异构网络中一种基于灰度关联的动态接入选择策略

为了提高异构网络中多模终端选择网络的准确性，提出了一种基于灰度关联和时序多指标判决理论的动态接入选择策略. 通过将接入选择转化为多指标决策问题，从整体上考虑接入选择参数的影响，为用户提供合理的接入选择. 仿真结果表明，该策略能综合考虑多种接入判决指标，并保证移动终端选择最优的网络接入.     

通用多接入网络选择问题的建模和分析

提出了一种基于通用多目标优化模型的多接入网络选择判决方法. 对接入选择相关的参数进行了系统的分析归类,通过建模将网络选择问题转化为典型的多目标优化问题. 借鉴遗传算法的群体排序思想,结合Hooke Jeeves直接搜索方法设计了优化的多目标决策算法. 仿真结果表明,参数的设置合理有效,在多目标优化问题建模基础上的网络接入选择方案可以在异构网络环境中得出准确合理的判决结果.     

基于多目标决策的异构无线网络接入选择算法

针对异构无线网络基于负载均衡的接入选择算法判决因素不够全面的问题,提出了一种基于多目标决策(Multi-objective decision making,MODM)的接入选择算法。该算法在满足多因素判决、动态适用性的基础上,采用五级标度法和信息熵法确定接入判决指标的主、客观权重,并通过最小二乘法对主、客观权重进行折中选择,判决过程兼顾了网络状态和用户偏好,提高了判决准确性和实用性。仿真结果表明:该算法相对于负载均衡算法,降低了分组业务阻塞率和丢包率,提高了用户满意度。     

LTE/SAE网络中一种基于网络安全评估的切换策略

3GPP中提出的LTE/SAE全IP移动网络,是可以将3GPP原有移动接入网和非3GPP无线网络融合为统一核心网架构下的异构网络,针对该异构无线网提出一种基于网络安全风险评估的切换判决策略。在此策略中,首先分析了LTE/SAE网络的安全威胁,设计了一种网络安全风险评估模型。然后根据模糊数学理论对安全指标进行合理的量化,运用灰色关联分析算法对候选网络的安全性能进行结果排序,从而为用户终端切换到安全指标较高的网络做出判决决策。     

基于概率预测的动态频谱接入信道选择方法

对动态频谱接入中的多个频谱的选择问题进行了研究,综合考虑物理层频谱感知错误和信道衰落等不利影响,提出了一种基于概率预测的动态频谱接入策略.该策略基于交替更新过程的结论,能够在提高频谱利用率的前提下为认知网络中次用户选择可用度较好的信道.推导了该方法的时延性能理论分析结果,仿真结果表明,提出的算法与现有的随机频谱接入算法相比具有更好的时延性能.     

基于垂直切换的SAE架构改进

为解决终端在各个异构网间频繁移动时的服务质量问题,本文以垂直切换为切入点,在架构中加入存储垂直切换判决所需的各个网络静态参数的信息模块,对需要垂直切换判决的终端,提供所需的静态参数,通过垂直切换算法联合网络的动态参数进行网络切换判决,使终端切换至更好的网络以满足用户要求。通过性能分析,改进后的架构能更有效地为用户选择高效的网络。     

负载均衡的多接入选择算法

针对异构无线分组网络进行多接入选择方法设计时,仅考虑已接入用户数及系统容量将存在缺陷的问题,提出了一种新的异构无线分组网络中的接入选择算法,在多接入选择时考虑了分组业务QoS和链路自适应机制（(链路层重传及自适应调制）)因素,来正确估计分组业务在接入后平均消耗的资源量以及分组网络当前的负载情况。最后对算法性能进行了仿真评估,并与传统多接入选择方法进行了比较,结果表明提出的算法优于传统多接入选择算法,能在保证分组业务QoS的基础上,同时达到不同网络间负载均衡的目的。     

自组织异构网络中降低阻塞的垂直切换算法

道路中车流量密度比较大时,会有大量车辆终端接入车辆异构无线网络,易造成网络阻塞,对此,提出结合自组织网络的自组织异构网络方法.当网络未发生阻塞时,车辆终端采用效用函数算法在基站或者接入点之间进行网络选择;当网络可能发生阻塞时,首先通过分簇算法将自组织网络划分为若干簇;然后进行车辆状态之间的转化;最后根据车辆状态选择接入算法.仿真结果表明,所提算法降低了网络发生阻塞的概率,提高了系统的吞吐量.     

5G大连接场景下混合多址随机接入

为了提高5G系统的终端接入数量,提出了一种混合多址随机接入机制,使终端能够根据预测的信噪比和预定义的切换门限选择正交多址或非正交多址的方式进行随机接入.为了提高干扰消除接收机的性能,在非正交随机接入时采用功率回退的方法保证基站收到不同功率的叠加信号.此外,理论分析了混合多址随机接入的接入性能,并给出了数值仿真结果和实际系统仿真结果.仿真结果表明,与单一正交或非正交多址接入机制相比,混合多址接入大大提高了网络的终端接入数.     

中断概率分析下的终端多跳直通通信路由选择

提出一种蜂窝与终端自组织混合网络中多跳直通通信的路由选择方法. 首先给出混合网络下的多跳直通通信的干扰模型和信道模型,并考虑了蜂窝终端对直通通信终端的干扰范围. 基于模型分析并得到D2D通信下的中断概率公式,然后将此公式应用在多跳路由选择中,提出了一种多跳路由选择方法. 仿真结果表明,与其他路由算法比较,新提出的方法可以有效提高吞吐量.     

Multi-criteria user selection scheme for learning-based multiuser MIMO cognitive radio networks

For multiuser multiple-input-multiple-output (MIMO) cognitive radio (CR) networks a four-stage transmiision structure is proposed. In learning stage, the learning-based algorithm with low overhead and high flexibility is exploited to estimate the channel state information (CSI) between primary (PR) terminals and CR terminals. By using channel training in the second stage of CR frame, the channels between CR terminals can be achieved. In the third stage, a multi-criteria user selection scheme is proposed to choose the best user set for service. In data transmission stage, the total capacity maximization problem is solved with the interference constraint of PR terminals. Finally, simulation results show that the multi-criteria user selection scheme, which has the ability of changing the weights of criterions, is more flexible than the other three traditional schemes and achieves a tradeoff between user fairness and system performance.     

基于最优加权多属性决策的LWA网络接入点选择算法

为了应对LWA网络下eNB和AP大量密集部署,用户需求难以充分满足的现状,该文提出一种基于最优加权多属性决策(OWMAD)的LWA网络接入点选择算法。该算法预先收集接入点属性并建立属性集合,然后设计决策属性的最优权重,将决策矩阵与最优权重向量叠加,最后根据各个接入点综合性能的计算结果确定用户可选择的最佳网络接入点。仿真结果表明,该算法不仅能有效提升边缘地区及系统整体的吞吐量,还能够降低系统平均时延,提升用户的服务质量。     

基于语义PROMETHEE的产品设计方案群体多准则求解

为了使产品设计方案评价和决策过程充分考虑决策者偏好特征,并避免模糊决策信息的失真,提出基于语义PROMETHEE的设计方案求解支持方法.定义了度量决策者偏好程度的权偏好函数和语义偏好函数,分别改进了传统PROMETHEE方法偏好函数在选型和数据处理上的局限性.对单一类型和区间类型的多粒度自然语义混合决策信息采用不同的语义变换模式,均转化为等效的二元语义类型作为语义偏好函数的保真信息输入.在此基础上,运用语义PROMETHEE方法的基本原理进行产品设计方案群体多准则求解.以停车设备的方案优选为例验证了本方法的可行性.     

基于Moran过程的无线网络接入选择方法

提出了一种基于Moran过程的接入网络选择方法,将选择策略的演化过程描述为有限个体间的群体博弈,并证明了每个群体策略演化是一个随机生灭过程. 在此基础上,从多策略角度改进了局部更新机制,以揭示选择策略的演化机理. 仿真实验表明,该方法能在有限演化次数内收敛到纳什均衡解,同时能避免无限群体博弈模型所产生的“乒乓效应”.     

Fairness-aware joint call admission control in heterogeneous wireless networks

In heterogeneous wireless networks, mobile terminals of different capabilities (heterogeneous terminals) will be used by subscribers to access network services. There is a problem of the unfairness in allocation of radio resources among heterogeneous mobile terminals in heterogeneous wireless networks. Low-capability mobile terminals (such as single-mode terminals) suffer high call blocking probability, whereas high-capability mobile terminals (such as quad-mode terminals) experience very low call blocking probability. This paper proposes a fairness-aware joint call admission control (JCAC) algorithm to reduce the unfairness. The proposed JCAC algorithm makes call admission decisions based on the mobile terminal modality (capability), network load, and radio access technology (RAT) influence index. Experimental results show that the proposed algorithm reduces the call blocking/dropping probability of low-capability mobile terminals, and improves fairness in allocation of radio resources among heterogeneous terminals.     

定价机制下认知无线电网络频谱接入算法

为了研究认知无线电网络中认知用户频谱接入的决策问题,将认知用户的频谱接入过程视为非合作博弈过程,并考虑到授权用户享有频谱的优先使用权,基于带有服务台故障的M/G/1排队理论建立了系统模型,分析了认知用户个体最优接入策略和社会最优接入策略,并在此基础上提出定价机制使认知用户追求个体利益最大化的目标与社会目标一致,实现社会福利最大化.实验结果表明,基于定价机制的频谱接入策略可以使频谱资源得到相对的优化配置,满足社会整体利益需求.     

基于云模型的区间VIKOR多准则决策方法研究

摘要：针对区间型多准则决策问题,提出一种基于云模型的区间VIKOR决策方法．首先,提出将普通的区间型数值转化为能体现模糊性与随机性信息的云决策矩阵方法;接着,给出了正负云理想点的确定方法以及云模型距离测度公式,在此基础上发展了一种云VIKOR方法;最后,通过空调选择的算例验证了该方法的有效性和可行性．     

超密集网络中基于改进DQN的接入选择算法

在超密集网络环境中,各个接入点密集部署在热点区域,构成了复杂的异构网络,用户需要选择接入合适的网络以获得最好的性能。如何为用户选择最优的网络,使用户自身或网络性能达到最佳,称为网络接入选择问题。为了解决超密集网络中用户的接入选择问题,综合考虑网络状态、用户偏好以及业务类型,结合负载均衡策略,提出了一种基于改进深度Q网络(deep Q network, DQN)的超密集网络接入选择算法。首先,通过分析网络属性和用户业务的偏好对网络选择的影响,选择合适的网络参数作为接入选择算法的参数;其次,将网络接入选择问题利用马尔可夫决策过程建模,分别对模型中的状态、动作和奖励函数进行设计;最后,利用DQN求解选网模型,得到最优选网策略。此外,为了避免DQN过高估计Q值,对传统DQN的目标函数进行优化,并且在训练神经网络时,引入了优先经验回放机制以提升学习效率。仿真结果表明,所提算法能够解决传统DQN的高估问题,加快神经网络的收敛,有效减少用户的阻塞,并改善网络的吞吐能力。