基于非合作博弈模型的异构网络垂直切换算法

邓红

摘要：针对现有的垂直切换算法大多只考虑单个用户获得的网络服务质量（QualiIy ofService，QoS），少有考虑用户之间存在的网络资源竞争行为，该文提出一种基于非合作博弈模型的异构网络垂直切换算法。算法的思想是：首先基于马尔科夫过程计算网络资源为用户提供的QoS;其次建立用户之间的非合作博弈模型来描述其自我优化的竞争关系;最后通过求解纳什均衡使终端切换到最优的接入网络。结果表明，该文算法能有效提高系统的吞吐量，使终端均能获得相对最优的QoS。

关键词：异构网络;垂直切换;马尔科夫过程;非合作博弈

中图分类号：TP301.6 文献标识码：A

文章编号：1009-3044（2020）13-0015-03

1引言

异构无线网络允许不同的接入网、终端和服务共存，从而提供了一种以用户为中心的新的通信模式，即用户不再固定接人一个或者一种类型的网络中，而是可以选择可用的最佳接入网络。当出现新的服务请求或者影响会话变化的因素时，终端通过垂直切换瞄算法来选择可接入的网络以支持服务会话。当前主流的垂直切换算法大致可以分为四类：阈值判定法、基于模糊逻辑的算法、基于人工神经网络的算法和基于效用函数的算法。但是现有的垂直切换算法大多只考虑单个用户获得的网络服务质量，而少有考虑用户之间客观存在的网络资源竞争行为，因而会造成用户接人目标网络后服务体验差异较大、网络资源使用欠合理等情况。

针对上述问题，本文研究各候选网络中用户之间的相互关系，提出一种基于非合作博弈模型的异构网络垂直切换算法，为每个用户寻找最佳的接入方式，以优化他们之间的竞争行为，从而获得相对最优的服务质量。本文的主要贡献为：

1）设计以用户为中心的网络服务质量评估模型。在垂直切换过程中，每个用户都希望获得最优的服务质量。本文考虑当前时刻和下一时刻各候选网络为用户提供的服务质量总和，基于马尔科夫过程设计以用户为中心的网络服务质量评估模型。

2）提出基于非合作博弈模型的垂直切换算法。对于每个用户终端来说，在当前条件下都期望选择服务质量最高的网络。因而，不同用户同一时刻的切换行为客观存在着网络资源的竞争关系。本文基于非合作博弈模型来描述用户之间自我优化的竞争关系。

2异构无线网络模型

在未来较长一段时间内，蜂窝网和WLAN（Wireless LocalAreaNetwork）由于其覆盖范围、带宽、费用等方面的优势互补，将相互协作，共同为用户提供泛在的异构无线网络环境。因而，本文以LTE fLong Term Evolutioll）和WLAN重叠覆盖构成的异构无线网络作为代表性的网络模型，如图1所示。在该模型中，2个基站fBase Station，BS）和3个接入点（Access Point，AP）以紧耦合的方式相连，也就是说这两种不同类型的网络通过同一个核心网（core Network，CN）直接相连。并且，用户终端可以在任何位置随机发起和结束会话，运动速度和运动方向也可随机改变，这基本符合客观实际情况。

3服务质量评估模型

3.1马尔科夫过程

假设候选网络的数量为M，判决参数的数量为N。本文采用时间和状态均离散的马尔科夫来评估异构网络当前时刻状态和下一时刻状态的网络性能。网络状态空间C可以定义为：

3.2服务质量评估

通过对异构无线网络中垂直切换过程的深入分析和研究，发现接收信号强度（Received Signal Strength，RSS）、带宽、时延和丢包率是影响用户服务质量体验的重要参数，因而将这4个参数选取为本文研究的判决参数。判决参数可分为效益型和成本型两类。其中，效益型参数值越大越好，如RSS;而成本型参数值越小越好，如：时延。同时采用“最大一最小值法”分别进行归一化。

對于终端所获得的服务质量（Quality ofService，QoS），可以通过效用函数来评估。各候选网络所提供的资源须满足终端的QoS需求。当终端所获得的QoS低于边界值时，其对网络资源的需求越高，效用函数的斜率与用户所获得的QoS成正比;反之亦然。因而，在t时刻用户对网络状态m的QoS需求Qi函数是一个S型函数嘲：

4非合作博弈模型的建模和求解

4.1非合作博弈模型的建模

在异构无线网络中，整个系统由M个候选网络和不同终端构成。这些终端相互竞争网络资源，并且都会选择其中提供最高QoS的网络。不失一般性，我们假设：1）终端通过设置候选网络的总效用Qi来进行切换，从而存在网络资源竞争;2）各候选网络提供的服务是可替换的;3）终端之间不存在结盟。这样，我们可以通过非合作博弈模型来模拟异构网络中用户之间的关系。非合作博弈模型的3个必不可少的基本要素是：参与者、策略和收益，如表1所示。

4.2非合作博弈的纳什均衡

非合作博弈的纳什均衡是指：对于任意一个参与者，在其他博弈参与者策略不变的情况下，其所选的策略是最优反应策略。通过博弈各方的最优反应策略，形成策略矩阵，即可得到纳什均衡解。对于各候选网络而言，其网络容量是有限的，即博弈中的参与者数量不特别大。而且，各用户终端在同一时刻可接人的网络也是有限的，即每个参与者的策略数量有限。因而，可以通过穷举法或剔除劣策略法来求得纳什均衡解。

5仿真结果分析

本文根据图1所示的异构网络模型，使用MATLAB软件进行仿真。实验场景中包含2个LTE和3个WLAN，其中LTE和WLAN的覆盖半径为1200m和20m，带宽分别为20MHz和15MHz。首先在仿真区域随机产生了80个用户终端，每个终端的移动速度在0-22 m/s之间，之后按照参数为λ的泊松分布陆续到达新的终端。接下来，将本文算法与传统的未考虑用户之间竞争关系的基于效用函数的算法进行对比。

如图3所示为未考虑用户之间竞争的算法与本文算法的吞吐量曲线。可见，当λ≤0.4时，两种算法的吞吐量都随着呼叫到达率的增加而迅速增加;当λ≥0.5时，未考虑用户之间竞争的算法的吞吐量不再明显增加;当λ≥0.6时，本文算法的吞吐量不再明显增加。此外，在相同到达率下，本文算法的吞吐量始终高于未考虑用户之间竞争的算法。这是因为本文算法充分考虑用户之间的竞争关系，终端通过纳什均衡解进行最优切换，从而保证数据的有效传输。

图4为未考虑用户之间竞争的算法与本文算法的切换次数曲线。可见，在大部分仿真时间内，本文算法的切换次数比未考虑用户之间竞争的算法要少。这是由于本文算法充分考虑用户之间的竞争行为，为其选择相对最优的网络进行接人，可以减少不必要的切换。

6结束语

本文在异构无线网络环境下，提出了一种基于非合作博弈模型的垂直切换算法。该算法除了关注以用户为中心的高服务质量需求，还考虑用户之间的非合作竞争关系，通过非合作博弈模型的建模和求解完成网络选择的过程。仿真结果表明，本文算法能较好地优化用户之间的竞争关系，使其从中获得相对最优的服务质量。