基于移动终端电量的自适应无线网络选择算法

发布时间：2021-11-07 00:29

　　随着移动互联网的飞速发展,用户的需求也从单一的通话需求发展为多元化、多种类的业务需求,主流的无线网络技术互有优劣,无法相互替代,因此目前的无线网络环境为多种网络接入技术、多种无线网络共存的异构无线网络环境。在这种情况下,为了保障用户良好的业务体验,合理的设计无线网络选择算法以满足用户的业务需求成为了异构无线网络研究中的热点。本文对异构无线网络选择算法进行了研究,提出了两个新的算法。第一种算法是基于移动终端电量的自适应无线网络选择算法,它将移动终端的剩余电量纳入考虑范围,首先使用基于FAHP（Fuzzy Analytic Hierarchy Process）和熵权法的主客观综合赋权法计算初始权重,然后根据终端剩余电量调整耗电量相较于其他属性的重要性标度,重新计算自适应权重,最后使用DIA（Distance to the ideal Alternative）算法对候选网络进行排序。实验表明,算法解决了耗电量权重阶梯型变化的问题,并且在终端剩余电量不足时,偏好于选择耗电量较低的网络以节约终端电量,同时综合考虑耗电量与业务需求,避免了目标网络无法满足用户业务需求的问题。第二种算法是基于二次移动... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

松耦合方式融合图

图 2-1 松耦合方式融合图2. 紧耦合方式紧耦合方式与松耦合方式不同，松耦合方式保持现有网络的独立性，而紧耦却恰好相反，它需要对当前的网络协议进行改进和升级。在该方式中，子网络会外一个网络的组成部分，异构网络真正融合成为一个整体。该方式的优点是异构通信协议相通，减少了数据在异构网络间传输的时延和丢包，为用户提供了无缝务，提高了用户体验，并且有利于促进网络资源的合理分配，实现异构网络之间均衡；缺点是网络融合成本极高。图 2-2 是 3G 和 WLAN 紧耦合方式融合图，图中直接和 3G 网络的 SGSN 和核心网络相连，它们采用相同的认证、授权、计费机制主要负责移动终端和网络端的数据交互，以及对移动终端的位置进行实时管理方式下 3G 核心网络将不会察觉到 WLAN 和 3G 网络的差异，因为 SGSN 将会WLAN 的网络特性，核心网络将 WLAN 当作自己普通子网。

基于 RSS 的网络选择算法而言，效果较好。但是该类算法的适应能力较差，变化，无法满足用户日渐变化的多样性需求。基于人工智能的网络选择算法类算法通常使用人工智能方法，比如模糊逻辑、神经网络等。在使用垂直切时，通常认为是在确定、清晰的环境下进行的，然而在现实决策中，决策者环境认识具有不确定性，决策者经常会遇到难以描述的因素，因此可以视作决策问题。基于模糊逻辑的多属性网络选择方法利用决策者不确定性的概念方式，对于模型未知或无法确定的描述系统，利用模糊集合以及模糊规则进模糊逻辑的多属性网络选择方法首先利用隶属度函数判断当前网络的参数糊集。确定模糊集后，再利用模糊推理规则和解模糊函数输出最优质的候选网架如下：

【参考文献】：
期刊论文
[1]关于TOPSIS法应用中的逆序问题及消除的方法[J]. 陈伟.  运筹与管理. 2005(05)

硕士论文
[1]基于多属性决策的异构无线网络选择算法研究[D]. 徐龙.北京邮电大学 2014



本文编号：3480812