移动终端在异构无线网络中的接入方法

杨 明 极， 邵 丹， 刘 恺 怿

( 哈尔滨理工大学 测控技术与通信工程学院, 黑龙江 哈尔滨 150080 )

0 引 言

移动通信技术的飞速发展大大提高了人们的生活质量和生活效率，移动通信的发展趋势将是多种通信技术彼此支持、取长补短、相互嵌入。为达到移动端通信的高效性，网络切换就成为多种网络融合的重要基础。由于移动终端的移动性会致使终端在异构无线网络中切换次数过多，导致网络的稳定性下降，严重影响网络的传输质量[1]，因此，网络切换的问题得到了业界的高度关注，并成为学术研究的热点话题。

基于接收信号强度[2]确定网络服务质量的权重，使用模糊分析方法得到切换评估值，但是没有考虑移动终端的运动趋势。马彬等[3]提出的算法利用最近一段时间内获得的信号抽样值，根据接收信号的变化趋势，得出终端的移动方向、速度及网络维持时间等相关信息，取得了一定的效果，但是没有考虑到误码率和信号传输效率等因素。邓中亮等[4]利用移动终端当前位置、运动速度与径向运动角度扩展的算法，取得了较好的研究成果，但是单一的参数条件和模糊度策略以及加权算法都不能解决终端在网络中的选择及需求。本研究以WAVE、WiMAX和LTE为研究对象，提出了一种基于优先移动客户终端的切换算法。

1 切换技术概述

切换是指移动客户终端在移动过程中或者业务进行中，由于的移动客户终端的移动性质，引起连接方式改变的行为[5]。引起网络切换最主要的原因是当前网络不能满足需求，且当前网络外还有其他可选择的网络，为了保证网络的连续性，网络择优选择更适合网络[6]。

水平切换和垂直切换的区分条件是移动客户终端切换网络前后，是否改变了网络的性质[7-9]。移动客户终端切换后仍然保持切换前同样的网络，只是在不同接入点(access point，AP)之间切换，则称为水平切换(horizontal handoff，HH)[10-11]。例如：GSM内不同的基站之间的切换。水平切换是通过比较接入点的信号强度来决定是否切换，或根据接收到的信号是否达到阈值来衡量是否切换。当移动客户终端切换到不同类型的网络时则被称为垂直切换(vertical handoff，VH)[12]，垂直切换错综复杂，因为异构网络环境下接入点过多，信号质量、网络资费、移动趋势、用户偏好以及业务类型都可以决定切换的发生。垂直切换不仅可以保证网络的连续，而且移动客户终端作为切换条件决定切换判决过程[13-14]。

切换过程可分为切换预测、切换判决和切换执行3个阶段[15]。切换预测是收集以及测量与切换有关的所有信号参数，如信号强度、传输速率、误码率、网络阻塞率等[16-17]。切换判决是通过得出结果进行比对，通过移动客户终端判决来衡量切换与否，择优网络进行连接。切换执行是退出连接中的网络，接入目标网络。切换过程有一个至关重要的环节就是切换决策，网络的质量和稳定情况取决于切换决策，而不好的决策会降低通信效率和服务质量，甚至导致连接中断。

2 异构无线网络的基本参数

2.1 信号强度

信号强度是信号质量的最基础的标准之一，也是垂直切换的先验条件，其计算公式为

RSS(s)=K1-K2lgs+u(x)

(1)

式中：K1、K2为网络路径损失因子，s为移动客户端与AP的距离，u(x)为服从(0,σ1)的白噪声。

当预切换网络的信号强度达到最小信号强度的阈值时，认为达到切换要求，否则不可做切换。

ΔRSS=RSSs-RSSt

(2)

式中：RSSs为可能接入网络的信号强度，RSSt为接入网络的信号阈值。

ΔRSS=0，网络满足切换条件的临界值。

2.2 最大传输速率

根据香农定理可得传输速率为

C=Wlb(1+S/N)

(3)

式中：W为频带宽度，S/N为信噪比(singal noise ratio，SNR)。预切换网络中信号的最大传输速率达到网络要求的最小传输速率的阈值时，认为达到切换的临近条件。

ΔC=Cs-Ct

(4)

式中：Cs是预计要接入网络的最大传输速率，Ct是网络传输速率的阈值。当ΔC>0时，网络满足切换条件。

2.3 误码率

当误码率(error ratio，ER)低于一定阈值时，网络可以满足切换条件，否则网络不能达到业务需求，不可作为切换选择。为计算ER，假定服从高斯白噪声，移动客户终端与基站的距离为di时，ER是关于SNR的正态分布函数，

对应i点的误码率为

(5)

则基于误码率的切换条件可以表示为

Δγ=τ-ER

(6)

式中：ER是预测接入网络的误码率，τ是终端业务允许的最大误码率，只有当Δγ≥0时才可以满足切换条件。

2.4 网络阻塞率

网络阻塞是当某个区域网络的信道全部被占用后，导致移动客户终端开始新的业务时，不能再进行业务的现象。接入的信道数取决于通信的各个性能值，根据文献[18-19]给出i个信道已用的概率

(7)

式中：i=0，1，2，…，m；m为网络覆盖范围内可切换的网络的总数量；X为车辆终端到达接入点的概率阵，X=(a1，a2，…，an)；θ为n×1阶一维向量；Y为业务状态阵，可表示为

式中：aij为状态转移概率，ui为终端的离开率。

网络阻塞率的阈值为ε，则

Δλ=ε-ui

(8)

当Δλ>0时，网络满足切换条件，其切换概率

P(i)=P(ΔRSS>0， ΔC>0，Δγ>0，Δλ>0)

3 移动客户终端分析

3.1 移动客户终端行驶趋势

移动客户终端在异构网络中的切换过程需要考虑终端的移动趋势及移动趋势对切换的干扰，而移动客户终端的移动性，致使移动端的移动速度、移动趋势、终端与基站的距离都会影响终端对网络的选择[20]。对移动客户端的移动趋势进行分析，首先分析移动客户终端到接入点的距离；其次根据移动趋势对网络切换的影响；最后采用累计变化的距离进行来分析与计算，对基站和移动客户终端的情况进行判决。

通常假定行驶过程中短时间的移动趋势为直线，移动趋势和基站之间的关系如图1所示。通过公式(1)可推出公式(9)，得到接入点与移动客户终端的距离差s。

(9)

基于终端与基站之间距离的切换研究中，如图1所示，当移动客户终端行驶至①时，与接入点A的距离sA1小于接入点B距离sB1会直接切入到A网络中，网络切入的最优方式是移动客户终端与基站距离差最小。但是，移动客户终端的高速移动性引起了另一个问题：移动客户终端在当前网络中维持的时间是否最优。当移动客户终端行驶到位置②，移动客户终端与A的距离差在增大，与B的距离差在减小，移动客户终端的移动导致距离差变化，当sA2>sB2，根据距离的优先决策，则会再次进行网络切换。

根据距离累计和的方法，在设定的时间Td内，移动客户端接收到的n次信号强度分别为RSSi(i=1，2，3，…，n)，计算移动客户端与基站的距离si，进而推算出设定时间Td内，获取n+1次采样距离si的变化累加和Δsd。

(9)

图1 移动终端的行驶趋势

当Δsd<0时，即可认定移动客户终端是离开基站的趋势，当Δsd>0时，则认定移动客户终端渐渐驶近基站点。移动客户终端在驶近一个基站点，连接基站的网络连接时间要大于移动客户终端驶离基站的网络连接时间，这种方法大大降低了切换次数。其中Δsd表示预测切换网络Td内的累积变化距离和。其切换概率为

P=p(ΔRSS>0，ΔC>0，Δγ>0，η>0，Δsd>0)

移动客户终端在路面上是变速运动的，一般在研究移动客户终端的速度时，取一个固定时间周期内移动客户终端的平均速度。移动客户终端的测速功能可以实现在时间Td内采样获取n个瞬间时速的值，并通过瞬时值求出均值。

式中，vi为第i个移动终端的速度采样值。

图2为网络维持时间的预测模型，图2中A点为移动客户终端进行切换后连接到最优网络的位置，间隔时间t后到达位置点B，当下网络维持时间

在移动客户终端通过网络选择时，假设有m个网络作为目标切换网络，有n个网络的切换概率大于不发生网络切换的概率，为避免移动客户终端的运动方向发生改变而导致的过多的切换，通过基站与移动客户终端的距离和运动的平均速度来决定下次切换的基础条件。其切换概率

P=max {t1p(1),t2p(2),…,tnp(n)}

图2 网络维持时间模型

3.2 终端几种业务状态

3.2.1 优先网络的持续性

移动客户终端为了避免网络发生切换，需要在某个网络下维持一段时间。当用户端选择优先网络的持续性，优先网络持续时间的最优切入概率为

Pt=max(Pt1,Pt2,…,Ptn)

预切换网络的切换概率Pt大于网络正连接的概率Pnc，即Pt>Pnc，则换到预切换的网络，否则继续保持网络[14-15]。

3.2.2 优先网络的带宽

移动客户终端需要接入的网络在传输速率上有较高的效率。优先网络带宽的最优切入概率

Ps=max(Ps1,Ps2,…,Psn)

若Ps>Pnc，则切换到预切换的网络，否则继续保持网络。

3.2.3 优先网络的费用

一般情况下，LTE的费用略高。

3.2.4 优先客户端的业务

优先客户端的业务，即含会话业务和不含会话业务。含会话业务的通信需要极高的实时性，所以需要接入点与移动车辆终端之间通信的延时性、抖动性要低，此类业务有语音会话、多媒体会议等。含有会话的网络的优先级由高到低为LTE、WiMAX、WLAN，不含会话时，网络的优先级为WLAN、WiMAX、LTE。

3.3 基于条件概率的垂直切换

理想的切换是切入后网络达到最优。基于条件概率算法提出更合适的决策，达到更理想的状态。假定Pc为网络发生切换的概率，假定Pnc为网络不发生切换的概率，其中Pc+Pnc=1，通常当Pc-Pnc>0网络发生切换，此种办法无法达到择优的效果，于是引入基于优先条件来决策切换。

3.4 基于条件概率的网络区分

对范围内多个网络是否可以进行切换，将进行基于条件概率切换方法，假设事件为x1、x2、x3连接到3个网络X1、X2、X3，且网络状态优先级由高至低顺序为X1、X2、X3，对应的概率为p(x1)>p(x2)>p(x3)。

对应的条件概率为：p(Xi/Y)是网络发生切换的情况下连接网络Xi的条件概率，p(Xi/N)是网络不发生切换的情况下Xi的切换概率。p(Y/xi)-p(N/xi)>0，则推出网络切入Xi，反之维持当前网络，不做网络切换。比较联合概率p(xi,N)=p(xi)p(N/xi)与p(xi,Y)=p(xi)p(Y/xi) 的大小，基于网络的性质设定系数

σ=p(xi,N)-p(xi,Y)

通过判断σ是否大于零区别是否满足切换需求，当σ>0，判定网络满足切换条件，否则网络不满足切换条件。

3.5 基于条件概率的网络判定

当出现n个网络同时满足需求的情况下，基于条件概率的最优决策：

(1)如果p(x1/Y)>p(x2/Y)且p(x1/Y)>p(x3/Y)，则切换选择X1网络；

(2)如果p(x2/Y)>p(x3/Y)且p(x2/Y)>p(x1/Y)，则切换选择X2网络；

(3)如果p(x3/Y)>p(x1/Y)且p(x3/Y)>p(x2/Y)，则切换选择X3网络。

通过对可选网络的比较分析，选择出最适合的网络，此方法适用于3种网络，也适用于3种以上的网络。

4 仿真实验及分析

通过仿真，对移动客户终端在高速移动的过程中的切换方法进行验证，具体包括：垂直和水平的切换次数、网络持续稳定时间、基本参数的概率、基于客户端优先决策的方法等。

4.1 实验建立

由图3可知，移动客户终端通过异构无线网络中行驶的过程为A由经过①、②最后到达B，先是经过4G和WiMAX多网络中，后来经过WAVE和4G的网络中。A的位置为[40,210]，①的位置为[90,210]，②的位置为[90,170]，B的位置为[130,170]，WiMAX1基站位置为[50,230]，WiMAX2基站的位置为[80,240]，WiMAX3基站位置为[100,235]，WiMAX4基站的位置为[100,210]，其中WiMAX的覆盖半径10 km接入带宽45 Mb/s，发送功率是25 dBm，路径损失是35 dBm，参数σ1=8 dBm；WAVE覆盖域内的信号强度具有稳定性，覆盖半径为1 km，接入带宽为27 Mb/s，发送功率是10 dBm，路径损失是20 dBm，参数σ1=8 dBm；LTE接入带宽为2 Mb/s发送功率为43 dBm，路径损失是33 dBm，参数σ1=6 dBm。假设①与②距离为8 km，移动客户终端的速度为10 m/s。

1-WiMAX1；2-WiMAX2；3-WiMAX3；4-WiMAX4

图3 实验环境

Fig.3 Experimental environment

4.2 实验结果及分析

4.2.1 切换分析

分别以移动客户终端对网络的要求做了4组实验。(1)优先基于移动客户终端在网络中维持时间的判决，全路程切换8次，其中垂直切换6次。(2)优先基于移动客户终端的网络带宽的判决，全路程一共切换9次，其中垂直切换7次。(3)优先基于网络费用的判决，全路程一共切换9次，其中垂直切换7次。(4)优先基于移动客户终端的业务判决，移动客户终端行走一段距离后接入2 min的语音，全路程一共切换10次，其中垂直切换8次。实验结果如图4所示。

图4 切换分析

4.2.2 数据平均传输速率

由图5可知，随着移动客户终端移动速度逐渐变快，在网络中数据平均传输速率有所下降，但是，基于移动客户终端的条件概率的切换方法始终是高于基于RSS的模糊度算法和基于SNR差值算法，证明了本实验的算法提高了数据平均传输速率，给移动客户终端提供了更好的服务。

图5 数据平均传输速率

4.2.3 切换状态分析

由图6可知，随着移动客户终端移动速度逐渐变快，在网络中切换的概率有所下降，但是，基于移动客户终端的条件概率的切换方法始终是低于接入信号强度的切换和基于基础状态的切换，证明了本实验的算法能够降低一部分不必要的切换，使网络效果相较于其他方式更好，给移动客户终端提供了更优质的通信服务。

图6 切换状态分析

5 结 论

提出了一种基于移动客户终端判决的切换方法，应用于WAVE、WiMAX和LTE 3种通信技术。设定了接收到的信号强度、网络传输速率、误码率、网络阻塞率、终端行驶趋势、网络维持时间等条件为先验概率；建立了多条件筛选的切换，通过移动终端的偏好和决策来决定最优的网络。仿真结果表明该方法适用于各种网络及更多网络中，能很好地避免网络的过多切换，保证网络的通畅性和实时性。

[1] LIU M, LI Z C, GUO X B. Performance analysis and optimization of algorithms in heterogeneous wireless networks[J]. IEEE Transactions on Mobile Computing, 2008, 7(7): 846-857.

[2] 张媛媛,肖创柏,王坚.基于模糊理论的无线网络切换评估模型[J].计算机应用,2014,34(增刊2):20-23.

[3] 马彬,谢显中,廖晓峰.车辆异构网络中预测垂直切换算法[J].电子与信息学报,2015,37(4):874-880.

[4] 邓中亮,王晖,朱宇佳.一种基于异构网络的自适应垂直切换算法[J].现代电子技术,2010,33(4):114-116.

[5] 商敏红.移动通信系统中的切换技术[J].无锡职业技术学院学报,2005(1):18-19.

[6] 黄俊钦,谢新梅,宋荣方.移动通信网络切换技术简述[J].电信快报,2003(3):23-25.

[7] YANG K M, GONDAL I, QIU B. Multi-dimensional adaptive SINR based vertical handoff for heterogeneous wireless networks [ J ]. IEEE Communications Letters, 2008, 12(6): 438-440.

[8] KIM T, HAN S W, HAN Y . A QoS aware vertical handoff algorithm based on service history information [ J ]. IEEE Communications Letters, 2010, 14 (6): 527-529.

[9] 李彬,刘胜美.基于移动预测的垂直切换算法[J].通信与网络,2013,39(1):93-95.

[10] 朱辉.改进的异构无线网垂直切换算法[J].西安邮电学院学报,2012,17(1):38-41.

[11] 王煜炜,刘敏,房秉毅.异构无线网络垂直切换技术综述[J].通信学报,2015,36(Z1):224-234.

[12] TU J, ZHANG Y J, ZHANG Z. Performance analysis of vertical handoff in WIFI and WIMAX heterogeneous networks[M/OL]//2009 International Symposium on Computer Network and Multimedia Technology. [2016-05-19]. http://ieeexplore.ieee.org/document/5374499.

[13] 沈娇,陈俊,李海城.异构无线网络垂直切换技术研究[J].计算机技术与发展,2010,20(11):209-213.

[14] 范存群,王尚广,孙其博,等.车联网中基于贝叶斯决策的垂直切换方法研究[J].通信学报,2013,34(7):34-41.

[15] KIM S J, LEE C H, KIM D H, et al. Performance evaluation of vertical handover architecture with low latency handover[M]//2008 International Conference on Convergence and Hybrid Information Technology. Washington: IEEE Computer Society, 2008.

[16] 张用,郭英雷,陈磊,等.基于切换预测理论的电动汽车驱动控制策略研究[J].山东电力技术,2015,42(12):1-4.

[17] 康亚博,许昆,沈玉龙,等.无线异构网络中的切换预测算法[J].通信学报,2009,30(10A):63-67.

[18] 金山.移动通信切换算法研究[J].兵器装备工程学报,2016,37(1):151-154.

[19] 潘甦，梁宇，刘胜美.一种基于移动趋势量化的多属性垂直切换判决算法[J].电子与信息学报,2016,38(2):269-275.

[20] NAY P, ZHOU C. Vertical handoff decision algorithm of integrated UMTS and LEO satellite networks[M]//2009 WRI International Conference on Communications and Mobile Computing. Washington: IEEE Computer Society, 2009.