基于合作的異構(gòu)無線網(wǎng)絡(luò)分散資源分配方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)領(lǐng)域，特別是一種基于合作的異構(gòu)無線網(wǎng)絡(luò)分散資源 分配方法。
【背景技術(shù)】
[0002] 近十年來，各種無線接入技術(shù)出現(xiàn)并得到廣泛發(fā)展。目前無線通信系統(tǒng)的目標(biāo)是 利用不同的接入技術(shù)，向用戶提供普適接入的多媒體服務(wù)。這就使得移動(dòng)用戶可以利用多 模移動(dòng)設(shè)備，接入異構(gòu)的無線網(wǎng)絡(luò)，包括無線局域網(wǎng)（簡稱WLAN)、通用移動(dòng)通信系統(tǒng)（簡稱 UMTS)和無線城域網(wǎng)（簡稱WiMax)以及各種3G、4G接入技術(shù)，以獲得豐富的應(yīng)用服務(wù)。在 異構(gòu)無線網(wǎng)絡(luò)中，應(yīng)該設(shè)計(jì)能夠同時(shí)滿足用戶和運(yùn)營商需求的資源管理機(jī)制（簡稱RRM)， 它包括帶寬分配的部分。目前，對無線資源管理的研究與性能評價(jià)往往從純粹工程技術(shù)的 角度出發(fā)，著重從技術(shù)上改進(jìn)和提高某項(xiàng)或幾項(xiàng)性能指標(biāo)，往往忽略客觀存在的非合作的 系統(tǒng)行為。傳統(tǒng)的資源分配技術(shù)的設(shè)計(jì)與優(yōu)化在具備較高的技術(shù)指標(biāo)的同時(shí)，卻對用戶的 行為缺乏合理的解釋。因此，在研究異構(gòu)無線網(wǎng)絡(luò)的資源管理時(shí)，有必要引入新的研究方法 和理論，粒子群算法為該研究提供了堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ)和合理的解釋。
[0003] 粒子群算法，也稱粒子群優(yōu)化算法，簡稱PS0,是近年來發(fā)展起來的一種新的進(jìn)化 算法（Evolutionary Algorithm-EA) ISO算法屬于進(jìn)化算法的一種，和模擬退火算法相似， 它也是從隨機(jī)解出發(fā)，通過迭代尋找最優(yōu)解，它也是通過適應(yīng)度來評價(jià)解的品質(zhì)，但它比遺 傳算法規(guī)則更為簡單，它沒有遺傳算法的"交叉"（Crossover)和"變異"（Mutation)操作， 它通過追隨當(dāng)前搜索到的最優(yōu)值來尋找全局最優(yōu)。這種算法以其實(shí)現(xiàn)容易、精度高、收斂快 等優(yōu)點(diǎn)引起了學(xué)術(shù)界的重視，并且在解決實(shí)際問題中展示了其優(yōu)越性。
[0004] 現(xiàn)有技術(shù)中尚無一種利用粒子群算法對異構(gòu)無線網(wǎng)絡(luò)分散資源分配的相關(guān)報(bào)道。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供一種基于合作的異構(gòu)無線網(wǎng)絡(luò)分散資源分配方法，以協(xié)調(diào) 各個(gè)用戶對帶寬資源的請求，以保證資源達(dá)到最優(yōu)效用。
[0006] 實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種基于合作的異構(gòu)無線網(wǎng)絡(luò)分散資源分配 方法，包括以下步驟：
[0007] 步驟1，智能集中控制器收集異構(gòu)無線網(wǎng)絡(luò)基本參數(shù)和其中可用的帶寬資源，基 本參數(shù)包括：該地理區(qū)域內(nèi)采用不同技術(shù)的無線網(wǎng)絡(luò)集合N = {&，N2, . . .，Nd}、及集合中 元素異構(gòu)網(wǎng)絡(luò)的數(shù)目d，第n個(gè)網(wǎng)絡(luò)內(nèi)部基站或接入點(diǎn)集合5；, = {5；,冬，…，5J、及集合內(nèi) 元素基站或接入點(diǎn)數(shù)目sn，接收第n個(gè)網(wǎng)絡(luò)內(nèi)第s個(gè)基站或接入點(diǎn)資源的移動(dòng)終端集合 ^^^{^，^，???^/^、及集合內(nèi)元素移動(dòng)終端數(shù)目^所述帶寬資源為異構(gòu)網(wǎng)絡(luò)中每個(gè) 基站或接入點(diǎn)的無線帶寬資源，記第n個(gè)異構(gòu)網(wǎng)絡(luò)內(nèi)部第s個(gè)基站或接入點(diǎn)帶寬Cns;
[0008] 步驟2,智能集中控制器收集用戶終端的資源使用請求，即每個(gè)移動(dòng)終端分配 到的帶寬資源的范圍；所述的資源使用請求指每個(gè)移動(dòng)終端分配到的帶寬資源的范圍 見eb"為每個(gè)移動(dòng)終端請求的總帶寬資源，^是每個(gè)移動(dòng)終端從所有基站 ，: m 分配到的帶寬資源下限，是每個(gè)移動(dòng)終端從所有基站分配到的帶寬資源上限。
[0009] 步驟3,采用粒子群算法對異構(gòu)網(wǎng)絡(luò)中的帶寬資源進(jìn)行分配。
[0010] 步驟3-1，初始化粒子群算法的參數(shù)；所述粒子群算法的參數(shù)包括：
[0011] 粒子群算法的最大迭代次數(shù)Ng，第n個(gè)異構(gòu)無線網(wǎng)絡(luò)內(nèi)部第s個(gè)基站或接入點(diǎn)分 配給第m個(gè)移動(dòng)終端的帶寬資源b_，每個(gè)b_的更新速度v _，每個(gè)移動(dòng)終端分配到的帶 寬資源的范圍見迭代次數(shù)序號gen，以及每個(gè)v_最大更新速度f .其中， ? > NgG [400, 500]；
[0012] 對參數(shù)進(jìn)行初始化具體為：
[0013] 1)初始化粒子群，利用公式隨機(jī)產(chǎn)生P個(gè)粒子群算法初始位置b_，粒子分別記為 Qi, Q2......QP，其中
所用公式為：
[0014]
[0015] 式中參數(shù)含義為：見"1是每個(gè)移動(dòng)終端從每個(gè)基站分配到的帶寬資源下限， 是每個(gè)移動(dòng)終端從每個(gè)基站分配到的帶寬資源上限^為[0, 1]之間的隨機(jī)數(shù)山_初始解 需要滿足以下公式：
[0018] 2)初始化Np個(gè)粒子群算法粒子更新速度v _，所用公式為：
[0019]
[0020] 式中參數(shù)含義為：^為[-1，1]之間的隨機(jī)數(shù)，根據(jù)當(dāng)前網(wǎng)絡(luò)確定；
[0021] 3)初始化迭代次數(shù)序號gen = 1。
[0022] 步驟3-2,根據(jù)目標(biāo)函數(shù)計(jì)算每個(gè)粒子的適應(yīng)值；具體過程為：
[0023] 利用公式計(jì)算每個(gè)粒子Qx適應(yīng)值的大小，公式如下：
[0024] f (Qx) = In (l+bnms), n G N, s G Sn, m G Mns
[0025] 式中參數(shù)含義為：QX為每個(gè)粒子，b _為粒子對應(yīng)的位置。
[0026] 步驟3-3,求所有粒子適應(yīng)值的和，即群體適應(yīng)值總和；求所有粒子適應(yīng)值的和 Sum所用公式為：
[0027]
[0028] 式中參數(shù)含義為：QX為每個(gè)粒子。
[0029] 步驟3-4,將當(dāng)前群體適應(yīng)值總和與歷史c群體適應(yīng)值總和比較，若群體適應(yīng)值總 和大于歷史最大群體適應(yīng)值總和，則將歷史最大群體適應(yīng)值總和更新為當(dāng)前群體適應(yīng)值總 和；具體過程為：
[0030] 記第gen次迭代的群體適應(yīng)值總和Sum為S (gen)，記前gen-1次迭代中第sig的 歷史最大群體適應(yīng)值總和為S (max)，比較S (gen)與S (max)的大小，若S (gen) > S (max)， 則更新S (max)值，令S (max) - S (gen)，同時(shí)更新sig，令sig - gen ;否則舍棄S (gen)的 值，其中S(max)初始為0。
[0031 ] 步驟3-5,更新粒子的位置；具體為：
[0032] 記第gen次迭代中第n個(gè)異構(gòu)無線網(wǎng)絡(luò)每個(gè)異構(gòu)網(wǎng)絡(luò)內(nèi)第s個(gè)基站或接入點(diǎn)中每 個(gè)基站或接入點(diǎn)分配給第m個(gè)移動(dòng)終端分配到的總帶寬資源記為％；；；：，利用下述公式計(jì)算 C:+,的值：
[0033]
[0034] 式中參數(shù)含義為：￥_為每個(gè)粒子對應(yīng)的更新速度；
[0035] 求得的需要滿足公式：
[0038] 步驟3-6,記錄每個(gè)粒子適應(yīng)值、群體適應(yīng)值總和以及更新后的位置；具體為：每 個(gè)粒子適應(yīng)值./>=，群體適應(yīng)值總和為S (gen)，每個(gè)粒子更新后的位置為^+1。
[0039] 步驟3-7,重復(fù)步驟3-2~步驟3_6義次，按照群體適應(yīng)值總和最大時(shí)的帶寬資源 分配情況進(jìn)行當(dāng)前異構(gòu)無線網(wǎng)絡(luò)資源的分配，N g表示粒子群算法的最大迭代次數(shù)。按照歷 史群體適應(yīng)值總和最大時(shí)的帶寬資源分配情況進(jìn)行當(dāng)前異構(gòu)無線網(wǎng)絡(luò)資源的分配具體為： 令gen - (gen+1)，重復(fù)步驟3-2~步驟3-6%次，歷史最大群體適應(yīng)值總和S (max)時(shí)對應(yīng) 的第sig迭代所對應(yīng)的每個(gè)粒子位置的bnnJP為異構(gòu)無線網(wǎng)絡(luò)中第n個(gè)網(wǎng)絡(luò)內(nèi)第s個(gè)基站 或接入點(diǎn)分配給第m個(gè)移動(dòng)終端帶寬資源的值，這些粒子位置的集合便為整個(gè)異構(gòu)無線網(wǎng) 絡(luò)帶寬資源分配數(shù)值的集合。
[0040] 本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)為：（1)本發(fā)明的異構(gòu)網(wǎng)絡(luò)基于粒子群算法 進(jìn)行虛擬資源分配，滿足異構(gòu)網(wǎng)絡(luò)最優(yōu)資源分配要求；（2)本發(fā)明的方法充分使用異構(gòu)網(wǎng) 絡(luò)中可用的帶寬資源，保障了異構(gòu)網(wǎng)絡(luò)帶寬資源的最優(yōu)效用；（3)本發(fā)明的方法為顯著提 高異構(gòu)網(wǎng)絡(luò)資源利用效率、減少異構(gòu)網(wǎng)絡(luò)資源浪費(fèi)提供技術(shù)支持。
【附圖說明】
[0041] 圖1為本發(fā)明基于合作的異構(gòu)無線網(wǎng)絡(luò)分散資源分配方法的流程圖。
[0042] 圖2為本發(fā)明異構(gòu)無線網(wǎng)絡(luò)帶寬資源分配示意圖。
[0043] 圖3為本發(fā)明基于粒子群算法的帶寬資源分配方法流程圖。
【具體實(shí)施方式】
[0044] 結(jié)合圖1，本發(fā)明基于合作的異構(gòu)無線網(wǎng)絡(luò)分散資源分配方法，包括以下步驟：
[0045] 步驟1，結(jié)合圖2,智能集中控制器收集異構(gòu)無線網(wǎng)絡(luò)基本參數(shù)和其中可用的帶寬 資源，基本參數(shù)包括：該地理區(qū)域內(nèi)采用不同技術(shù)的無線網(wǎng)絡(luò)集合N = {&，N2, . .