異構(gòu)無線網(wǎng)絡(luò)自適應(yīng)接入算法研究

馬 彬，郭湛彬，謝顯中

(1.重慶郵電大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，重慶 400065；2.重慶郵電大學(xué) 重慶市計(jì)算機(jī)網(wǎng)絡(luò)與通信技術(shù)重點(diǎn)實(shí)驗(yàn)室，重慶 400065)

0 引 言

隨著無線網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，用戶的帶寬和吞吐量需求不斷增加，運(yùn)營商也在不斷新增各種多樣化的業(yè)務(wù)，以便給用戶提供更好的服務(wù)質(zhì)量[1-2](quality of service, QoS)。由多種無線接入技術(shù)共同組成，可提供多種接入方式、支持終端無縫移動(dòng)的網(wǎng)絡(luò)稱為異構(gòu)無線網(wǎng)絡(luò)[3-4]。網(wǎng)絡(luò)選擇算法是異構(gòu)無線網(wǎng)絡(luò)中資源管理的一個(gè)研究熱點(diǎn)，網(wǎng)絡(luò)選擇算法通?？梢苑譃榻尤刖W(wǎng)絡(luò)選擇算法和網(wǎng)絡(luò)切換選擇算法。由于不同網(wǎng)絡(luò)間的差異性，使得研究高效、公平、穩(wěn)定的接入或切換算法尤為重要[5-6]。

當(dāng)前許多文獻(xiàn)都對(duì)異構(gòu)無線網(wǎng)絡(luò)中的接入或切換算法進(jìn)行了研究。文獻(xiàn)[7]根據(jù)網(wǎng)絡(luò)屬性和終端運(yùn)動(dòng)趨勢(shì)建立相應(yīng)的切換概率分布，提出了一種基于用戶偏好的自選擇決策樹切換方法。文獻(xiàn)[8]考慮應(yīng)用需求和用戶偏好，結(jié)合人工蜂群算法(artificial bee colony, ABC)和粒子群算法(particle swarm optimization, PSO)，提出了一種混合智能切換方法。文獻(xiàn)[9]提出了一種基于Q學(xué)習(xí)(q-learning)的切換算法，結(jié)合網(wǎng)絡(luò)參數(shù)的平均主觀意見分(mean opinion score, MOS)，最大化用戶的體驗(yàn)質(zhì)量(quality of experience, QoE)。文獻(xiàn)[10]將終端服務(wù)分為實(shí)時(shí)服務(wù)和非實(shí)時(shí)服務(wù)，分別構(gòu)建相應(yīng)的獎(jiǎng)勵(lì)函數(shù)，提出了一種基于多臂老虎機(jī)(multi-armed bandit, MAB)的切換策略。以上方案雖然具有較好的判決效果，但都存在迭代次數(shù)多、無法實(shí)時(shí)決策的問題，很難應(yīng)用于實(shí)際的網(wǎng)絡(luò)場(chǎng)景。

文獻(xiàn)[11]以用戶為中心，提出一種智能切換算法，旨在不影響非實(shí)時(shí)用戶服務(wù)質(zhì)量的前提下，最大限度地提高用戶滿意度。文獻(xiàn)[12]針對(duì)切換算法復(fù)雜度過高的問題，通過層次分析法(analytic hierarchy process, AHP)得到參數(shù)的權(quán)重，分別利用簡(jiǎn)單加權(quán)法(simple additive weighting, SAW)、逼近理想解排序法(technique for order preference by similarity to an ideal solution, TOPSIS)、灰色關(guān)聯(lián)分析法(grey relation analysis, GRA)求解網(wǎng)絡(luò)的性能并且對(duì)比算法間性能差異。文獻(xiàn)[13]利用移動(dòng)終端的測(cè)速功能，提出了一種權(quán)值可變的代價(jià)函數(shù)切換算法，同時(shí)改進(jìn)了候選網(wǎng)絡(luò)集的更新速度。由于沒有考慮用戶接入阻塞率，以上方案選擇的目標(biāo)接入網(wǎng)絡(luò)過于單一，很難適用于用戶數(shù)較多時(shí)的情況。文獻(xiàn)[14]以最大化網(wǎng)絡(luò)吞吐量為目標(biāo)，將切換問題轉(zhuǎn)化為多目標(biāo)優(yōu)化問題，實(shí)現(xiàn)數(shù)據(jù)傳輸速率最大化的同時(shí)降低了用戶的阻塞率，但沒有考慮到網(wǎng)絡(luò)場(chǎng)景中用戶數(shù)動(dòng)態(tài)變化的情況，缺乏靈活性。

隨著異構(gòu)無線網(wǎng)絡(luò)環(huán)境中網(wǎng)絡(luò)技術(shù)多樣化特征越來越明顯，終端用戶數(shù)也在不斷地增加，勢(shì)必會(huì)帶來網(wǎng)絡(luò)接入環(huán)境的高動(dòng)態(tài)性。上述網(wǎng)絡(luò)接入方案，都針對(duì)當(dāng)前網(wǎng)絡(luò)場(chǎng)景做出了較為合理的網(wǎng)絡(luò)選擇，卻難以適應(yīng)未來用戶數(shù)增長(zhǎng)、候選網(wǎng)絡(luò)多的高動(dòng)態(tài)性網(wǎng)絡(luò)場(chǎng)景。怎樣合理根據(jù)網(wǎng)絡(luò)環(huán)境的動(dòng)態(tài)變化，自適應(yīng)或智能地接入最佳網(wǎng)絡(luò)，成為一個(gè)亟待解決的關(guān)鍵問題。

在異構(gòu)無線網(wǎng)絡(luò)中，針對(duì)當(dāng)前的接入算法考慮網(wǎng)絡(luò)高動(dòng)態(tài)性欠缺的問題，本文提出一種新的自適應(yīng)接入算法。該算法網(wǎng)絡(luò)系統(tǒng)能夠根據(jù)環(huán)境中用戶數(shù)量及帶寬使用情況，估計(jì)接入阻塞率、最大化網(wǎng)絡(luò)吞吐量，從而自適應(yīng)地選擇用戶接入網(wǎng)絡(luò)的行為。本文的主要貢獻(xiàn)如下。

1)設(shè)計(jì)了一個(gè)網(wǎng)絡(luò)接入阻塞率估計(jì)模型。該模型中，網(wǎng)絡(luò)系統(tǒng)可以根據(jù)新到達(dá)用戶數(shù)、剩余容納用戶數(shù)等因素估計(jì)用戶接入網(wǎng)絡(luò)的阻塞率，從而有效地減少在接入網(wǎng)絡(luò)過程中可能出現(xiàn)的阻塞問題。

2)構(gòu)建了一個(gè)以最大化網(wǎng)絡(luò)吞吐量為目標(biāo)，網(wǎng)絡(luò)接入概率為約束條件的優(yōu)化函數(shù)。該函數(shù)可以根據(jù)網(wǎng)絡(luò)中用戶數(shù)、可用帶寬、最大傳輸速率等因素，自適應(yīng)分配用戶的接入選擇。該方法在降低用戶接入阻塞率的同時(shí)，更有利于網(wǎng)絡(luò)間的負(fù)載均衡。

1 系統(tǒng)模型及傳輸速率模型

本文將闡述未來高動(dòng)態(tài)性網(wǎng)絡(luò)環(huán)境中用戶的接入問題，場(chǎng)景中用戶數(shù)量可能存在較多或較少的動(dòng)態(tài)變化情況。用戶分為已接入用戶和新到達(dá)用戶，新到達(dá)用戶可以選擇不同的網(wǎng)絡(luò)進(jìn)行接入。每個(gè)網(wǎng)絡(luò)存在總帶寬限制，如果某個(gè)網(wǎng)絡(luò)接入用戶過多，將導(dǎo)致網(wǎng)絡(luò)負(fù)載增加，用戶可用帶寬減少，用戶接入阻塞率升高等問題。用戶更加傾向于選擇那些負(fù)載較低的網(wǎng)絡(luò)進(jìn)行接入，以降低接入阻塞率，獲得更大傳輸速率。

1.1 系統(tǒng)模型

在異構(gòu)無線網(wǎng)絡(luò)中，存在蜂窩網(wǎng)絡(luò)和無線局域網(wǎng)絡(luò)等網(wǎng)絡(luò)。為了研究方便，本文將蜂窩網(wǎng)絡(luò)和無線局域網(wǎng)絡(luò)等定義為一個(gè)統(tǒng)一的系統(tǒng)模型。考慮網(wǎng)絡(luò)場(chǎng)景中有n個(gè)網(wǎng)絡(luò)，A為候選網(wǎng)絡(luò)集合，i表示任意的網(wǎng)絡(luò)，A=(a1,a2,…,an)；m個(gè)用戶，U為用戶集合，j表示任意的用戶，U=(u1,u2,…,uj,…,um)。本文引入時(shí)隙(time slot)思想，將連續(xù)時(shí)間劃分為等長(zhǎng)的離散時(shí)間間隔，并假設(shè)每個(gè)時(shí)刻t的網(wǎng)絡(luò)狀態(tài)是不變的[15]。

在網(wǎng)絡(luò)場(chǎng)景中，用戶可以選擇不同的網(wǎng)絡(luò)進(jìn)行接入。為了描述網(wǎng)絡(luò)與用戶的接入關(guān)系，本文定義了網(wǎng)絡(luò)與用戶的接入關(guān)系矩陣。在時(shí)刻t，網(wǎng)絡(luò)i與用戶j的接入關(guān)系可以用接入關(guān)系矩陣表示為

u1u2…um

(1)

其中

(2)

(3)

(4)

(4)式中，Ni(t)為網(wǎng)絡(luò)i在時(shí)刻t可容納的最大用戶數(shù)。Ni(t)與已接入用戶數(shù)量和用戶可用帶寬有關(guān)。

(5)

用戶在接入網(wǎng)絡(luò)時(shí)希望獲得更多的可用帶寬以提升服務(wù)質(zhì)量。為了方便描述用戶獲得的可用帶寬，本文定義了用戶從網(wǎng)絡(luò)獲得的可用帶寬分配矩陣。在時(shí)刻t，用戶j從網(wǎng)絡(luò)i獲得帶寬可以用帶寬分配矩陣表示為

u1u2…um

(6)

其中

(7)

(8)

(8)式中，Bi為網(wǎng)絡(luò)i總帶寬。

1.2 傳輸速率模型

網(wǎng)絡(luò)的接收信號(hào)強(qiáng)度(received signal strength, RSS)是用戶接入網(wǎng)絡(luò)的一個(gè)基本條件，接收信號(hào)強(qiáng)度反映了網(wǎng)絡(luò)的信道質(zhì)量。在時(shí)刻t，用戶j從網(wǎng)絡(luò)i獲得的接收信號(hào)強(qiáng)度RSSij(t)可表示為[7]

RSSij(t)=ρi-κilg(dij(t))+ξ

(9)

信噪比(signal-to-noise ratio, SNR)為信號(hào)功率與噪聲功率的比率，是反映網(wǎng)絡(luò)質(zhì)量的重要參數(shù)。在時(shí)刻t網(wǎng)絡(luò)i對(duì)用戶j的信噪比SNRij(t)可近似表示為

(10)

(10)式中，φ為網(wǎng)絡(luò)場(chǎng)景中的干擾信號(hào)強(qiáng)度。

最大傳輸速率反映網(wǎng)絡(luò)傳輸信息的能力。根據(jù)香農(nóng)公式，在時(shí)刻t用戶j從網(wǎng)絡(luò)i可獲得的最大傳輸速率Rij(t)為

Rij(t)=bij(t)lg(1+SNRij(t))

(11)

(11)式中，bij(t)為在時(shí)刻t用戶j可以從網(wǎng)絡(luò)i獲得的可用帶寬。

2 帶寬分配及阻塞率模型

用戶希望在獲得更大傳輸速率的同時(shí)，降低接入阻塞率。分配給用戶可用帶寬的多少不僅影響用戶服務(wù)質(zhì)量，也會(huì)影響網(wǎng)絡(luò)可容納的用戶數(shù)量。較少的帶寬會(huì)降低用戶服務(wù)質(zhì)量；較多的可用帶寬會(huì)導(dǎo)致網(wǎng)絡(luò)可容納用戶數(shù)變少，進(jìn)而導(dǎo)致新到達(dá)用戶接入阻塞率增加。本文在上一節(jié)已經(jīng)給出用戶的傳輸速率模型，本節(jié)將介紹用戶帶寬情況及用戶阻塞率模型。

2.1 帶寬分配模型

接入用戶使用的帶寬為bij(t)，則在時(shí)刻t網(wǎng)絡(luò)i已分配帶寬bused-i(t)為

(12)

已分配帶寬需要滿足用戶的最小帶寬需求，并且低于最大總帶寬限制，所以已分配帶寬應(yīng)滿足

(13)

Bre-i(t)=Bi-bused-i(t)

(14)

網(wǎng)絡(luò)剩余容納用戶數(shù)與網(wǎng)絡(luò)剩余帶寬有關(guān)，網(wǎng)絡(luò)剩余帶寬越多，網(wǎng)絡(luò)即可容納更多的新到達(dá)用戶。在時(shí)刻t網(wǎng)絡(luò)i剩余容納用戶數(shù)Nre-i(t)為

(15)

(15)式中，bneed,j(t)為在時(shí)刻t新到達(dá)用戶j需要的帶寬，bneed,j(t)≥bmin,j(t)?！癧]”表示向下取整，由于剩余容納用戶數(shù)Nre-i(t)Nre-i(t)須是一個(gè)整數(shù)，所以對(duì)得到的值做取整處理。(15)式保證網(wǎng)絡(luò)剩余容納用戶數(shù)為一個(gè)合理值，不會(huì)因?yàn)榫W(wǎng)絡(luò)接入過多用戶，導(dǎo)致無法滿足用戶基本服務(wù)質(zhì)量需求的情況。

(16)

2.2 阻塞率模型

在每個(gè)時(shí)刻，網(wǎng)絡(luò)系統(tǒng)無法判斷用戶選擇網(wǎng)絡(luò)的行為，如果有太多用戶接入相同的網(wǎng)絡(luò)，則該網(wǎng)絡(luò)的阻塞率便會(huì)升高。因此，需要估計(jì)用戶的接入行為，以減少接入時(shí)被阻塞的概率。

假設(shè)用戶選擇接入網(wǎng)絡(luò)行為相互獨(dú)立，用pi(t)表示在時(shí)刻t新到達(dá)用戶選擇網(wǎng)絡(luò)i作為目標(biāo)接入網(wǎng)絡(luò)的概率，那么用戶不選擇接入網(wǎng)絡(luò)i的概率為1-pi(t)。設(shè)在時(shí)刻t新到達(dá)用戶數(shù)量為Nnew(t)，那么在時(shí)刻t，一共有m′個(gè)用戶選擇網(wǎng)絡(luò)i的概率βi(m′,t)服從二項(xiàng)分布

(17)

由于選擇網(wǎng)絡(luò)的用戶數(shù)m′需要多于網(wǎng)絡(luò)剩余容納用戶數(shù)Nre-i(t)才可能發(fā)生阻塞，m′應(yīng)滿足

Nre-i(t)≤m′≤Nnew(t)

(18)

本文根據(jù)網(wǎng)絡(luò)中新到達(dá)用戶數(shù)、網(wǎng)絡(luò)剩余容納用戶數(shù)設(shè)計(jì)了接入阻塞率模型。在時(shí)刻t，網(wǎng)絡(luò)估計(jì)用戶接入網(wǎng)絡(luò)i的阻塞率PRi(t)為

(19)

若新到達(dá)用戶數(shù)Nnew(t)不大于網(wǎng)絡(luò)i剩余容納用戶數(shù)Nre-i(t)，即使所有用戶都接入網(wǎng)絡(luò)i也不會(huì)發(fā)生阻塞，此時(shí)阻塞率為0；若新到達(dá)用戶數(shù)Nnew(t)大于網(wǎng)絡(luò)i剩余容納用戶數(shù)Nre-i(t)，此時(shí)網(wǎng)絡(luò)i無法滿足所有新到達(dá)用戶的接入需求，則網(wǎng)絡(luò)i的接入阻塞概率與其他用戶選擇網(wǎng)絡(luò)i的概率pi(t)及網(wǎng)絡(luò)i剩余容納用戶數(shù)Nre-i(t)有關(guān)。

3 自適應(yīng)的接入算法

3.1 最大化網(wǎng)絡(luò)吞吐量期望策略

(20a)

(20a)式描述了以最大網(wǎng)絡(luò)吞吐量為目標(biāo)接入算法。(20a)式分為2項(xiàng)，第1項(xiàng)表示已接入用戶的傳輸速率，其中vj(t)表示已接入用戶；第2項(xiàng)表示未接入用戶傳輸速率與不阻塞概率的乘積，即接入網(wǎng)絡(luò)的傳輸速率期望，其中1-PRi(t)表示用戶估計(jì)接入網(wǎng)絡(luò)的不阻塞概率，1-vj(t)表示未接入用戶。(20b)式和(20c)式表示用戶可以選擇接入網(wǎng)絡(luò)，且選擇概率之和為1。(20)式為帶有約束條件的線性規(guī)劃問題，可采用內(nèi)點(diǎn)法進(jìn)行求解[16]。接入算法執(zhí)行步驟如算法1。

算法1 接入算法執(zhí)行步驟

輸入：網(wǎng)絡(luò)總帶寬Bi；

接收信號(hào)強(qiáng)度RSSij(t)；

干擾信號(hào)強(qiáng)度φ；

接入關(guān)系矩陣c(t)；

帶寬分配矩陣B(t)；

新到達(dá)用戶數(shù)Nnew(t)；

輸出：網(wǎng)絡(luò)吞吐量η；

目標(biāo)接入網(wǎng)絡(luò)概率pi(t)。

1 for ?ai∈A?ai∈Ado

2 根據(jù)(10)式計(jì)算信噪比SNRij(t)；

3 根據(jù)(11)式計(jì)算最大傳輸速率Rij(t)；

4 根據(jù)(12)式計(jì)算已分配帶寬bused-i(t)；

5 根據(jù)(14)式計(jì)算剩余帶寬Bre-i(t)；

6 根據(jù)(15)式計(jì)算剩余容納用戶數(shù)Nre-i(t)；

7 根據(jù)(20)式迭代；

8 end for。

3.2 網(wǎng)絡(luò)分配策略

在獲得網(wǎng)絡(luò)場(chǎng)景中用戶接入網(wǎng)絡(luò)概率pi(t)后，網(wǎng)絡(luò)系統(tǒng)希望有[Nnew(t)·pi(t)][Nnew(t)·pi(t)]個(gè)用戶接入網(wǎng)絡(luò)i，接下來分配每個(gè)用戶的接入行為。由于用戶希望接入傳輸速率更大的網(wǎng)絡(luò)，選取當(dāng)前傳輸速率最大的網(wǎng)絡(luò)作為用戶期望接入的網(wǎng)絡(luò)。定義一組向量Λ(t)=(λ1(t),λ2(t),…,λn(t))表示用戶希望接入網(wǎng)絡(luò)的情況，其中λi(t)表示在時(shí)刻t，期望接入網(wǎng)絡(luò)i的用戶數(shù)量。則可能出現(xiàn)3種情況：

1)λi(t)>[Nnew(t)·pi(t)]，即目前傾向加入網(wǎng)絡(luò)i的用戶多于系統(tǒng)預(yù)期的目標(biāo)，則需分配λi(t)-[Nnew(t)·pi(t)]個(gè)用戶進(jìn)入其他網(wǎng)絡(luò)，用集合D1(t)表示用戶較多的網(wǎng)絡(luò)并記錄相應(yīng)用戶；

2)λi(t)=[Nnew(t)·pi(t)]，即目前希望加入網(wǎng)絡(luò)i的用戶與系統(tǒng)預(yù)期加入的用戶數(shù)相等，這部分用戶直接接入網(wǎng)絡(luò)不做調(diào)整；

3)λi(t)<[Nnew(t)·pi(t)]，即目前希望加入網(wǎng)絡(luò)i的用戶數(shù)少于系統(tǒng)預(yù)期的目標(biāo)，則需分配[Nnew(t)·pi(t)]-λi(t)個(gè)用戶進(jìn)入當(dāng)前網(wǎng)絡(luò)，用集合D2(t)表示用戶較少的網(wǎng)絡(luò)。

為了盡量滿足網(wǎng)絡(luò)接入策略，將集合D1(t)中每個(gè)用戶根據(jù)集合D2(t)中的網(wǎng)絡(luò)最大傳輸速率Rij(t)進(jìn)行排序，然后分別選擇[Nnew(t)·pi(t)]-λi(t)個(gè)傳輸速率最大的用戶接入集合D2(t)中的網(wǎng)絡(luò)i。

4 仿真結(jié)果分析

4.1 仿真參數(shù)設(shè)置

圖1 仿真場(chǎng)景示意圖

表1 網(wǎng)絡(luò)仿真參數(shù)

為了驗(yàn)證本文算法能夠適應(yīng)未來高動(dòng)態(tài)性網(wǎng)絡(luò)中的接入問題，并且降低用戶接入阻塞率，增加接入用戶數(shù)，提高網(wǎng)絡(luò)吞吐量，均衡網(wǎng)絡(luò)負(fù)載，本文分別設(shè)計(jì)了新到達(dá)用戶阻塞率，接入用戶數(shù)，網(wǎng)絡(luò)負(fù)載率，系統(tǒng)吞吐量幾組實(shí)驗(yàn)來驗(yàn)證本文算法性能。本文仿真將所提算法(proposed)與研究工作中基于多屬性決策的切換算法(multi attribute decision making, MADM)[12]、基于代價(jià)函數(shù)權(quán)值可變的切換算法(cost function weight-variable, CFWV)[13]、以用戶為中心的多目標(biāo)切換方案(user centered multi-objective, UCMO)[14]做出了對(duì)比分析。

4.2 用戶接入阻塞率

圖2為用戶接入阻塞率隨新到達(dá)用戶數(shù)的變化情況?？梢钥闯?，相較于其他算法，本文算法在用戶數(shù)更多時(shí)發(fā)生阻塞。隨新到達(dá)用戶增長(zhǎng)，4種算法的接入阻塞率都呈上升趨勢(shì)。本文算法接入阻塞率相較于其他算法上漲較為緩慢，在相同新到達(dá)用戶情況下均低于其他算法。這是由于本文算法可以通過估計(jì)接入阻塞率，自適應(yīng)地調(diào)整用戶接入網(wǎng)絡(luò)的行為，使用戶選擇更加合理的網(wǎng)絡(luò)。因此，本文算法相較于其他算法降低了接入阻塞率，提高了用戶體驗(yàn)。

圖2 用戶接入阻塞率

4.3 接入用戶數(shù)

圖3為接入用戶數(shù)隨新到達(dá)用戶數(shù)的變化情況。在用戶數(shù)較少時(shí)，由于網(wǎng)絡(luò)容量充足，4種算法接入用戶數(shù)相近，能滿足大部分用戶的接入需求。隨著新到達(dá)用戶數(shù)增加，算法接入用戶數(shù)都不同程度地增加。而本文算法相較于其他算法能滿足更多用戶的接入需求。這是由于本文算法能夠估計(jì)網(wǎng)絡(luò)中用戶的接入阻塞率，并選擇相應(yīng)的行為接入網(wǎng)絡(luò)，滿足了更多用戶的接入需求。

圖3 接入用戶數(shù)

4.4 網(wǎng)絡(luò)負(fù)載率

圖4為新到達(dá)用戶數(shù)為40時(shí)的網(wǎng)絡(luò)負(fù)載率，此時(shí)網(wǎng)絡(luò)還可以容納一定的用戶；圖5為新到達(dá)用戶數(shù)為110時(shí)的網(wǎng)絡(luò)負(fù)載率，此時(shí)新到達(dá)用戶數(shù)量已超過網(wǎng)絡(luò)容量。綜合圖4和圖5的仿真結(jié)果，可以看到本文算法網(wǎng)絡(luò)負(fù)載相較于其他算法差異性更小，這是由于其他算法根據(jù)固定的參數(shù)選擇網(wǎng)絡(luò)，相較于本文算法選擇的目標(biāo)網(wǎng)絡(luò)比較單一。本文算法能夠根據(jù)網(wǎng)絡(luò)剩余帶寬自適應(yīng)地分配用戶的接入選擇，為用戶選擇更加合理的網(wǎng)絡(luò)，使得網(wǎng)絡(luò)負(fù)載更加均衡。

圖4 網(wǎng)絡(luò)負(fù)載率(40用戶)

圖5 網(wǎng)絡(luò)負(fù)載率(110用戶)

4.5 系統(tǒng)吞吐量

圖6所示為系統(tǒng)吞吐量相較于新到達(dá)用戶增加的變化情況。由圖6可以看出，4種算法的系統(tǒng)吞吐量都隨著新到達(dá)用戶數(shù)的增加而增加。在用戶數(shù)較少時(shí)，各個(gè)算法的系統(tǒng)吞吐量上升較快；在用戶數(shù)較多時(shí)，由于網(wǎng)絡(luò)阻塞率上升，系統(tǒng)吞吐量上升趨勢(shì)變緩。在不同新到達(dá)用戶數(shù)情況下，本文算法系統(tǒng)吞吐量總是優(yōu)于其他算法。這是由于本文算法能夠根據(jù)場(chǎng)景中網(wǎng)絡(luò)剩余可容納用戶數(shù)及新到達(dá)用戶數(shù)，調(diào)整用戶接入網(wǎng)絡(luò)的概率，從而更加合理地分配用戶接入行為，滿足更多用戶的接入需求。

圖6 隨新到達(dá)用戶變化的系統(tǒng)吞吐量

圖7所示為系統(tǒng)吞吐量隨時(shí)間的變化情況。本文提出算法的系統(tǒng)吞吐量?jī)?yōu)于其他算法。綜合圖6和圖7可以看出，本文算法相較于其他算法擁有更大的網(wǎng)絡(luò)吞吐量，使網(wǎng)絡(luò)性能獲得更好提升。

圖7 隨時(shí)間變化的系統(tǒng)吞吐量

5 總 結(jié)

本文提出了一種異構(gòu)無線網(wǎng)絡(luò)自適應(yīng)的接入算法，用于解決異構(gòu)無線網(wǎng)絡(luò)算法中難以適應(yīng)未來高動(dòng)態(tài)性網(wǎng)絡(luò)場(chǎng)景進(jìn)行接入的問題。本文算法能根據(jù)網(wǎng)絡(luò)環(huán)境中新到達(dá)用戶數(shù)、網(wǎng)絡(luò)剩余可容納用戶數(shù)，估計(jì)接入阻塞率，最大化網(wǎng)絡(luò)吞吐量，從而自適應(yīng)地選擇用戶接入網(wǎng)絡(luò)的行為。仿真結(jié)果表明，本文所提算法降低了用戶接入阻塞率，增加了接入用戶數(shù)，提高了網(wǎng)絡(luò)吞吐量，均衡了網(wǎng)絡(luò)負(fù)載，并且能夠適應(yīng)未來高動(dòng)態(tài)性網(wǎng)絡(luò)。