一种基于协同学原理的异构网络多属性决策方法
【专利摘要】本发明是一种基于协同学原理的多属性网络决策方法，该方法将网络看作是由多个属性子系统合成的复合系统，从属性均衡协调发展的角度对网络性能评估，根据业务需求为用户提供满意的QoS，即在会话业务下选择低时延、低抖动的网络，而在交互类业务下选择低价格、高吞吐量的网络，并且有效减少垂直切换次数。具体步骤如下：将每个网络属性归类到对应的属性子系统，计算每个属性子系统中各个序参量分量即网络属性的有序度，将序参量分量的有序度几何平均得到每个属性子系统的有序度，再结合AHP属性权重计算每个网络系统的整体熵值，以熵值作为网络效用函数，选择熵值最小即整体有序度最大、属性整体发展最好的网络作为目标网络。
【专利说明】—种基于协同学原理的异构网络多属性决策方法
[0001]
【技术领域】
[0002]本发明属于通信【技术领域】，涉及一种基于协同学原理的异构网络多属性决策方法。
[0003]
【背景技术】 [0004]随着无线通信技术的飞跃发展，未来将是各种无线技术共存的局面，各种无线接入技术协同工作融合形成异构网络，它们在覆盖范围、接入速率、容量和网络质量等方面各有优势，彼此之间难以相互替代。异构融合网络环境下，网络的异构性和差异性较大，用户在网络初始化状态首先需要对网络进行选择，选择结束后，随着用户地理位置的改变，业务的变化，以及网络本身的变化，需要对网络重新选择，在异构网络垂直切换过程中，应尽量保证用户的服务质量，即无缝切换，因而异构无线网络中如何选择最优网络是通信领域中研究的一个热点问题。
[0005]以往的同构网络选择时只需要考虑接收信号强度，而异构网络中的网络选择问题是典型的多属性决策问题，为了提供用户满意的QoS和最小化服务代价，网络选择除了考虑接收信号强度，还需要根据网络、应用、用户和终端相关的QoS、偏好、服务价格、安全等级、移动性等多种因素进行判断。多属性决策(MADM)常用的网络选择方法包括简单加权法(SAW)、乘法指数权值(MEW)、灰度关联分析法(GRA)、接近理想方案的序数偏好方法(TOPSIS)等。同时多属性决策方法分为客观和主观赋权法，其中客观赋权法根据各个网络客观属性之间的差异来进行网络选择，例如熵权法(EW)，主观赋权法根据用户的服务要求进行网络选择，例如层次分析法(AHP)，这两种赋权法主要是计算出每个网络属性的权重，再将网络参数加权后的值作为效用函数值，从中选择最小成本或者最大效益的网络作为最佳目标网络。
[0006]除了主观赋权和客观赋权法，还有考虑主观和客观的网络决策算法，比如有AHP和TOPSIS或AHP和GRA结合的算法，但是这些算法按照一定的权重将规范化后的客观属性加权，并不能很好得解释这样结合后算法的实际物理意义。本发明将协同学理论应用到网络选择中，利用AHP方法得到根据业务的主观权重，计算属性子系统的有序度，反映各属性子系统的发展状况，二者结合后得到复合系统的系统熵值，熵值越小，说明复合系统的整体有序度较大，各属性子系统间协同发展得较好。
[0007]
【发明内容】
[0008]技术问题:本发明的目的是提供一种基于AHP和协同学原理的多属性网络决策方法，该方法将每个网络看作是由多个属性子系统合成的复合系统，属性子系统的协同作用体现宏观的网络性能，从属性均衡协调发展的角度对网络性能评估，同时考虑不同业务下的用户服务需求，更符合异构网络决策问题的实际情况，在会话业务下能选择低时延、低抖动的网络，而在交互类业务下选择低价格、高吞吐量的网络，并且可以有效减少垂直切换次数。
技术方案:本发明的基于协同学原理的异构网络多属性网络决策方法，包括以下步
骤:
1)确定候选网络复合系统的构成:将每个候选网络复合系统S看作是由吞吐量子系统巧、及时性子系统可靠性子系统各和费用子系统4组成的系统，所述吞吐量子系统A包含的属性为可用速率化和峰值速率化，及时性子系统4包含的属性为包时延021和包抖动^2，可靠性子系统^包含的属性为包丢失,费用子系统A包含的属性为每比特费用，以上属性分别为所对应属性子系统中的序参量分量；
2)计算属性子系统的序参量分量的有序度:对属性子系统A，假定属性的取值越大网络性能越好，反之性能越差，而属性的取值越大网络性能越差，反之性能越好，其中左为属性子系统编号，KU4 Λ为属性子系统A中效益型属性的个数，Mfc为属性子系统的属性总个数Λ?馬，则属性子系统A中各个序参量分量％ ,MMfc的
有序度为
【权利要求】
1.一种基于协同学原理的异构网络多属性决策方法，其特征在于，该方法包括以下步骤: 1)确定候选网络复合系统的构成:将每个候选网络复合系统S看作是由吞吐量子系统S4、及时性子系统S1、可靠性子系统S3和费用子系统S4组成的系统，所述吞吐量子系统巧包含的属性为可用速率化和峰值速率及时性子系统A包含的属性为包时延e21和包抖动e22，可靠性子系统S3包含的属性为包丢失e31,费用子系统S4包含的属性为每比特费用e41,以上属性分别为所对应属性子系统中的序参量分量； 2)计算属性子系统的序参量分量的有序度:对属性子系统Sk，假定属性ek1,ek2,...,eklt的取值越大网络性能越好，反之性能越差，而属性ek1+1,...,ekmt的取值越大网络性能越差，反之性能越好，其中左为属性子系统编号，k=1,2,3,4,lk为属性子系统sk中效益型属性的个数，mk为属性子系统的属性个数，lk≤mk，则属性子系统A中各个序参量分量ek2 , i≤Mk的有
序度为
【文档编号】H04W48/18GK103607756SQ201310518123
【公开日】2014年2月26日 申请日期:2013年10月29日 优先权日:2013年10月29日
【发明者】朱琦, 张丽娜 申请人:南京邮电大学