模糊和效用基础网络的异构网络选择高速铁路

文摘

由于无线网络的复杂性和波动状态在高速铁路场景中,现有的异构无线网络中的网络选择问题面临两大挑战,也就是说,不精确的状态和机动性。在本文中,我们提出了烟度,一种新颖的动态imprecise-aware网络选择解决问题的方法。不精确的状态推断的模糊规则和状态监控模块的status-awareness特性使一个动态网络的选择。通过状态监测和模糊处理模块、烟度制定为效用函数满足服务质量(QoS)需求。更重要的是,我们进行大量的仿真实验和比较烟度与一个增强的TOPSIS方法和模糊MADM (FMADM)计划通过仿真实验的两种类型的服务。结果表明,烟度优于TOPSIS和FMADM良好的性能改进和更好的决定保持相对稳定,减少不正常的选择。实验结果的结论以来某种程度上实用价值的网络状态仿真是复杂的,从高速铁路通过真实数据波动。

1。介绍

异构无线网络(HWNs)一般集成多种无线接入技术提供无所不在的网络服务(1),如小细胞3 g, 4 g蜂窝网络(2],wi - fi和LTE网络[3]。作为HWNs的关键问题之一,网络选择问题已经引起了极大的关注。它负责选择最佳的一个来自多个异构的无线网络同时共存的特点,符合需求的服务。这个选择的原则被称为最好连接(ABC) [4]。由于ABC原理的网络选择、品种选择网络使用提出了数学模型的方法。王,郭说明几个经典数学模型为ABC网络选择(5),包括效用理论、多属性决策(MADM),模糊逻辑,博弈论,组合优化和马尔可夫链。这些方法有其各自的特点和优势。然而,很难选择正确的网络自无线网络状态是复杂的,波动的高速铁路(高铁)的场景。

高铁的一个示例场景HWNs如图1。高速列车驱动器通过一个区域与一个wi - fi共存,一个3 g,和两个LTE无线网络。在火车上不同的QoS需求的用户可能会首先选择3 g作为ABC选择;一段时间后,他们可能会选择LTE2作为ABC选择因为火车的车辆位置改变随着时间的流逝。因此,我们可以看到网络选择问题是动态的,它依赖于实时网络状态在这种环境。

而高速移动通信从公共陆地移动通信(有一些差异6),有两个主要挑战的网络选择问题迫切需要解决。一个是高速移动在网络选择过程中,另一个是网络状态的不精确的选择决定。首先,一些提出的网络选择机制,如MADM (7],博弈论[8),和组合优化9),不足以解决这两个问题,应该采取一些改善。其次,几种方法支持动态网络选择,如马尔可夫链(10)和基于内核学习的实用程序方法(11),仍然依赖于高精确的信息。选择的结果可能发生异常的原因不精确的网络状态。第三,提出利用模糊逻辑(12)或概率逻辑(13)为高速移动场景处理不精确是不适用的,因为它们是专为静态场景或低收入/中速移动环境。

解决不精确和动态适应性高铁网络状态的场景和满足不同的QoS需求,我们提出一种新颖的动态imprecise-aware网络选择方法。该方法被命名为烟度来源于模糊和满足基于网络的选择。烟度共同认为的不精确和动态网络状态和用户需求有三个主要的优势。首先,烟度实现了一个网络状态监测模块。这个模块的网络status-awareness特性使一个动态网络的选择。其次,它使用模糊逻辑的著名的理论模型。利用模糊逻辑的推理系统,不精确的网络状态的属性及其模糊权重代表服务偏好主要是由专家知识推断和决策前的服务需求。第三,效用函数用于符合QoS要求。网络选择的最终决定是基于整体满意度由几个效用函数和计算权重的偏好。烟度算法的伪代码的目的是选择最好的网络最大满意度。 What is more, we carry out plenty of simulation experiments and compare FSNS approach with an enhanced TOPSIS method and FMADM scheme through simulation experiments of two types of services. The evaluation results indicate that FSNS outperforms both TOPSIS and FMADM for a good performance improvement and a preferable decision to maintain relative stability and reduce abnormal selections.

特别是,我们的贡献总结如下:(1)我们提出一种新的动态imprecise-aware网络选择方法对于高铁场景。与现有的方法相比,提出了烟度不仅对相关的不精确的决策选择,还动态适应高速流动。(2)我们进行大量的仿真实验通过使用实际数据和验证烟度机制的可行性和性能。模仿的实验配置高速移动环境下的真实数据高速铁路,某种程度上的实用价值。

本文的其余部分的结构如下。节2,我们审查的相关工作和背景。节3,我们简要概述模糊逻辑和效用理论作为开场白。节4,我们详细烟度的模型和算法。节5,我们目前的实验结果和讨论的性能改进与增强TOPSIS和FMADM相比。最后,我们的结论部分的纸和讨论了未来的发展方向6。

2。相关工作

有两个主要挑战网络选择问题在高速移动场景,即高速移动和网络状态的不精确。一般来说,网络状态相对稳定和网络属性的选择决定的测量是可靠的。然而,无线网络状态是复杂的,波动在高速移动场景。例如,人工智能等。6]介绍了高速移动通信之间的差异和公共陆地移动通信。肖et al。14和李et al。15)指出,性能指标变动的原因是高速流动和传递。

2.1。Dynamic-Aware网络选择解决方案

由于移动无线和移动网络的一个关键特性,提出了几个动态网络选择的解决方案在移动网络11,16,17]。

Berg et al。11)提出了一个动态网络选择方法在移动环境中,利用在线内核学习算法和多属性效用理论。在线学习是为了适应非平稳的公用事业和移动环境。然而,不完美和不精确的信息学习可能会产生一个错误的选择。此外,学习速度对选择结果有负面影响在高速移动场景。

马尔可夫决策过程(MDP)采用垂直切换决策HWNs [16]。它做了一个选择决定基于状态转移概率在每个时代,试图获得最大回报每个连接。MDP的决策速度基于已得到改进与[11),但它仍然依赖于高精度的决策信息。

减少异常选择在移动环境中,提出了一个增强的TOPSIS与决策速度快(17]。它降低了规范化网络状态的变化的影响等级次序与几个改进的归一化方法。尽管如此,它仍然依赖于准确的信息的多个属性虽然增强了TOPSIS是能够适应动态网络状态和决策速度快。

2.2。Imprecise-Aware网络选择解决方案

的不精确或不确定性决策信息是另一个关键问题。来处理不精确的信息,提出了一些方案利用模糊逻辑与概率理论(18- - - - - -20.]。

提出了基于模糊逻辑的计划,选择适当的网络应用在无线车载网络(18]。不同于前面提到的选择方法,接收信号强度指示(RSSI),网络密度、车辆速度、和服务成本考虑来推断一个匹配网络和相应的应用程序。然而,三个层次的模糊推理规则有一个粗粒度。此外,它侧重于城市道路车辆速度不超过100 km / h时,缺乏适应网络状态变化的高速流动。

一个信念函数理论(BFT)的方法(19)提出了应对冲突的信念将网络状态信息的不确定性。多个属性及其权重关联到一个特定的应用程序被认为是对可用的网络。然而,这只是在几个静态场景,而不是现实的动态数值分析实验和不适应高速移动场景。

FMADM提出了相关的处理不精确的决策(20.]。它结合了模糊逻辑、多属性决策算法来决定一个访问。然而,它只是一个静态场景分析,而不是现实的动态结果可能不适应高速移动场景。

2.3。设计考虑

结合上述分析现有工程和高速铁路的环境中,选择一个合适的候选人网络的设计考虑下面列出,以满足用户的需求。(我)动态:网络状态和性能指标参与网络选择决策是动态变化的。因此,我们需要设计一个动态网络选择机制能够动态地感知候选网络的状态信息,并选择最好的其中一个根据更新的信息。(2)不精确:在网络选择过程中,不同的无线网络的异质性可能会导致不精确的选择标准,和服务要求网络属性往往是模糊的。因此,设计机制需要处理不精确的决策信息。(3)复杂性:高速流动的特性需要决定速度快。因此,设计中使用的理论算法的时间复杂度机制不能太高。例如,博弈论的谈判进程和内核学习过程花了太多的时间,不应该被考虑。

3所示。预赛

在本节中,我们简要概述模糊逻辑和效用理论和描述一些模型设置用来制定网络选择问题在高速移动场景。

3.1。模糊逻辑

模糊逻辑的概念介绍了学位授权验证的条件有利于考虑不准确和不确定性21]。因此,模糊逻辑是非常适合处理不精确信息的推理系统和一系列的模糊规则在网络选择过程(12]。

为了解决网络选择的不精确问题,模糊逻辑直接推断ABC网络(称为直接类型)或只有推断其他决策模型的不精确属性的状态(称为间接类型)。这两种类型都是一样的不精确的信息处理;我们只能以其中一个为例。由于模糊逻辑的组合和效用理论的网络选择问题在本文中,我们以间接类型为例子。一种间接的基本框架如图模糊处理2和一些模糊的概念处理解释如下。

原始的属性。原始的属性是不精确的输入变量,将用于在网络选择问题做出决定。摘要带宽(BW),接收信号强度(RSS),信号噪声比(信噪比、信号干扰噪声比(SINR))是不精确的属性。自不同的无线通信系统有不同的信号强度标准,如SINR,参考信号接收功率(RSRP) LTE和信噪比,接收信号强度指示(RSSI) wi - fi无线信号质量的参数是不精确的。此外,一个不准确的选择结果可以获得结果的模糊应用服务的带宽要求。

Fuzzifier。这一系列的数字地图(即不精确的属性。,raw attributes) to a fuzzy set of linguistic descriptions according to expert knowledge and user involvement [22]。清晰的数字是原始的测量属性和语言描述的模糊集表示一个可接受的水平或相关学位。常用组由两个水平(例如,“高/低”和“强/弱”)在图2。状态划分的粒度可以增加带宽提高决策的准确性,但终端设备的计算开销也将增加。从的速度和复杂性的角度决定,五个层次(即。,“very-low,” “low,” “medium,” “high,” and “very-high”) are introduced in this paper.

模糊规则库。它涵盖了一系列的模糊规则来推断这些语言描述的输出变量的范围。if - then模糊规则的基本形式。

模糊推理引擎。它使用了模糊规则库来推断语言输出变量的状态。它推断相应的状态输入变量和输出变量的if - then规则。

成员函数。defuzzifier过程映射函数。陈和黄22]提出几个尺度的隶属度函数将模糊变量转化为清晰的数字。

Defuzzifier。它是一个逆过程fuzzifier映射语言描述的数字值 。被称为隶属函数的映射关系。根据defuzzifier过程的转换(22)五水平转化为三角模糊数 。

属性。输出的变量属性用于在网络选择问题做出决定。他们重视站的可接受度。

初的模糊处理,不精确的属性是fuzzified模糊集的语言描述。然后,输出变量是推断相应的状态通过使用模糊推理引擎。最后,语言状态变量转换成脆数字的隶属度函数。由于模糊集合和模糊规则可以提前设置,不会花太多时间的模糊处理。因此,从速度和复杂性决定的高速流动,模糊逻辑适用于处理不精确。

3.2。效用理论

效用理论利用服务提供者的决策者的满意度决定(23)和最好的候选人满意度总是被选中。计算满意度总是由几个实用函数涉及多个需求和决策者的偏好。因此,效用理论适用于处理各种QoS需求在网络选择问题。

摘要QoS需求的属性用于计算满意度覆盖网络性能指标和无线链路质量参数。假设这些属性的设置X=延迟,抖动,PLR、RSS、 ,而抖动意味着延迟抖动和PLR意味着丢包率。一个属性的效用函数通常不同于其他人。例如,向上向下属性和属性对决定有不利影响。向上的高价值属性对应于一个更高的效用和价值的低价值向下属性对应于一个更高的价值的效用(5]。我们注意到向上的属性X包括BW、RSS和信噪比,向下的属性包括延迟、抖动、丢包率。此外,该实用程序可以制定为几个功能。向上的属性,有些效用函数如图3,包括对数、指数、s形和线性函数。自从选择决定是受到多个属性的影响,计算整体满意度由公用事业的多个属性的组合。组合功能集成不仅多样化的效用函数的所有属性,而且他们的权重参与服务偏好。

4所示。烟度机制

在本节中,提出的细节模糊和基于效用的网络选择方法。我们第一次不精确模型的模糊处理的网络状态和服务偏好选择过程的模糊性。然后我们使用多个属性的效用函数包含fuzzified和原始精确属性来计算候选网络服务的满意度。最后,我们目前的烟度算法使用伪代码。

在我们提出的模型中,烟度算法集成了两种经典理论来解决高铁网络选择问题的场景。不同的模糊处理图2,我们只使用模糊逻辑来处理不精确的信息在决策过程中不要等级可用的网络。对最终的决策来说,效用理论是用于满足用户的QoS要求。中使用缩写部分显示了参数模型描述。

4.1。模糊处理

考虑不精确信息的网络状态在高速移动环境和服务偏好的模糊权重,模糊逻辑推理系统需要在决策之前。

在这篇文章中,带宽,RSSI / RSRP和信噪比(SINR首先需要通过模糊推断到适当的水平处理,如图2,因为他们被认为是在网络选择模型不精确的属性。其他三个属性延迟、延迟抖动(简称抖动),和丢包率直接用于满意度计算最终的决策。注意,测量带宽可用带宽(ABW)事实上;ABW代表带宽没有额外的解释在本文的其余部分。

为了便于描述,我们将使用模糊集与五种表fuzzifier过程中可以接受的水平1,这是由专家知识和服务的需求。RSRP SINR LTE和RSSI和信噪比其他无线网络fuzzified语言描述的被广泛接受的结论之前的研究(24]。的和符号表1分别代表无限低和上限,而有限值将取代他们在实践中根据情况。BW是基于模糊集的应用程序服务的QoS要求(25]。除了50 Mbps的最大LTE上行带宽,和100 Mbps下行带宽。因为有超过200种高速rail-related服务(例如,列车控制信号,安全监测视频,和远程故障诊断)(6)需要传输到地面服务器,我们主要集中在上传的数据移动终端上。

也同样,模糊逻辑是用来确定多个属性的权重考虑服务的偏好。语言变量的权重站用户的偏好是转化成脆数字使用转换规模中提到[22]。例如,属性集的偏好权重=延迟,抖动,PLR、RSS、视频传输服务=“高”、“高”、“高”,“中”,“中”,“中” ,相应的脆的重量=0.909,0.717,0.5,0.5, 。文件上传服务的偏好权重=“中”、“低”,“中”,“非常高”,“中”,“中” ,相应的脆的重量=0.283,0.5,0.909,0.5, 。因为重量应该规范化这意味着 ,脆权重归一化=0.237,0.1865,0.13,0.13,和=0.089,0.1565,0.285,0.1565,由以下公式。 属性和权重由模糊处理进一步用来计算网络服务的满意度下一小节。

4.2。满意度计算

我们现在描述满意度计算通过效用函数考虑QoS需求的服务。此外,不同的服务有不同的偏好相同的网络。因此,多个属性的偏好权重考虑。

(25分析,视频传输和文件上传服务的QoS要求展示在表2,包括带宽、延迟、抖动和丢包率。此外,移动终端(MT)通常signal-related属性的阈值,以确保数据的正常接收。我们假设表示RSS或信噪比SINR的阈值。所有这些属性的权重表示为两个服务和 ,分别。

我们用效用函数来计算候选网络服务的满意度。我们假设服务设置为 ,这是由候选人网络设置 。在这里,两种类型的满意度计算公式(即。效用函数)是必需的:)间隔类型;属性的值限制在一定的时间间隔, ;()阈值类型。属性有一个阈值 ,满足最低要求。考虑到向上和向下的属性,网络的满意度服务定义如下: 在哪里代表一个网络属性。公式(2)和(3)属于区间型,但它们申请逆属性。公式(2)是正相关的属性(即。,bandwidth) to compute the satisfaction and formula (3)是负相关的属性,如延迟、抖动、丢包率。公式(4)和(5)属于阈值类型和公式(4)适用于属性如RSS和信噪比。鉴于RSS、信噪比和BW经过模糊处理,处理 , ,和可以被定义为fuzzified语言状态或defuzzified脆数字。因此,我们设置间隔( ](“中”、“高”)的视频,( ](“极低”、“低”)的文件,和阈值RSS或信噪比为“中等”学习表1和2。

为了计算网络的整体满意度服务 ,权重集的服务是通过模糊逻辑在前面小节讨论。然后我们可以获得偏好满意度根据以下公式。 根据ABC原则,最好的候选网络整体满意度的价值被选中。

4.3。烟度算法

根据上述模糊模型和满足公式,我们在本节设计烟度算法。我们假设烟度算法部署在移动终端(MT)配备多个无线网卡。因此,太让我们能够满足多个服务通过使用多个异构无线网络。我们讨论太的帮助下的功能模块图4和现在的烟度算法在算法1。

的内心太收敛QoS要求不同的服务和动态监控网络状态的连接HWNs表面上。的状态监控模块动态监控每个可用的无线网络太定期和传输网络状态到下一个模块。的HWNs”属性模块是用于集成最新的测量与历史的测量和导入的原始属性模糊处理模块和基于满意的网络选择模块。的模糊处理模块将不精确的属性转换成几个级别的语言描述,最后到脆三角数字。与此同时,它决定了服务偏好的属性的权重。最后,基于满意的网络选择模块选择最好的网络排名的整体满意度。

考虑上述功能模块,可以实现该算法的算法伪代码所示1。它假设属性的区间和阈值为一个特定的服务是提前知道。行()- ()定期导入最新的和历史的测量系统。行()- ()fuzzify每个候选人的不精确属性网络和模糊权重的模糊逻辑模块。行()- ()计算服务满意度为服务通过使用公式(2)- (6)。行()- ()决定最好的网络服务的整体满意度主要和线()- ()表明,优惠是避免空选择另一种方法。

5。实施和评价

在本节中,我们描述我们如何收集实际数据从一个真实的高速铁路。然后我们评估烟度的性能相比,两种经典方法TOPSIS和FMADM使用这些真实的数据。

5.1。数据收集

我们已经进行了大量的实验在实际高速铁路在最近的两年。实际的测试覆盖的京沪、Zhengzhou-Wuhan Hefei-Wuhan, Dalian-Dandong。我们收集了大量的真实数据沿着铁路。注意,测量和收集多个属性包括延迟、抖动、丢包率、带宽、RSRP, SINR进行沿京沪高速铁路的速度高达300公里/小时。考虑到广受欢迎的LTE用户之间的通信技术(26和高铁通信系统27),我们选择三个LTE蜂窝网络作为候选网络,属于中国移动(CM)、中国联通(铜),分别和中国电信运营商(CT)。

图5说明了实验拓扑图形和一个实际的实验场景包括设备部署和设置。在图所示的拓扑图形5(一个), 代表一个蜂窝网络三大运营商之一。机载设备和地面服务器对应的测试客户机和服务器(C / S),分别。图5 (b)显示实际的实验设备部署和设置在火车上。表图5 (b)显示三个参数设置:测量时间是3秒;三个候选人蜂窝网络LTE的网络模式;高铁的速度是300公里/小时。在现实实验部署,在火车上的设施包括机载设备,一个接入点(AP),和一些个人电脑(pc)。地面上的设备包括一个服务器。机载设备是一个多通道路由器与英特尔ATOM D525四核1.8 GHz CPU, 1 g内存和32 g硬盘存储。车载电脑是联想Thinkpad T系列连接到车载设备通过一个美联社。服务器戴尔PowerEdge R720架装安装服务器与英特尔至强e5 - 2609 CPU, 32 g内存和1 tb硬盘存储。此外,机载设备已安装的操作系统和Linux内核3.6.0 Ubuntu 12.04 LTS (28]。它还被嵌入数据测量和采集软件主要实现这些功能。个人电脑和服务器已经使用各种测试软件的部署和测量工具(如iptraf和ftp客户端/服务器)的实验。由于机载设备是C / S的中间件和是通过基站与中枢神经系统,它可以捕获实时数据包和通道信号在C / S通信。这些最终获取的数据计算和网络和信道质量参数的收集使用数据测量和采集软件。

实际测量数据收集从京沪高速铁路三个LTE蜂窝网络数据所示6(一)- - - - - -6 (f),在那里设在运行时间。类似于(往返时间的测量方法29日),毫秒(ms)是延迟和抖动的上界的监测周期。我们显示丢包率范围的百分比值 。因此, , ,和显示的极端值延迟,丢包率,分别和带宽。从这些数据,我们观察到的延迟,RSRP和SINR这些网络波动明显,所有的指标都可以偶尔极端值。例如,延迟女士在秒的CT,秒的铜、和秒的厘米。抖动是女士在秒的CT。丢包率%,秒的CT和秒的铜。吞吐量是在秒的CT和秒的铜。这些数据将用于仿真实验模拟网络在高速移动环境中状态下一小节。

5.2。绩效评估

我们进行实验,比较烟度算法增强的TOPSIS和FMADM方法。仿真实验和一个随机生成视频传输服务速率值和文件上传与随机利率价值服务 ,单位是kbps的地方。利用实际收集的数据来自真实世界的高速铁路高铁场景的模拟网络状态在实验。

5.2.1。性能指标

为了方便起见,极端值的数量和统计分析(即。,mean and standard deviation) of simulation results are used to evaluate our proposed mechanism.

极端值的数量。这些极端值选择网络的质量差。较低的极端值的数量意味着更好的网络选择算法的性能。在这篇文章中, , ,和显示的极端值延迟,丢包率,分别和带宽。

平均值和标准偏差。平均值和标准偏差都是统计参数。的意思是代表一组数据的平均值。标准差是方差的算术平方根,代表偏离期望的程度。这表明稳定性能方面的延迟,抖动、丢包率和吞吐量。均值和方差的公式所示(7)。

5.2.2。评价结果

与TOPSIS和烟度的评价结果比较FMADM通过视频和文件服务数据所示7- - - - - -10组成的网络延迟在图7抖动,如图9丢包率在图8,在图和吞吐量10先后。在(a)和(b)数据的子图7- - - - - -10,设在代表序列的仿真结果,结果对应秒的时间在实际的环境。的的值是设在一个性能指标。这些性能指标的上界主要由质量差所选择的网络。比较的TOPSIS和FMADM,我们从以下几点分析烟度的性能改进。

首先,图7显示了烟度的延迟性能优于TOPSIS和FMADM从以下方面()烟度降低整体延迟与TOPSIS和FMADM相比。烟度只有7.4%的结果女士,相比使用FMADM运用TOPSIS的8.9%和29%。()烟度降低极端延误的数量与TOPSIS和FMADM。结果达成的数量女士着粉色圆圈和利用烟度降低。文件服务的数量 , ,和分别利用烟度、TOPSIS和FMADM。视频服务的数量 , ,和 ,相应的。()烟度改善延迟性能的指标从整体的角度与FMADM相比差异。

其次,图8显示了烟度的丢包率的性能优势TOPSIS和FMADM如下:()烟度降低丢包率与FMADM相比。烟度只有2.8%的结果使用FMADM %,相比之下有7.4%。()烟度降低极端包丢失的数量比率与TOPSIS和FMADM相比。结果达成的数量%由粉色圆圈标记和利用烟度降低。文件服务的数量 , ,和分别利用烟度、TOPSIS和FMADM。视频服务的数量 , ,和 ,相应的。()烟度改善性能的丢包率指标从整体的角度与FMADM相比差异。

第三,图9显示了烟度的抖动性能优于TOPSIS和FMADM在以下几方面:()烟度降低整体的抖动而指标值。烟度有10.4%的结果女士,相比使用FMADM运用TOPSIS的16.8%和9.0%。()烟度降低极端恐慌而FMADM的数量。我们观察到抖动是数据的极端值的结果9(一个)和9 (b)。这表明烟度可以更好地避免极端的抖动而FMADM尽管不显眼的改进。

第四,图10表明,烟度的吞吐量性能优于TOPSIS和FMADM。结果达成的数量kbps由粉色圆圈和标志使用烟度降低。文件服务的数量 , ,和分别利用烟度、TOPSIS和FMADM。视频服务的数量 , ,和 ,相应的。

5.2.3。平均值和标准偏差的比较

我们进一步分析烟度的稳定性、TOPSIS和FMADM统计分析的仿真结果。均值和标准差的网络延迟、抖动、丢包率数据所示11- - - - - -12。三个算法计算了两个服务的平均值代表进步的趋势。在图(11日)延迟的平均值(即三个算法。、烟度、TOPSIS和FMADM) , , 分别为文件服务。他们是 , , 分别对视频服务。在图12(一个),标准偏差值这三种算法的延迟 , , 分别为文件服务。他们是 , , 分别对视频服务。我们可以观察到,烟度只是略优于TOPSIS但明显比FMADM从延迟性能。烟度衰减率平均5.5%的均值和10.7%减量的标准差与TOPSIS相比。烟度衰减率平均49.9%的均值和40.4%减量的标准差与TOPSIS相比。在图11 (b)延迟的平均值三个算法 , , 分别为文件服务。他们是 , , 分别对视频服务。在图12 (b),标准偏差值这三种算法的延迟 , , 分别为文件服务。他们是 , , 分别对视频服务。在图11 (c)延迟的平均值三个算法 , , 分别为文件服务。他们是 , , 分别对视频服务。在图12 (c),标准偏差值这三种算法的延迟 , , 分别为文件服务。他们是 , , 分别对视频服务。我们可以观察到,烟度比TOPSIS和FMADM的抖动性能。烟度衰减率平均9.1%的均值和8.0%减量的标准差与TOPSIS相比。烟度衰减率平均18.0%的均值和72.2%减量的标准差与TOPSIS相比。我们可以观察到,烟度只是略优于TOPSIS但明显比FMADM从延迟性能。烟度衰减率平均21.0%的均值和25.7%减量的标准差与TOPSIS相比。烟度衰减率平均72.7%的均值和50.3%减量的标准差与TOPSIS相比。这些结果表明,三种网络选择算法的性能排名 。因此,相对低的平均值和相对标准偏差值低延迟,抖动、丢包率、烟度可以满足QoS需求相对稳定。

总之,我们发现烟度优于TOPSIS和FMADM三种方式无论视频或文件服务:()烟度改善整个网络性能在某种程度上,主要的延迟和丢包率;()烟度最好避免穷人选择无线网络;(可以相对稳定)烟度满足QoS要求。

6。结论

在本文中,我们首先提出烟度,一种新颖的动态imprecise-aware网络选择方法对于高铁场景。介绍了模糊逻辑来处理不精确的网络属性的选择问题。此外,提出了效用函数计算的整体满意度的多个属性选择最好的网络集成QoS需求与实际网络质量。我们通过使用真实数据进行大量的模拟来验证烟度的有效性和性能。评价结果表明,烟度具有良好的性能改进和更好的决策与TOPSIS和FMADM视频和文件传输服务。烟度机制的最好决定保持相对稳定,减少不正常的选择。由于数据收集从现实世界中,我们认为这也一定程度上务实的价值。本文已经缓解了由于不精确和不正常的网络选择在高速铁路场景中流动性问题。负载平衡问题也是一个重要的问题。对于未来的工作,我们计划要考虑动态自适应的负载平衡机制根据我们实际测量环境。

缩写

:	th ID的服务类型
:	th网络ID的候选人
:	模糊的属性为服务
:	Defuzzified重量的属性为服务
:	归一化的属性为服务
:	QoS属性的上限为服务
:	QoS属性的下界为服务
:	QoS属性的阈值为服务
:	值的属性在网络
:	Fuzzified值的属性在网络
:	满意的网络服务
:	网络的整体满意度服务 。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作由基础研究基金支持下的中央大学批准号。2017 yjs028 2017 jbm018,和2016 jbm004,电子信息技术创新和培养下批准号Z171100001217004,和中国的国家自然科学基金批准号61232017。

引用

1. d . Niyato和e·侯赛因”动态异构无线网络中的网络选择:进化的游戏方式,“IEEE车辆技术,卷。58岁的没有。4、2008 - 2017年,2009页。视图:出版商的网站|谷歌学术搜索
2. w·郭,s . Wang x, j . Zhang j . Chen和h的歌,“自动小细胞为异构的蜂窝网络部署,”IEEE通讯杂志,51卷,不。5,46-53,2013页。视图:出版商的网站|谷歌学术搜索
3. s . Sagari i Seskar, d . Raychaudhuri”建模LTE和无线异构网络共存的密集的部署场景,”《IEEE国际会议交流研讨会,ICCW 2015,页2301 - 2306,伦敦,英国,2015年6月。视图:出版商的网站|谷歌学术搜索
4. j .海达尔A·易卜拉欣A . e . Samhat和g . Pujolle”ABCDecision:仿真平台异构无线网络的接入选择算法,”EURASIP无线通讯和网络》杂志上文章ID 787098卷,2010年,2010年。视图:出版商的网站|谷歌学术搜索
5. l . Wang和g·s·g·s·郭”,数学建模在异构网络选择无线网络——一个教程中,“IEEE通信调查和教程,15卷,不。1,第292 - 271页,2013。视图:出版商的网站|谷歌学术搜索
6. t . b . Ai, x Cheng Kurner et al .,“对高速铁路无线通信,挑战”IEEE智能交通系统,15卷,不。5,2143 - 2158年,2014页。视图:出版商的网站|谷歌学术搜索
7. g . h . Tzeng和j·j·黄”,多属性决策。”课堂讲稿的经济学和数学系统,卷375,不。4、1 - 531、2011页。视图:谷歌学术搜索
8. r . Trestian o·奥蒙德,G.-M。统治下“游戏基于理论的网络选择:解决方案和挑战,”IEEE通信调查和教程,14卷,不。4、1212 - 1231年,2012页。视图:出版商的网站|谷歌学术搜索
9. b·科特和j . Vygen组合优化:理论和算法施普林格,2000年。
10. e·奥特曼”,应用马尔可夫决策过程的通信网络,”马尔可夫决策过程的手册40卷国际系列运筹学和管理科学施普林格,页489 - 536年,波士顿,质量,美国,2002年。视图:出版商的网站|谷歌学术搜索
11. e . v . d . Berg p Gopalakrishnan) b . Kim et al .,“动态网络选择使用内核”学报2007年IEEE国际会议交流,刑事法庭' 07,页6049 - 6054,格拉斯哥,苏格兰,2007年6月。视图:出版商的网站|谷歌学术搜索
12. 美国kh、a . Somani和r·古普塔“网络选择使用模糊逻辑”第二届国际会议上宽带网络,2005年,页941 - 950,波士顿,美国质量。视图:出版商的网站|谷歌学术搜索
13. a·n·柯尔莫哥洛夫概率理论的基础,切尔西出版公司,纽约,纽约,美国,1950年。视图:MathSciNet
14. 肖,k .徐王d, l·李和y中,“TCP性能在移动网络在高速移动场景下,”学报2014年IEEE 22日国际会议网络协议(ICNP)2014年10月,页281 - 286。视图:出版商的网站|谷歌学术搜索
15. c . k . l . Li, d . Wang,问:小,和r . Mijumbi”测量研究TCP行为HSPA +网络在高速铁路上,”美国第34 IEEE计算机通信和网络年会,IEEE 2015信息通信,页2731 - 2739,香港,中国,2015年5月。视图:出版商的网站|谷歌学术搜索
16. e . Stevens-Navarro y林,v . w . s . Wong“一个MDP-based异构无线网络垂直切换决策算法,”IEEE车辆技术卷,57号2、1243 - 1254年,2008页。视图:出版商的网站|谷歌学术搜索
17. m·a·Senouci m . s . Mushtaq s Hoceini和a . Mellouk”TOPSIS-based动态移动网络接口的方法选择,”计算机网络卷,107年,第314 - 304页,2015年。视图:出版商的网站|谷歌学术搜索
18. t . Bouali和美国Senouci模糊基于逻辑的QoS保存在车载网络,选择传播媒介”ICC学报》2016 - 2016年IEEE国际会议交流,页1 - 6、吉隆坡、马来西亚,2016年5月。视图:出版商的网站|谷歌学术搜索
19. m·a·Senouci m . r . Senouci s Hoceini和a . Mellouk”网络接口的基于证据的方法在异构无线网络,选择“第59届IEEE全球通信学报》发布会上,GLOBECOM 20162016年12月美国,华盛顿洗。视图:出版商的网站|谷歌学术搜索
20. w·陈,美国锣,江x”模糊多属性决策在异构无线网络中访问计划,”多媒体工具和应用程序,1卷,2017页。视图:出版商的网站|谷歌学术搜索
21. f .农介绍模糊逻辑,2013年理工学院。
22. s . j .陈和c·l·黄模糊多属性决策施普林格,柏林,德国,1992年。
23. p c问,”决策的效用理论”,行动研究的出版物22卷,第309 - 308页,1970年。视图:谷歌学术搜索|MathSciNet
24. 定,理解窦的强度/信号质量读数蜂窝调制解调器,http://blog.industrialnetworking.com/2014/04/making-sense-of-signal-strengthsignal.htm。
25. n .塞茨ITU-T QoS的基于ip的网络标准,“IEEE通讯杂志第41卷。。6,82 - 89年,2003页。视图:出版商的网站|谷歌学术搜索
26. 李x王,d, k . et al .,”一个灵活的和广义框架异构无线网络的接入网络选择,”普及和移动计算40卷,第576 - 556页,2017年。视图:出版商的网站|谷歌学术搜索
27. r .他b . Ai,王g . et al .,“gsm - r LTE-R,高速铁路通信:从“IEEE车辆技术杂志,11卷,不。3,49-58,2016页。视图:出版商的网站|谷歌学术搜索
28. Ubuntu,http://www.ubuntu.org.cn/global。
29. p, b .歌曲,h .张x Du,“改善高速车辆的车载网络服务通过在异构无线网络多路径传输,”IEEE车辆技术,卷65,不。12日,第9507 - 9493页,2016年。视图:出版商的网站|谷歌学术搜索

版权

版权©2017小云燕等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。