基于自回归模型预测的用户切换触发时间选择方法

摘要

本发明公开了一种基于自回归模型预测的用户切换触发时间选择方法。主要解决现有方法中用户过早或过晚触发切换导致切换失败的问题。其实现过程是：用户发起切换请求，终端开始监测其接收到切换目标网络的信号强度；终端利用AR模型对其接收切换目标网络的信号强度进行预测，确定用户触发切换时间的最早界限T1；终端利用AR模型对其接收当前服务网络的信号强度进行迭代预测，确定用户触发切换时间的最晚界限T2；根据预测得到的切换触发时间最早界限T1和最晚界限T2，确定出最佳切换触发时间T；用户在最佳切换触发时间T开始执行切换流程。本发明能够为用户切换选择最佳的触发时间，有效的降低切换失败概率，可用于移动用户在异构网络之间进行切换的触发时间选择。

主权项

1.一种基于自回归模型预测的用户切换触发时间选择方法，包括如下步骤： （1）用户发起切换请求，终端开始监测其接收到切换目标网络的信号强度，直到该信号强度值大于设定的预测门限，即开始预测切换目标网络信号强度的门限时为止； （2）终端利用自回归模型对其接收到切换目标网络的信号强度进行预测，确定用户触发切换时间的最早界限T₁： （2a）设定用户终端在切换目标网络中的接收灵敏度P’_rxth； （2b）根据切换时延估计值T_h和终端的信号强度采样周期T_samp，确定进行信号强度预测的步长：（2c）用户终端以T_samp为周期对切换目标网络的信号强度进行采样，得到采样序列x_n(n)； （2d）对采样序列x_n(n)进行加权平滑处理，得到平滑后的信号强度序列y_n(n)： y_n(n)＝α*y_n(n-1)+(1-α)*x_n(n) 其中，α为加权平滑系数，它满足0≤α≤1； （2e）根据平滑后得到的信号强度序列y_n(n)，终端利用自回归模型对其接收切换目标网络的信号强度进行预测，设定预测步长为K₀，得到K₀步之后的信号强度预测值：n为开始预测时刻；（2f）若预测值满足结束预测，反之令n自增，重新执行步骤（2e），直到结束预测；（2g）将预测结束时刻作为用户触发切换的最早界限T₁； （3）终端利用自回归模型对其接收到当前服务网络的信号强度进行如下迭代预测，确定用户触发切换时间的最晚界限T₂： （3a）设定用户终端在当前服务网络中的接收灵敏度：P_rxth； （3b）在T₁时刻开始，用户终端以T_samp为周期对当前服务网络的信号强度进行采样，得到采样序列x_p(n)； （3c）对采样序列x_p(n)进行加权平滑处理，得到平滑后的信号强度序列y_p(n)： y_p(n)＝α*y_p(n-1)+(1-α)*x_p(n) 其中，α为加权平滑系数，它满足0≤α≤1； （3d）根据平滑后得到的信号强度序列y_p(n)，终端对其接收到当前服务网络的信号强度进行迭代预测，设置初始迭代次数m＝1，初始预测步长T_h为切换时延估计值，T_samp是信号强度采样周期；（3e）设定预测步长为K_m＝m*K₀，利用自回归模型预测终端接收到当前服务网络K_m步之后的信号强度值：n为开始预测时刻；（3f）若预测值满足结束预测，反之令m自增，重新执行步骤（3e）直到结束预测；（3g）将预测结束时刻作为用户触发切换的最晚界限T₂； （4）根据预测得到的切换触发时间最早界限T₁和最晚界限T₂，确定最佳切换触发时间：（5）用户在最佳切换触发时间T开始执行切换流程。