一种基于加权最优二分图匹配的网络选择方法
【专利摘要】本发明提供一种基于加权最优二分图匹配的网络选择方法，包括以下步骤：(1)用户当前服务质量、业务需求和网络性能参数，均在云端处理中心作为输入参数应用于网络选择过程。(2)若用户数量多于备选网络数量，先进行多用户公平调度。(3)将网络选择问题建模为二分图模型。(4)计算每对用户需求和网络性能的匹配度，实现基于二分图最优匹配的网络选择。(5)检查网络负载状态，对过载网络中的用户和接入阻塞的用户，重新选择其他网络。本发明在异构网络融合场景中结合多用户调度技术，将复杂问题分成简单的局部问题进行求解，实现兼顾用户需求与网络性能的低复杂度最优网络选择。
【专利说明】—种基于加权最优二分图匹配的网络选择方法
【技术领域】
[0001]本发明涉及异构融合网络系统中的多用户网络选择方法，属于无线通信的【技术领域】。
【背景技术】
[0002]随着无线通信技术的迅猛发展，无线接入技术层出不穷，构成了异构网络环境。充分利用不同网络之间的互补特性，实现异构无线网络技术的有机结合，是无线通信技术发展的趋势，也是实现网络资源优化使用和最佳用户体验的有效途径。网络选择是保证异构网络融合环境下具备服务质量保证的关键技术之一，在合理配置网络资源，最大化网络利用率，实现最佳体验的最优接入方面具有重要意义。
[0003]已有的网络选择方法仅考虑用户侧或网络侧的最优效用。有的网络选择只以最大化用户总吞吐为目标，忽略了用户服务质量需求的保证。有的方法只考虑单用户选择网络场景，没有考虑多用户选择竞争时该方法是否仍然适用，而实际应用场景多为多用户选择状态。有的研究文献以网络资源和竞争代价多为网络选择的主要考虑因素，不能表示网络间用户间的全部性能，容易引起恶性竞争导致资源和负载不均衡匹配。而全面考虑用户侧和网络侧的所有性能参数的方法，复杂度一般较高，不适用于变化的异构网络状态。
[0004]在网络选择中单一考虑用户侧或者网络侧的性能参数会使资源利用不公平，导致资源浪费或负载拥塞。全面考虑多因素影响的网络选择方法容易导致算法复杂，难以使用多变化的异构网络融合环境。为此本发明给出了一种基于加权最优二分图匹配的网络选择方法，将复杂问题分成简单的局部问题进行求解，实现兼顾用户需求与网络性能的低复杂度最优网络选择。
【发明内容】
[0005]发明目的:本发明的目的是在异构网络融合环境中提供一种多用户网络选择方法，结合公平的多用户调度技术，兼顾用户需求和网络性能，基于求取加权二分图的最优匹配，动态协调异构网络资源，保证用户的服务质量和接入概率，同时保证网络负载均衡和有效利用资源。
[0006]技术方案:本发明提出的是基于加权最优二分图匹配的网络选择方法，结合多用户调度技术，综合考虑异构网络环境、备选网络参数、业务服务质量等多种因素，兼顾用户需求和网络性能，动态协调异构网络资源，将异构网络融合系统中的网络选择问题建模为二分图模型，并根据加权最优匹配方法实现匹配度最大的网络选择。该网络选择方法包括以下内容:
[0007](I)网络选择中涉及的多用户公平调度和基于加权二分图的最优匹配均在异构网络融合系统的云端处理中心进行。用户侧收集当前服务质量和业务需求，网络侧收集网络性能参数，收集结果均在云端处理中心作为输入参数应用于多用户公平调度和加权二分图匹配网络选择过程。[0008](2)若用户数量多于备选网络数量，网络选择之前要进行多用户公平调度。用户服务质量要求作为调度约束，对用户进行调度优先级的赋权，优先级高的用户接入需求最迫切。选择最高接入需求的一组用户进入网络选择过程。
[0009](3)将异构网络融合环境中的网络选择问题建模为二分图模型，并根据加权最优匹配方法实现匹配度最大的网络选择。
[0010](4)匹配度计算:综合考虑异构网络环境、备选网络参数、业务服务质量等多种因素，将用户和网络双方的参数矢量进行相似度计算，用户和网络对各自的参数有偏向性权值，结合参数权值和相似度矢量，计算每对用户需求和网络性能的匹配度。
[0011](5)出现过载网络或者阻塞用户时，对问题网络中的用户重新进行网络选择，可选择匹配度次优的网络实现资源均衡。
[0012]有益效果:由于异构网络融合环境具有变化性，每次网络选择的参数也会动态变化，因此参数和权值在该方法执行前都要进行跟新。本发明的网络选择方法在执行过程中默认网络环境及相关参数在方法执行期间保持不变。本发明兼顾用户需求和网络性能，动态协调异构网络资源，有效提高用户的服务质量和接入概率，同时保证网络负载均衡和有效利用资源。
【专利附图】
【附图说明】
[0013]图1是云端处理网络选择过程结构图；
[0014]图2是多用户公平调度结构图；
[0015]图3是基于加权二分图匹配的网络选择模型；
[0016]图4是负载均衡二分图匹配图。
【具体实施方式】
[0017]下面结合附图对本发明作进一步描述。
[0018]如附图1所示，异构网络融合场景中，每个接入网络可提供多种不同的应用服务，网络选择兼顾用户和网络两方面的性能参数和需求，在云端处理中心进行综合处理。综合考虑异构网络环境、备选网络参数、业务服务质量，动态协调异构网络资源。
[0019]本发明提供一种基于加权最优二分图匹配的网络选择方法，在异构融合网络中结合多用户调度技术，综合考虑异构网络环境、备选网络参数、业务服务质量并兼顾用户需求和网络性能，动态协调异构网络资源，将异构网络融合系统中的网络选择问题建模为二分图模型，并根据加权最优匹配方法实现匹配度最大的网络选择。本发明中的网络选择方法主要包括以下步骤:
[0020](I)网络选择中涉及的多用户公平调度和基于加权二分图的最优匹配均在异构网络融合系统的云端处理中心进行。用户侧收集当前服务质量和业务需求，网络侧收集网络性能参数，收集结果均在云端处理中心作为输入参数应用于多用户公平调度和加权二分图匹配网络选择过程。
[0021](2)若用户数量多于备选网络数量，网络选择之前要进行多用户公平调度。用户服务质量要求作为调度约束，对用户进行调度优先级的赋权，优先级高的用户接入需求最迫切。选择最高接入需求的一组用户进入网络选择过程。[0022](3)将异构网络融合环境中的网络选择问题建模为二分图模型，并根据加权最优匹配方法实现匹配度最大的网络选择。
[0023](4)匹配度计算:综合考虑异构网络环境、备选网络参数、业务服务质量等多种因素，将用户和网络双方的参数矢量进行相似度计算，用户和网络对各自的参数有偏向性权值，结合参数权值和相似度矢量，计算每对用户需求和网络性能的匹配度。
[0024](5)出现过载网络或者阻塞用户时，对问题网络中的用户重新进行网络选择，可选择匹配度次优的网络实现资源均衡。
[0025]如附图2所示，假设共有M个用户、N种接入网络，每次多用户调度结果是M/N个分组中优先级排序最前面的一组用户。用户当前时刻的状态包括队列长度、时延、重传次数等约束条件，根据用户当前的个约束条件的服务情况和约束限制进行赋权，调度的目标是找到一组用户使得用户组的权值和最大。权值和最大代表用户的接入需求最紧迫，优先进行网络选择。衡量标准主要从几个方面:
[0026](I)用户呼叫的当前时延越接近容忍的时延门限，权值越大，接入需求的紧迫性越闻;
[0027](2)用户呼叫等待的队列长度越长，权值越大，接入需求的紧迫性越高；
[0028](3)用户呼叫的重传次数越接近最大重传次数，权值越大，接入需求的紧迫性越闻;
[0029]多用户调度具体过程可以包括以下内容:
[0030](I)确认每个用户的约束条件的门限值，如时延限制、队列长度、最大重传次数。
[0031](2)根据用户呼叫的当前情况和平均传输速率，统计用户当前时刻呼叫的状态:时延状态、队列状态、重传状态等。
[0032](3)计算每个用户的优先级权重，按照由大到小的顺序降序排列，按照用户数和网络数分成M/N个分组，排在第一的分组优先进行网络选择。
[0033]如附图3所示，将异构网络融合环境中的网络选择问题建模为二分图模型，根据加权最优匹配方法实现匹配度最大的网络选择。异构网络融合系统中的网络选择问题可建模为二分图G = (C，N, E)，其中C表示异构网络融合系统中请求接入的用户集合，N表示备选的接入网络集合，共有m个用户和η个备选网络，每个用户可能与几个备选网络之间存在潜在的链路，E表示用户和备选网络之间潜在链路的集合，即二分图中的边e = (c，η),e e E，c e C，n e N。每条边都有权值，在本发明的方法中边的权值为匹配度Inunt5
[0034]匹配度的计算包括以下内容:
[0035](I)将用户对服务质量的要求表示为矢量形式，考虑因素包括网络带宽、接入费用、功率消耗、呼叫业务类型等；将每个接入网络相对应的性能参数也表示为矢量形式。
[0036](2)计算每对用户和网络相应参数之间的相似度，获得相似度矢量。
[0037](3)不同性能参数有不同的权值，根据相似度矢量和每种参数权值计算每对链路的匹配度。
[0038]加权最优二分图匹配的方法是找到子图G' =(C，N，E' )，E' eE，使得所有其他子图的匹配边的权值和小于等于该子图的匹配边的权值和。该最优匹配就是网络选择的结果。
[0039]如图4所示，出现过载网络或者阻塞用户时，可利用二分图模型对问题网络中的用户重新进行网络选择，可选择匹配度次优的网络实现资源均衡。这个动态协调异构网络资源的过程，可以降低丢包率和阻塞率，平衡负载和资源利用，该过程包括以下内容:
[0040](I)若出现网络过载，过载网络中的用户可以重新选择网络。过载网络从用户的可选择链路中去除，对更新的二分图重新匹配，匹配结果等价于用户选择匹配度次优的网络进行接入。
[0041](2)若有被当前网络阻塞的用户，该用户可以重新选择网络。用户将当前发生阻塞的网络从选择链路中去除，对更新的二分图重新匹配，匹配结果等价于用户选择匹配度次优的网络进行接入。
【权利要求】
1.一种基于加权最优二分图匹配的网络选择方法，其特征在于包括以下步骤: 1)异构网络融合系统的云端处理中心进行多用户公平调度和基于加权二分图的最优匹配，用户侧收集当前服务质量和业务需求，网络侧收集网络性能参数； 2)若用户数量多于备选网络数量，网络选择之前要进行多用户公平调度，用户服务质量要求作为调度约束，对用户进行调度优先级的赋权，选择最高优先权的一组用户进入网络选择过程； 3)将异构网络融合环境中的网络选择问题进行二分图建模，并根据加权最优匹配方法实现匹配度最大的网络选择； 4)云端处理中心计算每对用户要求和网络参数的相似度，根据相似度和服务质量的权值进行匹配度计算；以匹配度为可选匹配连接的权值，进行基于加权最优二分图匹配的网络选择； 5)检查网络负载状态，对过载网络中的用户和接入阻塞的用户重新选择其他网络。
2.根据权利要求1所述的基于加权最优二分图匹配的网络选择方法，其特征在于所述步骤2)中的调度优先级的赋权的衡量方法为: 1)用户呼叫的当前时延越接近容忍的时延门限，优先权的权值越大； 2)用户呼叫等待的队列长度越长，优先权的权值越大； 3)用户呼叫的重传次数越接近最大重传次数，优先权的权值越大。
3.根据权利要求1所述的基于加权最优二分图匹配的网络选择方法，其特征在于所述步骤3)的二分图建模的方法为: 二分图建模表示为G= (C，N, E)，其中C表示异构网络融合系统中请求接入的用户集合，N表示备选的接入网络集合，共有m个用户和η个备选网络，E表示用户和备选网络之间可选链路的集合，也是二分图中的边e = (c，n)，e e E，c e C，n e N，每条边都有权值，边的权值即为匹配度lm,m。
4.根据权利要求1所述的基于加权最优二分图匹配的网络选择方法，其特征在于所述步骤4)中的匹配度计算包括如下步骤: 1)将用户对服务质量的要求表示为矢量形式，考虑因素包括网络带宽、接入费用、功率消耗、呼叫业务类型等；将每个接入网络相对应的性能参数也表示为矢量形式； 2)计算每对用户和网络相应参数之间的相似度，获得相似度矢量； 3)不同性能参数有不同的权值，根据相似度矢量和每种参数权值计算每对链路的匹配度。
5.根据权利要求1所述的基于加权最优二分图匹配的网络选择方法，其特征在于所述步骤5)中的对过载网络中的用户和接入阻塞的用户重新选择其他网络的方式分别为:将过载网络从用户的可选择链路中去除，对更新的二分图重新匹配，匹配结果等价于用户选择匹配度次优的网络进行接入；被当前网络阻塞的用户将当前发生阻塞的网络从选择链路中去除，对更新的二分图重新匹配，匹配结果等价于用户选择匹配度次优的网络进行接入。
【文档编号】H04W48/18GK103442412SQ201310340540
【公开日】2013年12月11日 申请日期:2013年8月6日 优先权日:2013年8月6日
【发明者】沈连丰, 鲍楠, 夏玮玮, 陈赓, 李俊超, 刘诚毅, 张瑞 申请人:东南大学