车载异构网中基于最优停止算法的垂直切换张良

开篇：润墨网以专业的文秘视角，为您筛选了一篇车载异构网中基于最优停止算法的垂直切换张良范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：目前，传统的车载Ad Hoc网络正朝着车载异构网发展；这就迫切需要为车辆用户提供一个高效、智能的网络接口进行切换，以满足其QoS要求。在本文中，我们针对车载异构网络存在的切换问题提出了一个优化算法，该策略整合了多个指标，包括价格成本、可用带宽和数据传输延迟等。利用最优停止理论，能最大限度提高用户满意度。仿真结果表明，基于最优停止的策略是可行的。

关键词：车载异构网络；垂直切换；网络切换；最优停止理论

1 引言

目前，车辆Ad Hoc网络（VANET）作为一个新兴的高科技，其整合了ad hoc网络、无线局域网（WLAN）和蜂窝技术，以实现车辆间智能化通信和提高道路安全和效率。在网络中，车辆单元和路侧单元都配备了WAVE通信设备，车辆可通过作为无线路由器的车载装置（OBUs）和可作为无线基础设施的路边单元（RSUs）接入互联网。车载装置可以通过多个接口（如802.11a/b/p，3G，802.16e和WiMax）[1，2]，在各种不同的网络（如WiFi，3G，LTE，4G）进行无缝垂直切换。事实上，车载自组网就是一种典型的异构网络。车载异构网络一个显著的固有特性，是车辆网络的高迁移率，具有高度动态的网络拓扑和网络条件的变化。研究表明，车辆集成多个接口可对包括负载均衡、吞吐量、连接机会和鲁棒性等多个方面进行改进。这时就迫切需要智能算法用于多接口之间转换：多目标优化框架下的无线接口选择算法，用于找出各指标之间的最佳平衡，通过调整指标权重影响OBU的行为特性；同时，更新权重，能反映用户对于不同的网络服务喜好的变化。另外，车辆对车辆和车辆对路边设备的通信是VANET研究的主要内容。这一领域内，早先的一些研究也取得了很多的成就，包括：服务的感知和发现，服务的管理和资源的分配[3-6]等。

垂直切换是一种基于性能指标（如价格成本，数据传输延迟等）的切换接入技术。最佳垂直切换（VHO）判决是在当前网络中下，基于用户的喜好、期望的QoS以及价格成本等，在所有的可选方案中选择最佳网络。此外，VHO判定时也会考虑其他一些参数（如负载均衡，避免干扰和收益最大化）。这一领域，有许多VHO决策算法曾被提出。在文献[7]中，作者研究了VHO策略，对相互独立的两个AP部署条件进行分析；其目的使传输成本或交替传输时间最小化。在[8]中作者提出了基于马尔可夫决策过程（MDP）的VHO算法，通过值迭代算法得到一个固定策略，以使期望收益总和最大化。在[9]中，通过解决VHO随机动态规划（SDP）以改进以前的工作。这些研究中的多目标最优化思想和我们的研究工作类似；不同的是，我们提出了一种更高效和直接的算法，即在最优停止框架下VHO，使其具有更低的复杂性。而且之前的大多数研究，忽略了车辆模型的另一特征，即车辆的移动会受到道路的限制；而该特性将使车辆的运动方向高度受限于地理拓扑结构[10]。

本文中，我们提出了一个基于多性能指标最优接口转换的决策，它是基于用户策略驱动和最优停止理论。决策时根据用户的倾向性，如OBUs进行网络切换时，价格成本或通信质量哪一个是需优先考虑的？这里假定一个OBU有两个无线接口---WiFi和3G。其中WiFi网络覆盖较小，而3G网络覆盖整个范围；但3G业务需支付一定的费用，而WiFi几乎是免费的。不同的数据服务，有不同的指标倾向。实时业务较为注重QoS（如视频流），但容忍延迟业务（如文件下载）可能会更倾向于较低的价格成本。理想情况下，OBU允许用户对于不同的网络业务，设置不同的指标权重；根据这些权重，在当前的无线网络环境下，OBU将自动切换到最优网络接口上。此外，我们定义了一个效用函数来衡量用户的满意度，它是在当前用户接入可用网络下，所有指标的满意度加权总和。我们研究的系统模型，由连续的3G覆盖区域和无线局域网覆盖的局部区域组成。无线局域网由固定的路侧接入点（即RSU）覆盖而来，且相邻RSU之间的距离是随机的。

本文编排如下：第二节介绍问题的背景知识；第三节提出一个系统模型；第四节和第五节分别介绍最优网络接口接入策略和实验仿真结果；最后得出结论。

2 最优停止理论概述

异构网络中的垂直切换问题我们可以表述为一个最优停止问题。接下来简要介绍最优停止理论的框架[11][12]。

2.1 停止规则

通过两个目标确定停止规则：（1）一个随机变量序列X1，X2，X3，X4，…，假设其联合分布已知；（2）一个实值的效用函数序列，y0，y1（x1，x2），…，y∞（x1，x2，…）；

首先应尽可能多的获得X1，X2，X3，…，对n=1，2，3，…，观察X1=x1，X2=x2，X3=x3，…，Xn=xn后，决定Xn+1是继续观察再作决定，还是停止观察并使用该情况下的效用值yn（x1，x2，…，Xn）。

2.2 效用函数

若对于可能会停止的阶段数量设定一个上限，停止规则将具有一个有限维度。假设我们在第N+1阶段停止，则在第N阶段我们就能找到最优停止规则。明确了第N阶段的最优规则，我们就能找到第N-1阶段的最优停止规则；以此类推，直至回到初始阶段。这里我们定义了（1），同时还规定（2）

3 系统模型

3.1 系统情形

当车辆移动时，它运动在连续的3G网络覆盖区域，并且会不定时的遇上服从泊松分布的RSU（即WLAN接入位置）。正如图1所示，这里假设在3G和WLAN内覆盖区域，车载周期性地发送数据。虽然3G网络在整条道路总是可用，但车载一旦进入RSU的覆盖范围内就会优先接入WLAN。也就是说，使用RSU是一个默认选项。由于3G网络覆盖是连续的，可认为3G能提供稳定和快速的传输速率。虽然3G网络能提供高品质的网络业务，但是需要较高的价格成本和接口切换的开销，可能导致用户宁愿等待下一个RSU。这里我们定义一段时间为tth（即网络切换阈值），其表示一旦超过该值还没有遇到下一个RSU，那么车载将直接切换到3G。到达tth之前，可以在发送一定量数据后，根据计算得到的用户满意度，选择是否切换网络。其中切换时间可以根据最优停止理论计算得到。

3.2 满意度函数

根据上面的陈述，我们将通过引入效用概念进行系统建模。该效用能够用来衡量用户的满意度，并可以作为一个函数，去度量用户所选网络的数量和质量。该效用可以用来判定是否接入3G网络，以及接入的最佳时间。

网络n的效用函数，标记为fn，通过对参数t的归一化可有如下表达式：

其中ωc和ωd分别代表价格成本和数据传输延迟的权值。在本文中，二者满足约束条件ωc+ωd=1。根据用户的需求，权值的变化范围从0到1。如果用户总是希望获得较便宜的网络服务，可以分配ωc高一些同时降低ωd。这将意味着，在用户尽可能连接到RSU。

从满意度的概念来说，要是 的值较高，则网络n的花费更低；要是 的值更高，则传输延迟更小（即更好的性能）。满意度可以被定义为Sigmond函数（即 ），该函数广泛应用于工程中[9]，Sigmond函数通常被用来近似用户对于服务质量或资源分配的满意度。根据文献[15]中，我们推广得到如下函数：

它们分别代表用户对于网络n的价格成本的满意度（即 ）和传输延迟延迟的满意度（即 ）。常数k1，k2和常数α1，α2分别代表函数曲线的陡度和中心。k1，k2代表了用户对于数据包阻塞增加的敏感度。α1，α2代表预期数据包的阻塞概率。也就是，当数据包的阻塞概率增加时，α1，α2决定何时降低效用，k1，k2确定降低效用的速率。

4 最优接入策略

本文中，我们假设RSU服从泊松分布，并且泊松分布系数记为λ。当车辆沿道路行驶时，车辆将记录并统计已遇到RSU的位置，然后预测下一个RSU的位置。在车辆刚离开RSU和遇到下一个RSU之间，我们假设都有一定量的数据（定义为data）需要进行传输。同时，在离开下一个RSU之前该数据能够传输完成。此时数据传输就有三种策略：（a）利用最优停止；（b）仅使用3G；（c）仅使用无线局域网（WLAN）。

在表达式（4），（5），涉及到的两个函数：数据传输延迟函数Xd（t）和价格成本函数Xc（t），它们会随不同的策略有所变化：

4.1 最优停止策略

当车辆在一个时间点t0（t0≤tth）接入3G网络，并使用3G进行传输数据，该数据我们定义为data3G，直到其遇到RSU。然后，车辆将切换到WLAN并在该网络下完成剩余部分数据的传输，被传输的数据我们定义为dataRSU。

该情况下，与表达式（1）和（2）相比，这里我们规定：t等价于n，则xn可被映射为xc（t）和xd（t），同时f3G（t）或fRSU（t）则等价于yn， 则可被映射为Ω（t+1）。所以，我们提出了一个用来衡量用户满意度表达式，该表达式如下：

其中，P（t+1）代表了用户下一时刻遇到RSU的概率，则1-P（t+1）就代表没有遇到RSU的概率。本文中，每一刻车辆将首先比较当前时刻t和切换阈值。若超过阈值，车辆必须立马切换到3G，直至遇到下一个RSU。若未达到阈值，车辆将比较（t+1）和（t+2）的总体满意度（即表达式（6）），衡量是否需要接入3G。

通过表达式（1）、（2）和最优停止理论的定义，在接下来我们将分析最优停止时间：举个例子，假设一个车载某一时刻不在RSU的覆盖范围，同时，该时刻它也没有接入3G。为了便于比较，我们假定该车载的另一情形，即在这刻之前，它已经使用3G，并定义该满意度函数为f3G（t）。当下一时刻（t+1）的总体满意度（即Ω（t+1））小于f3G（t）时，用户就应该在t时刻接入3G网络。也就是说，仅当一个网络总体满意度连续优于当前用户使用网络，车辆才会进行越区切换。本文中，停止规则问题存在一个时间上限tth，如果要想得到Ω（t+1）的值，我们首先必须先计算Ω（tth） =f3G（tth），然后计算上一时刻的Ω（tth-1），并且以此类推，知道计算得到Ω（t+1）。本节我们可以得到延迟时间函数（命名为DOS），记为

和价格成本函数xc（t），记为：

这里data3G+dataRSU=data，我们可以得到表达式：

在表达式（9）中，3G网络中的数据传输量，可以通过计算所记录RSUs泊松分布系数的平均值得到。此外，

这里权值K的变化范围是0到1（即0≤K≤1）， 是一个泊松分布系数的平均值，其综合了历史记录数据和最新统计数据。L（t）代表车载行驶的总距离函数。count（t）是车辆经过RSUs的总和。

通过定义最优停止时间（即将要接入3G网络的时刻）为t0（t0≤tth），我们可以得到：

4.2 仅使用3G策略

这里仅使用3G策略是指数据传输完全通过3G网络，传输速率定义为r3G。这意味着，每次车辆刚离开最近所遇到的RSU，就接入到3G网络并完成数据传输。我们可得到延迟时间函数（命名为D3G），表示如下：

同时，可以得到价格成本函数Xc（t），可以描述为：

在表达式中，C3G代表单位时间内3G网络的开销。所以

4.3 仅使用WLAN策略

仅使用WLAN政策是指所有数据传输，完全在下一个将要遇到的RSU的覆盖内完成，同时规定传输率被定义为rRSU。这里我们可得到延迟时间函数（命名为DRSU），表示如下：

在表达式中，ttwo_rsu代表车辆刚离开上一个RSU和遇到下一个RSU之间的时间段。

可以得到价格成本函数Xc（t），可以描述为：

在表达式中，CRSU代表单位时间内RSU中的开销。因此：

5 仿真结果

我们将对所提出的策略进行仿真以评估系统性能。主要针对以下三种策略进行满意度评估：仅使用WLAN，仅使用3G和最优停止策略。

在仿真中，我们使用价格成本和传输延迟的满意度衡量效用。效用值越大，代表用户获得的满意度越高。假设沿道路部署的RSUs服从泊松分布，同时车辆只要进入RSU的覆盖范围就能获得WLAN服务。通过表达式（3）可得到整体的满意度；表1[13]是相应的参数设置。此外，利用泊松模型来表征车辆得到数据包，数据包的长度为随机的1～200M字节。

下面是两种不同RSU部署密度情景下的仿真；图2和图3为仿真结果。情景1，在4公里的路上部署35个RSU；图2为其仿真。如图可看出，开始时，仅使用WLAN策略的满意度略高于其他两种情形。这是由于车辆初始位置，我们假定就处于WLAN的覆盖范围，该范围内有较低的成本和较少的延迟。之后，仅使用3G和最优停止均略优于仅使用WLAN策略。在3公里处，同仅使用WLAN的策略相比，仅使用3G策略的满意度已达到39.87，这比前者高了15.2%。而最优停止策略比仅使用WLAN策略高了近33%。从这个图中，可以清楚地看到，最优停止策略是最优的。

为了便于比较，我们把RSU的密度这个参数变大（即2.5公里部署35个RSU）。其结果如图3所示，随着车载行驶距离的增加，我们发现，仅使用WLAN的策略所代表的的曲线优于仅使用3G，而不像图2所示。这是因为一定范围内RSUs越多，车辆接入3G的频率越频繁，而接入到3G的频率更少。

例如在约1500米处的仅使用WLAN的满意度是28.39。超过仅使用3G策略的45%。但是最优停止策略仍是表现最优的。

6 结论

在本文中，我们提出了一种车载异构网中基于最优停止策略的垂直切换。仿真显示基于该策略的接口垂直切换优于其他策略，它可以最大限度地提高用户满意度。这些结果表明，我们提出的算法是可取的，今后的工作中，我们计划完善方法的同时，通过引入更多的无线网络接入条件，延长目前框架使之应用到更多的场景中。

[参考文献]

[1]Ribeiro.Connie”Bringing wireless access to the automobile：A com-parison of Wi-Fi，WiMAX，MBWA，and 3G，”21st Computer Science Seminar，2005.

[2]Lingyang Song and Jia Shen.“Evolved Network Planning and Optimiza-tion for UMTS and LTE，”Auerbach Publications，CRC Press，2010.

[3]Rong Yu，Yan Zhang，Yi Liu，Shengli Xie.Lingyang Song and Mohsen Guizani，”Secondary Users Cooperation in Cognitive Radio Networks：Balancing Sensing Accuracy and Ef ciency，” IEEE mun.Mag.，vol.19，no.2，pp.2-9，2012.

[4]R.Yu，Y.Zhang，S.Gjessing，W.Xia and K.Yang.”Toward Cloud-based Vehicular Networks with Ef cient Resource Management”，to appear in IEEE Network Magazine，special issue on ”Cloud-Assisted Mobile Computing and Pervasive Services”.

[5] Tianyu Wang，Lingyang Song，and Zhu Han.”Coalitional Graph Games for Popular Content Distribution in Cognitive Radio VANETs，”IEEE Trans.Veh.Technol.，vol.59，no.6，pp.2963-2484.

[6] Tianyu Wang，Lingyang Song，Zhu Han，and Bingli Jiao.”Popular Content Distribution in CR-VANETs with Joint Spectrum Sensing and Channel Access”to appear，IEEE Journal on Selected Areas in Communications，special issue”on Emerging Technologies”.

[7]Shafiee， Kaveh，Alireza Attar，and Victor CM Leung.”Optimal distributed vertical handoff strategies in vehicular heterogeneous networks，”IEEE J.Selected Areas in Communications，vol.29，no.3，pp.534-544，2011.

[8]Stevens-Navarro， Enrique， Yuxia Lin， and Vincent WS Wong.”An MDP-based vertical handoff decision algorithm for heterogeneous wireless networks，”IEEE Tran.Vehicular Technology，vol.57，no.2，pp.1243-1254，2008.

[9]Lee，Kevin C.，et al..”Intelligent interface switching among heteroge-neous wireless networks for vehicular communications，”Computing，Networking and Communications （ICNC），2012 International Conference on.IEEE，2012.

[10]Yazhi Liu，Jianwei Niu，Jian Ma，Lei Shu，Takahiro Hara.”The Insights of Message Delivery Delay in VANETs with a Bidirectional Traf c Model，”Journal of Network and Computer Applications，2012.

[11]Von Seggern，David Henry.”CRC Standard Curves and Surfaces with Mathematica：Text，”CRC Press，vol.1，2007.

[12]Chow，Yuan Shih，Herbert Robbins，and David Siegmund，”Great ex-pectations：The theory of optimal stopping，”Boston： Houghton Mif in，1971.

[13]Kassar，Meriem，Brigitte Kervella，andGuy Pujolle.”An overview of vertical handover decision strategies in heterogeneous wireless net-works，”Computer Communications， vol.31，no.10，pp.2607-2620，2008.