超密集网络中基于改进DQN的接入选择算法

在超密集网络环境中,各个接入点密集部署在热点区域,构成了复杂的异构网络,用户需要选择接入合适的网络以获得最好的性能。如何为用户选择最优的网络,使用户自身或网络性能达到最佳,称为网络接入选择问题。为了解决超密集网络中用户的接入选择问题,综合考虑网络状态、用户偏好以及业务类型,结合负载均衡策略,提出了一种基于改进深度Q网络(deep Q network,DQN)的超密集网络接入选择算法。首先,通过分析网络属性和用户业务的偏好对网络选择的影响,选择合适的网络参数作为接入选择算法的参数;其次,将网络接入选择问题利用马尔可夫决策过程建模,分别对模型中的状态、动作和奖励函数进行设计;最后,利用DQN求解选网模型,得到最优选网策略。此外,为了避免DQN过高估计Q值,对传统DQN的目标函数进行优化,并且在训练神经网络时,引入了优先经验回放机制以提升学习效率。仿真结果表明,所提算法能够解决传统DQN的高估问题,加快神经网络的收敛,有效减少用户的阻塞,并改善网络的吞吐能力。

空地一体网络接入选择与切换控制技术研究

随着卫星网络的加速发展,空地一体网络逐渐受到关注,并将成为未来网络的发展趋势。接入选择和切换控制技术作为该网络的基础,对网络性能和用户体验产生了重要影响。基于此,对空地一体网络架构的发展和现状进行概述,总结了空地一体网络中接入与切换过程面临的问题,针对空地一体网络的接入与切换管理需求,介绍了相关的解决方案并进行了详细分析,对空地一体网络的未来发展方向进行了讨论。

异构无线分组网络中的接入选择机制

传统多接入选择(Multi-Radio Access Selection)方法只针对话音业务,在设计中仅仅考虑已接入用户数及系统容量,由于未将"分组级"信息考虑在内而不适用于无线分组网络。提出了一种新的异构无线分组网络中的接入选择算法,分组业务在多接入选择时考虑了实时、非实时的不同QoS要求和链路自适应机制(链路层重传及自适应调制编码);用户接入后,在保证其QoS的基础上,同时达到不同网络间负载均衡的目的。基于OPNET Modeler的动态仿真对算法性能进行了仿真评估,并与传统的最小用户数和最小路径损耗多接入选择方法在保证业务QoS和负载均衡性能方面进行了比较。

基于模糊神经网络的异构无线网络接入选择算法

针对现有异构无线网络基于模糊逻辑及神经网络的接入选择方法未能合理考虑网络负载状况的问题,提出一种基于RBF(径向基函数)模糊神经网络的接入选择方法。该方法以可接入网络的接入阻塞率相等为模糊神经网络参数强化学习的目标,对网络负载程度具有很好的动态适应性,实现了智能化的接入判决。仿真结果表明,该方法能有效均衡异构无线网络间的负载,保障实时与非实时业务的QoS,并且相对于负载均衡算法(MLB算法)降低了网络的接入阻塞率。

基于博弈论的异构融合网络接入选择方法研究

各种异构接入网络的无缝融合是下一代网络的显著特征之一,不同网络技术接入形式的多样化使得多网络接口的用户终端可自主选择对用户最为有利的接入网络(或SP,Service Provider)获得互联网服务.文中给出一种面向用户可视化可操作的异种网络接入选择实现机制,该机制采用一种量化接入系统服务质量的统一评价模型及基于最优用户性价比的网络选择决策方法,同时依据不同接入网络之间的合作与非合作关系以及SP与用户之间的竞争关系,引入博弈论方法建立网络价格策略的两种博弈模型,通过求解模型的纳什均衡价格及共谋价格,确定网络优化定价机制.仿真结果比较了异构网络融合环境下的各接入网络在非合作和合作博弈模式中的优化定价机制及获得的收益特性,并比较了不同博弈场景下用户选择接入网络的性价比.

基于混沌遗传的异构无线网络接入选择策略

为了解决异构无线网络接入选择问题,提出一种基于混沌遗传算法的解决方法.将网络接入选择转换为一个多属性优化问题,利用混沌遗传算法解决全局寻优问题.算法首先通过超混沌系统产生初始种群和混沌扰动向量,对遗传算法进行改进;然后利用混沌遗传算法对适应度函数求解得到网络选择评价指标权重.仿真结果表明,该算法能够使新到达的用户更均匀地分布在各备选网络中,有效降低网络阻塞率并减小各候选网络阻塞率差距,实现网络的负载均衡.

异构网络中一种基于灰度关联的动态接入选择策略

为了提高异构网络中多模终端选择网络的准确性,提出了一种基于灰度关联和时序多指标判决理论的动态接入选择策略.通过将接入选择转化为多指标决策问题,从整体上考虑接入选择参数的影响,为用户提供合理的接入选择.仿真结果表明,该策略能综合考虑多种接入判决指标,并保证移动终端选择最优的网络接入.

基于粗糙集理论和层次分析法的异构无线网络接入选择算法

针对异构无线网络环境下的基于负载均衡的接入选择算法未能全面考虑判决因素以及合理反映候选网络综合性能水平的问题,利用多属性决策理论提出一种异构无线网络接入选择算法。该算法在满足多属性判决的基础上,采用粗糙集理论和层次分析法确定接入判决指标的主观和客观权重,并通过最小二乘法对主客观权重进行折中选择,判决过程兼顾了网络的综合性能水平和用户的喜好,提高了网络接入选择的准确性和合理性。仿真结果表明,该算法相对于参考算法有效降低了系统阻塞率,并有利于异构网络之间的负载均衡。

异构无线网络中多模终端多接入选择机制研究

为进一步提升多模移动终端的传输性能和服务连续性,设计了一种利用异构无线网络多无线传输分集进行多网络同时接入和并行传输的多模终端多接入选择机制,该机制应用指数平滑方法处理已测量参数;使用状态转移模型管理终端多个网卡的接入选择策略;采用效用函数动态平衡终端功耗与传输速率。仿真结果表明与传统切换式接入选择相比,所提出的方法显著减少了不必要的接入重选次数,并在保证终端功耗与吞吐量的前提下提高了传输能效。

负载均衡的多接入选择算法

针对异构无线分组网络进行多接入选择方法设计时,仅考虑已接入用户数及系统容量将存在缺陷的问题,提出了一种新的异构无线分组网络中的接入选择算法,在多接入选择时考虑了分组业务QoS和链路自适应机制(链路层重传及自适应调制)因素,来正确估计分组业务在接入后平均消耗的资源量以及分组网络当前的负载情况。最后对算法性能进行了仿真评估,并与传统多接入选择方法进行了比较,结果表明提出的算法优于传统多接入选择算法,能在保证分组业务QoS的基础上,同时达到不同网络间负载均衡的目的。

异构无线网络接入选择算法综述

移动互联网和无线通信技术的发展形成多种无线网络共存、覆盖范围重叠的异构无线网络,各种无线接入技术的差异和单一网络技术无法满足用户的全部需求使异构无线网络融合成为必然,接入选择作为异构无线网络融合的关键技术之一已成为研究热点.在简述异构无线网络基本架构和接入选择概念的基础上,对接入选择算法进行分类总结与详细对比分析,深入剖析各算法采用的方法和特点,同时对存在的问题进行总结归纳,并展望了未来的研究方向.

一种新的面向用户多业务QoS需求的网络接入选择算法

异构无线网络技术的发展、智能移动终端的普及、用户无线业务的快速增长以及QoS需求的个性化给网络接入选择带来巨大挑战。基于多属性决策理论和模糊逻辑理论,提出了一种新的面向用户多业务QoS需求的网络接入选择算法,其步骤主要包括选择预评估、构造关键参数量化决策矩阵、层次分析参数权重、确定理想方案、综合网络评估、网络选择。实验数据表明,本算法能够准确进行网络接入触发选择,减少乒乓效应,在移动终端速度和网络负载的变化情况下,能有效地进行网络选择,很好地解决了呼叫掉线和负载不均衡的问题。

改进的异构无线网络接入选择方法

针对全IP业务,该文针对LTE/WiMAX异构无线网络提出一种改进的基于可变传输单元的接入选择算法.算法利用二维资源单元计算系统容量,通过引入负载转移和可变传输单元,合理分配系统资源,更有效地为全IP业务服务.利用排队理论建立系统四维马尔柯夫排队模型,分析并评价了系统性能.仿真结果表明,与原有接入选择算法相比,该算法更符合网络实际情况,在保证异构无线网络实时业务性能基础上,有效提高了非实时业务性能及系统总资源利用率.

基于接入选择和业务转移的异构网络动态负载均衡机制

为了提高异构网络系统的整体性能,提出了一种基于接入选择和业务转移的动态负载均衡机制。给出了接入选择问题的优化模型,通过求解模型得到了最优接入选择方案,根据接入选择方案把接入任务均衡地分配到各个基站小区中。为了削弱热点小区突发性业务对系统负载均衡性的破坏,给出了基于基站负载率阈值的业务转移方案。仿真实验结果表明,提出的动态负载均衡方案在接入阻塞率、切换掉线率、负载均衡性、系统利用率4个指标上的表现均优于已有文献报道的方案,具有较好的应用价值。

基于改进多属性判决的异构网络接入选择算法

针对现有多属性切换算法没有考虑所切换的目标网络负载、难以保障网络服务质量的不足,提出基于改进多属性判决的异构网络接入算法。首先,采用万有引力模型简化了复杂多属性判决算法的计算过程,减少了网络接入切换执行时间;其次,在切换执行前,通过加入负载判决模块计算出最优目标网络、次优目标网络负载,从而选出最终切换的目标网络。采用MATLAB和NS2等仿真工具,搭建了WLAN和UMTS融合的异构网络仿真环境。仿真结果表明,算法明显提高了整体网络的负载均衡度和资源利用率,有效降低了移动终端的切换阻塞率。

基于遗传算法的智能配电异构无线网络接入选择策略

为满足智能配电网对通信技术的要求、提高智能配电通信业务的服务质量,提出一种基于遗传算法的智能配电异构无线网络选择策略。构建起智能配电异构无线网络接入选择模型,综合考虑多个网络接入评价指标。利用遗传算法对适应度函数求解得到各网络选择评价指标权重,通过网络接入评价指标权重计算得到各备选网络效应值。效应函数用来评估各备选网络综合性能水平,对其进行比较做出网络接入选择。与其他异构无线网络接入选择算法相比,其综合性能具有一定的优势。该算法能够使新到达的配电通信业务更均匀地分布在各备选网络中,有效降低网络阻塞率并减小各候选网络阻塞率差距,实现智能配电通信网的负载均衡。

有效均衡异构无线网络负载的接入选择

提出了一种能有效均衡异构无线网络负载的动态接入选择算法,在考虑用户移动性、通话质量满意度以及网络当前剩余资源的基础上,进一步考虑网络负载的动态变化趋势.通过预测不同可接入网络对整个系统阻塞率的影响,实时调节网络负载使其趋于理想状态.仿真结果表明,该算法能动态适应网络负载变化,有效减小候选网络之间的阻塞率差距,从而降低整个异构系统的平均阻塞率.

LTE-A/WLAN中基于马尔可夫过程的接入选择算法研究

在LTE-A/WLAN融合的异构网络中,为了随时随地为用户提供最好的连接,文中提出了一种基于马尔可夫过程的接入选择算法。当不同业务类型的用户到达这两个网络重叠覆盖的区域时,该算法根据当前各接入网的网络状态和用户业务类型做出相应的接纳控制决策,包括是否接纳该用户以及接纳到何种网络,通过仿真和采用马尔可夫过程分析该异构网络的系统性能,证明了该算法能够有效提高该异构网络系统的吞吐量,降低阻塞概率,改善异构网络中无线资源的利用率。

基于用户个性化需求的网络接入选择算法

在异构无线网络中,针对用户个性化需求满足不够的问题,提出了一种优化用户个性化需求的网络接入选择算法。通过获取的历史接入数据和当前候选网络数据,按照个性化需求,把参数分类为成本、系统性能和稳定性3大类属性,采用模糊层次分析法计算用户对3大类属性的期望收益和当前收益,基于用户的上述收益,引入心理曲线函数,构建用户满意度模型,表示用户对候选网络各属性需求的满意程度;引入基于生长曲线函数优化的雷达图分析法,来计算候选网络的综合满意度,选择满意度最佳的网络接入。通过3组实验仿真表明,算法能够提高用户的满意度,满足用户的个性化需求,且在保证负载均衡的同时,有效降低了乒乓效应。

基于DA优化模糊神经网络的异构无线网络接入选择算法

针对异构无线网络的接入选择问题,在考虑用户业务类型和网络状态的前提下,提出了一种基于蜻蜓算法优化模糊神经网络的异构无线网络接入选择算法。针对模糊神经网络收敛速度低的问题,利用蜻蜓算法对模糊神经网络第二层和第五层的隶属度函数参数进行寻优,以得到模糊神经网络隶属度函数参数的初始值。系统根据不同业务类型下用户对网络的偏好程度和网络的输出评分为用户选择最适合的网络。实验结果表明,利用蜻蜓算法优化模糊神经网络能够提高模糊神经网络的收敛速度,提高系统吞吐量,降低接入阻塞率,并在一定程度上减少切换次数。