CN112672393A - 超密集异构无线网络中自适应终端需求的垂直切换方法 - Google Patents

Abstract

本发明请求保护一种超密集异构无线网络中自适应终端需求的垂直切换方法，属于移动通信领域，具体包括以下步骤：首先，分析目标网络和当前网络性能与终端需求的关系，提出切换等级评估方法，在满足终端需求的同时降低不必要切换。其次，计算切换后网络性能收益，并通过标记网络的结束时间，预测下一时刻移动终端的切换状态，增加网络性能收益的准确性。再次，使用优化后的模糊逻辑，将切换因子和网络性能收益作为输入，得到输出值进行最终切换判决。最后，仿真结果表明该方法能够自适应终端需求触发切换，能够在保证终端满意度的同时增强网络服务稳定性，均衡网络负载，提升系统整体性能。

Description

超密集异构无线网络中自适应终端需求的垂直切换方法

技术领域

本发明属于移动通信领域，具体是超密集异构无线网络中的垂直切换方法。

背景技术

随着5G网络技术的不断发展，势必与当前的无线网络环境组成更加复杂和庞大的异构5G网络环境，共同为移动终端提供不同特点的无线网络服务。移动终端在这些复杂网络环境中，由一个接入点切换到不同技术的接入点的过程叫做垂直切换，如何在这种大异构环境下为移动终端切换到满足需求的网络中，成已经为该领域研究的热点问题。

文献[XU Xiaodong,TANG Xiaoxuan,SUN Zhao,et al.Delay-oriented cr oss-tier handover optimization in ultra-dense heterogeneous networks[J].IEEEAccess,2019,7(1):21769-21776]中推导出在不同网络密度下，移动终端切换概率与时延和阻塞率的表达式，然后通过凸优化理论得到最优切换概率。同时结合资源预留的方式提出垂直切换策略，该策略能够降低阻塞率。文献[SUN Yao,FENG Gang,QIN Shuang,etal.The SMART handoff policy for millimeter wave heterogeneous cellularnetworks[J].IEEE Transactions on Mobile Comput ing,2018,17(6):1456-1468]中提出一种基于强化学习的智能切换方法，该方法通过当前网络RSS是否低于阈值触发切换，并通过基于强化学习的特征选择方法选择目标网络，在保持网络服务质量的同时降低切换次数。文献[GU H,INA LTEKIN H,and KRONGOLD B S.Coverage modelling and handoveranalysisin ultra-dense heterogeneous networks[C].ICC 2019-2019IEEEInternationa l Conference on Communications(ICC),Shanghai,China,2019:1-6]中为了降低切换开销，同时提升用户体验。通过微蜂窝网络的边界长度和弦长分布推导终端在网络中的停留时间，以此选择目标网络降低切换次数。文献[GHOSH S K and GHOSH S C.Apredictive handoff mechanism for 5G ultra dense netw orks[C].2017IEEE 16thInternational Symposium on Network Computing andApplications(NCA),MA,USA,2017:1-5]从网络间干扰入手，提出一种预测切换机制，评估移动终端切换到候选网络之后可获得的带宽值，以此选择目标网络提高移动终端的通信质量。针对提升系统性能文献[TIAN Daxin,WEI Jing yi,ZHOU Jianshan,et al.From cellular decision making toadaptive handoff i n heterogeneous wireless networks[J].IEEE WirelessCommunications Letters,2018,7(1):2-5]中提出一种功率控制和流量分流策略，降低网络间干扰和不必要切换。该策略使用平均场近似理论将动态随机博弈转换为平均场对策(Mean Fi eld Games,MFG)，并在此基础上建立了一个多主体、多共性的MFG框架，在此框架下推导干扰和信噪比的综合成本函数，提出了一种新的流量卸载和功率控制策略。

此外，上述针对异构5G网络中的切换策略，均以网络整体性能最优或者R SS阈值作为切换依据，没有考虑到终端的实际需求和不同无线网络服务的差异性，导致移动终端频繁触发不必要切换和网络负载不均衡问题。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种超密集异构无线网络中自适应终端需求的垂直切换方法。本发明的技术方案如下：

一种超密集异构无线网络中自适应终端需求的垂直切换方法，其包括以下步骤：

101、检测当前网络RSS是否小于触发切换阈值，当RSS低于触发切换阈值时，检测当前范围内的所有网络，若有满足终端需求的网络，切换到候选网络中满足终端需求且覆盖半径最大的网络；若没有满足终端需求网络，则选择RSS最大的网络，切换到目标网络，最后标记候选集中未被标记网络；

102、根据步骤101得到的标记结果，当前网络RSS大于触发切换阈值时，当移动终端进入新的网络时进行自适应切换判决，移动终端获取当前网络参数和目标网络参数，然后使用切换等级评估算法计算切换因子；其次，通过移动终端切换状态矩阵计算网络性能收益；再次，将切换因子与和网络性能收益作为模糊逻辑系统的输入进行最终切换判决；最后，根据是否触发切换标记未被终移动端连接的网络。

进一步的，若终端进入到新的网络范围内，根据步骤102得到当前网络和目标网络的属性参数，具体包括步骤：

移动终端i接收到基站j的RSS值可以表示为：

RSS(d_ij)＝ρ-ηlg(d_ij)+ξ (1)

其中d_ij表示移动终端i与网络j之间的距离，ρ为信号发射功率，η为路径损耗因子，ξ满足均值为0，方差为σ₁的随机高斯变量；

当移动终端数量在额定数量之下时，移动终端能够获得固定值带宽值，超过额定数量时各移动终端均分该网络的总带宽，则移动终端i能够从网络j获得的带宽表示如下：

其中cu_j表示当前连接到网络j中的移动终端数量，base_bw_j表示终端数量cu_j小于网络j的额定数量δ_j时，网络j能够为终端提供的带宽，total_bw_j表示网络j的能够提供的最大吞吐量；

根据时延与网络负载成正相关关系，将时延与负载之间的关系设置为指数函数关系，并且设定时延范围为0到120毫秒，则网络j的时延可表示为：

D(l_j)＝τ_j+(5l_j)³ (3)

其中，l_j表示网络j的负载，且l_j＝γ·cu_j/ch_j，γ为调整系数，ch_j为网络j的信道数量，τ_j为网络自带的属性时延；

丢包率与网络负载也为正相关关系，且丢包率的增加特点是先慢后快，最后缓慢增加达到丢包率的限定值，采用对指数函数积分的方式计算丢包率，且丢包率限定值设置为0.5，则丢包率计算公式如下：

进一步的，根据当前网络和目标网络性能是否能满足移动终端需求，提出切换等级评估方法，将网络性能与终端需求的关系转换为切换因子，并将其作为是否触发切换的主要依据，切换等级评估方法根据终端需求、当前网络性能和目标网络性能三者之间的关系，将切换分为三个等级：(1)当前网络满足终端需求，目标网络不满足终端需求；此时不需要触发切换，切换因子为1；(2)当前网络和目标网络均能够满足终端需求，此时是否切换主要取决于网络性能收益，切换因子为2；(3)当前网络不满足终端需求，目标网络满足终端需求，此时需要切换到目标网络中，切换因子为3，切换因子值越大，触发切换的可能性就越高。

进一步的，网络性能与终端需求的关系除以上讨论的三种情况外还有一种情况：当前网络和目标网络性能均不能满足终端需求，此时为了提高终端需求满意度，需要根据当前网络和目标网络性能之间的差距调整切换因子，调整依据为当前网络性能优于目标网络时，当前网络性能越好切换因子越小，当目标网络性能优于当前网络时，目标网络性能越好切换因子越大；

考虑到两个网络性能差距较小时，移动终端触发切换获得的收益不高，所以，当网络均不能满足终端需求，且两个网络性能差异较小时，保持移动终端不触发切换，在进行切换因子转换时，根据网络参数分为收益性参数和代价类参数，方法分别使用不同的函数计算。

进一步的，切换等级因子计算函数如下：

其中，re,cp,tp分别为终端需求、当前网络参数和目标网络参数，f₁为计算收益性网络参数的切换因子转换函数，f₂为计算代价性网络参数的切换因子转换函数；

通过切换因子转换函数可以得到每个参数的切换因子，然后将各个参数的切换因子相加得到综合切换因子。

进一步的，当多个终端同时切换到一个网络中时，

当移动终端进入一个新的网络中时会对该网络进行切换判决，未被该移动终端接入的网络会被移动终端标记，该移动终端在标记时间结束前不再对被标记的网络进行切换判决；当移动终端标记的网络计时器将要结束时，标志着下一时刻移动终端会再次与该网络进行切换判决；此时，移动终端将其需求信息和当前网络的参数信息发送给计时器将要结束的网络，该网络进行切换等级评估，根据评估的切换等级判断下一时刻该移动终端是否会接入，以此得到下一时刻网络覆盖范围内移动终端的切换状态；

通过以上方法可获得切入状态矩阵C和切出状态矩阵o，若移动终端i下一刻将切换入网络j中，则c_ji＝1；同理，若移动终端i下一刻将切出网络j，则o_ji＝1；

通过移动终端切换状态矩阵，计算下一时刻网络的负载情况，然后结合当前移动终端的切换状态，可得到切换后的网络性能收益，通过切换状态矩阵可以计算下一时刻连接到网络j的移动终端数量为：

其中，cu_nw,j，cu_nx,j分别为当前时刻和下一时刻连接到网络j的移动终端数量，m为移动终端的数量，o_ji、c_ji分别表示终端i下一刻是否切换入或切出网络j中，接下来使用网络当前时刻和下一时刻的负载，计算切换之后网络的性能收益情况，网络性能收益计算如下：

其中，l_j,1,l_j,2分别表示网络j切换前和切换后的负载率；如果网络j为移动终端当前连接的网络，则其切换前后的负载为：l_j,1＝γ·cu_nw/ch_j，l_j,2＝γ(cu_nx-1)/ch_j。当网络j为目标网络时，则其切换前后的负载为：l_j,1＝γ·cu_nw/ch_j，l_j,2＝γ(cu_nx+1)/ch_j。常数μ_delay和μ_plr分别表示时延和丢包率的调整系数；

经过计算得到当前网络和目标网络的性能收益分别为E_cur和E_tar，则切换后网络整体性能收益为：

ΔE＝E_cur+E_tar (10)

进一步的，在满足终端需求的前提下均衡网络负载，切换的最终决策采用模糊逻辑系统，根据切换因子和网络性能收益值的范围和分布特点，得到切换因子的隶属度函数，其中输入参数的隶属度函数使用梯形隶属度函数设计，输出参数使用三角形隶属度函数设计；并将输入参数和输出参数的模糊等级定义为{低、中、高}。根据先满足终端需求再均衡负载的要求，在模糊逻辑规则中将切换因子作为切换判决的主要依据，在得到输出值后，进行最终切换判决。

本发明的优点及有益效果如下：

1.本发明针对由无线局域网络和蜂窝网络异构而成的超密集异构无线网络环境，根据步骤101中判断RSS是否低于触发切换阈值，分别进行调用相应算法进行网络判决，以减少不必要切换，在进行网络选择时优先选择满足终端需求且覆盖半径最大的网络，继而根据步骤102提出切换等级评估方法，在提高终端满意度的同时降低不必要切换。

2.通过步骤102评估切换后网络性能收益均衡网络负载，并通过预测下一时刻网络范围内终端的切换状态，提高网络性能收益评估的准确性。然后，使用切换等级评估算法计算切换因子，通过移动终端切换状态矩阵计算网络性能收益。最后，将切换因子与和网络性能收益输入到模糊逻辑系统中，并根据模糊规则特点优化模糊逻辑系统，降低方法的时间消耗。

附图说明

图1是本发明提供优选实施例异构5G网络仿真场景图；

图2为切换方法流程图；

图3为不同方法的切换次数对比；

图4为不同方法的时延满意度对比；

图5为不同方法的带宽满意度对比；

图6为不同方法的网络负载对比；

图7为不同方法的网络时延增加对比；

图8为不同方法的网络丢包率增加对比；

图9为不同方法的系统吞吐量对比。

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、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。

本发明解决上述技术问题的技术方案是：

该方法综合考虑了异构5G网络中，针对覆盖半径不同的网络重叠覆盖和网络性能差异，引起的终端触发不必要切换和负载不均衡问题，提出自适应终端需求的垂直切换方法，能够自适应终端需求触发切换，能够在保证终端满意度的同时增强网络服务稳定性，均衡网络负载，提升系统整体性能。

本发明提出的网络选择方法包括以下步骤：

步骤一、当RSS低于触发切换阈值时，检测当前范围内的所有网络。为了减少不必要切换，在进行网络选择时优先选择满足终端需求且覆盖半径最大的网络。若没有满足终端需求网络，则选择RSS最大的网络，最后标记移动终端之前连接的网络和网络候选集中的其余网络。

步骤二、当移动终端进入新的网络时进行自适应切换判决，移动终端获取当前网络参数和目标网络参数，然后使用切换等级评估方法计算切换因子。

根据当前网络和目标网络性能是否能满足移动终端需求，提出切换等级评估方法。方法将网络性能与终端需求的关系转换为切换因子，并将其作为是否触发切换的主要依据。在满足终端需求的前提下，降低终端移动过程中触发不必要切换，提高网络服务的稳定性。切换等级评估方法根据终端需求、当前网络性能和目标网络性能三者之间的关系，将切换分为三个等级：(1)当前网络满足终端需求，目标网络不满足终端需求。此时不需要触发切换，切换因子为1；(2)当前网络和目标网络均能够满足终端需求。此时是否切换主要取决于网络性能收益，切换因子为2；(3)当前网络不满足终端需求，目标网络满足终端需求。此时需要切换到目标网络中，切换因子为3。切换因子值越大，触发切换的可能性就越高。

网络性能与终端需求的关系除以上讨论的三种情况外还有一种情况：当前网络和目标网络性能均不能满足终端需求。此时为了提高终端需求满意度，需要根据当前网络和目标网络性能之间的差距调整切换因子，调整依据为当前网络性能优于目标网络时，当前网络性能越好切换因子越小。当目标网络性能优于当前网络时，目标网络性能越好切换因子越大。

考虑到两个网络性能差距较小时，移动终端触发切换获得的收益不高。所以，当网络均不能满足终端需求，且两个网络性能差异较小时，保持移动终端不触发切换，以保证稳定的网络服务。在进行切换因子转换时，根据网络参数分为收益性参数和代价类参数，方法分别使用不同的函数计算。

步骤三、通过移动终端切换状态矩阵计算网络性能收益，将切换因子与和网络性能收益作为模糊逻辑系统的输入进行最终切换判决。然后，根据是否触发切换标记未被终移动端连接的网络。

根据上述分析，本发明设计了图2所示的方法流程图。

为了对本发明进行验证，我们在MATLAB平台上进行仿真实验，并设置如下仿真场景：采用5GMA、5GMC和WLAN三种无线网络技术组成的3km×2km的矩形网络仿真环境。仿真场景如图1所示。

在仿真过程中，假设场景内用户随机分布在仿真区域内，每隔一段时间随机改变运动方向。为了进一步突出本发明的优越性，将本发明所提方法与文献基于多属性判决的垂直切换方法(Vertical Handoff Algorithm based on Multi-Attribute Decision,VHO-MAD)和基于带宽优先的垂直切换方法(Vertical Handoff Algorithm based onBandwidth Priority,VHO-PBW)进行比较分析。

图3为终端需求与切换次数的关系。从图中可看出VHO-MAD方法的带宽一直处于较低值，只能在终端需求较低时满足终端需求，随着需求的增加VHO-MAD方法不能满足终端需求，其切换次数也维持在较低的水平。VHO-PBW的带宽一直处于较高水平，但其切换次数也一直是最高的。本发明提出的VHO-ATD方法能够适应终端需求，随着移动终端带宽需求增加能够为其提供满足需求的带宽，同时在带宽需求较低时，降低切换次数维持稳定的网络服务。

如图4和图5分别为终端需求增加时，终端的时延满意度和带宽满意度变化情况。从图中可以看出VHO-MAD方法由于其触发方式的限制，在当前网络不能满足终端需求时难以切换到其范围内性能更优的网络中，所以其时延满意度和带宽满意度的下降速度高于其他两种方法。VHO-PBW和VHO-ATD方法能够较大程度的满足终端需求，延缓终端需求满意度的下降速度，但由于VHO-PBW仅仅以网络性能作为唯一切换条件且没有考虑均衡负载，造成整体网络服务质量下降，所以VHO-PBW方法的终端需求满意度略低于VHO-ATD方法。

如图6、图7和图8分别是终端数量为20时，覆盖到BB’区域的网络的负载、时延和丢包率情况。从图中可以看出VHO-MAD方法的负载完全集中于5GMA网络和5GMC网络中，造成这两种网络的时延和和丢包率严重增加，而WLAN的网络性能低于5GMC，且处于5GMA网络覆盖的中心区域，因而无法接入到该网络中，造成该网络几乎没有负载。不仅降低了网络性能，也浪费了网络资源。VHO-PBW方法则优先切换到带宽更高的5GMC网络中。造成5GMC网络的时延和丢包率增加严重。VHO-ATD方法则将移动终端均衡到各个网络中，各网络的时延和丢包率增加量都较低，提升了网络的整体性能。

系统吞吐量是衡量切换方法性能的重要指标，本实验通过增加终端数量，然后统计每次增加后的吞吐量，获得网络在不同终端数量时的吞吐量变化情况。如图9为网络吞吐量与终端数量的关系，图中可以看出VHO-MAD方法的吞吐量最低，主要原因是VHO-MAD方法属于被动触发切换，在接入5GMA等覆盖范围较大的网络时RSS充足，难以连接到带宽更高的网络中，因此降低了吞吐量。VHO-PBW方法和VHO-ATD方法这类主动触发切换的方法的吞吐量随着终端数量的增加而上升，且均高于VHO-MAD的吞吐量。在移动终端数量低于20时，VHO-ATD方法的吞吐量略高VHO-PBW方法。当移动终端数量高于20之后VHO-ATD方法的吞吐量略低。产生该现象主要是移动终端数量低于20时，网络其他方面的性能降低较小，5GMC网络的时延和丢包率增加值在容忍范围内，在此条件下VHO-ATD方法会选择带宽较高的WLAN和5GMC网络。并且VHO-PBW方法频繁触发切换，也在一定程度上降低了吞吐量。当终端数量达到25之后，高带宽网络的负载严重增加，网络各方面性能下降严重。此时VHO-ATD方法为了均衡负载，其会选择范围内时延和丢包率较低的其他网络，这会略微降低系统吞吐量，但整体吞吐量与VHO-PBW相差不大。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (7)

1.一种超密集异构无线网络中自适应终端需求的垂直切换方法，其特征在于，包括以下步骤：

101、检测当前网络RSS是否小于触发切换阈值，当RSS低于触发切换阈值时，检测当前范围内的所有网络，若有满足终端需求的网络，切换到候选网络中满足终端需求且覆盖半径最大的网络；若没有满足终端需求网络，则选择RSS最大的网络，切换到目标网络，最后标记候选集中未被标记网络；

102、根据步骤101得到的标记结果，当前网络RSS大于触发切换阈值时，当移动终端进入新的网络时进行自适应切换判决，移动终端获取当前网络参数和目标网络参数，然后使用切换等级评估算法计算切换因子；其次，通过移动终端切换状态矩阵计算网络性能收益；再次，将切换因子与和网络性能收益作为模糊逻辑系统的输入进行最终切换判决；最后，根据是否触发切换标记未被终移动端连接的网络。

2.根据权利要求1所述的一种超密集异构无线网络中自适应终端需求的垂直切换方法，其特征在于，若终端进入到新的网络范围内，根据步骤102得到当前网络和目标网络的属性参数，具体包括步骤：

移动终端i接收到基站j的RSS值可以表示为：

RSS(d_ij)＝ρ-ηlg(d_ij)+ξ (1)

其中d_ij表示移动终端i与网络j之间的距离，ρ为信号发射功率，η为路径损耗因子，ξ满足均值为0，方差为σ₁的随机高斯变量；

当移动终端数量在额定数量之下时，移动终端能够获得固定值带宽值，超过额定数量时各移动终端均分该网络的总带宽，则移动终端i能够从网络j获得的带宽表示如下：

其中cu_j表示当前连接到网络j中的移动终端数量，base_bw_j表示终端数量cu_j小于网络j的额定数量δ_j时，网络j能够为终端提供的带宽，total_bw_j表示网络j的能够提供的最大吞吐量；

根据时延与网络负载成正相关关系，将时延与负载之间的关系设置为指数函数关系，并且设定时延范围为0到120毫秒，则网络j的时延可表示为：

D(l_j)＝τ_j+(5l_j)³ (3)

其中，l_j表示网络j的负载，且l_j＝γ·cu_j/ch_j，γ为调整系数，ch_j为网络j的信道数量，τ_j为网络自带的属性时延；

丢包率与网络负载也为正相关关系，且丢包率的增加特点是先慢后快，最后缓慢增加达到丢包率的限定值，采用对指数函数积分的方式计算丢包率，且丢包率限定值设置为0.5，则丢包率计算公式如下：

3.根据权利要求1所述的一种超密集异构无线网络中自适应终端需求的垂直切换方法，其特征在于，根据当前网络和目标网络性能是否能满足移动终端需求，提出切换等级评估方法，将网络性能与终端需求的关系转换为切换因子，并将其作为是否触发切换的主要依据，切换等级评估方法根据终端需求、当前网络性能和目标网络性能三者之间的关系，将切换分为三个等级：(1)当前网络满足终端需求，目标网络不满足终端需求；此时不需要触发切换，切换因子为1；(2)当前网络和目标网络均能够满足终端需求，此时是否切换主要取决于网络性能收益，切换因子为2；(3)当前网络不满足终端需求，目标网络满足终端需求，此时需要切换到目标网络中，切换因子为3，切换因子值越大，触发切换的可能性就越高。

4.根据权利要求3所述的一种超密集异构无线网络中自适应终端需求的垂直切换方法，其特征在于，网络性能与终端需求的关系除以上讨论的三种情况外还有一种情况：当前网络和目标网络性能均不能满足终端需求，此时为了提高终端需求满意度，需要根据当前网络和目标网络性能之间的差距调整切换因子，调整依据为当前网络性能优于目标网络时，当前网络性能越好切换因子越小，当目标网络性能优于当前网络时，目标网络性能越好切换因子越大；

考虑到两个网络性能差距较小时，移动终端触发切换获得的收益不高，所以，当网络均不能满足终端需求，且两个网络性能差异较小时，保持移动终端不触发切换，在进行切换因子转换时，根据网络参数分为收益性参数和代价类参数，方法分别使用不同的函数计算。

5.根据权利要求4所述的一种超密集异构无线网络中自适应终端需求的垂直切换方法，其特征在于，切换等级因子计算函数如下：

其中，re,cp,tp分别为终端需求、当前网络参数和目标网络参数，f₁为计算收益性网络参数的切换因子转换函数，f₂为计算代价性网络参数的切换因子转换函数；

通过切换因子转换函数可以得到每个参数的切换因子，然后将各个参数的切换因子相加得到综合切换因子。

6.根据权利要求5所述的一种超密集异构无线网络中自适应终端需求的垂直切换方法，其特征在于，当多个终端同时切换到一个网络中时，

当移动终端进入一个新的网络中时会对该网络进行切换判决，未被该移动终端接入的网络会被移动终端标记，该移动终端在标记时间结束前不再对被标记的网络进行切换判决；当移动终端标记的网络计时器将要结束时，标志着下一时刻移动终端会再次与该网络进行切换判决；此时，移动终端将其需求信息和当前网络的参数信息发送给计时器将要结束的网络，该网络进行切换等级评估，根据评估的切换等级判断下一时刻该移动终端是否会接入，以此得到下一时刻网络覆盖范围内移动终端的切换状态；

通过以上方法可获得切入状态矩阵C和切出状态矩阵o，若移动终端i下一刻将切换入网络j中，则c_ji＝1；同理，若移动终端i下一刻将切出网络j，则o_ji＝1；

通过移动终端切换状态矩阵，计算下一时刻网络的负载情况，然后结合当前移动终端的切换状态，可得到切换后的网络性能收益，通过切换状态矩阵可以计算下一时刻连接到网络j的移动终端数量为：

其中，cu_nw,j，cu_nx,j分别为当前时刻和下一时刻连接到网络j的移动终端数量，m为移动终端的数量，o_ji、c_ji分别表示终端i下一刻是否切换入或切出网络j中，接下来使用网络当前时刻和下一时刻的负载，计算切换之后网络的性能收益情况，网络性能收益计算如下：

其中，l_j,1,l_j,2分别表示网络j切换前和切换后的负载率；如果网络j为移动终端当前连接的网络，则其切换前后的负载为：l_j,1＝γ·cu_nw/ch_j，l_j,2＝γ(cu_nx-1)/ch_j。当网络j为目标网络时，则其切换前后的负载为：l_j,1＝γ·cu_nw/ch_j，l_j,2＝γ(cu_nx+1)/ch_j。常数μ_delay和μ_plr分别表示时延和丢包率的调整系数；

经过计算得到当前网络和目标网络的性能收益分别为E_cur和E_tar，则切换后网络整体性能收益为：

ΔE＝E_cur+E_tar (10)。

7.根据权利要求6所述的一种超密集异构无线网络中自适应终端需求的垂直切换方法，其特征在于，在满足终端需求的前提下均衡网络负载，切换的最终决策采用模糊逻辑系统，根据切换因子和网络性能收益值的范围和分布特点，得到切换因子的隶属度函数，其中输入参数的隶属度函数使用梯形隶属度函数设计，输出参数使用三角形隶属度函数设计；并将输入参数和输出参数的模糊等级定义为{低、中、高}。根据先满足终端需求再均衡负载的要求，在模糊逻辑规则中将切换因子作为切换判决的主要依据，在得到输出值后，进行最终切换判决。

Images