CN105323828A - 一种多模终端网络接入选择方法及终端 - Google Patents

Abstract

本发明公开了一种多模终端网络接入选择方法及多模终端，具体包括：获取n个候选接入网络的网络选择参数，每个候选接入网络的网络选择参数共为m个；根据所述n个候选接入网络的网络选择参数得到n个行向量及m个列向量的第一矩阵；根据所述第一矩阵得到第二矩阵，所述第二矩阵包括1个行向量和m个列向量，每个列向量中的元素为所述第一矩阵中相应列向量中最优的网络选择参数；分别计算所述第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离；将与所述第二矩阵中的行向量的欧氏距离最小的行向量所对应的网络，确定为目标接入网络。采用本发明，将复杂的网络接入选择问题转化为多指标决策问题，提高网络选择准确性、资源配置合理性。

Description

一种多模终端网络接入选择方法及终端

技术领域

本发明涉及移动通信领域，尤其涉及一种多模终端网络接入选择方法及多模终端。

背景技术

目前，随着移动互联网迅速发展以及用户对无线网络需求的不断提高，在网络层面上的多网协同技术也应运而生。现有多网络协同技术充分利用了2G、时分同步码分多址(TD-SCDMA，TimeDivision-SynchronousCodeDivisionMultipleAccess)、无线局域网(WLAN，WorldwideInteroperabilityforMicrowaveAccess)以及分时长期演进(TD—LTE，TimeDivisionLongTermEvolution)等技术，为用户带来了更为便捷、丰富的移动互联网业务体验。

随着已有的无线接入技术向高级阶段演进，新型无线接入技术不断出现，多网并存、重叠覆盖将成为电信运营商在组网方面需要面对的客观现实。为了实现多种接入技术，更加高效、准确地匹配业务与网络承载的多模终端也成为必然的发展趋势。

在3GPP(TS21.910)关于多模终端类型2(多模单待自动)的定义中指出，多模单待可以支持多种接入技术，只能有一种接入技术处于工作状态，自动完成不同接入技术之间的切换。多模单待终端支持多套射频电路。在网络接入选择过程中，终端需要依据一定的策略，选择最优接入网络，充分发挥各自网络的优势。

在复杂的多网并存的网络环境中，很多因素都能影响终端对接入的选择，这必然涉及到多目标最优化判决策略问题。针对多模单待终端基于多种因素进行接入网络选择的需求，目前尚未有简单有效的解决方案。

发明内容

为解决上述技术问题，本发明提供一种多模终端网络接入选择方法及多模终端，从而针对多模单待终端基于多种因素进行接入网络选择的需求，提供简单有效的解决方案。

本实施例提供一种多模终端网络接入选择方法，包括：

获取n个候选接入网络的网络选择参数，每个候选接入网络的网络选择参数数量为m个；

根据所述n个候选接入网络的网络选择参数得到第一矩阵，所述第一矩阵包括n个行向量以及m个列向量，所述n个行向量与所述n个候选接入网络一一对应，每个行向量中包含对应候选接入网络的m个网络选择参数；

根据所述第一矩阵得到第二矩阵，所述第二矩阵包括1个行向量和m个列向量，每个列向量中的元素为所述第一矩阵中相应列向量中具有最优值的网络选择参数；

分别计算所述第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离；

将与所述第二矩阵中的行向量的欧氏距离最小的行向量所对应的候选接入网络，确定为目标接入网络。

较佳地，所述获取n个候选接入网络的网络选择参数，还包括：

获取所述n个候选接入网络的网络选择判决指标；

如果获取到的网络选择判决指标属于第一类指标，则根据以下公式计算得到对应的网络选择参数：

$b_{\mathrm{ij}}=\frac{a_{\mathrm{ij}}}{\max \left\{a_{\mathrm{ij}}\right|1\≤i\≤n\}},(i=\mathrm{1,2,3}...n)$

如果获取到的网络选择判决指标属于第二类指标，则根据以下公式计算得到对应的网络选择参数：

$b_{\mathrm{ij}}=\frac{\min \left\{a_{\mathrm{ij}}\right|1\≤i\≤n\}}{a_{\mathrm{ij}}},(i=\mathrm{1,2,3}...n)$

其中，b_ij为网络选择参数，a_ij为所述第一矩阵中第i行第j列的元素；所述第一类指标是指标数值越大代表候选接入网络越优的判决指标，所述第二类指标是指标数值越小代表候选接入网络越优的判决指标。

较佳地，根据所述n个候选接入网络的网络选择参数得到第一矩阵之后，还包括：

根据每个列向量对应的权重值，对所述第一矩阵中的每个列向量进行加权处理，得到加权处理后的第一矩阵；

所述根据所述第一矩阵得到第二矩阵，具体为：

根据加权处理后的第一矩阵得到第二矩阵；

所述分别计算所述第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离，具体为：

分别计算加权处理后的第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离。

较佳地，每个候选接入网络的网络选择参数包括以下之一或任意组合：

网络性能参数、业务属性参数、终端状态参数、用户偏好参数。

本发明实施例还提供一种多模终端，包括：

获取单元，用于获取n个候选接入网络的网络选择参数，每个候选接入网络的网络选择参数数量为m个；

第一矩阵生成单元，用于根据所述n个候选接入网络的网络选择参数得到第一矩阵，所述第一矩阵包括n个行向量以及m个列向量，所述n个行向量与所述n个候选接入网络一一对应，每个行向量中包含对应候选接入网络的m个网络选择参数；

第二矩阵生成单元，用于根据所述第一矩阵得到第二矩阵，所述第二矩阵包括1个行向量和m个列向量，每个列向量中的元素为所述第一矩阵中相应列向量中具有最优值的网络选择参数；

运算单元，用于分别计算所述第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离；

选择单元，用于将与所述第二矩阵中的行向量的欧氏距离最小的行向量所对应的候选接入网络，确定为目标接入网络。

较佳地，所述获取单元还具体用于：

获取所述n个候选接入网络的网络选择判决指标；

如果获取到的网络选择判决指标属于第一类指标，则根据以下公式计算得到对应的网络选择参数：

$b_{\mathrm{ij}}=\frac{a_{\mathrm{ij}}}{\max \left\{a_{\mathrm{ij}}\right|1\≤i\≤n\}},(i=\mathrm{1,2,3}...n)$

如果获取到的网络选择判决指标属于第二类指标，则根据以下公式计算得到对应的网络选择参数：

$b_{\mathrm{ij}}=\frac{\min \left\{a_{\mathrm{ij}}\right|1\≤i\≤n\}}{a_{\mathrm{ij}}},(i=\mathrm{1,2,3}...n)$

其中，b_ij为网络选择参数，a_ij为所述第一矩阵中第i行第j列的元素；所述第一类指标是指标数值越大代表候选接入网络越优的判决指标，所述第二类指标是指标数值越小代表候选接入网络越优的判决指标。

较佳地，所述多模终端，还包括：

加权处理单元，用于根据所述n个候选接入网络的网络选择参数得到第一矩阵之后，根据每个列向量对应的权重值，对所述第一矩阵中的每个列向量进行加权处理得到加权处理后的第一矩阵；

所述第二矩阵生成单元具体用于：根据加权处理后的第一矩阵得到第二矩阵；

所述运算单元具体用于：分别计算加权处理后的第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离。

较佳地，所述终端其特征还包括：

每个候选接入网络的网络选择参数包括以下之一或任意组合：

网络性能参数、网络属性参数、终端状态参数、用户偏好参数。

本发明实施例提供的多模终端网络接入选择的技术方案中，获取n个候选接入网络的网络选择参数，每个候选接入网络的网络选择参数数量为m个，然后通过网络选择参数得到n个行向量、m个列向量第一矩阵，再根据所述第一矩阵得到1个行向量和m个列向量第二矩阵，其中每个列向量中的元素为所述第一矩阵中相应列向量中具有最优值的网络选择参数，然后分别计算出第一矩阵中的每个行向量与第二矩阵中的行向量的欧氏距离，将其中第二矩阵中的行向量的欧氏距离最小的行向量所对应的候选接入网络，确定为目标接入网络。可以看出，针对多网并存、多网重叠覆盖的场景，以及多种因素进行接入网络选择的需求，本发明实施例通过将基于多种网络选择参数进行接入网络选择的问题转化为基于矩阵的欧氏距离运算问题，从而提供了简单有效的解决方案。

附图说明

图1为现有技术中常用多模单待终端的逻辑架构图；

图2为本发明实施例一提供的一种多模终端网络接入选择方法流程图；

图3为本发明实施例二提供的一种多模终端网络接入选择方法流程图；

图4为本发明实施例三提供的一种多模终端网络接入选择方法流程图；

图5为本发明实施例四提供的一种多模终端结构示意图；

图6为本发明实施例五提供的一种多模终端结构示意图。

具体实施方式

为了使本发明所解决的技术问题、技术方案以及有意效果更加清楚明白，以下结合附图及实施例，对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在3GPP(TS21.910)关于多模终端类型2(多模单待自动)的定义中，多模单待终端可以支持多种接入技术，但只能有一种接入技术处于工作状态，多模单待终端能够自动完成不同接入技术之间的切换。多模单待终端的逻辑架构如图1所示。

具体地，SIM卡或其他用户识别信息管理模块通过网络模式选择模块依据一定策略，从而选择接入目标网络。其中，网络模式选择模块时网络方法承载的主体，通过综合评估最佳匹配业务与网络承载，从终端层面达到网络资源配置协同目的。

针对多模单待终端基于多种因素进行接入网络选择的需求，本发明实施例对现有多模单待终端进行接入网络选择的过程以及该多模单待终端进行了改进，以提供一种简单有效的解决方案。下面通过几个优选实施例进行详细说明。

实施例一

图2提供了一种多模终端网络接入选择方法流程图，该流程可在多模单待终端上实现。该方法主要包括以下几个步骤：

步骤S201，获取n个候选接入网络的网络选择参数，每个候选接入网络的网络选择参数数量为m个。

其中，候选接入网络可包括但不限于：长期演进(LTE，LongTermEvolution)、通用移动通信系统(UMTS，UniversalMobileTelecommunicationsSystem)、无线局域网(WLAN，WorldwideInteroperabilityforMicrowaveAccess)和以太网(Ethernet)等。

较佳地，网络选择参数可包含以下一个或几个方面的参数：网络性能参数、业务属性参数、用户偏好参数、终端状态参数等。

网络性能参数是指能够反映网络性能的参数，比如，网络性能参数可以包含但不限于以下一种或几种的任意组合：接收信号强度(ReceivedSignalStrength，RSS)、切换延时、掉话率、吞吐量等。

业务属性参数是指能够反映接入网络中的业务的特性的参数，比如，业务属性参数可包括业务类型、业务流量、业务通信资费等。

用户偏好参数是指能够反映用户对于接入网络的选择偏好的参数，比如，用户偏好参数可以包括针对某种接入网络的历史接入次数、驻留时长等。

终端状态参数是指能够反映终端状态的参数，比如，终端状态参数可包括终端当前的剩余电量、终端移动速度等。

以上仅示例性地列举出了一些可作为接入网络的选择依据的参数，本发明实施例对网络选择参数的具体类型不做限制。

根据网络选择参数的种类不同，获取网络选择参数的方式也不同。比如，对于网络性能参数，可针对不同的网络接口协议，通过类似“小区搜索”的方法，搜索或接收不同网络的广播信息，同步或驻留到不同的候选接入网络中，从而感知或者获取候选接入网络的网络参数，再比如，可基于一段时间的掉话次数统计结果获得电话率参数。对于业务属性参数，可根据预先配置的配置文件或者根据高层信令发送的消息获取业务通信资费信息，再比如，可根据一段时间的统计结果获得业务流量参数。对于用户偏好参数，可根据一段时间内的统计数据得到用户对候选接入网络的累计接入次数或驻留时长等参数。对于终端状态参数，可根据终端的使用情况，比如通过检测电源模块来获取当前剩余电量等参数。

可选地，网络选择参数可以是通过上述获取方式直接获取到的网络选择判决指标，比如上述的接收信号强度、切换延时等，这些参数属于具有具体物理含义或量纲的参数。为便于后续矩阵运算，网络选择参数也可以是对上述网络选择判决指标进行无量纲化处理后所得到的参数。

举例来说，n个候选接入网络的网络选择判决指标包括：

第1个候选接入网络的m个网络选择判决指标：a₁₁，a₁₂，……，a_1m；

第2个候选接入网络的m个网络选择判决指标：a₂₁，a₂₂，……，a_2m；

……

第n个候选接入网络的m个网络选择判决指标：a_n1，a_n2，……，a_nm；

其中，按照上述网络选择判决指标的排列顺序，其物理含义依次为：接收信号强度，吞吐量，……，历史驻留时长。

对所述n个候选接入网络的网络选择判决指标按照如下公式进行无量纲化处理，得到所述n个候选接入网络的网络选择参数：

$b_{\mathrm{ij}}=\frac{a_{\mathrm{ij}}}{\max \left\{a_{\mathrm{ij}}\right|1\≤i\≤n\}},(i=\mathrm{1,2,3}...n)$

其中，b_ij为对网络选择判决指标a_ij进行无量纲化处理后得到的网络选择参数。

步骤S202，根据所述n个候选接入网络的网络选择参数得到第一矩阵，该第一矩阵为n×m矩阵，即，包括n个行向量以及m个列向量。

其中，第一矩阵中的n个行向量与所述n个候选接入网络一一对应，每个行向量中包含对应候选接入网络的m个网络选择参数。第一矩阵中的每个列向量中包含m个元素，分别为第一个候选接入网络到第n个候选接入网络中具有相同物理含义的网络选择参数，比如第1个列向量中的网络选择参数表示接收信号强度，第2个列向量中的网络选择参数表示吞吐量。

可以看出，第一矩阵中包含了n个候选接入网络的m种网络选择参数，这些网络选择参数将作为接入网络选择的依据。

例如，以将前述n个候选接入网络的具有量纲的网络选择判决指标作为该n个候选接入网络的网络选择参数为例，第一矩阵可以表示为：

$A={\left(a_{\mathrm{ij}}\right)}_{n\×m}=\left|\begin{array}{cccc}{a}_{11}& a_{12}& ...& a_{1m}\\ a_{21}& a_{22}& ...& a_{2m}\\ ...& ...& ...& ...\\ a_{n1}& a_{n2}& ...& a_{\mathrm{nm}}\end{array}\right|$

其中，a_nm为所述第一矩阵中第m行第n列的元素。

再例如，以将前述n个候选接入网络的无量纲化的网络选择参数作为该n个候选接入网络的网络选择参数为例，第一矩阵可以表示为：

$C={\left(c_{\mathrm{ij}}\right)}_{n\×m}=\left|\begin{array}{cccc}{c}_{11}& c_{12}& ...& c_{1m}\\ c_{21}& c_{22}& ...& c_{2m}\\ ...& ...& ...& ...\\ c_{n1}& c_{n2}& ...& c_{\mathrm{nm}}\end{array}\right|$

其中，c_nm为所述第一矩阵中第m行第n列的元素。

步骤S203，根据所述第一矩阵得到第二矩阵，所述第二矩阵包括1个行向量和m个列向量，每个列向量中的元素为所述第一矩阵中相应列向量中具有最优值的网络选择参数。

具体来说，在得到第一矩阵后，可从第一矩阵的每个列向量中分别选择一个具有最优值的元素，组成一个包含1个行向量和m个列向量的第二矩阵。第一矩阵的一个列向量中具有最优值的元素是指该列向量的n个候选接入网络中，最优的候选接入网络的网络选择参数，比如，如果该列向量中的n个候选接入网络中候选接入网络3的接收信号强度最大，则将候选接入网络3的接收信号强度作为该列向量中具有最优值的元素，再比如，如果该向量中的n个候选接入网络中候选接入网络5的网络时延最小，则将候选接入网络5的网络时延作为该列向量中具有最优值的元素。

例如，以第一矩阵表示为前述的矩阵A为例，第二矩阵可以表示为：

B＝{a₁,a₂,a₃...a_m}，a_m是所述第一矩阵中相应列向量中具有最优值的网络选择参数。

再例如，以第一矩阵表示为前述的矩阵C为例，第二矩阵可以表示为：

B＝{c₁,c₂,c₃...c_m}，c_m是所述第一矩阵中相应列向量中具有最优值的网络选择参数。

步骤S204，分别计算所述第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离。

欧氏距离(Euclideandistance)也称欧几里得距离，它是一个通常采用的距离定义，指在多维空间中两个点之间的真实距离，或者向量的自然长度(即该点到原点的距离)。在二维和三维空间中的欧氏距离的就是两点之间的实际距离。其意义在于欧氏距离看作被比较对象的相似程度，距离越小，表示两个两者的相似度就越高。

本步骤中，运用该定理将第一矩阵中每个行向量与第二矩阵中的行向量进行内积运算，分别求出第一矩阵的每个行向量与第二矩阵的行向量之间的欧氏距离。

步骤S205，将与所述第二矩阵中的行向量的欧氏距离最小的行向量所对应的候选接入网络，确定为目标接入网络。

因为欧氏距离在看作信号的相似程度时，其距离越小，表示两个信号的相似度就越高。而所述第二矩阵中每个元素为所述第一矩阵中相应列向量中具有最优值的网络选择参数。因此，第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离后，其中最距离最小的行向量就代表与所述第二矩阵所代表的最优候选接入网络相似度最高。

例如，以第一矩阵表示为前述的矩阵A、第二矩阵表示为前述的矩阵B＝{a₁,a₂,a₃...a_m}为例，欧氏距离计算公式为：

$D_i=\sqrt{(A\·B_i)},(i=\mathrm{1,2,3}...n)$

其中，最小距离D_i＝min(D₁,D₂,D₃...D_n)，(i＝1,2,3...n)对应的行向量B_i，即代表最优网络接入选择方案，即，列向量B_i对应的候选接入网络被确定为目标接入网络。

通过上述对实施例一的描述可以看出，针对多网并存、多网重叠覆盖的场景，以及多种因素进行接入网络选择的需求，本发明实施例通过将基于多种网络选择参数进行接入网络选择的问题转化为基于矩阵的欧氏距离运算问题，从而提供了简单有效的解决方案。

实施例二

实施例二是在实施例一的基础上进一步优化所得到的方案。

具体的，在获取n个候选接入网络的网络选择参数之前，获取所述n个候选接入网络的网络选择判决指标，并对获取到的网络选择判决指标进行无量纲化处理，得到对应的网络选择参数。

考虑到网络判决指标可分为两类，第一类指标是指数值越大代表候选接入网络的网络属性越好的判决指标，该类指标可称为“效益型”指标，比如吞吐量、可靠性等，第二类指标是指数值越小代表候选接入网络的网络属性越好的判决指标，该类指标可称为“成本型”指标，比如资费、延时性等。针对不同的指标分类，本发明实施例中为便于后续矩阵运算，可按照以下公式进行无量纲化处理以得到对应的网络选择参数。

如果获取到的网络选择判决指标属于第一类指标，则根据以下公式计算得到对应的网络选择参数：

$b_{\mathrm{ij}}=\frac{a_{\mathrm{ij}}}{\max \left\{a_{\mathrm{ij}}\right|1\≤i\≤n\}},(i=\mathrm{1,2,3}...n)$

如果获取到的网络选择判决指标属于第二类指标，则根据以下公式计算得到对应的网络选择参数：

$b_{\mathrm{ij}}=\frac{\min \left\{a_{\mathrm{ij}}\right|1\≤i\≤n\}}{a_{\mathrm{ij}}},(i=\mathrm{1,2,3}...n)$

其中，b_ij为网络选择参数，a_ij为所述第一矩阵中第i行第j列的元素，max{a_ij|1≤i≤n}表示在a_ij中取得最大值，min{a_ij|1≤i≤n}表示在a_ij中取得最小值；所述第一类指标是指标数值越大代表候选接入网络越优的判决指标，所述第二类指标是指标数值越小代表候选接入网络越优的判决指标。

可以看出，经过上述无量纲化处理后，各类网络选择判决指标具有统一的判决标准，比如数值越大表示对应的候选接入网络越优，从而为各类判决指标建立了统一的判决标准，使得后续基于该参数所形成的矩阵进行矩阵运算时更加简便。

实施例二的处理流程可如图3所示，具体步骤如下：

步骤S301，获取所述n个候选接入网络的网络选择判决指标，并根据获取到的网络判决指标的类型，对获取到的网络判决指标进行无量纲化处理，得到该n个候选接入网络的网络选择参数。具体获取方式与实施例一的相应步骤相同。无量纲化的处理过程同前描述，在此不再重复。

步骤S302，根据所述n个候选接入网络的网络选择参数得到第一矩阵，该第一矩阵为n×m矩阵，即，包括n个行向量以及m个列向量。此步骤的具体实现过程与实施例一的步骤S202相同，在此不再重复。

步骤S303，根据所述第一矩阵得到第二矩阵，所述第二矩阵包括1个行向量和m个列向量，每个列向量中的元素为所述第一矩阵中相应列向量中具有最优值的网络选择参数。此步骤的具体实现过程与实施例一的步骤S203相同，在此不再重复。

步骤S304，分别计算所述第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离。此步骤的具体实现过程与实施例一的步骤S204相同，在此不再重复。

步骤S305，将与所述第二矩阵中的行向量的欧氏距离最小的行向量所对应的候选接入网络，确定为目标接入网络。此步骤的具体实现过程与实施例一的步骤S205相同，在此不再重复。

通过对上述实施例二的描述可以看出，在实现了在多网并存、多网重叠覆盖时，通过多维判决指标分析、采用欧氏最小距离法，提供简单有效的接入网络选择的基础上，由于对网络选择参数进行了分类、无量纲化处理，从而为各类判决指标建立了统一的判决标准，使得多模终端网络接入选择方法更加标准化、简洁化。

实施例三

实施例三是在实施例一或实施例二的基础上进一步优化得到的。

实施例三，是在实施例一或实施例二的基础上能够实现对各网络选择参数进行加权处理，从而可基于不同的需要进行接入网络的选择，提高了灵活性。

该优选实施方式的处理流程如图4所示，具体步骤如下：

步骤S401，获取n个候选接入网络的网络选择参数，每个候选接入网络的网络选择参数数量为m个。该步骤的具体实现过程可与实施例一中的S201相同，或者与实施例二中的S301相同，在此不再重复。

步骤S402，根据所述n个候选接入网络的网络选择参数得到第一矩阵，该第一矩阵为n×m矩阵，即，包括n个行向量以及m个列向量。该步骤的具体实现过程可与实施例一中的S202相同，或者与实施例二中的S302相同，在此不再重复。

步骤S403，根据每个列向量对应的权重值，对所述第一矩阵的每个列向量进行加权处理，得到加权处理后的第一矩阵。

本发明实施例中，第一矩阵的每个列向量对应设置有权重，即，针对每种网络选择参数设置有权重。每种网络选择参数所对应的权重可由层次分析法(AHP)或专家调查法得到，比如，在将网络性能作为首要选择依据的情况下，可将反映网络性能的网络选择参数所对应的权重设置得数值较大，而对其他网络选择参数所对应的权重设置得数值较小。

优选地，所有网络选择参数所对应的权重的数值之和等于1。比如，m个网络选择参数所对应的权重可用向量表示为：

W＝{w₁，w₂...w_m}^T且且加权向量各元素满足单位化约束条件。

例如，根据以上权重向量，对第一矩阵进行加权处理的过程可表示为：

$B_w=B\·W=\left(\begin{array}{cccc}{b}_{11}& b_{12}& ...& b_{1m}\\ b_{21}& b_{22}& ...& b_{1m}\\ ...& ...& ...& ...\\ b_{n1}& b_{n1}& ...& b_{\mathrm{nm}}\end{array}\right)\·\left[\begin{array}{c}{w}_1\\ w_2\\ ...\\ w_m\end{array}\right]={\left(w_j{b}_{\mathrm{ij}}\right)}_{n\×m}=\left(\begin{array}{cccc}{w}_1{b}_{11}& w_2{b}_{12}& ...& w_m{b}_{1m}\\ w_1{b}_{21}& w_2{b}_{22}& ...& w_m{b}_{1m}\\ ...& ...& ...& ...\\ w_1{b}_{n1}& w_2{b}_{n1}& ...& w_m{b}_{\mathrm{nm}}\end{array}\right)$

其中， $\left(\begin{array}{cccc}{b}_{11}& b_{12}& ...& b_{1m}\\ b_{21}& b_{22}& ...& b_{1m}\\ ...& ...& ...& ...\\ b_{n1}& b_{n1}& ...& b_{\mathrm{nm}}\end{array}\right)$ 代表第一矩阵， $\left[\begin{array}{c}{w}_1\\ w_2\\ ...\\ w_m\end{array}\right]$ 代表每个列向量所对应的权重值， $\left(\begin{array}{cccc}{w}_1{b}_{11}& w_2{b}_{12}& ...& w_m{b}_{1m}\\ w_1{b}_{21}& w_2{b}_{22}& ...& w_m{b}_{1m}\\ ...& ...& ...& ...\\ w_1{b}_{n1}& w_2{b}_{n1}& ...& w_m{b}_{\mathrm{nm}}\end{array}\right)$ 代表加权处理后的第一矩阵。

步骤S404，根据加权处理后的第一矩阵得到第二矩阵。该步骤的具体实现过程可参见实施例一中的S203，或者实施例二中的S303。

步骤S405，分别计算加权处理后的第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离。该步骤的具体实现过程可参见实施例一中的S204，或者实施例二中的S304。

步骤S406，将与所述第二矩阵中的行向量的欧氏距离最小的行向量所对应的候选接入网络，确定为目标接入网络。该步骤的具体实现过程可参见实施例一中的S205，或者实施例二中的S305。

通过以上对实施例三的描述可以看出，在实现了在多网并存、多网重叠覆盖时，通过多维判决指标分析、采用欧氏最小距离法，提供简单有效的接入网络选择的基础上，进一步允许根据需要设置和调整各网络选择参数对应的权重，从而提高了本发明实施例在具体实施时的灵活性。

基于相同的就技术构思，本发明还提供一种多模终端，该多模终端可执行上述方法实施例。

实施例四

本实施例提供了一种多模终端，其结构示意图如图5所示，包括：获取单元501、第一矩阵生成单元502、第二矩阵生产单元503、运算单元504和选择单元505。

所述获取单元501用于获取n个候选接入网络的网络选择参数，每个候选接入网络的网络选择参数数量为m个。

第一矩阵生成单元502，用于根据所述n个候选接入网络的网络选择参数得到第一矩阵，所述第一矩阵包括n个行向量以及m个列向量，所述n个行向量与所述n个候选接入网络一一对应，每个行向量中包含对应候选接入网络的m个网络选择参数；

第二矩阵生成单元503，用于根据所述第一矩阵得到第二矩阵，所述第二矩阵包括1个行向量和m个列向量，每个列向量中的元素为所述第一矩阵中相应列向量中具有最优值的网络选择参数；

运算单元504，用于分别计算所述第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离；

选择单元505，用于将与所述第二矩阵中的行向量的欧氏距离最小的行向量所对应的候选接入网络，确定为目标接入网络。

其中，每个候选接入网络的网络选择参数包括以下之一或任意组合：网络性能参数、网络属性参数、终端状态参数、用户偏好参数。

进一步地，获取单元501可具体用于：

获取所述n个候选接入网络的网络选择判决指标；

如果获取到的网络选择判决指标属于第一类指标，则根据以下公式计算得到对应的网络选择参数：

$b_{\mathrm{ij}}=\frac{a_{\mathrm{ij}}}{\max \left\{a_{\mathrm{ij}}\right|1\≤i\≤n\}},(i=\mathrm{1,2,3}...n)$

如果获取到的网络选择判决指标属于第二类指标，则根据以下公式计算得到对应的网络选择参数：

$b_{\mathrm{ij}}=\frac{\min \left\{a_{\mathrm{ij}}\right|1\≤i\≤n\}}{a_{\mathrm{ij}}},(i=\mathrm{1,2,3}...n)$

其中，b_ij为网络选择参数，a_ij为所述第一矩阵中第i行第j列的元素，max{a_ij|1≤i≤n}表示在a_ij中取得最大值，min{a_ij|1≤i≤n}表示在a_ij中取得最小值；所述第一类指标是指标数值越大代表候选接入网络越优的判决指标，所述第二类指标是指标数值越小代表候选接入网络越优的判决指标。

通过上述终端，可以看出，针对多网并存、多网重叠覆盖的场景，以及多种因素进行接入网络选择的需求，本发明实施例通过将基于多种网络选择参数进行接入网络选择的问题转化为基于矩阵的欧氏距离运算问题，从而提供了简单有效的解决方案。

进一步地，在图5所示的终端结构的基础上，还可以包括加权处理单元603，如图6所示。

加权处理单元603可根据所述n个候选接入网络的网络选择参数得到第一矩阵之后，根据每个列向量对应的权重值，对所述第一矩阵中的每个列向量进行加权处理得到加权处理后的第一矩阵。相应地，第二矩阵生成单元503可根据加权处理后的第一矩阵得到第二矩阵；运算单元504可分别计算加权处理后的第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离。选择单元505，用于将与所述第二矩阵中的行向量的欧氏距离最小的行向量所对应的候选接入网络，确定为目标接入网络。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种多模终端网络接入选择方法，其特征在于，包括：

获取n个候选接入网络的网络选择参数，每个候选接入网络的网络选择参数数量为m个；

根据所述n个候选接入网络的网络选择参数得到第一矩阵，所述第一矩阵包括n个行向量以及m个列向量，所述n个行向量与所述n个候选接入网络一一对应，每个行向量中包含对应候选接入网络的m个网络选择参数；

根据所述第一矩阵得到第二矩阵，所述第二矩阵包括1个行向量和m个列向量，每个列向量中的元素为所述第一矩阵中相应列向量中具有最优值的网络选择参数；

分别计算所述第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离；

将与所述第二矩阵中的行向量的欧氏距离最小的行向量所对应的候选接入网络，确定为目标接入网络。

2.如权利要求1所述的方法，其特征在于，所述获取n个候选接入网络的网络选择参数，包括：

获取所述n个候选接入网络的网络选择判决指标；

如果获取到的网络选择判决指标属于第一类指标，则根据以下公式计算得到对应的网络选择参数：

$b_{\mathrm{ij}}=\frac{a_{\mathrm{ij}}}{\max \left\{a_{\mathrm{ij}}\right|1\≤i\≤n\}},(i=\mathrm{1,2,3}...n)$

如果获取到的网络选择判决指标属于第二类指标，则根据以下公式计算得到对应的网络选择参数：

$b_{\mathrm{ij}}=\frac{\min \left\{a_{\mathrm{ij}}\right|1\≤i\≤n\}}{a_{\mathrm{ij}}},(i=\mathrm{1,2,3}...n)$

其中，b_ij为网络选择参数，a_ij为所述第一矩阵中第i行第j列的元素；所述第一类指标是指标数值越大代表候选接入网络越优的判决指标，所述第二类指标是指标数值越小代表候选接入网络越优的判决指标。

3.如权利要求1所述的方法，其特征在于，根据所述n个候选接入网络的网络选择参数得到第一矩阵之后，还包括：

根据每个列向量对应的权重值，对所述第一矩阵中的每个列向量进行加权处理，得到加权处理后的第一矩阵；

所述根据所述第一矩阵得到第二矩阵，具体为：

根据加权处理后的第一矩阵得到第二矩阵；

所述分别计算所述第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离，具体为：

分别计算加权处理后的第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离。

4.如权利要求1所述的方法，其特征在于，每个候选接入网络的网络选择参数包括以下之一或任意组合：

网络性能参数、业务属性参数、终端状态参数、用户偏好参数。

5.一种多模终端，其特征在于，包括：

获取单元，用于获取n个候选接入网络的网络选择参数，每个候选接入网络的网络选择参数数量为m个；

第一矩阵生成单元，用于根据所述n个候选接入网络的网络选择参数得到第一矩阵，所述第一矩阵包括n个行向量以及m个列向量，所述n个行向量与所述n个候选接入网络一一对应，每个行向量中包含对应候选接入网络的m个网络选择参数；

第二矩阵生成单元，用于根据所述第一矩阵得到第二矩阵，所述第二矩阵包括1个行向量和m个列向量，每个列向量中的元素为所述第一矩阵中相应列向量中具有最优值的网络选择参数；

运算单元，用于分别计算所述第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离；

选择单元，用于将与所述第二矩阵中的行向量的欧氏距离最小的行向量所对应的候选接入网络，确定为目标接入网络。

6.如权利要求5所述的多模终端，其特征在于，所述获取单元具体用于：

获取所述n个候选接入网络的网络选择判决指标；

如果获取到的网络选择判决指标属于第一类指标，则根据以下公式计算得到对应的网络选择参数：

$b_{\mathrm{ij}}=\frac{a_{\mathrm{ij}}}{\max \left\{a_{\mathrm{ij}}\right|1\≤i\≤n\}},(i=\mathrm{1,2,3}...n)$

如果获取到的网络选择判决指标属于第二类指标，则根据以下公式计算得到对应的网络选择参数：

$b_{\mathrm{ij}}=\frac{\min \left\{a_{\mathrm{ij}}\right|1\≤i\≤n\}}{a_{\mathrm{ij}}},(i=\mathrm{1,2,3}...n)$

其中，b_ij为网络选择参数，a_ij为所述第一矩阵中第i行第j列的元素；所述第一类指标是指标数值越大代表候选接入网络越优的判决指标，所述第二类指标是指标数值越小代表候选接入网络越优的判决指标。

7.如权利要求5所述的多模终端，其特征在于，还包括：

加权处理单元，用于根据所述n个候选接入网络的网络选择参数得到第一矩阵之后，根据每个列向量对应的权重值，对所述第一矩阵中的每个列向量进行加权处理得到加权处理后的第一矩阵；

所述第二矩阵生成单元具体用于：根据加权处理后的第一矩阵得到第二矩阵；

所述运算单元具体用于：分别计算加权处理后的第一矩阵中的每个行向量与所述第二矩阵中的行向量的欧氏距离。

8.如权利要求7所述的多模终端，其特征在于，每个候选接入网络的网络选择参数包括以下之一或任意组合：

网络性能参数、网络属性参数、终端状态参数、用户偏好参数。