3G／WLAN網絡終端能量感知的動態負載均衡機制

羅俊輝，白光偉，，沈 航，曹 磊

（1.南京工業大學 計算機科學與技術系，江蘇 南京210009；2.南京理工大學高維信息感知與系統教育部重點實驗室，江蘇 南京210094；3.南京大學計算機軟件新技術國家重點實驗室，江蘇 南京210093）

0 引 言

隨著移動互聯網的飛速發展，當前的無線接入網絡已經無法滿足其在帶寬、覆蓋、實時性等多方面需求[1]。異構網絡之間的融合:業務融合、網絡融合、接入融合等[2]，成為未來無線移動通信網絡發展的必然趨勢。在3G／WLAN融合的移動互聯網環境下，出于便攜性考慮，移動終端的尺寸和重量受到嚴格限制，制約了終端電池體積和容量的擴充。因此，在為移動互聯網中的用戶服務時，終端能量消耗成為一個必須考慮的因素。

然而，現有方案實現負載的動態均衡分配時，大多忽略了終端能量有限性。文獻[3]提出了一種3G／WLAN融合網絡中的 DLB－MSA（dynamic load balance scheme based on mobility and service aware）機制，為進入3G／WLAN網絡內的用戶提前部署無線通信資源，避免了業務到達時由實時計算引入新的業務鏈接時延，緩解了AP（access point）熱點地區負載過重的狀況。文獻[4]在DLB－MSA的基礎上通過統計數據分析和DLB策略優化計算，使每個接入點的業務量與通信資源匹配，實現網絡負載均衡。文獻[5]提出的JSAC（joint session admission control）機制，通過3G與WLAN之間的密切協作，完成網絡負載的動態均衡。文獻[6]提出了SASHA（smooth adaptive soft handover algorithm）機制，實現異構無線網絡間多媒體業務流量均衡。因此，本文在實現3G／WLAN負載均衡時，結合了移動終端的能量有限性，不僅很好滿足用戶日益增長的業務需求，而且提高了整個網絡的資源利用率。首先，文章分析了現有負載均衡機制存在的問題；然后，提出了終端能量感知的動態負載均衡機制；最后，仿真驗證了上述機制的有效性，并做了總結。

1 問題提出

現有3G／WALN網絡動態負載均衡機制大多沒有考慮移動終端的能量受限特性，導致無線通信資源浪費，降低網絡服務能力和用戶體驗。

DLB－MSA機制[3]根據用戶的移動、通信狀態，為其預先選擇一個合適的接入點，提前部署無線通信資源，將來有業務到達時完成鏈接的建立，實現網絡負載均衡。然而，該機制進行網絡負載均衡時，沒有考慮移動用戶 MU（mobile user）設備自身的能量局限性，即MU的剩余可用能量。對于已經建立了預先映射機制的某個移動用戶MU，存在如下兩方面問題:

（1）剩余能量過低:移動終端當前剩余可用能量低于某一個能量閾值時，該剩余能量僅能保證MU的基本服務，如收發短信、接聽來電但無法建立撥號、無法手機網上沖浪等；

（2）駐留時間過長:MU當前剩余能量的可使用時間遠遠小于其在重疊覆蓋區域內的駐留時間。

基于上述兩種情形，仍然采用DLB－MSA機制為該MU分配通信資源，建立資源的預先映射，當有大量的業務到達，MU因為電量不足而關機離線，或者駐留時間十分短暫且在業務到達時已近離開了該AP區域，將造成提前部署的3G／WLAN網絡資源浪費，降低無線接入點的有效工作效率。

因此，針對低能量終端用戶存在的網絡資源浪費問題，本文在實現負載動態均衡時，全面考慮終端的能量限制因素，把WLAN局部熱點中的能量過低節點的業務鏈接轉移給3G網絡，達到重疊覆蓋區域內的業務負載均衡。由于低能量終端的電池能量即將消耗殆盡，在提高WLAN性能的同時，不會帶來過多的流量開銷，整個網絡中的總工作負荷不受影響。通過實驗發現，本文提出的能量感知動態負載均衡機制，節省了網絡通信資源，提高了網絡資源有效利用率。

2 能量感知的動態負載均衡機制

本節首先引出網絡模型和相關定義，用于機制描述。在此基礎上，給出終端能量感知模型，最后提出了基于能量的動態負載均衡機制。

2.1 網絡模型和相關定義

現有的異構無線網絡融合，大多是在保持現有無線網絡結構完整性的基礎上，通過增加某些中間節點實現無線異構網絡融合，可以分為緊耦合模式和松耦合模式?？紤]到網絡間通信資源的高效優化配置，本文采用緊耦合模式，如圖1所示。

圖1 3G／WLAN融合架構

該模式中，WLAN的接入點 APi（i＝1，2，…，I，I表示WLAN無線接入點的個數）與3G蜂窩網的基站BS（記為AP0）通過一個稱為接入路由器ASR（access switch router）的控制單元與核心網絡相連接，并且相互重疊覆蓋形成新的網絡服務區域Dl（l＝0，1，2，...，L）。在終端與各個AP的協同下，由ASR完成網絡資源總體部署。

考慮到移動終端用戶的電池能量限制特性及用戶的能量使用歷史，本文采用如圖2的移動終端的自適應能量感知架構[7]估算終端剩余能量。該能量模型由當前電池容量子模塊、能量消耗子模塊和能量使用歷史子模塊組成。能量歷史模塊記錄每天不同時刻的終端能量使用數據和充電頻率；當前電池容量子模塊監測并提供終端電池的當前電量信息；能量消耗模塊用來預測終端現在將來短期內的能量消耗。因此，可以利用能量模型用來預測用戶的短期能量消耗。

圖2 移動終端上下文能量感知架構

為了便于機制描述，將本文涉及的部分符號歸納為表1。

表1 本文使用的符號標記

下面給出了能量感知負載均衡中的相關參數具體定義。

定義1 能量需求向量m:移動終端工作在開機狀態時，定義終端設備的能量需求向量為

式中:n——終端當前正在使用的資源數，mξ——使用第ξ種資源時的電流消耗[8]，ξ＝1，2，…，n。

定義2 資源需求向量r:移動終端工作在開機狀態時，定義終端的資源需求向量為

式中:rξ——終端使用第ξ種資源時的時間值。

定義3 時能比TER:移動終端單位能量消耗可供服務的平均時間定義為TER，計算公式如下

式中:l——時能比的累積計算次數，TERl——第l次測量的時能比，l≥1，TER1＝TER0＝TST／E0，E0表示移動終端初始能量，TST表示移動終端的理論待機時間，θl表示移動終端電池的前后兩次使用時間長度比；θ0＝1，θ1＝UE1／UE2，UE1與UE2分別表示前后兩次充電后使用時間長度的比例系數。

2.2 能量感知模型

假設不同資源的能量消耗是線性無關的，某時段內總能量消耗就等于該時段內各個獨立資源的能量消耗之和，如終端的顯示部件消耗、WiFi通信消耗、CPU工作消耗、GPS工作消耗、信息收發模塊能量消耗等。給定終端設備，構建該設備的能量消耗模型，步驟如下:

（1）確定當前使用的終端固有資源，如CPU、顯示模塊、GPS模塊、WiFi模塊、信息收發等基本模塊。

（2）為工作中正在被使用的每個系統資源設置一個測量節點，在服務過程中對其各個系統資源消耗的能量進行測量，生成能量、資源需求向量。用k表示測量節點數，k＝1，2，...，K，rη為資源實際使用時間 （資源需求向量的一個子集），對于每次測量試驗η（試驗次數η＝1，2，...），通過下式

計算出該次測量試驗終端消耗的能量。

（3）建立k個方程 （來自資源需求向量和通信能量消耗）構成的超線性方程組系統

2.3 動態負載均衡機制

本文結合智能移動終端自身電池的能量局限性，在DLB－MSA的基礎上提出了移動終端能量感知負載均衡機制。圖3給出了該機制的算法流程。

（1）終端初始化。智能終端用戶SMU（smart mobile user）進入3G／WLAN網絡單元覆蓋區域后，獲得網絡為其分配的接入標示AID（access identifier，例如動態IP），用于完成在移動終端與網絡間的信令交換。

運用最小二乘法求解該超線性方程組，獲得對正在服務業使用的系統資源的能量消耗。

（4）假設在服務過程中電池電壓V不變，終端當前剩余能量記為CE，則將來有業務到達時MU剩余能量如下

則確定該用戶為MUU；否則，直接由AP0為該非MUU用戶業務到達時提供數據連接建立服務。

然后將SMU自身的位置、速度、剩余能量可用時間等信息發送給3G／WLAN網絡。

這里需要說明的是，TER值的計算可以在以下兩種情形下進行:①每次開機時生成一個TER值，直到下一次開機后再生成另一個新的TER值；②每進入一個3G／WLAN覆蓋區域時計算一個TER值，直到進入下一個區域后再計算另一個新的TER值。

（4）計算終端駐留時間。終端的小區駐留時間取決于終端移動速度、小區半徑、小區路況等條件。MUU用戶APi采用文獻[9]。中的速率預測算法計算出用戶所在的業務覆蓋區域Di內的駐留時間τij，并按照駐留時間長短對其進行分類與排序，建立一個駐留時間降序列表。

圖3 EA－DLB算法機制

（5）能量過濾運算。3G／WLAN網絡中的ASR根據APi提供的MUU信息，從MUU用戶中篩選出滿足條件的高剩余能量MUEU用戶:若MUU用戶滿足

則確定該用戶為MUEU用戶，并進行后續網絡優化運算；否則，直接由AP0為該用戶服務。

（6）負載均衡運算。執行網絡業務阻塞概率均衡優化運算均衡熱點區域內各個AP的業務阻塞概率，建立MUEU－Best＿AP的預先映射。將區域Di內的駐留時間較長的N＊i（t）個MUEU，若滿足

則定義其Best＿AP的映射關系為MUEUN＊i（t）→APi，使得各個AP之間的業務阻塞概率只差最小化；其余駐留時間較短的（Ni＿max（t）－N＊i（t））個MUEU用戶，定義其Best＿AP映射關系為MUEU（Ni＿max（t）－N＊i（t））→AP0，整個映射及用戶分配過程由ASR統一進行協調。

Ni（t）為優化變量，N（t）為t時刻，3G／WLAN網絡單元內的MUEU總數量，APi的業務阻塞概率公式如下

綜上，本文提出的終端能量感知的動態負載均衡機制，充分考慮了終端自身能量不足，用戶進入網絡單元覆蓋區域后根據終端自身移動特性、終端剩余可用能量以及AP的業務負載提供能力，為其分配合適的Best＿AP，避免了業務到達時由于負載均衡運算而引入新的業務鏈接時延。同時，將重疊區域WLAN中的低業務到達概率與低能量終端用戶的服務鏈接轉移到3G網絡，由于低能量終端用戶的電池能量將要耗盡或是終端用戶只在區域內短暫駐留，因此使用本文提出的機制，在提高網絡性能的同時，不會導致過多的流量開銷。該機制不僅實現了網絡中各個AP之間的負載均衡，而且在一定程度上降低了熱點地區的業務切換率，后文將通過仿真驗證該機制的有效性。

3 性能評價

本節首先介紹實驗評估模型與參數設置，然后對實驗結果進行分析。

3.1 性能評估模型與實驗設計

為對本文提出的終端能量感知動態負載均衡機制EADLB性能進行全面的分析和評價，采用高斯－馬爾科夫移動模型[10，11]（Gauss－Markov model）模擬移動用戶在覆蓋區域內的移動；采用文獻[12]中的切換模型模擬移動終端在不同接入點之間的切換。假定終端用戶在各個覆蓋區域內的駐留時間、終端的剩余能量的可用時間均服從指數分布。本節共設置了兩組實驗，詳細參數設置見表2、表3。

表2 實驗場景設置

表3 實驗參數設置 （一、二為實驗組別）

對于終端剩余能量的估算，主要考慮終端開機狀態下的CPU能量消耗、終端顯示器能耗、WiFi開啟狀態下的能耗、發送接收信息模塊工作能耗；同時，分別考慮3G／WLAN網絡在不同的重疊覆蓋半徑和移動用戶數下，使用能量感知機制前后的網絡資源變化。

3.2 結果分析

通過仿真實驗的對比分析，驗證使用能量感知動態負載均衡機制EA－DLB前后，3G／WLAN重疊覆蓋區域內的移動用戶數量變化，及其各個無線接入點的網絡擁塞變化趨勢。

圖4、圖5給出了第一組仿真實驗的實驗結果。在圖4（a）中，刻畫了3G／WLAN各個覆蓋區域內的移動用戶數與MUU移動用戶數分布情況。根據各個接入點無線電信號強弱、覆蓋半徑的大小不同，以及終端用戶的隨機移動，位于該區域內的用戶數量的多少存在一定差異，反映出了各個無線接入點工作負荷的大小及網絡服務能力的高低。圖4（b）是運行能量感知動態負載均衡機制前后，WLAN的各個接入點APi內所服務的移動終端數量變化情況。從圖中可以明顯看出，如果不考慮移動終端的能量有限性，且不使用動態負載均衡機制時，WLAN的各個AP都工作在高負荷狀態中，容易使各個無線接入點的資源使用達到飽和；使用DLB機制后，通過對各個AP的網絡資源進行預先均衡化配置，濾除將來業務到達概率值相對較低的終端用戶，在一定程度上緩解了該AP的工作負荷，延長了網絡有效工作時間；然而，對比后發現，使用能量感知動態負載均衡機制，在對各個無線接入點的網絡資源進行預先均衡規劃以濾除低業務到達概率終端用戶時，再過濾掉一部分能量過低終端用戶，WLAN各個AP的工作負荷明顯降低了很多，從而節省了大量的無線通信資源，提高了網絡的有效服務能力。

圖4 引入能量感知前后各個AP的服務用戶數變化

圖5 引入EA－DLB后各個AP的資源飽和

圖5 （a）、（b）、（c）中分別刻畫了 WLAN的各個無線接入點的網絡資源飽和發生狀況。從圖中可以看出，使用DLB機制實現網絡動態負載均衡，與未使用任何機制相比，在一定程度上降低了整個網絡的潛在擁塞，均衡了網絡的潛在用戶負載；運行能量感知的動態負載均衡機制后的效果，與DLB機制的效果相比較可以發現，網絡擁塞概率得到了更大程度上的降低，提高網絡工作效率和無線資源利用率。使用能量感知動態負載均衡機制，將WLAN覆蓋區域內的低業務到達、低剩余能量終端用戶的部分即將到達的業務連接的建立切換到3G網絡，不但沒有引入而外的網絡工作負荷，而且還明顯推遲了WLAN的無線接入點網絡潛在的通信資源飽和的發生時間，延長了網絡服務設備的可服務可工作時間，提高了整個網絡的無線資源利用率。

圖6、圖7給出了第二組實驗的實驗結果。通過擴大網絡的覆蓋范圍，增加網絡中移動用戶數以及改變網絡性能參數來變換實驗場景，驗證能量感知動態負載均衡機制的有效性。從圖6（a）中，可以發現，如果只使用DLB機制，相比較未使用任何機制的情形，只是將很少一部分WLAN接入點內的低業務到達概率用戶切換到3G網絡中，WLAN局部熱點網絡工作負荷降低趨勢不明顯；通過圖6（b）的對比發現，引入能量感知動態負載均衡機制后，同時將WLAN覆蓋區域內的低業務到達概率用戶與低能量用戶的通信服務切換到3G服務網絡，WLAN局部熱點中的各個無線接入點AP的工作負荷，與圖6（a）相比較得到了明顯改善，從而有效降低了網絡的工作負荷。通過圖5、圖6的兩個用戶數量變化圖，發現本文提出的能量感知動態負載均衡機制，在不同的實驗環境下都有效降低了網絡中局部熱點的工作負荷，提高了網絡服務性能。

圖6 引入能量感知前后各個AP的服務用戶數變化

圖7 引入EA－DLB前后各個AP的資源飽和

圖7 的資源飽和圖7 （a）、 （b）、 （c）中，可以發現，未使用任何機制時，網絡中的各個接入點在工作了大約20個時間單位后發生資源飽和。引入DLB機制后，發生資源飽和的時間點得到了一定程度延遲。使用能量感知機制后，大幅度推遲網絡資源飽和點的發生時間，有效降低了網絡擁塞概率，提高了網絡通信資源的利用率。觀察兩組實驗結果，可以發現，在不同的實驗場景下，雖然網絡資源擁塞改進尺度存在差異，這主要受到區域內終端用戶數的影響，但是基于能量感知的動態負載均衡機制相較于動態負載均衡機制都表現出了明顯的優越性。

4 結束語

目前3G／WLAN網絡中的負載均衡機制，大多沒有考慮低能量終端用戶帶來的網絡資源浪費問題。因此，本文提出了一種能量感知動態負載均衡機制，通過建立能量感知模型對終端用戶的當前剩余能量進行預測，完成基于終端能量的網絡通信資源預先規劃，實現網絡用戶負載的動態均衡。把WLAN局部熱點中的能量過低節點的業務負載轉移到3G網絡，由于低能量終端的電池能量即將消耗殆盡，在提高WLAN性能的同時，不會帶來過多的流量開銷，整個網絡中的總工作負荷不受影響。仿真結果表明，該機制減少了3G／WLAN局部熱點中的各個無線接入點的網絡工作負荷，有效降低了網絡接入點的資源擁塞概率，延長了網絡服務周期。

[1]LUO Junzhou，WU Wenjia，YANG Ming.Mobile Internet:Terminal devices，networks and services[J].Chinese Journal of Computer，2011，34 （11）:2029－2035 （in Chinese）.[羅軍舟，吳文甲，楊明.移動互聯網:終端、網絡與服務[J].計算機學報，2011，34 （11）:2029－2035.]

[2]Ferrus R，Salient O，Agusti R.Interworking in heterogeneous wireless networks:Comprehensive framework and future trends[J].IEEE Wireless Communications，2010，17 （2）:22－31.

[3]LIU Qi，YUAN Jian，SHAN Xiuming，et al.Dynamic load balance scheme based on mobility and service cognition in integrated 3G／WLAN networks[J].Chinese Journal of Computers，2010，33 （9）:1569－1579 （in Chinese）.[劉琪，袁堅，山秀明，等.3G／WLAN網絡中基于終端移動與業務認知的動態負載 均 衡 機制[J].計算 機 學 報，2010，33 （9）:1569－1579.]

[4]SU Wei，LIU Qi，YUAN Jian，et al.Adaptive radio access control scheme based on terminal mobility and service arriving cognition[J].Acta Electronica Sinica，2011，39 （9）:2148－2153（in Chinese）.[蘇偉，劉琪，袁堅，等.基于終端移動與業務到達認知的自適應無線接入控制機制[J].電子學報，2011，39 （9）:2148－2153.]

[5]Yu F，Krishnamurthy V.Optimal joint session admission control in integrated WLAN and CDMA cellular networks with vertical handoff[J].IEEE Transactions on Mobile Computing，2007，6 （1）:126－139.

[6]Ciubotaru B，Mantean G M.Sasha－A quality－oriented handover algorithm for multimedia content delivery to mobile users[J].IEEE Transactions on Broadcasting，2009，55 （2）:437－450.

[7]Muhammad Alam，Michele Albano，Ayman Radwan，et al.Context parameter prediction to prolong mobile terminal battery life[C]／／Lisbon，Portugal:Proceedings of the First International ICST Workshop on Cognitive Radio and Cooperative Strategies for Power Saving，2010:476－489.

[8]Jochen Furthmüller，Oliver P Waldhorst.Energy－aware resource sharing with mobile devices[J].Computer Networks，2012，56 （7）:1920－1934.

[9]Li Hua.Velocity adaptive vertical handoff on multi－frequency system[C]／／Proc 20th IEEE International Symposium on Personal，Indoor and Mobile Radio Communications，2009:773－777.

[10]Saquib M.The analysis of WLAN／3Ginterworking access based on a mobility model[C]／／Proc 4th International Conf.on Computer Science ＆Education，2009:333－338.

[11]TONG Chao，NIU Jianwei，LONG Xiang，et al.Survey on mobility model[J].Computer Science，2009，36 （10）:5－11（in Chinese）.[童超，牛建偉，龍翔，等.移動模型研究綜述[J].計算機科學，2009，36 （10）:5－11.]

[12]Jin S，Song G，Cuthbert L.Performance comparison of vertical handover between WCDMA／WLAN and TD－SCDMA／WLAN interworking system[C]／／Aalborg，Denmark:Proceedings of Annual IEEE Student Paper Conference，2008:1－5.