CN105007591B - 一种异构无线网络中用户与网络双向选择方法 - Google Patents

Abstract

本发明公开了一种异构无线网络中用户与网络双向选择方法，综合考虑用户偏好和业务需求以及网络对用户的支持度和自身效益，针对异构无线网络中多用户群体性发起业务接入请求时，用户侧采用FAHP+MSD+TOPSIS融合执行候选网络综合性能排序；网络侧结合多属性决策和效益函数对请求接入用户进行偏好排序，采用动态匹配博弈，用户侧和网络侧同时开启匹配窗口进行多对多博弈。本发明的显著特点是：用户和网络均参与选择过程，能全面、综合考虑用户需求、偏好及其变化，均衡网络负载，提高网络资源利用率和效益，实现用户和网络整体满意度最佳。

Description

一种异构无线网络中用户与网络双向选择方法

技术领域

本发明涉及移动通信领域，具体地说，是在异构无线网络中，多用户同时发起业务接入请求或因移动而切换时对各候选网络排序，各候选网络也对用户排序，均衡网络负载，实现用户与网络双向择优匹配选择的一种方法。

背景技术

移动通信业务的迅猛增长和服务质量要求的不断提高，促使无线通信技术不断发展。不同通信体制能提供不同的通信服务，但特性比较单一，如广域移动网虽能支持漫游、移动，但数据传输速率较低，而无线局域网虽能提供高速接入服务，但不支持切换、漫游。为了满足人们对无线通信服务时间、空间和质量的差异化需要，将多种技术体制部署的网络融合形成的异构网络(HetNet) 能发挥各自优势、互为补充。从用户侧看，异构多网共存能实现无缝覆盖，为用户提供更好的通信服务，由于不同网络在体系结构和提供的QoS(Quality of Service)等方面存在差异，用户端需依据自身需求或业务需求选择最佳接入网络。从网络侧看，异构多网共存是一种网络间博弈，网络端需执行网络综合性能预测、排序，避免拥塞，均衡负载，最大化网络资源利用率和自身效益。

在进行接入选择时，多属性决策算法能通过对网络、终端、业务实时状态信息的综合评价，实现网络、终端、业务间的最佳匹配，为终端与业务选择最佳接入网络。然而，多属性决策算法一轮只能接入一个用户，仅适用于用户陆续到达的单用户接入选择场景，而在实际应用中，不可避免会有多用户集中发起业务接入请求情形，如交通工具中的用户从一个网络移动到另一个网络而发生的群体性接入请求或人群密集地多用户同时发起的群体性接入请求。此时采用传统的多属性决策算法进行网络选择时，容易导致接入效率低，接入失败率高，用户满意度低等不足。因此，在异构无线网络中，综合考虑双方效益，执行用户和网络双向选择是亟待解决的技术难点。

发明内容

本发明综合考虑用户偏好和业务需求以及网络对用户的支持度和自身效益，针对异构多无线网络共存场景，在多用户群体性发起业务接入请求时，用户侧采用模糊层次分析法(fuzzy analytic hierarchy process,FAHP)、改进标准差法(modified standarddeviation,MSD)和逼近理想解排序法(technique for order preference by similarityto an ideal solution,TOPSIS)融合执行候选网络综合性能排序；网络侧结合多属性决策和效益函数对请求接入用户进行偏好排序，采用动态匹配博弈，用户侧和网络侧同时开启匹配窗口进行多对多博弈，并根据接入情况实时动态调整匹配参数，能显著提高用户接入效率，保证用户高效选择网络，同时追求用户和网络整体满意度最佳。

为了实现上述目的，本发明提供了一种异构无线网络中用户与网络双向选择方法，由以下步骤组成：

步骤一，采集信息，用户侧根据自身检测功能并接收来自网络发出的周期性消息获取所有网络信息，如传输速率、时延、丢包率、能耗、资费、可承载负荷和覆盖半径等；网络侧根据用户发送信息获得用户移动速度、切换时间、业务类型等所有用户信息，用户侧和网络侧将收集到的信息发送到匹配决策引擎 (matching decision making engine,MDE)，MDE将所有接入请求用户存入接入请求用户表，将所有候选网络存入候选网络表；

步骤二，计算接入请求用户表中所有用户对候选网络的效用并对网络排序，用户侧采用FAHP+MSD+TOPSIS融合算法评估候选网络的综合性能，用户i选择传输速率、时延、丢包率、能耗、资费和可承载负荷作为表征候选网络综合性能的决策属性，建立用户i对M个候选网络的决策矩阵为：

其中d_jp为候选网络j中属性p的值，对决策矩阵归一化处理得到归一化决策矩阵，

其中构建层次化结构模型，采用FAHP算法对各决策属性两两比较，根据决策属性的相对重要性建立模糊判决矩阵，计算各决策属性的主观权重W_s＝[ω_s1,…,ω_s6]；采用MDS算法分析各决策属性标准差与各决策属性之间的冲突性，计算各决策属性的客观权重W_o＝[ω_o1,…,ω_o6]；将主观权重和客观权重加权组合得到复合权重W＝[ω₁,…,ω₆]＝αW_s+(1-α)W_o，ω_k＝αω_sp+(1-α)ω_op,p＝1,…6， 0＜α＜1，用复合权重对归一化决策矩阵加权得到加权归一化决策矩阵，

其中采用TOPSIS算法计算各候选网络与最优网络的距离

向上型决策属性向下型决策属性根据值 对各候选网络降序排列，获得候选网络排序表，

步骤三，网络j根据可承载负荷、覆盖半径以及用户移动速度、切换时间、业务类型、所需带宽生成网络侧效用函数φ(user_i)，并根据效用值对所有接入请求用户排序，建立接入请求用户排序表，网络j匹配运行业务k的用户i时，其效用函数

φ(user_i)_j＝γ_k[w_r(1-F_r)+w_bF_b+w_tF_t]，

其中，0＜γ_k≤1为业务k的优先度，业务类型分为会话类(talk)业务、交互类(interoperate)业务、流媒体类(stream)业务和后台类(back)业务，设置优先度γ_talk＞γ_interoperate＞γ_stream＞γ_back，w_t,w_r,w_b分别为用户移动性支持、业务请求带宽支持和切换时间支持权重，F_r＝v_it/r_j表征用户移动性因素，v_i为用户i的移动速度，r_j为网络j的覆盖半径，F_b＝1-B_kj/(B_j-B_j,ocuppied)表征业务请求带宽因素，B_kj为业务k 向网络j申请的带宽需求，B_j和B_j,ocuppied分别为网络j的总可用带宽和当前已用带宽，F_t＝max[(t-t_th)/t,0]表征切换时间因素，t为距上次切换的时间间隔，t_th为允许切换的最大时间间隔，当网络资源不足时，高优先度业务优先接入，当新用户到达时，F_t＝0，φ(user_i)_j表征了网络j对业务的支持度，实时业务和切换用户的优先度高，覆盖范围小的网络更偏好于移动较慢的用户；

步骤四，根据网络侧效用函数对用户排序：网络j根据所有与接入请求用户匹配获得的效用值φ(user_i)对用户排序，建立接入请求用户排序表N(u)_j，

N(u)_j＝{φ(user_1j)＞φ(user_2j)＞...＞φ(user_nj)}，

式中user_nj表示在网络j的接入请求用户排序表位于第n位的用户；

步骤五，计算用户i的候选网络匹配窗口K，并建立优选网络表，

式中θ_i表示为用户i设定的参数，可根据实际情况调整，将候选网络匹配窗口K 内的网络作为用户i的优选网络表R(n)_i，

R(n)_i＝{net_i1,net_i2,...,net_iK}；

步骤六，计算网络j的接入用户匹配窗口R，并建立优选用户表，网络j的接入用户按接入请求用户排序表N(u)_j接入，根据用户的请求带宽B_kj计算网络j允许接入的最大用户数即为接入用户匹配窗口R，

将N(u)_j中前R个用户作为网络j的优选用户表R(u)_j，

R(u)_j＝{user_1j,user_2j,...,user_Rj}；

步骤七，用户和网络匹配博弈，用户i首先接入优选网络表R(n)_i中的net_i1，然后查询net_i1的优选用户表R(u)_i1，若有用户i，接入成功，否则用户i接入优选网络表R(n)_i中的net_i2，查询net_i2的优选用户表R(u)_i2，以此类推，直到用户i的优选网络表空为止，如果用户i在本轮未成功接入，将其加入接入失败用户表，否则从接入请求用户表中移除，更新候选网络信息；

步骤八，一轮匹配博弈结束后，检查接入失败用户表是否为空，若不为空，将接入失败用户表中的所有用户更新到接入请求用户表，跳转到步骤二进行第二轮匹配博弈；若为空，表示所有接入请求用户均已接入网络，匹配博弈结束；

步骤九，匹配博弈结束后，MDE将匹配结果发送到网络侧和用户侧。

综上所述，本发明所述的一种异构无线网络中用户与网络双向选择方法，综合考虑用户偏好和业务需求以及网络对用户的支持度和自身效益，实现用户与网络双向择优匹配选择，其有益效果是：

1.采用动态匹配博弈，用户和网络均参与选择过程，能全面、综合考虑用户需求、偏好及其变化，均衡网络负载，提高网络资源利用率和效益。

2.用户侧和网络侧同时开启匹配窗口进行多对多博弈，并根据接入情况实时动态调整匹配参数，能显著提高选择效率，保证用户高效选择网络，实现用户和网络整体满意度最佳。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1是本发明中异构多无线网络共存场景示例图

图2是本发明中匹配决策引擎(MDE)与网络侧和用户侧的连接关系图

图3是本发明中执行FAHP算法构建的层次化结构模型

图4是本发明中用户和网络双向选择流程图

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

对于附图1所示的异构多无线网络共存场景，多用户多网络双向选择，由以下步骤进行：

步骤一，采集信息，用户侧根据自身检测功能并接收来自网络发出的周期性消息获取所有网络信息，如传输速率、时延、丢包率、能耗、资费、可承载负荷和覆盖半径等；网络侧根据用户发送信息获得用户移动速度、切换时间、业务类型等所有用户信息，用户侧和网络侧将收集到的信息发送到匹配决策引擎 (MDE)，MDE与网络侧和用户侧的连接关系图如附图2所示，MDE将所有接入请求用户存入接入请求用户表，将所有候选网络存入候选网络表；

步骤二，计算接入请求用户表中所有用户对候选网络的效用并对网络排序，在附图1所示的异构多无线网络共存场景中，候选网络包括1张TD-LTE网络、1 张WCDMA网络和2个无线局域网WLAN1和WLAN2，标记为j＝1,2,3,4，用户侧采用FAHP+MSD+TOPSIS融合算法评估候选网络的综合性能，用户i选择传输速率、时延、丢包率、能耗、资费和可承载负荷作为表征候选网络综合性能的决策属性，建立用户i对4张候选网络的决策矩阵为：

其中d_jp为候选网络j＝1,2,3,4中属性p的取值，对决策矩阵归一化处理得到归一化决策矩阵，

其中构建如附图3所示的层次化结构模型，采用FAHP算法对各决策属性两两比较，根据决策属性的相对重要性建立模糊判决矩阵，计算各决策属性的主观权重W_s＝[ω_s1,…,ω_s6]；采用MDS算法分析各决策属性标准差与各决策属性之间的冲突性，计算各决策属性的客观权重W_o＝[ω_o1,…,ω_o6]；将主观权重和客观权重加权组合得到复合权重W＝[ω₁,…,ω₆]＝αW_s+(1-α)W_o，ω_k＝αω_sp+(1-α)ω_op,p＝1,…6，0＜α＜1，用复合权重对归一化决策矩阵加权得到加权归一化决策矩阵，

其中采用TOPSIS算法计算各候选网络与最优网络的距离向上型决策 属性向下型决策属性根据 值对各候选网络降序排列，获得候选网络排序表，

步骤三，网络j根据可承载负荷、覆盖半径以及用户移动速度、切换时间、业务类型、所需带宽生成网络侧效用函数φ(user_i)，并根据效用值对所有接入请求用户排序，建立接入请求用户排序表，网络j匹配运行业务k的用户i时，其效用函数

φ(user_i)_j＝γ_k[w_r(1-F_r)+w_bF_b+w_tF_t]，

其中，0＜γ_k≤1为业务k的优先度，业务类型分为会话类(talk)业务、交互类(interoperate)业务、流媒体类(stream)业务和后台类(back)业务，设置优先度γ_talk＞γ_interoperate＞γ_stream＞γ_back，w_t,w_r,w_b分别为用户移动性支持、业务请求带宽支持和切换时间支持权重，F_r＝v_it/r_j表征用户移动性因素，v_i为用户i的移动速度，r_j为网络j的覆盖半径，F_b＝1-B_kj/(B_j-B_j,ocuppied)表征业务请求带宽因素，B_kj为业务k 向网络j申请的带宽需求，B_j和B_j,ocuppied分别为网络j的总可用带宽和当前已用带宽，F_t＝max[(t-t_th)/t,0]表征切换时间因素，t为距上次切换的时间间隔，t_th为允许切换的最大时间间隔，当网络资源不足时，高优先度业务优先接入，当新用户到达时，F_t＝0，φ(user_i)_j表征了网络j对业务的支持度，实时业务和切换用户的优先度高，覆盖范围小的网络更偏好于移动较慢的用户；

步骤四，根据网络侧效用函数对用户排序：网络j根据所有与接入请求用户匹配获得的效用值φ(user_i)对用户排序，建立接入请求用户排序表N(u)_j，

N(u)_j＝{φ(user_1j)＞φ(user_2j)＞...＞φ(user_nj)}，

式中user_nj表示在网络j的接入请求用户排序表位于第n位的用户；

步骤五，计算用户i的候选网络匹配窗口K，并建立优选网络表，

式中θ_i表示为用户i设定的参数，可根据实际情况调整，将候选网络匹配窗口K 内的网络作为用户i的优选网络表R(n)_i，

R(n)_i＝{net_i1,net_i2,...,net_iK}；

步骤六，计算网络j的接入用户匹配窗口R，并建立优选用户表，网络j的接入用户按接入请求用户排序表N(u)_j接入，根据用户的请求带宽B_kj计算网络j允许接入的最大用户数即为接入用户匹配窗口R，

将N(u)_j中前R个用户作为网络j的优选用户表R(u)_j，

R(u)_j＝{user_1j,user_2j,...,user_Rj}；

步骤七，用户和网络匹配博弈，用户i首先接入优选网络表R(n)_i中的net_i1，然后查询net_i1的优选用户表R(u)_i1，若有用户i，接入成功，否则用户i接入优选网络表R(n)_i中的net_i2，查询net_i2的优选用户表R(u)_i2，以此类推，直到用户i的优选网络表空为止，如果用户i在本轮未成功接入，将其加入接入失败用户表，否则从接入请求用户表中移除，更新候选网络信息；

步骤八，一轮匹配博弈结束后，检查接入失败用户表是否为空，若不为空，将接入失败用户表中的所有用户更新到接入请求用户表，跳转到步骤二进行第二轮匹配博弈；若为空，表示所有接入请求用户均已接入网络，匹配博弈结束；

步骤九，匹配博弈结束后，MDE将匹配结果发送到网络侧和用户侧。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (2)

1.一种异构无线网络中用户与网络双向选择方法，其特征在于：综合考虑用户偏好和业务需求以及网络对用户的支持度和自身效益，针对异构无线网络中多用户群体性发起业务接入请求时，用户侧采用模糊层次分析法(FAHP)、改进标准差法(MSD)和逼近理想解排序法(TOPSIS)融合执行候选网络综合性能排序；网络侧结合多属性决策和效益函数对请求接入用户进行偏好排序，采用动态匹配博弈，用户侧和网络侧同时开启匹配窗口进行多对多博弈，并根据接入情况实时动态调整匹配参数，提高用户接入效率，保证用户高效选网，实现用户和网络整体满意度最佳；

由以下步骤组成：

步骤一，采集信息，用户侧根据自身检测功能并接收来自网络发出的周期性消息获取所有网络信息，网络信息包括传输速率、时延、丢包率、能耗、资费、可承载负荷和覆盖半径；网络侧根据用户发送信息获得用户移动速度、切换时间、业务类型用户信息，用户侧和网络侧将收集到的信息发送到匹配决策引擎(MDE)，MDE将所有请求用户存入接入请求用户表，将所有候选网络存入候选网络表；

步骤二，计算接入请求用户表中所有用户对候选网络的效用并对网络排序，用户侧采用FAHP+MSD+TOPSIS融合算法评估候选网络的综合性能，依据传输速率、时延、丢包率、能耗、资费和可承载负荷等属性计算各候选网络与最优网络的距离依据对各候选网络排序，用户i对各候选网络的排序表为，

其中，net_ij表示在用户i的候选网络排序表中位于第j位的候选网络，M为候选网络数；

步骤三，候选网络j根据可承载负荷、覆盖半径以及用户移动速度、切换时间、业务类型、所需带宽生成网络侧效用函数φ(user_i)，并根据效用函数值对接入请求用户排序，建立接入请求用户排序表，候选网络j匹配运行业务k的用户i时，其效用函数

φ(user_i)_j＝γ_k[w_r(1-F_r)+w_bF_b+w_tF_t]，

其中，0＜γ_k≤1为业务k的优先度，业务类型分为会话类(talk)业务、交互类(interoperate)业务、流媒体(stream)类业务和后台类业务，设置优先度γ_talk＞γ_interoperate＞γ_stream＞γ_back，w_t,w_r,w_b分别为用户移动性支持、业务请求带宽支持和切换时间支持权重，F_r＝v_it/r_j表征用户移动性因素，v_i表示用户i的移动速度，r_j为候选网络j的覆盖半径，F_b＝1-B_kj/(B_j-B_j,ocuppied)表征业务请求带宽因素，B_kj为业务k向候选网络j申请的带宽需求，B_j和B_j,ocuppied分别为候选网络j的总可用带宽和当前已用带宽，F_t＝max[(t-t_th)/t,0]表征切换时间因素，t为距上次切换的时间间隔，t_th为允许切换的最大时间间隔，当网络资源不足时，高优先度业务优先接入，当新用户到达时，F_t＝0，φ(user_i)_j表征了候选网络j对业务的支持度，实时业务和切换用户的优先度高，覆盖范围小的候选网络更偏好于移动较慢的用户；

步骤四，根据网络侧效用函数对用户排序：候选网络j根据所有与接入请求用户匹配获得的效用值φ(user_i)对用户排序，建立接入请求用户排序表N(u)_j，

N(u)_j＝{φ(user_1j)＞φ(user_2j)＞...＞φ(user_nj)}，

式中user_nj表示在候选网络j的接入请求用户排序表中位于第n位的用户；

步骤五，计算用户i的候选网络匹配窗口K，并建立优选网络表，

式中θ_i表示为用户i设定的参数，将候选网络匹配窗口K内的网络作为用户i的优选网络表R(n)_i，

R(n)_i＝{net_i1,net_i2,...,net_iK}；

步骤六，计算候选网络j的接入用户匹配窗口R，并建立优选用户表，候选网络j的接入用户按接入请求用户排序表N(u)_j接入，根据用户的请求带宽B_kj计算候选网络j允许接入的最大用户数即为接入用户匹配窗口R，

将N(u)_j中前R个用户作为网络j的优选用户表R(u)_j，R(u)_j＝{user_1j,user_2j,...,user_Rj}；

步骤七，用户与候选网络匹配博弈，用户i首先接入优选网络表R(n)_i中的net_i1，然后查询net_i1的优选用户表R(u)_i1，若有用户i，接入成功，否则用户i接入优选网络表R(n)_i中的net_i2，查询net_i2的优选用户表R(u)_i2，以此类推，直到用户i的优选网络表空为止，如果用户i在本轮未成功接入，将其加入接入失败用户表，否则，从接入请求用户表中移除，更新候选网络信息；

步骤八，一轮匹配博弈结束后，检查接入失败用户表是否为空，若不为空，将接入失败用户表中的所有用户更新到接入请求用户表，跳转到步骤二进行第二轮匹配博弈；若为空，表示所有接入请求用户均已接入网络，匹配博弈结束；

步骤九，匹配博弈结束后，MDE将匹配结果发送到网络侧和用户侧。

2.根据权利要求1所述的一种异构无线网络中用户与网络双向选择方法，其特征在于，用户侧采用FAHP+MSD+TOPSIS融合算法计算对候选网络的效用值，由以下步骤组成：

步骤一，用户i选择传输速率、时延、丢包率、能耗、资费和可承载负荷作为表征候选网络综合性能的决策属性，建立判决矩阵，用户i对M个候选网络的决策矩阵为：

其中d_jp为候选网络j中属性p的取值，对决策矩阵归一化处理得到归一化决策矩阵，

其中

步骤二，构建层次化结构模型，采用FAHP算法对各决策属性两两比较，根据决策属性的相对重要性建立模糊判决矩阵，计算各决策属性的主观权重W_s＝[ω_s1,…,ω_s6]；

步骤三，采用MDS算法分析各决策属性标准差与各决策属性之间的冲突性，计算各决策属性的客观权重W_o＝[ω_o1,…,ω_o6]；

步骤四，将主观权重和客观权重加权组合得到复合权重：

W＝[ω₁,…,ω₆]＝αW_s+(1-α)W_o；

其中，ω_k＝αω_sp+(1-α)ω_op,p＝1,…,6；0＜α＜1，用复合权重对归一化决策矩阵加权得到加权归一化决策矩阵，

其中，采用TOPSIS算法计算各候选网络与最优网络之间的距离

向上型决策属性向下型决策属性

步骤五，根据值对各候选网络降序排列，获得候选网络排序表，