CN103974362B - 一种面向多用户单终端协同场景的移动切换方法 - Google Patents

Abstract

本发明提出了一种面向多用户单终端协同场景的移动切换方法。所述方法通过设计具有多个参数的收益函数，对空闲终端进行综合评估，从中选择选择收益较大的若干个空闲终端为其服务;考虑到用户之间相对位置不固定，导致空闲终端和业务终端之间信道质量动态变化，通过比较各空闲终端收益，有效避免乒乓切换；通过对网络参数进行预测，准确预测下一个时刻空闲终端收益，进行预切换，准确选择为业务终端提供业务转移的空闲终端，减少错误切换。本发明方法能够使业务终端获得较大收益，降低用户业务分组丢失率，满足用户QoS要求，简单而易于实现，具有很好的应用前景。

Description

一种面向多用户单终端协同场景的移动切换方法

技术领域

本发明属于无线通信技术领域，特别涉及一种面向多用户单终端协同场景的移动切换方法。

背景技术

随着微电子、芯片及信息通信技术的发展，人类将逐步进入泛在网络时代，网络边缘发生较大的变化，越来越多的智能终端出现在网络边缘或用户周边，并能够通过多种有线或无线的方式实现互联。由于信息服务带宽化、内容形式多元化、业务提供智能化的发展，对各种网络的终端提出更高的要求。因此业务种类的增加、对业务质量要求的快速增长与终端能力的缓慢提高成为一种矛盾。

目前，一个用户拥有多个终端已是客观现实，指望用户摒弃所有终端，换用一台全功能的集成型终端是不太可行的，反之，充分利用已有终端，通过多终端的协同，在不改变用户习惯的情况下，使用户享用到泛在的服务，应该是一种值得探索的可行的技术途径。在此背景下，基于多终端协同的虚拟终端系统应运而生，通过多终端协同通信，实现各类终端特点及能力的融合，从而为用户提供高QoS保障的业务体验。

其中，多用户单终端协同移动作为虚拟终端系统中的一类典型场景，在现实生活中尤为常见。多用户的单终端协同移动是指在多个用户每人携带一个终端移动过程中，将位于不同位置的多个闲置状态用户终端协同起来为主用户提供服务，其中主用户是指业务的最初发起者，所属主用户的终端称为业务终端，而为主用户转发数据的用户称作从用户，所属从用户的终端称为空闲终端。

多用户单终端协同移动时，用户之间位置可能不固定。在车载环境下，用户之间位置基本固定，同于单用户多终端协同移动场景；若是外出郊游，用户相互间位置可能变得更近，信道环境和通信质量会更好，但是相互间位置变得越来越远，则信道环境和通信质量会更差。此时，如果某个用户开启了一个高QoS要求的业务，而虚拟终端系统下的其他终端处于空闲状态，空闲状态的终端本身无业务并且没有为其他用户提供业务转移服务，则可请求周围的空闲终端为其提供业务转移服务。

发明内容

本发明所要解决的技术问题是为了克服现有技术的不足，特别针对无线泛在环境下虚拟终端系统切换问题，提出了一种面向多用户单终端协同场景的移动切换方法。本发明方法针对多用户之间相对位置的不固定性，建立空闲终端侧的收益函数和采用网络参数预测方法，是基于网络参数预测的终端切换方法。

本发明为解决上述技术问题，采用如下技术方案：

一种面向多用户单终端协同场景的移动切换方法，其具体步骤如下：

步骤A，建立空闲终端收益函数，其表达式如下：

f_i＝w_aS_i+w_bQ_i+w_cP_i

其中，

f_i表示业务终端从空闲终端i获得的收益；

w_a,w_b,w_c分别表示参数S_i、Q_i和P_i的权重，且w_a+w_b+w_c＝1；

S_i表示空闲终端i所在网络的信号接收强度；

Q_i表示空闲终端i与业务终端之间的蓝牙信号强度；

P_i表示业务对空闲终端i所在网络的偏好程度，其中，S_i、Q_i和P_i均为归一化值；

步骤B，建立网络参数规范值的预测函数并将其初始化，空闲终端提供给业务终端的网络参数X₁、X₂和X₃，分别归一化后计算得到的网络参数规范值为Y₁、Y₂和Y₃；

步骤B-1，建立网络参数规范值的预测函数，具体如下所示：

RY₁(t+1)＝d_t,1Y₁(t)+d_t,2Y₂(t)+d_t,3Y₃(t)+d_(t-1),1Y₁(t-1)+d_(t-1),2Y₂(t-1)+d_{(t-1), 3}Y₃(t-1)+…+d_1,1Y₁(1)+d_1,2Y₂(1)+d_1,3Y₃(1)

RY₂(t+1)＝e_t,1Y₁(t)+e_t,2Y₂(t)+e_t,3Y₃(t)+e_(t-1),1Y₁(t-1)+e_(t-1),2Y₂(t-1)+e_{(t-1), 3}Y₃(t-1)+…+e_1,1Y₁(1)+e_1,2Y₂(1)+e_1,3Y₃(1)

RY₃(t+1)＝g_t,1Y₁(t)+g_t,2Y₂(t)+g_t,3Y₃(t)+g_(t-1),1Y₁(t-1)+g_(t-1),2Y₂(t-1)+g_{(t-1), 3}Y₃(t-1)+…+g_1,1Y₁(1)+g_1,2Y₂(1)+g_1,3Y₃(1)

其中，

d_1,1,d_1,2,…,d_t,3、e_1,1,e_1,2,…,e_t,3和g_1,1,g_1,2,…,g_t,3皆为线性预测函数的系数；

Y_j(h)表示的是第h时刻网络参数X_j的规范值，1≤h≤t；1≤j≤3；

RY_m(t+1)是根据预测函数预测得到的网络参数规范值Y_m在第t+1时刻的预测值，1≤m≤3；

步骤B-2，预测函数初始化，在初始化准备阶段，保存连续4t个时刻的Y₁，Y₂和Y₃的值；建立以下方程组：

Y₁(n)＝d_t,1Y₁(n-1)+d_t,2Y₂(n-1)+d_t,3Y₃(n-1)+d_(t-1),1Y₁(n-2)+d_(t-1),2Y₂(n-2)+d_(t-1),3Y₃(n-2)+…+d_1,1Y₁(n-t)+d_1,2Y₂(n-t)+d_1,3Y₃(n-t)

Y₂(n)＝e_t,1Y₁(n-1)+e_t,2Y₂(n-1)+e_t,3Y₃(n-1)+e_(t-1),1Y₁(n-2)+e_(t-1),2Y₂(n-2)+e_(t-1),3Y₃(n-2)+…+e_1,1Y₁(n-t)+e_1,2Y₂(n-t)+e_1,3Y₃(n-t)

Y₃(n)＝g_t,1Y₁(n-1)+g_t,2Y₂(n-1)+g_t,3Y₃(n-1)+g_(t-1),1Y₁(n-2)+g_(t-1),2Y₂(n-2)+g_(t-1),3Y₃(n-2)+…+g_1,1Y₁(n-t)+g_1,2Y₂(n-t)+g_1,3Y₃(n-t)

其中，t+1≤n≤4t；通过解方程组得到d_1,1,d_1,2,…,d_t,3、e_1,1,e_1,2,…,e_t,3和g_1,1,g_1,2,…,g_t,3，进而完成初始化预测函数；

步骤C，更新网络参数规范值预测函数的预测系数，在t+1时刻，通过网络的广播信息获得Y_m的真实值为Y_m(t+1)(m＝1,2,3)；

令下式成立：

ε_m＝RY_m(t+1)-Y_m(t+1)

其中，m＝1,2,3，h＝1,2,3,…,t，j＝1,2,3；ε_m为误差值；

分别将RY_m(t+1)和Y_m(t+1)带入上式可得：

将上式变化为下面等价问题：

通过最速下降法得到使得L^m最小化；进而求得对应的将分别作为d_h,j、e_h,j和g_h,j的更新值，即预测函数的新系数；

步骤D，将预测函数得到第t+1时刻网络参数的值RY₁(t+1)、RY₂(t+1)和RY₃(t+1)带入收益函数中，得到对应空闲终端在t+1时刻能为业务终端提供的收益，对所有空闲终端收益值进行排序并设定收益门限值，选择收益最大的空闲终端进行切换。

本发明的有益效果是：本发明提出了一种面向多用户单终端协同场景的移动切换方法。所述方法通过设计具有多个参数的收益函数，对空闲终端进行综合评估，从中选择选择收益较大的若干个空闲终端为其服务；考虑到用户之间相对位置不固定，导致空闲终端和业务终端之间信道质量动态变化，通过比较各空闲终端收益，有效避免乒乓切换；通过对网络参数进行预测，准确预测下一个时刻空闲终端收益，进行预切换，准确选择为业务终端提供业务转移的空闲终端，减少错误切换。本发明方法能够使业务终端获得较大收益，降低用户业务分组丢失率，满足用户QoS要求，简单而易于实现，具有很好的应用前景。

附图说明

图1是网络参数的预测方法。

图2是预测函数更新结构。

图3是面向多用户单终端协同场景的移动切换流程。

具体实施方式

下面结合附图，进一步具体说明本发明提出的一种面向多用户单终端协同场景的移动切换方法。

建立终端收益函数时，综合考虑空闲终端的接收信号强度(RSS)、空闲终端与业务终端之间的信道质量、不同业务类型对网络的偏好程度不同等方面，并将网络参数归一化处理，然后为了保证切换过程业务连续性，减小切换时延，实现终端预切换，提出了一种基于网络参数的终端预测切换方法，该方法包括预测函数的初始化和更新，使得对切换的判断更为准确。

若业务终端周围有n个空闲终端(1≤i≤n)。根据

f_i＝w_aS_i+w_bQ_i+w_cP_i (1)

建立收益函数并对函数中各个参数分析如下：

(1)接收信号强度。接收信号强度是指多个用户从各自所在网络基站接收到的信号强弱，通常以接收信号功率来衡量。为公平有效地比较RSS，应根据各网络的接收功率门限及最大功率进行RSS的归一化。归一化后终端i的RSS定义为

其中，为空闲终端i从其所在网络接收到的当前信号强度，为空闲终端i所在网络的接收灵敏度，为空闲终端i所在网络中基站最大发射信号强度。

(2)空闲终端与业务终端之间的蓝牙信号强度。在多用户单终端协同移动过程中，由于虚拟终端系统中的用户相对位置不固定，如果空闲终端本身信道质量很好，但是和业务终端相距较远或者之间障碍物较多，空闲终端和业务终端之间的通信质量将会很差，也不能为业务终端提供较好的协同通信服务，蓝牙信号强度可以直接测得。

为了便于比较，此处将蓝牙信号信号强度也进行归一化处理，定义为

其中，为业务终端和空闲终端i当前的蓝牙信号强度，为蓝牙信号强度的接收灵敏度，为蓝牙设备之间最大信号强度。

(3)网络偏好程度。由于多个空闲终端所接入的网络各不相同，不同业务对网络的偏好程度也不尽相同。例如，当业务终端上正在进行的是视频传输业务，要求网络提供高速率、低时延的服务，用户将会偏好于WLAN网络；当要求提供全区域覆盖、可靠传输的服务时，将更加偏好于蜂窝网络。

网络参数预测的主要工作是移动终端如何根据接收到的前t时刻的网络参数，来预测第t+1时刻的网络参数，从而可以计算出第t+1时刻的用户侧收益函数，进行切换的判断。本发明所建立的收益函数是关于规范化的网络参数的线性函数，根据这种线性性质的传递性，因此规范化的网络参数之间也应存在某种线性关系，因此接下来构建一个线性函数根据前t时刻的规范化网络参数的值来预测第t+1时刻的规范化网络参数的值。规范化网络参预测方法流程图的如图1所示。虚拟系统中空闲终端提供给业务终端的网络参数X₁，X₂和X₃，分别归一化后计算得到的规范值为Y₁，Y₂和Y₃，那么有

Y₁＝S_i＝N(X₁)，Y₂＝Q_i＝N(X₂)，Y₃＝P_i＝N(X₃) (4)

对于空闲终端n来说归一化后的网络参数的值以及其权值知道，空闲终端i为业务终端可以提供的收益f就获得。因此，问题的关键是如何通过前t时刻的Y₁，Y₂和Y₃的值分别预测它们第t+1时刻的值。

首先建立Y₁，Y₂和Y₃预测函数如下：

其中，d_1,1,d_1,2,…,d_t,3、e_1,1,e_1,2,…,e_t,3和g_1,1,g_1,2,…,g_t,3分别为通过前t时刻Y₁，Y₂和Y₃的值来预测第t+1时刻Y₁、Y₂和Y₃的值的线性预测函数的相应的系数，Y_j(h)表示的是第h时刻网络参数X_j的规范值，1≤h≤t；1≤j≤3；RY_m(t+1)是根据预测函数预测得到的网络参数规范值Y_m在第t+1时刻的预测值，1≤m≤3。

然后初始化规范后网络参数的预测函数，在初始化准备阶段，保存连续4t个时刻的Y₁，Y₂和Y₃的值。建立以下方程组：

Y₁(n)＝d_t,1Y₁(n-1)+d_t,2Y₂(n-1)+d_t,3Y₃(n-1)+d_(t-1),1Y₁(n-2)+d_(t-1),2Y₂(n-2)+d_(t-1),3Y₃(n-2)+…+d_1,1Y₁(n-t)+d_1,2Y₂(n-t)+d_1,3Y₃(n-t)

Y₂(n)＝e_t,1Y₁(n-1)+e_t,2Y₂(n-1)+e_t,3Y₃(n-1)+e_(t-1),1Y₁(n-2)+e_(t-1),2Y₂(n-2)+e_(t-1),3Y₃(n-2)+…+e_1,1Y₁(n-t)+e_1,2Y₂(n-t)+e_1,3Y₃(n-t)

其中，t+1≤n≤4t，对于Y₁，总共有3t个方程，且有3t个未知系数，通过解方程组可解得这3t个系数，然后将系数代入公式(5)，即可实现Y₁预测。而Y₂和Y₃过程类似。至此，网络参数的预测函数初始化成功。

预测函数的初始化必须准确和快速，在初始化准备阶段，获取网络参数的时间间隔必须要合理，原因如下：

1)如果时间间隔太长，移动终端需要进行切换判断，预测函数初始化还未完成，不能及时预测；

2)如果时间间隔太短，给预测结果会带来误差。时间间隔的取值与t的值有关，且时间间隔在预测函数初始化阶段要比预测函数初始化成功后短。

由于业务终端和各个空闲终端之间的位置不固定，网络参数的预测函数就需要判断是否需要调整，其自适应的预测方法可以看作是一个可以根据输入变化来自适应地调整自身特性的反馈系统，优点在于预测函数在下一时刻对规范化网络参数的预测中达到误差最小化。如果预测函数不随网络参数的变化而进行更新即预测函数的系数保持不变，那么对于不断变化的网络，预测函数很难对规范化网络参数进行准确的预测。在t时刻通过预测函数对t+1时刻规范化网络参数Y₁的预测反馈系统如图2所示。

在t+1时刻，通过网络的广播信息可以获得Y_m的真实值为Y_m(t+1)(m＝1,2,3)。

最终要获得系数如果预测函数系数和这组系数相同，t+1时刻的真实值和预测值之间的误差为0，但通常情况下，误差并不能减小到0。可以通过一种方法能尽可能的减小这种误差，从而更新预测函数的系数，使得下一时刻进行更加准确的预测。

令以下公式成立：

ε_m＝RY_m(t+1)-Y_m(t+1) (10)

其中，m＝1,2,3，h＝1,2,3,…,t，j＝1,2,3；ε_m为误差值。

将RY_m(t+1)与Y_m(t+1)相关公式带入式(10)，可得：

而前t时刻Y₁，Y₂和Y₃的值是已知的，等式右端的系数为未知量，鉴于ε_m可正可负，转化为该问题的一个等价问题：

通过无约束优化问题中提到的最速下降法可以得到一组使得L^m最小化，可以证明L^m的取值范围是根据式(11)，可以求得对应的将分别作为d_h,j、e_h,j和g_h,j的更新值，即预测函数的新系数。显然，通过系数的调整一定可以使真实值和预测值之间的误差ε_m减小，从而使得调整后的预测函数，继续对t+2时刻规范化网络参数的值进行预测。

最后，将预测函数得到第t+1时刻网络参数的值RY₁(t+1)、RY₂(t+1)和RY₃(t+1)带入收益函数式(1)中，得到对应空闲终端i在t+1时刻能为业务终端提供的收益f_i。

将上述方法同样用于其他空闲终端，最后，对所有空闲终端收益值f进行排序并设定收益门限值，选择收益值大的空闲终端进行切换。

为了更加详细的描述本发明提出的面向多用户单终端协同场景的移动切换方法，结合附图3，举例说明如下：

第一步：首先判断业务终端的接收信号强度RSS是否小于其预先设置的固定门限值RSS_T，为了保持其业务连续性，RSS_T的值可以大于其对应网络的接收灵敏度。

第二步：如果RSS＜RSS_T，业务终端通过蓝牙技术扫描周围空闲终端，空闲终端接收到其对应网络广播信息之后，根据式(2)、(3)将网络参数归一化，分别得到S_i和Q_i，根据不同业务类型得到网络偏好程度P_i，并且将信息保存并更新网络参数的历史信息。

第三步：将上述得到的S_i、Q_i和P_i分别带入式(4)中，分别得到t时刻的网络参数的值Y₁，Y₂和Y₃，在初始化准备阶段，保存连续4t个时刻的Y₁，Y₂和Y₃的值，并带入式(8)建立方程组，此处以Y₁的预测为例，共有3t个方程，3t个未知系数，通过解方程组可解得这3t个系数，然后将系数代入式(5)，得到第t+1时刻Y₁的预测值RY₁(t+1)，至此，参数Y₁预测函数初始化成功，Y₂和Y₃的预测函数初始化方法类似。

第四步：由于业务终端和各个空闲终端之间的位置不固定，网络参数的预测函数需要判断是否需要调整，在t+1时刻，通过网络的广播信息可以获得Y_m的真实值为Y_m(t+1)(m＝1,2,3)，根据式(9)-(13)更新预测函数的系数。调整后的预测函数，继续对t+2时刻规范化网络参数的值进行预测。

第五步：将预测函数得到第t+1时刻网络参数的值RY₁(t+1)、RY₂(t+1)和RY₃(t+1)带入式(1)中，得到对应空闲终端在t+1时刻能为业务终端提供的收益f，对其他空闲终端同样采用第二步到第五步方法，分别求得各自收益值。

第六步：对所有空闲终端收益值f进行排序并设定收益门限值，选择收益最大的空闲终端进行切换。

以上对本发明实施例所提供的一种面向多用户单终端协同场景的移动切换方法进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (1)

1.一种面向多用户单终端协同场景的移动切换方法，其特征在于，其具体步骤如下：

步骤A，建立空闲终端收益函数，其表达式如下：

f_i＝w_aS_i+w_bQ_i+w_cP_i

其中，

f_i表示业务终端从空闲终端i获得的收益；

w_a,w_b,w_c分别表示参数S_i、Q_i和P_i的权重，且w_a+w_b+w_c＝1；

S_i表示空闲终端i所在网络的信号接收强度；

Q_i表示空闲终端i与业务终端之间的蓝牙信号强度；

P_i表示业务对空闲终端i所在网络的偏好程度，其中，S_i、Q_i和P_i均为归一化值；

步骤B，建立网络参数规范值的预测函数并将其初始化，空闲终端提供给业务终端的网络参数X₁、X₂和X₃，分别归一化后计算得到的网络参数规范值为Y₁、Y₂和Y₃；

步骤B-1，建立网络参数规范值的预测函数，具体如下所示：

RY₁(t+1)＝d_t,1Y₁(t)+d_t,2Y₂(t)+d_t,3Y₃(t)+d_(t-1),1Y₁(t-1)+d_(t-1),2Y₂(t-1)+

d_(t-1),3Y₃(t-1)+…+d_1,1Y₁(1)+d_1,2Y₂(1)+d_1,3Y₃(1)

RY₂(t+1)＝e_t,1Y₁(t)+e_t,2Y₂(t)+e_t,3Y₃(t)+e_(t-1),1Y₁(t-1)+e_(t-1),2Y₂(t-1)+

e_(t-1),3Y₃(t-1)+…+e_1,1Y₁(1)+e_1,2Y₂(1)+e_1,3Y₃(1)

RY₃(t+1)＝g_t,1Y₁(t)+g_t,2Y₂(t)+g_t,3Y₃(t)+g_(t-1),1Y₁(t-1)+g_(t-1),2Y₂(t-1)+

g_(t-1),3Y₃(t-1)+…+g_1,1Y₁(1)+g_1,2Y₂(1)+g_1,3Y₃(1)

其中，

d_1,1,d_1,2,…,d_t,3、e_1,1,e_1,2,…,e_t,3和g_1,1,g_1,2,…,g_t,3皆为线性预测函数的系数；

Y_j(h)表示的是第h时刻网络参数X_j的规范值，1≤h≤t；1≤j≤3；

RY_m(t+1)是根据预测函数预测得到的网络参数规范值Y_m在第t+1时刻的预测值，1≤m≤3；

步骤B-2，预测函数初始化，在初始化准备阶段，保存连续4t个时刻的Y₁，Y₂和Y₃的值；建立以下方程组：

Y₁(n)＝d_t,1Y₁(n-1)+d_t,2Y₂(n-1)+d_t,3Y₃(n-1)+d_(t-1),1Y₁(n-2)+d_(t-1),2Y₂(n-2)

+d_(t-1),3Y₃(n-2)+…+d_1,1Y₁(n-t)+d_1,2Y₂(n-t)+d_1,3Y₃(n-t)

Y₂(n)＝e_t,1Y₁(n-1)+e_t,2Y₂(n-1)+e_t,3Y₃(n-1)+e_(t-1),1Y₁(n-2)+e_(t-1),2Y₂(n-2)

+e_(t-1),3Y₃(n-2)+…+e_1,1Y₁(n-t)+e_1,2Y₂(n-t)+e_1,3Y₃(n-t)

Y₃(n)＝g_t,1Y₁(n-1)+g_t,2Y₂(n-1)+g_t,3Y₃(n-1)+g_(t-1),1Y₁(n-2)+g_(t-1),2Y₂(n-2)

+g_(t-1),3Y₃(n-2)+…+g_1,1Y₁(n-t)+g_1,2Y₂(n-t)+g_1,3Y₃(n-t)

其中，t+1≤n≤4t；通过解方程组得到d_1,1,d_1,2,…,d_t,3、e_1,1,e_1,2,…,e_t,3和g_1,1,g_1,2,…,g_t,3，进而完成初始化预测函数；

步骤C，更新网络参数规范值预测函数的预测系数，在t+1时刻，通过网络的广播信息获得Y_m的真实值为Y_m(t+1)(m＝1,2,3)；

<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>Y</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>=</mo> <msubsup> <mi>b</mi> <mrow> <mi>t</mi> <mo>,</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>b</mi> <mrow> <mi>t</mi> <mo>,</mo> <mn>2</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>b</mi> <mrow> <mi>t</mi> <mo>,</mo> <mn>3</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>b</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> <mo>,</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>b</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> <mo>,</mo> <mn>2</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>b</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> <mo>,</mo> <mn>3</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <mn>...</mn> <mo>+</mo> <msubsup> <mi>b</mi> <mrow> <mn>1</mn> <mo>,</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>b</mi> <mrow> <mn>1</mn> <mo>,</mo> <mn>2</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>b</mi> <mrow> <mn>1</mn> <mo>,</mo> <mn>3</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced>

令下式成立：

ε_m＝RY_m(t+1)-Y_m(t+1)

<mrow> <msubsup> <mi>k</mi> <mrow> <mi>h</mi> <mo>,</mo> <mi>j</mi> </mrow> <mn>1</mn> </msubsup> <mo>=</mo> <msubsup> <mi>b</mi> <mrow> <mi>h</mi> <mo>,</mo> <mi>j</mi> </mrow> <mn>1</mn> </msubsup> <mo>-</mo> <msub> <mi>d</mi> <mrow> <mi>h</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>,</mo> <msubsup> <mi>k</mi> <mrow> <mi>h</mi> <mo>,</mo> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>=</mo> <msubsup> <mi>b</mi> <mrow> <mi>h</mi> <mo>,</mo> <mi>j</mi> </mrow> <mn>2</mn> </msubsup> <mo>-</mo> <msub> <mi>e</mi> <mrow> <mi>h</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>,</mo> <msubsup> <mi>k</mi> <mrow> <mi>h</mi> <mo>,</mo> <mi>j</mi> </mrow> <mn>3</mn> </msubsup> <mo>=</mo> <msubsup> <mi>b</mi> <mrow> <mi>h</mi> <mo>,</mo> <mi>j</mi> </mrow> <mn>3</mn> </msubsup> <mo>-</mo> <msub> <mi>g</mi> <mrow> <mi>h</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow>

其中，m＝1,2,3，h＝1,2,3,…,t，j＝1,2,3；ε_m为误差值；

分别将RY_m(t+1)和Y_m(t+1)带入上式可得：

<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>&amp;epsiv;</mi> <mi>m</mi> </msub> <mo>=</mo> <msubsup> <mi>k</mi> <mrow> <mi>t</mi> <mo>,</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>k</mi> <mrow> <mi>t</mi> <mo>,</mo> <mn>2</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>k</mi> <mrow> <mi>t</mi> <mo>,</mo> <mn>3</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>k</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> <mo>,</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>k</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> <mo>,</mo> <mn>2</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>k</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> <mo>,</mo> <mn>3</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <mn>...</mn> <mo>+</mo> <msubsup> <mi>k</mi> <mrow> <mn>1</mn> <mo>,</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>k</mi> <mrow> <mn>1</mn> <mo>,</mo> <mn>2</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>k</mi> <mrow> <mn>1</mn> <mo>,</mo> <mn>3</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced>

将上式变化为下面等价问题：

<mrow> <mtable> <mtr> <mtd> <mrow> <mi>M</mi> <mi>i</mi> <mi>n</mi> </mrow> </mtd> <mtd> <mrow> <msup> <mi>L</mi> <mi>m</mi> </msup> <mo>=</mo> <mo>(</mo> <msubsup> <mi>k</mi> <mrow> <mi>t</mi> <mo>,</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>k</mi> <mrow> <mi>t</mi> <mo>,</mo> <mn>2</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>k</mi> <mrow> <mi>t</mi> <mo>,</mo> <mn>3</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>k</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> <mo>,</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mrow> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>k</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> <mo>,</mo> <mn>2</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mrow> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>+</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <msubsup> <mi>k</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> <mo>,</mo> <mn>3</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <mrow> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>+</mo> <mn>...</mn> <mo>+</mo> <msubsup> <mi>k</mi> <mrow> <mn>1</mn> <mo>,</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>k</mi> <mrow> <mn>1</mn> <mo>,</mo> <mn>2</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>k</mi> <mrow> <mn>1</mn> <mo>,</mo> <mn>3</mn> </mrow> <mi>m</mi> </msubsup> <msub> <mi>Y</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> <msup> <mo>)</mo> <mn>2</mn> </msup> </mrow> </mtd> </mtr> </mtable> <mo>,</mo> <mi>m</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> </mrow>

通过最速下降法得到使得L^m最小化；进而求得对应的将分别作为d_h,j、e_h,j和g_h,j的更新值，即预测函数的新系数；

步骤D，将预测函数得到第t+1时刻网络参数的值RY₁(t+1)、RY₂(t+1)和RY₃(t+1)带入收益函数中，得到对应空闲终端在t+1时刻能为业务终端提供的收益，对所有空闲终端收益值进行排序并设定收益门限值，选择收益最大的空闲终端进行切换。