呂 鵬，白光偉，，3＋，沈 航，張 芃

（1.南京工業(yè)大學(xué) 計算機(jī)科學(xué)與技術(shù)系，江蘇 南京210009；2.南京理工大學(xué) 高維信息智能感知與系統(tǒng)教育部重點實驗室，江蘇 南京210094；3.南京郵電大學(xué) 寬帶無線通信與傳感網(wǎng)技術(shù)教育部重點實驗室，江蘇 南京210003）

0 引 言

多模終端上運行的業(yè)務(wù)從單個業(yè)務(wù)發(fā)展成為群業(yè)務(wù)，即同時運行多個不同類型的業(yè)務(wù)［1］。為群業(yè)務(wù)優(yōu)化分配網(wǎng)絡(luò)資源有集中式和自適應(yīng)式兩種方法。前者需要一個中央資源管理器和終端頻繁交互業(yè)務(wù)的運行狀態(tài)信息，容易造成較高的運算開銷以及帶寬的浪費。終端向中央資源管理器發(fā)送信息也會帶來一定的能量消耗和費用。

為了避免集中式分配方法的不足，本文提出了一種面向群業(yè)務(wù)的自適應(yīng)網(wǎng)絡(luò)資源分配機(jī)制。由用戶設(shè)定群業(yè)務(wù)中單個業(yè)務(wù)的優(yōu)先級，使分配的網(wǎng)絡(luò)資源優(yōu)先滿足優(yōu)先級高的業(yè)務(wù)。終端在每個控制周期內(nèi)自適應(yīng)計算備選網(wǎng)絡(luò)的優(yōu) 先 級，同 時 通 過 認(rèn) 知 技 術(shù)［2－4］和 模 糊 控 制 理 論［5－7］得 到 備選網(wǎng)絡(luò)的屬性值，最后對備選網(wǎng)絡(luò)進(jìn)行多屬性判決，為群業(yè)務(wù)選擇一個適宜的接入網(wǎng)絡(luò)，以實現(xiàn)網(wǎng)絡(luò)資源的優(yōu)化分配。

1 相關(guān)工作和問題分析

針對異構(gòu)網(wǎng)絡(luò)的資源分配問題，文獻(xiàn) ［8］提出了一種面向業(yè)務(wù)的異構(gòu)網(wǎng)絡(luò)資源分配機(jī)制，該機(jī)制采用非搶占式優(yōu)先級策略實現(xiàn)了交互數(shù)據(jù)業(yè)務(wù)、視頻通話業(yè)務(wù)和心電圖監(jiān)測業(yè)務(wù)間的網(wǎng)絡(luò)資源分配。該機(jī)制考慮到醫(yī)療保健業(yè)務(wù)的緊迫性，優(yōu)先為心電圖監(jiān)測業(yè)務(wù)分配網(wǎng)絡(luò)資源，實現(xiàn)心電圖數(shù)據(jù)的優(yōu)先傳輸。但是該機(jī)制考慮的是單個業(yè)務(wù)間的資源分配問題，多模終端已由運行單個業(yè)務(wù)發(fā)展成為同時運行多個不同類型的業(yè)務(wù)，該機(jī)制無法實現(xiàn)多業(yè)務(wù)間的資源分配。

文獻(xiàn) ［9］提出了一種面向終端的異構(gòu)網(wǎng)絡(luò)資源分配機(jī)制，采用網(wǎng)絡(luò)資源預(yù)測算法實現(xiàn)了網(wǎng)絡(luò)資源在終端間的分配。該機(jī)制的特點是不需要使用中央資源管理器，以自適應(yīng)的方式分配資源，避免了較高的運算開銷以及帶寬和能量的浪費。但是該機(jī)制僅僅考慮的是滿足終端的帶寬需求，缺少對終端上運行的業(yè)務(wù)類型以及業(yè)務(wù)在帶寬、時延、費用等多個方面需求的分析。

文獻(xiàn) ［10］采用吸引子選擇模型實現(xiàn)異構(gòu)網(wǎng)絡(luò)資源的自適應(yīng)分配。該機(jī)制的優(yōu)點在于考慮到了終端運行多業(yè)務(wù)的情況。但是該文獻(xiàn)采用的是為多個業(yè)務(wù)逐一選擇接入網(wǎng)絡(luò)的方式，即每個終端需要同時維持多個網(wǎng)絡(luò)鏈接，這樣存在以下4個缺點：①切換開銷高；②信號干擾嚴(yán)重；③終端能量消耗過高；④對無線資源的浪費大。由于終端能量的局限性和網(wǎng)絡(luò)資源的有限性，該機(jī)制缺少一定的可行性。為終端上運行的多個業(yè)務(wù)分配一個接入網(wǎng)絡(luò)是切實可行的方案。

本文提出了面向群業(yè)務(wù)的異構(gòu)網(wǎng)絡(luò)資源分配機(jī)制，為群業(yè)務(wù)選擇一個適宜的接入網(wǎng)絡(luò)，避免了文獻(xiàn) ［10］實現(xiàn)方式帶來的4個缺點，實現(xiàn)了多業(yè)務(wù)間的資源分配。由用戶設(shè)定群業(yè)務(wù)中單個業(yè)務(wù)的優(yōu)先級，能夠使分配的網(wǎng)絡(luò)資源優(yōu)先滿足群業(yè)務(wù)中用戶更加關(guān)注的實時型業(yè)務(wù)和交互型業(yè)務(wù)，滿足用戶需求。該機(jī)制采取自適應(yīng)的資源分配方式，避免了集中式資源分配方式所帶來的弊端。在帶寬、時延、費用等多個屬性對備選網(wǎng)絡(luò)進(jìn)行判決，使分配的網(wǎng)絡(luò)資源滿足群業(yè)務(wù)特征，也能夠適應(yīng)動態(tài)變化的異構(gòu)網(wǎng)絡(luò)環(huán)境。

2 面向群業(yè)務(wù)的自適應(yīng)資源分配機(jī)制

本節(jié)首先引出網(wǎng)絡(luò)模型和相關(guān)定義，用于機(jī)制描述。在此基礎(chǔ)上，給出備選網(wǎng)絡(luò)優(yōu)先級的計算方法，然后介紹如何對備選網(wǎng)絡(luò)進(jìn)行多屬性判決，最后給出實現(xiàn)步驟及相關(guān)算法設(shè)計。

2.1 網(wǎng)絡(luò)模型和相關(guān)定義

本文采用如圖1所示的異構(gòu)網(wǎng)絡(luò)環(huán)境，在該環(huán)境中存在蜂窩、Wi－Fi、Wimax和DSRC這4種網(wǎng)絡(luò)，采用松耦合模式。在該環(huán)境中，各接入網(wǎng)絡(luò)的接入點相互獨立，使用各自的入網(wǎng)機(jī)制并通過各自的網(wǎng)關(guān)與Internet相連。在水平方向上，支持不同接入技術(shù)的網(wǎng)絡(luò)交疊覆蓋，不同的區(qū)域內(nèi)可供選擇的接入網(wǎng)絡(luò)存在差異。

圖1 異構(gòu)網(wǎng)絡(luò)系統(tǒng)環(huán)境

下面就面向群業(yè)務(wù)的自適應(yīng)資源分配機(jī)制的相關(guān)參數(shù)給出具體定義。

定義1 備選網(wǎng)絡(luò)集合R：定義終端可選擇的接入網(wǎng)絡(luò)集合為：R＝ ｛r1，…，ri，…，rN｝，其中N 為可接入網(wǎng)絡(luò)的個數(shù)，N≥1。

定義2 群業(yè)務(wù)S：定義終端上運行的群業(yè)務(wù)為：S＝｛s1，…，sj，…，sM｝，其中M 表示群業(yè)務(wù)中包含的單個業(yè)務(wù)的個數(shù)，M≥1。

定義3 判決屬性集合C：為了滿足群業(yè)務(wù)的業(yè)務(wù)特征，需要從費用、帶寬、安全性、能量消耗和時延等判決屬性去評判每個備選網(wǎng)絡(luò)，定義判決屬性的集合為：C＝｛c1，…，ck，…，cZ｝，其 中Z 表 示 判 決 屬 性 的 個 數(shù)，Z≥1。

定義4 群業(yè)務(wù)優(yōu)先級Ps：為了滿足用戶的需求，由用戶設(shè)定群業(yè)務(wù)中單個業(yè)務(wù)的優(yōu)先級，定義群業(yè)務(wù)優(yōu)先級為：Ps＝ ｛ps，1，…，ps，j，…，ps，M｝，其 中ps，j表 示 業(yè) 務(wù)sj的優(yōu)先級，ps，j∈ ［0，1］。當(dāng)所有業(yè)務(wù)的優(yōu)先級一樣時，ps，j＝1／M，j∈ ｛1，2，…，M｝。

定義5 網(wǎng)絡(luò)優(yōu)先級集合Pr：群業(yè)務(wù)對于每一個備選網(wǎng)絡(luò)都有一個選擇優(yōu)先級，定義網(wǎng)絡(luò)優(yōu)先級集合為：Pr＝｛pr，1，…，pr，I，…，pr，N｝，pr，i表示網(wǎng)絡(luò)ri的優(yōu)先級。

為了便于機(jī)制描述，將本文涉及的部分符號標(biāo)記歸納為表1。

表1 本文使用的符號標(biāo)記

在網(wǎng)絡(luò)屬性中存在非模糊屬性和模糊屬性兩種類型。非模糊屬性 （如帶寬和時延）可以確切得到網(wǎng)絡(luò)屬性的量化值。模糊屬性 （如價格和安全性）只能得到屬性的等級。為了實現(xiàn)對模糊屬性的計算和比較，采用模糊控制理論對模糊屬性進(jìn)行去模糊化處理，實現(xiàn)模糊屬性的量化表示。借鑒文獻(xiàn) ［11］的方法，將模糊屬性的等級分為5個等級，由高到低分別用L1、L2、L3、L4、L5表示，按表2 進(jìn)行量化。

表2 模糊屬性量化

2.2 優(yōu)先級計算

本節(jié)采用吸引子選擇模型［10］計算出每個備選網(wǎng)絡(luò)的優(yōu)先級。每個備選網(wǎng)絡(luò)的優(yōu)先級由終端自適應(yīng)計算，是終端進(jìn)行接入網(wǎng)絡(luò)選擇的重要決策指標(biāo)。下面將介紹如何采用吸引子選擇模型計算網(wǎng)絡(luò)優(yōu)先級。

終端為群業(yè)務(wù)中每個業(yè)務(wù)維持一個網(wǎng)絡(luò)狀態(tài)值向量Vj

式中：vj，i——網(wǎng)絡(luò)ri對于業(yè)務(wù)sj的狀態(tài)值。vj，i的值越高，表明網(wǎng)絡(luò)ri越能滿足業(yè)務(wù)sj的業(yè)務(wù)特征。

吸引子選擇模型定義如下

式中：q （0≤q≤1）——群業(yè)務(wù)滿意度。s（q）——群業(yè)務(wù)滿意度增加函數(shù)，d （q）——群業(yè)務(wù)滿意度減少函數(shù)。ηj，i為均值為0，方差為σ的高斯白噪聲，用來表示噪聲對vj，i的影響。

在每個控制周期內(nèi)，終端通過式 （2）對M 個網(wǎng)絡(luò)狀態(tài)值向量進(jìn)行更新。吸引子選擇模型是一種元啟發(fā)式算法，用來以自適應(yīng)的方式為全局優(yōu)化問題找到一個優(yōu)化的解決方案。以群業(yè)務(wù)滿意度作為資源分配合理程度的指標(biāo)。當(dāng)群業(yè)務(wù)滿意度較高時，當(dāng)前各備選網(wǎng)絡(luò)的狀態(tài)值將保持穩(wěn)定；當(dāng)群業(yè)務(wù)滿意度較低時，終端對各狀態(tài)值進(jìn)行自適應(yīng)調(diào)整。

根據(jù)群業(yè)務(wù)優(yōu)先級Ps計算出群業(yè)務(wù)滿意度

式中：qj——業(yè)務(wù)sj的滿意度，借鑒文獻(xiàn) ［12］中的方法求得。

根據(jù)每一個業(yè)務(wù)的網(wǎng)絡(luò)狀態(tài)值向量和每一個業(yè)務(wù)的優(yōu)先級，得到群業(yè)務(wù)的網(wǎng)絡(luò)狀態(tài)值向量G

式中：gi——網(wǎng)絡(luò)ri對于群業(yè)務(wù)的狀態(tài)值

需要說明的是：并非直接相加各業(yè)務(wù)的網(wǎng)絡(luò)狀態(tài)值向量得到G，而是通過各業(yè)務(wù)的優(yōu)先級對網(wǎng)絡(luò)狀態(tài)值向量進(jìn)行加權(quán)后再求和，這樣使分配的網(wǎng)絡(luò)資源能夠優(yōu)先滿足優(yōu)先級高的業(yè)務(wù)。

根據(jù)群業(yè)務(wù)的網(wǎng)絡(luò)狀態(tài)值，計算每一個網(wǎng)絡(luò)的優(yōu)先級

2.3 多屬性判決

由于眾多群業(yè)務(wù)對網(wǎng)絡(luò)資源的競爭，備選網(wǎng)絡(luò)的屬性值在不斷地變化。為了滿足群業(yè)務(wù)特征，需要在備選網(wǎng)絡(luò)優(yōu)先級的基礎(chǔ)上，對備選網(wǎng)絡(luò)的帶寬、時延、價格等多個網(wǎng)絡(luò)屬性進(jìn)行判決。下面將介紹如何結(jié)合備選網(wǎng)絡(luò)的優(yōu)先級和屬性值，采用逼近理想接入網(wǎng)絡(luò)法對備選網(wǎng)絡(luò)進(jìn)行多屬性判決，為群業(yè)務(wù)選擇適宜的接入網(wǎng)絡(luò)。

在每個控制周期內(nèi)，由終端通過認(rèn)知技術(shù)檢測備選網(wǎng)絡(luò)的屬性值，如帶寬、價格、時延、安全性等網(wǎng)絡(luò)屬性值。按表2對模糊屬性進(jìn)行量化處理，將網(wǎng)絡(luò)屬性值用如下矩陣表示

其中，dik表示網(wǎng)絡(luò)ri的第k 個屬性的值。

在帶寬、時延、價格、安全性等網(wǎng)絡(luò)屬性中，存在收益屬性 （如帶寬）和代價屬性 （如時延）兩種類型，將收益屬性集合記為J，將代價屬性集合記為J’。為了使優(yōu)先級高的備選網(wǎng)絡(luò)在多屬性判決中具有優(yōu)勢，使分配的網(wǎng)絡(luò)資源優(yōu)先滿足群業(yè)務(wù)中優(yōu)先級高的業(yè)務(wù)，同時考慮到存在收益屬性和代價屬性，根據(jù)式 （9）對矩陣D 中收益屬性值和代價屬性值分別進(jìn)行處理，得到?jīng)Q策矩陣X

依據(jù)決策矩陣，對各備選網(wǎng)絡(luò)進(jìn)行多屬性判決。接入網(wǎng)絡(luò)的選擇原則是所選擇的接入網(wǎng)絡(luò)與理想接入網(wǎng)絡(luò)之間的差距最小，并且與最差接入網(wǎng)絡(luò)之間的差距最大。理想接入網(wǎng)絡(luò)就是各備選網(wǎng)絡(luò)中收益屬性值最大、代價屬性值最小者；最差接入網(wǎng)絡(luò)就是各備選網(wǎng)絡(luò)中收益屬性值最小、代價屬性值最大者。綜上，本文采用逼近理想接入網(wǎng)絡(luò)法進(jìn)行備選網(wǎng)絡(luò)的多屬性判決，具體計算步驟如下：

（1）采用式 （11）對各屬性進(jìn)行歸一化處理，得到歸一化決策矩陣Y

（2）按照式 （12）和式 （13）求出理想接入網(wǎng)絡(luò)A＋和最差接入網(wǎng)絡(luò)A－

（3）按照式 （14）和式 （15）計算出備選網(wǎng)絡(luò)ri的正分離測度M＋i和負(fù)分離測度M－i，其中正分離測度M＋i表示網(wǎng)絡(luò)ri與理想接入網(wǎng)絡(luò)A＋的差距值，負(fù)分離測度M－i表示網(wǎng)絡(luò)ri與最差接入網(wǎng)絡(luò)A－的差距值則群業(yè)務(wù)對于N 個備選網(wǎng)絡(luò)的分離測度分別為

（4）根據(jù)式 （17）算出備選網(wǎng)絡(luò)ri與理想接入網(wǎng)絡(luò)的相對接近度

進(jìn)而獲得群業(yè)務(wù)的組合權(quán)向量

從式 （17）可以看出，Zi是衡量備選網(wǎng)絡(luò)與理想接入網(wǎng)絡(luò)貼近程度以及與最差接入網(wǎng)絡(luò)遠(yuǎn)離程度的變量，它的取值越小說明該接入網(wǎng)絡(luò)越優(yōu)。因而群業(yè)務(wù)對于接入網(wǎng)絡(luò)的選擇就變成了對所有備選網(wǎng)絡(luò)的Zi進(jìn)行排序并選取Zi值最小的網(wǎng)絡(luò)作為群業(yè)務(wù)的接入網(wǎng)絡(luò)。

2.4 算法設(shè)計

本節(jié)將給出面向群業(yè)務(wù)的自適應(yīng)資源分配機(jī)制的實現(xiàn)步驟和算法設(shè)計。

首先，在每個控制周期內(nèi)，終端通過認(rèn)知技術(shù)獲得可備選網(wǎng)絡(luò)的屬性值，隨后采用模糊控制理論對模糊化屬性進(jìn)行去模糊化處理，得到網(wǎng)絡(luò)屬性值矩陣D。

然后，終端通過吸引子選擇模型，計算每個備選網(wǎng)絡(luò)的優(yōu)先級，得到網(wǎng)絡(luò)優(yōu)先級Pr，將Pr的計算歸納為算法1。算法1 以群業(yè)務(wù)滿意度和群業(yè)務(wù)優(yōu)先級作為輸入，這樣以群業(yè)務(wù)滿意度作為資源分配合理程度的指標(biāo)實現(xiàn)滿意度的提升，由用戶設(shè)置群業(yè)務(wù)中單個業(yè)務(wù)的優(yōu)先級。算法1第5步到第12步通過吸引子選擇模型計算網(wǎng)絡(luò)狀態(tài)值向量G，第13步到第15步通過網(wǎng)絡(luò)狀態(tài)值向量G 計算每一個備選網(wǎng)絡(luò)的優(yōu)先級，得到網(wǎng)絡(luò)優(yōu)先級Pr，具體如算法1所示。

算法1：優(yōu)先級向量計算算法

最后，終端通過逼近理想接入網(wǎng)絡(luò)法對備選網(wǎng)絡(luò)進(jìn)行多屬性判決，為群業(yè)務(wù)選擇最佳的接入網(wǎng)絡(luò)，將網(wǎng)絡(luò)的選擇算法歸納為算法2。本文收益屬性集合J 中的元素為帶寬，代價屬性集合J’中的元素為時延和費用。算法2第3步到第12步求出理想接入網(wǎng)絡(luò)A＋和最差接入網(wǎng)絡(luò)A－，第13步到第19步計算每個備選網(wǎng)絡(luò)與理想接入網(wǎng)絡(luò)的相對接近度，最后輸出Zi最小的備選網(wǎng)絡(luò)標(biāo)號，具體如算法2所示。

算法2：接入網(wǎng)絡(luò)選擇算法

本文提出的異構(gòu)網(wǎng)絡(luò)資源分配機(jī)制綜合考慮網(wǎng)絡(luò)屬性值的動態(tài)變化、群業(yè)務(wù)特征和用戶需求，由終端自主決定接入網(wǎng)絡(luò)，以自適應(yīng)的方式實現(xiàn)網(wǎng)絡(luò)資源的優(yōu)化分配。后文將通過仿真驗證該機(jī)制的有效性。

3 性能分析與評價

在Matlab環(huán)境下，本節(jié)有針對性地設(shè)計了仿真實驗對本文所提出的機(jī)制進(jìn)行分析和評價。首先介紹仿真環(huán)境和參數(shù)設(shè)置，然后對仿真結(jié)果進(jìn)行分析和討論。

3.1 實驗設(shè)計

為了測試本機(jī)制的性能，本文分別在前文異構(gòu)網(wǎng)絡(luò)環(huán)境中的Wi－Fi區(qū)域和DSRC區(qū)域進(jìn)行了測試。在Wi－Fi區(qū)域中有3種網(wǎng)絡(luò)資源：蜂窩、Wimax、Wi－Fi。在DSRC 區(qū)域中有3種網(wǎng)絡(luò)資源：蜂窩、Wimax、DSRC。各接入網(wǎng)絡(luò)的屬性依據(jù)實際運營商的數(shù)據(jù)設(shè)定，各網(wǎng)絡(luò)的屬性指標(biāo)參見表3。

表3 網(wǎng)絡(luò)各屬性指標(biāo)

仿真中產(chǎn)生3 種業(yè)務(wù)：網(wǎng)頁瀏覽 （Web）、網(wǎng)絡(luò)電話（VoIP）、視頻 （Video）。各業(yè)務(wù)的業(yè)務(wù)特征及各網(wǎng)絡(luò)屬性的權(quán)重 （括號內(nèi)的值）見表4。權(quán)重的指定依據(jù)各網(wǎng)絡(luò)屬性對業(yè)務(wù)服務(wù)質(zhì)量的重要程度：用戶瀏覽網(wǎng)頁時能夠容忍一定的時延，但對費用的要求較高；網(wǎng)絡(luò)電話需要較高的帶寬，且其是實時業(yè)務(wù)，對時延較為敏感；視頻需要較高的帶寬和較低的費用。由用戶設(shè)置每個業(yè)務(wù)的優(yōu)先值實現(xiàn)對業(yè)務(wù)優(yōu)先級的設(shè)定，業(yè)務(wù)優(yōu)先值的設(shè)置按以下2 個原則：實時業(yè)務(wù)的優(yōu)先值高于非實時業(yè)務(wù)的優(yōu)先值，交互式業(yè)務(wù)的優(yōu)先值高于非交互式業(yè)務(wù)的優(yōu)先值。網(wǎng)絡(luò)電話既是交互業(yè)務(wù)也是實時業(yè)務(wù)，所以優(yōu)先值最高，設(shè)為3。視頻是實時業(yè)務(wù)而網(wǎng)頁瀏覽是非實時業(yè)務(wù)，所以視頻的優(yōu)先值為2，網(wǎng)頁瀏覽的優(yōu)先值最低為1。群業(yè)務(wù)中每一個業(yè)務(wù)的優(yōu)先級的計算方式為該業(yè)務(wù)的優(yōu)先值除以群業(yè)務(wù)中所有業(yè)務(wù)的優(yōu)先值的總和。仿真中產(chǎn)生4種群業(yè)務(wù)，即從3種業(yè)務(wù)中隨機(jī)選2～3個業(yè)務(wù)。

表4 業(yè)務(wù)特征

需要說明的是，為了體現(xiàn)終端對于網(wǎng)絡(luò)資源的競爭，某一接入網(wǎng)絡(luò)的帶寬由接入該網(wǎng)絡(luò)的終端平分，同時該網(wǎng)絡(luò)的時延隨接入數(shù)目的增加而增加，費用則保持不變。

本文分別在Wi－Fi區(qū)域和DSRC 區(qū)域做了30組以上的實驗，每組實驗中終端數(shù)目依次增加10個。每組實驗重復(fù)運行10次，每次的運行時間為200s，控制周期為10s，即終端每隔10s采用本文的機(jī)制進(jìn)行一次自適應(yīng)調(diào)整。借鑒文獻(xiàn) ［10］，吸引子選擇模型中的參數(shù)設(shè)置的情況為：β＝8，γ＝3，σ＝1。

本文仿真了3種網(wǎng)絡(luò)資源分配機(jī)制：最大業(yè)務(wù)滿意度機(jī)制、最大群業(yè)務(wù)滿意度機(jī)制和本文提出的群業(yè)務(wù)自適應(yīng)分配機(jī)制。對于兩種比較機(jī)制的描述如下：

最大業(yè)務(wù)滿意度機(jī)制：為終端上運行的每一個業(yè)務(wù)分配其最滿意的備選網(wǎng)絡(luò)，即為業(yè)務(wù)sj選取使其qj最大的備選網(wǎng)絡(luò)。

最大群業(yè)務(wù)滿意度機(jī)制：為群業(yè)務(wù)分配其最滿意的備選網(wǎng)絡(luò)，即為群業(yè)務(wù)S 選取使其q 最大的備選網(wǎng)絡(luò)。

3.2 結(jié)果分析

通過仿真實驗進(jìn)行對比分析，首先驗證面向群業(yè)務(wù)的自適應(yīng)資源分配機(jī)制的有效性，因為群業(yè)務(wù)滿意度高低決定用戶體驗的優(yōu)劣，所以以群業(yè)務(wù)滿意度作為3種機(jī)制有效性的指標(biāo)；然后在2個區(qū)域內(nèi)選取一組實驗中的某個終端，觀測使用3種機(jī)制時其群業(yè)務(wù)滿意度隨時間的變化。

圖2分別給出了3種分配機(jī)制下Wi－Fi區(qū)域和DSRC區(qū)域內(nèi)平均群業(yè)務(wù)滿意度隨終端數(shù)目變化的情況。從圖中可以看出，平均滿意度隨終端數(shù)目的增加而下降，這是因為無線資源的有限性和終端對資源的競爭隨數(shù)目的增加而加劇。從圖2 （a）中可以看出，在終端數(shù)目小于50個時，最大業(yè)務(wù)滿意度機(jī)制的平均滿意度要略高于最大群業(yè)務(wù)滿意度機(jī)制，這是由于當(dāng)終端數(shù)目較少時，無線資源能夠滿足群業(yè)務(wù)中每一個業(yè)務(wù)的業(yè)務(wù)特征。但是隨著終端數(shù)目的增加，最大業(yè)務(wù)滿意度機(jī)制的平均滿意度呈現(xiàn)迅速下降的趨勢。當(dāng)終端數(shù)目超過150時，其平均滿意度下降到0.5408，這極大地影響了用戶體驗。終端數(shù)目為370 時，最大群業(yè)務(wù)滿意度機(jī)制的平均滿意度也能維持在0.5以上。采用面向群業(yè)務(wù)的資源分配機(jī)制才能適應(yīng)終端運行多業(yè)務(wù)的情況和區(qū)域內(nèi)終端數(shù)目不斷增長的趨勢。從圖2 （b）中滿意度隨終端數(shù)目的變化情況我們可以得到同樣的結(jié)論。

從圖2 （a）中可以看出，采用面向群業(yè)務(wù)的自適應(yīng)資源分配機(jī)制可以將最大群業(yè)務(wù)滿意度機(jī)制的平均滿意度實現(xiàn)一定程度的提升，即使當(dāng)終端數(shù)目達(dá)到370 時，平均滿意度也能維持在0.6以上。因為本文的機(jī)制通過終端自適應(yīng)的行為，得到整體資源的優(yōu)化分配，實現(xiàn)了平均滿意度的提升，從而提高了用戶體驗和異構(gòu)網(wǎng)絡(luò)資源的利用率。

圖2 平均滿意度隨終端數(shù)目變化

在終端數(shù)目為200 的實驗中，分別從Wi－Fi區(qū)域和DSRC區(qū)域選取一個終端，這2 個終端的群業(yè)務(wù)滿意度在200s內(nèi)的變化情況如圖3所示。由于兩種比較機(jī)制都是靜態(tài)接入的分配方法，所以采用兩種比較機(jī)制時，在200s內(nèi)所選取終端的滿意度保持不變。從圖3 （a）中采用本文機(jī)制的情況可以看出，在前50s內(nèi)，所選取終端的群業(yè)務(wù)滿意度都在波動之中。這是由于終端在每個控制周期內(nèi)進(jìn)行自適應(yīng)地調(diào)整。當(dāng)滿意度較低時，終端進(jìn)行自適應(yīng)調(diào)整以獲得更高的滿意度。從第10s到第20s滿意度下降，這是由于受到其它終端自適應(yīng)調(diào)整的影響。50s后所有終端自適應(yīng)地找到了一個穩(wěn)定的解決方案，該終端的群業(yè)務(wù)滿意度趨于穩(wěn)定，并實現(xiàn)了一定程度的提升。

從圖3 （b）同樣可以看出在前70s內(nèi)所選取終端的群業(yè)務(wù)滿意度在波動之中，70s后DSRC 區(qū)域內(nèi)的所有終端都自適應(yīng)地找到了穩(wěn)定的且優(yōu)化的解決方案，所選取終端的滿意獲得了穩(wěn)定和提升。

圖3 滿意度隨時間變化

4 結(jié)束語

本文提出了一種面向群業(yè)務(wù)的自適應(yīng)資源分配機(jī)制，實現(xiàn)了多業(yè)務(wù)間異構(gòu)網(wǎng)絡(luò)資源的優(yōu)化分配。該機(jī)制采用了面向群業(yè)務(wù)的資源分配策略，以提升群業(yè)務(wù)滿意度為目標(biāo)，增強用戶體驗。同時為了滿足用戶需求，由用戶設(shè)定群業(yè)務(wù)中單個業(yè)務(wù)的優(yōu)先級，使分配的網(wǎng)絡(luò)資源優(yōu)先滿足用戶更加關(guān)注的實時型業(yè)務(wù)和交互型業(yè)務(wù)。該機(jī)制最大的優(yōu)點是終端為群業(yè)務(wù)自主選擇適宜的接入網(wǎng)絡(luò)，避免了采用集中式資源分配方式帶來的較高的運算開銷以及帶寬和能量的浪費。在每個控制周期內(nèi)終端采取以下3個步驟進(jìn)行自適應(yīng)調(diào)整：①通過認(rèn)知技術(shù)和模糊控制理論獲得備選網(wǎng)絡(luò)的屬性值；②采用吸引子選擇模型計算備選網(wǎng)絡(luò)的優(yōu)先級；③對備選網(wǎng)絡(luò)進(jìn)行多屬性判決。仿真結(jié)果表明在有限的控制周期內(nèi)，Wi－Fi區(qū)域和DSRC區(qū)域內(nèi)的終端經(jīng)過自適應(yīng)的調(diào)整實現(xiàn)了平均群業(yè)務(wù)滿意度的提升。該機(jī)制顯著提高了用戶體驗和異構(gòu)網(wǎng)絡(luò)資源的利用率。

［1］Mariem Zukri，Badii Jouaba，Djamal Zeghlache.A review on mobile management and vertical handover solutions over heterogeneous wireless networks ［J］.Computer Communications，2012，35 （17）：2055－2068.

［2］ZOU Yulong，YAO Yudong，ZHENG Baoyu.Cooperative relay techniques for cognitive radio systems：Spectrum sensing and secondary user transmissions ［J］.IEEE Communications Magazine，2012，50 （4）：98－103.

［3］Akyildiz lan F，Lee Won－Yeol，Vuran Mehmet C，et al.A survey on spectrum management in cognitive radio networks［J］.IEEE Communications Magazine，2008，46 （4）：40－48.

［4］Liang Ying－Chang，Chen Kwang－Cheng，Li Geoffrey Ye，et al.Cognitive radio networking and communications：An overview ［J］.IEEE Transactions on Vehicular Technology，2011，60 （7）：3386－3407.

［5］Roshani Amir，Erfanian Abbas.Fuzzy logic control of ankle movement using multi－electrode intraspinal microstimulation［C］／／IEEE Engineering in Medicine and Biology Society，2013：5642－5645.

［6］He Q.A fuzzy logic based vertical handoff decision algorithm between WWAN and WLAN ［C］／／Proceedings of 2nd International Conference on Networking and Digital Society，2010：561－564.

［7］Kunarak S，Suleesathira R.Predictive RSS with fuzzy logic based vertical handoff algorithm in heterogeneous wireless networks［C］／／International Conference on Advanced Technologies for Communications，2010：189－194.

［8］Yang Shan，Song Wei，Zhong Zhangdui.Resource allocation for aggregate multimedia and healthcare services over heterogeneous multi－h(huán)op wireless networks ［J］. Wireless Personal Communication，2013，69 （1）：229－251.

［9］Ismail Muhammad，Abdrabou Atef，Zhuang Weihua.Cooperative decentralized resource allocation in heterogeneous wireless access medium ［J］.IEEE Transactions on Wireless Communications，2013，12 （2）：714－724.

［10］Shinsuke Kajioka，Naoki Wakamiya，Masayuki Murata.Autonomous and adaptive resource allocation among multiple nodes and multiple applications in heterogeneous wireless networks［J］.Journal of Computer and System Sciences，2012，78 （6）：1673－1685.

［11］LIU Jun，LI Xiaonan.Handover algorithm for WLAN／cellular networks with analytic hierarchy process ［J］.Journal on Communications，2012，34 （2）：64－72 （in Chinese）. ［劉軍，李曉楠.基于層次分析法的WLAN／蜂窩網(wǎng)切換判決算法 ［J］.通信學(xué)報，2012，34 （2）：65－72.］

［12］Guerrero－Ibanez Antonio，Contreras－Castillo Juan，Barba Antoni，et al.A QoS－based dynamic pricing approach for services provisioning in heterogeneous wireless access networks［J］.Pervasive and Mobile Computing，2011，7 （5）：569－583.