[发明专利]一种无线漫游控制方法、装置、存储介质及终端设备

权利要求书

1.一种无线漫游控制方法，其特征在于，所述方法适用于由若干个无线接入点组成的网络；所述方法包括：

每隔预设的时间周期采样获取客户端的状态向量；其中，所述状态向量中包括分别与每一无线接入点相对应的客户端的RSSI值、信道利用率和噪声；

根据所述状态向量和预设的训练后的神经网络模型获得结果向量；其中，所述结果向量中包括所述若干个无线接入点对应的漫游估值，漫游估值表示客户端漫游切换到对应的无线接入点的可能性；

根据预设的随机数、所述神经网络模型的当前探索系数和所述结果向量从所述若干个无线接入点中选择目标无线接入点，以将所述目标无线接入点作为客户端的漫游目标；其中，当前探索系数表示所述神经网络模型对网络状态的探索程度。

2.如权利要求1所述的无线漫游控制方法，其特征在于，所述根据预设的随机数、所述神经网络模型的当前探索系数和所述结果向量从所述若干个无线接入点中选择目标无线接入点，具体包括：

判断所述神经网络模型的当前探索系数是否大于预设的随机数；

若当前探索系数大于预设的随机数，则选择所述若干个无线接入点中的任一无线接入点作为所述目标无线接入点；

若当前探索系数不大于预设的随机数，则选择所述结果向量中的漫游估值最大值对应的无线接入点作为所述目标无线接入点。

3.如权利要求1所述的无线漫游控制方法，其特征在于，在确定目标无线接入点之后，所述方法还包括：

根据公式对当前探索系数进行更新；其中，ε_t表示第t次采样时对应的探索系数，ε_t+1表示第t+1次采样时对应的探索系数，ε_start表示初始探索系数，ε_end表示结束探索系数，ε_decay表示探索系数衰减迭代数，探索系数衰减迭代数表示每一次采样后探索系数的衰减程度系数。

4.如权利要求1所述的无线漫游控制方法，其特征在于，所述方法还包括：

获取客户端当前的实际速率和链路延迟；

根据所述实际速率和所述链路延迟计算获取奖励参数R_t+1和样本数据(S_t，A_t，R_t+1，S_t+1)对应的权重参数W_t；其中，t表示采样次数，S_t表示第t次采样获取的状态向量、S_t+1表示第t+1次采样获取的状态向量，A_t表示第t次采样时选择的目标无线接入点；

将所述样本数据(S_t，A_t，R_t+1，S_t+1)和对应的权重参数W_t存储到预设的经验回放池中；

根据所述经验回放池中的权重概率分布选取若干个样本数据作为样本集；

根据所述样本集和反向传播算法对所述神经网络模型进行优化。