本发明属于车联网通信技术领域,涉及一种生物智能网络切换方法,具体地说,是指一种异构车联网环境下的车载网络切换方法。
背景技术:
传统的蜂窝无线网络、无线局域网和车载信息技术的集成应用促进了异构车联网的诞生,不同特性无线通信网络的集成、互操作、融合成为当前车联网演化的主要趋势,支持智能化的车载端交互、计算和决策是异构车联网应用发展的重要特征。以异构车联网为基础的车载信息业务逐渐成为智能交通系统(intelligenttrafficsystem,its)的核心功能要素。
切换管理(handovermanagement)是异构无线网络研究领域的重要主题,在移动通信过程中,终端从当前网络服务区域进入新的网络服务区域,将与原来的无线网络基站或者接入点连接的链路切换到新的无线网络基站或者新的接入点上,并继续维持终端上的网络通信链路。网络切换的无缝性和切换过程的自动化要求切换技术能够满足具备多模式通信功能的移动终端从多种可选网络中自主切换到最适合的接入网络。对于车载信息系统,车载移动终端实现自主决策,合理选择接入的无线网络,并在不同的网络端口之间动态切换,也是异构车联网环境下泛在通信和泛在计算的研究热点。
由于异构车联网环境的动态特性,无线网络条件随着时间实时改变,将会涉及参数的动态变化,而基于效用函数和多属性决策的传统网络切换决策优化方法主要依据参数的最优值进行切换,容易引起“乒乓”效应,频繁的网络切换不仅仅加快车载移动终端硬件设备能量的消耗,最终会影响整个网络通信服务的效益。
面向异构车联网环境下的网络切换面临车载应用的服务质量(qualityofservice,qos)需求多样性、无线网络异构性和动态性、多终端资源竞争的并发性等方面的挑战。因此,车载移动终端如何在满足一定网络资源约束以及车载应用qos需求约束的条件下,自主、优化、可靠地为多种车载应用选择合理的目标网络,以及根据动态变化的网络条件和车载移动环境在异构无线链路之间实现切换,成为异构车联网环境下多模式通信应用的核心问题。
技术实现要素:
以异构车联网环境为背景,本发明提出了一种异构车联网环境下的生物启发式车载网络切换方法。所述的车载网络切换方法将生物启发式智能方法——细胞吸引子选择模型应用于动态异构网络环境下车载移动终端网络切换优化决策问题中,在满足车载应用的qos需求的前提下充分利用了生物群体智能计算的优势,不仅维护了全局网络资源分配的公平性而且保障了有限的网络资源使用的全局效益。
本发明模拟微生物细胞适应动态营养环境所产生的基因表达行为,诱导车载移动终端做出自适应的网络切换决策,将动态的车载移动终端类比为微生物细胞,通过微生物细胞对于外部动态营养环境的自适应机制迅速做出反应,影响微生物细胞内部的基因表达和微生物细胞活跃度,进而影响细胞吸引子的生成,最终诱导车载移动终端做出具有高度自适应性和鲁棒性的网络切换决策。并且,本发明进一步结合了多属性决策方法,评估备选接入网络的性能指标,选出适合该车载移动终端上车载用户的最优网络接入。
本发明提供的一种异构车联网环境下的车载网络切换方法,具体步骤如下:
步骤一、构造车载移动终端上车载用户对于无线通信网络的评估效用函数;
a、对于无线网络i,该无线网络i的信道数量记为ci(t)个,平均每个信道的吞吐量为ri,假设时刻t存在ni(t)个车载应用连接至该无线网络i,则此时连接至该无线网络的车载应用可接收到的平均吞吐量qi(t)为该无线网络总吞吐量分配至每个车载应用的均值。对于车载移动终端j,记每个车载移动终端存在多个车载用户,每个车载用户可连入无线网络后执行单个车载应用。
b、本发明为了量化评估任意异构无线网络i为s类型车载应用提供的服务质量qos,提出了satisfaction(i,s)函数。
c、通过车载用户对于每种车载应用类型的个人偏好加权,提出效用函数综合衡量对于车载移动终端j当前接入无线网络的通信条件所获得的效用qosj(t)。
步骤二、建立生物启发式异构车联网环境下的网络切换决策模型;
a、为了反映当前接入异构车联网的车载用户总体获得的服务质量h1,本发明采用了移动平均法将时间段wj内各个车载用户的qosj(t)求和后进行了移动平均,得到h1。
同时,为了衡量车载移动终端j周围实时变化的异构车联网通信环境,本发明提出了avgqosj(t)效用函数。对于车载移动终端j,已知在时刻t可连接的备选无线网络集合为netj(t),kj为单个备选的无线网络,即kj∈netj(t),从而反映车载移动终端j从备选异构无线网络所能提供的效用。
b、将细胞吸引子选择模型应用于车载移动终端动态优化决策问题,车载移动终端根据车载应用的qos需求以及全局无线网络的资源约束条件自主执行网络切换。
步骤三、运用多属性决策方法选择切换后接入的最优网络;
a、建立qos效用矩阵。由于qos为评判网络性能的重要指标,本发明将车载移动终端j的车载应用从备选无线网络获得的服务质量qos作为qos效用矩阵的元素。
b、计算规范化的qos效用矩阵。由于qos效用矩阵元素的数值参差不齐,加入权重因子,将qos效用矩阵进行规范化处理,构造权重规范化矩阵。
c、确定正理想解方案和负理想解方案。针对车载移动终端j上的车载应用,本发明评估了效益指标的最大值和最小值得到了正理想解和负理想解。
d、计算每个备选无线网络分别与正理想解和负理想解的距离。
e、计算每个备选无线网络与正理想解的接近程度。
f、将各备选无线网络与正理想解的接近程度大小进行排序。将备选异构无线网络中最接近正理想解的备选无线网络选出作为接入网络。
相比较已有的技术,本发明的优点在于:
(1)本发明在车联网环境下,综合考虑了异构网络环境的吞吐量因素以及不同车载移动终端上车载应用的qos需求条件,迅速适应动态变化的车载通信环境,较快达到全局最优,有效地防止了传统切换理论中的“乒乓效应”,使得网络切换更加智能化,具有高度的自适应性和鲁棒性。
(2)本发明采用细胞吸引子选择模型,剖析了微生物细胞基因网络的调控行为,基于其自适应性特性及其数学表征,将细胞吸引子作为切换决策解,立意新颖。本发明充分利用了生物群体智能计算的优势,维护了全局网络资源分配的公平性和保障了有限的网络资源使用的全局效益。
附图说明
图1为异构车联网环境下网络切换场景图。
图2为本发明提供的异构车联网环境下的车载网络切换方法流程示意图。
图3为生物启发式方法流程示意图。
具体实施方式
下面将结合附图和实施例对本发明方法作进一步的详细说明。
本发明提供一种异构车联网环境下的车载网络切换方法,如图2所示流程,具体包括如下步骤:
步骤一、构造车载移动终端上车载用户对于无线通信网络的评估效用函数;
a、对于无线网络i,该无线网络的信道数记为ci(t),平均每个信道的吞吐量为ri,假设时刻t存在ni(t)个车载应用连接至该无线网络,则此时连接至该无线网络的车载应用可接收到的平均吞吐量qi(t)为该无线网络总吞吐量分配至每个车载应用的均值,即:
b、本发明为了量化评估任意无线网络i为s类型的车载应用提供的服务质量qos,提出了satisfaction(i,s)函数:
针对车载移动终端j,当前连接的无线网络ij,记在该车载移动终端上运行的车载应用为pj,s,则该车载移动终端上s类型的车载应用构成的集合为asj,s。同时,针对s类型的车载应用,该类型车载应用的最大吞吐需求界限为qs,max,最小吞吐需求界限为qs,min。
c、通过车载用户对于每种车载应用类型的个人偏好加权,本发明提出了下列效用函数综合衡量对于车载移动终端j当前接入网络的通信条件所获得的效用:
其中,ωj,s为车载移动终端j上车载用户对于s类型车载应用的个人偏好权重,即ωj,s>0,且∑s∈sωj,s=1。s表示车载应用的类型为s类型,s表示所有车载应用的类型的集合。
步骤二、建立生物启发式异构车联网环境下的网络切换决策模型;
a、为了反映当前接入异构车联网的车载用户总体获得的服务质量h1,本发明采用了移动平均法将时间段wj内各个车载用户的qosj(t)求和后进行了移动平均,则qosj(t)的计算式为:
同时,为了衡量车载移动终端j周围实时变化的异构车联网通信环境,本发明提出了avgqosj(t)效用函数。对于车载移动终端j,已知该车载移动终端在时刻t可连接的备选无线网络集合为netj(t),且kj∈netj(t),从而反映车载移动终端j从备选无线网络所能提供的效用:
其中,γ∈(0,1]。由于网络切换的过程都需要损耗新接入的网络资源,γ表示的是车载移动终端进行切换时的折扣系数。为了简化,本发明设置为:
h2=avgqosj(t)(6)
b、本发明重点将细胞吸引子选择模型应用于车载移动终端动态优化决策问题,车载移动终端根据车载应用的qos需求以及全局无线网络的资源约束条件自主执行网络切换。模拟微生物细胞对于动态营养环境适应性所产生的基因表达行为,诱导异构车联网环境中车载移动终端做出自适应的网络切换决策。
如图3所示流程,研究者们根据大肠杆菌细胞自适应外部环境条件变化的机理展开分析,借助耦合微分方程进行建模,引入随机噪声项,得到了细胞吸引子选择模型的数学表征形式:
其中,a表示细胞活跃度,η1和η2是相互独立的高斯白噪声。s(a)和d(a)代表了细胞体积增长引起的合成和分解速率:
p和c代表细胞活跃度的合成率和损耗率系数,n1和n2代表外部生存环境提供的营养物质水平,n_thr1和n_thr2代表两种营养物质对于a增量的阈值,n1和n2表示细胞对于这两种营养物质的敏感系数。
在细胞吸引子选择模型中,存在两个吸引子,即细胞的基因调控过程中存在两种稳定的状态:m1>>m2或者m2>>m1。同时,细胞与环境之间的交互作用由一对变量(n1,n2)代表,为了适应环境的变化,细胞的选择会从一个吸引子转换到另一个吸引子,或者,在环境的变化不需要做出改变时,它也会保持当前的吸引子。
结合公式(4)和(6),本发明运用sigmoid函数,通过参数a和b的取值变化,将h1和h2映射到[0,10]的区间内,与代表环境变化情况的变量ni(i=1,2)相联系:
综上,本发明提出的切换决策机制由细胞吸引子诱导机制:当细胞吸引子选择状态为m1>>m2时,车载移动终端建议进行网络切换,结合多属性决策方法连接到获得效用更高的网络上;当细胞吸引子选择状态为m2>>m1或者
步骤三、运用多属性决策方法从备选无线网络中选择切换后接入的最优网络;
a、建立qos效用矩阵。由于qos为评判网络性能的重要指标,本发明将车载移动终端j的各个车载应用从备选无线网络获得的服务质量qos作为qos效用矩阵的元素:
x=[x(kj,pj,s)](11)
其中,设x(kj,pj,s)=satisfaction(kj,s)。
b、计算规范化的qos效用矩阵。由于qos效用矩阵元素的数值参差不齐,将qos效用矩阵x进行规范化处理,使得矩阵元素值位于[0,1]区间内:
加入权重因子ωj,s,构造权重规范化矩阵。针对车载移动终端j上的每个车载用户个人偏好程度的不同,进行加权得到权重规范化矩阵:
y(kj,pj,s)=ωj,s×x′(kj,pj,s)(13)
c、确定正理想解和负理想解。对于车载移动终端j上的车载应用,得到正理想解
d、计算每个备选无线网络分别与正理想解和负理想解的距离。对于每个备选无线网络分别与正理想解
e、计算每个备选无线网络与正理想解的接近程度得分。根据每一个备选无线网络分别与正理想解和负理想解的距离,可得每个备选无线网络与正理想解的接近程度得分:
f、将每个备选无线网络与正理想解的接近程度得分大小进行排序。将备选无线网络中接近程度得分最高的备选无线网络选出作为接入网络: