[发明专利]一种基于自适应权重调整的垂直网络切换方法

说明书

技术领域

本发明涉及信息技术领域中的异构融合网络系统，特别是涉及一种基于自适应权重调整的垂直网络切换方法。

背景技术

随着3G网络的快速推进，WLAN网络在热点地区的规模化部署，加之已经广泛应用的2G网络，形成了泛在的无线异构网络。在异构网络环境下，如何在在多种网络之间完成垂直切换控制过程，从而提高无线资源的利用率，是业界高度关注的问题。

目前，异构融合网络（UMTS和WLAN）中垂直切换控制技术主要有网络为主终端为辅（MAHO）的切换控制方式和以终端为主网络为辅（NAHO）的切换控制方式，在MAHO方式中，需要两种网络间的信息交互和控制，增加网络的系统开销，导致系统资源利用率低下。

因此，异构无线网络垂直切换中宜采用终端为主网络为辅的切换控制方式，终端侧负责监测各个网络的链路质量，并从网络侧获得褚如系统负荷水平，网络可用带宽等参数，通过切换算法处理，最终做出切换决策。

垂直切换过程通常包括网络发现阶段，即移动终端探测可以接入的无线网络；切换决策阶段，即移动终端或者切换控制器根据当前的网络性能，结合已有的切换算法，评估所有的候选接入点，做出最佳切换决策；切换执行阶段，即移动终端根据切换决策的结果执行切换。其中，切换决策阶段是核心，因为该阶段的切换算法直接关系到切换性能。

现有的异构融合网络中垂直切换决策算法主要有基于接收信号强度（RRSI）的决策算法，基于人工智能和模糊逻辑的决策算法，以及基于多属性的决策算法。

基于RSSI的决策方法复杂度较低，在特定的业务需求和网络条件下能够取得相当的性能。基于人工智能和模糊逻辑的决策算法是综合考虑网络性能参数、状态变化等参数来设计多维的切换判决策略，但需要大量学习用户行为偏好，过多干预用户的同时，也增加了算法的复杂度。

基于多属性的决策算法（MADM）主要包括TOPSIS（接近理想方案的序数偏好方法）、AHP（层次分析法）、GRA（灰色关联分析）等算法。基于多属性的决策算法多采用的方案是AHP-GRA多属性算法和AHP-TOPSIS多属性算法。文献[7]采用AHP决定不同特性的网络参数所占的权重，再结合GRA计算网络与最好标准网络的接近程度，从而对可用网络进行排序，但参数设置繁琐，计算复杂。这两种算法只考虑了网络或者终端的主观权重，并未考虑到权重的客观性。

现有的垂直切换决策方法大都基于接收信号强度的垂直切换决策方法，现有技术中的一种基于剩余带宽的垂直切换判决算法，除了接收信号强度外，还将剩余带宽作为一种切换判决指标，但该切换机制依赖所定义的QBSS（QoS Basic Service Set）来进行带宽估计,应用具有很大局限性。因此，仅采用单一的判决指标，或单纯的额外加入限制条件的切换判决指标，而未考虑到实际异构融合网络中网络的复杂性和多种影响因素，并不能准确地选择最合适的接入网络。

发明内容

本发明所要解决的技术问题是提供一种基于自适应权重调整的垂直网络切换方法，能够保障低电量模式的移动终端在UMTS网络和WLAN网络多重覆盖的环境下可以准确高效的接入最适合的网络。

本发明解决其技术问题所采用的技术方案是：提供一种基于自适应权重调整的垂直网络切换方法，包括以下步骤：

（1）终端侧监测各个网络的链路质量，采用基于接收信号强度加门限的判决方法，筛选出可用网络集；

（2）终端综合从网络侧获得的参数，通过采用基于网络效用的负载均衡机制，从可用网络集挑选出备选网络；

（3）通过自适应权重调整算法调整主客观权重值，再结合TOPSIS算法计算出备选网络的排序，做出最终切换决策。

所述步骤（1）包括以下子步骤：终端间歇性扫描和监测各个网络，当检测到当前网络的信号强度小于阈值且接收到其他网络的信号强度大于阈值，或者，周围有其他网络的信号强度大于阈值并且比当前网络优越时，触发切换流程筛选出可用网络集。

所述步骤（2）包括以下子步骤：网络侧将可用网络信息发送给终端，终端通过采用基于网络效用的负载均衡机制，得出接收到的网络效用值，若网络效用值大于规定值，则添加至备选网络。

所述步骤（3）包括以下子步骤：建立AHP层次结构模型，根据业务类型，得出一组网络属性权重值；在网络属性权重值的基础上，终端采用自适应权重调整算法，得出一组主客观权重值；再结合TOPSIS算法计算出备选网络的排序，从而得到最优网络。