,,
(重慶郵電大學(xué) 通信與信息工程學(xué)院,重慶 400065)
在多網(wǎng)絡(luò)并行傳輸?shù)臉I(yè)務(wù)分流方面,文獻(xiàn)[1]從網(wǎng)絡(luò)的服務(wù)質(zhì)量出發(fā),將網(wǎng)絡(luò)傳輸時(shí)延和傳輸速率作為研究對(duì)象,使用馬爾科夫決策的方法,以最大的期望報(bào)酬為目標(biāo)選擇最優(yōu)的網(wǎng)絡(luò)進(jìn)行業(yè)務(wù)流的分配,但是其缺點(diǎn)是算法是以一定量的歷史信息為基礎(chǔ)。文獻(xiàn)[2]以傳輸速率為研究對(duì)象,分析了使系統(tǒng)吞吐量最大的業(yè)務(wù)流分配方法,但局限于服務(wù)質(zhì)量參數(shù)考慮單一。文獻(xiàn)[3]針對(duì)視頻業(yè)務(wù)的突發(fā)性問(wèn)題,以平均時(shí)延和抖動(dòng)為對(duì)象,提出一種基于概率的分流策略,但策略同時(shí)適用于的網(wǎng)絡(luò)個(gè)數(shù)較少。總體來(lái)說(shuō),多網(wǎng)絡(luò)并行傳輸比單網(wǎng)絡(luò)傳輸在算法上會(huì)更復(fù)雜,算法效率可能會(huì)低一些,但是系統(tǒng)吞吐量和對(duì)頻譜資源的利用效率明顯高于單一網(wǎng)絡(luò)的情況。
在網(wǎng)絡(luò)傳輸中,時(shí)延是提高網(wǎng)絡(luò)效率和用戶體驗(yàn)的一個(gè)必須考慮的重因素。而在目前的研究中,大多以提高系統(tǒng)吞吐量為目標(biāo),以時(shí)延為研究對(duì)象較少[4]。為此,本文在研究用戶獨(dú)立背景下,提出一種異構(gòu)無(wú)線網(wǎng)絡(luò)中面向多業(yè)務(wù)的分流策略。
在異構(gòu)網(wǎng)絡(luò)環(huán)境中,協(xié)作傳輸是解決高速無(wú)線通信的有效方法。在目前的現(xiàn)實(shí)環(huán)境下存在多個(gè)異構(gòu)無(wú)線網(wǎng)絡(luò),如蜂窩移動(dòng)通信網(wǎng)、WiMAX、WLAN等。同時(shí),越來(lái)越多的終端朝著多?;l(fā)展,用戶對(duì)無(wú)線接入網(wǎng)絡(luò)的應(yīng)用需求也來(lái)越多,如災(zāi)害應(yīng)急系統(tǒng)、無(wú)線視頻會(huì)議等[5-6]。
圖1所示為多模終端的數(shù)據(jù)分流模型,應(yīng)用數(shù)據(jù)流被分流后發(fā)送到特定的網(wǎng)絡(luò)組合中進(jìn)行傳輸,在接收端再對(duì)其進(jìn)行匯聚,然后將該數(shù)據(jù)流送往上一層處理。其中,數(shù)據(jù)分流研究的是把業(yè)務(wù)數(shù)據(jù)分成多大的數(shù)據(jù)流在哪個(gè)或哪幾個(gè)網(wǎng)絡(luò)中傳輸,這方面的研究正在慢慢被關(guān)注[7-9]。
圖1 多模終端的數(shù)據(jù)分流
但是很少有研究在數(shù)據(jù)分流傳輸時(shí)考慮應(yīng)用數(shù)據(jù)業(yè)務(wù)的多樣性,根據(jù)要傳輸業(yè)務(wù)的特點(diǎn)進(jìn)行業(yè)務(wù)流分配[10-11],本文按3GPP標(biāo)準(zhǔn)將業(yè)務(wù)分為4種類型,在業(yè)務(wù)進(jìn)行多網(wǎng)絡(luò)傳輸選擇的基礎(chǔ)上重點(diǎn)研究發(fā)送端業(yè)務(wù)在選定的網(wǎng)絡(luò)傳輸組合中的業(yè)務(wù)流分配問(wèn)題。
構(gòu)建網(wǎng)絡(luò)架構(gòu)模型如圖2所示。在異構(gòu)網(wǎng)絡(luò)環(huán)境下,終端多類型業(yè)務(wù)的分流模型。Group1、Group2、Group3、Group4分別代表4種類型的業(yè)務(wù)流,例如Group1為會(huì)話類業(yè)務(wù),Group2為流類業(yè)務(wù),Group3為交互類業(yè)務(wù),Group4為背景類業(yè)務(wù)。發(fā)送端的多個(gè)網(wǎng)絡(luò)接口可以同時(shí)接入網(wǎng)絡(luò)為同一個(gè)需求服務(wù)。不同的業(yè)務(wù)類型數(shù)據(jù)在發(fā)送端緩存區(qū)中等待,通過(guò)各個(gè)網(wǎng)絡(luò)接口接入網(wǎng)絡(luò)后,將數(shù)據(jù)發(fā)送到接收端中去[12-13]。
圖2 終端多類型業(yè)務(wù)分流模型
用戶選擇不同的無(wú)線網(wǎng)絡(luò)對(duì)應(yīng)著不同的帶寬和成本需求[14],網(wǎng)絡(luò)承載的業(yè)務(wù)對(duì)應(yīng)不同的服務(wù)質(zhì)量需求。因此,在不同的網(wǎng)絡(luò)中如何分配業(yè)務(wù)數(shù)據(jù)將是本節(jié)研究的重點(diǎn)。
在本文中,將考慮2個(gè)重點(diǎn)因素:吞吐量和成本,當(dāng)各個(gè)網(wǎng)絡(luò)的剩余資源已知后,如何通過(guò)資源的分配使得分流達(dá)到最優(yōu)化將是本文解決的問(wèn)題。業(yè)務(wù)分配問(wèn)題可描述為:minUF(λ),λ={λ1,λ2,…,λn}表示業(yè)務(wù)的分配結(jié)果,λ是4種類型業(yè)務(wù)中的某一類業(yè)務(wù)在終端發(fā)送到網(wǎng)絡(luò)中到達(dá)率,而minUF(λ)表示針對(duì)業(yè)務(wù)所建立的效用函數(shù)。
首先,對(duì)一些參數(shù)進(jìn)行定義:i代表第i個(gè)無(wú)線鏈路即RAT,μi(μi=Ri/Lp)代表第i個(gè)網(wǎng)絡(luò)的服務(wù)速率,λi代表第i個(gè)網(wǎng)絡(luò)的業(yè)務(wù)到達(dá)率,并且μi,λi都服從泊松分布。UF代表終端業(yè)務(wù)的效用函數(shù)。M代表可接入網(wǎng)絡(luò)的數(shù)目,Ri代表第i個(gè)網(wǎng)絡(luò)可得到的資源。T(λ)代表所獲收益,F(λ)代表成本消耗。
因此,可以得到效用函數(shù)的表達(dá)式為:
UF=aT(λ)+bF(λ)
(1)
其中,a、b為權(quán)重因子。如果業(yè)務(wù)是時(shí)間敏感型業(yè)務(wù),則a>b,當(dāng)a=1,b=0時(shí),這種情況下只考慮吞吐量。如果業(yè)務(wù)可以容忍較長(zhǎng)的時(shí)延,但對(duì)成本要求比較高,那么a
研究當(dāng)效用函數(shù)建立后,針對(duì)業(yè)務(wù),如何達(dá)到最大效用。因?yàn)門(λ)代表所獲收益,F(λ)代表成本消耗。對(duì)圖2進(jìn)行單一類型業(yè)務(wù)抽象建模后,如圖3所示,針對(duì)具體某一類型業(yè)務(wù)進(jìn)行業(yè)務(wù)分流研究。對(duì)于不同的無(wú)線網(wǎng)絡(luò),數(shù)據(jù)包在其中傳輸可以建立排隊(duì)論模型。根據(jù)排隊(duì)論概念,數(shù)據(jù)包在異構(gòu)網(wǎng)絡(luò)中傳輸可以用M/M/1排隊(duì)模型所描述,在圖3中,不同的狀態(tài)代表的是傳輸網(wǎng)絡(luò)RATi中數(shù)據(jù)包的具體數(shù)目。
圖3 具體類型業(yè)務(wù)分流模型
首先,對(duì)于數(shù)據(jù)經(jīng)過(guò)多網(wǎng)絡(luò)的傳輸過(guò)程被描述為M/M/1模型,其狀態(tài)轉(zhuǎn)移圖如4所示,狀態(tài)表示的是傳輸路徑RATi中數(shù)據(jù)包的數(shù)目,由馬爾科夫鏈的定義可知,M/M/1的狀態(tài)轉(zhuǎn)移是一個(gè)遍歷的馬爾科夫鏈。
圖4 狀態(tài)轉(zhuǎn)移圖
在圖4中,將某個(gè)狀態(tài)設(shè)定為狀態(tài)k,表示此時(shí)系統(tǒng)中有k個(gè)數(shù)據(jù)包存在,網(wǎng)絡(luò)狀態(tài)為繁忙,一個(gè)數(shù)據(jù)包在傳輸,k-1個(gè)數(shù)據(jù)包在排隊(duì)等候傳輸。根據(jù)排隊(duì)論的方法,設(shè)定此狀態(tài)下的狀態(tài)概率為pk(t),則其應(yīng)滿足的微分方程式如下:
(2)
上式可改寫為:
(3)
于是,可以解出:
(4)
t趨近于無(wú)窮,只有當(dāng)λ/μ<1時(shí),系統(tǒng)存在平穩(wěn)狀態(tài)。因此,對(duì)于M/M/1隊(duì)列,設(shè)定數(shù)據(jù)包的到達(dá)速率和網(wǎng)絡(luò)的服務(wù)速率分別為λ和μ,當(dāng)μ>λ時(shí),該隊(duì)列處于穩(wěn)定狀態(tài)。
對(duì)終端業(yè)務(wù)來(lái)說(shuō),其數(shù)據(jù)在經(jīng)過(guò)傳輸網(wǎng)絡(luò)時(shí),都抽象為M/M/1模型。對(duì)于第i個(gè)子網(wǎng)絡(luò),其中有n個(gè)數(shù)據(jù)包的概率為:
p{RATi中有n個(gè)數(shù)據(jù)包}=pn=(λi/μi)n(1-λi/μi)
(5)
假設(shè)w為第i個(gè)網(wǎng)絡(luò)中數(shù)據(jù)包的平均數(shù)目,則根據(jù)求數(shù)學(xué)期望的方法,可以得到:
(6)
將式(6)的結(jié)果帶入上式,可以得到:
λi/(μi-λi)
(7)
根據(jù)Little公式,可以求得平均傳輸時(shí)延Ti,即某個(gè)數(shù)據(jù)包在所分流的網(wǎng)絡(luò)i上傳輸時(shí)所停留的時(shí)間:
Ti=w/λi=1/(μi-λi)
(8)
從某種程度上來(lái)說(shuō),最小化時(shí)延可以最大化吞吐量,因此:
T(λi)=Ti=w/λi=1/(μi-λi)
(9)
從終端業(yè)務(wù)的角度出發(fā),由于是可以承載在所有已經(jīng)選擇的傳輸網(wǎng)絡(luò)上,因此收益函數(shù)可表示為:
(10)
用θi表示每個(gè)數(shù)據(jù)包在網(wǎng)絡(luò)上傳輸所需的傳輸成本,當(dāng)每個(gè)包的數(shù)據(jù)大小和每比特?cái)?shù)據(jù)傳輸成本已知時(shí),θi就是已知的。實(shí)際網(wǎng)絡(luò)傳輸中這兩者是已知的,所以,簡(jiǎn)單計(jì)算出θi,即θi為已知量。例如:設(shè)定每包的大小為為50 bit,每比特?cái)?shù)據(jù)傳輸成本為0.002元時(shí),則θi=50×0.002=0.1元。用wi表示網(wǎng)絡(luò)RATi中的數(shù)據(jù)包數(shù)目,則第i個(gè)網(wǎng)絡(luò)的成本消耗可表示為:
F(λi)=wiθi=λiθi/(μi-λi)
(11)
由于業(yè)務(wù)是承載在多選擇的多個(gè)子網(wǎng)上,因此總的成本消耗表示為:
(12)
代入式(1)中,得到終端業(yè)務(wù)效用函數(shù)的具體表示:
(13)
從某種程度上來(lái)說(shuō),T(λ)可表示為總的時(shí)間消耗,F(λ)可表示為總的成本,因此,時(shí)延和成本消耗越少,所得到收益就越高。從數(shù)學(xué)方法上來(lái)看,對(duì)終端業(yè)務(wù)的分配,為一個(gè)求最小值問(wèn)題即min(UF)。
由于問(wèn)題研究的是業(yè)務(wù)的分流問(wèn)題,因此分流策略會(huì)受到網(wǎng)絡(luò)因素、業(yè)務(wù)自身?xiàng)l件以及整個(gè)分流系統(tǒng)穩(wěn)定傳輸要求的限制。所以,在求取min(UF)時(shí),仍有一些限制條件。
限制1(時(shí)延限制) 設(shè)定業(yè)務(wù)自身的時(shí)延限制Tmax,用公式可表示為1/(μi-λi) 限制3(傳輸系統(tǒng)穩(wěn)定性要求) 業(yè)務(wù)要在多網(wǎng)絡(luò)中穩(wěn)定的進(jìn)行并行傳輸,根據(jù)排隊(duì)論的概念,在M/M/1模型中,須有0≤λi<μi。其中,λi和μi分別表示數(shù)據(jù)包的到達(dá)速率和網(wǎng)絡(luò)的服務(wù)速率。 因此,可以用一個(gè)具有等式和不等式約束條件的最優(yōu)化問(wèn)題來(lái)表示業(yè)務(wù)流分配問(wèn)題。其最終建模為: min(UF) (14) 首先,以下使用拉格朗日乘子法將有約束轉(zhuǎn)化為無(wú)約束問(wèn)題,并求出全局最優(yōu)解。 由式(13)得T(λ)和F(λ)的一階和二階導(dǎo)數(shù)分別為: T′(λ)=1/(μi-λi)2 (15) T″(λ)=2/(μi-λi)3 (16) F′(λ)=θiμi/(μi-λi)2 (17) F″(λ)=2θiμi/(μi-λi)3 (18) 當(dāng)T′(λ)>0,F′(λ)>0,T″(λ)>0,F″(λ)>0,可得UF′>0,UF″>0,因此,UF=aT(λ)+bF(λ)是一個(gè)凸函數(shù)。 進(jìn)一步,引入非負(fù)的拉格朗日乘子ψ和ν,構(gòu)建拉格朗日函數(shù),求解最優(yōu)化問(wèn)題。 (19) 由于1/(μi-λi) (20) 再釆用KKT方法對(duì)式(19)進(jìn)行求解,可得: a/(μi-λi)2+bθiμi/(μi-λi)2-ψ+νi=0 (21) μi-1/(Tmax-Tj)-λi>0 (22) ν(μi-1/(Tmax-T)-λi)=0 (23) (24) 因?yàn)棣蘨-1/(Tmax-Tj)-λi>0,可以得到νi=0,那么式(20)可表示為: (25) 式(25)可以表示如下: (26) 首先,假設(shè)M=2,式(26)可化簡(jiǎn)為: (27) 化簡(jiǎn)得: (28) (29) 如果μ1和μ2超過(guò)λ,由式(27)可得λ1<0,這與λ1>0是矛盾的。因此,針對(duì)式(29),解之得: (30) (31) 由此類推,有M個(gè)網(wǎng)絡(luò)參與傳輸時(shí),可得: λi=μi-(μ1+μ2+…+μM-λ)· (32) 仿真1仿真中取上述定義的4種業(yè)務(wù),3個(gè)網(wǎng)絡(luò)的可用資源分別為2 Mb/s、3 Mb/s和4 Mb/s,和成本分別為3、2、1,業(yè)務(wù)的業(yè)務(wù)總量隨時(shí)間不斷遞增。每類業(yè)務(wù)的傳輸速率都設(shè)為恒定值5 Mb/s,通過(guò)設(shè)定時(shí)延權(quán)重a和成本權(quán)重b的變化,顯示相應(yīng)的效用值的變化。由圖5可以看出,當(dāng)a=0.9,b=0.1時(shí),會(huì)話類業(yè)務(wù)取得最小效用值,當(dāng)a=0.8,b=0.2時(shí),流類業(yè)務(wù)取得最小效用值,當(dāng)a=0.2,b=0.8時(shí),交互類業(yè)務(wù)取得最小效用值,當(dāng)a=0.1,b=0.9時(shí),背景類業(yè)務(wù)取得最小效用值。由此可以得到4類業(yè)務(wù)各自的時(shí)延和成本權(quán)重分配,可為后面性能驗(yàn)證提供支持,在后面仿真中,對(duì)于會(huì)話類業(yè)務(wù)取a=0.9,b=0.1,對(duì)于流類業(yè)務(wù)取a=0.8,b=0.2,對(duì)于交互類業(yè)務(wù)取a=0.2,b=0.8,對(duì)于背景類業(yè)務(wù)取a=0.1,b=0.9。 圖5 業(yè)務(wù)權(quán)重與效用函數(shù)的關(guān)系 仿真2仿真中取上述定義的4種業(yè)務(wù),3個(gè)網(wǎng)絡(luò)的可用資源分別為2 Mb/s、3 Mb/s和4 Mb/s,和成本分別為3、2、1,業(yè)務(wù)總量隨時(shí)間不斷遞增。對(duì)于業(yè)務(wù)的構(gòu)成,設(shè)定4類業(yè)務(wù)分別以25%的比例組成仿真業(yè)務(wù)流。同時(shí),為了體現(xiàn)本節(jié)所提算法的性能,采用了一種對(duì)比算法[15]和一種負(fù)載均衡算法策略進(jìn)行對(duì)比,其中負(fù)載均衡策略是基于各個(gè)網(wǎng)絡(luò)的可用資源進(jìn)行業(yè)務(wù)分配。 (33) 由圖6可知,隨著業(yè)務(wù)量的不斷增加,本文所提出的分流策略的效用值始終低于對(duì)比方法,說(shuō)明通過(guò)本文的方法執(zhí)行的分流策略是可行的,且更合理一些。本文策略的效用值先是以比較快的速度增加,然后在業(yè)務(wù)量大于4 Mb/s左右時(shí),效用值增加變慢,說(shuō)明系統(tǒng)性能變差的速度變慢了,出現(xiàn)此種現(xiàn)象的原因時(shí),當(dāng)總的業(yè)務(wù)量超過(guò)4 Mb/s左右時(shí),沒有單一網(wǎng)絡(luò)可以承載業(yè)務(wù)需求,網(wǎng)絡(luò)中存在業(yè)務(wù)分流。 圖6 效用函數(shù)值比較 圖7表示業(yè)務(wù)量不斷增加,所提方案的時(shí)延與對(duì)比方案的時(shí)延比較。本文所提面向多業(yè)務(wù)的分流策略的系統(tǒng)時(shí)延要明顯小于另外2種分流算法的時(shí)延,并且隨著業(yè)務(wù)的傳輸速率加快,時(shí)延增加也在加快。當(dāng)業(yè)務(wù)傳輸速率低于3 Mb/s時(shí),時(shí)延保持在0.5 s左右不變,當(dāng)傳輸速率再增加時(shí),時(shí)延增加相對(duì)較快。 圖7 時(shí)延對(duì)比結(jié)果 圖8表示在業(yè)務(wù)量不斷增加的情況下,本文分流策略相比對(duì)比方案成本消耗的情況。相比對(duì)比算法,本文提出的算法在成本消耗上明顯低于對(duì)比算法,并且這種差距隨著傳輸速率的增加,在不斷擴(kuò)大。所以,在傳輸同樣業(yè)務(wù)量的業(yè)務(wù)時(shí),本文的分流策略消耗更小的成本,在現(xiàn)實(shí)中考慮網(wǎng)絡(luò)資費(fèi)時(shí)具有一定的優(yōu)勢(shì)。 圖8 成本對(duì)比結(jié)果 現(xiàn)有分流策略中缺少對(duì)時(shí)延和平衡效益與成本的研究,針對(duì)異構(gòu)無(wú)線網(wǎng)絡(luò)中單用戶的并行多接入業(yè)務(wù)分流方法,本文提出一種面向多業(yè)務(wù)的分流策略。引入排隊(duì)論的概念,設(shè)定并行傳輸系統(tǒng)的效用函數(shù),并通過(guò)馬爾科夫鏈方法求解傳輸時(shí)延,具體化效用函數(shù),用一個(gè)具有等式和不等式約束條件的最優(yōu)化問(wèn)題來(lái)表示業(yè)務(wù)流分配問(wèn)題,并建立分流模型,利用拉格朗日常數(shù)法和KTT方法求解該模型的最優(yōu)化問(wèn)題。仿真結(jié)果表明,該分流策略提高了系統(tǒng)性能。 [1] HELOU M E,IBRAHIM M,LAHOUD S,et al.A network-assisted approach for RAT selection in heterogeneous cellular networks[J].IEEE Journal on Selected Areas in Communications,2015,33(6):1055-1067. [2] ALGHAMDI S A.Load balancing Ad hoc on-demand multipath distance vector (LBAOMDV) routing protocol[J].EURASIP Journal on Wireless Communications and Net-working,2015,2015(1):1-11. [3] TRESTIAN R,ORMOND O,MUNTEAN G M.Performance evaluation of MADM-based methods for network selection in a multimedia wireless environment[J].Wireless Networks,2015,21(5):1745-1763. [4] 鄭 杰,李建東,劉 勤,等.異構(gòu)網(wǎng)絡(luò)中時(shí)延最小的多接入業(yè)務(wù)分配算法[J].西安電子科技大學(xué)學(xué)報(bào),2014,41(2):1-9. [5] 張麗娜,朱 琦.異構(gòu)網(wǎng)絡(luò)中多網(wǎng)絡(luò)并行傳輸?shù)木W(wǎng)絡(luò)選擇算法[J].信號(hào)處理,2014,30(10):1176-1184. [6] DAI Jingyi,WANG Shaowei.Clustering-based interference management in densely deployed femtocell networks[J].Digital Communications and Networks,2016,11(4):175-183. [7] ALI T,SAQUID M.Analysis of an instantaneous packet loss based vertical handover algorithm for heterogeneous wireless networks[J].IEEE Transactions on Mobile Computing,2014,13(5):992-1006. [8] 余思翰,張曉玲,梁 煒.無(wú)線多媒體傳感器網(wǎng)絡(luò)并發(fā)傳輸性能建模及實(shí)驗(yàn)評(píng)估[J].信息與控制,2016,45(3):328-334. [9] AHUJA K,SINGH B,KHANNA R.Optimal network selection in heterogeneous wireless environment for multimedia services[J].Wireless Personal Communica-tions,2015,83(1):441-454. [10] 江振華.基于業(yè)務(wù)重要性的異構(gòu)無(wú)線網(wǎng)絡(luò)資源管理技術(shù)研究[D].成都:電子科技大學(xué) 2015. [11] MA Xiao,SHENG Min,LI Jie.Interference migration using concurrent transmission for energy-efficient HetNets[J].Science China Information Sciences,2016,59(2):1-10. [12] LIM G,XIONG C,CIMINI L J,et al.Energy-efficient resource allocation for OFDMA-based multi-RAT networks[J].IEEE Transactions on Wireless Communica-tions,2014,13(5):2696-2705. [13] 廖 潔,張 磊,馬颯颯.一種低能耗的WSN覆蓋控制優(yōu)化策略[J].計(jì)算機(jī)工程,2016,42(11):109-113. [14] HYUNGSIK J,ZHANG Rui.Throughput maximization in wireless powered communication networks[J].IEEE Transactions on Wireless Communications,2014,13(1):418-428. [15] 孫 毅,葛雨明,Herbom S,等.異構(gòu)網(wǎng)絡(luò)中多模終端業(yè)務(wù)流分發(fā)技術(shù)研究[J].計(jì)算機(jī)學(xué)報(bào),2010,33(6):1004-1013.4 仿真與性能分析
5 結(jié)束語(yǔ)