1.一种异构网络中基于动态权重优化的垂直切换方法,其特征在于,包括以下步骤:
101、获取候选异构网络的参数,包括:接收信号强度RSS、带宽、时延、服务费用和能耗,将这些参数分别进行归一化为两类:效益型参数和成本型参数;
102、将步骤101归一化的参数采用AHP层次分析法计算出主观权重,采用熵值法计算出客观权重,并基于SOP线性单目标最优化理论计算两者的组合权重;
103、通过权重调整因子,优化步骤102的组合权重,以适应网络状况的动态变化特性,其中权重调整因子是由网络参数的均值和方差所确定的;
104、根据步骤101归一化参数信息和步骤103优化后的权重,采用简单加权法SAW设计效用函数,计算候选网络的效用值,确定目标网络,并计算目标网络与当前网络的效用差值,并比较该效用差值是否大于可调切换阈值,确定是否触发切换。
2.根据权利要求1所述的异构网络中基于动态权重优化的垂直切换方法,其特征在于,所述步骤101中效益型参数包括RSS、带宽;成本型参数包括时延、服务费用和能耗,两类参数的归一化方法分别为:效益型参数:
成本型参数:
其中,cij表示第i个接入网络为用户终端提供的实际参数值, 表示参数cij的归一化值,且 cijmax和cijmin分别表示用户应用对cij提出的最大及最小需求值。
3.根据权利要求1或2所述的异构网络中基于动态权重优化的垂直切换方法,其特征在于,所述步骤102将归一化的参数采用AHP层次分析法计算出主观权重的步骤具体包括:
1)分析评价系统中各判决参数之间的关系,构建递阶的层次结构模型,该模型中,最上层的总目标为总是最佳连接ABC,所支配的下一层的为网络的判决参数,最下层为不同的候选方案;
2)根据会话业务对网络参数的需求,依次取两个参数,比较其对目标层的影响,按照1~9度标度确定两者的相对重要程度,用aij表示,即可得到成对的判断矩阵A=(aij)n×n;n表示所选择的参数个数;
3)对判断矩阵A的每一列进行归一化得到矩阵A’,然后对矩阵A’的每一行求均值,即可求得主观权重向量W1=(w1j)1×n中的各元素;w1j表示表示大小为1×n的主观权重向量W1中的各个元素,j=1,2,…,n;
4)通过随机一致性指标RI对W1进行一致性检验,当CR<0.1时,表明该判断矩阵A的一致性程度在允许范围以内,否则,需要对判断矩阵A进行调整,直至满足条件为止。
4.根据权利要求3所述的异构网络中基于动态权重优化的垂直切换方法,其特征在于,所述步骤3)对矩阵A’的每一行求均值,即可求得主观权重向量W1=(w1j)1×n中的各元素的公式为:
5.根据权利要求3所述的异构网络中基于动态权重优化的垂直切换方法,其特征在于,所述步骤2)采用熵值法计算客观权重向量W2=(w2j)1×n包括以下步骤:根据所述步骤101中归一化的参数值,计算第j个属性在网络i中所占的比重 则可得第j个属性的信息熵值然后基于第j个属性的差异系数(1-ej),可以计算W2中的各个元素。
6.根据权利要求1或2所述的异构网络中基于动态权重优化的垂直切换方法,其特征在于,所述计算组合权重具体包括:计算组合权重向量W3=(w3j)1×n,由AHP和熵值法计算的主客观权重向量分别为W1和W2,用x、y分别表示W1和W2的系数,则主客观组合权重为。
7.根据权利要求6所述的异构网络中基于动态权重优化的垂直切换方法,其特征在于,通过最小化组合权重与W1、W2的偏差平方和fk=|W3-Wk|2,Wk表示W1或W2,k=1或2,对应前面计算的两类权重:主观权重向量W1和客观权重向量W2;
可以构建和求解SOP模型
F表示构建的一个目标F;
该模型可以通过构造拉格朗日函数进行求解
wkj表示w1j或w2j,k=1或2,因为前面计算
了两类权重:主观权重向量W1和客观权重向量W2,而W1、W2的元素分别是w1j、w2j。w2j第一次出现在式(5)中,表示大小为1×n的客观权重向量W2中的各个元素,j=1,2,…,n;
其中,λ为拉格朗日乘子,在约束条件下分别对x、y求偏导,并令 可以求得最优解x=y=0.5,将x、y代入到式(6)中即可计算组合权重向量W3。
通过构造拉格朗日函数求解得到最优的x、y为x=y=0.5。
8.根据权利要求7所述的异构网络中基于动态权重优化的垂直切换方法,其特征在于,所述步骤103中调整权重调整因子,优化步骤102的组合权重具体包括:组合权重向量W3需要考虑网络状况的动态变化特性,基于各参数的均值αj和标准差βj,引入权重调整因子μj,对W3进行自适应调整:其中,
m表示m个候选网络,考虑了5个候选网络,故m=5;
所以,调整更新后得到各网络参数的最终权重
w3j表示大小为1×n的组合权重向量W3中的各个元素,j=1,2,…,n。
9.根据权利要求8所述的异构网络中基于动态权重优化的垂直切换方法,其特征在于,所述步骤104中采用简单加权法SAW设计效用函数具体包括:在t时刻候选网络i的效用函数可以采用SAW法表示为
通过式(13)计算各候选网络的效用值fi(t),并比较得出最大的fi(t)值对应的网络g,将其作为最优的目标网络。
10.根据权利要求9所述的异构网络中基于动态权重优化的垂直切换方法,其特征在于,所述异构网络终端的业务类型可以分为三类,分别是实时业务、半实时业务和非实时业务,考虑它们对接入网络的个性化需求,当目标网络g满足以下条件时,即可进行切换其中,fc(t)和fg(t)分别表示当前网络和目标网络的效用值,θ表示可调的切换阈值θ=θth-ε1ξ1-ε2ξ2 (15)式中,θth为固定切换阈值,决定θ的最大值;ε1和ε2分别为实时业务和半实时业务的变化因子,决定两者的最大变化范围;ξ1和ξ2分别为实时业务和半实时业务所占比例。