异构融合网络中的垂直切换机制研究*

陶　洋，赫前进

1.重庆邮电大学计算机科学与技术学院，重庆4000652.重庆邮电大学通信与信息工程学院，重庆400065

ISSN 1673-9418 CODEN JKYTA8

Journal of Frontiers of Computer Science and Technology

1673-9418/2016/10(04)-0504-12

E-mail: fcst@vip.163.com

http://www.ceaj.org

Tel: +86-10-89056056

* The Chongqing“121”Science and Technology Foundation under Grant No. 2012jcsf-jfzhX0004 (重庆市“121”科技支撑示范工程).

Received 2015-06,Accepted 2015-08.

CNKI网络优先出版: 2015-08-31, http://www.cnki.net/kcms/detail/11.5602.TP.20150831.1339.002.html

Research on Vertical Handoff Mechanism in Heterogeneous Convergence Networksƽ

TAO Yang1,2, HE Qianjin1+1. College of Computer Science and Technology, Chongqing University of Posts and Telecommunication, Chongqing 400065, China2. College of Communication and Information Engineering, Chongqing University of Posts and Telecommunication, Chongqing 400065, China

+ Corresponding author: E-mail: 751810376@qq.com

TAO Yang, HE Qianjin. Research on vertical handoff mechanism in heterogeneous convergence networks. Journal of Frontiers of Computer Science and Technology, 2016, 10(4)：504-515.



异构融合网络中的垂直切换机制研究*

陶洋1,2，赫前进1+

1.重庆邮电大学计算机科学与技术学院，重庆400065
2.重庆邮电大学通信与信息工程学院，重庆400065

ISSN 1673-9418 CODEN JKYTA8

Journal of Frontiers of Computer Science and Technology

1673-9418/2016/10(04)-0504-12

E-mail: fcst@vip.163.com

http://www.ceaj.org

Tel: +86-10-89056056

* The Chongqing“121”Science and Technology Foundation under Grant No. 2012jcsf-jfzhX0004 (重庆市“121”科技支撑示范工程).

Received 2015-06,Accepted 2015-08.

CNKI网络优先出版: 2015-08-31, http://www.cnki.net/kcms/detail/11.5602.TP.20150831.1339.002.html

Research on Vertical Handoff Mechanism in Heterogeneous Convergence Networksƽ

TAO Yang1,2, HE Qianjin1+
1. College of Computer Science and Technology, Chongqing University of Posts and Telecommunication, Chongqing 400065, China
2. College of Communication and Information Engineering, Chongqing University of Posts and Telecommunication, Chongqing 400065, China

+ Corresponding author: E-mail: 751810376@qq.com

TAO Yang, HE Qianjin. Research on vertical handoff mechanism in heterogeneous convergence networks. Journal of Frontiers of Computer Science and Technology, 2016, 10(4)：504-515.

摘要：针对移动终端有限的电量以及现有垂直切换机制往往忽略终端电能因素，提出了基于终端能耗的垂直切换机制。网络发现阶段，提出一种自适应调整网络接口激活时间间隔的网络发现策略。切换判决阶段，对采样点进行预判决，减少进入后续模块的采样点；为实时业务和非实时业务分别设计相应的模糊逻辑处理方法；实时业务引入权重因子完成切换判决，非实时业务通过差值门限算法进行切换判决。仿真结果显示，相比传统策略，该机制在网络发现阶段能够降低网络发现时间，减少网络接口激活次数；在切换判决阶段能够降低掉话率，减少网络切换次数以及乒乓效应发生次数，具有有效性。

关键词：垂直切换；终端能耗；网络发现策略；模糊逻辑

1　引言

随着信息通信技术的迅猛发展，人们对移动通信的需求越来越大，为了满足不同业务和用户对网络的不同要求，涌现出一大批各具特色的无线接入技术，主要包括：无线局域网、无线广域网、无线城域网、无线个域网、卫星网络、自组织网络及无线传感器网络等[1]。要实现终端在不同网络间的无缝漫游，使得用户感知不到接入网络的变化，只有依靠异构无线网络间的融合即异构融合网络[2]。在异构网络融合环境下，为了充分利用各种网络资源，各类移动终端（mobile terminal，MT）往往配置了多个网络接口，使得MT能够接入不同的网络。那么终端移动过程中发生的切换不是传统的同种接入网络技术不同基站间的水平切换，而是跨越不同接入网络或者不同运营商的垂直切换[3]。垂直切换是实现MT在网络间无缝漫游的基础，是今后移动性管理中主要的研究方向。

在下一代开放式的无线网络系统架构环境下，如何实现异构无线网络间可靠的移动通信，光靠网络硬件方面的升级是远远不够的，还需要对中间件进行设置或者利用多模终端。拥有多个无线接口的多模终端能够访问不同的网络。实现相对简单是该融合方案的优势，同时不足的是硬件多接口造成额外的开销，导致成本偏高。文献[4]描述了一种互操作体系架构，它是基于无线局域网（wireless local area network，WLAN）和无线广域网（wireless wide area network，WMAN）两种无线接入技术的融合架构，通过模拟互操作场景来研究网络性能和用户业务服务质量（quality of service，QoS）保障问题。目前，不同无线接入网络的融合技术中的研究热点和难点之一是如何在有效利用网络资源，充分考虑业务需求的情况下，帮助多模MT自适应切换至最适合网络即是垂直切换技术。垂直切换的设计问题往往是多属性决策（multiple attribute decision making，MADM）问题[5]，判决因素是多样性的，包括了稳定性、安全性、资费和QoS参数等。文献[6]对几种常见的MADM算法进行了分析研究，并对MADM算法的可靠性进行了仿真验证。然而在实际选网过程中，有一些判决因素无法用确定数值表示，比如用户满意程度[好，中，差]和资费[高，中，低]等，MADM算法尚不能处理此类问题。文献[7]提出了一种基于模糊逻辑控制的网络选择切换方法，通过模糊逻辑规则与网络参数关系来适应用户环境与网络参数的动态变化，但是当输入参量增加，推理规则条目增多时，算法计算量会变得非常庞大。文献[8]提出用不同的效用值对接收信号强度（received signal strength，RSS）、网络带宽、资费等进行替代，依据计算得出的网络效用值来判决目标网络进行切换。

国内外现有的垂直切换判决算法目前还没有出现完善的解决方案，尚不能适应异构网络完美融合的要求，比如基于多属性判决及基于效用函数的算法考虑的判决指标往往仅包括接收信号强度、时延抖动、可用带宽、资费等，并未注意到MT移动性的影响。对MT速度、网络覆盖半径等移动性因素的欠考虑往往会造成判决结果不理想。比如把移动速度较高的MT切换至WLAN网络中，MT会很快移出WLAN，从而造成频繁切换，引起不必要的“乒乓效应”，未能合理利用网络资源，也降低了用户的满意度。因此对于垂直切换判决算法的合理设计还有待进一步的研究。

2　终端能耗分析

本文忽略不同终端部件设计工艺以及业务类型所带来的电能消耗的区别，从垂直切换过程入手，分析移动终端因垂直切换机制的运行所带来的能耗，从而实现在保证业务QoS需求的前提下尽可能地减少终端电量消耗，有效地平衡切换性能与终端能耗的关系。垂直切换过程的3个阶段分别是网络发现阶段、切换判决阶段和切换执行阶段[9]。首先网络发现阶段涉及的能耗包括背景能耗和信令能耗；其次切换判决阶段需要考虑背景能耗、信令能耗和数据能耗[10]，此外该阶段涉及的能耗还包括终端运行网络选择算法对几个可用的候选网络进行衡量比较时产生的判决能耗等；最后切换执行阶段同样涉及背景能耗和信令能耗，同时终端在选定目标网络之后从当前网络切换至目标网络也会产生切换能耗等。本文所提垂直切换机制从上述能耗入手，在保障垂直切换性能以及保证业务QoS需求的前提下尽量减少不必要的能耗，以期达到切换性能与终端能耗的合理平衡。

3　网络发现策略

本文设计了一种自适应的网络发现策略，并且综合考虑了网络侧、终端侧和用户侧三方面的因素。首先结合网络侧的接收信号强度、终端侧的移动速度设计了网络接口开启间隔公式，动态调整网络接口开启时间间隔，力争以最小的能耗来及时地发现可用网络。然后为了避免乒乓效应，减少频繁切换带来的无谓的电能损耗。本策略引入阀值计数器来记录RSS连续大于RSSth的次数，只有大于预定义的阀值M才能被加入候选网络列表，并且该网络接口保持激活状态，为后续切换判决实时收集网络参数信息。充分尊重用户侧需求，如果用户有偏好的网络，也可将M值设置得小一点，方便该网络能够较快地进入候选网络列表。

3.1网络接口激活间隔公式

如图1所示，网络接口有两种状态：激活状态以及休眠关闭状态。当接口处于激活状态时就会探测周围网络环境接收QoS参数信息，之后进入休眠状态。激活状态持续时间因网络特性及终端性能而异，不对其进行深入研究。本文所提网络接口激活间隔时间可以理解为休眠状态持续时间，休眠状态持续时间越长，相同时间段内消耗的终端电能也就越少。需要强调的是当前提供服务的网络接口是始终处于激活状态的。

Fig.1 State of network interface图1　网络接口状态示意图

RSS是表征无线网络链路情况的重要指标。接收端信噪比（signal-noise ratio，SNR）、信号干扰噪声功率比（signal-noise interference ratio，SINR）等网络参数同RSS直接关联，考虑RSS一个参数就综合包含了这几个参数[11]。

无线接入网络对终端的移动性支持能力是有限的，当MT的移动速度超过网络所能接受的最大限度时，即使RSS再强也无法向终端提供网络服务。如果仅仅根据RSS来调整激活时间间隔很可能会不断减小间隔时间，增加激活次数来发现网络，这样就使得接口无谓地激活，从而造成不必要的背景能耗和信令能耗。根据不同的无线网络特性，综合考虑接收信号强度和终端移动速度，设计网络接口激活间隔公式如下：

式中，T表示网络接口激活的时间间隔；Tmax和Tmin分别是激活间隔的上限和下限；RSSth表示加入候选网络列表的最低RSS要求；Vmax表示网络所能支持的终端最大移动速度。

3.2网络发现流程

在网络发现阶段，当终端速度V大于该网络所能支持的最大移动速度Vmax时，网络接口始终保持休眠状态，激活间隔时间T=∞，减少无谓的能耗。一旦检测到V≤Vmax，初始化阀值计数器n为0，T调整为间隔时间上限Tmax，激活网络接口；如果检测到该网络接收信号强度RSS大于接收信号强度门限RSSth，阀值计数器n加1，同时T设置为最小值Tmin，否则阀值计数器n归0，激活间隔时间T按照式（1）进行调整。当阀值计数器n累加到大于预定阀值M时，该网络加入候选网络列表，同时网络接口保持激活状态，为后续切换判决实时收集网络参数信息。网络发现策略流程如图2所示。

Fig.2 Flow chart of network discovery strategy图2　网络发现策略流程图

4　基于模糊逻辑的切换判决

本算法模型具有通用性，可以适用于各种网络场景，本文考虑到算法的普适性选择了目前应用最广泛的两种网络，即通用移动系统（universal mobile telecommunications system，UMTS）和IEEE802·11b WLAN来对模型进行研究。判决算法模型如图3所示。

Fig.3 Mode of judgment algorithm图3　判决算法模型图

本垂直切换算法模型由三部分组成：预判决模块、模糊逻辑处理模块和切换判决模块。首先预判决模块根据系统提取的部分网络及终端的参量信息，包括终端速度、终端电量以及网络接收信号强度，做出预判决，能够通过该模块得到判决结果的直接进行切换，而无需进入后续的模糊逻辑处理模块，有效减少了系统的计算量，节省了终端能耗，没能直接得到判决结果的则需要由模糊逻辑处理模块来进一步处理。然后模糊逻辑处理模块输入参数，包括RSS、带宽、延迟和用户偏好度，对于实时类业务和非实时类业务有着相应的模糊处理方法。最后切换判决模块根据不同的业务需求采用差异化的判决方法，最终得出判决结果。

4.1预判决模块

预判决模块是垂直切换判决算法的辅助模块，根据设定的相应预判决条件对采样点参量进行比较，符合条件的采样点无需进入后续模糊处理模块，直接完成切换判决工作。这样可以大大减少后续模块需要处理的信息量，减小系统开销，从而节约了终端能耗。同时本模块充分考虑移动终端电能状态，引入当前剩余电量预判决条件，根据剩余电能状况对预判决策略进行相应的调整，以进一步节省MT当前有限的电能。预判决流程图如图4所示。

UMTS网络和WLAN网络是当前现实环境中使用最为广泛的商用网络系统，同时支持两者的移动终端种类也最为繁多，因此在UMTS与WLAN组成的异构网络环境下研究垂直切换具有较大的代表性和借鉴性。由于UMTS网络属于广域覆盖网络且支持终端高速移动，而WLAN网络属于热点覆盖网络，仅支持终端中低速移动。设定UMTS在异构网络环境中实现全覆盖，WLAN存在于UMTS覆盖范围内。当MT移动速度V大于WLAN网络所能支持的最大移动速度Vwmax时，为了满足业务QoS需求应选择UMTS网络。当V≤Vwmax时就需要依据终端电量使用情况做出相应的判决。P表示MT当前剩余电量与总电量的比值，Pt为P的下限。当V≤Vwmax且P>Pt时，终端可用电量相对比较充足，可以充分选择性能更优的网络，如果当前网络接收信号强度RSSc大于该网络门限值RSSt，则进入后续模糊逻辑处理及切换判决，如果RSSc≤RSSt则切换至候选网络。当V≤Vwmax且P≤Pt时，终端可用电能进入不足状态，此时电能成为切换判决需考虑的重要因素，在满足基本QoS需求的前提下应选择数据能耗较小的网络，并且尽可能地减少切换次数。首先判断当前运行业务是否是实时业务，如果是实时业务，那么选择具有低时延特性的UMTS网络；如果不是，正如本文所述，WLAN网络的数据能耗要低于UMTS网络[12]，同时其数据传输速率远远大于UMTS且服务资费也便宜，在WLAN网络的接收信号强度RSSw大于门限值RSSwt的情况下选择WLAN网络，否则始终接入覆盖范围广的UMTS网络，避免反复切换。

4.2模糊逻辑处理模块

模糊逻辑是在美国伯克利加州大学的Zadeh教授于1965年提出的模糊集合理论的数学基础上衍生的，现实研究中往往存在很多问题难以用准确语言或模型来描述，模糊逻辑对这些问题进行模糊描述，解决经典的二值逻辑不能对变量做出准确定义的问题[13]。

模糊逻辑控制系统将控制过程需要考虑的因素作为控制系统的输入变量，首先是模糊化模块，根据相应的隶属度函数完成对参数的模糊化工作；然后是模糊推理模块，根据提前设定的模糊规则库完成模糊推理工作，模糊规则库是模糊控制系统的关键部分，模糊规则通常采用“If…then…”语句的形式，规则数量由输入变量个数和模糊子集数决定；最后是解模糊化模块，把模糊推理得到的模糊结果进行解模糊，从而得到一个确切的定量值。模糊逻辑控制系统结构图如图5所示。

垂直切换判决过程通常是多属性决策过程，为了选择性能最优最满足用户QoS需求的网络往往需要综合考虑网络的多个特征参量。本文基于模糊控制的垂直切换算法选择以下几个判决指标作为模糊逻辑控制系统的输入变量：

（1）接收信号强度（RSS）。

Fig.4 Preliminary judgment module图4　预判决模块示意图

Fig.5 Control system of fuzzy logic图5　模糊逻辑控制系统

（2）可用带宽（available bandwidth）。

（3）时延（delay）。

（4）用户偏好度（user preference），该指标充分考虑用户个性化需求，根据用户对某网络的偏好设置，如用户设备电量低时，用户可以倾向于使用耗电量低的网络以延长用户设备的使用时间。取值范围从0到10，数值越大表示用户对某网络越偏好。

考虑到模糊逻辑的算法复杂性，如果输入参量过多会造成很大的系统处理数据量，影响切换的及时性，故选择这4个影响网络选择的重要指标输入模糊逻辑处理模块。

4.2.1非实时类业务

（1）输入变量的模糊化

（2）模糊推理

模糊推理的依据就是模糊规则库，模糊规则是模糊逻辑控制系统中最重要的组成部分。模糊规则一般采用“If…then…”语句形式。本文共有4个输入参量，模糊子集分为“低”、“中”、“高”3档，那么模糊规则最多有34条。在模糊逻辑控制系统中，需要提前对所有规则进行定义，然后把规则存储到模糊规则库当中，输入语言变量利用模糊推理算法得到推理结果。本文采用Mamdani模糊推理算法，模糊规则输出的是关于各网络得分的语言变量的模糊值。本文设定的模糊推理输出的模糊子集也分为3档，即then语句的值，可表示为{低（Low），中（Medium），高（High）}。比如If RSS is High and Bandwidth is High and Delay is Low and User Preference is High Then the score is High，表示如果接收信号强度高，带宽高，时延低，用户偏好度高，那么网络得分就高。本系统共有81条模糊规则，表1列举了部分模糊规则示例。

式中，n表示候选网络UMTS或WLAN；i表示输入变量RSS、B、D、UP；x表示输入变量值。

假设，如图6（a）中所示的S1为某网络n的RSS

Fig.6 Membership functions图6　隶属度函数

Table 1 Examples of fuzzy rules表1　模糊规则示例

（3）解模糊化

经过模糊推理得出的一个结果仍然是一个模糊量，只是最终网络得分值是关于模糊子集的隶属度，故需要进行解模糊化来得到精确值。目前，解模糊化的方法主要有重心法（质心法）、最大隶属度法（高度法）及加权平均法（中心法）等，这些方法各有优势和劣势[14]。本文采用使用最普遍的重心法来完成解模糊工作。重心法通过取隶属度函数曲线与横坐标即网络得分轴所围面积的重心对应的横坐标值为解模糊化的最终精确值。模糊逻辑控制系统最终输出的精确值即为网络综合得分（networkscore），记为Sn：

式中，y*表示解模糊化得到的精确值；μ(yj)表示网络得分的第j个隶属度值；yj为隶属度值基于相应隶属度函数的网络得分；m表示网络综合得分的模糊等级数。

4.2.2实时类业务

基于模糊逻辑的垂直切换策略能够对模糊信息进行有效的描述和处理，往往具有较高的灵活性和可扩展性，用户可以根据自身需求灵活调整模糊推理规则，使得算法能够适应动态变化的网络环境和多样化的用户需求。但同时传统的模糊逻辑切换算法一旦输入参数变多，周围网络环境复杂，那么模糊规则数也随之急剧增加，导致计算复杂，切换时延增加。这对于实时类业务来说是不可容忍的，切换时延将会严重影响用户使用语音通话、视屏通话等实时类业务的服务体验。故本算法针对实时业务对模糊控制过程进行简化，引入模糊归一化模块。

（1）模糊化

（2）归一量化

对模糊逻辑处理过程后续步骤进行简化，引入隶属度量化系数Qi=[QL,QM,QH](i=RSS, B, D, UP)对隶属度值进行归一量化。量化系数Qi需要反映输入参量的特性，比如效益型参量RSS值越大对网络性能的影响越好，而成本型参量时延值则是越小越好。通常为了简化运算，量化系数Qi一般采用定量的经验值，Qi=[0.1,0.4,1.0] (i=RSS, B, UP)，Qi=[1.0,0.4, 0.1](i=D)。参量量化值（quantity exhaust value，QEV）可以表示为：

式中，n表示候选网络UMTS或WLAN；i表示输入变量RSS、B、D、UP。

4.3切换判决模块

实时类业务对网络的时延指标有着突出的要求，模糊控制过程以终端为整体，不能很好地适应实时类业务的QoS需求。故本文针对实时类业务和非实时类业务分别设计切换判决策略。

4.3.1实时类业务

针对实时类业务，考虑到其对时延的敏感性，根据业务特点赋予判决因素相应权重，引入实时业务网络性能值（real network performance value）RNPVn(n=WLAN,UMTS)。

利用模糊逻辑处理模块得到的各参量的量化值QEV求取实时业务网络性能值，比较各网络性能值大小并进行切换判决。考虑到各个参量对实时类业务的重要性不同，需要对各参量的量化值QEV赋予相应的权重，权重通过本文第3章所提的模糊层次分析法进行求取。

最终得出实时业务网络性能值RNPVn为：

（1）当移动终端当前接入网络是UMTS时

如果RNPVWLAN>RNPVUMTS，则移动终端从UMTS切换到WLAN，否则，不发生切换。

（2）当移动终端当前接入网络是WLAN时

如果RNPVWLAN

4.3.2非实时类业务

对于非实时类业务的切换判决，引入了差值门限算法，将模糊逻辑处理模块得到的网络综合得分Sn与差值门限算法相结合。异构网络环境中，网络性能和终端状态都是在不断变化的，并且网络间的性能得分较为接近同时在不断上下波动，那么可能会引起MT在网络间的频繁切换，造成了“乒乓效应”，对运行业务的服务质量造成极大的影响。而差值门限算法能够很好地解决这一问题，有效地保证切换的稳定性，具有减少乒乓效应的优点。在做出最终切换判决前，将当前接入网络的网络综合得分Sn-c与候选网络的网络综合得分Sn-h进行比较，设定Dth为差值切换门限：

5　仿真与性能分析

为了准确地检验本文所提的基于终端能耗的垂直切换（vertical handoff based on terminal energy consumption，VH-TEC）机制的有效性，本文研究的异构网络环境由使用广泛的高带宽但热点覆盖的WLAN网络以及广覆盖但带宽低的UMTS网络共同构成。WLAN网络始终处在UMTS网络范围内，移动终端MT在异构网络间移动。仿真通过Matlab软件平台实现。首先通过模拟仿真实验来比较本文所提的自适应网络发现策略与固定间隔网络发现策略的优劣，然后基于相应的仿真场景对本文所提垂直切换判决算法进行仿真验证，通过实验数据分析算法性能的优劣。仿真场景示意图如图7所示。

首先针对网络发现阶段，将本文提出的自适应网络发现策略与固定激活间隔分别为5 s、10 s、15 s的网络发现策略进行仿真分析。终端从A点出发朝着AP做匀速直线运动，两者的直线距离为400 m，通过在UMTS网络环境下发现WLAN网络花费时间和终端消耗能量这两个指标来比较算法性能的优劣。

终端从A点出发，以速度V向WLAN网络做匀速直线运动。本文所提网络发现策略通过自适应调整网络接口激活间隔来平衡网络发现效率与终端能耗的关系，网络接口激活越频繁，消耗的能量也就越多。仿真中通过终端发现WLAN网络过程接口被激活的次数来反映终端在网络发现阶段的能量消耗指标。

相关仿真参数设计如表2所示。

Fig.7 Simulation scene图7　仿真场景示意图

Table 2 Simulation parameters表2　仿真参数

本文采用双径传播模型（two ray ground，TRG）作为无线信号传输模型：

式中，Pt为发射功率；Gt为发送端天线增益；Gr为接收端天线增益；ht为发送端天线高度；hr为接收端天线高度。

从图8和图9可以发现，网络发现时间方面，基于本文自适应网络发现算法的接口发现网络所需时间和基于固定激活间隔为15 s的网络接口趋于一致，同时明显要少于基于固定激活间隔为15 s和10 s的网络接口。网络接口激活次数方面，基于本文自适应网络发现算法的网络接口激活次数比基于固定激活间隔为5 s和10 s的接口激活次数要少，同时从终端速度为1.4 m/s开始，激活次数与基于固定激活间隔为15 s的接口激活次数非常接近。较大的接口激活间隔虽然可以通过减少激活次数来节省能耗，却导致了网络发现效率降低，未能及时发现网络。本文提出的自适应网络发现算法在及时发现网络的同时也能有效减少能量消耗，尤其在终端速度较高时，在终端能耗和网络发现效率之间取得了较好的平衡。

Fig.8 Comparison for network discovery time图8　各算法网络发现时间对比

Fig.9 Comparison for network interface activated number图9　各算法网络接口激活次数对比

针对切换判决模块的仿真，假定移动过程终端电量始终高于电量阀值。WLAN网络最大可用带宽为11 Mb/s，无线接入点AP的发射功率为1 W；UMTS网络最大可用带宽为2 Mb/s，覆盖半径为1 000 m，基站（base station，BS）的发射功率为10 W。采样时间间隔设定为1 s。不考虑无线网络信号在传输过程中的阴影衰落和多径衰落，RSS计算公式如下：

式中，RSS单位为dBm；Pt表示无线网络发射功率，单位是dBm；PL(d)表示终端与基站或接入点间的距离为d时的路径损耗。

UMTS和WLAN的路径损耗模型分别如式（10）、式（11）所示：

式中，fw表示WLAN网络信道中心频率，单位是MHz。

选取文献[15]和文献[16]作为对比算法来衡量本文算法的有效性和优势。文献[15]使用的是传统模糊逻辑控制算法，为方便描述简称为FUZZY算法。文献[16]对模糊控制过程进行了简化，减少了终端计算量，引入了稳定周期的概念，以有效减少不必要的切换，为方便描述简称为GS-FUZZY算法。

如图7所示，移动终端MT运行非实时类业务，从C点作曲线运动至D点，不断地在UMTS网络单覆盖区域和WLAN、UMTS双重覆盖区域来回移动，MT的运动方程设置为：

式中，τ和μ表示轨迹系数。

如图10所示，黑色竖线表示通过预判决模块进入模糊逻辑处理模块的采样点，横坐标表示采样单位。图10（a）显示的是没有加入预判决模块的情况，图10（b）显示的是加了预判决模块的情况。可以发现未加预判决模块，进入后续模糊逻辑处理模块的采样点数量明显要多于加入预判决后的采样点数量。故本文所提预判决能够较好地辅助后续模糊处理模块，有效减少了需要模糊处理的采样点，节约了系统开销，降低了终端能耗。

Fig.10 Sample point of fuzzy processing图10　进入模糊处理的采样点

本文引入掉话率指标对算法进去验证，掉话率是指用户由于切换失败或者因切换时延而导致的通信掉话。终端单独搭载9.6 Kp/s的语音业务和40 Kb/s的数据业务各一半次数，去仿真平均值作为结果。

图11是3种算法的掉话率仿真结果对比。从仿真结果可以看出，随着终端移动速度的增加，掉话率在不断增加，同时本文算法的掉话率要低于两个对比算法。经统计发现本文算法平均掉话率比GSFUZZY算法降低了0.016，比FUZZY算法降低了0.045。这说明本文算法能够较好地保障业务的服务质量，具有较强的通信连续性。

Fig.11 Comparison for call drop rate图11　掉话率对比

本文定义相邻切换时间间隔小于5 s即为发生一次乒乓效应。从图12和图13可以看出，随着终端移动速度的加快，切换次数和乒乓效应次数反而在减少。对于FUZZY算法来说是因为其考虑了速度因子，同时传统模糊逻辑处理运算量相对较大，存在一定切换时延导致还未来得及切换就已经移出网络；对于GS-FUZZY算法和本文算法来说两者分别引入了稳定周期以及差值门限判决，能够有效避免不必要的切换。同时，FUZZY算法在切换次数和乒乓效应次数上都明显高于另外两个算法；而GS-FUZZY算法和本文算法在不同终端速度情况下各有高低，但差值都很小，可见两算法都能够有效减少因网络环境快速变化而造成的频繁切换，从而大大减少了乒乓效应发生的几率。

Fig.12 Comparison for the number of handoff图12　切换次数对比

Fig.13 Comparison for ping-pong effects图13　乒乓效应发生次数对比

6　结束语

本文针对移动终端电量有限的问题，在垂直切换机制研究过程中基于终端能耗提出了相应的网络发现策略以及切换判决算法。通过仿真实验验证了在一定的网络环境下，判决算法能够根据业务情况合理选择网络，降低切换时延，有效抑制了“乒乓效应”的发生，减少了终端能耗，提高了切换算法整体性能。本文的判决算法设定在只有UMTS和WLAN的融合网络环境中，而现实环境必然相对复杂，下一步应该针对更为复杂的异构融合网络环境进行研究；并且如何合理优化切换执行过程，保障用户在复杂异构网络环境的无缝漫游将是下阶段研究工作的重点。

References:

[1] Singhrova A, Prakash N. Vertical handoff decision algorithm for improved quality of service in heterogeneous wireless networks[J]. IET Communications, 2012, 6(2): 211-223.

[2] Piamrat K, Ksentini A, Bonnin J, et al. Radio resource management in emerging heterogeneous wireless networks[J]. Computer Communications, 2011, 34(9): 1066-1076.

[3] Siddiqui F, Zeadally S. Mobility management across hybrid wireless networks: trends and challenges[J]. Computer Communications, 2006, 29(9): 1363-1385.

[4] Ali-Yahiya T, Sethom K, Pujolle G. Seamless continuity of service across WLAN and WMAN networks: challenges and performance evaluation[C]//Proceedings of the 2nd IEEE/ IFIP International Workshop on Broadband Convergence Networks, Munich, May 21, 2007. Piscataway, USA: IEEE, 2007: 1-12.

[5] Martinez-Morales J D, Pineda-Rico U, Stevens-Navarro E. Performance comparison between MADM algorithms for vertical handoff in 4G networks[C]//Proceedings of the 7th International Conference on Electrical Engineering Computing Science and Automatic Control, Tuxtla Gutierrez, Mexico, Sep 8-10, 2010. Piscataway, USA: IEEE, 2010: 309-314.

[6] Wang Lusheng, Binet D. MADM-based network selection in heterogeneous wireless networks: a simulation study[C]// Proceedings of the 1st International Conference on Wireless Communication, Vehicular Technology, Information Theory and Aerospace & Electronic Systems Technology, Aalborg, Denmark, May 17-20, 2009. Piscataway, USA: IEEE, 2009: 559-564.

[7] Horrich S, Jamaasb, Godlewski P. Adaptive vertical mobility decision in heterogeneous networks[C]//Proceedings of the 3rd International Conference on Wireless and Mobile Communications, Guadeloupe, Mar 4-9, 2007. Piscataway, USA: IEEE, 2007: 44-49.

[8] Deng Qiang. The research of admission control and vertical handoff in heterogeneous wireless network[D]. Beijing: Beijing University of Posts and Telecommunications, 2010.

[9] He Qing, Chen Guang, Zhang Le. A vertical handoff decision algorithm based on fuzzy control in WIMAX and TDSCDMA heterogeneous wireless networks[C]//Proceedings of the 6th International Conference on Wireless Communications Networking and Mobile Computing, Chengdu, China, Sep 23-25, 2010. Piscataway, USA: IEEE, 2010: 1-4.

[10] Mao Haiyan. The analysis and research of vertical handoff in heterogeneous wireless network[D]. Nanjing: Nanjing University of Science and Technology, 2014.

[11] Chai Rong, Xiao Min, Tang Lun. The parameter analysis and algorithm research of vertical handoff in heterogeneous network[J]. Journal of Chongqing University of Posts and Telecommunications: Natural Science Edition, 2010, 22(1): 63-70.

[12] Wang Xingwei, Guo Lei, Li Xuejiao. A mechanism of ABC supported model on QoS handoff decision[J]. Acta Electronica Sinica, 2011, 39(4): 748-756.

[13] Shi Wenxiao, Fan Shaoshuai, Wang Nan, et al. Fuzzy neural network based access selection algorithm in heterogeneous wireless networks[J]. Journal on Communications, 2010, 31 (9): 151-156.

[14] Wang Nan, Shi Wenxiao, Fan Shaoshuai, et al. Flow diversionbased vertical handoff algorithm for heterogeneous wireless networks[J]. Journal of Computational Information Systems, 2011, 7(13): 4863-4870.

[15] Radhika K, Reddy A V G. Network selection in heterogeneous wireless networks based on fuzzy multiple criteria decision making[C]//Proceedings of the 3rd International Conference on Electronics Computer Technology, Kanyakumari, India,Apr 8-10, 2011. Piscataway, USA: IEEE, 2011: 136-139.

[16] Márquez-Barja J, Calafate C T, Cano J C, et al. An overview of vertical handover techniques: algorithms, protocols and tools[J]. Computer Communications, 2011, 34(8): 985-997.

附中文参考文献：

[8]邓强.异构无线网络中的接纳控制与垂直切换研究[D].北京:北京邮电大学, 2010.

[10]茅海雁.异构无线网络环境下网络垂直切换判决技术研究与分析[D].南京:南京理工大学, 2014.

[11]柴蓉,肖敏,唐伦.异构网络垂直切换性能参数分析及算法研究[J].重庆邮电大学学报:自然科学版, 2010, 22(1): 63-70.

[12]王兴伟,郭磊,李雪娇.一种智能ABC支持型QoS切换决策机制[J].电子学报, 2011, 39(4): 748-756.

TAO Yang was born in 1964. He received the Ph.D. degree in computer science theory from Chongqing University in 1998. Now he is a professor and Ph.D. supervisor at Chongqing University of Posts and Telecommunication. His research interests include ad hoc network and network management technology, etc.

陶洋（1964—），男，重庆人，1998年于重庆大学获得博士学位，现为重庆邮电大学通信与信息工程学院副院长、教授、博士生导师，主要研究领域为自组织网络，网络管理技术等。发表学术论文140余篇，申请专利5项，作为项目负责人1995年以来所承担的科研项目80余项，其中省部级重点项目60余项。

HE Qianjin was born in 1990. He is an M.S. candidate at Chongqing University of Posts and Telecommunication. His research interests include heterogeneous network and wireless ad hoc network, etc.

赫前进（1990—），男，山西朔州人，重庆邮电大学硕士研究生，主要研究领域为异构网络，无线自组织网络等。

Abstract:For mobile terminal with limited power and terminal power factor is always ignored by existing vertical handoff mechanism, this paper proposes vertical handoff based on terminal energy consumption mechanism. In view of the network discovery stage, this paper puts forward an optimization algorithm of network discovery based on the terminal energy. In view of the handoff decision stage, the sampling points into the subsequent modules are reduced by prejudgment; then, the corresponding fuzzy logic method is designed for real-time and non-real-time businesses respectively; finally, real-time business using weighting factor completes the handoff, the handoff decision of non-real-time business is made based on difference threshold. Simulation results show that both network discovery time and interface activated number can be reduced in network discovery stage. Meanwhile, the call drop rate, the handoff number and the ping-pang effects can be reduced in the handoff decision stage. In conclusion, the effectiveness of the mechanism is demonstrated.

Key words:vertical handoff; terminal energy consumption; algorithm of network discovery; fuzzy logic

文献标志码：A

中图分类号：TP393

doi:10.3778/j.issn.1673-9418.1506076