CN105472641B - 基于3D-Markov链的IEEE802.11ad网络用户QoE优化方法 - Google Patents

Abstract

本发明涉及一种基于3D‑Markov链的IEEE802.11ad网络用户QoE优化方法，属于IEEE802.11ad网络与接入控制技术领域。该方法包括以下步骤：1)构建适用于IEEE802.11ad网络业务用户接入退避行为的3D‑Markov链分析模型；2)根据3D‑Markov链分析模型计算系统QoS指标；3)根据系统QoS指标，采用典型的平均意见得分MOS评价方法映射得到用户QoE量化指标；4)动态检测，实时更新，以QoE最大化为目标优化竞争时间窗口函数；5)根据最优竞争窗口值，得出最大QoE。本发明的用户QoE优化方法中的竞争时间窗口函数，可以根据业务用户QoE满意程度的不同而动态更新，此外，本方法在保证用户达到满意QoE的前提下，灵活的改变竞争时间窗口函数，提升了接入用户整体QoE。

Description

基于3D-Markov链的IEEE802.11ad网络用户QoE优化方法

技术领域

本发明属于IEEE802.11ad网络与接入控制技术领域，涉及一种基于3D-Markov链的IEEE802.11ad网络用户QoE优化方法。

背景技术

如何在不断提升网络系统业务能力的基础上提升用户对网络的使用感受是未来信息技术发展的必然趋势。目前，针对用户在高速数据、高清信号、低时延等传输方面的需求和要求，IEEE802.11ad网络有效解决了短距离高清信号传输过程中对吞吐量、时延的要求，可以改善系统吞吐量、时延、能耗等性能指标实现系统QoS提升。而QoS作为描述网络性能的客观指标并不能直接体现用户对业务的感受，相比之下QoE作为一种业务质量评价指标，不仅能够统一评价业务中的多种QoS指标对用户体验的影响，还能够统一评价不同类型业务中的主观使用体验，是一种适用于多业务无线网络的优化指标。

因此，综合考虑用户在接入过程中影响QoE的多种因素，研究基于QoE的IEEE802.11ad网络用户接入的退避行为，对于支持不同优先级业务的IEEE802.11ad网络增强用户QoE具有重要的意义。

在现有的技术方案中，研究者往往借助随机理论中的Markov模型对无线网络接入退避行为进行系统QoS分析，并且结合网络接入选择算法进行联合优化，以达到最佳接入控制效果。针对接入控制机制中接入退避行为，研究者主要集中在包括吞吐量、时延、丢包率等指标的系统QoS方面研究，而进一步的用户QoE方面研究较少；同时，由于IEEE802.11ad高吞吐量的特性，对时延参数高要求，因此大部分已有的二维马尔科夫链分析模型以及三维马尔科夫链模型已经不能满足IEEE802.11ad对用户体验的高要求。

发明内容

有鉴于此，本发明的目的在于提供一种基于3D-Markov链的IEEE802.11ad网络用户QoE优化方法，该方法针对IEEE802.11ad网络低时延与用户QoE高要求的问题，建立适用于IEEE802.11ad网络的用户业务接入退避行为的3D-Markov链模型，考虑不同业务类型用户体验质量，供优化用户QoE研究使用，实现IEEE802.11ad网络接入用户的整体QoE提升的QoE优化方法。

为达到上述目的，本发明提供如下技术方案：

一种基于3D-Markov链的IEEE802.11ad网络用户QoE优化方法，包括以下步骤：

1)构建适用于IEEE802.11ad网络业务用户接入退避行为的3D-Markov链分析模型；

2)根据3D-Markov链分析模型计算系统QoS指标；

3)根据系统QoS指标，采用典型的平均意见得分MOS评价方法映射得到用户QoE量化指标；

4)动态检测，实时更新，以QoE最大化为目标优化竞争时间窗口函数；

5)根据最优竞争窗口值，得出最大QoE。

进一步，在步骤1)中，引入竞争时间窗口函数构建3D-Markov链分析模型；

用s(t)表示退避阶数i的随机过程，i∈[0,m]m为用户进行二进制指数退避机制中最大退避阶数；b(t)表示退避计数值j的随机过程，j∈[-1,k_i-2]，k_i为用户的竞争时间窗口函数，且k_i＝2ⁱ·k_{min_v}(v＝0,…,N；i＝1,…,m)，k_{min_v}是不同业务竞争窗口函数最小值，实现不同业务优先级的区分，N为假设的IEEE802.11ad网络中等待接入的不同业务种类的用户数目；引入竞争时间窗口函数构建3D-Markov链模型，用d(t)表示竞争时间窗口值k的随机过程，k∈[k_{min_v},k_max]，k_max＝2^m·k_{min_v}。假设在每一次尝试重传时，不考虑已经经历的重传次数，每一个数据包的碰撞概率都用恒定独立的常数表示。此种假设下，建立3D-Markov链模型。

进一步，在步骤4)中，通过二分搜索思想，动态检测，实时更新具体在不同业务用户退避过程中，各个用户实时检测影响用户QoE的竞争时间窗口值，综合考虑业务需求的满意用户QoE值，一旦竞争时间窗口值改变，则重新回到步骤1)。

进一步，选取最优竞争时间窗口值具体包括以下步骤：

41)初始化：初始化不同业务用户的竞争窗口函数值k_i，且k_i＝2ⁱ·k_{min_v}(v＝0,…,N；i＝1,…,m)，m为用户进行二进制指数退避机制中最大退避阶数，k_{min_v}为不同业务竞争窗口函数最小值，实现不同业务优先级的区分，N为假设的IEEE802.11ad网络中等待接入的不同业务种类的用户数目；

42)设置不同业务用户的QoE量化指标MOS的满意度值MOS_idle；

43)计算当前竞争窗口函数值所对应的用户QoE量化指标MOS值MOS_i，并与MOS_idle进行对比；

44)迭代求解：

在一轮迭代后更新竞争窗口函数值k_i'，这里k_i'∈[k_{min_v},k_max]，且k_max＝2^m·k_{min_v}，k_max是竞争时间窗口函数最大值，并将k_i'作为下次迭代的初始值：

①对于不同业务用户AC_v(Access Category)，当前用户的竞争时间窗口函数值k_i'在此轮的更新将有两个选择：k_i'＝(k_i-k_{min_v})/2，k_i'＝(k_max-k_i)/2；

②对所有可选择的k_i'，选取满足条件k_i'∈[k_{min_v},k_max]的对应k_i'，计算此时QoE量化指标MOS值MOS_i'；

③将MOS_i'与MOS_idle对比，若|MOS_idle-MOS_i'|<e(这里e为无限小的数)，表示在误差允许的范围内获得了最大MOS值，迭代过程停止，输出此时的k_i'，否则返回步骤4，直到获得最优k_i'。

本发明的有益效果在于：

首先，由于IEEE802.11ad高吞吐量的特性，对时延参数高要求，本发明通过引入接入竞争时间窗口函数，构造了一种适用于IEEE802.11ad网络用户接入退避行为的3D-Markov链模型；此外，本发明的竞争时间窗口函数是动态的，与现有的竞争时间窗口函数不同的是，本发明的竞争时间窗口函数首先根据现有的二进制指数回退策略来动态调整竞争时间窗口值，其次还要基于最优QoE来二次调整竞争时间窗口值，不仅可以充分适用于IEEE802.11ad网络，而且为提升接入用户的整体QoE提供了更精确的途径。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明的引入竞争时间窗口函数的3D-Markov链用户数据传输状态示意图；

图2为本发明的二分搜索思想选取最优竞争窗口函数值示意图；

图3为本发明的整体结构框图。

具体实施方式

在IEEE802.11ad网络中，不同业务类型的用户通过随机竞争接入网络，当用户向目标网络发送接入请求时，网络通过接入控制策略协调不同业务种类用户的接入。当试图接入网络的N个用户感知到信道空闲时，高优先级用户接入并进行发送数据，次级用户在等待信道连续空闲DIFS(Distributed Inter Frame Space)时间后，进入退避状态，此时次级用户在0到竞争时间窗口函数内随机产生一个退避时间，存入退避计数器中。退避时间短的用户退避计数器最先减至0，开始发送数据，依次类推。如若用户发送数据失败，采用二进制指数回退策略，增大竞争窗口函数值k_i＝2ⁱ·k_min，进入下一阶的退避状态。

下面将结合附图，对本发明的优选实施例进行详细的描述。

图1为本发明的引入竞争时间窗口函数的3D-Markov链用户数据传输状态示意图，本发明首先建立适用于IEEE802.11ad网络的3D-Markov链模型，参照图1所示的单一IEEE802.11ad网络用于描述每个用户接入过程的数据传输状态图。模型内特殊状态idle表示网络基站在完成一次传输后没有新的数据需要立刻传输的状态，特殊状态(-1,-1,0)表示基站在新数据要发送时用户侦听到信道空闲达到一个DIFS后直接发送的状态。本发明的主要思想是：首先，假定网络中有N个用户，v∈[0,N]，N为假设的IEEE802.11ad网络中等待接入的不同业务种类的用户数目。三维随机过程分别为：s(t)表示退避阶数i的随机过程，i∈[0,m]，m为用户进行二进制指数退避机制中最大退避阶数；b(t)表示退避计数值j的随机过程，j∈[-1,k_i-2]，k_i为用户的竞争时间窗口函数，且k_i＝2ⁱ·k_{min_v}(v＝0,…,N；i＝1,…,m)，k_{min_v}是不同业务竞争窗口函数最小值，实现不同业务优先级的区分；引入竞争时间窗口函数构建3D-Markov链模型，用d(t)表示竞争时间窗口值k_i的随机过程，k_i∈[k_{min_v},k_max]，k_max＝2^m·k_{min_v}，k_max是竞争时间窗口函数最大值。首先由不同业务用户AC_v优先级决定初始化竞争时间窗口函数值，代入3D-Markov链模型，各个用户的退避转移状态如图1中所示，每个用户在有限次的退避阶段进行转移，每次成功发送数据后，该用户就转移到初始退避状态，否则用户改变竞争时间窗口值，并进入下一阶退避状态。

其次，根据3D-Markov链模型计算用户发送数据的概率、用户发送数据时发生碰撞的概率等转移概率值，进而运用排队理论计算得到网络QoS指标；然后，采用非线性模型作为映射模型，仅考虑接入QoE的一些重要的QoS因素，包括吞吐量，接入时延和丢包率，采用的平均意见得分MOS将用户主观QoE用QoS重要指标参数映射出来；

最后，利用二分搜索思想，找到最优竞争窗长，再次代入3D-Markov链模型计算得出最优用户QoE。本发明的QoE优化方法可以有效地将接入IEEE802.11ad网络的不同业务优先级的用户，通过动态优化竞争时间窗口函数提升终端用户QoE水平。

图3为本发明的整体结构框图，如图所示，方法主要包括以下步骤：

301：假设有N个业务用户，引入竞争时间窗口函数，构建适用于IEEE802.11ad网络业务用户接入退避行为的3D-Markov链分析模型；

302：根据3D-Markov链中各个用户接入行为的状态间转移概率，以及在一个随机时隙中与业务用户接入行为相关的稳态概率，推导出IEEE802.11ad网络接入的QoS指标；

303：根据系统QoS指标，采用典型的平均意见得分MOS评价方法映射得到用户QoE；

304：根据业务用户计算得到的用户QoE量化指标MOS值，按照各个业务的满意度标准，与各个业务用户的QoE量化指标MOS的满意度值进行比较；

进一步，按照上述用户QoE量化指标MOS值比较，由于竞争时间窗口函数是以2为底的指数函数，在规定竞争窗口值大小范围内，可选竞争时间窗口值的数量有限，因此采用二分搜索思想搜索最优竞争时间窗口值，动态调整竞争窗长，以QoE最大化为目标选取最优竞争窗口值，具体包括以下步骤，如图2所示：

201：当初始竞争窗口值计算得到的用户QoE量化指标MOS值与业务用户的QoE量化指标MOS的满意度值MOS_idle不等，即网络无法满足业务用户接入需求的QoE质量，执行步骤202；

202:由竞争时间窗口函数k_i'∈[k_{min_v},k_max]，令k_i1'＝(k_i-k_{min_v})/2，k_i'₂＝(k_max-k_i)/2，将属于竞争时间窗口函数取值范围的k_i1',k_i2'代入3D-Markov链模型，执行步骤301-304；

203：若计算比较得到的值仍不相等，则将对应k_i'值作为下次迭代的初始值，返回步骤202；

204：动态检测，实时更新，以QoE最大化为目标优化竞争时间窗口函数，直至计算得到的用户QoE量化指标MOS值与MOS_idle相等，则迭代过程停止，输出此时的k'；

205：根据最优竞争窗口值，得出最大QoE。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (1)

1.一种基于3D-Markov链的IEEE802.11ad网络用户QoE优化方法，其特征在于：包括以下步骤：

1)引入竞争时间窗口函数构建适用于IEEE802.11ad网络业务用户接入退避行为的3D-Markov链分析模型；

2)根据3D-Markov链分析模型计算系统QoS指标；

3)根据系统QoS指标，采用典型的平均意见得分MOS评价方法映射得到用户QoE量化指标；

4)通过二分搜索思想，动态检测，实时更新具体在不同业务用户退避过程中，各个用户实时检测影响用户QoE的竞争时间窗口值，综合考虑业务需求的满意用户QoE值，一旦竞争时间窗口值改变，则重新回到步骤1)，直至选取最优竞争时间窗口值；

所述选取最优竞争时间窗口值包括以下步骤：

41)初始化：初始化不同业务用户的竞争窗口函数值k_i，且k_i＝2ⁱ·k_{min_v}，其中v＝0,…,N；i＝1,…,m；m为用户进行二进制指数退避机制中最大退避阶数，k_{min_v}为不同业务竞争窗口函数最小值，实现不同业务优先级的区分，N为假设的IEEE802.11ad网络中等待接入的不同业务种类的用户数目；

42)设置不同业务用户的QoE量化指标MOS的满意度值MOS_idle；

43)计算当前竞争窗口函数值所对应的用户QoE量化指标MOS值MOS_i，并与MOS_idle进行对比；

44)迭代求解：

在一轮迭代后更新竞争窗口函数值k′_i，这里k′_i∈[k_{min_v},k_max]，且k_max＝2^m·k_{min_v}，k_max是竞争时间窗口函数最大值，并将k′_i作为下次迭代的初始值：

①对于不同业务用户AC_v(Access Category)，当前用户的竞争时间窗口函数值k′_i在此轮的更新将有两个选择：k′_i＝(k_i-k_{min_v})/2，k′_i＝(k_max-k_i)/2；

②对所有可选择的k′_i，选取满足条件k′_i∈[k_{min_v},k_max]的对应k′_i，计算此时QoE量化指标MOS值MOS′_i；

③将MOS′_i与MOS_idle对比，若|MOS_idle-MOS′_i|＜ε，所述ε为无限小的数，表示在误差允许的范围内获得了最大MOS值，迭代过程停止，输出此时的k′_i，否则返回步骤44)①，直到获得最优k′_i；

5)根据最优竞争窗口值，得出最大QoE。