CN107484208B - 一种异构网络的负载均衡算法及系统 - Google Patents

Abstract

本发明公开了一种异构网络的负载均衡算法，包括计算网络组中各网络的网络负载度，判断最大网络负载度与最小网络负载度的差值是否小于第一阈值；若否，确定最大网络负载度的网络中需要调整的用户终端数量S，根据预设规则选择S个待调整用户终端，其中，待调整用户终端所处网络的网络负载度大于待接入网络的网络负载度；将S个待调整用户终端切换至待接入网络中，以实现网络组中各网络负载均衡。本发明通过一次调整就可以将多个用户终端切换至待接入网络中，以实现网络组中个网络负载均衡，提高了调节速率，增强了用户体验。本发明还公开了一种异构网络的负载均衡系统，具有上述有益效果。

Description

一种异构网络的负载均衡算法及系统

技术领域

本发明涉及无线异构网络融合领域，特别是涉及一种异构网络的负载均衡算法及系统。

背景技术

不断发展的网络应用产生了巨大的业务量和多种不同类型的业务需求，不同的无线接入技术各有各的特点，在某个区域内各个网络组成一个网络组为用户终端提供优质的无缝服务，因此，无线异构网络融合是必然的趋势，但是在通信热点区域，可能会出现异构网络负载不均的情况，给用户终端造成网络拥堵，呼叫阻塞等问题，现有技术中一般是通过调整各网络所服务的用户终端数量来实现整个区域内网络的负载平衡。

现有技术一般是将网络负载度最大的网络中的某个用户终端接入至网络负载度较小的网络中，经过多次调整网络负载度最大的网络中的用户终端的数量来实现整个网络组内网络的负载均衡。但是在大规模用户场景下，通过调整单个用户终端的接入来实现异构网络负载均衡，调节速率过慢，会降低用户体验。

因此，如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。

发明内容

本发明的目的是提供一种异构网络的负载均衡算法，通过一次调整就可以将多个用户终端切换至待接入网络中，以实现网络组中个网络负载均衡，提高了调节速率，增强了用户体验。本发明的另一目的是提供一种异构网络的负载均衡系统。

为解决上述技术问题，本发明提供了一种异构网络的负载均衡算法，包括：

计算网络组中各网络的网络负载度，判断最大网络负载度与最小网络负载度的差值是否小于第一阈值；

若否，确定所述最大网络负载度的网络中需要调整的用户终端数量S，根据预设规则选择S个待调整用户终端，其中，所述待调整用户终端所处网络的网络负载度大于待接入网络的网络负载度；

将S个所述待调整用户终端切换至所述待接入网络中，以实现网络组中各网络负载均衡。

优选的，所述计算网络组中各网络的网络负载度的过程具体为：

根据网络负载度关系式计算网络组中各网络的网络负载度，其中，所述网络负载度关系式为

L_i表示第i网络的网络负载度，U_i表示第i网络当前实际负载量，C_i为第i网络所能负载的最大容量。

优选的，所述确定所述最大网络负载度的网络中需要调整的用户终端数量S的过程具体为：

根据用户终端调整数量关系式确定所述最大网络负载度的网络中需要调整的用户终端数量S，其中，所述用户终端调整数量关系式为

U_m表示最大网络负载度的网络当前实际负载量，C_m为最大网络负载度的网络所能负载的最大容量，U_n表示最小网络负载度的网络当前实际负载量，C_n为最小网络负载度的网络所能负载的最大容量，th₂为第二阈值。

优选的，所述根据预设规则选择S个待调整用户终端的方法具体为：

判断所述最大网络负载度与次大网络负载度的差值是否大于第二阈值；

若是，则根据预设规则在所述最大网络负载度的网络中选择S个待调整用户终端；

若否，则根据预设规则在所述最大网络负载度的网络中选择N个待调整用户终端，且根据预设规则在所述次大网络负载度的网络中选择S-N个待调整用户终端。

优选的，N为S/2。

优选的，将S个所述待调整用户终端切换至所述待接入网络中的过程具体为：

根据TOPSIS法分别确定每个待调整用户终端的待接入网络，将S个所述待调整用户终端分别切换至其各自对应的待接入网络中。

优选的，将S个所述待调整用户终端切换至所述待接入网络中的过程具体为：

根据模糊综合评价法分别确定每个待调整用户终端的待接入网络，将S个所述待调整用户终端分别切换至其各自对应的待接入网络中。

为解决上述技术问题，本发明还提出了一种异构网络的负载均衡系统，包括：

判断模块，用于计算网络组中各网络的网络负载度，判断最大网络负载度与最小网络负载度的差值是否小于第一阈值，若否，触发选择模块；

选择模块，用于确定所述最大网络负载度的网络中需要调整的用户终端数量S，根据预设规则选择S个所述待调整用户终端，其中，所述待调整用户终端所处网络的网络负载度大于待接入网络的网络负载度；

切换模块，用于将S个所述待调整用户终端切换至所述待接入网络中，以实现网络组中各网络负载均衡。

优选的，所述计算网络组中各网络的网络负载度的过程具体为：

根据网络负载度关系式计算网络组中各网络的网络负载度，其中，所述网络负载度关系式为

L_i表示第i网络的网络负载度，U_i表示第i网络当前实际负载量，C_i为第i网络所能负载的最大容量。

优选的，所述确定所述最大网络负载度的网络中需要调整的用户终端数量S的过程具体为：

根据用户终端调整数量关系式确定所述最大网络负载度的网络中需要调整的用户终端数量S，其中，所述用户终端调整数量关系式为

U_m表示最大网络负载度的网络当前实际负载量，C_m为最大网络负载度的网络所能负载的最大容量，U_n表示最小网络负载度的网络当前实际负载量，C_n为最小网络负载度的网络所能负载的最大容量，th₂为第二阈值。

本发明提供了一种异构网络的负载均衡算法，包括计算网络组中各网络的网络负载度，判断最大网络负载度与最小网络负载度的差值是否小于第一阈值；若否，确定最大网络负载度的网络中需要调整的用户终端数量S，根据预设规则选择S个待调整用户终端，其中，待调整用户终端所处网络的网络负载度大于待接入网络的网络负载度；将S个待调整用户终端切换至待接入网络中，以实现网络组中各网络负载均衡。

可见，在实际应用中，使用本发明的方案，首先计算网络组中各网络的网络负载度，通过一次调整就可以将多个用户终端切换至待接入网络中，以实现网络组中各网络负载均衡，提高了调节速率，增强了用户体验。

本发明还提供了一种异构网络的负载均衡系统，具有如上述负载均衡算法相同的有益效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对现有技术和实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明所提供的一种异构网络的负载均衡方法的流程图；

图2为本发明所提供的一种异构网络的负载均衡系统的结构示意图。

具体实施方式

本发明的核心是提供一种异构网络的负载均衡算法，通过一次调整就可以将多个用户终端切换至待接入网络中，以实现网络组中个网络负载均衡，提高了调节速率，增强了用户体验；本发明的另一核心是提供一种异构网络的负载均衡系统。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参照图1，图1为本发明所提供的一种异构网络的负载均衡方法的流程图，包括：

步骤1：计算网络组中各网络的网络负载度；

步骤2：判断最大网络负载度与最小网络负载度的差值是否小于第一阈值；

具体的，某个区域内的多个网络构成一个网络组，网络组中各个网络的网络负载度是不同的，将各个网络的网络负载度计算出来后，可能也无法确定该网络组中是否存在负载不均的问题，所以本发明会首先评估一下该网络组是否需要实现负载均衡，即判断最大网络负载度与最小网络负载度的差值是否小于第一阈值th₁，若否，则表示要对该网络组中的用户终端进行相应的调整，触发步骤:3，若是，则表示维持现状即可，其中，第一阈值th₁为满足网络组中各网络处于均衡状态时最大网络负载度与最小网络负载度的差值，本发明在此不做限定。

步骤3：若否，确定最大网络负载度的网络中需要调整的用户终端数量S，根据预设规则选择S个待调整用户终端，其中，待调整用户终端所处网络的网络负载度大于待接入网络的网络负载度；

具体的，当最大网络负载度和最小网络负载度的差值大于第一阈值时，本发明首先确定最大网络负载度的网络中需要调整的用户终端的数量S，再根据预设规则在网络组中选取S个待调整用户终端，其中，预设规则为根据用户终端接收到其所在网络的信号强度以及用户终端的移动趋势来选择需要进行切换的S个用户终端，具体的，在时间t内，用户终端接收到其所在网络的信号强度整体呈下降趋势则表明用户终端正在逐渐远离其所在网络，反之，则表明用户终端正在逐渐靠近其所在的网络，本发明从正在逐渐远离其所在网络的用户终端中选择的S个用户终端作为待调整用户终端，其中，时间t为可以表现出用户终端移动趋势变化的任意时间，本发明在此不做限定。

具体的，在网络组中，网络负载度低于最大网络负载度的网络称为待接入网络。

步骤4：将S个待调整用户终端切换至待接入网络中，以实现网络组中各网络负载均衡。

具体的，本发明将选取的S个待调整用户终端切换到待接入网络中，通过一次调整就可以将多个用户终端切换至待接入网络中，实现网络组中各网络负载均衡，提高了调节速率，增强了用户体验。

本发明提供了一种异构网络的负载均衡算法，包括计算网络组中各网络的网络负载度，判断最大网络负载度与最小网络负载度的差值是否小于第一阈值；若否，确定最大网络负载度的网络中需要调整的用户终端数量S，根据预设规则选择S个待调整用户终端，其中，待调整用户终端所处网络的网络负载度大于待接入网络的网络负载度；将S个待调整用户终端切换至待接入网络中，以实现网络组中各网络负载均衡。

可见，在实际应用中，使用本发明的方案，首先计算网络组中各网络的网络负载度，通过一次调整就可以将多个用户终端切换至待接入网络中，以实现网络组中各网络负载均衡，提高了调节速率，增强了用户体验。

在上述实施例的基础上：

作为一种优选的实施例，计算网络组中各网络的网络负载度的过程具体为：

根据网络负载度关系式计算网络组中各网络的网络负载度，其中，所述网络负载度关系式为

L_i表示第i网络的网络负载度，U_i表示第i网络当前实际负载量，C_i为第i网络所能负载的最大容量。

具体的，由于U_i表示第i网络当前实际负载量，所以根据上述关系式计算得出的第i网络的网络负载度具有实时性、正确性等优点，且计算简单，为实现网络组中各网络负载均衡、提高调节速率提供了基础。

具体的，当max(Li)-min(Li)≥th₁，i＝1，2，…N，触发步骤3。

当然，计算网络负载度除了使用上述关系式来计算，还可以选择其他计算方式，本发明在此不做限定。

作为一种优选的实施例，确定最大网络负载度的网络中需要调整的用户终端数量S的过程具体为：

根据用户终端调整数量关系式确定所述最大网络负载度的网络中需要调整的用户终端数量S，其中，所述用户终端调整数量关系式为

U_m表示最大网络负载度的网络当前实际负载量，C_m为最大网络负载度的网络所能负载的最大容量，U_n表示最小网络负载度的网络当前实际负载量，C_n为最小网络负载度的网络所能负载的最大容量，th₂为第二阈值。

具体的，由于U_m表示最大网络负载度的网络当前实际负载量，U_n表示最小网络负载度的网络当前实际负载量，使用上述关系式计算出的需要调整的用户终端数量更具有实时性，更加准确，为后续只通过一次调整将多个用户终端切换至待接入网络中提供了基础，进一步提高了调节速率，其中，第二阈值th₂为根据当前网络组所应用的环境确定的最大网络负载度和次大网络负载度差值的标准值，由于各网络组应用的环境可能不同，所以标准值即第二阈值th₂可能也不相同，本发明在此不做限定。

当然，确定需要调整的用户终端数量S的方式除了使用上述关系时，还可以为其他确定方式，本发明在此不做限定。

作为一种优选的实施例，根据预设规则选择S个待调整用户终端的方法具体为：

判断最大网络负载度与次大网络负载度的差值是否大于第二阈值；

若是，则根据预设规则在最大网络负载度的网络中选择S个待调整用户终端；

若否，则根据预设规则在最大网络负载度的网络中选择N个待调整用户终端，且根据预设规则在次大网络负载度的网络中选择S-N个待调整用户终端。

具体的，在选取S个待调整用户终端之前，本发明首先判断最大网络负载度与次大网络负载度的差值是否大于第二阈值，若大于，则说明最大网络负载度的网络中的用户终端远大于次大网络负载度的网络中的用户终端，需要从最大网络负载度的网络中选择S个待调整用户终端，具体的，根据最大网络负载度的网络中各个用户终端的移动趋势，在逐渐远离的用户终端中根据用户终端接收其所在网络的信号强度进行排序，在最大网络负载度的网络中选取信号强度最弱的前S个用户终端，作为待调整用户终端。

具体的，若最大网络负载度与次大网络负载度的差值小于第二阈值，则说明最大网络负载度的网络中的用户终端数量和次大网络负载度的网络中的用户终端数量均较多，都需要进行调整，根据最大网络负载度的网络中各个用户终端和次大网络负载度的网络中各个用户终端的移动趋势，在逐渐远离的用户终端中根据用户终端接收其所在网络的信号强度进行排序，在最大网络负载度的网络中选取信号强度最弱的前N个用户终端，作为待调整用户终端，在次大网络负载度的网络中选取信号强度最弱的前S-N个用户终端作为待调整用户终端，其中，N≥S-N，对最大网络负载度和次大网络负载度的网络中的用户终端同时进行调整，更好的实现了网络负载均衡，提高了调节速率。

作为一种优选的实施例，N为S/2。

具体的，当最大网络负载度与次大网络负载度的差值小于第二阈值时，本发明分别从最大网络负载度及次大网络负载度的网络中选择信号强度最弱的前S/2个用户终端，使网络组中各网络的负载更加均衡。

当然，从最大网络负载度的网络中和次大网络负载度的网络中选取待调整用户终端的方式除了为上述相等的方式，还可以为其他方式，本发明在此不做限定。

作为一种优选的实施例，将S个待调整用户终端切换至待接入网络中的过程具体为：

根据TOPSIS法分别确定每个待调整用户终端的待接入网络，将S个待调整用户终端分别切换至其各自对应的待接入网络中。

具体的，TOPSIS法是根据有限个评价对象与理想化目标的接近程度进行排序的方法，在本发明中，通过TOPSIS法分别为待调整用户终端选取与其要求最接近的待接入网络，使待接入网络可以满足待调整用户终端的偏好，进一步增强用户体验。

具体的，首先确定待调整用户终端的代表指标，选取网络的安全性和价格作为用户终端的偏好指标，选取数据速率、分组延迟变化和误码率作为应用要求指标，选取无线接入技术的功耗作为终端相关要求指标，然后按照下述步骤确定与待调整用户终端要求最接近的待接入网络：

步骤S1：构建判断矩阵X；

具体的，

其中，m为待接入网络个数，S为网络的安全性，P为网络的价格，D为数据速率，V为分组延迟变化，E为误码率，C为无线接入技术的功耗。

步骤S2：标准化判别矩阵；

具体的，将矩阵X转化为无量纲的标准化矩阵R，R中元素r_ij可表示为：

步骤S3：指标的权重计算；

具体的，利用标准差法计算客观权重，第j个指标的权重公式为：

其中，s_j为第j个指标在不同评估对象中的标准差。

步骤S4：生成加权标准化判决矩阵；

具体的，加权标准化的判决矩阵V是由矩阵R的每一列与其相应的权重相乘而得，因此，加权标准化矩阵V中的值为：v_ij＝w_jr_ij。

步骤S5：确定理想解和负理想解；

具体的，当指标为效益型时，理想方案为每列中的max值，负理想方案为每列中的min值；当指标为成本型时，理想法案为每列中的min值，负理想方案为每列中的max值。

步骤S6：计算距离；

具体的，通过n维欧几里得距离来测量每个候选方案的距离，

代表到理想解的距离，

代表到负理想解的距离，其中，

步骤S7：计算与理想方案的相对接近程度。

具体的，

其中，C_i的值越大表示第i待接入网络越接近待调整用户终端的要求。

当然，除了可以选择使用TOPSIS法为待调整用户终端选取与其要求最接近的待接入网络，还可以使用其他方法，本发明在此不做限定。

作为一种优选的实施例，将S个待调整用户终端切换至待接入网络中的过程具体为：

根据模糊综合评价法分别确定每个待调整用户终端的待接入网络，将S个待调整用户终端分别切换至其各自对应的待接入网络中。

具体的，模糊综合评价法是根据根据模糊数学的隶属度理论把定性评价转化为定量评价的方法，在本发明中，通过模糊综合评价法分别为待调整用户终端选取与其要求最接近的待接入网络，使待接入网络可以满足待调整用户终端的偏好，进一步增强用户体验。

当然，除了可以选择使用模糊综合评级法为待调整用户终端选取与其要求最接近的待接入网络，还可以使用其他方法，本发明在此不做限定。

请参照图2，图2为本发明所提供的一种异构网络的负载均衡系统的结构示意图，包括：

判断模块1，用于计算网络组中各网络的网络负载度，判断最大网络负载度与最小网络负载度的差值是否小于第一阈值，若否，触发选择模块2；

选择模块2，用于确定最大网络负载度的网络中需要调整的用户终端数量S，根据预设规则选择S个待调整用户终端，其中，待调整用户终端所处网络的网络负载度大于待接入网络的网络负载度；

切换模块3，用于将S个待调整用户终端切换至待接入网络中，以实现网络组中各网络负载均衡。

作为一种优选的实施例，计算网络组中各网络的网络负载度的过程具体为：

根据网络负载度关系式计算网络组中各网络的网络负载度，其中，所述网络负载度关系式为

L_i表示第i网络的网络负载度，U_i表示第i网络当前实际负载量，C_i为第i网络所能负载的最大容量。

作为一种优选的实施例，确定最大网络负载度的网络中需要调整的用户终端数量S的过程具体为：

根据用户终端调整数量关系式确定所述最大网络负载度的网络中需要调整的用户终端数量S，其中，所述用户终端调整数量关系式为

U_m表示最大网络负载度的网络当前实际负载量，C_m为最大网络负载度的网络所能负载的最大容量，U_n表示最小网络负载度的网络当前实际负载量，C_n为最小网络负载度的网络所能负载的最大容量，th₂为第二阈值。

对于本发明所提供的一种异构网络的负载均衡系统的介绍请参照上述实施例，本发明在此不再赘述。

本发明还提供了一种异构网络的负载均衡系统，具有如上述负载均衡算法相同的有益效果。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种异构网络的负载均衡算法，其特征在于，包括：

计算网络组中各网络的网络负载度，判断最大网络负载度与最小网络负载度的差值是否小于第一阈值；

若否，确定所述最大网络负载度的网络中需要调整的用户终端数量S，根据预设规则选择S个待调整用户终端，其中，所述待调整用户终端所处网络的网络负载度大于待接入网络的网络负载度；

将S个所述待调整用户终端切换至所述待接入网络中，以实现网络组中各网络负载均衡；

所述根据预设规则选择S个待调整用户终端的方法具体为：

判断所述最大网络负载度与次大网络负载度的差值是否大于第二阈值；

若是，则根据预设规则在所述最大网络负载度的网络中选择S个待调整用户终端；

若否，则根据预设规则在所述最大网络负载度的网络中选择N个待调整用户终端，且根据预设规则在所述次大网络负载度的网络中选择S-N个待调整用户终端；N≥S-N。

2.根据权利要求1所述的负载均衡算法，其特征在于，所述计算网络组中各网络的网络负载度的过程具体为：

根据网络负载度关系式计算网络组中各网络的网络负载度，其中，所述网络负载度关系式为

L_i表示第i网络的网络负载度，U_i表示第i网络当前实际负载量，C_i为第i网络所能负载的最大容量。

3.根据权利要求1所述的负载均衡算法，其特征在于，所述确定所述最大网络负载度的网络中需要调整的用户终端数量S的过程具体为：

根据用户终端调整数量关系式确定所述最大网络负载度的网络中需要调整的用户终端数量S，其中，所述用户终端调整数量关系式为

U_m表示最大网络负载度的网络当前实际负载量，C_m为最大网络负载度的网络所能负载的最大容量，U_n表示最小网络负载度的网络当前实际负载量，C_n为最小网络负载度的网络所能负载的最大容量，th₂为第二阈值。

4.根据权利要求1所述的负载均衡算法，其特征在于，N为S/2。

5.根据权利要求1-4任意一项所述的负载均衡算法，其特征在于，将S个所述待调整用户终端切换至所述待接入网络中的过程具体为：

根据TOPSIS法分别确定每个待调整用户终端的待接入网络，将S个所述待调整用户终端分别切换至其各自对应的待接入网络中。

6.根据权利要求5所述的负载均衡算法，其特征在于，将S个所述待调整用户终端切换至所述待接入网络中的过程具体为：

根据模糊综合评价法分别确定每个待调整用户终端的待接入网络，将S个所述待调整用户终端分别切换至其各自对应的待接入网络中。

7.一种异构网络的负载均衡系统，其特征在于，包括：

判断模块，用于计算网络组中各网络的网络负载度，判断最大网络负载度与最小网络负载度的差值是否小于第一阈值，若否，触发选择模块；

选择模块，用于确定所述最大网络负载度的网络中需要调整的用户终端数量S，根据预设规则选择S个所述待调整用户终端，其中，所述待调整用户终端所处网络的网络负载度大于待接入网络的网络负载度；

切换模块，用于将S个所述待调整用户终端切换至所述待接入网络中，以实现网络组中各网络负载均衡；

所述根据预设规则选择S个待调整用户终端的过程具体为：

判断所述最大网络负载度与次大网络负载度的差值是否大于第二阈值；

若是，则根据预设规则在所述最大网络负载度的网络中选择S个待调整用户终端；

若否，则根据预设规则在所述最大网络负载度的网络中选择N个待调整用户终端，且根据预设规则在所述次大网络负载度的网络中选择S-N个待调整用户终端；N≥S-N。

8.根据权利要求7所述的负载均衡系统，其特征在于，所述计算网络组中各网络的网络负载度的过程具体为：

根据网络负载度关系式计算网络组中各网络的网络负载度，其中，所述网络负载度关系式为

L_i表示第i网络的网络负载度，U_i表示第i网络当前实际负载量，C_i为第i网络所能负载的最大容量。

9.根据权利要求7所述的负载均衡系统，其特征在于，所述确定所述最大网络负载度的网络中需要调整的用户终端数量S的过程具体为：

根据用户终端调整数量关系式确定所述最大网络负载度的网络中需要调整的用户终端数量S，其中，所述用户终端调整数量关系式为

U_m表示最大网络负载度的网络当前实际负载量，C_m为最大网络负载度的网络所能负载的最大容量，U_n表示最小网络负载度的网络当前实际负载量，C_n为最小网络负载度的网络所能负载的最大容量，th₂为第二阈值。

Images