專利名稱：一種基于終端制式差異的異構(gòu)網(wǎng)負載分配方法
技術(shù)領(lǐng)域：
本發(fā)明涉及無線網(wǎng)絡(luò)的無線資源管理領(lǐng)域，尤其涉及異構(gòu)無線網(wǎng)絡(luò)中的負載均衡方法。
背景技術(shù)：
無線多媒體數(shù)據(jù)業(yè)務(wù)和無線接入互聯(lián)網(wǎng)的巨大需求推動了無線通信技術(shù)的迅速發(fā)展，不同的無線通信技術(shù)將為用戶提供各種不同的服務(wù)。這預示著未來的無線通信系統(tǒng)必將融合多種各異的無線接入網(wǎng)絡(luò)(Radio Access Network，RAN)，例如無線蜂窩通信系統(tǒng)、IEEE802. 16/20以及短距離通信WLAN、衛(wèi)星通信網(wǎng)絡(luò)等。在多種異構(gòu)網(wǎng)的架構(gòu)下，用戶可以按照一定的標準或者個人的偏好來選擇特定的RAN承載不同的業(yè)務(wù)，如用戶所處的環(huán)境，當前RAN的負載狀況，當前用戶所在位置在哪些RAN的覆蓋下，服務(wù)質(zhì)量需求以及網(wǎng)絡(luò)收費等都將影響用戶選擇何種網(wǎng)絡(luò)和如何分配業(yè)務(wù)。異構(gòu)無線網(wǎng)絡(luò)的聯(lián)合負載均衡就是在這種背景下提出的針對異構(gòu)網(wǎng)絡(luò)資源的一種優(yōu)化控制技術(shù)，該機制的有效實施有助于提高系統(tǒng)整體無線資源的利用率，動態(tài)調(diào)整網(wǎng)絡(luò)負載，增加網(wǎng)絡(luò)總體容量。
一種已有的負載均衡算法應用場景是UMTS和GSM共存的情形下，UMTS網(wǎng)絡(luò)可用的情形下，用戶優(yōu)先選擇UMTS網(wǎng)絡(luò)，GSM網(wǎng)絡(luò)作為后備選項。當UMTS不可用時用戶選擇GSM 網(wǎng)絡(luò)。同時也考慮了終端的差異，即UMTS制式的終端向下兼容GSM制式，但GSM制式的終端不能向上兼容UMTS制式。這種場景下的負載均衡時，UMTS制式的終端可以向相鄰的UMTS 小區(qū)和GSM小區(qū)轉(zhuǎn)移，但GSM制式的終端只能向相鄰的GSM小區(qū)轉(zhuǎn)移，不能向相鄰的UMTS 小區(qū)轉(zhuǎn)移。該算法的優(yōu)點在于簡單、可行，且考慮了終端制式在小區(qū)切換時的影響。不足之處是在于，不能滿足異構(gòu)網(wǎng)中，多種多樣的服務(wù)種類，速度及QoS的要求各異，僅僅套用這種方法不足以應對未來在異構(gòu)網(wǎng)的環(huán)境下的用戶的多樣化需求。
另一種已有算法利用進化博弈論的方法實現(xiàn)分布計算機網(wǎng)絡(luò)中的服務(wù)器選擇，這種算法給出了一個有效的進化顯式模型。在此基礎(chǔ)上，可將進化博弈論引入到異構(gòu)網(wǎng)的負載均衡問題中，把異構(gòu)網(wǎng)絡(luò)業(yè)務(wù)分配問題歸結(jié)為一個進化博弈過程，利用進化博弈的自學習機理動態(tài)進化來實現(xiàn)業(yè)務(wù)合理分配的目標。該算法的應用場景為，用戶所在的區(qū)域是一個三種異構(gòu)網(wǎng)(例如蜂窩網(wǎng)絡(luò)、WLAN、WiMAX)重疊覆蓋下的區(qū)域，用戶是隨機產(chǎn)生的，用戶的終端支持三種不同的網(wǎng)絡(luò)制式，且任何一個用戶可以在三種網(wǎng)絡(luò)下自由切換。算法的優(yōu)點在于，可以靈活的調(diào)整影響負載均衡的參數(shù)來優(yōu)化異構(gòu)網(wǎng)的業(yè)務(wù)負載的分配，缺點在于， 模型過于理想，終端的制式需同時支持三種或者三種以上的異構(gòu)網(wǎng)是不易實現(xiàn)的。

發(fā)明內(nèi)容
針對上述現(xiàn)有技術(shù)的缺點，本發(fā)明提出一種基于進化博弈論同時兼顧終端差異性的異構(gòu)網(wǎng)負載分配算法，該方法從實用性的角度出發(fā)，基于進化博弈論實現(xiàn)了異構(gòu)網(wǎng)絡(luò)的負載均衡。
一種基于終端制式差異的異構(gòu)網(wǎng)負載分配算法，包括以下步驟 第一步用戶模塊初始化，初始化時充分考慮終端差異性。定義用戶個數(shù)UE_num， 隨機產(chǎn)生UE_num個用戶。定義三種用戶終端支持的網(wǎng)絡(luò)制式Nl、N2、N3，網(wǎng)絡(luò)1支持Nl， 網(wǎng)絡(luò)2支持N2，網(wǎng)絡(luò)3支持N3。且網(wǎng)絡(luò)1、網(wǎng)絡(luò)2、網(wǎng)絡(luò)3互相覆蓋。定義用戶的終端類型，
A、B、C、D。A類型終端支持附和N2；B類型終端支持N2和N3 ；C類型終端支持附和N3 ；D 類型終端支持N1、N2和N3。為避免極端情況，限定了 A、B、C、D四種類型的數(shù)量相差不大。 同時給出隨機的分布X= (X1, x2, X3)的初值。XiSNi網(wǎng)絡(luò)中的用戶個數(shù)占總用戶個數(shù)的百分比，xi+x2+x3 = LNl網(wǎng)絡(luò)中包含的終端類型為A、C、D，N2網(wǎng)絡(luò)中包含的終端類型為A、
B、D，N3網(wǎng)絡(luò)中包含的終端類型為B、C、D。
第二步網(wǎng)絡(luò)參數(shù)初始化，通過異構(gòu)網(wǎng)間兩兩比較確定網(wǎng)絡(luò)參數(shù)初值，確定效用矩陣U0。設(shè)置循環(huán)次數(shù)。UO的值即代表三種網(wǎng)絡(luò)狀態(tài)及資源情況。初始化進化矩陣G。
第三步循環(huán)開始，固定效用矩陣加擾，進化的檢測模塊檢測是否應該進行進化并自動調(diào)整進化項。計算Ni，N2, N3網(wǎng)絡(luò)各自在當前網(wǎng)絡(luò)參數(shù)配置下的適應度，以及平均適應度。由于考慮了終端的差異性且運用了進化博弈論的思想，這里需要分別比較m，N2，N3 的適應度和平均適應度的大小，以便從適應度小的網(wǎng)絡(luò)轉(zhuǎn)移到適應度大的網(wǎng)絡(luò)，即選擇適應度最大的個體取代最小的個體。比較的結(jié)果分為六種情況。設(shè)m網(wǎng)絡(luò)的適應度為fl， N2網(wǎng)絡(luò)的適應度為f2，N3網(wǎng)絡(luò)的適應度為f3，平度適應度為fjiiean。則六種比較結(jié)果分別為 fl<f_mean,f2 > f_mean,f3 > f_mean ； fl<f_mean,f2 > f_mean,f3 < f_mean ； fl<f_mean,f2 < f_mean,f3 > f_mean ； fl>f_mean,f2 < f_mean,f3 > f_mean ； fl>f_mean,f2 < f_mean,f3 < f_mean ； fl>f_mean,f2 > f_mean,f3 < f_mean ； 第四步運用進化博弈論中的進化思想，根據(jù)復制動力方程進行進化，首先分別計
算δ,.，分別判定停止條件是否滿足，如果不滿足停止條件(么,.二<_；7趨近于0)，
則將進化動力方程中的增長比率轉(zhuǎn)化為具體的用戶個數(shù)，根據(jù)增長比率的正負符號，來確定每個網(wǎng)絡(luò)轉(zhuǎn)入或者轉(zhuǎn)出，動態(tài)調(diào)整各個網(wǎng)絡(luò)的用戶數(shù)量，從而給出內(nèi)循環(huán)的次數(shù)上限。
第五步穩(wěn)定性及精度判定，穩(wěn)定性的判定可由李亞普諾夫(A. M. Lyapunov)系統(tǒng)穩(wěn)定性定理判定。精度判定條件由第四步的停止條件決定。獲得用戶在三個網(wǎng)絡(luò)中的均衡分布，和平均效用值。若不滿足，重新進入第三步的循環(huán)體。


圖1為本發(fā)明的一種基于終端制式差異的異構(gòu)網(wǎng)負載分配算法流程圖； 圖2為本發(fā)明的進化模塊1的流程圖； 圖3為本發(fā)明的進化模塊2的流程圖； 圖4為本發(fā)明的進化模塊3的流程圖； 圖5為本發(fā)明的進化模塊4的流程圖； 圖6為本發(fā)明的進化模塊5的流程圖； 圖7為本發(fā)明的進化模塊6的流程圖；
具體實施例方式下面結(jié)合附圖和具體實例對本發(fā)明做進一步詳細說明。
圖1例示出本發(fā)明的異構(gòu)無線網(wǎng)絡(luò)中多級協(xié)作的負載均衡方法流程圖，包括以下步驟 在步驟101，檢測網(wǎng)絡(luò)狀態(tài)和用戶狀態(tài)，并且收集網(wǎng)絡(luò)參數(shù)及用戶參數(shù)。
在步驟102，對用戶參數(shù)進行初始化，定義用戶個數(shù)UE_num，隨機產(chǎn)生UE_num個用戶。定義用戶的終端類型，A、B、C、D。A類型支持m和N2;B類型支持N2和N3;C類型支持附和N3 ；D類型支持Ni、N2和N3。為避免極端情況，限定了 A、B、C、D四種類型的數(shù)量相差不大。
在步驟103，對網(wǎng)絡(luò)參數(shù)進行初始化，給出隨機的分布X = (xl,x2,x3)的初值。xi 為Ni網(wǎng)絡(luò)中的用戶個數(shù)占總用戶個數(shù)的百分比，xl+x2+x3 = Ι,ΝΙ網(wǎng)絡(luò)中包含的終端類型為A、C、D，N2網(wǎng)絡(luò)中包含的終端類型為A、B、D，N3網(wǎng)絡(luò)中包含的終端類型為B、C、D。
在步驟104，對控制參數(shù)進行初始化，設(shè)定觀察變量，便于觀察仿真過程中所跟蹤的變量值。這些觀察變量包括，網(wǎng)絡(luò)1中用戶的效用，網(wǎng)絡(luò)2中用戶的效用，網(wǎng)絡(luò)3中用戶的效用，三個網(wǎng)絡(luò)的平均效用，進化速度控制變量，固定效用矩陣初始值。
在步驟105，循環(huán)控制器，設(shè)定循環(huán)次數(shù)。
在步驟106，對系統(tǒng)加噪，隨機產(chǎn)生加性高斯白噪聲對系統(tǒng)加噪。
在步驟107，產(chǎn)生進化矩陣G。本發(fā)明所采用的進化函數(shù)為
_4] Gij 二_J_
l + exp(--(e,xy.-e,jc,.))- 其中 與Σ K,,.成正比，即 xk ~ Σu^ 約=ΣUU ’ i，j = 1，2，3。
i\J 在步驟108，計算和比較適應度 假定策略集合描述為S= Is1J2，···，％}，與每個策略Si相關(guān)聯(lián)的適應度為fi;Xi 表示群體中個體選擇純策略Si的概率，也是進化系統(tǒng)在該時刻群體中選擇純策略Si的個體占個體總數(shù)的百分比，矢量X = (Xl,X2,.. - ,XN)表示了種群狀態(tài)。純策略分布對應的適應度和混合策略對應的群體平均適應度分別為 Pfi(X)和F(X)=^Xfi。利用這種方法，可得m網(wǎng)絡(luò)的適應度為n，N2網(wǎng)絡(luò)的適
i=l
應度為f2，N3網(wǎng)絡(luò)的適應度為f3，平度適應度為fjiiean。則六種比較結(jié)果分別為 η<f_mean,f2 > f_mean,f3 > f_mean ； fl<f_mean,f2 > f_mean,f3 < f_mean ； fl<f_mean,f2 < f_mean,f3 > f_mean ； fl>f_mean,f2 < f_mean,f3 > f_mean ； fl>f_mean,f2 < f_mean,f3 < f_mean ； fl>f_mean,f2 > f_mean,f3 < f_mean ； 在步驟109，確定每個網(wǎng)絡(luò)在進化的需求下，應該轉(zhuǎn)移的或者接收的用戶數(shù)目。根據(jù)復制動力方程進行進化，首先分別計算Δ,.，分別判定停止條件是否滿足，如果不滿足停止條件(Δ,.=/- 趨近于0)，則將進化動力方程中的增長比率轉(zhuǎn)化為具體的用戶個數(shù)，根據(jù)增長比率的正負符號，來確定每個網(wǎng)絡(luò)轉(zhuǎn)入或者轉(zhuǎn)出，動態(tài)調(diào)整各個網(wǎng)絡(luò)的用戶數(shù)量，從而給出內(nèi)循環(huán)的次數(shù)上限。
在步驟110，進行場景判決，此模塊中存儲了由步驟108中比較產(chǎn)生的所有可能的結(jié)果，以下以A-F分別標識這六種情況。
(A) f 1 < f_mean, f2 > f_mean, f3 > f_mean ； 即網(wǎng)絡(luò)1的效用小于平均效用，所以網(wǎng)絡(luò)1中的符合要求的用戶可以向網(wǎng)絡(luò)2和網(wǎng)絡(luò)3中轉(zhuǎn)移用戶。
(B) f 1 < f_mean, f2 > f_mean, f3 < f_mean ； 即網(wǎng)絡(luò)1和網(wǎng)絡(luò)3的效用小于平均效用，所以網(wǎng)絡(luò)1和網(wǎng)絡(luò)3中的符合要求的用戶可以向網(wǎng)絡(luò)2中轉(zhuǎn)移用戶。
(C) Π < f_mean, f2 < f_mean, f3 > f_mean ； 即網(wǎng)絡(luò)1和網(wǎng)絡(luò)2的效用小于平均效用，所以網(wǎng)絡(luò)1和網(wǎng)絡(luò)2中的符合要求的用戶可以向網(wǎng)絡(luò)3中轉(zhuǎn)移用戶。
(D) f 1 > f_mean, f2 < f_mean, f3 > f_mean ； 即網(wǎng)絡(luò)2的效用小于平均效用，所以網(wǎng)絡(luò)2中的符合要求的用戶可以向網(wǎng)絡(luò)1和網(wǎng)絡(luò)3中轉(zhuǎn)移用戶。
(E) f 1 > f_mean, f2 < f_mean, f3 < f_mean ； 即網(wǎng)絡(luò)2和網(wǎng)絡(luò)3的效用小于平均效用，所以網(wǎng)絡(luò)2和網(wǎng)絡(luò)3中的符合要求的用戶可以向網(wǎng)絡(luò)2中轉(zhuǎn)移用戶。
(F) f 1 > f_mean, f2 > f_mean, f3 < f_mean ； 即網(wǎng)絡(luò)3的效用小于平均效用，所以網(wǎng)絡(luò)3中的符合要求的用戶可以向網(wǎng)絡(luò)1和網(wǎng)絡(luò)2中轉(zhuǎn)移用戶。
在步驟111，進行匹配檢測，利用開關(guān)函數(shù)，選擇是否實現(xiàn)進化模塊1的功能。如果場景A，則跳轉(zhuǎn)到步驟201繼續(xù)執(zhí)行。
在步驟112，進行匹配檢測，利用開關(guān)函數(shù)，選擇是否實現(xiàn)進化模塊2的功能。如果場景B，則跳轉(zhuǎn)到步驟301繼續(xù)執(zhí)行。
在步驟113，進行匹配檢測，利用開關(guān)函數(shù)，選擇是否實現(xiàn)進化模塊3的功能。如果場景C，則跳轉(zhuǎn)到步驟401繼續(xù)執(zhí)行。
在步驟114，進行匹配檢測，利用開關(guān)函數(shù)，選擇是否實現(xiàn)進化模塊4的功能。如果場景D，則跳轉(zhuǎn)到步驟501繼續(xù)執(zhí)行。
在步驟115，進行匹配檢測，利用開關(guān)函數(shù)，選擇是否實現(xiàn)進化模塊5的功能。如果場景E，則跳轉(zhuǎn)到步驟601繼續(xù)執(zhí)行。
在步驟116，進行匹配檢測，利用開關(guān)函數(shù)，選擇是否實現(xiàn)進化模塊6的功能。如果場景F，則跳轉(zhuǎn)到步驟701繼續(xù)執(zhí)行。
在步驟117，當每次復制進化功能執(zhí)行一次的時候，就需要穩(wěn)定性及精度判定模塊。如果場景A，則跳轉(zhuǎn)到步驟201繼續(xù)執(zhí)行。
在步驟118，循環(huán)條件檢測。如果達到精度和穩(wěn)定性的要求則跳出循環(huán)。
在步驟119，輸出及繪圖。輸出網(wǎng)絡(luò)1中用戶的效用變化圖，網(wǎng)絡(luò)2中用戶的效用變化圖，網(wǎng)絡(luò)3中用戶的效用變化圖，三個網(wǎng)絡(luò)的平均效用變化圖，網(wǎng)絡(luò)1中用戶數(shù)量的變化圖，網(wǎng)絡(luò)2中用戶數(shù)量的變化圖，網(wǎng)絡(luò)3中用戶數(shù)量的變化圖，以及三種網(wǎng)絡(luò)中的用戶數(shù)量變化的對比圖和三種網(wǎng)絡(luò)的效用變化對比圖。
在步驟120，完成4中用戶在三種網(wǎng)絡(luò)中的分配，并使得平均效用最高。
圖2例示出本發(fā)明的進化模塊1的算法流程圖。包括以下步驟 在步驟201，進行匹配檢測，因為網(wǎng)絡(luò)1中可能存在A、C、D三種類型用戶，網(wǎng)絡(luò)2 支持A、B、D三種類型的用戶，網(wǎng)絡(luò)3支持B、C、D三種類型的用戶，那么在此種情場景下，網(wǎng)絡(luò)1已經(jīng)提出了轉(zhuǎn)移請求，而網(wǎng)絡(luò)2，3接受了請求。那么以步驟109中需要變化的用戶數(shù)目為限在網(wǎng)絡(luò)1中任取一個用戶，若該用戶類型為A，跳轉(zhuǎn)到步驟202 ；若該用戶類型為C， 跳轉(zhuǎn)到步驟203 ；若該用戶類型為D，跳轉(zhuǎn)到步驟204。
在步驟202，因為網(wǎng)絡(luò)2支持A制式的用戶，所以執(zhí)行該A類型用戶從網(wǎng)1切換到網(wǎng)絡(luò)2中。
在步驟203，因為網(wǎng)絡(luò)3支持C制式的用戶，所以執(zhí)行該C類型用戶從網(wǎng)1切換到網(wǎng)絡(luò)3中。
在步驟204，D類型用戶因其制式兼容性最好，所以選擇目標切換網(wǎng)絡(luò)時，需要進行判決，判決的依據(jù)是，比較目標切換網(wǎng)絡(luò)的效用值，選擇效用值較大的目標切換網(wǎng)絡(luò)進行切換。(此處的方法具有擴展性，如果目標切換網(wǎng)絡(luò)的數(shù)目大于兩個，可以建立一個目標網(wǎng)絡(luò)列表，按效用值從大到小的順序進行排序，取效用值最大的進行切換。)如果網(wǎng)絡(luò)2的效用小于網(wǎng)絡(luò)3的效用，那么跳轉(zhuǎn)到步驟205 ；如果網(wǎng)絡(luò)2的效用大于網(wǎng)絡(luò)3的效用，跳轉(zhuǎn)到步驟206。
在步驟205，執(zhí)行該D類型用戶從網(wǎng)絡(luò)1切換到網(wǎng)絡(luò)3。
在步驟206，執(zhí)行該D類型用戶從網(wǎng)絡(luò)2切換到網(wǎng)絡(luò)3。
圖3例示出本發(fā)明的進化模塊2的算法流程圖。包括以下步驟 在步驟301，進行匹配檢測，因為網(wǎng)絡(luò)3中可能存在B、C、D三種類型用戶，網(wǎng)絡(luò)1 中可能存在A、C、D三種類型用戶，目標切換網(wǎng)絡(luò)為網(wǎng)絡(luò)2，網(wǎng)絡(luò)2支持A、B、D三種類型的用戶，那么在此種情場景下，網(wǎng)絡(luò)1，3已經(jīng)提出了轉(zhuǎn)移請求，而網(wǎng)絡(luò)2接受了請求。那么在網(wǎng)絡(luò)1或者網(wǎng)絡(luò)3中以步驟109中需要變化的用戶數(shù)目為限任取一個用戶，若該用戶類型為A，跳轉(zhuǎn)到步驟302 ；若該用戶類型為B，跳轉(zhuǎn)到步驟303 ；若該用戶類型為D，跳轉(zhuǎn)到步驟 304 ；若該用戶的類型為C，那么跳轉(zhuǎn)到步驟305。
在步驟302，因為網(wǎng)絡(luò)2支持A制式的用戶，所以執(zhí)行該A類型用戶從網(wǎng)絡(luò)1切換到網(wǎng)絡(luò)2中。
在步驟303，因為網(wǎng)絡(luò)2支持B制式的用戶，所以執(zhí)行該B類型用戶從網(wǎng)絡(luò)3切換到網(wǎng)絡(luò)2中。
在步驟304，D類型用戶因其制式兼容性最好，無論該D類型用戶所在網(wǎng)絡(luò)是網(wǎng)絡(luò) 1還是網(wǎng)絡(luò)3，都直接切換至網(wǎng)絡(luò)2中 在步驟305，因網(wǎng)絡(luò)2不支持C類型的用戶，所以如果所取為C類型用戶，那么直接跳轉(zhuǎn)回步驟301繼續(xù)執(zhí)行。
圖4例示出本發(fā)明的進化模塊3的算法流程圖。包括以下步驟 在步驟401，進行匹配檢測，因為網(wǎng)絡(luò)2中可能存在A、B、D三種類型用戶，網(wǎng)絡(luò)1 中可能存在A、C、D三種類型用戶，目標切換網(wǎng)絡(luò)為網(wǎng)絡(luò)3，網(wǎng)絡(luò)3支持B、C、D三種類型的用戶，那么在此種情場景下，網(wǎng)絡(luò)1，2已經(jīng)提出了轉(zhuǎn)移請求，而網(wǎng)絡(luò)3接受了請求。那么在網(wǎng)絡(luò)1或者網(wǎng)絡(luò)2中以步驟109中需要變化的用戶數(shù)目為限任取一個用戶，若該用戶類型為B，跳轉(zhuǎn)到步驟402 ；若該用戶類型為C，跳轉(zhuǎn)到步驟403 ；若該用戶類型為D，跳轉(zhuǎn)到步驟 404 ；若該用戶的類型為A，那么跳轉(zhuǎn)到步驟405。
在步驟402，因為網(wǎng)絡(luò)2支持B制式的用戶，所以執(zhí)行該B類型用戶從網(wǎng)絡(luò)2切換到網(wǎng)絡(luò)3中。
在步驟403，因為網(wǎng)絡(luò)1支持C制式的用戶，所以執(zhí)行該C類型用戶從網(wǎng)絡(luò)1切換到網(wǎng)絡(luò)3中。
在步驟404，D類型用戶因其制式兼容性最好，無論該D類型用戶所在網(wǎng)絡(luò)是網(wǎng)絡(luò) 1還是網(wǎng)絡(luò)2，都直接切換至網(wǎng)絡(luò)3中。
在步驟405，因網(wǎng)絡(luò)3不支持A類型的用戶，所以如果所取為A類型用戶，那么直接跳轉(zhuǎn)回步驟401繼續(xù)執(zhí)行。
圖5例示出本發(fā)明的進化模塊4的算法流程圖。包括以下步驟 在步驟501，進行匹配檢測，因為網(wǎng)絡(luò)2中可能存在A、B、D三種類型用戶，網(wǎng)絡(luò)1 支持A、C、D三種類型的用戶，網(wǎng)絡(luò)3支持B、C、D三種類型的用戶，那么在此種情場景下，網(wǎng)絡(luò)2已經(jīng)提出了轉(zhuǎn)移請求，而網(wǎng)絡(luò)1，3接受了請求。那么以步驟109中需要變化的用戶數(shù)目為限在網(wǎng)絡(luò)2中任取一個用戶，若該用戶類型為A，跳轉(zhuǎn)到步驟502 ；若該用戶類型為B， 跳轉(zhuǎn)到步驟503 ；若該用戶類型為D，跳轉(zhuǎn)到步驟504。
在步驟502，因為網(wǎng)絡(luò)1支持A制式的用戶，所以執(zhí)行該A類型用戶從網(wǎng)2切換到網(wǎng)絡(luò)1中。
在步驟503，因為網(wǎng)絡(luò)3支持B制式的用戶，所以執(zhí)行該B類型用戶從網(wǎng)2切換到網(wǎng)絡(luò)3中。
在步驟504，D類型用戶因其制式兼容性最好，所以選擇目標切換網(wǎng)絡(luò)時，需要進行判決，判決的依據(jù)是，比較目標切換網(wǎng)絡(luò)的效用值，選擇效用值較大的目標切換網(wǎng)絡(luò)進行切換。(此處的方法具有擴展性，如果目標切換網(wǎng)絡(luò)的數(shù)目大于兩個，可以建立一個目標網(wǎng)絡(luò)列表，按效用值從大到小的順序進行排序，取效用值最大的進行切換。)如果網(wǎng)絡(luò)3的效用小于網(wǎng)絡(luò)1的效用，那么跳轉(zhuǎn)到步驟505 ；如果網(wǎng)絡(luò)3的效用大于網(wǎng)絡(luò)1的效用，跳轉(zhuǎn)到步驟506。
在步驟505，執(zhí)行該D類型用戶從網(wǎng)絡(luò)2切換到網(wǎng)絡(luò)3。
在步驟506，執(zhí)行該D類型用戶從網(wǎng)絡(luò)2切換到網(wǎng)絡(luò)1。
圖6例示出本發(fā)明的進化模塊5的算法流程圖。包括以下步驟 在步驟601，進行匹配檢測，因為網(wǎng)絡(luò)2中可能存在A、B、D三種類型用戶，網(wǎng)絡(luò)3 中可能存在B、C、D三種類型用戶，目標切換網(wǎng)絡(luò)為網(wǎng)絡(luò)1，網(wǎng)絡(luò)1支持A、C、D三種類型的用戶，那么在此種情場景下，網(wǎng)絡(luò)2，3已經(jīng)提出了轉(zhuǎn)移請求，而網(wǎng)絡(luò)1接受了請求。那么在網(wǎng)絡(luò)2或者網(wǎng)絡(luò)3中以步驟109中需要變化的用戶數(shù)目為限任取一個用戶，若該用戶類型為A，跳轉(zhuǎn)到步驟602 ；若該用戶類型為C，跳轉(zhuǎn)到步驟603 ；若該用戶類型為D，跳轉(zhuǎn)到步驟 604 ；若該用戶的類型為B，那么跳轉(zhuǎn)到步驟605。
9 在步驟602，因為網(wǎng)絡(luò)1支持A制式的用戶，所以執(zhí)行該A類型用戶從網(wǎng)絡(luò)2切換到網(wǎng)絡(luò)1中。
在步驟603，因為網(wǎng)絡(luò)1支持C制式的用戶，所以執(zhí)行該C類型用戶從網(wǎng)絡(luò)3切換到網(wǎng)絡(luò)1中。
在步驟604，D類型用戶因其制式兼容性最好，無論該D類型用戶所在網(wǎng)絡(luò)是網(wǎng)絡(luò) 2還是網(wǎng)絡(luò)3，都直接切換至網(wǎng)絡(luò)1中。
在步驟605，因網(wǎng)絡(luò)1不支持B類型的用戶，所以如果所取為B類型用戶，那么直接跳轉(zhuǎn)回步驟601繼續(xù)執(zhí)行。
圖7例示出本發(fā)明的進化模塊6的算法流程圖。包括以下步驟 在步驟701，進行匹配檢測，因為網(wǎng)絡(luò)3中可能存在B、C、D三種類型用戶，網(wǎng)絡(luò)2 支持A、B、D三種類型的用戶，網(wǎng)絡(luò)1支持A、C、D三種類型的用戶，那么在此種情場景下，網(wǎng)絡(luò)3已經(jīng)提出了轉(zhuǎn)移請求，而網(wǎng)絡(luò)1，2接受了請求。那么以步驟109中需要變化的用戶數(shù)目為限在網(wǎng)絡(luò)3中任取一個用戶，若該用戶類型為B，跳轉(zhuǎn)到步驟702 ；若該用戶類型為C， 跳轉(zhuǎn)到步驟703 ；若該用戶類型為D，跳轉(zhuǎn)到步驟704。
在步驟702，因為網(wǎng)絡(luò)2支持B制式的用戶，所以執(zhí)行該B類型用戶從網(wǎng)絡(luò)3切換到網(wǎng)絡(luò)2中。
在步驟703，因為網(wǎng)絡(luò)1支持C制式的用戶，所以執(zhí)行該C類型用戶從網(wǎng)3切換到網(wǎng)絡(luò)1中。
在步驟704，D類型用戶因其制式兼容性最好，所以選擇目標切換網(wǎng)絡(luò)時，需要進行判決，判決的依據(jù)是，比較目標切換網(wǎng)絡(luò)的效用值，選擇效用值較大的目標切換網(wǎng)絡(luò)進行切換。(此處的方法具有擴展性，如果目標切換網(wǎng)絡(luò)的數(shù)目大于兩個，可以建立一個目標網(wǎng)絡(luò)列表，按效用值從大到小的順序進行排序，取效用值最大的進行切換。)如果網(wǎng)絡(luò)1的效用小于網(wǎng)絡(luò)2的效用，那么跳轉(zhuǎn)到步驟705 ；如果網(wǎng)絡(luò)2的效用大于網(wǎng)絡(luò)2的效用，跳轉(zhuǎn)到步驟706。
在步驟705，執(zhí)行該D類型用戶從網(wǎng)絡(luò)3切換到網(wǎng)絡(luò)2。
在步驟706，執(zhí)行該D類型用戶從網(wǎng)絡(luò)3切換到網(wǎng)絡(luò)1。
以上是對本發(fā)明中所提出的基于終端制式差異的異構(gòu)網(wǎng)負載分配算法的詳細介紹，本文中應用了具體實施例對本發(fā)明的原理及實施方式進行了詳盡闡述，以上實施方法的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員， 依據(jù)本發(fā)明的思想，在具體實施方式
及應用范圍上均會有改變指出，在具體實施方式
及應用范圍上均會有適當?shù)母淖冎?。綜上所述，本說明書內(nèi)容不應理解為對本發(fā)明的限制。
權(quán)利要求
1.一種基于終端制式差異的異構(gòu)網(wǎng)負載分配算法，其特征在于包括下列步驟 第一步用戶模塊初始化，定義用戶個數(shù)UE_num，隨機產(chǎn)生UE_num個用戶。定義四種用戶終端支持的網(wǎng)絡(luò)制式N1、N2、N3，網(wǎng)絡(luò)1支持Ni，網(wǎng)絡(luò)2支持N2，網(wǎng)絡(luò)3支持N3。且網(wǎng)絡(luò)1、網(wǎng)絡(luò)2、網(wǎng)絡(luò)3互相覆蓋。定義用戶的終端類型，A、B、C、D。A類型終端支持附和N2; B類型終端支持N2和N3 ；C類型終端支持m和N3 ；D類型終端支持Ni、N2和N3。為避免極端情況，限定了 A、B、C、D四種類型的數(shù)量相差不大。同時給出隨機的分布X = (X1, x2, X3)的初值。XiSNi網(wǎng)絡(luò)中的用戶個數(shù)占總用戶個數(shù)的百分比，xi+x2h3= LNl網(wǎng)絡(luò)中包含的終端類型為A、C、D，N2網(wǎng)絡(luò)中包含的終端類型為A、B、D，N3網(wǎng)絡(luò)中包含的終端類型為 B、C、D。第二步網(wǎng)絡(luò)參數(shù)初始化，通過異構(gòu)網(wǎng)間兩兩比較確定網(wǎng)絡(luò)參數(shù)初值，確定效用矩陣 UO。設(shè)置循環(huán)次數(shù)。第三步循環(huán)開始，固定效用矩陣加擾，計算Ni，N2, N3網(wǎng)絡(luò)各自在當前網(wǎng)絡(luò)參數(shù)配置下的適應度，以及平均適應度。由于考慮了終端的差異性，這里需要分別比較Ni，N2，N3的適應度和平均適應度的大小，以便從適應度小的網(wǎng)絡(luò)轉(zhuǎn)移到適應度大的網(wǎng)絡(luò)，即選擇適應度最大的個體取代最小的個體。比較的結(jié)果分為六種情況。設(shè)m網(wǎng)絡(luò)的適應度為Π，N2 網(wǎng)絡(luò)的適應度為f2，N3網(wǎng)絡(luò)的適應度為f3，平度適應度為fjiiean。則六種比較結(jié)果分別為 fl < f—mean，f2 > f—mean，f3 > f—mean ； fl < f—mean，f2 > f—mean，f3 < f—mean ； fl < f—mean，f2 < f—mean，f3 > f—mean ； fl > f—mean，f2 < f—mean，f3 > f—mean ； fl > f—mean，f2 < f—mean，f3 < f—mean ； fl > f—mean，f2 > f—mean，f3 < f—mean ；第四步根據(jù)復制動力方程進行進化，首先分別計算-7，分別判定停止條件是否滿足，如果不滿足停止條件(Δ,. = 乂趨近于0)，則將進化動力方程中的增長比率轉(zhuǎn)化為具體的用戶個數(shù)，根據(jù)增長比率的正負符號，來確定每個網(wǎng)絡(luò)轉(zhuǎn)入或者轉(zhuǎn)出，動態(tài)調(diào)整各個網(wǎng)絡(luò)的用戶數(shù)量，從而給出內(nèi)循環(huán)的次數(shù)上限。第五步穩(wěn)定性及精度判定，穩(wěn)定性的判定可由李亞普諾夫(A. M. LYApimov)系統(tǒng)穩(wěn)定性定理判定。精度判定條件由第四步的停止條件決定。獲得用戶在三個網(wǎng)絡(luò)中的均衡分布， 和平均效用值。若不滿足，重新進入第三步的循環(huán)體。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于所述第一步中用戶產(chǎn)生方式為隨機產(chǎn)生。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于所述第一步中所定義的4種終端類型和3 種網(wǎng)絡(luò)制式僅是示例，該方法可衍生至各數(shù)量的終端類型和各數(shù)量的網(wǎng)絡(luò)制式種類。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于所述第一步中限定了A、B、C、D四種類型的數(shù)量相差不大。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于所述第一步中給出隨機的分布X=(X1,x2, X3)的初值。XiSNi網(wǎng)絡(luò)中的用戶個數(shù)占總用戶個數(shù)的百分比，xi+x2h3= LNl網(wǎng)絡(luò)中包含的終端類型為A、C、D，N2網(wǎng)絡(luò)中包含的終端類型為A、B、D，N3網(wǎng)絡(luò)中包含的終端類型為 B、C、D。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于所述第二步中，通過異構(gòu)網(wǎng)間兩兩比較確定網(wǎng)絡(luò)參數(shù)初值，確定效用矩陣U0。設(shè)置循環(huán)次數(shù)。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于所述第三步中考慮了終端的差異性，這里需要分別比較Ni，N2, N3的適應度和平均適應度的大小，以便從適應度小的網(wǎng)絡(luò)轉(zhuǎn)移到適應度大的網(wǎng)絡(luò)，即選擇適應度最大的個體取代最小的個體。此處運用了進化博弈論的博弈的思想，比較的結(jié)果分為六種情況，如下f 1 < f—mean，f2 > f—mean，f3 > f—mean ； f 1 < f—mean，f2 > f—mean，f3 < f—mean ； f 1 < f—mean，f2 < f—mean，f3 > f—mean ； f 1 > f—mean，f2 < f—mean，f3 > f—mean ； f 1 > f—mean，f2 < f—mean，f3 < f—mean ； f 1 > f—mean，f2 > f—mean，f3 < f—mean。
8.根據(jù)權(quán)利要求1所述的方法，其特征在于所述第四步中運用了進化博弈論中進化的思想，將進化動力方程中的增長比率轉(zhuǎn)化為具體的用戶個數(shù)，根據(jù)增長比率的正負符號， 來確定每個網(wǎng)絡(luò)轉(zhuǎn)入或者轉(zhuǎn)出，動態(tài)調(diào)整各個網(wǎng)絡(luò)的用戶數(shù)量，從而給出內(nèi)循環(huán)的次數(shù)上限。
9.根據(jù)權(quán)利要求1所述的方法，其特征在于所述第五步中穩(wěn)定性的判定可由李亞普諾夫(A. M. LYApimov)系統(tǒng)穩(wěn)定性定理判定。精度判定條件由第四步的停止條件決定。獲得用戶在三個網(wǎng)絡(luò)中的均衡分布，和平均效用值。
全文摘要
本發(fā)明公開了一種基于進化博弈論同時兼顧終端差異性的異構(gòu)網(wǎng)負載分配算法，通過運用進化博弈論的思想，動態(tài)的調(diào)整用戶策略，這種策略的調(diào)整是以獲得改善的效用為進化動力的，且調(diào)整用戶策略的同時考慮終端制式的差異以及這種差異所帶來的異構(gòu)網(wǎng)間用戶切換的種種限制。異構(gòu)網(wǎng)的終端用戶和網(wǎng)絡(luò)提供者構(gòu)成博弈的主體，其中用戶期望獲得較高的服務(wù)質(zhì)量同時支付較低的費用，而提供者希望服務(wù)更多用戶的同時消耗更少的網(wǎng)絡(luò)資源。本發(fā)明提出的基于進化博弈論的異構(gòu)網(wǎng)絡(luò)負載均衡算法，充分考慮了終端之間的差異性，從而使得算法更具實用性。
文檔編號H04W28/08GK102186208SQ20111009365
公開日2011年9月14日 申請日期2011年4月14日 優(yōu)先權(quán)日2011年4月14日
發(fā)明者高日新, 路兆銘, 鄭偉, 溫向明, 趙巖琨, 巨穎, 凌大兵, 馬文敏 申請人:北京郵電大學