一种网络通信方法及装置与流程

本发明涉及通信技术领域，尤其涉及一种网络通信方法及装置。

背景技术：

随着社会经济的发展，电力通信网络系统的革新和配电通信网的改进迫在眉睫，未来的电网发展方向是高度智能化和广泛分布的电能供应网络，支持双向互动的电力流和信息流，通过普遍分布于系统的双向通信、电力电子装置、智能传感器、自动化设备和分布式计算方式进行实时优化的系统运行和资源利用。

由于配电网设备存在分布点多、面广、缺少监控设备的问题，在电网结构日益复杂、规模不断扩大之际，需要对大量配电设备以及分布式能源站点进行实时监控，还需要实现针对这些设备和站点的远程自动数据采集，传统的配电通信网显然己无法适应和满足当下新形势的需求。因此，需要一个有效的广域、高速、双向、实时、集成的通信系统，在配电主站与配电终端单元或现场智能装置之间传递数据、控制和调节命令。

目前，各种无线网络接入技术在容量、覆盖、数据速率和移动性支持能力等方面各有长短，任何一种无线网络都不可能满足用户对于网络性能的全部要求，因此多类型网络共存和融合是下一代通信系统的发展趋势。尤其对于一些环境恶劣的地区而言，采用多样化的宽带无线接入技术，互相补充，形成重叠覆盖的异构融合网络环境来实现配电通信网络的全覆盖对保证配电网通信的高可靠性和高安全性具有非常重要的意义和价值。

异构融合网络尽可能地将各种类型的无线通信网络融合在一起，并通过一个通用的无线网络平台提供多种业务选择。在对异构的、泛在的无线网络进行融合以后，它将可以为用户提供灵活、可靠、无缝的通信体验。因此，异构融合网络是未来通信发展的必然趋势，并被认为在智能配电网中实现异构网络的融合是一个非常复杂的工程，如何在异构融合网络中为配电终端选择合适的网络接入，保证为配电终端提供最优质的网络服务，以全面提高网络资源的有效利用率的问题，更是亟待解决。

技术实现要素：

有鉴于此，本发明提供了一种网络通信方法及装置，能够解决现有技术中如何为终端从多个网络中选择最合理的网络进行接入，保证终端享用安全可靠的服务的问题。

本发明实施例提供的网络通信方法，应用于终端，所述终端与子站之间部署有至少两个通信网络；所述方法，包括：

获取所述至少两个通信网络中每个通信网络的实时性能指标；

根据所述每个通信网络的实时性能指标，确定理想网络模型；

利用灰色关联度分析法，根据所述每个通信网络的实时性能指标，从所述每个通信网络中确定与所述理想网络模型关联度最大的网络；

经所述关联度最大的网络与所述子站进行通信。

可选的，所述利用灰色关联度分析法，根据所述每个通信网络的实时性能指标，从所述每个通信网络中确定与所述理想网络模型关联度最大的网络，具体包括：

根据所述每个通信网络的实时性能指标，获取所述每个通信网络的实时性能指标关于所述理想网络模型的灰色关联系数；

根据所述灰色关联系数，从所述每个通信网络中确定与所述理想网络模型关联度最大的网络。

可选的，所述根据所述灰色关联系数，从所述每个通信网络中确定与所述理想网络模型关联度最大的网络，具体包括：

根据所述灰色关联系数，获得每个服务质量参数的熵权，其中所述实时性能指标包括至少两个服务质量参数；

根据所述灰色关联系数和所述每个服务质量参数的熵权，得到所述每个通信网络与所述理想网络模型的关联度；

从所述关联度中，确定最大关联度所对应的通信网络。

可选的，所述根据所述每个通信网络的实时性能指标，确定理想网络模型，具体包括：

从所述每个通信网络的实时性能指标中，获取每个服务质量参数的最优指标，其中所述实时性能指标包括至少两个服务质量参数；

根据所述最优指标，得到所述理想网络模型。

可选的，所述实时性能指标，包括时延指标，误码率指标和吞吐量中一个或多个。

本发明实施例提供的网络通信装置，应用于终端，所述终端与子站之间部署有至少两个通信网络；所述装置，包括：性能获取单元、模型确定单元、网络确定单元和通信单元；

所述性能获取单元，用于获取所述至少两个通信网络中每个通信网络的实时性能指标；

所述模型确定单元，用于根据所述每个通信网络的实时性能指标，确定理想网络模型；

所述网络确定单元，用于利用灰色关联度分析法，根据所述每个通信网络的实时性能指标，从所述每个通信网络中确定与所述理想网络模型关联度最大的网络；

所述通信单元，用于经所述关联度最大的网络与所述子站进行通信。

可选的，所述网络确定单元，包括：获取子单元和确定子单元；

所述获取子单元，用于根据所述每个通信网络的实时性能指标，获取所述每个通信网络的实时性能指标关于所述理想网络模型的灰色关联系数；

所述确定子单元，用于根据所述灰色关联系数，从所述每个通信网络中确定与所述理想网络模型关联度最大的网络。

可选的，所述确定子单元，包括：熵权获取子单元、关联度获取子单元和网络确定子单元；

所述熵权获取子单元，用于根据所述灰色关联系数，获得每个服务质量参数的熵权，其中所述实时性能指标包括至少两个服务质量参数；

所述关联度获取子单元，用于根据所述灰色关联系数和所述每个服务质量参数的熵权，得到所述每个通信网络与所述理想网络模型的关联度；

所述网络确定子单元，用于从所述关联度中，确定最大关联度所对应的通信网络。

可选的，所述模型确定单元，包括：参数获取子单元和模型获取子单元；

所述数获取子单元，用于从所述每个通信网络的实时性能指标中，获取每个服务质量参数的最优指标，其中所述实时性能指标包括至少两个服务质量参数；

所述模型获取子单元，用于根据所述最优指标，得到所述理想网络模型。

可选的，所述实时性能指标，包括时延指标，误码率指标和吞吐量中一个或多个。

与现有技术相比，本发明至少具有以下优点：

本发明实施例提供的网络通信方法中，应用于终端，所述终端与子站之间部署有至少两个性能存在差异的通信网络，终端首先获取每个通信网络的实时性能指标，并根据该实时性能指标，确定理想网络模型。该理想网络模型由终端实际的QoS参数需求决定，可以是由所述实时性能指标中最优的网络性能指标构成。然后，利用灰色关联度分析法，根据每个通信网络的实时性能指标，从每个通信网络中确定与理想网络模型的关联度最大的网络。终端经该关联度最大的网络与子站进行通信。确定出的网络其性能与理想网络模型的性能最接近，也就是说，该网络最符合终端实际的QoS参数需求。以接入最接近理想网络的可接入网络为目标为终端选择最合理的网络进行接入，能够平衡异构融合网络之间的负载，避免了单一网络覆盖环境下，网络负载过重带来的延迟和阻塞影响，保障终端享用安全可靠的服务，提升了通信的效率和可靠性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为一种异构融合网络架构的示意图；

图2为本发明提供的网络通信方法实施例的流程示意图；

图3为本发明提供的网络通信装置实施例的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了便于理解本发明实施例提供的具体实施方案，首先介绍一种异构融合网络架构。参见图1，该图示出了一种异构融合网络架构。以智能配电网为例，主站与子站之间的骨干层通信网络以光纤传输网络进行通信。异构融合网络配置于子站与终端之间，构成子站与终端之间的接入层通信网络。异构融合网络由无线公网、无线专网及宽带无线通信网络构成，异构网络之间通过AN网方式互联互通。无线公网以CDMA/3G为代表技术，无线专网支持WiMax/McWill技术，宽带无线通信网络支持TD-LTE技术。其中，子站层具有通信汇集和监控功能，负责所辖区域内终端的数据采集、处理、转发、控制及应用。终端在硬件软件范畴内可支持多种通信模式，具有自动感知各接入网实时性能的功能，并可以接入覆盖范围内的异构融合网络中任意一个候选网络。

需要说明的是，本发明实施例提供的网络通信方法及装置可以应用于以下所述的异构融合网络架构，也可以应用于其他结构的异构融合网络架构或由多个同构但性能存在差异的网络构成的网络架构中，本发明并不对此做任何限定，本领域技术人员可以根据实际情况具体设置异构融合网络的架构，这里也不再一一赘述。为便于理解，下面均以图1所示的异构融合网络为例进行说明。

本发明实施例提供的网络通信方法及装置，应用于终端，所述终端与子站之间部署有至少两个通信网络。可以理解的是，部署在终端与子站间的每个通信网络间的性能存在差异。

基于上述思想，为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

方法实施例：

参见图2，该图为本发明提供的网络通信方法实施例的流程示意图。

本实施例提供的网络通信方法，包括：

S201：获取所述至少两个通信网络中每个通信网络的实时性能指标。

终端具有自动感知可接入网络的实时性能的功能。以每个通信网络的实时性能指标为判决指标，来确定通过哪个通信网络与子站通信，可以保证终端享用安全可靠的服务。

作为一个示例，所述实时性能指标，包括时延指标，误码率指标和吞吐量中一个或多个，还可以包括接收信号的强度、价格、覆盖范围、实时性、用户的移动性、网络负载等，本领域技术人员可以根据实际情况，确定需获取的网络实时性能，这里不再一一列举。这里需要说明的是，选取的实时性能指标主要取决于终端通信所关注的网络条件指标，通常时延，误码率，吞吐量是通信网络比较关注的指标。

S202：根据所述每个通信网络的实时性能指标，确定理想网络模型。

这里需要说明的是，所述理想网络模型即该异构融合网络中能够提供的最符合终端通信需求的网络性能的集合，代表了该异构融合网络中所能提供的最符合终端服务质量需求的网络。通过判断每个通信网络与该理想网络模型的关联度，可以确定出其中最适合终端接入时的通信网络，终端经该通信网络与子站通信可以保证终端享用安全可靠的服务，提升通信的效率与可靠性。本领域技术人员可以根据终端实际的通信需求，具体设定理想网络模型。

作为一个示例，本领域技术人员可以通过以下步骤得到所述理想网络模型：从所述每个通信网络的实时性能指标中，获取每个服务质量参数的最优指标，其中所述实时性能指标包括至少两个服务质量(QoS,Quality of Service)参数；根据所述最优指标，得到所述理想网络模型。

可以理解的是，根据最优指标得到的理想网络模型可以满足终端的多种服务性能需求。

具体的，当所述异构融合网络包括m个通信网络，所述每个通信网络的实时性能指标包括n个QoS参数时，根据所述每个通信网络的实时性能指标，可以得到判决矩阵A，

其中，a_ij为第i个通信网络的第j个QoS参数。

例如，第一个通信网络为无线公网，第二个通信网络为无线专网，第三个通信网络为宽带无线通信网，第一QoS参数为吞吐量指标，第二QoS参数为时延指标，第三QoS参数为误码率指标，a₁₂即为无线公网的时延指标。

需要说明的是，对于某些QoS参数来说，例如时延指标和误码率指标，其数值越小说明网络的性能越好；而对于另一些QoS参数来说，例如吞吐量指标，其数值越大说明网络的性能越好。因此，为了使后续判决结果准确，需对每个通信网络的实时性能指标进行规范化处理，使得处理后的指标均与网络性能成正比。

当该QoS参数与网络性能成反比时，如时延指标和误码率指标，通过以下公式对其进行规范化处理：

当该QoS参数与网络性能成反比时，如吞吐量指标，通过以下公式对其进行规范化处理：

之后，得到标准化后的综合判决矩阵B：

其中，b_ij为第i个通信网络经规范化处理后的第j个QoS参数。

此时，可以得到理想化网络模型：y＝{maxb_i1,maxb_i2,...,maxb_in},1≤i≤m。

S203：利用灰色关联度分析法，根据所述每个通信网络的实时性能指标，从所述每个通信网络中确定与所述理想网络模型关联度最大的网络。

灰色关联度分析法是一种多因素统计分析方法，它是以各因素的样本数据为依据用灰色关联度来描述因素间关系的强弱、大小和次序，若样本数据反映出的两因素变化的态势(方向、大小和速度等)基本一致，则它们之间的关联度较大；反之，关联度较小。在这里，采用灰色关联度分析法，获取每个通信网络的实时性能指标与理想网络模型之间的关联度，关联度越大则说明该通信网络的性能与理想网络模型的性能最相近，该通信网络的性能最符合终端的需求。

在本实施例的一些可能的实现方式中，步骤S203具体包括以下步骤：

第一，根据所述每个通信网络的实时性能指标，获取所述每个通信网络的实时性能指标关于所述理想网络模型的灰色关联系数。

利用上述计算得到的每个通信网络规范化处理后的QoS参数和理想网络模型，可以计算出每个通信网络的实时性能指标对于理想网络模型的灰色关联系数r：

其中，ξ为分辨系数，一般取0.5。

各通信网络的判决指标与理想网络模型的灰色关联系数可组成灰色关联矩阵R，

其中，r_ij为第i个通信网络的第j个QoS参数与理想网络模型的灰色关联系数。

第二，根据所述灰色关联系数，从所述每个通信网络中确定与所述理想网络模型关联度最大的网络。

由于每个通信网络与理想网络的关联程度是通过至少一个QoS参数对于理想网络的关联系数来反映的，关联信息分散，不便于从整体上进行比较。因此，有必要对关联信息作集中处理，例如求关联系数的平均值。

然而，为了更加精确的获得每个通信网络与理想网络之间的关联程度，上述步骤还可以具体包括以下步骤：

首先，根据所述灰色关联系数，获得每个QoS参数的熵权，其中所述实时性能指标包括至少两个QoS参数。

熵权法的基本思路是根据指标变异性的大小来确定客观权重。一般来说，若某个指标的信息熵越小，表明指标值得变异程度越大，提供的信息量越多，在综合评价中所能起到的作用也越大，其权重也就越大。相反，某个指标的信息熵越大，表明指标值得变异程度越小，提供的信息量也越少，在综合评价中所起到的作用也越小，其权重也就越小。

具体的，先根据灰色关联度矩阵R，计算各QoS参数的权重x：

再计算各QoS参数的信息熵H，

式中，1≤i≤m，1≤j≤n，K为常数，一般取K＝1。

然后，即可得到第j个QoS参数的熵权w：

得到每个QoS参数的熵权向量W＝[w₁,w₂,…,w_n]。

其次，根据所述灰色关联系数和所述每个QoS参数的熵权，得到所述每个通信网络与所述理想网络模型的关联度。

由灰色关联矩阵R和权重向量W，可以计算出每个通信网络与理想网络的关联度L，L＝R×W^T。

最后，从所述关联度中，确定最大关联度所对应的通信网络。

关联度越大，说明该通信网络越接近理想网络，各终端可根据关联度的大小对异构融合网络中每个备选的通信网络进行优劣排序，最终选择灰色综合评价值最优的网络接入与子站进行通信。

S204：经所述关联度最大的网络与所述子站进行通信。

以接入最接近理想网络的可接入网络为目标为终端选择最合理的网络进行接入，终端经上述步骤确定出的异构融合网络中性能最优的最合适的网络接入与子站进行通信，可以保证终端享用安全可靠的服务，提升通信的效率与可靠性。

本实施例提供的基于异构融合网络的通信方法中，应用于终端，所述终端与子站之间部署有至少两个性能存在差异的通信网络，，终端首先获取每个通信网络的实时性能指标，并根据该实时性能指标，确定理想网络模型。该理想网络模型由终端实际的QoS参数需求决定，可以是由所述实时性能指标中最优的网络性能指标构成。然后，利用灰色关联度分析法，根据每个通信网络的实时性能指标，从每个通信网络中确定与理想网络模型的关联度最大的网络。终端经该关联度最大的网络与子站进行通信。确定出的网络其性能与理想网络模型的性能最接近，也就是说，该网络最符合终端实际的QoS参数需求。以接入最接近理想网络的可接入网络为目标为终端选择最合理的网络进行接入，能够平衡异构融合网络之间的负载，避免了单一网络覆盖环境下，网络负载过重带来的延迟和阻塞影响，保障终端享用安全可靠的服务，提升了通信的效率和可靠性。

基于上述实施例提供的基于异构融合网络的通信方法，本发明实施例还提供了一种基于异构融合网络的通信装置。

装置实施例：

参见图3，该图为本发明提供的基于异构融合网络的通信装置实施例的结构示意图。

本实施例提供的基于异构融合网络的通信装置，包括：

本实施例提供的网络通信装置，包括：性能获取单元100、模型确定单元200、网络确定单元300和通信单元400；

所述性能获取单元100，用于获取所述至少两个通信网络中每个通信网络的实时性能指标；

作为一个示例，所述实时性能指标，包括时延指标，误码率指标和吞吐量中一个或多个。

所述模型确定单元200，用于根据所述每个通信网络的实时性能指标，确定理想网络模型；

在本实施例的一些可能的实现方式中，所述模型确定单元200，包括：参数获取子单元和模型获取子单元(均未在图中示出)；

所述数获取子单元，用于从所述每个通信网络的实时性能指标中，获取每个服务质量参数的最优指标，其中所述实时性能指标包括至少两个服务质量参数；

所述模型获取子单元，用于根据所述最优指标，得到所述理想网络模型。

所述网络确定单元300，用于利用灰色关联度分析法，根据所述每个通信网络的实时性能指标，从所述每个通信网络中确定与所述理想网络模型关联度最大的网络；

在本实施例的一些可能的实现方式中，所述网络确定单元300，包括：获取子单元和确定子单元(均未在图中示出)；

所述获取子单元，用于根据所述每个通信网络的实时性能指标，获取所述每个通信网络的实时性能指标关于所述理想网络模型的灰色关联系数；

所述确定子单元，用于根据所述灰色关联系数，从所述每个通信网络中确定与所述理想网络模型关联度最大的网络。

在本实施例的一些可能的实现方式中，所述确定子单元，包括：熵权获取子单元、关联度获取子单元和网络确定子单元；

所述熵权获取子单元，用于根据所述灰色关联系数，获得每个服务质量参数的熵权，其中所述实时性能指标包括至少两个服务质量参数；

所述关联度获取子单元，用于根据所述灰色关联系数和所述每个服务质量参数的熵权，得到所述每个通信网络与所述理想网络模型的关联度；

所述网络确定子单元，用于从所述关联度中，确定最大关联度所对应的通信网络。

所述通信单元400，用于经所述关联度最大的网络与所述子站进行通信。

本实施例提供的基于异构融合网络的通信装置应用于终端，所述终端与子站之间部署有至少两个性能存在差异的通信网络，性能获取单元首先获取每个通信网络的实时性能指标，模型确定单元根据该实时性能指标，确定理想网络模型。该理想网络模型由终端实际的QoS参数需求决定，可以是由所述实时性能指标中最优的网络性能指标构成。然后，网络确定单元利用灰色关联度分析法，根据每个通信网络的实时性能指标，从每个通信网络中确定与理想网络模型的关联度最大的网络。终端利用通信单元经该关联度最大的网络与子站进行通信。确定出的网络其性能与理想网络模型的性能最接近，也就是说，该网络最符合终端实际的QoS参数需求。以接入最接近理想网络的可接入网络为目标为终端选择最合理的网络进行接入，能够平衡异构融合网络之间的负载，避免了单一网络覆盖环境下，网络负载过重带来的延迟和阻塞影响，保障终端享用安全可靠的服务，提升了通信的效率和可靠性。

需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。