0 引言

　　隨著無線接入技術(shù)的飛速發(fā)展，各種各樣的通信技術(shù)已隨處可見，例如WLAN、IEEE802.16、WiMAX、藍(lán)牙等。網(wǎng)絡(luò)也由2G發(fā)展到3G、B3G、4G，正在向5G發(fā)展。因此異構(gòu)必然成為未來無線網(wǎng)絡(luò)發(fā)展的趨勢，同時(shí)，隨著芯片集成技術(shù)等相關(guān)技術(shù)的發(fā)展，也使得終端用戶具備接入多個(gè)網(wǎng)絡(luò)的能力。

　　在異構(gòu)環(huán)境下，當(dāng)終端用戶發(fā)起接入時(shí)，很明顯與單一網(wǎng)絡(luò)覆蓋的接入情況有顯著區(qū)別，這是因?yàn)榻K端用戶首先將面臨接入選擇問題，而單一網(wǎng)絡(luò)覆蓋的情況下是不需要考慮的。同時(shí)，網(wǎng)絡(luò)側(cè)也將面臨接入控制問題，同樣是因?yàn)樵诋悩?gòu)無線環(huán)境下，終端用戶能夠選擇不同的無線網(wǎng)絡(luò)接入，而選擇接入不同的無線網(wǎng)絡(luò)，終端用戶所獲得的體驗(yàn)完全不同。如果網(wǎng)絡(luò)選擇不合理，不僅影響終端的用戶體驗(yàn)，還會(huì)影響到整個(gè)異構(gòu)無線網(wǎng)絡(luò)的資源利用率。針對在這種多終端、多網(wǎng)絡(luò)共存的背景下，每個(gè)終端用戶如何選擇最合適的網(wǎng)絡(luò)接入這一問題，已展開了相關(guān)研究。

　　文獻(xiàn)[1]提出了一種異構(gòu)環(huán)境下動(dòng)態(tài)網(wǎng)絡(luò)負(fù)載架構(gòu)，重點(diǎn)分析了此架構(gòu)下終端用戶接入網(wǎng)絡(luò)的流程，并進(jìn)行了詳細(xì)說明，但在接入中進(jìn)行分配用戶時(shí)，只考慮用戶的帶寬請求和信號(hào)強(qiáng)度兩個(gè)參量，對于其他一些影響因素，如 QoE等參量并沒有過多考慮。文獻(xiàn)[2]提出了一種基于希爾伯特空間向量范數(shù)的網(wǎng)絡(luò)選擇算法，該策略通過利用向量間的幾何關(guān)系來選擇與用戶需求最優(yōu)的網(wǎng)絡(luò)，并通過構(gòu)建一個(gè)“容忍空間”來控制用戶是否接入新網(wǎng)絡(luò)。該算法在控制垂直切換頻率方面具有很好的有效性，但該算法很有可能造成多個(gè)終端用戶選擇到同一個(gè)條件很好的網(wǎng)絡(luò)，造成該網(wǎng)絡(luò)負(fù)載過重的問題。文獻(xiàn)[3]則是結(jié)合基于模糊綜合評(píng)價(jià)法和層次分析方法所提出的一種網(wǎng)絡(luò)選擇算法，主要通過隸屬度來選擇最優(yōu)網(wǎng)絡(luò)，使得異構(gòu)環(huán)境下各個(gè)網(wǎng)絡(luò)達(dá)到負(fù)載均衡。除了網(wǎng)絡(luò)選擇算法以外，也有通過其他方法達(dá)到負(fù)載均衡的，文獻(xiàn)[4-5]就分別通過能量控制和編碼控制來滿足各個(gè)網(wǎng)絡(luò)間的負(fù)載均衡。

　　同時(shí)，對終端側(cè)用戶來說，在接入選擇過程中，也存在各種判決指標(biāo),它們對最終選擇結(jié)果也存在不同程度的影響。例如信號(hào)強(qiáng)度，候選網(wǎng)絡(luò)的信號(hào)強(qiáng)度越好，則越有可能被用戶選為接入網(wǎng)絡(luò)，而另一方面針對成本這樣的判決指標(biāo)，如果候選網(wǎng)絡(luò)的服務(wù)費(fèi)用越高，則終端用戶越有可能拒絕接入。事實(shí)上，在異構(gòu)無線環(huán)境下, 接入選擇的決策過程可以根據(jù)具體情況采用不同的決策方法[6]，例如模糊函數(shù)法[7]、層次分析法（AHP）[8-9]。目前在很多文獻(xiàn)中通過AHP方法來為多個(gè)不同的判決指標(biāo)確定權(quán)重因子，然后利用權(quán)重以及相關(guān)的算法得到最終接入的網(wǎng)絡(luò)，但是由AHP方法給出的權(quán)重因子，其本身也存在著一定的主觀性。

　　為了使得決策結(jié)果更加客觀準(zhǔn)確，本文通過采用修正的AHP方法得到權(quán)重因子，結(jié)合終端用戶自身需求，巧妙地利用向量間的距離關(guān)系得到一個(gè)終端用戶可接受的備選網(wǎng)絡(luò)集，網(wǎng)絡(luò)側(cè)在終端用戶的備選網(wǎng)絡(luò)集中，按其業(yè)務(wù)的優(yōu)先級(jí)順序并同時(shí)考慮各個(gè)網(wǎng)絡(luò)的負(fù)載情況為終端用戶選擇合適的網(wǎng)絡(luò)，將終端用戶分配到合適的網(wǎng)絡(luò)。

1 模型描述

　　圖1描述了異構(gòu)無線場景，在此場景下，終端用戶已具備可以連接入多個(gè)無線網(wǎng)絡(luò)的能力。同時(shí)在異構(gòu)網(wǎng)絡(luò)中采用集中式管理策略，增加了聯(lián)合無線資源管理(Common Radio Resource Management，CRRM)模塊[10]，其主要功能是用來協(xié)調(diào)各個(gè)網(wǎng)絡(luò)的相關(guān)資源，同時(shí)對所有申請接入的終端用戶進(jìn)行聯(lián)合接入控制。

　　針對圖1，每個(gè)網(wǎng)絡(luò)的無線資源管理(Radio Resource Management，RRM)實(shí)體不僅要執(zhí)行原有網(wǎng)絡(luò)中的任務(wù)，而且還需要把本網(wǎng)絡(luò)的資源負(fù)載情況以及相關(guān)信息上報(bào)CRRM，由CRRM實(shí)體結(jié)合終端用戶和各個(gè)網(wǎng)絡(luò)的相關(guān)信息來進(jìn)行決策判斷，判斷是否允許終端用戶的接入請求以及接入到哪個(gè)網(wǎng)絡(luò)，最終決策結(jié)果將返回給相關(guān)的RRM實(shí)體，由該RRM實(shí)體執(zhí)行決策內(nèi)容。

2 方法描述

　　當(dāng)多個(gè)終端用戶同時(shí)發(fā)起接入請求時(shí)，第一步首先解決終端用戶接入的問題，即接入選擇問題。每個(gè)終端用戶根據(jù)自己的體驗(yàn)、需求及各個(gè)網(wǎng)絡(luò)的情況選擇出可接入的網(wǎng)絡(luò)集合。第二步解決終端用戶最終接入的問題，即接納控制問題。由網(wǎng)絡(luò)側(cè)根據(jù)各個(gè)網(wǎng)絡(luò)的情況以及終端用戶的備選網(wǎng)絡(luò)集將其分配到合適的網(wǎng)絡(luò)中。

　　因?yàn)楫悩?gòu)場景中存在多個(gè)終端用戶和多個(gè)網(wǎng)絡(luò)，假設(shè)網(wǎng)絡(luò)的個(gè)數(shù)為t，發(fā)起接入請求的終端用戶個(gè)數(shù)為u。方法具體過程如下：

　　(1)終端用戶根據(jù)自身需求和網(wǎng)絡(luò)情況得出備選網(wǎng)絡(luò)。例如：誤碼率、信號(hào)強(qiáng)度、網(wǎng)絡(luò)計(jì)費(fèi)、網(wǎng)絡(luò)時(shí)延等，這些參量可根據(jù)實(shí)際情況選擇作為用戶的需求和網(wǎng)絡(luò)情況。

　　首先假設(shè)向量Y，Y=(y1，y2，…，yn，…，ym)，其中，Y中的元素yn(0≤n≤m)可表示誤碼率、網(wǎng)絡(luò)時(shí)延等，向量中每個(gè)元素的權(quán)重通過AHP方法獲得，W=(w1，w2，…，wm)。本文采用向量范數(shù)來表示用戶的目標(biāo)函數(shù)L[2]：

　　為了得到向量中的元素對目標(biāo)函數(shù)的影響，假設(shè)式(3)中的n為連續(xù)變量，求偏導(dǎo)，從而得到：

　　從式(5)可以得出，n的變化對L的影響的定量描述。

　　事實(shí)上，每個(gè)網(wǎng)絡(luò)所能提供的服務(wù)與終端用戶的目標(biāo)存在一定差距，當(dāng)然這種差距很明顯不能超過終端用戶的最大容忍度。為終端用戶的目標(biāo)向量，Y=(y1，y2，…，ym)為網(wǎng)絡(luò)的實(shí)際向量，向量中的元素代表誤碼率、網(wǎng)絡(luò)計(jì)費(fèi)、時(shí)延等。為終端用戶的最大容忍度，其中，dn表示向量元素D中第n個(gè)元素的最大容忍度。結(jié)合以上分析，則當(dāng)時(shí)，表示用戶拒絕接入該網(wǎng)絡(luò)，yn和n分別為網(wǎng)絡(luò)的實(shí)際向量Y和終端用戶目標(biāo)向量中第n個(gè)元素。

　　同時(shí)對于式(5)。因此，在由AHP方法給出的權(quán)重因子向量W后，為了排除主觀因素，增加所得結(jié)果的客觀性，需要對向量W進(jìn)行修正，得到修正后的權(quán)重因子W=(w1，w2，…，wm)如下：

　　因?yàn)镻為終端用戶對該網(wǎng)絡(luò)的不滿意度，所以P越大則表示該用戶對該網(wǎng)絡(luò)的不滿意度越大，反之P越小則對該網(wǎng)絡(luò)的不滿意度越小。因此對第i個(gè)終端用戶，當(dāng)Pij≤Di，表示第j個(gè)網(wǎng)絡(luò)可作為終端用戶接入的網(wǎng)絡(luò)，加入備選接入網(wǎng)絡(luò)集合。當(dāng)Pij>Di，則表示第i個(gè)終端用戶拒絕接入第j個(gè)網(wǎng)絡(luò)。

　　對第i個(gè)終端用戶，當(dāng)判斷完異構(gòu)場景下所有網(wǎng)絡(luò)后，便可得到此用戶的可接入備選網(wǎng)絡(luò)集。

　　(2)當(dāng)網(wǎng)絡(luò)側(cè)得到每個(gè)終端用戶備選的接入網(wǎng)絡(luò)集合后，并不會(huì)立刻把終端用戶分配到網(wǎng)絡(luò)中去，因?yàn)樵诓豢紤]網(wǎng)絡(luò)側(cè)條件的情況下，有可能某個(gè)網(wǎng)絡(luò)的條件特別好，而最后所有終端用戶都選擇接入這個(gè)網(wǎng)絡(luò)，造成此網(wǎng)絡(luò)的擁塞。因此對用戶來說最好的網(wǎng)絡(luò)，從網(wǎng)絡(luò)側(cè)角度出發(fā)并不一定是最適合的網(wǎng)絡(luò)。本文從負(fù)載均衡的角度出發(fā)，結(jié)合終端用戶的需求，按照業(yè)務(wù)優(yōu)先級(jí)順序來分配接入的終端用戶。

　　假設(shè)終端用戶集合為U=(u1，u2，…，ui，…，uu)，在集合中每個(gè)終端用戶需要的帶寬為BU=(Bu1，Bu2，…，Buu)，同時(shí)定義每個(gè)網(wǎng)絡(luò)剩余的帶寬為BN=(BN1，BN2，…，BNt)。

　　當(dāng)CRRM得到用戶的備選接入網(wǎng)絡(luò)集以及各個(gè)網(wǎng)絡(luò)的不滿意度后，考慮到終端用戶的QoS，網(wǎng)絡(luò)側(cè)按照終端用戶的業(yè)務(wù)優(yōu)先級(jí)順序進(jìn)行分配。例如：終端用戶i的業(yè)務(wù)優(yōu)先級(jí)最高，則網(wǎng)絡(luò)側(cè)對此終端用戶首先分配。

　　本文從剩余資源的角度出發(fā)進(jìn)行考慮，具體算法如下：

　　首先得到一個(gè)所有網(wǎng)絡(luò)的平均資源剩余率，記為Q：

　　如果式(10)在第j個(gè)網(wǎng)絡(luò)得到最小值，則CRRM實(shí)體將終端用戶i分配到第j個(gè)網(wǎng)絡(luò)。當(dāng)用戶i分配到網(wǎng)絡(luò)j后，網(wǎng)絡(luò)側(cè)會(huì)對該網(wǎng)絡(luò)的資源進(jìn)行更新，該網(wǎng)絡(luò)剩余的帶寬更新為BNj-Bui，同時(shí)，網(wǎng)絡(luò)的平均資源剩余率Q也更新，更新完畢后，再找出業(yè)務(wù)優(yōu)先級(jí)次低的用戶，按式(10)再次進(jìn)行分配，直到所有的用戶分配完畢。整個(gè)算法流程圖如圖2所示。

　　從圖2中可以看出，異構(gòu)場景下，當(dāng)多個(gè)終端用戶在多個(gè)網(wǎng)絡(luò)覆蓋區(qū)域同時(shí)發(fā)起接入時(shí)，首先由終端用戶根據(jù)自身需求建立一個(gè)備選接入網(wǎng)絡(luò)集，然后由CRRM根據(jù)收集的網(wǎng)絡(luò)側(cè)相關(guān)信息把發(fā)起接入的終端用戶分配到合適的網(wǎng)絡(luò)中。因此本方法即考慮了終端用戶的利益，又結(jié)合了網(wǎng)絡(luò)本身的情況。

3 仿真結(jié)果

　　為了驗(yàn)證算法的有效性，采用MATLAB工具進(jìn)行了仿真。異構(gòu)環(huán)境下，在終端用戶側(cè)，終端用戶的到達(dá)率服從均值為的泊松分布，取值從1到5，并且每個(gè)終端用戶需求的帶寬服從均值為2的均勻分布。在網(wǎng)絡(luò)側(cè)，可接入的網(wǎng)絡(luò)總數(shù)目為4，分別設(shè)為網(wǎng)絡(luò)1、網(wǎng)絡(luò)2、網(wǎng)絡(luò)3、網(wǎng)絡(luò)4，同時(shí)為了體現(xiàn)網(wǎng)絡(luò)時(shí)變性，對部分參數(shù)增加了抖動(dòng)。選取的網(wǎng)絡(luò)參數(shù)如下：用戶偏好(o)、網(wǎng)絡(luò)參數(shù)數(shù)值如表1所示。

　　同時(shí)，將本文所提算法與文獻(xiàn)[3]中所提的網(wǎng)絡(luò)選擇算法進(jìn)行對比，分析本算法的性能。

　　圖3表示隨著終端用戶到達(dá)率的增加，每個(gè)網(wǎng)絡(luò)的資源剩余率Q的變化情況。當(dāng)?姿值較小時(shí)，此時(shí)一個(gè)網(wǎng)絡(luò)就可以承載接入的終端用戶。在仿真中，由于網(wǎng)絡(luò)1最符合用戶的選擇，所以不管是對比算法還是本文所提算法，網(wǎng)絡(luò)1的資源剩余量都比較低。隨著?姿值的進(jìn)一步增加，到達(dá)的終端用戶數(shù)將會(huì)越來越多，因此相應(yīng)的所需帶寬也就越來越大，所以在圖形中4個(gè)網(wǎng)絡(luò)的剩余資源率呈現(xiàn)慢慢變少趨勢。但相對于對比算法，本文所提算法會(huì)從負(fù)載均衡的角度出發(fā)，將終端用戶分配到其他可以接受的網(wǎng)絡(luò)中，而對比算法的分配結(jié)果導(dǎo)致了網(wǎng)絡(luò)1的負(fù)載過重，從圖3中可以明顯觀察出的值越大，網(wǎng)絡(luò)1的資源剩余率越低，即負(fù)載相對于另外3個(gè)網(wǎng)絡(luò)過重。

　　圖4反映的是隨著終端用戶到達(dá)率的增加，每個(gè)網(wǎng)絡(luò)的剩余帶寬。相對于圖3、圖4可以明顯看出，在對比算法中，網(wǎng)絡(luò)1的負(fù)載較大，網(wǎng)絡(luò)2的負(fù)載明顯較輕，而在本文所提的算法中，4個(gè)網(wǎng)絡(luò)的剩余資源則都很接近，有效的保證了4個(gè)網(wǎng)絡(luò)間的負(fù)載平衡，說明了本算法的有效性。

　　圖5表示的是隨著的增加，兩種算法中終端用戶總的接入成功率的比較。隨著接入用戶數(shù)目的增加，接入成功率呈現(xiàn)下降趨勢，這是因?yàn)榫W(wǎng)絡(luò)的負(fù)載能力有限，終端用戶數(shù)目的增加必然導(dǎo)致成功接入用戶數(shù)目的減少，但本文所提算法的接入成功率明顯高于對比算法的接入成功率。

4 結(jié)論

　　本文提出了一種基于負(fù)載平衡的網(wǎng)絡(luò)選擇方法，首先，從終端用戶的角度出發(fā)，通過修正后的AHP得到終端用戶的不滿意度，再比較其不滿意度與最大容忍度之間的幾何關(guān)系，從而獲得終端用戶的備選網(wǎng)絡(luò)集，然后再從網(wǎng)絡(luò)側(cè)的角度出發(fā)，按終端業(yè)務(wù)申請接入的業(yè)務(wù)優(yōu)先級(jí)順序，從負(fù)載均衡的角度出發(fā)，由網(wǎng)絡(luò)側(cè)為終端用戶分配最終的接入網(wǎng)絡(luò)。本方法既考慮了終端用戶的利益，提高了接入成功率，又兼顧了網(wǎng)絡(luò)側(cè)的利益，保證了負(fù)載均衡。仿真結(jié)果也表明本文所提方法不僅能夠讓終端用戶有效地進(jìn)行選擇，同時(shí)也盡量保證了各個(gè)網(wǎng)絡(luò)間的負(fù)載均衡。

參考文獻(xiàn)

　　[1] Ha Jeounglak，Kim JiYeon，Kim Jin-up，et al.Dynamic

　　load balancing architecture in heterogeneous wireless network

　　environment[C].In Proc.of Comm.and Inform.Tech.，9th

　　Internet Symposium，2009：248-253.

　　[2] 孫雷，田輝，沈東明，等.一種基于Hilbert空間向量范數(shù)

　　的網(wǎng)絡(luò)選擇算法[J].北京郵電大學(xué)學(xué)報(bào)，2009，32(4)：

　　54-58.

　　[3] 梁立濤，紀(jì)陽，張平.基于模糊層次分析法的異構(gòu)系統(tǒng)網(wǎng)

　　絡(luò)選擇算法[J].北京郵電大學(xué)學(xué)報(bào)，2007，30(2)：1-5.

　　[4] Pathak Parth H，Dutta Rudra.Impact of power control on

　　relay load balancing in wireless sensor networks[C].In

　　WCNC 2010，2010：1-6.

　　[5] CHANG B J，WU C H.Adaptive load balancing MDP-

　　based approach of two-dimensional spreading for VSF-

　　OFCDM in 4G next-generation cellular communications[J].

　　IEEE Transactions on Vehicular Technology，2009，58(3)：

　　1143-1156.

　　[6] WANG L，BINET D,MADM-based network selection in

　　heterogeneous wireless networks：a simulation study[C].In

　　Proc.of IEEE VITAE’09，2009：2603-2607.

　　[7] Xu Yubin，Li Limin，Boon-Hee Soong，et al.Fuzzy Q-

　　learning based vertical handoff control for vehicular hetero-

　　geneous wireless network[C].2014 IEEE International Con-

　　ference on Communications(ICC)，2014：5653-5658.

　　[8] BERNARDON D P，SPERANDIO M，GARCIA V J，et al.

　　AHP decision-making algorithm to allocate remotely con-

　　trolled switches in distribution networks[J].IEEE Transactions

　　on Power Delivery，2011，26(3)：1884-1892.

　　[9] 魏淑芝，朱琦.基于網(wǎng)絡(luò)選擇的視頻通信帶寬博弈算法[J].

　　通信學(xué)報(bào)，2015(36)：216-224.

　　[10] 3GPP TR 25.891 v0.3.0.Improvement of RRM across

　　RNS and RNS/BSS(release 6)[S].http://www.3gpp.org/

　　DynaReport/25891.htm.