CN108495357B - 一种基于余弦相似度和topsis的异构无线网络选择方法 - Google Patents

Abstract

本发明公开了一种基于余弦相似度和TOPSIS的异构无线网络选择方法，具体步骤包括：S1、利用终端获取各个网络属性，并进行归一化处理得到归一化矩阵；S2、为归一化矩阵加上用户偏好权重，得到带权归一化决策矩阵；S3、利用TOPSIS对所有网络进行计算和排名得到理想解、积分序列C和积分最高的网络；S4、计算积分序列的标准差，查找|c_k‑c^*|＜σ的网络组成集合；S5、计算集合中的各个网络和理想解的余弦相似度；S6、选出集合中余弦相似度最高的作为最佳网络。本发明通过利用TOPSIS方法初步过滤掉一些性能较差的网络，再利用余弦相似度选择一个各个属性都较优的网络，避免了传统方法选择某个属性低于用户需求而一部分属性远高于用户需求的网络的问题。

Description

一种基于余弦相似度和TOPSIS的异构无线网络选择方法

技术领域

本发明属于异构网络融合领域，特别涉及一种基于余弦相似度和TOPSIS的异构无线网络选择方法。

背景技术

在无线通信技术的发展和市场需求的推动下，移动无线通信技术发展势头越来越猛进。第一代移动通信系统诞生于上世纪80年代，它采用了基于频分多址的模拟通信技术，该技术带宽有限、安全性差、通话质量差且仅能提供语音服务。第二代移动通信系统起源于上世纪90年代，它以数字化为主要特征，采用了码分多址和数字时分多址技术。与第一代相比安全性和通用性提高了很多，而且完成了从模拟技术到数字技术的转变。第三代移动通信系统是将无线通信与多媒体通信相结合的新一代移动通信系统。它能够出来图像、音乐、视频流等多种媒体形式。提供了全球化、高质量、高速率的业务服务。第四代移动通信系统包括TD-LTE和FDD-LTE两种制式，能够快速传输高质量的音频、视频和图像等数据。与此同时，宽带无线接入网也取得了巨大的发展，如无线个域网、无线城域网、无线局域网等。单一网络已经无法同时兼顾所有用户的全部需求，异构网络融合成为必然的趋势。

如今市面上已经存在多种类型的无线网络，例如2G、3G、4G以及WLAN和WiMax等。因此下一代移动通信系统的主要特征之一就是异构网络融合，不同的网络提供不同的吞吐量、覆盖范围和服务质量等，没有哪一种网络能够满足所有用户的需求。在这种异构的网络融合的复杂环境下，如何接入到最恰当和最有效的网络，使用户得到最满意的服务，是当前异构无线网络的一个研究热点。

对于异构无线网络接入选择算法已经研究了多年，基于多属性的判决算法在异构无线网络选择方面取得了不错的成果。常见的多属性判决算法主要包括：简单加权和算法(SAW)、乘法指数加权法(MEW)、层次分析算法(AHP)、逼近理想解法(TOPSIS)和灰色关联分析算法(GRA)等。上述异构无线网络选择算法首先都是通过对各个网络的各项属性值进行数据统计，然后通过各种手段计算每个网络的评分，最后根据评分排序，选择评分最高的网络。然而在错综复杂的网络中，仅仅通过各网络的评分高低来决定是否选择该网络是远远不够的。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种基于余弦相似度和TOPSIS的异构无线网络选择方法，目前单纯的基于TOPSIS的网络选择方法仅仅通过积分排名，这种方式是不够合理的，因为它没有全面考虑到候选网络的每个属性是否都满足用户需求。本发明考虑到候选网络的每个属性，而不仅仅通过积分排名来决定最终所要选择的网络，本发明能够达到选择一个综合性能最好的网络的效果。

本发明的目的可以通过以下技术方案实现：

一种基于余弦相似度和TOPSIS的异构无线网络选择方法，具体步骤包括：

S1、利用终端获取各个网络属性，构造决策矩阵D，对决策矩阵D进行归一化处理得到归一化矩阵R；所述网络属性包括通信网络的代价、安全、带宽、延时、抖动、丢包率；

S2、为归一化矩阵R乘上用户偏好权重W，得到带权归一化决策矩阵V；

S3、利用TOPSIS对所有网络进行计算和排名，具体为：

S31、确定理想解V⁺与负理想解V^-；

S32、计算每个网络到理想解V⁺与负理想解V^-的距离

和

S33、计算各个网络的积分序列C，获取最大积分c^*的网络；

S4、计算积分序列C的标准差σ，查找满足条件|c_i-c^*|＜σ的网络组成集合P；c_i表示积分序列C中第i个网络的积分值；

S5、计算集合P中的各个网络和理想解V⁺的余弦相似度；

S6、选出集合P中余弦相似度最高的作为最佳网络。

进一步地，所述步骤S1，具体包括：

S11、当移动终端漫游在错综复杂的网络中时，可以从移动终端监听某个时刻各个网络的网络属性，构建决策矩阵D，表示形式如下：

其中，d_ij表示第i个网络的第j个属性值；m表示候选网络的数量；n表示网络属性的个数；所述网络的属性参数包括通信网络的带宽、时延、抖动、丢包率；

S12、对决策矩阵D进行归一化处理，得到归一化矩阵R，归一化公式为：

r_ij表示归一化矩阵R中第i行第j列的元素；

因此，归一化矩阵为：

进一步地，所述步骤S2中构造带权归一化决策矩阵V，具体为：

v_ij＝W_j*r_ij

其中，

v_ij表示带权归一化决策矩阵V中第i行第j列的元素；W_j表示权重矩阵W的第j个元素；r_ij表示归一化矩阵R中第i行第j列元素；m表示候选网络的数量；n表示网络属性的个数；

因此，带权归一化决策矩阵为：

用户偏好权重W可根据实际情况进行选取。

进一步地，步骤S31中，确定理想解V⁺和负理想解V^-，具体为：

设定理想解为

负理想解为

n表示网络属性的个数；设定上行属性为网络属性值越大网络越好的网络属性，包括通信网络的安全、带宽；下行属性为网络属性值越小网络越好的网络属性，包括通信网络的代价、延时、抖动、丢包率。

对于上行属性(例如带宽，带宽越大，网络越好)，具体为：

对于下行属性(例如延时，延时越高，网络越差)，具体为：

进一步地，步骤S32中，计算每个网络N_j分别到V⁺和V^-的距离

和

具体为：

其中

表示理想解V⁺的第j个元素，

表示负理想解

的第j个元素，v_ij表示带权归一化决策矩阵V中第i行第j列元素；m表示候选网络的数量；n表示网络属性的个数；

进一步地，步骤S33中，计算每个网络的积分序列C，计算公式如下：

其中，c_i表示积分序列C中第i个网络的积分值；

表示第i个网络N_i到理想解V⁺的距离，

表示第i个网络N_i到负理想解V^-的距离。

进一步地，所述步骤S4中，计算积分序列C的标准差σ，σ的计算方式如下：

其中，c_i表示积分序列C中第i个网络的积分值，μ表示积分序列C的均值，n表示网络属性的个数。并查找出满足条件：|c_i-c^*|＜σ的网络集合P，c^*表示积分序列C中的最大值，表示形式为：

P＝{i/|c_i-c^*|＜σ，i∈N^*}。

其中，i表示第i个网络；N^*表示正整数。

进一步地，所述步骤S5中，计算集合P中的网络与理想解的余弦相似度cos，表示为：

其中，cos_i为第i个网络与理想解的余弦相似度；row_i表示带权归一化决策矩阵的V的第i行；V⁺为理想解。

本发明与现有技术相比，具有如下优点和有益效果：

本发明结合余弦相似度和多属性决策TOPSIS方法，首先利用TOPSIS筛选出一些性能较优的网络，然后计算各个网络和理想解的余弦相似度，最后选取余弦相似度最大的网络。余弦相似度是通过两个向量的夹角余弦值来评估两者的相似度，某个网络与理想解的余弦夹角越大，说明与理想解更为接近，网络各个属性也都较优，是最适合用户选择的网络。本发明解决了传统计算方法中只考虑积分排名，造成了选择的网络可能出现某个高权重的属性较好，其他属性无法满足用户QoS需求的问题。

附图说明

图1为本发明基于余弦相似度和TOPSIS的异构无线网络选择方法流程图；

图2为本发明的实验仿真场景图；

图3为本发明的实验结果对比图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例

如图1所示为本发明基于余弦相似度和TOPSIS的异构无线网络选择方法的流程图，具体步骤包括：

S1、利用终端获取各个网络属性，构造决策矩阵D，对决策矩阵D进行归一化处理得到归一化矩阵R。所述网络属性包括通信网络的代价、安全、带宽、延时、抖动、丢包率等网络技术参数和应用特性；

实际中移动终端所处的网络环境都是动态变化的，因此截取某个时间点的网络中各个属性进行分析。本实施例中选取了以下6个属性作为网络评价标准：代价(CB)、安全(S)、带宽(AB)、延时(D)、抖动(J)、丢包率(L)。如图2所示为本发明的实验仿真场景图，实施例中移动终端被5个网络覆盖，得到的某个时间点的各个网络中各个属性值如表1所示：

表1候选网络的属性值

网络	CB(％)	S(％)	AB(mbps)	D(ms)	J(ms)	L(per10<sup>6</sup>)
							UMTS	80	80	0.2	50	10	70
WLAN1	10	50	8	140	16	40
							WLAN2	10	50	5	120	14	50
WiMAX	50	60	60	80	8	50
							4G	50	70	50	60	10	40

根据表1，得到决策矩阵D为：

S2、为归一化矩阵R乘上用户偏好权重W，得到带权归一化决策矩阵V。

传输业务分为四类：会话类业务、流类业务、交互类业务和背景类业务。本实施例中移动终端使用的是交互类业务，用于Web浏览等。通过层次分析方法(AnalyticHierarchy Process)，即通过AHP方法量来那个对比获得最终的权重如下：

W＝[0.1150 0.2030 0.3106 0.0961 0.1793 0.0961]

利用归一化方法对矩阵R进行归一化处理，再根据权重矩阵W，构造带权归一化决策矩阵V，具体为：

S3、利用TOPSIS对所有网络进行计算和排名，具体为：

S31、确定理想解和负理想解。安全和带宽为上行属性，值越高网络越好；代价、延时、抖动和丢包率为下行属性，值越小网络越好；对于理想解为上行属性的列中取最大值，下行属性的列中去最小值，负理想解则相反。在带权归一化决策矩阵V中，得到的理想解与负理想解如下所示：

V⁺＝[1.15 16.24 18.63 4.80 1.43 3.84]

V^-＝[9.20 10.15 0.06 13.45 2.86 6.72]

S32、计算每个网络N_j到V⁺和V^-的距离，即求解带权归一化决策矩阵V的每一行向量与理想解V⁺与负理想解V^-的欧式距离

与

公式如下：

得到S⁺和S^-。S⁺是

按次序组成的向量集合，S^-是

按次序组成的向量集合。本案例中1≤i≤5。

S⁺＝[20.4468 19.3592 19.3917 6.8454 6.0003]

S^-＝[10.6328 8.8856 8.6350 19.9973 18.3296]

S33、计算每个网络接近理想解和远离理想解的积分，得到序列C，根据公式

得到的序列C为：

C＝[0.3420 0.3146 0.3080 0.7450 0.7535]

由本实施例得到的序列C可知，最大的积分为c^*＝0.7535。

S4、计算积分序列C的标准差σ，查找|c_i-c^*|＜σ的网络组成集合P；

根据标准差公式

得到序列C的标准差为σ＝0.2346，其中序列C的均值μ＝0.4926。因此，在实施例中，满足条件|c_i-c^*|＜σ的网络为WiMAX网络和4G网络，WiMAX网络和4G网络在决策矩阵D的横坐标分别为4和5，即表示第4个和第5个网络满足|c_i-c^*|＜σ这样的调节。因此，得到的P向量具体为：

P＝[4 5]

S5、计算集合P中的各个网络和理想解S⁺的余弦相似度；

根据步骤S4得到的P向量，P向量中的网络与V⁺的余弦相似度为：

COS＝[0.9634 0.9750]

S6、选出集合P中余弦相似度最高的作为最佳网络。

根据步骤5得到的余弦相似度，本实施例中余弦相似度值最大的网络为4G网络，因此，4G网络为符合本实施例中环境的最佳网络。

综上所述，本发明为利用余弦相似度和TOPSIS相结合的异构无线网络选择方法。在本发明中，先利用TOPSIS方法初步过滤掉一些性能较差的网络，再利用剩下待选的网络和理想解V⁺的余弦相似度选择一个各个属性都较优的网络。如图3所示为移动终端在动态变化的网络环境中进行了100000次选择情况下网络各个属性的均值。V⁺是理想解，用“.”填充的柱条表示，TOPSIS用“+”填充的柱条表示，本发明方法，即结合余弦相似度和TOPSIS的方法(COS-TOPSIS)用“\”填充柱条表示。从图3可以看出因为安全(S)和实验(D)属性值较高，本发明方法(COS-TOPSIS)牺牲了少许的安全(S)和时延(D)，增强了网络剩下的其他属性性能，证实了本发明方法能够有效地选择一个综合属性较优的网络，避免了传统方法中选择某个属性低于用户需求而某个属性远高于用户期望的网络的现象。因此，本发明具有实际推广的价值。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (9)

1.一种基于余弦相似度和TOPSIS的异构无线网络选择方法，其特征在于，包括步骤：

S1、利用终端获取各个网络属性，构造决策矩阵D，对决策矩阵D进行归一化处理得到归一化矩阵R；所述网络属性包括通信网络的代价、安全、带宽、延时、抖动、丢包率；

S2、为归一化矩阵R乘上用户偏好权重矩阵W，得到带权归一化决策矩阵V；

S3、利用TOPSIS对所有网络进行计算和排名，具体为：

S31、确定理想解V⁺与负理想解V^-；

S32、计算每个网络到理想解V⁺与负理想解V^-的距离

和

S33、计算各个网络的积分序列C，获取最大积分c^*的网络；

S4、计算积分序列C的标准差σ，查找满足条件|c_i-c^*|＜σ的网络组成集合P；c_i表示积分序列C中第i个网络的积分值；

S5、计算集合P中的各个网络和理想解V⁺的余弦相似度；

S6、选出集合P中余弦相似度最高的作为最佳网络。

2.根据权利要求1所述的一种基于余弦相似度和TOPSIS的异构无线网络选择方法，其特征在于：所述步骤S1，具体包括：

S11、从移动终端中监听某个时刻各个网络的网络属性，构造决策矩阵D，表示为：

其中，d_ij表示第i个网络的第j个属性值；m表示候选网络的数量；n表示网络属性的个数；

S12、对决策矩阵D进行归一化处理，得到归一化矩阵R，表示为：

其中，

r_ij表示归一化矩阵R中第i行第j列的元素。

3.根据权利要求1所述的一种基于余弦相似度和TOPSIS的异构无线网络选择方法，其特征在于：所述用户偏好权重矩阵W采用AHP方法获得。

4.根据权利要求1所述的一种基于余弦相似度和TOPSIS的异构无线网络选择方法，其特征在于：所述带权归一化决策矩阵V，表示为：

其中，v_ij＝W_j*r_ij，i＝1，...，m，j＝1，...，n，且

v_ij表示带权归一化决策矩阵V中第i行第j列的元素；W_j表示权重矩阵W的第j个元素；r_ij表示归一化矩阵R中第i行第j列元素；m表示候选网络的数量；n表示网络属性的个数。

5.根据权利要求1所述的一种基于余弦相似度和TOPSIS的异构无线网络选择方法，其特征在于：确定理想解V⁺和负理想解V^-，具体为：

理想解V⁺和负理想解V^-表示为：

其中，n表示网络属性的个数；设定上行属性为网络属性值越大网络越好的网络属性，包括通信网络的安全、带宽；下行属性为网络属性值越小网络越好的网络属性，包括通信网络的代价、延时、抖动、丢包率；对于上行属性，理想解V⁺和负理想解V^-表示为：

V_j ⁺＝max{v_ij}，V_j ^-＝min{v_ij}

对于下行属性，理想解V⁺和负理想解V^-表示为：

V_j ⁺＝min{v_ij}，V_j ^-＝max{v_ij}

其中V_j ⁺表示理想解V⁺的第j个元素，V_j ^-表示负理想解V_j ^-的第j个元素，v_ij表示带权归一化决策矩阵V中第i行第j列元素。

6.根据权利要求1所述的一种基于余弦相似度和TOPSIS的异构无线网络选择方法，其特征在于：计算每个网络N_i到V⁺和V^-的距离

和

计算公式为：

其中V_j ⁺表示理想解V⁺的第j个元素，V_j ^-表示负理想解V_j ^-的第j个元素，v_ij表示带权归一化决策矩阵V中第i行第j列元素；m表示候选网络的数量；n表示网络属性的个数。

7.根据权利要求1所述的一种基于余弦相似度和TOPSIS的异构无线网络选择方法，其特征在于：积分序列C中第i个网络的积分值c_i计算公式如下：

其中

表示第i个网络N_i到理想解V⁺的距离，

表示第i个网络N_i到负理想解V^-的距离。

8.根据权利要求1所述的一种基于余弦相似度和TOPSIS的异构无线网络选择方法，其特征在于：所述步骤S4，具体包括：

S41、计算积分序列C的标准差σ；

其中，c_i表示积分序列C中第i个网络的积分值，μ表示积分序列C的均值，n表示网络属性的个数；

S42、查找满足条件|c_i-c^*|＜σ的网络组成集合P，c^*表示积分序列C中的最大值；

集合P表示为：

P＝{i/|c_i-c^*|＜σ，i∈N^*}，

其中，i表示第i个网络；N^*表示正整数。

9.根据权利要求1所述的一种基于余弦相似度和TOPSIS的异构无线网络选择方法，其特征在于：步骤S5中，计算集合P中的网络与理想解的余弦相似度cos，表示为：

其中，cos_i为第i个网络与理想解的余弦相似度；row_i表示带权归一化决策矩阵的V的第i行；V⁺为理想解。

Images