CN106102099A - 一种基于驻留时间的异构车联网切换方法 - Google Patents
一种基于驻留时间的异构车联网切换方法 Download PDFInfo
- Publication number
- CN106102099A CN106102099A CN201610409479.3A CN201610409479A CN106102099A CN 106102099 A CN106102099 A CN 106102099A CN 201610409479 A CN201610409479 A CN 201610409479A CN 106102099 A CN106102099 A CN 106102099A
- Authority
- CN
- China
- Prior art keywords
- network
- vehicle
- base station
- vanet
- lte
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/14—Reselecting a network or an air interface
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/16—Performing reselection for specific purposes
- H04W36/22—Performing reselection for specific purposes for handling the traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于驻留时间的异构车联网切换方法,该方法首先根据LTE基站的物理块资源使用状况与车载自组网信道的繁忙情况作为异构车联网的负载指标,利用负载均衡方法为初始入网的车辆节点选择合适的网络接入;其次根据曼哈顿城市模型估计出车辆在LTE基站范围内驻留的时间,根据驻留时间的多少将车辆节点分为狭移动与广移动两类;最后对狭移动的车辆进行LTE与VANET间的网络切换,对于广移动的车辆进行多LTE基站与VANET间的网络切换。本发明为异构车联网环境的网络切换与数据交互提供一种高效、稳定的解决方法。
Description
技术领域
本发明涉及异构车联网技术,具体涉及一种异构车联网的网络切换方法。
背景技术
异构车联网技术是车用网络发展的必然趋势,融合多种无线通信技术运用到车载环境中,一方面能够为汽车用户在驾驶过程中随时随地的连接互联网享受多媒体资源与车载服务,另一方面能够保证交通安全,提高出行效率,为社会民生带来福利。在异构网络技术的研究中必然涉及到针对网络切换的研究,网络切换算法的好坏直接关系到网络的整体性能。车载自组网技术VANET为车间通信提供接入标准,近年来受到广泛关注,而LTE技术是第四代移动通信系统中的关键技术,其特点能很好的运用到车联网中。因此本发明拟针对由VANET与LTE构成的异构车联网特点出发,设计一种效率更高、切换次数更少的异构车联网切换策略。
发明内容
本发明的目的在于克服现有技术存在的上述不足,提供一种基于驻留时间的异构车联网切换方法。
本发明的目的至少通过如下技术方案之一实现。
一种基于驻留时间的异构车联网切换方法,其包括如下步骤:
(1)利用负载均衡方法为初始入网车辆节点选择最合适的网络接入,也即根据LTE与VANET网络的负载状况,利用负载均衡选择能使整体网络性能最均衡的网络,对于LTE网络利用基站物理块资源的状况作为负载指标,对于VANET使用信道繁忙状况作为负载指标,并利用运动属性差异值为接入VANET的车辆选择最合适的信道;
(2)估计车辆节点在当前基站覆盖范围内的驻留时间,根据驻留时间值将车辆分为狭移动车辆与广移动车辆,对于狭移动车辆采用基于负载状况的单LTE基站与VANET之间的网络切换策略,对于广移动车辆采用多LTE基站与VANET之间的分层多属性网络切换策略。
进一步地,步骤(1)所述的利用运动属性差异值为接入VANET的车辆选择最合适的信道具体包括:
周边车辆节点收到入网请求车辆广播的包含车辆运动速度、当前位置、行驶方向运动属性的Hello消息,与自身的节点信息表进行比较,利用式(1)计算得运动属性差异值Kdiff,其中dm,n表示周边车辆节点与入网请求车辆节点的运动方向差异,vm,n表示运动速度差异,am,n表示加速度差异;为入网请求车辆节点分配Kdiff最小值的周边车辆节点所接入的信道;
Kdiff=ω1dm,n+ω2vm,n+ω3am,n (1)。
进一步地,步骤(2)所述估计车辆节点在当前基站覆盖范围内的驻留时间的过程包括:
依据曼哈顿模型对车辆在路口运动的趋势进行估计,对车辆在当前基站中运行概率进行统计,用数组Pm[k]=[p1,p2,…,pi,…,pk]表示,p1+p2+...+pk=1,k为基站覆盖道路总条数,其中pi为车辆基站覆盖的第i条道路上运行的概率;由式(2)可计算出车辆在当前LTE基站覆盖范围的驻留时间数组Tm[k]=[t1,t2,…,ti,…,tk],其中L表示路段长度,v'表示车辆的平均运行速率,ti为车辆基站覆盖的第i条道路上运行的时间;再通过式(3)对时间与概率取熵值,则可计算出车辆节点在当前LTE基站的驻留时间估计值T';根据此T'的大小与设定阈值的比较将车辆分为狭移动与广移动;
T'=Pm[k]*Tm[k]T (3)。
进一步地,步骤(2)所述的对于狭移动车辆采用基于负载状况的单LTE基站与VANET之间的网络切换策略如下:
对于LTE与VANET的网络性能对比方法,利用步骤(1)中的网络负载状况即负载指标作为切换判别准则;通过对比当前接入的LTE基站的负载状况与VANET的负载状况,若计算得到的VANET的负载状况迟滞值高于阈值,说明VANET当前时刻有更好的网络性能,切换之后能获得更好的网络效益,进行网络切换,并为节点分配VANET信道;反之,说明VANET网络性能并不优于或者只是略微优于当前接入的LTE网络,停止切换,继续保持当前的LTE网络进行数据传输。
进一步地,步骤(2)所述的对于广移动车辆采用多LTE基站与VANET之间的分层多属性网络切换策略如下:
选取接收信号强度,信号噪声比,带宽,网络时延四个参数,并将接收信号强度作高优先级参数,提前检测排除掉信号强度低于设定阈值的网络;然后利用熵值法为网络所述四个参数进行客观赋权值,最后加权得到的最大加权值就是具有最优性能的目标切换网络。
与现有技术相比,本发明的优点与积极效果在于:
1、本发明的方法首先采用基于负载均衡的网络选择方法,为初始入网车辆选择合适的网络接入,能够解决车载环境中车辆分布不均匀且具有随机性,导致异构车联网中负载失衡的问题。本方法从网络底层资源利用状况出发,为异构车联网中不同网络选择负载指标,考虑到多种不同接入网络间的公平对比。在VANET最佳信道评估中,还兼顾车辆节点的运动属性,尽量使运动属性相似的车辆节点加入相同的VANET信道,维持VANET通信链路的稳定性。
2、本发明的方法根据网络驻留时间将车辆节点划分为狭移动与广移动,然后分别采用不同的切换策略,解决异构车联网中车辆移动速度快且动态变化,引起的频繁网络切换与乒乓效应的问题。本文方法通过对车辆运动进行预测,能够准确估计其在当前LTE基站覆盖范围下的驻留时间,根据此时间对车辆节点进行狭移动与广移动的划分,将车辆节点运动的绝对速度转化为相对基站的速度。狭移动车辆能够获得较稳定的LTE网络性能,因此利用网络均衡状况方法考虑该LTE基站与VANET之间的切换策略,而广移动车辆频繁进出多个LTE基站覆盖范围,因此利用一种分优先级的多属性决策方法考虑多LTE基站与VANET之间的网络切换。
附图说明
图1是本发明实施方式中基于负载均衡的网络选择方法结构图。
图2是本发明实施方式中基于驻留时间的网络切换算法流程图。
图3是本发明实施方式中车辆基站驻留时间计算示意图。
图4是本发明实施方式中狭移动车辆节点的网络切换策略流程图。
图5是本发明实施方式中广移动车辆节点的网络切换策略流程图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明,但本发明的实施和保护范围不限于此。
如图1所示是本发明基于驻留时间的异构车联网切换方法中的基于负载均衡的网络选择方法,用于为初始入网车辆选择合适的网络接入。基于负载均衡的网络选择方法由LTE网络负载状况计算、VANET网络负载状况计算、基于负载均衡的网络选择三部分组成。对于LTE网络使用基站物理资源使用情况作为LTE网络负载状况,对于VANET使用信道使用状况作为负载,另外基于车辆运动属性选择最优的VANET信道,并使用该VANET信道状况与LTE网络负责状况进行负载均衡,为车辆节点选择具有最大负载均衡指数的网络接入。
当车辆节点m需要注册接入网络时,向周边可接入LTE基站发送位置信息与入网请求,各LTE基站回复入网验证与各自负载状况,用向量表示为ΡeNB={ρeNB-1,ρeNB-2,…,ρeNB-i,…,ρeNB-N-1,ρeNB-N},此处N表示可接入LTE基站的数量,PeNB-i为第i个基站的负载状况,利用LTE负载计算方法,可计算出当前车辆节点m分别接入每个LTE基站之后的网络负载状况,用矩阵表示为Ρ′eNB={P′eNB-1,P′eNB-2,…,P′eNB-i,…,P′eNB-N-1,P′eNB-N},其中P′eNB-i表示车辆节点m接入基站i之后的网络负载状况。另一方面,车辆m同时向周边车辆节点广播Hello获取VANET的负载状况NLvanet,即具有最小运动属性差异值车辆接入的服务信道的负载状况。
最后将P′eNB-i中的各元素与NLvanet带入式(4)可计算出节点m接入基站i之后的负载均衡指数ξ'。当ξ'越接近1,说明此时各网络负载差异更小,即整个网络系统负载越均衡。
图2是本发明基于驻留时间的网络切换算法流程图,主要包括车辆运动区域预测、狭移动节点切换策略、广移动节点切换策略三部分,其中对于狭移动节点利用第三章研究内容相关的基于网络负载的切换判别准则,对于广移动节点切换策略又包括网络参数选取与分类与参数权值确定两部分。
图3是本发明实施方式中车辆基站驻留时间计算示意图。假设LTE基站B(xb,yb)的覆盖半径为R,(xb,yb)为基站的位置坐标,十字路口I(xi,yi)的坐标为(xi,yi),车辆节点m此时的位置坐标为(xm,ym),并沿当前路段向路口I行驶,由曼哈顿模型可得到车辆节点m在路口I向每个方向的行驶概率,用数组Pm[k]=[p1,p2,…,pi,…,pk]表示,其中p1+p2+...+pk=1,pi表示第i条路段的运行概率,k表示LTE基站覆盖的路段的数量,此例中k为3,则可得到车辆节点在当前基站覆盖的所有路段运行的概率数组Pm'[k]=[p0,p1,p2,…,pi,…,pk]表示,由于车辆已经在当前路段上行驶,故p0=1。由式(5)可计算出基站B到上方水平道路的距离d,则基站B对右上方路段的覆盖长度为L1可由式(6)得到。同理可求出基站B对所有路段的覆盖长度,用数组LB'[k]=[L0,L1,L2,…,Li,…,Lk]表示,其中Li表示基站B对第i条路段的覆盖长度,此式k与上文表示意义相同。在城市中LTE基站覆盖范围通常为几百米,远大于车辆运动的道路宽度,因此计算时忽略道路宽度对结果的影响。
由式(7)可计算出车辆节点在路段i中的行驶时间ti,v′i表示车辆m的在路段i运行的平均速率。则该节点在当前基站B覆盖范围的驻留时间数组为Tm[k]=[t0,t1,t2,…,ti,…,tk],再由式(8)对时间与概率取熵值,则可计算出车辆节点在当前LTE基站的驻留时间估计值T'。
T'=Pm'[k]*Tm[k]T (8)
用驻留时间估计值与驻留时间阈值δ进行比较,当T'≥δ,说明该车辆在当前基站覆盖范围内运动时间长,则把这些车辆归为狭移动车辆;反之,当T'≤δ则说明车辆节点在短时间运动经常处于多个基站的覆盖范围,把此类车辆归为广移动车辆。
图4是本发明实施方式中狭移动车辆节点的网络切换策略。假设对于狭移动的车辆节点m,处于LTE基站B的覆盖范围内,且当前已接入基站B提供的LTE网络。当检测到当前时刻LTE网络性能下降,则首先判断是否受建筑物的遮挡所致,通过设置等待时间wt,在等待时间内网络性能恢复则认为当前网络性能下降的确是受建筑物的遮挡导致,则停止网络切换,继续选择LTE网络进行数据传输,等待时间值选取依据LTE基站中设置的网络切换缓存表进行设置,网络切换缓存表主要用于记录其他车辆发生网络切换的位置,并周期性更新。如果网络切换缓存表中没有此位置的切换记录,则说明此位置的网络性能下降属于突变,则适当增加等待时间值。如果等待时间结束,LTE网络性能仍未恢复,则进行LTE网络与VANET网络性能对比。
对于LTE与VANET的网络性能对比方法,利用网络负载状况作为切换判别准则。如式(9)所示,ρB(t)为基站B当前时刻的负载状况,NLsch(j)(t)为当前时刻,车辆节点m可接入最佳VANET的SCH信道i的负载状况,为负载状况迟滞阈值。若说明VANET当前时刻有更好的网络性能,切换之后能获得更好的网络效益,节点m执行网络切换过程,并接入VANET的信道j;反之,若说明VANET网络性能并不优于或者只是略微优于当前接入的LTE网络,停止切换,继续保持当前的LTE网络进行数据传输。
图5是本发明实施方式中广移动车辆节点的网络切换策略。若历史时刻当前网络性能较好,则说明此时的网络性能下降属于突发状况,进入网络恢复等待时间,若等待时间内网络恢复,则终止此次切换过程,通过关联历史时刻的网络状况,可以避免因网络波动造成频繁的网络切换,减少“乒乓效应”。如式(10)所示,Qrel(t)为当前时刻与历史时刻关联之后的网络状况函数,Q(t-T)为前一时刻的网络函数,Q(t)为当前网络函数,T为时间周期,μ为相关因子,其值由式(11)确定。
Qrel(t)=μQ(t)+(1-μ)Q(t-T) (10)
若检测到可用备选网络,则按照网络参数的分层处理方法,首先检测所有备选网络的高优先级参数,即接收信号强度RSS,如果RSS无法满足通信需求,则进行其他参数因子的决策也将没有意义。若RSS满足通信要求,再对所有参数进行对属性决策过程,利用熵值法为每个属性赋权值,得到由所有参数权值组成的向量为U=[μ1,μ2,…,μM],M表示所选网络参数的总数,μx为第x个参数的权值,最终由式(12)则可以得到表示网络性能的加权和向量V=[V1,V2,…,VN]T,其中N表示备选网络数量,axy表示第y个网络的第个x参数值,最优目标网络即由V中最大的元素所确定。
Claims (5)
1.一种基于驻留时间的异构车联网切换方法,其特征在于包括如下步骤:
(1)利用负载均衡方法为初始入网车辆节点选择最合适的网络接入,也即根据LTE与VANET网络的负载状况,利用负载均衡选择能使整体网络性能最均衡的网络,对于LTE网络利用基站物理块资源的状况作为负载指标,对于VANET使用信道繁忙状况作为负载指标,并利用运动属性差异值为接入VANET的车辆选择最合适的信道;
(2)估计车辆节点在当前基站覆盖范围内的驻留时间,根据驻留时间值将车辆分为狭移动车辆与广移动车辆,对于狭移动车辆采用基于负载状况的单LTE基站与VANET之间的网络切换策略,对于广移动车辆采用多LTE基站与VANET之间的分层多属性网络切换策略。
2.根据权利要求1所述的一种基于驻留时间的异构车联网切换方法,其特征在于步骤(1)所述的利用运动属性差异值为接入VANET的车辆选择最合适的信道具体包括:
周边车辆节点收到入网请求车辆广播的包含车辆运动速度、当前位置、行驶方向运动属性的Hello消息,与自身的节点信息表进行比较,利用式(1)计算得运动属性差异值Kdiff,其中dm,n表示周边车辆节点与入网请求车辆节点的运动方向差异,vm,n表示运动速度差异,am,n表示加速度差异;为入网请求车辆节点分配Kdiff最小值的周边车辆节点所接入的信道;
Kdiff=ω1dm,n+ω2vm,n+ω3am,n (1)。
3.根据权利要求1所述的一种基于驻留时间的异构车联网切换方法,其特征在于步骤(2)所述估计车辆节点在当前基站覆盖范围内的驻留时间的过程包括:
依据曼哈顿模型对车辆在路口运动的趋势进行估计,对车辆在当前基站中运行概率进行统计,用数组Pm[k]=[p1,p2,…,pi,…,pk]表示,p1+p2+...+pk=1,k为基站覆盖道路总条数,其中pi为车辆基站覆盖的第i条道路上运行的概率;由式(2)可计算出车辆在当前LTE基站覆盖范围的驻留时间数组Tm[k]=[t1,t2,…,ti,…,tk],其中L表示路段长度,v'表示车辆的平均运行速率,ti为车辆基站覆盖的第i条道路上运行的时间;再通过式(3)对时间与概率取熵值,则可计算出车辆节点在当前LTE基站的驻留时间估计值T';根据此T'的大小与设定阈值的比较将车辆分为狭移动与广移动;
T'=Pm[k]*Tm[k]T (3)。
4.根据权利要求1所述的一种基于驻留时间的异构车联网切换方法,其特征在于步骤(2)所述的对于狭移动车辆采用基于负载状况的单LTE基站与VANET之间的网络切换策略如下:
对于LTE与VANET的网络性能对比方法,利用步骤(1)中的网络负载状况即负载指标作为切换判别准则;通过对比当前接入的LTE基站的负载状况与VANET的负载状况,若计算得到的VANET的负载状况迟滞值高于阈值,说明VANET当前时刻有更好的网络性能,切换之后能获得更好的网络效益,进行网络切换,并为节点分配VANET信道;反之,说明VANET网络性能并不优于或者只是略微优于当前接入的LTE网络,停止切换,继续保持当前的LTE网络进行数据传输。
5.根据权利要求1所述的一种基于驻留时间的异构车联网切换方法,其特征在于步骤(2)所述的对于广移动车辆采用多LTE基站与VANET之间的分层多属性网络切换策略如下:
选取接收信号强度,信号噪声比,带宽,网络时延四个参数,并将接收信号强度作高优先级参数,提前检测排除掉信号强度低于设定阈值的网络;然后利用熵值法为网络所述四个参数进行客观赋权值,最后加权得到的最大加权值就是具有最优性能的目标切换网络。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610409479.3A CN106102099B (zh) | 2016-06-08 | 2016-06-08 | 一种基于驻留时间的异构车联网切换方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610409479.3A CN106102099B (zh) | 2016-06-08 | 2016-06-08 | 一种基于驻留时间的异构车联网切换方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106102099A true CN106102099A (zh) | 2016-11-09 |
CN106102099B CN106102099B (zh) | 2020-11-24 |
Family
ID=57228857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610409479.3A Expired - Fee Related CN106102099B (zh) | 2016-06-08 | 2016-06-08 | 一种基于驻留时间的异构车联网切换方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106102099B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108834079A (zh) * | 2018-09-21 | 2018-11-16 | 北京邮电大学 | 一种在异构网络中基于移动性预测的负载均衡优化方法 |
CN108990097A (zh) * | 2018-09-18 | 2018-12-11 | 奇酷互联网络科技(深圳)有限公司 | 自动规避网络资源不足的方法、移动终端和存储介质 |
CN109842912A (zh) * | 2019-01-08 | 2019-06-04 | 东南大学 | 一种基于集成学习的多属性切换决策方法 |
CN110446160A (zh) * | 2019-08-13 | 2019-11-12 | 南京戎智信息创新研究院有限公司 | 一种基于多路径信道状态信息的车辆位置估计的深度学习方法 |
CN111541643A (zh) * | 2020-03-18 | 2020-08-14 | 成都中科合迅科技有限公司 | 一种无侵入式实现业务系统安全审计的方法 |
CN112153706A (zh) * | 2019-06-28 | 2020-12-29 | 华为技术有限公司 | 一种ntn中小区选择的方法及装置 |
CN112996071A (zh) * | 2021-03-11 | 2021-06-18 | 北京交通大学 | 一种基于用户业务感知的车辆垂直切换方法及系统 |
CN113225773A (zh) * | 2021-05-12 | 2021-08-06 | 重庆邮电大学 | 超密集异构无线网络中网络环境感知自适应切换判决方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104967670A (zh) * | 2015-06-01 | 2015-10-07 | 南京邮电大学 | 一种基于IEEE 802.11p的车辆接入网络的方法 |
CN105163308A (zh) * | 2015-05-25 | 2015-12-16 | 华南理工大学 | 一种车载自组网中基于信任度检测的安全路由协议 |
-
2016
- 2016-06-08 CN CN201610409479.3A patent/CN106102099B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105163308A (zh) * | 2015-05-25 | 2015-12-16 | 华南理工大学 | 一种车载自组网中基于信任度检测的安全路由协议 |
CN104967670A (zh) * | 2015-06-01 | 2015-10-07 | 南京邮电大学 | 一种基于IEEE 802.11p的车辆接入网络的方法 |
Non-Patent Citations (3)
Title |
---|
SUKYOUNG LEE等: "vertical handoff decision algorithms for providing optimized performance in heterogeneous wireless networks", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 * |
秦华标 等: "城市非连通车载自组网中低时延路由协议", 《计算机工程》 * |
秦华标 等: "智能交通自组网的设计与实现", 《研究与开发》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108990097A (zh) * | 2018-09-18 | 2018-12-11 | 奇酷互联网络科技(深圳)有限公司 | 自动规避网络资源不足的方法、移动终端和存储介质 |
CN108990097B (zh) * | 2018-09-18 | 2021-08-31 | 深圳市知赢科技有限公司 | 自动规避网络资源不足的方法、移动终端和存储介质 |
CN108834079A (zh) * | 2018-09-21 | 2018-11-16 | 北京邮电大学 | 一种在异构网络中基于移动性预测的负载均衡优化方法 |
CN109842912A (zh) * | 2019-01-08 | 2019-06-04 | 东南大学 | 一种基于集成学习的多属性切换决策方法 |
CN112153706A (zh) * | 2019-06-28 | 2020-12-29 | 华为技术有限公司 | 一种ntn中小区选择的方法及装置 |
CN112153706B (zh) * | 2019-06-28 | 2022-10-28 | 华为技术有限公司 | 一种ntn中小区选择的方法及装置 |
CN110446160A (zh) * | 2019-08-13 | 2019-11-12 | 南京戎智信息创新研究院有限公司 | 一种基于多路径信道状态信息的车辆位置估计的深度学习方法 |
CN111541643B (zh) * | 2020-03-18 | 2022-02-01 | 成都中科合迅科技有限公司 | 一种无侵入式实现业务系统安全审计的方法 |
CN111541643A (zh) * | 2020-03-18 | 2020-08-14 | 成都中科合迅科技有限公司 | 一种无侵入式实现业务系统安全审计的方法 |
CN112996071A (zh) * | 2021-03-11 | 2021-06-18 | 北京交通大学 | 一种基于用户业务感知的车辆垂直切换方法及系统 |
CN112996071B (zh) * | 2021-03-11 | 2021-12-31 | 北京交通大学 | 一种基于用户业务感知的车辆垂直切换方法及系统 |
CN113225773B (zh) * | 2021-05-12 | 2022-08-23 | 重庆邮电大学 | 超密集异构无线网络中网络环境感知自适应切换判决方法 |
CN113225773A (zh) * | 2021-05-12 | 2021-08-06 | 重庆邮电大学 | 超密集异构无线网络中网络环境感知自适应切换判决方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106102099B (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106102099A (zh) | 一种基于驻留时间的异构车联网切换方法 | |
Zhu et al. | Communication-based train control system performance optimization using deep reinforcement learning | |
El Mouna Zhioua et al. | A fuzzy multi-metric QoS-balancing gateway selection algorithm in a clustered VANET to LTE advanced hybrid cellular network | |
CN105208616B (zh) | 车载自组织网络中基于道路拓扑的自适应多副本路由方法 | |
CN105245563A (zh) | 一种基于车辆节点连通稳定度的动态分簇方法 | |
CN106211260B (zh) | 一种车联网中基于位置信息自适应的机会路由方法 | |
CN107613532B (zh) | 车辆异构网络中基于逗留时间预测的模糊垂直切换方法 | |
CN109743742A (zh) | 用于eV2X系统中基于UE行为预测的移动性管理方法和装置 | |
Calhan | A fuzzy logic based clustering strategy for improving vehicular ad-hoc network performance | |
Xu et al. | Fuzzy Q-learning based vertical handoff control for vehicular heterogeneous wireless network | |
Liu et al. | Proactive mobility management with trajectory prediction based on virtual cells in ultra-dense networks | |
Zhou et al. | DRL-based low-latency content delivery for 6G massive vehicular IoT | |
CN103095593B (zh) | 车辆自组网络的路由系统及方法 | |
CN107105389A (zh) | 车载网络中基于道路拓扑结构的地理信息路由方法 | |
CN106301927A (zh) | 基于车载异构网络的多属性垂直切换方法 | |
Qiu et al. | Maintaining links in the highly dynamic fanet using deep reinforcement learning | |
Alablani et al. | An SDN/ML-based adaptive cell selection approach for HetNets: a real-world case study in London, UK | |
Alam et al. | Handover Decision for V2V Communication in VANET Based on Moving Average Slope of RSS. | |
Wu et al. | An adaptive TDMA scheduling strategy based on beacon messages for vehicular ad-hoc network | |
Kumaran et al. | Vertical handover in vehicular ad-hoc network using multiple parameters | |
CN105142232B (zh) | 一种基于位移趋向与IEEE802.11p的VANET信道接入方法 | |
CN116017348B (zh) | 一种基于5g通信的大数据云计算实时分发运维系统及方法 | |
Saritha et al. | Learning automata-based channel reservation scheme to enhance QoS in vehicular adhoc networks | |
Moore et al. | A hybrid (active-passive) clustering technique for VANETs | |
CN113992560B (zh) | 一种活跃度感知的社交车辆分簇方法、装置及计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201124 |