CN111669785A - 一种基于校园网的异构无线网络的移动数据分流方法 - Google Patents
一种基于校园网的异构无线网络的移动数据分流方法 Download PDFInfo
- Publication number
- CN111669785A CN111669785A CN202010552178.2A CN202010552178A CN111669785A CN 111669785 A CN111669785 A CN 111669785A CN 202010552178 A CN202010552178 A CN 202010552178A CN 111669785 A CN111669785 A CN 111669785A
- Authority
- CN
- China
- Prior art keywords
- network
- user
- time
- location
- state
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000005540 biological transmission Effects 0.000 claims description 30
- 230000009471 action Effects 0.000 claims description 22
- 230000001413 cellular effect Effects 0.000 claims description 21
- 238000005457 optimization Methods 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 241000053227 Themus Species 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 description 17
- 238000004458 analytical method Methods 0.000 description 14
- 230000006399 behavior Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000060 site-specific infrared dichroism spectroscopy Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/10—Flow control between communication endpoints
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/18—Selecting a network or a communication service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/042—Public Land Mobile systems, e.g. cellular systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/10—Small scale networks; Flat hierarchical networks
- H04W84/12—WLAN [Wireless Local Area Networks]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明适用于网络管理技术领域,提供了一种基于校园网的异构无线网络的移动数据分流方法,首先为了优化校园网和移动数据流量,将移动带宽和校园网Wi‑Fi带宽相结合,以校园网用户在高校上网为场景,通过考虑用户服务满意度回报率将所构建的多目标优化问题转化为一个最大化问题和一种计算最优策略的通用延迟感知Wi‑Fi分流和网络选择算法的数据分流方法,在不同的位置,用户可通过对阀值策略的预设,自动选择其网络连接,以达到网络优化效果。
Description
技术领域
本发明属于网络管理技术领域,尤其涉及一种基于校园网的异构无线网络的移动数据分流方法。
背景技术
随着高校信息化的发展,越来越多的高校已经部署了无线网络。同时,许多移动运营商也加大了在高校的网络设施投入,以争夺高校庞大的市场。各种网络方式的存在,逐步形成了不同方式覆盖的异构无线网络环境,如4G蜂窝网络、运营商无线局域网、校园网局域网。大学生在校园任何地方,只要有信号覆盖的地方,都可以通过各种连接方式接入网络。
据思科公司统计,到2020年移动数据流量将从原来2015年2.3亿字节增长到每月30.6字节,如此巨大的数据流量的需求对各蜂窝网络运营商以及校园网管理者造成的压力也是越来越大。另外,传统的网络扩展方式通常费用较高,稳定性也不足。如何建立一个高效的,有良好成本效益与时间效益的提高网络容量的方法是使用互补技术。例如,将原本是蜂窝网络中的流量分流到校园网Wi-Fi中,或将校园网的Wi-Fi流量分流到运营商的蜂窝网络中。可是,如何保证用户服务质量(Quality of Service,QoS)的前提下,实切用户快速、高效的切换无线网络的数据连接,则需要科学的技术才能实现。通常,主要有两种启动Wi-Fi分流的方式,称为用户启动和运营商启动。在实施初期,当校园网Wi-Fi网络与蜂窝网络未紧密集成时,常见的选择是用户启动,此时校园网用户需要手动选择倾向使用的网络。然而,在这种4G或未来5G网络与校园网Wi-Fi共存的情况下,移运运营商会失去对学生用户的网络监察,因此不能为QoS提供保障。
发明内容
本发明提供一种基于校园网的异构无线网络的移动数据分流方法,旨在解决现有技术存在的问题。
本发明是这样实现的,一种基于校园网的异构无线网络的移动数据分流方法,包括以下步骤:
S1、建立用户满意度模型,其用于获得用户对于带宽需求是否满意,用户对带宽满足时输出结果为1,用户对带宽不满足时输出结果为0;
S2、建立校园网异构网络模型,其用于对网络节点进行选择,获得用户在选择网络节点时所应符合的服务满意度结果为1时的且费用最低的网络节点;
S3、建议数据分流模型,其用于建立数据分流传输决策,并根据所述数据分流传输决策将步骤S2获得的所述网络节点提供给用户进行移动数据传输,实现移动数据分流。
优选的,所述建立用户满意度模型,具体为:
定义用户在k时间里的数据传输速率为Vi={vi1,vi2…,vik},用户最大传输速率为ηj。在t时刻里,那么用户服务满意度为
优选的,所述建立校园网异构网络模型,具体为:
定义l∈L={1,…,L}是位置索引,其中L是MU可以在t时间内可能到达的位置的总数。在t时刻里,MU与所处的网络的矩阵关系式为
其中
在t时间里,MU与所处的网络覆盖矩阵关系为
其中
其中,Xj为连接网络Nj中允许的最大用户数。
用户在t时刻内用户所分配的带宽(速率)可表示为:
在时刻t,网络用户i从网络j接收到的功率可表达为
RSSij(t)=ρj-κjlg(dij(t))+ζ
其中,dij(t)是在某时刻t时,校园网移动用户与接入点之间距离。ρj是的发送功率,kj是网络路径损失系数,ζ为服从参数为(0,σ2)的高斯随机变量。
用户的信噪比(SNR)为
其中,I(x)为看干扰信号强度。用户最大数据传输速率为
Sij(t)=ubwjlog2(1+SNRij(t))
网络连接切换时,根据式
可以得到在时刻t用户从其连接的网络上所获取的用户满意度为
假设δij(t)为用户预期服务满意度的概率,αij(t)为用户满意度的期望值,则有
用βj代表接入网络的归一化成本。θ1、θ2为网络切换时应考虑的优化目标,则
θ1=maximizeαij(t)
θ2=minimizeβj
优化目标满足应满足:
1≤j≤n
Aji=1
Sij(t)≥ri(t)。
优选的,所述建议数据分流模型,具体为:
将时间的长度归一化为1;MU需要在每个决策时期选择一个行为:t∈T={1,…T}。系统状态定义为s=(k,l);状态元素表示要传输的文件剩余大小;使L(0)∈L和L(1)∈L分别是WI-FI不可用和可用的位置集合,并且满足L(0)=L\L(1);
行为a指定MU在每个决策时期的传输决策。定义a∈A={0,1,2},其中a=0表示MU选择保持空闲,a=1表示MU通过蜂窝网络传输,a=2表示MU通过WI-Fi传输;所有位置的MU都可以使用行为a=0和a=1;然而,行为a=2仅在位置l∈L(1)处可用;因此,行为a的可用选择决于状态元素l,所以其中,A(1)是位置l处的可用传输动作的集合;采用常用的基于用量的定价方式
MU的费用成本与其数据使用成正比;令p(l,a)为在位置l,p(l,a)为位置l处中选择动作a∈A(1)的使用情况的单位价格,对于空闲状态,p(l,0)=0,令μ(l,a)为当行为a∈A(1)时,位置l处用户的预计吞吐量,并且当MU保持空闲时(a=0)μ(l,0),在时间t∈T处,MU在状态s的行为a∈A(1)下的费用为
ct(s,a)=ct(k,l,a)=min{k,μ(l,a)}p(l,a)
这等于在时间中的数据使用的花费成本;
在截至期限过后,定义在状态S下无法完成文件传输的罚款为
CT+1(S)=CT+1(k,l)=h(k)
其中,h(k)≥0是非递减函数并且h(0)=0;下标T+1表示从时间T+1开始计算罚款;MU根据其应用程序的QoE要求选择h(k);
状态转移概率p(s′|s,a)=p((k′l′)|(k,l),a)是指在状态s=(k,l)中采取行为a的条件下,系统在下一个时间中将会进入状态s′=(k′,l′)的概率;由于MU从位置l移动到位置l′的动作独立于文件大小k和传输行为a,定义
p(s′|s,a)=p((k′,l′)|(k,l),a)=p(l′|l)p(k′|(k,l),a)
其中,
并且[x]+=max{0,x},其中,p(l′|l)是MU从位置l移动到位置l′的概率,并且基于MU过去的移动性模式来估计;
令δt:K×L→A为指定MU在状态s=(k,l)和时间t中传输决策的函数;定义策略作为在各种状态和时间下的决策规则的集合;用表示在时间l使用了策略π的状态,并且令C为π的可行集;MU旨在找到能最小化从t=1到t=T期望的总成本和在t=T+1处的罚款总和的最优策略π*,如下所示
令vt(s)为MU从时间t到T+1的最小预期总成本,假定系统在时间t的决策之前处于状态s;将不同状态的最小预期总成本与t∈T相关联的最优方程由下式给出
其中,对于k∈K,l∈L和a∈A(1),
由上式右侧的第一和第二项分别是在选择行为a的剩余时间内的即时成本和预期未来成本。对于t=T+1,将边界条件设置为
优选的,步骤S3之后,进一步还包括:
对于没有Wi-Fi的位置l∈L(0),定义
并且
其中,k*(l,t)和t*(k,l)分别是对于量度k和t的位置独立阀值和时间独立阀值。
对于有Wi-Fi的位置l∈L(0),如果Wi-Fi的数据速率比蜂窝的数据速率低,即μ2≤μ1,则有
最优策略π*包含有关任何时间t∈T中所有可能状态(k,l)的最优传输决策的信息,并且系统在第二阶段文件传输开始之前计算离线;在第二阶段,MU首先根据通过使用全球定位系统(GPS)获取的位置信息来确定每个时间中的位置索引l。然后,MU通过检查表格来执行基于最优策略π*的传输决策。
与现有技术相比,本发明的有益效果是:本发明的一种基于校园网的异构无线网络的移动数据分流方法,首先为了优化校园网和移动数据流量,将移动带宽和校园网Wi-Fi带宽相结合,以校园网用户在高校上网为场景,通过考虑用户服务满意度回报率将所构建的多目标优化问题转化为一个最大化问题和一种计算最优策略的通用延迟感知Wi-Fi分流和网络选择算法的数据分流方法,在不同的位置,用户可通过对阀值策略的预设,自动选择其网络连接,以达到网络优化效果。
附图说明
图1为本发明的异构无线网络模型的示意图。
图2为本发明的实验例的某高校异构网络拓扑图。
图3为本发明的实验例的信道看干扰测试曲线图。
图4为本发明的实验例的信道分析干扰强度图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种技术方案:一种基于校园网的异构无线网络的移动数据分流方法,包括以下步骤:
S1、建立用户满意度模型,其用于获得用户对于带宽需求是否满意,用户对带宽满足时输出结果为1,用户对带宽不满足时输出结果为0。
定义用户在k时间里的数据传输速率为Vi={vi1,vi2…,vik},用户最大传输速率为ηj。在t时刻里,那么用户服务满意度为
S2、建立校园网异构网络模型,其用于对网络节点进行选择,获得用户在选择网络节点时所应符合的服务满意度结果为1时的费用最低的网络节点。
定义l∈L={1,…,L}是位置索引,其中L是MU可以在t时间内可能到达的位置的总数。在t时刻里,MU与所处的网络的矩阵关系式为
其中
在t时间里,MU与所处的网络覆盖矩阵关系为
其中
其中,Xj为连接网络Nj中允许的最大用户数。
用户在t时刻内用户所分配的带宽(速率)可表示为:
在时刻t,网络用户i从网络j接收到的功率可表达为
RSSij(t)=ρj-κjlg(dij(t))+ζ
其中,dij(t)是在某时刻t时,校园网移动用户与接入点之间距离。ρj是的发送功率,kj是网络路径损失系数,ζ为服从参数为(0,σ2)的高斯随机变量。
用户的信噪比(SNR)为
其中,I(x)为看干扰信号强度。用户最大数据传输速率为
Sij(t)=ubwjlog2(1+SNRij(t))
网络连接切换时,根据式
可以得到在时刻t用户从其连接的网络上所获取的用户满意度为
假设δij(t)为用户预期服务满意度的概率,αij(t)为用户满意度的期望值,则有
用βj代表接入网络的归一化成本。θ1、θ2为网络切换时应考虑的优化目标,则
θ1=maximizeαij(t)
θ2=minimizeβj
优化目标满足应满足:
1≤j≤n
Aji=1
Sij(t)≥ri(t)。
S3、建议数据分流模型,其用于建立数据分流传输决策,并根据所述数据分流传输决策将步骤S2获得的所述网络节点提供给用户进行移动数据传输,实现移动数据分流。
将时间的长度归一化为1。MU需要在每个决策时期选择一个行为:t∈T={1,...T}。系统状态定义为s=(k,l)。状态元素表示要传输的文件剩余大小。如图1所示,使L(0)∈L和L(1)∈L分别是WI-FI不可用和可用的位置集合,并且满足L(0)=L\L(1)。
行为a指定MU在每个决策时期的传输决策。定义a∈A={0,1,2},其中a=0表示MU选择保持空闲,a=1表示MU通过蜂窝网络传输,a=2表示MU通过WI-Fi传输。所有位置的MU都可以使用行为a=0和a=1。然而,行为a=2仅在位置l∈L(1)处可用。因此,行为a的可用选择决于状态元素l,所以其中,A(1)是位置l处的可用传输动作的集合。采用常用的基于用量的定价方式
MU的费用成本与其数据使用成正比。令p(l,a)为在位置l,p(l,a)为位置l处中选择动作a∈A(1)的使用情况的单位价格,对于空闲状态,p(l,0)=0,令μ(l,a)为当行为a∈A(1)时,位置l处用户的预计吞吐量,并且当MU保持空闲时(a=0)μ(l,0),在时间t∈T处,MU在状态s的行为a∈A(1)下的费用为
ct(s,a)=ct(k,l,a)=min{k,μ(l,a)}p(l,a)
这等于在时间中的数据使用的花费成本。
在截至期限过后,定义在状态S下无法完成文件传输的罚款为
CT+1(S)=CT+1(k,l)=h(k)
其中,h(k)≥0是非递减函数并且h(0)=0。下标T+1表示从时间T+1开始计算罚款。MU根据其应用程序的QoE要求选择h(k)。
状态转移概率p(s′|s,a)=p((k′l′)|(k,l),a)是指在状态s=(k,l)中采取行为a的条件下,系统在下一个时间中将会进入状态s′=(k′,l′)的概率。由于MU从位置l移动到位置l′的动作独立于文件大小k和传输行为a,定义
p(s′|s,a)=p((k′,l′)|(k,l),a)=p(l′|l)p(k′|(k,l),a)
其中,
并且[x]+=max{0,x},其中,p(l′|l)是MU从位置l移动到位置l′的概率,并且基于MU过去的移动性模式来估计。
令δt:K×L→A为指定MU在状态s=(k,l)和时间t中传输决策的函数。定义策略作为在各种状态和时间下的决策规则的集合。用表示在时间l使用了策略π的状态,并且令C为π的可行集。MU旨在找到能最小化从t=1到t=T期望的总成本和在t=T+1处的罚款总和的最优策略π*,如下所示
令vt(s)为MU从时间t到T+1的最小预期总成本,假定系统在时间t的决策之前处于状态s。将不同状态的最小预期总成本与t∈T相关联的最优方程由下式给出
其中,对于k∈K,l∈L和a∈A(1),
由上式右侧的第一和第二项分别是在选择行为a的剩余时间内的即时成本和预期未来成本。对于t=T+1,将边界条件设置为
S4、预设阈值策略。
对于没有Wi-Fi的位置l∈L(0),定义
并且
其中,k*(l,t)和t*(k,l)分别是对于量度k和t的位置独立阀值和时间独立阀值。
对于有Wi-Fi的位置l∈L(0),如果Wi-Fi的数据速率比蜂窝的数据速率低,即μ2≤μ1,则有
最优策略π*包含有关任何时间t∈T中所有可能状态(k,l)的最优传输决策的信息,并且系统在第二阶段文件传输开始之前计算离线。在第二阶段,MU首先根据通过使用全球定位系统(GPS)获取的位置信息来确定每个时间中的位置索引l。然后,MU通过检查表格来执行基于最优策略π*的传输决策。
实验例
为了验证该方法的可行性,我们利用某大学与某电信运营商的合作项目进行测试。首先我们要求运营商将出口中继和学校的无线网出口同时部署在其学校网络中心机房的一台锐捷R7708路由器上,运营商和学校无线网在路由器出口上的出口带宽各为10G。校内AP型号为某公司的AP-720或AP-620等型号。为了实现蜂窝网络与校园网的互联互通,我们在路由器上分别做了各自网段的静态路由(此过程省略)。测试区域我们选在某大学某个教学楼区域和某个学生宿舍区域范围。测试软件:WiFi魔盒。手机采用开通网络热点的方式进行测试。测试要求:使用手机或笔记本系统中安装的网络诊断测试软件,进行Wi-Fi干扰、信道分析、信号强度、网速和安全等测试。该高校实际网络拓扑如图2所示。
图3(图3A、图3B)、图4(图4A、图4B)分别是异构网络下看干扰曲线图与信道分析干扰强度图。测试区域分别选在办公区与宿舍区。校园网的的SSID为:SMXY-WIFI。LTE蜂窝用户名分别为:余**、HUAWEI Mate 20。根据图2和图3测试结果,在OSNS算法下的两种网络负载率还是有一定的差异,具体的测试数据如下表:
表1-表7中,我们分别在基于校园网的异构网络环境下就Wi-Fi干扰、区域信道分析、信号强度、上网体验、DNS连通性、网关连通性、服务器传输网速和安全等分别进行实地分析测试。
表1异构网络下的区域干扰测试分析
表2异构网络下的区域信道分析
表3异构网络下的区域信号强度分析
表4异构网络下的区域上网体验分析
蜂窝网络通常具有比Wi-Fi网络更好覆盖范围。在蜂窝网络的覆盖无线不在的情况下,用户在任何位置都可以始终接入网络而没有任延迟。另一方面,由于Wi-Fi部署通常与其位置相关,因此用户可能会遇到取决于其移动性的网络接入延迟(见表5、表6)。
表5异构网络下的区域DNS连通测试分析
表6异构网络下的区域网关连通测试分析(测试网址:172.29.15.254)
蜂窝和Wi-Fi网络的数据速率之间的比较在很大程度上取决于具体的通信标准。事实上,蜂窝标准(例如LTE-Advanced)和Wi-Fi标准(例如IEEE802.11ac)使用的通信技术可以达到吉比特每秒的峰值速率。然而,由于设备和Wi-Fi的AP之间的通信距离较短,Wi-Fi标准通常在数据数率方面具有优势(见表7):
表7异构网络下的区域服务器传输速度测试分析
表8异构网络下的区域安全测试分析
通过Wi-Fi干扰、信道分析、信号强度、网速和安全等各项测试得出的数据均优于达标值。根据表7中服务器的传输速度测试数据,再利用式
可计算出用户满意度如表9
表9用户服务满意度
由表9可以看出,用户满意度在教学区域和宿舍区区域都达到40以上,回报率都达到94%以上,说明该方法可行性高,也具有较大实用价值。
综上所述,本发明的一种基于校园网的异构无线网络的移动数据分流方法,首先为了优化校园网和移动数据流量,将移动带宽和校园网Wi-Fi带宽相结合,以校园网用户在高校上网为场景,通过考虑用户服务满意度回报率将所构建的多目标优化问题转化为一个最大化问题和一种计算最优策略的通用延迟感知Wi-Fi分流和网络选择算法的数据分流方法,在不同的位置,用户可通过对阀值策略的预设,自动选择其网络连接,以达到网络优化效果。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于校园网的异构无线网络的移动数据分流方法,其特征在于:包括以下步骤:
S1、建立用户满意度模型,其用于获得用户对于带宽需求是否满意,用户对带宽满足时输出结果为1,用户对带宽不满足时输出结果为0;
S2、建立校园网异构网络模型,其用于对网络节点进行选择,获得用户在选择网络节点时所应符合的服务满意度结果为1时的且费用最低的网络节点;
S3、建议数据分流模型,其用于建立数据分流传输决策,并根据所述数据分流传输决策将步骤S2获得的所述网络节点提供给用户进行移动数据传输,实现移动数据分流。
3.如权利要求2所述的一种基于校园网的异构无线网络的移动数据分流方法,其特征在于:所述建立校园网异构网络模型,具体为:
定义l∈L={1,…,L}是位置索引,其中L是MU可以在t时间内可能到达的位置的总数。在t时刻里,MU与所处的网络的矩阵关系式为
其中
在t时间里,MU与所处的网络覆盖矩阵关系为
其中
其中,Xj为连接网络Nj中允许的最大用户数。
用户在t时刻内用户所分配的带宽(速率)可表示为:
在时刻t,网络用户i从网络j接收到的功率可表达为
RSSij(t)=ρj-κjlg(dij(t))+ζ
其中,dij(t)是在某时刻t时,校园网移动用户与接入点之间距离。ρj是的发送功率,kj是网络路径损失系数,ζ为服从参数为(0,σ2)的高斯随机变量。用户的信噪比(SNR)为
其中,I(x)为看干扰信号强度;用户最大数据传输速率为
Sij(t)=ubwjlog2(1+SNRij(t))
网络连接切换时,根据式
可以得到在时刻t用户从其连接的网络上所获取的用户满意度为
假设δij(t)为用户预期服务满意度的概率,αij(t)为用户满意度的期望值,则有
用βj代表接入网络的归一化成本。θ1、θ2为网络切换时应考虑的优化目标,则
θ1=max imizeαij(t)
θ2=minimizeβj
优化目标满足应满足:
1≤j≤n
Aji=1
Sij(t)≥ri(t)。
4.如权利要求3所述的一种基于校园网的异构无线网络的移动数据分流方法,其特征在于:所述建议数据分流模型,具体为:
将时间的长度归一化为1;MU需要在每个决策时期选择一个行为:t∈T={1,…T};系统状态定义为s=(k,l);状态元素表示要传输的文件剩余大小;使L(0)∈L和L(1)∈L分别是WI-FI不可用和可用的位置集合,并且满足L(0)=L\L(1);
行为a指定MU在每个决策时期的传输决策。定义a∈A={0,1,2},其中a=0表示MU选择保持空闲,a=1表示MU通过蜂窝网络传输,a=2表示MU通过WI-Fi传输;所有位置的MU都可以使用行为a=0和a=1;然而,行为a=2仅在位置l∈L(1)处可用;因此,行为a的可用选择决于状态元素l,所以其中,A(1)是位置l处的可用传输动作的集合;采用常用的基于用量的定价方式
MU的费用成本与其数据使用成正比;令p(l,a)为在位置l,p(l,a)为位置l处中选择动作a∈A(1)的使用情况的单位价格,对于空闲状态,p(l,0)=0,令μ(l,a)为当行为a∈A(1)时,位置l处用户的预计吞吐量,并且当MU保持空闲时(a=0)μ(l,0),在时间t∈T处,MU在状态s的行为a∈A(1)下的费用为
ct(s,a)=ct(k,l,a)=min{k,μ(l,a)}p(l,a)
这等于在时间中的数据使用的花费成本;
在截至期限过后,定义在状态S下无法完成文件传输的罚款为
CT+1(S)=CT+1(k,l)=h(k)
其中,h(k)≥0是非递减函数并且h(0)=0;下标T+1表示从时间T+1开始计算罚款;MU根据其应用程序的QoE要求选择h(k);
状态转移概率p(s′|s,a)=p((k′l′)|(k,l),a)是指在状态s=(k,l)中采取行为a的条件下,系统在下一个时间中将会进入状态s′=(k′,l′)的概率;由于MU从位置l移动到位置l′的动作独立于文件大小k和传输行为a,定义
p(s′|s,a)=p((k′,l′)|(k,l),a)=p(l′|l)p(k′|(k,l),a)
其中,
并且[x]+=max{0,x},其中,p(l′|l)是MU从位置l移动到位置l′的概率,并且基于MU过去的移动性模式来估计;
令δt:K×L→A为指定MU在状态s=(k,l)和时间t中传输决策的函数;定义策略作为在各种状态和时间下的决策规则的集合;用表示在时间l使用了策略π的状态,并且令C为π的可行集;MU旨在找到能最小化从t=1到t=T期望的总成本和在t=T+1处的罚款总和的最优策略π*,如下所示
令vt(s)为MU从时间t到T+1的最小预期总成本,假定系统在时间t的决策之前处于状态s;将不同状态的最小预期总成本与t∈T相关联的最优方程由下式给出
其中,对于k∈K,l∈L和a∈A(1),
由上式右侧的第一和第二项分别是在选择行为a的剩余时间内的即时成本和预期未来成本。对于t=T+1,将边界条件设置为
5.如权利要求4所述的一种基于校园网的异构无线网络的移动数据分流方法,其特征在于:步骤S3之后,进一步还包括:
对于没有Wi-Fi的位置l∈L(0),定义
并且
其中,k*(l,t)和t*(k,l)分别是对于量度k和t的位置独立阀值和时间独立阀值;
对于有Wi-Fi的位置l∈L(0),如果Wi-Fi的数据速率比蜂窝的数据速率低,即μ2≤μ1,则有
最优策略π*包含有关任何时间t∈T中所有可能状态(k,l)的最优传输决策的信息,并且系统在第二阶段文件传输开始之前计算离线;在第二阶段,MU首先根据通过使用全球定位系统(GPS)获取的位置信息来确定每个时间中的位置索引l。然后,MU通过检查表格来执行基于最优策略π*的传输决策。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010552178.2A CN111669785B (zh) | 2020-06-17 | 2020-06-17 | 一种基于校园网的异构无线网络的移动数据分流方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010552178.2A CN111669785B (zh) | 2020-06-17 | 2020-06-17 | 一种基于校园网的异构无线网络的移动数据分流方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111669785A true CN111669785A (zh) | 2020-09-15 |
CN111669785B CN111669785B (zh) | 2022-05-03 |
Family
ID=72388276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010552178.2A Active CN111669785B (zh) | 2020-06-17 | 2020-06-17 | 一种基于校园网的异构无线网络的移动数据分流方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111669785B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113489624A (zh) * | 2021-07-08 | 2021-10-08 | 广东机电职业技术学院 | 出口带宽流量优化方法、装置、计算机设备及存储介质 |
CN114205283A (zh) * | 2021-12-16 | 2022-03-18 | 赫里奥(苏州)科技有限公司 | 物联网异构网络拓扑建立方法、网络及最优路径计算方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102630093A (zh) * | 2012-05-02 | 2012-08-08 | 北京邮电大学 | 一种用于异构无线网络中负载均衡的网络接入方法 |
CN102711184A (zh) * | 2012-06-18 | 2012-10-03 | 西安邮电学院 | 异构无线网络的分流系统 |
CN104936232A (zh) * | 2015-07-08 | 2015-09-23 | 重庆邮电大学 | 5g网络中基于用户标签的分流方法和系统 |
US20160021578A1 (en) * | 2014-07-21 | 2016-01-21 | International Business Machines Corporation | Secure wifi using predictive analytics |
CN105516636A (zh) * | 2015-11-25 | 2016-04-20 | 南京邮电大学 | 一种基于视频通信的异构网络多接入资源分配方法 |
-
2020
- 2020-06-17 CN CN202010552178.2A patent/CN111669785B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102630093A (zh) * | 2012-05-02 | 2012-08-08 | 北京邮电大学 | 一种用于异构无线网络中负载均衡的网络接入方法 |
CN102711184A (zh) * | 2012-06-18 | 2012-10-03 | 西安邮电学院 | 异构无线网络的分流系统 |
US20160021578A1 (en) * | 2014-07-21 | 2016-01-21 | International Business Machines Corporation | Secure wifi using predictive analytics |
CN104936232A (zh) * | 2015-07-08 | 2015-09-23 | 重庆邮电大学 | 5g网络中基于用户标签的分流方法和系统 |
CN105516636A (zh) * | 2015-11-25 | 2016-04-20 | 南京邮电大学 | 一种基于视频通信的异构网络多接入资源分配方法 |
Non-Patent Citations (2)
Title |
---|
IOANNIS CHAMODRAKAS ET AL.: "A utility-based fuzzy TOPSIS method for energy efficient network selection in heterogeneous wireless networks", 《APPLIED SOFT COMPUTING》 * |
汤红波; 王晓雷: "一种5G网络低时延资源调度算法", 《西安交通大学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113489624A (zh) * | 2021-07-08 | 2021-10-08 | 广东机电职业技术学院 | 出口带宽流量优化方法、装置、计算机设备及存储介质 |
CN113489624B (zh) * | 2021-07-08 | 2022-04-15 | 广东机电职业技术学院 | 出口带宽流量优化方法、装置、计算机设备及存储介质 |
CN114205283A (zh) * | 2021-12-16 | 2022-03-18 | 赫里奥(苏州)科技有限公司 | 物联网异构网络拓扑建立方法、网络及最优路径计算方法 |
CN114205283B (zh) * | 2021-12-16 | 2023-08-29 | 赫里奥(苏州)科技有限公司 | 物联网异构网络拓扑建立方法、网络及最优路径计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111669785B (zh) | 2022-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liang et al. | An integrated architecture for software defined and virtualized radio access networks with fog computing | |
WO2021258986A1 (zh) | 数据处理方法和装置 | |
US20210274418A1 (en) | Information Transmission Method and Apparatus | |
Khaturia et al. | Connecting the unconnected: Toward frugal 5G network architecture and standardization | |
Gharsallah et al. | SDN/NFV‐based handover management approach for ultradense 5G mobile networks | |
Moscholios et al. | State-dependent bandwidth sharing policies for wireless multirate loss networks | |
CN106507696A (zh) | 用于确定是否要发起第二多路径传输控制协议连接的第一网络节点及其中的方法 | |
WO2022226713A1 (zh) | 策略确定的方法和装置 | |
CN111669785B (zh) | 一种基于校园网的异构无线网络的移动数据分流方法 | |
CN113068204B (zh) | 一种支持pdn链路优化的5g核心网系统及方法 | |
Padmapriya et al. | Handoff decision for multi-user multi-class traffic in MIMO-LTE-A networks | |
CN102932913A (zh) | 获取mab终端接入位置的方法、服务器、网关及系统 | |
Manzoor et al. | An SDN‐based technique for reducing handoff times in WiFi networks | |
Jabri et al. | IEEE 802.11 Load balancing: an approach for QoS Enhancement | |
Roy et al. | Online radio access technology selection algorithms in a 5g multi-rat network | |
Raschellà et al. | AP selection algorithm based on a potential game for large IEEE 802.11 WLANs | |
Narmanlioglu et al. | New Era in shared cellular networks: Moving into open and virtualized platform | |
Samarasinghe et al. | Analysis of intersystem handover: Umts fdd & wlan | |
Kimura et al. | A Novel RAT Virtualization System with Network-Initiated RAT Selection Between LTE and WLAN | |
JP2023554355A (ja) | 情報伝送方法、装置及び通信機器 | |
CN103313374A (zh) | 一种控制平面与用户平面自适应功率调整方法 | |
WO2016201860A1 (zh) | 数据传输方法及装置 | |
Chen et al. | Deep Q‐Learning for Intelligent Band Coordination in 5G Heterogeneous Network Supporting V2X Communication | |
Gharsallah et al. | Network Selection in Heterogeneous Wireless System Environments. | |
Al-Dulaimi et al. | Adaptive congestion control for mobility in cognitive radio networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |