تحليل ارزيابي كارايي الگوريتم‌هاي انتخاب شبكه در شبكه‌هاي بي‌سيم ناهمگن نسل پنجم

Performance Analysis of the Network Selection Algorithms in ‌5G Heterogeneous Wireless Networks

يكي از اركان نسل جديد شبكه‌هاي سيار بي‌سيم امكان دسترسي به شبكه‌هاي ناهمگن با فن‌آوري‌هاي مختلف و امكان دست‌به‌دست شدن بين آن‌هاست. در اين فرآيند يكي از كليدي‌ترين گام‌ها، مسئله «انتخاب شبكه»­ از بين بهترين گزينه در دسترس است. اگرچه روش‌ها و الگوريتم‌هاي متنوعي جهت حل اين مسئله مطرح گرديده است، اما يك مبناي استاندارد و جامع جهت ارزيابي كارايي اين روش‌ها وجود ندارد. در اين مقاله با ارائه تعريفي فراگير از درجه رضايت مشتري و«كيفيت تجربه استفاده از سرويس»، «شاخص جامع كارايي» جهت مقايسه كارايي شبكه‌ها پيشنهاد مي‌شود. روش پيشنهادي مبتني بر «تحليل سلسله‌مراتبي» بوده و تمامي عوامل مؤثر در رضايت نهايي مشتري در گزينش شبكه هدف به‌نحوي سيستماتيك و پويا لحاظ مي‌گردد. اين ايده خود منجر به طرح يك الگوريتم جديد به نام ACANS در انتخاب شبكه گرديده كه يك الگوريتم «كاربر محور» «به كمك اطلاعات شبكه» است و «با آگاهي از شرايط و مقتضيات كاربر» به شكل خودكار ملاحظات ويژه هر كاربر را در انتخاب شبكه اعمال مي‌كند. با انجام شبيه‌سازي، روش پيشنهادي با الگوريتم‌هاي شناخته‌شده رايجي چونTOPSIS ، TRUST ،MEW و SAW مورد ارزيابي و مقايسه قرارگرفته است. درنهايت نتايج شبيه‌سازي نشان مي‌دهد كه الگوريتم پيشنهادي در شاخص‌هاي متعددي ازجمله تعداد دست‌به‌دست شدن‌ها، حجم ترافيك دريافتي كاربر، هزينه سرويس و مصرف انرژي منطبق با ترجيحات كاربر بوده و كارآيي بالاتري در مقايسه با روش‌هاي قبلي دارد.

Vertical handover is the essential feature of the next generation heterogeneous wireless networks. Network selection among accessible candidates is the most critical step in vertical handover procedure. Although various algorithms for network selection have been proposed, due to different approaches and diversity of parameters corresponding to this complicated problem, no unified benchmark or global indicator exists to evaluate the performances. In this paper, we define a global performance indicator (GPI) which comprehensively considers all subscriber satisfaction factors to assess users’ quality of experience (QoE). Our method is inspired by “Analytic Hierarchical Process” (AHP) and systematically utilizes both customer and network side parameters. This idea was led to propose a novel “automatic context-aware network selection” (ACANS) algorithm. ACANS is a “network-assisted”, “user centric” approach which dynamically and automatically affects customer context in the decision of the best network. A practical simulation platform evaluates and compares ACANS to well-known network selection algorithms such as SAW (Simple Additive Weighting), MEW (Multiplicative Exponential Weighting), TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) and TRUST (TRigger-based aUtomatic Subjective weighTing). Simulation results show that the proposed algorithm is compatible to customer preference and has superior performance in “No. of handovers”, “user’s volume of download”, “consumed energy” and “service cost”.