CN117177322A - 一种电力线载波和无线通信双网络的无缝切换方法 - Google Patents
一种电力线载波和无线通信双网络的无缝切换方法 Download PDFInfo
- Publication number
- CN117177322A CN117177322A CN202311264991.XA CN202311264991A CN117177322A CN 117177322 A CN117177322 A CN 117177322A CN 202311264991 A CN202311264991 A CN 202311264991A CN 117177322 A CN117177322 A CN 117177322A
- Authority
- CN
- China
- Prior art keywords
- network
- switching
- power line
- wireless communication
- line carrier
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000009977 dual effect Effects 0.000 title claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims abstract description 94
- 238000013139 quantization Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 11
- 230000005059 dormancy Effects 0.000 claims description 8
- 108010014173 Factor X Proteins 0.000 claims description 6
- 230000003213 activating effect Effects 0.000 claims description 3
- 230000004927 fusion Effects 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000005457 optimization Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种电力线载波和无线通信双网络的无缝切换方法，属于电力线和无线融合通信技术领域，步骤如下：基于用网终端搜索发现当前范围内可切换的电力线载波网络或无线通信网络；获取并量化电力线载波网络和无线通信网络间的切换影响因子，并基于模糊估计法，得到目标网络切换判决矩阵；构建网络切换回报模型和切换时间误差模型；根据当前范围内可切换的电力线载波网络或无线通信网络，基于目标网络切换判决矩阵、网络切换回报模型和切换时间误差模型进行软切换，完成电力线载波和无线通信双网络的无缝切换；本发明解决了目前基于电力线载波和无线通信的多网络通信模式的网络切换效率和服务质量不足的问题。
Description
技术领域
本发明属于电力线和无线双网络通信技术领域，尤其涉及一种电力线载波和无线通信双网络的无缝切换方法。
背景技术
随着能源互联网和智能电网的发展，由于不同的业务对通信质量的需求不同，单一的通信方式已经无法满足电网对信息通信系统的需求，因此，往往存在多种通信方式并存的现象。当前，多种通信方式间的协调融合和自由切换已成为了推动信息通信系统发展的关键技术。对于主干通信网络而言，光纤通信是主要采用的通信手段，但针对终端接入以及一些特殊的通信环境，电力线和无线都具有无需架设专门的通信线路的优势，电力线与无线组合应用可以大幅提升通信性能和可靠性，能够作为光纤通信技术的有效补充。
在电力线和无线双网络通信技术领域，针对目前电力线多模式融合通信技术、多业务接入通信以及能源互联网下电力线通信等方面的技术和业务发展需求，对于无线通信与电力线载波通信的异构组网和网络切换不断提出了新的要求。但目前多网络通信实现网络切换的方式有限，且涉及电力线载波和无线通信双网络的切换方法缺乏对于通信网络切换时信道质量、信号质量、路径优化和切换时间误差方面的综合考虑，在进行电力线载波和无线通信的网络通信模式的切换效率和服务质量上存在不足。
发明内容
针对现有技术中的上述不足，本发明提供的一种电力线载波和无线通信双网络的无缝切换方法，通过用网终端搜索发现当前范围内可切换的电力线载波网络或无线通信网络，并基于目标网络切换判决矩阵、网络切换回报模型和切换时间误差模型查找到了最优的目标切换网络，且基于目标切换网络对应的切换时间误差评价结果进行了软切换，解决了目前基于电力线载波和无线通信的多网络通信模式的网络切换效率和服务质量不足的问题。
为了达到上述发明目的，本发明采用的技术方案为：
本发明提供的一种电力线载波和无线通信双网络的无缝切换方法，包括如下步骤：
S1、基于用网终端搜索发现当前范围内可切换的电力线载波网络或无线通信网络；
S2、获取并量化电力线载波网络和无线通信网络间的切换影响因子，并基于模糊估计法，得到目标网络切换判决矩阵；
S3、构建网络切换回报模型和切换时间误差模型；
S4、根据当前范围内可切换的电力线载波网络或无线通信网络，基于目标网络切换判决矩阵、网络切换回报模型和切换时间误差模型进行软切换，完成电力线载波和无线通信双网络的无缝切换。
本发明的有益效果为：本发明提供的一种电力线载波和无线通信双网络的无缝切换方法，通过用网终端确定当前范围内可切换的电力线载波网络和无线通信网络，根据实际用网条件确定有限的可进行切换的网络；本发明通过量化电力线载波网络和无线通信网络间的切换影响因子，根据模糊逻辑规则和估计修正算法构建了目标网络切换判决矩阵，实现了网络切换判决结果的充分、准确认定；本发明通过构建网络切换回报模型和切换时间误差模型，实现了对目标网络切换判决矩阵输出的网络切换判决结果查询最优，并得到切换至最优的目标切换网络存在的切换时间误差，最终根据切换时间误差实现了向目标切换网络的软切换，不仅实现了电力线载波和无线通信双网络的无缝切换，还实现了通信网络切换时信道质量、信号质量、路径优化和切换时间误差多方面的综合考虑，确保了网络切换效率和服务质量。
进一步地，所述S1包括如下步骤：
S11、设置预设网络发现循环时长和网络搜索时长；
S12、将预设网络发现循环时长作为用网终端的网络接口休眠时间，并在网络接口休眠时间结束后，激活用网终端的网络接口；
S13、根据网络搜索时长，利用用网终端的网络接口搜索发现当前范围内可切换的电力线载波网络或无线通信网络。
采用上述进一步方案的有益效果为：本发明通过预设网络发现循环时长和网络搜索时长，实现了用网终端的网络接口定期休眠，实时发现当前所有的有限个可切换的电力线载波网络或无线通信网络，以及节省用网终端的能耗。
进一步地，所述S2包括如下步骤：
S21、获取并量化电力线载波网络和无线通信网络间的切换影响因子，得到初始模糊量化序列；
S22、根据模糊逻辑规则和初始模糊量化序列，得到网络切换模糊判决序列；
S23、基于网络切换模糊判决序列，构建网络切换判决矩阵；
S24、基于网络切换判决矩阵，计算得到估计的模糊判决参数矩阵；
S25、将估计的模糊判决参数矩阵替换网络切换判决矩阵中的网络切换模糊判决矩阵，得到目标网络切换判决矩阵。
采用上述进一步方案的有益效果为：本发明通过获取并量化电力线载波网络和无线通信网络间的切换影响因子，充分且综合考虑了通信网络切换时信道质量、信号质量、路径优化等方面的影响，并通过模糊逻辑规则和估计修正算法构建了目标网络切换判决矩阵，能够得到准确且充分的网络切换判决输出结果。
进一步地，所述S21包括如下步骤：
S211、获取电力线载波网络和无线通信网络间切换的切换影响因子，其中，切换影响因子包括信道带宽、信道容量、丢包率、信号强度、信号载干比、终端设备到基站的距离和信号强度差；
S212、对切换影响因子进行模糊逻辑的量化，并计算得到各切换影响因子的模糊逻辑隶属度；
所述模糊逻辑隶属度的计算表达式如下：
X＝{x|x1,x2,x3,x4,x5,x6,x7}
其中，uA(X)表示切换影响因子集合X中各切换影响因子x对应有效切换集合A的模糊逻辑隶属度，t(x∈A)表示各切换影响因子x分别属于有效切换集合A的次数，N表示各切换影响因子x属于有效切换集合A的总次数，x1表示信道带宽切换影响因子，x2表示信道容量切换影响因子，x3表示丢包率切换影响因子，x4表示信号强度切换影响因子，x5表示信号载干比切换影响因子，x6表示终端设备到基站的距离切换影响因子，x7表示信号强度差切换影响因子；
S213、根据各切换影响因子的模糊逻辑隶属度，构建切换影响的模糊逻辑关键词，并得到初始模糊量化序列；
所述初始模糊量化序列的计算表达式如下：
y(j)＝p(j)θ(j)
p(j)＝[-a′(j-1) -a′(j-2) … -a′(j-k) -b′(j-1) -b′(j-2) … -b′(j-k)]
θ(j)＝[a′1 a′2 … a′j b′1 b′2 … b′j]uA(X)
其中，y(j)表示初始模糊化序列，p(j)表示切换影响输出输入序列，a′(j-k)表示第j-k个切换影响输出真值，b′(j-k)第j-k个切换影响输入真值，′(j)表示切换影响模糊量化参数序列，a′j表示第j个量化的待估切换影响模糊判决输入参数，b′j表示第j个量化的待估切换影响模糊判决输出参数。
采用上述进一步方案的有益效果为：本发明中对信道带宽、信道容量、丢包率、信号强度、信号载干比、终端设备到基站的距离和信号强度差等对于网络垂向切换最重要的影响因子进行考虑和模糊逻辑的量化，并以模糊隶属度为基础构建了初始模糊量化序列，实现了对切换影响因子和网络切换判决间关系的初始真值序列构建。
进一步地，所述S23中的网络切换判决矩阵的计算表达式如下：
Ym＝Pmθ+Vm
θ＝[a1 a2 … ak b1 b2 … bk]T，Vm＝[v(1) v(2) … v(m)]T
其中，Ym表示网络切换判决矩阵，Pm表示切换影响输出输入矩阵，θ表示网络切换模糊判决矩阵，Vm表示切换影响伴随的随机噪声矩阵，y(m)表示m维网络切换判决输出值，p(m)表示m维切换影响输出输入序列，a(m-k)表示第m-k次切换影响输出真值，b(m-k)表示第m-k次切换影响输出真值，ak表示第k次待估网络切换影响模糊判决输入参数，bk表示第k次待估网络切换影响模糊判决输出参数，v(m)表示m维随机噪声，T表示矩阵的转置，m对应可切换网络的数量。
采用上述进一步方案的有益效果为：本发明基于网络切换模糊判决序列构建网络切换判决矩阵，充分考虑了当前网络状态与当前范围内可切换的电力载波线网络或无线通信网络间进行网络切换的切换影响输出输入真值，保证了准确的提供若干网络切换判决输出结果。
进一步地，所述S24包括如下步骤：
S241、基于网络切换判决矩阵，计算得到网络切换模糊判决误差最小矩阵；
所述网络切换模糊判决误差最小矩阵的计算表达式如下：
其中，表示网络切换模糊判决误差最小矩阵，/>表示网络切换模糊判决矩阵的估计参数矩阵，/>表示网络切换判决的估计判决结果矩阵；
S242、基于网络切换模糊判决误差最小矩阵，计算得到估计的模糊判决参数矩阵；
所述估计的模糊判决参数矩阵的计算表达式如下：
其中，表示切换影响输出输入矩阵的转置矩阵。
采用上述进一步方案的有益效果为：本发明通过误差最小的约束条件，得到了用于估计修正的网络切换模糊判决矩阵的估计参数矩阵，为网络切换判决输出结果的准确性提供了保障。
进一步地，所述S3中网络切换回报模型的计算表达式如下：
ns,nk′,nk′+1∈{ent1,ent2,…,enk′,…,enT′,wnt1,wnt2,…,wnk′,…,wnT′}
其中，表示当前网络状态ns在采用网络切换判决结果y后的回报值，ωi表示第i个切换判决的概率，m′表示网络切换判决输出值的总数，ri(nk′,μk′→k′+1,nk′+1)表示第i次网络切换时在k′时刻的网络状态nk′采用k′时刻的有效切换μk′→k′+1切换到k′+1时刻的网络状态nk′+1的回报值，enk′表示第k′时刻下的电力线载波网络，enT′表示第T′个时刻下的电力线载波网络，wnk′表示第k′时刻下的无线通信网络，wnT′表示第T′个时刻下的无线通信网络。
采用上述进一步方案的有益效果为：本发明通过基于网络切换判决结果构建网络切换回报模型，实现了基于通信网络切换时对信道质量、信号质量、路径优化和切换时间误差方面的综合考虑，能够对当前网络状态下、用网设备当前范围内所有的可切换电力线载波网络或无线通信网络进行回报择优。
进一步地，所述S3中的切换时间误差模型的计算表达式如下：
其中，δ表示切换时间误差评价结果，r(ns,us→s+1,ns+1)表示由当前网络状态ns采用当前网络状态下的有效切换us→s+1切换到下一网络状态ns+1的回报值，表示切换后网络的回报值折扣因子，Rw(ns+1(y))表示下一网络状态ns+1在采用网络切换判决结果y后的回报值。
采用上述进一步方案的有益效果为：本发明通过提供网络切换回报模型对应的切换时间误差模型，实现了向目标切换网络进行垂直网络切换的时间误差评估，确保了无缝网络软切换的精准性、高效率和高质量。
进一步地，所述S4包括如下步骤：
S41、获取当前网络状态下的网络切换目标，其中，网络切换目标为电力线载波网络或无线通信网络；
S42、根据网络切换目标和当前范围内可切换的电力线载波网络或无线通信网络，利用目标网络切换判决矩阵，得到若干网络切换判决输出值；
S43、将各网络切换判决输出值依次代入当前时刻下的网络切换回报模型和切换时间误差模型，得到回报值最高的目标切换网络和目标切换网络对应的切换时间误差评价结果，其中，目标切换网络为下一网络状态待切换至的电力线载波网络或无线通信网络；
S44、基于目标切换网络对应的切换时间误差评价结果，从当前网络状态向目标切换网络进行软切换，完成电力线载波和无线通信双网络的无缝切换。
采用上述进一步方案的有益效果为：本发明通过用网终端自动确定当前网络状态下欲进行垂直切换的网络切换目标，并根据当前范围内可切换的电力线载波网络或无线通信网络，基于模糊逻辑和估计修正算法，通过目标网络判决矩阵得到若干有限且准确的网络切换判决结果，最终通过网络切换回报模型对网络切换判决结果的择优，以及通过切换时间误差模型对择优结果进行网络切换的时间误差进行评估，实现了电力线载波网络和无线通信网络构成的双网络通信模式间的无缝软切换，保障了网络切换效率和服务质量。
针对于本发明还具有的其他优势将在后续的实施例中进行更细致的分析。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例中一种电力线载波和无线通信双网络的无缝切换方法的步骤流程图。
具体实施方式
下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
如图1所示，在本发明的一个实施例中，本发明提供一种电力线载波和无线通信双网络的无缝切换方法，包括如下步骤：
S1、基于用网终端搜索发现当前范围内可切换的电力线载波网络或无线通信网络；
所述S1包括如下步骤：
S11、设置预设网络发现循环时长和网络搜索时长；
S12、将预设网络发现循环时长作为用网终端的网络接口休眠时间，并在网络接口休眠时间结束后，激活用网终端的网络接口；通过用网终端的网络接口定期休眠和激活，节省了用网终端的功耗，避免了人工激活的复杂性和长期持续监测的功耗浪费。
S13、根据网络搜索时长，利用用网终端的网络接口搜索发现当前范围内可切换的电力线载波网络或无线通信网络；当前网络状态或当前网络通信方式为电力线载波网络时，则搜索结果为当前范围内可切换的无线通信网络，否则当前状态或当前网络通信方式为无线通信网络时，则搜索结果为当前范围内可切换的电力线载波网络。
S2、获取并量化电力线载波网络和无线通信网络间的切换影响因子，并基于模糊估计法，得到目标网络切换判决矩阵；
所述S2包括如下步骤：
S21、获取并量化电力线载波网络和无线通信网络间的切换影响因子，得到初始模糊量化序列；
所述S21包括如下步骤：
S211、获取电力线载波网络和无线通信网络间切换的切换影响因子，其中，切换影响因子包括信道带宽、信道容量、丢包率、信号强度、信号载干比、终端设备到基站的距离和信号强度差；获取上述切换影响因子实现了通信网络切换时信道质量、信号质量、路径优化和切换时间误差方面的综合考虑。
S212、对切换影响因子进行模糊逻辑的量化，并计算得到各切换影响因子的模糊逻辑隶属度；
所述模糊逻辑隶属度的计算表达式如下：
X＝{x|x1,x2,x3,x4,x5,x6,x7}
其中，uA(X)表示切换影响因子集合X中各切换影响因子x对应有效切换集合A的模糊逻辑隶属度，t(x∈A)表示各切换影响因子x分别属于有效切换集合A的次数，N表示各切换影响因子x属于有效切换集合A的总次数，x1表示信道带宽切换影响因子，x2表示信道容量切换影响因子，x3表示丢包率切换影响因子，x4表示信号强度切换影响因子，x5表示信号载干比切换影响因子，x6表示终端设备到基站的距离切换影响因子，x7表示信号强度差切换影响因子；
S213、根据各切换影响因子的模糊逻辑隶属度，构建切换影响的模糊逻辑关键词，并得到初始模糊量化序列；
所述初始模糊量化序列的计算表达式如下：
y(j)＝p(j)θ(j)
p(j)＝[-a′(j-1) -a′(j-2) … -a′(j-k) -b′(j-1) -b′(j-2) … -b′(j-k)]
θ(j)＝[a′1 a′2 … a′j b′1 b′2 … b′j]uA(X)
其中，y(j)表示初始模糊化序列，p(j)表示切换影响输出输入序列，a′(j-k)表示第j-k个切换影响输出真值，b′(j-k)第j-k个切换影响输入真值，θ(j)表示切换影响模糊量化参数序列，a′j表示第j个量化的待估切换影响模糊判决输入参数，b′j表示第j个量化的待估切换影响模糊判决输出参数。
S22、根据模糊逻辑规则和初始模糊量化序列，得到网络切换模糊判决序列；初始模糊量化序列中具有多项对应的切换影响输出输入真值，输出输入真值来源于当前范围内能够进行网络切换的电力线载波网络或无线通信网络的对应切换关系，基于切换影响的输出输入真值构建其与切换影响模糊量化参数间的对应关系，能够得到网络切换模糊判决序列，为得到网络切换判决结果提供估计基础。
S23、基于网络切换模糊判决序列，构建网络切换判决矩阵；
所述S23中的网络切换判决矩阵的计算表达式如下：
Ym＝Pmθ+Vm
θ＝[a1 a2 … ak b1 b2 … bk]T，Vm＝[v(1) v(2) … v(m)]T
其中，Ym表示网络切换判决矩阵，Pm表示切换影响输出输入矩阵，θ表示网络切换模糊判决矩阵，Vm表示切换影响伴随的随机噪声矩阵，y(m)表示m维网络切换判决输出值，p(m)表示m维切换影响输出输入序列，a(m-k)表示第m-k次切换影响输出真值，b(m-k)表示第m-k次切换影响输出真值，ak表示第k次待估网络切换影响模糊判决输入参数，bk表示第k次待估网络切换影响模糊判决输出参数，v(m)表示m维随机噪声，T表示矩阵的转置，m对应可切换网络的数量。
S24、基于网络切换判决矩阵，计算得到估计的模糊判决参数矩阵；
所述S24包括如下步骤：
S241、基于网络切换判决矩阵，计算得到网络切换模糊判决误差最小矩阵；
所述网络切换模糊判决误差最小矩阵的计算表达式如下：
其中，表示网络切换模糊判决误差最小矩阵，/>表示网络切换模糊判决矩阵的估计参数矩阵，/>表示网络切换判决的估计判决结果矩阵；
S242、基于网络切换模糊判决误差最小矩阵，计算得到估计的模糊判决参数矩阵；
所述估计的模糊判决参数矩阵的计算表达式如下：
其中，表示切换影响输出输入矩阵的转置矩阵。
S25、将估计的模糊判决参数矩阵替换网络切换判决矩阵中的网络切换模糊判决矩阵，得到目标网络切换判决矩阵。
S3、构建网络切换回报模型和切换时间误差模型；
所述S3中网络切换回报模型的计算表达式如下：
ns,nk′,nk′+1∈{ent1,ent2,…,enk′,…,enT′,wnt1,wnt2,…,wnk′,…,wnT′}
其中，表示当前网络状态ns在采用网络切换判决结果y后的回报值，ωi表示第i个切换判决的概率，m′表示网络切换判决输出值的总数，ri(nk′,μk′→k′+1,nk′+1)表示第i次网络切换时在k′时刻的网络状态nk′采用k′时刻的有效切换μk′→k′+1切换到k′+1时刻的网络状态nk′+1的回报值，enk′表示第k′时刻下的电力线载波网络，enT′表示第T′个时刻下的电力线载波网络，wnk′表示第k′时刻下的无线通信网络，wnT′表示第T′个时刻下的无线通信网络。
所述S3中的切换时间误差模型的计算表达式如下：
其中，δ表示切换时间误差评价结果，r(ns,us→s+1,ns+1)表示由当前网络状态ns采用当前网络状态下的有效切换us→s+1切换到下一网络状态ns+1的回报值，表示切换后网络的回报值折扣因子，Rw(ns+1(y))表示下一网络状态ns+1在采用网络切换判决结果y后的回报值。
S4、根据当前范围内可切换的电力线载波网络或无线通信网络，基于目标网络切换判决矩阵、网络切换回报模型和切换时间误差模型进行软切换，完成电力线载波和无线通信双网络的无缝切换。
所述S4包括如下步骤：
S41、获取当前网络状态下的网络切换目标，其中，网络切换目标为电力线载波网络或无线通信网络；当前网络状态为电力线载波网络时，则网络切换目标为可切换的无线通信网络，否则当前网络状态为无线通信网络时，则网络切换目标为可切换的电力线载波网络。
S42、根据网络切换目标和当前范围内可切换的电力线载波网络或无线通信网络，利用目标网络切换判决矩阵，得到若干网络切换判决输出值；
S43、将各网络切换判决输出值依次代入当前时刻下的网络切换回报模型和切换时间误差模型，得到回报值最高的目标切换网络和目标切换网络对应的切换时间误差评价结果，其中，目标切换网络为下一网络状态待切换至的电力线载波网络或无线通信网络；
S44、基于目标切换网络对应的切换时间误差评价结果，从当前网络状态向目标切换网络进行软切换，完成电力线载波和无线通信双网络的无缝切换。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，在具有明确的网络切换的影响因子和网络切换目标的情况下，本发明也可拓展至多网络通信模式下的网络切换应用，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种电力线载波和无线通信双网络的无缝切换方法，其特征在于，包括如下步骤：
S1、基于用网终端搜索发现当前范围内可切换的电力线载波网络或无线通信网络；
S2、获取并量化电力线载波网络和无线通信网络间的切换影响因子，并基于模糊估计法，得到目标网络切换判决矩阵；
S3、构建网络切换回报模型和切换时间误差模型；
S4、根据当前范围内可切换的电力线载波网络或无线通信网络，基于目标网络切换判决矩阵、网络切换回报模型和切换时间误差模型进行软切换，完成电力线载波和无线通信双网络的无缝切换。
2.根据权利要求1所述的电力线载波和无线通信双网络的无缝切换方法，其特征在于，所述S1包括如下步骤：
S11、设置预设网络发现循环时长和网络搜索时长；
S12、将预设网络发现循环时长作为用网终端的网络接口休眠时间，并在网络接口休眠时间结束后，激活用网终端的网络接口；
S13、根据网络搜索时长，利用用网终端的网络接口搜索发现当前范围内可切换的电力线载波网络或无线通信网络。
3.根据权利要求1所述的电力线载波和无线通信双网络的无缝切换方法，其特征在于，所述S2包括如下步骤：
S21、获取并量化电力线载波网络和无线通信网络间的切换影响因子，得到初始模糊量化序列；
S22、根据模糊逻辑规则和初始模糊量化序列，得到网络切换模糊判决序列；
S23、基于网络切换模糊判决序列，构建网络切换判决矩阵；
S24、基于网络切换判决矩阵，计算得到估计的模糊判决参数矩阵；
S25、将估计的模糊判决参数矩阵替换网络切换判决矩阵中的网络切换模糊判决矩阵，得到目标网络切换判决矩阵。
4.根据权利要求3所述的电力线载波和无线通信双网络的无缝切换方法，其特征在于，所述S21包括如下步骤：
S211、获取电力线载波网络和无线通信网络间切换的切换影响因子，其中，切换影响因子包括信道带宽、信道容量、丢包率、信号强度、信号载干比、终端设备到基站的距离和信号强度差；
S212、对切换影响因子进行模糊逻辑的量化，并计算得到各切换影响因子的模糊逻辑隶属度；
所述模糊逻辑隶属度的计算表达式如下：
X＝{x|x1,x2,x3,x4,x5,x6,x7}
其中，uA(X)表示切换影响因子集合X中各切换影响因子x对应有效切换集合A的模糊逻辑隶属度，t(x∈A)表示各切换影响因子x分别属于有效切换集合A的次数，N表示各切换影响因子x属于有效切换集合A的总次数，x1表示信道带宽切换影响因子，x2表示信道容量切换影响因子，x3表示丢包率切换影响因子，x4表示信号强度切换影响因子，x5表示信号载干比切换影响因子，x6表示终端设备到基站的距离切换影响因子，x7表示信号强度差切换影响因子；
S213、根据各切换影响因子的模糊逻辑隶属度，构建切换影响的模糊逻辑关键词，并得到初始模糊量化序列；
所述初始模糊量化序列的计算表达式如下：
y(j)＝p(j)θ(j)
p(j)＝[-a′(j-1) -a′(j-2) … -a′(j-k) -b′(j-1) -b′(j-2) … -b′(j-k)]
θ(j)＝[a′1 a′2 … a′j b′1 b′2 … b′j]uA(X)
其中，y(j)表示初始模糊化序列，p(j)表示切换影响输出输入序列，a′(j-k)表示第j-k个切换影响输出真值，b′(j-k)第j-k个切换影响输入真值，θ(j)表示切换影响模糊量化参数序列，aj′表示第j个量化的待估切换影响模糊判决输入参数，bj′表示第j个量化的待估切换影响模糊判决输出参数。
5.根据权利要求4所述的电力线载波和无线通信双网络的无缝切换方法，其特征在于，所述S23中的网络切换判决矩阵的计算表达式如下：
Ym＝Pmθ+Vm
θ＝[a1 a2 … ak b1 b2 … bk]T，Vm＝[v(1) v(2) … v(m)]T
其中，Ym表示网络切换判决矩阵，Pm表示切换影响输出输入矩阵，θ表示网络切换模糊判决矩阵，Vm表示切换影响伴随的随机噪声矩阵，y(m)表示m维网络切换判决输出值，p(m)表示m维切换影响输出输入序列，a(m-k)表示第m-k次切换影响输出真值，b(m-k)表示第m-k次切换影响输出真值，ak表示第k次待估网络切换影响模糊判决输入参数，bk表示第k次待估网络切换影响模糊判决输出参数，v(m)表示m维随机噪声，T表示矩阵的转置，m对应可切换网络的数量。
6.根据权利要求5所述的电力线载波和无线通信双网络的无缝切换方法，其特征在于，所述S24包括如下步骤：
S241、基于网络切换判决矩阵，计算得到网络切换模糊判决误差最小矩阵；
所述网络切换模糊判决误差最小矩阵的计算表达式如下：
其中，表示网络切换模糊判决误差最小矩阵，/>表示网络切换模糊判决矩阵的估计参数矩阵，/>表示网络切换判决的估计判决结果矩阵；
S242、基于网络切换模糊判决误差最小矩阵，计算得到估计的模糊判决参数矩阵；
所述估计的模糊判决参数矩阵的计算表达式如下：
其中，表示切换影响输出输入矩阵的转置矩阵。
7.根据权利要求1所述的电力线载波和无线通信双网络的无缝切换方法，其特征在于，所述S3中网络切换回报模型的计算表达式如下：
ns,nk′,nk′+1∈{ent1,ent2,…,enk′,…,enT′,wnt1,wnt2,…,wnk′,…,wnT′}
其中，表示当前网络状态ns在采用网络切换判决结果y后的回报值，ωi表示第i个切换判决的概率，m′表示网络切换判决输出值的总数，ri(nk′,μk′→k′+1,nk′+1)表示第i次网络切换时在k′时刻的网络状态nk′采用k′时刻的有效切换μk′→k′+1切换到k′+1时刻的网络状态nk′+1的回报值，enk′表示第k′时刻下的电力线载波网络，enT′表示第T′个时刻下的电力线载波网络，wnk′表示第k′时刻下的无线通信网络，wnT′表示第T′个时刻下的无线通信网络。
8.根据权利要求7所述的电力线载波和无线通信双网络的无缝切换方法，其特征在于，所述S3中的切换时间误差模型的计算表达式如下：
δ＝r(ns,us→s+1,ns+1)+ζRw(ns(y))-Rw(ns+1(y))
其中，δ表示切换时间误差评价结果，r(ns,us→s+1,ns+1)表示由当前网络状态ns采用当前网络状态下的有效切换us→s+1切换到下一网络状态ns+1的回报值，表示切换后网络的回报值折扣因子，Rw(ns+1(y))表示下一网络状态ns+1在采用网络切换判决结果y后的回报值。
9.根据权利要求1所述的电力线载波和无线通信双网络的无缝切换方法，其特征在于，所述S4包括如下步骤：
S41、获取当前网络状态下的网络切换目标，其中，网络切换目标为电力线载波网络或无线通信网络；
S42、根据网络切换目标和当前范围内可切换的电力线载波网络或无线通信网络，利用目标网络切换判决矩阵，得到若干网络切换判决输出值；
S43、将各网络切换判决输出值依次代入当前时刻下的网络切换回报模型和切换时间误差模型，得到回报值最高的目标切换网络和目标切换网络对应的切换时间误差评价结果，其中，目标切换网络为下一网络状态待切换至的电力线载波网络或无线通信网络；
S44、基于目标切换网络对应的切换时间误差评价结果，从当前网络状态向目标切换网络进行软切换，完成电力线载波和无线通信双网络的无缝切换。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311264991.XA CN117177322B (zh) | 2023-09-27 | 2023-09-27 | 一种电力线载波和无线通信双网络的无缝切换方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311264991.XA CN117177322B (zh) | 2023-09-27 | 2023-09-27 | 一种电力线载波和无线通信双网络的无缝切换方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117177322A true CN117177322A (zh) | 2023-12-05 |
| CN117177322B CN117177322B (zh) | 2024-02-09 |
Family
ID=88939518
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311264991.XA Active CN117177322B (zh) | 2023-09-27 | 2023-09-27 | 一种电力线载波和无线通信双网络的无缝切换方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117177322B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116979997A (zh) * | 2023-08-03 | 2023-10-31 | 国网思极位置服务有限公司 | 一种基于双模通信的配电网自动化方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109067654A (zh) * | 2018-09-27 | 2018-12-21 | 深圳友讯达科技股份有限公司 | 网络通信最佳路径选择方法和装置 |
| CN112351463A (zh) * | 2020-09-28 | 2021-02-09 | 南京凯瑞得信息科技有限公司 | 一种卫星通信中基于模糊逻辑的分级策略的网络切换方法 |
| WO2022095620A1 (zh) * | 2020-11-04 | 2022-05-12 | 北京中电飞华通信有限公司 | 一种基于智能电网的异构网络接入选择方法及相关设备 |
| CN115361720A (zh) * | 2022-08-16 | 2022-11-18 | 国网智能电网研究院有限公司 | 一种基于pso-mtd的无线覆盖网络垂直切换方法 |
-
2023
- 2023-09-27 CN CN202311264991.XA patent/CN117177322B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109067654A (zh) * | 2018-09-27 | 2018-12-21 | 深圳友讯达科技股份有限公司 | 网络通信最佳路径选择方法和装置 |
| CN112351463A (zh) * | 2020-09-28 | 2021-02-09 | 南京凯瑞得信息科技有限公司 | 一种卫星通信中基于模糊逻辑的分级策略的网络切换方法 |
| WO2022095620A1 (zh) * | 2020-11-04 | 2022-05-12 | 北京中电飞华通信有限公司 | 一种基于智能电网的异构网络接入选择方法及相关设备 |
| CN115361720A (zh) * | 2022-08-16 | 2022-11-18 | 国网智能电网研究院有限公司 | 一种基于pso-mtd的无线覆盖网络垂直切换方法 |
Non-Patent Citations (2)
| Title |
|---|
| 刘恒等: "基于层次分析法的电力线与无线信道切换技术研究", 电力信息通信, vol. 15, no. 7, pages 52 - 57 * |
| 胡永红等: "智能电网终端融合通信接入网切换策略", 电测与仪表, vol. 56, no. 23, pages 90 - 96 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116979997A (zh) * | 2023-08-03 | 2023-10-31 | 国网思极位置服务有限公司 | 一种基于双模通信的配电网自动化方法及系统 |
| CN116979997B (zh) * | 2023-08-03 | 2024-03-15 | 国网思极位置服务有限公司 | 一种基于双模通信的配电网自动化方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117177322B (zh) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109947545B (zh) | 一种基于用户移动性的任务卸载及迁移的决策方法 | |
| El Helou et al. | A network-assisted approach for RAT selection in heterogeneous cellular networks | |
| Singhrova et al. | Vertical handoff decision algorithm for improved quality of service in heterogeneous wireless networks | |
| CN117177322B (zh) | 一种电力线载波和无线通信双网络的无缝切换方法 | |
| Deng et al. | A digital twin approach for self-optimization of mobile networks | |
| CN108075975B (zh) | 一种物联网环境中的路由传输路径的确定方法及确定系统 | |
| CN108900980A (zh) | 一种在异构网络中基于移动性预测的资源分配优化方法 | |
| Gao et al. | Accurate load prediction algorithms assisted with machine learning for network traffic | |
| CN115065678A (zh) | 一种基于深度强化学习的多智能设备任务卸载决策方法 | |
| CN114118748B (zh) | 一种服务质量预测方法、装置、电子设备及存储介质 | |
| Bhute et al. | A vertical handover decision approaches in next generation wireless networks: a survey | |
| CN107995034B (zh) | 一种密集蜂窝网络能量与业务协作方法 | |
| Dongare et al. | Deep reinforcement learning for task allocation in energy harvesting mobile crowdsensing | |
| CN113938978B (zh) | 一种基于强化学习的异构无线传感器寻路方法 | |
| Bhute et al. | Vertical handover decision strategies in heterogeneous wireless networks | |
| CN108449790A (zh) | 基于差分进化算法的认知无线网络的时间和功率分配方法 | |
| CN115173926A (zh) | 基于拍卖机制的星地融合中继网络的通信方法和通信系统 | |
| CN109819522B (zh) | 一种平衡能耗与用户服务质量的用户带宽资源分配方法 | |
| Moses et al. | An integrated AHP‐ELECTRE and deep reinforcement learning methods for handover performance optimization in an LTE‐A networks | |
| Jiang et al. | Potential game based distributed IoV service offloading with graph attention networks in mobile edge computing | |
| Khan | Density-based Clustering for Next-Generation Network Planning Assisted by Real Data | |
| WO2023133816A1 (en) | Value-based action selection algorithm in reinforcement learning | |
| Ning et al. | Sequence Q-Learning Algorithm for Optimal Mobility-Aware User Association | |
| Luo et al. | Intelligent load balancing relying on load prediction with mgcn-gru | |
| CN117896779B (zh) | 基于5.5g自治网络的负载均衡方法、装置及设备 |
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 |