| 基于灰色预测模型的跨层切换优化 |
相关标签：摘 要:随着移动互联网的飞速发展,无线通信一直在寻求一种更好的支持无缝切换的机制。首先使用改进的指数加权移动平均算法对接收信号强度进行平滑处理,然后提出了一种在移动WIMAX环境中基于运动预测的快速跨层切换机制。使用灰色预测模型可以预测移动用户的接收信号强度。在预测模型的帮助下,3层切换可以提前2层切换触发,因此总的切换时延可以降低。
关键词:跨层切换;2层触发;灰色预测模型;指数加权移动平均
Crosslayer handover optimization using grey prediction model
YUAN Xueming,TANG Hong
Mobile Communications Research Laboratory, Chongqing University of Posts and Telecommunications, Chongqing 400065,China
)
Abstract: With the fast development of mobile Internet, the wireless community has been increasingly looking for a framework that can better provide seamless mobility. Firstly, this paper processed received signal strength smoothly using improved Exponentially Weighted Moving Average (EWMA) algorithm. Then, a fast crosslayer handover scheme based on movement prediction in mobile WIMAX environment was proposed. Prediction is achieved by grey predictive model with keeping track of the signal strength of mobile users. With the help of the prediction, layer3 handover activities are able to occur prior to layer2 handover, therefore, total handover latency can be reduced.
Key words: crosslayer handover; L2 trigger; grey predictive model; Exponentially Weighted Moving Average (EWMA)
0 引言
在全球通信产业发展中,随着数据业务的飞速发展,使得像3G/LTE/WIMAX等支持数据业务的无线通信系统得到了快速发展。其中WIMAX[1]支持移动性的关键技术是实验网络的无缝切换[2],如果切换过程进行不好,很可能造成小区的过载或移动台的“掉话”,使网络质量大大下降。WIMAX网络支持VoIP(Voice over Internet Protocol)和多媒体通信等时延敏感业务,所以如何快速切换,降低切换时延和丢包率一直是WIMAX网络研究的热点。要完成像VoIP这种业务,不但要求MAC切换时延和丢包率要降低,而且要求网络改变时网络层的切换时延和丢包率也要降低,这样才能保证通信的正常进行。
IEEE 802.16e利用许多机制[1,3],使移动设备(Mobile Station,MS)在基站(Base Station,BS)间切换时得以快速平滑地进行。其实单独MAC层的切换时延对实时性业务影响并不大。由于移动IP的移动性检测、地址重复性检测和家乡网络注册等时间很长,导致移动IP的切换时延远大于2层的切换时延。标准的移动IP协议产生的时延对于实时性应用是不可接受的。然而将IEEE802.16e MAC层和移动IP切换严格分开,更加增大了整个切换时延。
目前基于跨层设计的技术在降低移动IP切换方面已经引起了广泛的注意。FMIPv4和FMIPv6协议[4-5]可以让移动终端快速检测到已经移动到了新的子网,并且和当前移动终端连接的子网络获得目标子网络的信息。跨层移动管理协议可以通过链路层的信息(例如:接收信号强度)降低移动性检测的时间。2层触发[6-7]是一个2层事件的信号,它可以过早地感知到即将发生的变化,然后同时或提前触发3层的切换。在文献[8,9]中已经提出了几种基于预测的方法可以降低切换时延,它们共同的目的就是要根据前面的运动模型提前预测到移动用户未来的位置。
本文首先改进指数加权移动平均算法对接收信号强度进行平滑处理,然后提出了一种基于运动预测的跨层切换机制。这种运动预测只需要灰色预测模型就可以完成。该模型通过追踪移动用户的接收信号强度建立预测模型,可以预测未来的信号强度。在预测模型的帮助下,3层的切换可以在2层切换之前触发,并且总的切换时延可以降低。
1 灰色预测模型
灰色系统理论[10]已经在经济、工业、农业、医学等各个领域得到了广泛应用。其中灰色预测是运用已知系统数据,采用灰色建模对系统的未来发展进行预测的一种使用方法。它以系统过去和当前的数据为基础,通过对数据的灰色加工和处理,找出系统内在的变化规律。该方法具有所需数据比较少,预测精度比较高的特点,这给实际的预测运用带来了很大的便利。
本文采用灰色预测中的GM(1,1)预测模型进行建模预测。GM(1,1)表示含有1个变量的一阶微分方程的动态模型,其数学建模步骤如下:
令X(0)为GM(1,1)建模序列:
X(0)=(x(0)(1),x(0)(2),…,x(0)(n))
X(1)为X(0)的1AGO序列:
x(1)(k)=∑ki=1x(0)(i); k=1,2,…,n
令Z(1)为X(1)的紧邻均值(MEAN)生成序列:
z(1)(k)=0.5x(1)(k)+0.5x(1)(k-1)
则GM(1,1)的定义型,即GM(1,1)的灰微分方程模型为:
x(0)(k)+az(1)(k)=b(1)
式中a称为发展系数,b为灰色作用量。设为待估参数向量,即=(a,b)T,则灰微分方程(式 (1))的最小二乘估计参数列满足:
= (BTB)-1BTYn
其中:
B=-z(1)(2)1-z(1)(3)1-z(1)(n)1,Yn=x(0)(2)x(0)(3)x(0)(n)
称:
dx(1)dt+ax(1)=b(2)
为灰色微分方程x(0)(k)+az(1)(k)=b的白化方程,也叫影子方程。
如上所述,则有式 (2)的解也称时间响应函数为:
(1)(t)=(x(1)(0)-ba)e-at+ba(3)
GM(1,1)灰色微分方程x(0)(k)+az(1)(k)=b的时间响应序列为:
(1)(k+1)=[x(1)(0)-ba]e-ak+ba;k=1,2,…,n(4)
取x(1)(0)=x(0)(1),则:
(1)(k+1)=[x(0)(1)-ba]e-ak+ba;k=1,2,…,n(5)
还原值:
(0)(k+1)=(1)(k+1)-(1)(k)(6)
式(6)即为预测方程。
一般建模数据序列应当由最新的数据及其相邻数据构成,当再出现新数据时,可采用去掉原始序列中最老的一个数据,再加上最新的数据,所形成的序列和原序列维数相等,再重估参数。
第1期 苑学明等:基于灰色预测模型的跨层切换优化
计算机应用 第30卷
2 基于灰色预测模型的跨层优化
MS通过周期性的扫描获得接收信号强度(Received Signal Strength Indicator,RSSI)。一般来说,直接得到的RSSI抖动非常大,很容易引起错误的切换,所以在使用RSSI时需要经过平滑滤波。本文采用指数加权移动平均(Exponentially Weighted Moving Average,EWMA)进行平滑滤波。但是对接收信号强度进行EWMA的效果并不好,需要对其进行改进。然后使用灰色预测模型对RSSI进行预测,建立快速跨层切换机制。
2.1 指数加权移动平均
EWMA是一种常用的序列数据处理方式,在通信领域中主要用于对网络状态参数进行估计和平滑。从信号处理角度看,EWMA可以看成是一个低通滤波器,通过控制αavg值,剔除短期波动、保留长期发展趋势提供了信号的平滑形式。IEEE 802.16e[1]标准中对RSSI进行平滑处理就是采用的这种算法。其表达式如下: