基于运动趋势的模糊逻辑垂直切换算法

随着无线异构网络的融合,移动性管理技术成为其关键问题,而切换管理又是移动性管理的重要部分。针对垂直切换管理提出了一种基于运动趋势的模糊逻辑垂直切换算法。算法分为预判定、模糊逻辑控制及切换判决3个过程。首先,在预判定阶段根据MN的运动趋势及接收信号强度滤除掉不适宜接入WLAN的网络信息,从而有效减少不必要的数据量和系统开销;其次,将接收信号强度、网络的可用带宽和网络开销送入模糊逻辑控制器,通过参数的归一量化最终得到网络综合性能值(VCPN);最后,通过综合考虑VCPN和驻留时间来进行网络切换判决。仿真结果显示,该算法能够有针对性地做出切换判决,有效消除乒乓效应,提高网络切换性能。     

异构无线网络的自适应垂直切换判决算法

在未来的异构环境中,网络间的垂直切换将对QoS保证产生重要影响。针对移动终端在异构网络间切换不理想的问题,提出了一种自适应的垂直切换判决算法。采用基于用户多应用的代价函数对接入网络进行评估与选择,综合考虑移动终端当前的电池电量,判断当前业务是否需要进行网络切换,使移动终端能自适应地进行切换判决。仿真结果表明,该算法可以有效地延长移动终端的工作时间,减少乒乓效应,提高系统的切换性能,改善业务的QoS。     

一种基于异构网络的自适应垂直切换算法

提出一种基于WSN与WLAN异构网络环境下无缝移动通信的垂直切换算法。该算法针对日益普及的传感器网络自身特点与室内应急通信应用的特殊性,提出网络选取优先级参数。针对传感器网络在应急通信等特殊场合的应用．制定了专门的切换判决策略。实验分析表明,该算法可以一定程度地提高通信网络对现场场景变化的适应程度,满足室内环境下异构网络通信的需求。     

一种基于模糊逻辑的预判决辅助垂直切换算法

针对全IP核心网络的不同无线接入技术,提出一种基于预判决模糊逻辑的垂直切换算法.引入预判决方法有效减少不必要的数据量和系统开销.采用前向差分预测能够较准确地预测出下一时刻的信号强度,提高了切换触发速度和切换判决精度.采用模糊逻辑的方法,以接收信号强度、预测信号强度及可用带宽作为网络参量设计模糊逻辑控制器,进而采用归一量化的方法改进模糊逻辑系统,得到网络的综合性能值进行垂直切换判决.仿真分析表明,本文提出的算法能够较准确做出切换判决,有效消除乒乓效应,提高系统性能.     

一种基于模糊逻辑的切换算法

针对蜂窝移动系统的越区切换,提出了一种基于模糊逻辑的切换判决算法.通过仿真与只以信号强度为指标的传统切换算法进行了性能比较,结果表明:采用多指标判决的模糊逻辑切换算法能够有效降低系统的掉话率和切换数量,提高服务等级.     

基于自适应遗传算法的模糊控制器应用研究

传统模糊控制器的设计主要依赖专家经验,存在较强的主观性和随意性,使得控制精度不高。为此,利用自适应遗传算法,优化设计了模糊控制器,并将其应用到三相异步电机的转差频率矢量调速系统中。仿真结果表明,控制效果好于PI控制。     

一种基于移动趋势量化的多属性垂直切换判决算法

由于对终端移动趋势的不明确,基站容易盲目发起切换,并导致较高的切换失败率。该文在LTE-WiMAX网络构成的异构无线网络环境下对现有的垂直切换算法进行了优化。该优化算法考虑了终端移动趋势,利用趋势量化参数来推断终端最终的目标区域,解决已有判决算法中存在的不必要切换过多的问题,提高切换成功率。在衰落信道下的计算机仿真结果表明,该优化算法可以减小切换中的切换失败率,从而提高网络的切换性能。     

基于模糊进程因子的改进自适应遗传算法

首先提出了一种改进自适应遗传算法,在本算法中引入模糊进程因子,设置了最佳样本保留数、最佳基因保留数等五个可调参数,使它们随着模糊进程因子的变化而变化,从而实现算法自适应;然后给出了新算法的步骤,并用标准测试函数对该算法进行了测试,测试结果表明:该算法具有较好的在线性能,提高了收敛速度;最后,用该新算法进行了功率谱估计,该算法比LS法具有更好的谱分辨率和适应性。     

车辆异构网络中基于决策树的稳健垂直切换算法

在带有噪声干扰的车辆异构网络中,针对当前基于决策树的垂直切换算法存在切换精准性不高的问题,该文详细分析并给出当前算法决策过程中存在的错误判决概率,提出一种基于决策树的稳健垂直切换算法。首先,采用卡尔曼滤波算法,根据网络属性的预测值和当前测量值,并结合它们各自的噪声偏差,做出更准确的网络属性估计。其次,针对少量网络属性值出现在判决门限附近的情况,提出概率阈值区间法,通过二次检测提高算法判决的准确性。仿真结果表明,所提算法提高了切换判决精准性和网络总吞吐量,降低了乒乓效应和切换失败率,并得到了与传统算法同阶的时间复杂度性能结果。     

认知网络中基于模糊神经控制的切换判决算法研究

为研究认知网络中的频谱切换判决问题,本文提出了一种基于模糊神经控制的切换判决算法.设计了模糊逻辑控制器,通过神经网络对隶属度函数和模糊推理规则进行自适应调整.仿真结果表明,本文提出的算法,可以降低切换比例和认知用户中断概率.     

基于自适应遗传算法的最优M序列码搜索

编码信号已经广泛地应用于现代雷达系统中,而编码信号的旁瓣抑制一直是雷达信号处理中有待优化的问题。提出一种基于自适应遗传算法（AGA）优化搜索M序列二相码波形的方法。对于M序列,初始寄存器的选择对于主副比是很关键的。自适应遗传算法的遗传算子交叉概率与变异概率可自适应调整。与标准遗传算法（SGA）相比,这种算法能更好地避免＂早熟＂现象,保持了物种样本的多样性,最终能够收敛到脉压特性更好的序列。试验结果证明了该方法的可行性和有效性。     

基于区间标记判决的稳健垂直切换算法研究

在异构5G网络中,针对切换算法稳健性差引起的切换准确率低的问题,提出一种基于区间标记判决的稳健垂直切换算法.首先,引入中位值平均滤波法,获取更准确的网络参数.其次,基于参数波动特征分析,提出区间标记判决算法,保证候选网络筛选通过率和准确率的同时,提高区间标记判决算法的稳健性.再次,根据移动终端传输层需求,结合终端运动趋势,分别使用不同权值的效用函数获得最佳目标网络.最后,仿真结果表明,该算法能够有效提升切换触发和网络筛选的准确率,降低切换失败率和乒乓效应,提高系统吞吐量,并能够根据移动终端的需求选择最佳目标网络.     

基于用户消费习惯多选权重的垂直切换算法

针对现有异构网络垂直切换算法未能充分考虑不同用户以及同一用户不同次通信对网络资源需求有所不同的问题,提出了一种基于用户消费习惯的多选权重垂直切换算法(MWVH)。算法通过计算用户近期实时业务和非实时业务消费的期望、方差以及消费频率动态改变候选网络切换利润函数中的指标权重,得到符合用户近期消费习惯的网络选择。     

Artificial Neural Network Based Vertical Handoff Algorithm for Reducing Handoff Latency

One of the most challenging topics for next generation wireless networks is vertical handoff concept since several wireless technologies are assumed to cooperate. Plenty of parameters related to user preferences, application requirements, and network conditions, such as; data rate, service cost, network latency, speed of mobile, battery level, interference ratio and etc. must be considered in vertical handoff process along with traditional RSSI information. In this study, a new artificial neural network based handoff decision algorithm is proposed in order to reduce the handoff latency of smart terminal deployed in aforementioned wireless heterogeneous infrastructures. The prominent parameters data rate, monetary cost and RSSI information are taken as inputs of the developed vertical handoff decision system. Performance results of the proposed system are also compared with those of classical Multiple Attribute Decision Making method Simple Additive Weighting, and of some other artificial intelligence based algorithms. According to the results obtained, the proposed neural network based vertical handoff decision algorithm is able to determine whether a handoff is necessary or not properly, and selects the best candidate access network considering the abovementioned parameters. The results also show that, the neural network based algorithm developed significantly reduces the handoff latency while the number of handoffs, which is another vital performance metric, is still reasonable.     

一种基于FPGA的自适应遗传算法

采用了一种适合硬件实现的自适应遗传算法,利用种群的最大适应度fmax﹑最小适应度fmin和适应度平均值fave这3个变量来自适应地控制整个种群的交叉概率pc 和变异概率pm 。选用了适合硬件实现的选择﹑交叉﹑变异算子,并将它们设计成流水线结构, 同时,将选择算子与适应度计算并行化,大大提高了算法的运行效率。整个设计采用了XILINX公司的XC2V1000型号的FPGA芯片。算法利用VHDL语言来描述。实现后的测试表明,这种自适应遗传算法明显改善了算法的搜索性能和全局收敛性,同时利用硬件实现有效减少了运行时间,使其在一些实时性要求较高的场合得到应用成为可能。     

An Optimized Vertical Handoff Algorithm Based on Markov Process in Vehicle Heterogeneous Network

In order to solve the problem the existing vertical handoff algorithms of vehicle heterogeneous wireless network do not consider the diversification of network’s status, an optimized vertical handoff algorithm based on markov process is proposed and discussed in this paper. This algorithm takes into account that the status transformation of available network will affect the quality of service(Qo S) of vehicle terminal’s communication service. Firstly, Markov process is used to predict the transformation of wireless network’s status after the decision via transition probability. Then the weights of evaluating parameters will be determined by fuzzy logic method. Finally, by comparing the total incomes of each wireless network, including handoff decision incomes, handoff execution incomes and communication service incomes after handoff, the optimal network to handoff will be selected. Simulation results show that: the algorithm proposed, compared to the existing algorithm, is able to receive a higher level of load balancing and effectively improves the average blocking rate, packet loss rate and ping-pang effect.     

基于模糊熵的自适应图像多层次模糊增强算法

该文对图像模糊增强算法中的非线性变换进行了较深入的研究,发现了其存在的问题,例如变换的强度较小,运算速度较慢,丢失部分灰度信息等缺点.提出了一种新的模糊增强变换算子,该变换算子不但克服了上述缺点,而且具有封闭性、变换强度可调性以及移植性好等优点.并将该算子成功地引入到多层次图像模糊增强算法中,取得了较好的效果;另外,该文针对以往算法需要人工介入设置阈值参数方可进行图像增强的缺点,通过模糊熵的引入,新算法可以自动地选取最佳的阈值参数而不需人为的介入,因而成功的解决了这一难题;最后,将新的多层次模糊增强算法应用于图像边缘检测中,取得了优于现有模糊增强方法的效果.     

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。

     

基于动态信道预约的自适应QoS切换算法

未来无线网络将为固定和移动用户提供多媒体通信和计算业务．为移动用户提供无线多媒体业务的一个最关键的挑战是保证端到端连接的业务质量．通过重复使用无线频谱的微蜂窝或微微蜂窝结构是一个有前途的改善移动多媒体网络容量的方式．但切换次数随着蜂窝大小的降低而增加．移动多媒体网络的一个至关重要的问题是需要可以满足各种QoS需要且有更高资源利用率的有效切换方式．该文提出了一种称为基于动态信道预约的自适应QoS切换算法,并与其它切换方式进行了性能比较．     

无线异构网络的垂直切换判决算法

传统上的水平切换处理方法已经应用在同一接入技术的网络中（如无线蜂窝网络）。随着多种异构无线网络的出现,下一代网络必须支持垂直切换技术以保证用户从一个网络切换到内一个网络时仍然保持连接,垂直切换作为多网融合的基础,受到了学术界和工业界的广泛关注。对使用层次分析法进行垂直切换技术的工作原理及应用环境进行了分析,提出同时使用多种切换技术以解决不同环境下的切换问题。