多網(wǎng)絡共存下基于貝葉斯的垂直切換算法*

孔令斌，王軍選，孫長印(西安郵電大學通信與信息工程學院,西安710121)

?

多網(wǎng)絡共存下基于貝葉斯的垂直切換算法*

孔令斌**，王軍選，孫長印
(西安郵電大學通信與信息工程學院,西安710121)

Foundation Item:The National High-tech R&D Program of China(863 Program) (2014AA01A703)；The Natural Science Foundation of Shaanxi Province(2014JM8317,2013JK1045)；The ZTE Forum Foundation of ZTE Corporation

**通信作者:konglingbin1989@163. com Corresponding author:konglingbin1989@163. com

摘 要:針對目前的垂直切換技術(shù)普遍不能滿足多網(wǎng)絡下的切換問題,提出了一種改進的基于貝葉斯決策的垂直切換算法。首先根據(jù)接入終端網(wǎng)絡的信號強度、網(wǎng)絡負載、誤碼率和網(wǎng)絡阻塞率以及用戶業(yè)務對網(wǎng)絡的實際需求偏好建立多條件相關(guān)的切換概率分布,計算出先驗切換概率；然后通過貝葉斯決策算法計算出后驗概率來進行判決比較,從而選取最優(yōu)的接入網(wǎng)絡。仿真結(jié)果表明,該算法不僅能有效地實現(xiàn)不同接入技術(shù)之間的垂直切換,從而減少不必要的切換,提高了切換成功的概率,而且還能在維持各網(wǎng)絡平均負載達到30%～40%時減輕通信熱點的阻塞情況,為用戶提供更優(yōu)的服務質(zhì)量。

關(guān)鍵詞:異構(gòu)網(wǎng)絡；網(wǎng)絡協(xié)同；網(wǎng)絡負載；貝葉斯決策；垂直切換

1 引 言

近年來,隨著移動通信網(wǎng)的飛速發(fā)展以及智能終端的普及,數(shù)據(jù)業(yè)務流量呈現(xiàn)爆炸性的增長。為了應對用戶對于無線網(wǎng)絡的帶寬需求,單一的網(wǎng)絡連接已經(jīng)無法滿足用戶的需求,其中可能的解決方案是多網(wǎng)絡協(xié)同,利用多個網(wǎng)絡建立連接并行傳輸數(shù)據(jù),從而為用戶提供更大的帶寬。由于現(xiàn)在的網(wǎng)絡結(jié)構(gòu)呈現(xiàn)出重疊覆蓋的特性,融合的異構(gòu)網(wǎng)絡雖能同時支持多種不同類型的業(yè)務實現(xiàn)用戶便捷的接入、更流暢的用戶體驗,但是不同的接入網(wǎng)技術(shù)由于網(wǎng)絡制式的特點、覆蓋范圍不同等多方面因素,造成了多方面的問題:一方面是用戶單一的終端在異構(gòu)網(wǎng)絡間漫游時面臨切換決策問題,即在網(wǎng)絡狀況發(fā)生變化時終端是否有必要發(fā)生切換以及發(fā)生怎樣的切換;另一方面是隨著應用需求、用戶偏好和網(wǎng)絡負載等因素可能阻止用戶切換到更優(yōu)的接入網(wǎng)絡。因此,現(xiàn)在所面臨的主要問題是如何在復雜的異構(gòu)網(wǎng)絡情況下,協(xié)同好各種網(wǎng)絡資源給用戶提供最好的業(yè)務體驗。

目前,絕大多數(shù)的異構(gòu)網(wǎng)中的垂直切換算法考慮情況都很簡單,其中有基于信號強度以及灰度邏輯的切換算法[1]、層次分析法(Analytic Hierarchy Process,AHP)[2]以及基于信干噪比(Signal-to-Interference plus Noise Ratio, SINR)的垂直切換算法[5]。垂直切換是移動管理的核心,切換目標網(wǎng)絡的選擇可歸結(jié)為多屬性決策問題,在眾多網(wǎng)絡中選擇出滿足應用需求和用戶偏好的最優(yōu)網(wǎng)絡。但是大多數(shù)的垂直切換算法的切換判決準則都是以單一的網(wǎng)絡屬性因子,而且在切換時不會考慮用戶的業(yè)務偏好和對網(wǎng)絡的實際需求。文獻[3]結(jié)合了傳統(tǒng)的基于信號強度累積量和距離準則的垂直切換算法,提出了自適應的垂直切換算法,但沒有考慮影響垂直切換決策的其他因素,如用戶偏好、網(wǎng)絡阻塞率等。文獻[4]提出了一種基于車聯(lián)網(wǎng)的異構(gòu)無線網(wǎng)絡環(huán)境下進行垂直切換算法,使切換的目標網(wǎng)絡是當前最優(yōu)的接入網(wǎng)絡。盡管上述文獻取得了較好的研究成果,但由于異構(gòu)網(wǎng)絡環(huán)境的獨特性、現(xiàn)在業(yè)務類型的多樣化以及對用戶對網(wǎng)絡的偏好和終端運動狀態(tài)等多條件下的考慮還不夠全面,一些簡單加權(quán)策略(Simple Additive Weight,SAW)并不能真正意義上體現(xiàn)用戶對網(wǎng)絡的需求,而且上述研究成果在異構(gòu)網(wǎng)絡環(huán)境下缺乏驗證。

為了解決上述問題,本文把終端在WLAN (Wireless Local Area Network)、UMTS(Universal Mobile Telecommunications System)和LTE 3種不同網(wǎng)絡環(huán)境下作為研究對象進行垂直切換,并且充分考慮了應用業(yè)務對網(wǎng)絡質(zhì)量的需求,以實現(xiàn)自適應調(diào)整業(yè)務對網(wǎng)絡屬性因子需求的權(quán)重,從而做出有效的切換判決,并在此基礎(chǔ)上優(yōu)化適合于異構(gòu)網(wǎng)中的貝葉斯垂直切換算法。

2 基于貝葉斯決策的垂直切換方法

本文通過改進貝葉斯決策的垂直切換方法(如圖1所示),充分考慮了不同應用業(yè)務所需的網(wǎng)絡屬性因子的權(quán)重,根據(jù)網(wǎng)絡屬性因子的權(quán)重進行判決切換,以交互性業(yè)務為例,基于不同的網(wǎng)絡屬性和終端運動狀態(tài)進行分析,通過對多屬性條件相關(guān)分布函數(shù)得到發(fā)生切換的先驗切換概率,再由貝葉斯垂直切換決策算法得到后驗概率;最后通過對切換概率進行比較,從而選擇最優(yōu)目標網(wǎng)絡進行切換。

圖1 基于貝葉斯決策的垂直切換方法Fig. 1 The vertical handover method based on Bayesian decision

2. 1 基于業(yè)務需求的網(wǎng)絡屬性因子

如何在復雜的異構(gòu)網(wǎng)絡中為用戶提供最優(yōu)的服務是當前急需解決的問題。隨著用戶業(yè)務的多樣化,使得用戶服務需求變得越來越高。針對網(wǎng)絡的垂直切換判決應根據(jù)用戶對網(wǎng)絡服務性能的不同需求,選擇能為當前用戶提供最優(yōu)的網(wǎng)絡屬性。其中相關(guān)的屬性因素可以綜合地概括為網(wǎng)絡狀況及用戶本身的運動趨勢,基于業(yè)務類型的多屬性垂直判決算法[6],通過對適合評估當前業(yè)務的網(wǎng)絡屬性設置門限對目標網(wǎng)絡篩選,然后與貝葉斯切換準則相結(jié)合選出最優(yōu)網(wǎng)絡進行垂直切換。由于不同的用戶有著不同的偏好和業(yè)務需求,導致了多樣化的業(yè)務類型,當用戶進行不同的業(yè)務時,對網(wǎng)絡的QoS(Quality of Service)的要求[7]也不同。

2. 2 網(wǎng)絡屬性參數(shù)定義和分析

影響異構(gòu)無線網(wǎng)垂直切換的網(wǎng)絡屬性參數(shù)有信號接收強度(Received Signal Strength,RSS)、網(wǎng)絡傳輸速率、誤碼率和網(wǎng)絡阻塞率(Blocking Probability),下面給出4種網(wǎng)絡參數(shù)的具體分析。

(1)信號接收強度

信號強度反映了當前信道的質(zhì)量,是觸發(fā)垂直切換一個最基本的條件。信號強度的表達式為

式中:K1是網(wǎng)絡發(fā)送功率;K2是網(wǎng)絡路徑損失因子; d表示終端與接入點距離;u(x)為服從參數(shù)(0,σ)的高斯隨機分布函數(shù)。

(2)網(wǎng)絡最大傳輸速率

傳輸速率是網(wǎng)絡選擇的一個重要指標,直接影響到終端上當前業(yè)務的質(zhì)量。根據(jù)香農(nóng)定理[9]可知,信道的最大傳輸速率為

(3)誤碼率(Bit Error Rate,BER)

網(wǎng)絡的誤碼率表明網(wǎng)絡不能滿足當前業(yè)務的需求,當高于一定閾值時,為計算誤碼率,這里采用一般情況下服從高斯隨機分布的噪聲,終端到基站的距dk(k=1,2……),BER是信噪比(Signal-to-Noise Ratio,SNR)的函數(shù),可以近似地得到

(4)網(wǎng)絡阻塞率(Pbk)

在異構(gòu)網(wǎng)絡環(huán)境下選擇無線網(wǎng)絡接入時必須考慮網(wǎng)絡阻塞率的影響。關(guān)于網(wǎng)絡阻塞率的數(shù)學模型,采用文獻[10]中提出的網(wǎng)絡阻塞率的數(shù)學模型研究貝葉斯算法。在垂直切換場景下對網(wǎng)絡阻塞率的影響公式如下:

2. 3 多條件切換概率分布

根據(jù)當前業(yè)務對網(wǎng)絡的需求通過選擇最適合當前節(jié)點所承載業(yè)務的目標網(wǎng)絡,該網(wǎng)絡是否能滿足觸發(fā)越區(qū)切換的條件,根據(jù)上述公式求出終端在當前的運動趨勢下所需求的網(wǎng)絡屬性因子的權(quán)值,并通過設置門限對備選網(wǎng)絡進行篩選,選出符合該權(quán)重比例范圍內(nèi)的最優(yōu)接入網(wǎng)絡?；谏鲜龇治?這里給出單參數(shù)條件和多參數(shù)條件下發(fā)生的切換概率的相關(guān)性分析。

(1)基于信號強度的切換概率

P1=P(RSSB(d)＞η)。

式中:RSSB(d)為目標切換網(wǎng)絡信號強度;η表示終端接入網(wǎng)絡所需要的最小信號強度閾值。

(2)基于誤碼率的切換概率

P2=P(BER(k)＜τ)。

式中:BER(k)是目標切換網(wǎng)絡誤碼率;τ是滿足終端業(yè)務需要的最大誤碼率。

(3)基于傳輸速率的切換概率

P3=P(CB＞Cφ)。

式中:CB是目標網(wǎng)絡最大傳輸速率;Cφ是能支持當前業(yè)務所需要的最小傳輸速率。

(4)基于阻塞率(網(wǎng)絡負載)的切換概率

P4=P(Pbk＜ε)。

式中:Pbk是目標切換網(wǎng)絡的網(wǎng)絡負載;ε是滿足終端業(yè)務需要的最大阻塞率。

由以上分析可知,P1概率分布由信號強度的分布所確定,而P2與P3的分布與信號強度具有很高的相關(guān)性并由信號強度分布和干擾信號分布所共同確定,P4僅與當前網(wǎng)絡負載有關(guān)。經(jīng)過上述分析,可以給出切換的先驗概率為

2. 4 基于貝葉斯決策的垂直切換算法

由于在進行垂直切換決策的時候,我們往往希望切換后的接入網(wǎng)絡是最優(yōu)的,從這樣的需求出發(fā),利用貝葉斯決策算法在一定條件下可以得到最合適的決策。2. 3節(jié)已經(jīng)給出了以切換的兩種狀態(tài)φ1、φ2為隨機變量的先驗概率,其中Pth表示發(fā)生切換的概率,Pfh表示不發(fā)生切換的概率,且有Pth+Pfh= 1。一般情況下發(fā)生網(wǎng)絡切換的決策為Pth＞Pfh;反之則不作出切換的決策。

倘若僅按照上述的先驗概率來進行決策切換,就會容易把所有能切換網(wǎng)絡都歸為一種狀態(tài),達不到區(qū)分或擇優(yōu)的目的,所以需要引入網(wǎng)絡優(yōu)先級這一公認的主動條件來共同決策切換。在異構(gòu)網(wǎng)中進行業(yè)務傳輸時,能夠提供較高的數(shù)據(jù)速率是WLAN網(wǎng)絡,它可以使用戶享受到低費用的上網(wǎng)下載等網(wǎng)絡業(yè)務,因此給予它較高的網(wǎng)絡優(yōu)先級。對于UMTS網(wǎng)絡給予次網(wǎng)絡優(yōu)先級,而相對于帶寬較小和費用偏高的LTE蜂窩網(wǎng)絡給予低優(yōu)先級[8]。

2. 4. 1 基于貝葉斯決策的目標網(wǎng)絡選擇

為了對覆蓋區(qū)域的多個目標網(wǎng)絡能否切換進行準確區(qū)分,找出哪些目標網(wǎng)絡能夠滿足切換的需求,下面給出基于貝葉斯的多網(wǎng)絡能否切換的準則。

令x1、x2、x3表示接入3種網(wǎng)絡C1、C2、C3的切換狀態(tài),設定網(wǎng)絡優(yōu)先級為C1＞C2＞C3,則會有P(x1)＞P(x2)＞P(x3)。這里已知狀態(tài)條件概率: P(x1|φ1)是發(fā)生切換下接入到網(wǎng)絡x1的條件概率, P(x1|φ2)是未發(fā)生切換下接入到網(wǎng)絡x1的條件概率。利用貝葉斯定理

即得到的條件概率P(φi| x1)稱為切換狀態(tài)的后驗概率,基于后驗概率的決策為如下:

(1)當P(φ1|x1)＞P(φ2|x1)時,則把網(wǎng)絡x1狀態(tài)歸類于φ1,則切換到C1網(wǎng)絡;

(2)當P(φ1|x1)＜P(φ2|x1)時,則把網(wǎng)絡x1狀態(tài)歸類于φ2,則不切換到C1網(wǎng)絡。

因此,可以基于上述分析推出:如果P(x1|φ1) P(φ1)＞P(x1|φ2)P(φ2)時,則把網(wǎng)絡x1狀態(tài)歸類于狀態(tài)φ1,則認為目標網(wǎng)絡切換到C1網(wǎng)絡;反之,如果P(x1|φ1)P(φ1)＜P(x1|φ2)P(φ2)時,則把網(wǎng)絡x1狀態(tài)歸類于狀態(tài)φ2,則認為目標網(wǎng)絡不能切換到C1網(wǎng)絡。

根據(jù)上述分析可知,通過P(xi|φ1)P(φ1)與后驗比較概率P(xi|φ2)P(φ2)進行比較后,可以將目標網(wǎng)絡區(qū)分成兩類,一類是目標網(wǎng)絡可以滿足切換需求的,一類是目標網(wǎng)絡不滿足切換需求的。接下來就是針對在可切換的目標候選網(wǎng)絡中,如何選擇最優(yōu)的接入網(wǎng)絡進行分析。

2. 4. 2 基于貝葉斯決策的目標切換網(wǎng)絡選擇

假設可選候選切換目標網(wǎng)絡為多個時,即目標候選網(wǎng)絡同時滿足需求P ( xi|φ1) P (φ1)＞P(xi|φ2)P(φ2)時,基于貝葉斯決策的最優(yōu)選擇策略應如下:

(1)如果P(x1|φ1)P(φ1)＞P(x2|φ1)P(φ1) 且P(x1|φ1)P(φ1)＞P(x3|φ1)P(φ1)時,選擇候選C1網(wǎng)絡作為切換網(wǎng)絡;

(2)如果P(x2|φ1)P(φ1)＞P(x1|φ1)P(φ1)且P(x2|φ1)P(φ1)＞P(x3|φ1)P(φ1)時,選擇候選C2網(wǎng)絡作為切換網(wǎng)絡;

(3)如果P(x3|φ1)P(φ1)＞P(x1|φ1)P(φ1) 且P(x3|φ1)P(φ1)＞P(x2|φ1)P(φ1)時,選擇候選C3網(wǎng)絡作為切換網(wǎng)絡。

作為候選切換網(wǎng)絡,可以通過對以上可能出現(xiàn)的3種情況進行分析,判定出最佳的候選接入網(wǎng)絡。在實際應用中,可以擴展到4個及以上的更多目標候選網(wǎng)絡的選擇判定方法。

3 仿真實驗及結(jié)果分析

為了保證對該算法進行實時有效的驗證,仿真場景必須結(jié)合實際的網(wǎng)絡應用情況。綜合各個場景中對各種算法進行比較驗證之后,才能做出對算法的客觀評價。在本文中,通過構(gòu)建用戶的仿真運動場景,采用MATLAB仿真軟件來對異構(gòu)網(wǎng)絡環(huán)境中貝葉斯垂直切換方法進行驗證。

3. 1 實驗參數(shù)設置

為了滿足以上要求,本文給出了如圖2所示的仿真場景。為了便于對數(shù)據(jù)的采集和結(jié)果的分析,移動終端以速度V=1 m/ s從A點向B點直線行駛。其中網(wǎng)絡仿真參數(shù)設置如下:移動終端的坐標為(-500,0)m,無線局域網(wǎng)(WLAN)的覆蓋范圍是以(350,100)m為中心,以100 m為半徑的圓區(qū)域;移動通信系統(tǒng)接入(UMTS)的覆蓋范圍是以(-350, -100)m為中心、以200 m為半徑的圓區(qū)域;LTE蜂窩網(wǎng)絡的覆蓋范圍是以(0,300)m為中心、以500 m為半徑的圓區(qū)域。接入帶寬分別為27 Mb/ s、45 Mb/ s、2 Mb/ s,發(fā)送功率分別為10 dBm、25 dBm、30 dBm,路徑損失分別為20 dBm、35 dBm、33 dBm,參數(shù)σ1為6 dBm、8 dBm、6 dBm;最大誤碼率閾值BER為0. 006,支持當前業(yè)務所需最小傳輸速率Cφ為120 kb/ s。最小信號強度閾值η為-110 dBm,干擾信號強度為-130 dBm+u(x),u(x)為服從參數(shù)為(0,σ2)的正態(tài)隨機分布,σ2為10 dBm。

圖2 仿真終端運動場景Fig. 2 The scene of terminal movement

3. 2 實驗結(jié)果及分析

在仿真實驗中,通過2. 4. 1節(jié)計算得出移動終端在各個網(wǎng)絡下的切換概率P(x1|φ1) = 0. 4, P(x2|φ1)= 0. 32,P(x3|φ1)= 0. 28,每隔1 s終端進行一次切換決策計算。

3. 2. 1 切換情況

本文結(jié)合LTE、UMTS和WLAN 3種無線網(wǎng)絡在不同方面的性能差異,針對當前業(yè)務類型在不同網(wǎng)絡環(huán)境中對3種不同的切換算法做出的垂直切換進行對比分析。圖3給出了基于當前交互類業(yè)務下仿真實驗得到的網(wǎng)絡切換的具體情況,其中橫坐標表示終端的運動時間,縱坐標表示終端對網(wǎng)絡的切換結(jié)果。

圖3 終端在異構(gòu)網(wǎng)中基于不同判決策略的切換Fig. 3 Terminal switch between different judgment strategies in heterogeneous networks

3. 2. 2 切換概率分析

在圖3中,通過比較在異構(gòu)網(wǎng)絡中終端基于不同判決策略的切換次數(shù),結(jié)果發(fā)現(xiàn)基于多屬性判決的垂直切換次數(shù)與基于接收信號強度的切換沒有多大變化,但是能夠較早地切換至網(wǎng)絡屬性較好的網(wǎng)絡中,能夠給用戶提供好的網(wǎng)絡體驗,說明算法更具有及時性。但是從基于貝葉斯決策的切換看到切換次數(shù)明顯減少,而且終端在屬性好的網(wǎng)絡中滯留時間最長。這不僅能夠有效減小切換次數(shù),減小系統(tǒng)信令開銷,而且能在一定程度上給用戶提供最優(yōu)的網(wǎng)絡體驗。

從圖4中看出,在切換業(yè)務負荷較重的情形下,考慮到各網(wǎng)絡的負載均衡,基于貝葉斯決策的切換可以使終端盡可能地接入負載狀況良好的網(wǎng)絡,減輕了通信熱點小區(qū)的阻塞情況,為更多的用戶提供滿足服務質(zhì)量的服務。這也從側(cè)面反映了貝葉斯切換算法比傳統(tǒng)算法在緩解網(wǎng)絡負載壓力下的優(yōu)勢。

圖4 異構(gòu)網(wǎng)絡中網(wǎng)絡負載與阻塞率的關(guān)系Fig. 4 The relationship between the network load and blocking rate in heterogeneous networks

在圖5中可看到,隨著終端移動速度的不斷增大,在各切換策略下的切換概率均有所下降,但是基于貝葉斯的切換準則始終是低于其他兩種切換準則的,說明了本文改善算法能夠減少頻繁的切換,減小信令開銷使網(wǎng)絡的性能較好,給用戶提供更好的服務質(zhì)量和體驗效果。

圖5 移動終端在不同速度下不同策略的切換概率Fig. 5 The terminal switching probability under the different strategies in different speed

4 結(jié)束語

本文通過對貝葉斯的垂直切換算法進行優(yōu)化,使該算法更適用于實際的應用場景。該算法利用終端在WLAN、UMTS和LTE不同無線接入技術(shù)之間的垂直切換,充分考慮了應用業(yè)務所需的網(wǎng)絡屬性因子的權(quán)重,通過貝葉斯算法來選擇最優(yōu)網(wǎng)絡接入,有效地防止了無意義的切換,使得判決時刻更為科學。仿真表明,該算法不僅能有效地實現(xiàn)不同接入技術(shù)之間的垂直切換,避免了過多的切換,提高了切換成功的概率,而且還能保證終端所在網(wǎng)絡是當前最優(yōu)的接入網(wǎng)絡。目前該切換技術(shù)即將應用于異構(gòu)網(wǎng)絡測試中,但是針對各種不同業(yè)務類型和多用戶情況下的網(wǎng)絡切換,還有待研究。因此,下一步的工作重點將是如何把用戶的接入偏好引入到垂直切換方法中,以進一步提高異構(gòu)網(wǎng)絡環(huán)境下終端的網(wǎng)絡切換性能。此外,在5G網(wǎng)絡中實現(xiàn)雙連接的網(wǎng)絡切換,保證用戶的無縫切換也是重要的研究方向。

參考文獻:

[1] KHATTAB O,ALANI O. Algorithm for seamless vertical handover in heterogeneous mobile networks [ C] / / Proceedings of 2014 IEEE Science and Information Conference(SAI). London:IEEE,2014:652-659.

[2] MUKHERJEE S,ISHII H. Energy efficiency in the phantom cell enhanced local area architecture[C]/ / Proceedings of 2013 IEEE Wireless Communications and Networking Conference(WCNC). Shanghai:IEEE,2013:1267-1272.

[3] 陶洋,江彥鯉,陳雷成,等.基于業(yè)務需求的速度自適應垂直切換算法[J].計算機應用,2014,34 (5): 1236-1238,1262.

TAO Yang,JIANG Yanli,CHEN Leicheng,et al. Speed vertical handover algorithm based on business needs[J] Adaptive Computer Applications,2014,34 (5):1236 -1238,1262. (in Chinese)

[4] HOSSAIN E,CHOW G,LEUNGET V C M,et al. Vehicular telematics over heterogeneous wireless networks:a survey [J]. Computer Communications,2010,33(7):775-793.

[5] LIU S M. A simple additive weighting vertical handoff algorithm based on SINR and AHP for heterogeneous wireless networks[J]. Journal of Electronics & Information Technology,2011,1(1):347-350.

[6] Pedersen K I,Michaelsen P,Rosa C,et al. Mobility enhancements for LTE-advanced multilayer networks with inter-site carrier aggregation[J]. IEEE Communication Magazine,2013,51(5):64-71.

[7] YLIANTTILA M,HOSSAIN E,CHOW G,et al. Vehicular telematics over heterogeneous wireless networks:a survey [J]. Computer Communications,2010,33(7):775-793.

[8] LIU F,ZHU S,CHAI Z,et al. Immune optimization algorithm for solving vertical handoff decision problem in heterogeneous wireless network [ J]. Wireless Networks, 2013,19(4):507-516.

[9] ZHU J,XU L,YANG L,et al. An optimal vertical handoff decision algorithm for multiple services with different priorities in heterogeneous wireless networks[J]. Wireless Personal Communications,2015,83(1):527-549.

[10] PAN S,YE Q,LIU S M. Equivalent spectral bandwidth concept in ubiquitous networks and applications in vertical handoff algorithms[J]. Journal on Communications, 2012,33(3):130-136.

孔令斌(1989—),男,山西晉中人,碩士研究生,主要研究方向為寬帶無線通信技術(shù);

KONG Lingbin was born in Jinzhong, Shanxi Province,in 1989. He is now a graduate student. His research concerns wideband wireless communications technology.

Email:konglingbin1989@163. com

王軍選(1970—),男,陜西西安人,2002年于西安科技學院獲碩士學位,2005年于北京郵電大學獲博士學位,現(xiàn)為教授,主要研究方向為下一代無線通信技術(shù);

WANG Junxuan was born in Xi'an,Shaanxi Province,in 1970. He received the M. S. degree from Xi'an Institute of Technology and the Ph. D. degree from Beijing University of Posts and Telecommunications in 2002 and 2005,respectively. He is now a professor. His research concerns next generation mobile communication technology.

Email:wangjx@ xupt. edu. cn

孫長印(1963—),男,陜西西安人,2000年于西安電子科技大學雷達信號處理重點實驗室獲博士學位,現(xiàn)為副教授,主要研究方向為下一代無線通信技術(shù)。

SUN Changyin was born in Xi' an, Shaanxi Province, in 1963. He received the Ph. D. degree from Xidian University in 2000. He is now an associate professor. His research concerns next generation mobile communication technology.

Email:changyin_sun@163. com

A Vertical Handoff Algorithm for Multi-network Coexistence Based on Bayesian Dicision

KONG Lingbin,WANG Junxuan,SUN Changyin
(School of Communication and Information Engineering,Xi'an University of Posts and Telecommunications,Xi'an 710121,China)

Abstract:To solve the problem that current vertical switching technologies generally cannot support vertical handover in multi-network handover,this paper proposes an improved vertical handover algorithm based on Bayesian Decision Theory. First,the handover probability distribution associated with multi-condition is established according to the signal strength of access network,bit error rate(BER),blocking rate and actual demand on network from different customer service to calculate a priori handover probability. Then,the posterior probability is calculated on account of the Bayesian Decision Algorithm to perform a dicision comparison,thereby selecting an optimal access network. Simulation results indicate that the algorithm can not only effectively achieve vertical handover among the different wireless access technologies,avoid needless handover,improve the successful probability of handover,but also reduce the blocking of communication hotspots so as to provide users with better quality services when an average load of each network reaches 30%～40%.

Key words:heterogeneous network;multi-network collaboration;network load;Bayesian decision;vertical handover

doi:10. 3969/ j. issn. 1001-893x. 2016. 02. 003引用格式:江春冬,惠慧,陳云飛,等.與強度無關(guān)的位置指紋在線定位改進算法[J].電訊技術(shù),2016,56(2):128-134. [JIANG Chundong,HUI Hui,CHEN Yunfei,et al. An improved online position fingerprint algorithm for strength-independent interference source location[J]. Telecommunication Engineering,2016,56(2):128-134. ]

作者簡介:

中圖分類號:TN929. 5

文獻標志碼:A

文章編號:1001-893X(2016)02-0122-06

基金項目:國家高技術(shù)研究發(fā)展計劃(863計劃)項目(2014AA01A703)；陜西省自然科學基金資助項目(2014JM8317,2013JK1045)；中興項目產(chǎn)業(yè)資助項目

*收稿日期:2015-04-02;修回日期:2015-07-03 Received date:2015-04-02;Revised date:2015-07-03