基于深度强化学习的空天地一体化网络信息物理系统垂直切换策略

针对空天地一体化网络信息物理系统模型复杂、很难获得网络拓扑先验知识和模型化假设的特点,研究其基于深度强化学习的垂直切换策略。首先,综合考虑系统稳定性、切换开销和网络使用成本约束,将垂直切换策略问题建模为约束马尔可夫决策过程(CMDP),并给出保证可行解存在的充分条件;其次,提出约束-近端策略优化(CPPO)算法解决该问题,并在基站侧引入分布式强化学习机制加速训练收敛。相较于基准策略,仿真验证了所提垂直切换策略的优越性和有效性。

一种面向可信WLAN和5G异构网络的垂直切换算法

针对电力物联网中移动终端在异构网络中的垂直切换问题,传统基于信号强度的切换方法无法确保网络吞吐量、丢包率、延迟方面的最佳性能指标。为解决这一问题,提出一种基于数据驱动的电力物联网异构网络垂直切换算法。首先以长短时记忆网络(longshort-termmemory,LSTM)算法为基础,构建异构网络效能函数权重预测模型,模型训练及测试数据来自异构网络公开数据集及真实移动通信测量结果;随后效能函数权重预测模型输出异构网络效能函数权重参数,计算同一时刻各异构网络的效能值;采用排序方法选择效能值最大的网络作为切换目标网络执行网络切换。仿真结果显示,与相关算法相比,所提算法预测得到的属性权重能更好体现各网络特征对网络整体效用函数的影响,有效解决移动用户异构网络垂直切换有感问题。

Markov切换下含疫苗接种和垂直感染的随机SIRS模型性质

该文研究了一类含Markov机制切换和疫苗接种及垂直感染的随机SIRS模型的动力学性质,通过构造带切换的Lyapunov函数,研究了模型具有平稳分布的判别条件,并研究了在模型中疾病趋于灭绝的阈值.最后通过举例来验证研究结果.结果表明:模型具有平稳分布和趋于灭绝的阈值是相同的.

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。

基于向量回归和模糊逻辑的垂直切换机制研究

利用向量回归算法对虚拟接入点接收的移动终端信号强度进行预测,综合考虑当前接入的上、下行带宽以及历史切换信息,提出了一种综合评分计算方法,并据此决定是否触发网络切换,减小了切换后对移动通信QoS的影响;设计了一种基于模糊逻辑的备选接入点选择算法,统筹考虑多维度网络性能指标,为移动终端确定最佳切换网络。实验仿真表明,备选接入点选择算法可以较好地进行切换判决,能有效抑制乒乓效应,提高系统QoS。

异构无线网络中垂直切换算法的评测与改进

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.目前,相关工作主要集中于垂直切换算法的研究.但由于各种算法用于自身验证的仿真评测环境各不相同,因此无法公平地予以对比.从节点运动模型出发,提出了一组适合垂直切换算法的仿真评价模型.基于所提出的仿真评价模型,对常用的迟滞电平算法和驻留定时器算法进行了性能分析.在此基础上,提出了一种自适应垂直切换算法(self-adaptive vertical handoff algorithm,简称SAVA).仿真实验结果表明,该算法能够有效地提高垂直切换的性能.

异构无线网络垂直切换技术综述

垂直切换是多网融合的基础,是实现异构网络互通、支持不同接入方式无缝衔接的核心技术,目前正在受到业界的重点关注,并成为学术界研究的热点问题。随着无线移动通信技术向接入多元化、网络一体化和应用综合化的方向发展,各种蜂窝移动接入、宽带无线接入和固定接入将共同接入基于IP的统一核心网络,通过网络间的垂直切换,支持用户的移动性和移动过程中业务的连续性。首先给出了垂直切换的定义和基本概念,介绍了垂直切换的分类和基本流程,随后详细论述垂直切换的切换判决和切换执行2个环节。针对切换判决,总结了现有判决算法,重点评述各代表算法工作原理并剖析论其特点和存在的不足。针对切换执行,详述了现有垂直切换执行机制的工作原理和适用场景,并分析其优缺点。最后,对未来垂直切换技术的研究方向进行了展望。

代价函数权值可变的速度自适应的异构无线网络垂直切换算法

利用移动车载终端的测速功能,针对移动WiMAX网络支持高速移动的特点,本文提出了一种在异构无线网络中的基于车载终端的代价函数权值可变的速度自适应垂直切换算法.该算法使用速度自适应策略克服了网络发现阶段采用测量网络的接收信号强度这种固定且单一的网络发现方式带来的缺点,提高了候选网络集更新速度,改进了高速移动用户网络发现的时机;进一步,在切换判决阶段使用代价函数权值可变的垂直切换算法,综合考虑了接入网络和用户的多种属性,选取代价函数值最大的网络为切换的最佳网络.仿真结果表明,本文算法可以有效地提高网络更新速度,降低网络阻塞率,减少切换次数,保证切换的有效性和公平性.

一种基于速度感知的垂直切换算法

未来的4G网络不是由单一的接入方式构成,而是采用不同的无线接入技术的多种网络的融合.不同网络接入技术间的切换称为垂直切换.本文提出了一种基于速度感知的垂直切换算法,不需确切的节点坐标和速度信息,利用接收信号强度的历史测量数据来表征节点运动速度的影响,提高对切换触发时机的准确判断.该算法可以自动调整以适应不同的节点运动速度,有效提高垂直切换的效率.仿真试验表明该算法能有效提高垂直切换的性能.

异构无线网络中的垂直切换仿真评价模型及评价指标

垂直切换是多网融合的基础,也是未来移动互联网的关键特征和核心技术。分析了现有的切换触发机制,从节点运动模型出发,提出了一组适合异构无线网络环境的垂直切换仿真评价模型,用来评价运动方向和运动速度对切换性能的影响,以及规律运动、随机运动过程中垂直切换算法的实时性和有效性。并且,定义了“命中率”和“平均乒乓次数”两个评价指标来衡量垂直切换算法的性能。基于所提出的仿真评价模型及评价指标,对常用的切换算法进行了性能分析,仿真结果可以很好地反映算法性能。

基于认知自选择决策树的垂直切换方法研究

在异构无线网络环境下高速移动的终端用户需要随时随地接入网络,然而,在垂直切换过程中,由于终端用户对网络选择的偏好不同以及切换之后网络连接时间和状态难以得到保障,无法满足用户的切换需求。因此,提出了一种支持终端用户高速移动的基于认知自选择决策树的垂直切换方法。该方法首先根据网络属性和终端运动趋势建立相应的切换概率分布,然后根据用户偏好选择相应的决策树进行决策,最后通过对切换后终端的业务类型和运动状态进行反馈分析,提出了反馈认知决策方法。仿真结果表明,所提的方法不仅能够保证高速移动终端在异构无线网络下的切换质量,而且减少了不必要的切换,保证了网络的及时更新。

车联网中基于贝叶斯决策的垂直切换方法研究

车辆需要在车联网的异构无线网络环境下进行垂直切换,针对垂直切换技术普遍不能支持WAVE,WiMAX和3G cellular间的垂直切换这一问题,提出了一种基于贝叶斯决策的垂直切换算法。首先,根据接入网络的信号强度、传输速率、误码率和网络阻塞率以及车辆终端的速度和运动趋势建立多条件相关的切换概率分布,计算出切换先验概率;然后通过贝叶斯决策算法计算后验概率并进行决策分类,从而选取最优网络接入。仿真实验结果表明,该算法不仅有效地实现WAVE,WiMAX和3G cellular无线接入技术之间的垂直切换,而且避免了乒乓效应,保证了网络及时更新。

基于运动趋势的自适应垂直切换算法及其性能评价

采用不同的无线接入技术的多种网络的融合可以提高无线传输性能,为移动用户提供随时随地的网络连接.垂直切换是异构无线网络相互融合的基础.在垂直切换过程中,切换判定是一个非常重要的环节,直接决定切换性能.文中给出了常用的迟滞电平算法和驻留定时器算法中切换判定条件的形式化表达,并对其进行了性能分析.在此基础上,提出了一种自适应的垂直切换算法,通过分析节点的运动趋势,自适应地调节切换触发条件,有效提高垂直切换性能.所涉及的运算均为初等计算,算法简单,适用于低能量、低运算能力的移动设备.仿真实验表明,该算法的综合性能优于迟滞电平算法和驻留定时器算法.

异构网络垂直切换性能参数分析及算法研究

以蜂窝网与无线局域网(WLAN)融合为例,研究异构网络之间的垂直切换算法。对影响切换算法性能的各网络端及用户端参数进行了分析研究,包括参数的定义、在不同接入网中的取值范围、参数之间的关系及参数的归一化等。针对参数对切换算法及系统性能的影响,进行了参数分类,将参数分为切换先决条件、切换判决条件及切换辅助条件,并根据参数分类提出了新的垂直切换算法。该算法采用可变权值,即算法中各性能参数的权值依据用户业务特性,移动模型及用户对各网络的喜好等因素进行动态调整。与目前固定权值的垂直切换算法相比,提出的算法考虑了不同用户特性及QoS需求,可提高用户满意度及网络整体性能。

异构无线网络中基于SINR和层次分析法的SAW垂直切换算法研究

B3G或者4G无线网络体系致力于集成各种异构无线接入网络,其中一个主要的设计课题是支持垂直切换的研究。该文将多属性QoS考虑在内,针对各业务特点,提出一种基于SINR(信干噪比)和层次分析法(AHP)的SAW(简单加权法)垂直切换算法(SASAW)。它综合考虑SINR的影响以及要获得同等数据速率情况下,目标网络需要的等效SINR数值、用户通信代价、网络可用带宽等来构造属性矩阵做切换判决。为了评估性能,考虑3GPP定义的4类业务,利用层次分析法中的特征向量法来决定各个QoS属性之间的权重关系,构造比较判决矩阵并检验其一致性;根据判决矩阵,利用特征根法获得权重向量;最后根据属性矩阵和权重向量,利用SAW垂直切换算法进行判决。通过对算法的通过率、丢话率、垂直切换次数、平均用户代价等的性能比较,结果表明该文提出的算法能够根据各业务特点综合考虑各属性间关系,获得优良的系统性能。

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.

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(Qo S)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Qo S。

基于等效SINR的VLC与WiFi垂直切换算法

针对室内可见光异构通信网络中,现有切换算法无法感知不同网络服务质量、不能保证用户始终获得最优网络服务的问题,提出一种基于等效SINR的VLC(visible light communication,可见光通信)与Wi Fi垂直切换算法。算法将达到相同最大传输速率作为转换条件,将VLC SINR转换为等效的Wi Fi SINR,在此基础上实现切换触发和判决。根据目标网络和服务网络SINR差值与设定切换门限的对比结果进行切换触发,考虑到VLC易受遮挡干扰影响的特点,引入驻留定时器进行切换判决,保证判决准确性。仿真实验表明,该切换算法能保证用户接入到提供最大传输速率的网络中,并且对于不同VLC网络布设和室内光环境影响都具有较好的适应性,更加适合室内融合VLC异构通信网络。

基于QoS的异构网络垂直切换算法

现有垂直切换算法的切换判决指标大多为网络侧参数,较少考虑用户业务对网络的实际需求。为此,以业务为切换单元,提出一种基于模糊层次分析法的切换判决算法。通过分析影响业务的参数因子,采用模糊层次分析法为不同业务选取最优网络进行切换。仿真结果显示,该算法能够及时合理地做出切换判决,保障业务QoS需求,提高切换判决的稳定性,减少错误切换次数,降低网络阻塞率,提高用户的通信满足度。

一种无线异构网络的垂直切换算法

针对移动台在异构网络之间切换性能不理想的问题,提出基于通用移动通信系统(UMTS)和无线局域网(WLAN)构建的具有接入控制单元(ACU)的异构网络模型.采用描述网络性能和服务质量的代价函数选择首选网络;利用一种基于信号强度累积量和距离准则的联合优化策略进行垂直切换判决,进一步对该方案进行切换率和丢包率的分析.仿真结果表明,该算法可以在维持较小丢包率的情况下,有效地减少切换次数,消除“乒乓效应”,改善切换呼叫阻塞率,取得较好的切换性能.