[发明专利]一种基于正态模糊数的异构无线网络选择方法

说明书

本发明公开了一种基于正态模糊数的异构无线网络选择方法，具体步骤包括：(1)获取网络数据和当前业务类型；(2)构造决策矩阵，并进行归一化处理；(3)构造业务下的Fuzzy‑AHP正态模糊数矩阵；(4)利用基于正态模糊数的正态模糊扩展分析法计算出网络各属性权重；(5)将决策矩阵中属性值乘上对应权重，得加权决策矩阵；(6)利用TOPSIS方法计算网络得分，选出最佳网络。本发明将Fuzzy‑AHP与正态模糊数相结合，利用正态隶属度函数和正态模糊数进行网络属性权重的计算，改进了传统三角模糊数突变点不符合过渡渐变的问题，提高了网络选择的正确率。

技术领域

本发明属于异构无线网络领域，特别涉及一种基于正态模糊数的异构无线网络选择方法。

背景技术

在异构无线网络中，不同的网络具有不同的网络属性，用户的不同业务对网络属性也有不同的需求，且用户对不同业务的重视程度往往是用“非常重要”“不重要”等模糊语言形式表述，难以表达成一个明确的值。因此，如何保证用户在任何时间和地点都能获得QoS保证的服务，如何精确定义用户对不同网络属性的重视程度，是异构无线网络垂直切换、进行网络选择的核心问题。模糊逻辑是一种介于人工智能符号推理和传统控制理论数值计算之间的数学方法，是利用客观信息在人们思想中的主观表现进行投影，并做一个定量化的处理。模糊理论方便人们采用定量、描述与分析方法来表述问题。它可以较好地处理不确切的输入参量，非常适合用来表示用户对不同网络属性的重视程度的不精确性。

目前，AHP与模糊逻辑结合形成的Fuzzy-AHP方法都是采用三角模糊数的隶属度函数来对两两属性中间的重要程度进行语义到数值的转化，但是三角模糊数的隶属度函数是线性隶属函数形态，虽然连续，但有突变点的出现，即函数的一阶导数不连续，这不符合中介过渡性质的渐变特征，不能客观反映人们对重要程度的选择。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种基于正态模糊数的异构无线网络选择方法，本发明改进了原有利用三角模糊数转化自然语言中突变点不符合过渡渐变的问题，使得模糊转化更符合人类思维方式，同时也改善了原有方法中计算出权重为0时造成网络排序错误，从而选择错误网络进行连接的现象。

本发明的目的通过以下的技术方案实现：

一种基于正态模糊数的异构无线网络选择方法，步骤包括：

(1)获取网络属性数据和当前用户业务类型；

(2)根据网络属性数据构造决策矩阵，并对决策矩阵进行归一化处理得到标准决策矩阵；

(3)构造出业务情境下的Fuzzy-AHP正态模糊数矩阵；

(4)利用基于正态模糊数的正态模糊扩展分析法计算出不同业务类型下网络各属性权重，具体为：

(4.1)对于Fuzzy-AHP正态模糊数矩阵中每个正态模糊数(c_ij,σ_ij²)，计算相应函数中每个三角模糊数的三个突变点：低值突变点l_ij,中值突变点m_ij,高值突变点u_ij，i＝1,…，n，j＝1,…，n，n表示网络属性的数量；(·)_ij表示相应矩阵中第i行第j列的元素；c_ij表示i行j列的重要程度元素所属正态模糊隶属函数在隶属度为1时的值，参数σ_ij表示i行j列的重要程度元素所属正态模糊隶属函数的发散程度；

(4.2)计算第p个网络属性的模糊综合范围S_p；