一种异构网络跨域融合切换方法与流程

[0001]
本发明涉及通信技术领域，更具体地，涉及一种异构网络跨域融合切换方法。


背景技术：

[0002]
随着通信技术的发展，各种无线接入技术应运而生，从而产生多种无线网络并存的新场景。在此场景中用户需要在多种无线网络中进行垂直切换，需要异构垂直切换技术保障正常的通信。异构垂直切换主要包括三个阶段：网络发现阶段、切换判决阶段以及切换执行阶段。
[0003]
在网络发现阶段中，用户可以在异构无线网络区域内搜寻可供其接入的网络，在此过程中需要平衡网络的发现时间和终端能耗。网络发现时间越短，用户越有可能及早切换到合适的网络，保障其qos。然而用户始终保持高频率监听网络会导致终端能耗大大增加。因此，需要考虑网络发现时间与终端能耗的平衡。
[0004]
切换判决阶段决定了用户是否需要切换、切换到哪个网络以及切换发起时机，与用户的qos密切相关。异构无线网络的垂直切换与同构网络不同，需要考虑用户的业务需求以及复杂的网络环境综合进行切换判决。
[0005]
如图1所示，是当前切换算法通用流程图，现有的垂直切换算法有：基于接收信号功率的垂直切换算法【1】dhar roy,s.and s.r.vamshidhar reddy.signal strength ratio based vertical handoff decision algorithm in integrated heterogeneous networks[j].wireless personal communications,2014,77(4):2565-2585.基于多属性判决的垂直切换算法【2】savitha k,chandrasekar c.vertical handover decision schemes using saw and wpm for network selection in heterogeneous wireless networks[j].international journal of computer science issues,2011,8(3):1561-1572；【3】falowo o e,chan h a.rat selection for multiple calls in heterogeneous wireless networks using modified topsis group decision making technique[c]//ieee international symposium on personal indoor&mobile radio communications,toronto,on,canada,2011:1371-1375；【4】falowo o e,chan h a.rat selection for multiple calls in heterogeneous wireless networks using modified topsis group decision making technique[c]//ieee international symposium on personal indoor&mobile radio communications,toronto,on,canada,2011:1371-1375。异构网络中不同类型的无线接入点功率相差很大，直接使用接收信号功率作为切换判决会产生乒乓效应。文献【1】通过引入驻留时间和迟滞电平削弱接收信号功率波动对切换的影响，但是有可能使用户无法及时切换到最优网络。
[0006]
现有技术在网络发现阶段中对网络扫描周期大小设定以固定扫描周期为基本方法，在一些改进方案中，使用接收信号功率大小进行扫描周期的调整。然而该方法存在如下缺点：
[0007]
在网络发现阶段中，设定固定扫描周期或者单独使用接收信号功率大小来设定扫
描周期，无法平衡网络发现时间与终端能耗。若网络扫描周期过小，虽然能够及时发现周围可用无线网络，但是较多的网络发现次数使终端能量消耗较多；反之若网络的扫描周期过长，会导致终端不能够及时发现可用的无线网络，影响用户的用网体验。
[0008]
在切换判决阶段，传统多属性决策算法只考虑层次分析法的主观权重或是熵权法的客观权重。其无法反映网络的客观属性权重或者无法反映决策者对于不同网络属性的偏好，针对不同的业务类型以及不同网络属性，若只考虑主观权重无法准确判断网络实时情况；同时若只考虑客观权重，也无法反映网络的属性特点。


技术实现要素：

[0009]
本发明为克服上述现有技术不能够及时发现可用的新网络，造成网络发现时延，降低切换效率的问题，提供一种异构网络跨域融合切换方法，其能及时发现可用的新网络，有效的避免造成网络发现时延，降低切换效率的问题。
[0010]
为解决上述技术问题，本发明的技术方案如下：一种异构网络跨域融合切换方法，所述的方法步骤如下：
[0011]
s1：接入异构网络的移动终端对当前接入无线网络以及周围的无线网络进行自适应扫描，并将收集到的数据上传至无线接入点；
[0012]
s2：集中枢纽节点控制范围内的各个无线接入点周期性的测量其范围内的网络属性数据，并将其上传至集中枢纽节点；
[0013]
s3：集中枢纽节点根据无线接入点上传的数据进行业务感知，并进行切换预判决；
[0014]
s4：集中枢纽节点根据可用网络表列中的网络属性数据进行服务质量感知，在剩余网络中选择最优网络进行切换；
[0015]
s5：集中枢纽节点周期性地测量当前连接网络的网络属性数据，如果性能满足要求则维持不变，否则回到步骤s3进行执行。
[0016]
优选地，步骤s1，的具体步骤如下：
[0017]
s101：对移动终端在当前连接的无线网络中的链路特性、业务属性，和移动终端接收到的信号强度、移动速度进行收集；
[0018]
s102：对收集的数据进行第一预处理，所述的第一预处理包括但不限于去除原始数据中的异常值、填补缺失值，从而实现数据清洗；
[0019]
s103：根据第一预处理后的数据自适应的设定扫描周期；
[0020]
s104：根据设定扫描周期对当前连接的无线网络以及周围的无线网络进行扫描；
[0021]
s105：重复步骤102-104，扫描到的可用网络集合为n＝{n1，n2，...，n
l
}，其中l表示移动终端扫描到的可用无线网络个数。
[0022]
进一步地，步骤s2，具体步骤如下：
[0023]
s201：各个无线接入点收集各自覆盖范围内的网络属性数据，所述的网络属性数据包括但不限于可用带宽、吞吐量、时延、抖动以及丢包率；
[0024]
s202：对收集的网络属性数据进行第二预处理，所述的第二预处理包括但不限于去除网络属性数据中的异常值、填补缺失值，从而实现数据清洗；
[0025]
s203：对第二预处理后的数据进行处理，根据相应的属性指标计算公式进行计算，并与其他属性数据进行集中上传；
[0026]
s204：将处理后的网络属性数据以及与其连接的移动设备收集的数据上传至集中枢纽节点。
[0027]
再进一步地，步骤s3，具体步骤如下：
[0028]
s301：集中枢纽节点根据3gpp所制定的业务类型及相应的业务数据建立业务感知信息库；其中，所述的业务类型包括会话类、流媒体类、交互类、后台类；所述的业务感知信息库包括不同业务类型所对应的不同特定端口号；
[0029]
s302：利用上传的特定端口号感知移动终端的业务类型，在业务感知信息库中找到与端口号相对应的业务类型及业务数据；
[0030]
s303：利用感知到的业务类型及相应的业务数据，与可用网络集合n中的网络属性数据进行比较；若所有的网络属性数据都满足业务感知信息库中的数据要求，则该无线网络继续保留在可用网络集合中；若有一项或多项不符合，则从可用网络集合中删除该无线网络编号，剩余的可用网络集合表示为网络编号，剩余的可用网络集合表示为其中，n表示可用无线网络的数目。
[0031]
再进一步地，步骤s4，具体步骤如下：
[0032]
401：根据3gpp中制定的不同业务类型，确定参考网络属性在不同业务类型下的主观权值矩阵；
[0033]
s402：利用各个无线接入点上传的实际网络属性数据确定客观权值矩阵；
[0034]
s403：通过设定的加权因子，利用主观权值矩阵和客观权值矩阵计算综合权值；
[0035]
s404：利用加权法，根据步骤s403得到的综合权值，得到各个无线网络的效用值，若备选无线网络中的最大效用值等于当前接入无线网络的效用值，或者其比率小于设定的阈值，则移动终端停留在当前接入无线网络，否则选择效用值最大的无线网络为接入网络进行切换。
[0036]
再进一步地，步骤s401，具体的，
[0037]
d1：确定网络选择的参考属性，所述的参考属性包括但不限于可用带宽、吞吐量、时延、抖动以及丢包率；
[0038]
d2：根据不同的业务类型，构造相应的层次分析判断矩阵a＝(a
ij
)
l
×
l
，其中，a
ij
表示网络属性对业务类型的重要程度，按照1-9标度法则进行赋值；
[0039]
d3：采用特征根法计算各个网络属性的权重值λ
max
，得到相应的特征向量ω；其中，特征向量ω中的各元素即为各网络属性的权重值；
[0040]
d4：对权重值进行一致性检验，计算一致性指标，若一致性比率小于或等于0.1时，则层次分析判断矩阵的一致性即满足要求。
[0041]
再进一步地，步骤s402，具体如下：
[0042]
q1：根据可用无线网络列表得到各个无线网络的实际属性数据，网络属性有m个；
[0043]
q2：对各个无线的网络属性数据进行归一化处理，归一化后的各参数值为x
ij
；
[0044]
q3：确定各类参考属性的熵值，公式如下：
[0045]
[0046][0047]
其中，g
ij
为网络i中第j项参数在所有备选网络中的比重；e
j
为第j项网络性能参数指标的熵值；n为可用网络的个数；m为网络属性的个数；k为常数值，且k＝1/ln(n)；
[0048]
q4：利用熵值计算各个参考属性的权值s
j
，公式如下：
[0049][0050][0051]
其中，p
j
为第j项参数的差异系数，且
[0052]
再进一步地，步骤s403中，利用主观权值矩阵和客观权值计算综合权值，具体公式如下：
[0053]
w
j
＝α
·
ω+(1-α)
·
s
j
,
[0054]
其中，w
j
为综合权值，α为加权因子。
[0055]
再进一步地，步骤s404，具体的公式如下：
[0056][0057][0058][0059]
其中，f
i
为第i个网络的效用值，f
max
为所有备选网络中最大的效用值，f
cur
为当前接入网络的效用值，f
best
为最终选择接入网络的效用值。
[0060]
再进一步地，步骤s5，具体步骤如下：
[0061]
s501：在选择接入无线网络的之后，重复步骤1至步骤2，即收集当前连接网络以及附近可用无线网络的属性数据；
[0062]
s502：根据s3至s4计算当前无线网络及备用无线网络的效用值；
[0063]
s503：对效用值进行排序，若在持续的一段时间内，当前无线网络的效用值处于所有备用无线网络效用值的前列，则维持当前网络连接状态，否则，重复s1～s5。
[0064]
与现有技术相比，本发明技术方案的有益效果是：
[0065]
1.本发明从移动终端的状况和当前接入无线网络的状况两方面进行考虑。首先，在移动终端方面，其移动速度为影响网络扫描周期的因素，具体表现为当终端的移动速度越大，网络扫描周期应越小，以防止终端不能够及时发现可用的新网络，造成网络发现时延，降低切换效率。其次，在网络方面，因接收信号功率表征网络提供基础通信服务的能量，故采用移动终端接收到的当前接入网络的接收信号功率为衡量当前接入网络状况的指标。具体来讲当前接入网络的信号强度越小，则表示当前接入网络状况越差，终端切换网络的
急迫性越强，所以需要加快网络的扫描，相应地减少网络扫描周期。
附图说明
[0066]
图1是现有技术切换过程示意图。
[0067]
图2是本实施例所述的方法的流程图。
具体实施方式
[0068]
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，所描述的实施例仅仅是本发明一部分实施例，仅用于示例性说明，不能理解为对本专利的限制。基于本发明中的实施例，本领域普通技术人员在没有作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。
[0069]
下面结合附图和实施例对本发明的技术方案做进一步的说明。
[0070]
实施例1
[0071]
如图2所示，一种异构网络跨域融合切换方法，所述的方法步骤如下：
[0072]
步骤s1：接入异构网络的移动终端对当前接入无线网络以及周围的无线网络进行自适应扫描，并将收集到的数据上传至无线接入点；
[0073]
步骤s2：集中枢纽节点控制范围内的各个无线接入点周期性的测量其范围内的网络属性数据，并将其上传至集中枢纽节点；
[0074]
步骤s3：集中枢纽节点根据无线接入点上传的数据进行业务感知，并进行切换预判决；
[0075]
步骤s4：集中枢纽节点根据可用网络表列中的网络属性数据进行服务质量感知，在剩余网络中选择最优网络进行切换；
[0076]
步骤s5：集中枢纽节点周期性地测量当前连接网络的网络属性数据，如果性能满足要求则维持不变，否则回到步骤s1进行执行。
[0077]
在一个具体的实施例中，本实施例中所述的移动终端具体是多个无线接口的多模终端，所述的无线接口包括但不限于gsm，lte，wlan以及无线自组网等接口，所述的移动终端包括第一数据收集模块、第一数据处理模块、第一定时扫描模块与第一通信模块。
[0078]
在一个具体的实施例中，所述的步骤s1的具体步骤如下：
[0079]
s101：对移动终端的第一数据收集模块对移动终端在当前连接的无线网络中的链路特性、业务属性，和移动终端接收到的信号强度、移动速度进行收集；
[0080]
s102：移动终端利用第一数据处理模块对收集的数据进行第一预处理，所述的第一预处理包括但不限于去除原始数据中的异常值、填补缺失值，从而实现数据清洗；根据数据的时空特性与变化规律，一般可以采用概率统计、近邻分析和分类识别等方法实现数据清洗；
[0081]
所述的数据清洗具体如下：
[0082]
1.识别异常数据所使用的方法包括但不限于描述性统计法、三西格玛法、箱型图等。以三西格玛法为例进行说明。其中，三西格玛法是指当数据服从正态分布时，99％的数值应该位于距离均值3个标准差之内的距离，即p(|x-μ|>3σ)≤0.003，当数值超出这个距离，判断为错误数据；
[0083]
2.填补缺失值所使用的方法包括但不限于均值填充、聚类填充、多重插补。以均值填充法为例进行说明。其中，均值填充将数值型的空值填充为其他所有对象取值的平均值，将非数值型的空值填充为其他所有对象中出现频率最高的值。
[0084]
s103：所述的移动终端的第一定时扫描模块根据第一预处理后的数据自适应的设定扫描周期；具体设定扫描周期如下：
[0085]
a1：移动终端设定最大和最小的网络扫描周期，为t
max
和t
min
，同时设定终端接入网络的信号强度门限值为rss
th
，移动终端的最大移动速度为v
max
；
[0086]
a2：移动终端根据当前的接入网络信号强度rss
cur
以及终端当前的移动速度v
cur
，计算当前的动态扫描周期为如下：
[0087][0088]
a3：若当前扫描时间周期小于最小时间周期，则当前扫描周期值设定为最小时间周期，若当前扫描时间周期大于最大时间周期，则当前扫描周期值设定为最大时间周期。
[0089]
s104：所述的移动终端的第一数据收集模块根据设定扫描周期对当前连接的无线网络以及周围的无线网络进行扫描；
[0090]
s105：重复步骤102-104，扫描到的可用网络集合为n＝{n1，n2，...，n
l
}，其中l表示移动终端扫描到的可用无线网络个数。
[0091]
在一个具体的实施例中，所述无线接入点指具有一般的计算能力和存储能力，能够运行简单的算法模型，能够存储与其连接各个移动终端所上传的所有数据的装置，所述的无线接入点包括第二数据收集模块、第二数据处理模块、第二通信模块；
[0092]
在一个具体的实施例中，步骤s2，具体步骤如下：
[0093]
s201：各个无线接入点的第二数据收集模块通过计数器和传感器等装置收集各自覆盖范围内的网络属性数据，所述的网络属性数据包括但不限于可用带宽、吞吐量、时延、抖动以及丢包率；
[0094]
s202：各个无线接入点的第二数据处理模块对收集的网络属性数据进行第二预处理，所述的第二预处理包括但不限于去除网络属性数据中的异常值、填补缺失值，从而实现数据清洗；所述的数据清洗具体如下：
[0095]
1.识别异常数据所使用的方法包括但不限于描述性统计法、三西格玛法、箱型图等。以三西格玛法为例进行说明。其中，三西格玛法是指当数据服从正态分布时，99％的数值应该位于距离均值3个标准差之内的距离，即p(|x-μ|>3σ)≤0.003，当数值超出这个距离，判断为错误数据；
[0096]
2.填补缺失值所使用的方法包括但不限于均值填充、聚类填充、多重插补。以均值填充法为例进行说明。其中，均值填充将数值型的空值填充为其他所有对象取值的平均值，将非数值型的空值填充为其他所有对象中出现频率最高的值。
[0097]
s203：所述的第二数据处理模块对第二预处理后的数据进行处理，根据相应的属性指标计算公式进行计，并与其他属性数据进行集中上传；由于本实施例中涉及的网络不只是包含成熟的lte网络，还有短波以及超短波网络。短波以及超短波网络不具备lte中成熟的网关统计功能，因此收集到的数据可能是计数器类型，例如丢包率数据，是由每十五分钟收集到的发送包数，接收包数，通过简单计算进行确定，并非直接收集到的数值，以此类
推，其他数据也需要相应的属性指标计算公式进行计算。
[0098]
s204：各个无线接入点的第二通信模块将处理后的网络属性数据以及与其连接的移动设备收集的数据上传至集中枢纽节点。
[0099]
在一个具体的实施例中，所述集中枢纽节点指具有强大的计算能力和存储能力，能够运行复杂的算法模型，能够存储与其连接的各个无线接入点所上传的所有数据的装置，通过接口与无线接入点进行连接，支持控制和业务信息的交互，实现切换管理等，所述集中枢纽节点包括存储模块、业务感知模块、网络预判决模块、网络选择模块、网络检测模块、第三通信模块；
[0100]
在一个具体的实施例中，步骤s3，具体步骤如下：
[0101]
s301：集中枢纽节点的业务感知模块根据3gpp所制定的业务类型及相应的业务数据建立业务感知信息库；其中，所述的业务类型包括会话类、流媒体类、交互类、后台类；所述的业务感知信息库包括不同业务类型所对应的不同特定端口号；这些数据需要给出对应的高优先级属性的数值范围，例如在流媒体类业务中，需要给出带宽、吞吐量等属性的取值范围。
[0102]
s302：集中枢纽节点的业务感知模块利用上传的特定端口号感知移动终端的业务类型，在业务感知信息库中找到与端口号相对应的业务类型及业务数据；
[0103]
s303：所述的集中枢纽节点的网络预判决模块利用感知到的业务类型及相应的业务数据，与可用网络集合n中的网络属性数据进行比较；具体对比的属性包括但不限于可用带宽、吞吐量、时延、抖动以及丢包率等数据。若所有的网络属性数据都满足业务感知信息库中的数据要求，则该无线网络继续保留在可用网络集合中；若有一项或多项不符合，则从可用网络集合中删除该无线网络编号，剩余的可用网络集合表示为其中，n表示可用无线网络的数目。
[0104]
在一个具体的实施例中，步骤s4，具体步骤如下：
[0105]
401：所述的网络选择模块根据3gpp中制定的不同业务类型，确定参考网络属性在不同业务类型下的主观权值矩阵；
[0106]
本实施例以层次分析法为例进行说明：
[0107]
步骤s401，具体的：
[0108]
d1：确定网络选择的参考属性，所述的参考属性包括但不限于可用带宽、吞吐量、时延、抖动以及丢包率等；
[0109]
d2：根据不同的业务类型，构造相应的层次分析判断矩阵a＝(a
ij
)
l
×
l
，其中，a
ij
表示网络属性对业务类型的重要程度，按照1-9标度法则进行赋值；
[0110]
d3：采用特征根法计算各个网络属性的权重值λ
max
，得到相应的特征向量ω；其中，特征向量ω中的各元素即为各网络属性的权重值；
[0111]
d4：对权重值进行一致性检验，计算一致性指标，若一致性比率小于或等于0.1时，则层次分析判断矩阵的一致性即满足要求。
[0112]
s402：利用各个无线接入点上传的实际网络属性数据确定客观权值矩阵；本实施例以熵权法为例进行说明，具体如下：
[0113]
q1：根据可用无线网络列表得到各个无线网络的实际属性数
据，网络属性有m个；
[0114]
q2：对各个无线的网络属性数据进行归一化处理，归一化后的各参数值为x
ij
；
[0115]
q3：确定各类参考属性的熵值，公式如下：
[0116][0117][0118]
其中，g
ij
为网络i中第j项参数在所有备选网络中的比重；e
j
为第j项网络性能参数指标的熵值；n为可用网络的个数；m为网络属性的个数；k为常数值，且k＝1/ln(n)；
[0119]
q4：利用熵值计算各个参考属性的权值s
j
，公式如下：
[0120][0121][0122]
其中，p
j
为第j项参数的差异系数，且
[0123]
s403：通过设定的加权因子，利用主观权值矩阵和客观权值矩阵计算综合权值，具体公式如下：
[0124]
w
j
＝α
·
ω+(1-α)
·
s
j
,
[0125]
其中，w
j
为综合权值，α为加权因子。
[0126]
s404：所述的网络选择模块利用简单加权法，根据步骤s403得到的综合权值，得到各个无线网络的效用值，若备选无线网络中的最大效用值等于当前接入无线网络的效用值，或者其比率小于设定的阈值，则移动终端停留在当前接入无线网络，否则选择效用值最大的无线网络为接入网络进行切换。
[0127]
在一个具体的实施例中，步骤s404，具体的公式如下：
[0128][0129][0130][0131]
其中，f
i
为第i个网络的效用值，f
max
为所有备选网络中最大的效用值，f
cur
为当前接入网络的效用值，f
best
为最终选择接入网络的效用值。
[0132]
在一个具体的实施例中，步骤s5，集中枢纽节点周期性地测量当前连接网络以及附近可用无线网络的属性数据，如果性能满足预先设定的要求则维持不变，否则重复步骤s1至步骤s5，具体步骤如下：
[0133]
s501：集中枢纽节点的网络检测模块利用存储模块上传的各个无线接入点的网络
数据，在选择接入无线网络的之后，重复步骤s1至步骤s2，即收集当前连接网络以及附近可用无线网络的属性数据；
[0134]
s502：根据s3至s4计算当前无线网络及备用无线网络的效用值；
[0135]
s503：对效用值进行排序，若在持续的一段时间内，当前无线网络的效用值处于所有备用无线网络效用值的前列，则维持当前网络连接状态，否则，重复s1～s5。
[0136]
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。