基于模糊层次—熵权法的自适应垂直切换算法

针对当前异构网络中,采用多决策属性的垂直切换算法难以动态调整网络属性的权重值,从而无法满足用户服务质量(QoS)的需求问题,文章以接入最优的异构无线网络和保障用户QoS为目标,提出基于模糊层次—熵权法的自适应垂直切换算法.首先,根据用户对网络属性的不同要求,采用主观模糊层次赋权与客观熵权法结合的方式构建网络属性优化模型...     

异构无线网络接入策略的比较研究

针对目前异构无线网络接入选择算法种类繁多并且功能各异的情况,为了解决异构无线网络中移动终端在任何时间、任何地点进行最优网络接入的问题,该文首先简单介绍了异构无线网络,其次根据优化目标的不同将异构无线网络接入选择算法分为基于决策因素的接入选择算法和基于数学模型的接入选择算法两类,最后分析了目前国内外异构无线网络接入选择算法的研究情况,对现有的异构无线网络接入选择算法在业务类型、用户策略以及网络安全性等方面进行了分析。为选择合适的异构无线网络选择算法提供了有效的依据及借鉴意义。     

基于业务类型的异构无线网络选择算法

下一代异构无线网络环境下,用户的业务需求将更加多样化。根据3GPP对无线网络业务类型的划分,提出了一种基于业务类型的异构无线网络选择算法。该算法在无线多模终端中引入业务分析模块,考虑网络数据速率、时延、可靠性、安全性、价格等多种因素对不同业务的影响,采用模糊层次分析法,综合评价选出最佳网络接入。仿真结果证明,该算法能够根据业务类型有效地选择最佳网络,充分发挥异构网络的优势,有利于网络资源的优化调控。     

异构无线网络中基于模糊逻辑的分级垂直切换算法

在异构无线网络中,针对综合考虑网络端和用户端参数的垂直切换算法,参数权重难以确定,同时基于模糊逻辑的垂直切换算法存在复杂度高的问题,该文提出一种基于模糊逻辑的分级垂直切换算法。首先,将接收信号强度(RSS)、带宽、时延输入到1级模糊逻辑系统,结合规则自适应匹配,推理出QoS模糊值,并通过QoS模糊值对网络进行初步筛选得到候选网络集;然后通过触发机制触发2级模糊逻辑系统,并将候选网络的QoS模糊值、网络负载率、用户接入费用输入2级模糊逻辑系统,同时结合规则自适应匹配,得到输出判决值,从而选择最佳接入网络。最后,实验结果表明,该算法能保证网络性能的同时,降低系统的时间开销。     

基于模糊神经网络的异构无线网络接入选择算法

针对现有异构无线网络基于模糊逻辑及神经网络的接入选择方法未能合理考虑网络负载状况的问题,提出一种基于RBF(径向基函数)模糊神经网络的接入选择方法.该方法以可接入网络的接入阻塞率相等为模糊神经网络参数强化学习的目标,对网络负载程度具有很好的动态适应性,实现了智能化的接入判决.仿真结果表明,该方法能有效均衡异构无线网络间的负载,保障实时与非实时业务的QoS,并且相对于负载均衡算法(MLB算法)降低了网络的接入阻塞率.     

基于模糊逻辑的自适应网络选择切换策略

针对目前异构无线网络紧耦合方式中的网络选择切换问题,研究了一种基于模糊逻辑的自适应网络选择切换策略,主要包含网络上下文感知、切换判决触发、网络选择三个阶段。通过设计网络过滤,提出一个动态的上下文感知解决方案,设计相应的上下文感知架构,在保障网络选择能够根据多种属性进行决策的同时,针对网络选择过程中动态网络参数无法具体量化的问题,在当前邻居网络上下文信息基础之上,引入模糊逻辑切换判决(强制切换/自愿切换),该机制使网络选择切换策略更加灵活,一方面符合多目标决策的网络选择切换特点,另一方面针对某些特殊业务,有助于其快速接入目标网络。通过Matlab仿真分析表明,自愿切换和强迫切换相比基于RSS切换均能够确保移动节点选择一个更好的接入网络,也证明了该切换策略具有更好的有效性。     

基于强化学习的异构无线网络资源管理算法

为了充分利用各种无线网络的资源,需要实现异构网络的融合,而异构网络的融合又面临接入控制与资源分配的问题。为此,提出一种基于强化学习的异构无线网络资源管理算法,该算法引入 D2D （device-to-device）通信模式,并可以根据终端不同的业务类型、终端移动性及网络负载条件等状态,选择合适的网络接入方式。同时,为降低存储需求,采用神经网络技术解决连续状态空间问题。仿真结果表明,该算法具有高效的在线学习能力,能够有效地提升网络的频谱效用,降低阻塞率,从而实现自主的无线资源管理。     

基于效用理论的异构无线网络选择

在未来的异构无线网络环境中,为满足数据业务的需求,移动用户总希望能够接入最适合的网络。针对将实际测量的指标值归一化后作为决策值中存在的问题,提出了将效用理论应用到多指标算法中,设计了指标在不同业务、终端状态、用户类型下的效用函数,并用指标效用替代归一化测量值作为决策值计算备选网络的总效用,最后根据总效用值的比较来选择最优网络。仿真表明,此算法能够更好地反映用户的需求,帮助用户选择适合的网络。     

基于认知自选择决策树的垂直切换方法研究

在异构无线网络环境下高速移动的终端用户需要随时随地接入网络,然而,在垂直切换过程中,由于终端用户对网络选择的偏好不同以及切换之后网络连接时间和状态难以得到保障,无法满足用户的切换需求。因此,提出了一种支持终端用户高速移动的基于认知自选择决策树的垂直切换方法。该方法首先根据网络属性和终端运动趋势建立相应的切换概率分布,然后根据用户偏好选择相应的决策树进行决策,最后通过对切换后终端的业务类型和运动状态进行反馈分析,提出了反馈认知决策方法。仿真结果表明,所提的方法不仅能够保证高速移动终端在异构无线网络下的切换质量,而且减少了不必要的切换,保证了网络的及时更新。     

异构网络中联合会话接纳控制算法综述

异构网络中的联合会话接纳控制算法就是负责处理新来到的或是切换的会话呼叫请求,根据网络性能、业务类型或是用户偏好等策略,决定会话被哪个RAT（无线接入技术）所接纳。文章介绍了联合会话接纳控制的概念以及主要功能,重点总结了几种主流的联合会话接纳控制算法,并且简要分析了各种算法的优缺点。