• 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種基于多屬性決策的認知無線網絡接入選擇方法技術

    技術編號:38531566 閱讀:29 留言:0更新日期:2023-08-19 17:04
    一種基于多屬性決策的認知無線網絡接入選擇方法,涉及無線通信技術領域,針對現(xiàn)有技術中由于沒有考慮到多種流量類型的差異,經常導致乒乓切換(無效切換)和排序異常現(xiàn)象的問題,本申請利用跨層網絡屬性信息(如吞吐量、時延、抖動、價格、丟包率等)構造決策矩陣,利用層次分析法分別計算四種流量類型的各屬性權重,進而用排序方法TOPSIS計算每個候選網絡得分。本申請并不基于單一的屬性指標,而是基于認知網絡中多個跨層屬性的組合,因此本申請具有更少的切換次數(shù)和排序異常率。從而減少了不必要的切換和乒乓效應,增強了切換的穩(wěn)定性,提升了網絡QoS和用戶體驗,促進了網絡資源的利用率的提高。率的提高。率的提高。

    【技術實現(xiàn)步驟摘要】
    一種基于多屬性決策的認知無線網絡接入選擇方法


    [0001]本專利技術涉及無線通信
    ,具體為一種基于多屬性決策的認知無線網絡接入選擇方法。

    技術介紹

    [0002]接入網選擇在認知無線網絡中也被稱為頻譜切換。術語切換或遷移是指用戶終端從原接入的基站或接入點切換到另一個基站或接入點的過程。例如,將正在進行的會話從當前基站或接入點無縫地轉移到其它基站或接入點,如圖1所示。切換分三個階段完成:在第一個階段主要是進行切換信息的收集,分析和處理;第二個階段利用第一階段獲得的網絡屬性信息進行切換決策;最后根據(jù)決策結果分配網絡資源,建立新的鏈路,接入所選的網絡。
    [0003]在水平切換時切換決策通常基于單個網絡的屬性(比如信號強度,帶寬)。在垂直切換時通常使用網絡的多個屬性來進行切換決策,也稱為多屬性決策。傳統(tǒng)的通信網絡相對單一,其中大部分移動終端都是單模的,基本上只涉及水平切換。然而,在當前認知異構無線網絡環(huán)境下,無線通信正逐步從網絡驅動系統(tǒng)向以用戶為中心、服務驅動的系統(tǒng)轉變。特別是隨著5G(第5代移動網絡)的出現(xiàn),大多數(shù)移動終端都是智能多模的,多種無線接入網絡并存,相互補充。如UMTS(通用移動通信系統(tǒng)),4G(第四代移動電話通信技術標準)、Wi
    ?
    Fi(無線保真),WiMAX(微波接入的全球互操作性)和5G等。如何在滿足用戶需求的前提下選擇接入網,減少切換次數(shù),降低異常率,提高網絡資源利用率成為研究的重點。
    [0004]近年來,人們提出了一些認知無線網絡接入選擇算法。Chen等人提出了一種基于RSSI的算法。該算法的原理是移動節(jié)點可以感知到每個接入點的信號強度,從而選擇信號強度最大的接入點。Shi等人提出了一種基于徑向基(RFB)模糊神經網絡的接入網選擇方法,主要涉及鏈路層負載均衡和自適應調制機制。Vegni等人提出了一種基于數(shù)據(jù)傳輸速率的算法,該算法對當前服務網絡和候選網絡的數(shù)據(jù)傳輸速率進行評估,在獲得數(shù)據(jù)傳輸速率增益的情況下接入候選網絡。Guan等人中提出了一種根據(jù)網絡頻譜利用率對相鄰信道進行分類的概率模型。該模型的思想是,從用戶可以在不影響主用戶使用的情況下訪問主用戶的頻譜資源,從而最大限度地利用頻譜資源。Sharna等人中提出了一種基于馬爾可夫決策過程的網絡接入選擇算法,該算法主要關注網絡帶寬和連接延遲。Tawil等人提出了一種基于簡單加性加權(SAW)的垂直切換決策方法,將接入網選擇的計算轉移到網絡側,減少了移動終端的處理開銷。Dingde Jiang,Liuwei Huo等提出了結合多指標和基于效用的車輛到基礎設施網絡聯(lián)合選擇方法。該文綜合考慮網絡成本、能源效率、帶寬、信號強度和延遲建立效用函數(shù)。選擇網絡能源效率作為進行網絡選擇的關鍵指標。為了尋求模型的最優(yōu)解,提出了一種啟發(fā)式多指標接入選擇算法。
    [0005]這些方法大多集中在網絡協(xié)議棧的特定層、特定屬性和特定流量類型上,而沒有考慮到多種流量類型的差異,經常導致乒乓切換(無效切換)和排名異常現(xiàn)象,在嚴重的情況下甚至會導致服務中斷。

    技術實現(xiàn)思路

    [0006]本專利技術的目的是:針對現(xiàn)有技術中由于沒有考慮到多種流量類型的差異,經常導致乒乓切換(無效切換)和排序異常現(xiàn)象的問題,提出一種基于多屬性決策的認知無線網絡接入選擇方法。
    [0007]本專利技術為了解決上述技術問題采取的技術方案是:
    [0008]一種基于多屬性決策的認知無線網絡接入選擇方法,包括以下步驟:
    [0009]步驟一:獲取候選網絡,并獲取每個候選網絡的屬性以及屬性的屬性值,所述屬性包括接收信號強度、帶寬、可靠性和延遲;
    [0010]步驟二:根據(jù)每個候選網絡的屬性以及屬性的屬性值構造決策矩陣D,決策矩陣D表示為:
    [0011][0012]其中,1≤i≤m,1≤j≤n,d
    ij
    表示第i個候選網絡的第j個屬性值,c
    j
    表示第j個決策屬性,net
    i
    表示第i個候選網絡,m表示候選網絡的個數(shù),n表示候選網絡的屬性的個數(shù);
    [0013]步驟三:將決策矩陣D進行規(guī)范化,得到決策矩陣B,所述決策矩陣B表示為:
    [0014][0015]其中,b
    ij
    表示決策矩陣歸一化后的第i個候選網絡的第j個屬性值;
    [0016]所述將決策矩陣D進行規(guī)范化的具體步驟為:
    [0017]將每個候選網絡的屬性劃分為效益型和成本型,其中,屬性值越大越好的屬性劃分為效益型,屬性值越小越好的屬性劃分為成本型,之后對劃分后的效益型屬性和成本型屬性進行歸一化處理;
    [0018]步驟四:采用層次分析法計算每個候選網絡的網絡屬性權重向量W;
    [0019]步驟五:根據(jù)權重向量W對決策矩陣B進行加權,得到矩陣V,矩陣V表示為:
    [0020][0021]其中,w1?
    w
    n
    表示網絡屬性1至網絡屬性n的權重;
    [0022]步驟六:構建積極理想網絡或消極理想網絡,所述積極理想網絡中的屬性為效益型時,該屬性的屬性值為各列中最大值,所述積極理想網絡中的屬性為成本型時,該屬性的屬性值為各列中最小值,所述消極理想網絡中的屬性為效益型時,該屬性的屬性值為各列
    中最小值,所述積極理想網絡中的屬性為成本型時,該屬性的屬性值為各列中最大值;
    [0023]步驟七:計算每個候選網絡與積極理想網絡的距離以及每個候選網絡與消極理想網絡的距離并根據(jù)和得到每個候選網絡與積極理想網絡或消極理想網絡的相對貼近度C
    i
    ,然后,通過對貼近度C
    i
    值由大到小的排序,得到候選網絡的優(yōu)先順序,最后,選擇C
    i
    值最大的網絡進行訪問。
    [0024]進一步的,所述步驟四中采用層次分析法計算每個候選網絡的網絡屬性權重向量W的具體步驟為:
    [0025]步驟四一:構造屬性兩兩比較矩陣P,所述兩兩比較矩陣P表示為:
    [0026][0027]其中,元素p
    ij
    為屬性i和屬性j對于最終目標的相對重要性,p
    ji
    =1/p
    ij
    ,當i=j時,p
    ij
    =1;
    [0028]步驟四二:根據(jù)屬性兩兩比較矩陣P,獲取矩陣P中所有特征值,并選取最大特征值λmax,之后基于λmax得到一致性指數(shù)CI,其中,獲取矩陣P中所有特征值表示為:
    [0029]det(P
    ?
    Iλ)=0
    [0030]其中,I表示單位陣;
    [0031]一致性指數(shù)CI表示為:
    [0032][0033]步驟四三:基于一致性指數(shù)CI計算一致性比CR,CR表示為:
    [0034]CR=CI/RI
    [0035]其中,RI表示隨機一致性指數(shù);
    [0036]步驟四四:進行一致性檢驗,若CR小于0.1,則計算最大特征值λmax對應的權重向量W,表示為:
    [0037]PW=λW
    [0038]max
    [0039]若本文檔來自技高網
    ...

    【技術保護點】

    【技術特征摘要】
    1.一種基于多屬性決策的認知無線網絡接入選擇方法,其特征在于包括以下步驟:步驟一:獲取候選網絡,并獲取每個候選網絡的屬性以及屬性的屬性值,所述屬性包括接收信號強度、帶寬、可靠性和延遲;步驟二:根據(jù)每個候選網絡的屬性以及屬性的屬性值構造決策矩陣D,決策矩陣D表示為:其中,1≤i≤m,1≤j≤n,d
    ij
    表示第i個候選網絡的第j個屬性值,c
    j
    表示第j個決策屬性,net
    i
    表示第i個候選網絡,m表示候選網絡的個數(shù),n表示候選網絡的屬性的個數(shù);步驟三:將決策矩陣D進行規(guī)范化,得到決策矩陣B,所述決策矩陣B表示為:其中,b
    ij
    表示決策矩陣歸一化后的第i個候選網絡的第j個屬性值;所述將決策矩陣D進行規(guī)范化的具體步驟為:將每個候選網絡的屬性劃分為效益型和成本型,其中,屬性值越大越好的屬性劃分為效益型,屬性值越小越好的屬性劃分為成本型,之后對劃分后的效益型屬性和成本型屬性進行歸一化處理;步驟四:采用層次分析法計算每個候選網絡的網絡屬性權重向量W;步驟五:根據(jù)權重向量W對決策矩陣B進行加權,得到矩陣V,矩陣V表示為:其中,w1?
    w
    n
    表示網絡屬性1至網絡屬性n的權重;步驟六:構建積極理想網絡或消極理想網絡,所述積極理想網絡中的屬性為效益型時,該屬性的屬性值為各列中最大值,所述積極理想網絡中的屬性為成本型時,該屬性的屬性值為各列中最小值,所述消極理想網絡中的屬性為效益型時,該屬性的屬性值為各列中最小值,所述積極理想網絡中的屬性為成本型時,該屬性的屬性值為各列中最大值;步驟七:計算每個候選網絡與積極理想網絡的距離以及每個候選網絡與消極理想網絡的距離并根據(jù)和得到每個候選網絡與積極理想網絡或消極理想網絡的相對貼近度C
    i
    ,然后,通過對貼近度C
    i
    值由大到小的排序,得到候選網絡的優(yōu)先順序,最后,選擇C
    i
    值最大的網絡進行訪問。2.根據(jù)權利要求1所述的一種基于多屬性決策的認知無線網絡接入選擇方法,其特征在于所述步驟四中采用層次分析法計算每個候選網絡的網絡屬性權重向量W的具體步驟為:步驟四一:構造屬性兩兩比較矩陣P,所述兩兩比較矩...

    【專利技術屬性】
    技術研發(fā)人員:鐘玉峰王亞東吳長偉鄧紅郁宇韓鈺
    申請(專利權)人:黑龍江工程學院
    類型:發(fā)明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 一本天堂ⅴ无码亚洲道久久| 日本无码小泬粉嫩精品图| 国产精品无码无片在线观看| 亚洲AV无码久久| 国产AV无码专区亚洲AV蜜芽| 免费人成无码大片在线观看| 亚洲国产91精品无码专区| 亚洲Av无码精品色午夜| 无码精品不卡一区二区三区| 中文无码乱人伦中文视频在线V| 亚洲一区二区三区国产精品无码 | 亚洲精品无码精品mV在线观看| 无码国产色欲XXXXX视频| 精品一区二区三区无码视频| 亚洲精品无码不卡| 白嫩无码人妻丰满熟妇啪啪区百度 | 亚洲国产综合无码一区二区二三区| 亚洲AV无码一区二区三区系列| 亚洲AV无码乱码在线观看牲色| 18禁无遮挡无码国产免费网站| 中文人妻无码一区二区三区 | 久久久久无码精品国产app| 无码人妻精品一区二区三区66| 97无码人妻福利免费公开在线视频| 亚洲av无码专区亚洲av不卡| 精品无码国产自产在线观看水浒传| 13小箩利洗澡无码视频网站免费 | 伊人久久综合无码成人网| 国产成人年无码AV片在线观看| 亚洲国产成人精品无码区二本| 免费A级毛片无码视频| 无码精品国产一区二区三区免费| 亚洲av日韩av无码黑人| 亚洲精品无码鲁网中文电影| 国产亚洲AV无码AV男人的天堂| 久久无码专区国产精品s| 亚洲AV综合色区无码一区| 人妻无码第一区二区三区 | 久久精品无码中文字幕| 久久国产精品成人无码网站| 永久免费无码网站在线观看 |