[发明专利]一种基于5G异构网络融合的智能平台接入方法

权利要求书

1.一种基于5G异构网络融合的智能平台接入方法，其特征在于，该方法包括以下步骤：

S1：将MEC系统与5G网络相结合；

S2：当边缘设备发送连接请求到基站时，采用网络筛选算法剔除不合格网络，具体包括以下步骤：

S21：边缘设备扫描其通信范围内能访问的基站，得到RSS和用户移动性两个参数作为评估5G异构网络可达接入的参数；

S22：间隔两秒后再次获取上述参数的值；

S23：当被扫描网络的RSS高于固定阈值时，将保证正常执行访问操作，否则无法呼叫；

S3：采用层次分析法对网络服务质量、成本和网络负载进行权重分配，得到决策效用、带宽效用和延迟效用的最优解；

采用层次分析法对网络服务质量、成本和网络负载进行权重分配，具体包括以下步骤：

S31：设置服务质量、网络成本和网络负载为决策属性，将其视为第一层指标；

S32：设置决策效用函数、带宽效用函数和延迟效用函数的值为第二层指标，服务于不精确的服务质量这一决策属性，并建立层次结构模型；

S33：通过成对比较确定层次结构中每个参数的相对重要性并获得权重矩阵；

S34：层次排序和一致性检查以及分层综合排名和一致性检查；

S4：在运行过程中，通过模糊逻辑将边缘用户的偏好转化为决策属性的权重再进行并行模糊处理，模糊化数据利用步骤S3的效用函数得到各个网络服务质量矩阵，用户进而自适应地选择最优网络；

所述模糊处理具体包括以下步骤：

S41：对步骤S3中的决策属性参数进行采样，得到模糊处理网络选择矩阵；

S42：根据间距原则确定步骤S41中的最大值和最小值，通过服务需求获得模糊规则，将语言术语转换成模糊数，其中性能分数和隶属函数模糊数范围在0到1内；

S43：引入并行模糊推理系统来降低模糊规则的复杂性，进行去模糊化；

S44：去模糊化后，系统根据属性权重和属性效用函数计算网络服务质量，并输出每个网络的服务质量数值矩阵，用户进而自适应地选择最优网络。

2.根据权利要求1所述的智能平台接入方法，其特征在于，步骤S2中，剔除不合格网络，还包括：高速的边缘设备会自动地忽略低覆盖的无线网络。

3.根据权利要求1所述的智能平台接入方法，其特征在于，步骤S2中，剔除的不合格网络是指网络密集区域中无法保证服务正常执行和卸载的网络。

4.根据权利要求1所述的智能平台接入方法，其特征在于，步骤S32中，所述决策效用函数包括：

(1)RSS效用函数：其中P_L、G_t、G_r、P_t分别表示路径损耗、发射天线增益、接收天线增益、发射功率；当RSS的值低于设定阈值时，判定当前网络效用为零，大于时则判定用户需求能够满足；

(2)移动性效用函数：当用户速度R大于固定阈值R_t时，WLAN的效用值为0。

5.根据权利要求1所述的智能平台接入方法，其特征在于，步骤S32中，所述带宽效用函数为：其中b是客户对网络满意程度，b_min、b_max分别表示用户服务带宽需求的下限和上限，b_mid为用户服务带宽需求的中位数，ξ是函数的调谐陡度参数。

6.根据权利要求1所述的智能平台接入方法，其特征在于，步骤S32中，所述延迟调用函数为：其中d表示接入网络的延迟，dm表示最大网络延迟，dt＝dm/2，表示网络延迟的中值，ξ是函数的调谐陡度参数。

7.根据权利要求1所述的智能平台接入方法，其特征在于，步骤S3中，当多种服务的需求存在矛盾时，通过权重向量W重新分配权重，W＝[w₁,w₂,…,w_k,…,w_M]，其中0≤w_k≤1，M是候选网络的决策属性个数。