馬 彬，郭湛彬，謝顯中

(1.重慶郵電大學 計算機科學與技術學院，重慶 400065；2.重慶郵電大學 重慶市計算機網(wǎng)絡與通信技術重點實驗室，重慶 400065)

0 引 言

隨著無線網(wǎng)絡技術的飛速發(fā)展，用戶的帶寬和吞吐量需求不斷增加，運營商也在不斷新增各種多樣化的業(yè)務，以便給用戶提供更好的服務質量[1-2](quality of service, QoS)。由多種無線接入技術共同組成，可提供多種接入方式、支持終端無縫移動的網(wǎng)絡稱為異構無線網(wǎng)絡[3-4]。網(wǎng)絡選擇算法是異構無線網(wǎng)絡中資源管理的一個研究熱點，網(wǎng)絡選擇算法通?？梢苑譃榻尤刖W(wǎng)絡選擇算法和網(wǎng)絡切換選擇算法。由于不同網(wǎng)絡間的差異性，使得研究高效、公平、穩(wěn)定的接入或切換算法尤為重要[5-6]。

當前許多文獻都對異構無線網(wǎng)絡中的接入或切換算法進行了研究。文獻[7]根據(jù)網(wǎng)絡屬性和終端運動趨勢建立相應的切換概率分布，提出了一種基于用戶偏好的自選擇決策樹切換方法。文獻[8]考慮應用需求和用戶偏好，結合人工蜂群算法(artificial bee colony, ABC)和粒子群算法(particle swarm optimization, PSO)，提出了一種混合智能切換方法。文獻[9]提出了一種基于Q學習(q-learning)的切換算法，結合網(wǎng)絡參數(shù)的平均主觀意見分(mean opinion score, MOS)，最大化用戶的體驗質量(quality of experience, QoE)。文獻[10]將終端服務分為實時服務和非實時服務，分別構建相應的獎勵函數(shù)，提出了一種基于多臂老虎機(multi-armed bandit, MAB)的切換策略。以上方案雖然具有較好的判決效果，但都存在迭代次數(shù)多、無法實時決策的問題，很難應用于實際的網(wǎng)絡場景。

文獻[11]以用戶為中心，提出一種智能切換算法，旨在不影響非實時用戶服務質量的前提下，最大限度地提高用戶滿意度。文獻[12]針對切換算法復雜度過高的問題，通過層次分析法(analytic hierarchy process, AHP)得到參數(shù)的權重，分別利用簡單加權法(simple additive weighting, SAW)、逼近理想解排序法(technique for order preference by similarity to an ideal solution, TOPSIS)、灰色關聯(lián)分析法(grey relation analysis, GRA)求解網(wǎng)絡的性能并且對比算法間性能差異。文獻[13]利用移動終端的測速功能，提出了一種權值可變的代價函數(shù)切換算法，同時改進了候選網(wǎng)絡集的更新速度。由于沒有考慮用戶接入阻塞率，以上方案選擇的目標接入網(wǎng)絡過于單一，很難適用于用戶數(shù)較多時的情況。文獻[14]以最大化網(wǎng)絡吞吐量為目標，將切換問題轉化為多目標優(yōu)化問題，實現(xiàn)數(shù)據(jù)傳輸速率最大化的同時降低了用戶的阻塞率，但沒有考慮到網(wǎng)絡場景中用戶數(shù)動態(tài)變化的情況，缺乏靈活性。

隨著異構無線網(wǎng)絡環(huán)境中網(wǎng)絡技術多樣化特征越來越明顯，終端用戶數(shù)也在不斷地增加，勢必會帶來網(wǎng)絡接入環(huán)境的高動態(tài)性。上述網(wǎng)絡接入方案，都針對當前網(wǎng)絡場景做出了較為合理的網(wǎng)絡選擇，卻難以適應未來用戶數(shù)增長、候選網(wǎng)絡多的高動態(tài)性網(wǎng)絡場景。怎樣合理根據(jù)網(wǎng)絡環(huán)境的動態(tài)變化，自適應或智能地接入最佳網(wǎng)絡，成為一個亟待解決的關鍵問題。

在異構無線網(wǎng)絡中，針對當前的接入算法考慮網(wǎng)絡高動態(tài)性欠缺的問題，本文提出一種新的自適應接入算法。該算法網(wǎng)絡系統(tǒng)能夠根據(jù)環(huán)境中用戶數(shù)量及帶寬使用情況，估計接入阻塞率、最大化網(wǎng)絡吞吐量，從而自適應地選擇用戶接入網(wǎng)絡的行為。本文的主要貢獻如下。

1)設計了一個網(wǎng)絡接入阻塞率估計模型。該模型中，網(wǎng)絡系統(tǒng)可以根據(jù)新到達用戶數(shù)、剩余容納用戶數(shù)等因素估計用戶接入網(wǎng)絡的阻塞率，從而有效地減少在接入網(wǎng)絡過程中可能出現(xiàn)的阻塞問題。

2)構建了一個以最大化網(wǎng)絡吞吐量為目標，網(wǎng)絡接入概率為約束條件的優(yōu)化函數(shù)。該函數(shù)可以根據(jù)網(wǎng)絡中用戶數(shù)、可用帶寬、最大傳輸速率等因素，自適應分配用戶的接入選擇。該方法在降低用戶接入阻塞率的同時，更有利于網(wǎng)絡間的負載均衡。

1 系統(tǒng)模型及傳輸速率模型

本文將闡述未來高動態(tài)性網(wǎng)絡環(huán)境中用戶的接入問題，場景中用戶數(shù)量可能存在較多或較少的動態(tài)變化情況。用戶分為已接入用戶和新到達用戶，新到達用戶可以選擇不同的網(wǎng)絡進行接入。每個網(wǎng)絡存在總帶寬限制，如果某個網(wǎng)絡接入用戶過多，將導致網(wǎng)絡負載增加，用戶可用帶寬減少，用戶接入阻塞率升高等問題。用戶更加傾向于選擇那些負載較低的網(wǎng)絡進行接入，以降低接入阻塞率，獲得更大傳輸速率。

1.1 系統(tǒng)模型

在異構無線網(wǎng)絡中，存在蜂窩網(wǎng)絡和無線局域網(wǎng)絡等網(wǎng)絡。為了研究方便，本文將蜂窩網(wǎng)絡和無線局域網(wǎng)絡等定義為一個統(tǒng)一的系統(tǒng)模型?？紤]網(wǎng)絡場景中有n個網(wǎng)絡，A為候選網(wǎng)絡集合，i表示任意的網(wǎng)絡，A=(a1,a2,…,an)；m個用戶，U為用戶集合，j表示任意的用戶，U=(u1,u2,…,uj,…,um)。本文引入時隙(time slot)思想，將連續(xù)時間劃分為等長的離散時間間隔，并假設每個時刻t的網(wǎng)絡狀態(tài)是不變的[15]。

在網(wǎng)絡場景中，用戶可以選擇不同的網(wǎng)絡進行接入。為了描述網(wǎng)絡與用戶的接入關系，本文定義了網(wǎng)絡與用戶的接入關系矩陣。在時刻t，網(wǎng)絡i與用戶j的接入關系可以用接入關系矩陣表示為

u1u2…um

(1)

其中

(2)

(3)

(4)

(4)式中，Ni(t)為網(wǎng)絡i在時刻t可容納的最大用戶數(shù)。Ni(t)與已接入用戶數(shù)量和用戶可用帶寬有關。

(5)

用戶在接入網(wǎng)絡時希望獲得更多的可用帶寬以提升服務質量。為了方便描述用戶獲得的可用帶寬，本文定義了用戶從網(wǎng)絡獲得的可用帶寬分配矩陣。在時刻t，用戶j從網(wǎng)絡i獲得帶寬可以用帶寬分配矩陣表示為

u1u2…um

(6)

其中

(7)

(8)

(8)式中，Bi為網(wǎng)絡i總帶寬。

1.2 傳輸速率模型

網(wǎng)絡的接收信號強度(received signal strength, RSS)是用戶接入網(wǎng)絡的一個基本條件，接收信號強度反映了網(wǎng)絡的信道質量。在時刻t，用戶j從網(wǎng)絡i獲得的接收信號強度RSSij(t)可表示為[7]

RSSij(t)=ρi-κilg(dij(t))+ξ

(9)

信噪比(signal-to-noise ratio, SNR)為信號功率與噪聲功率的比率，是反映網(wǎng)絡質量的重要參數(shù)。在時刻t網(wǎng)絡i對用戶j的信噪比SNRij(t)可近似表示為

(10)

(10)式中，φ為網(wǎng)絡場景中的干擾信號強度。

最大傳輸速率反映網(wǎng)絡傳輸信息的能力。根據(jù)香農(nóng)公式，在時刻t用戶j從網(wǎng)絡i可獲得的最大傳輸速率Rij(t)為

Rij(t)=bij(t)lg(1+SNRij(t))

(11)

(11)式中，bij(t)為在時刻t用戶j可以從網(wǎng)絡i獲得的可用帶寬。

2 帶寬分配及阻塞率模型

用戶希望在獲得更大傳輸速率的同時，降低接入阻塞率。分配給用戶可用帶寬的多少不僅影響用戶服務質量，也會影響網(wǎng)絡可容納的用戶數(shù)量。較少的帶寬會降低用戶服務質量；較多的可用帶寬會導致網(wǎng)絡可容納用戶數(shù)變少，進而導致新到達用戶接入阻塞率增加。本文在上一節(jié)已經(jīng)給出用戶的傳輸速率模型，本節(jié)將介紹用戶帶寬情況及用戶阻塞率模型。

2.1 帶寬分配模型

接入用戶使用的帶寬為bij(t)，則在時刻t網(wǎng)絡i已分配帶寬bused-i(t)為

(12)

已分配帶寬需要滿足用戶的最小帶寬需求，并且低于最大總帶寬限制，所以已分配帶寬應滿足

(13)

Bre-i(t)=Bi-bused-i(t)

(14)

網(wǎng)絡剩余容納用戶數(shù)與網(wǎng)絡剩余帶寬有關，網(wǎng)絡剩余帶寬越多，網(wǎng)絡即可容納更多的新到達用戶。在時刻t網(wǎng)絡i剩余容納用戶數(shù)Nre-i(t)為

(15)

(15)式中，bneed,j(t)為在時刻t新到達用戶j需要的帶寬，bneed,j(t)≥bmin,j(t)。“[]”表示向下取整，由于剩余容納用戶數(shù)Nre-i(t)Nre-i(t)須是一個整數(shù)，所以對得到的值做取整處理。(15)式保證網(wǎng)絡剩余容納用戶數(shù)為一個合理值，不會因為網(wǎng)絡接入過多用戶，導致無法滿足用戶基本服務質量需求的情況。

(16)

2.2 阻塞率模型

在每個時刻，網(wǎng)絡系統(tǒng)無法判斷用戶選擇網(wǎng)絡的行為，如果有太多用戶接入相同的網(wǎng)絡，則該網(wǎng)絡的阻塞率便會升高。因此，需要估計用戶的接入行為，以減少接入時被阻塞的概率。

假設用戶選擇接入網(wǎng)絡行為相互獨立，用pi(t)表示在時刻t新到達用戶選擇網(wǎng)絡i作為目標接入網(wǎng)絡的概率，那么用戶不選擇接入網(wǎng)絡i的概率為1-pi(t)。設在時刻t新到達用戶數(shù)量為Nnew(t)，那么在時刻t，一共有m′個用戶選擇網(wǎng)絡i的概率βi(m′,t)服從二項分布

(17)

由于選擇網(wǎng)絡的用戶數(shù)m′需要多于網(wǎng)絡剩余容納用戶數(shù)Nre-i(t)才可能發(fā)生阻塞，m′應滿足

Nre-i(t)≤m′≤Nnew(t)

(18)

本文根據(jù)網(wǎng)絡中新到達用戶數(shù)、網(wǎng)絡剩余容納用戶數(shù)設計了接入阻塞率模型。在時刻t，網(wǎng)絡估計用戶接入網(wǎng)絡i的阻塞率PRi(t)為

(19)

若新到達用戶數(shù)Nnew(t)不大于網(wǎng)絡i剩余容納用戶數(shù)Nre-i(t)，即使所有用戶都接入網(wǎng)絡i也不會發(fā)生阻塞，此時阻塞率為0；若新到達用戶數(shù)Nnew(t)大于網(wǎng)絡i剩余容納用戶數(shù)Nre-i(t)，此時網(wǎng)絡i無法滿足所有新到達用戶的接入需求，則網(wǎng)絡i的接入阻塞概率與其他用戶選擇網(wǎng)絡i的概率pi(t)及網(wǎng)絡i剩余容納用戶數(shù)Nre-i(t)有關。

3 自適應的接入算法

3.1 最大化網(wǎng)絡吞吐量期望策略

(20a)

(20a)式描述了以最大網(wǎng)絡吞吐量為目標接入算法。(20a)式分為2項，第1項表示已接入用戶的傳輸速率，其中vj(t)表示已接入用戶；第2項表示未接入用戶傳輸速率與不阻塞概率的乘積，即接入網(wǎng)絡的傳輸速率期望，其中1-PRi(t)表示用戶估計接入網(wǎng)絡的不阻塞概率，1-vj(t)表示未接入用戶。(20b)式和(20c)式表示用戶可以選擇接入網(wǎng)絡，且選擇概率之和為1。(20)式為帶有約束條件的線性規(guī)劃問題，可采用內(nèi)點法進行求解[16]。接入算法執(zhí)行步驟如算法1。

算法1 接入算法執(zhí)行步驟

輸入：網(wǎng)絡總帶寬Bi；

接收信號強度RSSij(t)；

干擾信號強度φ；

接入關系矩陣c(t)；

帶寬分配矩陣B(t)；

新到達用戶數(shù)Nnew(t)；

輸出：網(wǎng)絡吞吐量η；

目標接入網(wǎng)絡概率pi(t)。

1 for ?ai∈A?ai∈Ado

2 根據(jù)(10)式計算信噪比SNRij(t)；

3 根據(jù)(11)式計算最大傳輸速率Rij(t)；

4 根據(jù)(12)式計算已分配帶寬bused-i(t)；

5 根據(jù)(14)式計算剩余帶寬Bre-i(t)；

6 根據(jù)(15)式計算剩余容納用戶數(shù)Nre-i(t)；

7 根據(jù)(20)式迭代；

8 end for。

3.2 網(wǎng)絡分配策略

在獲得網(wǎng)絡場景中用戶接入網(wǎng)絡概率pi(t)后，網(wǎng)絡系統(tǒng)希望有[Nnew(t)·pi(t)][Nnew(t)·pi(t)]個用戶接入網(wǎng)絡i，接下來分配每個用戶的接入行為。由于用戶希望接入傳輸速率更大的網(wǎng)絡，選取當前傳輸速率最大的網(wǎng)絡作為用戶期望接入的網(wǎng)絡。定義一組向量Λ(t)=(λ1(t),λ2(t),…,λn(t))表示用戶希望接入網(wǎng)絡的情況，其中λi(t)表示在時刻t，期望接入網(wǎng)絡i的用戶數(shù)量。則可能出現(xiàn)3種情況：

1)λi(t)>[Nnew(t)·pi(t)]，即目前傾向加入網(wǎng)絡i的用戶多于系統(tǒng)預期的目標，則需分配λi(t)-[Nnew(t)·pi(t)]個用戶進入其他網(wǎng)絡，用集合D1(t)表示用戶較多的網(wǎng)絡并記錄相應用戶；

2)λi(t)=[Nnew(t)·pi(t)]，即目前希望加入網(wǎng)絡i的用戶與系統(tǒng)預期加入的用戶數(shù)相等，這部分用戶直接接入網(wǎng)絡不做調整；

3)λi(t)<[Nnew(t)·pi(t)]，即目前希望加入網(wǎng)絡i的用戶數(shù)少于系統(tǒng)預期的目標，則需分配[Nnew(t)·pi(t)]-λi(t)個用戶進入當前網(wǎng)絡，用集合D2(t)表示用戶較少的網(wǎng)絡。

為了盡量滿足網(wǎng)絡接入策略，將集合D1(t)中每個用戶根據(jù)集合D2(t)中的網(wǎng)絡最大傳輸速率Rij(t)進行排序，然后分別選擇[Nnew(t)·pi(t)]-λi(t)個傳輸速率最大的用戶接入集合D2(t)中的網(wǎng)絡i。

4 仿真結果分析

4.1 仿真參數(shù)設置

圖1 仿真場景示意圖

表1 網(wǎng)絡仿真參數(shù)

為了驗證本文算法能夠適應未來高動態(tài)性網(wǎng)絡中的接入問題，并且降低用戶接入阻塞率，增加接入用戶數(shù)，提高網(wǎng)絡吞吐量，均衡網(wǎng)絡負載，本文分別設計了新到達用戶阻塞率，接入用戶數(shù)，網(wǎng)絡負載率，系統(tǒng)吞吐量幾組實驗來驗證本文算法性能。本文仿真將所提算法(proposed)與研究工作中基于多屬性決策的切換算法(multi attribute decision making, MADM)[12]、基于代價函數(shù)權值可變的切換算法(cost function weight-variable, CFWV)[13]、以用戶為中心的多目標切換方案(user centered multi-objective, UCMO)[14]做出了對比分析。

4.2 用戶接入阻塞率

圖2為用戶接入阻塞率隨新到達用戶數(shù)的變化情況?？梢钥闯?，相較于其他算法，本文算法在用戶數(shù)更多時發(fā)生阻塞。隨新到達用戶增長，4種算法的接入阻塞率都呈上升趨勢。本文算法接入阻塞率相較于其他算法上漲較為緩慢，在相同新到達用戶情況下均低于其他算法。這是由于本文算法可以通過估計接入阻塞率，自適應地調整用戶接入網(wǎng)絡的行為，使用戶選擇更加合理的網(wǎng)絡。因此，本文算法相較于其他算法降低了接入阻塞率，提高了用戶體驗。

圖2 用戶接入阻塞率

4.3 接入用戶數(shù)

圖3為接入用戶數(shù)隨新到達用戶數(shù)的變化情況。在用戶數(shù)較少時，由于網(wǎng)絡容量充足，4種算法接入用戶數(shù)相近，能滿足大部分用戶的接入需求。隨著新到達用戶數(shù)增加，算法接入用戶數(shù)都不同程度地增加。而本文算法相較于其他算法能滿足更多用戶的接入需求。這是由于本文算法能夠估計網(wǎng)絡中用戶的接入阻塞率，并選擇相應的行為接入網(wǎng)絡，滿足了更多用戶的接入需求。

圖3 接入用戶數(shù)

4.4 網(wǎng)絡負載率

圖4為新到達用戶數(shù)為40時的網(wǎng)絡負載率，此時網(wǎng)絡還可以容納一定的用戶；圖5為新到達用戶數(shù)為110時的網(wǎng)絡負載率，此時新到達用戶數(shù)量已超過網(wǎng)絡容量。綜合圖4和圖5的仿真結果，可以看到本文算法網(wǎng)絡負載相較于其他算法差異性更小，這是由于其他算法根據(jù)固定的參數(shù)選擇網(wǎng)絡，相較于本文算法選擇的目標網(wǎng)絡比較單一。本文算法能夠根據(jù)網(wǎng)絡剩余帶寬自適應地分配用戶的接入選擇，為用戶選擇更加合理的網(wǎng)絡，使得網(wǎng)絡負載更加均衡。

圖4 網(wǎng)絡負載率(40用戶)

圖5 網(wǎng)絡負載率(110用戶)

4.5 系統(tǒng)吞吐量

圖6所示為系統(tǒng)吞吐量相較于新到達用戶增加的變化情況。由圖6可以看出，4種算法的系統(tǒng)吞吐量都隨著新到達用戶數(shù)的增加而增加。在用戶數(shù)較少時，各個算法的系統(tǒng)吞吐量上升較快；在用戶數(shù)較多時，由于網(wǎng)絡阻塞率上升，系統(tǒng)吞吐量上升趨勢變緩。在不同新到達用戶數(shù)情況下，本文算法系統(tǒng)吞吐量總是優(yōu)于其他算法。這是由于本文算法能夠根據(jù)場景中網(wǎng)絡剩余可容納用戶數(shù)及新到達用戶數(shù)，調整用戶接入網(wǎng)絡的概率，從而更加合理地分配用戶接入行為，滿足更多用戶的接入需求。

圖6 隨新到達用戶變化的系統(tǒng)吞吐量

圖7所示為系統(tǒng)吞吐量隨時間的變化情況。本文提出算法的系統(tǒng)吞吐量優(yōu)于其他算法。綜合圖6和圖7可以看出，本文算法相較于其他算法擁有更大的網(wǎng)絡吞吐量，使網(wǎng)絡性能獲得更好提升。

圖7 隨時間變化的系統(tǒng)吞吐量

5 總 結

本文提出了一種異構無線網(wǎng)絡自適應的接入算法，用于解決異構無線網(wǎng)絡算法中難以適應未來高動態(tài)性網(wǎng)絡場景進行接入的問題。本文算法能根據(jù)網(wǎng)絡環(huán)境中新到達用戶數(shù)、網(wǎng)絡剩余可容納用戶數(shù)，估計接入阻塞率，最大化網(wǎng)絡吞吐量，從而自適應地選擇用戶接入網(wǎng)絡的行為。仿真結果表明，本文所提算法降低了用戶接入阻塞率，增加了接入用戶數(shù)，提高了網(wǎng)絡吞吐量，均衡了網(wǎng)絡負載，并且能夠適應未來高動態(tài)性網(wǎng)絡。