[发明专利]超密集异构无线网络中网络环境感知自适应切换判决方法

说明书

本发明请求保护一种超密集异构无线网络中网络环境感知自适应切换判决方法，属于移动通信领域，具体包括以下步骤：首先，构建网络环境感知模块评估网络的拥塞状况。其次，根据拥塞情况判决是否建立带簇头结点的自组织网络，并把簇头结点加入备选网络集。再次，当终端触发切换后，自适应切换判决算法会根据网络的拥塞状况和用户的业务请求，调整输入到决策算法中的选网参数，为用户筛选出当前环境下满意度最高的目标网络。最后，仿真结果表明，该算法能够有效地缓解网络拥塞，均衡网络间负载，提升用户体验。

技术领域

本发明属于超密集异构无线网络中的垂直切换方法，属于移动通信领域。特别是涉及一种网络环境感知自适应切换判决方法。

背景技术

在城市核心区域，随着5G基站的大量部署以及公共交通网络的迅速发展，逐渐形成了超密集异构无线网络。然而，随着城市的发展和车辆的普及，城市的交通拥堵情况却日益加剧，每天的交通高峰期会有大量的车辆，特别是公交车，拥堵在城市核心区域路段。车辆的爆发式增长除了引起道路的拥堵，还会因大量车载终端(vehicle terminal)在短时间内的聚集性移动造成网络拥塞，由于网络资源的紧缺，原先接入网络的用户服务质量也将得不到保障。因此，在车辆异构无线网络中如何通过移动性管理缓解网络拥塞，实现负载均衡，进而保证用户体验成为该领域研究的热点问题。

针对异构无线网络中的网络拥塞、负载不均、用户体验等问题，目前的研究工作已经取得了一些成果。如：文献[Q.Zhang,X.Xu,J.Zhang,X.Tao and C.Liu.Dynamic loadadjustments for small cells in heterogeneous ultra-dense networks[C].2020IEEE Wireless Communications and Networking Conference(WCNC).Seoul,Korea(South),2020,pp.1-6,doi:10.1109/WCNC45663.2020.9120688.]提出了一种超密集异构蜂窝网络中的动态负载调整方法，该方法采用Q学习联合节能与负载函数，对有效的迁移策略进行学习并通过动态调整业务负载来关闭冗余基站，提高了网络的能源效率并在一定程度上实现了负载均衡。文献[Wu X,Du Q.Utility-function-based radio-access-technology selection for heterogeneous wireless networks[J].Computers andElectrical Engineering,2016,52(ICC):171-182.]提出了一种基于效用函数的网络选择方案，该方案通过综合考虑用户的QoS需求、偏好、成本以及网络负载，使得无线资源能够有效地用于支持多种业务，改善了用户体验，提高了系统吞吐量。文献[Pan Su,Zhang Lei,Liu shengmei.Adaptive load balancing algorithm based on future loadpredicting[J].Systems engineering and electronic technology,2015,37(06):1384-1390.]提出了一种预测网络未来负载的自适应负载均衡方法，该方法首先通过马尔可夫链预测负载状态空间的概率，然后将预测概率通过负载趋势函数映射为趋势值，最后将趋势值作为均衡指标用于网络选择，有效的降低了接入阻塞率和切换次数。文献[Hasan MM,Kwon S.Cluster-based load balancing algorithm for ultra-dense heterogeneous[J].IEEE Access,2019,pp.2153-2162,2020,doi:10.1109/ACCESS.2019.2961949.]提出了一种基于集群的移动负载均衡方法，该方法将网络建模为一个有向图，并以超载的网络及其n层邻居构建集群，通过在集群中实现局部负载均衡，提高了网络的总体性能。