该新呼叫；若新呼叫预留信道数大于等于符合第i级数据用户新呼叫接入信道数的最大值k_i，则转入步骤6；

步骤3：若为第i级语音用户新呼叫，且新呼叫预留信道数小于符合第i级语音用户新呼叫接入信道数的最大值k'_i，则接入该新呼叫；若新呼叫预留信道数大于等于符合第i级语音用户新呼叫接入信道数的最大值k'_i，则转入步骤6；

步骤4：首先判断切换呼叫的类型，若为第i级语音用户切换呼叫转入步骤5，若为第i级数据用户切换呼叫，且切换预留信道数小于符合第i级数据用户切换呼叫接入信道数的最大值k”_i，则接入该切换呼叫；若切换预留信道数大于等于符合第i级数据用户切换呼叫接入信道数的最大值k”_i，则转入步骤6；

步骤5：若为第i级语音用户切换呼叫，且切换预留信道数小于符合第i级语音用户切换呼叫接入信道数的最大值k”'_i，则接入该切换呼叫；若切换预留信道数大于等于符合第i级语音用户切换呼叫接入信道数的最大值k”'_i，则抢占低级数据用户新呼叫的信道，将被抢占的数据用户新呼叫放入缓冲队列，若缓冲队列已满则转入步骤6；

步骤6：无可接入的信道，阻塞该呼叫。

有益效果：本发明提出一种基于优先级的信道资源管理方法。该方法能够在满足用户对不同业务类型需求的同时，满足不同等级用户的高服务质量需求，引入综合遗传算法和蚁群算法的信道预留门限算法，解决在求解信道门限预留时遇到的NP问题。

本发明充分考虑多种业务情况下，既要保证各类业务尽可能低的切换阻塞率，又要兼顾其新呼叫性能，符合卫星通信系统中均衡思想的要求，能够较好地满足用户QoS。本发明通过对不同优先级用户预留信道的控制，通过在少影响切换性能的基础上，改善新呼叫性能，提高低轨卫星通信系统信道利用率。

本发明可以有效的解决以低轨卫星作为接入方式的卫星通信网络环境中，由于低轨卫星高速运动所造成的地面移动终端频繁的切换，卫星资源有限以及混合多业务实时性要求高所带来的问题，有效的降低用户的切换阻塞率和新呼叫阻塞率，在卫星信道资源管理发展中具有有益效果。

附图说明

图1是综合业务与用户优先级的信道预留模型，

图2是基于二维Markov的过程状态转移图，

图3是语音用户呼叫占用信道状态转移图，

图4是数据用户呼叫占用信道状态转移图，

图5是数据用户新呼叫满负载状态转移图，

图6是综合遗传算法和蚁群算法的信道预留门限框架图，

图7是信道预留流程图。

具体实施方式

本发明中考虑最具代表性的数据用户新呼叫、语音用户新呼叫、数据用户切换呼叫和语音用户切换呼叫。为了方便描述，我们假定有普通、高级和军事三种用户等级的应用实例，具体执行步骤如下：

(1)以普通用户呼叫请求为例

步骤1：普通用户呼叫请求接入，首先判断其呼叫类型，若为切换呼叫转入步骤4，若为新呼叫转入步骤2；

步骤2：首先判断新呼叫的类型，若为普通语音用户新呼叫转入步骤3，若为普通数据用户新呼叫，且新呼叫预留信道数小于符合普通数据用户新呼叫接入信道数的最大值k₁，则接入该新呼叫；若新呼叫预留信道数大于等于符合普通数据用户新呼叫接入信道数的最大值k₁，则转入步骤6；

步骤3：若为普通语音用户新呼叫，且新呼叫预留信道数小于符合普通语音用户新呼叫接入信道数的最大值k'₁，则接入该新呼叫；若新呼叫预留信道数大于等于符合普通语音用户新呼叫接入信道数的最大值k'₁，则转入步骤6；

步骤4：首先判断切换呼叫的类型，若为普通语音用户切换呼叫转入步骤5，若为普通数据用户切换呼叫，且切换预留信道数小于符合普通数据用户切换呼叫接入信道数的最大值k”₁，则接入该切换呼叫；若切换预留信道数大于等于符合普通数据用户切换呼叫接入信道数的最大值k”₁，则转入步骤6；

步骤5：若为普通语音用户切换呼叫，且切换预留信道数小于符合普通语音用户切换呼叫接入信道数的最大值k”'₁，则接入该切换呼叫；若切换预留信道数大于等于符合普通语音用户切换呼叫接入信道数的最大值k”'₁，则抢占低级数据用户新呼叫的信道，将被抢占的数据用户新呼叫放入缓冲队列，若缓冲队列已满则转入步骤6；

步骤6：无可接入的信道，阻塞该普通用户呼叫。

(2)以高级用户呼叫请求为例

步骤1：高级用户呼叫请求接入，首先判断其呼叫类型，若为切换呼叫转入步骤4，若为新呼叫转入步骤2；

步骤2：首先判断新呼叫的类型，若为高级语音用户新呼叫转入步骤3，若为高级数据用户新呼叫，且新呼叫预留信道数小于符合高级数据用户新呼叫接入信道数的最大值k₂，则接入该新呼叫；若新呼叫预留信道数大于等于符合高级数据用户新呼叫接入信道数的最大值k₂，则转入步骤6；

步骤3：若为高级语音用户新呼叫，且新呼叫预留信道数小于符合高级语音用户新呼叫接入信道数的最大值k'₂，则接入该新呼叫；若新呼叫预留信道数大于等于符合高级语音用户新呼叫接入信道数的最大值k'₂，则转入步骤6；

步骤4：首先判断切换呼叫的类型，若为高级语音用户切换呼叫转入步骤5，若为高级数据用户切换呼叫，且切换预留信道数小于符合高级数据用户切换呼叫接入信道数的最大值k″₂，则接入该切换呼叫；若切换预留信道数大于等于符合高级数据用户切换呼叫接入信道数的最大值k″₂，则转入步骤6；

步骤5：若为高级语音用户切换呼叫，且切换预留信道数小于符合高级语音用户切换呼叫接入信道数的最大值k′″₂，则接入该切换呼叫；若切换预留信道数大于等于符合高级语音用户切换呼叫接入信道数的最大值k′″₂，则抢占低级数据用户新呼叫的信道，将被抢占的数据用户新呼叫放入缓冲队列，若缓冲队列已满则转入步骤6；

步骤6：无可接入的信道，阻塞该高级用户呼叫。

(3)以军事用户呼叫请求为例

步骤1：军事用户呼叫请求接入，首先判断其呼叫类型，若为切换呼叫转入步骤4，若为新呼叫转入步骤2；

步骤2：首先判断新呼叫的类型，若为军事语音用户新呼叫转入步骤3，若为军事数据用户新呼叫，且新呼叫预留信道数小于符合军事数据用户新呼叫接入信道数的最大值k₃，则接入该新呼叫；若新呼叫预留信道数大于等于符合军事数据用户新呼叫接入信道数的最大值k₃，则转入步骤6；

步骤3：若为军事语音用户新呼叫，且新呼叫预留信道数小于符合军事语音用户新呼叫接入信道数的最大值k'₃，则接入该新呼叫；若新呼叫预留信道数大于等于符合军事语音用户新呼叫接入信道数的最大值k'₃，则转入步骤6；

步骤4：首先判断切换呼叫的类型，若为军事语音用户切换呼叫转入步骤5，若为军事数据用户切换呼叫，且切换预留信道数小于符合军事数据用户切换呼叫接入信道数的最大值k″₃，则接入该切换呼叫；若切换预留信道数大于等于符合军事数据用户切换呼叫接入信道数的最大值k″₃，则转入步骤6；

步骤5：若为军事语音用户切换呼叫，且切换预留信道数小于符合军事语音用户切换呼叫接入信道数的最大值k″′₃，则接入该切换呼叫；若切换预留信道数大于等于符合军事语音用户切换呼叫接入信道数的最大值k″′₃，则抢占低级数据用户新呼叫的信道，将被抢占的数据用户新呼叫放入缓冲队列，若缓冲队列已满则转入步骤6；

步骤6：无可接入的信道，阻塞该军事用户呼叫。

Claims (1)

1.一种基于优先级的信道资源管理方法，其特征在于建立了综合业务与用户优先级的信道预留模型，采用综合遗传算法和蚁群算法的信道预留门限求解算法；

综合业务与用户优先级的信道预留模型：

信道分配模型中共有M＝{1,2,3,4,···i···,m-1,m}种等级的用户，由于高优先级的需要更高的服务质量，本方法严格按照优先级来划分信道，即0≤k₁≤k₂···≤k_i···≤k_m≤k′₁≤k'₂···≤k′_i···≤k'_m≤k″₁≤k″₂···≤k″_i···≤k”_m≤k″′1≤k″′₂···≤k″′_i···≤k″′_m，这里我们采用4m个门限参数分配信道K＝{k₁,k₂,···k_i···,k_m,k′₁,k'₂,···k′_i···,k'_m,k″₁,k″₂,···k″_i···,k″_m,k″′₁,k″′₂,···k″′_i···,k″′_m}，其中数据用户新呼叫业务截至门限Y由{k₁,k₂,···k_i···,k_m}组成，并令k_m＝Y；语音用户新呼叫业务截至门限V由{k′₁,k'₂,···k′_i···,k'_m}组成，并令k'_m＝V；数据用户切换呼叫截至门限W由{k″₁,k″₂,···k″_i···,k″_m}组成，并令k”_m＝W；语音用户切换呼叫截至门限C由{k″′₁,k″′₂,···k″′_i···,k″′_m}组成，并令k″′_m＝C，其中k_i为第i级数据用户新呼叫截止门限，k′_i为第i级语音用户新呼叫截止门限，k″_i为第i级数据用户切换呼叫截止门限，k″_i为第i级语音用户切换呼叫截止门限；

通过二维Markov过程来描述呼叫过程，用非负整数对(p，q)来表示该过程中的某一状态，其中p表示数据用户呼叫数，q表示语音用户呼叫数；

通过Markov分析，结合语音用户呼叫部分和数据用户呼叫部分的平衡方程求解的稳态分布，可得以下参数，其中π_2q为语音业务稳态概率，π'_p为数据业务稳态概率：

1)第i级用户的语音新呼叫阻塞率

2)第i级用户的数据新呼叫阻塞率

3)第i级用户的语音切换呼叫阻塞率

4)第i级用户的数据切换呼叫阻塞率

以服务质量(GOS)为指标，GOS定义为：

公式中α₀，α₁为新呼叫与切换呼叫影响度的比例因子；βⁱ为第i级用户的影响因子；为第i级用户的语音新呼叫阻塞率；为第i级用户的数据新呼叫阻塞率；为第i级用户的语音切换呼叫阻塞率；为第i级用户的据切换呼叫阻塞率；GoS值越小说明信道分配的效果越好；

将上述公式带入后，得出服务质量GoS：

通过Markov分析可知π_q和π'_p是参数K的函数，所以GoS＝f(K)，建立以下综合业务与用户优先级的信道预留模型：

综合遗传算法和蚁群算法的信道预留门限求解算法：

其具体执行步骤如下：

1)初始种群采用实数编码的方式随机生成算子，生成的染色体为K，初始种群生成步骤如下：

(1)初始时k＝0，n＝0；

(2)k＝rand(0,C)，K＝K∪Δ,n++；

(3)if n<3s，转(2)，否则，转(4)；

(4)对K按升序排序，即生成一条有序的染色体；

即K＝{k₁,k₂,···k_i···,k_m,k′₁,k'₂,···k′_i···,k'_m,k″₁,k″₂···k″_i···k″_m,k″′₁,k″′₂···k″′_i···k″′_m}

2)选择操作本文采用了适应度比例方法，设N为种群规模，则根据选择概率P_i进行交叉算法和逆转变异算法，进行递归迭代，设定迭代的次数为30代，直到生成若干组优化解；

3)初始化参数，将遗传算法生成的优化解转化为信息素初始分布，即将每组生成优化解视为一条路径，路径上每个节点视为一个门限参数k_i，每只蚂蚁按照门限参数k_i进行升序转移，即生成一条有序的路径K'＝{k_1,k₂,···k_i···,k_m,k′₁,k'₂,···k′_i···,k'_m,k″₁,k″₂···k″_i···k″_m,k″′₁,k″′₂···k″′_i···k″′_m}，将s只蚂蚁置于各自的初始邻域，每只蚂蚁按概率移动到下一个节点；其中η_ij为路径能见度，ε为路径轨迹的相对重要性，为路径可见度的相对重要性；

4)计算各蚂蚁本次循环的路径轨迹即目标函数Z_f(f＝1，2…s)记录当前的最优解，按更新方程式修正轨迹强度，其中Δτ_ij＝Q/Zf，Q为常数,ρ为轨迹的持久性；

5)Δτ_ij修正，H←H-1，若H小于预定的迭代次数，设定迭代的次数为30代，则转到步骤3)，否则输出最优解；

所述基于优先级的信道资源管理方法的具体执行步骤如下：

步骤1：若有呼叫请求接入，首先判断其用户等级和呼叫类型，若为切换呼叫转入步骤4，若为新呼叫转入步骤2；根据第i级用户的呼叫请求，按以下步骤执行；

步骤2：首先判断新呼叫的类型，若为第i级语音用户新呼叫转入步骤3，若为第i级数据用户新呼叫，且新呼叫预留信道数小于符合第i级数据用户新呼叫接入信道数的最大值k_i，则接入该新呼叫；若新呼叫预留信道数大于等于符合第i级数据用户新呼叫接入信道数的最大值k_i，则转入步骤6；

步骤3：若为第i级语音用户新呼叫，且新呼叫预留信道数小于符合第i级语音用户新呼叫接入信道数的最大值k′_i，则接入该新呼叫；若新呼叫预留信道数大于等于符合第i级语音用户新呼叫接入信道数的最大值k′_i，则转入步骤6；

步骤4：首先判断切换呼叫的类型，若为第i级语音用户切换呼叫转入步骤5，若为第i级数据用户切换呼叫，且切换预留信道数小于符合第i级数据用户切换呼叫接入信道数的最大值k″_i，则接入该切换呼叫；若切换预留信道数大于等于符合第i级数据用户切换呼叫接入信道数的最大值k″_i，则转入步骤6；

步骤5：若为第i级语音用户切换呼叫，且切换预留信道数小于符合第i级语音用户切换呼叫接入信道数的最大值k″′_i，则接入该切换呼叫；若切换预留信道数大于等于符合第i级语音用户切换呼叫接入信道数的最大值k″′_i，则抢占低级数据用户新呼叫的信道，将被抢占的数据用户新呼叫放入缓冲队列，若缓冲队列已满则转入步骤6；

步骤6：无可接入的信道，阻塞该呼叫。