基于贝叶斯估计的多连接同步算法

李 宁

随着无线电技术的发展，移动终端对多射频频段、超宽射频频段逐步具有了更强的支持能力，甚至可支持多频段、多接入技术的同时连接。将业务流分成多个子业务流，通过两个或两个以上的网络进行并行传输的技术被称为多连接技术。多连接可以有效汇聚带宽，提高资源使用效率，同时增进通信可靠性。

多连接可以在不同的协议层或者多层的联合控制下实现。在传输层可以依靠流控制传输协议(Stream Control Transmission Protocol，SCTP)［1］实现，也可通过在TCP 层上添加新的子流控制层来实现［2］。IETF 提出的IP 多链路(IP Multi－Homing)［3］为多连接的网络层实现提供了协议支持。欧盟在E2R 项目中提出的联合调度(Joint Session Scheduling，JOSCH)是在链路层上实现多连接［4］，根据各个子网、终端、用户和业务的信息，选择最合适的联合无线资源管理功能。

多连接需解决的一个重要问题是子业务流的同步，同步的准确程度影响着多连接的整体性能。当子流间同步性较差时，会增加接收端的时延，进而影响用户获得的QoS 体验。目前在该方面的研究较少，一般是通过周期性地发送训练序列对时延进行估计，并调整分流比例［5］。该方法的缺点是，会带来额外的信令开销，且文献中也没有给出分流比例的调整算法。

文章首先提出了一种实现多连接的通用系统模型，然后给出了实现业务子流同步的最佳速率分配比例的计算方法，并通过仿真对算法进行了验证。

1 多连接系统模型

图1 显示的是一种通用的多连接实现系统模型。实现多连接的核心网元是通用无线资源管理(Commen Radio Resource Management，CRRM)控制器及用户侧的客户端。对于用户的呼叫请求，CRRM 服务器会按照网络对业务的适合程度给出可用网络列表。子业务流的速率分配由移动台中的CRRM 客户端控制，CRRM 客户端在收到可用网络列表后，计算最佳速率分配比例并按照此比例调整子业务流的传输速率。

CRRM 客户端由网络选择模块、时延分析模块、速率分配模块业务流合并模块以及时延估计模块组成。其中，网络选择模块执行网络选择的决策，负责维护可用网络列表;时延分析模块根据从接收端反馈的时延报告计算各条链路上的时延分布情况;速率分配模块则负责根据当前各链路上的时延计算最佳速率分配比例，并将原始业务流按照此比例进行分割，为使接收端能够正确恢复原数据流，还需要给数据包按顺序打上标签。在接收端，由业务流合并模块将接收到的业务流按照顺序标签重新组合，恢复成原本的数据;时延估计模块则负责统计各链路上的时延，然后反馈给发送端。

图1 多连接系统模型

2 多连接的实现及同步算法

2.1 算法描述

在进行并行数据传输时，由于组成异构网络的各子网在自身性质上具有较大差异，导致不同传输路径上业务子流的不同步。在接收端，为将不同步的子业务流数据按顺序重组，需要更大的缓存容量。另外，当子流之间的时延差大于特定门限时，接收终端将失去耐心等待所有数据的到达，从而造成资源的浪费。文中将这种现象称为多连接失败。

同步算法实现的基本单位是数据块，如图2 所示。首先，将待发送的数据流分为长度为的数据块，根据业务对时延的敏感程度不同，N 的大小是可变的。接收端根据数据包头上的时间戳计算传输时延，并反馈到发送端;发送端按照计算出的最佳分流比例将待发送的数据块分为数据子块，并加上序号标记顺序，然后通过不同的网络发送出去。

图2 多连接同步算法的实现过程

记δ 为接收端所能容忍的最大时延差，则可定义多连接失败的概率为

记σ 为速率分配比例，即通过子网i 传输的数据量为θN，通过子网j 传输的数据量为(1－θ)N，则对应第k 个数据块，两条业务子流的累积时延差值Δd 可表示为

并行数据流传输同步的目标就是要保证业务子流之间的时延差值不超过可容忍的时延限度，通过调整速率分配比例θ 平衡两个网络传输的数据量，时延大的子网传输较少的数据，时延小的子网传输较多的数据，从而可以实现业务子流之间的同步。换句话说，同步就是寻找出最佳速率分配比例(记为θ*)，使得Pf尽量小，即

2.2 最佳速率分配比例

对分组时延的估计方法有很多，采用排队论建立的网络状态与时延分布的关系模型［6］建立在稳态网络的基础上，是一种纯静态的数学模型，不能反映分组时延的动态变化情况。根据中心极限定理建立网络时延的正态近似模型［7］则需大量采样值来保证结果的准确性，无法满足实时性的需要。

事实上，相对于分组时延的瞬时测量值来说，分组时延的均值更能反映出当前网络中时延的真实状况。由于时延的分布未知，根据贝叶斯估计理论［8］，可将时延的均值也视为随机变量，结合先验信息、模型信息及样本数据对其进行估计。

可认为子网i 与j 的平均时延相互独立，因此可知，时延差Δd 也服从正态分布，记其均值和方差分别为μΔ和，有

因此，Δd 概率密度函数可表示为

带入式(1)，得到多连接失败概率为

3 仿真结果

仿真建立在UMTS/LTE 异构网络环境下，UMTS 小区半径设为750 m，LTE 小区半径设为1 km。只考虑路径损耗和阴影衰落，传播模型参考3GPP 36.942［9］，如下所示

其中，d 为距离，以km 为单位。对数正态分布的阴影衰落标准差取为8 dB，阴影相关距离取为50 m，用户与基站之间的距离≥35 m。UMTS 码片速率3.84 Mchip·s－1，LTE每小区12 个资源块，总带宽为5 MHz。

按照随机撒点方式生成用户，并假设用户均匀分布。每小区内平均100 个用户，且不考虑用户的运动状态。呼叫按照泊松过程到达，每个用户平均每小时发起6 个呼叫，呼叫的平均服务时间为180 s，服从指数分布。业务速率为128 kbit·s－1。假设所有终端、所有业务都支持多连接传输。

首先，比较使用多连接技术与传统的单连接技术带来的网络性能提升。图3 是呼叫阻塞率的对比结果。从图中可看出，多连接方案的呼叫阻塞率比单连接低很多。在高业务强度条件下差别尤其明显。这是因为在网络负载较高的情况下，网络没有足够的无线资源支持完整业务流，多连接将业务流分为两个子业务流，对资源的需求变低了，因此被成功接纳的概率得到相应提高。

图3 呼叫阻塞率对比

图4 是网络负载差值的累积分布对比结果。对比显示多连接可以比单连接取得更优越的负载均衡效果。在单连接方案中，负载均衡的基本粒度单位是完整的业务流，而多连接方案中，负载均衡的基本粒度单位变成了子业务流。由于资源粒度得到了进一步的细化，因此网络间的负载水平更均衡，从而使得无线资源得到更高效率的使用。

图4 负载差值累积概率分布

图5 和图6 对DS－DDRA 算法的同步性能进行了验证。图5 是子业务流之间的时延差值的累积分布。仿真结果显示，采用最佳速率分配方案时，90%以上的时延差值＜50 ms;而采用随机速率分配方案时，时延差＜50 ms 的累积概率约在10%。可见，最佳速率分配方案对提高业务子流之间的同步性有着良好的效果。良好的同步性使得多连接失败概率大幅降低，如图6 所示。纵观仿真时间的始终，采用最佳速率分配方案的失败概率仅在10%以下，相反，若采用随机速率分配，失败概率大幅提高，大多分布在10%～40%。

图5 时延差累积概率分布

图6 失败概率对比

4 结束语

文章介绍了异构网络中的多连接技术，并给出了一种实现多连接的通用系统模型。针对子业务流的同步问题，推导得出最佳的业务流速率分配比例。通过仿真验证，证明多连接的确能够改善系统性能，有效提高无线资源的使用效率。同时，仿真结果也表明采用最佳比例进行速率分配可有效提高系统的同步性能。

［1］ MIRANI F H，A data－scheduling mechanism for multihomed mobile terminals with disparate link latencies［C］.Paris:IEEE Vehicular Technology Conference Fall(VTC)，2010.

［2］ WANG X.A segment－based adaptive joint session scheduling mechanism in heterogeneous wireless networks［C］.Anchorage:IEEE Vehicular Technology Conference Fall(VTC Fall)，2009.

［3］ MONTAVONT N，WAKIKAWA R，ERNST T，et al.Analysis of multihoming in mobile IPv6［S］.USA:IETF MONAMI6 Working Group，2006.

［4］ WWRF.Cognitive radio，spectrum and radio resource management［M］.USA:WWRF，2004.

［5］ LUO J.Investigation of radio resource scheduling in WLANs coupled with 3G cellular network［J］.IEEE Communication Magzine，2003，41(6):108－115.

［6］ 胡南.宽带OFDM 系统支持实时分组业务的接纳控制策略［J］.北京邮电大学学报，2007，30(5):72－77.

［7］ GIBBON J F.Real－time scheduling for multimedia services using network delay estimation［D］.Boston:Boston University，1994.

［8］ 张孝令.贝叶斯动态模型及其预测［M］.北京:科学技术出版社，1992.

［9］ 3GPP.Evolved Universal Terrestrial Radio Access(EUTRA)－Radio Frequency(RF)system scenarios(TR 36.942)［S］.USA:3GPP，2010.