异构网络中基于终端决策的通用垂直切换算法

垂直切换是异构网络中的关键技术,目前已有的垂直切换算法大多是针对特定的网络或切换过程的某个环节,提出一种与网络类型无关的通用垂直切换算法,仿真结果表明该算法在支持多任务,有效利用能量方面比传统方法有很大的改进.     

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。     

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.     

基于主客观权重的异构网络选择算法

为了解决在异构网络环境选择最佳的接入网络的问题,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,结合基于离差极小化的综合赋权法得到最终权重,并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,减少频繁切换,提高网络的选择结果的合理性和有效性.     

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。     

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。     

垂直切换中的网络选择算法比较

随着移动通信技术的不断发展,通信业引入越来越多的无线通信技术标准,不同接入技术的融合已是业界公认的通信网络的发展趋势。因此。异构网络环境下的垂直切换及最优网络选择也就成为通信界的一个研究热点。现有的网络选择算法可以分为MADM（多属性决策）算法和非MADM算法两大类,文章详细阐述了两类算法的基本原理．并对两类算法的特点...     

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。      

基于匹配博弈的车辆异构网络选择算法

摘要：针对车辆在异构网络覆盖环境下的网络接入选择问题,基于双边匹配博弈中稳定匹配的相关概念,提出一种车辆异构网络选择博弈模型,通过用户侧与网络侧的双向选择得到异构网络选择的稳定匹配。算法首先利用层次分析法获得相应权重分配以给出满意度函数,然后将网络侧的一对多匹配转化为一对一匹配问题,在稳定匹配条件下构建多目标优化模型,并求解最优匹配结果。相关性能分析及仿真实验表明,基于稳定匹配的博弈模型相对于传统决策模型,能够使网络和用户侧双方的满意度最优化,从而得到双向网络选择的均衡状态。     

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。     

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。     

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。     

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。     

Heterogeneous Network Selection Optimization Algorithm Based on a Markov Decision Model

A network selection optimization algorithm based on the Markov decision process(MDP)is proposed so that mobile terminals can always connect to the best wireless network in a heterogeneous network environment.Considering the different types of service requirements,the MDP model and its reward function are constructed based on the quality of service(QoS)attribute parameters of the mobile users,and the network attribute weights are calculated by using the analytic hierarchy process(AHP).The network handoff decision condition is designed according to the different types of user services and the time-varying characteristics of the network,and the MDP model is solved by using the genetic algorithm and simulated annealing(GA-SA),thus,users can seamlessly switch to the network with the best long-term expected reward value.Simulation results show that the proposed algorithm has good convergence performance,and can guarantee that users with different service types will obtain satisfactory expected total reward values and have low numbers of network handoffs.     

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。     

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。     

基于改进深度Q学习的网络选择算法

在引入休眠机制的超密集异构无线网络中,针对网络动态性增强,导致切换性能下降的问题,该文提出一种基于改进深度Q学习的网络选择算法。首先,根据网络的动态性分析,构建深度Q学习选网模型;其次,将深度Q学习选网模型中线下训练模块的训练样本与权值,通过迁移学习,将其迁移到线上决策模块中;最后,利用迁移的训练样本及权值加速训练神经网络,得到最佳选网策略。实验结果表明,该文算法显著改善了因休眠机制导致的高动态性网络切换性能下降问题,同时降低了传统深度Q学习算法在线上选网过程中的时间复杂度。