CN102427595B - 用于异构融合无线网络的自适应优化切换控制方法和装置 - Google Patents

Abstract

本发明公开了一种适用于异构融合无线网络的自适应优化切换控制方法和装置。该方法包括：选择一种敏感度控制方式；周期性监测用户终端的网络状态信息，并对所述用户终端的网络状态信息进行处理；根据处理后的所述用户终端网络状态相关信息来确定所述用户终端当前所处的场景；根据所述用户终端当前所处的场景来确定所述用户终端的敏感度参数值；根据所确定的敏感度参数值来对所述用户终端的各备选网络属性进行归一化操作；根据所述归一化操作的结果采用多属性决策策略来确定所述各备选网络的得分值；基于所述得分值进行排序，根据排序结果和判决机制确定所述移动终端要切换至的目标网络。通过本方法减少用户终端在移动过程中导致的乒乓垂直切换，提高用户的服务质量体验。

Description

用于异构融合无线网络的自适应优化切换控制方法和装置

技术领域

本发明涉及移动通信中异构融合无线网络的垂直切换控制技术，其中尤其涉及适用于异构融合无线网络的自适应优化切换控制方法和装置。

背景技术

近年来，各种异构无线网络接入技术发展迅速，为用户提供了不同需求的接入服务。但是，若要实现用户在任何时候、任何地方、与任何人以及相关的物体之间进行任何形式的通信，以便为用户提供良好的业务连续性和QoS(服务质量)，则需要实现各种异构无线接入网络的协同通信。

为了实现各种异构无线接入网络的协同通信，基于异构融合的网络控制关键技术是必不可少的，而在基于异构融合的网络控制关键技术中，垂直切换技术起着至关重要的作用。加之，目前的网络控制技术正向着自配置、自优化、自组织和自愈等方向发展，网络将逐渐演进为基于自主运行的网络，因此，基于自主控制的优化垂直切换技术成为目前异构融合无线网络控制技术中的一个挑战性问题。

当用户终端处于多种异构无线网络融合的网络场景时，根据目前异构融合无线网络中“总是最好的连接”(ABC:Always Best Connected)的概念，对“总是最好的连接”的判断准则是多样的，因此优化的垂直切换控制触发原则也可以随之划分为不同的情形。当用户终端的业务会话已经建立，可能触发本用户终端进行以下几种优化切换：第一种是在当前服务网络可用时基于多目标优化准则的优化切换；第二种是基于网络控制的网络管理需求触发的强制性优化切换；第三种是在当前的服务网络将要不可用时，通过监测服务网络的可用性选择最优异构融合无线接入网络的优化切换。其中，前两种优化切换控制方法比较简单，第三种优化切换控制方法由于涉及在服务网络边界时的用户终端移动，尤其是当用户终端处于比较复杂的移动和网络场景时，经常会导致垂直切换失败和不必要的垂直切换等非优化垂直切换结果，从而严重影响用户的QoS和业务体验。具体来说，可能发生的非优化垂直切换结果包括在用户移动速度较快的场景下导致的切换触发过晚、在密集都市区域那些分片的小区覆盖范围内可能导致的切换触发过早以及由用户的移动方式和小区边界的规划共同作用导致的频繁垂直切换等，图1是几种可能发生的非优化垂直切换控制场景。

从图1可以看出，当异构网络环境出现突发性的或缓慢的变化时，如果网络选择算法给出的最优网络结果一旦发生改变，就立即通知终端进行切换，则很可能会引起乒乓切换和切换失败，这样既造成系统无线资源的浪费，又会影响用户的QoS。因此，优化切换控制方法的重要设计目标就是通过监测用户终端的状态，实施优化切换控制机制，提高垂直切换控制的性能，尽量减少非优化垂直切换的次数，这也是当前异构融合无线网络切换控制技术中的一个难点。

发明内容

本发明提出了一种在异构融合无线网络中敏感度可控的自适应优化切换控制方法及其自适应优化切换控制装置。该方法和装置基于多属性决策机制(MADM),可以根据用户移动时的网络场景，自适应地改变切换控制的敏感度，优化切换控制，有效地减少用户在移动过程中导致的频繁垂直切换问题，从而提高无线网络资源利用率和用户的服务质量。

为了解决上述技术问题，本发明提供了一种适用于异构融合无线网络的自适应优化切换控制方法。在该方法中，在多种异构无线网络融合的网络场景下，在当前服务网络将要不可用时，通过监测和比较当前所有备选网络的可用性来选择最优异构融合无线接入网络的优化切换方式；所述通过监测和比较当前所有备选网络的可用性来选择最优异构融合无线接入网络进行的优化切换方式包括但不限于，基于当前服务网络的接收信号质量监测结果，采用基于敏感度控制的异构融合无线网络的自适应优化切换控制方法来选择和判决当前备选网络集合中的最优网络作为其目标网络的优化切换方法，其中，所述基于敏感度控制的异构融合无线网络的自适应优化切换控制方法包括：选择一种敏感度控制方式；用户终端建立业务会话；进入用户终端优化切换的状态；判决网络将要不可用时，周期性监测和获取用户终端的网络状态信息，并对所述用户终端的网络状态信息进行处理；根据处理后的所述用户终端网络状态信息来确定所述用户终端当前所处的场景；根据所述用户终端当前所处的场景来确定所述用户终端的敏感度参数值；根据所确定的敏感度参数值来对所述用户终端的各备选网络属性进行归一化操作；根据所述归一化操作的结果采用多属性决策策略来确定所述各备选网络的得分值；基于所述得分值进行排序，根据排序结果和判决机制确定所述移动终端要切换至的目标网络。

根据本发明又一方面的自适应优化切换控制方法，所述进入用户终端优化切换的状态是指当用户终端的业务会话已经建立时，定时或不定时进行判决是否需要切换，并通过如下三种优化切换方式至少之一来支持所述用户终端进行优化切换：当前服务网络可用时进行的基于多目标优化准则的优化切换方式，不论当前服务网络是否可用时基于网络控制的网络管理需求触发的强制性优化切换方式，以及当前服务网络将要不可用时所述通过监测和比较当前所有备选网络的可用性来选择最优异构融合无线接入网络进行的优化切换方式，其中，在所述基于多目标优化准则的优化切换方式中，所述多目标优化准则包括但不限于在当前服务网络可用时根据用户的移动性和服务质量、业务的成本和效益、业务内容、基于绿色通信的优化准则；所述基于网络控制的网络管理需求触发的强制性优化切换方式包括但不限于，基于异构融合无线接入网络的负载均衡、网络故障、绿色通信原因导致的网络卸载性优化切换。

根据本发明又一方面的自适应优化切换控制方法，选择敏感度控制方式时，可以采用基于前向控制方式、后向控制方式、前向控制方式与后向控制方式相结合的三种方式中的一种来控制异构融合无线网络的网络选择和切换敏感度，其中，所述前向控制方式是指为了消除各备选网络属性之间的差异性，基于多属性决策策略算法，在对属性归一化的过程中，基于敏感度参数来对归一化的映射函数进行控制，以调整备选网络选择结果得分的控制方式；所述后向控制方式是指，当根据所述排序结果确定的最优网络不是所述移动终端当前的服务网络时，判决所述最优网络的得分值改变程度是否大于等于预设的判决门限值，若判决结果为是，则将所述最优网络确定为所述移动终端要切换至的目标网络，若判决结果为否，则将所述移动终端当前的服务网络确定为所述移动终端要切换至的目标网络。

根据本发明又一方面的自适应优化切换控制方法，还包括如下步骤来确定用户所处的场景类别：对所述用户终端的所述网络状态信息进行处理，用户终端当前接收信号质量的均值，并对该均值所包含的信号成份进行处理，得到仅保留了路损成份的接收信号强度均值依据所述值，计算及预测的未来和值，基于和来确定用户所处的场景类别，所述场景类别包括复杂切换场景和非复杂切换场景。

根据本发明又一方面的自适应优化切换控制方法，根据所述用户终端当前所处的场景来确定所述用户终端的敏感度参数值的步骤包括：根据所述用户终端目前所处的场景类别，当判决出所述用户终端当前处于非复杂切换场景时，则采用预先设定的非复杂切换场景下的敏感度参数值；当判决用户终端当前处于复杂切换场景时，采用根据预先测量设定的敏感度参数值或者采用基于模糊逻辑的算法得到当前复杂切换场景下的敏感度级别、进而得到与该敏感度等级对应的敏感度参数值。

根据本发明又一方面的自适应优化切换控制方法，根据所确定的敏感度参数值，确定以敏感度参数、待归一化的备选网络属性的上下界值以及待归一化的备选网络属性的值表示的、用于所述归一化操作的映射函数；所述归一化操作的映射函数通过查预先存储的表的方法或采用在线计算的方法获得。

根据本发明又一方面的自适应优化切换控制方法，根据所述映射函数对各个备选网络的属性的值进行归一化，按照多属性决策策略对各备选网络进行得分值计算，基于各备选网络的得分值进行排序，根据排序结果和判决机制来确定移动终端要切换至的目标网络。

根据本发明的另一方面，还提供了一种适用于异构融合无线网络的自适应优化切换控制装置。该装置包括：信息获取单元，其周期性/或不定期监测并获取用户终端的网络状态信息，并对所得到的用户终端网络状态信息进行处理；切换网络确定单元，其依据处理后的用户终端网络状态信息来确定所述用户终端的场景类别，根据场景类别确定对应于该场景的敏感度值，再根据所确定的敏感度值确定映射函数，再根据映射函数对各备选网络属性进行归一化操作，然后基于所述归一化操作的结果、采用多属性决策策略确定各备选网络的得分值，基于所述得分值的改变程度来判决所述移动终端要切换至的选中备选网络，用户终端最终切换至的目标网络应为基于网络状态控制的强制性网络选择结果和选中备选网络结果进行判决之后得到的网络选择结果。其中，选中备选网络是指通过基于敏感度控制的MADM网络选择策略得出的移动终端要切换至的网络。

根据本发明的另一方面的适用于异构融合无线网络的自适应优化切换控制装置，所述信息获取单元包括信息交互模块、网络选择相关信息采集模块、信息处理模块；其中，所述信息交互模块进行异构融合无线网络自适应优化切换控制装置与其他设备之间的双向信息交互。所述网络选择相关信息采集模块收集来自异构融合无线网络接入设备、异构融合无线网络信息服务器和/或异构融合无线网络资源管理实体、异构融合无线网络管理实体、异构融合无线网络策略控制相关实体的各种网络选择相关信息。所述信息处理模块进行对输入的各种与网络选择相关的周期性网络状态信息的处理，包括但不限于根据用户的周期性网络状态信息估算UE移动速度V时的信息处理、对接收信号质量信息通过滤波器进行的各种处理、复杂切换场景判决需要的接收信号质量信息相关值的处理。

根据本发明的另一方面的适用于异构融合无线网络的自适应优化切换控制装置，所述切换网络确定单元包括网络选择策略模块、敏感度控制模块和自适应切换控制模块；其中，所述敏感度控制模块和所述网络选择策略模块接收来自所述信息处理模块的各种信息处理结果；网络选择策略模块包括网络选择算法子模块、基于网络状态控制的网络选择策略子模块和网络选择判决子模块；网络选择策略模块完成基于敏感度控制的多属性决策网络选择功能，并将输出的选中备选网络结果与基于网络状态控制的网络选择结果进行判决，其判决后的结果为最终切换至的目标网络。

敏感度控制模块包括模式设置控制子模块、前向控制子模块、后向控制子模块、复杂切换场景判决子模块、敏感度控制子模块，其中，模式设置控制子模块用来定义四种不同的敏感度控制方式及其具体的实现方式；前向控制子模块用来实现前向控制方式的相关功能，并存储了多种用于前向控制方式的映射函数，以及每种映射函数在不同敏感度参数下的具体映射函数形式及其映射值；后向控制子模块用来实现后向控制方式的相关功能，并存储了多种用于后向控制方式的得分值改变程度函数和判决门限函数，以及每种得分值改变程度函数和判决门限函数在不同敏感度参数下的具体函数形式及其函数值；复杂切换场景判决子模块根据信息处理模块对UE当前的接收信号质量信息处理的输出结果，实现对UE当前所处场景是否为复杂切换场景的判决功能；敏感度控制子模块根据目前的控制方式，完成敏感度控制过程，即基于目前对复杂切换场景判决子模块判决得到的目前所处场景结果，采用不同的敏感度控制策略，包括但不限于基于测量结果设置的策略以及基于模糊逻辑的判决策略，得到前向控制方式下的敏感度参数及其后向控制方式下的判决门限值，并将敏感度参数值输出到网络选择策略模块。

自适应切换控制模块经信息交互模块与异构融合无线网络的接入设备之间进行垂直切换相关的控制信息交互，将网络选择策略模块输出的最终切换至的目标网络选择结果输出到相关的异构融合无线网络接入设备。

与现有技术相比，本发明的一个或多个实施例可以至少具有以下优点：

本专利针对当前服务网络可用时基于多目标优化准则的优化切换、基于网络控制的网络管理需求触发的强制性优化切换、以及在当前的服务网络将要不可用时通过监测服务网络的可用性选择最优异构融合无线接入网络的优化切换等三种切换方法，可以根据不同的优化控制需求和场景进行优先级设定和组合，可以提供灵活的联合优化切换控制。

此外，本专利基于垂直切换的优化控制需求，提出一种基于MADM、可以用于异构融合无线网络的基于敏感度可控的自适应优化切换控制方法以及基于本方法的自适应优化切换控制装置。该方法和装置可以根据用户移动时的用户当前网络状态信息，对用户所处的场景进行判决，根据用户终端所处的不同切换场景自适应地改变其切换控制的敏感度，优化垂直切换控制机制，有效减少用户终端在移动过程中导致的垂直切换次数，提高用户的服务质量体验。

具体地，对所述用户终端的所述网络状态信息进行处理，获得用户终端当前接收信号质量的均值，并对该均值所包含的信号成份进行处理，得到仅包含路损成份的依据所述值以及由计算的未来和值来确定用户所处的场景类别，可以有效地区分用户是否处于复杂切换场景以及所处的复杂切换场景类别，从而有效地实现复杂切换场景下基于敏感度控制的优化切换方法。

此外，本专利提出的基于前向控制方式和后向控制方式进行的敏感度控制，可以根据实际需要分别针对映射函数及其属性归一化和/或网络得分值是否达到既定的门限值进行控制和判决，可以从不同的角度灵活地控制网络选择和垂直切换的敏感度。

更具体地，与采用确定不变的映射函数来计算各备选网络得分值的传统MADM方法相比，本专利通过将复杂切换场景与不同的敏感度参数相对应，根据敏感度参数调整映射函数，进而通过调整映射函数，影响对各备选网络属性所进行的归一化操作，从而影响各备选网络的得分值，通过改变备选网络排序时的得分值差距以及备选网络得分值的判决门限值，来控制复杂切换场景下的切换控制敏感度，从而达到优化网络切换控制的目的。

此外，本发明将UE的当前服务网络也作为一个备选网络，这更有助于判断UE在复杂切换场景下是否需要立即进行切换，以减少频繁垂直切换的发生。

本发明的其他优点和特征将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导/启发。本发明的目标和其他优点可以通过下面的说明书，权利要求书，以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1：几种可能发生的非优化垂直切换控制场景；

图2：根据本发明实施例异构融合无线网络切换过程中所涉及到的主要功能实体及其可能的信息交互示意图；

图3：根据本发明第一实施例的自适应优化切换控制方法的工作流程示意图；

图4：根据本发明第二实施例的自适应优化切换控制方法的工作流程示意图；

图5：根据第三实施例的一种可以实现前向控制方式的映射函数；

图6：根据第三实施例的前向控制方式的工作流程；

图7：根据第三实施例的一种后向控制方式的敏感度控制流程；

图8：根据第三实施例的一种可以实现后向控制方式的判决门限函数曲线；

图9：根据第三实施例的敏感度控制的模式设置方式；

图10：根据第三实施例的一种基于静态方式设置的敏感度控制模式初始化流程；

图11：根据第三实施例的一种动态获取敏感度控制方式及其敏感度参数的工作流程；

图12：根据第三实施例的一种基于模糊逻辑的敏感度确定流程；

图13a：一种用于V和的隶属度函数形式；

图13b：一种用于敏感度级别的隶属度函数形式；

图14：一种基于敏感度的模糊推理规则；

图15：一种基于模糊推理规则的敏感度参数映射方法；

图16：第三实施例中最终目标网络的网络选择流程示意图；

图17：一种对接收的无线信号进行处理的过程示意图；

图18：根据第四实施例的复杂切换场景的判决流程示意图；

图19：第四实施例中不同场景判决结果和终端即将出现的移动轨迹之间的对应关系示意图；

图20：根据场景类别选择不同敏感度控制流程的流程；

图21a：第四实施例中非复杂切换场景下的敏感度控制流程示意图；

图21b：第四实施例中复杂切换场景下的敏感度参数调整过程示意图；

图22：根据第五实施例的异构融合无线网络自适应优化切换控制装置的功能模块组成；

图23：根据第五实施例异构融合无线网络自适应优化切换控制装置中的敏感度控制模块的功能模块组成；

图24：根据第五实施例的网络选择策略模块的组成；

图25：根据第五实施例的网络选择策略子模块的工作流程示意图；

图26：根据第五实施例的敏感度控制功能的触发控制流程示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，以下结合附图对本发明作进一步的详细说明。

需要说明的是，如果不冲突，本发明实施例以及实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图2为基于异构融合的无线网络切换过程中所涉及到的主要功能实体及其可能发生的信息交互示意图。在基于异构融合的无线网络切换过程中，主要涉及根据本发明第五实施例的异构融合无线网络自适应优化切换控制装置、覆盖终端目前所处区域的多个异构融合无线接入网络RAT-1、RAT-2、RAT-3…RAT-m、异构融合无线网络信息服务器和/或异构融合无线网络资源管理实体、异构融合无线网络策略管理实体等，此外，还可包括异构融合无线网络信息数据库等支持异构融合无线网络协同通信技术的其他实体/设备。图2中的双向箭头表示各个实体之间可能发生的信息交互。

第一实施例

下面参考图3来详细说明根据本实施例的一种基于异构融合无线网络的自适应优化切换控制方法。

本发明在多种异构无线网络融合的网络场景下，在当前服务网络将要不可用时，通过监测和比较当前所有备选网络的可用性来选择最优异构融合无线接入网络的优化切换方式。其中，基于当前服务网络的接收信号质量监测结果，采用基于敏感度控制的异构融合无线网络的自适应优化切换控制方法来选择和判决当前备选网络集合中的最优网络作为其目标网络的优化切换方法。

下面详细说明基于敏感度控制的异构融合无线网络的自适应优化切换控制方法。

在该方法中，选择一种敏感度控制方式，用户终端建立业务会话，进入用户终端优化切换的状态。其中，所述进入用户终端优化切换的状态是指当用户终端的业务会话已经建立时，定时或不定时进行判决是否需要切换，并通过如下三种优化切换方式至少之一来支持所述用户终端进行优化切换：当前服务网络可用时进行的基于多目标优化准则的优化切换方式，不论当前服务网络是否可用时基于网络控制的网络管理需求触发的强制性优化切换方式，以及当前服务网络将要不可用时的所述通过监测和比较当前所有备选网络的可用性来选择最优异构融合无线接入网络进行的优化切换方式。

在上述基于多目标优化准则的优化切换方式中，多目标优化准则包括但不限于在当前服务网络可用时根据用户的移动性和服务质量、业务的成本和效益、业务内容、基于绿色通信的优化准则；所述基于网络控制的网络管理需求触发的强制性优化切换方式包括但不限于，基于异构融合无线接入网络的负载均衡、网络故障、绿色通信原因导致的网络卸载性优化切换。

当判决网络将要不可用时，周期性/不定期监测用户终端(UE)的网络状态信息，并对所述用户终端的网络状态信息进行处理。然后根据所测得的UE网络状态信息来确定UE当前所处的具体场景，根据用户终端当前所处的场景来确定用户终端的敏感度参数值，再根据所确定的敏感度参数值来对用户终端的各备选网络属性进行归一化操作，然后根据归一化操作的结果采用多属性决策策略来确定各备选网络的得分值；基于得分值进行排序，根据排序结果和判决机制确定移动终端要切换至的目标网络(以下均简称为选中备选网络)。

这样，通过在MADM的归一化操作中引入敏感度参数作为调节，通过敏感度参数的变化来改变备选网络的属性映射归一化函数，进而改变排序时备选网络的得分值差距，来控制复杂切换场景下的切换控制敏感度，从而达到优化网络切换控制的目的。

下面详细说明根据本实施例的自适应优化切换控制方法的工作流程。

步骤10：周期性监测用户终端(UE)的网络状态信息。

所测得的网络状态信息可包括例如接收信号强度(Received Signal Strength，RSS)、SINR等，因异构无线网络的不同接入技术而各异。

步骤20：根据目前的UE网络状态信息判决(确定)UE目前所处的场景。

优选地，可根据实际需要和优化控制需求，划分出多个可能的用户终端所在的场景。在确定敏感度时，首先根据所述用户终端的所述网络状态信息进行处理，根据处理后的网络状态信息值预测所述用户终端目前所处的场景类别，然后依据用户终端所处的场景类别来确定敏感度参数值。

作为一个较佳实施例，下文中，将UE可能处于的场景分为复杂切换场景和非复杂切换场景两个大类，又进一步将复杂切换场景细分为不同的场景，将在下文进行详细说明。

判决目前UE所处的场景是否符合复杂切换场景的判决条件，如果符合复杂切换场景的判决条件，则执行步骤30；如果不符合复杂切换场景的判决条件，则转向步骤40。

步骤30：执行复杂切换场景下的敏感度确定流程(第一敏感度确定流程)，基于处理后的用户终端网络状态信息，采用基于模糊逻辑的推理和判决规则，获得与当前复杂切换场景相对应的敏感度级别，根据本敏感度级别得到对应的敏感度参数值；然后转向步骤50。

步骤40：执行非复杂切换场景下的敏感度确定流程(第二敏感度确定流程)，赋予当前场景下的敏感度一个适合本场景的敏感度参数值，然后转向步骤50。

步骤50：基于周期性监测得到的备选网络集合(备选网络集合优选地包括UE当前的服务网络)中的各备选网络属性和当前的敏感度参数值，对各属性进行非线性映射(归一化)，然后基于MADM对各备选网络进行得分值计算和备选网络排序，根据网络排序结果得到最优网络，然后转向步骤51；

步骤51：判断该最优网络是否为当前服务网络，如果是，则执行步骤70；如果不是，则执行步骤65；

步骤65：将步骤50得到的最优网络做为选中备选网络。

步骤70：将当前服务网络确定为选中备选网络，然后转向步骤10。

其中，选中备选网络是指通过基于敏感度控制的MADM网络选择策略得出的移动终端要切换至的网络。

在本文中，亦将步骤50中所采用的选中备选网络的确定(控制)方式称为前向控制方式。

可见，根据本实施例的方法，可根据移动终端所处的不同场景，通过采用与移动终端所处场景相应的敏感度确定流程来确定移动终端当前需要取的敏感度参数。

第二实施例

参考图4来说明本实施例。

步骤10：周期性监测用户终端(UE)的网络状态信息。

步骤20：根据目前UE的网络状态信息判决(确定)UE目前所处的场景。

优选地，可根据实际需要和优化控制需求，划分出多个可能的用户终端所在的场景，在确定敏感度时，首先根据所述用户终端的所述网络状态信息进行处理，根据处理后的网络状态信息值预测所述用户终端目前所处的场景类别，然后依据用户终端所处的场景类别来确定敏感度参数值。

判决目前UE所处的场景是否符合复杂切换场景的判决条件，如果符合复杂切换场景的判决条件，则执行步骤30；如果不符合复杂切换场景的判决条件，则转向步骤40。

步骤30：执行复杂切换场景下的敏感度确定流程(第一敏感度确定流程)，基于处理后的用户终端网络状态信息，采用基于模糊逻辑的推理和判决规则，获得与当前复杂切换场景相对应的敏感度级别，根据本敏感度级别得到与UE所处场景对应的敏感度参数的值；然后转向步骤50。

步骤40：执行非复杂切换场景下的敏感度确定流程(第二敏感度确定流程)，赋予当前场景下的敏感度一个适合本场景的敏感度参数值，然后转向步骤50。

步骤50：基于周期性监测得到的备选网络集合(备选网络集合优选地包括UE当前的服务网络)中的各备选网络属性和当前的敏感度参数，对各属性值进行非线性映射(归一化)，然后基于MADM对各备选网络进行得分值计算和备选网络排序，将根据排序结果得到最优网络，然后进入步骤52；

步骤52：判断所得到的最优网络得分值改变程度是否小于设定的判决门限值，如果小于判决门限值，则进入步骤70，否则进入步骤65。

步骤65：将步骤50中得到的最优网络确定为选中备选网络。

步骤70：仍将当前服务网络作为选中备选网络，然后返回步骤10。

其中，选中备选网络是指通过基于敏感度控制的MADM网络选择策略得出的移动终端切换至的网络。

在本文中，亦将步骤52中所采用的选中备选网络的确定(控制)方式称为后向控制方式。

第三实施例

本实施例的敏感度控制机制基于多属性决策策略(MADM)，通过在MADM的归一化过程中引入敏感度参数和在进行网络选择时引入门限判决这两种方法来实现敏感度控制的目的。

具体地，本发明可以基于MADM的网络选择工作机理，通过引入敏感度参数和判决门限，在属性归一化处理中和排序后的判决中分别嵌入前向控制和后向控制，其中，前向控制方式用于控制(提高)网络排序时的得分辨识度，后向控制方式通过判决得分改变程度，从而控制网络选择的敏感度，最终达到在复杂切换场景下优化切换控制和减少乒乓切换的目的。

基于敏感度控制的MADM算法

在MADM算法中，为了消除各备选网络属性之间的差异性，通常需要将影响网络选择的属性值进行归一化处理，使它的范围落到[0,1]的间隔内，这个归一化过程可以通过定义映射函数的方式来实现，归一化后的属性结果称为属性的映射值。目前已有的映射函数包括阶跃函数、分段函数、对数函数、指数函数、反曲函数等，但是，这些映射函数具有一旦选定本映射函数，其映射结果就确定下来的单一性特点。

本发明给出了一种带有可调节敏感度参数的映射函数，通过改变本敏感度参数，可以达到改变映射函数，从而改变备选网络的归一化属性，达到调整备选网络选择结果的得分，提高网络得分值之间的差异值，从而提高复杂切换场景下的网络选择辨识度的目的，以下对可调节敏感度参数的映射函数进行具体说明。

通常，影响网络选择的属性值通常都会有一个上下界[x_α，x_β]，即归一化函数的定义域，对于效益型属性值，下界表示用户的最低需求，上界表示网络的限制；对于成本型属性值，下界表示网络的限制，上界表示用户的需求。

假定所设计的映射函数为f_u(x_i)，在给定属性值的范围[x_α，x_β]和x_m后，属性值x_i的一种可调节映射函数形式可以表示为：

$f_u\left(x_i\right)=\left\{\begin{array}{cc}0& x_i<x_{\mathrm{\&alpha;}}\\ \frac{{\left(\frac{x_i-x_{\mathrm{\&alpha;}}}{x_m-x_{\mathrm{\&alpha;}}}\right)}^{{9s}^2+2}}{1+{\left(\frac{x_i-x_{\mathrm{\&alpha;}}}{x_m-x_{\mathrm{\&alpha;}}}\right)}^{{9s}^2+2}}& x_{\mathrm{\&alpha;}}\&le;x_i\&le;x_m\\ 1-\frac{{\left(\frac{x_{\mathrm{\&beta;}}-x_i}{x_{\mathrm{\&beta;}}-x_m}\right)}^{{9s}^2+2}}{1+{\left(\frac{x_{\mathrm{\&beta;}}-x_i}{x_{\mathrm{\&beta;}}-x_m}\right)}^{{9s}^2+2}}& x_m\&le;x_i\&le;x_{\mathrm{\&beta;}}\\ 1& x_i>x_{\mathrm{\&beta;}}\end{array}\right.$

其中，x_α、x_β分别是属性值x_i的上下界，且x_i，x_m∈[x_α，x_β]。s为敏感度参数，且s∈(0，1)。

图5给出了一种当s取不同数值时对应的不同映射函数f_u(x_i)的图形。其中，属性值x_i的上下界分别为x_α＝10，x_β＝90。

可以看出，给定一个敏感度参数s的值，就有一个确定的映射函数与之对应，两个网络对于某个属性的映射值在敏感度值s较高时的差距应大于在敏感度值s较低时的差距，这必然会增大最后网络得分值之间的差距。因此，在敏感度参数s较高时，网络容易发生排序变化，因而容易导致网络选择结果的改变而触发垂直切换控制；反之，在敏感度参数s较低时，则会降低网络选择结果排序的敏感性，从而限制网络排序结果的频繁改变，达到降低乒乓切换次数的目的。

综上可知，可以根据所确定的敏感度参数值，确定以敏感度参数、待归一化的备选网络属性的上下界值以及待归一化的备选网络属性的值表示的、用于所述归一化操作的映射函数。归一化操作的映射函数可以采用不同形式的函数，并通过查预先存储的表的方法或采用在线计算的方法获得。

(一)前向控制方式

图6示出了前向控制方式的流程示意图。前向控制方式是指为了消除各备选网络属性之间的差异性，基于多属性决策策略算法，在对属性归一化的过程中，基于敏感度参数来对归一化的映射函数进行控制，以调整备选网络选择结果得分的控制方式。通过这种方式调整复杂切换场景下的网络选择敏感度，可以减少乒乓切换，优化切换控制的控制方式。

当不支持前向控制方式时，可以设定基于MADM的线性归一化方式进行对属性的归一化。

(二)后向控制方式

后向控制方式当根据排序结果确定的最优网络不是移动终端当前的服务网络时，判决最优网络的得分值改变程度是否大于等于预设的判决门限值，若判决结果为是，则将最优网络确定为移动终端要切换至的目标网络，若判决结果为否，则将移动终端当前的服务网络确定为移动终端要切换至的目标网络。

设得分值的改变程度为K，则K为各备选网络得分值的函数，即K＝f(P₁,P₂,...P_n),其中P₁,P₂,...P_n为各备选网络的得分值。

简单地，得分值的改变程度K可以采用绝对得分值或相对得分值的方式进行衡量，因此对应的判决门限值既可以取为绝对门限值，也可以取为相对门限值。

以下给出一个得分值改变程度函数采用相对得分值进行定义的例子。在后向控制方式中，由于备选网络的集合包括当前的服务网络和终端目前被覆盖的其他备选网络，当基于MADM进行得分值计算和网络排序之后，可以获得目前各备选网络的得分值及其网络选择排序结果，设R为备选网络的相对得分值，可以定义其中P_a表示在当前网络环境下计算得到的最优网络的绝对得分值，P_b表示在当前网络条件下正在提供服务的网络的绝对得分值，则R的取值可能包括以下情形：

●当排序结果的最优网络不是当前服务网络时，由于P_a是当前最优网络的绝对得分值，故肯定大于P_b，即P_a＞P_b，那么R＞0；

●当排序结果得到的最优网络还是当前的服务网络时，即P_a＝P_b，那么R＝0；

因此可知，R≥0，通常取0≤R＜1。由此可见，R表示的是得分值的相对变化率。

图7是将得分值的改变程度定义为上述相对得分值时给出的一种后向控制方式的敏感度控制流程示意图，其中P_th为预设的相对得分值的判决门限值。

后向控制方式中的判决门限值P_th可以有多种不同的确定方法，一种是不依赖于前向控制方式的敏感度参数s、单独设计后向控制方式的判决门限值P_th的确定方法,另一种是根据前向控制方式的敏感度参数s得到后向控制方式的判决门限值P_th的确定方法。

在不依赖于前向控制方式的敏感度参数s，单独设计后向控制方式的判决门限值P_th的方法中，仍然可以根据不同的方式决定判决门限P_th的值，一种是根据实际测试结果，通过列表的方式预先进行设定的方式；另一种是用周期性得到的UE当前移动速度V以及接收信号强度等信息作为输入变量，根据相关算法进行推理和判决，得到本场景下的P_th值的方式。

在根据前向控制方式的敏感度参数s确定后向控制方式的判决门限值P_th的方法中，可以根据前向控制方式所确定的敏感度参数值，构造一个以敏感度参数为变量的判决门限函数P_th＝f(s)来确定后向控制方式下的判决门限值P_th。

以下给出一种依据前向控制方式的敏感度参数s构造判决门限值P_th的例子，可以设定

$P_{\mathrm{th}}=\frac{\ln \left(s\right)}{\ln \left(a\right)}(0<P_{\mathrm{th}}<1)$

这里，a是一个取值很小的常数(例如，a可以取0.01)。图8给出了当a取不同值时，判决门限值P_th的对应曲线图。从图8可以看出，当敏感度参数s较小时，对应的判决门限值较大，当敏感度s较大时，对应的判决门限值较小。这里，s和a的取值满足0＜a≤s，0＜s＜1。当s＝a时，判决门限值为1；当s＝1时，判决门限值为0。

可以看出，当敏感度参数s较小时，后向控制方式曲线对应的判决门限值会越大，即两个网络之间的得分值差距较大时才会引起网络选择结果的改变，这意味着网络环境具有较大改变时才会引起切换；当敏感度s较大时，后向控制方式曲线对应的判决门限会较小，即两个网络之间的得分值差距较小时就会引起网络选择结果的改变，这意味着网络环境具有较小改变时就会引起网络选择结果的改变。

敏感度控制的模式设置控制

(一)敏感度控制的模式设置

在自适应垂直切换控制方法中，在选择敏感度控制方式时，可以通过选择性地采用前向控制方式和后向控制方式、或者前向控制方式与后向控制方式相结合的三种方式中的一种来进行敏感度控制，以控制异构融合无线网络的网络选择和切换敏感度，图9给出了敏感度控制的模式设置，分别对应了不同的敏感度控制方式，以下分别加以说明。

(1)当F＝1，B＝0时，只支持前向控制方式，根据当前的敏感度参数得到对应的映射函数，根据映射函数对备选网络的各属性进行非线性归一化，按照多属性决策策略对各备选网络进行得分值计算，基于各备选网络的得分值进行排序；

(2)当F＝0，B＝1时，只支持后向控制方式，即对各个备选网络的属性按照MADM机制规定的线性规范化方式进行归一化，按照多属性决策策略对各备选网络进行得分值计算，基于各备选网络的得分值进行排序，由于在本例子中只支持后向控制方式，因此，需要根据定义的得分值变化程度函数来计算最优网络的得分值的变化程度K，再根据判决门限函数对应的判决门限值P_th来确定最后的选中备选网络，即：

●当K≥P_th时，判决本最优网络为选中备选网络；

●当K＜P_th时，仍将当前的服务网络作为选中备选网络，并对UE继续进行周期性网络状态信息监测。

(3)当F＝1，B＝1时，同时支持前向控制方式和后向控制方式，根据前向控制方式对应的敏感度参数s确定映射函数，根据映射函数对各个备选网络的属性值进行归一化，再做基于MADM的备选网络得分值计算和备选网络排序，当排序结果的最优网络是当前的服务网络时，仍将当前的服务网络作为选中备选网络，并对UE继续进行周期性网络状态监测；当排序结果的最优网络不是当前服务网络时，则根据定义的得分值变化程度函数来计算最优网络的得分值的变化程度K，并根据判决门限值函数对应的判决门限值P_th进行如下判决：

●当K≥P_th时，判决本最优网络为选中备选网络；

●当K＜P_th时，判决当前服务网络为选中备选网络，同时，继续对UE进行周期性网络状态信息监测。

(4)当F＝0，B＝0时，不支持敏感度控制方式，即网络选择机制基于既定的MADM策略，对各个备选网络的属性值进行归一化、备选网络得分计算和网络排序，排序结果的最优网络即为选中备选网络。

(二)敏感度控制方式的设置方法

根据上述敏感度控制模式的设置模式，系统可以选择设置为同时支持前后向控制方式、仅支持前向控制方式、仅支持后向控制方式和不支持敏感度控制方式等四种敏感度控制模式。

敏感度控制模式可以采用静态方式进行设置，即在设备初始化时进行控制模式设置，设备初始化之后不再改变的方式，图10提供了一种基于静态方式的敏感度控制模式设置初始化流程；也可以在设备工作的过程中动态地进行设置，即随着不断变化的场景动态地改变敏感度控制的设置模式和相应的敏感度参数的方式，图11是一种动态获取敏感度控制方式及其敏感度参数和/或判决门限值的工作流程。

可以采用在线计算方式或者离线方式得到敏感度参数以及判决门限值。当采用在线方式时，系统可以根据目前的场景动态地选择不同的控制方式，以及本控制方式下前向控制的敏感度映射函数和/或后向控制方式下的得分值变化程度函数和判决门限函数，并根据当前的场景得到对应的敏感度参数和/或判决门限值；当采用离线方式时，系统可以预先选择前向控制的敏感度映射函数和/或后向控制方式下的得分值变化程度函数和判决门限函数，并根据选定的映射函数预先计算得到前向控制方式下的各种敏感度参数和对应的后向控制方式下的门限值，并存储上述各种参数。系统可以根据目前的场景，按需通过查表的方式快速选取各种敏感度参数和判决门限值的取值。

基于敏感度控制的工作流程

基于敏感度控制的工作流程包括三个步骤，即周期性用户网络状态信息采集、敏感度参数的确定、敏感度控制的实施。

在任意一种支持敏感度控制的模式下，均可以根据终端目前的网络状态信息判决得到终端当前所处的场景类别，然后根据对应的场景类别调整相关的敏感度参数，实施敏感度控制。

在周期性用户网络状态信息采集步骤中，异构融合无线网络自适应优化切换控制装置与异构融合无线接入网络选择相关的网络功能实体进行信息交互，获得与网络选择相关的各备选网络的属性；所述与异构融合无线接入网络选择相关的网络功能实体包括但不限于基于融合的异构无线接入网络设备(基站)、异构融合无线网络信息服务器、异构融合无线网络资源管理实体和异构融合无线网络策略控制相关的实体；其中，

与基于融合的异构无线接入网络设备(基站)进行信息交互，周期性地得到用户终端的网络状态信息，通过解析该网络状态信息，获得用户当前的网络选择相关状态信息，包括但不限于用户终端的接收信号质量信息、用户目前的移动速度、用户目前所在位置等。

与异构融合无线网络信息服务器和/或异构融合无线网络资源管理实体进行信息交互，获得用户目前所在位置的异构融合无线接入网络信息，包括但不限于异构无线接入网络种类、各个异构无线接入网络目前的业务支持能力以及详细的网络参数；

与异构融合无线网络策略控制相关的实体进行信息交互，得到用户的策略控制相关信息，通过解析该策略控制相关信息，获得为用户提供异构融合无线接入时的策略控制信息；本策略控制信息包括但不限于本用户对异构无线接入网络的支持能力、用户支持的业务种类、目前的业务QoS需求和限制、对用户进行QoS控制的策略及其详细参数等信息；

根据得到的用户当前的网络选择相关状态信息、用户目前所在位置的异构融合无线接入网络信息和为用户提供异构融合无线接入时的策略控制信息，获得与网络选择相关的所有备选网络的属性信息。

其中，这里的备选网络既包括当前覆盖UE的所有备选异构融合无线接入网络，也包括当前的服务网络。

在敏感度参数的确定步骤中，可以采用不同的方法实现敏感度参数的确定过程，本实施例给出一种基于模糊逻辑的敏感度参数确定方法。

基于模糊逻辑的敏感度确定方法

下面参考图12至图14详细说明一种基于模糊逻辑的敏感度参数确定流程。

对敏感度参数值的调整可采用基于输入的用户终端网络状态信息，通过模糊逻辑推理判决以及查表，得到针对目前场景的敏感度参数判决值。图12示出一种基于模糊逻辑的敏感度参数确定流程。

步骤1201：对输入的用户终端网络状态信息进行模糊化。

本步骤根据每一个输入的定量网络状态信息，对其进行模糊化，本实施例的算法中采用的输入变量为和用户的速度V。

将每个输入信息对应的模糊变量用一个序列来表示，例如，和V对应的模糊变量，其序列可以为： $X\left(\right|\stackrel{\&OverBar;}{{\mathrm{RSS}}_n^{\&prime;}}\left|\right)=X\{S,M,L\},X\left(V\right)=X\{L,M,H\}.$

其中，对应的序列中的三个元素分别表示小、中、大(Small，Medium，Large)；同样，V对应的序列中的三个元素分别表示低、中、高(Low，Medium，High)。序列中的每个元素都对应一个隶属度函数。图13a给出了和V的隶属度函数，也可以采用其他形式的隶属度函数。

模糊推理的输出仍然是基于定性语言变量的模糊值，设输出的敏感度D是以五个敏感度级别表示的模糊变量，且X(D)＝X{DU，IS，N，SS，VS}，其中，DU表示“Dull”，IS表示“Insensitive”，N表示“Normal”，SS表示“Somewhat Sensitive”，VS表示“Very Sensitive”。图13b给出了敏感度D的一种隶属度函数形式，也可以选择其他形式的隶属度函数。

步骤1202：基于模糊推理规则对输入信息进行模糊推理和模糊判决。

在一个模糊控制器中，系统的动态性表现为通过语言规则来表示判决策略：即if(合适的条件)，then(推断的结果)。这些规则可以提前定义并存储在模糊规则库中。图14给出了基于两个输入值和V的模糊推理规则。根据本模糊推理规则，可以基于MaxMin算法得到模糊推理的结果。

假设第j组输入对应于图14中的第四行，则针对第j组输入的隶属度值的输出为：

${\mathrm{\&mu;}}_{\mathrm{IS}}{\left(D\right)}_j=\min [\mathrm{\&mu;}\left(\right|\stackrel{\&OverBar;}{{\mathrm{RSS}}_n^{\&prime;}}\left|\right),\mathrm{\&mu;}\left(V\right),\mathrm{\&mu;}\left(D\right)]$

对于敏感度D产生的推理值由下式给出:

μ_IS(D)＝Max[μ_IS(D)_j]，其中j＝l，2，4，5，7，8

步骤1203：模糊逻辑系统执行解模糊化，将模糊推理的输出值转化为精确值。设输出的精确值为敏感度判决值(SDV)，其中SDV是一个确定的敏感度等级，可以将敏感度参数s的不同取值与之进行映射，这样最终输出的就是本敏感度等级下的敏感度参数s，其中s∈(0,1)。

图15所示为一个实施例的敏感度参数映射表，各列的敏感度参数值可以参考不同的接入网络技术和用户速度测定得到，也可以根据算法设定为其他不同的参数值。系统实时工作时，可以预先存储本表，通过输入的用户网络状态信息作为变量，判决得到目前场景下的敏感度判决值SDV，再通过查找本表获得对应的敏感度参数值。

根据上述基于模糊逻辑推理得到的敏感度参数值，可以基于前述的前向控制方式和后向控制方式，依照映射函数对备选网络的各个属性进行归一化操作、对备选网络集合进行得分评估和排序，完成后向控制方式的最优网络得分值改变程度与判决门限值之间的比较和判决，最终完成基于敏感度的实施控制过程。

结合强制性策略的网络选择

在基于敏感度控制的三种控制方式中，可能都会遇到由于网络负载、故障等原因导致的基于网络状态控制的事件发生，这时的目标网络选择结果应是上述基于敏感度控制的网络选择结果和基于网络状态控制的网络选择结果的综合判决结果，基于本状态下的最终目标网络选择流程见图16，其中选中备选网络是指基于敏感度控制的网络选择算法的备选网络选择结果输出，基于网络状态控制的备选网络结果是指由于网络故障等原因导致的强制备选网络选择结果。需要说明的是，该部分处理不仅适用于第三实施例，也同样适应 于其它实施例。

第四实施例

本实施例给出了根据用户终端的网络状态信息进行处理，从而判决复杂切换场景类别的方法和步骤。首先，将UE所处的可能场景分为复杂切换场景和非复杂切换场景，再将复杂切换场景进一步细分为不同的子场景类别，然后针对不同的场景类别来确定不同的敏感度参数值。复杂切换场景的判决机理可以通过以下基于接收信号强度均值的预测判决过程来实现。

在无线网络中，接收信号强度通常可以通过两类标准的无线信号测量值得到，一类是接收信号强度指示，另一类是用户终端的发送信号功率，可以通过上行的功率控制来自适应实现。设测量得到的用户终端在当前服务网络中的接收信号强度为RSS(这里的RSS可以是根据不同系统和方法进行的几次周期性测量结果的均值)，由于测量结果中含有多种成份，因此需要先对RSS的测量值进行修正，然后再根据修正后的值进行判决。对RSS进行修正的机理可以通过以下过程进行：

由于接收功率取决于发射功率(EIRP：Equivalent Isotropic Radiated Power)、接收天线增益Gr、距离d以及频率f等多个因素，因此接收机处的接收信号强度可以表示为：

Pr[dBm]＝EIRP[dBm]+10log(Gr)-PL

其中，Pr是接收功率，PL为路损，即PL＝-10log(K)+10αlog(d)+10βlog(f)，其中K,α,β分别是取决于传播环境的常数。阴影衰落通常由一个服从(0,σ)的高斯分布的随机变量M来建模，因此Pr[dBm]＝EIRP[dBm]+10log(Gr)-PL[dB]+M[dB]。

系统测量到的用户终端的接收信号强度值是一些离散值，因此，例如可基于离散测量值来进行各种衰落进行平滑消除的过程。设Y_n是总的衰减值，F_n是快衰成份，P_n是路损成份，S_n是阴影衰落成份，则在第n时刻，Y_n＝F_n+P_n+S_n，第n时刻的接收信号强度值应为RSS_n＝EIRP_n+10log(Gr)_n-Y_n。

可以采用目前已有的数字信号处理技术对几次接收的无线信号测量值的均值进行衰减估计，其过程示意图见图17(其中，n＝1，2，3…为对应的抽样时刻，抽样的时间间隔为T，T可以根据需要取不同的设置值)。通过图17的衰减估计过程，可以分别得到下面的三个输出成份，即：

P_n＝SS(Y_n)

Z_n＝FSS(Y_n)＝P_n+S_n，所以S_n＝Z_n-P_n

F_n＝Y_n-(P_n+S_n)＝Y_n-FSS(Y_n)

对用户终端的网络状态信息进行处理，用户终端当前接收信号质量的均值，并对该均值所包含的信号成份进行处理，得到仅保留了路损成份的接收信号强度均值假设仅保留了路损成份的接收信号强度均值为则

由于用户终端的移动，导致用户终端在服务网络中的值可能变差，设其劣化的临界门限值为RSS_th1(其中RSS_th1是一个与终端速度和不同的接入技术有关的值，可以预先进行设定。)。当目前的低于RSS_th1时，则用户终端UE进入复杂切换场景预警状态，触发并执行复杂切换场景判决流程；当目前的不低于RSS_th1时，则不触发复杂切换场景的判决流程，系统仍然继续周期性监测UE的网络状态信息。

其中，当低于RSS_th1时的用户复杂切换场景判决过程如下：

根据上述对RSS进行修正的原理，先对周期性测量得到的RSS值进行信号处理，得到经过修正的设和分别是第n-3、n-2、n-1、n时刻的修正值，则对进行差分运算，可以得到：

${\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}^{\&prime;}=\frac{{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-2}}{T},{\stackrel{\&OverBar;}{\mathrm{RSS}}}_n^{\&prime;}=\frac{{\stackrel{\&OverBar;}{\mathrm{RSS}}}_n-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}}{T}$

则 ${\stackrel{\&OverBar;}{\mathrm{RSS}}}_n^{\&Prime;}=\frac{{\stackrel{\&OverBar;}{\mathrm{RSS}}}_n^{\&prime;}-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}^{\&prime;}}{T}=(\frac{\stackrel{\&OverBar;}{{\mathrm{RSS}}_n}-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}}{T}-\frac{{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-2}}{T})/T=\frac{{\stackrel{\&OverBar;}{\mathrm{RSS}}}_n-2{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}+{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-2}}{T^2}$

设第n时刻的的预测值为第n+1时刻的的预测值为第n+2时刻的的预测值为则

${\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n,y}={\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}+{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}^{\&prime;}*T+\mathrm{\&alpha;}({\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1,y})$

${\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}={\stackrel{\&OverBar;}{\mathrm{RSS}}}_n+{\stackrel{\&OverBar;}{\mathrm{RSS}}}_n^{\&prime;}*T+\mathrm{\&alpha;}({\stackrel{\&OverBar;}{\mathrm{RSS}}}_n-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n,y})$

${\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+2,y}={\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}+{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}^{\&prime;}*T+\mathrm{\&alpha;}({\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1}-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y})$

……

其中的预测误差可以通过增加一项对前一次的预测值和实际值之差的加权值(其中0＜α＜1)的方式进行校正。

同样，可以得到 ${\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}^{\&prime;}=\frac{{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_n}{T},{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+2,y}^{\&prime;}=\frac{{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+2,y}-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1}}{T},$ ${\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}^{\&Prime;}=\frac{{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}^{\&prime;}-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_n^{\&prime;}}{T}$

根据上述计算得到几个时刻的接收信号强度预测值，可以按照图18给出的复杂切换场景的判决流程判决UE目前即将处于的复杂场景。图19示出判决UE即将出现的移动轨迹和移动状态与场景判决结果的对应关系。

根据图18的判决流程，首先判断目前UE的移动速度，当UE的移动速度V小于V_th(其中，V_th是衡量UE处于步行等慢速移动状态的速度门限值)且超过视距环境造成的衰耗值门限LOS_th(注：这里是指且此处的LOS_th可以根据当前的接入技术、信道模型估算得到)时，判决UE目前属于停留在地下室或走到建筑物后面等位置的状态，同时，系统继续周期性监测UE的网络状态信息；如果UE不是属于停留在地下室或走到建筑物后面等位置的状态，则通过下面的方法预判UE即将经历的移动轨迹和移动状态，从而判决UE是否处于复杂切换场景：

●当且时，终端正面向基站方向加速移动或者刚离开屏蔽物，则其场景ID＝1，不属于复杂切换场景；(图19-1所示)；

●当且时，终端正面向基站方向移动，可能将处于匀速状态(运动状态改变)，则其场景ID＝2，不属于复杂切换场景；(图19-2所示)；

●当且时，终端正面向基站方向移动，可能将处于降速状态(运动状态改变，可能出现拐点)，则其场景ID＝3，不属于复杂切换场景；(图19-3所示)；

●当且时，终端正背向基站方向移动，可能将处于突然降速状态(运动状态改变)，则其场景ID＝4，属于复杂切换场景；(图19-4所示)；

●当且时，终端正背向基站方向移动，可能将处于匀速状态(拐弯)；则其场景ID＝5，属于复杂切换场景；(图19-5所示)；

●当且时，终端正背向基站方向移动，用户可能将处于增速状态，则其场景ID＝6，属于复杂切换场景；(图19-6所示)。

●当且时，终端正围绕基站匀速移动或者处于静止状态，可能将要改变运动状态(面向基站运动)，则其场景ID＝7，不属于复杂切换场景；(图19-7所示)；

●当且时，终端将围绕基站匀速移动或者处于静止状态，则其场景ID＝8，不属于复杂切换场景；(图19-8所示)；

●当且时，终端围绕基站匀速移动，用户可能将背向基站运动，则其场景ID＝9，属于复杂切换场景；(图19-9所示)；

需要说明的是，图19所示的对应关系只是例子，本领域技术人员也可以根据所掌握的知识，通过其它方式来确定表征接收信号质量变化速率及接收信号质量变化加速度的表达式。

根据图18的判决流程可以得到目前是否属于复杂切换场景及其具体的场景类别ID，根据场景类别ID，按照图20给出的判决流程可以判决执行非复杂切换场景的敏感度控制流程或复杂切换场景下的敏感度控制流程。其中，当处于非复杂切换场景时，其敏感度控制流程见图21a；当处于复杂切换场景时，可以根据用户目前的网络状态信息和支持的敏感度控制方式，对当前的敏感度参数进行调整，其控制流程见图21b。

通过上述方法，可将用户所处的场景划分为能够表现即将出现的移动轨迹和移动状态的不同场景，将本实施例结合至上述各实施例，针对即将出现的移动轨迹和移动状态的不同场景，选择采用不同的敏感度控制网络选择，有效降低移动终端在复杂切换场景中导致的乒乓切换问题。

第五实施例

本实施例提出了一种异构融合无线网络自适应优化切换控制装置2200(简称控制装置)，该控制装置主要包括信息获取单元2201、切换网络确定单元2202。其中，信息获取单元周期性监测并获取用户终端(UE)的网络状态信息并对信息进行处理；切换网络确定单元依据处理后的用户终端网络状态信息来确定用户终端的场景类别，根据场景类别确定对应于该场景的敏感度值，再根据所确定的敏感度值确定映射函数，再根据映射函数对各备选网络属性进行归一化操作，然后基于归一化操作的结果、采用多属性决策策略确定各备选网络的得分值，基于得分值的改变程度来判决移动终端要切换至的选中备选网络，用户终端最终切换至的目标网络应为基于网络状态控制的强制性网络选择结果和选中备选网络结果进行判决之后得到的网络选择结果。其中，选中备选网络是指通过基于敏感度控制的MADM网络选择策略得出的移动终端要切换至的网络。

优选地，信息获取单元又进一步包括信息交互模块2203、网络选择相关信息采集模块2204、信息处理模块2205；切换网络确定单元可进一步包括网络选择策略模块2206、敏感度控制模块2207和自适应切换控制模块2208。图22给出了包括信息获取单元、切换网络确定单元在内的异构融合无线网络自适应优化切换控制装置的各功能模块组成。

下面具体说明所述控制装置各模块的功能。

信息交互模块

信息交互模块的主要功能是完成异构融合无线网络自适应优化切换控制装置与其他设备之间的双向信息交互。

信息交互模块的输入信息包括用户的周期性网络状态信息、各个备选网络的网络选择相关属性信息、来自异构融合无线网络的网络管理状态信息(例如由于异构融合无线接入网络故障和负载均衡导致的备选网络变动信息)、来自异构融合无线网络策略控制相关实体的UE策略信息等；其输出信息包括自适应切换控制模块判决得出的网络选择结果信息及其相关的垂直切换控制信息。

网络选择相关信息采集模块

本模块的主要功能是收集/采集来自异构融合无线网络接入设备、异构融合无线网络信息服务器和/或异构融合无线网络资源管理实体、异构融合无线网络管理实体、异构融合无线网络策略控制相关实体等的各种网络选择相关信息，这些信息包括但不限于：

通过与信息交互模块交互，周期性得到来自异构融合无线接入设备的用户网络选择状态信息，如用户终端的接收信号质量信息、用户目前的移动速度及其预测信息、用户目前所在位置信息、用户的QoS信息等；

通过与信息交互模块交互，得到来自异构融合无线网络信息服务器和/或异构融合无线网络资源管理实体关于当前覆盖某用户终端的各个异构融合无线网络的种类、可以支持的能力及其相关具体参数、目前的网络负载状况、提供业务时的成本等信息；

通过与信息交互模块交互，得到来自异构融合无线网络管理实体的因目前异构融合无线网络故障、负载均衡等原因导致的网络强制性变更信息；

通过与信息交互模块交互，得到来自异构融合无线网络策略控制相关实体提供的UE的策略控制相关信息，通过解析该策略控制相关信息，获得为用户提供异构融合无线接入时的策略控制信息；包括但不限于本用户对异构无线接入网络的支持能力、用户支持的业务种类、目前的业务QoS需求和限制、对用户进行QoS控制的策略及其详细参数等信息；

网络选择相关信息采集模块将收集到的上述网络选择相关信息输出到信息处理模块和网络选择策略模块。

信息处理模块

本模块主要完成对输入的各种与网络选择相关的周期性网络状态信息的处理，包括但不限于根据用户的周期性网络状态信息估算UE移动速度V时的信息处理、对接收信号质量信息通过滤波器进行的各种处理、复杂切换场景判决需要的接收信号质量信息相关值的处理；本模块将上述各种信息处理结果输出到敏感度控制模块和网络选择策略模块。

敏感度控制模块

敏感度控制模块2300主要包括模式设置控制子模块2301、前向控制子模块2302、后向控制子模块2303、复杂切换场景判决子模块2304、敏感度控制子模块2305，各模块的组成见图23。其中，各模块的功能如下：

●模式设置控制子模块：本模块用来定义四种不同的敏感度控制方式及其具体的实现方式。

●前向控制子模块：本模块用来实现前向控制方式的相关功能，并存储了多种可用于前向控制方式的映射函数，以及每种映射函数在不同敏感度参数下的具体映射函数形式及其映射值。

●后向控制子模块：本模块用来实现后向控制方式的相关功能，并存储了多种可用于后向控制方式的得分值改变程度函数和判决门限函数，以及每种得分值改变程度函数和判决门限函数在不同敏感度参数下的具体函数形式及其函数值。

●复杂切换场景判决子模块：本模块根据信息处理模块对UE当前的接收信号质量信息相关值输出结果，实现对UE当前所处场景是否为复杂切换场景的判决功能。

●敏感度控制子模块：根据目前的控制方式，完成敏感度控制过程，即基于目前对复杂切换场景判决子模块判决得到的目前所处场景结果，采用不同的敏感度控制策略，包括但不限于基于测量结果设置的策略以及基于模糊逻辑的判决策略，得到前向控制方式下的敏感度参数及其后向控制方式下的判决门限值，并将敏感度参数值输出到网络选择策略模块。

网络选择策略模块

本模块2400包括网络选择算法子模块2401、基于网络状态控制的网络选择策略子模块2402和网络选择判决子模块2403组成，见图24。

网络选择策略模块接收信息处理模块和网络选择相关信息采集模块输出的各备选网络属性信息和网络管理导致的网络变更信息，以及敏感度控制模块输出的敏感度参数信息，基于上述信息，网络选择策略子模块基于MADM进行网络选择，输出网络选择结果1，基于网络状态控制的网络选择策略子模块基于网络管理导致的网络变更信息，判决得到由于网络故障和负载均衡等原因导致的强制性网络选择结果2，两个网络选择结果经网络选择判决子模块的网络选择判决后，输出最终的目标网络选择结果。

其中，各子模块的功能如下：

●网络选择策略子模块：基于目前的各个备选网络相关属性以及目前的敏感度参数，完成对各备选网络属性值的归一化处理，然后对各个备选网络进行基于MADM的网络得分评估和网络排序，以及最优网络得分值改变程度的门限值判决，输出选中备选网络为网络选择结果，网络选择策略子模块的工作流程见图25。

●基于网络状态控制的网络选择策略子模块：根据目前异构无线接入网络的网络管理结果，给出基于网络状态控制的强制性网络选择结果；

●网络选择判决子模块：根据基于网络状态控制的网络选择策略子模块的强制性网络选择结果和网络选择策略子模块得到的网络选择结果进行判决，得到最终的目标网络选择结果。

自适应切换控制模块

本模块经信息交互模块与异构融合无线网络的接入设备之间进行垂直切换相关的控制信息交互，将网络选择策略模块输出的最终切换至的目标网络选择结果输出到相关的异构融合无线网络接入设备。

本装置的敏感度控制功能的触发控制

图26给出了本装置是否支持敏感度控制功能的触发控制流程。

本装置的敏感度控制方式既可以采用初始化方式流程进行预设置的控制方式，也可以采用根据用户目前的场景进行动态设置的控制方式。

在敏感度控制模式的选择方面，可以选择同时支持前后向控制方式、仅支持前向控制方式、仅支持后向控制方式和两种方式均不支持(传统控制方式)等四种敏感度控制模式。

在得到敏感度参数的方法方面，可以采用在线计算的方式，也可以采用离线计算在线查表的方式。

本装置中各模块之间的协同工作流程

异构融合无线网络自适应优化切换控制装置通过信息交互模块，与异构融合无线网络接入设备、异构融合无线网络信息服务器和/或异构融合无线网络资源管理实体进行信息交互，将周期性得到的UE网络状态信息(包括但不限于UE当前服务网络的接收信号质量信息、UE目前所在的各个异构融合无线接入网络信息、用户当前的位置和移动速度信息、QoS策略信息)、各备选网络的属性信息、基于网络状态控制的网络选择结果信息经信息交互模块传送到网络选择相关信息采集模块，网络选择相关信息采集模块对UE的网络状态信息进行解析，将得到的UE网络状态信息(包括但不限于UE的接收信号质量相关信息和终端的移动速度信息)传送到信息处理模块，将备选网络属性信息和基于网络状态控制的网络选择结果信息传送到网络选择策略模块，信息处理模块将接收信号质量信息的处理结果输出到敏感度控制模块，敏感度控制模块根据目前的UE网络状态信息处理结果，对UE目前所处的场景进行复杂切换场景判决：当判决出UE目前所处的场景属于复杂切换场景时，预先测量设定的敏感度参数值或者采用基于模糊逻辑的算法得到当前复杂切换场景下的敏感度级别、进而得到与该敏感度等级对应的敏感度参数值，更具体地，根据目前的复杂切换场景以及UE目前的网络状态信息进行基于模糊逻辑的推理和判决，将针对目前场景下得出的敏感度参数值及其对应的后向控制方式的判决门限值输出到网络选择策略模块；当UE目前所处的场景不属于复杂切换场景时，则采用预先设定的非复杂切换场景下的敏感度参数值，将非复杂切换场景下的敏感度参数值及其对应的后向控制方式的判决门限值输出到网络选择策略模块。网络选择策略模块基于目前的敏感度参数值和既定的MADM策略，对所有备选网络进行属性规范化、备选网络得分值评估和网络排序，如果排序结果的最优网络是当前的服务网络，则输出选中备选网络为当前服务网络，同时继续周期性监测UE的网络状态信息；如果最优网络不是当前的服务网络，则根据后向控制方式判决最优网络得分值改变程度是否小于当前场景下的判决门限值，如果不小于本判决门限值，则本最优网络是选中备选网络，否则选中备选网络仍为当前服务网络，同时继续周期性监测UE的网络状态信息；网络选择策略模块根据选中备选网络结果和基于网络状态控制的网络选择结果进行判决，将最终切换至的目标网络选择结果输出到自适应切换控制模块，自适应切换控制模块将本结果经信息交互模块传送到异构融合无线网络接入设备，通过UE与异构融合无线网络接入设备之间的控制信息交互过程，控制用户终端UE切换到该目标网络中。

本装置具体实现时所处的位置

在3GPP定义的非3GPP接入/3GPP接入方式框架下，异构融合无线网络自适应优化切换控制装置可以放置在ANDSF中，作为其中的一部分来实现，也可以集成在异构融合无线网络的网关中实现。

虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (9)

1.一种适用于异构融合无线网络的自适应优化切换控制方法，其特征在于，在多种异构无线网络融合的网络场景下，在当前服务网络将要不可用时，通过监测和比较当前所有备选网络的可用性来选择最优异构融合无线接入网络的优化切换方式；所述通过监测和比较当前所有备选网络的可用性来选择最优异构融合无线接入网络进行的优化切换方式包括但不限于，基于当前服务网络的接收信号质量监测结果，采用基于敏感度控制的异构融合无线网络的自适应优化切换控制方法来选择和判决当前备选网络集合中的最优网络作为其目标网络的优化切换方法，其中，所述基于敏感度控制的异构融合无线网络的自适应优化切换控制方法包括：

选择一种敏感度控制方式；所述敏感度控制方式为：前向控制方式、前向控制方式与后向控制方式相结合的两种方式中的一种；

用户终端建立业务会话；

进入用户终端优化切换的状态；

判决当前服务网络将要不可用时，

周期性监测和获取用户终端的网络状态信息，对其中网络状态信息中的当前服务网络的接收信号质量监测结果进行处理，具体过程为：对所述当前服务网络的接收信号质量监测结果进行处理，得到用户终端当前接收信号质量的均值，并对该均值所包含的信号成份进行处理，得到仅保留了路损成份的接收信号强度均值依据所述值，计算及预测的未来和值，其中， ${\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}^{\&prime;}=\frac{{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_n}{T},{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}^{\&Prime;}=\frac{{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}^{\&prime;}y-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_n^{\&prime;}}{T},$ ${\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}={\stackrel{\&OverBar;}{\mathrm{RSS}}}_n+{\stackrel{\&OverBar;}{\mathrm{RSS}}}_n^{\&prime;}*T+\mathrm{\&alpha;}({\stackrel{\&OverBar;}{\mathrm{RSS}}}_n-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n,y}),$ ${\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n,y}={\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}+{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}^{\&prime;}*T+\mathrm{\&alpha;}({\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1,y}),$ n＝1，2，3…为对应的抽样时刻，T为抽样的时间间隔，为第n时刻的的预测值；

基于和来确定用户当前所处的场景，所述场景包括复杂切换场景和非复杂切换场景；

当敏感度控制方式为前向控制方式时，根据所述用户终端当前所处的场景来确定所述用户终端的敏感度参数值；根据所确定的敏感度参数值对各备选网络的各属性进行非线性归一化操作；根据所述归一化操作的结果采用MADM来确定所述各备选网络的得分值；基于所述得分值进行排序，根据排序结果得到最优网络，如果该最优网络为当前服务网络，则将当前服务网络确定为选中备选网络，同时继续周期性监测和获取当前服务网络的接收信号质量监测结果；如果该最优网络不是当前服务网络，则将该最优网络确定为选中备选网络；

当敏感度控制方式为前向控制方式与后向控制方式相结合的方式时，根据所述用户终端当前所处的场景来确定所述用户终端的敏感度参数值；根据所确定的敏感度参数值对各备选网络的各属性进行非线性归一化操作；根据所述归一化操作的结果采用MADM来确定所述各备选网络的得分值；基于所述得分值进行排序；如果该最优网络为当前服务网络，则将当前服务网络确定为选中备选网络，同时继续周期性监测和获取当前服务网络的接收信号质量监测结果；如果该最优网络不是当前服务网络，判决最优网络的得分值改变程度是否大于等于预设的判决门限值，若判决结果为是，则将最优网络确定为选中备选网络，若判决结果为否，则将移动终端当前服务网络确定为选中备选网络，同时继续周期性监测和获取当前服务网络的接收信号质量监测结果。

2.根据权利要求1所述的适用于异构融合无线网络的自适应优化切换控制方法，其特征在于，

所述进入用户终端优化切换的状态是指当用户终端的业务会话已经建立时，定时或不定时进行判决是否需要切换，并通过如下三种优化切换方式至少之一来支持所述用户终端进行优化切换：当前服务网络可用时进行的基于多目标优化准则的优化切换方式，不论当前服务网络是否可用时基于网络控制的网络管理需求触发的强制性优化切换方式，以及当前服务网络将要不可用时所述通过监测和比较当前所有备选网络的可用性来选择最优异构融合无线接入网络进行的优化切换方式，其中，

在所述基于多目标优化准则的优化切换方式中，所述多目标优化准则包括但不限于在当前服务网络可用时根据用户的移动性和服务质量、业务的成本和效益、业务内容、基于绿色通信的优化准则；

所述基于网络控制的网络管理需求触发的强制性优化切换方式包括但不限于，基于异构融合无线接入网络的负载均衡、网络故障、绿色通信原因导致的网络卸载性优化切换。

3.根据权利要求1所述的适用于异构融合无线网络的自适应优化切换控制方法，其特征在于，敏感度控制方式为基于前向控制方式以及基于前向控制方式与后向控制方式相结合的两种方式，选择其中的一种来控制异构融合无线网络的网络选择和切换敏感度，其中，

所述前向控制方式是指为了消除各备选网络属性之间的差异性，基于多属性决策策略算法，在对属性归一化的过程中，基于敏感度参数来对归一化的映射函数进行控制，以调整备选网络的得分值的控制方式；

所述后向控制方式是指，当根据所述排序结果确定的最优网络不是所述移动终端当前的服务网络时，判决所述最优网络的得分值改变程度是否大于等于预设的判决门限值，若判决结果为是，则将所述最优网络确定为所述移动终端要切换至的目标网络，若判决结果为否，则将所述移动终端当前的服务网络确定为所述移动终端要切换至的目标网络。

4.根据权利要求1所述的适用于异构融合无线网络的自适应优化切换控制方法，其特征在于，根据所述用户终端当前所处的场景类别来确定所述用户终端的敏感度参数值的步骤包括：

根据所述用户终端目前所处的场景类别，当判决出所述用户终端当前处于非复杂切换场景时，则采用预先设定的非复杂切换场景下的敏感度参数值；当判决用户终端当前处于复杂切换场景时，采用预先测量设定的敏感度参数值或者基于模糊逻辑的算法得到当前复杂切换场景下的敏感度级别、进而得到与该敏感度等级对应的敏感度参数值。

5.根据权利要求1至4中任一项所述的适用于异构融合无线网络的自适应优化切换控制方法，其特征在于，根据所确定的敏感度参数值，确定以敏感度参数值、待归一化的备选网络属性的上下界值以及待归一化的备选网络属性的值表示的、用于所述归一化操作的映射函数；所述归一化操作的映射函数通过查预先存储的表的方法或采用在线计算的方法获得。

6.根据权利要求1至4中任一项所述的适用于异构融合无线网络的自适应优化切换控制方法，其特征在于，根据映射函数对各个备选网络的属性的值进行归一化。

7.一种适用于异构融合无线网络的自适应优化切换控制装置，其特征在于，包括：

信息获取单元，周期性/或不定期监测并获取用户终端网络状态信息，对网络状态信息进行处理，具体过程为：对所述当前服务网络的接收信号质量监测结果进行处理，得到用户终端当前接收信号质量的均值，并对该均值所包含的信号成份进行处理，得到仅保留了路损成份的接收信号强度均值依据所述值，计算及预测的未来和值，其中， ${\stackrel{\&OverBar;}{\mathrm{RSS}}}_n^{\&prime;}=\frac{{\stackrel{\&OverBar;}{\mathrm{RSS}}}_n-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}}{T},{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}^{\&prime;}=\frac{{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_n}{T},$ ${\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}^{\&Prime;}=\frac{{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}^{\&prime;}-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_n^{\&prime;}}{T},{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n+1,y}={\stackrel{\&OverBar;}{\mathrm{RSS}}}_n+{\stackrel{\&OverBar;}{\mathrm{RSS}}}_n^{\&prime;}*T+\mathrm{\&alpha;}({\stackrel{\&OverBar;}{\mathrm{RSS}}}_n-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n,y}),$ ${\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n,y}={\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}+{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}^{\&prime;}*T+\mathrm{\&alpha;}({\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1}-{\stackrel{\&OverBar;}{\mathrm{RSS}}}_{n-1,y}),$ n＝1，2，3…为对应的抽样时刻，T为抽样的时间间隔，为第n时刻的的预测值；

切换网络确定单元，基于和来确定用户当前所处的场景，所述场景包括复杂切换场景和非复杂切换场景；

当敏感度控制方式为前向控制方式时，根据所述用户终端当前所处的场景来确定所述用户终端的敏感度参数值；根据所确定的敏感度参数值对各备选网络的各属性进行非线性归一化操作；根据所述归一化操作的结果采用MADM来确定所述各备选网络的得分值；基于所述得分值进行排序，根据排序结果得到最优网络，如果该最优网络为当前服务网络，则将当前服务网络确定为选中备选网络，同时继续周期性监测和获取当前服务网络的接收信号质量监测结果；如果该最优网络不是当前服务网络，则将该最优网络确定为选中备选网络；

当敏感度控制方式为前向控制方式与后向控制方式相结合的方式时，根据所述用户终端当前所处的场景来确定所述用户终端的敏感度参数值；根据所确定的敏感度参数值对各备选网络的各属性进行非线性归一化操作；根据所述归一化操作的结果采用MADM来确定所述各备选网络的得分值；基于所述得分值进行排序；如果该最优网络为当前服务网络，则将当前服务网络确定为选中备选网络，同时继续周期性监测和获取当前服务网络的接收信号质量监测结果；如果该最优网络不是当前服务网络，判决最优网络的得分值改变程度是否大于等于预设的判决门限值，若判决结果为是，则将最优网络确定为选中备选网络，若判决结果为否，则将移动终端当前服务网络确定为选中备选网络，同时继续周期性监测和获取当前服务网络的接收信号质量监测结果；

切换网络确定单元还基于网络状态控制的强制性网络选择结果和上述选中备选网络进行判决，将判决得到的网络选择结果作为用户终端最终切换至的目标网络；

其中，选中备选网络是指通过基于敏感度控制的MADM网络选择策略得出的移动终端要切换至的网络。

8.根据权利要求7所述的适用于异构融合无线网络的自适应优化切换控制装置，其特征在于，

所述信息获取单元包括信息交互模块、网络选择相关信息采集模块、信息处理模块；其中，

所述信息交互模块进行异构融合无线网络自适应优化切换控制装置与其他设备之间的双向信息交互；

所述网络选择相关信息采集模块通过信息交互模块与异构融合无线网络接入设备、异构融合无线网络信息服务器和/或异构融合无线网络资源管理实体、异构融合无线网络管理实体、异构融合无线网络策略控制相关实体进行信息交互，收集上述异构融合无线网络接入设备、异构融合无线网络信息服务器和/或异构融合无线网络资源管理实体、异构融合无线网络管理实体、异构融合无线网络策略控制相关实体的各种网络状态信息；

所述信息处理模块进行对输入的各种与网络选择相关的网络状态信息的处理。

9.根据权利要求8所述的适用于异构融合无线网络的自适应优化切换控制装置，其特征在于，

所述切换网络确定单元包括网络选择策略模块、敏感度控制模块和自适应切换控制模块；其中，

所述敏感度控制模块和所述网络选择策略模块接收来自所述信息处理模块的各种信息处理结果；

网络选择策略模块完成基于敏感度控制的多属性决策网络选择功能，并将输出的选中备选网络结果与基于网络状态控制的强制性网络选择结果进行判决，其判决后的结果为最终切换至的目标网络；

敏感度控制模块包括模式设置控制子模块、前向控制子模块、后向控制子模块、复杂切换场景判决子模块、敏感度控制子模块，其中，模式设置控制子模块用来定义不同的敏感度控制方式及其具体的实现方式；前向控制子模块用来实现前向控制方式的相关功能，并存储了多种用于前向控制方式的映射函数，以及每种映射函数在不同敏感度参数下的具体映射函数形式及其映射值；后向控制子模块用来实现后向控制方式的相关功能，并存储了多种用于后向控制方式的得分值改变程度函数和判决门限函数，以及每种得分值改变程度函数和判决门限函数在不同敏感度参数下的具体函数形式及其函数值；复杂切换场景判决子模块根据信息处理模块对用户终端当前的接收信号质量信息处理的输出结果，实现对UE当前所处场景是否为复杂切换场景的判决功能；敏感度控制子模块根据目前的控制方式，完成敏感度控制过程，即基于目前对复杂切换场景判决子模块判决得到的目前所处场景结果，采用包括但不限于基于预先测量设定的参数值或基于模糊逻辑的判决策略，得到前向控制方式下的敏感度参数值及后向控制方式下的判决门限值，并将敏感度参数值和判决门限值输出到网络选择策略模块；

自适应切换控制模块经信息交互模块与异构融合无线网络接入设备之间进行垂直切换相关的控制信息交互，将网络选择策略模块输出的最终切换至的目标网络选择结果输出到相关的异构融合无线网络接入设备。