异构无线网络中基于SINR和层次分析法的SAW垂直切换算法研究

B3G或者4G无线网络体系致力于集成各种异构无线接入网络,其中一个主要的设计课题是支持垂直切换的研究。该文将多属性QoS考虑在内,针对各业务特点,提出一种基于SINR(信干噪比)和层次分析法(AHP)的SAW(简单加权法)垂直切换算法(SASAW)。它综合考虑SINR的影响以及要获得同等数据速率情况下,目标网络需要的等效SINR数值、用户通信代价、网络可用带宽等来构造属性矩阵做切换判决。为了评估性能,考虑3GPP定义的4类业务,利用层次分析法中的特征向量法来决定各个QoS属性之间的权重关系,构造比较判决矩阵并检验其一致性;根据判决矩阵,利用特征根法获得权重向量;最后根据属性矩阵和权重向量,利用SAW垂直切换算法进行判决。通过对算法的通过率、丢话率、垂直切换次数、平均用户代价等的性能比较,结果表明该文提出的算法能够根据各业务特点综合考虑各属性间关系,获得优良的系统性能。     

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。     

基于强化学习的异构网络垂直切换方法

网络切换技术不仅可以保证用户的网络连接,同时能够以较强的信号传输网络数据。网络切换技术的性能对网络服务质量(quality of service, QoS)的影响至关重要。然而,现有的切换算法多数存在严重的乒乓效应,这不仅造成网络资源的严重浪费,还会损害用户的QoS。为此,提出了一种基于强化学习的异构网络垂直切换方案,主要从触发切换、网络选择及判决切换等方面进行优化。在触发切换时将垂直切换考虑成必要切换和择优切换,通过Q-Learning（QL）算法在选择网络时优化垂直切换;然后以QoS为条件,在判决切换时加入驻留定时器,从多角度减少用户切换次数,降低乒乓效应对异构网络垂直切换的影响。仿真结果表明,基于强化学习的异构网络垂直切换方法可以在保证QoS的条件下有效减少用户切换网络的次数,短时间内频繁切换的情况也有所改善,降低了乒乓效应的影响。     

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。     

一种多属性决策的异构网络选择算法

针对异构网络融合环境下的网络选择不能仅依靠物理信号强度的特点,利用多属性决策理论提出了一种异构网络选择算法。该算法考虑业务要求、用户喜好以及网络差异,通过层次分析法和熵值法确定网络属性的权重,并由此计算可得网络性能,选出最优网络。仿真结果表明,此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小切换次数,降低丢包率。     

异构无线网络资源管理与切换控制技术

随着通信技术的发展,新型业务逐渐增多,传统的通信网络无法满足各种业务之间巨大的性能需求差异,未来的通信网络逐渐向异构网络进行发展。针对异构网络中资源调配与垂直切换的问题,利用虚拟网络技术与资源虚拟化技术设计了异构网络中的无线资源管理方法,并设计了子网间垂直切换算法。该算法利用层次分析法与熵权法得到各网络参数的综合权值,加权得到各网络的效用值并依此选择最优网络。通过搭建系统平台验证了设计的异构无线网络的有效性,为后续异构无线网络的研究提供了参考。     

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。     

基于层次分析法的WLAN/蜂窝网络切换判决算法

针对WLAN/蜂窝异构网络的特点,提出了基于层次分析法的网络切换判决算法。算法综合考虑了网络状态及用户业务特征,分别采用SAW法和TOPSIS法对网络组合权向量进行了计算,仿真表明基于层次分析法的TOPSIS法与SAW法相比,更适合时延敏感业务的网络切换判决。     

基于模糊逻辑的多终端协同的垂直切换决策算法

针对异构网下多终端协同的垂直切换决策问题,提出一种基于模糊逻辑和层次分析法的垂直切换决策算法,它分为2部分:切换时机的判断和虚拟终端的构建.首先采用模糊逻辑判断切换的时机,然后采用层次分析算法与简单加权求和结合的方法选择虚拟终端的最优构成方式.仿真结果表明,算法能够降低切换次数和不必要切换率,并且能够充分体现应用需求和用户偏好.     

异构网络融合中的QoS与通信容量研究

使任何用户在任何时间任何地点都能获得具有服务质量（QoS）保证的服务,同时提高网络的覆盖范围和通信容量,是异构网络融合必须考虑并解决的关键问题。异构环境下具有QoS保证的关键技术研究以及通信容量分析是异构网络融合的重要研究内容。异构网络融合中具有QoS保证的关键技术研究主要在呼叫接入控制（CAC）算法、垂直切换算法、异构资源分配算法和网络选择算法等无线资源管理算法方面。在异构网络融合系统中使用新颖的多跳网络结构可以扩大网络的覆盖范围,降低传输功率,增加系统通信容量和吞吐量。     

基于层次分析法的异构网络切换技术研究

异构网络是移动互联网的热门发展方向,切换技术是其研究的重要内容.基于异构网络,对其垂直切换技术进行研究.采用系统研究中的层次分析方法,解决目标代价函数中不同属性的加权系数计算问题,为多个因素共同影响网络状态时进行网络切换选择提供了参考依据.     

面向5G超密集异构网络的模糊逻辑切换算法

针对基站之间距离近、网络数量庞大的超密集网络中切换过程存在干扰以及频繁切换问题，提出了一种基于预判决的模糊逻辑切换算法。算法在计算用户接收信号的信干噪比基础上，预筛选出干扰较小的网络，计算用户在筛选出的候选网络中的停留时间，当停留时间大于门限值时对候选网络使用基于模糊逻辑的逼近理想解排序算法。通过模糊逻辑优化网络属性参数，进而使用逼近理想解排序算法对候选网络进行排序。排序过程中，使用修正后的贴近度计算方式使计算结果更加精确。仿真实验证明，该算法在超密集异构网络切换中可以有效降低切换次数，减少网络阻塞概率，有效提升用户服务质量。     

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.     

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。     

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。     

一种层次分析垂直切换算法的仿真实现

文章首先介绍了层次分析（AHP）法,然后阐述了一种基于AHP的垂直切换算法,提出了基于目标代价函数的网络选择策略过程。对一个典型的切换场景进行的仿真分析,证明了这种具有多属性决策的垂直切换算法的有效性。     

代价函数权值可变的速度自适应的异构无线网络垂直切换算法

利用移动车载终端的测速功能,针对移动WiMAX网络支持高速移动的特点,本文提出了一种在异构无线网络中的基于车载终端的代价函数权值可变的速度自适应垂直切换算法.该算法使用速度自适应策略克服了网络发现阶段采用测量网络的接收信号强度这种固定且单一的网络发现方式带来的缺点,提高了候选网络集更新速度,改进了高速移动用户网络发现的...     

基于异构网络上下文感知垂直切换判决策略的研究

为了解决车载移动终端在异构网络环境下无缝切换的问题,采用层次分析法和简单加权法,分析了垂直切换过程中目标发现、切换决策和切换执行三个关键阶段存在的问题,并提出了一种基于上下文感知的垂直切换判决策略。通过实验验证,表明了该方法能有效地改善异构网络环境中切换时延和吞吐量等方面的问题。     

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。