陶劍驊，武向農(nóng)，蔣祥鵬

(上海師范大學(xué) 信息與機(jī)電工程學(xué)院，上海 200234)

基于多屬性決策的異構(gòu)網(wǎng)絡(luò)選擇算法比較研究

陶劍驊，武向農(nóng)，蔣祥鵬

(上海師范大學(xué) 信息與機(jī)電工程學(xué)院，上海 200234)

提出層次分析法結(jié)合逼近理想解法共同組成的算法對備選網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)選擇，主要考慮帶寬、時延、抖動和丟包率4個QoS屬性以及價格屬性對網(wǎng)絡(luò)選擇的影響，判斷了4類典型業(yè)務(wù)下，網(wǎng)絡(luò)的綜合性能，最后選擇出適合用戶業(yè)務(wù)的最佳網(wǎng)絡(luò)。仿真結(jié)果表明，該算法適用于流類業(yè)務(wù)較多的情況，與層次分析法相比，該算法既能準(zhǔn)確選擇適合用戶業(yè)務(wù)的接入網(wǎng)絡(luò)，同時還能將網(wǎng)絡(luò)負(fù)載從16.61%下降到了8.63%。

垂直切換；網(wǎng)絡(luò)選擇；層次分析法；逼近理想解法；異構(gòu)網(wǎng)絡(luò)

隨著無線通信與移動通信的快速發(fā)展，大量不同技術(shù)支持的網(wǎng)絡(luò)通過融合組成了異構(gòu)無線網(wǎng)絡(luò)。目前，WiFi熱點以及其他局域網(wǎng)的優(yōu)勢是帶寬高，劣勢是覆蓋范圍??；而GPRS等廣域網(wǎng)的優(yōu)勢是覆蓋范圍大，劣勢是帶寬低。至今為止，沒有一種單一的無線技術(shù)可以同時提供高帶寬以及高覆蓋范圍。為了實現(xiàn)網(wǎng)絡(luò)融合以及網(wǎng)絡(luò)間的無縫漫游，垂直切換以及最佳網(wǎng)絡(luò)選擇成為關(guān)鍵技術(shù)和研究熱點。

目前，基于多屬性決策理論的垂直切換算法有：文獻(xiàn)[1-2]選擇4個屬性進(jìn)行判決，文獻(xiàn)[3-7]選擇6個屬性作為判決指標(biāo)，文獻(xiàn)[8-10]選擇6個屬性作為判決指標(biāo)。此類算法優(yōu)勢在于可以根據(jù)選擇屬性的側(cè)重點不同，從而制定符合特定要求的網(wǎng)絡(luò)選擇算法，靈活性較高，但是考慮屬性過多會增加算法復(fù)雜度，考慮屬性過少會忽略一些重要的屬性導(dǎo)致不符合實際業(yè)務(wù)情況。

基于此，在多流類業(yè)務(wù)的網(wǎng)絡(luò)中，為了技能準(zhǔn)確進(jìn)行不同業(yè)務(wù)的切換，更加符合實際的業(yè)務(wù)選擇和網(wǎng)絡(luò)排序異常問題，同時降低網(wǎng)絡(luò)負(fù)載，本文將層次分析法和逼近理想解法相結(jié)合，提出一種新的基于多屬性決策理論的算法來實現(xiàn)異構(gòu)無線網(wǎng)絡(luò)的選擇和切換。為取得最大化終端用戶滿意度，本文算法在考慮帶寬、時延、抖動、丟包率等參數(shù)，還加入價格作為切換判決屬性，先利用層次分析法計算4類典型業(yè)務(wù)下選取屬性的權(quán)重值，再結(jié)合逼近理想解法對備選網(wǎng)絡(luò)性能進(jìn)行排序，從而選擇出能夠滿足用戶需求的網(wǎng)絡(luò)。

1 仿真網(wǎng)絡(luò)場景及關(guān)鍵參數(shù)

本文中仿真網(wǎng)絡(luò)場景由通用移動通信系統(tǒng)(UMTS)、基于IEEE802.16的無線城域網(wǎng)(WiMAX)和基于IEEE802.11的無線局域網(wǎng)(WLAN)組成，如圖1所示。

圖1 UMTS、WiMAX、WLAN融合組成的異構(gòu)無線網(wǎng)絡(luò)

目前，基于多屬性決策理論的垂直切換算法的屬性主要從以下3類中選擇，分別是QoS性能(包含時延、抖動、丟包率、吞吐量)、網(wǎng)絡(luò)性能(包含接收信號強(qiáng)度、網(wǎng)絡(luò)負(fù)載、網(wǎng)絡(luò)安全性、價格)、用戶終端性能(移動速度、電量)。本文主要研究QoS屬性并且加入用戶關(guān)心的價格，具體參數(shù)如表1所示。值得注意的是，帶寬為效益型屬性，而其他屬性為成本型屬性，為了使網(wǎng)絡(luò)之間無量綱地進(jìn)行比較，需要對網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行預(yù)處理。

表1 備選網(wǎng)絡(luò)QoS參數(shù)值的取值范圍

備選網(wǎng)絡(luò)網(wǎng)絡(luò)參數(shù)帶寬/MHz時延/ms抖動/ms丟包率/%相對價格UMTS7210～755～151×10-6～5×10-608WiMAX1510～503～121×10-6～8×10-606WLAN30100～15010～303×10-6～7×10-602

效益型屬性值越大越好，其標(biāo)準(zhǔn)化處理為

(1)

成本性屬性值越小越好，其標(biāo)準(zhǔn)化處理為

(2)

2 4類業(yè)務(wù)的性能分析

2.1 會話類業(yè)務(wù)

典型業(yè)務(wù)：語音業(yè)務(wù)。

業(yè)務(wù)特點：雙向傳輸，實時性要求非常高，并且抖動過大會引起通話異常。丟包率會引起語音停頓和傳輸畫面不清晰，由用戶忍耐度決定其影響程度，一般情況下忽略。

主要指標(biāo)為時延、抖動；次要指標(biāo)為丟包率、帶寬。

2.2 流類業(yè)務(wù)

典型業(yè)務(wù)：流媒體業(yè)務(wù)，比如用戶在網(wǎng)絡(luò)上收聽電臺頻道、觀看視頻等。

業(yè)務(wù)特點：單向傳輸、無需交互，實時性比會話類業(yè)務(wù)要求低。

主要指標(biāo)為抖動、帶寬；次要指標(biāo)為時延、丟包率。

2.3 交互類業(yè)務(wù)

典型業(yè)務(wù)：用戶之間用聊天軟件進(jìn)行聊天、網(wǎng)絡(luò)游戲、在網(wǎng)頁上執(zhí)行資金交易、移動定位、下載等。

業(yè)務(wù)特點：雙向傳輸，時延取決于用戶忍耐度，介于會話業(yè)務(wù)與流類業(yè)務(wù)之間。

主要指標(biāo)為時延、丟包率；次要指標(biāo)為抖動、帶寬。

2.4 后臺類業(yè)務(wù)

典型業(yè)務(wù)：E-mail接收、短(彩)信。

業(yè)務(wù)特點：單向傳輸，要求傳輸?shù)膬?nèi)容不能有錯誤，實時性不高。

主要指標(biāo)為丟包率；次要指標(biāo)為時延、抖動和帶寬。

3 算法原理

3.1 所提出算法

本文所提出算法主要由兩個部分組成，分別是屬性權(quán)重值計算模塊和網(wǎng)絡(luò)排序模塊。如圖2所示為所提出算法的流程圖。

圖2 所提出算法的流程圖

3.2 屬性權(quán)重值計算模塊

層次分析法(Analytic Hierarchy Process)是美國運(yùn)籌學(xué)家T.L.Saaty教授于70年代初提出的[11]，本模塊算法采用層次分析法計算所選取QoS屬性在不同業(yè)務(wù)下的權(quán)重值，算法步驟如下：

1)構(gòu)造如圖3所示的層次模型。

圖3 網(wǎng)絡(luò)選擇層次模型

2)根據(jù)1～9標(biāo)度法[8](見表2)和前文所研究的4類業(yè)務(wù)，對所選取的網(wǎng)絡(luò)屬性進(jìn)行兩兩比較，得到兩兩比較矩陣A，4類業(yè)務(wù)的兩兩比較矩陣具體數(shù)據(jù)見表3～表6。

(3)

式中：m代表決策屬性的個數(shù)，aij>0，aji=1/aij，aii=1(i,j=1,2,…,m)。

表2 1～9標(biāo)度法

重要性標(biāo)度含義1兩者同等重要3前者比后者稍微重要5前者比后者明顯重要7前者比后者非常重要9前者比后者極端重要2，4，6，8相鄰判決的中間值

表3 本文提出的會話類業(yè)務(wù)判決矩陣

會話類帶寬時延抖動丟包率價格帶寬11/71/71/31/2時延71136抖動71136丟包率31/31/312價格21/61/61/21權(quán)值0046203760037600131500703λmax50318CR00071

表4 本文提出的流類業(yè)務(wù)判決矩陣

流類帶寬時延抖動丟包率價格帶寬11/31/71/71/2時延311/31/36抖動73116丟包率73112價格21/61/61/21權(quán)值0045001870037380317000772λmax54311CR00962

表5 本文提出的交互類業(yè)務(wù)判決矩陣

交互類帶寬時延抖動丟包率價格帶寬13932時延1/31911/2抖動1/91/911/91/8丟包率1/31911/2價格1/22821權(quán)值0405601581002680158102514λmax51728CR00386

表6 本文提出的后臺類業(yè)務(wù)判決矩陣

后臺類帶寬時延抖動丟包率價格帶寬17732時延1/7111/51/4抖動1/7111/51/4丟包率1/35514價格1/2441/41權(quán)值0442800493004930298101605λmax53038CR00678

3)根據(jù)式(4)利用特征根法，將問題轉(zhuǎn)變?yōu)榍蠼馀袥Q矩陣的特征根問題

Aw=λmaxw

(4)

式中：λmax是A的最大特征根，w是相對應(yīng)的特征向量。將w歸一化作為權(quán)重向量。

4)由于在兩兩比較是主觀進(jìn)行的，所以判決誤差不可避免，必須通過一致性指標(biāo)(CI)和一致性比率(CR)[8]進(jìn)行檢測

(5)

(6)

式中：RI為平均隨機(jī)一致性指標(biāo)[7](見表7)，如果CR<0.1，則認(rèn)為該判決矩陣通過一致性檢驗，否則，需要重新構(gòu)造兩兩比較矩陣。

表7 平均隨機(jī)一致性指標(biāo)

矩陣大小1，2345RI0051490893111185

3.3 網(wǎng)絡(luò)排序模塊

逼近理想解法(Technique for Order Preference by Similarity to an Ideal Solution)由C. L. Hwang和K. Yoon于1981年首次提出[12]。本模塊采用逼近理想解法對3種備選網(wǎng)絡(luò)針對不同業(yè)務(wù)下的性能優(yōu)劣進(jìn)行排序，算法步驟如下：

1) 構(gòu)造決策矩陣

(7)

式中：A1,A2,…,Am表示備選網(wǎng)絡(luò)；C1,C2,…,Cn表示決策屬性，用于體現(xiàn)備選網(wǎng)絡(luò)的性能。決策矩陣D中的每一個元素dij表示備選網(wǎng)絡(luò)Ai對應(yīng)決策指標(biāo)Cj的評價等級。

2)建立標(biāo)準(zhǔn)化決策矩陣R=(rij)m×n

(8)

3)建立加權(quán)標(biāo)準(zhǔn)化決策矩陣U=(uij)m×n

U=(uij)m×n

(9)

式中：uij=rijwj。

4)確定理想解方案A+和負(fù)理想解方案A-

(10)

(11)

式中：Ib表示效益型屬性集合，Ic表示成本性屬性集合。因為不同屬性之間有不同的物理量綱，為了消除不同量綱對決策結(jié)果的影響，決策時需要分別區(qū)分效益型屬性和成本性屬性。

5)計算各備選方案與正負(fù)理想解方案之間的距離

每個備選方案與正負(fù)理想解方案之間的距離通過n維Euclid距離來測量

(12)

(13)

6)計算與理想解方案的相對貼近程度

相對貼近程度(Ti)定義為每個備選網(wǎng)絡(luò)Ai(i=1,2,…,m)與理想解的相對親密程度，表示為

(14)

7)備選網(wǎng)絡(luò)排序

根據(jù)Ti降序排列對備選網(wǎng)絡(luò)進(jìn)行排序，選擇Ti值最高的網(wǎng)絡(luò)為最佳接入網(wǎng)絡(luò)。

4 仿真分析

4.1 屬性權(quán)重值計算模塊分析

根據(jù)計算所得到的權(quán)重，得到4類業(yè)務(wù)下每種屬性所占需求的權(quán)重比例，如圖4所示。從圖中可以看出，會話類業(yè)務(wù)對于時延和抖動的要求高于其他參數(shù)，流類業(yè)務(wù)對于抖動和丟包率的要求最高，而交互類業(yè)務(wù)和后臺類業(yè)務(wù)對于帶寬、丟包率和資費(fèi)的要求比較高。

圖4 4類業(yè)務(wù)下各參數(shù)所占權(quán)重圖

4.2 網(wǎng)絡(luò)排序模塊分析

仿真對于所提出算法進(jìn)行10 000次網(wǎng)絡(luò)選擇，得到選擇每種網(wǎng)絡(luò)選擇概率，如圖5所示。

圖5 所提出算法在不同業(yè)務(wù)下的網(wǎng)絡(luò)選擇概率

如圖5所示，雖然對于流類業(yè)務(wù)，UMTS和WiMAX的競爭非常激烈，但是可以減輕單個網(wǎng)絡(luò)的負(fù)載，而對于交互類和后臺類業(yè)務(wù)，雖然很明確地選擇了WLAN網(wǎng)絡(luò)，但是會造成網(wǎng)絡(luò)負(fù)載過重。

如表8所示，以流類業(yè)務(wù)為例，與傳統(tǒng)的AHP算法相比，所提出算法將網(wǎng)絡(luò)負(fù)載從16.61%下降到了8.63%，相比于其他業(yè)務(wù)，所提出算法在流類業(yè)務(wù)下的性能改善更為優(yōu)越。

表8 流類業(yè)務(wù)下網(wǎng)絡(luò)選擇概率比較

流類AHP算法/%所提出算法/%UMTS41654568WiMAX58265431WLAN009001

5 結(jié)論

本文著重提出一種AHP與TOPSIS相結(jié)合的多屬性決策算法并進(jìn)行仿真模擬和分析。解決了AHP算法確定權(quán)重過于主觀和TOPSIS算法產(chǎn)生的網(wǎng)絡(luò)排序異常的問題，并把網(wǎng)絡(luò)選擇的重點放在用戶應(yīng)用的QoS上，針對4類業(yè)務(wù)選擇適合業(yè)務(wù)服務(wù)質(zhì)量的接入網(wǎng)絡(luò)。仿真結(jié)果顯示，在3種網(wǎng)絡(luò)融合的重疊部分，與AHP相比，所提出算法在準(zhǔn)確地選擇適合用戶業(yè)務(wù)的接入網(wǎng)絡(luò)前提下，將流類業(yè)務(wù)下的網(wǎng)絡(luò)負(fù)載從16.61%下降到了8.63%。

由于本文只是針對QoS對網(wǎng)絡(luò)選擇的影響，沒有考慮接收信號強(qiáng)度等重要屬性，未來可以針對RSS、終端移動速度和網(wǎng)絡(luò)安全性等屬性進(jìn)行研究。

[1] KANTUBUKTA V，MAHESHWARI S，MAHAPATRA S，et al. Energy and quality of service aware FUZZY-technique for order preference by similarity to ideal solution based vertical handover decision algorithm for heterogeneous wireless networks [J]. Networks，IET，2013，2(3)：103-114.

[2] LUO Lijuan，Lü Tingjie，CHEN Xia. Network selection based on context-awareness services [J]. Communications，China，2013，10(12)：50-56.

[3] SGORA A，VERGADOS D D，CHATZIMISIOS P. An access network selection algorithm for heterogeneous wireless environments[C]//Proc. 2010 IEEE Symposium on Computers and Communications (ISCC).[S.l.]：IEEE Press，2010：890-892.

[4] RADHIKA K，REDDY K A. Vertical handoff decision algorithm for heterogeneous wireless networks based on 2-level analytic hierarchy process[C]//Proc. 2011 Annual IEEE India Conference (INDICON).[S.l.]：IEEE Press，2011：1-6.

[5] SINGHROVA A，PRAKASH N. Vertical handoff decision algorithm for improved quality of service in heterogeneous wireless networks[J].Communications，IET，2012，6(2)：211-223.

[6] LAHBY M，CHERKAOUI L，ADIB A. Network selection algorithm based on Diff-AHP and TOPSIS in heterogeneous wireless networks[C]//Proc. 2012 International Conference on Multimedia Computing and Systems (ICMCS).[S.l.]：IEEE Press，2012：485-490.

[7] LAHBY M，CHERKAOUI L，ADIB A. Hybrid network selection strategy by using M-AHP/E-TOPSIS for heterogeneous networks [C]//Proc. 2013 8th International Conference on Intelligent Systems：Theories and Applications.[S.l.]：IEEE Press，2013：1-6.

[8] ZHANG J，ZHOU W，XIE B，et al. A novel network selection mechanism in an integrated WLAN and UMTS environment using AHP and modified GRA [C]//Proc.2010 2nd IEEE International Conference on Network Infrastructure and Digital Content.[S.l.]：IEEE Press，2010：104-109.

[9] KALEEM F，MEHBODNIYA A，ISLAM A，et al. Dynamic target wireless network selection technique using fuzzy linguistic variables[J]. Communications，China，2013，10(1)：1-16.

[10] MEHBODNIYA A，KALEEM F，YEN K K，et al. Wireless network access selection scheme for heterogeneous multimedia traffic [J]. Networks，IET，2013，2(4)：214-223.

[11] SAATY T L. The analytic hierarchy process [M]. New York：Mcgraw-Hill，1980.

[12] HWANG C L，YOON K. Multiple attribute decision making：methods and applications，a state of the art survey[M].New York：Springer-Verlag，1981.

陶劍驊(1989— )，碩士生，主研無線通信網(wǎng)絡(luò)；

武向農(nóng)(1970— )，女，博士，副教授，碩士生導(dǎo)師，主要從事光纖通信、光纖傳感、光載無線等方面的研究，為本文通訊作者；

蔣祥鵬(1989— )，碩士生，主研光纖通信。

責(zé)任編輯：許 盈

Comparative Studies on Multiple Attribute Decision Making of Heterogeneous Network Selection Algorithm

TAO Jianhua，WU Xiangnong，JIANG Xiangpeng

(CollegeofInformation,MechanicalandElectricalEngineering,ShanghaiNormalUniversity，Shanghai200234,China)

The proposed algorithm combines AHP with TOPSIS to select optimal access network. Focusing on the influences of QoS parameters to network selection, five attributes are taken into consideration: bandwidth, delay, jitter, packet loss probability and cost. And then comprehensive performances of candidate networks with four different services are decided. Finally, the Always-suitable-connection for users is selected. The simulation results show that, comparing to the AHP, the proposed algorithm fits for the case with more streaming service. It not only can accurately select the optimal access network with different services, but also it can reduce the network load from 16.61% to 8.63% at the same time.

vertical handoff; network selection; AHP; TOPSIS; heterogeneous networks

上海市自然科學(xué)基金項目(13ZR1430400)；上海市教育委員會科研創(chuàng)新項目(14YZ070)

TN929.5

A

10.16280/j.videoe.2015.17.019

2015-02-14

【本文獻(xiàn)信息】陶劍驊，武向農(nóng)，蔣祥鵬.基于多屬性決策的異構(gòu)網(wǎng)絡(luò)選擇算法比較研究[J].電視技術(shù),2015，39(17).