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.     

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。     

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。     

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。     

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。     

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。     

一种基于上下文感知的垂直切换技术研究

未来网络的发展趋势是各种无线接入网络共存的异构网络环境,而垂直切换技术是融合多个异构接入网络的关键技术之一,垂直切换包括三个阶段,即系统发现、切换决策和切换执行。文中主要研究了基于上下文感知的垂直切换判决策略,并与移动垂直切换技术相结合,实现了WLAN/UMTS网络间的垂直切换,通过仿真表明该方法在吞吐量和切换时延方面都得到改善。     

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。     

无线异构网络中带有动态权值的新型垂直切换算法

In order to enhance the quality of vertical handoff in an overlay wireless network, multiple attributes are taken into account when optimizing the vertical handoff decision including user-based and network-based QoS factors. In this paper, we develop a novel vertical handoff algorithm in an integrated 3G cellular and Wireless LAN networks. The proposed algorithm can adjust the weight of each QoS attribute dynamically as the networks change, trace the network condition and choose the optimal access point at transient regions. Simulation results show that this algorithm is able to provide accurate handoff decision, resulting in small unnecessary handoff numbers, good performance of throughput and handoff delay in heterogeneous environments.     

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。     

一种适合于第四代公网集群系统的切换算法

提出了一种适合于公网集群系统的小区切换算法.在公网集群系统中,多个群组用户同时进行越区切换,可能造成信令风暴,导致更高的切换时延,降低了小区切换成功率.通过引入桥梁群组用户这一概念,通过桥梁群组用户同时连接2个网络,利用2次垂直切换代替一次水平切换的方法,避免了大量群组用户同时发起切换测量.仿真结果表明,利用移动自组织网络为准备切换的集群用户组成一个小网络,桥梁群组用户带领其他群组用户切换的方法比传统切换算法的切换成功率高,切换时延更短.     

基于区域感知贝叶斯决策的5G超密集异构网络联合垂直切换技术研究

针对无线通信异构网络切换中最优接入网的选择问题,现有研究主要集中于解决在两个网络间选择切换,而对于未来5G（5th Generation）通信系统中超密集网络的切换问题研究较少.本文就研究了5G无线通信系统中超密集异构网络的选择切换.文中提出了一种基于区域感知贝叶斯决策的联合垂直切换方式,该方案通过选择超密集异构接入网络的最优切换概率从而解决超密集网络切换问题.通过对移动用户（mobile station）从宏基站进入超密集服务小区,以及在小区内和小区间移动的不同场景进行仿真分析,研究结果表明本文决策方式能够准确地选择要切换的网络,因而该方案能够适用于超密集网络的应用场景.     

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。