[发明专利]一种基于协同学理论的多网络协同选择和聚合方法

摘要

本发明是一种基于协同学理论的多网络协同选择与聚合决策方法，该方法基于吞吐量、可用信道数、功耗、费用及丢包率等多个参数构建了两层网络协同度评价体系，将属性要求作为协同子系统，属于同一属性的不同参数作为子系统的序参量，序参量之间相互协同和制约，以更加全面地衡量聚合网络的整体性能，同时减小网络聚合中候选网络集合的空间大小。具体步骤如下首先计算单个网络的协同度，以判断该网络是否为参与聚合的候选网络，多个候选网络的各种排列组合可以得到多种网络的候选方案；候选方案采用属性聚合方式形成虚拟聚合网络，然后计算聚合网络的协同度，选择协同度最大的多网络聚合方案作为最佳接入方案。

主权项

一种基于协同学理论的多网络协同选择与聚合决策方法，其特征在于，该方法包括以下步骤：1)确定单个网络对用户可用条件：获取用户收到来自各个基站的接收信号强度RSSi和终端功耗Pi，其中i为网络序号；网络i为终端可用网络条件为：终端接收到来自网络i信号强度RSSi大于终端接收信号强度阈值RSSlow，并且终端接入基站i的功耗Pi要小于终端功耗阈值Phigh；由所有符合该条件的单个网络，构成该用户可用网络集合U；2)构建两阶段网络性能协同学评价模型：第一阶段为单个网络性能的协同度模型，第二阶段为多网络聚合性能的协同度模型；3)计算属性子系统有序度：对于数值取值越大的属性，有序度子系统中的第j个序参量j∈[1,…，l‑1,l]单个序参量的有序度Axj计算方法，对于取值越大网络性能越好的正效用序参量，rxj用式计算，rxj越大分子越大，有序度越大；对于取值越小网络性能越好的负效用序参量，丢包率采用式计算，rxj越小有序度越大；其中，rjmax,rjmin分别为单个序参量j所代表的网络属性rx的最大值和最小值，ξj因子用来放大或缩小该序参量在所在子系统的影响；属性子系统Sx的有序度Qk计算可以利用序参量有序度的均值合成计算4)网络系统的协同度计算：利用信息熵值计算公式计算网络的协同度，系统越有序其熵值越小，其中wx为属性子系统Sx对于系统整体影响的权重，根据用户偏好指定；5)网络聚合控制：依据单网络协同度评价模型，利用步骤3)，4)中计算方法得到可用网络集合U中单个网络i的协同度Ψi，与设定的允许参与聚合的协同度阈值Ψth比较，记网络参与并行网络聚合的标记为flag，定义为：其中Ψth为系统整体协同度阈值，与用户的需求有关，flag＝1表示参与聚合，则参与聚合网络{RAT1,RAT2,…,RATN}构成多组参与聚合的候选多网络方案；6)多网络属性聚合：假设N个参与聚合网络不同的排列组合构成M种有效聚合候选方案，M满足M≤2N,候选多网络聚合方案集合定义为{V1,…Vm,…VM}，对于候选方案Vm,m＝1，2…，M的多个网络进行属性聚合，形成虚拟聚合网络集合O；7)多网络性能协同度比较：依据多网络系统度评价模型和步骤3)和4)，计算虚拟聚合网络集合O中各个聚合网络的多网络协同度，选择协同度最大的聚合网络作为多网络选择方案Vm,*，协同度最大对应协同度计算熵值最小，即Vm,m＝1，2…，M。