一種基於模糊邏輯的指紋式智能切換判決方法及系統的製作方法
2023-05-27 13:59:51 1
專利名稱：一種基於模糊邏輯的指紋式智能切換判決方法及系統的製作方法
技術領域：
本發明涉及網絡通信領域，更具體地說，涉及一種基於模糊邏輯的指紋式智能切 換判決方法及系統。
背景技術：
在切換管理的實現中，通常根據切換發起執行的位置，將切換決策分為移動 終端控制的切換MCHO (Mobi 1 e Controlied Handoff)、網絡控制的切換NCHO (Network Controlled Handoff)和移動終端輔助的切換 MAH0(MobileAssisted Handoff)。現有802. 11無線區域網規範使用MCHO方式，由局端STA(Station)測量並完成切 換決策過程。MCHO方式對網絡側的智能要求較低，網絡結構可以比較簡單。符合寬帶無線 接入技術早期的軟硬體技術發展水平。但是造成的問題是由於網絡側缺乏STA移動的信 息，只有當顯示地通知網絡側STA移動信息之後，數據包才會更新路由，從而導致切換延遲 大，丟包多。相反，目前移動通信網路均採用MAHO方式，由客戶端參與測量信號，而由網絡 側進行切換決策。這樣，切換判決和執行都由網絡兩側的邏輯實體共同完成，但是會出現運 行階段實時處理開銷太大的問題。因此，需要一種切換判決方法及系統，來克服現有技術中存在的上述缺陷。
發明內容
本發明所要解決的技術問題在於，針對現有MAHO切換方式會會出現運行階段實 時處理開銷太大的問題，提出一種基於模糊邏輯的指紋式智能切換判決方法。本發明解決其技術問題所使用的技術方案是把常規的切換判決分解成兩個階 段第一階段是網絡部署時的切換判決學習階段；第二階段是網絡運行時的切換判決執行 階段。在切換判決學習階段，通過使用局端STA(station，局端)在已經部署的無線網進行 實地測量，訓練系統，一方面獲取實測中最大滿足用戶業務與應用需求的最優訪問接入點 AP(Access Point，無線訪問接入點)，其最優的標準根據業務與應用需求用戶自行定義，另 一方面記錄下對應的各類切換指示器測量值，這樣建立一個最優切換判決參考知識庫，即」 指紋庫」，某一時刻的最優AP對應一個各類切換指示器表徵的「指紋」，在建立切換判決參考 知識庫後，供全網絡的STA使用；在切換決策執行階段，對於網絡中任一 STA，網絡側的功能 實體首先測量當前時刻STA的各類切換指示器，即「現場指紋」;再與最優切換判決參考庫中 的各類切換指示器的歷史數據進行匹配比較，然後找到與當前時刻切換指示器最接近的歷 史切換指示器，從而找出對應的最優AP，作出切換判決。本發明的數學基礎模糊邏輯充分利用指紋式方法的特點，利用用戶的域知識和經 驗，通過反覆訓練系統逐步提高切換判決的性能。通過應用模糊邏輯來適應無線環境中各種測量數據的多樣性，多變性和判決的不 確定性和模糊性。由於無線環境的複雜性，無論是切換判決的學習階段，還是切換判決的執 行階段，在各類切換指示器和最優切換判決之間的映射關係難以精確地建模表達，因此應
4用模糊數學表達式來建立映射關係。同樣由於無線環境的複雜性，實時執行階段的切換指 示器測量數據不可能一模一樣重現歷史記錄，切換指示器測量數據和切換指示器歷史記錄 數據不存在精確的匹配關係，因此應用模糊邏輯來度量實時階段的測量值和歷史記錄數據 之間的距離，定量地計算它們之間的匹配程度，從而作出最優切換判決。本發明定義了 一個三元組來表徵一定時刻的模糊化的一類切換指示器 (CaJvb, μ￡α Rvalue _of{ca,t)))，其中Ca是指示器名，其物理含義是表示切換指示器的類別， Ivb是語義變量值，其物理含義是用戶關注的一類切換指示器的性能優劣程度，Aaα是模糊 隸屬函數，一o/(Q，0)其物理含義是一定時刻t的某一類切換指示器對於Ivb的 隸屬度。切換判決學習階段包括如下步驟S11)在已經部署的無線環境中，在局端所在的某一物理位置，獲取實測中的最優 訪問接入點，也即最優AP，記錄下對應的各類切換指示器的精確測量值；S12)利用模糊隸屬函數將步驟Sll中的各類切換指示器的精確測量值模糊化，形 成一條「指紋」；S13)形成實測中的「指紋庫」。在步驟Sll中，最優的標準根據業務與應用需求用戶自行定義。在步驟S12中，「指紋」定義為SR(Pi) = [(CnJvb^c hb(best_value_of (ca))) \ca e C,a e [I,η] Jvb e e [Ι,Α:]}，其
中Pi表示局端STA所在的某一物理位置，C是所有指示器名的集合，LV是所有語義變量值 的集合，a e [l，n]其物理含義是有η類切換指示器，b e [l，k]其物理含義是有k個切換 指示器的優劣程度。在步驟S13中，判決參考知識庫，也即「指紋庫」，為所有「指紋」的集合SRD⑵=
{SR(Pl), SR (p2),......SR(Pi)...... Pi e P}，其中Pi表示局端STA所在的某一物理位置，
P表示局端STA物理位置的集合。切換判決執行階段包括如下步驟S21)利用模糊隸屬函數將實時輸入的各類別切換指示器的精確測量值模糊化，形 成一條「現場指紋」；S22)利用模糊邏輯匹配「指紋庫」；S23)切換判決。步驟S21中的「現場指紋」為SI(t) = {(ca,Ivb,μ€α ^ {best_value_of {ca))) | & C,a & [\,n\,lvb e LV,b & ,其
中C是所有指示器名的集合，LV是所有語義變量值的集合，a e [l，n]其物理含義是有η類 切換指示器，b e [1，k]其物理含義是有k個切換指示器的優劣程度。在步驟S22中，將「現場指紋」 SI (t)與「指紋庫」中的每一條SR(Pi)進行比較，計 算匹配度，匹配度公式為FUmSsD零叭P) 二 -MO---,
Σ ^x I μ {pest — value — of {c) — μ (value_ of (Ci)) f'
M
其中&，Ii用來調節不同類別切換指示器之間的權重，Wi為線性權重，Ii為指數權重，當前的最優訪問接入點即為具有最大值的FitnessDegree(Pi)在學習階段Pi所對應的訪問接入點。步驟S23中命令STA切換到步驟S22得到的該訪問接入點，至此切換判決完成。提供一種基於模糊邏輯的指紋式智能切換判決系統，包括模糊隸屬函數單元用於存儲用戶自定義的對各類切換指示器進行模糊化的模糊 函數；模糊化單元用於對輸入的各類切換指示器的精確測量值模糊化，形成一條「指 紋」，並將此「指紋」送入「指紋」資料庫或模糊引擎單元。「指紋」資料庫用於存儲切換判決學習階段所有「指紋」，是「指紋」的集合；模糊引擎單元用於將模糊化單元送入的當前「指紋」與「指紋」資料庫中的每條 指紋進行比較，計算匹配度，得到最優訪問接入點，並將計算結果送入切換決策單元；切換決策單元根據模糊引擎單元送入的當前最優訪問接入點，命令局端切換到 該訪問接入點。利用本發明公開的方法和系統，可以把切換判決的一部分處理開銷從運行階段轉 移到網絡部署階段，從而降低了運行階段的實時處理開銷，提高了運行速度和效率。
圖1是本發明一較佳實施例提供的一種基於模糊邏輯的指紋式智能切換判決方 法流程圖；圖2是本發明一較佳實施例提供的切換判決學習階段流程圖；圖3是本發明一較佳實施例提供的切換判決執行階段流程圖；圖4是本發明一較佳實施例提供的一種基於模糊邏輯的指紋式智能切換判決系 統的結構示意圖。
具體實施例方式為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對 本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，並 不用於限定本發明。本發明實施例為在校園辦公樓走廊上部署了一個802. 11無線區域網，包括2個無 線訪問點APl和AP2，1個移動客戶STA。圖1是本發明實施例提供的一種基於模糊邏輯的指紋式智能切換判決方法流程 圖。如圖1所示，包括兩個階段切換判決學習階段和切換判決執行階段。圖2是本發明實施例提供的切換判決學習階段流程圖，如圖2所示，包括Sll)在已經部署的無線環境中，在局端所在的某一物理位置，獲取實測中的最優 訪問接入點，記錄下對應的各類切換指示器的精確測量值；S12)利用模糊隸屬函數將步驟Sll中的各類切換指示器的精確測量值模糊化，形 成一條「指紋」；S13)形成實測中的「指紋庫」。在本實施例中，步驟Sll對應如下內容
首先需要定義該無線區域網中選擇最優AP的判斷標準，例如可以定義吞吐量 Throughput最大為最優，即滿足條件max {Τ}；將無線區域網APl和ΑΡ2共同有效覆蓋的區域劃分成若干個位置，Pl, ρ2，...， Pi，· · ·；在每個位置將STA人工幹預地與AP1或AP2連接，實測端到端Throughput。例如 在位置P1，掃描附近空間的AP1, AP2,測量APl和AP2分別的throughput，假如當滿足條件 max {Τ}時，STA正好與AP1連接，則此時AP1是最優AP ；測量此時AP^AP2對應的信號強度RSSI和信幹比SIR。例如AP^RSSI = -60dbm, APlSIR = 75db, AP2_RSSI = -70dbm, AP2_SIR = 70db。在步驟S12中，「指紋」定義為SR(Pi) = {(ca, Ivb, μ^ M (best _ value _ of(ca ))) \caeC,ae [1, ], Ivb^ LV,be [1, A:]},其
中Pi表示局端STA所在的某一物理位置，C是所有指示器名的集合，LV是所有語義變量值 的集合，a e [l，n]其物理含義是有η類切換指示器，b e [l，k]其物理含義是有k個切換 指示器的優劣程度。在本實施例中，步驟S12對應如下內容應用模糊化函數，將測量值模糊化(AP1 _ RSSI, high, RSSIMgh (-60)) ,{ΑΡΧ _ SIR, low, μΑη _SIR low(75)) ，(AP2 _RSSI,high,μΛΡι RSSIMgh(-10)),(AP2 _SIR,Iow,MaP2 SIRlow(10))得到四個三元組(APlRSSI, high, 0. 8)，其含義是AP1的切換指示器RSSI屬於」高」的程度是0. 8 ；(APlSIR, low，0. 6)，其含義是AP1的切換指示器SIR屬於」低」的程度是0. 6 ；(AP2_RSSI，high，0. 7)，其含義是AP2的切換指示器RSSI屬於」高」的程度是0. 7 ；(AP2_SIR, low, 0. 5)，其含義是AP2的切換指示器SIR屬於」低」的程度是0. 5 ；構造一條指紋f =SR(P1)OAP1，其含義是在位置P1，選擇AP1作為最優網絡所對應 的一組模糊化無線環境測量值，存入「指紋庫」。這就是一條指紋KAP1-RSSI, high，0. 8)， (APlSIR, 1ow,0. 6)，(AP2_RSSI，high，0. 7)，(AP2_SIR, low，0· 5) BAP1在步驟S13中，判決參考知識庫，也即「指紋庫」，為所有「指紋」的集合=SRD(P)=
{SR(Pl), SR(P2),......SR(Pi)......Pi e P}，其中Pi表示STA所在的某一物理位置，P表
示STA所在物理位置的集合。在本實施例中，步驟S13對應如下內容移動STA到另一個位置Pi，重複以上步驟，構造下一條知識。當STA遍歷了所有位置Pi後，則生成參考知識庫，也即「指紋庫」 SRD⑵= (SR(P1)，SR(P2)，......SR(Pi)......|Pi e P}，知識庫的實例放在網絡側。至此，切換判決學習階段結束。圖3是本發明實施例提供的切換判決執行階段流程圖，如圖3所示，包括S21)利用模糊隸屬函數將實時輸入的所有類別切換指示器的精確測量值模糊化， 形成一條「現場指紋」；S22)利用模糊邏輯匹配「指紋庫」；S23)切換判決。
步驟S21中的「現場指紋」為
權利要求
1.一種基於模糊邏輯的指紋式智能切換判決方法，其特徵在於，包括如下步驟51)網絡部署時，進行切換判決學習；52)網絡運行時，進行切換判決執行。
2.如權利要求1所述方法，其特徵在於，還包括用戶預定義一個模糊隸屬函數μ對 各類切換指示器的精確測量值模糊化。
3.如權利要求2所述方法，其特徵在於，還包括定義一個三元組 K，^，MCa H {value _ of (ca，0))，用來表徵一定時刻的模糊化的一類切換指示器，其中， Ca是指示器名，其物理含義是表示切換指示器的類別，Ivb是語義變量，其物理含義 是用戶關注的一類切換指示器的性能優劣程度，是用戶預定義的模糊隸屬函數，(皿/% — 〃/(。,0)其物理含義是一定時刻t的某一類切換指示器對於Ivb的隸屬度。
4.如權利要求3所述方法，其特徵在於，所述步驟Sl包括如下步驟511)在已經部署的無線環境中，在局端所在的某一物理位置，根據應用需求和實測性 能效果，預定義最優訪問接入點，再獲取並記錄對應的各類切換指示器的精確測量值；512)利用模糊隸屬函數將步驟Sll中的各類切換指示器的精確測量值模糊化，形成一 條「指紋」；513)形成實測中的「指紋庫」。
5.如權利要求4所述方法，其特徵在於，步驟S12中所述的「指紋」為 SR(Pi) = {{ca,Ivb,μ€αH (best _ value_ of(ca))) | c e C, α e [1, n],Zvi e ZF,6 e [1, k]},其中 Pi 表示局端所在的某一物理位置，C是所有指示器名的集合，LV是所有語義變量值的集合， a e [1，η]其物理含義是有η類切換指示器，b e [1，k]其物理含義是有k個切換指示器 的優劣程度。
6.如權利要求5所述方法，其特徵在於，步驟S13中所述的「指紋庫」為所有「指紋」的集合SRD (P) = {SR(Pl), SR (p2),......SR(Pi)......| Pi e P}，其中 Pi 表示局端的某一物理位置，P表示局端物理位置的集合。
7.如權利要求6所述方法，其特徵在於，所述步驟S2包括如下步驟521)利用模糊隸屬函數將實時輸入的各類切換指示器的精確測量值模糊化，形成一條 「現場指紋」；522)利用模糊邏輯匹配「指紋庫」；523)切換判決。
8.如權利要求7所述方法，其特徵在於，步驟S21中所述「現場指紋」定義為 ,Ivh (^est — vaIue一 0Kca))) \ ca e C, a e [1，《],/v6 e ZΓ,δ e [1』 眾]} 』 其中 C 是所有指示器名的集合，LV是所有語義變量值的集合，a e [1，η]其物理含義是有η類切換指 示器，b e [l，k]其物理含義是有k個切換指示器的優劣程度。
9.如權利要求8所述方法，其特徵在於，步驟S22進一步包括將「現場指 紋」 SI(t)與「指紋庫」中的每一條SR(Pi)進行比較，計算匹配度，匹配度公式為FitnessDegreeipl) = size of(SK{Pi))---，苴中 w 1WiXl μ (best _value_of (c；)-μ (value_of (c;)) f' 乂、1用來調節不同類別切換指示器之間的權重，Wi為線性權重，Ii為指數權重，當前的最優訪問 接入點即為具有最大值的FitnessDegree(Pi)在學習階段PiK對應的訪問接入點。
10. 一種基於模糊邏輯的指紋式智能切換判決系統，其特徵在於，包括 模糊隸屬函數單元用於存儲用戶自定義的對各類切換指示器進行模糊化的模糊函數；模糊化單元用於對輸入的各類切換指示器的精確測量值模糊化，形成一條「指紋」，並 將此「指紋」送入「指紋」資料庫或模糊引擎單元；「指紋」資料庫用於存儲切換判決學習階段所有「指紋」，是「指紋」的集合； 模糊引擎單元用於將模糊化單元送入的當前「指紋」與「指紋」資料庫中的每條指紋 進行比較，計算匹配度，得到最優訪問接入點，並將計算結果送入切換決策單元；切換決策單元根據模糊引擎單元送入的當前最優訪問接入點，命令局端切換到該訪 問接入點。
全文摘要
本發明涉及一種基於模糊邏輯的指紋式智能切換判決方法，將切換判決分解成兩個階段第一階段是網絡部署時的切換判決學習階段，第二階段是網絡運行時的切換判決執行階段；第一階段包括如下步驟對各類切換指示器的精確測量值進行模糊處理，形成一條「指紋」；「指紋」的集合構成判決參考知識庫，也即「指紋庫」；第二階段包括如下步驟對實時輸入的所有類別切換指示器的精確測量值進行模糊化處理；與判決參考知識庫的「指紋」進行模糊邏輯匹配計算；切換判決。本發明還公開了使用上述方法的系統。利用本發明公開的方法和系統，可以把切換判決的一部分處理開銷從運行階段轉移到網絡部署階段，從而降低了運行階段的實時處理開銷，提高了運行速度和效率。
文檔編號H04W84/12GK101998381SQ20091016626
公開日2011年3月30日 申請日期2009年8月13日 優先權日2009年8月13日
發明者姚剛, 張池生, 曹建農 申請人:香港理工大學