基于神经网络和模糊逻辑的接入网络选择方法

摘要

本发明公开了一种基于神经网络和模糊逻辑的接入网络选择方法。主要解决网络选择过程中候选网络未来负载变化和参数不确定性对用户性能的影响问题。实现过程是：各候选网络基站收集所在网络当前的负载信息以及用户接收到的信号强度信息；利用集成BP神经网络预测各候选网络未来负载的变化趋势；利用归一化和模糊逻辑处理网络负载和用户接收信号强度；利用代价函数计算候选网络的技术指标；利用多目标决策综合衡量网络的技术指标、网络参数和用户需求，得到各个候选网络的适宜接入度；各个基站将所在网络的适宜接入度通过无线使能器发送给用户；用户比较后，选择具有最大适宜接入度的候选网络作为目标网络。本发明能够有效能够降低用户接入网络时的阻塞概率和服务过程中的中断概率，实现为用户选择最佳接入网络的功能。

主权项

一种基于神经网络和模糊逻辑的接入网络选择方法，包括如下步骤：(1)各候选网络基站收集其所在网络的当前负载信息；用户检测各个候选网络的信号强度，并将得到的信号强度信息通过无线使能器告知给相应网络的基站；(2)各基站根据其所在网络的历史负载信息和收集到的当前负载情况，利用集成BP神经网络算法对所在网络未来负载的变化趋势进行预测；(3)基站对网络未来负载的预测值，及用户接收信号强度信息分别进行归一化处理和模糊处理；(4)各个基站根据模糊处理之后网络负载和用户接收信号的强度，利用代价函数计算每个候选网络的技术指标；(5)基站根据其所在网络的技术指标和网络参数及用户需求，采用多目标决策计算其所在网络的适宜接入度；(6)各个基站将其所在网络的适宜接入度通过无线使能器传递给用户；(7)用户比较各个候选网络的适宜接入度大小，最终选择适宜接入度最大的网络作为目标网络。