[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

说明书

本发明请求保护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算法，属于移动通信领域。针对大量终端聚集导致网络负载不均和终端服务质量下降的问题，提出一种基于SDN和网络聚类的切换判决算法。首先，采用K‑means算法和遗传算法将网络聚类，划分网络簇，然后为终端选择相关度最高的网络簇作为目标网络簇。其次，采用基于模糊层次分析法和熵权法的多属性决策算法，在目标网络簇中为终端选择效用值最高的网络作为目标网络并执行切换。同时，SDN控制器实时监测整个网络的负载状态，当网络负载异常时执行负载迁移算法均衡网络负载。仿真实验表明，本方法能够在均衡网络负载的前提下，提高网络吞吐量，提升终端的服务质量。

技术领域

本发明属于移动通信领域，具体是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。

背景技术

随着5G基站的大量部署以及各种无线接入技术的运用，逐渐形成了超密集异构无线网络。然而，在城市商业区域、体育馆等场所中，时常会发生终端聚集的情况。由于切换的并发性，大量终端可能会选择同一个性能较好的网络作为目标网络，造成网络负载不均，甚至会引起网络拥塞，影响终端的服务质量。因此，在超密集异构无线网络中，当大量终端并发切换时，如何在实现网络负载均衡的同时提升终端的服务质量，成为当前研究的热点问题。

目前已有不少的文献致力于研究异构网络切换过程中的负载不均问题，并且都取得了一定的成效。文献[Zhang Q,Xu X,Zhang J,et al.Dynamic Load Adjustments forSmall Cells in Heterogeneous Ultra-dense Networks[C].2020IEEE WirelessCommunications and Networking Conference(WCNC).IEEE,2020.]采用Q学习联合节能与负载均衡功能，通过动态调整基站间的业务负载来关闭一些冗余基站，节约能耗的同时实现重负载和轻负载基站之间的均衡。文献[Tang C,Chen X,Chen Y,et al.AMDP-basednetwork selection scheme in 5G ultra-dense network[C].2018IEEE 24thInternational Conference on Parallel and Distributed Systems(ICPADS).Singapore:IEEE,2018:823-830.]考虑了不同业务类型对网络参数的偏好不同，终端会根据业务类型采用不同的评价标准来选择目标网络，从而将终端分散到不同的网络中，以此实现网络的负载均衡。文献[[马彬,钟世林,谢显中,陈鑫.考虑负载均衡和用户体验的垂直切换算法[J].电子与信息学报,2022,44(12):4218-4228.]引入了拥塞感知模型，并提出了一个融合自组织网络的网络架构，避免了因大量终端与基站直接相连引起服务质量的严重下降，一定程度上缓解了网络拥塞。

上述文献大多通过切换迁移的方式一定程度上缓解了网络负载不均的问题。但在城市商业区域中，时常会发生终端聚集的情况，由于切换的并发性，可能会导致大量终端通过相同的切换判决算法得到同一个目标网络，造成目标网络出现聚集现象。为解决上述问题，本发明提出一种基于SDN和网络聚类的切换判决算法。该算法采用K-means和遗传算法对网络进行聚类，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。然后系统为终端选择相关度最高的网络簇作为目标网络簇，以避免大量终端接入到同一网络造成拥塞，同时减少终端的候选网络数量，降低决策时延。此外，采用基于模糊层次分析法(Fuzzy Analytic Hierarchy Process,FAHP)和熵权法的多属性决策算法，在目标网络簇中为终端选择效用值最高的网络作为目标网络并执行切换。同时，SDN控制器实时监测整个网络的负载状态，当网络负载异常时执行负载迁移算法均衡网络负载。

发明内容：

发明旨在解决以上现有技术的问题。提出了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算法。本发明的技术方案如下：

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：