趙章明 夏珅寧 郭長綏

摘 要：隨著當前WLAN設(shè)備和用戶爆發(fā)式增長，許多公共場所都大量部署WLAN以滿足人們的無線通信需求。面對當前WLAN密集部署的現(xiàn)狀，用戶該如何根據(jù)自己的需求選擇最優(yōu)的WLAN接入，是影響到用戶通信體驗和資源合理利用的重要問題。針對不同業(yè)務(wù)用戶對網(wǎng)絡(luò)性能的需求和偏好，設(shè)計了一種基于用戶需求的WLAN接入選擇方法。該方法首先通過用戶移動速度區(qū)分用戶類型，禁止高速移動用戶接入WLAN，以避免不必要的切換；然后基于用戶業(yè)務(wù)對信號強度、帶寬、時延、抖動、丟包率等WLAN網(wǎng)絡(luò)屬性的需求，利用層次分析法求出各屬性的權(quán)重，并以此為基礎(chǔ)設(shè)計了多屬性決策機制，以找出最優(yōu)AP接入。OPNET網(wǎng)絡(luò)仿真驗證表明，該接入方法減少了不必要的切換，降低了切換失敗概率，提高了網(wǎng)絡(luò)性能。

關(guān)鍵詞：無線局域網(wǎng)；接入選擇；用戶需求；層次分析法；逼近理想解排序法

中圖分類號：TP393 文獻標識碼：A

文章編號：2096-1472（2018）-07-05-05

1 引言 （Introduction）

近年來，隨著隨互聯(lián)網(wǎng)技術(shù)和應(yīng)用的迅猛發(fā)展，以及平板電腦、智能穿戴設(shè)備等種類繁多的無線終端日益普及，人們對無線網(wǎng)絡(luò)的需求在不斷的擴大?；贗EEE 802.11的無線局域網(wǎng)（Wireless Local Area Network，WLAN）由于其速度快、成本低和接入靈活等特點，已成為目前發(fā)展最好、應(yīng)用最廣泛的無線通信技術(shù)之一[1]。在許多人員密集的公共場所，尤其是車站、商場等公共場所，都部署有大量的WLAN接入點（Access Point，AP），以滿足人們的無線上網(wǎng)需求[2]。面對這些密集部署的WLAN，用戶該如何根據(jù)自己的需求，選擇最優(yōu)的WLAN接入，是影響到用戶通信體驗和資源合理利用的重要問題[3]。

用戶在接入WLAN時，其對網(wǎng)絡(luò)的需求其實質(zhì)上是用戶所使用的網(wǎng)絡(luò)業(yè)務(wù)對WLAN的性能需求。根據(jù)3GPP的標準，網(wǎng)絡(luò)業(yè)務(wù)可以分為會話業(yè)務(wù)、流業(yè)務(wù)、交互業(yè)務(wù)和背景業(yè)務(wù)四類[4]。因此，在WLAN網(wǎng)絡(luò)中，針對如何根據(jù)不同業(yè)務(wù)的特性及對網(wǎng)絡(luò)的需求，選擇合適的判決參數(shù)并利用這些參數(shù)選擇合適的WLAN接入，以減少用戶接入網(wǎng)絡(luò)后的切換次數(shù)和切換失敗概率，提升網(wǎng)絡(luò)資源利用率和網(wǎng)絡(luò)性能，本文提出了一種基于用戶需求的WLAN接入選擇算法。

2 問題描述與算法基本思想 （Problem description

and basic idea）

在WLAN接入選擇算法中，最為常見的是基于用戶接受信號強度（Received Signal Strength Indication，RSSI）進行網(wǎng)絡(luò)選擇[5]。然而在實際應(yīng)用中，用戶的具體需求對網(wǎng)絡(luò)的接入選擇有很大影響。特別是當用戶首次接入WLAN時，貼合用戶需求的接入方式能夠減少后續(xù)切換次數(shù)，提高網(wǎng)絡(luò)服務(wù)質(zhì)量（Quality of Service，QoS）[6]。

由于用戶在使用WLAN時，對網(wǎng)絡(luò)的需求實際上是用戶所使用的網(wǎng)絡(luò)業(yè)務(wù)對網(wǎng)絡(luò)性能的需求。所以本文首先根據(jù)3GPP標準，將用戶的業(yè)務(wù)分為會話業(yè)務(wù)、流業(yè)務(wù)、交互業(yè)務(wù)和背景業(yè)務(wù)四類。其中，會話類業(yè)務(wù)，如VoIP、可視電話等業(yè)務(wù)，實時性較高，這類業(yè)務(wù)要求網(wǎng)絡(luò)端到端延時和抖動較??；流業(yè)務(wù)，如網(wǎng)絡(luò)視頻、網(wǎng)絡(luò)直播等流媒體業(yè)務(wù)，一般對網(wǎng)絡(luò)帶寬需求較高，但是能夠接受一定的時延和丟包；交互類業(yè)務(wù)，如網(wǎng)頁瀏覽、網(wǎng)絡(luò)游戲等，其最大特點是對網(wǎng)絡(luò)的丟包率十分敏感；背景類業(yè)務(wù)，如收發(fā)郵件、后臺刷新等，其特點是對網(wǎng)絡(luò)的時延幾乎沒有要求。本文總結(jié)了不同類別的業(yè)務(wù)對網(wǎng)絡(luò)性能指標的要求，詳見表1。

除了上述帶寬（Bandwidth）、時延（Delay）、抖動（Jitter）、丟包率（Lost rate）四個網(wǎng)絡(luò)性能指標之外，本文還考慮到WLAN的接收信號強度（RSSI）和用戶的移動速度（Velocity）兩個指標對接入網(wǎng)絡(luò)決策的影響，定義WLAN接入選擇決策因子集F：

針對以上的眾多決策因子的影響，本文的接入選擇算法可以抽象為多約束條件下的切換決策方法，需要重點解決的問題是如何根據(jù)用戶的需求計算各個決策因子的權(quán)重。

算法的基本思想為：先根據(jù)移動速度將用戶劃分為高速移動用戶和低速移動用戶兩類。由于WLAN的覆蓋范圍較小，高速移動的用戶接入WLAN會產(chǎn)生許多不必要的切換，所以一般不允許接入；對于低速移動用戶，當當前接入點的信號強度低于某一設(shè)定閾值或者發(fā)現(xiàn)新的AP信號強度大于當前AP信號時，觸發(fā)接入選擇，并開始收集網(wǎng)絡(luò)信息，建立決策屬性集。然后，根據(jù)每個用戶當前運行的應(yīng)用對網(wǎng)絡(luò)的需求分別計算權(quán)重，最后綜合得到每個用戶對網(wǎng)絡(luò)屬性的偏好權(quán)重。算法的基本流程如圖1所示。

3 算法設(shè)計（Algorithm design）

3.1 基于用戶需求的權(quán)重向量計算

本文采用層次分析法（Analytic Hierarchy Process，AHP）來解決在多個AP中選擇最優(yōu)接入的問題。AHP是一種多目標決策工具，將復雜的問題分解為目標、標準、方案等多個層次子問題[7]。其中目標層是決策的目標，在本文中為選擇最優(yōu)的AP接入；方案層為決策時可選的方案，本文中為用戶接入WLAN所有可選的AP；準則層在決策過程中需要考慮的決策因素和準則，本文中考慮的決策因素有帶寬（B）、時延（D）、抖動（J）、丟包率（L）和信號強度（R）。本文構(gòu)造的層次分析法的層級結(jié)構(gòu)如圖2所示。

層次分析法的本質(zhì)是將已經(jīng)分好層次的各個屬性進行兩兩對比，以確定各個屬性的主觀權(quán)重。為了對比兩個元素，我們需要一定的數(shù)字尺度來表示對比雙方的重要程度，表2展示了這個尺度。

建立比較判決矩陣為：

然后采用特征根法計算權(quán)重。特征根法也被稱為特征向量法或冪法，用來求解判決矩陣特征根。

其中，和分別是判決矩陣的最大特征根和特征向量，歸一化后就是所求的權(quán)重向量。也就是對同階段始向量，反復乘以判決矩陣，依次得到，即

其具體計算步驟如下：

成立時，則即為所求矩陣的最大特征根對應(yīng)的權(quán)重特征向量。

用來表示W(wǎng)LAN中的AP，用表示用戶節(jié)點上所運行的移動業(yè)務(wù)。當移動終端（MS）觸發(fā)切換操作后，首先根據(jù)前文提出的權(quán)重計算方法求出每個應(yīng)用對于帶寬（B）、時延（D）、抖動（J）、丟包率（L）和信號強度（R）的偏好，則移動節(jié)點運行的業(yè)務(wù)對于帶寬、時延、抖動、丟包率和信號強度的權(quán)重向量為：。則該用戶對于這些決策因子的權(quán)重向量為，其中

該權(quán)值計算方法的偽代碼為：

Pseudo Weight computing algorithm

1 Begin

2 input and update decision matrix

3 q=0；

4 while do

5

6

7 q=q+1

8 end while

9 return

10 End

3.2 網(wǎng)絡(luò)接入決策

根據(jù)上文的描述和分析，將基于用戶需求的WLAN接入選擇轉(zhuǎn)化成了基于n個候選AP的五個網(wǎng)絡(luò)屬性（帶寬、時延、抖動、丟包率和信號強度）的多屬性決策問題。可以利用TOPSIS方法[8]將之轉(zhuǎn)換為五維空間的n個點構(gòu)成的幾何系統(tǒng)中距離求解問題。將所有的方案可以看作是該五維空間中的點，方案的屬性就是坐標，然后求出正理想解和負理想解，最后求每個方案相對于正、負理想解的相對接近程度，根據(jù)方案與正、負理想解的距離貼近度來判斷接入方案的優(yōu)劣。其具體步驟為：

（1）接入方案的判決矩陣如式（2），由于在該矩陣中候選AP的五個屬性的量綱各不相同，所以首先需要對其中所有的屬性進行歸一化處理：

其中，為效益型指標，為成本性指標，在本文研究的WLAN屬性中，延遲、丟包率、抖動屬于成本性指標，而帶寬和信號強度屬于效益型指標。

（4）計算各備選方案與理想方案的距離：

（5）計算備選方案與理想解的相對貼近程度：

當趨近于1時，方案越趨近于正理想解。則不考慮中繼情況下，該切換算法的目標函數(shù)為：。移動用戶在切換過程中需要的候選AP信息由當前連接的AP提供，這樣的切換策略可以有效減少切換過程中MS的通信，降低切換時延，減少干擾。

4 算法仿真與性能分析（Algorithm simulation and performance analysis）

4.1 OPNET仿真平臺介紹

OPNET（Optimized Network Engineering Tools）網(wǎng)絡(luò)仿真軟件是目前世界上最先進的網(wǎng)絡(luò)仿真開發(fā)和應(yīng)用平臺之一。本文使用OPNET Modeler 14.5仿真工具對基于802.11的WLAN接入選擇進行模擬仿真。

為了可以詳細地描述網(wǎng)絡(luò)特性，OPNET Modeler采用了階層性的模擬方式（Hierarchical Network Modeling），為用戶提供了三層建模機制，從上到下分別為：網(wǎng)絡(luò)模型（Network Model）、節(jié)點模型（Node Model）和進程模型（Process Model）[9，10]。

（1）進程模型。模擬單個對象的功能，使用有限狀態(tài)機方式建模。每個狀態(tài)內(nèi)可以寫入任意的C/C++代碼和自帶的核心函數(shù)，用于定義功能模塊中各事件間的控制流，使用狀態(tài)圖描述模塊的狀態(tài)和狀態(tài)切換的控制流。

（2）節(jié)點模型。用于定義網(wǎng)絡(luò)節(jié)點的結(jié)構(gòu)和描述節(jié)點內(nèi)部模塊之間的信息流；將各進程模塊互聯(lián)成設(shè)備，建立符合相關(guān)協(xié)議的可翻頁設(shè)備特點的節(jié)點模型。

（3）網(wǎng)絡(luò)模型。將各節(jié)點模型互聯(lián)成網(wǎng)絡(luò)，設(shè)定網(wǎng)絡(luò)的拓撲結(jié)構(gòu)，將模型庫中的通信實體直接拖放至工作區(qū)完成拓撲配置，并通過屬性對話框配置設(shè)備的基本屬性。

OPNET Modeler對WLAN的支持主要體現(xiàn)在Wireless LAN模塊上，WLAN模塊的參數(shù)屬性界面如圖3所示。

該模塊所包含的信息是基于IEEE802.11協(xié)議，基本實現(xiàn)了標準WLAN中的各種行為和特征，包括接入機制、漫游、移動IP、幀交換次序、幀間隔和退避機制、數(shù)據(jù)速率等，OPNET Modeler 14.5中IEEE 802.11無線局域網(wǎng)的有限狀態(tài)機結(jié)構(gòu)如圖4所示。

4.2 仿真設(shè)計

將本文提出的基于用戶需求的切換算法與傳統(tǒng)的基于RSSI的切換算法進行對比試驗。用戶的移動模型采用隨機航點模型，移動用戶的速度每5s調(diào)整一次，并根據(jù)自身的屬性隨機調(diào)整大小和方向，用戶的移動速度從0—15m/s隨機生成，其中將0—2m/s的移動用戶定義為低速運動用戶，而2—15m/s定義為高速運動。對于單個移動用戶，隨機設(shè)定t（1≤t≤5）個應(yīng)用，并且各個應(yīng)用等概率地屬于會話業(yè)務(wù)、交互業(yè)務(wù)、流業(yè)務(wù)和背景業(yè)務(wù)。其他仿真試驗的參數(shù)設(shè)置如下：

4.3 仿真結(jié)果分析

當WLAN網(wǎng)絡(luò)的AP數(shù)量和位置不變，不同網(wǎng)絡(luò)規(guī)模條件下用戶的平均切換次數(shù)對比如圖5所示。由圖可以看出，隨著移動用戶規(guī)模的逐漸增大，兩種算法的平均切換次數(shù)均有所增加，其中基于RSSI的切換算法票據(jù)切換次數(shù)從3.2次增加到8.2次，而基于用戶需求的切換算法平均切換次數(shù)從1.1次增加到4.3次。但從整體看來，基于用戶需求的切換算法的平均切換次數(shù)小于基于RSSI的切換算法。

為了進一步比較兩種算法的優(yōu)劣，本文將二者隨著用戶數(shù)量變化平均切換失敗概率進行了統(tǒng)計，結(jié)果如圖6所示。通過圖6可以看出，用戶的平均切換失敗率都隨著移動用戶的規(guī)模增加而增大，其中基于RSSI的切換算法增加趨勢較快，當用戶達200人時其切換失敗概率為43%，而基于用戶需求的切換算法為26%。究其原因，本文提出的基于用戶的切換算法通過移動速度區(qū)分了節(jié)點類型，避免了高速移動用戶接入WLAN，可以減少切換次數(shù)和切換失敗率；同時，基于RSSI的切換算法僅僅依靠接收信號強度作為決策依據(jù)，沒有考慮網(wǎng)絡(luò)的負載，容易造成網(wǎng)絡(luò)擁塞，造成較高的切換失敗概率。

本文提出的基于用戶需求的切換算法，充分考慮了各應(yīng)用對網(wǎng)絡(luò)性能的不同需求，其中典型的代表是對網(wǎng)絡(luò)帶寬要求較高的流媒體業(yè)務(wù)和對時延敏感的會話類業(yè)務(wù)。下面首先在對兩種算法在不同用戶規(guī)模下的平均帶寬進行比較，試驗結(jié)果如圖7所示。圖中曲線表明，兩種切換算法獲得的平均帶寬都隨著移動用戶數(shù)量增加而降低，且基于RSSI的切換算法下降趨勢更快。當用戶數(shù)量較少時，基于RSSI的切換算法的平均帶寬大于本文提出的基于用戶需求的切換算法，但是隨著用戶數(shù)量的增加，基于用戶需求的切換算法表現(xiàn)優(yōu)于基于RSSI的切換算法。其產(chǎn)生原因是，在移動用戶規(guī)模較小時，網(wǎng)絡(luò)的負載較輕，對于用戶而言，信號越強的AP能夠提供越強的帶寬，但是隨著用戶逐漸增多，網(wǎng)絡(luò)中可能出現(xiàn)擁塞的情況，而基于用戶需求的切換算法能夠基于用戶的業(yè)務(wù)類型對網(wǎng)絡(luò)的需求，然后綜合這些需求求出決策偏好權(quán)重，較之與基于RSSI的切換算法，能夠更加合理地利用網(wǎng)絡(luò)資源，均衡網(wǎng)絡(luò)的負載。

圖8是兩種算法在不同用戶規(guī)模條件下的平均切換時延對比，可以看出隨著用戶規(guī)模的增加，兩種算法的切換時延都在增加，且增幅均不大。但是從整體而言，本文提出的基于用戶需求的切換算法時延略大于基于RSSI的切換算法。其原因主要是基于用戶需求的切換算法需要根據(jù)用戶的業(yè)務(wù)綜合決策，所以造成切換時延較高。

5 結(jié)論（Conclusion）

本文提出了一種基于用戶需求的WLAN接入選擇算法，并通過OPNET仿真分析了算法的性能和有效性。可以看出該接入選擇方法能夠在用戶初次接入WLAN時，全面地考慮用戶在使用WLAN網(wǎng)絡(luò)時各種類型業(yè)務(wù)對網(wǎng)絡(luò)的需求，綜合用戶對WLAN各屬性的權(quán)重向量，并以此為基礎(chǔ)進行多屬性接入決策。仿真結(jié)果表明，該接入算法能夠減少不必要的切換和降低切換失敗概率，能夠提高網(wǎng)絡(luò)性能，以及網(wǎng)絡(luò)資源利用率。

參考文獻（References）

[1] 劉越，李珊，王彥龍.4G背景下的WLAN發(fā)展趨勢[J].世界電信，2013（12）：52-59.

[2] 陳建，高超，劉劍.WLAN無線網(wǎng)絡(luò)規(guī)劃及優(yōu)化技術(shù)研究[J].現(xiàn)代電子技術(shù)，2016，39（17）：45-48.

[3] 詹鵬程.WLAN接入控制機制的優(yōu)化研究[J].中國信息化，2017（8）：54-56.

[4] Damnjanovic A，Montojo J，Wei Y，et al.A survey on 3GPP heterogeneous networks[J].IEEE Wireless Communications，2011，18（3）：10-21.

[5] Lei T，Wen X，Lu Z，et al.Handoff management scheme based on frame loss rate and RSSI prediction for IEEE 802.11 networks[C].Wireless Communication Systems （ISWCS），2016 International Symposium on.IEEE，2016：555-559.

[6] Hou Y，Zheng Y，Li M.Fair QoS multi-resource allocation for uplink traffic in WLAN[J].Wireless Networks，2017，23（2）：467-486.

[7] 鄧雪，李家銘，曾浩健，等.層次分析法權(quán)重計算方法分析及其應(yīng)用研究[J].數(shù)學的實踐與認識，2012，42（7）：93-100.

[8] Pramanik S，Pramanik S，Giri B C.TOPSIS method for multi-attribute group decision-making under single-valued neutrosophic environment[J].Neural Computing & Applications，2016，27（3）：727-737.

[9] 高嵩.OPNET Modeler仿真建模大解密[M].北京：電子工業(yè)出版社，2010.

[10] Li X，Peng M，Cai J，et al.OPNET-based modeling and simulation of mobile Zigbee sensor networks[J].Peer-to-Peer Networking and Applications，2016，9（2）：414-423.

作者簡介：

趙章明（1993-），男，碩士，助理工程師.研究領(lǐng)域：計算機網(wǎng)絡(luò)，人工智能.

夏珅寧（1979-），男，碩士，工程師.研究領(lǐng)域：計算機技術(shù).

郭長綏（1981-），男，本科，工程師.研究領(lǐng)域：數(shù)據(jù)處理.