蔣靜雅,郭道省
(解放軍理工大學(xué) 通信工程學(xué)院,江蘇 南京 210007)
未來衛(wèi)星通信系統(tǒng)是一個(gè)能將現(xiàn)有和未來的各種無線系統(tǒng)有機(jī)融合在一起的開放式異構(gòu)網(wǎng)絡(luò)。在異構(gòu)網(wǎng)絡(luò)系統(tǒng)中,要求用戶和網(wǎng)絡(luò)可以根據(jù)業(yè)務(wù)需要和滿意度等因素隨時(shí)選擇對自身最合適的接入系統(tǒng),從而既滿足用戶越來越靈活多變的個(gè)性化業(yè)務(wù)需求,又兼顧網(wǎng)絡(luò)運(yùn)營等問題。各種衛(wèi)星網(wǎng)絡(luò)提供了功能側(cè)重不同的服務(wù),用戶如何在保證自身滿意度的同時(shí)兼顧網(wǎng)絡(luò)的滿意度,同時(shí)達(dá)到用戶與網(wǎng)絡(luò)的雙贏是必須要研究的課題。
當(dāng)前,針對異構(gòu)網(wǎng)絡(luò)選擇的算法越來越多,大致可分為3類。第一類是以用戶為中心的網(wǎng)絡(luò)選擇算法[1-2],第二類是以網(wǎng)絡(luò)為中心的選擇算法[3-5],決策因素由少到多,漸趨完善。但這兩類算法都只從一方面考慮網(wǎng)絡(luò)選擇問題,僅能滿足用戶或網(wǎng)絡(luò)單方面需求。第三類算法兼顧了用戶與網(wǎng)絡(luò)雙方需求,但針對衛(wèi)星異構(gòu)網(wǎng)絡(luò)選擇的算法則較少,參考文獻(xiàn)[6]以網(wǎng)絡(luò)的特征與費(fèi)用為決策目標(biāo);參考文獻(xiàn)[7]提出了網(wǎng)絡(luò)與用戶的雙向選擇算法,但并非衛(wèi)星異構(gòu)網(wǎng)絡(luò);參考文獻(xiàn)[8]同時(shí)考慮到了用戶與網(wǎng)絡(luò)的滿意度,但并非針對異構(gòu)網(wǎng)絡(luò);參考文獻(xiàn)[9]是在衛(wèi)星異構(gòu)條件下,但僅考慮了用戶一方的滿意度。
針對以上問題,本文提出了一種基于博弈論的多用戶接入網(wǎng)絡(luò)選擇算法,通過用戶與網(wǎng)絡(luò)的相互博弈來取得雙方效益最大化,提升衛(wèi)星異構(gòu)網(wǎng)絡(luò)的整體性能。
假設(shè)有 限集 Net={N1,N2,…,NM}、Usr={U1,U2,…,UN}分別表示待選的網(wǎng)絡(luò)集和用戶集,集合Net是由衛(wèi)星窄帶網(wǎng)、寬帶網(wǎng)、抗干擾網(wǎng)等構(gòu)成的異構(gòu)網(wǎng)絡(luò),集合Usr由低速語音業(yè)務(wù)、高速寬帶多媒體業(yè)務(wù)和短消息傳真業(yè)務(wù)等用戶組成。各用戶至少被兩個(gè)接入網(wǎng)絡(luò)所覆蓋,且每個(gè)用戶(網(wǎng)絡(luò))對網(wǎng)絡(luò)(用戶)都有各自的偏好。為了便于分析,本文假定所有用戶都被Net中所有網(wǎng)絡(luò)所覆蓋,且網(wǎng)絡(luò)與用戶之間均可以做到相互選擇。
本文以業(yè)務(wù)服務(wù)質(zhì)量QoS(記為q,包括時(shí)延 α、抖動(dòng)β、誤碼率 γ)、帶寬(B)、負(fù)載情況(L)、用戶或網(wǎng)絡(luò)的偏好(F)及網(wǎng)絡(luò)的抗干擾性能(J)等作為決策因素并依據(jù)層次分析法來分別建立用戶與網(wǎng)絡(luò)雙方各自目標(biāo)函數(shù)Faim。
f為各決策因素的歸一化函數(shù),ω為各決策因素權(quán)重。Fnaim為用戶可選擇的網(wǎng)絡(luò)目標(biāo)函數(shù),F(xiàn)uaim為網(wǎng)絡(luò)可選擇的用戶目標(biāo)函數(shù)。對Fnaim和Fuaim進(jìn)行各自降序排列,排得越前,被選的可能性越大。
網(wǎng)絡(luò)與用戶雙方博弈算法描述如下:
(1)每個(gè)用戶首先選擇Fnaim中排名第一的網(wǎng)絡(luò),并發(fā)送入網(wǎng)請求;
(2)每個(gè)網(wǎng)絡(luò)把入網(wǎng)請求的用戶與Fuaim中靠前的用戶進(jìn)行對比,允許排序靠前的用戶入網(wǎng),并拒絕其他用戶;
(3)被拒絕的用戶再向其他未拒絕其入網(wǎng)并且Fnaim排名靠前的網(wǎng)絡(luò)發(fā)送入網(wǎng)請求;
(4)每個(gè)網(wǎng)絡(luò)把請求用戶與Fuaim中排名靠前的用戶對比,選擇靠前的用戶入網(wǎng),并拒絕其他用戶;
(5)重復(fù)步驟(3)~(4),直至所有用戶入網(wǎng)。
層次分析法(Analytic Hierarchy Process,AHP)是多標(biāo)準(zhǔn)決策的常用方法之一,它是用兩兩決策因素的重要性程度之比來表示相應(yīng)重要性程度等級,步驟如下:
(1)根據(jù)決策因素建立階梯層次結(jié)構(gòu),包括目標(biāo)層、準(zhǔn)則層和方案層,如圖1所示。
圖1 衛(wèi)星異構(gòu)網(wǎng)絡(luò)選擇階梯層次結(jié)構(gòu)
(2)構(gòu)造判斷矩陣,采用 1~9標(biāo)度,記 aij為第 i和第j決策因素的重要性程度之比。
(4)權(quán)值合成,即全局權(quán)值由本地權(quán)值和上層相應(yīng)權(quán)值的乘積得到。
3.1.1 接入網(wǎng)絡(luò)的決策因素歸一化
影響網(wǎng)絡(luò)選擇的決策因素大致分成兩類,一類為正向型因素,越大越好,如帶寬、負(fù)載能力、抗干擾性能等;另一類為負(fù)向型向量,越小越好,如時(shí)延、抖動(dòng)、誤碼率等,其歸一化如式(2)、式(3)。
Xi表示當(dāng)前網(wǎng)絡(luò)條件下的用戶值,Xmax為用戶業(yè)務(wù)所要求的最大值限制,Xmin為網(wǎng)絡(luò)所能提供的最小值。
3.1.2 仿真環(huán)境
假設(shè)網(wǎng)絡(luò)集 Net={N1,N2,…,N6}中 N1、N2為 窄帶網(wǎng),N3、N4為寬帶網(wǎng),N5、N6為抗干擾網(wǎng);用戶集 Usr={U1,U2,…,U6}中 U1、U2為第一類低速語音業(yè)務(wù),U3、U4為第二類寬帶多媒體業(yè)務(wù),U5、U6為第三類短消息傳真業(yè)務(wù)。網(wǎng)絡(luò)和用戶類型參數(shù)分別如表1、表2所示。
表1 網(wǎng)絡(luò)類型參數(shù)表
表2 業(yè)務(wù)類型參數(shù)表
設(shè)業(yè)務(wù)所能承受的最大時(shí)延、抖動(dòng)、誤碼率值分別為 60 ms、70 ms、6×10-4, 其余各決策因素采用相對無量綱數(shù)值。根據(jù)用戶自身特點(diǎn),三類用戶對窄帶網(wǎng)、寬帶網(wǎng)、抗干擾網(wǎng)的偏好可分別取 1、0.5、0.1;0.5、1、0.1;0、0、1。
3.1.3 網(wǎng)絡(luò)排序
第一類用戶:根據(jù)各決策影響因素歸一化方法可得該類用戶對于N1的歸一化向量為:
f=[α βγ B L F J]=[0.971 1 0.2 1 1 0],構(gòu)造判斷矩陣,如表3、表4所示。
表3 第一類用戶第一層權(quán)重
表4 第二層權(quán)重計(jì)算
根據(jù)層次分析法計(jì)算權(quán)重得:
ω=[0.211 0.121 0.030 0.169 0.146 0.282 0.040]
FN1=f·ω=0.851
同理可得其余網(wǎng)絡(luò)的FN,用向量表示為:
Fn=[0.851 0.745 0.556 0.455 0.394 0.287],即實(shí)時(shí)aim話音業(yè)務(wù)用戶偏好的網(wǎng)絡(luò)排序?yàn)?N1,N2,N3,N4,N5,N6。
第二類用戶的第一、二層權(quán)重判斷矩陣如表5、表4所示。得Fnaim=[0.636 0.536 0.916 0.887 0.619 0.519],網(wǎng)絡(luò)排序?yàn)?N3,N4,N1,N5,N2,N6。
表5 第二類用戶第一層權(quán)重
第三類用戶由于其對網(wǎng)絡(luò)的抗干擾能力要求較高,第二層權(quán)重需重新構(gòu)造,判斷矩陣如表6、表7所示。
表6 第三類用戶第一層權(quán)重
表7 第三類用戶第二層權(quán)重
Fn=[0.142 0.097 0.165 0.127 0.966 0.896],網(wǎng)絡(luò)aim排序?yàn)?N5,N6,N3,N1,N4,N2。
網(wǎng)絡(luò)選擇用戶的Fuaim也由以上各決策因素組成,但與用戶選擇網(wǎng)絡(luò)不同,這些決策因素中QoS、F、L為正向型向量,B為負(fù)向型向量,構(gòu)造判斷矩陣如表8、表 9所示。
與用戶選擇網(wǎng)絡(luò)方法相似,即窄帶、寬帶與抗干擾網(wǎng) 可 選 擇 的 用 戶 排 序 分 別 為 U1,U2,U4,U3,U5,U6;U3,U4,U1,U2,U5,U6;U5,U6,U1,U2,U4,U3。
根據(jù)算法思想及用戶與網(wǎng)絡(luò)各自可供選擇的目標(biāo)排序集,得最終雙向選擇結(jié)果,如表10所示。即窄帶網(wǎng)?低速語音業(yè)務(wù),寬帶網(wǎng)?高速多媒體業(yè)務(wù),抗干擾網(wǎng)?傳真短消息業(yè)務(wù),符合實(shí)際要求。
表8 網(wǎng)絡(luò)第一層權(quán)重
表9 網(wǎng)絡(luò)第二層權(quán)重
表10 雙向選擇結(jié)果
網(wǎng)絡(luò)選擇是衛(wèi)星異構(gòu)網(wǎng)絡(luò)發(fā)展的關(guān)鍵問題,本文提出了一種新的雙方博弈網(wǎng)絡(luò)選擇算法,既滿足了用戶的多化樣需求,同時(shí)兼顧網(wǎng)絡(luò)的滿意度,仿真結(jié)果也驗(yàn)證了算法的可行性,確實(shí)做到了網(wǎng)絡(luò)與用戶雙贏,具有一定的實(shí)用性。
[1]HYO S P,SUNG H Y,TAE H K,et al.Vertical handoff procedure and algorithm between IEEE 802.11 WLAN and CDMA cellular network[C].Proceedings of 7th CDMA International Conference on Mobile Communications.Berlin:IEEE press,2003:103-112.
[2]NOVATO D,HUSAIN E.Dynamics of network selection in heterogeneous wireless network:evolutionary game approach[J].IEEE Transactions on Vehicular Technology,2009,58(4):2008-2017.
[3]JIA H,ZHANG Z,CHENG P.Study on network selection for next-generation heterogeneous wireless networks[C].Proceedings of IEEE 17th International Symposium on Personal,Indoor and Mobile Radio Communications:IEEE,2006:1-5.
[4]JOSEPHINA A,ANDREAS P.4G Converged Environment:Modeling Network Selection as a Game[C].Proceedings of the 16th IST Mobile and Wireless Communications Summit.Budapest,Hungary:IEEE,2007:l-5.
[5]CHARLES D,Mar kaki O,TRAGUS E.A theoretical scheme for applying game theory and network selection mechanisms in access admission control[C].Proceedings of the 3rd International Symposium on Wireless Pervasive Computing.Santorin,Greece:IEEE,2008:303-307.
[6]NOONAN J,PERRY P M J.Client controlled network selection[C].Proceedings of the Fifth IEEE International Conference on 3G Mobile Communication Technology.Savoy Place London,UK:IEEE,2004:543-547.
[7]徐鵬,方旭明.異構(gòu)網(wǎng)絡(luò)選擇中的一種新博弈模型[J].電訊技術(shù),2011,51(2):27-33.
[8]Yu Wei,Wei Sixiao,Xu Guobin.On effectiveness of routing algorithms for satellite communication networks[C].Proc.SPIE8739Q(May 21,2013).
[9]XU L,GUO D,CHEN X.A network selection algorithm based on AHP in satellite heterogeneous networks[C].Proceeding ICETCE′12.IEEE Computer Society Washington,2012:100-10.i