TELKOM NIKA Indonesia n  Journal of  Electrical En gineering   Vol.12, No.5, May 2014, pp . 3943 ~ 39 5 4   DOI: http://dx.doi.org/10.11591/telkomni ka.v12i5.4276          3943     Re cei v ed O c t ober 1 4 , 201 3; Revi se d Decem b e r  17, 2013; Accept ed Ja nua ry 7,  2014   An Ada p tive Vertical Handoff Algorithm Based on  UMTS and WLAN      Jin Ling, Zhang Hui * , Ya ng Long-Xia ng, Zhu Hon g -Bo   Jian gsu Ke y L ab of W i reless  Commun i cati o n s, Nanj ing U n i v ersit y  of Posts  and T e lecom m unic a tions,    Nanji ng, 2 100 03, Chi n a   *Corres p o ndi n g  author, e-ma i l : zhhjo i ce@ 1 2 6 .com      A b st r a ct   Accordi ng to t he ch aracter i stics of het erog ene ous netw o rks  and user d e man d   for  se a m l e ssl y   conn ectio n , the  nec essity of  h and off to W L A N  w a s rese ar c hed.  F i rst  of al l, in  order  to re duce  the  influ e n ce   of shad ow  fadi ng o n  rece ive d  sign al stren g th (R SS), a s m oothi ng a l g o rit h m  bas ed o n   supp ort functio n s  w a s propos ed.  T hen, co nsid e r ing th e co ntex t of mo bil e  ter m i nals  an d n e tw orks, and by  usin g pro b a b il i s tic  know led ge, w e  pro pos e a n  ada ptive  vert ical  ha ndoff a l gorit hm b a se d on  co mp en sating ti me. T h e   simulati on r e s u lts show  that , compare d  w i t h tw o al g o r i t hm s, th e p r op ose d  al go ri thm   ca n   m a ke   m o re  effective an d a ccurate h a n dof f decisi ons, re duce th e  pi ng- pon g effect an d interr uptio n p r oba bil i ty, thereb y   greatly i m provi ng ha nd off performanc e.     Ke y w ords :  UMTS, WLAN, v e rtical h andoff, com p ensating tim e     Copy right  ©  2014 In stitu t e o f  Ad van ced  En g i n eerin g and  Scien ce. All  rig h t s reser ve d .       1. Introduc tion  With the  ra pid devel op ment of wi reless n e two r k an d  com m unication t e ch nolo g y,  different  wirel e ss n e two r k  system s  su ch  as WiM a x, WMAN,  UMT S , and  WLA N  h a ve a ppe ared.   As the  develo p ment trend  of next  gen eration net wo rk, hetero gen e ous  net work i n tegratio n i s  t h e   integratio n of merits of diffe rent networks, in  order to obtain the most s a tis f ac tory QoS.  Although the r e have be en  a lot of resea r ch es  abo ut vertical  han dof f algorithm [1 -5], but  they are mo stly fixed thresh old  algo ri thms. In  fa ct , netwo rk  co ndition s p o se an  imp o rt ant  influen ce  on  vertical  han d o ff deci s io ns.  Literature  [6]  define s   a ve rtical  han doff  criterio n b a sed  on RSS, whi c h will be adaptively adjust ed based  on  mobile terminal movement  speed, in order   to effec t ively improve the hit ra te and to reduc e  th e unnecess a ry handoff. A  cross  layer handoff   manag eme n t mech ani sm f o r the  scene  of mobile u s e r s m o ving fro m  WLA N  to 3 G  is put fo rward   in literature [7], where an  adaptive thre shol d is a dop ted to effectively redu ce th e hand off failure   and ha ndoff  error p r ob abil i ty, but it doesn’t evaluat e  the necessity of mob ile no de (M N) a c ce ss  to WLAN.  In literature [8], acco rdi ng to information  su ch as mo bi le terminal m o vement sp e e d   and ha ndoff d e lay, for MN,  the neces sity of acce ss to  WLAN  and v e rtical  han dof f time of moving   out of WLAN are e s timate d, thereby effect ively redu cing u nne ce ssary ha ndoff  and conn ecti on  interruption.  Ho wever, the  netwo rk  con t ext is  not co nsid ere d  wh e n  analyzi ng the ne ce ssity of  ac ce ss t o  W L A N .    In order to  re duce the   sha dow fadin g  ef fect  on   RSS, and to  imp r ov e the  a c cura cy of the   hand off deci s ions,  we p r op ose  an al gorit hm ba s ed  on  sup port fun c ti on to smooth  RSS, whe r ea s  traditional  alg o rithm s  mo stly utilize the a v erage  or  wei ghted ave r ag e method. M ean while, ba sed  on UMTS a n d  WLA N  inte gration frame w ork, inco rpo r ating the mo bile termin als and the network  context, and  by using p r o bability theory, this paper   prop oses a n e w ad aptive vertical ha nd off  algorith m  ba sed on  comp e n satin g  time, to analyz e t he ne ce ssity  of acce ss to  WLAN, the r e b y  makin g  more effective and  accurate han doff deci s ion s .      2 Res earc h  Metho d   2.1. Relate d Work a nd Ne t w o r k Model   The top o logy  model  of het erog ene ou s  netwo rk in teg r ation  i s  sho w n  in Figu re 1,  taking   UMTS a nd  WLAN net wo rk fo r  examp l e, wh erei n t he  UMTS a n d WLAN  access p o ints a r e  Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 5, May 2014:  3943 – 39 54   3944 referred to  a s  ba se  statio n (BS) an d AP respe c tively, and the mobile statio n  are m o ving from  UMTS to WL AN at a con s t ant spe ed.         Figure 1. Het e rog ene ou s Network Top o logy Model       In order to better realize se amless handoff, the  vertical handoff algorithm put forward in  this pap er is  operating on  a cro s s layer  vertical  switch control mod e l, as sh own in Figure 2.          Figure 2. A Cross Laye r  Vertical S w itch  Control M o d e l      RSS mea s urements: M N  detect s  cu rre n t RSS of  acce ss n e two r k with the help  of network, whe n   link qu ality is detecte d to decrea s e to a certai n thre sh old, hand off is trigge re d.    ) , ( log 10 f d d P P RSS ref Lref Tx                                                      (1)     W h er e  Tx P  is tra n smitting  po wer of  WLA N  ba se  station ,   ref d  is the  dista n ce  bet wee n   referen c e p o i n t and th e b a s e  station,  Lref P  is the refere nce point  of the  path lo ss,   is a path   loss ind e x, which  usually i s  2 - 4d b in th e  urb an  enviro n ment, an d  d  is the  dista n ce bet ween  M N   and th e reference poi nt.  ) , ( f   is the  sh ado w fadi ng  whi c h i s   Gau ssi an di strib u tio n  with   mean 0 an d varian ce  2 .  Speed  e s timation: By u s i ng GPS  or t he e n ve lop e  of  po we r spe c tral   de nsity of  RSS,  movement sp eed of MN is  estimated.   Han doff time delay estimat i on: The ha n doff  signal d e l ay requi red  by the netwo rk laye r  and layers ab ove the network laye r is e s timated.   Han doff de ci sion: By u s in g information  su ch  a s  the  han doff del ay, terminal   velocity,  curre n t network  re sou r ce s and RSS,  make ha nd off decisio n based on propo sed ad ap tive   vertical ha nd off algorithm i n  this pap er.   Han doff execution: By usi ng the  re sult  of  hand off de cisi on, exe c u t e the corre s pondi ng   regis t ration.  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     An Adaptive  Vertical  Han d o ff Algorithm   Based o n  UM TS and WLA N  (Jin Ling )  3945 2.2. The RSS Smoothing Algorithm Based on Sup port Fun ctio ns   Due  to the   shado w  effect, mea s u r eme n t of  RSS wil l  be flo a ting,  thereby  impa cting th e   perfo rman ce  of vertical ha ndoff algorith m . In this paper, we a d o p t the smoot hing algo rith m  based on  su pport fun c tio n  to minimize mea s urem ent errors, thereby imp r ov ing the de cision   ac cur a cy .                  In  the  terminal  mov e ment  proces s, by usin g the uniform  sa mpling on th e  received si g nal  s t r e ng th  o f   U M T S  an d   W L AN r e s pec tive ly, w h ere   s T  is th e sa mpling inte rv al and  N i s  t h e   wind ow  si ze,  RSS se que nce  ) 1 , 1 , 0 ]( [ N k k RSS  ca n be  obtaine d, an d ] 1 [ N RSS  is  the recent sa mpling result. By Equation (1), RSS sam p led value at  th k  samplin g time can b e   expre s sed a s  follows:                                            (2)     After weighte d  averag e:                                                           (3)    Whe r e  i w  is the wei ght for RSS at time  i k  whi c h  satisfie s the  equation:  1 1 0 N i i w .  Assu ming tha t  MN is a sl o w  mobil e  use r , movement   within a  certai n time distan ce is limite d , and   correl ation b e twee n adja c ent data  e x ists. The r ef ore,  i w  is determin ed by usin g su ppo rt  function[9] in  this pap er,  and the relia bility of  ] [ i RSS  is di rectly p r opo rt ional to the d egre e  of  being  supp orted by the rest  data. The differen c e be tween  ] [ i RSS  and  ] [ j RSS  is  ij d , which  can b e  expre s sed a s :                                     (4)    The su ppo rt functio n  is defi ned a s :     ij ij ij d d r max 1                                                                        (5)                                                                                   Whe r e  ij r  repre s ent s su ppo rt relation ship  betwe en  ] [ i RSS  and  ] [ j RSS , if   j i ,  then  1 ij r .  That is, the d a ta is fully su pporte d by itself. T he supp ort function in  matr ix form is as follo ws:                                                           (6)  In sup p o r t d egre e  mat r ix R, the i n fluence facto r   of the  i -th m easure m ent  data for oth e r  measurement  data i s   ) , , 0 ( N i w i , an d  1 1 0 N i i w .   T N w w w w ] , , [ 1 1 0  and it  can b e   cal c ulate d  by equatio n:     Rw w max                                                                          (7)  ) , ( ] [ log 10 ] [ f d k d P P k RSS ref Lref Tx 1 0 ] [ ) ( N i i i k RSS w k RSS 1 , 2 , 0 , , ] [ ] [ N j i j k RSS i k RSS d ij 1 1 11 10 1 1 11 10 1 0 01 00 N N N N N N r r r r r r r r r R Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 5, May 2014:  3943 – 39 54   3946 Whe r e  max  is th e maximum  value of  eige n v ectors, an d  i w  is th e corre s pondi ng ei ge nvector.    In combin atio n with Equati on (3 ), weig hted avera ge of   ] [ k RSS  i.e.  ] [ k RSS  can be  cal c ulate d .    2.3. The Vertical Ha ndo ff Decision Alg o rithm   Whe n  WLA N  is dete c ted to be availabl e to a MN in  the WLA N  an d UMTS ove r lappin g   coverage, th e corre s po nd ing netwo rk entity can ju d ge wheth e r it  can acce ss to WLAN or  not.  Two f a cto r s  need  to b e   consi dered: o ne i s   WLAN   availability, i.e. RSS m u st  be  gre a ter than  min RSS  and the othe r is the ne ce ssity of handof f to WLAN.  Becau s e  the  coverage  of  WLAN is limited, MN  move ment spee d i s  a n  imp o rta n t factor  to judge the necessity of hand off to WLAN. Whe n  MN moveme nt spee d is hi gh, once switchin g   to WLAN, it will so on mo ve throug h the AP co verin g  radi us a n d  handoff ba ck to UMTS.  Th e   ‘ping-pon g ef fect’ lea d  to  fluctuatio ns in  RSS  and  he avy intera ctio n si gnali ng i n  co re  net wo rk,  thereby influe ncin g busi n e s s contin uity,  wa sting  sig n a ling and net work  resou r ces. To avoid such   unne ce ssary  hand offs, MN must have a  certai n dwe ll time in WLA N . If MN movement speed  is  very high, dwell time in WLAN is less than  the hand o ff signaling d e lay, handoff failure eme r g e s.  Therefore, if the terminal v e locity is sma ll,  handoff to  WLAN i s  feasible; otherwise, still acce ss to   UMTS is a b e tter choi ce. Condition s re q u ired fo r acce ss to WLAN a r e as follo ws:    max min ] [ v v RSS k RSS                                                                                    (8)    Whe r e  ] [ k RSS  is the RSS after smoothi ng at   th k  sampling time,  min RSS  is the minimu m   value of  RSS  that MN can  comm uni cate  with  WLA N ,  v  rep r e s ent s m o vement  spe ed of  MN,  an d   max v   is spee d thresh old. The correspon ding  algorith m  ana lysis is  sho w n  in Figure 3.     1 l B 1 2 M A P O （ ） R d 2 l     Figure 3. Analysis Di agram  of Handoff Process      In Figure 3, MN move s in  and out of  WLAN  at a con s tant spee d a l ong a  straig h t  line.  1 l ,  2 l  are p o sitio n s  of  MN mo ving in  and   out of  WLA N  re sp ectively.  1 l ,  2 l  can  be   s e lect e d  at  rand om withi n   the WLA N   cove rag e ,  a l ong with co rrespon ding   a ngle  1  an d  2 , whi c h  are   evenly di strib u ted in ] 2 , 0 [ . It’s  as sumed that  MN’s  RSS is  min RSS  when  at  po sition  1 l , and   that it is  out th RSS _  whe n  at position  B. In the proce ss of  MN  moving away from AP, RSS is to  decrea s e, an d it decre ase s  to  min RSS  when m o ves to positi on  2 l , where is the covera g e  edge  of  AP.    1 ,  2  are e s timat ed han doff delay for MN  moving in an d out of WLA N  re spe c tivel y .  t   is  th e r e s i de nc e  time o f  MN  in WL AN . If  t  is  sh orte r t han  1 , that is ,  MN moves out of WLA N   before th e ha ndoff pro c e ss is co mpleted ,  handoff failu re eme r g e s.  Otherwise, if  t  is long er tha n   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     An Adaptive  Vertical  Han d o ff Algorithm   Based o n  UM TS and WLA N  (Jin Ling )  3947 1  but i s   sho r ter than th e  sum  of  1  and   2 , ‘ping-po ng  effect’  eme r ge s; M e anwhile, the   hand off  is unn ecessa ry.    2.3.1. The Compensa tin g  Time  Con s id erin g t hat ha ndoff p r ocess nee d  extra  signali n g ove r hea d, i t  is n e cessa r y for M N   to hand off to WLAN,  whe n  it dwell s  in  WLAN fo r a  prop er time.  On the oth e r ha nd, if the   perfo rman ce  of WLAN i s   very good  a nd han doff d e lay is small,  a sho r ter  re side nce time  is   enough for M N  to  be beneficial in  WLA N . In order to evaluate  necess ity of  vert ical  handoff, it’s  necessa ry to  determi ne th e shorte st   re side nc e t i me  f o r M N  in  W L A N ,  w h ich   co mpri se s h and of f   delay for MN moving i n  a nd out  of WL AN  i.e. 1 ,  2 , and the  com p e n satin g  time  T . By this   way, the sh o r test resi den ce time i s  de sign ated by  2 1 T .The comp en sating time  T   relates  to  1 ,  2  , the netwo rk  context [1 0] and net work fe e, as  sho w n in  Fig u re 2. Th e  cal c ulatio n of  T  is com p lied  with the follo wing meth od.   Con s id erin g data tran smi s sion rates p r ovided by wireless net works a nd fee s  for a cce ss  to them, the revenue fun c ti on for u s er  i  in the network  j  can b e  expre s sed a s  follo ws:     ) , ( , , , j i j i j i C B f E                                                                             (9)    Whe r e  j i B ,  is the band width provided by net work  j  to user  i ,  j i C ,  is the fees requi red to p a y  for net wo rk   j .   The  reven u e  functio n   j i E ,  is t he result of n o rmali z e d  an d weighted  summatio n   of ea ch  pa rameter. A ccordin g to  th e u s e r 's de mand, th e  correspon ding  wei ghts to  each   para m eter  which a r e refe rre d to as  B i w ,  and  C i w ,  are assign ed re sp e c tively. Also, these  weig hts satisf y  equation:  1 , , C i B i w w  and  can b e  a d juste d  app ro priately a c cording to u s e r s’   busi n e ss n e e d s an d prefe r ences. Fo r co nvenien ce,  lo garithm to the  param eter of  the formula:      j i C i j i B i j i C w B w E , , , , , ln ln                                                                 (10)    Her e in  1 , i E ,  2 , i E  is d e fined  as the  reve nue  fun c tion  of  u s e r   i  ac cess to  U M TS  and  WLAN  res p ec tively. Then for us er  i , th e revenu e di fference bet wee n  acce ss to UMTS and  WLAN  can b e  expre s sed  as:     3 , 1 , 2 , , 1 , 2 , , 3 , 1 , 2 , ln ln ln ln i i i C i i i B i i i i i E C C w B B w E E E E                                   (11)    Whe r e  3 , i E  represe n ts ha nd off signalin g overhe ad [11 ]. By Equation (10 ) , we can se e the   greate r   i E  is, i.e. the revenu e for user  i  in WLAN i s  rel a tive higher,  the grate r  ne ce ssity o f   hand off to WLAN will b e . If MN sw itch es to WLAN  for enjoying  WLAN  re sou r ce, the short e st  time comprises  compensating time  T  an d the  han doff delay fo r  mo ving in  and  o u t of   WLA N   i.e. 1  ,  2 .  Where c o mpensating time  T  can b e  determi ned  by the followi ng equ ation s :    1 2 ) 2 1 3 , 1 , 3 , 2 , 1 , ) ( ( i i i i i E E E E E e T e T e                                           (12)    else e E e e E T E i E E i i i , 0 ) 1 1 ln( 0 , 1 1 0 , 1 2 2 1 3 3 ,                                          (13)  Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 5, May 2014:  3943 – 39 54   3948 Whe r e the  si gnalin g overh ead resulting  from  vertical  hand off is ref e rred to a s   3 , i E , and it can b e   set to  a fixe d value  grea ter than  0.  By Equation  (13 ) , the  greater  i E  is,  th e shorte r th e  comp en sat i n g  t i me  T  will be. If  i E  is a neg ative numbe r,  T  will be infinite  and the verti c al   hand off is un necessa ry; If  i E  is not too large,  T  c h a nge s  w i th   i E  and  hand off delay; If  i E  is large r  than  a function va lue,  T can b e  ig nore d .    2.3.2. Speed Thresh old  The sp eed th reshold  max v  in Equation (8)  can be calcul ated by the followin g  met hod.  Acco rdi ng to  sectio n 3.2.1, if MN’s  d w ell time in  WLAN i s  larger than  2 1 T , vertic al  hand off to WLAN i s  ne ce ssary.  Herein  a p  is defin ed a s   unne ce ssary  hand off pro b ability and it  can b e  expre s sed a s :     ) ( ) ( 2 2 1 t p p T t p p f a                                                                        (14)    Whe r e  t  is e s timated resid e n ce time i n  WLAN  and th e pro bability den sity functi on (P DF) fo r  t   can b e  determined by the followin g  method.   The PDF a n d  the joint prob ability density  at position  1 l  and  2 l  can b e  expre s sed a s :      otherwise f f l l , 0 ] 2 , 0 [ , , 2 1 ) ( ) ( 2 1 2 1 2 1                                                (15)    otherwise f , 0 2 0 ), 2 1 ( 1 ) (                                                               (16)    MN’s m o vem ent distan ce 2 1 l l  can b e  expre s sed a s :     ) cos 1 ( 2 2 2 R vt                                                                             (17)    ) cos 1 ( 2 ) ( 2 2 v R g t                                                  (18)    i t  is the root for  ) ( g t  can be expressed a s :     i i i t t t g f t f ) ( ' ) ( ) (                                                                            (19)    ) cos 1 ( 2 sin ) ( ' v R g                                                                           (20)    2 2 2 4 1 ) ( ' R t v v R g                                                                             (21)  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     An Adaptive  Vertical  Han d o ff Algorithm   Based o n  UM TS and WLA N  (Jin Ling )  3949 ) 2 1 ( 1 ) ( i i t t f                                                                              (22)    The PDF of  t   can b e  cal c ul ated by Equa tion (19 )  ca n be expre s sed  as:    otherwise v R t t v R v otherwise v R t g f g f t f t t t t , 0 2 , 4 2 , 0 2 , ) ( ) ( ) ( ) ( ) ( 2 2 2 2 2 1 1                                  (23)    The dist ributi on functio n  of  t  can be expressed a s :     v R T v R T dt t v R v dt t f T F T T 2 , 1 2 0 , 4 2 ) ( ) ( 0 2 2 2 0                                         (24)    By the distri bution fun c tion (2 4) a nd  Equat ion (14 ) , unne ce ssa r y hand off probability ca n  be  obtaine d:    2 1 2 1 2 1 2 1 2 , 1 2 0 , 2 arcsin 2 ) ( R v R v R v T t p p a                         (25)    The han doff failure p r o babi lity is as follows:     1 1 1 1 2 0 ), 2 arcsin( 2 2 , 1 ) ( R v R v R v t p p f                                                (26)      By Equation (8), (25 )  and  (26), t he spee d threshold  can be obtai ne d:    ) 2 sin( 2 2 1 1 a p T R v                                                                      (27)    ) 2 sin( 2 1 2 f p R v                                                                                 (28)    ) , min( 2 1 max v v v                                                                                 (29)    The propo se d hand off algorithm flow  chart is  sho w e d  in Figure 4.    Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 5, May 2014:  3943 – 39 54   3950     Figure 4. Han doff Algorith m  Flow Chart       3. Results a nd Discu ssi on  3.1. The RSS Smoothing Algorithm       Figure 5. Vari ations in  RSS with Dista n ce betwe en AP of WLAN a nd MN      To validate t he efficien cy  of prop osed  RSS smo o thing alg o rith m based o n  sup port  function s,  co mpared with the  sm ooth  coefficient filte r ing al go ri th m, the simul a ting exampl e of  variation s  in RSS with distan ce betwe en AP and  MN is given.  As shown in Figure 5, the  prop osed alg o rithm can effectively redu ce  the influen ce of shad ow  effect on RS S.    3.2. The Vertical Ha ndo ff Decision Alg o rithm   In the literatu r e [8], the  HNE algorith m  i.e.  adaptive ti me thre sh old  adju s tment al gorith m   is ado pted in  the moving i n  WLA N  sce nario,  while t he traditio nal  algorithm  m o stly adopt fi xed   RSS thre sh ol d. By usin g M a tlab  simulati on, alo ng  with expe riment al pa ramete rs sh own in  Ta ble  1, the handoff  performan ce  of three algo rithms i s  co m pare d  with ea ch othe r.   1 2 3 4 5 6 7 8 9 10 -6 5 -6 0 -5 5 -5 0 -4 5 -4 0 -3 5 -3 0 -2 5 -2 0 -1 5 d / dref R S S ( dbm )     T he al gori t hm T he i deal   av erage of  R S S S m oot hi ng c oef f i c i ent   f i l t eri ng al gor i t hm M eas ur ed R S S Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     An Adaptive  Vertical  Han d o ff Algorithm   Based o n  UM TS and WLA N  (Jin Ling )  3951 1000 0 rand o m  traje c tori e s  a r e  gen era t ed within  WLAN  cove rag e , and  MN  movement  spe ed rang e s  bet ween  h km h km / 100 ~ / 1  with an interval  of  h km / 2 . For each trajec tory, a  positio n  1 l  and  movement d i rectio n  1  are  sele cted, wh en MN m o ve s in WLAN,  whi c h a r e all  with ran dom  uniform di stri bution withi n ] 2 , 0 [ .      Table 1. System Simulatio n  Paramete rs  Radius of WLAN  R   150m   Transmission pow e r  of AP  Tx P   20dbm   Distance betwee n  AP and the r e f e rence point  ref d   1m  Pass loss at reference point Lre f P    40dbm   Pass loss  index   3.5  Standard deviati on for shado w eff e ct    4.3db   Handoff dela y  for  moving from UM TS to WLAN  1   2s  Handoff dela y  for  moving from WALN to UM TS  2   2s  Tolerable hand of f failure probability   f p   0.02  Tolerable unnec essary  hando ff p r obabilit y   a p   0.04      In orde r to evaluate ha ndof f efficiency, herein a n  effici ency fun c tion   i U  is defined:     ) 10000 ( ) ( 1 , 3 , 2 , N N N e N N e U failure unnecessay E y unnecessar E E i i i i           (30 )     Whe r e  2 , i E  and   1 , i E  are  reven ue f unctio n  in  WLAN a nd  UM TS re spe c tively for u s e r   i ,  3 , i E  is  s i gnaling overhead res u lti ng from vertic al handoff,  N  is the total h andoff times,   unnecessay N  is  the unne ce ssary hand off times, and  failure N  is hand off failure times.                   I f   3 , i E  is  set to  be a  fixed value, fo r  example  2 ln 2 1 , the c o mpens a ting time in Equation  (13 )  ca n be e x presse d:    else E e E T i E i i , 0 2 3 ln 0 , ) 1 ( 2 0 , 1                                                                      (31 )     Figure 6  ~ 9  sho w  h and o ff perform an ce co mpa r iso n  for th ree  a l gorithm s in  different  netwo rk cont ext. Where   0 i E , As sho w n in  Figure 6,  co mpared  with  traditional  alg o rithm,  our proposed  algorithm can  effe ctivel y reduce handoff failure  probability  a nd unnecessary   hand off prob ability to 0. Where 0 i E , the han doff performa n ce i s  sh own in Figure 7.     Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 5, May 2014:  3943 – 39 54   3952   Figure 6. The  Hand off Performa nce wh e n  MN Move s into WLA N ,  0 i E       Figure 7. The  Hand off Performa nce wh e n  MN Move s into WLA N ,  0 i E       Whe r e  2 3 ln 0 i E , as shown in Figu re 8, the pro posed alg o rit h m ca n effectively reduce  hand off failure prob ability, and imp r ove  hand off perfo rman ce.   0 50 100 0 0. 02 0. 04 0. 06 0. 08 0. 1 0. 12 v( km / h ) a )  h a n d o ff fa i l u re  p r o b a b i l i t y h a nd of f  f a i l u r e   pr oba bi l i t y     0 50 100 0 0. 05 0. 1 0. 15 0. 2 0. 25 v( km / h ) b )  u n n eces s a r y  h a n d o f f   p r o b a b ilit y un ne ce s s a r y  h a nd of f  pr oba bi l i t y     0 50 100 0. 8 1 1. 2 1. 4 1. 6 1. 8 2 v( km / h ) c )  h a n d o f f   ef f i ci en cy ha nd o f f  effi cien cy     HNE  a l gor ithm T h e  a l gor it hm T r a d i tiona l a l gor it hm HNE  a l gor ith m T h e  a l gor ithm T r a d ition a l a l gor i t hm HNE  a l gor ithm T h e  a l gor it hm T r a d i tiona l a l gor ithm 0 50 10 0 0 0. 0 2 0. 0 4 0. 0 6 0. 0 8 0. 1 0. 1 2 v( k m / h ) a )  ha nd of f  f a i l ur e  p r ob a b i l i t y ha nd of f fai l ure   probabi li ty     0 50 10 0 0 0. 0 5 0. 1 0. 1 5 0. 2 0. 2 5 v( km/ h ) b )  u n n e c e s s a r y  ha nd of f  pr ob a b i l i t y unnecessa ry handof f  probabil i t y     0 50 10 0 1. 7 5 1. 8 1. 8 5 1. 9 1. 9 5 2 v( km/ h ) c)  h a n d o f f  ef f i ci en c y handoff eff i ci ency     HNE  a l go r i th m T h e al g o r i t h m T r a d it io na l a lg or i t h m HN E  a l g o r i t h m T h e al g o r i t h m T r a d it io na l  a l go r i th m HN E  a l g o r i t h m T h e al g o r i t h m T r a d i t i o n a l a l gor it hm Evaluation Warning : The document was created with Spire.PDF for Python.