馬成宇 張慧穎

摘要：融合可見光的室內(nèi)異構(gòu)網(wǎng)絡(luò)被認(rèn)為是未來緩解室內(nèi)網(wǎng)絡(luò)壓力的主要解決方案。這種混合網(wǎng)絡(luò)兼具可見光的高速數(shù)據(jù)傳輸和無線網(wǎng)絡(luò)的廣覆蓋優(yōu)勢(shì)，但也面臨著諸多問題，最為明顯的就是接入點(diǎn)選擇的問題。文章首先介紹了室內(nèi)異構(gòu)網(wǎng)絡(luò)的概念；其次對(duì)室內(nèi)異構(gòu)網(wǎng)絡(luò)的接入算法進(jìn)行了闡述，依據(jù)其不同的接入策略進(jìn)行分類，并對(duì)每種不同的接入策略進(jìn)行概述，然后對(duì)所有的策略進(jìn)行橫向比較；最后分析總體的研究現(xiàn)狀，并指出當(dāng)前亟待解決并須深入研究的問題，以期為該領(lǐng)域的進(jìn)一步研究發(fā)展提供參考。

關(guān)鍵詞：無線通信；異構(gòu)網(wǎng)絡(luò)；可見光通信；接入點(diǎn)選擇

中圖分類號(hào)：TP393? 文獻(xiàn)標(biāo)志碼：A

0 引言

目前最新的網(wǎng)絡(luò)統(tǒng)計(jì)數(shù)據(jù)顯示，截止到2022年，全球移動(dòng)數(shù)據(jù)流量占互聯(lián)網(wǎng)協(xié)議流量的71%，超過80%的移動(dòng)數(shù)據(jù)流量發(fā)生在室內(nèi)環(huán)境下，融合可見光的室內(nèi)異構(gòu)網(wǎng)絡(luò)有望成為解決這一困境的主要方案。眾所周知，可見光通信相比于傳統(tǒng)通信有著許多無法比擬的優(yōu)點(diǎn)。但如果將其作為單一的無線通信方式，仍存在諸多缺陷。Basnayaka等［1］提出了可見光與WiFi的混合室內(nèi)異構(gòu)網(wǎng)絡(luò)模式，具體如圖1所示。

在異構(gòu)網(wǎng)絡(luò)中，網(wǎng)絡(luò)接入點(diǎn)的選擇尤為關(guān)鍵。如何在不同的接入技術(shù)、不同的網(wǎng)絡(luò)架構(gòu)和多種業(yè)務(wù)服務(wù)之間進(jìn)行選擇，在保證用戶QoS前提下，為用戶提供接入的同時(shí)保證負(fù)載均衡成為研究的熱點(diǎn)。本文對(duì)于這些問題進(jìn)行了詳細(xì)闡述，首先介紹室內(nèi)異構(gòu)網(wǎng)絡(luò)的理論模型和架構(gòu)，然后簡單概述其接入算法，分析并歸納各類算法的核心內(nèi)容，最后討論存在的問題。

1 接入點(diǎn)選擇的概述

1.1 基本原理

異構(gòu)網(wǎng)絡(luò)接入的點(diǎn)選擇大致可以分為兩類，一類是初始的網(wǎng)絡(luò)接入選擇，另一類是在進(jìn)行網(wǎng)絡(luò)切換時(shí)的網(wǎng)絡(luò)選擇接入。不管哪種切換，都要保證網(wǎng)絡(luò)交換的無縫性和自動(dòng)化，即必須在合適的時(shí)間和合適的地點(diǎn)，實(shí)現(xiàn)最小化信令開銷，避免不必要的切換，保持最佳連接。

1.2 接入點(diǎn)的選擇

對(duì)于單一的網(wǎng)絡(luò)架構(gòu)而言，接入選擇考慮條件比較單一，只需考慮如何維持當(dāng)前的鏈接，使用戶正常地接入即可。對(duì)于室內(nèi)異構(gòu)網(wǎng)絡(luò)而言，由于網(wǎng)絡(luò)的異構(gòu)性，室內(nèi)異構(gòu)網(wǎng)絡(luò)需要衡量多個(gè)指標(biāo)再進(jìn)行最終的接入和切換。最常見的就是從網(wǎng)絡(luò)、業(yè)務(wù)和用戶3個(gè)層面來選擇最適合的網(wǎng)絡(luò)接入。

2 接入算法研究概述

2.1 以用戶為中心的策略

本類算法是從用戶的角度評(píng)估切換決策，以用戶為中心，將不同的業(yè)務(wù)偏好用戶分配到不同的網(wǎng)絡(luò)中，為用戶匹配最適合其偏好的網(wǎng)絡(luò)。

翟雷等［2］認(rèn)為現(xiàn)有工作大多關(guān)注如信干噪比（SINR）和信號(hào)強(qiáng)度（RSS）等指標(biāo)，忽視了用戶的移動(dòng)性和體驗(yàn)質(zhì)量（QoE），因此提出一種以用戶QoE為優(yōu)化目標(biāo)的接入算法。這種算法根據(jù)照明光強(qiáng)分布建立VLC信道模型，當(dāng)用戶出現(xiàn)非視距傳輸時(shí)，設(shè)備接入網(wǎng)絡(luò)并使用基于改進(jìn)的匈牙利算法（HA）實(shí)時(shí)判斷VLC鏈路恢復(fù)情況。在VLC視距傳輸區(qū)域，使用基于多屬性判決的層次分析加權(quán)和（AHPAW）算法，判決VLC和RF的狀況并接入最佳網(wǎng)絡(luò)。同理，王春喜等［3］提出一種以用戶體驗(yàn)質(zhì)量為優(yōu)化目標(biāo)的算法，強(qiáng)調(diào)基于平均主觀評(píng)分（MOS）機(jī)制建立離散化的QoE等級(jí)模型，根據(jù)不同網(wǎng)絡(luò)對(duì)應(yīng)的實(shí)際QoE水平給出相應(yīng)網(wǎng)絡(luò)切換標(biāo)準(zhǔn)，只有新網(wǎng)絡(luò)使用戶QoE等級(jí)有提升時(shí)才切換網(wǎng)絡(luò)，這能在很大程度上縮減盲目追求容量優(yōu)化引起的網(wǎng)絡(luò)切換開銷。

以用戶為中心的選擇算法主要將用戶的滿意度作為決策標(biāo)準(zhǔn)，雖然滿足了用戶的喜好，但這樣會(huì)造成負(fù)載不均衡的問題。因此，開發(fā)人員在考慮用戶滿意度的同時(shí)，還應(yīng)該考慮更多的干擾因素。

2.2 基于多屬性決策的策略

切換問題涉及許多屬性，這是一個(gè)典型的多屬性決策問題。如何更好地平衡各個(gè)屬性之間的關(guān)系，為該算法的主要問題。

孫志鵬［4］提出用層次分析法來獲取決策參數(shù)的主管權(quán)重，用標(biāo)準(zhǔn)離差法來獲取決策參數(shù)的客觀權(quán)重，用最小化的數(shù)學(xué)模型來獲取主、客觀權(quán)重的分配系數(shù)，用簡單加權(quán)法（SAW）來獲取每個(gè)候選網(wǎng)絡(luò)的網(wǎng)絡(luò)評(píng)估值。朱學(xué)文［5］同樣提出根據(jù)實(shí)際網(wǎng)絡(luò)屬性與用戶期望屬性之間的滿意度關(guān)系和用戶所在位置的網(wǎng)絡(luò)覆蓋能力，多種屬性來確定用戶的候選網(wǎng)絡(luò)集合，其中滿意度關(guān)系由網(wǎng)絡(luò)多種屬性決定，屬性權(quán)重采用修正的層次分析法（AHP）獲得；建立用戶與網(wǎng)絡(luò)之間的關(guān)聯(lián)矩陣，再根據(jù)排隊(duì)理論估計(jì)網(wǎng)絡(luò)的平均排隊(duì)時(shí)延，調(diào)整關(guān)聯(lián)矩陣內(nèi)元素的取值，得到使網(wǎng)絡(luò)平均排隊(duì)時(shí)延較小的同時(shí)又能有效地減少用戶切換次數(shù)的網(wǎng)絡(luò)接入，避免頻繁地切換。

多屬性決策算法是一種十分經(jīng)典的算法，但是其處理決策標(biāo)準(zhǔn)不夠精確，且主觀性較強(qiáng)，無法精準(zhǔn)地得到各個(gè)屬性權(quán)重，需要與更先進(jìn)的方法互相結(jié)合，以獲得更加精確有效的決策策略。

2.3 基于模糊邏輯的策略

由于混合網(wǎng)絡(luò)中某些信息無法準(zhǔn)確得到，多屬性判決不能有效準(zhǔn)確地處理某些屬性，因此可以用模糊邏輯來處理這些問題。

Wang等［6］提出一種基于模糊邏輯的動(dòng)態(tài)切換決策。該模糊邏輯的方案使用信道狀態(tài)信息（CSI），使用用戶速度和所需數(shù)據(jù)速率來進(jìn)行模糊化，并制定相應(yīng)的評(píng)估規(guī)則，然后進(jìn)行反模糊化，最后進(jìn)行網(wǎng)絡(luò)選擇決策，決定是否需要進(jìn)行切換。同理，Wu等［7］提出一種用于混合LiFi/WiFi網(wǎng)絡(luò)的兩階段接入點(diǎn)方法，第一階段，開發(fā)一個(gè)模糊邏輯系統(tǒng)來確定應(yīng)連接到WiFi的用戶；第二階段，剩余用戶在同質(zhì)LiFi網(wǎng)絡(luò)的環(huán)境中分配。

模糊邏輯可以處理不準(zhǔn)確的信息，同時(shí)可以組合和評(píng)估多個(gè)標(biāo)準(zhǔn)，在參數(shù)較少的情況下十分高效，但如果參數(shù)過多，模糊推理需要巨大的計(jì)算資源。

2.4 基于機(jī)器學(xué)習(xí)的策略

機(jī)器學(xué)習(xí)可以從數(shù)據(jù)中識(shí)別出規(guī)律并以此完成預(yù)測(cè)。對(duì)比以上各種的算法，機(jī)器學(xué)習(xí)應(yīng)用范圍更廣泛，適應(yīng)性更強(qiáng)，更能適應(yīng)各種復(fù)雜的網(wǎng)絡(luò)情況。

Ahmad等［8］提出一種強(qiáng)化學(xué)習(xí)的決策方案，考慮一個(gè)具有1個(gè)WiFi AP和4個(gè)LiFi AP的下行混合系統(tǒng)，并實(shí)現(xiàn)一種強(qiáng)化學(xué)習(xí)（RL）算法，以確定最佳AP分配策略。同理，Wu等［9］提出通過采集的數(shù)據(jù)使機(jī)器學(xué)習(xí)采用動(dòng)態(tài)系數(shù)來調(diào)整用戶對(duì)LiFi和WiFi之間的選擇偏好。新方法平衡諸多屬性，并用人工神經(jīng)網(wǎng)絡(luò)求得最佳系數(shù)，以做出切換決策。

基于機(jī)器學(xué)習(xí)的決策算法能適應(yīng)多種情況，可以動(dòng)態(tài)調(diào)整參數(shù)，但是其數(shù)據(jù)的獲取和訓(xùn)練較為關(guān)鍵，而且當(dāng)數(shù)據(jù)出現(xiàn)問題時(shí)，對(duì)于結(jié)果的影響比較大。

2.5 其他模型以及各種切換算法的比較

還有一些其他的算法，比如朱福榮等［10］采用比例公平算法，加入異構(gòu)網(wǎng)絡(luò)人數(shù)調(diào)整因子和短期服務(wù)質(zhì)量保證，用分組時(shí)延決定不同用戶的優(yōu)先等級(jí)，這樣就提高系統(tǒng)在不同區(qū)域內(nèi)對(duì)于不同用戶獲得資源的能力，從而在整體上顯著提高用戶的滿意程度和系統(tǒng)資源的利用率。

上述的這些算法采用各不相同的數(shù)學(xué)模型，不同的模型的決策速度復(fù)雜程度和準(zhǔn)確性都各不相同，復(fù)雜度低的決策速度相對(duì)較快，反之亦然，如果能將各個(gè)算法的優(yōu)點(diǎn)互相結(jié)合起來將更好。

3 結(jié)語

簡單的多屬性判別方法，計(jì)算量小，但不能很好地應(yīng)用多種場景；以用戶為中心的QoS算法，可以適應(yīng)大多數(shù)場景，但不能處理某些復(fù)雜情況；機(jī)器學(xué)習(xí)算法，可以滿足許多復(fù)雜的場景，處理一些復(fù)雜情況。算法的不斷優(yōu)化表明室內(nèi)異構(gòu)網(wǎng)絡(luò)方案是可以實(shí)現(xiàn)的。然而，目前室內(nèi)異構(gòu)網(wǎng)絡(luò)架構(gòu)還存在一些問題，例如現(xiàn)有的算法沒有將網(wǎng)絡(luò)選擇接入算法與網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)在一起，僅僅只是對(duì)各種網(wǎng)絡(luò)屬性和用戶偏好進(jìn)行權(quán)衡，而后連接最佳網(wǎng)絡(luò)。雖然算法的復(fù)雜程度不高，但是針對(duì)現(xiàn)實(shí)生活中存在的諸多特殊情況，如果僅僅是理論計(jì)算，那么將難以融入實(shí)際。未來，室內(nèi)異構(gòu)網(wǎng)絡(luò)架構(gòu)會(huì)越來越成熟，同時(shí)接入算法也會(huì)越來越智能，這些問題也終將得到解決。

參考文獻(xiàn)

［1］BASNAYAKA D A， HAAS H. Hybrid RF and VLC systems：improving user data rate performance of VLC systems［C］.Glasgow：2015 IEEE 81st Vehicular Technology Conference （VTC Spring）， 2015.

［2］翟雷，倪菊，覃琦超，等.基于QoE的室內(nèi)VLC-RF異構(gòu)網(wǎng)絡(luò)動(dòng)態(tài)接入算法［J］.現(xiàn)代電子技術(shù)，2021（13）：17-22.

［3］王春喜，菅春曉，劉洛琨，等.基于用戶體驗(yàn)的VLC/WiFi異構(gòu)網(wǎng)絡(luò)切換算法［J］.信號(hào)處理，2017（9）：1197-1198.

［4］孫志鵬.基于VLC的室內(nèi)異構(gòu)網(wǎng)絡(luò)中網(wǎng)絡(luò)選擇方法及多用戶接入技術(shù)研究［D］.西安：西安電子科技大學(xué)，2018.

［5］朱學(xué)文.基于業(yè)務(wù)需求的異構(gòu)無線網(wǎng)絡(luò)接入決策機(jī)制［D］.南京：南京郵電大學(xué)，2017.

［6］WANG Y，WU X，HAAS H.Fuzzy logic based dynamic handover scheme for indoor Li-Fi and RF hybrid network［C］.Kuala Lumpur：2016 IEEE International Conference on Communications（ICC），2016.

［7］WU X，SAFARI M，HAAS H.Access point selection for hybrid Li-Fi and Wi-Fi networks［J］.IEEE Transactions on Communications，2017（12）：5375-5385.

［8］AHMAD R，SOLTANI M D，SAFARI M，et al.Reinforcement learning based load balancing for hybrid LiFi WiFi networks［EB/OL］.（2020-07-08）［2023-02-10］.https：//www.researchgate.net/publication/342794168_Reinforcement_Learning_Based_Load_Balancing_for_Hybrid_LiFi_WiFi_Networks/citation/download.

［9］WU X，OBRIEN D C. A novel machine learning-based handover scheme for hybrid LiFi and WiFi networks［C］.Beijing：2020 IEEE Global Com Workshops（GC Wkshps），2020.

［10］朱福榮，楊立偉，劉鑫來，等.可見光通信與WiFi異構(gòu)網(wǎng)絡(luò)資源調(diào)度算法的優(yōu)化［J］.通信技術(shù)，2021（7）：1665-1669.

（編輯 沈 強(qiáng)）

Research on overview of interiors isomeric network access point selection by fusion of visible light

Ma? Chengyu， Zhang? Huiying*

（School of information and control engineering， Jilin Institute of Chemical Technology， Jilin 132022， China）

Abstract： Indoor heterogeneous networks incorporating visible light are considered as the main solution to relieve indoor network stress in the future. This hybrid network has the advantages of both visible high-speed data transmission and wide coverage of wireless network， but it also faces many problems， the most obvious is the problem of access point selection. In this paper， the concept of indoor heterogeneous network is first introduced. Then the access algorithm of indoor heterogeneous network is expounded and classified according to its different access strategies， and the different access strategies are summarized， and then all the strategies are compared horizontally. At last， it analyzes the current situation of research and points out the problems that need to be solved and studied in depth in order to provide reference for further research in this field.

Key words： wireless communication; heterogeneous network; visible light communication; access point selection