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。     

基于位置信息的IP层切换判决机制及性能分析

基于IP的移动性管理技术使得移动终端可以在互联网间漫游，并且不会改变自己的IP地址．当同时存在多种类型无线网络的时候，如何选择最佳的候选网络，何时发起切换等切换判决问题也是提高基于IP的移动性管理性能的重要课题．提出了一种基于位置信息的切换判决算法，使得终端在对自身移动模型预测的基础上，做出正确的切换目标和切换时间的选择，从理论分析和仿真结果可以看出，该算法明显减小了切换次数和丢包率，提高了切换的性能．     

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。     

考虑负载均衡和用户体验的垂直切换算法

在超密集异构无线网络中,针对城区交通高峰期,大规模车载终端短时间聚集性移动引起的网络拥塞问题,该文提出一种考虑负载均衡和用户体验(LBUE)的垂直切换算法。首先,引入网络环境感知模型预测网络未来的拥塞程度,并提出一个融合自组织网络的网络架构,缓解网络拥塞。其次,定义业务适应度和负收益因子,并提出一种基于秩和比(RSR)的自适应切换判决算法,为用户筛选出当前环境下满意度最高的目标网络。实验结果表明,该算法能够有效降低终端接入网络的阻塞率和掉话率,实现网络间负载均衡并提升用户体验。     

基于区间二型模糊神经网络的垂直切换算法

在超密集异构无线网络中,针对传统垂直切换算法无法同时描述网络状态的模糊性和随机性,导致网络性能得不到有效提升的问题,提出一种基于区间二型模糊神经网络的垂直切换算法.重构了两阶段判决算法:在网络预筛选阶段,定义了历史接入率,结合当前候选网络集的数目设置阈值.根据接收信号强度和剩余可用带宽,对用户接收范围内的所有网络进行初步筛选;再在垂直切换判决阶段,将剩余候选网络的时延,丢包率以及误码率作为区间二型模糊神经网络的输入,利用前馈神经网络的结构完成模糊逻辑推理,经训练之后计算得到输出判决值,从而选择最佳接入网络.实验结果表明,该算法能在保证时间开销较低的同时,有效降低切换决策的错误概率,减少切换失败和切换次数,提升网络总吞吐量.     

异构网络垂直切换机制研究

异构网络中的垂直切换复杂于同构网络的水平切换,是一个多目标决策问题,涉及不同的网络参数,需要根据这些参数进行综合决策.文中提出了一种切换机制,终端自适应的调整网络接口开启间隔,以低能耗的方式监测RSS来发现链路状态良好的可用网络,并以综合QoS最佳判决函数选择目标网络,满足业务与用户需求.     

改善用户体验的垂直切换算法

针对由超密集异构无线网络的超高动态性而引起掉话率不断增长的问题,并考虑到以往基于模糊逻辑相关垂直切换算法的较大时间开销,该文提出一种改善用户体验的垂直切换算法。首先利用5G核心访问和移动管理功能发现终端附近的所有候选网络,同时,利用自组织网络技术的环境感知能力,随时监测网络的运行状况,主动维护网络之间的邻居关系表。然后,引入动态模糊神经网络(DFNN)算法来执行切换判决,将获取到的网络参数数据作为该系统的输入,动态生成对垂直切换有效的规则库,经学习之后,计算得到输出判决值,从而为终端选择最佳接入网络。最后,仿真结果表明,该算法能够明显改善垂直切换过程中的掉话情况,降低切换失败概率。同时,与其他同类算法的时间消耗相比,该算法能够维持在一个较低的水平。     

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.     

异构无线网络中基于人工神经网络的自适应垂直切换算法

针对当前基于人工神经网络的垂直切换算法(ANN-VHO),存在业务自适应性差和计算复杂度高的问题,该文提出一种基于人工神经网络的自适应垂直切换算法。首先,根据终端获取到的接收信号强度(RSS),采用阈值判断的方法,遴选出候选网络集;其次,根据该文划分的不同业务类型,对参数进行自适应选择和归一化;再次,把选择的参数输入人工神经网络,判决出候选网络集中最佳的接入网络。最后,实验结果表明,该算法能根据用户的业务类型合理地选择切换网络,降低切换阻塞率,同时降低算法的时间复杂度。     

一种基于业务切换的垂直切换判决算法

在下一代异构无线网络环境中,为满足在异构无线网络架构下采用不同切换方式的垂直切换请求,我们提出一种基于业务切换的垂直切换判决算法,并设计了一种基于业务切换的代价函数。通过数学分析和在UMTS,WLAN融合的网络环境下对该方案的切换失败率的仿真分析,证明了该方案在支持终端的移动性、保障用户业务请求满意度以及缓解网络负载压力上相比传统基于代价函数的垂直切换判决算法更具优势。     

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.     

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。     

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。     

无线异构网络的垂直切换算法研究

以通用移动通信系统(UMTS)与无线局域网(WLAN)融合为例,研究无线异构网络的垂直切换算法。由于垂直切换算法应考虑因素的复杂性以及不同网络性能的各异性,有必要对现有算法作出归纳总结比较,并据此提出新的垂直切换算法。该算法以代价函数为基础,将稳定周期与切换目标网络和当前服务网络的效用函数联系起来,实现移动节点自适应的切换判决。提出的算法能有效减少不必要的切换,增强异构网络的适应性。     

一种LTE与WLAN间垂直切换新算法

为提高用户在异构网络中的服务质量(QoS),减少切换产生的乒乓效应,文中提出了一种LTE和WLAN网络垂直切换新算法。该算法考虑了衰落对接收信号强度(RSS)的影响,基于RSS选出目标网络,根据用户移动速度并结合代价函数选出最佳网络,代价函数中采用了层次分析法来确定时延、资费和用户偏好等参数的权重。仿真结果表明,文中所提的垂直切换算法有效降低了“乒乓效应”,并提高了通信网络的服务质量。     

车辆异构网络中预测垂直切换算法

在车辆异构网络中,针对垂直切换决策时刻之后网络状态的动态变化,提高切换性能问题,提出一种基于马尔可夫过程的预测垂直切换(M-VHO)算法。算法考虑了切换决策后网络状态的动态变化对车辆终端服务质量(QoS)的影响。其基本思路是:在需要垂直切换时,利用马尔可夫过程的转移概率预测未来网络状态的变化;另外,采用模糊逻辑方法确定评价属性参数权重;最后,比较切换决策、切换执行和切换之后时刻的总收益来优化选择最佳切换网络。仿真结果证明,该算法在确保较高负载均衡的情况下,可有效改进车辆终端的平均阻塞率及丢包率,降低乒乓效应,确保了车辆终端的QoS。     

Research on vertical handoff decision based on service history information and SINR for heterogeneous wireless networks

In this letter, we propose a SH (Service History) and SINR (Signal to Interference plus Noise Ratio) based PROMETHEE (SHS-PROMETHEE) vertical handoff (VHO) decision algorithm. An attribute matrix is constructed considering the SH information and the SINR in the source network and the equivalent SINR in the target network and so on. Handoff decision meeting multi-attribute QoS requirement is made according to the traffic features. The weight relation of decision elements is determined with LS method. Finally decision is made using PROMETHEE algorithm based on the attribute matrix and weight vector. The simulation results have shown that the SHS-PROMETHEE algorithm can reduce unnecessary handoffs and provide satisfactory vertical handoff performance.