【技术实现步骤摘要】
基于直觉模糊数和TOPSIS的异构无线网络选择方法
本专利技术属于异构网络融合领域，特别涉及基于直觉模糊数和TOPSIS的异构无线网络选择方法。
技术介绍
随着无线通信技术的迅猛发展，无线网络的异构性特征越专利技术显。无线网络包括宽带无线接入网、蜂窝移动网和卫星网络等不同种类的网络。从20世纪80年代初的第一代移动通信系统，到现在的4G、WLAN甚至5G，各种异构网络的出现和交叠，使得移动用户终端在选择上十分困难。为了更好地满足用户在不同业务及应用场景下的网络服务需求，异构网络融合成为必然趋势。异构无线网络融合是以用户需求为导向，旨在充分利用现有网络资源，降低网络开销成本，维持网络负载均衡，以满足用户无缝连接的服务需求，为用户提供高质量、丰富、便捷的服务。其主要涉及移动性管理、无线资源管理、服务质量以及网络安全性等问题。在本专利技术中主要体现为移动性管理技术，即切换技术。异构无线网络融合面临的挑战之一就是如何设计高效、合理的垂直判决算法，以满足不同网络间无缝切换的需求。目前基于多属性的网络接入算法层出不穷，常...
【技术保护点】
1.基于直觉模糊数和TOPSIS的异构无线网络选择方法，其特征在于，包括以下步骤：/nS1、获取目标网络属性和当前业务类型；/nS2、根据获取到的目标网络属性参数构造目标决策矩阵，并进行归一化处理；/nS3、构建不同业务类型下的直觉模糊层次分析模型，并获取相应的网络属性权重矩阵；/nS4、将所得网络属性权重矩阵与目标决策矩阵进行简单乘法加权，得到加权决策矩阵；/nS5、利用TOPSIS法对加权决策矩阵进行排序，取最优结果作为最终目标网络进行切换。/n
【技术特征摘要】
1.基于直觉模糊数和TOPSIS的异构无线网络选择方法，其特征在于，包括以下步骤：
S1、获取目标网络属性和当前业务类型；
S2、根据获取到的目标网络属性参数构造目标决策矩阵，并进行归一化处理；
S3、构建不同业务类型下的直觉模糊层次分析模型，并获取相应的网络属性权重矩阵；
S4、将所得网络属性权重矩阵与目标决策矩阵进行简单乘法加权，得到加权决策矩阵；
S5、利用TOPSIS法对加权决策矩阵进行排序，取最优结果作为最终目标网络进行切换。
2.根据权利要求1所述的基于直觉模糊数和TOPSIS的异构无线网络选择方法，其特征在于，所述步骤S1中目标网络属性主要为网络带宽、时延、丢包、抖动、成本和安全，所述当前业务类型为会话类、流媒体类、背景/后台类和交互类。
3.根据权利要求1所述的基于直觉模糊数和TOPSIS的异构无线网络选择方法，其特征在于，所述步骤S2中，利用收集到的目标网络属性，构造目标决策矩阵，假定现有m个候选网络，其影响网络决策的属性为n个，构建网络属性决策矩阵D＝[dij]m×n(i＝1,2,...m,j＝1,2,...n)，其中dij表示第个i候选网络对应的第j个属性，具体表示为：
并进行归一化处理得到标准化决策矩阵R＝[rij]m×n(i∈[1,m],j∈[1,n])，其中rij表示归一化后的第个i候选网络对应的第j个属性，表示如下：
4.根据权利要求1所述的基于直觉模糊数和TOPSIS的异构无线网络选择方法，其特征在于，所述步骤S3主要是构建不同业务类型下直觉模糊层次结构(IntuitionisticFuzzyAnalyticHierarchyProcess，IFAHP)，其中属性间对比语义重要程度用直觉正态模糊数进行表示，得到相应的直觉模糊偏好关系矩阵，最终得到该业务类型下不同属性上的直觉模糊值，进而对该模糊值进行运算得到对应的网络属性权重矩阵，具体包括以下步骤：
1)采用直觉模糊数对模糊层次分析模型(FuzzyAnalyticHierarchyProcess，FAHP)中两两比较矩阵语义重要程度进行表示，其中一组直觉模糊数定义如下：
A＝(μA,νA),(0≤μA≤1,0≤νA≤1,0≤μA+νA≤1)(3)
式中μA和νA...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。