一种异构无线网络联合接纳控制方法
【技术领域】
[0001] 本发明涉及计算机通信技术领域，特别涉及一种异构无线网络联合呼叫控制策略 的确定方法。
【背景技术】
[0002] 随着异构无线网络技术的发展，智能终端不断普及，其实现的不仅仅是技术的融 合，更是可以满足用户永远获得最佳连接（ABC，Always Best Connected)的网络服务。仅 靠一种无线通信技术或者一种组网方式将无法满足用户随时随地高质量地获取ABC的无 线服务需求，因此，异构网络融合的概念应运而生。ABC的目标是保证用户使用多模终端可 以在任何可接入的无线技术间通信，支持更多的用户并且提供高速服务。对于服务集成的 异构无线网络来说，保障服务质量（Q〇S，Quality of Service)的核心技术是呼叫接纳控制 (CAC，Call Admission Control)〇
[0003] 传统呼叫接入控制问题是一种资源分配策略，主要是根据接入网络的用户数量进 行控制，达到减少网络拥塞，保证QoS的目的。
[0004] 在异构无线网络当中，需要CAC来适应技术的新变化，主要包括：丰富的多媒体服 务（例如声音、视频、数据等）需要提供不同的QoS保障；不同网络技术有不同的准入机制； 各种资源高效管理利用等等。考虑到用户的移动性以及不同的链路状况，联合呼叫接入控 制问题变得更加复杂。一般情况下，异构网络环境存在两种类型的呼叫：新产生的呼叫和切 换呼叫。新呼叫是当前网络范围内移动终端发起的；切换呼叫则是指别的网络范围内的移 动终端由于用户的移动性产生的呼叫。联合接纳控制是在保障现有呼叫的QoS基础之上， 尽可能多地接纳新呼叫来达到提高系统资源利用率的目的。联合接纳控制的作用是对不同 呼叫类型发起连接请求时，根据优化决策策略，做出是否接纳呼叫请求的判断。
[0005] 目前，已有的许多研究成果都使用了 SMDP (Semi-Markov Decision Process，半马 尔可夫决策过程）对联合呼叫接入控制问题进行建模。马尔科夫决策过程（MDP，Markov Decision Process)是基于马尔科夫过程理论的随机动态系统的最优决策过程，是马尔科 夫过程与确定性的动态规划相结合的产物。SMDP是MDP的一种特例，决策时刻随机发生在 离散分布的时间内。
[0006] 现有接纳控制技术至少存在如下问题：接纳控制策略设计目标单一，主要是集中 在带宽、容量或者公平性等性能参数，模型获得的收益仅仅是局部的、单一的，不是全面的 整体收益；无法动态自适应网络状态的变化，传统的基于定义保护信道阈值的方法在数据 业务为主的网络中可以很好地被应用，但在以多媒体业务为主的异构无线网络中，对业务 QoS保证的需求和对拥塞度的控制需要权衡折中；利用马尔科夫决策算法发现优化策略的 计算量过大，不利于异构无线网络接纳控制的高效、实时的实现。
【发明内容】
[0007] 针对现有接纳控制技术中存在的问题，本发明提供一种基于用户服务质量和网络 能耗的联合接纳控制方法，利用半马尔科夫决策SMDP建立优化联合接纳控制模型，以最小 化网络整体能耗和最优化用户服务质量为目标，使用半马尔科夫决策过程的五元组描述优 化问题，通过改进的值迭代算法得到异构无线网络的接纳控制决策策略，并得到异构无线 网络的最大长期预期收益，该收益值同时考虑了系统接纳呼叫的收益和拒绝接入的成本支 出。因此，本发明方法能在掉线率和阻塞率动态自适应网络环境变化的情况下，降低网络能 耗，对保证用户服务质量和提高系统性能有很高的实用价值。
[0008] 本发明提供一种异构无线网络联合接纳控制方法，应用于两种类型的异构网络的 系统中，所述系统中存在至少两种业务，所述方法具体包括：
[0009] SI.根据接入异构无线网络系统中各业务的呼叫数，确定所述系统所对应的状态。
[0010] S2.确定评价联合呼叫接纳机制优化策略的标准，对影响服务质量的参数和接纳 控制开销，按照"最小化网络能耗，最优化用户服务质量"两个目标，得到联合接纳控制下的 网络整体能耗。
[0011] S3.移动终端用户向异构无线网络系统发出请求，申请使用异构无线网络服务； 异构无线网络接纳控制系统根据接收到的服务请求和当前整个网络状态，建立行动集合。
[0012] S4.针对所述行动集合的每一行动，计算异构无线网络的收益值。
[0013] S5.根据无线网络系统中各个状态下的业务，确定在各状态下业务所对应的状态 转移概率，计算异构无线网络的长期预期收益值。
[0014] S6.异构无线网络接纳控制系统根据步骤S5计算得到的长期预期收益进行分域 的半马尔科夫决策SMDP处理，确定是否接纳当前服务请求，如果接受则选取长期预期收益 最大的行动，为服务请求分配步骤S2计算得到的网络整体能耗。
[0015] 进一步地，步骤Sl所述异构无线网络系统状态是指在每个决策时刻正在运行的 不同业务数量以及在该网络区域中所发生的事件的集合，所述异构无线网络系统状态描述 为：
[0016] S = S(l，e)，1 =
[0017] 其中：k为业务类型的数量；η为不同业务类型的呼叫服务数量；i为Overlay网 络，r^ k为决策起始阶段网络i的呼叫总数，j为Underlay网络，n u为网络j的呼叫总数。 e为发生的事件，用集合e = Ir1, r2，…rk,山，d2，…dj表示，rk表示业务类型k的状态是到 达网络，d k表示业务类型k的状态是已完成服务离开网络。
[0018] 进一步地，步骤S2所述联合接纳控制下的网络整体能耗为：
[0020] 其中，Hiing11是在优化控制策略下的网络能耗最小值，是拒绝业务k时产生的 开销，A k是业务k的到达率，< 是业务k的阻塞概率，L是呼叫总体数量。以系统不必要 的开销最小为目标，可降低系统整体开销，以此提高网络整体效用。
[0021] 进一步地，步骤S3所述行动集合为：
[0022] A(S) e {〃 拒绝〃，〃接受〃，〃无作为〃} = {〇, 1，2}
[0023] 其中，A(S)的值表示有移动终端用户到达网络申请网络服务时，异构无线网络接 纳控制系统需要根据网络状态和业务类型做出接纳控制决策：A(S) = 0表示拒绝服务请 求;A(S) = 1表示接受服务请求;A(S) = 2表示用户离开系统时，不采取任何行为控制，系 统继续运行。
[0024] 进一步地，步骤S4计算异构无线网络收益值的公式如下：
[0025] r (s, a) = k (s, a) - β (s, a) c (s, a)
[0026] 其中，k(s, a)是系统在状态s下选择行动a获得的收益，β (s, a)是当前状态s选 择行动a后转移到下一个系统状态j所预期的服务时间，c (s，a)为预先设定了系统状态s 下选择行动a的支出。
[0027] β (s，a)服从指数分布，其计算公式为：
[0029] 其中，λη是新呼叫到达率，λ h是切换呼叫到达率，S，新呼叫总数，切换呼 叫总数，Iin是新呼叫逗留时间，I ih是切换呼叫逗留时间，a。是不米取任何行为，a [!是拒绝 行为，aA是接受行为，j代表下一个状态，A n是新呼叫到达，A h是切换呼叫到达。
[0030] 进一步地，步骤S5所述计算异构无线网络的长期预期收益值的方法如下：
[0031] 应用SMDP的折扣收益模型，得到在决策时间点之间的期望折扣收益：
[0033] 其中α为连续时间下的折扣率。所述决策时间点是指一个呼叫请求到达系统或 者一个已经完成服务离开系统的事件发生，需要做决策的时间点。
[0034] 针对所述行动集合S中的每一行动按下式进行计算，得到系统长期预期收益 O
[0036] 其中，ρ (j I s，d)表示系统在状态s、选取行动为d时，系统转移到状态j的状态转 移概率。
[0037] 采用离散折扣马尔科夫决策模型，获得离散的系统收益值，得到最大化的长期预 期收益。方法如下：
[0038] 移动终端用户向异构无线网络系统发出请求，申请使用异构无线网络