基于多属性决策的异构网络选择算法比较研究

陶剑骅，武向农，蒋祥鹏

(上海师范大学 信息与机电工程学院，上海 200234)

基于多属性决策的异构网络选择算法比较研究

陶剑骅，武向农，蒋祥鹏

(上海师范大学 信息与机电工程学院，上海 200234)

提出层次分析法结合逼近理想解法共同组成的算法对备选网络进行网络选择，主要考虑带宽、时延、抖动和丢包率4个QoS属性以及价格属性对网络选择的影响，判断了4类典型业务下，网络的综合性能，最后选择出适合用户业务的最佳网络。仿真结果表明，该算法适用于流类业务较多的情况，与层次分析法相比，该算法既能准确选择适合用户业务的接入网络，同时还能将网络负载从16.61%下降到了8.63%。

垂直切换；网络选择；层次分析法；逼近理想解法；异构网络

随着无线通信与移动通信的快速发展，大量不同技术支持的网络通过融合组成了异构无线网络。目前，WiFi热点以及其他局域网的优势是带宽高，劣势是覆盖范围小；而GPRS等广域网的优势是覆盖范围大，劣势是带宽低。至今为止，没有一种单一的无线技术可以同时提供高带宽以及高覆盖范围。为了实现网络融合以及网络间的无缝漫游，垂直切换以及最佳网络选择成为关键技术和研究热点。

目前，基于多属性决策理论的垂直切换算法有：文献[1-2]选择4个属性进行判决，文献[3-7]选择6个属性作为判决指标，文献[8-10]选择6个属性作为判决指标。此类算法优势在于可以根据选择属性的侧重点不同，从而制定符合特定要求的网络选择算法，灵活性较高，但是考虑属性过多会增加算法复杂度，考虑属性过少会忽略一些重要的属性导致不符合实际业务情况。

基于此，在多流类业务的网络中，为了技能准确进行不同业务的切换，更加符合实际的业务选择和网络排序异常问题，同时降低网络负载，本文将层次分析法和逼近理想解法相结合，提出一种新的基于多属性决策理论的算法来实现异构无线网络的选择和切换。为取得最大化终端用户满意度，本文算法在考虑带宽、时延、抖动、丢包率等参数，还加入价格作为切换判决属性，先利用层次分析法计算4类典型业务下选取属性的权重值，再结合逼近理想解法对备选网络性能进行排序，从而选择出能够满足用户需求的网络。

1 仿真网络场景及关键参数

本文中仿真网络场景由通用移动通信系统(UMTS)、基于IEEE802.16的无线城域网(WiMAX)和基于IEEE802.11的无线局域网(WLAN)组成，如图1所示。

图1 UMTS、WiMAX、WLAN融合组成的异构无线网络

目前，基于多属性决策理论的垂直切换算法的属性主要从以下3类中选择，分别是QoS性能(包含时延、抖动、丢包率、吞吐量)、网络性能(包含接收信号强度、网络负载、网络安全性、价格)、用户终端性能(移动速度、电量)。本文主要研究QoS属性并且加入用户关心的价格，具体参数如表1所示。值得注意的是，带宽为效益型属性，而其他属性为成本型属性，为了使网络之间无量纲地进行比较，需要对网络数据进行预处理。

表1 备选网络QoS参数值的取值范围

备选网络网络参数带宽/MHz时延/ms抖动/ms丢包率/%相对价格UMTS7210～755～151×10-6～5×10-608WiMAX1510～503～121×10-6～8×10-606WLAN30100～15010～303×10-6～7×10-602

效益型属性值越大越好，其标准化处理为

(1)

成本性属性值越小越好，其标准化处理为

(2)

2 4类业务的性能分析

2.1 会话类业务

典型业务：语音业务。

业务特点：双向传输，实时性要求非常高，并且抖动过大会引起通话异常。丢包率会引起语音停顿和传输画面不清晰，由用户忍耐度决定其影响程度，一般情况下忽略。

主要指标为时延、抖动；次要指标为丢包率、带宽。

2.2 流类业务

典型业务：流媒体业务，比如用户在网络上收听电台频道、观看视频等。

业务特点：单向传输、无需交互，实时性比会话类业务要求低。

主要指标为抖动、带宽；次要指标为时延、丢包率。

2.3 交互类业务

典型业务：用户之间用聊天软件进行聊天、网络游戏、在网页上执行资金交易、移动定位、下载等。

业务特点：双向传输，时延取决于用户忍耐度，介于会话业务与流类业务之间。

主要指标为时延、丢包率；次要指标为抖动、带宽。

2.4 后台类业务

典型业务：E-mail接收、短(彩)信。

业务特点：单向传输，要求传输的内容不能有错误，实时性不高。

主要指标为丢包率；次要指标为时延、抖动和带宽。

3 算法原理

3.1 所提出算法

本文所提出算法主要由两个部分组成，分别是属性权重值计算模块和网络排序模块。如图2所示为所提出算法的流程图。

图2 所提出算法的流程图

3.2 属性权重值计算模块

层次分析法(Analytic Hierarchy Process)是美国运筹学家T.L.Saaty教授于70年代初提出的[11]，本模块算法采用层次分析法计算所选取QoS属性在不同业务下的权重值，算法步骤如下：

1)构造如图3所示的层次模型。

图3 网络选择层次模型

2)根据1～9标度法[8](见表2)和前文所研究的4类业务，对所选取的网络属性进行两两比较，得到两两比较矩阵A，4类业务的两两比较矩阵具体数据见表3～表6。

(3)

式中：m代表决策属性的个数，aij>0，aji=1/aij，aii=1(i,j=1,2,…,m)。

表2 1～9标度法

重要性标度含义1两者同等重要3前者比后者稍微重要5前者比后者明显重要7前者比后者非常重要9前者比后者极端重要2，4，6，8相邻判决的中间值

表3 本文提出的会话类业务判决矩阵

会话类带宽时延抖动丢包率价格带宽11/71/71/31/2时延71136抖动71136丢包率31/31/312价格21/61/61/21权值0046203760037600131500703λmax50318CR00071

表4 本文提出的流类业务判决矩阵

流类带宽时延抖动丢包率价格带宽11/31/71/71/2时延311/31/36抖动73116丢包率73112价格21/61/61/21权值0045001870037380317000772λmax54311CR00962

表5 本文提出的交互类业务判决矩阵

交互类带宽时延抖动丢包率价格带宽13932时延1/31911/2抖动1/91/911/91/8丢包率1/31911/2价格1/22821权值0405601581002680158102514λmax51728CR00386

表6 本文提出的后台类业务判决矩阵

后台类带宽时延抖动丢包率价格带宽17732时延1/7111/51/4抖动1/7111/51/4丢包率1/35514价格1/2441/41权值0442800493004930298101605λmax53038CR00678

3)根据式(4)利用特征根法，将问题转变为求解判决矩阵的特征根问题

Aw=λmaxw

(4)

式中：λmax是A的最大特征根，w是相对应的特征向量。将w归一化作为权重向量。

4)由于在两两比较是主观进行的，所以判决误差不可避免，必须通过一致性指标(CI)和一致性比率(CR)[8]进行检测

(5)

(6)

式中：RI为平均随机一致性指标[7](见表7)，如果CR<0.1，则认为该判决矩阵通过一致性检验，否则，需要重新构造两两比较矩阵。

表7 平均随机一致性指标

矩阵大小1，2345RI0051490893111185

3.3 网络排序模块

逼近理想解法(Technique for Order Preference by Similarity to an Ideal Solution)由C. L. Hwang和K. Yoon于1981年首次提出[12]。本模块采用逼近理想解法对3种备选网络针对不同业务下的性能优劣进行排序，算法步骤如下：

1) 构造决策矩阵

(7)

式中：A1,A2,…,Am表示备选网络；C1,C2,…,Cn表示决策属性，用于体现备选网络的性能。决策矩阵D中的每一个元素dij表示备选网络Ai对应决策指标Cj的评价等级。

2)建立标准化决策矩阵R=(rij)m×n

(8)

3)建立加权标准化决策矩阵U=(uij)m×n

U=(uij)m×n

(9)

式中：uij=rijwj。

4)确定理想解方案A+和负理想解方案A-

(10)

(11)

式中：Ib表示效益型属性集合，Ic表示成本性属性集合。因为不同属性之间有不同的物理量纲，为了消除不同量纲对决策结果的影响，决策时需要分别区分效益型属性和成本性属性。

5)计算各备选方案与正负理想解方案之间的距离

每个备选方案与正负理想解方案之间的距离通过n维Euclid距离来测量

(12)

(13)

6)计算与理想解方案的相对贴近程度

相对贴近程度(Ti)定义为每个备选网络Ai(i=1,2,…,m)与理想解的相对亲密程度，表示为

(14)

7)备选网络排序

根据Ti降序排列对备选网络进行排序，选择Ti值最高的网络为最佳接入网络。

4 仿真分析

4.1 属性权重值计算模块分析

根据计算所得到的权重，得到4类业务下每种属性所占需求的权重比例，如图4所示。从图中可以看出，会话类业务对于时延和抖动的要求高于其他参数，流类业务对于抖动和丢包率的要求最高，而交互类业务和后台类业务对于带宽、丢包率和资费的要求比较高。

图4 4类业务下各参数所占权重图

4.2 网络排序模块分析

仿真对于所提出算法进行10 000次网络选择，得到选择每种网络选择概率，如图5所示。

图5 所提出算法在不同业务下的网络选择概率

如图5所示，虽然对于流类业务，UMTS和WiMAX的竞争非常激烈，但是可以减轻单个网络的负载，而对于交互类和后台类业务，虽然很明确地选择了WLAN网络，但是会造成网络负载过重。

如表8所示，以流类业务为例，与传统的AHP算法相比，所提出算法将网络负载从16.61%下降到了8.63%，相比于其他业务，所提出算法在流类业务下的性能改善更为优越。

表8 流类业务下网络选择概率比较

流类AHP算法/%所提出算法/%UMTS41654568WiMAX58265431WLAN009001

5 结论

本文着重提出一种AHP与TOPSIS相结合的多属性决策算法并进行仿真模拟和分析。解决了AHP算法确定权重过于主观和TOPSIS算法产生的网络排序异常的问题，并把网络选择的重点放在用户应用的QoS上，针对4类业务选择适合业务服务质量的接入网络。仿真结果显示，在3种网络融合的重叠部分，与AHP相比，所提出算法在准确地选择适合用户业务的接入网络前提下，将流类业务下的网络负载从16.61%下降到了8.63%。

由于本文只是针对QoS对网络选择的影响，没有考虑接收信号强度等重要属性，未来可以针对RSS、终端移动速度和网络安全性等属性进行研究。

[1] KANTUBUKTA V，MAHESHWARI S，MAHAPATRA S，et al. Energy and quality of service aware FUZZY-technique for order preference by similarity to ideal solution based vertical handover decision algorithm for heterogeneous wireless networks [J]. Networks，IET，2013，2(3)：103-114.

[2] LUO Lijuan，LÜ Tingjie，CHEN Xia. Network selection based on context-awareness services [J]. Communications，China，2013，10(12)：50-56.

[3] SGORA A，VERGADOS D D，CHATZIMISIOS P. An access network selection algorithm for heterogeneous wireless environments[C]//Proc. 2010 IEEE Symposium on Computers and Communications (ISCC).[S.l.]：IEEE Press，2010：890-892.

[4] RADHIKA K，REDDY K A. Vertical handoff decision algorithm for heterogeneous wireless networks based on 2-level analytic hierarchy process[C]//Proc. 2011 Annual IEEE India Conference (INDICON).[S.l.]：IEEE Press，2011：1-6.

[5] SINGHROVA A，PRAKASH N. Vertical handoff decision algorithm for improved quality of service in heterogeneous wireless networks[J].Communications，IET，2012，6(2)：211-223.

[6] LAHBY M，CHERKAOUI L，ADIB A. Network selection algorithm based on Diff-AHP and TOPSIS in heterogeneous wireless networks[C]//Proc. 2012 International Conference on Multimedia Computing and Systems (ICMCS).[S.l.]：IEEE Press，2012：485-490.

[7] LAHBY M，CHERKAOUI L，ADIB A. Hybrid network selection strategy by using M-AHP/E-TOPSIS for heterogeneous networks [C]//Proc. 2013 8th International Conference on Intelligent Systems：Theories and Applications.[S.l.]：IEEE Press，2013：1-6.

[8] ZHANG J，ZHOU W，XIE B，et al. A novel network selection mechanism in an integrated WLAN and UMTS environment using AHP and modified GRA [C]//Proc.2010 2nd IEEE International Conference on Network Infrastructure and Digital Content.[S.l.]：IEEE Press，2010：104-109.

[9] KALEEM F，MEHBODNIYA A，ISLAM A，et al. Dynamic target wireless network selection technique using fuzzy linguistic variables[J]. Communications，China，2013，10(1)：1-16.

[10] MEHBODNIYA A，KALEEM F，YEN K K，et al. Wireless network access selection scheme for heterogeneous multimedia traffic [J]. Networks，IET，2013，2(4)：214-223.

[11] SAATY T L. The analytic hierarchy process [M]. New York：Mcgraw-Hill，1980.

[12] HWANG C L，YOON K. Multiple attribute decision making：methods and applications，a state of the art survey[M].New York：Springer-Verlag，1981.

陶剑骅(1989— )，硕士生，主研无线通信网络；

武向农(1970— )，女，博士，副教授，硕士生导师，主要从事光纤通信、光纤传感、光载无线等方面的研究，为本文通讯作者；

蒋祥鹏(1989— )，硕士生，主研光纤通信。

责任编辑：许 盈

Comparative Studies on Multiple Attribute Decision Making of Heterogeneous Network Selection Algorithm

TAO Jianhua，WU Xiangnong，JIANG Xiangpeng

(CollegeofInformation,MechanicalandElectricalEngineering,ShanghaiNormalUniversity，Shanghai200234,China)

The proposed algorithm combines AHP with TOPSIS to select optimal access network. Focusing on the influences of QoS parameters to network selection, five attributes are taken into consideration: bandwidth, delay, jitter, packet loss probability and cost. And then comprehensive performances of candidate networks with four different services are decided. Finally, the Always-suitable-connection for users is selected. The simulation results show that, comparing to the AHP, the proposed algorithm fits for the case with more streaming service. It not only can accurately select the optimal access network with different services, but also it can reduce the network load from 16.61% to 8.63% at the same time.

vertical handoff; network selection; AHP; TOPSIS; heterogeneous networks

上海市自然科学基金项目(13ZR1430400)；上海市教育委员会科研创新项目(14YZ070)

TN929.5

A

10.16280/j.videoe.2015.17.019

2015-02-14

【本文献信息】陶剑骅，武向农，蒋祥鹏.基于多属性决策的异构网络选择算法比较研究[J].电视技术,2015，39(17).