[发明专利]一种基于多属性与排队理论的异构网络选择方法

摘要

本发明是一种基于多属性与排队理论的异构网络选择方法，该方法针对当前异构无线环境中业务需求及终端移动特性，利用多属性决策方法确定每个用户的候选网络。然后根据M/M/1/N排队理论建立网络的业务处理模型及用户与网络之间的连接矩阵，建立系统排队时延最小优化问题。通过调整用户的网络接入策略，使系统中业务平均排队时延最小的同时尽可能降低用户的切换次数。具体步骤如下：利用多属性决策方法结合终端移动特性确定用户候选网络集合；利用M/M/1/N排队模型对网络进行建模，建立用户与网络之间的连接矩阵与最小化系统的平均排队时延优化函数，调整用户与网络之间的接入策略，使用户排队时延最小的同时尽可能减少网络切换次数。

主权项

一种基于多属性与排队理论的异构网络选择方法，包括以下步骤：(1)候选网络确定；(1.1)采集网络与用户状态信息参数：采集各网络的属性参数信息以及覆盖范围内用户的业务状况和属性偏好信息和用户移动信息,其中异构网络环境中接入网络的个数为N个，每个网络考虑的网络属性数为M，用户总数为U；(1.2)根据所述步骤(1.1)中采集到的网络属性参数信息，建立每个网络的目标函数，具体步骤如下：(a)建立网络属性矩阵A＝[a_ij]_N*M并对属性矩阵进行归一化处理得到归一化属性矩阵R＝[r_ij]_N*M,其中a_ij和r_ij分别表示网络i中j的实际值与归一化属性值；(b)根据步骤(1.1)采集到的用户业务对于属性的偏好信息利用层次分析法计算用户u当前业务对于各种网络属性参数的权重向量W＝[w₁,w₂,...,w_j,...,w_M]，其中w_j,(1≤j≤M)表示属性j的权重值；(c)根据所述步骤(b)中得到的归一化属性矩阵以及属性权重向量，建立网络i的目标函数为：$L_i=\sqrt{\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left(w_j{r}_{ij}\right)}^2},i=1,2,\mathrm{...}N$(d)对所述步骤(c)建立的目标函数进行取对数变形并对每个属性元素求偏导得:$\ln L_i=\frac{1}{2}ln\[\underset{j=1}{\overset{M}{\Σ}}{\left(w_j{r}_{ij}\right)}^2\]$$\frac{\∂\ln L_i}{\∂r_{ij}}=\frac{L_i}{2}\frac{1}{\underset{j=1}{\overset{M}{\Σ}}{\left(w_j{r}_{ij}\right)}^2}2w_j^2{r}_{ij}=\frac{w_j^2{r}_{ij}}{L_i}$(e)根据所述步骤(d)得到的属性元素的影响定量描述，对由层次分析法得到的属性权重向量进行修正，得修正的属性权重向量和修正的网络i目标函数，令则${\stackrel{\‾}{L}}_i=\sqrt{\underset{j=1}{\overset{M}{\Σ}}{\left({\stackrel{\‾}{w}}_j{r}_{ij}\right)}^2}$(1.3)根据所述步骤(1.2)中的各个网络的目标函数，计算用户u对于网络i的不满意度S_ui：$S_{ui}=\left|\right|\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\stackrel{\‾}{w}}_j({\stackrel{\‾}{r}}_j-r_{ij})\left|\right|=\sqrt{\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left({\stackrel{\‾}{w}}_j\right({\stackrel{\‾}{r}}_j-r_{ij}\left)\right)}^2}$(1.4)根据所述步骤(1.1)中得到用户的位置信息以及用户的移动信息，确定网络对用户的覆盖水平P_ui，具体步骤如下：(a)对于低速移动的用户，采用随机运动模型进行建模，网络i对于用户u的覆盖水平P_ui为：$P_{ui}=\frac{A_u^i}{A_u}$其中A_u表示速度为v_u的用户u的在T时间间隔内可能的位置区域范围，即A_u＝π(v_uT)²，为网络i覆盖范围内用户可能的位置范围，即用户可能位于网络i中位置范围；(b)对于高速移动的用户，采用直线运动模型，网络i对于用户u的覆盖水平P_ui用下面公式进行计算：$P_{ui}=\frac{A_u^i}{A_u}$其中为速度为v_u的用户的在T时间间隔内可能的位置区域范围，θ为用户初速运动方向范围，为网络i覆盖范围内用户可能的位置范围；(1.5)根据所述步骤(1.2)和(1.3)中得到的各个网络的目标函数以及对于各用户的覆盖水平确定用户的候选网络集合C_u：C_u＝{i|i∈[1,M]∩(S_ui＞S_threshold)∩(P_ui＞P_threshold)}其中S_threshold和P_threshold分别为用户对于网络在属性参数以及覆盖方面的门限值要求，只有满足最低门限值要求的网络才成为候选网络；(2)网络选择(2.1)假设用户与网络之间的关联矩阵用X＝[x_ui]_U*N表示，其中x_ui∈{0,1}，x_ui取1和0分别表示用户接入网络i与不接入网络i，并且满足一个用户只接入一个网络：$\underset{i=1}{\overset{N}{\Σ}}{x}_{ui}=1,x_{ui}\∈\{0,1\}$(2.2)根据所述步骤(2.1)建立的用户与网络之间的关系矩阵，将每个网络对于业务的服务建模成M/M/1/N排队系统，得到网络的排队时延τ_i和系统的平均排队时延t：${\mathrm{\τ}}_i=\frac{1}{{\mathrm{\μ}}_i(1-P_{i0})}(\frac{{\mathrm{\ρ}}_i}{1-{\mathrm{\ρ}}_i}-\frac{(C_i+1){\mathrm{\ρ}}_i^{(C_i+1)}}{1-{\mathrm{\ρ}}_i^{(C_i+1)}})$$F\left(X\right)=t=\frac{1}{\underset{i=1}{\overset{M}{\Σ}}{\mathrm{\λ}}_i}\underset{i=1}{\overset{M}{\Σ}}{\mathrm{\λ}}_i{\mathrm{\τ}}_i$其中反应网络i(1≤i≤N)的负载状况，为网络i处于空闲状态的概率，λ_i和μ_i分别为网络i的业务到达率和业务处理速率；(2.3)建立系统平均排队时延最小优化函数：$\min F\left(X\right)=\underset{X}{min}t=\underset{X}{min}\frac{1}{\underset{i=1}{\overset{M}{\Σ}}{\mathrm{\λ}}_i}\underset{i=1}{\overset{M}{\Σ}}{\mathrm{\λ}}_i{\mathrm{\τ}}_i$$s.t.\left\{\begin{array}{c}\underset{i=1}{\overset{N}{\Σ}}{x}_{ui}=1\\ x_{ui}\∈\{0,1\}\end{array}\right.$其中，F(X)表示该优化函数与用户与网络之间的接入决策有关；通过调节用户网络之间的接入决策使系统的平均排队时延最小；(2.4)定义系统中用户的切换矩阵H＝X′‑X表示用户在相邻两次判决时刻之间的接入网络之间的切换情况，其中X和X'分别表示上一次决策时刻和本次决策时刻的用户与网络的关系矩阵，H＝[h_ui]_U*N，h_ui＝x′_ui‑x_ui，并且h_ui只有‑1,1和0三种取值，分别表示从网络i切换出去、切换到网络i以及对网络i的接入与否不变，根据所述步骤(2.3)得到的优化关系矩阵，选择一个使用户发生切换最小的关系矩阵。