CN110913449A - 基于发射功率和用户满意度的网络选择方法 - Google Patents

Abstract

本发明公开一种基于发射功率和用户满意度的网络选择方法，首先通过用户满意度体验函数得到效用函数权值系数、灵敏度因子和网络发射功率初始值，并设定允许误差；然后针对不同的网络，利用香农容量定理计算得出最大信息传输速率；之后，利用迭代法算出所述最大信息传输速率对应的功率值，再与允许误差作比较，确定是否结束牛顿迭代运算，最后通过比较同一用户在面对不同网络时的满意度来确定此时该如何选择接入网；本发明所引入的基于发射功率和用户满意度的网络选择方案，既考虑了用户的满意度，又考虑接入网所能提供的传输功率，在有限范围内得到满意度效用值的最大值，从而用来区分网络，本发明所述方法能够用于网络选择过程中。

Description

基于发射功率和用户满意度的网络选择方法

技术领域

本发明属于无线通信技术领域，具体涉及基于发射功率和用户满意度的网络选择方法。

背景技术

近年来，人们对能够随时随地以高质量接入宽带无线网络的需求日益强烈，适应不同场景的多种无线网络技术获得了迅速的发展。移动蜂窝网络从GSM发展到UMTS，又发展到LTE(Long Term Evolution)，再到WLAN、WiMAX。在GSM基站信号覆盖范围内，同时加入LTE、WLAN、WiMAX等无线接入点，从而逐步形成异构无线网络(HWNs，HeterogeneousWireless Networks)。

在HWNs中，由于移动终端业务的多样性、无线网络信道传输质量的差异性、无线网络信号的重叠性等因素，因此需要依靠网络接入选择算法保障用户能够接入到最适合的网络进行业务处理。

网络接入选择算法可以分为移动终端发起初始连接的接入选择和移动终端切换到另一个网络的接入重选两类。网络接入选择的控制方式可以归纳为以下三种:终端控制接入、网络控制接入和终端辅助的网络控制接入。在第一种方式中，终端通过监测各网络参数并结合接入选择算法，终端自主执行接入选择；在第二种方式中，网络控制中心监测网络状态并将接入选择结果发送给发起接入请求的移动终端，控制过程由网络端完成；此外，在第三种方式中，终端将检测到的各无线网络参数值以及用户个人喜好等参数发送到网络中心的决策模块，再由网络中心根据算法对终端进行接入控制。

网络接入选择算法的设计直接关系到用户体验和网络资源利用率。目前国内外学者在HWNs接入选择算法方面已经做了大量研究，纵观各种算法，根据判断标准本文将其划分为基于接收信号强度(RSS，Received Signal Strength)、负载均衡和业务QoS的接入选择算法，根据算法所采用的数学模型，分为基于多属性决策判决、效用函数、模糊逻辑、博弈论等的接入选择算法。

为了提供网络选择，美国博通公司申请的“网络选择”(申请日：2014年01月17日，申请号：CN201410023568.5，公开号：CN103945475A)和中国电信有限公司申请的“接入网络选择方法和系统”(申请日：2013年12月11日，申请号：CN201310671484.8，公开号：CN104717723B)。但是他们方法中存在的不足是：只考虑网络切换响应，没有考虑用户满意度，从而使得用户在进行网络选择时有可能面临QoS保障低的状况。

发明内容

本发明的目的在于克服上述现有技术的不足，提出一种基于发射功率和用户满意度的网络选择方法，既考虑用户的满意度，又考虑接入网所能提供的传输功率，在游有限范围内得到满意度效用值的最大值，从而用来区分网络。

为了达到上述目的，本发明的技术方案是：基于发射功率和用户满意度的网络选择方法，首先通过用户满意度体验函数得到效用函数权值系数、灵敏度因子和网络发射功率初始值，并设定允许误差；然后针对不同的网络，利用香农容量定理计算得出不同网络的最大信息传输速率；之后，利用牛顿迭代法计算所述最大信息传输速率对应的功率值，再将相邻两次迭代所得功率值之差的绝对值与允许误差作比较，相邻两次迭代所得功率值之差的绝对值小于允许误差时结束牛顿迭代运算，并得到最大信息传输速率对应的功率理论值，根据用户满意度体验函数得到同一用户在面对不同网络时的满意度，选择具有最大满意度效用函数值的网络作为接入网；

其中，用户满意度体验函数为

γ≥2，γ为灵敏度因子，i＝1,2,3。

具体包括如下步骤：

步骤1，初始化：根据用户满意度和体验函数确定效用函数权值系数α和灵敏度因子γ，并确定当前用户接入网络的初始功率值p₀，以及λ₀并设定允许误差c；

步骤2，根据香农容量定理，计算出不同网络最大传输速率R_i ^max的值；

步骤3，通过牛顿迭代法计算

上标k表示第k次迭代，k＝0,1,2…；

步骤4，将步骤3所得第k+1次迭代得到的功率值p_i ^k+1和第k次迭代得到的功率值p_i ^k之差的绝对值与允许误差c进行比较，如果|p_i ^k+1-p_i ^k|＜c，则返回理论值p_i ^opt＝p_i ^k+1，如果|p_i ^k+1-p_i ^k|≥c，则k＝k+1，直至找到满足|p_i ^k+1-p_i ^k|＜c时，返回理论值p_i ^opt＝p_i ^k+1；得到理论最优功率值p_i ^opt之后，根据用户满意度体验函数以及回理论值p_i ^opt得到满意度效用函数值，选择具有最大满意度效用函数值的网络作为接入网。

步骤2中，香农容量定理具体表达为：香农公式

β_i表示系统的频谱效率，其中，i代表不同的网络i＝1为4G网络，i＝2为WLAN网络，i＝3为WiMAX网络。

所述步骤(3)中，利用牛顿迭代法计算p_i ^k+1值，具体如下：

对于最优的p_i值，首先使用牛顿迭代法，

令函数

其中上标k表示第k次迭代，n₀为噪声功率密度，Bi为网络i的带宽，p_avg为平均发射功率，然后，通过计算得到一个更好的近似P^k+1的值为：

通过梯度下降法迭代获得Largrange乘子λ_i，如下所示：

式中φ为大于0的常量。

步骤4中，通过凸优化理论计算得出最优值p^opt，具体如下：

综合考虑全部可接入网络的服务质量，期望能够获得尽可能大的满意度效用函数，所述网络选择表示为优化问题：

s.t 0≤p_i≤p_i ^max (5)

其中：用户满意度体验函数表示为u₁(p_i)，用户传输速率表示为u₂(p_i)；

根据优化定理，可得式(5)为凹优化，且局部最优解即为式(5)的全局最优解，给出函数的Largrange表达式，求解式(5)中的最优化问题。

求解式(5)中的最优化问题具体如下：

其中，λ₁,...,λ_N是非负的Largrange因子，式(6)具有全局最优值的必要条件是满足优化理论中的KKT条件；对参数P_i求导数可得：

并且满足等式：

对(λ₁，...,λ_N)求导得到：

其中，i＝1,...,N，N＝3，然后按照步骤3中利用牛顿迭代法求得最优值。

本发明与现有技术相比具有以下优点：

本发明采用效用函数法来构建网络选择模型，基于效用函数的网络选择算法可以综合考虑多种因素，通过设计一个效用函数，然后进行计算并将函数值进行排序，最后接入到效用函数值最高的网络；基于效用函数的网络接入选择策略有较快的决策速度和较低的算法复杂度，并且综合考虑了多种网络的性能指标及用户业务特性；综合考虑用户的满意度以及接入网所提供的发射功率，引入香农容量定理，以功率为变量，以满意度为选择标准，在不同接入网间根据满意度不同，为用户选择最为适合自己的网络；在计算过程中采用优化理论，将网络选择模型建模为一个优化模型，利用优化理论和牛顿迭代法计算得出相应的最优值，牛顿迭代法比其它基于梯度下降或者非梯度方法的算法收敛速度更快，更接近局部最大值；仿真结果表明，本发明在有限范围内，考虑不同接入网发射功率时，得出不同的满意度效用函数值，最终选择具有最大满意度效用函数值的网络为接入网。

附图说明

图1是本发明的实现流程框图；

图2是本发明中体验函数与灵敏度因子γ关系图；

图3是本发明中满意度效用函数值与不同发射功率及不同α、γ值的关系图；

图4是本发明中不同网络的满意度效用函数值与发射功率关系图。

具体实施方式

下面结合具体说明书附图对本发明进行详细阐述。

首先通过用户体验函数得到效用函数权值系数α、灵敏度因子γ和网络发射功率初始值p₀的值，并设定允许误差c；然后对于不同的网络，利用香农容量定理

β_i表示系统的频谱效率，计算得出最大信息传输速率R_i ^max；得到最大信息传输速率R_i ^max之后，利用牛顿迭代法算出功率值p_i ^k+1，若|p_i ^k+1-p_i ^k|＜c，则返回理论最优值p_i ^opt＝p_i ^k+1，然后带入式(5)求解相应的满意度效用函数值，选择具有最大满意度效用函数值的网络作为当前用户的接入网；若|p_i ^k+1-p_i ^k|≥c，则返回上一步，继续进行迭代算法，直至找到满足|p_i ^k+1-p_i ^k|＜c时的功率值。

参照附图1，本发明的具体实现步骤如下：

步骤1，根据用户满意度和体验函数确定效用函数权值系数α、灵敏度因子γ和网络发射功率初始值p₀，并设定网络发射功率的允许误差c；

步骤2，根据步骤1中所得的参数值，利用香农公式

β_i表示系统的频谱效率，i代表不同的网络(i＝1代表4G网络，i＝2代表WLAN网络，i＝3代表WiMAX网络)，然后计算出不同网络最大传输速率R_i ^max的值；

步骤3，根据步骤2得到最大信息传输速率R_i ^max的值，通过牛顿迭代法计算：

按照如下步骤进行：

步骤(31)对于最优的p_i值，首先使用牛顿法，比其他基于梯度下降或非梯度方法的算法收敛速度更快，更接近局部最大值；

令函数

请补充其中每一个参数的物理意义

其中上标k表示第k次迭代，n₀为噪声功率密度，Bi为网络i的带宽，p_avg为平均发射功率，然后，通过计算得到一个更好的近似k+1的值为：

步骤(32)通过梯度下降法迭代计算Largrange乘子λ_i，如下所示：

式中φ为大于0的常量，R_i ^max是不同网络最大传输速率对应的功率值。

步骤4，将步骤3所得p_i ^k+1-p_i ^k的绝对值与允许误差c进行比较，如果|p_i ^k+1-p_i ^k|＜c，则返回理论值p_i ^opt＝p_i ^k+1；如果|p_i ^k+1-p_i ^k|≥c，则k＝k+1，返回步骤3，继续进行迭代算法，直至找到满足|p_i ^k+1-p_i ^k|＜c时的功率值；

包括以下具体步骤：综合考虑全部可接入网络的服务质量，期望能够获得尽可能大的满意度效用函数，网络选择可以表示为优化问题：

s.t 0≤p_i≤p_i ^max (5)

其中：

根据优化定理，可得式(5)为凹优化，且局部最优解即为式(5)的全局最优解。为了求解式(5)中的最优化问题，给出函数的Largrange表达式，即：

其中(λ₁,...λ_N)为非负的Largrange因子。式(6)具有全局最优值的必要条件是满足优化理论中的KKT条件对参数p_i求导数可得：

并且满足等式：

对(λ₁，...,λ_N)求导得到：

其中，i＝1,...,N，N＝3，然后利用牛顿迭代法求得最优值p_i ^opt，具体如步骤3中所述；基于步骤4所得理论最优功率值p_i ^opt，选择选择具有最大满意度效用函数值的网络作为接入网。

本发明的效果可通过下面的仿真实例进一步说明。

一、仿真条件：

在本发明的仿真中，仿真环境为Matlab2016，网络选择主要在三种网络之间进行，分别是4G(LTE)、WLAN和WiMAX，考虑环境为城区。其中系统频谱效率β_i分别为0.6、0.5和0.29；噪声为加性高斯白噪声。

二、仿真内容与结果：

图2为灵敏度因子γ与用户体验函数之间的关系图，由图可知，观察三条曲线总体来说，函数取值范围为[0,1]，随着功率值的增加，刚开始时增加速度很快，慢慢的增加速度减慢，最终趋于稳定；三条曲线之间相互比较发现，γ越大，效用函数灵敏度越高，满意度函数值随功率的变化越来越快。

图3为满意度效用函数值与不同发射功率及不同α、γ值的关系图。由图可知，满意度效用值随着功率的增大而增大，在有限范围内趋近于其最大值；设定不同的α和γ的值，可见γ的值越大，满意度效用函数变化速度更大，随着功率的增大，更快的逼近其最大值，α的值越大，获得的满意度效用函数值也越大。

图4为不同网络的满意度效用函数值与功率关系图，此时保证单一变量，即赋有相同的α和γ值，其中α＝0.5，γ＝2。由图可知，在有限功率范围内，满意度效用值随着功率增大而增大，得出不同的满意度效用函数值，4G网络比其他两种网络具有更大的效用函数值，此时则优先选择4G网络作为接入网。

本发明公开的基于发射功率和用户满意度的网络选择方案，通过步骤(2)～(3)，根据香农定理和牛顿迭代法计算得出了最优功率值；通过步骤(4)～(5)比较|p_i ^k+1-p_i ^k|与允许误差c之间的大小关系，判断是继续进行迭代运算还是结束运算进行网络选择；用牛顿迭代法比其他基于梯度下降或非梯度方法的算法收敛速度更快，更接近局部最大值；本发明所引入的基于发射功率和用户满意度的网络选择方案，既考虑了用户的满意度，又考虑了接入网所能提供的传输功率，在有限范围内得到满意度效用值的最大值，从而用来区分网络，本发明的基于发射功率和用户满意度的网络选择方案，可以用于网络选择过程中。

Claims (6)

1.基于发射功率和用户满意度的网络选择方法，其特征在于，首先通过用户满意度体验函数得到效用函数权值系数、灵敏度因子和网络发射功率初始值，并设定允许误差；然后针对不同的网络，利用香农容量定理计算得出不同网络的最大信息传输速率；之后，利用牛顿迭代法计算所述最大信息传输速率对应的功率值，再将相邻两次迭代所得功率值之差的绝对值与允许误差作比较，直到相邻两次迭代所得功率值之差的绝对值小于允许误差时，结束牛顿迭代运算，得到最大信息传输速率对应的功率理论值，根据用户满意度体验函数和所述功率理论值得到同一用户在面对不同网络时的满意度，选择具有最大满意度效用函数值的网络作为接入网；

其中，用户满意度体验函数为

γ≥2，γ为灵敏度因子，i＝1,2,3，p_i,avg为不同网络的平均发射功率，p_i为不同网络的发射功率。

2.根据权利要求1所述的基于发射功率和用户满意度的网络选择方法，其特征在于，具体包括如下步骤：

步骤1，初始化：根据用户满意度和体验函数确定效用函数权值系数α和灵敏度因子γ，并确定当前用户接入网络的初始功率值p₀，以及λ₀并设定允许误差c；

步骤2，根据香农容量定理，计算出不同网络最大传输速率R_i ^max的值；

步骤3，通过牛顿迭代法计算

上标k表示第k次迭代，k＝0,1,2…；

步骤4，将步骤3所得第k+1次迭代得到的功率值p_i ^k+1和第k次迭代得到的功率值p_i ^k之差的绝对值与允许误差c进行比较，如果|p_i ^k+1-p_i ^k|＜c，则返回理论值p_i ^opt＝p_i ^k+1，如果|p_i ^k+1-p_i ^k|≥c，则k＝k+1，直至找到满足|p_i ^k+1-p_i ^k|＜c时，返回理论值p_i ^opt＝p_i ^k+1；得到理论最优功率值p_i ^opt之后，根据用户满意度体验函数以及回理论值p_i ^opt得到满意度效用函数值，选择具有最大满意度效用函数值的网络作为接入网。

3.根据权利要求1所述的基于发射功率和用户满意度的网络选择方法，其特征在于，步骤2中，香农容量定理具体表达为：香农公式

β_i表示系统的频谱效率，其中，i代表不同的网络i＝1为4G网络，i＝2为WLAN网络，i＝3为WiMAX网络。

4.根据权利要求1所述的基于发射功率和用户满意度的网络选择方法，其特征在于，所述步骤(3)中，利用牛顿迭代法计算p_i ^k+1值，具体如下：

对于最优的p_i值，首先使用牛顿迭代法，

令函数

其中上标k表示第k次迭代，n₀为噪声功率密度，Bi为网络i的带宽，p_avg为平均发射功率，然后，通过计算得到一个更好的近似P^k+1的值为：

通过梯度下降法迭代获得Largrange乘子λ_i，如下所示：

式中φ为大于0的常量。

5.根据权利要求1所述的基于发射功率和用户满意度的网络选择方法，其特征在于，步骤4中，通过凸优化理论计算得出最优值p^opt，具体如下：

综合考虑全部可接入网络的服务质量，期望能够获得尽可能大的满意度效用函数，所述网络选择表示为优化问题：

s.t 0≤p_i≤p_i ^max (5)

其中：用户满意度体验函数表示为u₁(p_i)，用户传输速率表示为u₂(p_i)；

根据优化定理，可得式(5)为凹优化，且局部最优解即为式(5)的全局最优解，给出函数的Largrange表达式，求解式(5)中的最优化问题。

6.根据权利要求5所述的基于发射功率和用户满意度的网络选择方法，其特征在于，求解式(5)中的最优化问题具体如下：

其中，λ₁,...,λ_N是非负的Largrange因子，式(6)具有全局最优值的必要条件是满足优化理论中的KKT条件；对参数P_i求导数可得：

并且满足等式：

对(λ₁，...,λ_N)求导得到：

其中，i＝1,...,N，N＝3，然后按照步骤3中利用牛顿迭代法求得最优值。

Images