本发明专利技术涉及一种基于预测业务带宽可调的异构无线网络负载均衡方法，包括以下步骤：1)建立季节性移动平均差分模型；2)计算预测步长，获得呼叫到达率的预测时刻，通过季节性移动平均差分模型对当前一段时间异构无线网络的呼叫到达率进行预测，得到预测时刻的呼叫到达率；3)采用SAW算法或根据预测时刻的呼叫到达率采用改进SAW算法选择业务切换到的目标网络；4)在业务切换到的目标网络后，根据预测时刻的呼叫到达率建立幂指函数转移曲线，采用幂指函数非线性地调整业务接入带宽。与现有技术相比，本发明专利技术具有主动负载均衡、预测算法科学准确、带宽调整算法有预见性、负载控制迅速有效、负载波动变小、呼叫阻塞率低等优点。
【技术实现步骤摘要】
本专利技术涉及网络负载均衡方法，尤其是涉及一种基于预测业务带宽可调的异构无 线网络负载均衡方法。
技术介绍
中国专利技术专利公开说明书CN 103889001A公开了一种基于未来负载预测的自适 应负载均衡方法，该方法利用马尔科夫链来预测下一时刻网络的负载，由此自适应调整触 发负载均衡方法的门限以及进行接入控制的方法模型；该方法通过网络之前的负载状况由 经过本专利技术定义的转移概率，计算出未来时刻处于轻载或重载的概率，由算出的概率根据 本专利技术定义的负载效益函数，计算出该网络未来的负载效益值。当网络中有用户请求切换 接入或新发起接入请求时，优先选择负载效益值小的网络作为目标网络接入，从而使得整 个异构网络的负载均衡，有效地减少了切换的掉话率和接入阻塞率。同时，如预测到未来负 载轻载概率大，就动态提高触发负载均衡方法门限，避免网络执行不必要的负载均衡。 这种负载均衡策略包括一些常见的负载均衡策略大都在负载出现不均时被动调 整负载均衡，在高负载时容易出现负载失调现象，出现呼叫阻塞率增高，当负载较轻时网络 资源利用率低。 现在有的业务带宽调整策略多用分级调整方法调整业务带宽，不能根据网络负载 实时变动动态调整业务带宽，且在网络负载极高和负载极低时对由于分级不够细致，致使 负载调控不够有效，且负载波动情况并没有得到抑制。 异构无线网络是负载是惯性系统，现在业务接入会对将来网络负载均衡造成影 响。现有切换算法没有考虑负载滞后造成的影响。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种主动负载均 衡、预测算法科学准确、带宽调整算法有预见性、使用幂指函数的基于预测业务带宽可调的 异构无线网络负载均衡方法。 本专利技术的目的可以通过以下技术方案来实现： -种基于预测业务带宽可调的异构无线网络负载均衡方法，包括以下步骤： 1)建立季节性移动平均差分模型； 2)计算预测步长，获得呼叫到达率的预测时刻，通过季节性移动平均差分模型对 当前一段时间异构无线网络的呼叫到达率进行预测，得到预测时刻的呼叫到达率； 3)采用SAW算法或根据预测时刻的呼叫到达率采用改进SAW算法选择业务切换到 的目标网络； 4)在业务切换到的目标网络后，根据预测时刻的呼叫到达率建立幂指函数转移曲 线，采用幂指函数非线性地调整业务接入带宽。 所述的步骤1)具体包括以下步骤： 11)建立初步的季节性移动平均差分模型，并获取一定周期内异构无线网络的历 史呼叫到达率数据； 12)采用初步的季节性移动平均差分模型对历史呼叫到达率数据进行预测，并将 初步预测值与真实的历史呼叫到达率数据比较，当初步预测值与历史数据的误差超过阈值 时，则对初步的季节性移动平均差分模型参数进行修改，直到误差在阈值范围内。 所述的步骤2)具体包括以下步骤： 21)采用经验取参法计算预测步长t，则有： 其中，T为最长观察步长，ΔΤ为等分T后的单位步长，Θ为步长调整参数，f，和 ?；分别为在时间T内预测呼叫到达率的均值和方差，E和E分别为在第η等分单位步 长内的均值和方差； 22)根据预测步长t获取预测时刻?，则有： 其中，&为在预测步长t内预测呼叫到达率的均值，λ为滑块，t。为当前时刻； 23)通过季节性移动平均差分模型预测得到预测时刻的呼叫到达率。 所述的步骤3)中，改进SAW算法具体包括以下步骤： 31)获取预测时刻的呼叫到达率的归一化值％; 32)根据归一化值嘴和网络代价函数^构建改进网络代价函数C : 其中，C：为是异构无线网络中待选网络η提供业务s时的网络消除因数，为示 从待选网络η获得应用s的代价函数值，，为是业务s的参数i的权重规范化值，为 待选网络η中业务s的参数i的属性值规范化网络参数； 33)获取异构无线网络中所有待选网络的网络代价函数，选择网络代价函数中的 最小值对应的待选网络作为业务切换到的目标网络。 所述的步骤4)具体包括以下步骤： 41)设置目标网络k中业务s带宽的最小值min丨，目标网络k中业务s带宽的平衡 值mi#，目标网络k中业务s带宽的最大值max丨。 42)计算$时间段内季节性移动平均差分模型预测呼叫到达率的归一化均值^ 和方差 其中，car^为满负载时刻的呼叫到达率值； 43)当0.5时采用带宽增加方案，调整后的带宽值为： 其中，adj+为业务按照幂指函数转移后的业务带宽调整值； 当^ > 0.5时采用带宽减少方案，调整后的带宽值为 其中，adj为业务按照幂指函数转移后的业务带宽调整值。 所述的目标网络包括UMTS网络和WLAN网络。 与现有技术相比，本专利技术具有以下优点： -、主动负载均衡：负载均衡在切换阶段执行，从造成负载失衡的源头开始主动平 衡网络负载，改变对设置负载门限启动切换算法，被动进行业务转移的方法，使业务QoS下 降。 二、预测算法科学准确：使用季节SARIMA(P，D，Q) X (p，d，q)理论作为负载均衡技 术的预测方法，此预测方法理论方法是一套系统科学的预测方法，理论基础雄厚，对于周期 性的时间序列数据信息提取从分，预测准确。 三、带宽调整算法有预见性：带宽调整依据下一时刻值，使得带宽调整值具有预 见性，克服依据现在时刻带宽调整方法因业务时间随机延时对未来网络负载造成影响的缺 占. 四、使用幂指函数，预测CAR值作为底数，非线性转移CAR，使得负载越高，业务带 宽减少越多，使得网络接纳更多用户，降低呼叫阻塞率；负载越低，业务带宽增加越多，业务 QoS明显提高，网络资源利用率快速提升。幂指函数的非线性带宽调整，使得整体负载调控 更加快速有效； 五、使用幂指函数，预测CAR方差作为指数，负载变化剧烈时，转移曲线变陡峭，有 效抑制网络负载波动，负载曲线更加平滑。【附图说明】 图1为本专利技术负载超前转移算法流程图。 图2为UMTS/WLAN异构无线网络模型。 图3为模型整体预测效果图。 图4为SARIMA(1，1，0) X (3，1，2)模型预测33个序列误差图。 图5为幂指函数带宽调整转移曲线。 图6为SAW算法时序仿真图，其中，图（6a)为UMTS网络SAW算法时序仿真图，图 (6b)为WLAN网络SAW算法时序仿真图。 图7为TBSAW算法时序仿真图，其中，图（7a)为UMTS网络TBSAW算法时序仿真图， 图（7b)为WLAN网络TBSAW算法时序仿真图。 图8为SAW、TBSAW算法呼叫阻塞率仿真图。【具体实施方式】 下面结合附图和具体实施例对本专利技术进行详细说明。 实施例： 为了简化异构无线网模型，本专利技术举例使用的异构无线网模型由两个代表性 的网络组成：一个 UMTS (Universal Mobile Telecommunication System)网络和一个 WLAN (Wireless Local Area Network)网络，其中UMTS网络的覆盖半径为R1，WLAN网络的 覆盖范围为R2, R1>R2, WLAN的网络覆盖范围是UMTS网络覆盖范围的子集，如图2所示。 为了方便起见，称图1模型为UMTS/WLAN异构网络。如果没有特殊说明，本实施例 下面提到的异构无线网络指的是图2的UMTS/WLAN异构网模型。 移动网络中呼叫到达率数据（CAR)实际数据并非按本文档来自技高网...
【技术保护点】
一种基于预测业务带宽可调的异构无线网络负载均衡方法，其特征在于，包括以下步骤：1)建立季节性移动平均差分模型；2)计算预测步长，获得呼叫到达率的预测时刻，通过季节性移动平均差分模型对当前一段时间异构无线网络的呼叫到达率进行预测，得到预测时刻的呼叫到达率；3)采用SAW算法或根据预测时刻的呼叫到达率采用改进SAW算法选择业务切换到的目标网络；4)在业务切换到的目标网络后，根据预测时刻的呼叫到达率建立幂指函数转移曲线，采用幂指函数非线性地调整业务接入带宽。
【技术特征摘要】
【专利技术属性】
技术研发人员：申红磊，周小平，祝叶飞，李磊，邵万平，汪毕文，谢新月，王功燃，
申请(专利权)人：上海师范大学，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。