基于多属性决策的异构网络选择算法

沈佳琪，李 旭

(兰州交通大学 电子与信息工程学院，甘肃 兰州730070)

基于多属性决策的异构网络选择算法

沈佳琪，李 旭

(兰州交通大学 电子与信息工程学院，甘肃 兰州730070)

为了更好地解决异构网络中的接入选择问题, 文中基于多属性决策理论，提出了一种异构网络接入选择策略。该算法将利用熵函数(Entropy)法得到各网络性能的客观权重值和利用模糊层次分析法(FAHP)考虑用户不同的业务需求得到的主观权重值相结合,综合评选出最佳接入网络。仿真结果表明，该算法可以提高异构网络环境下终端选网接入的准确性，优化因用户移动而发生的网络频繁切换和数据丢包率。

异构网络;权重计算;模糊层次分析法;熵

纵观当下，人们生活在由异构融合网络与个性化服务需求构成的通信环境中。同时，针对如何根据业务类型和网络参数动态地选择最好接入网络，学者们也采用了各种方法对其进行广泛研究[1]。其中，多属性决策法(Multi-Attribute Decision Making，MADM)是一种最流行的方法，它将网络属性组成一个大的分类，并被用来作为决策标准。文献[2～3]提出了一种将多属性决策算法中层次分析法(AHP)与接近理想解的序数偏好排序法(TOPSIS)相结合的新的网络选择决策，但是若出现两个备选网络排序值都接近理想网络时，容易发生不必要的切换。文献[4～5]的网络选择算法是层次分析法与灰色关联分析(GRA)两种方法的结合。然而，单纯的层次分析法(AHP)求得的权重缺乏客观性，忽略了用户对网络的需求。文献[6]提出了一种采用模糊逻辑的智能方法，虽然保证了服务质量，但没有考虑用户喜好和网络的负载状态，不利于异构网络间的负载均衡。

根据目前研究的基于多属性决策理论的网络接入选择算法，没有全面考虑当前应用场景和用户偏好等各种影响网络选择的信息，本文利用文献[7]中将模糊法与层次分析法的优势结合起来形成的模糊层次分析法(FAHP)进行网络选择，并为了使决策结果更加客观准确，在判决权重的过程中，加入熵函数法[8]。这样既考虑了网络客观属性，又能综合用户偏好。仿真结果验证了此算法能正确有效地进行网络选择并减小用户做乒乓运动，在一定程度上弥补并完善了目前异构网络选择策略的不足。

1 算法原理

图1 本文所提算法流程图

1.1 基于熵函数法计算网络客观权重

(1)假设有m个候选网络，每个候选网络所考虑得网络参量为n，建立反应网络状况的m×n判决矩阵；

(2)由于衡量各网络属性的值没有统一标准，故对判决矩阵标准化处理后得到矩阵WN；

(1)

(3)计算每个参量的熵

(2)

式中，k=1；i为网络属性；j为候选网络；xij为式(1)中网络属性的标准化值；

(4)计算表征每个参量的多样化的指标

G(i)=1-E(i)

(3)

(5)计算每个参量的客观权重

(4)1.2 FAHP分析法计算网络主观权重

FAHP法是层次分析法的延伸[9]，在计算权重时，并不是将网络参量两两比较后得到一个确定具体值，而是将网络参量两两比较后得到权重的分析范围，这样更能准确地表现用户对某种网络参量的需求程度以及喜好程度。其具体计算步骤如下：

(1)利用AHP法的第一步，建立层次结构模型[10]，如图2所示；

图2 层次结构模型

(2)构造模糊一致判决矩阵。{a1,a2,...,an}是n个影响网络选择的参数，将其中参数进行两两比较，得到判决矩阵(aij)n×n，aij代表属性i相对属性j的重要程度。且满足aii=1,aij×aji=1,(i,j=1,2,…,n)；

(3)建立包含三角模糊数的矩阵

(5)

矩阵A的元素是三角模糊数(lijc,mijc,uijc)，它表示判决属性i相对判决属性j的重要程度从属于的模糊区间，lijc,mijc,uijc分别对应每个模糊数的上界值、中值以及下界值[11]。矩阵A的构建参照文献[12]中的研究，本文构建的相对重要性判断如表1所示。

表1 相对重要性判断

(4)由步骤(2)给出的判决矩阵(aij)n×n得到属性i的综合模糊值Si计算如下

(6)

(5)去模糊化。给定两个三角模糊数S1，(l1,m1,u1)和S2(l2，m2,u2),那么可以得到S1比S2大的可能性为

v(S1≥S2)=supx≥y[min(uS1(x),uS2(y))]

(7)

(8)

则S比其他数个三角模糊函数Si大的可能性

v(S≥S1,S2,…Sk)=minV(S≥Si),i=1,2,…

(9)

最后可以得到最终权重的定义

d(C1)=minV(Dci≥Dc1,Dc2…,Dci-1,Dci+1,…,Dcn)

(10)

这样就可以得出最终权重向量

Ws={d(C1),d(C2),…,d(Cm)}

(11)

1.3 最佳接入网的确定

1.3.1 综合权重

综合上述两方面得到网络属性的实际权重向量

W=αWs+(1-α)W0

(12)

其中，0≤α≤1，实际应用中α的值根据业务对网络的具体要求确定。本文取流媒体类业务α=0.7，会话类业务α=0.9，交互类业务α=0.8。

1.3.2 最佳网络的确定

(13)

其中，W是用式(12)计算得到的综合权重，xij是第i个网络的第j个属性的标准化值，H值最大的网络即为最佳接入网络[13]。

2 仿真验证

2.1 不同业务类型的网络选择

不同的用户具有不同的网络需求和QoS需求，本文选取3种最有代表性的业务类型进行仿真，分别为视频流业务，电话业务和网页浏览业务[14]。在仿真中，用户所处的异构无线网络的重叠覆盖区域共包含4种网络，各网络属性的实时数据如表2所示。本文要考虑的6个网络参量为功耗(PC)，时延(D)，价格(P)，带宽(B)，安全性(S)以及时延抖动(J)。同时，设计了两种对比算法与本文所提网络参量的权重计算法进行对比，分别是模糊层次分析法以及熵函数与层次分析法结合的方法。

表2 各网络属性的实时数据

图3～图5是所提算法与两种对比算法分别进行视频流业务，电话业务和网页浏览业务时的权重计算对比结果。从这3个图可以看出，用本文所提算法得出的权重值，能够从主客观两方面综合反应网络参数的重要性排名，强调用户需求，能适应不同通信场景。是一种较为全面的网络选择策略。

图3 视频流用户权重算法对比结果

图4 电话业务用户权重算法对比结果

图5 网页浏览用户权重算法对比结果

图6 终端移动仿真环境

2.2 终端随机直线运动时的网络选择

假设终端在图6所示的异构网络中，随机选择从a0点开始向a1点做匀速运动，且终端在不同网络重叠覆盖的范围内做均匀移动的同时，随机进行视频类，VOIP会话类和网页浏览类3 种业务类型的通信，同一时刻每种业务的到达概率分别为0.2,0.2和0.4；信息速率分别为1 kbit· s-1，32 Mbit·s-1，2 Mbit·s-1。Matlab仿真结果如图7和图8所示。

图7 网络切换次数随终端移动性变化关系

如图7所示，本文所提网络选择算法的切换次数并没有随移动性增大而明显增加，而是保持一个缓慢的增长趋势，当移动性指数>26以后，切换次数曲线呈现出明显的下降趋势，说明移动终端在实际应用中可以利用本文所提算法降低选网切换次数，避免因时延造成的数据丢失。

图8 丢包率随终端移动性变化关系

从图8可知，熵函数与层次分析法相结合的丢包率曲线随终端移动性增强而显著递增，性能最差；而模糊层次分析法和本文所提网络选择算法的丢包率曲线相差不大，都是平稳缓慢增加，这是因为他们都是基于层次分析理论来确定网络参数的决策矩阵，选择最佳网络的决策过程大体相同。但本文所提算法将丢包率控制在较小的变化范围内，能明显改善因数据丢失而造成的不佳通信体验。

3 结束语

本文提出的新算法是基于模糊多属性理论的。其中，模糊层次分析法将参量权重由单一值转化为一个集合内的值，在网络选择过程中更好的强调和反应用户需求，再加上熵函数法，就能够综合地从主观权重和客观权两方面考虑网络选择策略，增加了网络选择的可信度和有效性。理论分析和仿真结果表明，该算法能有效降低终端在移动时的网络切换次数，明显改善系统丢包率，满足用户服务质量标准，使网络选择决策更加有效准确。未来的研究方向希望能把用户的使用习惯纳入选网因素[15]，动态智能地调整接入网选择策略

[1] Gustafsson E, Jonsson A. Always best connected[J]. IEEE Wireless Communications, 2003, 10(1): 49-55.

[2] Lahby M, Cherkaoui L, Adib A. Network selection algorithm based on diff-ahp and topsis in heterogeneous wire-less networks[C].Qingdao: IEEE International Conference on Multimedia Computing and Systems (ICMCS),2012.

[3] Mohamed L, Leghris C, Abdellah A. A hybrid approach for network selection in heterogeneous multi-access environments[C].UT,USA: IEEE2011 4th IFIP International Conference on New Technologies, Mobility and Security (NTMS),2011.

[4] Fu J, Wu J, Zhang J, et al. A novel AHP and GRA based handover decision mechanism in heterogeneous wireless networks[C].Shanghai:International Conference on Information Computing and Applications,Springer Berlin Heidelberg, 2010.

[5] Fei M A,Xu G,Yang F.Capability adaptation algorithm based on joint network and terminal selection in heterogeneous networks[J].The Journal of China Universities of Posts and Telecommunications,2011(18):76-82.

[6] Attaullah H, Iqbal F, Javed M Y. Intelligent vertical handover decision model to improve QoS[C].CA,USA:IEEE Third International Conference on Digital Information Management( ICDIM),2008.

[7] Goyal R K, Kaushal S. Effect of utility based functions on fuzzy-AHP based network selection in heterogenous wireless networks[C].Beijing:IEEE2015 2nd International Conference on Recent Advances in Engineering & Computational Sciences (RAECS), 2015.

[8] 徐龙.基于多属性决策的异构无线网络选择算法研究[D].北京:北京邮电大学,2014.

[9] Pandey A, Kumar A. A note on “Applying fuzzy linguistic preference relations to the improvement of consistency of fuzzy AHP”[J].Information Sciences, 2016,34(6): 1-5.

[10] 游健强.基于多属性判断的异构无线网络接入选择策略研究[D].广州:广东工业大学,2014.

[11] Chang D Y.Applications of the extent analysis method on fuzzy AHP[J]. European Journal of Operational Research,1996,95(3):649-655.

[12] 龚仕林.异构无线网络模糊多属性接入选择算法的研究[D].上海:东华大学,2016.

[13] 齐新光,梁俊,肖楠,等.基于模糊多属性综合权重的异构网络选择算法研究[J].现代防御技术,2013(6):76-82.

[14] 张媛媛,肖创柏,王坚.一种新的面向用户多业务QoS需求的网络接入选择算法[J].计算机科学,2015(3):55-59.

[15] 黄铫.无线网络接入控制策略研究[D].北京:北京邮电大学,2014.

Heterogeneous Network Selection Algorithm Based on Multiple Attribute Decision Making Theory

SHEN Jiaqi，LI Xu

(School of Electronic and Information Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China)

A heterogeneous network access selection strategy is proposed based on the multiple attribute decision making theory to solve the heterogeneous network access selection problem better. The objective value is obtained by the method of entropy and the subjective weight value by using the fuzzy analytical hierarchy process (FAHP) with the requirement of different users in consideration. By combining the two values, we can select the best network comprehensively. Simulation results show that the algorithm can improve the accuracy of choice of the terminal to access the heterogeneous network and the data packet loss rate induced by the frequent network switching of the mobile users.

heterogeneous network; weighting; fuzzy analytical hierarchy process; entropy

2016- 07- 04

沈佳琪(1992-)，女，硕士研究生。研究方向：无线通信。李旭(1988-)，女，硕士研究生。研究方向：无线通信。

10.16180/j.cnki.issn1007-7820.2017.05.007

TN929.5

A

1007-7820(2017)05-024-04