[发明专利]一种异构多认知无线网络共存环境中的网络选择方法

摘要

本发明公开了一种基于多决策属性复合权重加权的异构多认知无线网络共存环境中的网络选择方法，该网络选择方法综合考虑用户偏好、业务需求和网络性能三方面因素，针对异构多认知无线网络共存场景，采用改进的逼近理想解排序法(ITOPSIS)避免候选网络排序异常；引入熵权作为决策属性的客观权重，依据决策属性与业务类型、网络性能之间的关联关系定义主观权重，将客观权重和主观权重组合形成复合权重，采用复合权重加权ITOPSIS算法执行最佳网络选择。本发明的显著特点是能根据用户偏好和业务需求对候选网络进行正确排序和最优选择，且能在满足用户服务质量的同时，均衡网络负载，合理配置资源，提高系统资源利用率，实现用户与网络运营商各自利益的折中。

主权项

一种异构多认知无线网络共存环境中的网络选择方法，其特征在于：为了在保障用户偏好和业务需求的同时，提高网络整体资源利用率，实现用户与网络运营商各自利益的折中，采用改进的逼近理想解排序法(Improved Technique for Order Preference by Similarity to an Ideal Solution,ITOPSIS)避免候选网络排序异常；引入熵权作为决策属性的客观权重，依据决策属性与业务类型、网络性能之间的关联关系定义主观权重，将客观权重和主观权重组合形成复合权重，采用复合权重加权ITOPSIS算法执行最佳网络选择，均衡网络负载，合理利用网络资源；步骤一：构建决策矩阵D，其中，m表示候选网络数，n表示决策属性数，dij(i＝1,2,…,m；j＝1,2,…,n)表示候选网络i对决策属性j的表现；步骤二：利用步骤一构建的决策矩阵D生成归一化决策矩阵A，其中，步骤三：依据用户偏好和业务类型构建层次化结构模型，为各决策属性执行主观赋权，该层次化结构模型中的目标层是选择的最佳 网络，准则层是决策属性，方案层是候选网络，根据各决策属性的相对重要性，计算主观权重对主观权重做归一化处理，得到归一化主观权重为，步骤四：根据熵的定义，计算各决策属性的熵，决策属性j的熵ej为：其中，步骤五：利用步骤四获得的熵ej计算决策属性j的熵权，并将其作为客观权重熵权表征了决策属性能提供的信息量，决策属性的熵权越大，表明提供的信息量越多，如果某决策属性的熵权为0，表明该决策属性未提供有用信息，在该决策属性下所有候选网络无差异，应从评估指标体系中剔除该决策属性；步骤六：将步骤三获得的归一化主观权重和步骤四获得的客观权重加权组合得到决策属性j的复合权重ωj，其中α∈(0,1)，典型值取α＝0.5；步骤七：利用步骤六获得的复合权重ωj对步骤二构建的归一化决策矩阵A中各元素加权，生成加权归一化决策矩阵V，其中，vij＝aij×ωj,i＝1,2,…,m；j＝1,2,…,n；步骤八：确定正理想值I+和负理想值I‑，其中，对于向上型决策属性，对于向下型决策属性，步骤九：计算候选网络i与正理想值I+之间的绝对距离和候选网络i与负理想值I‑之间的绝对距离步骤十：选择具有最小和最大的候选网络作为理想网络P，即步骤十一：计算候选网络i与理想网络P之间的有效距离Ci， 根据Ci对各候选网络执行降序排列，得到所有候选网络的优劣排序；步骤十二：选择距离值Ci最小的候选网络作为最佳网络。