发明名称 |
一种基于隐马尔科夫模型的接入网络选择装置及方法 |
摘要 |
本发明公开了一种基于隐马尔科夫模型的接入网络选择装置及方法,属于无线通信技术领域。本发明基于用户业务特性敏感需求及网络状态特性,对异构无线网络共同覆盖区域用户执行优化接入网络选择,从而实现用户的服务质量(QoS)保障及网络性能优化。具体地,根据用户应用状态和使用偏好分析确定业务敏感参量,构建用户业务需求矢量;根据用户历史数据及当前网络状态信息对各接入网络进行隐马尔科夫模型建模,根据当前用户需求、网络属性信息及网络状态转移模型,优化确定用户接入网络。本发明支持网络集成模式,适用于异构无线网络环境,可有效实现基于网络稳态信息及用户业务需求自适应、智能化网络接入。 |
申请公布号 |
CN103281753A |
申请公布日期 |
2013.09.04 |
申请号 |
CN201310247323.6 |
申请日期 |
2013.06.20 |
申请人 |
重庆邮电大学 |
发明人 |
柴蓉;母大伟;葛先雷;卞泯翔;陈前斌 |
分类号 |
H04W48/08(2009.01)I;H04W48/18(2009.01)I |
主分类号 |
H04W48/08(2009.01)I |
代理机构 |
重庆市恒信知识产权代理有限公司 50102 |
代理人 |
刘小红 |
主权项 |
一种基于隐马尔科夫模型的接入网络选择装置,其特征在于:该装置包括:业务感知模块:用于读取用户终端业务需求特性敏感信息,通过信息交互平台与用户需求模块交互,实现对用户业务特性信息收集;用户需求模块:用于感知获取用户业务特性,为网络状态模块提供用户观察序列矩阵;网络属性模块:通过信息交互平台获取网络信息,根据各接入网的物理层、数据链路层、传输层及网络层的状态参数建立归一化网络属性矩阵;网络状态模块:用于根据用户观察序列矩阵、归一化网络属性矩阵建立隐马尔科夫模型参量集,对用户观察序列矩阵训练得到网络转移多属性联合观察概率及网络初始概率参量,输出至网络选择决策模块;网络选择决策模块:用于根据联合观察概率及网络初始概率参量确定最优接入网络,将最优接入网络信息反馈给信息交互平台;信息交互平台:用于用户终端及接入网络交互,接收来自网络选择决策模块的接入网络决策信息,触发用户终端接入网络。 |
地址 |
400065 重庆市南岸区黄桷垭崇文路2号 |