CN115065999B - 一种结合业务多样性和终端偏好的网络垂直切换方法 - Google Patents
一种结合业务多样性和终端偏好的网络垂直切换方法 Download PDFInfo
- Publication number
- CN115065999B CN115065999B CN202210389707.0A CN202210389707A CN115065999B CN 115065999 B CN115065999 B CN 115065999B CN 202210389707 A CN202210389707 A CN 202210389707A CN 115065999 B CN115065999 B CN 115065999B
- Authority
- CN
- China
- Prior art keywords
- terminal
- network
- service
- parameters
- judgment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000013441 quality evaluation Methods 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000011156 evaluation Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 4
- 230000003213 activating effect Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims 1
- 230000002452 interceptive effect Effects 0.000 claims 1
- 230000000903 blocking effect Effects 0.000 abstract description 4
- 238000010295 mobile communication Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/0005—Control or signalling for completing the hand-off
- H04W36/0055—Transmission or use of information for re-establishing the radio link
- H04W36/0058—Transmission of hand-off measurement information, e.g. measurement reports
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/0005—Control or signalling for completing the hand-off
- H04W36/0083—Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
- H04W36/0085—Hand-off measurements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/14—Reselecting a network or an air interface
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及移动通信技术领域,具体公开了一种结合业务多样性和终端偏好的网络垂直切换方法,其结合终端业务类型和终端对网络的偏好进行网络垂直切换,具体是对终端业务及终端偏好进行分类,并根据终端业务对服务质量的要求和终端类型选取G种判决参数,并基于G种判决参数构建效用函数,从而在判断出需要进行垂直切换时,针对各个候选网络,计算或测量出效用函数中各个未知数的值,通过效用函数计算各候选网络的效用值,选取效用值最大的候选网络进行切换,使得网络切换更合理,既均衡了负载、降低了阻塞率,同时还减少了切换次数,提升了***吞吐量。
Description
技术领域
本发明涉及移动通信技术领域,尤其涉及一种结合业务多样性和终端偏好的网络垂直切换方法。
背景技术
图1所示为异构无线网络垂直切换模型,在异构无线网络中,终端(用户)能够同时接收到不同无线网络(LTE、WLAN、5G等)的信号。由于无线信道传输质量的好坏、无线网络处理性能的差异、用户业务需求的不同等原因,终端的连接可能从一种网络切换到另一种网络,称为垂直切换。垂直切换技术是网络融合、互通的基础,是异构无线网络中移动性管理的关键技术之一。
随着终端规模的扩大,很多终端对网络的偏好是不同的,同时,业务类型更加多样化,因此在网络垂直切换过程中,忽略终端偏好和业务类型的切换往往会造成网络资源利用率低、阻塞率高、切换频繁等不良影响。
发明内容
本发明提供一种结合业务多样性和终端偏好的网络垂直切换方法,解决的技术问题在于,如何结合业务多样性和终端偏好对终端的网络进行垂直切换。
为解决以上技术问题,本发明提供一种结合业务多样性和终端偏好的网络垂直切换方法,包括步骤:
S1、根据流量类型将终端业务分为E类,根据终端对网络的使用偏好将终端类型分为F类,根据终端业务对服务质量的要求和终端类型选取G种判决参数,以及基于G种判决参数构建效用函数U:Hg为第g种判决参数的参数值,ωg为第g种判决参数的权重,E≥2,F≥2,G≥2;
S2、根据当前网络的接收信号强度判断是否对终端触发垂直切换,若是则根据终端对接收信号强度的要求在可切换的网络中筛选出候选网络并进入步骤S3,若否则继续测量;
S3、根据不同类型的终端业务对服务质量的要求,采用模糊推理的方法计算每个候选网络在当前终端业务类型下的服务质量评价分数,该服务质量评价分数为G种判决参数之一;根据实际测量计算其余判决参数的参数值;利用层次分析法计算每个候选网络在各种判决参数上的权重;
S4、根据步骤S3得到的每个候选网络在G种判决参数上的权重及参数值,采用步骤S1构建的效用函数计算每个候选网络的效用值;
S5、将终端的网络切换至效用值最高的候选网络。
进一步地,在步骤S3中,采用模糊推理的方法计算每个候选网络针对不同终端业务的服务质量评价分数,具体包括步骤:
S31、根据不同类型的终端业务对服务质量的需求对服务质量评价参数分别设置相应的隶属度函数;
S32、根据当前终端业务类型选择对应的隶属度函数对输入的每个候选网络在当前终端业务类型下的服务质量评价参数值进行模糊化,得到各种服务质量评价参数的模糊子集;
S33、根据每个候选网络在各种服务质量评价参数的模糊子集,激活对应的推理规则推得对应的输出模糊量;
S34、对每个候选网络在所有服务质量评价参数下的输出模糊量进行并运算,得到每个候选网络的输出模糊子集;
S35、对每个候选网络在当前终端业务类型下的输出模糊子集进行去模糊化得到对应的服务质量评价分数。
进一步地,在步骤S31中,每种类型的终端业务的服务质量评价参数均包括时延、抖动和丢包率;在步骤S32中,通过各自的隶属度函数将每种服务质量评价参数的精确值映射于对应的低、中、高其中一个模糊子集中。
进一步地,在步骤S33中,每种服务质量评价参数包含3个模糊子集,共有3种服务质量评价参数,则对应的推理规则共有27条,对激活的推理规则采用推理运算,推得对应的输出模糊量。
进一步地,在步骤S35中,采用最大隶属度平均值法对输出模糊子集进行去模糊化,即将取得最大隶属度的点的平均值作为该输出模糊子集对应的服务质量评价分数。
进一步地,在步骤S3中,利用层次分析法计算每个候选网络在各种判决参数上的权重,具体包括步骤:
S36、构建递阶层次结构模型,该递阶层次结构模型包括从底至顶的方案层、参数层和目标层,其中,目标层为最佳连接,即目标层所连接到的目标网络能提供最佳的服务体验,目标层所支配的参数层包含的G种判决参数是评价不同的候选网络的性能指标,最底层的方案层为所有的候选网络;
S37、依次取两种判决参数,根据业务类别对判决参数的需求比较这两种判决参数对目标层的影响,确定两者的相对重要程度,并对相对重要程度对照1至9度标度进行量化得到xij,i,j分别对应第i,j种判决参数,且i,j=1,2,…,G,i≠j;
S38、根据xij构造判断矩阵并对判断矩阵C的每一列进行归一化处理变为(0,1)之间的小数得到归一化后的矩阵C′,对矩阵C′的每一行求均值共得到G个均值构成权重向量W;
S39、计算权重向量W的随机一致性比率CR,若CR小于随机一致性比率阈值则以当前权重向量W中的G个均值分别作为G种判决参数的权重,否则调整判断矩阵C直至权重向量W的随机一致性比率CR小于随机一致性比率阈值/>并将调整后所得权重向量W中的G个均值分别作为G种判决参数的权重。
进一步地,在步骤S39中,随机一致性比率CR=CI/RI,其中CI表示随机一致性值,RI表示随机一致性指标值,CI=(λmax-G)/(G-1),λmax为判断矩阵C的最大特征值,RI由判断矩阵C的阶数G而定。
进一步地,G种判决参数分别为接收信号强度,服务质量评价分数,以及网络费用的倒数。
进一步地,在步骤S2中,当终端对于当前网络的接收信号强度小于允许的最小接收信号强度时,则对终端触发垂直切换,并将可切换的网络中接收信号强度在允许的最小接收信号强度之上的网络筛选而出作为候选网络。
进一步地,在步骤S1中,E类终端业务分别为会话类、流媒体类、交互类、后台类,F类终端类型分别为网络费用敏感型和网络费用不敏感型。
本发明实施例提供的一种结合业务多样性和终端偏好的网络垂直切换方法,其结合终端业务类型和终端对网络的偏好进行网络垂直切换,具体是对终端业务及终端偏好进行分类,并根据终端业务对服务质量的要求和终端类型选取G种判决参数,并基于G种判决参数构建效用函数,从而在判断出需要进行垂直切换时,针对各个候选网络,计算或测量出效用函数中各个未知数的值,通过效用函数计算各候选网络的效用值,选取效用值最大的候选网络进行切换,使得网络切换更合理,既均衡了负载、降低了阻塞率,同时还减少了切换次数,提升了***吞吐量。
附图说明
图1是本发明背景技术提供的异构无线网络垂直切换模型图;
图2是本发明实施例提供的一种结合业务多样性和终端偏好的网络垂直切换方法的流程图;
图3是本发明实施例提供的时延在各类任务中的隶属度函数示意图;
图4是本发明实施例提供的层次分析法的结构模型图。
具体实施方式
下面结合附图具体阐明本发明的实施方式,实施例的给出仅仅是为了说明目的,并不能理解为对本发明的限定,包括附图仅供参考和说明使用,不构成对本发明专利保护范围的限制,因为在不脱离本发明精神和范围基础上,可以对本发明进行许多改变。
针对当前和未来异构无线网络中终端业务多样性和终端类型多样性在网络垂直切换面临的决策问题,本发明实施例提供的一种结合业务多样性和终端偏好的网络垂直切换方法,如图2的流程图所示,该方法整体包括S1至S5这五个步骤。
S1、根据流量类型将终端业务分为E类,根据终端对网络的使用偏好将终端类型分为F类,根据终端业务对服务质量的要求和终端类型选取G种判决参数,以及基于G种判决参数构建效用函数U:Hg为第g种判决参数的参数值,ωg为第g种判决参数的权重,E≥2,F≥2,G≥2。
在该步骤S1中,作为一种示例,E类终端业务分别为会话类、流媒体类、交互类、后台类这五类,F类终端类型分别为网络费用敏感型和网络费用不敏感型这两类,这些分类可根据具体应用场景和需求而定。G种判决参数分别为接收信号强度RSS、服务质量评价分数QoS、以及网络费用COS的倒数这三种,当然其他实施例中可为包括或不包括这三种参数的其他参数。针对任一网络基于这3种判决参数构建的效用函数为:
ωRSS、ωQoS、ωC分别表示这3种判决参数对应的权重。
S2、根据当前网络的接收信号强度判断是否对终端触发垂直切换,若是则根据终端对接收信号强度的要求在可切换的网络中筛选出候选网络并进入步骤S3,若否则继续测量。
在该步骤S2中,当终端对于当前网络的接收信号强度小于允许的最小接收信号强度时,则对终端触发垂直切换,并将可切换的网络中接收信号强度在允许的最小接收信号强度之上的网络筛选而出作为候选网络。终端对于任一网络的接收信号强度RSS根据下式计算:
RSS=PT+GT+GR-LT-LR+PL,
PT、GT、LT、PL分别为该网络的发射功率、发射机的天线增益、发端馈线等损耗、路径损耗,GR、LR分别为终端侧接收机的天线增益和零散损耗总和。路径损耗PL根据下式计算:
PL=32.44+20logd+20logf,
d为终端与网络基站或接入点的距离,单位km;f为网络的工作频率,单位MHz。
S3、根据不同类型的终端业务对服务质量的要求,采用模糊推理的方法计算每个候选网络在当前终端业务类型下的服务质量评价分数,该服务质量评价分数为G种判决参数之一;根据实际测量计算其余判决参数的参数值;利用层次分析法计算每个候选网络在各种判决参数上的权重。
在该步骤S3中,采用模糊推理的方法计算每个候选网络针对不同终端业务的服务质量评价分数,具体包括步骤:
S31、根据不同类型的终端业务对服务质量的需求对服务质量评价参数分别设置相应的隶属度函数;
S32、根据当前终端业务类型选择对应的隶属度函数对输入的每个候选网络在当前终端业务类型下的服务质量评价参数值进行模糊化,得到各种服务质量评价参数的模糊子集;
S33、根据每个候选网络在各种服务质量评价参数的模糊子集,激活对应的推理规则推得对应的输出模糊量;
S34、对每个候选网络在所有服务质量评价参数下的输出模糊量进行并运算,得到每个候选网络的输出模糊子集;
S35、对每个候选网络在当前终端业务类型下的输出模糊子集进行去模糊化得到对应的服务质量评价分数。
在步骤S31中,每种类型的终端业务的服务质量评价参数均包括时延、抖动和丢包率,这些参数影响着服务质量。
在步骤S32中,通过各自的隶属度函数将每种服务质量评价参数的精确值映射于对应的低(L)、中(M)、高(H)其中一个模糊子集中,区域中的值更具有随机性,而不是仅仅将其映射于一个[0,1]区间上的精确值。以时延为例,不同类型的终端业务的隶属度函数如图3所示,可以看到隶属度函数主要是用于划分低(L)、中(M)、高(H)的区域(模糊子集),以便于对具体的服务质量评价参数值进行映射。
在步骤S33中,每种服务质量评价参数包含3个模糊子集,共有3种服务质量评价参数,则对应的推理规则共有27条,对激活的推理规则采用推理运算(Mamdani法),推得对应的输出模糊量。而对于一个候选网络,其存在的服务质量评价参数精确值包括时延、抖动和丢包率,每个精确值被映射于一个模糊子集中,共有三条推理规则被激活,对每条推理规则可推得对应的输出模糊量,对输出模糊量选定五个输出模糊子集来覆盖服务质量评价分数的论域,即:极差(VP)、差(P)、中等(M)、好(G)、很好(VG),则步骤S34对这三个输出模糊量对应的输出模糊子集进行并运算,则可计算出该候选网络的总的输出模糊子集。
在步骤S35中,采用最大隶属度平均值法对输出模糊子集进行去模糊化,即将取得最大隶属度的点的平均值作为该输出模糊子集对应的服务质量评价分数QoS。
在步骤S3中,利用层次分析法计算每个候选网络在各种判决参数上的权重,具体包括步骤:
S36、构建递阶层次结构模型,该递阶层次结构模型如图4所示,包括从底至顶的方案层、参数层(即准则层)和目标层,其中,目标层为最佳连接,即目标层所连接到的目标网络能提供最佳的服务体验,目标层所支配的参数层包含的G种判决参数是评价不同的候选网络的性能指标,最底层的方案层为所有的候选网络;
S37、依次取两种判决参数,根据业务类别对判决参数的需求比较这两种判决参数对目标层的影响,确定两者的相对重要程度,并对相对重要程度对照1至9度标度进行量化得到xij,i,j分别对应第i,j种判决参数,且i,j=1,2,…,G,i≠j;
S38、根据xij构造判断矩阵并对判断矩阵C的每一列进行归一化处理得到归一化后的矩阵C′,对矩阵C′的每一行求均值共得到G个均值构成权重向量W;
S39、计算权重向量W的随机一致性比率CR,若CR小于随机一致性比率阈值(本例设为0.1,可根据具体需求调整该值),则以当前权重向量W中的G个均值分别作为G种判决参数的权重,否则调整判断矩阵C直至权重向量W的随机一致性比率CR小于随机一致性比率阈值/>并将调整后所得权重向量W中的G个均值分别作为G种判决参数的权重。
在步骤S37中,1至9度标度的含义参见如下表1:
表1:1~9度标度的含义
具体地,两种判决参数之间的相对重要程度是通过个人或主观的判断进行的,可能会有一定程度的歧义。为确保结论的准确,最后必须执行步骤S39进行一致性检验。在步骤S39中,随机一致性比率CR=CI/RI,其中CI表示随机一致性值,RI表示随机一致性指标值,CI=(λmax-G)/(G-1),λmax为判断矩阵C的最大特征值,RI由判断矩阵C的阶数G而定,RI的取值与判断矩阵C的阶数G的对应关系参见如下表2。本例G=3,则对应的RI值为0.58。
表2:随机一致性指标RI值
表2仅是一种具体示例,根据具体需求可调整RI值。
S4、根据步骤S3得到的每个候选网络在G种判决参数上的权重及参数值,采用步骤S1构建的效用函数计算每个候选网络的效用值。
S5、将终端的网络切换至效用值最高的候选网络。
综上所述,本发明提供的一种结合业务多样性和终端偏好的网络垂直切换方法,其结合终端业务类型和终端对网络的偏好进行网络垂直切换,具体是对终端业务及终端偏好进行分类,并根据终端业务对服务质量的要求和终端类型选取G种判决参数,并基于G种判决参数构建效用函数,从而在判断出需要进行垂直切换时,针对各个候选网络,计算(基于模糊推理、层次分析法)或测量出效用函数中各个未知数的值,通过效用函数计算各候选网络的效用值,选取效用值最大的候选网络进行切换,使得网络切换更合理,既均衡了负载、降低了阻塞率,同时还减少了切换次数,提升了***吞吐量。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (9)
1.一种结合业务多样性和终端偏好的网络垂直切换方法,其特征在于,包括步骤:
S1、根据流量类型将终端业务分为E类,根据终端对网络的使用偏好将终端类型分为F类,根据终端业务对服务质量的要求和终端类型选取G种判决参数,以及基于G种判决参数构建效用函数U:Hg为第g种判决参数的参数值,ωg为第g种判决参数的权重,E≥2,F≥2,G≥2;
S2、根据当前网络的接收信号强度判断是否对终端触发垂直切换,若是则根据终端对接收信号强度的要求在可切换的网络中筛选出候选网络并进入步骤S3,若否则继续测量;
S3、根据不同类型的终端业务对服务质量的要求,采用模糊推理的方法计算每个候选网络在当前终端业务类型下的服务质量评价分数,该服务质量评价分数为G种判决参数之一;根据实际测量计算其余判决参数的参数值;利用层次分析法计算每个候选网络在各种判决参数上的权重;
在步骤S3中,采用模糊推理的方法计算每个候选网络针对不同终端业务的服务质量评价分数,具体包括步骤:
S31、根据不同类型的终端业务对服务质量的需求对服务质量评价参数分别设置相应的隶属度函数;
S32、根据当前终端业务类型选择对应的隶属度函数对输入的每个候选网络在当前终端业务类型下的服务质量评价参数值进行模糊化,得到各种服务质量评价参数的模糊子集;
S33、根据每个候选网络在各种服务质量评价参数的模糊子集,激活对应的推理规则推得对应的输出模糊量;
S34、对每个候选网络在所有服务质量评价参数下的输出模糊量进行并运算,得到每个候选网络的输出模糊子集;
S35、对每个候选网络在当前终端业务类型下的输出模糊子集进行去模糊化得到对应的服务质量评价分数;
S4、根据步骤S3得到的每个候选网络在G种判决参数上的权重及参数值,采用步骤S1构建的效用函数计算每个候选网络的效用值;
S5、将终端的网络切换至效用值最高的候选网络。
2.根据权利要求1所述的一种结合业务多样性和终端偏好的网络垂直切换方法,其特征在于:在步骤S31中,每种类型的终端业务的服务质量评价参数均包括时延、抖动和丢包率;在步骤S32中,通过各自的隶属度函数将每种服务质量评价参数的精确值映射于对应的低、中、高其中一个模糊子集中。
3.根据权利要求1所述的一种结合业务多样性和终端偏好的网络垂直切换方法,其特征在于:在步骤S33中,每种服务质量评价参数包含3个模糊子集,共有3种服务质量评价参数,则对应的推理规则共有27条,对激活的推理规则采用推理运算,推得对应的输出模糊量。
4.根据权利要求3所述的一种结合业务多样性和终端偏好的网络垂直切换方法,其特征在于:在步骤S35中,采用最大隶属度平均值法对输出模糊子集进行去模糊化,即将取得最大隶属度的点的平均值作为该输出模糊子集对应的服务质量评价分数。
5.根据权利要求4所述的一种结合业务多样性和终端偏好的网络垂直切换方法,其特征在于,在步骤S3中,利用层次分析法计算每个候选网络在各种判决参数上的权重,具体包括步骤:
S36、构建递阶层次结构模型,该递阶层次结构模型包括从底至顶的方案层、参数层和目标层,其中,目标层为最佳连接,即目标层所连接到的目标网络能提供最佳的服务体验,目标层所支配的参数层包含的G种判决参数是评价不同的候选网络的性能指标,最底层的方案层为所有的候选网络;
S37、依次取两种判决参数,根据业务类别对判决参数的需求比较这两种判决参数对目标层的影响,确定两者的相对重要程度,并对相对重要程度对照1至9度标度进行量化得到xij,i,j分别对应第i,j种判决参数,且i,j=1,2,…,G,i≠j;
S38、根据xij构造判断矩阵并对判断矩阵C的每一列进行归一化处理变为(0,1)之间的小数得到归一化后的矩阵C′,对矩阵C′的每一行求均值共得到G个均值构成权重向量W;
S39、计算权重向量W的随机一致性比率CR,若CR小于随机一致性比率阈值则以当前权重向量W中的G个均值分别作为G种判决参数的权重,否则调整判断矩阵C直至权重向量W的随机一致性比率CR小于随机一致性比率阈值/>并将调整后所得权重向量W中的G个均值分别作为G种判决参数的权重。
6.根据权利要求5所述的一种结合业务多样性和终端偏好的网络垂直切换方法,其特征在于:在步骤S39中,随机一致性比率CR=CI/RI,其中CI表示随机一致性值,RI表示随机一致性指标值,CI=(λmax-G)/(G-1),λmax为判断矩阵C的最大特征值,RI由判断矩阵C的阶数G而定。
7.根据权利要求6所述的一种结合业务多样性和终端偏好的网络垂直切换方法,其特征在于:G种判决参数分别为接收信号强度,服务质量评价分数,以及网络费用的倒数。
8.根据权利要求1~7任一项所述的一种结合业务多样性和终端偏好的网络垂直切换方法,其特征在于:在步骤S2中,当终端对于当前网络的接收信号强度小于允许的最小接收信号强度时,则对终端触发垂直切换,并将可切换的网络中接收信号强度在允许的最小接收信号强度之上的网络筛选而出作为候选网络。
9.根据权利要求8所述的一种结合业务多样性和终端偏好的网络垂直切换方法,其特征在于:在步骤S1中,E类终端业务分别为会话类、流媒体类、交互类、后台类,F类终端类型分别为网络费用敏感型和网络费用不敏感型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210389707.0A CN115065999B (zh) | 2022-04-14 | 2022-04-14 | 一种结合业务多样性和终端偏好的网络垂直切换方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210389707.0A CN115065999B (zh) | 2022-04-14 | 2022-04-14 | 一种结合业务多样性和终端偏好的网络垂直切换方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115065999A CN115065999A (zh) | 2022-09-16 |
CN115065999B true CN115065999B (zh) | 2024-02-23 |
Family
ID=83196784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210389707.0A Active CN115065999B (zh) | 2022-04-14 | 2022-04-14 | 一种结合业务多样性和终端偏好的网络垂直切换方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115065999B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117580132B (zh) * | 2024-01-16 | 2024-04-12 | 杭州海康威视数字技术股份有限公司 | 基于强化学习的移动设备异构网络接入方法、装置及设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101384084A (zh) * | 2008-10-15 | 2009-03-11 | 北京邮电大学 | 异构网络中的网络终端选择方法及装置 |
CN101697635A (zh) * | 2009-09-16 | 2010-04-21 | 重庆大学 | 认知无线mesh网络的接入方法和控制方法 |
CN104185221A (zh) * | 2014-02-19 | 2014-12-03 | 上海物联网有限公司 | 一种基于自适应权重调整的垂直网络切换方法 |
CN105873151A (zh) * | 2016-06-08 | 2016-08-17 | 重庆邮电大学 | 一种异构无线网络中基于模糊逻辑的垂直切换方法 |
CN105873153A (zh) * | 2016-06-02 | 2016-08-17 | 重庆邮电大学 | 一种异构网络中基于模糊逻辑的流切换方法 |
CN112004197A (zh) * | 2020-08-06 | 2020-11-27 | 重庆邮电大学 | 一种基于车辆轨迹预测的异构车联网切换方法 |
CN112672366A (zh) * | 2020-12-10 | 2021-04-16 | 重庆邮电大学 | 异构无线网络中基于个性化消费偏好的垂直切换*** |
CN114142910A (zh) * | 2021-11-22 | 2022-03-04 | 南京熊猫汉达科技有限公司 | 一种低轨星座卫星通信***的集群通信方法与装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170078956A1 (en) * | 2008-07-09 | 2017-03-16 | Sierra Wireless, Inc. | Cognitive wireless system - predicted temporal overlap |
US11526808B2 (en) * | 2019-05-29 | 2022-12-13 | The Board Of Trustees Of The Leland Stanford Junior University | Machine learning based generation of ontology for structural and functional mapping |
-
2022
- 2022-04-14 CN CN202210389707.0A patent/CN115065999B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101384084A (zh) * | 2008-10-15 | 2009-03-11 | 北京邮电大学 | 异构网络中的网络终端选择方法及装置 |
CN101697635A (zh) * | 2009-09-16 | 2010-04-21 | 重庆大学 | 认知无线mesh网络的接入方法和控制方法 |
CN104185221A (zh) * | 2014-02-19 | 2014-12-03 | 上海物联网有限公司 | 一种基于自适应权重调整的垂直网络切换方法 |
CN105873153A (zh) * | 2016-06-02 | 2016-08-17 | 重庆邮电大学 | 一种异构网络中基于模糊逻辑的流切换方法 |
CN105873151A (zh) * | 2016-06-08 | 2016-08-17 | 重庆邮电大学 | 一种异构无线网络中基于模糊逻辑的垂直切换方法 |
CN112004197A (zh) * | 2020-08-06 | 2020-11-27 | 重庆邮电大学 | 一种基于车辆轨迹预测的异构车联网切换方法 |
CN112672366A (zh) * | 2020-12-10 | 2021-04-16 | 重庆邮电大学 | 异构无线网络中基于个性化消费偏好的垂直切换*** |
CN114142910A (zh) * | 2021-11-22 | 2022-03-04 | 南京熊猫汉达科技有限公司 | 一种低轨星座卫星通信***的集群通信方法与装置 |
Non-Patent Citations (2)
Title |
---|
梁云 ; 黄莉 ; 侯兴哲 ; 徐鑫 ; 胡致远.配电网CPS的通信需求和网络资源分配方案探讨.《中国电力》.2019,全文. * |
马彬 ; 钟世林 ; 谢显中 ; 陈鑫.考虑负载均衡和用户体验的垂直切换算法.《电子与信息学报》.2021,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN115065999A (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109286959B (zh) | 一种基于层次分析法的异构无线网络垂直切换方法 | |
Zhu et al. | Adaptive multiservice heterogeneous network selection scheme in mobile edge computing | |
CN103108382B (zh) | 一种基于网络层次分析法的异构网络多属性决策方法 | |
CN103004280A (zh) | 具有移动基站的蜂窝通信***和用于与其结合的方法和装置 | |
Liang et al. | Network selection algorithm for heterogeneous wireless networks based on service characteristics and user preferences | |
Alkhawlani et al. | Multi-criteria vertical handover by TOPSIS and fuzzy logic | |
CN104602325A (zh) | 一种基于层次分析法的异构无线网络选择方法 | |
CN115065999B (zh) | 一种结合业务多样性和终端偏好的网络垂直切换方法 | |
Ryden et al. | Predicting strongest cell on secondary carrier using primary carrier data | |
CN112118602A (zh) | 基于区间二型模糊神经网络的垂直切换算法 | |
Satapathy et al. | An efficient multicriteria‐based vertical handover decision‐making algorithm for heterogeneous networks | |
Boban et al. | Measurement-based evaluation of uplink throughput prediction | |
Shang et al. | An admission control algorithm based on matching game and differentiated service in wireless mesh networks | |
CN111083724A (zh) | 一种雾计算网络下基于ocwg-topsis的用户关联方法 | |
Zhao et al. | Context-aware multi-criteria handover with fuzzy inference in software defined 5G HetNets | |
Atayero et al. | Adaptive neuro-fuzzy inference system for dynamic load balancing in 3GPP LTE | |
Lian et al. | QoS-aware load balancing algorithm for joint group call admission control in heterogeneous networks | |
Gupta et al. | Load balancing and handover optimization in multi-band networks using deep reinforcement learning | |
Li et al. | Mode selection and resource allocation for D2D communications with tradeoff of throughput and user satisfaction | |
Kaur et al. | Multi criteria based handoff using FAHP and Fuzzy Inference System | |
González et al. | Dynamic access control and slice allocation algorithm for diverse traffic demand over 5G heterogeneous networks | |
Alkhawlani et al. | Intelligent radio network selection for next generation networks | |
Alkhawlani et al. | Hybrid approach for radio network selection in heterogeneous wireless networks | |
Dhar | A context aware vertical handover algorithm for vehicular communication | |
Mallick et al. | A seamless vertical handoff algorithm in 4g networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |