[发明专利]超密集异构无线网络中基于SDN和网络聚类的切换判决算法

权利要求书

1.一种超密集异构无线网络中基于SDN和网络聚类的切换判决方法，其特征在于，包括以下步骤：

101、网络聚类：通过K-means算法和遗传算法对网络聚类，将地理位置相近且重叠覆盖区域面积大的网络划分为同一网络簇，网络聚类算法由SDN一级控制器集中控制实现；

102、为终端选择目标网络：首先，系统根据终端与网络簇的相关度选择目标网络簇。然后，根据终端和簇内网络的可接入关系生成候选网络集，最后采用基于FAHP和熵权法的多属性决策算法为终端选择效用值最高的网络作为目标网络；

103、负载迁移：SDN一级控制器实时监测全局网络负载状态，当网络簇间负载异常时，则会执行簇间负载迁移算法，均衡网络簇间负载。SDN二级控制器实时监测网络簇内负载状态，当网络簇内的网络负载异常时，则会执行簇内负载迁移算法，均衡网络簇内负载。。

2.根据权利要求1所述的一种超密集异构无线网络中基于SDN和网络聚类的切换判决方法，其特征在于，所述步骤101网络聚类，具体包括：

(1)生成初始种群；

(2)计算种群中每个个体的适应度；

(3)通过选择、交叉、变异、K-means聚类操作，产生新一代群体；

(4)重复(2)、(3)，直至达到最大迭代次数；

(5)计算最新一代群体的适应度，选择其最大适应度的个体作为K-means聚类的初始聚类中心，生成对应的网络簇。

3.根据权利要求2所述的一种超密集异构无线网络中基于SDN和网络聚类的切换判决方法，其特征在于，所述步骤(1)生成初始种群，具体包括：

为了获取全局最优解，初始种群完全随机生成。从网络样本中选取k个基站的坐标作为初始聚类中心点并对其进行浮点数编码。重复m次，直至获取初始种群，其中m为初始种群的大小。

4.根据权利要求2所述的一种超密集异构无线网络中基于SDN和网络聚类的切换判决方法，其特征在于，所述步骤(2)计算种群中每个个体的适应度，具体包括：

设计适应度函数。适应度用来衡量个体性能的优良程度，适应度函数的设计直接影响到最优解的寻找和算法收敛的速度。在超密集异构无线网络场景中，存在网络覆盖区域重叠，这是迁移算法实现的前提条件。因此，考虑用网络簇内的重叠区域的面积和来设计适应度函数，则适应度函数如下：

式(1)中，f_i为第i个体的适应度，k为网络簇的个数，E_j为网络簇j的重叠区域面积和，其计算公式如下：

式(2)中，c_j为网络簇j的网络数量，s_i1,i2为网络i1和网络的i2重叠区域面积。