CN105873112B - 一种异构网络中多模终端垂直切换方法 - Google Patents
一种异构网络中多模终端垂直切换方法 Download PDFInfo
- Publication number
- CN105873112B CN105873112B CN201610427866.XA CN201610427866A CN105873112B CN 105873112 B CN105873112 B CN 105873112B CN 201610427866 A CN201610427866 A CN 201610427866A CN 105873112 B CN105873112 B CN 105873112B
- Authority
- CN
- China
- Prior art keywords
- network
- parameter
- handover request
- value
- weight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/14—Reselecting a network or an air interface
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/16—Performing reselection for specific purposes
- H04W36/18—Performing reselection for specific purposes for allowing seamless reselection, e.g. soft reselection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种异构网络中多模终端垂直切换方法,属于通信技术领域。在该方法中采用了网络资源监测模块、网络选择模块、切换判决模块、切换执行模块;网络资源监测模块实时监测并收集候选网络资源信息,为网络选择模块和切换判决模块提供数据来源;在网络切换阶段,网络资源监测模块主要对业务接入、网络状态进行检测;切换判决模块主要应用于切换申请的判决,并根据网络监测模块提供的当前网络状态和业务情况信息,对切换申请进行优先级排序,并按照优先级进行切换判决;切换判决后进入切换执行模块按序进行切换执行。本发明在垂直切换过程充分考虑不同业务切换申请的优先级,按照优先级进行切换执行,保障了不同业务的服务质量。
Description
技术领域
本发明属于通信技术领域,涉及一种异构网络中多模终端垂直切换方法。
背景技术
随着移动通信技术的高速发展,越来越多的接入技术应运而生,但是目前还没有一种接入网络能够完全满足用户大覆盖范围、高移动性支撑、高带宽、低时延和低丢包等要求,不同接入网络各有优势,适用的场合也不同,彼此难以取代,而仅使用单个网络无法满足多样化宽带业务的需求。因此,未来移动通信发展趋势必将是异构网络融合、彼此联通。但是在异构网络融合的环境中、在终端不断移动的情况下要实现多种无线接入技术间无缝平滑地传送实时的、宽带多媒体业务及多样化应用,同时提高各种异构接入网络的联合资源利用率,还面临着诸多的技术挑战。其中垂直切换就是必须要解决的关键问题之一,其是保障移动过程中业务连续性的前提。
近年来,在研究垂直切换的领域中已有一系列技术方案成型,主要可以分为以下几类:1)基于单一属性的切换判决算法。该类算法的最大特点是采用单一因子进行切换判决。在进行切换前,预先设置了属性阀值,通过将当前属性值与预设阀值进行比较判断,进而执行切换决策。发明者选取的切换判决属性主要有:接收信号强度、信噪比、信号与干扰加噪声比等。2)基于多属性的切换判决算法。多属性决策(MADM)通过对多个网络参数进行处理分析,综合考虑不同参数对目标网络选择的影响,针对每一参数设置权值。多属性决策算法多使用在目标网络选择中,典型的算法有:基于简单加权和法(SAW)的垂直切换算法;基于层次分析法(AHP)算法;基于逼近理想值排序法(TOPSIS)的切换算法;灰色关联分析法(GRA)等。3)基于人工智能的切换判决算法。目前应用于垂直切换算法中较为典型的人工智能算法有:基于模糊逻辑(Fuzzy Logic,FL)和神经网络(Neural Network,NN)等。4)基于成本函数的网络选择算法。该类算法将经济学中成本收益应用于垂直切换算法中,将网络参数分成了成本和效用类,计算切换过程中的收益和代价。
现有技术的不足:用户终端通过垂直切换,始终保持业务在最优或较优网络中运行,在很大程度上提高了用户体验。但是在人群密集处,多个用户终端同时提出切换申请至同一最优网络时,由于网络资源的有限性,假如网络侧同时满足所有的切换申请,将导致网络拥塞,影响网络中现有业务的服务质量。而用户侧由于服务质量不能得到满足,采用多次迭代选择最优网络也将影响网络的服务质量,例如导致网络时延增大、丢包率增加等。
因此,在资源有限、多业务竞争的情况,如何进行切换调度和资源分配成为了异构网络资源管理研究的重要部分。在面临多个业务同时发出切换申请时,需要综合考虑用户侧需求和网络侧资源状况,通过用户侧和网络侧联合控制切换过程,将有效提高网络资源的利用率和用户体验。
发明内容
有鉴于此,本发明的目的在于提供一种异构网络中多模终端垂直切换方法,该方法针对多业务同时进行切换的情形,从网络侧对终端用户的切换申请进行动态优先级判决,按照优先级进行切换申请的准许或拒绝。
为达到上述目的,本发明提供如下技术方案:
一种异构网络中多模终端垂直切换方法,在该方法中采用了网络资源监测模块、网络选择模块、切换判决模块、切换执行模块;网络资源监测模块实时监测并收集候选网络资源信息,为网络选择模块和切换判决模块提供数据来源;在网络切换阶段,网络资源监测模块主要对业务接入、网络状态进行检测;切换判决模块主要应用于切换申请的判决,并根据网络监测模块提供的当前网络状态和业务情况信息,对切换申请进行优先级排序,并按照优先级进行切换判决;切换判决后进入切换执行模块按序进行切换执行;具体包括以下步骤:
S1:候选网络选择:综合考虑不同业务的选网要求和网络成本,通过基于简单加权和法算法计算出候选网络效用函数,并以此为依据选择目标网络进行切换,其计算方法如下:
Fbest=arg maxFi
式中,wj代表的是网络参数j的权重,gij代表了候选网络i的第j个参数的归一化值,Fi代表了网络i的效用值,Fbest表示的是效用值最大的备选网络;
S2:采用基于优先级的切换判决机制进行网络切换判决。
进一步,所述步骤S1包括:
S11:通过熵值法对网络权重进行求取;
S12:针对不同业务类型,用模糊层次逻辑方法分别求取判决参数权重;
S13:综合权重求取;
S14:候选网络选择。
进一步,所述步骤S11具体包括:
S111:从网络资源监控模块中得到候选网络的实际性能参数指标集;
S112:对收集到的网络参数进行归一化处理,不同类型的参数归一化方法计算方式不同,分别设计了效益型、成本型参数的归一化函数;
效益型参数(RSS、B)归一化计算式:1≤j≤2
式中gij表示的是网络i中的参数j的归一化值,xij为候选网络的实际性能参数指标集,xj max为候选网络中实际性能参数j的最大值,xj min为候选网络中实际性能参数j的最小值
成本型参数(D、J、PR)归一化计算式:3≤j≤5
式中gij表示的是网络i中的参数j的归一化值,xij为候选网络的实际性能参数指标集,xj max为候选网络中实际性能参数j的最大值,xj min为候选网络中实际性能参数j的最小值
S113:通过对各个网络参数进行归一化处理后,得到关于网络参数的标准评估矩阵G:
S114:通过熵值法对参数j的熵值进行求取,其计算公式如下所示:
其中代表的是标号为i的网络第j项参数指标占该参数指标的比重,其计算公式如下所示:
S115:根据各网络参数熵值Ei,分别求取其所占的权重公式如下:
S116:则通过熵值法的计算得到的不同参数的权重为:
进一步,所述步骤S12具体包括:
S121:建立层次结构图,对目标问题层次化分析;主要分为3层:目标层、准则层以及方案层;目标层是从多个候选网络中分析得到一个最优网络;准则层是时延、丢包率等五个极具代表性的网络参数;方案层为备选网络;
S122:构建模糊互补判断矩阵:通过因素间相对重要程度进行相互比较,得到准则层中各参数之间的相对重要量化值矩阵,即模糊互补判断矩阵R=(rij)n×n,rij表示的是参数间的相对重要值;
S123:计算不同参数的权重Wi:
S124:通过各个参数的权重值,得到权重向量W=(W1,W2,...,Wn)T,其中Wi≥0(i=1,2,...,n);
S125:构建模糊矩阵R的特征矩阵W*=(Wij)n×n:
S126:在求得特征矩阵W*后,进行矩阵的相容性计算:
S127:如果计算得到的相容性值I(R,W*)≤T,则可判定矩阵为一致矩阵,反之需要重新求取模糊矩阵R=(rij)n×n,一般设置T=0.1;
S128:建立模糊一致判断矩阵:
对模糊互补判断矩阵R=(rij)n×n分别按行求和、按列求和,分别记为ri、rj:
在求得ri、rj后,进行如下步骤:
得到模糊一致判断矩阵F:F=(fij)n×n
S129:通过上一步骤可以计算得到不同网络参数在业务s选网时所占的比重,并得到不同参数的权重值:
其中:
S1210:根据模糊层次分析算法的各业务类型的模糊判决矩阵进行计算和相关处理,可得到四类业务的网络参数权重值。
进一步,所述步骤S13具体包括:求取综合权重,利用经济学中群决策的思想,求取步骤S11与步骤S12的联合权重作为最后权重,综合权重求取公式如下:
将向量WEM,WFAHP代入上式,可以得到各个参数综合权重:W=[wRSS,wB,wD,wJ,wPR]。
进一步,所述步骤S2具体包括:
S21:在进行切换判决时,网络侧首先判断该切换申请是否属于群组业务;当网络侧判定提出切换申请的业务不属于群组业务,则采用先到先服务的判决方式进行切换执行;当业务属于群组业务时,对切换申请进行优先级判定;
S22:定义动态优先级:终端侧在提出切换申请时,不同用户终端所处的网络环境及发出切换申请的时间不尽相同,为保证终端侧的良好用户体验,需要在切换申请的生存时间内对申请做出响应(允许切换或者拒绝切换);通过对切换申请生存时间和其当前所处网络环境进行切换申请优先级的判决:
Fi,j(t)=αfF(i,j,t)+βfD(i,j,t)
其中,α+β=1,设置α=β=0.5。
进一步,所述步骤S22具体包括:
S221:网络效用值的计算:在步骤S1中得到网络参数权重,可以求得终端业务当前运行的网络效用值FN及目标网络效用值Ftarget,FN值越小,从另一方面表明了终端业务在当前网络服务质量的恶劣程度;那么终端业务所处网络变差的恶劣程度,可以用表示;因此F值越大,代表此时业务切换的迫切性越强;所以得到的网络效用函数如下所示:
S222:切换生存时延判断的优先级函数:设定ta时刻代表终端侧发出切换申请的时间,l表示该申请的生存时延,那么在时刻ta+l之前,该切换申请必须被处理;
设定时间D=2/3l为切换申请的最大等待时延,在超过等待时延后切换申请未被执行时,终端侧立即选用候选网络中效用值第二大的网络作为目标网络进行切换,并且由于此时切换申请的生存时延较小,将其切换优先级调整到最高,作为紧急业务进行处理;切换申请的剩余时间越小,其切换申请的优先级更高,这样可以减少切换业务的等待时延;切换生存时延判断的优先级函数如下所示:
综合考虑步骤S221及步骤S222,所得到的切换申请优先级函数如下所示:
本发明的有益效果在于:本发明参考了经济学中群决策思想,从主观方法、客观方法对垂直切换进行分析,选取了对业务服务质量影响较大的五个网络参数进行分析,采用熵值法与模糊层次分析法对判决因子进行权重求取,并根据各个候选网络的效用值选取备选网络。在网络资源有限的情况下,多业务同时发出切换申请时,在垂直切换过程充分考虑不同业务切换申请的优先级,按照优先级进行切换执行,保障了不同业务的服务质量。
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为本发明所述的基于多模终端垂直切换判决算法的架构框图;
图2为本发明所述的基于多模终端的垂直切换判决算法流程图。
具体实施方式
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为本发明所述的基于多模终端垂直切换判决算法的架构框图,图2为本发明所述的基于多模终端的垂直切换判决算法流程图,如图所示,包括以下步骤:
步骤1)网络参数指标选取,3GPP将移动网络业务分成了四大类:会话类、流媒体类、交互类、背景类。
其中,会话类业务通常是实时业务,例如语音、视频会议等,其对时延的要求相对较高,而对误码率的要求并不高。对于会话类业务,如果低时延的要求不能得到保障,将严重影响业务的服务质量。对于背景类和交互类业务而言,时延、抖动对其的影响很低。对交互类业务而言,更多的是要求较低的误码率,其主要应用在交互类业务上,例如网页浏览等业务;而背景类业务,对误码率、时延、抖动的强制性要求较低,其主要应用在后台下载等业务上,文件下载、邮件发送等业务是其具体应用代表。流媒体类业务,属于非实时业务,更多的是单向进行传输,其大数据量传输非常依赖于较高的网络带宽,对于时延、抖动、丢包率的要求并不高。
针对不同业务对网络性能的不同要求,本实施例选取了最能体现无线网络性能的五个参数指标,逐个分析其对不同移动网络业务QoS的影响程度:1.接收信号强度(RSS);在进行无线通信时,链路质量可以通过RSS来直接体现。2.带宽(Bandwidth,B);会话类业务对于带宽的需求较低,但是对于流媒体、背景类业务而言,带宽对其的服务质量有着至关重要的影响,例如下载业务,高带宽下的数据高速传输将带来用户体验的提升。3.传输时延(Delay,D);会话类、交互类业务对于时延有着较高要求,例如在语音通话中,低时延是通话质量一个重要衡量指标;而对于流媒体类、背景类业务而言,由于业务多为单向传输,因此时延对其影响较小。4.抖动(Jittery,J);当进行业务传输时,如果抖动值过大,将对业务的服务质量产生恶劣影响,尤其是在流媒体、会话类中体现尤为明显。过高的抖动容易造成对声音、图像等可视听业务的失真,而对于交互类、背景类这种非感官型业务而言,抖动的影响程度小。5.丢包率(Packet-loss Rate,PR);低丢包率是保障数据完整的前提,因此在交互类、背景类业务中,丢包率指标重要程度高于时延、抖动。以视频业务为代表的流媒体类业务及以语音业务为代表的会话类业务,在丢包率上要求相对较低,部分数据包的丢失并不会严重影响到这类业务的感官体验。
终端侧在发生切换时,通过收集候选网络的实际性能参数指标,得到候选网络的实际性能参数指标集Xij,如表1所示:
表1 候选网络实际性能参数
网络类型 | 信号强度 | 带宽 | 时延(ms) | 抖动(ms) | 丢包率(%) |
UMTS | X11 | X12 | X13 | X14 | X15 |
WiMAX | X21 | X22 | X23 | X24 | X25 |
WLAN1 | X31 | X32 | X33 | X34 | X35 |
WLAN2 | X41 | X42 | X43 | X44 | X45 |
步骤2)网络综合权重求取。以业务为基本切换单位,充分考虑业务的个性化需求,从主观、客观两个方面共同对各个网络参数的权重进行求取。客观方面选取了基于熵值法求取权重;主观方面采用的是模糊层次逻辑分析法进行权重计算。参照经济学中的群决策思想,联合熵值法、模糊层次分析法求得最终权重。
其中,步骤2-1)判决因素归一化。在不同网络中,各个网络参数的取值范围不同,加大了参数综合评估的难度。为了保证得到网络效用的公平有效性,需要对收集到的网络参数进行归一化处理,从而消除网络参数之间的差异。不同网络参数给网络效用带来的影响存在差异,部分参数为网络带来正面影响,当参数变大时反映了网络质量正在优化,可以提升网络得分和服务能力,例如可用带宽、信号强度等;而部分参数则代表着网络性能变差的程度,当参数值增加则反映了网络质量正在变差,例如时延、丢包率等。针对不同参数对反映网络质量影响,需要设置不同的归一化函数。通常发明者将信号强度、丢包率等网络参数分成了两种类型:效益型和成本型。正面反映网络性能的参数归纳为收益型,反之为成本型。不同类型的参数归一化方法计算方式不同,分别设计了效益型、成本型参数的归一化函数。
效益型参数(RSS、B)归一化计算式:
成本型参数(D、J、PR)归一化计算式:
式中hij表示的是网络i中的参数j的归一化值。
通过对各个网络参数进行归一化处理后,得到关于网络参数的标准评估矩阵G:
步骤2-2)通过熵值法对参数j的熵值进行求取,其计算公式如下所示:
其中代表的是标号为i的网络第j项参数指标占该参数指标的比重,其计算公式如下所示:
根据各网络参数熵值Ei,分别求取其所占的权重公式如下:
则通过熵值法的计算得到的不同参数的权重为:
步骤2-3)针对不同业务类型,用模糊层次逻辑方法分别求取判决参数权重。建立层次结构图,对目标问题层次化分析。主要分为3层:目标层、准则层以及方案层。目标层是从多个候选网络中分析得到一个最优网络;准则层是时延、丢包率等五个极具代表性的网络参数;方案层为备选网络。
进一步,构建模糊互补判断矩阵。
通过因素间相对重要程度进行相互比较,参照0.1—0.9标度法(如表2所示),得到准则层中各参数之间的相对重要量化值矩阵,即模糊互补判断矩阵R=(rij)n×n,rij表示的是参数间的相对重要值。
表2 0.1—0.9标度法
标度 | 定义 | 说明 |
0.5 | 同等重要 | 两者同样重要 |
0.6 | 稍微重要 | 前者比后者稍微重要 |
0.7 | 明显重要 | 前者比后者明显重要 |
0.8 | 强烈重要 | 前者比后者强烈重要 |
0.9 | 极端重要 | 前者比后者极端重要 |
0.1,0.2,0.3,0.4 | 反比较 | 以上比较的反比较 |
进一步,计算不同参数的权重Wi:
通过各个参数的权重值,得到权重向量W=(W1,W2,...,Wn)T,其中Wi≥0(i=1,2,...,n)。
构建模糊矩阵R的特征矩阵W*=(Wij)n×n:
在求得特征矩阵W*后,进行矩阵的相容性计算:
如果计算得到的相容性值I(R,W*)≤T,则可判定矩阵为一致矩阵,反之需要重新求取模糊矩阵R=(rij)n×n,一般设置T=0.1。
进一步,建立模糊一致判断矩阵
对模糊互补判断矩阵R=(rij)n×n分别按行求和、按列求和,分别记为ri、rj:
在求得ri、rj后,进行如下步骤:
得到模糊一致判断矩阵F:
F=(fij)n×n
通过该步骤可以计算得到不同网络参数在业务s选网时所占的比重,并得到不同参数的权重值:
其中
进一步,按照模糊层次分析算法的思想,针对不同业务的需求对网络参数进行了分析,并计算得到了四类业务的模糊互补判决矩阵如下所示:
根据模糊层次分析算法对四类业务的模糊判决矩阵进行了计算和相关处理,最终得到了四类业务的网络参数权重值,如下所示:
步骤2-3)综合权重求取。利用经济学中群决策的思想,求取步骤2-1)与步骤2-2)的联合权重作为最后权重。综合权重求取公式:
将向量WEM,WFAHP代入上式,可以得到各个参数综合权重:W=[wRSS,wB,wD,wJ,wPR]
步骤3)目标网络求取。综合考虑不同业务的选网要求和网络成本,通过基于简单加权和法算法可以计算出候选网络效用函数,并以此为依据选择目标网络进行切换,其计算方法如下:
式中,wj代表的是网络参数j的权重,gij代表了候选网络i的第j个参数的归一化值,Fi代表了网络i的效用值,Fbest表示的是效用值最大的备选网络。
步骤4)切换申请优先级排序。当用户终端发出切换申请,请求入网时,将向目标网络发出切换申请数据包。数据包中包括了以下几种信息:业务类型、带宽需求等信息。网络侧切换申请缓存器接收到切换申请数据包时,根据网络监测模块得到的信息,对切换申请的优先级进行判决,按照优先级进行切换。
步骤4-1)在进行切换判决时,网络侧首先判断该切换申请是否属于群组业务。当网络侧判定提出切换申请的业务不属于群组业务,则采用先到先服务的判决方式进行切换执行。当业务属于群组业务时,对切换申请进行优先级判定。
进一步,步骤4-2)定义动态优先级:终端侧在提出切换申请时,不同用户终端所处的网络环境及发出切换申请的时间不尽相同,为保证终端侧的良好用户体验,需要在切换申请的生存时间内对申请做出响应(允许切换或者拒绝切换)。因此,本发明通过对切换申请生存时间和其当前所处网络环境进行切换申请优先级的判决。
Fi,j(t)=αfF(i,j,t)+βfD(i,j,t)
其中,α+β=1,在本发明中设置α=β=0.5。
进一步,步骤4-3)网络效用值的计算。在步骤3)中得到网络参数权重,可以求得终端业务当前运行的网络效用值FN及目标网络效用值Ftarget。FN值越小,从另一方面表明了终端业务在当前网络服务质量的恶劣程度。那么终端业务所处网络变差的恶劣程度,可以用表示。因此F值越大,代表此时业务切换的迫切性越强。所以得到的网络效用函数如下所示:
步骤4-4)切换生存时延判断的优先级函数。设定ta时刻代表终端侧发出切换申请的时间,l表示该申请的生存时延,那么在时刻ta+l之前,该切换申请必须被处理。
进一步,本发明设置了切换判决最终时刻,设定时间D=2/3l为切换申请的最大等待时延,在超过等待时延后切换申请未被执行时,终端侧立即选用候选网络中效用值第二大的网络作为目标网络进行切换,并且由于此时切换申请的生存时延较小,将其切换优先级调整到最高,作为紧急业务进行处理。切换申请的剩余时间越小,其切换申请的优先级更高,这样可以减少切换业务的等待时延。因此,切换生存时延判断的优先级函数如下所示:
进一步,综合考虑步骤4-3)及步骤4-4),本发明所得到的切换申请优先级函数如下所示:
步骤5)切换执行。按照步骤4)中求取的切换申请优先级函数,进行切换执行。
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 (5)
1.一种异构网络中多模终端垂直切换方法,其特征在于:在该方法中采用了网络资源监测模块、网络选择模块、切换判决模块、切换执行模块;网络资源监测模块实时监测并收集候选网络资源信息,为网络选择模块和切换判决模块提供数据来源;在网络切换阶段,网络资源监测模块主要对业务接入、网络状态进行检测;切换判决模块主要应用于切换申请的判决,并根据网络监测模块提供的当前网络状态和业务情况信息,对切换申请进行优先级排序,并按照优先级进行切换判决;切换判决后进入切换执行模块按序进行切换执行;具体包括以下步骤:
S1:候选网络选择:综合考虑不同业务的选网要求和网络成本,通过基于简单加权和算法计算出候选网络效用函数,并以此为依据选择目标网络进行切换,其计算方法如下:
式中,wj代表的是网络参数j的权重,gij代表了候选网络i的第j个参数的归一化值,Fi代表了网络i的效用值,Fbest表示的是效用值最大的备选网络;
S2:采用基于优先级的切换判决机制进行网络切换判决;
所述步骤S1包括:
S11:通过熵值法对网络权重进行求取;
S12:针对不同业务类型,用模糊层次逻辑方法分别求取判决参数权重;
S13:综合权重求取;
S14:候选网络选择;
所述步骤S11具体包括:
S111:从网络资源监控模块中得到候选网络的实际性能参数指标集Xij;
S112:对收集到的网络参数进行归一化处理,不同类型的参数归一化方法计算方式不同,分别设计了效益型、成本型参数的归一化函数;
效益型参数包括接收信号强度(RSS)、带宽(Bandwidth,B),归一化计算式:
式中gij表示的是网络i中的参数j的归一化值,xij为候选网络的实际性能参数指标集,xj max为候选网络中实际性能参数j最大值,xj min为候选网络中实际性能参数j的最小值;
成本型参数,包括传输时延(Delay,D)、抖动(Jittery,J)、丢包率(Packet-lossRate,PR),归一化计算式:
式中gij表示的是网络i中的参数j的归一化值,xij为候选网络的实际性能参数指标集,xj max为候选网络中实际性能参数j的最大值,xj min为候选网络中实际性能参数j的最小值
S113:通过对各个网络参数进行归一化处理后,得到关于网络参数的标准评估矩阵G:
S114:通过熵值法对参数j的熵值进行求取,其计算公式如下所示:
其中,k为修正因子,k=1/lnn,n为候选网络个数;式中代表的是标号为i的网络第j项参数指标占该参数指标的比重,其计算公式如下所示:
S115:根据各网络参数熵值Ei,分别求取其所占的权重公式如下:
S116:则通过熵值法的计算得到的不同参数的权重为:
2.根据权利要求1所述的一种异构网络中多模终端垂直切换方法,其特征在于:所述步骤S12具体包括:
S121:建立层次结构图,对目标问题层次化分析;主要分为3层:目标层、准则层以及方案层;目标层是从多个候选网络中分析得到一个最优网络;准则层是时延、丢包率五个极具代表性的网络参数;方案层为备选网络;
S122:构建模糊互补判断矩阵:通过因素间相对重要程度进行相互比较,得到准则层中各参数之间的相对重要量化值矩阵,即模糊互补判断矩阵R=(rij)n×n,rij表示的是参数间的相对重要值;
S123:计算不同参数的权重Wi:
S124:通过各个参数的权重值,得到权重向量W=(W1,W2,...,Wn)T,其中Wi≥0(i=1,2,...,n);
S125:构建模糊矩阵R的特征矩阵W*=(Wij)n×n:
S126:在求得特征矩阵W*后,进行矩阵的相容性计算:
S127:如果计算得到的相容性值I(R,W*)≤T,则可判定矩阵为一致矩阵,反之需要重新求取模糊矩阵R=(rij)n×n,设置T=0.1;
S128:建立模糊一致判断矩阵:
对模糊互补判断矩阵R=(rij)n×n分别按行求和、按列求和,分别记为ri、rj:
在求得ri、rj后,进行如下步骤:
得到模糊一致判断矩阵F:F=(fij)n×n
S129:通过上一步骤可以计算得到不同网络参数在业务s选网时所占的比重,并得到不同参数的权重值:
其中:
S1210:根据模糊层次分析算法的各业务类型的模糊判决矩阵进行计算和相关处理,可得到四类业务的网络参数权重值。
3.根据权利要求2所述的一种异构网络中多模终端垂直切换方法,其特征在于:所述步骤S13具体包括:求取综合权重,利用经济学中群决策的思想,求取步骤S11与步骤S12的联合权重作为最后权重,综合权重求取公式如下:
将向量WEM,WFAHP代入上式,可以得到各个参数综合权重:W=[wRSS,wB,wD,wJ,wPR]。
4.根据权利要求3所述的一种异构网络中多模终端垂直切换方法,其特征在于:所述步骤S2具体包括:
S21:在进行切换判决时,网络侧首先判断该切换申请是否属于群组业务;当网络侧判定提出切换申请的业务不属于群组业务,则采用先到先服务的判决方式进行切换执行;当业务属于群组业务时,对切换申请进行优先级判定;
S22:定义动态优先级:终端侧在提出切换申请时,不同用户终端所处的网络环境及发出切换申请的时间不尽相同,为保证终端侧的良好用户体验,需要在切换申请的生存时间内对申请做出响应,允许切换或者拒绝切换;通过对切换申请生存时间和其当前所处网络环境进行切换申请优先级的判决:
Fi,j(t)=αfF(i,j,t)+βfD(i,j,t)
式中Fi,j(t)为切换申请优先级判决函数,fF(i,j,t)为网络效用函数,fD(i,j,t)为切换生存时延判断的优先级函数;其中α+β=1,设置α=β=0.5。
5.根据权利要求4所述的一种异构网络中多模终端垂直切换方法,其特征在于:所述步骤S22具体包括:
S221:网络效用值的计算:在步骤S1中得到网络参数权重,可以求得终端业务当前运行的网络效用值FN及目标网络效用值Ftarget,FN值越小,从另一方面表明了终端业务在当前网络服务质量的恶劣程度;那么终端业务所处网络变差的恶劣程度,可以用表示;因此F值越大,代表此时业务切换的迫切性越强;所以得到的网络效用函数如下所示:
式中Ftarget表示目标网络效用值,FN表示网络效用值;
S222:切换生存时延判断的优先级函数:设定ta时刻代表终端侧发出切换申请的时间,l表示该申请的生存时延,那么在时刻ta+l之前,该切换申请必须被处理;
设定时间D=( 2/3) l为切换申请的最大等待时延,在超过等待时延后切换申请未被执行时,终端侧立即选用候选网络中效用值第二大的网络作为目标网络进行切换,并且由于此时切换申请的生存时延较小,将其切换优先级调整到最高,作为紧急业务进行处理;切换申请的剩余时间越小,其切换申请的优先级更高,这样可以减少切换业务的等待时延;切换生存时延判断的优先级函数如下所示:
式中ta时刻代表终端侧发出切换申请的时间,l表示该申请的生存时延,其中时间D=(2/3) l为切换申请的最大等待时延;
综合考虑步骤S221及步骤S222,所得到的切换申请优先级函数如下所示:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610427866.XA CN105873112B (zh) | 2016-06-15 | 2016-06-15 | 一种异构网络中多模终端垂直切换方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610427866.XA CN105873112B (zh) | 2016-06-15 | 2016-06-15 | 一种异构网络中多模终端垂直切换方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105873112A CN105873112A (zh) | 2016-08-17 |
CN105873112B true CN105873112B (zh) | 2019-03-22 |
Family
ID=56649678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610427866.XA Active CN105873112B (zh) | 2016-06-15 | 2016-06-15 | 一种异构网络中多模终端垂直切换方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105873112B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106792432B (zh) * | 2016-11-08 | 2019-11-01 | 长安大学 | 面向最大交付能力的车载异构网络垂直切换方法 |
CN106507393B (zh) * | 2016-11-11 | 2020-02-07 | 电子科技大学 | 一种基于综合开销函数的接入选择方法 |
CN107071789B (zh) * | 2017-03-23 | 2020-02-21 | 西安电子科技大学 | 一种基于多模基站的高速场景切换方法 |
CN107592273B (zh) * | 2017-07-20 | 2021-08-06 | 中国商用飞机有限责任公司 | 空地宽带无线通信的业务数据调度评估及传输方法和系统 |
CN110166269A (zh) * | 2018-02-13 | 2019-08-23 | 华为技术有限公司 | 网络能力确定方法及装置 |
CN109219071B (zh) * | 2018-11-05 | 2021-09-10 | 重庆邮电大学 | 异构无线网络中基于业务分级的垂直切换方法 |
CN109286959B (zh) * | 2018-11-07 | 2021-04-09 | 吉林大学 | 一种基于层次分析法的异构无线网络垂直切换方法 |
CN109714748A (zh) * | 2019-02-28 | 2019-05-03 | 重庆大学 | 基于软件无线电及软切换技术的多模融合终端及方法 |
CN110225535B (zh) * | 2019-06-04 | 2021-07-20 | 吉林大学 | 基于深度确定性策略梯度的异构无线网络垂直切换方法 |
CN110446234B (zh) * | 2019-06-24 | 2021-01-29 | 华为技术有限公司 | 一种主从型混合组网的通信方法、装置及系统 |
CN111277975B (zh) * | 2020-01-15 | 2022-08-26 | 北京锦鸿希电信息技术股份有限公司 | 一种gsm-r越区切换方法及装置 |
CN111510879B (zh) * | 2020-04-20 | 2022-03-15 | 武汉科技大学 | 基于多约束效用函数的异构车联网网络选择方法及系统 |
CN112672393B (zh) * | 2020-12-10 | 2023-03-28 | 重庆邮电大学 | 超密集异构无线网络中自适应终端需求的垂直切换方法 |
CN113490248B (zh) * | 2021-07-27 | 2022-03-11 | 重庆邮电大学 | 一种多模终端切换方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101384084A (zh) * | 2008-10-15 | 2009-03-11 | 北京邮电大学 | 异构网络中的网络终端选择方法及装置 |
CN101808378A (zh) * | 2010-04-01 | 2010-08-18 | 上海交通大学 | 异构网络移动终端快速垂直切换方法 |
CN101951663A (zh) * | 2010-08-26 | 2011-01-19 | 湘潭大学 | 一种用于无线异构网络环境下的基于用户的多接入网络选择方法 |
-
2016
- 2016-06-15 CN CN201610427866.XA patent/CN105873112B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101384084A (zh) * | 2008-10-15 | 2009-03-11 | 北京邮电大学 | 异构网络中的网络终端选择方法及装置 |
CN101808378A (zh) * | 2010-04-01 | 2010-08-18 | 上海交通大学 | 异构网络移动终端快速垂直切换方法 |
CN101951663A (zh) * | 2010-08-26 | 2011-01-19 | 湘潭大学 | 一种用于无线异构网络环境下的基于用户的多接入网络选择方法 |
Non-Patent Citations (1)
Title |
---|
基于业务需求的速度自适应垂直切换算法;陶洋 等;《计算机应用》;20140510;第34卷(第5期);第1-2节 |
Also Published As
Publication number | Publication date |
---|---|
CN105873112A (zh) | 2016-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105873112B (zh) | 一种异构网络中多模终端垂直切换方法 | |
CN105208624B (zh) | 一种异构无线网络中基于业务的多接入网络选择系统及方法 | |
CN108235390B (zh) | 一种异构无线网络中基于贝叶斯决策的垂直切换方法 | |
He et al. | A simple and robust vertical handoff algorithm for heterogeneous wireless mobile networks | |
CN104185248B (zh) | 一种基于分级的异构网联合接入控制方法 | |
CN110944349B (zh) | 基于直觉模糊数和topsis的异构无线网络选择方法 | |
CN105704771B (zh) | 异构网中基于负载均衡和QoS的模块化切换方法 | |
CN111107566B (zh) | 一种电力物联网场景中基于协同内容缓存的卸载方法 | |
He et al. | QoE-based cooperative task offloading with deep reinforcement learning in mobile edge networks | |
CN107484209A (zh) | 一种考虑用户QoS的网络负载均衡垂直切换方法 | |
CN107105043B (zh) | 一种基于软件定义网络的内容中心网络缓存方法 | |
CN111836284B (zh) | 基于移动边缘计算的能耗优化计算、卸载方法和系统 | |
CN110234155A (zh) | 一种基于改进topsis的超密集网络接入选择方法 | |
Gaur et al. | Application specific thresholding scheme for handover reduction in 5G Ultra Dense Networks | |
Shanmugam | A novel candidate network selection based handover management with fuzzy logic in heterogeneous wireless networks | |
CN105813123B (zh) | 基于预测呼叫阻塞率预筛选网络的异构网络接入选择方法 | |
CN105430693B (zh) | 一种5g网络中基于业务特征的多用户切换方法 | |
Zheng et al. | Learning based task offloading in digital twin empowered internet of vehicles | |
CN105873151A (zh) | 一种异构无线网络中基于模糊逻辑的垂直切换方法 | |
Kumari et al. | Data-driven handover optimization in small cell networks | |
Guo et al. | NOMA-assisted multi-MEC offloading for IoVT networks | |
Sun et al. | Decision-making models for group vertical handover in vehicular communications | |
Zhang et al. | Adaptive digital twin server deployment for dynamic edge networks in IoT system | |
Wang et al. | Deep reinforcement learning based resource allocation in delay-tolerance-aware 5G Industrial IoT systems | |
Mzoughi et al. | 3GPP LTE-advanced congestion control based on MIH protocol |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |