无线异构网络（共7篇）
无线异构网络 篇1
移动通信和宽带无线网络日益融合, 而不同类型的无线网络又相互融合, 未来信息社会正经历着异构融合和泛在化的演变, 已成为宽带无线通信发展的必然趋势[1,2]。目前, 通信网、互联网与广电网的融合已成为当下的发展潮流。4G将把无线通信技术推向一个高峰, 这个高峰不仅是空中接口上的, 在系统、业务应用、移动计算等方面也会有不同的特征。从技术驱动变革为需求牵引, 将会加速移动通信产业发展模式的深刻变革。下一代移动通信系统将会和宽带无线网络结合在一起, 形成前所未有的结构。下一代无线网络结构如图1所示。
伴随着支持高数据速率, 多媒体服务和覆盖, 智能移动终端具有互操作性的空中接口和灵活的软件组件和基于IP的应用的若干个无线技术的出现, 为移动用户产生了任何时间、任何地方和任何类型的服务连接平台。4G无线系统致力于全球无线连接[3,4]。全球漫游和高数据速率服务提升了之前版本的4G无线网络[5]。4G系统的设计目标是提供给移动终端在异构网络中的无缝移动, 提供服务的连续性, 同时保证服务的质量。4G系统的架构目标, 包括非常平滑和自适应收敛的, 支持多个移动终端和网络的技术, 内置的无缝接入的潜力。更多的提供多样化服务的无线技术的应用和实施, 增加了切换过程的复杂性, 却提高了系统性能, 同样也是十分重要。
1 移动性管理
跟踪移动用户的位置, 使呼叫和其他服务具有连续性是移动性管理的目标。移动性管理是位置管理和切换管理的结合。切换管理保证了移动终端在漫游过程中, 改变接触点 (基站) 的同时保持服务的连续性[4]。影响切换管理的因素是移动性场景、网络条件、用户偏好、最佳网络选择和执行协议的网络选择策略 (切换决策技术) 。
每个移动性场景不是系统内部漫游, 就是跨系统间漫游。水平切换发生在系统内部漫游时, 移动终端从某个领域的接入路由器分离, 登记接入到另一个领域的接入路由器。而垂直切换发生在跨系统间漫游时, 为了获得移动用户要求的服务类型和质量的合适连接, 移动终端在不同的网络技术之间移动。
无缝网络切换是垂直切换管理的挑战。接收信号强度的评价不足以作垂直切换判决, 额外的参数, 如网络条件、服务类型、网络覆盖、成本、功率消耗和用户偏好都应考虑[6]。找到合适的时间进行切换对切换非常关键。切换机制可用两个方式控制, 网络控制或者是移动终端控制机制。网络控制切换策略不能确定越区切换的正确时间, 因为它们没有当前的移动终端最新信息的情况。而且网络控制机制不适合垂直切换的执行, 因为该网络不可能知道所有其它网络的特点。移动控制切换决策方案对垂直切换不是最优的, 因为移动终端更了解自己目前的情况。图2描述了各种网络最小数据速率的异质性。
宽带移动通信与宽带无线接入的区别日趋模糊, 互联网、移动通信和数字化的广播电视网将在业务、网络和终端3个层面不断融合。当通话中的用户进入极端建筑物时, 移动信号质量很差, 移动终端可切换至各种其它网络, 如WLAN;用户在保持通话状态下, 如果下载或传输文件, 数据传输可切换至速度更快的无线数据传输网络, 如Wi MAX。
2 切换类型
为了保持移动用户不中断通信, 当移动台从一个小区移动到另一个小区时, 进行的信道切换称为越区切换[7,8]。切换是保证移动用户在移动状态下实现不间断通信。
按照移动终端环境切换可分为5种类型, 硬切换、软切换、接力切换、快速切换和平滑切换。按照谁控制切换决策, 切换可分为4种类型。切换类型如表1所示。
切换管理策略设计目标如下: (1) 设计的切换过程的算法应该是非常快速的, 以避免移动终端通过任何种类的服务降级或中断。 (2) 减少切换总数, 减少切换总时间花费。 (3) 在切换过程中全部数量的信息损失, 应该被减少到最小程度。 (4) 新呼叫阻塞概率应降低。 (5) 应提高整个切换过程中的功率保护。 (6) 网络资源的使用应该尽快。 (7) 越区切换算法的上下文感知的同时, 优先考虑用户的喜好。 (8) 越区切换越可靠, 意味着切换发生时, 所提供的服务越令人满意。 (9) 越区切换算法应灵活, 可扩展和安全。
2.1 硬切换和软切换
硬切换和软切换是移动通信常见的切换类型。硬切换是在进入一个新的小区, 先中断与旧基站的连接, 然后再与新基站建立连接。软切换是先与新基站建立连接, 再中断与旧基站的连接。另外, 更软切换是一种蜂窝内的切换, 发生在2个扇区或3个扇区之间。硬切换主要是FDMA和TDMA移动通信系统使用, 软切换和更软切换在CDMA系统中使用。
2.2 接力切换
接力切换精确地利用定位技术, 在对移动台进行定位的基础上, 再辅助以移动台距离和方位信息, 判断移动台的位置, 是否进入到了相邻基站的区域。实现接力切换要有以下条件:网络要准备获得移动台的位置信息, 包括移动台的信号到达方向以及移动台与基站的距离。
接力切换的切换过程如下:先将上行链路转移到目标小区, 下行链路与原小区仍保持连接, 然后与新基站进行短时间的通信过程后, 再将下行链路连接到目标小区, 接力切换完成。接力切换是一种具有稳定性能的优化的切换方法。TD-SCDMA中采用了接力切换。
2.3 前向切换和后向切换
如果移动设备和网络之间, 和切换相关的信息, 由旧的路径进行传输, 则称为后向切换。切换由基站发起。在GSM系统中使用此方法, 与切换过程有关的所有信息通过旧基站交换。
如果移动设备将相关信息直接送给新基站, 这种切换方式为前向切换。目的基站将建立新链路, 切换也由目的基站发起。
前向切换要比后向切换快。前向切换的缺点是:很难恢复失败的前向切换, 旧的连接可能丢失, 很难支持加密的连续性, 密钥必须传送到新基站。
2.4 快速切换
无线局域网中的切换技术, 是基于移动IPv6技术的, 快速切换和平滑切换是它的2种切换类型[7,8]。
快速切换指低延时, 它的基本过程是提前注册, 与前一个网络保持通信, 在与新的网络切换还没有完成时, 就可以实现快速切换。快速切换有预先切换, 基于隧道的切换2种机制。
2.5 平滑切换
当移动终端进入到一个新网络, 在没有完成注册、没有发完原先转发的数据包前, 会造成大量的数据包丢失。平滑切换可以有效降低IP数据包丢失率。这种切换方案通过一种缓存机制, 移动终端要求当前子网的路由器先缓存它的数据包, 完成注册后, 缓存的数据包可从刚才的路由器再转发过来。
3 混合网络垂直切换策略
异构无线网络各层网络间的垂直切换, 如图3所示。每个垂直切换判决策略分为2个阶段:识别切换判决准则和选择决策策略实施。切换判决准则包括监控网络条件, 给出一个切换必要性的标志。切换判决准则用来选择最佳网络。切换判决策略主要关注的是切换判决的顺序、切换频率、延迟引起的切换、切换过程中数据包丢失、越区切换后的整体服务质量。切换决策策略可以在各种算法进行设计, 如消耗剩余算法、模式识别算法、模糊逻辑网络算法、上下文感知算法、基于阈值的算法、位置感知算法、多属性算法和基于函数的算法。虽然用多个决策标准和考虑用户偏好, 相应地增加了越区切换策略设计的复杂性, 但是最优性能却是每个切换策略所追求的目标。
各种垂直切换策略的研究表明, 有效的垂直切换算法的设计要面对用户满意度[9]。用户的偏好可能从服务到服务或应用到应用发生变化。每个垂直切换算法的目标都应该满足用户的偏好。
垂直切换算法的主要挑战之一是“如何处理不精确的数据”。模糊逻辑或许是处理不精确的数据的理想选择。虽然多属性决策模型是被证明了的数学模型, 提供精确的输入数据对垂直切换是非常重要的。
另一个影响垂直切换算法的主要参数是语境信息。在垂直切换判决中, 了解用户订阅网络的上下文信息, 移动终端等信息也是非常重要的。
4 结语
异构无线网络是具有互补性的多种网络的融合, 其目的是提供各种高质量的服务。垂直切换是移动终端跨越这些多服务网络中无缝漫游所需的基本特征。垂直切换判决是提供无缝服务的核心问题。在这个决策阶段, 应考虑各种参数, 如作为移动和网络环境下的信息, 用户的偏好和服务质量参数等。
本文对切换进行了分类, 讨论了各种切换策略, 从中可得出, 一个有效的切换决策过程, 先进的分析策略是至关重要的, 充分利用网络资源可以同时提高用户的满意度和成本的有效性。有效切换过程中的2个关键问题是, 估计切换发生时最好的网络和切换时的正确时间。其他需要考虑的重要问题是:谁控制和谁辅助切换过程。切换过程中的信息采集阶段和性能评价框架也是需要处理的关键问题。
摘要：异构无线网络融合和泛在化是未来宽带无线通信发展的必然趋势。文章首先概述了移动性管理;然后对切换进行了分类, 讨论了各种切换策略;最后讨论了混合网络垂直切换策略, 不同网络间的快速无缝切换是未来异构无线网络的一个极大挑战。
关键词：异构无线网络,移动性管理,切换类型,垂直切换
参考文献
[1]Coulibaly Y, Kaddoum G, Ahmed M F A.Mobile Virtual Network Operator Strategy for Migration towards 4G[C].International Conference on Information and Communication Technology Research, 2015.
[2]Mirchandani V, Kibria M R, Jamalipour A.An Open System 4G/B3G Network Architecture[C].IEEE International Conference on Communications, 2005.
[3]Shi K, Tang M, Wang Z.Research of Heterogeneous Network Protocol Data Fusion in Smart Home Control System Based on Spatial Outlier[C].Fourth International Conference on Instrumentation and Measurement, Computer, Communication and Control, 2014.
[4]Akyildiz, Xie J, Mohanty S.A Survey of Mobility Management in Next Generation All IP Based Wireless Systems[J].IEEE Wireless Communications, 2004 (4) :16-28.
[5]Dekleva S, Shim J P, Varshney U, et al.Evolution and Emerging Issues in Mobile Wireless Networks[J].Communications of ACM, 2007 (6) :38-43.
[6]Mc Nair J, Zhu Fang, Vertical Handoffs in Fourth Generation Multi Network Environments[J].IEEE Wireless Communications, 2004 (3) :8-15.
[7]Wang L, Feng X, Gan X, et al.Small Cell Switch Policy:A Reinforcement Learning Approach[C].Sixth International Conference on Wireless Communications and Signal Processing, 2014.
[8]Dong Y J, Huang K.Research on Switching Strategy of 3G/Wi Fi Combined Wireless Data Transmission[C].International Conference on Measurement, Information and Control, 2012.
[9]Dhanaraj Cheelu, Rajasekhara Babu M, Venkata Krishna P.A Study of Vertical Handoff Decision Strategies in Heterogeneous Wireless Networks[J].International Journal of Engineering and Technology, 2013 (3) :2541-2554.
无线异构网络 篇2
1.1 异构无线融合网络定义
异构指的是两个或两个以上的无线通信系统采用不同的接入技术或采用相同的接入技术而不属于同一个运营商。通过系统的融合将多个系统优势整合, 取长补短, 满足移动通信业务, 用不同类型的网络来为用户提供无线接入, 打破无线接入的时间限制和空间限制, 从而构成异构无线融合网络。
1.2 异构无线融合网络关键技术
异构无线融合网络采用随机组网、移动性管理以及无线资源分层管理等技术实现异构网络的融合, 实现异构网络的协同作用。其中无线资源的协同管理技术至关重要, 包括异构网络协同处理无线信号、传输链路协同等等, 在无线资源管理的各个方面都涉及到协同技术。
对于异构无线融合网络移动性管理来说, 主要通过主机标识的确定来对随机移动终端位置进行查找, 确定移动终端位置之后就能够实现数据的传输或呼叫, 而在数据传输和呼叫的过程中能够有效保证连续的通信。为了能够支持异构无线融合网络环境, 其主要的控制功能有位置管理、切换控制以及控制互操作等, 通过移动管理技术实现网络通信的连续性。
对于异构无线融合网络的无线资源管理来说, 其不仅涉及到频谱资源的管理和分配, 还包括发射功率、信道编码以及连接模式等资源的管理和控制, 相较于传统的无线资源管理模式来说, 异构无线融合网络中的无线资源管理涵盖了所有异构网络的资源控制机制, 包括了多种接入技术, 以此来实现对无线资源的优化使用, 提升系统容量, 从而提高无线资源的利用效率。此外, 在异构无线融合网络中的无线资源管理包括传统管理模式的功能, 其能够有效提升传输效率, 同时能够实现能量的节约。下面就对异构无线融合网络中无线资源管理的关键技术进行具体分析。
2 异构无线融合网络中无线资源管理关键技术
在异构无线融合网络中, 需要将不同层次、不同类型以及相互重叠的各种无线通信网络融合到一起, 形成一个协同工作的异构无线系统。对于异构无线融合网络来说, 其无线资源管理技术一直是无线通信系统研究的重点和热点, 如何合理的管理无线资源实现不同用户业务体验与需求的平衡至关重要。异构无线融合网络中无线资源管理关键技术涉及到的内容十分广泛, 下面进行具体分析。
2.1 呼叫接入选择与控制
在异构无线融合网络中, 呼叫接入选择与控制是无线资源管理的重要组成部分, 以相关准则为依据, 做出允许接入或拒绝接入到达呼叫请求的决定, 从而实现对呼叫接入的选择和控制。其考虑的是在复杂的环境下来尽可能的提升系统利用效率, 从而为客户提供最好的Qo S。在接入选择算法中, 为了能够充分的对异构无线融合网络中集群增益和多接入分集增益进行有效利用, 需要每一个多模终端的应用合理的选择接入。将呼叫接入选择与控制相结合能够构成密切相关的无线资源管理功能。采用集中式算法接入选择则可以将准入控制和接入选择两个过程结合, 采用分布式接入选择的时候, 终端在接入选择过程中无法对选择决策能否被接受进行预测, 如果目标系统拒绝了终端接入请求, 则终端需要重新进行接入选择过程, 这就增加了垂直切换过程延时。
呼叫接入控制可分为以下两种方案, 一种是本地方案, 在接入决策制定过程中仅对本地信息进行使用, 另外一种是协作方案, 在协作接入控制中不仅需要对本地信息进行使用, 同时需要对其他小区信息进行考虑, 有新建呼叫请求及收入的时候, 本地小区会与其他参与控制的小区通信, 构建小区集群, 实现信息转换, 从而实现对不同接入控制方案的确定。
异构无线融合网络中统一分析了各种呼叫溢出技术, 建立了移动模型, 改进了双向溢出呼叫接入控制方式, 不仅考虑了呼叫移动速度, 同时考虑了呼叫对小区的覆盖。从异构网络特点出发, 根据异构小区构建方式及其信息转换方式和使用方式能够设计不同的接入准则, 能够针对分布式和集中式两种接入方案来设计接入选择和控制方案, 这就能够有效提升信道利用效率, 对于阻塞和掉线现象的减少也有着重要意义。
2.2 路由选择与控制
异构无线融合网络根据网络环境变化实现自适应控制, 网络域、协议层以及各个节点的协同能够实现跨网络域、跨节点、跨协议层的业务Qo S路由选择。
如图1所示, 为异构无线mesh路由协议模型, 该路由协议模型包括邻居发现机制、路由度量、信息发布模型以及路由算法等四个子模块, 刻画了无线电的异构性, 通过分层协作实现了对网络拓扑信息的共享, 由此可见, 对节点周围网络环境变化考虑来实现分层控制是路由选择与控制技术的重中之重。
2.3 切换技术
切换技术是无线通信系统中的关键技术, 在异构无线融合网络中, 各个网络的移动称为垂直移动, 垂直切换是实现无缝垂直移动的关键, 指的是移动终端接入点改变过程中保持用户通信持续性的技术。
异构无线融合网络能够实现业务Qo S切换, 利用层间呼叫溢出技术, 以保护信道、信道侵占以及队列缓冲为基础制定切换策略。在快速和慢速实时切换业务中, 这种切换策略能够有效降低掉线率, 而对于非实时业务来说, 这种切换策略也能够有效保证切换性能。
切换技术对层间写作设计垂直切换算法充分利用, 在有效降低组分丢失率的基础上, 降低了切换次数, 避免“乒乓效应”的出现, 对于切换呼叫阻塞率的降低和切换性能的改善有着重要的作用。
2.4 流量均衡技术
当小区出现负载过重的情况时, 流量均衡技术会发挥作用, 能够将异构多模终端用户向流量较轻的重叠覆盖异构小区中进行转移, 这就会空出一些无线资源, 而其他的呼叫则可以使用这些资源, 实现了资源的合理配置, 降低了呼叫阻塞率, 提升了异构无线融合网络系统的利用效率。
流量均衡技术以业务选择为基础, 采用非周期性流量控制机制, 提出了三种流量均衡算法, 从而建立小区逗留时间模型。三种算法分别是以逗留时间为基础的流量均衡算法、以逗留时间为基础的动态流量均衡算法以及以逗留时间和业务为基础的动态流量均衡算法。为了进一步提升小区系统信道利用效率, 采用混合动态流量均衡算法, 此算法以流量转移技术和信道借用技术为基础, 能够有效降低小区呼叫阻塞率和呼叫切换的掉线率。
2.5 速率与功率控制
在异构无线融合网络中, 无线资源管理的重要目标就是降低整个系统的发射功率、提升网络传输速率。在异构网络传输中, 传输技术与终端发射功率有着差异性, 这种差异性是导致信道容量存在差异的重要原因, 如果信道容量较低, 则会降低整个协作传输的信道容量, 信道容量降低之后, 会对整个传输过程产生限制作用, 终端节点发射功率的增加并不会对传输速率产生提升作用, 传输速率不会增加, 而终端节点发射功率增加会大大提升整个分布式系统传输的总功率, 因此, 对于异构无线融合网络来说, 如何根据实际情况进行异构分布式传输功率、速率、资源的自适应调整和调度是至关重要的。
在异构分布式网络中, 中继节点功率控制和传输速率控制存在着一定的问题, 因此可以制定速率和公路的匹配和控制算法, 制定多模接口的融合方案, 通过对功率的有效控制能够提升中继站传输的速率, 这就有效节约了整个异构无线融合网络系统的能耗, 从而提升无线中继网络的性能。
对于异构无线融合网络的融合和互联来说, 主要通过融合机制来完成, 通过无线中继技术和协同通信的融合来实现异构无线网络的融合。在融合的过程中, 为了提升协同容量, 采用协同功率分配优化模型, 利用协同功率分配算法来对发射功率进行合理设置, 这就能够保证第一跳和第二跳链路传输速率的匹配性, 从而实现异构无线融合网络系统性能的优化。
为了提神异构无线融合网络容量, 还可以使用各种写作速率分配与控制方案。对于多信道和多跳异构无线融合网络来说, 其视频流资源的分配和管理可以通过建模为凸优化, 以完全分布式接入为基础, 对路由资源调度、速率分配等无线资源调度机制进行设计, 实现每一流在最小化网络拥塞和最小化视频失真之间的平衡, 从而有效避免视频资源失真。
2.6 干扰协调技术
对现存的网络拓扑结构进行一定的改进和改变, 将大量低功率蜂窝基站布放到宏蜂窝网络层中, 以无线电认知技术和频谱感知技术为基础, 能够实现系统频谱资源的有效利用, 这就提升了频谱资源的利用效率, 但需要注意的是, 此种提升频谱资源利用率的方案是建立在对网络拓扑结构改变基础上的, 新节点的引入必然会对原有结构改变, 这就会产生小区间的干扰, 因此, 在频谱资源管理方案中如何消除干扰或协调干扰至关重要。
针对异构无线融合网络中干扰协调的问题, 主要的解决方法有频分复用法、子载波分配方法、波束成形法和功率控制方法等。
2.7 协同无线资源管理技术
协同无线资源管理技术以某种核心管理模块为基础, 这种管理模块能够对异构无线融合网络中的无线资源实现协同管理, 原本在各个系统中分散的独立无线资源能够在协同管理下实现共享, 这就有效平衡了各个系统之间的载荷, 从而实现无线资源的集群增益。
放大重传中继节点和解码重传中继节点能够构成中继系统, 这种中继系统是异构形式的, 大量的异构中继节点能够协同进行传输, 而目的节点则能够实现大量异构中继节点信号的同时接收。在此方案中, 采用联合编码和选择性传输技术, 节点增加的过程中能够有效体现集群增益。
此外, 还可以采用异构无线融合网络通信机制, 在此通信机制中, 第二跳链路是否采用时间分集方案过程中, 中断概率、中继节点数量以及信道增益和标称功率之间存在着一定的关系。
除了能够产生集群增益之外, 如果对多模终端传输效率及在不同无线接入系统中的表现进行考虑, 就能够将多模终端中的应用适时与无线接入系统连接, 这样就能够产生多接入的分级容量增益。将集群增益与分级容量增益进行比较, 两种增益效应有着一定的区别。对于集群增益来说, 无论在异构无线融合网络还是在独立无线接入系统, 只要能够实现无线资源共享就能够产生集群增益, 并且能够均衡业务荷载, 而对于分级容量增益来说, 其只适用于异构无线融合网络, 且其增益效果与无线接入系统之间的差异性相关, 差异性越大, 则产生的分级容量增益效果越明显。
3 结论
综上所述, 在异构无线融合网络的发展过程中, 容量及能效问题、性能问题的解决是关键, 这就需要对异构无线融合网络中的无线资源进行有效的管理和配置。通过上文中的分析可知, 异构无线融合网络无线资源管理的关键技术主要有呼叫接入选择与控制技术、切换技术、功率与速率控制技术、干扰协调技术以及协同技术等, 在所有的技术中, 协同管理至关重要。
摘要：异构无线融合网络并不是多种无线接入技术的叠加, 各个网络之间资源形式和管理机制各不相同, 如何有效的管理无线资源, 提升异构无线融合网络中无线资源的利用效率至关重要。基于以上, 本文从异构无线融合网络概述入手, 探讨了其无线资源管理的关键技术。
关键词：异构,无线融合网络,无线资源,管理
参考文献
[1]苗杰.异构无线融合网络中无线资源管理关键技术研究[D].北京邮电大学, 2012.
[2]张裕.异构无线网络中无线资源管理若干问题的研究[D].华东师范大学, 2013.
[3]龙静静.异构网络中无线资源管理关键技术的研究[D].南京邮电大学, 2013.
[4]田峰, 刘翰焘, 周亮.分层异构网络无线资源管理技术探讨[J].电信科学, 2013, v.2906:32-38.
异构无线网络成本效益分析研究 篇3
无线通信技术迅猛发展, 出现了蜂窝网络、Ad hoc网络、无线局域网、无线Mesh网、无线传感器网和3G移动通信网络等多种类型的网络, 对网络的建设和使用带来了广阔的研究领域和新的技术挑战, 多种类型网络融合构成的异构无线网络逐渐成为发展趋势。异构无线网络的性能优于单一网络, 有利于改善系统容量问题, 降低系统设备的部署成本。如何构建异构无线网络, 满足用户的数据传输需求, 在提供带宽、延时等网络性能保证的同时, 使网络设备的总代价最小, 是网络规划和建设中的关键问题。
同时, 在高速发展的移动业务和日益竞争激烈的环境下, 移动运营商面临着许多方面的问题, 比如, 能耗的增加、建设和运维成本的不断增长、频谱资源的缺乏、业务流量的快速上涨等。为了能够解决这些问题同时又追求未来业务的可持续增长, 根据已有的网络条件和各方面技术进步的趋势, 在现有的无线接入网络 (RAN) 中融合云计算的设想, 提出了面向绿色的新型无线接入网构架Cloud-Radio Access Network (C-RAN) [1]。
目前, 业界对C-RAN的量化研究还集中在生产量和节能方面的提升上, 对C-RAN在部署成本方面的限制方面的研究很少, 而这个限制在部署C-RAN的时候却是十分重要的[2]。
鉴于此, 本文通过建立计算网络部署成本的理论构架和提供处理成本信息和它对基站强度的依赖性的复杂度模型对对C-RAN分和布实现的LTE异构网络部署成本进行了比较分析, 这将对发展下一代高性能、低成本接入网络具有重要意义。
二、系统架构
1.Layer0:用户层, 由齐次泊松分布表示:Φ0∈R2, λ0>0
2.layer1:基站层, 由集群平稳泊松过程表示。Φ2∈R2包含两个部分:群中心表示宏基站, 群成员表示微基站。
群中心由平稳泊松分布模拟Φ1C∈R2, λ1C>0,
群成员由非齐次泊松分布表示
f (.) 是一个连续密度函数, 显示群成员是怎样分散在群中心周边的。
3.layer2:包含光纤和微波回程节点, 用一个平稳的混合泊松方程模拟与一个随机的两点分布函数:
P是微波回程的概率, 1-p是光纤回程的概率, 所以
4.layer3:最高层 (中心数据层) 与上述相同Φ3∈R2, λ3>0
三、系统部署成本模型
典型的服务供应商所产生的部署成本可以被广泛的归类为设备成本、生产能力成本和基础设施成本。
1、设备成本表示在i层部署设备的花费。
, l ayer0为用户层, C0表示供应商的花销, 用户层的产品都由用户自己购买, 所以供应商不用花钱。
为部署一个基站集群的设备成本, 该基站集群包括一个宏基站和一个λ1m微基站。
为回程节点上的设备成本, 它是C2MW和C2OF的线性组合, C2MW和C2OF分别是微波回程设备和光纤回程设备的设备成本。
和分别是宏基站和微基站的设备成本。注意, C1是部署单一集群的城堡, 它包括一个亲本 (宏基站) 和一个λ1m群成员 (微基站) 的平均数。因此, 整个基站层的成
C3为数据中心层的设备成本。注意到C3只有在应用C-RAN时不为0, 在DRAN情况下。
2、基本容量成本
由于我们模型中所有的点处理都是固定的, 为了使计算简单, 将高层上的一个点的初始点定为o。则, 生产能力成本为将i层的x点连接到i+1层的o点所需要的容量需求。这项成本用Ai, i+1g (‖x‖) , Ai, i+1>0是能提供某一容量 (或数据速率) 的基础成本, g (‖x‖) 是‖x‖的函数, ‖x‖定义了基础费用与距离的关系, 为了简单起见, 并且包含所有可能的多项成本的增加速率, g (‖x‖) 可以定义为幂函数形式, 即g (‖x‖) =‖x‖βi, i+1, 该公式中‖x‖为点0∈Φi+1和x∈Φi点的距离。βi, i+1≥0成本增长的指数基数。比如, 设βi, i+1=1, Ai, i+1g (‖x‖) =Ai, i+1‖x‖则, 这表明生产成本与距离成线性增长。注意到基本成产成本Ai, i+1包含很多不同的部分, 比如连通成本等。
3、基础设施成本
基础设备成本被定义为确定i层的点x与i+1层的点o是的关联性的成本。它被定义为, 在数量级上与Ai, i+1类似 (定义为一个特定安装类型的基本花销) 。h (‖x‖) 是两点之间距离‖x‖的函数。为了计算简单, 定义, 表示随着距离的基础设施基本花销的增长速度。
4、数据处理模型
本段中的分析是将通过操作通讯基础设施所需要成本, 与用多种回程处理C-RAN系统中的信息所需要的成本联系起来。这项关于成本的建模旨在研究网络部署成本上的信息处理效益。通讯基础设备跨越了多个层, 由基站层和回程层所组成。另外, 数据中心层也能处理所有的流入和流出传输。这项处理要求丰富的计算资源, 这些计算资源决定于移动网络的参数化和操作制度。
C-RAN系统的支出主要集中在数据中心层。如果数据中心提供的计算资源太少, 就会产生计算停止。在这种情况下, 尽管通道质量满足要求, 传输也无法被成功译码。相反, 如果这个系统供应过量, 它在大多数情况下都不会被充分利用, 这就降低了集中化系统的经济效益。
四、计算部署成本
4.1系统部署总成本模型如下:
在一个密集的城市环境下, 路径损耗大约为4, 也就是说, 【27】中的数据表明纤维回程的容量成本与距离之间呈线性相关, 也就是说, 距离越远, 所需要的容量就越大, 成本就越高, 。
五、计算结果分析
A、总成本与数据中心强度λ3的关系
图2是根据的得到的, 其他参数不变, 将不同的带入则可得到结果。
上图表示部署C-RAN数据中心的部署成本要比DRAN中部署大强度的数据中心的部署成本要低。因此, C-RAN使得集中化资源的利用更充分。
B、总成本与α之间的关系
图3说明观察到当C-RAN基站设备成本与DRAN基站设备成本接近时, 部署成本会增加。
C、部署成本与用户强度λ0之间的关系
图4可以观察到C-RAN网络的部署成本和成本效益随着λ0的增加而增加。
D、表示部署成本与p的关系
图5表示当微波回程和纤维回程都存在 (0<p<1) 的部署方式下部署成本是较低的。
六、结论
本文分析了基于C-RAN的异构网络和分布实现的LTE异构网络的成本效益。本文设计了一个能够计算网络部署成本的理论构架和提供处理成本信息和它对基站强度的依赖性的复杂度模型。基于此, 再辅以其他一些基础成本, 最终计算、分析、比较分散式异构LTE网络与基于C-RAN异构网络的部署成本。最终得出如下结论:1、基于C-RAN的异构网络的成本要比标准的LTE部署成本低, 具有更高的成本效益;2、运用混合回程技术的部署方案要比用单一回程部署的方案更具有经济效益3、微基站围绕宏基站的分布范围对C-RAN网络的部署成本影响很大。
摘要：本文基于用户、基站 (包括宏观和微观) 、回程 (包括微波和光纤) 、数据中心考虑, 采用多个空间点流程分析C-RAN系统的部署成本。本文先基于网络总部署成本得出平均部署单个数据中心成本公式, 然后使用能通过流量需求和解码器质量定位数据中心的数据处理模型为平均部署单个数据中心成本公式提供其所需参数, 最终发现C-RAN比DRAN更有成本效益。
关键词：无线网
参考文献
[1]唐雄燕, 周光涛.面向云服务的宽面向云服务的的弹性泛在宽带网.宽带通信与物联网前沿技术研讨会论文集, 2013, 9.
无线异构网络 篇4
关键词：异构无线网络,移动终端,QoS,网络选择
目前无线环境是由众多具有不同性能的异构接入网络形成,用户对互联网的访问服务,是由不同服务质量和成本的网络提供。此外,随着移动终端( Mobile Terminal, MT) 的普及,多模终端在各种网络重叠覆盖的区域可以有多种无线接入网络供选择,异构网络环境的存在需要移动终端总是选择最好的网络( Always Best Connected, ABC) 。为了成功地实现ABC,移动终端应该具备面向多个无线接入系统的网络接口,每个MT将至少有3个或更多的网络接口,支持如WLAN,GPRS,Wi MAX,HSPA,EV- DO等无线接入,所有这些服务都可以允许MT用户自由地从一个接入网络切换到另一个网络。理想的情况是, MT用户可以在会话连接不断开的情况下从一个无线网络漫游到另一个无线网络,并使得移动终端总是选择一个最好的网络。因此,只有必要的同步机制和网络选择方法才能保证MT无线异构环境中网络的无缝切换。
垂直切换决策( Vertical Handover Decision,VHD) 可以使用成本函数[1]、模糊逻辑方法[2],或其他更复杂的算法。最后,MT经过选择连接到新的网络接入点( AP) 和改变它之前的网络连接方式。然而,接口的选择是一个问题( 包括接口的功能、用户偏好和应用要求等) 。在用于切换决策和接口选择的方法中,多属性决策法( Multiple At- tribute Decision Making,MADM) 是最有前途的方法。
切换判决是由MT和无线接入网络的性能共同决定的,不同的接入技术和无线网络的不同行为使得切换变得困难。本文提出,一种新型的垂直切换方法Rafo Q( Rank- ing for Qo S)[3]。通过考虑用户的喜好和应用程序Qo S来仿真比较Rafo Q与其他多属性决策算法,使用现有的网络性能参数来对改进的Rafo Q算法和其他的多属性决策算法进行评估。通过仿真验证,证明了改进算法Rafo Q的有效性。
1相关的工作
由于垂直切换判决能够评估所述无线网络的性能。 因此,越来越多的研究工作致力于理解新的切换解决方案。经典的切换解决方案是根据接收信号强度( RSS)[4]来进行网络选择。虽然这种切换方法具有很长的切换时延,可以达到2 s,但是能够使越区切换失败概率最小化, 并能提高可用带宽。
还有一些以成本代价为基础的垂直切换方法,它们通过研究几个参数,选择最佳的网络。这些参数定义为4组: 访问网络信息、用户偏好、终端能力和服务类型。文献[5]提出的跨层成本函数,收集不同层的决策标准。最后,基于应用程序和用户的喜好,MT选择具有最高分数的无线接入网络。
除了RSS和基于代价函数的切换算法,还设计了其他更复杂的算法。多属性决策( MADM) 实现了多个备选方案和属性,选择适当的计算方法。最经典MADM算法, 如SAW( 简单加权)[6]中的总得分是由候选接入网络的所有属性值的加权和。灰色关联度分析( GRA)[7]通过计算灰色关联系数为每个终端选择理想的无线接入网络。 TOPSIS法[6]通过评价对象与最优解、最劣解的距离来进行排序,选择一个最接近理想的解决方案,最好的选择应该具有最短的欧氏距离,负理想解是设计一个最远的距离,即最差的解决方案。多元指数加权( MEW)[8]可以表示为矩阵形式,其中行对应于候选网络,列对应其属性,最后计算接入网络的加权属性得分。一个多属性决策问题, 制定如下: A = { Ai,i = 1,2,…,n } 是一组代表移动终端支持的接口数目,B = { Bj,j = 1,2,…,m } 是一组属性, 如界面特性、应用需求和用户偏好( 例如接收到的信号强度、功耗、成本、覆盖范围、延时、安全等) 。权重向量W = [W1,W2,… ,Wm]表示这些Qo S参数的相对重要性,W是权重的决定因素,一种MADM问题可以由矩阵来表示,即
式中: N是相对矩阵; qij是相应的Qo S因子的值。
大多数早期的研究,特别是考虑到TOPSIS法在网络中多Qo S的冲突问题,而且如何处理这些问题并没有被明确提及。事实上,一些先前的研究提出,通过使用多目标优化的机制,而不是使用一个单一的目标函数来达到目的。目前研究的Qo S问题,在其有效性、无线接入网络负载均衡、企业节约成本以及顾客体验等方面,一致性被广泛重视。因此,选择多属性网络是非常重要的。
2Rafo Q算法
本文提出一种将层次分析法( Analytical Hierarchy Process,AHP) 和Rafo Q技术相结合的网络选择算法,以便找到一个权衡用户喜好、业务应用和网络条件的方案。算法机制分为以下功能块,即网络代理模块、MT请求模块和决策模块。网络代理模块和MT请求模块收集用户的喜好和网络条件; 决策模块是由AHP和Rafo Q对用户的数据进行处理和将网络数据标准化,也是本文关注的重点。
Rafo Q基于多目标优化的Qo S参数和监督在异构环境中的接入网络排名。该排名采用了多目标优化方法AMOSA[9],在排名函数的基础上评估最佳Qo S的接入网络。在这里,所提供的接入网络的集合作为输入,并返回一组输出的行列。算法步骤如下:
输入为一组k接入网络N={N1,N2,…,Nk}。
输出为集合N中的排名R={R1,R2,…,Rk}。
1) 在异构网络环境中模拟不同的接入网络,并计算其Qo S参数。
2) Ni采用多目标优化算法AMOSA,并选择最佳Qo S矢量的网络为特定网络。
3) 采用排名函数比较Qo S矢量,对Ni进行排名。
3仿真结果
3. 1仿真环境
在本节中,将Rafo Q算法与4种不同的垂直切换决策算法进行比较,即SAW,TOPSIS,GRA和MEW。在场景中,模拟2个WLAN、UMTS和GPRS共4个网络,这些网络覆盖相同的面积。使用NS-2和NIST流动性模块来模拟所描述的配置,接入网络性能,如表1所示。
网络覆盖区域可以容纳几百个手机终端,并将3GPP定义的几类应用程序分布在不同的终端运行( 即会话类、 流类、交互类和背景类) ,这几类应用程序主要特征通过时延、抖动和丢包率这几个Qo S参数表示( 见表2) 。对于不同类别,为每个参数分配不同的权重。虽然关于多属性的垂直切换决策是一个复杂的问题,但层次分析法( AHP) 可以把它分解成更简单、更易于管理的子问题,这些子问题可以是决定因素或权重。决定因素可以是解决方案,层次分析法通过比较权重选择解决方案、收集用户偏好数据来构造AHP矩阵,所有Qo S因子的权重参数如表2所示。在仿真环境中,设置终端的平均连接时间在1 ~ 10 s之间变化,来观察各个算法的网络性能。
3. 2模拟结果
在同一网络覆盖范围内,移动终端每次使用不同的切换判决算法,分别为Rafo Q,SAW,TOPSIS,GRA和MEW,并对这些算法仿真结果进行比较。在这些算法中,每个网络的瞬时容量并没有反映在切换判决中。因此,最好的网络应该具有最低的丢包率、最低的端到端时延和抖动。
由于切换判决算法GRA,SAW和TOPSIS选择同一网络的MT,所以在仿真图中显示这几类算法的图形叠加。
图1 ~ 图4表示每个业务类的每个越区切换决定算法的平均时延。它代表了从MT将数据包传送到接收终端的时延。仿真结果表明Rafo Q提供最低的终端到终端延时。事实上,Rafo Q能不断评估网络性能,并给终端分配最好的瞬时网络。
图5 ~ 图8描绘了每个业务类的平均抖动变化,它被定义为数据包到达时间之间的偏差。它取决于接入网络本身,以及网络负载。从图中可以看出Rafo Q的抖动性能是最好的,然后是TOPSIS,SAW和GRA。从图中可以看出除了会话类业务,MEW优于SAW,TOPSIS和GRA外, 其他类业务MEW的性能是最差的。
图9 ~ 图12描述的丢包率,定义为丢失数据包的数目与发送总数据包的比例。相对其他算法,Rafo Q算法具有最低的丢包率。TOPSIS法、GRA和SAW在背景类和流类业务方面比MEW具有更好的性能。然而,MEW在会话类却有较低的丢包率。
4结论
无线异构网络 篇5
从运维角度来看:在传统的网络维护中, 网络优化工作需通过人工进行, 数据采集、输入、分析的流程十分复杂。对运营商而言, 这意味着大量OPEX。而异构网中, 小功率节点数量数以万计, 不能以传统的思路去考虑网规网优操作。
从资源配置层面来看:异构网多节点、多制式、多重覆盖的网络部署模型面临频谱资源冲突, 多种无线接入技术共存, 干扰更加复杂的问题。
从网络管理层面来看, 不同设备厂商、不同制式之间的技术相互独立, 即使是实现同一功能, 算法也彼此相异, 难以协同。
2 网络自组织技术
为提高网络的操作和维护性能, 降低配置和管理的人工成本, 3GPP将自组织网络 (Self-Organizing Networks, SON)
组, 分别是机线班、网络班、电缆班、机务班, 4个班组各有班长1名, 组长2至3名。机线班负责通讯线路范围内电话装机、拆机、移机等业务及障碍的处理;网络班负责通讯线路范围内宽带装机、拆机、移机等业务及障碍的处理, 网络设备的维护;电缆班负责通讯线路范围内电缆的维护工作, 及电缆的接续、敷设、抢修等;机务班负责机房内交换、传输设备维护、电话跳线、网络跳线, 作用是配合机线班工作。
2.2 信息中心改进后的班组、人员划分
2010年信息中心开通棚户区三网合一工程, 三网合一工程是在单元楼道信息箱中实现了“宽带+语音+CATV”三网融合方式。2011年有线电视业务移交至信息中心, 综合考虑人员、障碍处理、工作流程的因素进行了班组及人员重新划分, 分别是南片区、北片区、新区、设备班, 4个班组各有班长1名, 组长2名 (由大学生担任) 。南片区负责南至中山, 北至九矿通讯线路范围内电话装机、拆机、移机等业务处理、障碍处理及电缆的维护工作;北片区负责北至大湖, 南至十矿通讯线路范围内电话装机、拆机、移机等业务处理、障碍处理及电缆的维护工作;新区负责北至电厂南至开发区通讯线路范围内电话装机、拆机、移机等业务处理、障碍处理及电缆的维护工作;设备班负责通讯线路范围内设备、光缆的维特性引入LTE标准。SON分为网络自配置与网络自优化两个部分。其中自配置主要指设备上电、小区初始无线参数自动配置, 自优化指无线网络运行过程中的参数自适应调整[2]。
LTE标准中, SON包括自规划、即插即用、移动性优化、负荷均衡等功能, 其应用范围涵盖从网络开通到运行的整个生命周期[3]。
3 SON在异构网中的应用
以网络分层的视角来看, 异构网的组成包括宏蜂窝网络和微蜂窝网络两部分。在网络特性上, 前者用户众多, 但基站数量有限, 可通过人工规划;而后者数量庞大, 部署环境复杂, 不可能全部通过人工开展, 自部署、自开通的特性是基本需求。
3.1 SON重点解决的问题
针对微蜂窝节点特殊的无线环境, 要求参数有动态自适
护工作。
改进思路是棚户区装机量相对较大, 电话、电视、网络装机在一个楼道里可以平行进行, 这样就极大地减少了人力及车辆的数量, 更重要的是加快了装机及障碍处理的速度, 提高了员工综合技术水平。另外, 由大学生担任组长既提高了大学生的管理水平, 也提高了他们的技术水平, 同时规范了通讯线路的资料整理工作。
3结语
信息中心将围绕河南煤化和鹤煤集团的发展战略开展各项工作, 围绕集团公司“从零开始、向零奋斗”的安全理念, 服务鹤煤安全生产和经济建设, 服务鹤煤小区有线电视、互联网、电话用户, 为促进鹤煤持续平稳发展而努力奋斗。
参考文献:
[1]《管理学基础》[M].化学工业出版社
[2]《现代企业管理原理》[M].北京经济学院出版社
作, 研究方向为通讯技术发展;马卫滨 (1983-) , 男, 河南鹤壁人, 讲师, 从事教师工作, 研究方向为电气安装及其自动化。应的能力。除保证微蜂窝可以自部署、自开通外, 也能限制微蜂窝引入到无线网络的干扰总量。在异构网的部署中, SON功能可重点解决如下的问题:
3.1.1 基站自开通
异构网中大量部署的微蜂窝节点, 有多种设备共存, 部署环境不同, 运行版本和配置数据各异, 很难在设备发售时即进行正确的设定。
一种可行的方法是, 设备安装完毕后, 在上电之初, 连接公用的地址服务器和安全网关, 自动分配IP地址并建立安全隧道后, 再连接到网管系统, 利用网管系统来获取对应型号的正确软件版本和配置数据。
微蜂窝节点还可以对周边的无线环境进行测量, 解析邻接小区下发的系统信息, 从而得到邻区的无线配置, 再根据这些基础信息, 以避免小区间干扰等原则来自动设置自身的无线参数, 建立小区。
3.1.2 邻区关系自建立
异构网中的邻区关系远比单纯的宏网络更为复杂。一是因微小区的数量庞大, 二是小区间的包含覆盖、同覆盖等场景众多。这就要求服务小区能够通过微蜂窝节点或终端的无线测量功能来识别邻接小区, 并动态地将其加入到自身的邻区关系中。
如果邻接小区退服 (如微蜂窝节点关闭) , 则无线测量无法检测到该小区。在相当长一段时间内侦测不到的话, 服务小区即可将该小区从邻区关系中移除。
3.1.3 宏微干扰
在异构网络中, 微蜂窝节点的发射功率相对于宏基站而言较低, 只有距离这些基站非常近的用户才可能接入到低功率的发射节点。这降低了微蜂窝网络为系统带来的容量增益。为解决此问题, 可采用Cell Range Extension (CRE) 技术, 通过配置功率偏置的方式, 来扩展低功率基站覆盖范围, 使更多的用户接入到低功率基站。但此时蜂窝下行扩展区域受到宏蜂窝节点的干扰更加严重, 需要有效的抗干扰的措施。
ICIC技术通过管理无线资源使小区间干扰得到控制, 但传统ICIC利用将邻区划分为不同频域来避免干扰, 而在异构网中多为同覆盖或包含覆盖关系, 此方法不适用。因此在时域中引入了几乎空白子帧 (Almost Blank Subframe, ABS) 的概念, 即e ICIC, 通过时域上的协调来降低干扰。ABS子帧中只包含必要信号, 比如PSS/SSS, CRS等, 发射功率较低。干扰小区中配置ABS子帧, 被干扰小区使用这些ABS子帧为原来在小区中受较强干扰的边缘用户提供业务, 即可减轻干扰。
3.1.4 负荷均衡
微蜂窝节点的部署场景之一是希望其能够吸收流量, 减轻宏蜂窝负荷。通过重选切换参数的初始配置, 让覆盖区域内的用户更容易接入微小区。但对实时负荷的快速冲高, 需要更灵活的应对策略。
移动负荷均衡允许多层小区之间通过信令接口或操作维护系统来交互实时负荷。在发现小区的当前负荷较高, 而周边存在低负荷的小区时, 可调整切换门限参数, 使得覆盖交叠地带的终端从高负荷小区向低负荷小区迁移。在异构网中, 多用于宏小区向微小区迁移负荷。为了避免对宏网络造成影响, 一般调整微小区的切换参数。
3.1.5 节能操作
在小区负荷较低时, 降低节点的发射功率或关断部分载波, 即可实现节能效果。在多层网络覆盖的场景下, 则可实现更为灵活的节能策略。如可由一个或多个异层小区作为补偿小区。在目标小区进入节能状态时, 则由补偿小区维持对该区域的基本覆盖;而在补偿小区的负荷趋重时, 它们可以选择将相邻的节能小区唤醒。
3.2 多层网络SON的关系
异构网中不同层网络都可能存在SON功能, 它们之间的关系是:
(1) 不同层网络中的SON基本功能独立运作, 除必要协同外, 彼此算法和实施相互独立;
(2) 针对异构网的特性进行特定的优化, 如宏蜂窝网络存在大数量级的微蜂窝邻区的场景, 就需要对邻区个数进行扩充;
(3) 彼此间的协同, 前提即是需要有网元间交互信息的方式。如通过宏微间的信令接口, 或部署统一的上层管理节点来汇聚宏微之间的信息;
(4) 可通过资源的预分配来简化协同流程, 如频点、PCI等, 避免不同层网络之间的无线资源冲突。
4 未来网络自组织功能的演进
4.1 统一的网络管理节点
不同层、不同制式、不同厂商的网络, 可分别有独立的管理网元, 用于实现基本的配置管理功能。但在异构网部署中, 运营商期待有一个统一的管理节点, 可对全网实行管控。该节点还可以作为多层网络的信息汇聚中心, 根据全网上报的数据, 对不同网络的SON过程进行协调和控制。
4.2 效果评估与优化
SON优化的目标包括干扰、负荷、容量等, 都是在网络实际运营过程中较为敏感的参数, 直接波及到网络的覆盖和容量。对运营商而言, 要求对功能执行的效果进行严格评估, 以确定是否可达到预期的执行效果。
4.3 自学习功能
进一步来说, 在SON优化效果评估和分析的基础上, 对网络长时间运行过程中采集的数据, 可作为数据挖掘的资源池。基于长周期采集网络数据的分析, 了解SON功能运行的实际效果和收益, 据此对算法策略进行智能调整, 以实现更优的效果。
参考文献
[1]3GPP.Home eNode B (HeNB) Radio Frequency (RF) (re-lease10) .3GPP TR36.902V.10.0.0 (2011-03)
[2]3GPP.Self-configuration and self-optimizing network (SON) use cases and solutions (release10) .3GPP TR36.902V.9.3.1 (2009-12)
无线异构网络 篇6
随着信息技术、网络技术、电子技术的发展，无线传感器网络(WSN)在环境、医疗、军事侦查、海洋探测及一些环境恶劣的特殊领域得到了广泛应用。近年来，对无线传感器网络的研究方兴未艾，特别针对路由协议的研究更是热火朝天，因为它是WSN研究领域的关键技术之一。
在无线传感器网络中有限的节点能量是制约网络发展的主要因素之一，它对网络生存周期以及网络质量有着重要的影响。目前，LEACH协议是一个能量利用率较高的分层路由协议。SEP协议假设部份节点拥有更高的能量初始值，并且尽可能均衡能量的消耗，以此达到延长稳定期的目的。本文在此基础上，提出了基于分簇的、异构的、有效降低能耗的路由改进策略，通过仿真实验，找到最佳的参数值，以实现最佳的能量分配策略。
1 相关工作
LEACH[1]是基于低能量自适应分簇路由协议，由H einzelman于2000年提出。该协议是将整个传感器网络周期性地分为若干簇，每个簇都有一个簇头，簇中所有节点都将所收集到的数据传给簇头，由簇头负责对数据进行融合、整理，传给基站。由此可知，簇头所耗能量是最大的，因此，为了保证网络正常通信，延长网络生存周期，簇头节点在能量低于某个门限值时，将重新进行簇头选举，以此达到均衡能耗的目的。总的来说，LEACH协议相比静态聚类算法以及平面多跳路由协议较好的延长了网络生命周期。但是，由于该协议采用了动态选举簇头的方式，在每轮选举簇头节点后划分簇的过程中，簇头节点能耗较大。同时根据LEACH簇头选举策略，簇头节点的选举无法达到最优，因为某些簇头节点可能位于网络的边缘，某些簇头节点在物理上相邻，使簇内节点与簇头的通信距离较远，这必然导致大量的能量消耗。而且簇头节点采用了连续数据发送和单跳路径选择模式直接与基站通信，使每轮中簇头节点能耗巨大，因此对于大规模的无线传感器网络，LEACH分层路由协议并不适用。
SEP协议[2]于2004年提出，它很好地弥补了LEACH路由协议的缺陷。SEP是一个异构感知的协议，而传统的聚类算法协议都假设所有传感器节点具备相同的能量值。SEP协议能够推迟第一个节点死亡的时间，即增加了节点稳定期。在该协议中，节点根据初始能量的大小分为高级节点和普通节点，直观地说，高级节点(初始能量高的节点)比普通节点成为簇头的概率更高，这在一定程度上限制了能耗。但是，SEP协议仅仅是两层分层协议，只适用于规模较小的无线传感器网络。
在我们的工作中，使用了基于链状的分簇路由协议来解决SEP的问题，在簇头选举阶段依然采用LEACH路由协议的选举方式。
2 改进的策略
目前，大多数分层路由协议以延长网络生存周期为目的。然而，在无线传感器网络中即使延长了网络生命周期，如果稳定期不够，对传感器节点收集和传送数据也是无益的[3]。因此延长稳定期，对于许多传感器网络应用领域是至关重要的。我们知道分簇策略对降低网络延时是有用的，链状路由算法对延长稳定期是有益的[4]。在本策略中，为了延长稳定期，我们将在二者之间做平衡，先做如下假定:
1．每个传感器节点位置是固定不变的。
2．网络模型是异构的，网内节点初始参数值不同。即在高级节点和普通节点之间，具有因子m和额外能量因子α。
3．针对不同类型的节点使用不同的门限值，因此高级节点比普通节点成为簇头的概率更高。
假设E0是每个普通节点的初始能量，高级节点的能量为普通节点初始能量的α倍，则高级节点的初始能量为(1+α)E0,m(%)为高级节点在总节点中所占的比例。考虑整个网络的能量消耗，整个异构无线传感器网络的初始总能量如式(1)所示。
从式(1)可以得知，总初始能量增强了1+α·m倍。因此相对于增加的能量，“轮”(用以表示生命周期)的数量也成比例增加。由于系统总能量增加了α·m倍，事实上就如同多了α·m个节点。新的总轮数期待的数量要维持不变，可以通过在每轮中增加高级节点当选为簇头的概率来实现。在这里，“轮”指所有传感器当选一次簇头所需要经过的总轮数。在文献[2]中，Pout为节点当选为簇头的概率，轮次对于普通节点，当选为簇头所需经过的轮次为对于高级节点，当选为簇头所需经过的轮次为显然增加了高级节点当选为簇头的概率。我们的策略是假定Pout等于节点的平均初始能量除以普通节点的初始能量。即Pout=2+(α-1)m%，该值为实验结果，如果将节点位置改为随机的，则Pout有进一点优化的空间。为每个不同类型节点分配权重之后，选举簇头和簇内节点的方法与LEACH路由协议方法相同。并且使用贪心算法在被选簇头间建立一条链。簇头节点组成的链中链首的选择是随机的。使用TDMA时分复用方式，所有非簇头节点发送各自所收集到的数据给各自的簇头节点。每个簇的簇头节点融合整理数据，最后传给基站。
为了验证改进策略的效果，使用Matlab[5]仿真实现算法以及LEACH协议和SEP协议，下节我们将比较这些仿真结果。
3 仿真结果和分析
3.1 仿真模型
本文采用的网络模型如下:传感器节点随机分布在一个100×100的正方形区域内，给每个节点分配全网唯一的I号[6,7]。Sink节点固定，节点能够通过单跳或多跳的方式与Sink节点通信，具体实验参数如表1所示。
3.2 结果及分析
网络节点分布如图1所示。带+的节点表示拥有额外能量的高级节点，其余为普通节点。
为了评价我们的策略，在仿真实验中，通过改变异构参数(α，m)的值寻找延长网络生存周期和稳定期的最优值。同时我们也分析了整个网络总能量的利用情况。
图2显示了当m=0.2，α=3的情况下，相对LEACH协议和SEP协议节点生存情况。从仿真结果看出，我们改进的策略相比LEACH协议稳定期延长了大约13%，相比SEP协议，延长了大约6%。
图3和图4显示了在稳定期及非稳定期间三种协议的对比。从中可以看出，稳定期与非稳定期的轮次与异构参数密切相关。
图4显示了根据轮次不同协议非稳定期的长度。从图上可以看出我们的策略非稳定期的长度明显比其他协议短。这是因为高级节点当选为簇头的概率增加，这个概率与节点的初始参量是成比例的。同时根据仿真结果也可以知道由于高级节点拥有比普通节点更多的额外能量，因此整个稳定期的时间也延长了。
由于是使用第一个节点死亡时间来描述稳定期，因此我们用FND(First of the Nodes Dies)值来定义特定网络配置的估计值。更进一步，我们将能量相近的传感器放置在一起。这样相邻节点能够记录相关的或相同的数据。因此，单个或多个节点的死亡并不能降低网络的服务质量。在我们的策略中，使用HND(Half of the Nodes Dies)作为传感器网络半生存期的估计值，LND(Last Node Dies)作为整个网络最后一个传感器节点死亡的估计值。
对于LEACH,SEP这样的分簇协议，LND值毫无意义，因为需要多个节点来完成分簇算法。因此在仿真实验中，我们只讨论与网络生存周期相关的FND和HND，并与LEACH协议和SEP协议作比较。图4显示了不同协议在特定网络中FND和HND的表现，使用轮次来衡量生存时间。
由于节点的能量有限，参与整个网络的工作过程。当节点发送或接收数据，进行数据融合时，都会消耗能量。一旦节点能量耗尽，它将被认为死亡并且不能再传送或接收数据。当网络中所有节点耗尽能量之后，仿真实验结束。有效的能量使用策略意味着低能耗和长的稳定期。从以上仿真结果图可以看出在改进的策略中网络轮次数明显增强。同时稳定期的增长与α值密切相关。图5比较了当m=0.2时，LEACH、SEP协议的能量消耗。根据表1提供的初始数据。如果假设每个节点的初始能量为0.1焦，则在异构环境下，节点总能量为16焦。能量消耗最多的是在稳定期，因为稳定期所有节点都需要传送或接收数据。
从图6可以看出，利用改进的策略，稳定期能量利用率达86.3%，而LEACH协议约为50%,SEP协议约为63.25%。
4 结语
我们的策略相比LEACH协议和SEP协议明显延长了稳定期时间，这在某些应用中是至关重要的。在仿真实验中，通过不同的异构参数设置，找到最优的能量分配策略。该策略依然是基于分簇的多层路由协议，由于簇头直接与Sink节点通信，网络能量消耗较大，加之没有考虑无线网络通信的安全问题[8,9,10]，因此下一步的研究重点将是实现多跳路由[11]以及簇头选举的安全性[12,13]问题。
摘要：提出使用异构无线传感器网络提高网络稳定通信期的路由协议改进策略。该策略采用链状路由算法的分簇策略既延长了无线传感器在异构环境下的生存周期,也延长了传感器网络稳定期。仿真结果显示相对于分层路由协议LEACH(Low Energy Adaptive Clustering Hierarchy)和SEP(Stable Energy Protocol)来说,该改进策略在延长网络生存期及稳定期方面表现较好。同时,从仿真结果也可以看出较长的稳定期依赖于异构网络中高级节点的设置,部份传感器节点需要拥有更多的额外能量。
无线异构网络 篇7
随着移动和无线互联网的发展, 无线网络环境已明显变的复杂, 同时也成为我们生活不可或缺的部分。 移动通信从最初主要支持语音服务到4G移动数据网络, 进而无线接入技术 ( RAT) 广泛应用。 对于无线接入技术、接入方式和数据服务在性能上和使用上都有了很大的提升, 同时在经济效益上也有着不可估量的发展空间。处在多种无线网络共存的异构无线网络环境中, 用户希望得到既不掉线中断, 又能持续服务的性能良好的更经济的网络。 各种无线网络有其不同的参数特性, 通信费用、服务质量 ( Qo S) 、 带宽、 时延、 服务速率和抖动等都有所不同, 如Wi Fi或WLAN提供了较小范围的拥有较高带宽的无线网络环境, 而GPRS、WCDMA等网络提供了较大覆盖的无线网络环境, 但用户体验和Qo S较低, 经济意义不同, 再者WLAN和GPRS的经济效益又不一样。
对于最优网络选择的方法研究也已经有不少, 文献[1] 中以无线信号强度 ( RSS) 阈值和迟滞值作为输入参数基于模糊逻辑算法的网络选择算法易产生乒乓效应;文献[2] 提出一个多属性加权结合理想值近似排序的方案决策异构无线网络中的网络的选取但未考虑主客观的影响;文献[3] 介绍了一种在异构网络中动态感知接入的网络切换选择方法, 方法基于网络访问的改进加权方法, 但该方法增加了网络选择的计算的过程, 对于决策时间上效率较低; 文献[4]提出了一个优化的成本函数通过制定马尔可夫决 ——————————————————————————————————————————————
策来选择最好可用的无线接入从而达到切换网络的目的, 但为考虑不同业务对网络选择的影响。 文献[5]中使用RAT技术结合分支界限法和贪婪算法进行网络选择, 虽然有较低的计算负载但以用户为主的网络选择方法较偏向主观。 对上述的问题, 本文引入接收信号强度 ( RSS) 参数作为首次筛选条件, 通过层次分析法获取Qo S参数的权重, 考虑网络客观动态权重使用群体决策选择目标网络, 提出了本文算法。
1网络选择算法设计
无线异构网络环境中有多种无线网络共存, 而多模终端也拥有支持多种网络接口实现不间断服务, 要得到有价值相对最优的网络连接就要先对网络参数及性能进行分析, 如经典的切换决策算法是基于所接收的信号强度 ( RSS) 或如延迟、丢包等参数[6]。 本文所提算法步骤如下, 先测网络接收信号强度 ( RSS) 确定网络的可用性及稳定性, 避免后续频繁切换;再通过层次分析方法 ( AHP) 对网络进行多属性分析, 对不同服务状态的各个属性的主次程度关系进行划分, 即通过权重的分配来实现, 且加入历史喜好属性, 结合动态调整权重方法实现权值动态调整;最后用群体决策算法决策最优网络。
1.1信号接收强度
对于信号接受强度 ( RSS) 的检测, 设定一个RSS阈值, 大于该阈值表示该网络可用, 阈值选取参考文献[7], 此处表示为式 ( 1) 。对于可用的网络才进行后续的网络分析, 否则便不考虑后续的分析。
式中的 ε、μ、ds、ξ 分表示路径损耗参数、 路径损耗指数、距离和衰落参数。
1.2 AHP层次分析
层次分析法 ( AHP) 适用多属性权重判别问题, 分析网络属性, 本文使用的AHP方法增加了历史喜好属性和动态权重分配的属性分析。 在此属性选取延时、抖动、资费、 带宽、服务速率、网络负载及历史喜好为网络选择判别条件。 每个属性与其他属性两两相对比, 定义rij为第i个网络的第j属性, 由此得到比较矩阵R= ( rij) m×n。 属性值之间没有统一的标准对其进行标准化处理消除量纲差异, 令ri_max=max{ rij|1≤i≤m};ri_min=min{ rij|1≤i≤m}, 对于属性值愈小愈好的成本型属性 ( 如:延时、抖动、资费和网络负载) , 根据式 ( 2) 进行规范化处理, 对于属性值愈大愈好的效益型属性 ( 如:服务速率) , 根据式 ( 3) 处理。
处理后得到标准化属性的比较矩阵A= ( aij) m×n。设网络属性集S={ s1, s2, … , s7}, 用sij表示因素i与因素j之间的影响程度即比较结果。由此这7个属性构成了两两比较的属性判决矩阵P= ( sij) 7×7, 显然有sij= l /sji, sij>0, sii=1, 其中i, j=1, 2, 3, …, 7, 其中sij使用数字1到9分别呈现重要程度级, 如1, 3, 5, 7, 9分别表示重要程度级:相同, 稍重要, 重要, 很重要, 十分重要。
由于客观复杂性和用户认知多样性, 可能会导致所比较的结果前后不一的情况, 则需要对判断矩阵进行一致性
检验[8], 先求得判断矩阵P的最大特征根 λmax, 通过得到最大特征根的一致性指标C.I. , 其中n为判n-1断矩阵的阶数, 此处为7;再者由计算一致性比例C.R., 其中R.I.是平均随机一致性指标[9], 此处取值R.I.= 1.32。 计算结果在C.R.<0.1时, 视为判断矩阵P有效, 否则重新调整矩阵P, 直到符合一致性。
完成一致性验证后对属性进行做归一化计算, 通过以
下各式计算:
则得权值向量W= ( v1, v2, …, vn) T, 且需满足∑i=0vi=1。
1.3客观属性动态权值
由于AHP的权重分配有一定的主观偏向在过程中还考虑网络的客观变化, 以减弱AHP的主观性因素, 增进网络选择的客观性。 设网络的客观参数矩阵为K1= ( xij) n×m其中n和m分别表示n个网络和m个属性而xij代表第i中网络的j参数值。 用式 ( 2) 和式 ( 3) 对K1规范化得到新的K= ( xij) n×m; 再使用式 ( 4) 和式 ( 5) 处理得到客观权值向量Wk= ( k1, k2, …, kn) T。
设置动态属性权重集[10]Wd={wd1, wd2, …, wdn}, 各参数单位规范后, Wd由式 ( 6) 得到:Wdi=fni ( 6)
最后由权值向量Wk和动态向量Wd得到Wkd。
1.4群体决策
网络选择方法中考虑了网络客观的参数同时也涉及了网络选择者的实际主观偏好, 等同于多因素决策策略即群体决策 ( GDM) , 结合文献[10][11]介绍使用GDM对异构网络进行决策。 兼容性则是检测两个矩阵之间的不同, 上节得到的权值矩阵之间存在维数和单位等的差异, 因此先考虑兼容性。 兼容性通过式子C ( M, N) =eT ( M*NT) e来计算, 其中e为单位行向量, M*NT为矩阵M和N的Hadamard卷积。 为便于计算将其表达成lg形式如式 ( 7) 所示。
对于CL结果非负且越是接近0兼容性越好。
文中的群体决策算法有主观和客观两个决策因素, 则由上述决策权重向量W, Wkd, 由此合成决策矩阵定义为W= ( W1, W2) T。 决策矩阵定义为, 对合成矩阵同样处理得到矩阵G。 对矩阵G ( k) 和G考虑兼容性, 由式 ( 7) 有目标选择。 通过兼容性计算避免了决策矩阵间的计算问题, 但若决策所得结果不合理, 则需要调整决策矩阵。 对于本文算法描述, 其基本流程如图1所示。
2建模与仿真
处在异构无线网络中首先对无线网络的RSS进行检测, 满足 ( 1) 后, 终端监测获取异构可用网络得到网络的Qo S跟延时 ( D) 、 抖动 ( J) 、 资费 ( C) 、 带宽 ( B) 、服务速率 ( SV) 和网络负载 ( L) 参数值以及中断概率, 初始历史喜好 ( HL) 考虑用户策略及业务类型建模分析。
业务类型可分实时和非实时性业务, 用户要求或偏好不同类型则网络的偏好选择不用。如实时性业务对于延时、抖动、服务速率的要求较高, 这些属性的重要度较其他属性高, 因此得到业务类型判断矩阵如表1, 表2所示。
再考虑用户偏好分析, 用户的喜好一般有资费、服务体验问题, 对于用户偏好策略的判断矩阵如表3所示。
至此由表1, 2, 3得到权重向量分别为:
本文的仿真环境在Matlab下进行, 现选取四个无线网络设置仿真异构无线网络环境, 分别为TD-LTE, WCDMA, WLAN1, WLAN2, 模拟一个多模移动终端 ( MT) 在各网络基站 ( BS) 场景中从左到右匀速移动, 无线网络设置的仿真环境如图2所示。
初始四个网络的参数如表4中所示, 其中历史喜好 ( HL) 一项由于不能先人为评定喜好高低则均先初始为1。
3结果与分析
3.1网络选择验证
在网络选择验证中, 用户进入覆盖范围AP1点首先使用实时性业务策略, 到了AP2点开始使用用户资费和服务体验优先策略, 直到AP3点后依然使用用户资费和服务体验优先策略, 到了AP4点开始选择非实时性业务策略, 到了AP5点开始选择用户资费和服务体验优先策略直到AP6之后不变。 图3所示为各情况下的选择结果。
结果分析:在过AP1点后网络选择TD-LTE, 信号强度 ( RSS) 均满足要求而实时性业务要求延时、抖动、服务速率较好因此所选为最好; 在AP2点后网络选择了WLAN1, 由信号强度参数不考虑LWAN2, 用户资费和服务体验策略看重的是资费和服务因WLAN1有较低的资费较高服务速度因此为所选;到AP3点后仍然选择WLAN1, 此网络覆盖内虽然WLAN2资费比WLAN1稍低但服务体验差;到AP4选择TD-LET非实时性业务对延时、抖动等要求不高对带宽服务要求高;AP5点后资费跟服务偏好则选择WLAN2, WLAN1被RSS条件去除, AP6点只有TD- LTE覆盖由RSS条件筛选离开WLAN2覆盖就做此切换接入, 选择结果与分析知算法符合逻辑和实际情况。
3.2性能验证
仿真环境中网络接收信号由式 ( 1) 强度随基站的距离变大而减小。 切换检测设置场景:使终端MT在点AP3到AP5之间来回移动 ( a) 采用非实时业务 ( b) 采用实时业务, 本文算法与文献[7]和[10]结果对比, 如图4、图5所示。
结果分析: 在点AP3到AP5之间覆盖的网络较多系统可能产生的切换次数也相对不确定, 在图4中随着用户方位变化和网络覆盖范围不同信号接受强度在变, 非实时业务对延时等要求不很高可能产生的目标切换较多因此结果产生的切换次数相对较多;图5中算法中实时业务考虑了延时、服务速率、抖动等多种因素可切换的目标网络较少因此产生的切换相对较少。
仿真结果表明提出的算法优于其他相比较的两个算法得到的服务质量, 结合历史喜好以及动态权重中和了客观和主观因素的影响, 有效减少了切换次数, 进而减少了乒乓效应, 所能做出的网络选择满足多种用户策略, 从用户选择网络取决于他们的偏好出发, 同时平衡了主观客观影响。
4结束语
本文提出的选择算法, 通过结合多属性的层次分析法和动态权重由群体决策算法进行决策, 加入了RSS参数判断并介绍了一致性判断和兼容性验证, 文中考虑到层次分析的主观性加入了动态权重的客观性从而以减少主观性主导; 再者实验结果表明该算法可有效做出网络选择, 减少不必要的切换, 性能稳定, 同时可避免因用户个性选择而导致的用户偏好对选择结果的影响, 所以选择结果符合逻辑和实际情况, 保证了用户网络服务的Qo S。 这种方法给未来复杂无线网络应用提供了较好的方法。
摘要：多种无线网络的覆盖使网络环境明显变的复杂, 网络用户希望接入性能和服务质量较好的网络, 鉴于异构无线网络环境中多种可接入网络要求选择最优网络的情况, 本文提出网络选择算法基于多属性层次分析和群体决策。文中介绍了采用多属性层次分析法得到用户对网络的偏好分析, 同时考虑网络客观属性, 通过群体决策选出最适可用网络, 由仿真实验结果表明, 所提算法结合主观偏向和客观性, 效用较高性能稳定, 有效做出网络选择减少切换保证了用户QoS。