CN104955058A - 一种无线局域网中有区分的接入点优化算法 - Google Patents

Abstract

一种无线局域网中有区分的接入点优化方法，构造层次分析法的层级结构，对四类用户的标准之间的相对优先权进行求解；求解第二层标准的权重向量，求解成对比较矩阵的最大特征根及特征向量，得到权重向量；生成第三层成对比较矩阵，并求出相对权重矩阵；根据第二层的标准，建立对应第三层元素的成对比较矩阵，求解成对比较矩阵的主特征向量，通过一致性检验后归一化结果，求出备选接入节点带宽的第三层相对权重向量及延迟的第三层相对权重向量；最后，组合整体权重向量和构建动态选择算法。本发明能有效地提升了用户有区分的服务质量及动态优化用户的关联选择以保证用户服务质量，能提升网络全局吞吐量，并大幅提高网络负载均衡性能。

Description

一种无线局域网中有区分的接入点优化算法

技术领域

本发明属于无线局域网接入技术领域，具体涉及基于节点服务质量建模和协同过滤推荐的接入节点优化选择方法，具体是指一种无线局域网中有区分的接入点优化算法。

背景技术

IEEE 802.11无线局域网具有布设便捷、成本低廉及高灵活性，成为了当下热门无线连接技术。无线局域网广泛部署在机场、医院、咖啡厅、图书馆等场所。在802.11协议中，用户基于信号强度关联接入点，尽管实现简单却导致网络性能不佳和负载不均衡。可见关联的接入点决定了用户的最终性能，故而接入点选择关联优化成为重要研究课题。

无线网络接入选择方法可以分为主动型、被动型和混合型三种形式。主动型的方法通常要工作站主动向所有可用的接入点主动发起一次主动的关联，然后根据关联各个接入点之后的性能做简要的评估，根据所有的记录来决策最好的接入点。比如A.Nicholson等人提出的Virgil算法，其中工作站扫描所有可用的接入点，快速地与逐个关联；与接入点关联的时候，工作站运行一系列测试来评估与该接入点关联时的互联网连接质量。工作站通过缓存的这些接入点测试数据来选择接入点，网络性能和关联成功率都得到了提高。H.Wu等人提出了主动预扫描，在工作站切换网络之前提前给每一个信道主动发送探测消息，通过将信道扫描阶段切成小的时间片，放在正常的数据流量中进行。通过主动型方法，工作站能在选择接入点之间对网络状况有精确的了解，但是主动探寻接入点状况较被动型方法花费较大的时间开销。

被动型方法一般是工作站通过观察网络环境、Beacon消息和探测消息等来评估最佳接入点。G.Judd等人提出了一个对网络负载敏感的接入点选择算法，该方法使得工作站对接入点的选择不再仅仅依赖于信号强度，还有对接入点负载的评估。J.Chen等人通过观察工作站进入网络后的探测消息帧的时延来估算接入点的负载情况，以此来选择负载最轻量的接入点关联，该算法不需要修改802.11网络协议，只需要在工作站一端进行选择算法的实现即可。被动型方法往往比主动型方法更快速，因为在主动型方法中逐个关联接入点进而评估等待的时间较长。

主动被动混合型方法也称为接入节点(AP)协助型方法。工作站要提供少量的信息给接入点，接入点利用这些信息给工作站提供反馈消息以帮助工作站做出最合适的接入决策。K.Sudareasan等人定义了三种不同的接入点选择标准：第一个是AP防止干扰的能力，第二个是AP为所有用户服务一次的平均时间，第三个是AP和用户之间的链路质量。前两个标准作者通过修改网络适配器底层来获取，而另外所需要的信号强度和延迟估算则在客户端做简要修改，通过将这三个标准结合，用户根据结果来选择接入点。Y.Lee等人对工作站和接入点之间的信息交互做出了修改，让移动终端在关联接入点之前就能了解接入点的服务信息，包括切换信息、安全策略、接入点出价和接入点负载等。

已提出的AP选择方法可以分为集中式和分布式两种。集中式AP选择方法通常需要一个指定的服务器去收集和分析网络信息，然后向整个网络决定和分发关联授权。A.Balachandran等人使用一个访问控制服务器保持每个接入点网络及每个用户的状态信息，所以它可以方便地监控和控制整个网络的无线带宽使用。J.Pang等人基于工作站向公共AP提交他们关联的AP的性能信息，进而建立WiFi报告，并通过这些报告总结统计数据从而对每一个AP的性能进行预估。从而无线用户能用这些AP性能的历史数据更好地选择AP。由于802.11协议支持工作站多种速率传输，对于关联同一个接入点的工作站来说，那些低速率的工作站将使得高速率工作站的吞吐量大大降低。本发明设计了一种接入点之间的信息交互机制来收集集中重新分布工作站所需要的信息，使用中央式WLAN管理机制来寻找优化的关联并在AP之间重新分布已经关联的工作站。A.Karimi设计了一个使用在高密度分布的WLAN下的协同网络，能够通过中央服务器优化接入控制，使得接入点能将本地带宽共享给非本地的用户，同时增加自身带宽。W.Li将AP选择问题转化为最大化用户带宽的非线性规划问题，提出了一种中央式的非线性逼近优化来求解用户和接入点关联的公平分配。R.Trestian提出了E-PoFANS算法让客户工作站在信号质量和节能两个方面做平衡，客户端手机用户配置信息、应用程序需求和服务质量参数等数据，在网络中间层加入网络过滤模块收集可用的网络列表，然后将不匹配用户配置需求的网络过滤掉，减少用户工作站选择接入点的计算复杂度和决策时间。然而，集中式AP选择方法通常需要在802.11网络中增加额外的设备，并且也与现有的设备协议不兼容，需要对802.11协议进行修改。

在分布式的AP选择方法中，每一个工作站独立地依据自己的兴趣选择接入点。F.Xu基于对AP负载和用户本地吞吐量的评估设计了一种分布式AP关联选择算法，同时通过修改802.11协议以减少算法实现的开销。Y.Fukuda等人通过估算工作站关联接入点可以获得的本地吞吐量和丢包率，提出了一种提升工作站本地吞吐量和降低丢包率的分布式选择算法。H.Gong对当前AP的beacon消息和探测消息做了简单修改，基于接入点带宽分配的公平性提出了基于启发式算法的分布式AP选择算法。M.Abusubaih提出了一种分布式选择算法，该文基于考虑AP之间和同一个AP之内的干扰的新的选择标准。分布式AP选择方法不需要在网络边缘进行所有的非认证的通信，所以这是一种更安全的设计。其次，在每一个单独的接入点上管理状态时是更原子化的、更灵活的。再者，分布式的状态维护减少了中央服务器上的网络管理开销。

尽管AP选择问题的相关研究工作已取得了一定成果，但是仍然存在以下一些问题：

(1)当用户工作站选择接入点时，对于所有的用户都使用相同的选择标准来选择接入点。然而，运行不同应用的用户对于QoS的需求不同，对接入点提供的接入服务的需求也不尽相同。

(2)目前相关研究大都针对单一目标最优，但该方法并不能保证所有情况下工作站得到理想的性能。

(3)很多选择算法复杂度高，而工作站花费在信道扫描和在每一个信道上等待的时间也很高，每一个工作站都需要重复地计算选择算法，所以工作站关联接入点的效率大大降低。

发明内容

针对这些问题，本发明基于差异QoS需求对用户进行分类。首先提出基于层次分析法的有区分接入点选择算法，提供有区分的、多目标的接入选择优化；在此基础上，提出基于协同过滤推荐的有区分接入点选择算法，目标是节省关联时间开销和计算资源，并验证本发明方案相比传统方法性能带来的提升。无线局域网中一种有区分的接入点优化算法，包括以下步骤：

步骤1、用户分类及声明服务质量期望。

步骤2、构造层次分析法的层级结构。

步骤3、生成第二层成对比较矩阵。

步骤4、求解第二层标准的权重向量。

步骤5、生成第三层成对比较矩阵。

步骤6、根据第二层的标准，建立对应第三层元素的成对比较矩阵。

步骤7、组合整体权重向量。

步骤8、构建动态选择算法。

附图说明

图1为系统仿真模型；

图2为工作站的分布位置；

图3为第一种类型的用户带宽随时间变化的性能分析；

图4为第三种类型的用户带宽随时间变化的性能分析；

图5为第二种类型的用户延迟随时间变化的性能分析；

图6为第三种类型的用户延迟随时间变化的性能分析；

具体实施方式

下面结合附图对本发明一种实施例做进一步说明。无线局域网中一种有区分的接入点优化算法，包括以下步骤：

步骤1、用户分类及声明服务质量期望：

一般QoS通过三个属性来衡量一个进程的输出性能：时间性衡量产生进程输出所需的时间，精确性衡量产生的输出的质量或数量，准确性衡量产生的输出的正确性。计算机网络的QoS通常有以下衡量指标：用户期待的响应时间、延迟、抖动、数据速率、带宽要求、丢包率和误码率。本发明主要关注延迟和带宽需求两个指标。根据应用请求QoS需求的差异，本发明将不同应用程序的用户分为四类：

(1)第一类用户(Type1)：Type1用户运行需求带宽较高的应用程序，例如浏览网页和FTP等。(2)第二类用户(Type2)：Type2用户运行相对低延迟的应用程序，例如音像会议和声音广播等。(3)第三类用户(Type3)：Type3用户运行需要较高带宽和较低延迟的应用程序，例如视频会议、视频广播和VoIP等。(4)第四类用户(Type4)：Type4用户运行对带宽和延迟无特别需求的应用程序，例如Email、Telnet和互联网中继聊天等，因此对带宽和延迟无特殊需求。

(2)步骤2、构造层次分析法的层级结构：

用层次分析法来为解决AP选择问题。首先构造层次分析法的层级结构，从上往下，第一层是目标层，即为用户选择一个最佳AP接入点。第二层是标准层，这里主要考虑两个标准，即带宽和延迟。最底层是方案层，即备选的AP接入点。本发明可选的AP个数为4个。

步骤3、生成第二层成对比较矩阵：

因为四类用户对带宽和延迟的要求是不相同的，所以这一步通过分别考虑对某一类用户成对比较带宽和延迟的重要性，分别生成四类用户的成对比较矩阵，对四类用户的标准之间的相对优先权进行求解。

观察成对比较矩阵，对于某一层的一对元素(i,j)，将向上一层的父母元素作为一个公共属性或标准比较元素重要性，其中，1表示相同重要，9表示最高程度的更为重要。这个值就填入矩阵的(i,j)或者(j,i)位置，它的倒数则填入该位置相对的位置。

第一类用户对延迟要求低，希望获得相对更高的带宽。通过经验得到，带宽强烈(5倍)重要于延迟。所以将5填入成对比较矩阵的(1,2)的位置，倒数1/5填入矩阵(2,1)的位置。矩阵对角线上填入1即可。

第二类用户希望获得非常小的延迟，但对带宽没有特别要求。通过经验得到，延迟强烈(5倍)重要于带宽。所以将倒数1/5填入成对比较矩阵的(1,2)位置，将5填入矩阵(2,1)位置。矩阵对角线上补充1。

第三类用户希望获得非常小的延迟，对带宽也有一定要求。通过经验得到，延迟轻微(3倍)重要于带宽。因此将1/3填入成对比较矩阵(1,2)的位置，将倒数3填入(2,1)的位置，矩阵对角线上用1填充。

第四类用户对带宽和延迟都没有特别的要求，带宽和延迟可以认为相同重要。将1填入成对比较矩阵的(1,2)位置，将倒数1填入(2,1)位置，矩阵对角线上用1填充。

步骤4、求解第二层标准的权重向量：

求解成对比较矩阵的最大特征根及特征向量，做一致性检验(通过一致性指标、随机一致性指标和一致性比率)。检验通过后归一化特征向量，即得到权重向量。否则，重新建立成对比较矩阵直到结果理想，这个过程称为局部衍生比例。在父元素的权重加权于这层元素后，得到全局衍生比例。对于第二层标准，上一层元素的权重总是1。我们可以得到四类用户的第二层相对权重向量。

第一类用户的相对权重向量：(带宽，延迟)＝(0.87，0.13)；

第二类用户的相对权重向量：(带宽，延迟)＝(0.13，0.87)；

第三类用户的相对权重向量：(带宽，延迟)＝(0.33，0.67)；

第四类用户的相对权重向量：(带宽，延迟)＝(0.5，0.5)。

步骤5、生成第三层成对比较矩阵：

步骤5是对于第二层的每个标准基于各个标准下的第三层元素进行两两成对比较，生成第三层成对比较矩阵，并求出相对权重矩阵。这一步需要比较四个备选AP的带宽，生成根据带宽比较的四个方案的第三层成对比较矩阵；比较四个备选AP的延迟，生成根据延迟比较的四个方案的第三层成对比较。接下来先对如何估计连入AP可获得的带宽以及可能的延迟进行说明。

工作站传送新分组数据之前，首先监听信道是否繁忙，如果信道为空闲状态，工作站等待DIFS时序间隔，然后开始传送分组数据。在工作站获得信道访问以后，工作站先向AP传送一个RTS消息，AP将在一个SIFS间隔内用一个CTS消息响应，以通知该工作站开始分组数据的传送。另外，分组数据传输结束，AP收到分组数据后等待一个SIFS间隔然后传送ACK给工作站确认数据。因此，传输一个L比特的数据包所需要的时间如公式(1)所示：

$T=T_{\mathrm{RTS}}+T_{\mathrm{CTS}}+\mathrm{DIFS}+3\mathrm{SIFS}+\frac{L}{\mathrm{Rate}(b/s)}+T_{\mathrm{ack}}---\left(1\right)$

其中，T_RTS表示工作站发送RTS消息的时间，T_CTS表示AP发送CTS消息的时间，DIFS表示DIFS时序间隔，SIFS表示SIFS时序间隔，T_ack表示AP发送ACK的时间，Rate表示工作站的速率。

显然还要考虑工作站与接入点之间的无线链路状况。假设丢包率是P，则工作站发送和成功接收一个数据包的平均时间如公式(2)所示。P可通过接收信号强度RSSI计算获得。

$\stackrel{\‾}{T}=T+\underset{i=1}{\overset{\∞}{\mathrm{\Σ}}}{P}^i\·(1-P)\·i\·T=\frac{T}{1-P}---\left(2\right)$

如果假设理想的情况没有竞争冲突，N个工作站连接到同一个AP_k上，且平均地共享无线访问资源，那么一个工作站连接AP_k后可获得的可能带宽如公式(3)表示，其中N表示此刻与AP_k关联的所有工作站数目。为了计算N，接入点要记录已连接的工作站数目，并修改探测响应消息和Beacon消息、加入N的数据字段，以传送给工作站知晓。

${\mathrm{tp}}_K=\frac{L}{\stackrel{\‾}{T}\·N}=\frac{L\·(1-P)}{T\·N}---\left(3\right)$

通过公式(3)可以求出一个工作站与四个备选接入点之间的可能带宽，即tp₁、tp₂、tp₃和tp₄。

在主动扫描的时候，工作站先发送探测请求帧来识别区域内的接入点，收到探测请求帧的接入点则发送探测响应帧给工作站。工作站要进行修改以记录这个传输延迟时间。通过工作站向四个备选接入点之间的探测帧传输过程，可以估算出工作站与接入点之间的传输延迟，即de₁、de₂、de₃和de₄。

步骤6、根据第二层的标准，建立对应第三层元素的成对比较矩阵：

首先，比较在用户关联四个备选AP的可用带宽(通过公式(3)计算)，我们用tp_i/tp_j来表示AP_i相比AP_j的重要程度。然后，比较用户关联四个备选AP的可能延迟。比较两个AP的延迟1/de_i和1/de_j时，我们用de_j/de_i来表示它们的相对重要程度。

求解成对比较矩阵的主特征向量，通过一致性检验后归一化结果，求出四个备选AP的带宽的第三层相对权重向量，及延迟的第三层相对权重向量，如所下所示。

(AP1,AP2,AP3,AP4)＝(t₁,t₂,t₃,t₄)   (4)

(AP1,AP2,AP3,AP4)＝(d₁,d₂,d₃,d₄)   (5)

步骤7、组合整体权重向量：

通过公式(6)获得整体权重向量。Prio_i是AP_i的最终权重。对于工作站来说，Prio_i最高的AP就是最佳AP。

步骤8、构建动态选择算法：

周期性动态选择算法的步骤总结如下：1)工作站广播探测请求消息；2)工作站计算所有备选接入点的整体权重；选择有最大权重值的接入点连接；3)经过工作站通信T_per时间；4)工作站广播探测请求消息；5)工作站计算所有备选接入点的整体权重值。如果发现最佳接入点并非当前所连接的接入点，则连接新的最佳接入点，并且将T_per减半；如果最佳接入点保持不变，则将T_per加倍。跳到步骤3)。

验证结果：

仿真模型如图1所示，工作站通过AP接入点与一个固定服务器通信，每一个AP接入点都分配了一个固定的802.11b信道，接入点的无线频谱覆盖范围为250米为直径的圆。IEEE802.11MAC层采用DCF和RTS/CTS机制实现信道访问，物理层基于802.11b，速率为11Mbps。RSSI根据接收信号强度计算。每一个AP都连接了一个固定的服务器，服务器有线链路的带宽为5Mb/s，传播延迟为2ms。

每一个接入点的放置位置如图2所示，在现实中许多工作站可能加入某个特定接入点导致多个接入点之间负载不均衡。因此，实验中引入三种工作站的位置分布，工作站分别统一分布在200m*200m的矩形区域中、150m*150m的矩形区域中，及100m*100m的矩形区域中，分别称为Area1(区域1)、Area2(区域2)及Area3(区域3)。在Area1中工作站最均衡地分布在四个接入点周围，而在Area3中他们的分布集中在最受限的区域内。

仿真中模拟了四种类型的用户，每一类用户用不同的应用配置来反映该类型用户生成的通信流量。

1)Type1用户：第一种类型的用户生成很大的传输流量。通信用基于TCP的Ftp应用来模拟，使用NS2的默认设置。2)Type2用户：第二种类型的用户生成轻微的传输流量，但是需要极小的时延。这种通信用基于UDP实现的CBR来模拟，60Kb的页大小，0.5min的达到时间间隔。3)Type3用户：第三种类型的用户生成很重的传输流量，同时需要极小的时延。这种通信用指数分布的开/闭资源模拟，开时间350ms，闭时间650ms。包大小为100kb的页大小。在开阶段包生成速率为60kbps。4)Type4用户：第四种类型的用户生成轻微的传输流量，对时延没要求。这种通信用telnet应用模拟，使用NS2的默认配置。

本发明考虑30个工作站任意地分布在Area3，其中包括10个Type1用户、5个Type2用户、10个Type3用户和5个Type4用户。每个工作站都通过连接的AP与固定服务器通信。它们以任意的时间开始主动扫描，从100s开始发送数据。

图3和图4分别显示了类型1和类型3用户使用静态选择和RSSI算法的吞吐量对比。静态选择使类型1用户的吞吐量提高了31.0％，使得类型3用户的吞吐量提高了23.5％。图5和图6显示了类型2用户和类型3用户使用静态选择和RSSI算法的延迟对比。本发明提出的方案使类型2用户的延迟降低了15.6％，类型3用户的延迟降低了35.0％。因为类型1用户和类型3要求相对较高的带宽，他们的选择标准倾向于能提供更高带宽的接入点；类型2用户要求相对较低的延迟，他们的选择标准倾向于能提供更低延迟的接入点。由此可见，静态选择算法比原有的RSSI算法，能更好地满足不同用户的不同QoS需求，提供有区别的接入服务质量保证。

在动态服务质量保证的验证分析中，共有20个工作站参与，每种类型的用户各5个，他们通过接入点与服务器通信，分布在Area1，周期性选择间隔初始值为120s。仿真中考虑以下三种情景：类型4用户分别改变为类型1，类型2和类型3用户。类型4用户对带宽和延迟都无特殊要求，观察用户改变类型后所得带宽和延迟的变化，来验证提出算法的性能。

场景1中，一个类型4用户在180s的时候加入网络，在200s的时刻开始传输消息，在250s的时刻改变应用类型成为类型1用户。类型1用户需要相对较高的带宽，因此要观察和比较用户的带宽变化。下表为为工作站在场景1的平均吞吐量变化的性能分析；

上表显示了该工作站的平均吞吐量变化，分别在RSSI算法下，非周期性动态选择，周期性动态选择及完整的动态选择算法下。从表中可以看出，在0至250s，工作站的平均带宽是一致的，说明RSSI算法下工作站选择的接入点和本发明提出的算法下选择的接入点是相同的，所以带宽是一样的。250s的时刻，用户的类型发生改变。观察250s至300s的平均带宽，非周期性动态选择算法下的平均带宽要远远高于RSSI下的平均带宽，因为用户类型改变触发了用户的重新选择，用户的选择标准改变，会选择能提供更高带宽的接入点，因此平均吞吐量大大提高。而在周期性的选择算法下，先加入的节点已经开始它们的周期性选择，其他节点的动态调整导致该用户的吞吐量有所变化。在300s的时刻，在周期性选择算法下，该用户的一次周期性选择发生，重新调整连接最佳接入点。因此在这种算法下，用户的平均吞吐量高于基于RSSI的以及非周期性选择算法。在250s至300s和300s至350s两个时段，周期性和非周期性结合的动态选择算法能达到最高值，平均吞吐量比基于RSSI的选择算法分别提高了21.42％和22.35％。该用户经历了两次重新评估和调整，而其他的节点也通过周期性选择算法进行调整，因此该用户的平均吞吐量达到了最高。

场景2中，一个类型4用户在250s的时候改为类型2用户。下表为工作站在场景2的平均延迟变化的性能分析；

上表展示了该用户在基于RSSI的算法下、非周期性动态选择下、周期性动态选择下及二者结合的动态选择下三个时段的平均延迟变化。250s用户类型改变，在非周期性动态选择下，触发了用户的重新评估及选择，用户重新选择能提供更低时延的接入点，使得平均延迟比RSSI下和周期性动态选择下的大大降低；在300s的时刻，周期性选择下，用户进行周期性重选，也大大降低了延迟。而周期性和非周期性动态选择相结合的动态选择算法下，用户的延迟在250s至300s和300s至350s两个时段都达到了最低，与基于RSSI的选择相比，平均延迟分别降低了11.46％和7.44％。这是因为其他节点通过周期性选择动态调整自己的接入点接入，而该用户本身通过250s的一次触发性动态选择和300s的周期性动态选择，使得延迟较RSSI算法大大降低。

在场景3，工作站在250s时刻改变为类型3用户。因为类型3用户生成数据包的时间间隙较长，比周期性重选时间间隔更长，所以这里为了方便比较结果，将此处的周期性重选间隔初始值设置为420s。下表为工作站在场景2的平均吞吐量变化的性能分析；

工作站在场景3的平均延迟变化的性能分析表

上面两个表分别展现了在基于RSSI算法下、非周期性动态选择下、周期性动态选择下及二者综合的动态选择下的工作站平均吞吐量变化和平均延迟变化。在250s的时刻，用户改变为类型3用户，在非周期性动态选择下触发一次重新选择，可以看到这个时段的平均吞吐量高于基于RSSI的、平均延迟低于基于RSSI的。而在600s的时刻，在基于周期性动态选择下，用户发生一次周期性重新选择，用户的平均吞吐量也高于基于RSSI的、平均延迟低于基于RSSI的。而两者结合的动态选择算法，则在250s至300s和300s至350s两个时段，工作站的平均吞吐量达到最高值并且平均延迟达到最低值。与基于RSSI的选择算法相比，平均吞吐量在两个时段分别提高了0.15％、3.80％；平均延迟分别降低了15.12％、19.62％。

为了定量评估算法在重新分布网络负载方面的性能，本发明引入平衡因子的概念来反应每一个接入点的已使用带宽。假设B_i是AP_i的全部吞吐量，则平衡因子β的定义公式(7)所示，其中n是所有AP的数目。平衡因子具有这样的特性：β为1的时候表示所有的接入点有几乎相同的吞吐量。而这些接入点越是负载不均衡，则n越接近1/n。

β＝(∑B_i)²/(n*∑B_i ²)   (7)

下表为算法在整体吞吐量和平衡因子方面性能分析：

表中显示了在基于RSSI算法、静态算法和动态算法下，三种位置分布下的网络的平衡因子。通过动态算法，三种位置中网络的平衡因子较基于RSSI算法都得到大幅提高，其中平衡因子的最小值、最大值和平均值，在Area1中分别提高了26.06％、48.43％、43.29％；Area2中，分别提高了28.27％、80.19％、71.82％。基于RSSI的选择算法在用户位置分布不均衡的情况下性能很不理想，拥挤在某个AP附近的大量用户都会因为这个AP信号强度最大而选择这个AP，而其他AP由于附近用户较少导致接入的用户量很少，所以导致整体网络的负载分布非常不平衡，资源没有得到有效利用。通过动态算法，用户的连接得到重定向，使得用户的连接接入点不再受限于他们的位置，因此网络负载均衡的性能大大提高。本实验充分说明提出的算法能大大促进网络负载平衡，提高网络整体吞吐量，提高网络的有效利用率。

本发明基于层次分析法的思想提出有区分接入点选择算法，基于用户的应用程序对带宽和延迟的需求将用户分类，使用层次分析分别为每类用户求取静态接入点选择标准；同时提出(周期性和非周期性)动态选择算法，应对网络的动态变化及用户类型变化。实验证明，本发明能有效地提升了用户有区分的服务质量，及动态优化用户的关联选择以保证用户服务质量，对于网络全局，能提升整体吞吐量，并大大促进网络负载均衡。

Claims (1)

1.一种无线局域网中有区分的接入点优化算法，其特征包括以下步骤：

步骤1，根据应用请求QoS需求的差异，将不同应用程序的用户分为四类：

步骤2，构造层次分析法的层级结构

首先构造层次分析法的层级结构，从上往下，第一层是目标层，即为用户选择一个最佳AP接入点；第二层是标准层，主要考虑两个标准，即带宽和延迟；最底层是方案层，即备选的AP接入点；AP个数为4个；

步骤3，生成第二层成对比较矩阵

观察成对比较矩阵，对于某一层的一对元素(i,j)，将向上一层的父母元素作为一个公共属性或标准比较元素重要性，其中，1表示相同重要，9表示最高程度的更为重要；这个值就填入矩阵的(i,j)或者(j,i)位置，它的倒数则填入该位置相对的位置；

第一类用户对延迟要求低，希望获得相对更高的带宽，带宽强烈5倍重要于延迟；所以将5填入成对比较矩阵的(1,2)的位置，倒数1/5填入矩阵(2,1)的位置；矩阵对角线上填入1即可；

第二类用户希望获得非常小的延迟，但对带宽没有特别要求，延迟强烈5倍重要于带宽；所以将倒数1/5填入成对比较矩阵的(1,2)位置，将5填入矩阵(2,1)位置；矩阵对角线上补充1；

第三类用户希望获得非常小的延迟，对带宽也有一定要求，延迟轻微3倍重要于带宽；因此将1/3填入成对比较矩阵(1,2)的位置，将倒数3填入(2,1)的位置，矩阵对角线上用1填充；

第四类用户对带宽和延迟都没有特别的要求，带宽和延迟认为相同重要；将1填入成对比较矩阵的(1,2)位置，将倒数1填入(2,1)位置，矩阵对角线上用1填充；

步骤4，求解第二层标准的权重向量：

求解成对比较矩阵的最大特征根及特征向量，做一致性检验；检验通过后归一化特征向量，即得到权重向量；否则，重新建立成对比较矩阵直到结果理想，这个过程称为局部衍生比例；在父元素的权重加权于这层元素后，得到全局衍生比例；对于第二层标准，上一层元素的权重总是1；得到四类用户的第二层相对权重向量；

第一类用户的相对权重向量：(带宽，延迟)＝(0.87，0.13)；

第二类用户的相对权重向量：(带宽，延迟)＝(0.13，0.87)；

第三类用户的相对权重向量：(带宽，延迟)＝(0.33，0.67)；

第四类用户的相对权重向量：(带宽，延迟)＝(0.5，0.5)；

步骤5，生成第三层成对比较矩阵

步骤5是对于第二层的每个标准基于各个标准下的第三层元素进行两两成对比较，生成第三层成对比较矩阵，并求出相对权重矩阵；这一步需要比较四个备选AP的带宽，生成根据带宽比较的四个方案的第三层成对比较矩阵；比较四个备选AP的延迟，生成根据延迟比较的四个方案的第三层成对比较；接下来先对如何估计连入AP可获得的带宽以及可能的延迟进行说明；

工作站传送新分组数据之前，首先监听信道是否繁忙，如果信道为空闲状态，工作站等待DIFS时序间隔，然后开始传送分组数据；在工作站获得信道访问以后，工作站先向AP传送一个RTS消息，AP将在一个SIFS间隔内用一个CTS消息响应，以通知该工作站开始分组数据的传送；另外，分组数据传输结束，AP收到分组数据后等待一个SIFS间隔然后传送ACK给工作站确认数据；因此，传输一个L比特的数据包所需要的时间如公式(1)所示：

$T=T_{\mathrm{RTS}}+T_{\mathrm{CTS}}+\mathrm{DIFS}+3\mathrm{SIFS}\frac{L}{\mathrm{Rate}(b/s)}+T_{\mathrm{ack}}---\left(1\right)$

其中，T_RTS表示工作站发送RTS消息的时间，T_CTS表示AP发送CTS消息的时间，DIFS表示DIFS时序间隔，SIFS表示SIFS时序间隔，T_ack表示AP发送ACK的时间，Rate表示工作站的速率；

假设丢包率是P，则工作站发送和成功接收一个数据包的平均时间如公式(2)所示；P通过接收信号强度RSSI计算获得；

$\stackrel{\‾}{T}=T+\underset{i=1}{\overset{\∞}{\mathrm{\Σ}}}{P}^i\·(1-P)\·i\·T=\frac{T}{1-P}---\left(2\right)$

如果假设理想的情况没有竞争冲突，N个工作站连接到同一个AP_k上，且平均地共享无线访问资源，那么一个工作站连接AP_k后可获得的可能带宽如公式(3)表示，其中N表示此刻与AP_k关联的所有工作站数目；为了计算N，接入点要记录已连接的工作站数目，并修改探测响应消息和Beacon消息、加入N的数据字段，以传送给工作站知晓；

${\mathrm{tp}}_K=\frac{L}{\stackrel{\‾}{T}\·N}=\frac{L\·(1-P)}{T\·N}---\left(3\right)$

通过公式(3)可以求出一个工作站与四个备选接入点之间的可能带宽，即tp₁、tp₂、tp₃和tp₄；

在主动扫描的时候，工作站先发送探测请求帧来识别区域内的接入点，收到探测请求帧的接入点则发送探测响应帧给工作站；工作站要进行修改以记录这个传输延迟时间；通过工作站向四个备选接入点之间的探测帧传输过程，估算出工作站与接入点之间的传输延迟，即de₁、de₂、de₃和de₄；

步骤6，根据第二层的标准，建立对应第三层元素的成对比较矩阵：

首先，比较在用户关联四个备选AP的可用带宽，用tp_i/tp_j来表示AP_i相比AP_j的重要程度；然后，比较用户关联四个备选AP的可能延迟；比较两个AP的延迟1/de_i和1/de_j时，用de_j/de_i来表示它们的相对重要程度；

求解成对比较矩阵的主特征向量，通过一致性检验后归一化结果，求出四个备选AP的带宽的第三层相对权重向量，及延迟的第三层相对权重向量，如所下所示；

(AP1,AP2,AP3,AP4)＝(t₁,t₂,t₃,t₄)         (4)

(AP1,AP2,AP3,AP4)＝(d₁,d₂,d₃,d₄)         (5)

步骤7，组合整体权重向量：

通过公式(6)获得整体权重向量；Prio_i是AP_i的最终权重；对于工作站来说，Prio_i最高的AP就是最佳AP；

步骤8，构建动态选择算法：

1)工作站广播探测请求消息；

2)工作站计算所有备选接入点的整体权重；选择有最大权重值的接入点连接；

3)经过工作站通信T_per时间；

4)工作站广播探测请求消息；

5)工作站计算所有备选接入点的整体权重值；如果发现最佳接入点并非当前所连接的接入点，则连接新的最佳接入点，并且将T_per减半；如果最佳接入点保持不变，则将T_per加倍；跳到步骤3)。