李遠彤 石振剛

摘要：為提高異構(gòu)網(wǎng)絡(luò)的接入性能，提升用戶體驗，文章提出了一種基于組合權(quán)重和多屬性決策的異構(gòu)網(wǎng)絡(luò)接入算法，該算法可以根據(jù)用戶業(yè)務(wù)特性的不同，使用熵權(quán)法和模糊層次分析法（FAHP）分別計算網(wǎng)絡(luò)屬性的主觀權(quán)重和客觀權(quán)重，然后根據(jù)組合權(quán)重，使用VIKOR計算網(wǎng)絡(luò)的最后分值，將網(wǎng)絡(luò)排序，進行了異構(gòu)無線網(wǎng)絡(luò)的接入。最后進行了所提算法與其他3種算法（Entropy-FAHP-SAW、Entropy-FAHP-MEW及Entropy-FAHP-TOPSIS）的對比仿真實驗，結(jié)果表明，算法在保障業(yè)務(wù)用戶Qos的基礎(chǔ)上，降低了網(wǎng)絡(luò)的切換次數(shù)、切換失敗，減少了乒乓效應(yīng)，提高了接入判決的服務(wù)質(zhì)量。

關(guān)鍵詞：異構(gòu)網(wǎng)絡(luò)??熵權(quán)法??模糊層次分析法??VIKOR

中圖分類號：TN92?????文獻標識碼：A

The?Heterogeneous?Network?Access?Algorithm?Based?on?Combined?Weights?and?Multi-Attribute?Decision-Making

LI?Yuantong?SHI?Zhengang*

（School?of?Information?Science?and?Engineering，?Shenyang?Ligong?University，?Shenyang，?Liaoning?Province，?110159?China）

Abstract：?In?order?to?improve?the?access?performance?of?heterogeneous?networks?and?improve?user?experience，?this?paper?proposes?a?heterogeneous?network?access?algorithm?based?on?combined?weights?and?multi-attribute?decision-making.?This?algorithm?can?use?the?entropy?weight?method?and?FAHP?to?respectively?calculate?the?subjective?weights?and?objective?weights?of?network?attributes?according?to?different?user?service?characteristics，?and?then?uses?VIKOR?to?calculate?the?last?score?of?the?network?according?to?combined?weights，?sort?the?network，?and?access?heterogeneous?wireless?networks.?Finally，?the?comparison?and?simulation?experiments?of?the?proposed?algorithm?and?other?three?algorithms?（Entropy-FAHP-SAW，?Entropy-FAHP-MEW?and?Entropy-FAHP-TOPSIS）?are?carried?out.?Results?show?that?the?algorithm?reduces?the?number?of?network?switching?times?and?switching?failures，?reduces?the?ping-pong?effect?and?improves?the?service?quality?of?access?judgment?on?the?basis?of?ensuring?Qos?for?service?users.

Key?Words：?Heterogeneous?networks;?Entropy?weight?method;?Fuzzy?analytic?hierarchy?process;?VIKOR

在異構(gòu)網(wǎng)絡(luò)環(huán)境中，不同的無線接入技術(shù)在覆蓋、帶寬、安全性、成本和服務(wù)質(zhì)量（QoS）等是不同的[1]，即使是相同架構(gòu)的網(wǎng)絡(luò)之間也可能存在差異，為了始終保持最佳連接，移動終端必須在不同技術(shù)的網(wǎng)絡(luò)之間切換，如何保障用戶接入的網(wǎng)絡(luò)的服務(wù)質(zhì)量已成為熱點話題。很多專家學者對此進行了大量的研究，梁根[2]在其論文中充分考慮了網(wǎng)絡(luò)用戶的特征，結(jié)合熵值法和模糊層次分析進行異構(gòu)無線網(wǎng)絡(luò)接入，能夠有效減少用戶的切換次數(shù)，但未充分考慮負載情況。XIAO?K與LI?C[3]提出了一種基于改進的TOPSIS方法的網(wǎng)絡(luò)選擇算法，該方法使用曼哈頓距離代替歐幾里得距離和熵方法來確定目標權(quán)重。該研究表明，在切換次數(shù)的平均值方面，所提出的算法比其他基于主觀的算法提供了最佳的性能，但沒有充分考慮業(yè)戶特性。馬彬、王雙雙和陳海波[4]提出區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)來作為網(wǎng)絡(luò)切換的主框架，能夠保障在時間開銷較低的情況下，降低切換錯誤概率。但未充分考慮負載情況，也容易造成網(wǎng)絡(luò)阻塞。根據(jù)上述文獻分析，文章采用基于組合權(quán)重和多屬性決的異構(gòu)網(wǎng)絡(luò)接入算法來進行異構(gòu)網(wǎng)絡(luò)的接入選擇。

1?算法描述

文章分別使用熵權(quán)法計算網(wǎng)絡(luò)屬性的客觀權(quán)重和FAHP計算網(wǎng)絡(luò)屬性的主觀權(quán)重，通過簡單加權(quán)法得到組合權(quán)重。最后使用VIKOR計算各候選網(wǎng)絡(luò)的分值，進行排序，選擇合適的網(wǎng)絡(luò)接入。

熵權(quán)法（Entropy?Weighting?method）是一種可以用于多對象、多指標的評價方法，文章中用來計算網(wǎng)絡(luò)屬性客觀權(quán)重。網(wǎng)絡(luò)屬性參數(shù)的變化對網(wǎng)絡(luò)整體性能的影響大小決定客觀權(quán)重大小，其具體步驟如下所示。

（1）構(gòu)造歸一化矩陣，在本文中，有m個候選網(wǎng)絡(luò)，n個網(wǎng)絡(luò)屬性標準，rij表示第i個網(wǎng)絡(luò)的第j個網(wǎng)絡(luò)屬性的標準化值，表示第i個網(wǎng)絡(luò)的第j個網(wǎng)絡(luò)屬性的原始值。表達式為

其中i=1，2，…m；j=1，2，…n。在本章中，m=3，n=5。

（2）計算第j個網(wǎng)絡(luò)屬性的熵定義為：

其中，。

（3）根據(jù)所得到的信息熵，獲得的屬性權(quán)重表達式為：

其中，j=1，2，…n。

FAHP是一種系統(tǒng)分析方法。將傳統(tǒng)AHP和模糊思想相結(jié)合，建立起一致性兩兩對比矩陣[5]，提高了判決的可靠性。FAHP是將問題分成多個層次，逐步分析得出最后結(jié)果，具體實施如下。

步驟1：分析網(wǎng)絡(luò)中各因素之間的關(guān)系，將問題分析分為三層，目標層、屬性層、候選層，目標層為最合適接入的網(wǎng)絡(luò)，屬性層為不同的網(wǎng)絡(luò)屬性，候選層為可能接入的網(wǎng)絡(luò)，其具體層次如圖1所示。

步驟2：根據(jù)相關(guān)文獻[2]，根據(jù)兩個屬性的相對重要程度構(gòu)造判決矩，則得到模糊一致矩陣，n代表網(wǎng)絡(luò)屬性標準數(shù)量，矩陣重要程度如表1所示。

為了兼顧各種評價方法的優(yōu)勢，通過簡單加權(quán)法建立起組合賦權(quán)的模式，表達式為

（6）

式中，t值可以根據(jù)需要動態(tài)調(diào)整，文中t=0.5。

折中妥協(xié)法（VIKOR）意為多準則優(yōu)化和折中解決方案。該方法考慮到了標準存在沖突的情況，在多準則決策（MCDM）的折中規(guī)劃思想的基礎(chǔ)上，引入了多標準排名指數(shù)方法從一組備選方案中進行排序和選擇，避免了雖然總體排序在前，個別指標很差的情況[6]，該排序方法的各個步驟如下。

（1）計算歸一化值：計算網(wǎng)絡(luò)的歸一化值，當xij是第i個選項和第j個維度的原始值時，公式如下：

（7）

（2）找到正理想解和負理想解來計算Si和Ri該步驟是計算從每個屬性值到正理想解的距離，然后求和以獲得最終值。

這里，表示參數(shù)j的組合權(quán)重。代表群體效益值，代表個別遺憾度。

（3）計算所有決策方案的折中值，計算公式如下。

其中，，v是折中系數(shù)，，v近似0.5時，表示根據(jù)同時追求群體效用最大化和個別遺憾最小值制定決策。

（4）對決策方案進行排序。當滿足以下條件時，按對備選方案進行排序：值越小，備選方案的決策越好。

條件一：

式中，B代表值所選擇的排序最高的方案，A為值所選擇的排序第二的方案。為備選方案的數(shù)量。

條件二：為得到的排序第一的方案的S值和R值要同時優(yōu)于其他方案的S值和R值。

2?仿真實驗和分析

為了分析該方案的性能并驗證其優(yōu)越性，將算法與Entropy-FAHP-SAW、Entropy-FAHP-MEW及Entropy-FAHP-TOPSIS進行對比分析。

下文論述了LTE、WLAN或WiMAX3種網(wǎng)絡(luò)覆蓋的異構(gòu)網(wǎng)絡(luò)場景，如圖2所示。

所參與判決的網(wǎng)絡(luò)屬性時延、抖動、丟包率、負載和成本的值如表2所示。這些準則的值隨機生成，并且每個屬性在最大值和最小值之間變換取值，此操作重復(fù)200次。對會話、交互、流媒體、背景4種業(yè)務(wù)類型進行仿真。

圖3、圖4所示分別為4種算法在4種不同的業(yè)務(wù)下的切換次數(shù)與切換失敗的平均值對比。從圖中總體來看，在所有業(yè)務(wù)類別中，Entropy-FAHP-VIKOR算法的切換次數(shù)均低于其他算法，分別66、34、70、74次，Entropy-FAHP-VIKOR算法也把切換失敗的風險降低了。

圖5顯示了4種算法出現(xiàn)的乒乓現(xiàn)象切換率對比。我們可以看到，基于Entropy-FAHP-VIKOR算法在會話、交互、流媒體和背景中分別以16%、20%、19%和22%的值減小乒乓效應(yīng)。

3?結(jié)語

文章詳細介紹了所提出的異構(gòu)網(wǎng)絡(luò)接入算法，并通過仿真結(jié)果表明，在不同業(yè)務(wù)類型進行網(wǎng)絡(luò)接入時，該算法有效地降低了網(wǎng)絡(luò)切換次數(shù)、切換失敗的次數(shù)，以及減少了乒乓效應(yīng)的出現(xiàn)。在未來的工作中，可以嘗試使用其他的權(quán)重計算方法，并且可以通過調(diào)整綜合權(quán)重方法來改進算法。

參考文獻

Alwarafy?A，Abdallah?M，Ciftler?B?S，et?al.Deep?Reinforcement?Learning?for?Radio?Resource?Allocation?and?Management?in?Next?Generation?Heterogeneous?Wireless?Networks：?A?survey[J].arXiv?preprint?arXiv：2106.00574，2021.

梁根.異構(gòu)無線網(wǎng)絡(luò)接入選擇關(guān)鍵技術(shù)研究[D].廣州：華南理工大學，2019.

[3]?XIAO?K，?LI?C.?Vertical?handoff?decision?algorithm?for?heterogeneous?wireless?networks?based?on?entropy?and?improved?TOPSIS[C]//2018?IEEE?18th?International?Conference?on?Communication?Technology?（ICCT）.IEEE，2018：706-710.

[4]?馬彬，王雙雙，陳海波.基于區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的垂直切換算法[J].電子學報，2021，49（5）：928-935.

蘇榮昕.基于FAHP的異構(gòu)無線網(wǎng)絡(luò)垂直切換算法研究[D].長春：吉林大學，2022.

儲冉，王懷秀，王亞慧.基于熵權(quán)與灰關(guān)聯(lián)度定權(quán)的VIKOR多準則綜合評價研究[J].現(xiàn)代電子技術(shù)，2018，41（24）：162-166，169.