張繼榮 徐 鋒

（西安郵電大學通信與信息工程學院 西安 710100）

1 引言

如今，網(wǎng)絡融合已經(jīng)成為下一代無線通信網(wǎng)絡的一大趨勢，作為無線通信關鍵技術之一，異構無線網(wǎng)絡選擇算法對于下一代無線網(wǎng)絡的研究意義重大且影響深遠［1～4］。怎樣準確地為承載著不同類型業(yè)務、具有不同優(yōu)先策略的用戶選擇理想的網(wǎng)絡并且能夠相對較好的均衡無線網(wǎng)絡負載這一持續(xù)被關注的問題有待更進一步的解決和優(yōu)化。文獻［5］提出了一種基于RSS（接收信號強度）的算法解決網(wǎng)絡選擇問題，盡管該算法復雜度低，但由于它基于單一屬性決策，極易引起網(wǎng)絡負載崩潰而且網(wǎng)絡選擇準確性低。文獻［6］提出一種基于博弈論的網(wǎng)絡接入選擇算法，雖然在多個用戶同時選擇接入網(wǎng)的環(huán)境下有較高的公平性和準確性，但其算法復雜度很高，在一個博弈周期里只能得出一個用戶的選網(wǎng)結果，因此選擇效率太低。文獻［7］提出一種基于效用函數(shù)的選網(wǎng)策略，考慮了多個網(wǎng)絡指標和業(yè)務特性，決策速度較快且算法復雜度不高，但由于目標函數(shù)在整個接入過程中都無法調(diào)整，算法靈活性較低。文獻［8］提出了一種模糊邏輯接入算法選擇網(wǎng)絡，只能在參數(shù)較少時較快選網(wǎng)，參數(shù)增多后就需要花費更多的計算時間和資源。文獻［9］提出了一種多屬性決策算法，采用理想解近似排序（TOPSIS）算法進行最終的網(wǎng)絡接入決策，很好地避開了單一決策帶來的缺陷，但很容易導致失序問題?？紤]到算法復雜度和決策時間、計算資源、網(wǎng)絡負載平衡和算法有效性、準確性等一系列問題，本文基于3GPP 劃分的四種基本的通信業(yè)務類型——會話類、交互類、流媒體類、后臺類，結合多個網(wǎng)絡屬性——時延、抖動、丟包率、帶寬、負載和兩種用戶策略的優(yōu)先指標——用戶服務質(zhì)量、價格，采用MADM（Multi attribute decision making algorithm，多屬性決策算法）和模糊綜合評價法進行網(wǎng)絡決策。本文對權重融合策略進行了改進，根據(jù)熵權法和層次分析法計算出來的兩類權重，在用戶服務質(zhì)量優(yōu)先（QoSP）的情況下，用乘法合成法［10］進行融合，在價格優(yōu)先（PP）的情況下，用一個常數(shù)比例因子α（α=0.4）進行線性加權組合［11］賦權，最后利用模糊綜合評價法［12～13］分別進行網(wǎng)絡決策。該算法不僅可以快速而準確地進行網(wǎng)絡選擇、較好地避免失序問題和負載不均衡的缺陷，還能保證用戶對服務質(zhì)量和價格的偏好。

2 MADM

2.1 基于熵權法的權重計算

熵權法［14］是一種客觀賦權方法，根據(jù)各指標的變異程度，利用信息熵計算出各指標的熵權，再通過熵權對各指標的權重進行修正，從而得出較為客觀的權重。綜合各個備選網(wǎng)絡的屬性值后建立如表1。

表1 各個網(wǎng)絡屬性值

熵權法計算步驟如下：

1）指標值的歸一化

將各個指標的數(shù)據(jù)進行歸一化處理。假設給定了m個網(wǎng)絡類型和n個網(wǎng)絡屬性：其中Xi代表備選網(wǎng)絡集合，Yj代表網(wǎng)絡屬性集合。

假設對各屬性數(shù)據(jù)歸一化后的值為此時：

Yij即表示第i 個網(wǎng)絡的第j 個屬性的歸一化數(shù)值。

2）計算第j 個指標下第i 個方案的指標值的比重pij

3）計算第j項指標的熵值

根據(jù)信息論中信息熵的定義，一組數(shù)據(jù)的信息熵：

如果pij=0，則定義：

4）計算各項指標的權值

根據(jù)信息熵的計算公式，計算出各個指標的信息熵為

通過信息熵計算各指標的權重：

其中1-Ej為信息熵冗雜度。

根據(jù)式（1）～（8）計算得出基于熵權法的客觀權重為

2.2 基于層次分析法的權重計算

層次分析法［15］是一種定性加定量相結合的、系統(tǒng)化、層次化的主觀分析方法。其基本步驟如下：

1）定義目標層、準則層、方案層［15］

2）構建成對比較判決矩陣。以下是由Saaty等［12］提出的屬性重要性標度表格，如表2。

表2 判決矩陣相對重要性等級表

3）一致性檢驗

其中，CI、RI 均為一致性檢驗指標，CR 為一致性比率，λmax為判決矩陣的特征向量對應的最大特征值，RI為平均隨機一致性指標，其取值見表3。

表3 一致性檢驗RI值

當CR＜0.1 時，一致性檢驗通過，若未通過，則需要重新構造判決矩陣。

4）計算各項指標的權重

一致性檢驗通過之后，用幾何平均法求解各項網(wǎng)絡指標權重：

此處的i，j分別為判決矩陣的行和列。

通過以上步驟求出QoS 優(yōu)先情況下各類業(yè)務的權重。

3 基于模糊綜合評價法的網(wǎng)絡選擇算法

模糊綜合評價法是一種基于每個指標的最優(yōu)取值建立成本型或效益型理想矩陣，進而對候選方案進行排序的方法。其基本步驟如下：

1）確定理想方案

根據(jù)表1，建立成本型理想方案為其中，μj表示所有網(wǎng)絡中的第j個網(wǎng)絡屬性的最優(yōu)取值。

2）建立相對偏差模糊矩陣R

其中，aij表示第i個網(wǎng)絡中第j個屬性的原始值。

3）計算各網(wǎng)絡評價指標的權重

將上文中熵權法和層次分析法計算得出的權重分以下兩種情況利用不同的方法分別進行融合：

（1）用戶策略為價格優(yōu)先時采用線性加權法

其中，W為綜合權重，F(xiàn)=R·W jT為層次分析法所求權重，經(jīng)過從0到1的取不同值遍歷后，發(fā)現(xiàn)比例因子α取常數(shù)0.4 時，接入網(wǎng)的決策結果既不偏向熵權法決策也不偏向層次分析法決策，即相對其他取值來說更有效地結合了主客觀權重。

（2）用戶策略為QoS優(yōu)先時采用乘法合成法其中，Wj為第j 個網(wǎng)絡屬性的組合權重，和分別為熵權法和層次分析法求出的第j個網(wǎng)絡屬性的權重。

4）計算候選方案總得分F，進行方案排序

其中，WjT表示綜合權重的轉置矩陣。由于本文采用的是成本型理想方案矩陣，故得分F 越小者排序越靠前，即網(wǎng)絡越接近最佳選擇。

4 仿真結果與分析

4.1 實驗仿真

本文采用4G、WLAN、Wimax、5G 四種不同的接入技術組成的異構無線網(wǎng)絡環(huán)境。假設網(wǎng)絡選擇過程不受用戶和各網(wǎng)絡接入點間的距離影響。圖1～圖4 分別為在兩種優(yōu)先策略下利用模糊綜合評價對乘法合成法權重融合策略和線性加權組合賦權的網(wǎng)絡決策結果圖。業(yè)務類型1、2、3、4 分別表示會話類、后臺類、流媒體類、交互類業(yè)務。

圖1 QoSP乘法合成法權重融合網(wǎng)絡選擇結果

4.2 負載分析及算法排序準確率分析

由圖2可以看出，四種業(yè)務類型下，5G和4G都會被優(yōu)先選擇，但采用線性加權進行權重融合時，明顯可以看出WLAN和Wimax被選擇的機會很少，相當于它們處于空載的幾率比較大，極易造成負載失衡；而圖1 用乘法合成法融合權重時，由于后臺類對時延和帶寬要求較低，對丟包率要求高的特點，在4G 和WLAN 中優(yōu)先選擇了丟包率低的WLAN，并且在流媒體業(yè)務中，選擇4G 和WLAN 的幾率相當，也有部分用戶會選擇Wimax。因此，在用戶服務質(zhì)量優(yōu)先時，采用乘法合成法融合權重更能為用戶準確分配合適的網(wǎng)絡，并且能較好的均衡負載。

圖2 QoSP線性加權組合賦權網(wǎng)絡選擇結果

由圖3 可知，基于四種業(yè)務類型的大多數(shù)情況下，用戶都會選擇WLAN 和4G 以及Wimax 進行接入，5G幾乎得不到被選擇接入的機會，因而極易造成5G 空載，其他三種網(wǎng)絡資源競爭激烈；而圖4中，雖然5G依然不容易被優(yōu)先選擇，但和其他三種網(wǎng)絡類型的得分差距明顯減小，且4G 和WLAN 的選擇幾率相當。得出結論：價格優(yōu)先考慮時，用線性加權法進行組合賦權，較好地避免了網(wǎng)絡空載，并在一定程度上避免了用戶對網(wǎng)絡資源的競爭，各網(wǎng)絡負載得到均衡分配。

圖3 PP乘法合成法權重融合網(wǎng)絡選擇結果

圖4 PP線性加權組合賦權網(wǎng)絡選擇結果

基于本文算法與TOPSIS 的負載性能，圖5 給出了對比結果。

圖5 本文算法與TOPSIS負載性能對比圖

圖5 中，縱坐標表示的是四種網(wǎng)絡類型基于兩種用戶偏好的負載差值，差值越大則說明兩種偏好下的選擇結果越不相關，算法準確率和有效性也就越大。本文算法四種網(wǎng)絡的負載均衡性能均優(yōu)于TOPSIS，無論基于用戶哪一種偏好，本文算法都能自適應地做出準確網(wǎng)絡決策，而TOPSIS 則發(fā)生了失序，導致決策失誤，負載性能降低。

5 結語

本文以由4G、WLAN、Wimax、5G 組成的異構無線網(wǎng)絡環(huán)境為研究背景，提出了一種基于MADM和模糊綜合評價的網(wǎng)絡接入選擇算法。該算法將熵權法和層次分析法結合，基于四種業(yè)務類型，考慮了兩種不同的用戶優(yōu)先策略，在用戶服務質(zhì)量優(yōu)先策略下，采用乘法合成法進行權重融合，在價格優(yōu)先策略下，采用線性加權法組合賦權，最終通過模糊綜合評價法為用戶決策出最合適的網(wǎng)絡進行接入?？偟貋碚f，在權重融合策略上，本文改變了以往的單一賦權方式，分情況討論。與單一的權重融合方法相比，大大提高了算法準確率，并且有效均衡了各網(wǎng)絡負載，能隨著用戶策略的改變快速調(diào)節(jié)出相對應的賦權方案；在接入網(wǎng)決策環(huán)節(jié)，本文算法與TOPSIS 相比，解決了TOPSIS 中極易出現(xiàn)的失序問題，并且避免了TOPSIS 決策在某些業(yè)務下不符合用戶策略的現(xiàn)象，大大提高了接入網(wǎng)決策的準確性和有效性，能夠更好地滿足用戶策略和業(yè)務需求，給用戶帶來更高體驗度，為網(wǎng)絡降低了不必要的負載并避免了網(wǎng)絡空載現(xiàn)象。