CN106257877A

CN106257877A - 路由网关选择方法、控制器及交通网络系统

Info

Publication number: CN106257877A
Application number: CN201510475892.5A
Authority: CN
Inventors: 杨人顺; 陈志成; 徐培嘉; 沈威辰
Original assignee: Industrial Technology Research Institute ITRI
Current assignee: Industrial Technology Research Institute ITRI
Priority date: 2015-06-17
Filing date: 2015-08-06
Publication date: 2016-12-28
Also published as: JP6101334B2; US20160373996A1; TWI580227B; TW201701622A; JP2017011670A

Abstract

本公开提供一种路由网关选择方法、控制器及交通网络系统。此方法适于配置于由多个交通工具经配置成的车队中的控制器，以从多个网关中选择路由存取点的路由网关。路由网关选择方法包括：预测各网关的频宽；基于各网关的负载情况、频宽以及与存取点之间的跳跃数计算各网关路由存取点的传输成本；依据各网关的传输成本在多个网关中选择路由存取点的路由网关。

Description

路由网关选择方法、控制器及交通网络系统

技术领域

本公开涉及一种路由网关选择方法、控制器及交通网络系统。

背景技术

一般公路、铁路以及高速公路、高速铁路在许多国家都是很重要的交通工具，且交通网络亦日趋复杂与交错。随着通讯技术发展与通讯装置的普及，在具有移动速度的情境下，对于交通相关网络技术的需求亦快速增加。以高速铁路为例，其行驶的最高时速大约为每小时280公里。在如此高的移动速度下，信号品质在短时间内变动幅度相当大。并且，受到多普勒效应的影响，接收端的解码错误率上升，进而导致移动装置因连线中断而大量地尝试重传数据。在此情况下，原本信号就不稳定的网络需负担更多的数据处理量，常较易造成所有使用者皆无法顺畅地使用网络。而于网络阻塞情境下，如何改善，遂成为研发议题之一。

发明内容

有鉴于此，本公开提出一种路由网关选择方法、控制器及交通网络系统，藉由动态调整交通网络系统的路由方式，以提升整体交通网络的传输效率。

本公开提供一种路由网关选择方法，适于控制器从多个网关中选择路由存取点的路由网关。路由网关选择方法包括：预测各网关的频宽；基于各网关的负载情况、频宽以及与存取点之间的跳跃数计算各网关路由存取点的传输成本；依据各网关的传输成本在多个网关中选择路由存取点的路由网关，其中控制器配置于由多个交通工具经配置成的车队中。

本公开提供一种控制器，用以从多个网关中选择路由存取点的路由网关。控制器包括存取单元以及处理单元。存取单元存取多个模块。处理单元电性连接至存取单元，存取并执行所述多个模块。所述多个模块包括预测模块、计算模块以及选择模块。预测模块预测各网关的频宽。计算模块基于各网关的负载情况、频宽以及与存取点之间的跳跃数计算各网关的传输成本。选择模块依据各网关的传输成本在多个网关中选择路由存取点的路由网关，其中控制器配置于由多个交通工具经配置成的车队中。

本公开提供一种交通网络系统，包括存取点、多个网关以及一或多个控制器。控制器控制多个网关其中全部或部分网关与多个存取点其中全部或部分存取点，经配置以：预测所控制各网关的频宽；基于所控制各网关的负载情况、频宽以及与所控制存取点之间的跳跃数计算所控制各网关路由存取点的传输成本；依据所控制各网关的传输成本在所控制的网关中选择路由所控制存取点的路由网关，其中控制器配置于由多个交通工具经配置成的车队中。

基于上述，本公开提出的路由网关选择方法、控制器以及交通网络系统可透过控制器来计算各网关路由存取点的传输成本，并据以为存取点选择适合的路由网关。

为让本公开的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下。

附图说明

图1A、1B是一般的交通网络系统一情境示意图。

图2是依据本公开的交通网络系统一实施例示意图。

图3是依据本公开的路由网关选择方法一实施例。

图4是依据本公开的基于自回归模型机制预测通道品质的一实施例流程图。

图5是依据本公开的基于加权移动平均机制预测通道品质的一实施例流程图。

图6是依据本公开的依据传输成本选择路由网关的一实施例示意图。

图7A至图7C是依据本公开多个实施例绘示的负载平衡示意图。

图8是依据本公开的具多控制器的交通网络系统一实施例示意图。

【附图标记说明】

100、100’：车队

100_1～100_5：交通工具

102_1～102_5、206_1～206_3、S1～S12、AP1～AP5：存取点

104_1～104_3、204_1～204_2、G1～G3、GW1～GW4：网关

106、620、720：网络

200、600、700：交通网络系统

800_1、800_2：交通网络

208_1、208_2、630：使用者设备

300、610、710、810、820：控制器

312：存取单元

312_1：预测模块

312_2：计算模块

312_3：选择模块

314：处理单元

S310～S330、S412～S438、S512～S528：步骤

具体实施方式

图1A是一般的交通网络系统一情境示意图。图1A的车队(a fleet ofvehicles)100以及本公开中提及的各个车队为由多交通工具经配置成的车队。可以是火车列车、高速铁路的列车(train)或其他由多车厢(cars)所组成的车队，而交通工具即为火车列车的车厢、高速铁路列车的车厢或其他具有多车厢车队的车厢；或亦可以是由多车辆经配置成的车队，车辆可以是譬如汽车、卡车、巴士等等交通工具，但可不以此为限。以下举例说明，譬如一车队100可包括5个车厢或其他交通工具(以下统称为交通工具(vehicles))，交通工具100_1～100_5，各交通工具间网络的传输方式，主要是以无线网络连接的方式所构成的一个整体网络。在此例中，存取点(accesspoint，AP)102_1～102_5可分别配置于交通工具100_1～100_5中，用以个别提供交通工具100_1～100_5中乘客网络存取功能。举例而言，存取点102_1可供交通工具100_1中的乘客以移动装置(例如手机、平板电脑、笔记型电脑或其他类似装置)存取，而存取点102_2可供交通工具100_2中的乘客以移动装置存取，其余存取点102_3～102_5亦同。

如图1A所示，车队100可仅在交通工具100_3中配置有单一对外(outbound)网关104_1(例如是客户端设备(customer premise equipment，CPE)网关)。网关104_1可连接至存取点102_1～102_5，并作为存取点102_1～102_5与网络106通讯的媒介。网络106例如是长程演进(long termevolution，LTE)、全球互通微波存取(worldwide interoperability for microwaveaccess，WiMAX)、第三代移动通讯网络、第四代移动通讯网络或其他类似的网络，但不限于此。应可了解，虽然图1A中未明确绘示网络106的组态，但其实质上可依据所使用的通讯标准而包括对应的网络实体。举例而言，若网络106与网关104_1之间使用LTE来通讯，网络106可包括例如增强节点B(evolved Node B，eNB)、移动管理实体(mobility management entity，MME)、服务网关(serving gateway，S-GW)以及封包数据网络网关(packet datanetwork gateway，P-GW)等网络实体，但可不限于此。

于此例中，由于车队100上仅具有单一对外网关104_1，因而使得网关104_1与网络106之间的通道品质在车队100移动时也随之而快速变化。换言之，网关104_1与网络106之间通道容量(channel capacity)的变动率相当高。并且，当网关104_1的流量负载过重时也没有其他的网关可用来将流量分流，导致车队100上所有的乘客皆需忍受不好的网络品质。在一实施例中，通道品质例如可表征为载波干扰噪声比(carrier to interference and noiseratio，CINR)、载波噪声比(carrier to noise ratio，CNR)、信号噪声比(signalto noise ratio，SNR)和/或信号干扰噪声比(signal to interference and noiseratio，SINR)，但可不限于此。

此外，即便在网关104_1的布建处(即，交通工具100_3)额外布建一冗余(redundancy)网关来分流网关104_1的流量，整体交通网络的传输效率仍将因此冗余网关的通道品质与网关104_1相近而无法达到通道品质多集(diversity)的效果。

图1B是一般的交通网络系统另一情境示意图。与图1A不同之处在，于图1B的情境中，车队100’更在交通工具100_1及100_5中配置了网关104_2及104_3。为了平衡各网关104_1～104_3的流量分配情形，车队100’上可配置连接至网关104_1～104_3的一般负载平衡(load balance)控制器(未绘示)。在配置了所述负载平衡控制器之后，来自存取点102_1～102_5的各数据流必须先集中到所述负载平衡控制器，再由其决定各数据流应经由网关104_1～104_3中的何者传输至网络106。在此情况下，虽然可达到通道品质多集(diversity)的效果，但由于各数据流的传输路径实质上变长了，因此反而产生网络阻塞的情形。

举例而言，假设所述负载平衡控制器设置于交通工具100_5(例如是行经路径中位于最后面交通工具，像是火车的末节车厢)。在此情况下，当位于交通工具100_1(例如是行经路径中位于最前面交通工具，像是火车的首节车厢)的存取点102_1有数据流要传送时，此数据流需先被传送至位于最后面交通工具的负载平衡控制器，之后再被回传至位于最前面交通工具的网关104_2来向网络106传送。然而，对于此数据流而言，最有效率的传输方式事实上是直接透过同样位于最前面交通工具的网关104_2来传送。也就是说，仅透过一般的负载平衡控制器来协调网关104_1～104_3之间的流量分配情形将使得整体交通网络的传输效率降低，甚至比图1A所示例子更差。

从以上各例子可看出，当车队上配置有多个网关时，必须发展出其他的机制来更有效率地选择用来路由这些网关的数据流的路由网关。

本公开提出一种新的交通网络系统，其能够根据环境变数动态的调整选择车队上用来路由多个网关的数据流的路由网关，进而提升整体交通网络的传输效率，降低封包遗失率并达到负载平衡的效果。

请参照图2，图2是依据本公开的交通网络系统一实施例示意图。在本实施例中，交通网络系统200例如是具有多个交通工具的车队上的网络架构。交通网络系统200包括控制器300、网关204_1～204_2及存取点206_1～206_3。相似于先前实施例中的配置方式，网关204_1～204_2及存取点206_1～206_3例如可分别配置于所述车队中，譬如说可配置于某个交通工具。然而，不同于先前各实施例之处在于，本实施例更配置了电性连接或无线通讯连接至网关204_1～204_2及存取点206_1～206_3的控制器300，其可配置于所述车队中，譬如说可配置于某个交通工具。

控制器300例如是，可支持OpenFlow的软件定义网络(software definednetwork，SDN)控制器，SDN控制器可直接利用控制信号去控制在网关中的软件定义网络受控端，以要求提供一负载情况。控制器300可包括存取单元312以及处理单元314。存取单元312例如是存储器、硬碟或是其他任何可用于储存或存取数据的元件，而可用以记录多个程式码或处理模块、以及数据。处理单元314电性连接至存取单元312。处理单元314可为一般用途处理器、特殊用途处理器、传统的处理器、数位信号处理器、多个微处理器(microprocessor)、一个或多个结合数位信号处理器核心的微处理器、控制器、微控制器、特殊应用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field Programmable Gate Array，FPGA)、任何其他种类的集成电路、状态机、基于高级精简指令集机器(Advanced RISCMachine，ARM)的处理器以及类似品。

存取点206_1～206_3可分别整合含有可支持OpenFlow的交换器的功能，例如，以SDN交换器(SDN switch)的功能，基于支持OpenFlow的通讯协定来与控制器300交换数据。此外，存取点206_1～206_3中亦可分别布建有WiFi基地台。在其他实施例中，所述SDN交换器亦可实施为独立于存取点206_1～206_3之外的装置，用以协助存取点206_1～206_3与控制器300进行沟通。图2中例示了于一实施例中利用SDN网络为基础的架构下，将数据平面(data plane)以及控制平面(control plane)分离的实施概念，数据流及控制流的传输路径。

于此实施例中，在图2的架构下，控制器300可在基于本公开提出的路由网关选择方法找出适于路由各存取点206_1～206_3的数据流的路由网关之后，将结果以控制流告知各存取点206_1～206_3。接着，各存取点206_1～206_3即可直接将来自使用者设备(user equipment，UE)的数据流发送至对应的网关。以存取点206_2为例，假设控制器300基于本公开的方法找出适于路由存取点206_2的数据流的路由网关为网关204_1，则控制器300可将此结果以控制流告知存取点206_2。接着，当存取点206_2从其服务的UE 208_1及208_2接收到数据流时，存取点206_2可直接将这些数据流转传至网关204_1，藉以经由网关204_1发送至例如LTE网络的外部网络。换言之，这些数据流不会如图1B实施例一般地经过多余的传输路径，可改善了整体交通网络的传输效率。

在本实施例中，处理单元314可存取并执行存取单元312中的预测模块312_1、计算模块312_2以及选择模块312_3以执行本公开提出的路由网关选择方法。

图3是依据本公开的路由网关选择方法一实施例。图3所提出的方法可由图2的控制器300实施，以从网关204_1～204_2中找出适于路由各存取点206_1～206_3的路由网关。以下将基于图2所示的各个元件来说明本方法的详细步骤。此外，为了便于举例说明本公开的精神，以下仅说明控制器300为单一个存取点(例如，存取点206_1)选择路由网关的机制。基于此机制，应可对应推得控制器300为其他存取点(例如，存取点206_2～206_3)选择路由网关的机制。

在步骤S310中，预测模块312_1可预测各网关204_1～204_2的频宽。在一实施例中，预测模块312_1可透过特定机制预测出各网关204_1～204_2的通道品质，再查找各网关204_1～204_2的通道品质对应的自适应调变和编码方案(adaptive modulation and coding scheme，AMC scheme)，并基于AMC方案估计各网关204_1～204_2的频宽。以LTE为例，其规格中定义了16种AMC方案(或称调变编码方案(modulation and coding scheme，MCS))，其分别对应16个不同的通道品质指示符(channel quality indicator，CQI)。在此情况下，预测模块312_1可判断预测的通道品质是属于哪一个CQI，进而找出此CQI对应的AMC方案。以下将介绍预测模块312_1预测各网关204_1～204_2的通道品质的机制。

在一实施例中，预测模块312_1可先基于网关204_1～204_2以及所述车队个别的历史信息建立各网关204_1～204_2的通道品质估计模型。所述车队的历史信息例如包括其行进路线及车队在此行进路线上各个路段的行驶速度等。各网关204_1～204_2的历史信息例如包括在所述车队的行进路线上所预先测量到的各网关204_1～204_2的通道品质。

以网关204_1为例，预测模块312_1可预先测量网关204_1在车队预定行进路线上各个路段的通道品质。接着，预测模块312_1可依据测量到的结果建立通道品质与路段的对照表(即，可作为网关204_1的通道品质估计模型)。对于其他的网关(例如网关204_2)而言，预测模块312_1亦可依据前述教示来建立对应的通道品质估计模型。

在建立各网关204_1～204_2的通道品质估计模型之后，预测模块312_1可在车队实际运行时取得车队的当下移动信息以及各网关204_1～204_2的当下通道信息。所述当下移动信息例如是车队当下所在路段及行驶速度等可由配置于车队中的全球定位系统(global positioning system，GPS)模块取得的信息。各网关204_1～204_2的当下通道信息例如是各网关204_1～204_2所测量到的当下通道品质，但可不限于此。

接着于一实施例中，预测模块312_1例如可依据图4和/或图5的内容来基于当下移动信息、各网关204_1～204_2的当下通道信息以及通道品质估计模型预测各网关204_1～204_2的通道品质。为了便于说明，以下仅例示性地介绍预测模块312_1预测单一个网关204_1的通道品质的机制，而依据此例应可推得预测模块312_1预测其他网关204_2的通道品质的机制。

请参照图4，图4是依据本公开的基于自回归(autoregressive，AR)模型机制预测通道品质的一实施例流程图，而其中可以为动态自回归模型或静态自回归模型。首先，在步骤S412中，预测模块312_1可测量网关204_1的当下通道品质(例如是CINR)。以下以X_t表示当下通道品质，其中t为时间点的索引值。换言之，X_t可视为是在第t个时间点所测量到的通道品质。

在步骤S414中，预测模块312_1可依据当下移动信息查找通道品质估计模型以取得对应的通道品质估计值(以下以表示)。举例而言，预测模块312_1可依据车队当下所在路段来查找所述对照表，进而找出网关204_1对应于此路段的通道品质估计值

若采用动态自回归模型，则在步骤S416中，预测模块312_1可计算当下通道品质与通道品质预测值之间的估计误差。举例而言，估计误差(以下以Et表示)例如可表征为但可不限于此。在步骤S418中，预测模块312_1可判断网关204_1是否发生换手(handover)；而采用静态自回归模型时，则可省略步骤S416。

若网关204_1未发生换手，则预测模块312_1可在步骤S420中，依据当下的网络状态与先前建立通道品质估计表时的网络状况之间的相关性高低，判断并设定自回归模型阶层值(order，以下以p表示)，并接续进行步骤S430。可以是由设计者预先设定的大于O_min的任意正整数。

请再次参照步骤S418，若网关204_1发生换手，于采用动态自回归模型时，则预测模块312_1可在步骤S428中设定阶层值为阶层最小值(minimalorder)，其可以是由设计者预先设定的任意正整数，并清除缓存(buffer)；而于采用静态自回归模型时，则预测模块312_1可在步骤S428清除缓存(buffer)。所述缓存例如是存取单元312中的某一个存储区块，其可用以记录曾经测量过的通道品质(下称历史通道品质)。详细而言，若在网关204_1换手之后仍基于历史通道品质来预测通道品质，将降低预测的准确率。因此，当网关204_1发生换手时，预测模块312_1可藉由步骤S428来重新累积自回归模型需要的参数(例如是p以及缓存的内容)。

在步骤S430中，预测模块312_1可储存当下通道品质至缓存。接着，在步骤S432中，预测模块312_1可判断缓存的尺寸是否大于等于阶层值。缓存的尺寸例如是缓存中所记录的历史通道品质的数量。若缓存中所记录的历史通道品质的数量小于p，则预测模块312_1可在步骤S434中以当下通道品质(即，X_t)作为预测的通道品质。简言之，由于自回归模型至少需要p个历史通道品质才能进行预测，因此当缓存的尺寸不足时，预测模块312_1可直接以X_t作为预测的通道品质。所述预测的通道品质例如是第(t+j)个时间点(j为正整数)的通道品质预测值(以下以表示)。假设j为1，则所述预测的通道品质可表示为也就是下一个时间点的通道品质预测值。

另一方面，若缓存中所记录的历史通道品质的数量大于等于p(即缓存的尺寸已够大)，则预测模块312_1可在步骤S436中以缓存的内容以及阶层值作为自回归模型的输入，以求出自回归模型的多个系数(以下以α₁～α_p表示)。举例而言，当预测模块312_1采用Burg法(Burg method)作为自回归模型时，预测模块312_1可基于例如「a＝arburg(x,p)」的MATLAB函式来求得自回归模型的多个系数。在此函式中，x为缓存中所记录的各个历史通道品质所组成的向量，p为阶层值，而a即为α₁～α_p组成的向量。在其他实施例中，预测模块312_1亦可依据所采用的其他自回归模型(例如Yule-Walker)来呼叫对应的MATLAB函式以求得自回归模型的多个系数，在此不再赘述。

接着，在步骤S438中，预测模块312_1可基于包括所述多个系数的数学式、阶层值以及缓存的内容计算预测的通道品质。在一实施例中，当所述预测的通道品质是下一个时间点的通道品质预测值(即，)时，所述数学式例如可表征为：

{\hat{X}}_{t + 1} = Σ_{i = 1}^{p} α_{i} X_{t - i + 1} + ϵ_{t} - - - (1)

，其中ε_t为第t个时间点的白噪声程序(white noise process)，其平均值为0且具有固定的标准差。

于上述实施例中，设计者可以预先设定的大于最小阶层值的任意正整数作为最大阶层值，以控制历史通道品质的数量。在其他实施例中，最大阶层值可依据车队当下行经的路段性质而有不同的设定值，以提升通道品质的预测准确度。举例而言，当车队行经的路段属于通道品质较为稳定的路段(例如平原或较为空旷的地点)时，最大阶层值可设定为较大的数值，以让后续的自回归模型可参考较多的历史通道品质来进行预测。另一方面，当车队行经的路段属于通道品质较不稳定的路段(例如山地)时，最大阶层值可设定为较小的数值，以让后续的自回归模型可参考较少的历史通道品质来进行预测。

除了图4教示的流程之外，预测模块312_1亦可基于下图5的机制来预测网关204_1的通道品质。请参照图5，图5是依据本公开的基于加权移动平均机制(weighted moving average，WMA)预测通道品质的一实施例流程图。在本实施例中，当所述预测的通道品质是第t个时间点的通道品质估计值(即，)时，其对应的WMA数学式可表征为：

{\hat{X}}_{t} = Σ_{i = 1}^{p} W_{i} X_{t - i} - - - (2)

，其中p为阶层值(即，用于预测所需的数据数量)，W₁～W_p为权重值。

在步骤S512中，预测模块可计算多个权重值。在一实施例中，所述多个权重值可基于最小化估计误差平方和的原则而求得。具体而言，如先前实施例中所教示的，估计误差可表征为而连续N个时间点(N为正整数)的估计误差平方和(以下以E表示)可表征为：

E = Σ_{t = 1}^{N} {(X_{t} - {\hat{X}}_{t})}^{2} = Σ_{t = 1}^{N} {(X_{t} - Σ_{i = 1}^{p} W_{i} X_{t - i})}^{2} - - - (3)

。接着，预测模块312_1可分别求得E对W₁～W_p的偏微分(即，)，并令接着，预测模块312_1可求出可满足情况的W₁～W_p。如此一来，预测模块312_1即可求出能够最小化估计误差平方和的W₁～W_p。

之后，在步骤S514中，预测模块312_1可测量网关204_1的当下通道品质。在步骤S516中，预测模块312_1可判断网关204_1是否发生换手。若是，预测模块312_1可在步骤S518中清除缓存；若否，预测模块312_1可在步骤S520中储存当下通道品质至缓存。在步骤S522中，预测模块312_1可判断缓存的尺寸是否大于等于阶层值。步骤S516～522的细节可参考图4的步骤S418、S428、S430及S432，在此不再赘述。

若缓存的尺寸大于等于阶层值，则预测模块312_1可在步骤S524中设定阶层值为阶层最大值。另一方面，若缓存的尺寸小于阶层值，则预测模块312_1可在步骤S526中设定阶层值为缓存的尺寸。之后，在步骤S528中，预测模块312_1可基于缓存的内容、阶层值和所述多个权重值计算预测的通道品质。举例而言，当所述预测的通道品质为第(t+1)个时间点的通道品质时，预测模块312_1可套用先前教示的WMA数学式(例如，)来计算预测的通道品质(即，)。

在依据图4及图5的教示得到预测的通道品质(例如，)之后，预测模块312_1即可查找其对应的AMC方案，并基于此AMC方案预测网关204_1在(t+1)时间点的频宽。举例而言，假设对应的AMC方案为64QAM(即，正交调幅(Quadrature Amplitude Modulation)与1/2的编码率，则对应的频宽例如是5.645百万比特(mega bit，Mb)。

如先前所教示的，应可依据前述教示而预测出网关204_2的频宽。请再次参照图3，在预测模块312_1预测各网关204_1～204_2的频宽之后，在步骤S320中，计算模块312_2可基于各网关204_1～204_2的负载情况、频宽以及与存取点206_1之间的跳跃数计算各网关204_1～204_2的传输成本。所述负载情况例如可表征为各网关204_1～204_2的伫列状态、处理器使用率、频宽使用率或其他类似的参数。各网关204_1～204_2与存取点206_1之间的跳跃数可由交通网络系统200的架构来决定。以图2为例，存取点206_1与网关204_1之间的跳跃数为3，而存取点206_1与网关204_2之间的跳跃数则为1。

在一实施例中，各网关204_1～204_2路由存取点206_1的传输成本可表征为：

c (s) = {w_{1}}^{(m a x - h_{s} + 1)} + w_{2} \times r_{s} + w_{3} \times q_{s} - - - (4)

，其中h_s为存取点206_1与网关204_1～204_2中的第s个(s为正整数)网关之间的跳跃数，「max」为预设最大跳跃数，r_s为所述第s个网关的频宽，q_s为所述第s个网关的负载情况，w₁至w₃为多个预设权重值。所述预设最大跳跃数可为设计者预先设定的正整数，但需满足某特定条件。以图2为例，存取点206_1与离其最远的网关204_1之间的跳跃数为3。在此情况下，所述预设最大跳跃数即不可大于3。

在计算出各网关204_1～204_2路由存取点206_1的传输成本之后，在步骤S330中，选择模块312_3可依据各网关204_1～204_2的传输成本在网关204_1～204_2中选择路由存取点206_1的路由网关。譬如在一实施例中，选择模块312_3可选择网关204_1～204_2中具有最低传输成本的其中之一作为路由存取点206_1的路由网关。

由于计算模块312_2在计算各网关204_1～204_2的传输成本时同时考虑了负载情况、频宽以及与存取点206_1之间的跳跃数，因而能够找出适于路由存取点206_1的路由网关。接着，存取点206_1即可直接将来自其所服务的使用者设备的数据流发送至此路由网关。基于前述教示，应可对应计算各网关204_1～204_2路由存取点206_2的传输成本，并据以找出适于路由存取点206_2的路由网关，在此不再赘述。

请参照图6，图6是依据本公开的依据传输成本选择路由网关的一实施例示意图。在本实施例中，交通网络系统600包括控制器610、存取点S1～S12以及网关G1～G3。于此例中，存取点S1～S12分别配置于一车队的交通工具其中之一，网关G1～G3分别配置于此车队的交通工具其中之一。以存取点S1为例，其可配置于车队的第1个交通工具。再以存取点S5为例，其可配置于车队的第5个交通工具。其余存取点与所配置交通工具的关系应可对应推得，在此不再赘述。此外，虽为维持图6的简洁而未具体绘示，但控制器610可依据相似于图2所示的方式电性连接或无线通讯连接至存取点S1～S12以及网关G1～G3。

在本实施例中，假设控制器610用于为存取点S2从网关G1～G3中选择适于路由存取点S2至网络620的路由网关。对于存取点S2而言，各网关G1～G3的负载情况、频宽以及与存取点S2之间的跳跃数可表示为下表1。

	跳跃数	频宽	负载情况
				网关G1	2	5.645Mb	40％
网关G2	5	5.645Mb	30％
				网关G3	9	5.645Mb	10％

表1

表1中对应于各网关G1～G3的频宽可由控制器610基于先前教示的机制预测而得，在此不再赘述。接着，控制器610例如可基于式(4)来计算各网关G1～G3路由存取点S2的传输成本。在本实施例中，假设式(4)中的「max」为9，而w₁至w₃分别为0.9、0.01及1，则各网关G1～G3路由存取点S2的传输成本可表示为下表2。

	传输成本
		网关G1	(0.9)^(9-2+1)+5.645×0.01+0.4×1＝0.8869
网关G2	(0.9)^(9-5+1)+5.645×0.01+0.3×1＝0.9469
		网关G3	(0.9)^(9-9+1)+5.645×0.01+0.1×1＝1.0564

表2

从表2可看出，网关G1路由存取点S2的传输成本低于网关G2及G3，因此控制器610可选择网关G1作为路由存取点S2的路由网关。之后，控制器610可将此结果透过控制流告知存取点S2，以让存取点S2设定其路由表(routing table)。如此一来，当存取点S2从其所服务的UE 630接收到数据流时，存取点S2即可依据其路由表直接透过网关G1将此数据流路由至网络620。换言之，此数据流不需再如同图1B一般地经过多余的传输路径。

在其他实施例中，控制器610亦可周期性地重新计算各网关G1～G3路由存取点S2的传输成本，以更为适当地为存取点S2选择路由网关。或者，控制器610亦可设定为在特定时机或特定路段即重新计算各网关G1～G3路由存取点S2的传输成本。之后，控制器610可再次透过控制流将路由网关的选择结果告知存取点S2，以让存取点S2对应地更新其路由表。

虽然图6的说明中仅以存取点S2为例，但依据此例应可推得控制器610为存取点S1及S3～S12选择路由网关的机制，在此不再赘述。

从另一观点而言，由于传输成本的计算方式中同时考虑了各网关G1～G3的负载情况、频宽以及跳跃数，因此各存取点S1～S12的数据流不会仅集中于网关G1～G3的其中之一，而能够较为平均地分配至网关G1～G3。因此，本公开提出的方法可在网关G1～G3之间达到负载平衡的效果，如以下的图7A至图7C所示。

图7A至图7C是依据本公开多个实施例绘示的负载平衡示意图。在图7A至图7C中，交通网络系统700包括控制器710、存取点AP1～AP5以及网关GW1～GW3。存取点AP1～AP5分别配置于一车队的交通工具其中之一，网关GW1～GW3分别配置于此车队的交通工具其中之一。此外，控制器710可依据相似于图2所示的方式电性连接或无线通讯连接至存取点AP1～AP5以及网关GW1～GW3。为了便于说明以下实施例的概念，以下仅以控制器710为存取点AP3选择路由网关的机制为例进行说明，但本公开的可实施方式不限于此。另外，虽然控制器710于此例中是配置于与存取点AP3相同的交通工具中，但其仅用以举例，并非用以限定本公开可能的实施方式。在其他实施例中，控制器710亦可依设计者的需求而配置于车队的其他交通工具中。

请参照图7A，假设只有网关GW1的信号较佳(即，频宽较大)，则控制器710可选择网关GW1作为存取点AP3的路由网关，以将来自存取点AP3的数据流路由至网络720。

请参照图7B，假设网关GW2及GW3的信号皆佳，则控制器710可判断负载情况较低(例如10％)的网关GW3路由存取点AP3的传输成本较低。因此，控制器710可选择网关GW3作为存取点AP3的路由网关。

请参照图7C，假设网关GW1～GW3的负载情况以及频宽皆佳，则控制器710可选择与存取点AP3之间具有最小跳跃数的网关GW2作为存取点AP3的路由网关。

在其他实施例中，一台车队上可包括一或多个控制器。于多个控制器的实施例情境中，可各自形成交通网络，用以为受控于同一控制器的存取点选择适合的路由网关。

请参照图8，图8是依据本公开的具多控制器的交通网络系统一实施例示意图。在本实施例中，交通网络800_1可包括控制器810、网关GW1及GW4以及存取点AP1～AP2。交通网络800_2可包括控制器820、网关GW2～GW3以及存取点AP3～AP5。交通网络800_1及800_2可配置于同一车队上。举例而言，交通网络800_1可配置于此车队的前二个交通工具，而交通网络800_2可配置于此车队的末三个交通工具。在交通网络800_1中，控制器810可为存取点AP1～AP2从网关GW1及GW4中选择适合的路由网关。另外，在交通网络800_2中，控制器820则可为存取点AP3～AP5从网关GW2～GW3中选择适合的路由网关。另外，虽然控制器810及820于此例中是分别配置于与存取点AP1及AP5相同的交通工具中，但其仅用以举例，并非用以限定本公开可能的实施方式。在其他实施例中，控制器810及820亦可依设计者的需求而配置于车队的其他交通工具中。再者于一实施例中，一网络系统中的控制器可控制多个网关中的全部或部分网关与多个存取点中的全部或部分存取点。

此外，虽然以上各个实施例中最多仅基于三个网关来进行说明，但本公开提出的方法同样可适用于包括超过三个网关的交通网络系统。

综上所述，本公开提出的路由网关选择方法可透过额外设置于车队上的控制器来计算各网关路由存取点的传输成本，并据以为存取点选择适合的路由网关。由于控制器在计算各网关路由存取点的传输成本时同时考虑了负载情况、频宽以及与存取点之间的跳跃数，因而能够使来自UE的数据流较为平均地分配在各网关，进而达到负载平衡的效果。此外，由于来自UE的数据流不需再由图1B说明中提及的负载平衡控制器统一分配路由网关，因而可同时改善交通网络阻塞情况。

虽然本公开已以实施例公开如上，然其并非用以限定本公开，任何本领域技术人员，在不脱离发明的精神和范围内，当可作些许的更动与润饰，故本公开的保护范围以权利要求为准。

Claims

1.一种路由网关选择方法，适于控制器从多个网关中选择路由存取点的路由网关，其特征在于，包括：

预测各该网关的频宽；

基于各该网关的负载情况、该频宽以及与该存取点之间的跳跃数计算各该网关路由该存取点的传输成本；以及

依据各该网关的该传输成本，在该些网关中选择路由该存取点的该路由网关，

其中，该控制器配置于由多个交通工具经配置成的车队中。

2.如权利要求1所述的路由网关选择方法，其中该控制器为软件定义网络控制器，该控制器利用控制信号控制该些网关，要求提供该负载情况，且该存取点以及该些网关配置于该车队中。

3.如权利要求1所述的路由网关选择方法，更包括：

基于该些网关以及该车队个别的历史信息建立各该网关的通道品质估计模型；以及

取得该车队的当下移动信息以及各该网关的当下通道信息。

4.如权利要求3所述的路由网关选择方法，其中预测各该网关的该频宽的步骤更包括：

基于该当下移动信息、各该网关的该当下通道信息以及该通道品质估计模型预测各该网关的通道品质；以及

依据各该网关的该通道品质估计各该网关的该频宽。

5.如权利要求4所述的路由网关选择方法，其中该通道品质包括载波干扰噪声比、载波噪声比、信号噪声比、信号干扰噪声比，且依据各该网关的该通道品质估计各该网关的该频宽的步骤更包括：

查找各该网关的该通道品质对应的自适应调变和编码方案，并基于该自适应调变和编码方案估计各该网关的该频宽。

6.如权利要求4所述的路由网关选择方法，还包括：取得通道品质估计值，并基于自回归模型机制，以预测该通道品质。

7.如权利要求4所述的路由网关选择方法，还包括：计算多个权重值，并基于加权移动平均机制，预测该通道品质。

8.如权利要求1所述的路由网关选择方法，其中该些网关中的第s个网关路由该存取点的该传输成本表征为：

c (s) = {w_{1}}^{(m a x - h_{s} + 1)} + w_{2} \times r_{s} + w_{3} \times q_{s}

，

其中h_s为该存取点与所述第s个网关之间的该跳跃数，max为预设最大跳跃数，r_s为所述第s个网关的该频宽，q_s为所述第s个网关的该负载情况，w₁至w₃为预设权重值。

9.如权利要求1所述的路由网关选择方法，其中依据各该网关的该传输成本在该些网关中选择路由该存取点的该路由网关的步骤更包括：

选择该些网关中具有最低传输成本的其中之一作为路由该存取点的该路由网关。

10.如权利要求1所述的路由网关选择方法，其中该控制器电性连接或无线通讯连接至该存取点以及该些网关。

11.如权利要求1所述的路由网关选择方法，其中所述交通工具包括：火车列车的车厢、高速铁路列车的车厢、或具有多车辆车队中的车辆。

12.一种控制器，用以从多个网关中选择路由存取点的路由网关，其特征在于，包括：

存取单元，存取多个模块；以及

处理单元，电性连接至该存取单元，存取并执行该些多个模块，该些多个模块包括：

预测模块，预测各该网关的频宽；

计算模块，基于各该网关的负载情况、该频宽以及与该存取点之间的跳跃数计算各该网关的传输成本；以及

选择模块，依据各该网关的该传输成本在该些网关中选择路由该存取点的该路由网关，

其中，该控制器配置于由多个交通工具经配置成的车队中。

13.如权利要求12所述的控制器，其中该控制器为软件定义网络控制器，该控制器利用控制信号控制该些网关，要求提供该负载情况。

14.如权利要求12或13所述的控制器，其中该存取点配置于该车队中。

15.如权利要求14所述的控制器，其中各该些网关配置于该车队中。

16.如权利要求12所述的控制器，其中该预测模块更经配置以：

取得该车队的当下移动信息以及各该网关的当下通道信息。

17.如权利要求16所述的控制器，其中该预测模块经配置以：

依据各该网关的该通道品质估计各该网关的该频宽。

18.如权利要求17所述的控制器，其中该通道品质包括载波干扰噪声比、载波噪声比、信号噪声比、信号干扰噪声比，且该预测模块经配置以：

19.如权利要求17所述的控制器，还包括：取得通道品质估计值，并基于自回归模型机制，以预测该通道品质。

20.如权利要求17所述的控制器，还包括：计算多个权重值，并基于加权移动平均机制，以预测该通道品质。

21.如权利要求12所述的控制器，其中该些网关中的第s个网关路由该存取点的传输成本表征为：

c (s) = {w_{1}}^{(m a x - h_{s} + 1)} + w_{2} \times r_{s} + w_{3} \times q_{s}

，

22.如权利要求12所述的控制器，其中该选择模块经配置以选择该些网关中具有最低传输成本的其中之一作为路由该存取点的该路由网关。

23.如权利要求12所述的控制器，其中该控制器电性连接或无线通讯连接至该存取点以及该些网关。

24.如权利要求12所述的控制器，其中所述交通工具包括:火车列车的车厢、高速铁路列车的车厢、或具有多车辆车队中的车辆。

25.一种交通网络系统，其特征在于，包括：

多个存取点；

多个网关；

一或多个控制器，控制该多个网关其中全部或部分网关与该多个存取点其中全部或部分存取点，经配置以：

预测所控制的所述各网关的频宽；

基于所控制的所述各网关的负载情况、该频宽以及与所控制的所述各存取点之间的跳跃数计算所控制的所述各网关路由所控制的所述各存取点的传输成本；以及

依据所控制的所述各网关路由所控制的所述各存取点的该传输成本在所控制的所述网关中选择路由所控制的所述各存取点的路由网关，

其中，该一或多个控制器配置于由多个交通工具经配置成的车队中。

26.如权利要求25所述的交通网络系统，其中该一或多个控制器为软件定义网络控制器，且该一或多个控制器利用控制信号控制所控制的所述网关，要求提供该负载情况。

27.如权利要求25或26所述的交通网络系统，其中各该些存取点配置于该车队中。

28.如权利要求27所述的交通网络系统，其中各该些网关配置于该车队中。

29.如权利要求25所述的交通网络系统，其中该一或多个控制器更经配置以：

基于所控制的所述网关以及该车队个别的历史信息建立对应所控制的所述各网关的通道品质估计模型；以及

取得该车队的当下移动信息以及所控制的所述各网关的当下通道信息。

30.如权利要求29所述的交通网络系统，其中该一或多个控制器经配置以：

基于该当下移动信息、所控制的所述各网关的该当下通道信息以及对应的该通道品质估计模型预测所控制的所述各网关的通道品质；以及

依据所控制的各上述网关对应的该通道品质估计所控制的所述各网关的该频宽。

31.如权利要求30所述的交通网络系统，其中该通道品质包括载波干扰噪声比、载波噪声比、信号噪声比、信号干扰噪声比，且该一或多个控制器更经配置以：

查找所控制的所述各网关的该通道品质对应的自适应调变和编码方案，并基于该自适应调变和编码方案估计所述各网关的该频宽。

32.如权利要求30所述的交通网络系统，还包括：取得通道品质估计值，并基于自回归模型机制，以预测该通道品质。

33.如权利要求30所述的交通网络系统，还包括：计算多个权重值，并基于加权移动平均机制，以预测该通道品质。

34.如权利要求25所述的交通网络系统，其中该些网关中的第s个网关路由各该存取点的传输成本表征为：

c (s) = {w_{1}}^{(m a x - h_{s} + 1)} + w_{2} \times r_{s} + w_{3} \times q_{s}

，

其中h_s为各该存取点与所述第s个网关之间的该跳跃数，max为预设最大跳跃数，r_s为所述第s个网关的该频宽，q_s为所述第s个网关的该负载情况，w₁至w₃为预设权重值。

35.如权利要求25所述的交通网络系统，其中该一或多个控制器经配置以选择所控制的所述网关中具有最低传输成本的其中之一作为路由所控制的所述各存取点的该路由网关。

36.如权利要求25所述的交通网络系统，其中该一或多个控制器电性连接或无线通讯连接至所控制的所述存取点以及所控制的所述网关。

37.如权利要求25所述的交通网络系统，其中所述交通工具包括：火车列车的车厢、高速铁路列车的车厢、或具有多车辆车队中的车辆。