第三章 个体移动预测.docxVIP

个体移动过程中终端切换技术研究 随着新型业务与应用的不断出现，异构网络下的终端融合已成为信息与通信技术发展的必然趋势，是支撑现代服务业应用与发展的前提与基础。根据多接入、多终端环境的要求，如何构建智能终端，实现虚拟终端系统内终端的有效预测切换，减小切换失败概率和分组丢失率，成为亟待解决的关键问题。 有关异构网络选择和切换的研究目前已经非常广泛，并已取得了不少成果。文献[8]提出基于Elman神经网络的自适应网络选择算法，其将用户数量、带宽成本、用户的移动速度作为代价函数，选择最佳的接入方式访问当前的网络。文献[9]提出了基于模糊逻辑的网络选择算法，其考虑的因素包括接收信号强度、用户移动速度和网络吞吐量等，但面临网络参数全面性、模糊数据配置量大、需要较长的学习过程等问题。选最好的网络实际上是一个典型的多目标决策过程。通常采用多属性决策（Multiple Attribute Decision Making，MADM）方法，例如SAW[10]、GRA[11]、ELECTRE[12]、TOPSIS[13]、AHP[14]、WMC[15]等。采用多属性决策理论计算网络参数的权重，然后从多个可用的网络中选择最优网络。然而每个接入网络所有属性不可能同时达到最优，一个无线网络的所有属性可以通过权重设置来达到目标的总体性能最优的状态。已有算法针对单个终端穿越多个网络时，选择一个最佳的网络用于垂直切