基于MADM与模糊综合评价的异构无线网络选择算法_张继荣.pdf

2023 年第 3 期计算机与数字工程收稿日期：2022年8月17日，修回日期：2022年9月7日基金项目：国家自然科学基金项目（编号：61871321）资助。作者简介：张继荣，女，博士，教授，研究方向：移动通信网络，宽带通信网络。徐锋，女，硕士研究生，研究方向：移动无线通信。1引言如今，网络融合已经成为下一代无线通信网络的一大趋势，作为无线通信关键技术之一，异构无线网络选择算法对于下一代无线网络的研究意义重大且影响深远14。怎样准确地为承载着不同类型业务、具有不同优先策略的用户选择理想的网络并且能够相对较好的均衡无线网络负载这一持续被关注的问题有待更进一步的解决和优化。文献5 提出了一种基于RSS（接收信号强度）的算法解总第 401期2023 年第 3期计算机与数字工程Computer&Digital EngineeringVol.51No.3基于 MADM 与模糊综合评价的异构无线网络选择算法张继荣徐锋（西安邮电大学通信与信息工程学院西安710100）摘要针对接入网选择中出现的负载不均衡和失序问题，提出了一种基于MADM与模糊综合评价的异构无线网络选择算法，算法基于不同类型用户群的业务和偏好，利用MADM中的熵权法和层次分析法分别计算四种业务类型下的主客观权重，当用户以服务质量为优先选网策略时，采用乘法合成法融合权重；当用户以价格为偏好时，利用线性加权法进行组合赋权。最后通过模糊综合评价计算四种业务类型下基于两种用户偏好的网络得分，进行接入网决策。仿真结果表明，采用不同的权重组合策略去满足不同的用户选网偏好，与单一的权重融合方法相比，能够较好地均衡网络负载；与TOPSIS排序法相比，提出的模糊综合评价算法准确率更高，均衡负载的性能更好，且避免了接入网选择过程中产生的失序问题。关键词接入网选择；MADM；模糊综合评价；乘法合成法；线性加权；均衡负载中图分类号TN929.5DOI：10.3969/j.issn.1672-9722.2023.03.022Heterogeneous Wireless Network Selection Algorithm Based onMADM and Fuzzy Comprehensive EvaluationZHANG JirongXU Feng（School of Communication and Information Engineering，Xian University of Posts and Telecommunications，Xian710100）AbstractIn order to solve the problem of load imbalance and out of order in access network selection，a heterogeneous wireless network selection algorithm based on MADM and fuzzy comprehensive evaluation is proposed.Based on the services and preferences of different types of users，the entropy weight method and analytic hierarchy process（AHP）in MADM are used to calculatethe subjective and objective weights under the four service types respectively.When the users preference is price，the linear weighting method is used to combine the weights.Finally，fuzzy comprehensive evaluation is used to calculate the network scores based ontwo user preferences under the four service types to make access network decision.The simulation results show that different weightcombination strategies can better balance the network load compared with the single weight fusion method.Compared with TOPSISranking method，the proposed fuzzy comprehensive evaluation algorithm has higher accuracy，better load balancing performance，and avoids the out of order problem in the process of access network selection.Key Wordsaccess network selection，MADM，fuzzy comprehensive evaluation，multiplication synthesis，linear weighting，load balancingClass NumberTN929.5657第 51 卷决网络选择问题，尽管该算法复杂度低，但由于它基于单一属性决策，极易引起网络负载崩溃而且网络选择准确性低。文献 6 提出一种基于博弈论的网络接入选择算法，虽然在多个用户同时选择接入网的环境下有较高的公平性和准确性，但其算法复杂度很高，在一个博弈周期里只能得出一个用户的选网结果，因此选择效率太低。文献 7 提出一种基于效用函数的选网策略，考虑了多个网络指标和业务特性，决策速度较快且算法复杂度不高，但由于目标函数在整个接入过程中都无法调整，算法灵活性较低。文献 8 提出了一种模糊逻辑接入算法选择网络，只能在参数较少时较快选网，参数增多后就需要花费更多的计算时间和资源。文献 9 提出了一种多属性决策算法，采用理想解近似排序（TOPSIS）算法进行最终的网络接入决策，很好地避开了单一决策带来的缺陷，但很容易导致失序问题。考虑到算法复杂度和决策时间、计算资源、网络负载平衡和算法有效性、准确性等一系列问题，本文基于 3GPP划分的四种基本的通信业务类型会话类、交互类、流媒体类、后台类，结合多个网络属性时延、抖动、丢包率、带宽、负载和两种用户策略的优先指标用户服务质量、价格，采用 MADM（Multi attribute decision making algorithm，多属性决策算法）和模糊综合评价法进行网络决策。本文对权重融合策略进行了改进，根据熵权法和层次分析法计算出来的两类权重，在用户服务质量优先（QoSP）的情况下，用乘法合成法10进行融合，在价格优先（PP）的情况下，用一个常数比例因子（=0.4）进行线性加权组合11赋权，最后利用模糊综合评价法1213分别进行网络决策。该算法不仅可以快速而准确地进行网络选择、较好地避免失序问题和负载不均衡的缺陷，还能保证用户对服务质量和价格的偏好。2MADM2.1基于熵权法的权重计算熵权法14是一种客观赋权方法，根据各指标的变异程度，利用信息熵计算出各指标的熵权，再通过熵权对各指标的权重进行修正，从而得出较为客观的权重。综合各个备选网络的属性值后建立如表1。熵权法计算步骤如下：1）指标值的归一化将各个指标的数据进行归一化处理。假设给定了m个网络类型和n个网络属性：表1各个网络属性值4GWLANWimax5G时延ms25120801抖动ms2060301丢包率%106150.5带宽Mbps2500720043002700负载%958590100价格元/G0.30.10.451.5Xi=x1,x2,xm,Yj=y1,y2,yn（1）其中Xi代表备选网络集合，Yj代表网络属性集合。假设对各属性数据归一化后的值为x1,x2,xn（2）此时：Yij=Xij-min(Xi)max(Xi)-min(Xi)（3）Yij即表示第i个网络的第j个属性的归一化数值。2）计算第j个指标下第i个方案的指标值的比重pijpij=Yij/i=1nYij（4）3）计算第j项指标的熵值根据信息论中信息熵的定义，一组数据的信息熵：Ej=-ln(m)-1i=1npijlnpij（5）如果pij=0，则定义：limpij0pijlnpij=0（6）4）计算各项指标的权值根据信息熵的计算公式，计算出各个指标的信息熵为E1,E2,En（7）通过信息熵计算各指标的权重：wj=1-Ejn-Ej(j=1,2,n)（8）其中1-Ej为信息熵冗杂度。根据式（1）（8）计算得出基于熵权法的客观权重为W1=(0.2705,0.2274,0.1871,0.0621,0.0012,0.2516)（9）2.2基于层次分析法的权重计算层次分析法15是一种定性加定量相结合的、系统化、层次化的主观分析方法。其基本步骤如下：张继荣等：基于MADM与模糊综合评价的异构无线网络选择算法6582023 年第 3 期计算机与数字工程1）定义目标层、准则层、方案层152）构建成对比较判决矩阵。以下是由 Saaty等12提出的属性重要性标度表格，如表2。表2判决矩阵相对重要性等级表标度135792，4，6，8含义两属性相比，一样重要两属性相比，前者比后者稍微重要两属性相比，前者比后者明显重要两属性相比，前者比后者强烈重要两属性相比，前者比后者极度重要表示上述相邻判断的中间值3）一致性检验CI=max-nn-1（10）CR=CIRI（11）其中，CI、RI均为一致性检验指标，CR为一致性比率，max为判决矩阵的特征向量对应的最大特征值，RI为平均随机一致性指标，其取值见表3。表3一致性检验RI值阶数RI值阶数RI值1071.362081.4130.5291.4640.89101.4951.12111.5261.26121.54当CR0.1时，一致性检验通过，若未通过，则需要重新构造判决矩阵。4）计算各项指标的权重一致性检验通过之后，用几何平均法求解各项网络指标权重：wi=(j=1naij)1ni=1n(j=1naij)1n,(i=1,2,n)（12）此处的i，j分别为判决矩阵的行和列。通过以上步骤求出QoS优先情况下各类业务的权重。3基于模糊综合评价法的网络选择算法模糊综合评价法是一种基于每个指标的最优取值建立成本型或效益型理想矩阵，进而对候选方案进行排序的方法。其基本步骤如下：1）确定理想方案根据表1，建立成本型理想方案为=(1,2,j,n)（13）其中，j表示所有网络中的第j个网络属性的最优取值。2）建立相对偏差模糊矩阵RR=|r11r1nrm1rmn（14）rij=|aij-j|maxjaij-minjaij,(i=1,2,m;j=1,2,n)（15）其中，aij表示第i个网络中第j个属性的原始值。3）计算各网络评价指标的权重将上文中熵权法和层次分析法计算得出的权重分以下两种情况利用不同的方法分别进行融合：（1）用户策略为价格优先时采用线性加权法W=W1+(1-)W2（16）其中，W为综合权重，F=RWTj为层次分析法所求权重，经过从0到1的取不同值遍历后，发现比例因子取常数0.4时，接入网的决策结果既不偏向熵权法决策也不偏向层次分析法决策，即相对其他取值来说更有效地结合了主客观权重。（2）用户策略为QoS优先时采用乘法合成法Wj=W1jW2jj=1nW1jW2j（17）其中，Wj为第j个网络属性的组合权重，W1j和W2j分别为熵权法和层次分析法求出的第j个网络属性的权重。4）计算候选方案总得分F，进行方案排序F=RWjT（18）其中，WjT表示综合权重的转置矩阵。由于本文采用的是成本型理想方案矩阵，故得分F越小者排序越靠前，即网络越接近最佳选择。4仿真结果与分析4.1实验仿真本文采用 4G、WLAN、Wimax、5G 四种不同的接入技术组成的异构无线网络环境。假设网络选择过程不受用户和各网络接入点间的距离影响。图1图4分别为在两种优先策略下利用模糊综合评价对乘法合成法权重融合策略和线性加权组合赋权的网络决策结果图。业务类型1、2、3、4分别表示会话类、后台类、流媒体类、交互类业务。659第 51 卷2.01.51.00.50网络得分1234业务类型4GWLANWiMAX5G图1QoSP乘法合成法权重融合网络选择结果2.01.51.00.50网络得分1234业务类型4GWLANWiMAX5G图2QoSP线性加权组合赋权网络选择结果2.01.51.00.50网络得分1234业务类型4GWLANWiMAX5G图3PP乘法合成法权重融合网络选择结果2.01.51.00.50网络得分1234业务类型4GWLANWiMAX5G图4PP线性加权组合赋权网络选择结果4.2负载分析及算法排序准确率分析由图2可以看出，四种业务类型下，5G和4G都会被优先选择，但采用线性加权进行权重融合时，明显可以看出WLAN和Wimax被选择的机会很少，相当于它们处于空载的几率比较大，极易造成负载失衡；而图1用乘法合成法融合权重时，由于后台类对时延和带宽要求较低，对丢包率要求高的特点，在 4G 和 WLAN 中优先选择了丢包率低的WLAN，并且在流媒体业务中，选择4G和WLAN的几率相当，也有部分用户会选择Wimax。因此，在用户服务质量优先时，采用乘法合成法融合权重更能为用户准确分配合适的网络，并且能较好的均衡负载。由图3可知，基于四种业务类型的大多数情况下，用户都会选择WLAN和4G以及Wimax进行接入，5G几乎得不到被选择接入的机会，因而极易造成 5G 空载，其他三种网络资源竞争激烈；而图 4中，虽然5G依然不容易被优先选择，但和其他三种网络类型的得分差距明显减小，且4G和WLAN的选择几率相当。得出结论：价格优先考虑时，用线性加权法进行组合赋权，较好地避免了网络空载，并在一定程度上避免了用户对网络资源的竞争，各网络负载得到均衡分配。基于本文算法与 TOPSIS的负载性能，图 5给出了对比结果。图5本文算法与TOPSIS负载性能对比图图5中，纵坐标表示的是四种网络类型基于两种用户偏好的负载差值，差值越大则说明两种偏好下的选择结果越不相关，算法准确率和有效性也就越大。本文算法四种网络的负载均衡性能均优于TOPSIS，无论基于用户哪一种偏好，本文算法都能自适应地做出准确网络决策，而TOPSIS则发生了失序，导致决策失误，负载性能降低。5结语本文以由 4G、WLAN、Wimax、5G 组成的异构无线网络环境为研究背景，提出了一种基于MADM和模糊综合评价的网络接入选择算法。该算法将熵权法和层次分析法结合，基于四种业务类型，考虑了两种不同的用户优先策略，在用户服务质量优先策略下，采用乘法合成法进行权重融合，在价格张继荣等：基于MADM与模糊综合评价的异构无线网络选择算法6602023 年第 3 期计算机与数字工程优先策略下，采用线性加权法组合赋权，最终通过模糊综合评价法为用户决策出最合适的网络进行接入。总地来说，在权重融合策略上，本文改变了以往的单一赋权方式，分情况讨论。与单一的权重融合方法相比，大大提高了算法准确率，并且有效均衡了各网络负载，能随着用户策略的改变快速调节出相对应的赋权方案；在接入网决策环节，本文算法与TOPSIS相比，解决了TOPSIS中极易出现的失序问题，并且避免了TOPSIS决策在某些业务下不符合用户策略的现象，大大提高了接入网决策的准确性和有效性，能够更好地满足用户策略和业务需求，给用户带来更高体验度，为网络降低了不必要的负载并避免了网络空载现象。参 考 文 献1尹鹏伟.异构无线网络中基于多属性的联合资源调度策略研究 D.南京：南京邮电大学，2019：13-17.YIN Pengwei.Research on multi-attribute based joint resource scheduling strategy in heterogeneous wireless networks D.Nanjing：Nanjing University of Posts and Telecommunications，2019：13-17.2陈娟敏.基于业务类型的网络选择算法研究 D.贵阳：贵州大学，2019：7-11.CHEN Juanmin.Research on network selection algorithmbased on service type D.Guiyang：Guizhou University，2019：7-11.3潘志远.基于终端侧和网络侧的 异构网络选择策略研究 D.贵阳：贵州大学，2019：5-8.PAN Zhiyuan.Research on heterogeneous network selection strategy based on terminal side and network sideD.Guiyang：Guizhou University，2019：5-8.4Nagaraja G，Rameshbabu H S，Gowrishankar.A Survey ofIntelligent approach for Handoff Decision making for LongTerm Evolution Heterogeneous Network C/2019 International Conference on Smart Systems and Inventive Technology（ICSSIT）.IEEE，2020：1-3.5WANG Y.Performance of WLAN RSS-based SON forLTE/WLAN access network selection C/2014 11th International Symposium on Wireless Communications Systems（ISWCS），Barcelona，2014：460-464.6田思飞.基于博弈论的异构无线网络选择和资源分配算法研究 D.成都：西南交通大学，2018：25-35.TIAN Sifei.Research on heterogeneous wireless networkselection and resource allocation algorithm based on gametheoryD.Chengdu：Southwest Jiaotong University，2018：25-35.7尹喜阳，吕梦楠，岳顺民，等.超密集物联网中的多蜂窝网络选择算法 J.供用电，2020，37（01）：67-72.YIN Xiyang，LV Mengnan，YUE Shunmin，et al.Multicellular network selection algorithm in ultra dense Internetof thingsJ.Power Supply and Consumption，2020，37（01）：67-72.8刘新宇.基于模糊逻辑的异构无线网络选择算法研究D.广州：华南理工大学，2018：34-73.LIU Xinyu.Research on heterogeneous wireless networkselection algorithm based on fuzzy logicD.Guangzhou：South China University of technology，2018：34-74.9Ahmed，Israa I O.Vertical Handover E-TOPSIS Algorithm Mathematical Model using AHP and Standard Deviation Weighing Method C/2019 International Conferenceon Computer，Control，Electrical，and Electronics Engineering（ICCCEEE），2019：2-4.10李刚，李建平，孙晓蕾，等.兼顾序信息和强度信息的主客观组合赋权法研究 J.中国管理科学，2017，25（12）：179-187.LI Gang，LI Jianping，SUN Xiaolei，et al.Research onsubjective and objective combination weighting methodof order information and intensity informationJ.ChinaManagement Science，2017，25（12）：179-187.11秦泽慧，周亮，姜胜明.海洋互联网接入网选择方法研究 J.实验室研究与探索，2020，39（05）：119-125.QIN Zehui，ZHOU Liang，JIANG Shengming.Researchon the selection method of marine Internet access networkJ.Laboratory Research and Exploration，2020，39（05）：119-125.12丁学利，孙娓娓.基于模糊综合评价的商场会员分类研究J.阜阳职业技术学院学报，2019，30（03）：81-86.DING Xueli，SUN Weiwei.Research on the classification of store members based on fuzzy comprehensive evaluationJ.Journal of Fuyang Vocational and TechnicalCollege，2019，30（03）：81-86.13赵璐，谢红强，李渭新，等.基于模糊综合评价法的高校创新创业激励机制评价研究 J.实验科学与技术，2020，18（04）：98-103.ZHAO Lu，XIE Hongqiang，LI Weixin，et al.Researchon Evaluation of university innovation and entrepreneurship incentive mechanism based on fuzzy comprehensiveevaluation methodJ.Experimental Science and Technology，2020，18（04）：98-103.14陶洋，纪瑞娟，杨理，等.基于动态扫描周期的多属性垂直切换算法 J.计算机工程与设计，2020，41（02）：319-325.TAO Yang，JI Ruijuan，YANG Li，et al.Multi attribute（下转第726页）661第 51 卷driver fatigue monitoring based on BP neural networkJ.Computer Science，2015，42（S1）：67-69，93.8范晓，尹宝才，孙艳丰.基于嘴部Gabor小波特征和线性判别分析的疲劳检测 J.北京工业大学学报，2009，35（03）：409-413，432.FAN Xiao，YIN Baocai，SUN Yanfeng.Fatigue detectionbased on Gabor wavelet sign of mouth and linear discriminant analysisJ.Journal of Beijing University of Technology，2009，35（03）：409-413，432.9田祎.基于图像特征的驾驶员疲劳状态检测算法研究J.计算机与数字工程，2014，42（10）：1957-1961.TIAN Yi.Research on driver fatigue detection Algorithmbased on image featureJ.Computer and Digital Engineering，2014，42（10）：1957-1961.10ZHAO Lei，WANG Zengcai，ZHANG Guoxin，et al.Eye state recognition based on deep integrated neural network and transfer learning J.Multimedia Tools and Applications，2018，77（15）：19415-19438.11潘志庚，刘荣飞，张明敏.基于模糊综合评价的疲劳驾驶 检 测 算 法 研 究J.软 件 学 报，2019，30（10）：2954-2963.PAN Zhigeng，LIU Rongfei，ZHANG Mingmin.Studyon fatigue driving detection algorithm based on mouldand comprehensive evaluationJ.Journal of SoftwareEngineering，2019，30（10）：2954-2963.12Ngxande M，Tapamo J R，Burke M.Bias Remediation inDriver Drowsiness Detection Systems Using GenerativeAdversarial Networks J.IEEE Access，2020（99）：1.13Ed-Doughmi，Younes，Idrissi，et al.Real-Time Systemfor Driver Fatigue Detection Based on a Recurrent Neuronal Network J.Journal of Imaging，2020.14张博文，张淑丽，郝昕，等.基于局部敏感哈希的多维海量数据处理J.科技创新与应用，2019（02）：54-55.ZHANG Bowen，ZHANG Shuli，HAO Xin，et al.Multidimensional massive data processing based on locallysensitive Hasche J.Innovation and Application of Science and Technology，2019（02）：54-55.15戴礼青.人脸的几何特征分析与美丽分数计算 D.南京：南京理工大学，2014.DAI Liqing.Geometric feature analysis and beauty fraction calculation of human face D.Nanjing：Nanjing University of Science and Technology，2014.16钟千里.图像中人脸自动替换技术的研究与实现D.成都：电子科技大学，2016.ZHONG Qianli.Research and implementation of automatic face replacement in image D.Chengdu：University of Electronic Science and Technology，2016.17田原嫄，姚萌萌，潘敏凯，等.基于YCbCr肤色检测与AdaBoost联级算法的嘴部特征定位 J.计算机应用研究，2017，34（03）：933-935.TIAN Yuanyuan，YAO Mengmeng，PAN Minkai，et al.Mouth feature location based on YCBCR skin color detection and AdaBoost cascade AlgorithmJ.Computer Applications Research，2017，34（03）：933-935.18张华坤，王敏，罗开，等.三庭五眼的最佳定点探索J.医学与哲学（B），2017，38（05）：64-69.ZHANG Huakun，WANG Min，LUO Kai，et al.Bestfixed-point exploration with five eyes in santing J.Medicine and Philosophy（B），2017，38（05）：64-69.19马发民，吴红乐，张林，等.基于BP神经网络的疲劳判定 J.计算机与数字工程，2017，45（06）：1187-1193.MA Famin，WU Hongle，ZHANG Lin，et al.Fatiguejudgement based on BP neural networkJ.Computerand Digital Engineering，2017，45（06）：1187-1193.20龚淑娟.基于面部多指标的货运司机疲劳驾驶检测J.物流技术，2020，39（09）：74-81，95.GONG Shujuan.Fatigue driving detection of freight drivers based on facial multiple indicatorsJ.LogisticsTechnology，2020，39（09）：74-81，95.vertical switching algorithm based on dynamic scanningperiodJ.Computer Engineering and Design，2020，41（02）：319-325.15CHOU H.A Heterogeneous Wireless Network SelectionAlgorithmforSmartDistributionGridBasedonChi-square Distance C/2018 10th International ConferenceonCommunications，CircuitsandSystems（ICCCAS），Chengdu，China，2018：325-330.16Hadikurniawati W，Winarno E，Santoso D B，et al.AMixed Method using AHP-TOPSIS for Dryland Agriculture Crops Selection Problem C/2019 3rd InternationalConference on Informatics and Computational Sciences（ICICoS），Semarang，Indonesia，2019：1-5.（上接第661页）陈立潮等：基于面部多特征的驾驶员疲劳状态检测726