基于运动趋势的模糊逻辑垂直切换算法

陶 洋，彭 蓉，黄宏程

(重庆邮电大学软件技术中心，重庆 400065)

当今网络存在多种无线技术，比如WiFi，GSM，UMTS，WiMAX等。下一代网络(next generation network，NGN)的概念是由多种不同技术网络组成的一种异构网络结构［1］。

移动性管理技术是实现NGN的关键技术之一，而切换管理对移动性管理尤为重要。切换就是指为了保证用户从一个无线接入点(Access Point，AP)接入另一个AP时仍能持续连接的处理过程［2］。移动节点(Mobile Node，MN)有水平切换和垂直切换两种过程。在同种网络接入技术中，从一个基站接入另一基站，称为水平切换;如果MN从不同网络中的一个基站接入另一基站，则称为垂直切换。与水平切换算法相比，垂直切换算法需要考虑更多的参数以保证用户的移动性［3］。

当移动节点在UMTS和WLAN构成的异构网络移动时，需要考虑到多种参数来进行垂直切换，比如RSS、数据传输率、成本开销［4］和用户速度等。现有的垂直切换技术主要沿用水平切换中的算法和机制，普遍存在切换时延大、切换效率低等问题。

模糊逻辑方法能够适应无线异构网络的动态条件和垂直切换算法的复杂性。目前有很多算法都将模糊逻辑控制引入到垂直切换算法中。文献［1］采用自适应的模糊逻辑垂直切换算法，将数据率、开销、RSSI和节点速度作为模糊逻辑系统的输入。文献［2］基于WWAN和WLAN提出一种模糊逻辑垂直切换算法，但是现在大多数异构网络都是在无线异构网络间进行的切换，因此该算法缺少应用场景。这类算法的主要问题是系统开销比较大，并且会造成一定程度的乒乓效应，不能为用户提供良好的质量服务。

本文提出一种基于运动趋势的模糊逻辑垂直切换算法。该算法分为预判定、模糊逻辑控制及切换判决三个过程。在预判定阶段根据MN的运动趋势及接收信号强度RSS滤除掉不适宜接入WLAN的网络信息，有效减少了不必要的数据量和系统开销。然后，将RSS、网络的可用带宽B和网络开销C送入模糊逻辑控制器，通过参数的归一量化最终得到网络综合性能值VCPN，最后综合考虑VCPN和驻留时间Tdw来进行网络切换判决。在判决阶段加入驻留时间Tdw，可以有效消除乒乓效应。仿真结果显示，PRE－MT算法能够有效减少系统开销，消除乒乓效应，提高网络切换性能。

1 基于运动趋势的模糊逻辑垂直切换算法

假设WLAN总是存在于UMTS覆盖范围中，并且UMTS和WLAN网络的信号始终存在，MN是具有双模功能的移动节点，该节点能够分别与UMTS网络中的基站(BS)、WLAN 中的接入点(AP)进行通信［5］。为了保证MN在不同网络中运动时仍能保持持续的网络连接，本文提出了PRE－MT算法，该算法包括预判定、模糊逻辑控制和切换判决阶段。

在预判定阶段，根据最近n次收到的来自WLAN的RSSW来判断节点的运动趋势MTMN，并计算出WLAN的RSSW和UMTS的RSSU之间的差值DRSS，并记录DRSS=0时刻的T0，以便于在第三阶段引入驻留时间值。这样做可以有效减少进入模糊逻辑控制阶段的采样点，降低系统开销;然后将预判定后提取到的RSS、网络的可用带宽B和网络开销C送入模糊逻辑控制模块，得到各参数的隶属度后进行归一量化;最终，通过综合考虑网络综合性能值VCPN和Tdw来进行垂直切换判决。所以引入Tdw是为了更有效地减少乒乓效应的产生。算法结构框如图1所示。

图1 算法结构框图

1.1 预判定阶段

由于从WLAN切换到UMTS的过程是对称的，因此在这里仅介绍从UMTS切换到WLAN的过程。首先判断MN是否处于WLAN网络覆盖范围中。当MN的运动速度太快，大于判定门限V0时，就直接判定MN停留在原网络中，这大大降低了需要经过模糊处理的信号量，减少了系统开销［5］。

在许多文献中［6－8］都是采用在接收端设置接收信号门限值来提取信号。由于采用了预判定，因此在提取信息的时候条件应适当放宽，在UMTS网络和WLAN网络中的RSS预判定门限分别为THU和THW。在这里还加入了MN的运动趋势作为判定条件，是因为当RSSU已经触发了该网络的预判定门限，但是还未达到WLAN的预判定门限时，如果MN的运动趋势是靠近WLAN的AP运动，那么仍然可以提取该信息。因此使用MN的速度V，RSS和MN的运动趋势MTMN来进行预判定。

当做出预判定后，需要根据提取的信息量计算DRSS，DRSS为两个网络的信号强度差值，公式为

然后记录当DRSS=0的时刻T0，以便在第三阶段引入驻留时间值。根据MN最近n次RSSW(n)的变化情况，得出MN的运动趋势。如果RSS(k－1)＜RSS(k)，∀k∈{2，3，…，n}，这表示 MN 在靠近 AP的方向上运动，令MTMN=1;当 RSS(k－1)＞RSS(k)，∀k∈ {2，3，…，n}，表示MN在远离AP的方向上运动，令MTMN=－1;其他情况令MTMN=0。

从UMTS到WLAN的预判决流程如图2所示。

图2 从UMTS到WLAN的预判决流程图

1.2 模糊逻辑控制

采用模糊逻辑控制算法来进行参量的处理，是因为网络中的某些参数无法用定量的值来进行表示［9］。比如网络带宽，用户只能用快、一般和慢来表示个人感觉。因此本文将模糊逻辑控制算法运用到该算法中。

进入模糊逻辑控制阶段后，根据文献［3］中的方法，首先对经过预判定处理后的当前接收信号强度RSS、可用带宽B和网络开销C这3个参数进行模糊化，分别得到不同网络3个参数的隶属度;然后对其进行归一化处理，得到3个参量隶属度的量化值QEV;最后根据这3个量化值得到网络的综合性能值VCPN，选择VCPN大的网络进行切换。该方法对模糊逻辑算法进行了简化，使算法更易于应用。

1)参量的模糊化

之所以只选择3个参量进行模糊处理，一是因为RSS是垂直切换的重要参数，带宽是衡量网络性能的重要指标，网络开销是基于用户的考虑;二是因为如果进入模糊处理的参量过多，系统开销就会很大，处理速度也会因此变得很慢，对于MN硬件要求就比较高［11］。

隶属度函数如图3所示，有5个集合:很低(VL)，低(L)，中(M)，高(H)，很高(VH)。常量 Mmin，M2，M3，M4和Mmax需要根据不同的网络来进行设定。参量的隶属度函数为

式中:i=RSS，B，C。比如，设定候选网络的RSS=P，那么μRSS= ［0，0，0，0.18，0.55］RSS。

图3 RSS的隶属度函数

2)归一量化

参量量化 Qi=［QVL，QL，QM，QH，QVH］i，根据不同的网络所设定［3］。根据经验当i=RSS，B的时候定义Qi=［0，0.25，0.5，0.75，1］i。当 i=C 的时候定义 Qi=［1，0.75，0.5，0.25，1］i。每个参量量化值就可以表示为

式中:k=WLAN，UMTS;i=RSS，B，C。

3)加权处理

因为在网络综合性能的判决中每个参数所占的比重不一样，所以还需对QEVk，i进行加权处理。最终得出的网络综合性能值VCPNk为

式中:k=WLAN，UMTS。

因为只涉及到两个网络，因此采用固定加权处理，公式为

1.3 切换判决

考虑到乒乓效应的问题，故在最终做出切换判决的时候加入驻留时间Tdw的判断，在前面预判决的时候记录了当DRSS=0位置的时刻T0，当前时刻用T表示。

1)当MN从UMTS切换到WLAN时

如果VCPNWLAN＞VCPNUMTS，并且T －T0＞Tdw时，则触发MN从UMTS切换到WLAN;否则，不发生切换。

2)当MN从WLAN切换到UMTS时

如果VCPNWLAN＜VCPNUMTS，并且T －T0＞Tdw时，则触发MN从WLAN切换到UMTS;否则，不发生切换。

2 仿真与结果

考虑如图1所示的UMTS和WLAN覆盖的区域，移动节点MN在异构网络间移动，MN沿着一个固定方向以不同的速度从UMTS的向WLAN移动。其中UMTS网络的覆盖半径为1000 m，WLAN的覆盖半径为150 m，BS与AP1相距500 m，BS发射功率为20 W，AP1发射功率为100 mW［5］。WLAN和UMTS网络的传输模型如式(7)和式(8)所示。

式中:K1W，K2W，K1U和 K2U为路径损耗参数。DRSS如式(1)所示，根据式(7)和(8)可得

WLAN的传输模型按自由空间损耗模型来分析，且不考虑阴影衰落对信号强度的影响。自由空间损耗公式为

式中:LfW为自由空间损耗，单位dB;dW为AP与MN之间的传输距离，单位为km;fW为WLAN信道中心频率，单位MHz。则移动终端MN接收到AP发送来的信号强度为

式中:PtW为AP的发射功率，单位为dBm。

UMTS传输路径损耗模型为

式中:LfU为UMTS传输的路径损耗，单位dB;dU为BS与UE之间的传输距离，单位为km;fU为UMTS信道中心频率，单位MHz。则用户设备MN接收到BS发送来的信号强度为

式中:PtU为BS的发射功率，单位为dBm。

假设MN一直在WLAN覆盖范围的边缘区域内做无停留的随机直线运动，MN自点C经过连续的随机直线运动，最终到达D点，路径CD如图4所示。由于每次随机运动的路径都不同，因此，取10次仿真的平均值作为最终结果。

图4 MN运动路径示意图

MN在不同速率做随机运动的切换次数以及乒乓效应次数如图5～图6所示。将PRE－MT与对RSS的门限进行动态调整的模糊逻辑切换算法(AF－VHO)［12］进行比较。

从图5可以看出，与AF－VHO算法相比较，PRE－MT算法能够有效减少不必要的切换次数，减少系统开销。从图6可以看出PRE－MT能够有效避免乒乓效应，得到较好的切换效果，为用户提供更好的服务。

3 结束语

本文提出了PRE－MT算法，根据运动趋势和接收信号强度进行预判决，并结合模糊逻辑控制理论得到网络综合性能值，最后结合驻留时间值进行预判决。该算法能够有效减少抽样点数，减少系统开销，并有效地消除乒乓效应，提高系统整体性能。

［1］CEKEN C，ARSLAN H.An adaptive fuzzy logic based vertical handoff decision algorithm for wireless heterogeneous networks［C］//Proc.WAMICON 2009.［S.l.］:IEEE Press，2009:1－9.

［2］周亮，李贵勇.TD－SCDMA/GSM双模终端异系统切换的研究［J］.电视技术，2010，34(10):53－55.

［3］KUNARAK S，SULEESATHIRA R.Predivtive RSS with fuzzy logic based vertical handoff algorithm in heterogeneous wireless networks［C］//Proc.ATC 2010.［S.l.］:IEEE Press，2010:189－194.

［4］王冠男，邝育军.基于价位和模糊逻辑的异构网络资源管理算法［J］.电视技术，2010，34(8):100－103.

［5］李密.异构网络融合系统的资源管理关键算法研究［D］.南京:东南大学，2009.

［6］MCNAIR J，FANG Zhu.Vertical handoffs in fourth－generation multinetwork environments［J］.IEEE Wireless Comunications，2004，11(3):8－15.

［7］SUNISA K，RAUNGRONG S.Vertical handoff algorithm in heterogeneous wireless networks［C］//Proc.the 2010 International Conference on Advanced Technologies for Communications.［S.l.］:IEEE Press，2010:189－194.

［8］CALHAN A，CEKEN C.An adaptive neuro－fuzzy based vertical handoff decision algorithm for wireless heterogeneous networks［C］//Proc.PIMRC 2010.［S.l.］:IEEE Press，2010:2271－2276.

［9］LIAO Hongwei，TIE Ling，DU Zhao.A vertical handover decision algorithm based on fuzzy control theory［C］//Proc.IMSCCS 2006.［S.l.］:IEEE Press，2006:309－313.

［10］STEVENS N E，WONG V.Comparison between vertical handoff decision algorithms for Heterogeneous wireless networks［C］//Proc.VETECS 2006.［S.l.］:IEEE Press，2006:947－951.

［11］刘侠，蒋铃鸽，何晨.一种基于模糊逻辑的预判决辅助垂直切换算法［J］. 电子学报，2007，35(10):1989－1993.

［12］MAJLESI A，KHALAJ B H.An adaptive fuzzy logic based handoff algorithm for interworking between WLANs and mobile networks［C］//Proc.PIMRC 2002.［S.l.］:IEEE Press，2002:2446－2451.