m半分布式JAC联合接纳控制与用户位置信息的垂直切换matlab仿真

简介: m半分布式JAC联合接纳控制与用户位置信息的垂直切换matlab仿真

1.算法描述

   随着无线通信技术的飞速发展,为支持多种不同无线接入技术、不同系统间协作、不同业务类型及终端差异性等需求,未来的无线网络将是一种协作式的异构网络融合架构,这将给系统的无线资源管理带来新的变化与挑战。传统的无线资源管理技术,已不能很好地满足多制式异构蜂窝网络环境下的不同需求。为了解决异构网络间无线资源的协作管理与调度问题,联合接纳控制与垂直切换等技术引起了广泛研究与讨论。

  联合接纳控制是一种集中式的接纳控制,多种RAT在相同的区域进行覆盖,形成了多RAT的网络结构。每一种无线接入技术RAT(Radio Access Technology)由若干个基站BS(Base Station)组成,每个BS根据需要,管理相应的多个小区,每个BS对所属的多个小区进行接纳控制,将网络信息上报到JAC实体,由JAC做出接纳判决。具体系统模型,如下图1所示:

1.png

   上图1可知,由于各网络将业务请求转发到JAC控制实体中进行处理,同时JAC需要综合各网络的状况,来决定对该业务请求进行判决,是否能被接纳以及接纳到哪个网络,这种方法虽然能够实现多网络之间的资源优化合理使用,但该方法中每个业务请求向JAC实体进行转发,增加了业务请求的响应和处理时间,降低了用户体验。

   根据终端位置信息,基站向终端提供网络带宽、时延等参数。以QoS最优化为目标确定能代表网络性能的属性量决策,通过选择几个比较重要的属性参数,属性层为影响网络选择的决定性因素:信号强度P、服务速率S、网络延迟D、网络的使用费用C,如图4.2所示,为各网络属性加权示意图:

2.png

垂直切换,主要是针对UE连接态时,经过切换测量,切换策略,对UE进行切换执行,切换到目标网络;如果超出则仿真结束,进行UE及小区更新,主要是周期性更新小区负载和UE位置方向、速度等信息;

  仿真流程;如下图3所示:

3.png

垂直切换仿真流程说明:

垂直切换:分类统计切换失败次数、乒乓切换和short-stay切换次数,切换完成(切换接入成功)时,判断并统计乒乓。Short-stay切换次数;
2.仿真效果预览
matlab2022a仿真结果如下:

4.png
5.png
6.png
7.png
8.png
9.png
10.png

3.MATLAB核心程序

    VP_ms  = [-1000,500;   %A
              -290,105;   %B
               -20, 40;   %C
                 0, 40;   %D
                20, 40;   %E
               250,120;   %F
               1200,800]  ;%G
 
type   = 1;%业务类型:1:语音业务,2:数据业务,3:视频模型
 
%各个网络的接入,断开功率门限值
Rss_gsm_in   = -50;%dbm
Rss_gsm_out  = -65;%dbm
Rss_tds_in   = -55;%dbm
Rss_tds_out  = -70;%dbm
Rss_lte_in   = -50;%dbm
Rss_lte_out  = -65;%dbm
 
%定义用户运动的距离 
Xp           = 0;
Yp           = 0;
%定义仿真时间参数
delta        = 0.01;
Time         = 3;
t            = 0;
%数组计数器
Ind          = 0;
Ind2         = 0;
 
 
%接收功率、最大的传输速率、时延、费用价格
%其中接收功率为实测
POW_gsm  = 0;
Rb_gsm   = 8;
DLY_gsm  = 40;
MNY_gsm  = 0.2;
 
POW_tds  = 0;
Rb_tds   = 1.28;
DLY_tds  = 20;
MNY_tds  = 0.3;
 
POW_lte  = 0;
Rb_lte   = 8;
DLY_lte  = 45;
MNY_lte  = 0.1;
 
 
%接收功率、最大的传输速率、时延、费用价格 
ViewS    = 20;%减小消耗内存,采样显示结果
 
%定义分层矩阵
C        = zeros(4,4);
 
 
%%
%场景的初始化
%X,Y为MB移动的路径,随着时间的变化而X,Y的变化值,用于循环仿真使用
[X,Y] = func_Simu_Scene(P_tds,P_lte,P_gsm,VP_ms,R_tds,R_lte,R_gsm,NUE);
save My_Result\Simu_Scene.mat 
 
%%
%主循环
%定义变量
Len       = min(Time/delta,floor((length(X{UE_Spec})-Sp_ms)/Sp_ms));
%定义网络ID变量
ClK                       = zeros(Len,1); 
IDs                       = zeros(Len,3);
RSS_tdss                  = zeros(Len,1);
RSS_gsms                  = zeros(Len,1);
RSS_ltes                  = zeros(Len,1);
Networkcontribution_tdss  = zeros(Len,1);
Networkcontribution_gsms  = zeros(Len,1);
Networkcontribution_ltes  = zeros(Len,1);
IDs2                      = zeros(Len,1);
USER_SPACE                = zeros(Len,NUE);
%记录指定用户的切换情况
UE_Spec_NET               = zeros(Len,1);
STime                     = 1000;%蒙特卡洛循环次数
%主循环
%定义变量
for iii = 1:length(Sp_ms)
    Len       = (Time/delta);
    %定义网络ID变量
    tmp1 = 0;
    tmp2 = 0;
    for iii2 = 1:STime%各种速度仿真STime次,计算平均
        iii
        iii2
        t            = 0;
        %数组计数器
        Ind          = 0;
        Ind2         = 0;
        RandStream.setDefaultStream(RandStream('mt19937ar','seed',iii2));
        while (t < Time-delta )
            t
           %计算时间
           t    = t    + delta*Sp_ms(iii);
           Ind  = Ind  + Sp_ms(iii);
           Ind2 = Ind2 + 1;
 
           for Nj = 1:NUE
               %根据坐标位置,得到MB的当前区域,在一个小范围内,进行仿真,
               %根据坐标位置,得到MB的当前区域,在一个小范围内,进行仿真,
               if Ind2 == 1
                  Xp  = 100*randn(1,1)-900;
                  Yp  = 0;
               else
                  Xp = Xp + Sp_ms(iii);
                  Yp = 0;
               end
                  ddd = sqrt((Xp - P_tds(1))^2 + (Yp - P_tds(2))^2);
               if ddd >= 800
                  Xp  = 100*randn(1,1)-900;
                  Yp  = 0;
               else
                  Xp  = Xp;
                  Yp  = 0;        
               end
               %根据不同的区域,确定有几个网络
               ID(:,Nj)     = func_NET_ID(Xp,Yp,P_tds,P_lte,P_gsm,R_tds,R_lte,R_gsm);
 
               %计算RSS值
               RSS_tds(Nj)  = func_Rss_cal(Xp,Yp,Sp_ms(iii),P_tds,F_tds,t,Pow_tds,ISFAST);
               RSS_lte(Nj)  = func_Rss_cal(Xp,Yp,Sp_ms(iii),P_lte,F_lte,t,Pow_lte,ISFAST);
               RSS_gsm(Nj)  = func_Rss_cal(Xp,Yp,Sp_ms(iii),P_gsm,F_gsm,t,Pow_gsm,ISFAST);
           end
           %===========================================================================
           %判断每一时刻的备选网络
           %进行分层计算,这个根据业务模型的不同,而不同
           %接收功率、最大的传输速率、时延、费用价格
           %正常情况下,我们假设接收功率时变,而其他三个参数固定,从而进行实时计算网络贡献值
           %这里,分层法的解W,我参考了另外一篇的做法,比较方便
 
           if type == 1%语音业务,我们认为时延最重要
               %接收功率、最大的传输速率、时延、费用价格
               C=[1      5       1/7   3;
                  1/5    1       1/3   1/2;
                  7      3       1     2;
                  1/3    2       1/2   1];
           end 
 
           %计算权值W
           for i = 1:4
               w2(i) = (C(i,1)*C(i,2)* C(i,3)* C(i,4))^0.25;  
           end
           for i = 1:4
               w(i)  = w2(i)/sum(w2);  
           end   
           w1 = w(1);
           w2 = w(2);
           w3 = w(3);
           w4 = w(4);
 
            %注意,这里矩阵C的建立,具有一定的主观性,所以我就不设置了,你改下,就可以换别的业务模型进行仿真了  
            %注意,这里矩阵C的建立,具有一定的主观性,所以我就不设置了,你改下,就可以换别的业务模型进行仿真了      
 
            %计算网络贡献权值由上面的分层法计算得到
            %接收功率、最大的传输速率、时延、费用价格 
 
 
            for Nj = 1:NUE
                %将功率dbm转换为标准功率w
                PP_tds(Nj)  = 10^(RSS_tds(Nj)/20);
                PP_lte(Nj)  = 10^(RSS_lte(Nj)/20);
                PP_gsm(Nj)  = 10^(RSS_gsm(Nj)/20);
 
                %构成矩阵,并规划化
                Rs = [PP_tds(Nj),Rb_tds,DLY_tds,MNY_tds;
                      PP_lte(Nj),Rb_lte,DLY_lte,MNY_lte;
                      PP_gsm(Nj),Rb_gsm,DLY_gsm,MNY_gsm];
 
                [r,c] = size(Rs);
                for j = 1:c
                    Mins = min(Rs(:,j));   
                    Maxs = max(Rs(:,j)); 
                    for i = 1:r
                        R(i,j) = (Rs(i,j)-Mins)/(Maxs); 
                    end
                end
 
                if ID(:,Nj) == [1,0,0]'
                   Networkcontribution_tds(Nj) = w1*R(1,1) + w2*R(1,2) + w3*R(1,3) + w4*R(1,4);
                   Networkcontribution_lte(Nj) = 0;
                   Networkcontribution_gsm(Nj) = 0;
                elseif ID(:,Nj) == [0,2,0]'
                   Networkcontribution_tds(Nj) = 0; 
                   Networkcontribution_lte(Nj) = w1*R(2,1) + w2*R(2,2) + w3*R(2,3) + w4*R(2,4);
                   Networkcontribution_gsm(Nj) = 0;        
                elseif ID(:,Nj) == [0,0,3]'
                   Networkcontribution_tds(Nj) = 0; 
                   Networkcontribution_lte(Nj) = 0; 
                   Networkcontribution_gsm(Nj) = w1*R(3,1) + w2*R(3,2) + w3*R(3,3) + w4*R(3,4);       
                elseif ID(:,Nj) == [1,2,0]'    
                   Networkcontribution_tds(Nj) = w1*R(1,1) + w2*R(1,2) + w3*R(1,3) + w4*R(1,4);
                   Networkcontribution_lte(Nj) = w1*R(2,1) + w2*R(2,2) + w3*R(2,3) + w4*R(2,4);
                   Networkcontribution_gsm(Nj) = 0;   
                elseif ID(:,Nj) == [1,0,3]' 
                   Networkcontribution_tds(Nj) = w1*R(1,1) + w2*R(1,2) + w3*R(1,3) + w4*R(1,4);
                   Networkcontribution_lte(Nj) = 0;    
                   Networkcontribution_gsm(Nj) = w1*R(3,1) + w2*R(3,2) + w3*R(3,3) + w4*R(3,4);    
                elseif ID(:,Nj) == [0,2,3]' 
                   Networkcontribution_tds(Nj) = 0;
                   Networkcontribution_lte(Nj) = w1*R(2,1) + w2*R(2,2) + w3*R(2,3) + w4*R(2,4);   
                   Networkcontribution_gsm(Nj) = w1*R(3,1) + w2*R(3,2) + w3*R(3,3) + w4*R(3,4);
                elseif ID(:,Nj) == [1,2,3]' 
                   Networkcontribution_tds(Nj) = w1*R(1,1) + w2*R(1,2) + w3*R(1,3) + w4*R(1,4);
                   Networkcontribution_lte(Nj) = w1*R(2,1) + w2*R(2,2) + w3*R(2,3) + w4*R(2,4);   
                   Networkcontribution_gsm(Nj) = w1*R(3,1) + w2*R(3,2) + w3*R(3,3) + w4*R(3,4);
                else
                   Networkcontribution_tds(Nj) = 0;
                   Networkcontribution_lte(Nj) = 0;
                   Networkcontribution_gsm(Nj) = 0;
                end
            end
 
            %初始化UE驻留网络,根据RSS值,来初始化驻留小区网络
            if  Ind2 <= 1
                for Nj = 1:NUE
                    [V,I] = max([Networkcontribution_tds(Nj),Networkcontribution_lte(Nj),Networkcontribution_gsm(Nj)]);
                    USER_SPACE(Ind2,Nj) = I;
                end
                UE_Spec_NET(Ind2) = USER_SPACE(Ind2,UE_Spec);
            else
                %===========================================================================
                %接纳控制%接纳控制%接纳控制%接纳控制%接纳控制%接纳控制%接纳控制%接纳控制%接纳控制
                %接纳控制%接纳控制%接纳控制%接纳控制%接纳控制%接纳控制%接纳控制%接纳控制%接纳控制
 
                %STEP1:检查当前网络是否处于重负载状态
                %计算各个网络中用户个数
                tmps    = USER_SPACE(Ind2-1,:);
                Num_tds = length(find(tmps == 1));
                Num_lte = length(find(tmps == 2));
                Num_gsm = length(find(tmps == 3));
 
                %指定分析用户将要切入的网络
                UE_Spec_ID = USER_SPACE(Ind2,UE_Spec);
                isfull     = 0;%初始,小区没有饱和
                %判断该小区是否满负荷
                if UE_Spec_ID == 1
                   if Num_tds >= Nfull_tds;isfull = 1;else;isfull = 0; end;
                end
                if UE_Spec_ID == 2
                   if Num_lte >= Nfull_lte;isfull = 1;else;isfull = 0; end;
                end    
                if UE_Spec_ID == 3
                   if Num_gsm >= Nfull_gsm;isfull = 1;else;isfull = 0; end;
                end    
                %如果否,则接纳该用户,即可以进行接纳其接入,即可以垂直切换
                if isfull == 0
                   [V2,I2]           = max([Networkcontribution_tds(UE_Spec),Networkcontribution_lte(UE_Spec),Networkcontribution_gsm(UE_Spec)]);
                   UE_Spec_NET(Ind2) = I2;
                else
                    %如果是,系统检查当前网络是否有可用容量
                    UE_Spec_ID = USER_SPACE(Ind2-1,UE_Spec);
                    isfull2    = 0;%初始,小区没有饱和
                    %判断该小区是否满负荷
                    if UE_Spec_ID == 1
                       if Num_tds >= Nfull_tds;isfull2 = 1;else;isfull2 = 0; end;
                    end
                    if UE_Spec_ID == 2
                       if Num_lte >= Nfull_lte;isfull2 = 1;else;isfull2 = 0; end;
                    end    
                    if UE_Spec_ID == 3
                       if Num_gsm >= Nfull_gsm;isfull2 = 1;else;isfull2 = 0; end;
                    end
 
                    if isfull2 == 1%如果没有,则拒绝该用户的接入请求
                       UE_Spec_NET(Ind2) = -inf;%负无穷,表示拒绝接入
                    else
                       UE_Spec_NET(Ind2) = UE_Spec_NET(Ind2-1);
                    end
                end        
            end
            %将每次循环的结果进行保存
            ClK(Ind2)                      = t-delta;
            IDs(Ind2,1)                    = ID(1,UE_Spec);
            IDs(Ind2,2)                    = ID(2,UE_Spec);
            IDs(Ind2,3)                    = ID(3,UE_Spec);
            RSS_tdss(Ind2)                 = RSS_tds(UE_Spec);
            RSS_ltes(Ind2)                 = RSS_lte(UE_Spec);
            RSS_gsms(Ind2)                 = RSS_gsm(UE_Spec);
            Networkcontribution_tdss(Ind2) = Networkcontribution_tds(UE_Spec);
            Networkcontribution_ltes(Ind2) = Networkcontribution_lte(UE_Spec);
            Networkcontribution_gsms(Ind2) = Networkcontribution_gsm(UE_Spec);
            IDs2(Ind2)                     = UE_Spec_NET(Ind2);
            %统计直接RSS方法的切换次数
            [Vss,Iss] = max([RSS_tds(UE_Spec),RSS_lte(UE_Spec),RSS_gsm(UE_Spec)]);
            IDs3(Ind2)                      = Iss;
            if Ind2 > 2 & abs(IDs3(Ind2) - IDs3(Ind2-1)) > 0
               tmp1 = tmp1 + 1;
            end
            %统计垂直切换策略的切换次数
            if Ind2 > 2 & abs(IDs2(Ind2) - IDs2(Ind2-1)) > 0
               tmp2 = tmp2 + 1;
            end
        end
    end
    N1(iii) = tmp1/STime;
    N2(iii) = tmp2/STime;
end
 
figure;
plot(Sp_ms,N1,'k-o');
xlabel('Speed');
ylabel('切换次数');
grid on;
hold on
plot(Sp_ms,N2,'k-s');
xlabel('Speed');
ylabel('切换次数');
grid on;
hold on
legend('多属性策略JAC算法','半分布式JAC算法');
01_091_
相关文章
|
14天前
|
算法 数据挖掘 数据安全/隐私保护
基于FCM模糊聚类算法的图像分割matlab仿真
本项目展示了基于模糊C均值(FCM)算法的图像分割技术。算法运行效果良好,无水印。使用MATLAB 2022a开发,提供完整代码及中文注释,附带操作步骤视频。FCM算法通过隶属度矩阵和聚类中心矩阵实现图像分割,适用于灰度和彩色图像,广泛应用于医学影像、遥感图像等领域。
|
16天前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
13天前
|
算法
基于HASM模型的高精度建模matlab仿真
本课题使用HASM进行高精度建模,介绍HASM模型及其简化实现方法。HASM模型基于层次化与自适应统计思想,通过多层结构捕捉不同尺度特征,自适应调整参数,适用于大规模、高维度数据的分析与预测。MATLAB2022A版本运行测试,展示运行结果。
|
14天前
|
运维 算法
基于Lipschitz李式指数的随机信号特征识别和故障检测matlab仿真
本程序基于Lipschitz李式指数进行随机信号特征识别和故障检测。使用MATLAB2013B版本运行,核心功能包括计算Lipschitz指数、绘制指数曲线、检测故障信号并标记异常区域。Lipschitz指数能够反映信号的局部动态行为,适用于机械振动分析等领域的故障诊断。
|
16天前
|
机器学习/深度学习 算法 芯片
基于GSP工具箱的NILM算法matlab仿真
基于GSP工具箱的NILM算法Matlab仿真,利用图信号处理技术解析家庭或建筑内各电器的独立功耗。GSPBox通过图的节点、边和权重矩阵表示电气系统,实现对未知数据的有效分类。系统使用MATLAB2022a版本,通过滤波或分解技术从全局能耗信号中提取子设备的功耗信息。
|
1月前
|
NoSQL Java Redis
太惨痛: Redis 分布式锁 5个大坑,又大又深, 如何才能 避开 ?
Redis分布式锁在高并发场景下是重要的技术手段,但其实现过程中常遇到五大深坑:**原子性问题**、**连接耗尽问题**、**锁过期问题**、**锁失效问题**以及**锁分段问题**。这些问题不仅影响系统的稳定性和性能,还可能导致数据不一致。尼恩在实际项目中总结了这些坑,并提供了详细的解决方案,包括使用Lua脚本保证原子性、设置合理的锁过期时间和使用看门狗机制、以及通过锁分段提升性能。这些经验和技巧对面试和实际开发都有很大帮助,值得深入学习和实践。
太惨痛: Redis 分布式锁 5个大坑,又大又深, 如何才能 避开 ?
|
3月前
|
NoSQL Redis
基于Redis的高可用分布式锁——RedLock
这篇文章介绍了基于Redis的高可用分布式锁RedLock的概念、工作流程、获取和释放锁的方法,以及RedLock相比单机锁在高可用性上的优势,同时指出了其在某些特殊场景下的不足,并提到了ZooKeeper作为另一种实现分布式锁的方案。
113 2
基于Redis的高可用分布式锁——RedLock
|
3月前
|
缓存 NoSQL Java
SpringBoot整合Redis、以及缓存穿透、缓存雪崩、缓存击穿的理解分布式情况下如何添加分布式锁 【续篇】
这篇文章是关于如何在SpringBoot应用中整合Redis并处理分布式场景下的缓存问题,包括缓存穿透、缓存雪崩和缓存击穿。文章详细讨论了在分布式情况下如何添加分布式锁来解决缓存击穿问题,提供了加锁和解锁的实现过程,并展示了使用JMeter进行压力测试来验证锁机制有效性的方法。
SpringBoot整合Redis、以及缓存穿透、缓存雪崩、缓存击穿的理解分布式情况下如何添加分布式锁 【续篇】
|
12天前
|
NoSQL Redis
Redis分布式锁如何实现 ?
Redis分布式锁通过SETNX指令实现,确保仅在键不存在时设置值。此机制用于控制多个线程对共享资源的访问,避免并发冲突。然而,实际应用中需解决死锁、锁超时、归一化、可重入及阻塞等问题,以确保系统的稳定性和可靠性。解决方案包括设置锁超时、引入Watch Dog机制、使用ThreadLocal绑定加解锁操作、实现计数器支持可重入锁以及采用自旋锁思想处理阻塞请求。
48 16
|
1月前
|
缓存 NoSQL Java
大数据-50 Redis 分布式锁 乐观锁 Watch SETNX Lua Redisson分布式锁 Java实现分布式锁
大数据-50 Redis 分布式锁 乐观锁 Watch SETNX Lua Redisson分布式锁 Java实现分布式锁
61 3
大数据-50 Redis 分布式锁 乐观锁 Watch SETNX Lua Redisson分布式锁 Java实现分布式锁

热门文章

最新文章