基于主客观权重的异构网络选择算法

为解决在异构网络环境选择最佳的接入网络问题,提出一种结合综合赋权的异构网络选择算法。在用户端采用层次分析法判断用户偏好,在网络端采用基于指标相关性的客观赋权法判断网络客观状态,并结合基于离差极小化的综合赋权法得到最终权重,同时运用理想值近似排序法进行网络排序,接入最佳网络。基于Matlab的仿真结果表明,该方法能根据不同业务结合网络性能及用户需求选择最佳的接入网络,减少了频繁切换,提高了网络选择结果的合理性与有效性。     

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...     

基于多网并行传输技术的海上异构网络接入算法

针对海上异构无线网络中网络接入选择算法存在干扰环境适应性不强、单网传输效率低、业务完成率低的问题,提出了一种基于多网并行传输的海上异构网络接入选择算法。该算法在满足多属性决策的基础上,采用效用函数对网络属性值进行数值标准化,再采用改进的逼近理想值排序(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)法计算出备选接入网络方案的排序,最后选择排序靠前的网络进行接入。仿真结果表明该算法相对于传统TOPSIS算法和模拟人工切换算法能有效降低接入成本,改善用户服务质量,提高业务完成率。     

异构融合网络中基于博弈论的网络选择方案研究

近年来,移动通信技术蓬勃发展,多种网络并存,异构融合网络中的网络选择策略成为当前热点,本文引入了一种基于博弈论的网络选择方案,通过多级判决实现最佳接入.为了降低接入网络的多个用户间的干扰,本文在用户的发射端引入了基于SLNR的预编码,提高异构融合网络的整体性能.     

基于动态多目标决策的异构环境QoS策略

在未来的移动通信网络中,多种异构的接入网络并存将成为普遍的情况,因此需要根据接入网络与终端当前状况及当前业务需求,动态地为用户提供最佳接入网络选择。提出了一种基于动态信息多目标决策的异构网络选择算法,通过综合考虑以上信息,保证了用户的QoS需求。     

基于用户偏好的异构网络选择算法研究

针对当前大多数网络选择算法没有充分考虑用户基于业务的网络偏好这一问题,提出了一种基于用户偏好的异构网络选择算法。该算法充分考虑业务需求、用户偏好及网络性能差异,通过层次分析法和距离分析法分别计算用户对各候选网络的主观和客观偏好权重,根据用户策略动态确定综合权重,并由此结合各属性权重计算网络性能,选出最优网络。仿真结果表明该算法可以准确选择接入网络,并当用户在网络边缘做兵乓运动时有效减少切换次数。     

异构网络中多网络并行传输的网络选择算法

为了充分利用异构网络中的无线资源,提出了一种基于多网络并行传输的异构网络接入选择算法,该算法根据终端接收信号功率确定能够进行通信的无线网络,以这些无线网络的任意非空子集作为候选方案,计算各个方案对应的聚合属性,再根据吞吐量和功耗阈值条件限定候选网络方案,对这些方案建立多属性决策矩阵,采用基于用户偏好的逼近理想值排序法(TOPSIS)得到各个候选网络方案的效用函数值,从中选出与理想方案最接近的多网络接入方案。仿真结果表明该算法能有效改善用户服务质量,提高用户吞吐量,降低用户的单位吞吐量对应的功耗和费用,保证网络的负载均衡。      

面向旅客体验的异构网络接入选择与资源分配研究

为了满足现阶段不断增长的用户需求,新一代无线移动网络逐渐朝向异构网络方向发展.异构网络接入选择作为其中至关重要的一环.基于此,本文以人员密集场所用户体验为出发点,充分考虑网络费用预算,对异构网络接入选择与资源分配进行研究.     

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。     

基于5G无人机通信的多智能体异构网络选择方法

摘 要：5G无人机通信网络和各种不同无线接入技术的结合使无线异构网络呈现多样化的发展趋势。然而，用户繁多且不同的业务请求对网络要求也不同，造成网络接入选择问题。提出了一种基于5G无人机通信的多智能体异构网络选择方法，将用户分为多个智能体，从用户端和网络端两个方面出发，将用户侧的时延和传输速率需求与网络侧的负载均衡需求综合考虑作为即时回报的相关参数，通过基于Nash Q-Learning的算法进行学习，得到异构网络环境下的网络选择决策模型。仿真结果表明，所提异构网络选择方法针对不同业务类型用户的需求均能选择合适的网络，同时均衡网络的负载，充分利用异构无线网络的资源。     

A novel noncooperative game competing model using generalized simple additive weighting method to perform network selection in heterogeneous wireless networks

Network selection mechanisms have a significant role in guaranteeing the QoS for users in a heterogeneous wireless networks environment. These mechanisms allow the selection of an optimal wireless network to satisfy the needs of users. Users are provided with the opportunity to select from multiple connectivity opportunities available all over various wireless networks. Furthermore, the network operators themselves can execute active selection strategies that facilitate proper decision making, in which user preferences are considered. This study proposes a new noncooperative competing game‐theoretic model and strategy space based on user preference. This model can solve network selection problems and capture the inter‐linkages of decisions taken by various networks. A generalized simple additive weighting method is incorporated into the framework of noncooperative game theory. In addition, the utility function is employed to assess the usefulness of the system. Simulation results and analysis illustrate the efficacy of the suggested model in attaining optimum network utility for heterogeneous wireless networks while optimizing user satisfaction. Copyright © 2014 John Wiley & Sons, Ltd.     

An analytic network process and trapezoidal interval‐valued fuzzy technique for order preference by similarity to ideal solution network access selection method

Next generation wireless networks consist of many heterogeneous access technologies that should support various service types with different quality of service (QoS) constraints, as well as user, requirements and provider policies. Therefore, the need for network selection mechanisms that consider multiple factors must be addressed. In this paper, a network selection method is proposed by applying the analytic network process to estimate the weights of the selection criteria, as well as a fuzzy version of technique for order preference by similarity to ideal solution to perform the ranking of network alternatives. The method is applied to a heterogeneous network environment providing different QoS classes and policy characteristics. Each user applies the method to select the most appropriate network, which satisfies his or her requirements in respect of his or her service‐level agreement (SLA). Performance evaluation shows that when the user requests only one service, the proposed method performs better compared to the original technique for order preference by similarity to ideal solution, as well as the Fuzzy AHP‐ELECTRE method. Moreover, the proposed method can be applied in cases where a user requires multiple services simultaneously on a device. The sensitivity analysis of the proposed method shows that it can be properly adjusted to conform to network environment changes. Copyright © 2014 John Wiley & Sons, Ltd.     

基于动态灰色多指标决策的异构网络选择

将异构网络中的网络选择转化为典型的动态多指标决策问题,提出了一种基于动态多指标决策理论和灰色关联理论的网络选择策略。在考虑用户偏好、业务应用和网络参数当前好坏程度的基础上,进一步考虑了网络参数的动态变化趋势,从而为用户提供全面的QoS保证。仿真结果表明,这种策略能为用户提供合理的接入选择。     

基于混合决策值的异构无线网络选择算法

针对异构网络环境下网络选择算法中决策值归一化或模糊化中存在的问题,提出了基于混合决策值的异构无线网络接入选择算法。该算法根据用户需求建立垂直切换算法评价指标体系,在此基础上建立混合型决策矩阵和计算一级指标、二级指标的权重,TOPSIS算法选择最优的网络。仿真分析表明,该算法在网络选择的过程中能够综合备选网络的各项指标,选择最优的网络接入,同时也能够满足具有特殊需求的移动台,提高网络吞吐量或减少传输延迟时间。     

一种femto-macro异构网络多业务资源公平管理算法

摘要：针对毫微微蜂窝（femtocell）网络中多种业务（固定速率业务和可变速率业务）环境下如何公平分配毫微微蜂窝基站（femtocell base station, FBS）资源的问题,提出了一种基于比例公平算法的femto-macro异构网络资源分配算法。该算法以基于比例公平法则的可变速率用户的吞吐量为优化目标,并以每个用户的服务质量（quality of service, QoS）、FBS的下行传输总功率和宏蜂窝（macrocell）用户的跨层同频干扰门限值为约束组成优化问题。在上述资源分配最优化问题为凸优化问题的基础上,采用对偶分解算法进行求解。仿真结果表明,提出的算法在保证不同用户 QoS 的同时,不仅能够有效地公平分配资源给可变速率用户,而且降低了macrocell用户受到来自FBS的跨层同频干扰。     

异构认知网络环境下的动态分级资源管理方法

针对异构认知网络中的资源管理问题,提出了基于认知的动态分级资源管理方法(DHRM)。根据不同时间尺度,引入小波神经网络、基于维纳过程的预测方法和增强学习算法获得业务分布变化、切换呼叫资源需求量以及用户喜好等信息,从而动态调配异构多网络各级可用资源。在资源合理分配基础上,根据各网络实时状态以及用户喜好,通过多属性决策算法动态地将业务流分配到最佳接入网络中。仿真结果表明,DHRM相对于网间静态资源管理方法系统容量提高了约20%。     

基于CoMP传输的分布式异构网络资源分配

摘要：提高无线资源利用效率是缓解日益增长的无线通信需求和有限的可用传输资源之间矛盾的主要途径。基于多点协调（coordinated multipoint,CoMP）传输技术的异构网络在提高频谱效率和能量效率方面具有巨大的潜力,近年来受到学术界和工业界的广泛关注。在研究基于CoMP技术的异构网络资源分配问题的基础上,提出了一种基于交叉熵方法的分布式频谱资源调度算法。仿真实验验证了本文提出方法在系统吞吐量、能量效率以及用户公平性等方面的有效性。     

异构网络融合环境下基于加权二分图的网络选择算法

摘要：在异构网络融合场景中,为了合理利用异构网络资源,提出了一种基于加权二分图的网络选择算法。将网络选择过程映射为寻找最优加权二分图的过程,用户和网络双方的需求经数学建模后进行供需最优匹配,供需匹配有二次选择机会以平衡网络负载。与其他算法相比,提出的算法可以为不同QoS业务提供满足需求的匹配结果,并且能够动态调整网络负载,实现异构网络融合场景中用户需求和网络资源的合理匹配。