一种异构网络垂直切换动态决策模型研究

为避免不必要的网络切换,提高切换性能问题,提出一种垂直切换动态决策模型.该模型网络分析单元根据带宽、费用和能耗综合评价各个网络的状态;然后,网络发现单元对接收信号强度和设备移动速度结合静态因素进行综合分析,从候选网络中挑选出评分最高的目标网络.通过对模型进行仿真测试发现该模型可以有效的减少网络切换次数.

模糊控制在垂直切换判决算法中的应用

为了满足用户的各种通信需求,垂直切换判决算法中考虑的因素越来越多,判决因素的增加,使得切换判决所需的时间延长,不能够实现快而有效的切换判决,影响了移动终端的实用性。并行模糊控制系统使得各判决因素同时进行模糊推理且大大减少模糊规则的数量,降低了切换判决的时延。把网络可用带宽、用户移动速度及网络的服务费用作为判决因素进入并行模糊控制系统,通过用户服务类型的不同,对各判决因素动态地计算相应的权值,同时各判决因素通过模糊控制系统的输出值与权值对应相乘相加,从而得到最优的切换目标网络。仿真结果表明,该算法增强了切换的准确性,减少了不必要的切换,增强了系统性能。

基于Q学习的异构无线网络动态切换策略

提出了一种基于Q学习的动态切换策略,用于最大化用户体验(Qo E)。基于Q学习的动态切换策略选择最佳网络,不仅利用当前网络状态还利用了未来网络状态和用户终端状态。不同于其他动态规划算法,该算法不需要获取无线网络环境的信息,而是通过利用用户终端过去经验来学习最优策略。仿真结果显示,该动态切换策略能以较少网络间切换次数来接近甲骨文优化算法性能,从而使用户体验得到更优质的网络音频服务。

认知无线电网络中的动态权值频谱切换判定算法

为了克服认知无线电网络中衬垫传输覆盖范围的限制,基于对衬垫传输范围的估计,提出了多小区的频谱切换机制。当认知用户超出衬垫传输范围时,采用动态权值调整的简单加权判定算法选择最优目标小区,进行频谱切换,继续保持数据传输。理论分析和仿真结果表明,该方案和算法能够降低认知用户的切换失败概率和服务中断概率,提高认知用户的服务质量。