在异构的无线网络系统中，使用多模或变模终端的用户更倾向于选择最合适的接入技术来承载业务。但如何在众多无线接人技术中选择一个最合适的接入技术是一个有待研究的问题。现有文献提出的相关解决方法，如随机选择算法、高带宽优先选择算法、基于模糊逻辑的算法以及基于层次分析法和灰度关联法等，都忽略了用户对网络所提供业务质量的满意度。此外，实际中的用户将考虑服务质量和价格双方面因素。基于上述原因，在综合考虑用户对服务质量满意度、价格、相对链路质量等因素的基础上提出了决策概率的概念。决策概率从数学上描述了用户愿意选择某网络的程度。
１ 决策概率
为了能用数学方法描述用户对无线网络提供的ＱｏＳ的满意程度，首先引入满意度函数概念。用函数Ｓ（６）表示用户的满意度，他实际上是将服务质量相关的参数映射到实数域。在一个由Ｍ个异构无线网络组成的系统中，用向量ｂ＝（ｂ１，…，ｂＭ）表示这Ｍ个网络为用户提供服务的ＱｏＳ参数。因此，若用户使用不同网络的服务，将会有不同的ＱｏＳ体验，而这种不同的ＱｏＳ体验则会对应不同ＱｏＳ满意度。不失一般性地，以网络ｊ为例，用户对该网络提供的服务的满意度应满足下列条件：
其中ｌ是正的常数。上式中的最后一个条件反映了ＱｏＳ参数超出一定范围后，用户对ＱｏＳ参数的提升将不再敏感，进而用户不会再因为网络服务质量的提升而增加其满意度。
在本文中，服务质量以网络接入带宽为例，但所提出的满意度概念可广泛应用于网络所提供的其他ＱｏＳ参数，而不仅限于接入带宽。
事实上，用户的满意度行为与用户所使用的业务类型有关。对最简单的业务，如话音业务，一般认为用户满意度只有两个值，分别是完全满意和完全不满意。而对于下一代基于分组的多媒体业务而言，这种仅考虑两个离散值的满意度将不再适用。出于对这类业务的考虑，采用连续函数对用户满意度进行建模。
其次，如果价格变化，用户对业务的感知情况不可能不发生变化。
前文中，用户满意度是ＱｏＳ的函数。这里，价格同样表示为ＱｏＳ的函数。根据上下文的内容，这里所说的ＱｏＳ参数是网络提供的接人带宽。一般而言，网络ｊ提供的服务的价格ｐｊ（ｂｊ），只与网络ｊ分配给用户的接入带宽有关。与满意度函数类似，价格函数应满足下面这个条件：
此外，除了满意度和价格，用户在选择网络时还应考虑与网络间相对通信链路质量。用δｊ表示终端与网络ｊ的接入点间的相对通信链路质量值。该参数值由用户与网络ｊ间通信链路质量和用户与其他网络间通信链路质量共同决定。δｊ应满足下列条件：
其中，ｑｉ表示用户与网络ｉ间的通信链路质量。值得注意的是，不同的用户将检测到不同的相对链路质量（δ）值。从δｊ的定义可知，该值越大，则用户与网络ｊ间的相对通信链路质量越好。
实际上，只有当服务质量和价格都是在可接受的情况下，用户才可能对网络所提供的业务表示满意。只有当终端与网络接入点间的相对通信链路质量较好时，用户才可能与网络建立连接。综合考虑这三个因素，提出决策概率的概念。用决策概率表示用户接受网络服务的或然率。针对网络ｊ，定义决策概率为：Ａｊ（ｓｊ，ｐｊ，δｊ），该值反映用户决策使用网络ｊ的服务的概率值。事实上，该值随ＱｏＳ满意度和相对链路质量的增加而增加、随价格的增加而减小，即Ａｊ（ｓｊ，ｐｊ，δｊ）满足：
其中，Ｃ，μ，ε，是正值常数，而ｐｍａｘ是价格的最大值。实际上，由于系统容量等的限制，网络为用户提供的接人带宽不是无限大，因此，网络的收费也不会是无限大。所以存在价格的最大值，且满足ｐｍａｘ＜∞。所选的函数形式也与广泛用于经济学中的Ｃｏｂｂ－Ｄｏｕｇｌａｓ要求曲线有一定关系。事实上，决策概率Ａｉ（ｓｊ，ｐｊ，δｊ）可以是任何一个满足条件式（４）－式（７）的函数，即文中所得到的结论并不限于式（８）的特殊形式。
２ 网络选择算法
如前文所述，下一代网络系统中，多个异构网络覆盖同一地区将是一个很普遍的现象。不同的网络为用户提供不同的接入带宽以满足用户各种需求。而对于那些位于多网络重叠覆盖区域的用户，有理由相信他们能够且需要在这众多网络中选择最适宜的网络进行接入。多模、变模技术使移动终端有能力进行异构网络的接入选择，而提出的接入网络选择算法则用于移动终端选择一个最合适的无线接入网络。多个异构网络通过广播消息，向用户广播其接入带宽。移动终端在收到该广播消息的基础上通过计算所提出的决策概率的值，从而决定哪个网络最适宜接入。
进一步，在描述用户对ＱｏＳ的感知时一般比较通用的函数形式是Ｓ形曲线函数。因此，本文提出的满意度函数也同样采用Ｓ形曲线。在综合考虑所有网络提供的ＱｏＳ参数后，用户对网络ｊ提供服务的满意度可表示为如下形式：
其中，ｖ≥２；Ｋ是可调整的参数，通过他区分不同用户的满意度；Ｍ表示用户可收集到Ｍ个网络的信息。这里假设用户的满意度对其上限做了归一化处理，即随着ｂｊ的增大，满意度渐进于１。
对于价格的考虑，有很多文献提出了不同的定价方案，但到目前为止，这些定价策略的可行性有待进一步研究。因此，为了使本文中所提出的接入网络选择算法在实现时更易操作，本文采用价格与接入带宽呈线性关系的定价策略，依据此策略网络ｊ的定价为：
其中ｋ是一正值常数，ｂｊ为网络ｊ为用户提供的接人带宽。
对于相对链路质量，反映的是用户与各网络间通信条件的好坏情况。这里的通信条件应该是各异构网络间可相互比较的参数。在异构网络系统中，由于使用的物理层的技术各不相同，因此在同构网络中经常使用的信号强度不再适用于做通信条件的衡量标准。为此，采用相对公平的误码率（ＢＥＲ）或误帧率（ＦＥＲ）做相对链路质量的衡量参数。定义用户与网络ｊ间相对链路质量为：
其中Ｍ表示终端可采集到Ｍ个网络的误码率（误帧率）信息，而ＢＥＲｊ表示终端检测到的来自于网络ｊ的数据的误码率（误帧率）。由式（１１）可知相对链路质量δｊ的取值范围为［０，１］。
值得注意的是，式（９）和式（１０）所定义的满意度和价格可在终端接收到网络广播的接入带宽信息后计算而得，而公式定义的第三个参数相对链路质量δｊ，则可由终端对收到的广播信息进行测量而得。由此，根据式（８）的定义，终端可以计算出是否接受网络ｊ提供服务的决策概率Ａｊ（ｓｊ，ｐｊ，δｊ）。综上所述，提出终端进行网络选择的算法：当终端在选择要使用哪个无线网络的资源时，首先计算接受各无线网络服务的决策概率，之后选择具有最大决策概率值的网络接入。具体而言，终端的网络选择算法可用下列伪码描述：
３ 系统实现与仿真结果
本节给出基于决策概率的网络选择算法实现方案框图和基于此方案在ＮＳ２环境下完成的仿真结果。
图１是针对多模终端所设计的可以完成基于决策概率的网络选择算法的体系结构。
在该体系结构中，网络选择模块负责通过网络驱动接口规范（ＮＩＤＳ）设备接口采集网络信息并进行存储。ＮＩＤＳ设备用于操作所有网络驱动。当需要建立业务时，网络选择模块根据存储的各网络信息按本文提出的算法选择最合适的网络进行接入，同时设置位于ＮＩＤＳ中的用户数据网络接口转发模块，使用户业务数据从选定的网络接口中发送。
为验证所提出的网络选择算法，基于图１的系统体系结构在ＮＳ２平台下搭建了异构仿真环境。仿真环境如图２所示，包括一个ＵＭＴＳ网络和一个８０２．１１ｅ的ＷＬＡＮ网络。用户位于ＵＭＴＳ网络与ＷＬＡＮ网络的重叠覆盖区域。
这里所采用的ＷＬＡＮ技术是提供ＱｏＳ保证并可以进行速率控制。同时，ＵＭＴＳ网络和ＷＬＡＮ网络都有足够容量为有限的用户提供数据服务，且这两个网络为用户提供的数据服务的接入带宽分别为２个单位和６个单位。在该仿真场景中ＵＭＴＳ的Ｎｏｄｅ Ｂ和ＷＬＡＮ的ＡＰ负责周期广播其接入带宽，而用户随机的发起数据业务并在两个网络中选择最优的一个网络建立业务连接。具体仿真参数如表１所示。
在图２的仿真场景中，安排用户在１０ ｓ开始从远离ＷＬＡＮ的ＡＰ位置缓慢向ＷＬＡＮ的ＡＰ移动；在１００ ｓ附近开始从接近ＷＬＡＮ ＡＰ的位置开始以相同速度远离该ＡＰ。图３是根据以上设置完成的仿真结果。该图反映用户在接入网络时决策概率值的变化情况。最初，由于移动台距离ＷＬＡＮ的ＡＰ较远导致信号比较弱，相对链路质量差，因而选择ＵＭＴＳ的决策概率较大。随着移动台的移动，ＷＬＡＮ的信号逐渐增强使得ＵＭＴＳ网络的相对链路质量变差。在综合考虑ＷＬＡＮ提供的接入带宽、价格、相对链路质量后，用户选择ＷＬＡＮ的决策概率大于选择ＵＭＴＳ的决策概率，因此ＷＬＡＮ覆盖的绝大多数地区，移动终端总会选择ＷＬＡＮ做接入。当移动台离ＷＬＡＮ的ＡＰ较远时，选择ＵＭＴＳ的决策概率才会逐渐回升。
值得注意的是，尽管仿真中仅涉及到两个异构网络，但所提出的接入网选择算法并不限于两个网络。
４ 结语
下一代无线系统的特点是各种异构的无线接入网络相互合作、补充，共同为用户提供数据服务。随着技术的发展一，首先将是多模终端的出现，使终端摆脱了只能与一个接入网络建立连接的束缚。继而ＳＤＲ技术、端到端重配置技术使移动终端终将发展为可变模的智能设备。在这种情况下，终端有能力而且有必要从众多的服务网络中挑选最合适的一个网络与之建立数据连接。本文正是基于此，提出决策概率的概念，使用户能挑选出最合适的接入网络。决策概率同时考虑了用户对网络提供的ＱｏＳ的满意程度、价格因素和用户与网络间相对链路质量三个方面因素。基于此决策概率，提出了移动终端侧的异构网络选择的算法。通过在ＮＳ２平台上建立仿真场景并执行一系列的试验，验证了提出的用户接入网络选择算法。同时，文中也给出了移动终端在面对ＵＭＴＳ和ＷＬＡＮ两个网络时的决策概率变化情况。
目前，我们也正在对基于决策概率的用户网络选择算法进行扩展，增加网络调控部分，使网络动态调整其ＱｏＳ参数，通过影响用户网络选择行为而同时达到网络收益最大和负载均衡的目的。