基于多網(wǎng)并行傳輸技術(shù)的海上異構(gòu)網(wǎng)絡(luò)接入算法

張治霖，毛忠陽(yáng)*，康家方，張 磊，楊雅雯

(1.海軍航空大學(xué) 航空通信教研室，山東 煙臺(tái) 264001；2.海軍航空大學(xué) 信號(hào)與信息處理山東省重點(diǎn)實(shí)驗(yàn)室，山東 煙臺(tái) 264001;3.中國(guó)人民解放軍 92758部隊(duì),遼寧 錦西 121000)

0 引言

隨著無(wú)線通信技術(shù)的快速發(fā)展，各種通信方式和手段也在不斷更新。由多種通信網(wǎng)組成的異構(gòu)無(wú)線網(wǎng)絡(luò)憑借“質(zhì)”“量”“適應(yīng)性”在眾多信息傳輸框架中脫穎而出，并向著跨域互聯(lián)、相互協(xié)作的方向不斷邁進(jìn)[1]。融合多種無(wú)線接入技術(shù)組成的新一代無(wú)線接入技術(shù)具備統(tǒng)一的上層功能模塊[2]，能為使用者提供多種多樣的網(wǎng)絡(luò)接入選擇，且這種技術(shù)已經(jīng)初見(jiàn)成效，受到了專家學(xué)者廣泛的關(guān)注。

用戶在異構(gòu)網(wǎng)絡(luò)環(huán)境中移動(dòng)時(shí)可能同時(shí)處于多個(gè)無(wú)線網(wǎng)絡(luò)的覆蓋范圍之內(nèi)，網(wǎng)絡(luò)接入算法的作用是讓用戶在大量備選網(wǎng)絡(luò)中選擇最能高效傳輸?shù)木W(wǎng)絡(luò)進(jìn)行接入，針對(duì)這一問(wèn)題，相關(guān)領(lǐng)域?qū)＜覍W(xué)者提出了一系列的解決方案。文獻(xiàn)[3]利用模糊神經(jīng)網(wǎng)絡(luò)構(gòu)建用戶滿意度模型，從而根據(jù)用戶的個(gè)性化需求進(jìn)行有針對(duì)性的網(wǎng)絡(luò)接入。文獻(xiàn)[4]把網(wǎng)絡(luò)選擇問(wèn)題視為多屬性決策問(wèn)題，利用模糊邏輯理論對(duì)問(wèn)題進(jìn)行分化，再進(jìn)行網(wǎng)絡(luò)接入。上述文獻(xiàn)認(rèn)為用戶在異構(gòu)網(wǎng)絡(luò)中能且只能選擇一種網(wǎng)絡(luò)進(jìn)行接入，具有一定的局限性。

新一代無(wú)線接入技術(shù)的出現(xiàn)，為終端同時(shí)連接多個(gè)網(wǎng)絡(luò)提供了可能，移動(dòng)終端的多網(wǎng)并行傳輸技術(shù)孕育而生。移動(dòng)終端在條件允許的情況下同時(shí)接入不止一個(gè)網(wǎng)絡(luò)進(jìn)行信息傳輸，聚合帶寬吞吐量的大小在理想狀態(tài)下是所有路徑吞吐量之和[5]，因此不僅增大了傳輸帶寬、降低了傳輸時(shí)間[6]，還能提高網(wǎng)絡(luò)資源利用率[7]。在特定的干擾環(huán)境中，多網(wǎng)并行傳輸相較于傳統(tǒng)單網(wǎng)傳輸而言傳輸時(shí)間大大降低，盡管增加了傳輸鏈路，但其通信頻率的可選擇性強(qiáng)，所以傳輸鏈路受到監(jiān)測(cè)和中斷鏈路的概率也會(huì)大大降低，通信安全性大大提高。目前有少量文獻(xiàn)對(duì)多網(wǎng)并行傳輸技術(shù)下的網(wǎng)絡(luò)接入算法進(jìn)行了研究，文獻(xiàn)[8]提出了基于能效函數(shù)的多網(wǎng)并行的網(wǎng)絡(luò)接入算法，但僅從能耗角度對(duì)網(wǎng)絡(luò)選擇進(jìn)行約束，缺乏約束條件的多樣性。文獻(xiàn)[9]提出了一種基于逼近理想值排序的多網(wǎng)并行的網(wǎng)絡(luò)接入算法，用無(wú)線網(wǎng)絡(luò)的非空子集作為候選方案，得到效用函數(shù)值后提供接入方案，但仿真環(huán)境平和，并無(wú)干擾因素。

因此，在分析多網(wǎng)并行傳輸技術(shù)的基礎(chǔ)上，針對(duì)單網(wǎng)傳輸效率低、干擾環(huán)境下業(yè)務(wù)完成率低的問(wèn)題，提出了干擾環(huán)境下的多網(wǎng)并行傳輸?shù)木W(wǎng)絡(luò)選擇算法。在多網(wǎng)并行傳輸技術(shù)的前提下，引入改進(jìn)的逼近理想值排序法，得到不同接入網(wǎng)的參數(shù)效用值并進(jìn)行比較和排序，選擇當(dāng)前狀態(tài)下最適合的接入網(wǎng)進(jìn)行連接。通過(guò)仿真發(fā)現(xiàn)所提方法在明顯降低成本的基礎(chǔ)上，有效提高了干擾場(chǎng)景下的業(yè)務(wù)完成率。

1 系統(tǒng)模型

1.1 模型建立

隨著海上絲綢之路的開(kāi)啟，船舶飛機(jī)在海上作業(yè)的需求在不斷增加，對(duì)通信質(zhì)量的要求也在不斷提高。特別是在多重?zé)o線網(wǎng)絡(luò)的覆蓋下，在帶寬、包延遲、距離等因素的共同作用下，如何選用最合適的通信網(wǎng)絡(luò)進(jìn)行接入成為亟待解決的問(wèn)題。

網(wǎng)絡(luò)的發(fā)展依賴于大量的仿真，而在仿真中需要計(jì)算機(jī)模擬節(jié)點(diǎn)的運(yùn)動(dòng)，因此提出了移動(dòng)模型的概念。通常情況下，移動(dòng)模型依靠位置、速度和方向共同描述一個(gè)節(jié)點(diǎn)的運(yùn)動(dòng)軌跡，因此描述不同的運(yùn)動(dòng)模式需要使用不同的移動(dòng)模型[10]。根據(jù)節(jié)點(diǎn)的移動(dòng)特性，最普遍使用的移動(dòng)模型有隨機(jī)移動(dòng)模型、具有時(shí)間依賴性的移動(dòng)模型、具有空間依賴性的移動(dòng)模型和具有空間約束性的移動(dòng)模型。其中隨機(jī)移動(dòng)模型的典型代表是隨機(jī)路點(diǎn)模型[11]，隨機(jī)路點(diǎn)模型中的節(jié)點(diǎn)按照隨機(jī)方向進(jìn)行勻速移動(dòng)，到達(dá)目的地后作短暫停留，接著選取下一個(gè)目的地進(jìn)行移動(dòng)；具有時(shí)間依賴性的移動(dòng)模型典型代表是高斯-馬爾科夫移動(dòng)模型，對(duì)節(jié)點(diǎn)前后時(shí)間的速度和方向有著特定的隨機(jī)性要求；具有空間依賴性的移動(dòng)模型典型代表是游牧團(tuán)體移動(dòng)模型[12]。本文采用高斯-馬爾科夫移動(dòng)模型[13]對(duì)高移動(dòng)性節(jié)點(diǎn)進(jìn)行描述，相對(duì)于其他傳統(tǒng)的移動(dòng)模型，高斯-馬爾科夫模型能更加準(zhǔn)確的描述現(xiàn)實(shí)環(huán)境中的連續(xù)隨機(jī)運(yùn)動(dòng)，避免出現(xiàn)急拐急停的現(xiàn)象。

本文采用的海上異構(gòu)無(wú)線網(wǎng)絡(luò)架構(gòu)如圖1所示。相較于陸上異構(gòu)網(wǎng)絡(luò)，海上異構(gòu)網(wǎng)絡(luò)的環(huán)境相對(duì)空曠，自然環(huán)境造成的中斷相對(duì)較少，但與之帶來(lái)的是海上環(huán)境更易遭受到人為因素監(jiān)測(cè)和中斷。

圖2為多網(wǎng)并行傳輸技術(shù)的原理圖，其系統(tǒng)模型主要由接口管理模塊、數(shù)據(jù)處理模塊、用戶模塊和網(wǎng)絡(luò)選擇模塊組成[14]。本文算法旨在探討算法對(duì)于技術(shù)的可行性和場(chǎng)景的適應(yīng)性，而技術(shù)本身涉及的接口協(xié)議和其他具體實(shí)現(xiàn)不在本文研究范圍內(nèi)。因此在本文中默認(rèn)用戶可以同時(shí)連接不止一個(gè)接入網(wǎng)，且接入網(wǎng)提供的傳輸速率為最佳傳輸速率，接入網(wǎng)絡(luò)切換的觸發(fā)條件是當(dāng)前鏈路是否被中斷。

圖2 多網(wǎng)并行傳輸技術(shù)示意圖Fig.2 Schematic diagram of multi network parallel transmission technology

1.2 海上通信網(wǎng)絡(luò)特征

海上用戶所處的通信環(huán)境通常復(fù)雜多變，受地球弧度、大氣、海浪高度以及其他船只等因素影響，存在深衰落和多徑效應(yīng)。與陸地通信相比，海上通信沒(méi)有大量的建筑物進(jìn)行遮擋，但會(huì)使得電波傳輸余隙較大，繞射損耗較小，從而增加了電波反射[15]。針對(duì)海上異構(gòu)網(wǎng)絡(luò)的特點(diǎn)，本文選用的海上通信信道模型[16]僅考慮海面反射和大氣吸收損耗，不考慮云霧衰減、繞射損耗等惡劣環(huán)境造成的不穩(wěn)定影響。

2 基于多網(wǎng)并行傳輸?shù)暮Ｉ暇W(wǎng)絡(luò)接入算法

2.1 算法描述

設(shè)每個(gè)機(jī)動(dòng)站點(diǎn)有4條鏈路可供移動(dòng)節(jié)點(diǎn)選擇，分別為鏈路一、鏈路二、鏈路三和鏈路四。不同機(jī)動(dòng)站點(diǎn)的相同鏈路具有相同的通信信道特征，鏈路能否連接與其相對(duì)距離有關(guān)，超出距離視為無(wú)法通信。

由于機(jī)動(dòng)站點(diǎn)的網(wǎng)絡(luò)屬性在隨時(shí)變化，移動(dòng)節(jié)點(diǎn)和機(jī)動(dòng)站點(diǎn)的距離也時(shí)刻發(fā)生改變，所以可接入網(wǎng)絡(luò)的數(shù)量是動(dòng)態(tài)改變的。用傳統(tǒng)的逼近理想值排序(Technique for Order Preference by Similarity to an Ideal Solution，TOPSIS)法進(jìn)行排序時(shí)，方案數(shù)量的增加和減少會(huì)影響到每個(gè)方案與正負(fù)理想方案的距離，從而造成排序的失序問(wèn)題。排序的失序會(huì)增加移動(dòng)節(jié)點(diǎn)的連接成本，增大鏈路被中斷的幾率，針對(duì)以上問(wèn)題選用改進(jìn)的TOPSIS法進(jìn)行解決，通過(guò)將網(wǎng)絡(luò)參數(shù)預(yù)先進(jìn)行效用函數(shù)計(jì)算，使網(wǎng)絡(luò)參數(shù)標(biāo)準(zhǔn)化，避免了方案變動(dòng)造成的屬性影響。

(1) 建立決策矩陣

設(shè)有m個(gè)備選機(jī)動(dòng)站點(diǎn)，每個(gè)機(jī)動(dòng)站點(diǎn)有n個(gè)備選網(wǎng)絡(luò)可接入，建立備選網(wǎng)絡(luò)集合X={x1n,x2n,…,xmn} ，其中n=1,2,3,4。

設(shè)有r個(gè)網(wǎng)絡(luò)屬性，建立網(wǎng)絡(luò)屬性矩陣Y為：

(2) 構(gòu)造效用矩陣

效用函數(shù)可以應(yīng)用在網(wǎng)絡(luò)選擇領(lǐng)域，表示用戶在網(wǎng)絡(luò)連接中獲得的效用與所消耗成本之間數(shù)量關(guān)系的函數(shù)，以衡量用戶對(duì)網(wǎng)絡(luò)服務(wù)的滿意程度。在衡量一個(gè)網(wǎng)絡(luò)參數(shù)時(shí)，隨著參數(shù)值的增大網(wǎng)絡(luò)效能也隨之增大，則稱其為效益參數(shù)，效益參數(shù)的效用函數(shù)選用sigmoid函數(shù)[17]，其定義式為：

與效益參數(shù)相反的稱之為成本參數(shù)，隨著成本參數(shù)的減小網(wǎng)絡(luò)性能會(huì)有所改觀，因?yàn)槌杀緟?shù)的效用函數(shù)與效益參數(shù)單調(diào)性相反，所以可以定義為：

將網(wǎng)絡(luò)屬性矩陣的參數(shù)一一對(duì)應(yīng)輸入到相應(yīng)的效用函數(shù)中，輸出得到效用矩陣為：

其中,αk=1或2。

(3) 建立加權(quán)效用矩陣

在不同的場(chǎng)景下，用戶選擇接入網(wǎng)時(shí)的偏好是不同的，不同的偏好導(dǎo)致了不同的接入方案，因此建立加權(quán)效用矩陣表示移動(dòng)節(jié)點(diǎn)在進(jìn)行方案選擇時(shí)的屬性偏好。設(shè)網(wǎng)絡(luò)屬性權(quán)值向量為：

W=[w1,w2,…,wr]T，0

式中，wr是第r個(gè)網(wǎng)絡(luò)屬性的對(duì)應(yīng)權(quán)重，權(quán)重越大表明用戶在網(wǎng)絡(luò)接入方案選擇時(shí)對(duì)于該網(wǎng)絡(luò)屬性的傾向性越高。網(wǎng)絡(luò)屬性權(quán)重采用層次分析 (以下簡(jiǎn)稱AHP) 法進(jìn)行計(jì)算[18]，根據(jù)網(wǎng)絡(luò)參數(shù)的變化情況給出當(dāng)前狀態(tài)下環(huán)境對(duì)于網(wǎng)絡(luò)屬性的傾向性，能有效提高算法選擇較優(yōu)參數(shù)機(jī)動(dòng)站點(diǎn)的時(shí)效性。將AHP法計(jì)算得出的權(quán)重帶入到下式中進(jìn)行計(jì)算，將效用矩陣和屬性權(quán)重一一對(duì)應(yīng)相乘得到加權(quán)效用矩陣為：

umr=tαk(ymr)wr。

(4) 確定正負(fù)理想方案Q+和Q-

Q+={max(um1),max(um2),L,max(umr)}=

Q-={min(um1),min(um2),L,min(umr)}=

(5) 確定備選網(wǎng)絡(luò)方案的歐幾里得距離

備選網(wǎng)絡(luò)方案與正理想方案Q+的距離為：

備選網(wǎng)絡(luò)方案與負(fù)理想方案Q-的距離為：

(6) 確定備選網(wǎng)絡(luò)方案與正理想方案的相對(duì)接近程度

(7) 確定連接方案

對(duì)所有備選方案的相對(duì)接近程度進(jìn)行排序，排名越靠前，說(shuō)明當(dāng)前狀態(tài)下該連接方案越優(yōu)，之后按照多網(wǎng)并行傳輸和單網(wǎng)傳輸規(guī)則進(jìn)行方案選擇。

2.2 算法流程

當(dāng)移動(dòng)節(jié)點(diǎn)開(kāi)始移動(dòng)時(shí)，自動(dòng)生成業(yè)務(wù)列表，收集各個(gè)機(jī)動(dòng)站點(diǎn)的接入網(wǎng)網(wǎng)絡(luò)屬性。將收集到的網(wǎng)絡(luò)屬性值同時(shí)輸入到AHP法和改進(jìn)的TOPSIS法中：在AHP法中，利用網(wǎng)絡(luò)屬性值計(jì)算出當(dāng)前時(shí)刻環(huán)境里適合傳輸?shù)膮?shù)偏好，生成當(dāng)前時(shí)刻的環(huán)境權(quán)重；在改進(jìn)的TOPSIS法中，先利用效用函數(shù)對(duì)屬性值進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化，再采用傳統(tǒng)TOPSIS法和AHP法得到的環(huán)境權(quán)重計(jì)算出當(dāng)前時(shí)刻下可接入網(wǎng)絡(luò)的貼合度并進(jìn)行排序，將高等級(jí)業(yè)務(wù)按照多網(wǎng)并行傳輸規(guī)則進(jìn)行接入，低等級(jí)業(yè)務(wù)按照單網(wǎng)傳輸選擇貼合度最高的方案進(jìn)行接入。當(dāng)移動(dòng)節(jié)點(diǎn)連接成功后，中斷開(kāi)始判斷，按照不同鏈路預(yù)設(shè)的中斷概率進(jìn)行判斷，若中斷失敗則繼續(xù)傳輸，若中斷成功則鏈路傳輸中斷，重新按照TOPSIS法計(jì)算的排序方案進(jìn)行連接。

算法從移動(dòng)節(jié)點(diǎn)出發(fā)時(shí)開(kāi)始運(yùn)行，其流程如圖3所示。

圖3 算法流程Fig.3 Algorithm flow

3 仿真場(chǎng)景與結(jié)果分析

3.1 仿真場(chǎng)景

本文算法的仿真場(chǎng)景設(shè)置為海上臨時(shí)機(jī)動(dòng)站點(diǎn)環(huán)境，圖4給出了海上機(jī)動(dòng)站點(diǎn)的位置。

圖4 機(jī)動(dòng)站點(diǎn)位置圖Fig.4 Mobile station location map

移動(dòng)節(jié)點(diǎn)從原點(diǎn)出發(fā)，以150 m/s的速度做連續(xù)隨機(jī)運(yùn)動(dòng)，仿真時(shí)間為600 s。海上機(jī)動(dòng)站點(diǎn)處于海平面，以15節(jié)的速度向著x軸正方向進(jìn)行緩慢移動(dòng)。本文算法所用的距離是指移動(dòng)節(jié)點(diǎn)和機(jī)動(dòng)站點(diǎn)的相對(duì)距離，因此以移動(dòng)節(jié)點(diǎn)為參考點(diǎn)，機(jī)動(dòng)站點(diǎn)可以近似看做靜止。設(shè)置場(chǎng)景內(nèi)存在干擾，當(dāng)移動(dòng)節(jié)點(diǎn)連接到任一機(jī)動(dòng)站點(diǎn)進(jìn)行傳輸時(shí)，以一定的概率會(huì)受到干擾并被中斷連接，鏈路斷開(kāi)時(shí)間持續(xù)60 s，持續(xù)時(shí)間過(guò)后鏈路恢復(fù)。本文算法以此為例子進(jìn)行蒙特卡羅仿真。

3.2 參數(shù)設(shè)置

每個(gè)機(jī)動(dòng)站點(diǎn)有著相同的4條鏈路，但4條鏈路的成本和信道特征各不相同。本文主要考慮的網(wǎng)絡(luò)屬性為覆蓋范圍、發(fā)射功率、中斷概率、通信帶寬和費(fèi)用,如表1所示。由于鏈路被中斷的同時(shí)也存在被截獲的風(fēng)險(xiǎn)，所以移動(dòng)節(jié)點(diǎn)在執(zhí)行業(yè)務(wù)時(shí)主要側(cè)重在中斷次數(shù)盡可能少的情況下完成業(yè)務(wù)。部分網(wǎng)絡(luò)屬性參數(shù)參考文獻(xiàn)[9]。

移動(dòng)節(jié)點(diǎn)生成的業(yè)務(wù)分為高等級(jí)業(yè)務(wù)和低等級(jí)業(yè)務(wù)兩種。高等級(jí)業(yè)務(wù)的持續(xù)時(shí)間服從參數(shù)為10的泊松分布，低等級(jí)業(yè)務(wù)的持續(xù)時(shí)間服從參數(shù)為5的泊松分布，兩種業(yè)務(wù)產(chǎn)生的概率都為50%。

表2是機(jī)動(dòng)站點(diǎn)的網(wǎng)絡(luò)參數(shù)波動(dòng)范圍，仿真時(shí)參數(shù)變化按照馬爾科夫鏈的形式進(jìn)行隨機(jī)變化，模擬真實(shí)環(huán)境中的其他干擾因素對(duì)傳輸環(huán)境的影響。本文只驗(yàn)證算法和技術(shù)的可行性，因此假設(shè)鏈路被干擾中斷時(shí)不影響機(jī)動(dòng)站點(diǎn)的網(wǎng)絡(luò)參數(shù)值變化。在多網(wǎng)并行傳輸技術(shù)的網(wǎng)絡(luò)選擇算法中，多條連接鏈路的參數(shù)之和為算法當(dāng)前時(shí)刻的參數(shù)值。

表2 機(jī)動(dòng)站點(diǎn)仿真參數(shù)表Tab.2 Simulation parameter table

3.3 結(jié)果分析

為驗(yàn)證本文算法(即改進(jìn)TOPSIS算法)的性能優(yōu)勢(shì)，將其與模擬人工切換算法和基于TOPSIS的多網(wǎng)并行傳輸?shù)木W(wǎng)絡(luò)算法(以下簡(jiǎn)稱基于TOPSIS算法)進(jìn)行仿真比較，仿真軟件使用Matlab2018。模擬人工切換算法是指單網(wǎng)傳輸下機(jī)動(dòng)站點(diǎn)選擇按照相對(duì)距離由近至遠(yuǎn)，鏈路選擇按照中斷概率由小到大進(jìn)行接入，符合人為選擇習(xí)慣?；赥OPSIS的多網(wǎng)并行傳輸?shù)木W(wǎng)絡(luò)算法參考復(fù)現(xiàn)的是文獻(xiàn)[9]。

圖5和圖6是3種算法在相同仿真時(shí)間和相同業(yè)務(wù)列表情況下的累計(jì)開(kāi)銷對(duì)比，從圖中可以看出多網(wǎng)并行傳輸技術(shù)的網(wǎng)絡(luò)選擇算法由于鏈路連接多于單網(wǎng)傳輸，所以必然會(huì)增加功耗和費(fèi)用。通常情況下，由于多網(wǎng)算法連接鏈路多，且單網(wǎng)算法選擇較低花銷的鏈路，因此多網(wǎng)算法的花銷將大于或等于單網(wǎng)算法的開(kāi)銷。通過(guò)50次蒙特卡羅仿真取平均值，基于TOPSIS算法的花費(fèi)費(fèi)用比模擬人工切換算法增長(zhǎng)了176%，與改進(jìn)TOPSIS算法相比增長(zhǎng)了112%，而改進(jìn)TOPSIS算法相比于模擬人工切換算法僅增長(zhǎng)了30%，開(kāi)銷增長(zhǎng)量在可接受范圍內(nèi)。從圖5可以看出，基于TOPSIS算法和改進(jìn)TOPSIS算法相比，改進(jìn)TOPSIS算法由于經(jīng)過(guò)了效用函數(shù)的數(shù)據(jù)標(biāo)準(zhǔn)化，再加上網(wǎng)絡(luò)屬性權(quán)重對(duì)于費(fèi)用的約束，使得改進(jìn)TOPSIS算法的費(fèi)用增加低于基于TOPSIS算法。

圖5 費(fèi)用對(duì)比圖Fig.5 Cost comparison chart

在功耗消耗方面，基于TOPSIS算法相比于模擬人工切換算法提升了約103.88%，相比于同是多網(wǎng)并行傳輸?shù)母倪M(jìn)TOPSIS算法降低了約13.24%，也就是說(shuō)改進(jìn)TOPSIS算法比模擬人工算法功耗消耗提高了130.87%。圖6中多網(wǎng)并行傳輸?shù)木W(wǎng)絡(luò)選擇算法消耗的功耗近似等于單網(wǎng)傳輸?shù)膬杀?，說(shuō)明多網(wǎng)并行傳輸以接入兩個(gè)排序靠前的網(wǎng)絡(luò)為主，且靠前的網(wǎng)絡(luò)功耗消耗普遍較大。將圖5和圖6結(jié)合來(lái)看，改進(jìn)TOPSIS算法用犧牲一部分功耗的代價(jià)換取低費(fèi)用，但這種代價(jià)是可以被允許的，特別是在干擾場(chǎng)景下，功耗和費(fèi)用的支出換取通信業(yè)務(wù)的完成是成立的。

圖6 功耗對(duì)比圖Fig.6 Power consumption comparison diagram

在業(yè)務(wù)完成率方面，基于TOPSIS算法相比于模擬人工切換算法提升了約122.3%，而改進(jìn)TOPSIS算法相比于模擬人工切換算法提升了185.71%。同是多網(wǎng)并行傳輸算法，改進(jìn)TOPSIS算法比基于TOPSIS算法提升了約28.53%。圖7為3種算法在仿真時(shí)間中的業(yè)務(wù)完成率對(duì)比，可以看出，單網(wǎng)傳輸由于只能選擇一個(gè)鏈路進(jìn)行連接，且當(dāng)前業(yè)務(wù)沒(méi)完成傳輸時(shí)并不執(zhí)行下一業(yè)務(wù)，所以在頻繁被中斷鏈路的情況下，業(yè)務(wù)完成率非常低。仿真時(shí)3種算法的連接接入網(wǎng)次數(shù)和被中斷次數(shù)的對(duì)比情況如圖8所示，由于鏈路中斷的判斷是按照秒為單位進(jìn)行，所以連接次數(shù)可以理解為連接在機(jī)動(dòng)站點(diǎn)的時(shí)長(zhǎng)和被中斷后切換鏈路次數(shù)的總和，多網(wǎng)并行傳輸時(shí)同一時(shí)刻連接兩條鏈路時(shí)算一次。

圖7 完成率對(duì)比圖Fig.7 Completion rate comparison chart

在中斷和連接次數(shù)方面，改進(jìn)TOPSIS算法比基于TOPSIS算法連接次數(shù)降低了13.15%，中斷次數(shù)降低到基于TOPSIS算法的86.11%。從圖8可以看出，多網(wǎng)并行傳輸由于連接兩條鏈路，所以被中斷的次數(shù)會(huì)多于單網(wǎng)連接算法。改進(jìn)TOPSIS算法由于傳輸時(shí)間快、被中斷次數(shù)少，所以連接總數(shù)要比其他兩個(gè)算法少，結(jié)合圖6可以看出，改進(jìn)TOPSIS算法傾向于選擇低中斷概率、低費(fèi)用和高功耗的鏈路進(jìn)行接入。

圖8 性能對(duì)比圖Fig.8 Performance comparison chart

圖9和圖10表示的是兩種多網(wǎng)并行技術(shù)下的網(wǎng)絡(luò)選擇算法實(shí)時(shí)丟包率參數(shù)和包延遲參數(shù)對(duì)比情況。

可以看出兩種算法在不穩(wěn)定網(wǎng)絡(luò)參數(shù)環(huán)境下的連接實(shí)時(shí)參數(shù)都有波動(dòng)，但改進(jìn)TOPSIS的算法能較好的控制參數(shù)的波動(dòng)，約52%的仿真時(shí)間內(nèi)相鄰時(shí)間的丟包率差值小于5%，約68%的仿真時(shí)間內(nèi)相鄰時(shí)間的包延遲參數(shù)差值小于8%，因此得到本文算法對(duì)動(dòng)態(tài)環(huán)境有較好的適應(yīng)性，能為移動(dòng)節(jié)點(diǎn)提供較好的傳輸連接方案。

(a) 丟包率動(dòng)態(tài)變化

(b) 算法參數(shù)對(duì)比

(a) 包延遲動(dòng)態(tài)變化

(b) 算法參數(shù)對(duì)比

圖11和圖12表示的是兩種多網(wǎng)并行技術(shù)下的網(wǎng)絡(luò)選擇算法實(shí)時(shí)丟包率參數(shù)和包延遲參數(shù)對(duì)比情況，可以看出兩種算法對(duì)于網(wǎng)絡(luò)參數(shù)的波動(dòng)控制情況并沒(méi)有與丟包率、包延遲參數(shù)一樣突出，但本文算法將包抖動(dòng)參數(shù)維持在較低值，帶寬參數(shù)維持在較高值。這是由于仿真時(shí)間內(nèi)只是個(gè)別基站的丟包率和包延遲參數(shù)長(zhǎng)時(shí)間且在大范圍的浮動(dòng)，因此算法將小權(quán)重賦予給這兩種網(wǎng)絡(luò)參數(shù)。

(a) 包抖動(dòng)動(dòng)態(tài)變化

(b) 算法參數(shù)對(duì)比

(a) 帶寬動(dòng)態(tài)變化

(b) 算法參數(shù)對(duì)比

多網(wǎng)并行傳輸?shù)木W(wǎng)絡(luò)選擇算法相比于單網(wǎng)傳輸而言有著巨大的優(yōu)勢(shì)，一方面多條鏈路同時(shí)進(jìn)行連接確保了業(yè)務(wù)傳輸?shù)目煽啃?，另一方面多條鏈路傳輸時(shí)長(zhǎng)比單條鏈路傳輸時(shí)長(zhǎng)短，同一業(yè)務(wù)傳輸時(shí)間內(nèi)被中斷的機(jī)會(huì)減少。同時(shí)，本文算法在傳統(tǒng)TOPSIS算法的基礎(chǔ)上，加入了效用函數(shù)和AHP法對(duì)動(dòng)態(tài)環(huán)境網(wǎng)絡(luò)參數(shù)進(jìn)行約束，大大提高了算法對(duì)動(dòng)態(tài)環(huán)境的適應(yīng)性。綜上所述，在干擾環(huán)境下，本文多網(wǎng)并行傳輸?shù)木W(wǎng)絡(luò)接入算法可以根據(jù)用戶偏好對(duì)成本消耗進(jìn)行有效控制的同時(shí)，控制移動(dòng)節(jié)點(diǎn)接入方案網(wǎng)絡(luò)參數(shù)的浮動(dòng)，大大提升業(yè)務(wù)完成率，保證用戶有較好的服務(wù)質(zhì)量和信息安全性。

4 結(jié)束語(yǔ)

針對(duì)單網(wǎng)傳輸效率低、干擾環(huán)境下業(yè)務(wù)完成率低的問(wèn)題，本文提出了海上異構(gòu)網(wǎng)絡(luò)下干擾環(huán)境中的多網(wǎng)并行傳輸?shù)木W(wǎng)絡(luò)接入選擇算法。首先收集周圍機(jī)動(dòng)站點(diǎn)網(wǎng)絡(luò)屬性參數(shù)，生成業(yè)務(wù)列表，形成備選接入網(wǎng)方案集合。將集合內(nèi)的屬性參數(shù)通過(guò)效用函數(shù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化，再加入用戶偏好權(quán)重進(jìn)行約束，用TOPSIS法計(jì)算出備選網(wǎng)絡(luò)的貼合度排序，根據(jù)業(yè)務(wù)的等級(jí)進(jìn)行多網(wǎng)并行和單網(wǎng)傳輸?shù)倪x擇接入，遇到中斷通信鏈路的情況時(shí)，重新利用TOPSIS法進(jìn)行方案選擇。仿真結(jié)果表明，與模擬人工切換算法和基于TOPSIS算法相比，可以根據(jù)用戶偏好進(jìn)行成本有效約束的同時(shí)，提升業(yè)務(wù)完成率，提高了業(yè)務(wù)傳輸?shù)陌踩浴?/p>