[发明专利]一种漫游切换控制方法、装置及电子设备

权利要求书

1.一种漫游切换控制方法，其特征在于，所述方法包括：

按照预设的采样时间间隔，采样获取待漫游客户端连接的当前无线AP所在网络系统的当前状态信息；其中，所述当前状态信息包括所述网络系统中M个无线AP对应的下行信号强度和每一所述无线AP的客户端负载数量，M>1；

将所述当前状态信息输入预设的模糊推理系统，根据所述模糊推理系统中预设的模糊推理机制以及包含有若干条模糊逻辑规则的规则集合，推理获得由每一所述无线AP对应的所述下行信号强度和所述客户端负载数量所决定的漫游质量；其中，所述规则集合初始化后根据强化学习算法更新，每一所述模糊逻辑规则规定了无线AP的下行信号强度模糊值和客户端负载数量模糊值所决定的漫游质量模糊值；

从所有的所述漫游质量中确定最优漫游质量，并将所述最优漫游质量对应的无线AP作为目标无线AP；

控制所述待漫游客户端由所述当前无线AP漫游到所述目标无线AP。

2.如权利要求1所述的漫游切换控制方法，其特征在于，所述模糊推理机制为Mamdani模糊算法；则所述根据所述模糊推理系统中预设的模糊推理机制以及包含有若干条模糊逻辑规则的规则集合，推理获得由每一所述无线AP对应的所述下行信号强度和所述客户端负载数量所决定的漫游质量，具体包括：

对于每一所述无线AP对应的所述下行信号强度和所述客户端负载数量，根据预先获取的下行信号强度分析图和客户端负载数量分析图，从所述规则集合的所有所述模糊逻辑规则中选取出所述下行信号强度和所述客户端负载数量对应的若干个有效模糊逻辑规则；

对于每一所述有效模糊逻辑规则，根据预先获取的下行信号强度分析图和客户端负载数量分析图，确定所述下行信号强度模糊值的第一特征值和所述客户端负载数量模糊值的第二特征值；

基于Mamdani模糊算法，从预先获取的漫游质量分析图中确定每一所述有效模糊逻辑规则的所述漫游质量模糊值对应的特征点集合；

根据最大值函数和所有的所述特征点集合，获得漫游质量点集合；

基于预设的质心函数，根据所述漫游质量点集合推理计算所述下行信号强度和所述客户端负载数量所决定的所述漫游质量。

3.如权利要求1所述的漫游切换控制方法，其特征在于，在所述控制所述待漫游客户端由所述当前无线AP漫游到所述目标无线AP之后，还包括：

基于Q学习强化学习算法和Q值表，对所述规则集合进行更新；其中，所述Q值表包含若干个状态向量和每一所述状态向量的若干个行为动作和每一所述状态向量执行每一所述行为动作对应的Q值，所述状态向量由M个所述模糊逻辑规则的M个所述漫游质量模糊值构成，所述行为动作用于指示所述状态向量的更新方式，所述Q值用于指示每一所述状态向量按照对应的行为动作更新后获得的奖励期望。

4.如权利要求3所述的漫游切换控制方法，其特征在于，所述基于Q学习强化学习算法和Q值表，对所述规则集合进行更新，具体包括：

获得当前状态向量的回报值；其中，所述当前状态向量为当前的所述规则集合的M个所述漫游质量模糊值构成；

获取当前的探索系数ε_t，以第一概率随机选择一个行为动作，以第二概率选择所述Q值表中最大Q值所对应的行为动作；其中，所述探索系数ε的初始值为1，第一概率的大小等于ε_t，第二概率的大小等于1-ε_t；

对所述当前状态向量执行所选择的行为动作，获得新状态向量，并根据所述新状态向量对所述规则集合进行更新；

根据所述当前状态向量的回报值和预设的Q值更新函数，对所述当前状态向量下所执行的行为动作对应的Q值进行更新；

按照预设的探索系数函数对所述探索系数进行更新。

5.如权利要求4所述的漫游切换控制方法，其特征在于，所述获得当前状态向量的回报值，具体包括：

在每一次控制所述待漫游客户端由所述当前无线AP漫游到所述目标无线AP之后，更新当前状态向量的漫游次数参数；

当按照采样时间间隔到达采样时间时，计算当次漫游切换的奖励值；

当所述漫游次数参数达到预设的次数阈值时，计算次数阈值内所有的所述奖励值的平均值，获得所述当前状态向量对应的回报值。