[发明专利]一种基于Markov模型的多AP自适应切换方法

说明书

本发明公开了一种基于Markov模型的多AP自适应切换方法，所述方法包括以下步骤：1)采集实时客流量，结合BP神经网络和Markov状态模型预测出客流量，并实时滚动预测；2)通过隶属度函数建立离线查询表和控制查询表，对AP分配进行模糊控制和实时现场控制，实现多AP自适应切换。本发明一种基于Markov模型的多AP自适应切换方法的有益效果有：多AP间自适应切换是一个复杂的系统工程，涉及信息科学、地理科学、控制科学以及系统科学等学科，本发明的方法引入Markov模型，建立客流量预测模型，并结合智能调度技术自动的切换耗时最少且服务质量最好的AP,建立严格的数学模型，达到用户无感知的进行上网体验。

技术领域

本发明涉及无线网络智能认证领域，具体涉及一种基于Markov模型的多AP自适应切换方法。

背景技术

近年来，随着智能手机和平板电脑为代表的移动智能终端的快速普及，人们通过移动智能终端进行网页浏览、安装、使用应用软件日益成为日常使用习惯。虽然3G、4G技术提供了大覆盖移动互联网接入，但用户对流量及费用超限存在担忧，同时WiFi模块已成为移动智能终端的标准配置，从而使WiFi成为性价比最高的无线互联网接入技术。WiFi是为了中短距离无线通信所专门设计的，其通信距离一般在100m以下。所以为了覆盖一个相对较大的区域，我们就必须布设大量的无线接入点AP(Access Point)。因为一个客户应该被允许在同一WiFi网络覆盖范围内自由漫游，所以组成WiFi的所有AP必须通力合作，保证向用户提供一种无缝的接入服务。当用户逐渐脱离某一AP的范围的时候，他的移动终端MS应该在很短的时间内挂靠到另一个AP上去，我们把这种和AP连接关系的转换叫做切换。现有技术方案是硬切换，也就是强制切换，移动终端MS和一个AP连接保持连接，只有当这个连接的质量变得不可接受的时候，达到AP的最大值时，移动终端MS才会连其它的AP。

现有技术的客观缺点是，一个移动终端在正常运行的时候并不会为可能的切换做准备，所以它对于周围的AP资源一无所知。那么在切换的时候这个扫描过程时间非常长，一般至少需要300到500ms的耗时。紧接着就是授权和连接，这个过程也需要花费几十毫秒。第三个步骤，也就是扩展安全功能的实现，这个过程是可选的，并且实现方法也有多种，不过总的来说这个过程需时不会超过100ms。从而可知，切换信号的主要延时原因归咎于AP扫描。所以这也是降低延时的主要切入点，也是硬切换的主要缺点。AP扫描可以分为主动和被动。主动扫描就是移动终端主动发送一个叫做探测请求的管理包。所有附近的AP收到这个包的时候都会返回一个探测响应以报告它的存在以及服务参数。正常情况下AP返回探测响应的时间只有十几毫秒，但是一旦网络繁忙，那么探测请求就很有可能丢失或者迟迟无法被接收到，而且，主动发送探测包会进一步加重网络的负担。被动扫描就是移动终端去接受AP发送的信标，每个AP每隔大约100ms都会发送一个信标。因此，通过AP扫描方式切换并不能达到无缝切换。

发明内容

为了解决现有技术问题，本发明提供了一种基于Markov模型的多AP自适应切换方法。

本发明的一种基于Markov模型的多AP自适应切换方法，所述方法包括以下步骤：

1)采集实时客流量，结合BP神经网络和Markov状态模型预测出客流量，并实时滚动预测；

2)通过隶属度函数建立离线查询表和控制查询表，对AP分配进行模糊控制和实时现场控制，实现多AP自适应切换。

进一步的，所述步骤1)中采集实时客流量，结合BP神经网络和Markov状态模型预测出客流量具体为：先构建基于BP神经网络的客流量预测基准，求出客流量数据的状态样本值与Markov模型预测值之间的残差序列；根据各残差序列状态计算出状态转移概率矩阵，然后预测未来状态，从而得出预测值的状态，取其加权中心修正计算预测值，最终得到精度较高的客流量预测值。