黄俊伟,闫 闯
(重庆邮电大学 通信与信息工程学院,重庆 400065)
在通信发展的过程中产生了多种通信方式,通信技术层出不穷,每种通信类型都有其存在的意义,都有其独特的优势。因此多种通信方式间的融合问题成为值得研究的方向。针对GMR-1 Release3卫星通信与FDDLTE系统间切换研究较少的情况,设计这两种系统间的联合切换策略。
GMR-1全称 GEO-Mobile Radio interface specifications,GMR-1标准是基于GSM或3G核心网的GEO卫星系统的空中接口规范[1]。GMR-1标准已经商用,应用此标准的有Thuraya(舒拉亚)系统等。随着陆地蜂窝移动通信系统的发展,GMR-1标准在演进过程中产生了三个版本:Release1、Release2、Release3。Release3 是 Release2 演进过程中的增强版本,基于3G标准而来。FDD-LTE技术为频分双工模式,采用成对的频谱。FDD-LTE网络已在欧洲北美等国家正式商用,使用此制式的运营商多为主流运营商,其产业链成熟,具有很好的发展前景。为了更好地适应社会的发展,研究4G与GMR-1网络间的切换判决策略具有长远的意义。
系统间切换是不同接入技术网络间的垂直切换,其垂直切换又可以分为向上垂直切换和向下垂直切换。移动终端在随机移动过程中,用户终端需要时刻满足“ABC”准则(always-best-connected)来为用户提供最佳的服务[2]。在异构网络中,当出现以下情形时,将执行垂直切换。
(1)终端移出当前网络,进入另一种网络;
(2)终端已选择一个网络,但为了服务趋势垂直切换到另一覆盖网络;
(3)终端选择一个系统,为了网络负载的优化,需要垂直切换到另一系统。
TOPSIS(逼近理想点排序法)基本原则是所选网络与理想网络方案差距最小并且与最差网络方案差距最大[3]。其所有理想参数值构成理想方案,所有最差参数值构成最差方案。对于n个属性m个网络的多属性决策问题看成几何系统中的n维空间m个节点的问题进行处理,求取系统的最优解,最优解的选取通过比较被选网络与理想网络之间在几个空间具有的最小Euclid(欧几里得)距离的方案[4]。
判决准 则:Atarget=argmaxBi,i∈M
其中,Atarget为所选的目标网络;Bi为被选网络与理想网络之间的差距,表示被选网络解决方案与理想网络解决方案的贴近程度[5-6]。
TOPSIS算法步骤:
(1)建立标准化矩阵。对各项决策参量进行归一化,这个步骤将各种类型的决策参量转化为无量纲的参量,得到标准化矩阵R。每个属性都具有长度相同的向量。决策矩阵R中的元素rij计算公式:
(3)确定理想解和负理想解。理想值由所有具有最大属性值构成,负理想解由所有具有最小属性值构成。令A+,A-作为方案的理想解和负理想解,其计算方式为[7]:
其中,J={1,2,3,…,m},M={1,2,3,…,n}。
(4)计算各方案与理想解和负理想解之间的距离。与理想解和负理想解方案之间的距离可以通过n维Euclid距离来计算。各方案与理想解之间的距离为[8]:
各方案与负理想解之间的距离:
其中,M={1,2,3,…,n}。
(5)计算与理想解之间的接近程度。通过计算综合评价值,得到与理想解相对接近程度。
(6)进行排序,选择最接近理想方案的解决方案。其计算的综合评价值越大,说明与理想方案最接近。
其中,M={1,2,3,…,n}。
通过比较GMR-1和FDD-LTE网络与理想方案的距离大小来选择接入到哪一种网络。假设FDD-LTE代表网络1,GMR-1代表网络 2。将网络的RSSI(接收信号强度)、带宽、时延、费用、满意度 5个属性作为 TOPSIS算法的输入,对输出网络进行切换判决。系统模型如图1所示。
图1 系统模型
采用双模移动终端作为终端的类型,与GMR-1和FDD-LTE两种网络进行通信,但同一时刻只能与其中一种网络进行连接。对FDD-LTE采用经典的Log-linear路径损耗模型作为通信模型进行分析,并考虑到阴影衰落对接收信号强度的影响。接收信号强度RSSI为[9]:
其中,d表示终端和 BS(Base Station)之间的距离;Pt为信号的发射功率,单位为dBm;L为传播过程中产生的路径损耗;n为路径损耗因子,其取值的范围[2-4]之间;N(μ,σ)为高斯随机变量,其均值为 μ,标准差为 σ。 对接收信号强度进行离散化,以Ts为周期对设计的连续的接收信号进行抽样。
其中k表示时间序列。RSS(k),SRSS(k)的单位为 dBm。
d表示在k时刻移动终端和BS之间的距离,在计算接收信号强度的过程中,距离是影响其变化的唯一因素。在运动过程中,假设移动台以一定的速度v远离BS基站,向卫星波束中心靠近。在通信过程中,移动终端从一种网络进入另外一种网络,产生切换的依据因素很多,RSSI(接收信号强度)是其中关键的一个参量。针对RSSI的计算,采用对时间连续的接收信号强度进行抽样,在一定时间内,测定离散抽样值作为接收信号强度的测量。
仿真采用RSSI(接收信号强度)、带宽、时延、费用、满意度5个属性作为TOPSIS算法的输入,这些参数是时刻变化的,为了仿真的方便,对算法输入网络参数进行部分固定。假定FDD-LTE网络带宽40 Mbps,时延 20 ms,费用 0.2,满意度 0.7;GMR-1网络带宽 10 Mb/s,时延400 ms,费用 0.5,满意度 0.4。接收信号强度是时刻变化的,计算判决因子对输出网络进行切换判决。
基于TOPSIS的联合切换判决策略如图2所示,由图2可以看出,FDD-LTE向GMR-1切换时,切换判决在切换定时器周期内,要满足总接收信号强度大于能量门限并且时间也要满足响应的限制,采用此种策略切换更加准确。
图2 基于TOPSIS的联合切换判决策略
假设移动终端以速度v均匀地移动,用周期Ts间隔时间对RSSI进行抽样,在周期Ts的时间内,移动台移动的距离为dl=v×Ts,平均接收信号强度为:
在垂直切换判决策略设计中,通过引入切换定时器(Handoff Timer)来对切换进行控制,尽量减少乒乓效应对系统的影响。在一个切换计时周期T内,计算累积接收信号强度。在T内抽样的次数为L(T=LTs),其接收信号强度累积之和为:
每种网络的满意度因子可以按照抽样接收信号强度和平均接收信号强度下降速率和满足某种应用的QoS值之间关系来计算。其满足某种应用QoS的持续时间估计网络的满意度因子:
仿真参数如表1所示。
表1 仿真参数
移动终端的切换次数定义为Nhandoff,其切换次数可以通过移入和移出转移概率得到[9]。
式中,n为MES切换时刻索引。
从平均切换次数仿真图 3(a)可以看出,基于 TOPSIS算法的联合垂直切换算法相对与传统的算法有很大的改善。基于TOPSIS的联合垂直切换算法的平均切换次数大约在2次左右,而基于滞后余量的传统垂直切换算法的平均切换次数明显高于改善的算法。随着移动终端速度逐渐升高,基于滞后余量的垂直切换算法平均切换次数逐渐降低。速度较小时,平均切换次数降低速率大;速度较大时,平均切换次数降低速率小。基于TOPSIS的联合垂直切换算法有效降低了乒乓效应,切换次数得到了明显的改善。
从图 3(b)可以看出,采用基于TOPSIS的联合垂直切换算法,移动终端可以获得的FDD-LTE可用带宽从19.2 Mb/s~21.6 Mb/s。而采用基于滞后余量的垂直切换算法,终端可以获得的可用带宽从14 Mb/s~17.5 Mb/s。当采用同样的速度时,采用改善的联合垂直切换算法比传统算法可用带宽大4 Mb/s。
图3 平均切换次数和可用带宽
在性能评估过程中,用户可以通过线头(Head of Line,HoL)分组时延来估计用户的满意程度。当移动台的接收信号强度降低到一定程度时,其分组时延影响QoS的感知。
从图 4(a)分组时延概率可以看出,采用基于 TOPSIS的联合垂直切换算法,其HoL分组时延远远大于传统的切换算法。这是因为移动终端在FDD-LTE网络的边缘时,信号强度和信道条件极大的恶化,而FDD-LTE网络的优先级高,采用TOPSIS的垂直切换算法致使移动台还在继续使用FDD-LTE网络,使得其分组时延变大。
图4(b)为 GoS(Grade of Service)图,QoS 不能直接获得,GoS很方便得到,在一定程度可以表征QoS。
其中,K为服务终端产生的代价;Phf为切换失败的概率;Pnb为新服务阻塞的概率。采用基于TOPSIS的联合垂直切换算法GoS的值明显比传统切换算法低。随着业务量的增加,基于滞后门限的切换算法GoS的增长率比联合切换算法更大一些。
图4 分组时延概率和GoS对比
综上所述,采用基于TOPSIS的垂直切换算法可以有效地降低移动台的平均切换次数,提高FDD-LTE网络的可用带宽,GoS(服务等级)有所提升。但这是有代价的,其增加了分组时延的概率来换取这些性能的提高。
针对卫星通信GMR-1和4G蜂窝通信FDD-LTE系统间切换问题进行研究,设计了一种基于TOPSIS的联合切换策略。此策略考虑多种属性参数,仿真分析得出相对于基于滞后门限的切换策略,平均切换次数大大降低,网络可用带宽变大,服务等级升高,然而代价为分组时延有所升高。下一步,将对业务类型划分研究切换策略的性能。
[1]范志勇.GMR通信系统传输数据处理的设计与实现[D].北京:北京交通大学,2014.
[2]柴荣.下一代网络移动性管理技术[M].北京:科学出版社,2012.
[3]贺昕,李斌.异构无线网络切换技术[M].北京:北京邮电大学出版社,2008(6).
[4]张继荣,高盈.基于TOPSIS的自适应垂直切换算法研究[J].西安邮电大学学报,2013(01):22-25.
[5]LAHBY M,CHERKAOUI L,ADIB A.An enhanced-TOPSIS based network selection technique for next generation wireless networks[C].Telecommunications(ICT),2013 20th International Conference on,2013.
[6]TAIWO O A,FALOWO O E.Comparative analysis of algorithms for making multiple-sessions handover decisions in next generation wireless networks[C].AFRICON,2013.
[7]DRISSI M,OUMSIS M.Performance evaluation of multi-criteria vertical handover for heterogeneous wireless networks[C].Intelligent Systems and Computer Vision(ISCV),2015.
[8]KARAM F W,JENSEN T.Performance analysis of ranking for QoS handover algorithm for selection of access network in heterogeneous wireless networks[C].Computer Communications and Networks(ICCCN),2012 21st International Conference on,2012.
[9]李军.异构无线网络融合理论与技术实现[M].北京:电子工业出版社,2009.