CN108235390A - 一种异构无线网络中基于贝叶斯决策的垂直切换方法 - Google Patents
一种异构无线网络中基于贝叶斯决策的垂直切换方法 Download PDFInfo
- Publication number
- CN108235390A CN108235390A CN201711249262.1A CN201711249262A CN108235390A CN 108235390 A CN108235390 A CN 108235390A CN 201711249262 A CN201711249262 A CN 201711249262A CN 108235390 A CN108235390 A CN 108235390A
- Authority
- CN
- China
- Prior art keywords
- network
- terminal
- switching
- decision
- alternative
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000008569 process Effects 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 35
- 238000005070 sampling Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000000332 continued effect Effects 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 230000009471 action Effects 0.000 abstract description 7
- 239000000654 additive Substances 0.000 abstract description 5
- 230000000996 additive effect Effects 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012847 principal component analysis method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/0005—Control or signalling for completing the hand-off
- H04W36/0083—Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
- H04W36/0085—Hand-off measurements
- H04W36/0094—Definition of hand-off measurement parameters
-
- 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
- H04W36/165—Performing reselection for specific purposes for reducing network power consumption
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种异构无线网络中基于贝叶斯决策的垂直切换方法,针对异构无线网络环境中移动终端在不同网络间频繁切换的问题,本发明提出了基于贝叶斯决策的垂直切换方法,利用终端的接收信号强度(Received Signal Strength,RSS)计算终端切换的先验概率;结合贝叶斯公式求出终端切换的后验概率;采用层次分析法和熵值法确定网络参数包括:可用带宽、时延、误码率和时延抖动等的权重,基于简单加权法构建移动终端在不同状态下采取不同行动的收益函数;综合考虑切换的后验概率与收益函数,构造切换的后验收益函数,并基于后验收益函数进行切换判决。本发明能够有效地减少切换次数,抑制切换过程中的“乒乓效应”,提高系统的资源利用率。
Description
技术领域
本发明涉及通信技术领域,更具体的说是涉及一种异构无线网络中基于贝叶斯决策的垂直切换方法。
背景技术
未来,无线通信技术的发展,将会促使更多新的无线接入技术的出现。不同的接入技术在为终端用户提供服务方面各有侧重且无法替代,单靠某一种接入技术已无法满足终端用户日益多样化的需求。下一代无线网络将朝着协同融合的异构无线网络的趋势发展。不同的无线网络在某些区域相互覆盖,形成异构无线网络。异构无线网络不仅仅是多种无线网络在地理上的重叠,而是协同不同无线网络,突破单一网络的局限,为用户提供多样化的服务,实现一加一大于二。然而,在异构无线网络中,不同无线网络在覆盖范围、传输速率和接入技术等方面所存在的差异成为异构无线网络融合的障碍。网络间的垂直切换是突破这种障碍,促使异构无线网络协同融合的可行之法。在复杂的异构无线网络环境下,如何随时随地为用户提供多样化的服务、保障用户的服务质量成为一个热点问题。
目前关于异构无线网络垂直切换的研究已经取得一定的进展,提出了多种不同的异构无线网络垂直切换算法。现存异构无线网络垂直切换算法主要分为以下五类:1)基于RSS的垂直切换算法。该类算法设定一个RSS阈值和驻留时间,当终端的RSS值低于设定的RSS阈值,并且维持一段时间(驻留时间),则终端进行切换。该类算法较为简单,但是由于影响RSS的因素众多,会导致终端在不同网络间频繁切换,产生“乒乓效应”。2)基于多属性决策的垂直切换算法。该类方法综合考虑影响用户QoS(Quality ofService)的网络参数,利用层次分析法确定网络参数的权重并基于简单加权法构造切换收益函数。该类算法较为简单,但灵活性较差。3)基于马尔科夫决策的垂直切换算法。该类算法将垂直切换过程建模为马尔科夫决策过程,通过最大化每次连接的回报来制定最优切换策略。4)基于人工智能的垂直切换算法。该类算法可分为两个类别:一是基于模糊逻辑的垂直切换算法,将模糊逻辑引入到垂直切换过程中,将影响切换的因素如:接收信号强度、数据传输速率、速度和负载模糊化处理,并按照制定的模糊规则进行切换判决;二是基于神经网络的垂直切换算法,将网络的切换选择问题转化为神经网络的分类问题,将网络的不同参数以及用户的偏好等作为神经网络的输入,神经网络的输出作为用户的切换策略。5)基于博弈论的垂直切换算法:该类算法将垂直切换过程建模为一个合作博弈模型,博弈的参与者是用户和网络,基于囚徒困境或纳什均衡原理,通过制定奖励合作、遏制对抗的机制达到博弈的动态平衡。
因此,如何提供一种简单、高效且能基于与切换有关的各种信息进行决策,使得决策的结果更加可靠,同时能够效地减少切换次数,抑制切换过程中的“乒乓效应”,提高系统资源利用率的异构无线网络垂直切换方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种异构无线网络中基于贝叶斯决策的垂直切换方法,不仅简单、高效且能基于与切换有关的各种信息进行决策,使得决策的结果更加可靠,同时能够效地减少切换次数,抑制切换过程中的“乒乓效应”,提高系统资源利用率。
为了实现上述目的,本发明采用如下技术方案:
一种异构无线网络中基于贝叶斯决策的垂直切换方法,具体包括以下步骤:
S1:计算切换的先验概率;
S2:计算切换的后验概率;
S3:确定网络参数的组合权重;
S4:构造收益函数;
S5:确定最优切换策略。
本发明的有益效果:利用切换的先验概率,结合贝叶斯公式计算后验概率,有效地利用网络资源;采用层次分析法和熵值法确定网络参数,基于简单加权法构建移动终端在不同状态下采取不同行动的收益函数,避免主观性过强;综合考虑切换的后验概率与收益函数,构造切换的后验收益函数,并基于后验收益函数进行切换判决,进而为终端用户选取最优的切换网络。
优选的,在上述的一种异构无线网络中基于贝叶斯决策的垂直切换方法,步骤S1中利用终端的接收信号强度计算切换的先验概率;
终端的接收信号强度定义为:
RSS(d)=PT-L-10nlg(d)+f(μ,σ);
其中,RSS(d)表示终端的接收信号强度;d表示终端与接入点的距离;PT表示网络的传输功率;L表示恒定信号功率损耗;n表示路径损耗指数,通常取值为2~4;f(μ,σ)表示服从均值为μ,标准差为σ的高斯分布;
则基于终端RSS的切换先验概率为:
π(θ)=P(RSS(d)>ε);
其中,RSS(d)表示终端的接收信号强度;ε表示终端切换的信号强度的阈值;π(θ)表示切换的先验概率。
本发明的有益效果:利用切换的先验概率,结合贝叶斯公式计算后验概率,充分利用各种信息,使得决策结果更加科学化。
优选的,在上述的一种异构无线网络中基于贝叶斯决策的垂直切换方法,步骤2中利用贝叶斯公式确定切换的后验概率;其中,贝叶斯公式表示为:
其中,π(θj)是样本的先验概率;p(x|θi)代表的是样本的抽样概率;π(θi|x)代表样本的后验概率。
本发明的有益效果:将切换的先验概率与引进的贝叶斯公式结合,计算切换的后验概率。
优选的,在上述的一种异构无线网络中基于贝叶斯决策的垂直切换方法,步骤3中利用层次分析法计算网络参数的主观权重,利用熵值法计算网络参数的客观权重,基于主观权重和客观权重得到网络参数的组合权重。
本发明的有益效果:通过主观权重和客观权重结合得到组合权重,避免了所构建的收益函数的主观性过强。
优选的,在上述的一种异构无线网络中基于贝叶斯决策的垂直切换方法,步骤3具体包括:
S31:利用层次分析法确定网络参数的主观权重;其中,根据问题总目标将决策方案分为三个层次:目标层(切换判决)、准则层(网络参数)、方案层(备选网络)。首先,构造判断矩G=(gij)n×n,其中,gij表示网络参数i与网络参数j关于切换决策重要性的比较,并且用1-9标度法确定gij的值;再将判断矩阵G的每一列归一化,得到矩阵B=(bij)n×n;网络参数的主观权重
Q={q1,q2,…,qn}如下:
其中,n代表n个网络参数,
进一步,求出判断矩阵G的最大特征值相应的特征向量M=(m1,m2,…,mn)T,再将M归一化,判断矩阵G的最大特征值λmax可由如下公式得到:
其中,(GM)i表示GM的第i个分量;
计算判断矩阵的一致性指标:
由于随机一致性比例当CR<0.1时,认定层次总排序结果具有满意一致性,否则重新调整判断矩阵;
S32:利用熵值法确定网络参数的客观权重:首先,构造切换判决的决策矩阵Z=(zij)k×n。其中,k代表备选网络的个数,n代表网络参数的个数,zij代表第i个备选网络的第j个网络参数的值;
通过如下公式得到矩阵N:
然后,计算第j个网络参数的输出熵,得到矩阵E:
其中,常数l=(lnn)-1;同时规定,如果nij=0,则nijlnnij=0;k表示有k个备选网络;
接着,计算第j个网络参数的差异系数矩阵H:
hj=1-ej,j=1,2,…,n;
最后,得到网络参数的客观权重V:
S33:组合权重的确定:根据求得的主观权重Q和客观权重V,由如下公式得到各网络参数的组合权重W:
本发明的有益效果:结合层次分析法所得到的网络参数的主观权重和熵值法所得到的网络参数的客观权重,计算网络参数的组合权重,再通过简单加权法构建移动终端在不同状态下采取不同行动的收益函数。
优选的,在上述的一种异构无线网络中基于贝叶斯决策的垂直切换方法,步骤4中构造收益函数分为两种情况:
(1)终端在接入备选网络Mi的情况下,切换到备选网络Mj的收益函数:
其中,ωm表示第m个网络参数所对应的权重因子;Qm(Mi,Mj)表示第m个网络参数所对应的收益函数。
(2)终端在接入备选网络Mi的情况下,不切换到备选网络Mj的收益函数:
g(Mi,Mj)=ωcgc(Mi,Mj)+ωpgp(Mi,Mj)
其中,gc(Mi,Mj)、gp(Mi,Mj)分别表示终端从备选网络Mi切换到备选网络Mj的信令开销函数和网络费用函数;ωc、ωp分别表示信令开销和网络费用所对应的权重因子,并且ωc+ωp=1。
优选的,在上述的一种异构无线网络中基于贝叶斯决策的垂直切换方法,步骤5中确定最优切换策略,利用所述切换的后验概率和所述切换的收益函数构建决策矩阵如表1所示,并构造终端从备选网络Mi切换到备选网络Mj的后验收益函数:
R(Mi,Mj)=p(Y|Mi)Q(Mi,Mj)-p(N|Mi)g(Mi,Mj)i,j=1,2,…n,i≠j
其中,异构无线网络环境中n个备选网络,分别记为:M1,M2,…,Mn;p(Y|Mi),表示终端在接入备选网络Mi的情况下,发生切换的后验概率;Q(Mi,Mj)表示终端从备选网络Mi切换到备选网络Mj的收益函数;p(N|Mi)表示终端在接入备选网络Mi的情况下,不发生切换的后验概率;g(Mi,Mj)表示终端从备选网络Mi不切换到备选网络Mj的收益函数;
表1
在异构无线网络区域内存在n个备选网络,在决策时刻t,终端接入备选网络Mi,令如果S>0,则终端从备选网络Mi切换到备选网络如果S≤0,则终端不发生切换,继续接入到Mi。
本发明的有益效果:综合考虑切换的后验概率与收益函数,构造切换的后验收益函数,并基于后验收益函数进行切换判决,为终端用户选取最优的切换网络。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种异构无线网络中基于贝叶斯决策的垂直切换方法,利用切换的先验概率,结合贝叶斯公式计算后验概率,充分地利用了与切换有关的各种信息;采用层次分析法和熵值法确定网络参数的组合权重,并基于简单加权法构建移动终端在不同状态下采取不同行动的收益函数,避免主观性过强;综合考虑切换的后验概率与收益函数,构造切换的后验收益函数,并基于后验收益函数进行切换判决,进而为终端用户选取最优的切换网络。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1附图为本发明的流程图;
图2附图为本发明确定主观权重的层次结构图;
图3附图为本发明确定网络参数组合权重流程图;
图4附图为本发明的系统模型图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅附图1为本发明实施例提供了一种异构无线网络中基于贝叶斯决策的垂直切换方法,具体包括以下步骤:
S1:计算切换的先验概率;
S2:计算切换的后验概率;
S3:确定网络参数的组合权重;
S4:构造收益函数;
S5:确定最优切换策略。
需要了解的是:先验信息就是在抽样之前有关统计问题的一些信息,一般说来,先验信息主要来源于经验和历史资料,先验信息在日常生活和工作中也经常可见,不少人在自觉或不自觉地使用它,贝叶斯决策就是结合先验信息和抽样信息得出后验信息,从而进行科学的决策的。
为了进一步优化上述技术方案,步骤S1中利用终端的接收信号强度计算切换的先验概率;
其中,终端的接收信号强度定义为:
RSS(d)=PT-L-10nlg(d)+f(μ,σ);
式中,RSS(d)表示终端的接收信号强度;d表示终端与接入点的距离;PT表示网络的传输功率;L表示恒定信号功率损耗;n表示路径损耗指数,通常取值为2~4;f(μ,σ)表示服从均值为μ,标准差为σ的高斯分布;
则基于终端RSS的切换先验概率为:
π(θ)=P(RSS(d)>ε);
其中,RSS(d)表示终端的接收信号强度;ε表示终端切换的信号强度的阈值;π(θ)表示切换的先验概率。
为了进一步优化上述技术方案,步骤2中利用贝叶斯公式确定切换的后验概率;假设终端用户接入备选网络Mi,p(Y)表示终端切换的先验概率,且p(Y)=π(θ),p(N)表示不切换的先验概率,其中p(N)=1-π(θ)。结合贝叶斯公式可得:
其中,p(Y|Mi)、p(N|Mi)分别表示终端在接入网络Mi的条件下切换的后验概率、接入网络Mi的条件下不切换的后验概率,p(Mi|Y)、p(Mi|N)分别表示在发生切换的条件下接入网络Mi的概率、在不发生切换的条件下接入网络Mi的概率。
需要了解的是:多属性决策中权重因子的确定主要有两类方法:主观法(专家调查法、层次分析法)和客观法(主成份分析法、熵值法)。主观法中,决策者可根据自身的经验、偏好等对各属性权重进行排序,能反映出决策者对各个属性的重视程度,但客观性较差。客观法中,各属性权重因子的确定是基于原始数据之间的联系,客观性较强,但无法反应出决策者的偏好。
为了进一步优化上述技术方案,步骤3中利用层次分析法计算网络参数的主观权重,利用熵值法计算网络参数的客观权重,基于主观权重和客观权重得到网络参数的组合权重。
请参阅附图2、3,为了进一步优化上述技术方案,步骤3具体包括:
S31:利用层次分析法确定网络参数的主观权重;选取影响垂直切换的四个网络参数:可用带宽、时延、误码率和时延抖动。层次结构模型如图2所示,其中,根据问题总目标将决策方案分为三个层次:目标层(切换判决)、准则层(网络参数)、方案层(备选网络)。首先,构造判断矩G=(gij)n×n,其中,gij表示网络参数i与网络参数j关于切换决策重要性的比较,并且用1-9标度法确定gij的值;gij的取值如表2所示;
表2
在相同到绝对强每两个等级之间可依次使用2,4,6,8将其量化。即取1,2,3,…,9或它们的倒数。因此判断矩阵又称正反矩阵,并且满足:
构造断矩阵G如表3所示;
表3
将判断矩阵G的每一列归一化,得到矩阵B=(bij)4×4,由如下公式得主观权重Q={q1,q2,q3,q4}。
其中,qi代表各个网络参数的主观权重;
判断矩阵G的最大特征值λmax可由如下公式近似得到,并求出λmax对应的特征向量M=(m1,m2,m3,m4)T,将M归一化。
其中,(GM)i表示矩阵GM的第i个分量。
判断矩阵的一致性比例为
其中,C为一致性指标,RI为随机一致性指标,其值如表4所示;
表4
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0 | 0 | 0.52 | 0.89 | 1.12 | 1.26 | 1.36 | 1.41 | 1.46 |
当CR<0.1时,可认为层次总排序结果具有满意一致性,否则需要重新调整判断矩阵。
S32:利用熵值法确定网络参数的客观权重:首先,构造切换判决的决策矩阵Z=(zij)k×4。其中,k代表备选网络的个数,n代表网络参数的个数,zij代表第i个备选网络的第j个网络参数的值;
通过如下公式得到矩阵N:
然后,计算第j个网络参数的输出熵,得到矩阵E:
其中,常数l=(lnn)-1;同时规定,如果nij=0,则nijlnnij=0;k表示有k个备选网络;
接着,计算第j个网络参数的差异系数矩阵H:
hj=1-ej,j=1,2,3,4
最后,得到网络参数的客观权重V:
S33:组合权重的确定:根据求得的主观权重Q={q1,q2,q3,q4}和客观权重V={v1,v2,v3,v4},由如下公式可得各网络参数的组合权重W={ω1,ω2,ω3,ω4}:
为了进一步优化上述技术方案,步骤4中构造收益函数分为两种情况:
(1)终端在接入备选网络Mi的情况下,切换到备选网络Mj的收益函数:
Q(Mi,Mj)=ωBQB(Bi,Bj)+ωDQD(Di,Dj)+ωEQE(Ei,Ej)+ωJQJ(Pi,Pj)
其中,ωB、ωD、ωE、ωJ分别代表可用带宽、时延、误码率、时延抖动所对应的权重因子;QB(Bi,Bj)、QD(Pi,Pj)、QE(Di,Dj)、QJ(Ei,Ej)分别代表可用带宽收益函数、时延收益函数、误码率收益函数、时延抖动收益函数。
(2)终端在接入备选网络Mi的情况下,不切换到备选网络Mj的收益函数:
g(Mi,Mj)=ωcgc(Mi,Mj)+ωpgp(Mi,Mj)
其中,gc(Mi,Mj)、gp(Mi,Mj)分别表示终端从备选网络Mi切换到备选网络Mj的信令开销函数和网络费用函数;ωc、ωp分别表示信令开销和网络费用所对应的权重因子,并且ωc+ωp=1。
需要了解的是:贝叶斯决策是在样本的先验信息和抽样信息的基础上利用贝叶斯公式计算出样本的后验的信息,构造决策的收益函数,综合后验信息和收益函数进行决策。
一个贝叶斯决策问题所要利用的信息可概括归纳为以下四点:
(1)有一个可观察的随机变量X,它的密度函数(或者概率函数)依赖于未知参数θ,且这里Θ就是状态集,Θ={M1,M2,M3,…,Mn}其中,M1,M2,M3,…,Mn是备选网络。
(2)在状态集Θ上有一个先验分布π(θ)。
(3)有一个行动集A=(aY,aN)。其中aY、aN分别代表切换和不切换。
(4)在Θ×Α上定义了一个收益函数Q(Mi,a,Mj),表示终端在状态Mi的条件下采取行动a转移到状态Mj的收益函数。
为了进一步优化上述技术方案,步骤5中确定最优切换策略,如图4所示,为异构无线网络系统模型图。设定异构无线网络环境中存在三个备选网络,分别是:LTE、WLAN1、WLAN2,记为M1,M2,M3。结合后验概率和收益函数构造决策矩阵如表5所示;
表5
构造切换的后验收益函数:
R(Mi,Mj)=p(Y|Mi)Q(Mi,Mj)-p(N|Mi)g(Mi,Mj)i,j=1,2,3,i≠j假设在决策时刻t,终端接入备选网络Mi i=1,2,3,令如果S>0,则终端从备选网络Mi切换到备选网络如果S≤0,则终端不发生切换,继续接入到Mi。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种异构无线网络中基于贝叶斯决策的垂直切换方法,其特征在于,具体包括以下步骤:
S1:计算切换的先验概率;
S2:计算切换的后验概率;
S3:确定网络参数的组合权重;
S4:构造收益函数;
S5:确定最优切换策略。
2.根据权利要求1所述的一种异构无线网络中基于贝叶斯决策的垂直切换方法,其特征在于,步骤S1中利用终端的接收信号强度计算切换的先验概率;终端的接收信号强度定义为:
RSS(d)=PT-L-10n lg(d)+f(μ,σ);
其中,RSS(d)表示终端的接收信号强度;d表示终端与接入点的距离;PT表示网络的传输功率;L表示恒定信号功率损耗;n表示路径损耗指数,取值为2~4;f(μ,σ)表示服从均值为μ,标准差为σ的高斯分布;
则基于终端RSS的切换先验概率为:
π(θ)=P(RSS(d)>ε);
其中,RSS(d)表示终端的接收信号强度;ε表示终端切换的信号强度的阈值;π(θ)表示切换的先验概率。
3.根据权利要求1所述的一种异构无线网络中基于贝叶斯决策的垂直切换方法,其特征在于,步骤2中利用贝叶斯公式确定切换的后验概率;其中,贝叶斯公式表示为:
其中,π(θj)是样本的先验概率;p(x|θi)代表的是样本的抽样概率;π(θi|x)代表样本的后验概率。
4.根据权利要求1所述的一种异构无线网络中基于贝叶斯决策的垂直切换方法,其特征在于,步骤3中利用层次分析法计算网络参数的主观权重,利用熵值法计算网络参数的客观权重,基于主观权重和客观权重得到网络参数的组合权重。
5.根据权利要求4所述的一种异构无线网络中基于贝叶斯决策的垂直切换方法,其特征在于,所述网络参数包括:可用带宽、时延、误码率、时延抖动。
6.根据权利要求4所述的一种异构无线网络中基于贝叶斯决策的垂直切换方法,其特征在于,步骤3具体包括:
S31:利用层次分析法确定网络参数的主观权重;其中,根据问题总目标将决策方案分为三个层次:目标层、准则层、方案层;首先构造判断矩阵G=(gij)n×n,其中,gij表示网络参数i与网络参数j关于决策重要性的比较,并且用1-9标度法确定gij的值;再将判断矩阵G的每一列归一化,得到矩阵B=(bij)n×n;网络参数的主观权重Q={q1,q2,…,qn}如下:
其中,n代表n个网络参数,
进一步,求出判断矩阵G的最大特征值相应的特征向量M=(m1,m2,…,mn)T,再将M归一化,判断矩阵G的最大特征值λmax可由如下公式得到:
其中,(GM)i表示GM的第i个分量;
计算判断矩阵的一致性指标:
由于随机一致性比例当CR<0.1时,认定层次总排序结果具有满意一致性,否则重新调整判断矩阵;
S32:利用熵值法确定网络参数的客观权重:首先,构造切换判决的决策矩阵Z=(zij)k×n;其中,k代表备选网络的个数,n代表网络参数的个数,zij代表第i个备选网络的第j个网络参数的值;
通过如下公式得矩阵N:
然后,计算第j个网络参数的输出熵,得到矩阵E:
其中,常数l=(lnn)-1;同时规定,如果nij=0,则nijln nij=0;k表示有k个备选网络;
接着,计算第j个网络参数的差异系数矩阵H:
hj=1-ej,j=1,2,…,n;
最后,得到网络参数的客观权重V:
S33:组合权重的确定:根据求得的主观权重Q和客观权重V,由如下公式可得各网络参数的组合权重W:
7.根据权利要求1所述的一种异构无线网络中基于贝叶斯决策的垂直切换方法,其特征在于,步骤4中构造收益函数分为两种情况:
(1)终端在接入备选网络Mi的情况下,切换到备选网络Mj的收益函数:
其中,ωm表示第m个网络参数所对应的权重因子;Qm(Mi,Mj)表示第m个网络参数所对应的收益函数;
(2)终端在接入备选网络Mi的情况下,不切换到备选网络Mj的收益函数:
g(Mi,Mj)=ωcgc(Mi,Mj)+ωpgp(Mi,Mj)
其中,gc(Mi,Mj)、gp(Mi,Mj)分别表示终端从备选网络Mi切换到备选网络Mj的信令开销函数和网络费用函数;ωc、ωp分别表示信令开销和网络费用所对应的权重因子,并且ωc+ωp=1。
8.根据权利要求1所述的一种异构无线网络中基于贝叶斯决策的垂直切换方法,其特征在于,步骤5中确定最优切换策略,利用所述切换的后验概率和所述切换的收益函数构建决策矩阵,并构造终端从备选网络Mi切换到备选网络Mj的后验收益函数:
R(Mi,Mj)=p(Y|Mi)Q(Mi,Mj)-p(N|Mi)g(Mi,Mj)i,j=1,2,…n,i≠j
其中,异构无线网络环境中n个备选网络,分别记为:M1,M2,…,Mn;p(Y|Mi),表示终端在接入备选网络Mi的情况下,发生切换的后验概率;Q(Mi,Mj)表示终端从备选网络Mi切换到备选网络Mj的收益函数;p(N|Mi)表示终端在接入备选网络Mi的情况下,不发生切换的后验概率;g(Mi,Mj)表示终端从备选网络Mi不切换到备选网络Mj的收益函数;
在异构无线网络区域内存在n个备选网络,在决策时刻t,终端接入备选网络Mi,令如果S>0,则终端从备选网络Mi切换到备选网络如果S≤0,则终端不发生切换,继续接入到Mi。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711249262.1A CN108235390B (zh) | 2017-12-01 | 2017-12-01 | 一种异构无线网络中基于贝叶斯决策的垂直切换方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711249262.1A CN108235390B (zh) | 2017-12-01 | 2017-12-01 | 一种异构无线网络中基于贝叶斯决策的垂直切换方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108235390A true CN108235390A (zh) | 2018-06-29 |
CN108235390B CN108235390B (zh) | 2020-11-10 |
Family
ID=62653245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711249262.1A Expired - Fee Related CN108235390B (zh) | 2017-12-01 | 2017-12-01 | 一种异构无线网络中基于贝叶斯决策的垂直切换方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108235390B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109150756A (zh) * | 2018-10-25 | 2019-01-04 | 重庆邮电大学 | 一种基于sdn电力通信网的队列调度权值量化方法 |
CN109219071A (zh) * | 2018-11-05 | 2019-01-15 | 重庆邮电大学 | 异构无线网络中基于业务分级的垂直切换方法 |
CN109286959A (zh) * | 2018-11-07 | 2019-01-29 | 吉林大学 | 一种基于层次分析法的异构无线网络垂直切换方法 |
CN109885893A (zh) * | 2019-01-24 | 2019-06-14 | 北京航空航天大学 | 基于不对称信息的贝叶斯加速验收抽样方案的设计方法 |
CN110225535A (zh) * | 2019-06-04 | 2019-09-10 | 吉林大学 | 基于深度确定性策略梯度的异构无线网络垂直切换方法 |
CN110519831A (zh) * | 2019-09-04 | 2019-11-29 | 华南师范大学 | Wifi和小蜂窝网络切换方法、系统、存储介质和网络组件 |
CN110996365A (zh) * | 2019-12-03 | 2020-04-10 | 中南大学 | 一种基于多目标优化模型的异构网络垂直切换算法及系统 |
CN110996366A (zh) * | 2019-12-13 | 2020-04-10 | 哈尔滨工业大学 | 一种异构专用网络垂直切换中权重确定方法 |
CN111314982A (zh) * | 2020-03-27 | 2020-06-19 | 哈尔滨工业大学 | 一种基于速度预判决和模糊逻辑的异构专网垂直切换方法 |
CN112312496A (zh) * | 2020-10-15 | 2021-02-02 | 山东科技大学 | 一种基于神经网络多属性判决的垂直切换方法 |
CN112788688A (zh) * | 2021-01-11 | 2021-05-11 | 中南大学 | 异构网络间的垂直切换方法、装置、设备及存储介质 |
CN113784411A (zh) * | 2021-09-13 | 2021-12-10 | 展讯通信(上海)有限公司 | 链路质量评估方法、链路切换方法、设备和存储介质 |
CN113784410A (zh) * | 2021-09-24 | 2021-12-10 | 吉林大学 | 基于强化学习td3算法的异构无线网络垂直切换方法 |
CN113794986A (zh) * | 2021-10-29 | 2021-12-14 | 上海工程技术大学 | 一种基于rssi概率分布的加权定位方法 |
WO2023082554A1 (zh) * | 2021-11-10 | 2023-05-19 | 国网江苏省电力有限公司电力科学研究院 | 一种自适应网络切换方法、系统及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103596231A (zh) * | 2013-06-20 | 2014-02-19 | 北京邮电大学 | 一种垂直切换方法及装置 |
CN105407514A (zh) * | 2015-11-23 | 2016-03-16 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于ahp/r-topsis的无线网络垂直切换方法 |
CN106686687A (zh) * | 2016-12-29 | 2017-05-17 | 努比亚技术有限公司 | 一种接入控制方法及装置 |
CN107071841A (zh) * | 2017-03-02 | 2017-08-18 | 重庆邮电大学 | 异构网络中基于动态权重优化的垂直切换方法 |
-
2017
- 2017-12-01 CN CN201711249262.1A patent/CN108235390B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103596231A (zh) * | 2013-06-20 | 2014-02-19 | 北京邮电大学 | 一种垂直切换方法及装置 |
CN105407514A (zh) * | 2015-11-23 | 2016-03-16 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于ahp/r-topsis的无线网络垂直切换方法 |
CN106686687A (zh) * | 2016-12-29 | 2017-05-17 | 努比亚技术有限公司 | 一种接入控制方法及装置 |
CN107071841A (zh) * | 2017-03-02 | 2017-08-18 | 重庆邮电大学 | 异构网络中基于动态权重优化的垂直切换方法 |
Non-Patent Citations (2)
Title |
---|
KUN ZHU, DUSIT NIYATO, AND PING WANG: "Network Selection in Heterogeneous Wireless Networks: Evolution with Incomplete Information", 《WCNC 2010》 * |
孔令斌,王军选,孙长印: "多网络共存下基于贝叶斯的垂直切换算法", 《电讯技术》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109150756A (zh) * | 2018-10-25 | 2019-01-04 | 重庆邮电大学 | 一种基于sdn电力通信网的队列调度权值量化方法 |
CN109219071A (zh) * | 2018-11-05 | 2019-01-15 | 重庆邮电大学 | 异构无线网络中基于业务分级的垂直切换方法 |
CN109219071B (zh) * | 2018-11-05 | 2021-09-10 | 重庆邮电大学 | 异构无线网络中基于业务分级的垂直切换方法 |
CN109286959A (zh) * | 2018-11-07 | 2019-01-29 | 吉林大学 | 一种基于层次分析法的异构无线网络垂直切换方法 |
CN109885893A (zh) * | 2019-01-24 | 2019-06-14 | 北京航空航天大学 | 基于不对称信息的贝叶斯加速验收抽样方案的设计方法 |
CN109885893B (zh) * | 2019-01-24 | 2021-07-09 | 北京航空航天大学 | 基于不对称信息的贝叶斯加速验收抽样方案的设计方法 |
CN110225535A (zh) * | 2019-06-04 | 2019-09-10 | 吉林大学 | 基于深度确定性策略梯度的异构无线网络垂直切换方法 |
CN110225535B (zh) * | 2019-06-04 | 2021-07-20 | 吉林大学 | 基于深度确定性策略梯度的异构无线网络垂直切换方法 |
CN110519831A (zh) * | 2019-09-04 | 2019-11-29 | 华南师范大学 | Wifi和小蜂窝网络切换方法、系统、存储介质和网络组件 |
CN110996365B (zh) * | 2019-12-03 | 2021-05-11 | 中南大学 | 一种基于多目标优化模型的异构网络垂直切换算法及系统 |
CN110996365A (zh) * | 2019-12-03 | 2020-04-10 | 中南大学 | 一种基于多目标优化模型的异构网络垂直切换算法及系统 |
CN110996366A (zh) * | 2019-12-13 | 2020-04-10 | 哈尔滨工业大学 | 一种异构专用网络垂直切换中权重确定方法 |
CN110996366B (zh) * | 2019-12-13 | 2021-10-22 | 哈尔滨工业大学 | 一种异构专用网络垂直切换中权重确定方法 |
CN111314982A (zh) * | 2020-03-27 | 2020-06-19 | 哈尔滨工业大学 | 一种基于速度预判决和模糊逻辑的异构专网垂直切换方法 |
CN112312496A (zh) * | 2020-10-15 | 2021-02-02 | 山东科技大学 | 一种基于神经网络多属性判决的垂直切换方法 |
CN112312496B (zh) * | 2020-10-15 | 2022-05-24 | 山东科技大学 | 一种基于神经网络多属性判决的垂直切换方法 |
CN112788688A (zh) * | 2021-01-11 | 2021-05-11 | 中南大学 | 异构网络间的垂直切换方法、装置、设备及存储介质 |
CN112788688B (zh) * | 2021-01-11 | 2022-05-06 | 中南大学 | 异构网络间的垂直切换方法、装置、设备及存储介质 |
CN113784411A (zh) * | 2021-09-13 | 2021-12-10 | 展讯通信(上海)有限公司 | 链路质量评估方法、链路切换方法、设备和存储介质 |
CN113784410A (zh) * | 2021-09-24 | 2021-12-10 | 吉林大学 | 基于强化学习td3算法的异构无线网络垂直切换方法 |
CN113794986A (zh) * | 2021-10-29 | 2021-12-14 | 上海工程技术大学 | 一种基于rssi概率分布的加权定位方法 |
WO2023082554A1 (zh) * | 2021-11-10 | 2023-05-19 | 国网江苏省电力有限公司电力科学研究院 | 一种自适应网络切换方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108235390B (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108235390A (zh) | 一种异构无线网络中基于贝叶斯决策的垂直切换方法 | |
CN108901052B (zh) | 一种异构网络的切换方法及装置 | |
CN107071841B (zh) | 异构网络中基于动态权重优化的垂直切换方法 | |
CN111866954B (zh) | 一种基于联邦学习的用户选择和资源分配方法 | |
CN107734512B (zh) | 一种基于灰度关联层次分析的网络选择方法 | |
CN105207821B (zh) | 一种面向业务的网络综合性能评估方法 | |
CN104618924B (zh) | 基于无线泛在网的用户体验质量指标系统和测量方法 | |
Nkansah-Gyekye et al. | Vertical handoff decision algorithm for UMTS-WLAN | |
CN109286959A (zh) | 一种基于层次分析法的异构无线网络垂直切换方法 | |
CN108495341A (zh) | 一种基于流向预测的资源预留方法及系统、移动通信系统 | |
CN104602325A (zh) | 一种基于层次分析法的异构无线网络选择方法 | |
CN108901058A (zh) | 一种物联网节点接入通道优化选择方法 | |
Skondras et al. | An analytic network process and trapezoidal interval‐valued fuzzy technique for order preference by similarity to ideal solution network access selection method | |
CN108024307A (zh) | 一种基于物联网的异构网络接入选择方法及系统 | |
CN110996365B (zh) | 一种基于多目标优化模型的异构网络垂直切换算法及系统 | |
CN112508408B (zh) | 一种边缘计算下无线资源管理指标的映射模型构建方法 | |
Shang et al. | An admission control algorithm based on matching game and differentiated service in wireless mesh networks | |
Zhao et al. | Context-aware multi-criteria handover with fuzzy inference in software defined 5G HetNets | |
CN110113803A (zh) | 一种异构网络中基于用户体验的网络接入选择方法 | |
Ma et al. | Heterogeneous network selection algorithm for novel 5G services based on evolutionary game | |
Yu et al. | Network selection algorithm based on chi-square distance in heterogeneous wireless networks | |
CN106535226A (zh) | 一种基于协同学理论的多网络协同选择和聚合方法 | |
Zhou et al. | A network selection scheme based on the analytic hierarchy process for marine internet | |
CN112867101B (zh) | 一种基于灰度综合评价值的公安异构无线专网选择方法 | |
Zhang et al. | Statistical multiplexing gain analysis of processing resources in centralized radio access networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20201110 |