沈佳琪，李 旭

(蘭州交通大學 電子與信息工程學院，甘肅 蘭州730070)

基于多屬性決策的異構(gòu)網(wǎng)絡選擇算法

沈佳琪，李 旭

(蘭州交通大學 電子與信息工程學院，甘肅 蘭州730070)

為了更好地解決異構(gòu)網(wǎng)絡中的接入選擇問題, 文中基于多屬性決策理論，提出了一種異構(gòu)網(wǎng)絡接入選擇策略。該算法將利用熵函數(shù)(Entropy)法得到各網(wǎng)絡性能的客觀權(quán)重值和利用模糊層次分析法(FAHP)考慮用戶不同的業(yè)務需求得到的主觀權(quán)重值相結(jié)合,綜合評選出最佳接入網(wǎng)絡。仿真結(jié)果表明，該算法可以提高異構(gòu)網(wǎng)絡環(huán)境下終端選網(wǎng)接入的準確性，優(yōu)化因用戶移動而發(fā)生的網(wǎng)絡頻繁切換和數(shù)據(jù)丟包率。

異構(gòu)網(wǎng)絡;權(quán)重計算;模糊層次分析法;熵

縱觀當下，人們生活在由異構(gòu)融合網(wǎng)絡與個性化服務需求構(gòu)成的通信環(huán)境中。同時，針對如何根據(jù)業(yè)務類型和網(wǎng)絡參數(shù)動態(tài)地選擇最好接入網(wǎng)絡，學者們也采用了各種方法對其進行廣泛研究[1]。其中，多屬性決策法(Multi-Attribute Decision Making，MADM)是一種最流行的方法，它將網(wǎng)絡屬性組成一個大的分類，并被用來作為決策標準。文獻[2～3]提出了一種將多屬性決策算法中層次分析法(AHP)與接近理想解的序數(shù)偏好排序法(TOPSIS)相結(jié)合的新的網(wǎng)絡選擇決策，但是若出現(xiàn)兩個備選網(wǎng)絡排序值都接近理想網(wǎng)絡時，容易發(fā)生不必要的切換。文獻[4～5]的網(wǎng)絡選擇算法是層次分析法與灰色關(guān)聯(lián)分析(GRA)兩種方法的結(jié)合。然而，單純的層次分析法(AHP)求得的權(quán)重缺乏客觀性，忽略了用戶對網(wǎng)絡的需求。文獻[6]提出了一種采用模糊邏輯的智能方法，雖然保證了服務質(zhì)量，但沒有考慮用戶喜好和網(wǎng)絡的負載狀態(tài)，不利于異構(gòu)網(wǎng)絡間的負載均衡。

根據(jù)目前研究的基于多屬性決策理論的網(wǎng)絡接入選擇算法，沒有全面考慮當前應用場景和用戶偏好等各種影響網(wǎng)絡選擇的信息，本文利用文獻[7]中將模糊法與層次分析法的優(yōu)勢結(jié)合起來形成的模糊層次分析法(FAHP)進行網(wǎng)絡選擇，并為了使決策結(jié)果更加客觀準確，在判決權(quán)重的過程中，加入熵函數(shù)法[8]。這樣既考慮了網(wǎng)絡客觀屬性，又能綜合用戶偏好。仿真結(jié)果驗證了此算法能正確有效地進行網(wǎng)絡選擇并減小用戶做乒乓運動，在一定程度上彌補并完善了目前異構(gòu)網(wǎng)絡選擇策略的不足。

1 算法原理

圖1 本文所提算法流程圖

1.1 基于熵函數(shù)法計算網(wǎng)絡客觀權(quán)重

(1)假設有m個候選網(wǎng)絡，每個候選網(wǎng)絡所考慮得網(wǎng)絡參量為n，建立反應網(wǎng)絡狀況的m×n判決矩陣；

(2)由于衡量各網(wǎng)絡屬性的值沒有統(tǒng)一標準，故對判決矩陣標準化處理后得到矩陣WN；

(1)

(3)計算每個參量的熵

(2)

式中，k=1；i為網(wǎng)絡屬性；j為候選網(wǎng)絡；xij為式(1)中網(wǎng)絡屬性的標準化值；

(4)計算表征每個參量的多樣化的指標

G(i)=1-E(i)

(3)

(5)計算每個參量的客觀權(quán)重

(4)1.2 FAHP分析法計算網(wǎng)絡主觀權(quán)重

FAHP法是層次分析法的延伸[9]，在計算權(quán)重時，并不是將網(wǎng)絡參量兩兩比較后得到一個確定具體值，而是將網(wǎng)絡參量兩兩比較后得到權(quán)重的分析范圍，這樣更能準確地表現(xiàn)用戶對某種網(wǎng)絡參量的需求程度以及喜好程度。其具體計算步驟如下：

(1)利用AHP法的第一步，建立層次結(jié)構(gòu)模型[10]，如圖2所示；

圖2 層次結(jié)構(gòu)模型

(2)構(gòu)造模糊一致判決矩陣。{a1,a2,...,an}是n個影響網(wǎng)絡選擇的參數(shù)，將其中參數(shù)進行兩兩比較，得到判決矩陣(aij)n×n，aij代表屬性i相對屬性j的重要程度。且滿足aii=1,aij×aji=1,(i,j=1,2,…,n)；

(3)建立包含三角模糊數(shù)的矩陣

(5)

矩陣A的元素是三角模糊數(shù)(lijc,mijc,uijc)，它表示判決屬性i相對判決屬性j的重要程度從屬于的模糊區(qū)間，lijc,mijc,uijc分別對應每個模糊數(shù)的上界值、中值以及下界值[11]。矩陣A的構(gòu)建參照文獻[12]中的研究，本文構(gòu)建的相對重要性判斷如表1所示。

表1 相對重要性判斷

(4)由步驟(2)給出的判決矩陣(aij)n×n得到屬性i的綜合模糊值Si計算如下

(6)

(5)去模糊化。給定兩個三角模糊數(shù)S1，(l1,m1,u1)和S2(l2，m2,u2),那么可以得到S1比S2大的可能性為

v(S1≥S2)=supx≥y[min(uS1(x),uS2(y))]

(7)

(8)

則S比其他數(shù)個三角模糊函數(shù)Si大的可能性

v(S≥S1,S2,…Sk)=minV(S≥Si),i=1,2,…

(9)

最后可以得到最終權(quán)重的定義

d(C1)=minV(Dci≥Dc1,Dc2…,Dci-1,Dci+1,…,Dcn)

(10)

這樣就可以得出最終權(quán)重向量

Ws={d(C1),d(C2),…,d(Cm)}

(11)

1.3 最佳接入網(wǎng)的確定

1.3.1 綜合權(quán)重

綜合上述兩方面得到網(wǎng)絡屬性的實際權(quán)重向量

W=αWs+(1-α)W0

(12)

其中，0≤α≤1，實際應用中α的值根據(jù)業(yè)務對網(wǎng)絡的具體要求確定。本文取流媒體類業(yè)務α=0.7，會話類業(yè)務α=0.9，交互類業(yè)務α=0.8。

1.3.2 最佳網(wǎng)絡的確定

(13)

其中，W是用式(12)計算得到的綜合權(quán)重，xij是第i個網(wǎng)絡的第j個屬性的標準化值，H值最大的網(wǎng)絡即為最佳接入網(wǎng)絡[13]。

2 仿真驗證

2.1 不同業(yè)務類型的網(wǎng)絡選擇

不同的用戶具有不同的網(wǎng)絡需求和QoS需求，本文選取3種最有代表性的業(yè)務類型進行仿真，分別為視頻流業(yè)務，電話業(yè)務和網(wǎng)頁瀏覽業(yè)務[14]。在仿真中，用戶所處的異構(gòu)無線網(wǎng)絡的重疊覆蓋區(qū)域共包含4種網(wǎng)絡，各網(wǎng)絡屬性的實時數(shù)據(jù)如表2所示。本文要考慮的6個網(wǎng)絡參量為功耗(PC)，時延(D)，價格(P)，帶寬(B)，安全性(S)以及時延抖動(J)。同時，設計了兩種對比算法與本文所提網(wǎng)絡參量的權(quán)重計算法進行對比，分別是模糊層次分析法以及熵函數(shù)與層次分析法結(jié)合的方法。

表2 各網(wǎng)絡屬性的實時數(shù)據(jù)

圖3～圖5是所提算法與兩種對比算法分別進行視頻流業(yè)務，電話業(yè)務和網(wǎng)頁瀏覽業(yè)務時的權(quán)重計算對比結(jié)果。從這3個圖可以看出，用本文所提算法得出的權(quán)重值，能夠從主客觀兩方面綜合反應網(wǎng)絡參數(shù)的重要性排名，強調(diào)用戶需求，能適應不同通信場景。是一種較為全面的網(wǎng)絡選擇策略。

圖3 視頻流用戶權(quán)重算法對比結(jié)果

圖4 電話業(yè)務用戶權(quán)重算法對比結(jié)果

圖5 網(wǎng)頁瀏覽用戶權(quán)重算法對比結(jié)果

圖6 終端移動仿真環(huán)境

2.2 終端隨機直線運動時的網(wǎng)絡選擇

假設終端在圖6所示的異構(gòu)網(wǎng)絡中，隨機選擇從a0點開始向a1點做勻速運動，且終端在不同網(wǎng)絡重疊覆蓋的范圍內(nèi)做均勻移動的同時，隨機進行視頻類，VOIP會話類和網(wǎng)頁瀏覽類3 種業(yè)務類型的通信，同一時刻每種業(yè)務的到達概率分別為0.2,0.2和0.4；信息速率分別為1 kbit· s-1，32 Mbit·s-1，2 Mbit·s-1。Matlab仿真結(jié)果如圖7和圖8所示。

圖7 網(wǎng)絡切換次數(shù)隨終端移動性變化關(guān)系

如圖7所示，本文所提網(wǎng)絡選擇算法的切換次數(shù)并沒有隨移動性增大而明顯增加，而是保持一個緩慢的增長趨勢，當移動性指數(shù)>26以后，切換次數(shù)曲線呈現(xiàn)出明顯的下降趨勢，說明移動終端在實際應用中可以利用本文所提算法降低選網(wǎng)切換次數(shù)，避免因時延造成的數(shù)據(jù)丟失。

圖8 丟包率隨終端移動性變化關(guān)系

從圖8可知，熵函數(shù)與層次分析法相結(jié)合的丟包率曲線隨終端移動性增強而顯著遞增，性能最差；而模糊層次分析法和本文所提網(wǎng)絡選擇算法的丟包率曲線相差不大，都是平穩(wěn)緩慢增加，這是因為他們都是基于層次分析理論來確定網(wǎng)絡參數(shù)的決策矩陣，選擇最佳網(wǎng)絡的決策過程大體相同。但本文所提算法將丟包率控制在較小的變化范圍內(nèi)，能明顯改善因數(shù)據(jù)丟失而造成的不佳通信體驗。

3 結(jié)束語

本文提出的新算法是基于模糊多屬性理論的。其中，模糊層次分析法將參量權(quán)重由單一值轉(zhuǎn)化為一個集合內(nèi)的值，在網(wǎng)絡選擇過程中更好的強調(diào)和反應用戶需求，再加上熵函數(shù)法，就能夠綜合地從主觀權(quán)重和客觀權(quán)兩方面考慮網(wǎng)絡選擇策略，增加了網(wǎng)絡選擇的可信度和有效性。理論分析和仿真結(jié)果表明，該算法能有效降低終端在移動時的網(wǎng)絡切換次數(shù)，明顯改善系統(tǒng)丟包率，滿足用戶服務質(zhì)量標準，使網(wǎng)絡選擇決策更加有效準確。未來的研究方向希望能把用戶的使用習慣納入選網(wǎng)因素[15]，動態(tài)智能地調(diào)整接入網(wǎng)選擇策略

[1] Gustafsson E, Jonsson A. Always best connected[J]. IEEE Wireless Communications, 2003, 10(1): 49-55.

[2] Lahby M, Cherkaoui L, Adib A. Network selection algorithm based on diff-ahp and topsis in heterogeneous wire-less networks[C].Qingdao: IEEE International Conference on Multimedia Computing and Systems (ICMCS),2012.

[3] Mohamed L, Leghris C, Abdellah A. A hybrid approach for network selection in heterogeneous multi-access environments[C].UT,USA: IEEE2011 4th IFIP International Conference on New Technologies, Mobility and Security (NTMS),2011.

[4] Fu J, Wu J, Zhang J, et al. A novel AHP and GRA based handover decision mechanism in heterogeneous wireless networks[C].Shanghai:International Conference on Information Computing and Applications,Springer Berlin Heidelberg, 2010.

[5] Fei M A,Xu G,Yang F.Capability adaptation algorithm based on joint network and terminal selection in heterogeneous networks[J].The Journal of China Universities of Posts and Telecommunications,2011(18):76-82.

[6] Attaullah H, Iqbal F, Javed M Y. Intelligent vertical handover decision model to improve QoS[C].CA,USA:IEEE Third International Conference on Digital Information Management( ICDIM),2008.

[7] Goyal R K, Kaushal S. Effect of utility based functions on fuzzy-AHP based network selection in heterogenous wireless networks[C].Beijing:IEEE2015 2nd International Conference on Recent Advances in Engineering & Computational Sciences (RAECS), 2015.

[8] 徐龍.基于多屬性決策的異構(gòu)無線網(wǎng)絡選擇算法研究[D].北京:北京郵電大學,2014.

[9] Pandey A, Kumar A. A note on “Applying fuzzy linguistic preference relations to the improvement of consistency of fuzzy AHP”[J].Information Sciences, 2016,34(6): 1-5.

[10] 游健強.基于多屬性判斷的異構(gòu)無線網(wǎng)絡接入選擇策略研究[D].廣州:廣東工業(yè)大學,2014.

[11] Chang D Y.Applications of the extent analysis method on fuzzy AHP[J]. European Journal of Operational Research,1996,95(3):649-655.

[12] 龔仕林.異構(gòu)無線網(wǎng)絡模糊多屬性接入選擇算法的研究[D].上海:東華大學,2016.

[13] 齊新光,梁俊,肖楠,等.基于模糊多屬性綜合權(quán)重的異構(gòu)網(wǎng)絡選擇算法研究[J].現(xiàn)代防御技術(shù),2013(6):76-82.

[14] 張媛媛,肖創(chuàng)柏,王堅.一種新的面向用戶多業(yè)務QoS需求的網(wǎng)絡接入選擇算法[J].計算機科學,2015(3):55-59.

[15] 黃銚.無線網(wǎng)絡接入控制策略研究[D].北京:北京郵電大學,2014.

Heterogeneous Network Selection Algorithm Based on Multiple Attribute Decision Making Theory

SHEN Jiaqi，LI Xu

(School of Electronic and Information Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China)

A heterogeneous network access selection strategy is proposed based on the multiple attribute decision making theory to solve the heterogeneous network access selection problem better. The objective value is obtained by the method of entropy and the subjective weight value by using the fuzzy analytical hierarchy process (FAHP) with the requirement of different users in consideration. By combining the two values, we can select the best network comprehensively. Simulation results show that the algorithm can improve the accuracy of choice of the terminal to access the heterogeneous network and the data packet loss rate induced by the frequent network switching of the mobile users.

heterogeneous network; weighting; fuzzy analytical hierarchy process; entropy

2016- 07- 04

沈佳琪(1992-)，女，碩士研究生。研究方向：無線通信。李旭(1988-)，女，碩士研究生。研究方向：無線通信。

10.16180/j.cnki.issn1007-7820.2017.05.007

TN929.5

A

1007-7820(2017)05-024-04