一种考虑用户QoS的网络负载均衡垂直切换方法与流程

本发明涉及一种考虑用户qos的网络负载均衡垂直切换方法，属于通信网络
技术领域：
。
背景技术：
：随着用户数量的增长和需求的提高，对现有网络的负载要求不断提高，网络系统的结构也更加复杂，而异构网络融合是一个有效的解决方法。通信技术在近几十年里迅速发展，带来多种通信网络共存的局面，这些网络如3g、4g、wlan和wimax等在全球范围内广泛运用，在接入方式、带宽、时延、用户体验等多方面各有优势，难以相互替代，所以在短时间内必然是多种通信网络共存的局面。在用户移动或信号状态变化时，必须在多种可用网络中选择服务质量较好的网络，以满足用户的需求。在不同类型网络间选择切换的过程称为垂直切换，与之对应，在相同类型网络间切换的过程称为水平切换。水平切换相较于垂直切换，其切换前后网络的技术参数相同，过程较为简单，而垂直切换需要综合考虑不同网络的多种属性，较为复杂。同样，在电力系统中，电力通信网络规模逐渐扩大，结构日趋复杂。面对日新月异的电力系统新业务和日趋复杂的电网结构，传统的电力通信网络已经无法保证电网安全稳定运行。电力通信网络中1.8ghz专用无线网、光纤网、电力线通信技术(plc,powerlinecommunication)以及公共无线网任何单一制式网络都无法满足全部需求。因此，在电力通信网络中也要需要合适的垂直切换算法，为用户根据其需求选择合适的接入网络。目前，垂直切换算法主要分为三类：1)基于接收信号强度(rss)的切换算法。该类算法以接收信号强度为判断依据选择最佳网络，但因为只考虑单个参数且信号强度在无线信道环境中变化较大，因而该算法在网络边缘容易频繁切换，即发生所谓的“乒乓”效应。在此基础上，有很多改进算法通过设置判决门限或驻留时间器减小“乒乓效应”以提高切换性能。2)基于多属性判决的垂直切换算法。如简单加权法、层次分析法、逼近理想解排序法等。该类算法综合考虑时延、带宽、接入速率、资费、移动速度等多种因素，为用户选择最优接入网络。由于考虑多种因素，该类算法兼顾网络状态和用户需求，因而有较好的切换性能。3)基于人工智能和模糊网络的切换算法。该类算法能够将实际中不清晰明确的属性，如用户偏好等根据不同的模糊逻辑进行模糊处理后综合考虑，以提高切换性能。以上算法的目的均是为用户选择最优接入网络，满足用户的需求，但这会造成大量用户接入到网络质量较好的网络，造成部分网络拥堵而部分网络闲置的状况。网络拥堵会降低用户的使用体验，而网络负载的不平衡也会造成资源浪费。技术实现要素：针对现有技术存在的不足，本发明目的是提供一种考虑用户qos的网络负载均衡垂直切换方法，提高了资源利用率，采用层次分析法对各网络进行加权，满足了用户qos需求，本发明不仅针对通用无线网，也能使用在电力系统通信网络中。为了实现上述目的，本发明是通过如下的技术方案来实现：本发明的一种考虑用户qos的网络负载均衡垂直切换方法，假设异构网中存在lte和微功率无线两种网络，其中，lte网络设有m个基站bs，微功率无线网络设有n个接入点ap；在所述异构网络中共存在k个移动用户mu；切换方法具体包括以下几个步骤：(1)将所有用户根据是否需要切换网络分为两组，当用户因为移动或者网络状态变化，当前网络不能满足用户需求时，将该类用户归为切换组uhandoff；当用户在原网络中连接状态良好，则其不需要执行切换，将该类用户归为保持组uhold；(2)对切换组uhandoff的用户，通过分配矩阵，计算需要切换的用户对基站和接入点的负载；再根据最优负载均衡算法，在满足用户需求的待选网络中，选择使得各网络的负载利用率均衡的网络，用于提高资源利用率；(3)根据用户需求，采用层次分析法对各网络进行加权，以满足用户qos需求。步骤(1)中，所述基站bs的集合为bs＝{b1,b2,...,bm}，其中，b1,b2,...,bm表示第1至第m个基站，所述接入点ap的集合为ap＝{a1,a2,...,an}，其中，a1,a2,...,an为第1至第n个接入点，所述移动用户mu的集合为u＝{u1,u2,...,uk}，其中，u1,u2,...,uk为第1至第k个用户；u＝uhold+uhandoff(1)其中，所述保持组中与基站和接入点相连的用户分别为和假设第j个用户，与第i个基站或接入点连接所需的传输速率为rij(i＝1,2,...,m+n；j＝1,2,...,k)，则对于处于良好连接状态的用户uj∈uhold，在第i个基站或接入点的负载分别为和为了计算需要切换的用户的负载，定义一个元素为0或1分配矩阵其中xij为第j个用户在第i个网络上的分配情况，若第j个用户与第i个网络相连，则xij＝1，否则xij＝0，即其中，式(4)中f(uj)表示网络的性能评估函数，若该函数值大于临界值fth，则说明该网络满足用户需求，可以与用户相连；否则不相连；式(5)表示每一个用户只能与一个待选网络相连接。步骤(2)中，通过分配矩阵x，计算在设定分配情况下x∈x，需要切换的用户对基站和接入点的负载其中，x表示设定次切换过程中的分配矩阵；x表示所有可能的分配矩阵集合；那么，对于带宽为bi(i＝1,2,...,m+n)的网络，其网络负载率表示为其中，pi为或之一。步骤(2)中，所述最优负载均衡算法如下：对于一组均值确定的序列，用该序列的平方和表示该系列的偏离程度；对于一个l点的序列{xi},i＝1,2,...,l,有其中，mx为序列均值，对于均值确定的序列，序列点的平方和越小意味着序列方差越小；根据这一性质，构造衡量网络负载均衡的函数；对于一组需要切换的用户uhandoff，每个用户所需要的传输速率确定，那么对于设定的分配情况x∈x，整个网络所需负载为一恒定值，因而其均值确定，所以由式(8)可得，该m+n个点的序列{(pi+qi(x))/bi},i＝1,2,...,m+n的偏离程度用其平方和表示当式(9)取得最小值时，根据式(8)，这m+n点的偏差程度最小，即ηi(i＝1,2,...,m+n)的方差最小，这也就意味着各网络负载率最为接近，达到网络负载均衡的目的，即subjecttopi+qi(x)≤bi,i＝1,2,...,m+n(11)其中，约束条件式(11)要求网络负载不能超过其可用带宽。步骤(3)中，利用基本的1-9级层次分析法来确定两种网络的权重，具体方法如下：1)建立递阶层次将问题分为目标层、属性层和方案层来解决；目标层指出问题求解的方向，即满足用户qos需求；属性层列出影响目标的属性；方案层列出解决问题的方案；2)构造判断矩阵根据不同属性之间两两重要程度构造判断矩阵其中j为属性的个数，判断矩阵每个元素需要满足cij>0,cij＝1/cji,cii＝1；3)权重计算并检验采用根法或者和法求得判断矩阵的最大特征值及其对应的特征向量，归一化后得到不同属性的权重；为防止判断错误需要对判断矩阵进行一致性检验；4)权值合成将上述求得的各属性的权重与实际属性的归一化权重相乘，得到不同网络的权重ωi(i＝1,2)；其中，实际属性的归一化权重根据其效益型或者成本型的性质采用不同的方式进行归一；通过层次分析法，计算得到两种网络的权重，可以反映用户偏好的业务类型；将该权重ωi(i＝1,2)与式(10)的均衡算法结合，就得到最终考虑用户qos和网络负载均衡的垂直切换算法其中，约束条件同式(11)。本发明采用以上技术方案与现有技术相比，具有以下有益效果：①根据用户需求和偏好，在不同业务下对网络加权处理，充分考虑用户qos具有较低的到达角选择性，能识别范围更广的来波信号；②在网络切换过程中，目标函数为各网络负载率偏差的最小值，所以求得的网络切换方案能使负载平均分配到各个网络中，不会出现rss算法因负载不均衡出现的部分网络闲置而部分网络拥堵的情况，从而有效提高资源利用率；③由于分配矩阵x的稀疏性，切换计算复杂度较小。附图说明图1是本发明的算法工作流程图；图2是网络拓扑模型；图3是不同算法网络负载率方差比较；图4是均衡算法下实时业务的网络负载情况图；图5是rss算法下的网络负载情况图；图6是各算法下不同网络用户连接数量比较。具体实施方式为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。参见图1，本发明具体包括以下几个步骤：一、该算法使用的网络模型并解释相应参数的含义假设异构网中存在lte和微功率无线两种网络，其中lte网络覆盖范围较大，共设置m个基站(bs)，其集合为bs＝{b1,b2,...,bm}(其中，b1,b2,...,bm表示第1至第m个基站)；微功率无线网络覆盖范围较小，共设置n个接入点(ap)，其集合为ap＝{a1,a2,...,an}(其中a1,a2,...,an为第1至第n个接入点)。在该异构网络中共存在k个移动用户(mu)，其集合为u＝{u1,u2,...,uk}(其中u1,u2,...,uk为第1至第k个用户)。现将用户分为两类，若某个用户在原网络中连接状态良好，则其不需要执行切换，将该类用户归为保持组，否则，则归为切换组，分别用uhold和uhandoff表示，那么u＝uhold+uhandoff(1)其中，保持组中与基站和接入点相连的用户分别为和假设第j个用户，与第i个基站或接入点连接所需的传输速率为rij(i＝1,2,...,m+n；j＝1,2,...,k)，则对于处于良好连接状态的用户uj∈uhold，在第i个基站和接入点的负载分别为和为了计算需要切换的用户的负载，定义一个元素为0或1分配矩阵其中xij为第j个用户在第i个网络上的分配情况，若第j个用户与第i个网络相连，则xij＝1，否则xij＝0，即其中，式(4)中f(uj)表示网络的性能评估函数，如接收信号强度rss或者多属性判决的目标函数等。若该函数值大于临界值fth，则说明该网络满足用户需求，可以与用户相连；否则不相连。式(5)表示每一个用户只能与一个待选网络相连接。通过分配矩阵，我们可以计算在某一种分配情况下x∈x，需要切换的用户对基站和接入点的负载其中，x表示某次切换过程中的分配矩阵；x表示所有可能的分配矩阵集合。那么，对于带宽为bi(i＝1,2,...,m+n)的网络，其网络负载率可以表示为其中，pi为或之一。二、负载均衡算法对于一组均值确定的序列，可以用该序列的平方和表示该系列的偏离程度。对于一个l点的序列{xi},i＝1,2,...,l,有其中，mx为序列均值。可以看出，对于均值确定的序列，序列点的平方和越小意味着序列方差越小。根据这一性质，可以构造衡量网络负载均衡的函数。对于一组需要切换的用户uhandoff，每个用户所需要的传输速率确定，那么对于某种分配情况x∈x，整个网络所需负载为一恒定值，因而其均值确定，所以由式(8)可得，该m+n个点的序列{(pi+qi(x))/bi},i＝1,2,...,m+n的偏离程度可以用其平方和表示当式(9)取得最小值时，根据式(8)，这m+n点的偏差程度最小，即ηi(i＝1,2,...,m+n)的方差最小，这也就意味着各网络负载率最为接近，达到网络负载均衡的目的。所以，要实现负载均衡，就是解下列的优化问题subjecttopi+qi(x)≤bi,i＝1,2,...,m+n(11)其中，约束条件式(11)要求网络负载不能超过其可用带宽。上述优化问题是一个0-1规划问题，可以采用分枝界定法、隐枚举法等算法解决(均为现有常用算法，此处不再赘述)。因为分配矩阵中每一列仅有1个非0元素，所以求解该问题的计算量很小。一般而言，异构网络中，不同网络的带宽、时延、传输速率、丢包率等参数均不同，对于不同的业务也有不同的适用性。为了充分考虑用户的偏好，本发明根据不同业务类型，采用层次分析法对文中的两种网络加权，以满足用户qos需求。层次分析法是一种将定量与定性相结合的多目标决策方法。在分析具有多种属性的复杂问题时，对各个因素之间的轻重关系往往难以准确判断，层次分析法采用两两因素比较方法避免把所有因素放在一起比较，同时采用相对尺度，以比较性质不同的因素，提高准确度。本发明利用基本的1-9级层次分析法来确定两种网络的权重，具体步骤如下：1)建立递阶层次将问题分为目标层、属性层和方案层来解决。目标层指出问题求解的方向，即满足用户qos需求；属性层列出影响目标的属性，如带宽、时延、资费等；方案层列出解决问题的方案，在本发明中有lte和wlan两种可选网络。2)构造判断矩阵根据不同属性之间两两重要程度构造判断矩阵其中j为属性的个数，判断矩阵每个元素需要满足cij>0,cij＝1/cji,cii＝1。3)权重计算并检验采用根法或者和法求得判断矩阵的最大特征值及其对应的特征向量，归一化后得到不同属性的权重。为防止判断错误需要对判断矩阵进行一致性检验。4)权值合成。将上述求得的各属性的权重与实际属性的归一化权重相乘，可以得到不同网络的权重ωi(i＝1,2)。其中实际属性的归一化权重根据其效益型或者成本型的性质采用不同的方式进行归一。通过层次分析法，计算得到两种网络的权重，可以反映用户偏好的业务类型。将该权重ωi(i＝1,2)与式(10)的均衡算法结合，就得到最终考虑用户qos和网络负载均衡的垂直切换算法其中，约束条件同式(11)。三、仿真及结果本发明异构网由2个lte基站和5个微功率无线ap接入点构成，其参数如表1(仿真网络参数配置)所示。其中，2个lte基站覆盖范围较大，以一定程度重叠，5个微功率无线接入点均匀分布在lte基站覆盖范围内。仿真中以这2个lte网络的覆盖范围为边界，假设所有用户在运动过程中均不超出边界。表1网络类型lte微功率无线aprss(dbm)-110～55-85～55带宽容量(mb/s)2～510～20丢包率(10-6)1～301～30时延(ms)50～80100～150抖动(ms)5～1010～20资费(yuan/mb)0.2～10.01～0.03目前异构网络能够为用户提供多种类型的业务，如语音业务、数据业务、多媒体业务等。每种业务都有不同的qos需求，因此可以将网络参数根据不同业务要求加权以满足用户需求。本发明考虑实时和非实时两种业务，其中实时业务对时延比较敏感，非实时业务对时延要求较小。根据第三节中的1-9级层次分析法构成两种业务的比较矩阵分别为其中，参数分别为带宽、时延、资费和丢包率。最后得到两个网络在两种业务下的权重如表2(不同业务下lte和微功率无线ap网络权重)所示。表2如图2所示。假设初始有100个移动用户均匀分布在基站范围内，以速度0～20m/单位时间在覆盖范围内以随机方向运动，且假设用户不会运动超出基站范围，每个用户需求的速率在[64kbps,128kbps,192kbps]中随机选择。一次仿真每隔1000个单位时间进行一次采样，运用垂直切换算法为用户分配网络并计算网络负载，共进20次采样。独立进行20次仿真，用20次仿真的网络负载率均值来表征均衡性能的好坏。图3显示普通rss算法和本发明的负载均衡算法在实时业务和非实时业务下的均衡性能比较。rss算法仅以接收信号强度为判断依据，接入接收信号强度最大的网络。可以看出，均衡算法的网络负载率方差小于rss算法，这也就说明均衡算法能将负载更为平均的分配给满足要求的网络，提高资源利用率。在不同业务下，本发明算法都能取得较好的均衡效果。图4和图5显示不同算法一次仿真中20次采样下的网络负载情况。可以看出，rss算法仅仅根据接收信号强度分配负载，所以会存在某次采样下部分网络闲置的负载分配不均的情况，而采用均衡算法后，各网络利用率近似相同。带宽较大的微功率无线网络相较于lte能分配更多的负载，且相同网络间的负载情况大致相同。图6显示一次仿真中各算法最终网络接入用户数量比较。rss算法中各网络接入用户数量相差较大，负载分配不均，而采用均衡算法后各网络接入用户数量更为平均。对于不同业务，由于采用层次分析法对网络加权，接入用户数量也存在差异。实时业务对网络时延要求较高，故接入时延较低的lte网络的用户数量高于对时延要求较低的非实时业务。由此可以看出，本算法能够根据用户需求和偏好，充分考虑用户qos。异构网络选择中传统的垂直切换算法目的是为用户选择最优的网络方案，但这可能会造成某些网络接入过多用户，导致网络阻塞，影响用户qos体验。本发明提出的网络负载均衡算法，在满足用户需求的网络中，通过构造网络分配矩阵，将网络均衡的问题转化为一个优化问题，随后采用优化算法求得最优分配方法，使网络利用率有效得到均衡。此外，采用层次分析法对不同网络进行加权来保障不同业务的qos需求。仿真结果证明了该算法的有效性。该通用算法可以应用于各种异构网络，如公用无线网、电力系统通信网络等。以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。当前第1页12