一种自适应网络切换方法、系统及存储介质技术方案

本发明专利技术公开了一种自适应网络切换方法、系统及存储介质，本发明专利技术基于RBF神经网络判断设备业务类型和设备网络制式，从而确定切换所使用的深度Q网络，将当前异构网络或网络接入点的环境状态作为深度Q网络输入，获得最优网络及接入点，避免了因传统切换算法切换指标单一而引发的误切换，减少设备切换次数，切换更加合理。合理。合理。

【技术实现步骤摘要】
一种自适应网络切换方法、系统及存储介质


[0001]本专利技术涉及一种自适应网络切换方法、系统及存储介质，属于无线网络


技术介绍

[0002]随着未来各种应用场景中多种无线网络的部署，多网融合发展和无缝漫游的异构无线网络将成为必然趋势。作为异构无线网络移动性管理技术的核心，网络切换技术是在设备跨异构网络移动时确保会话连续性的关键技术之一，具有重要的研究意义。
[0003]目前传统的切换方法包括基于接受信号强度(Received Signal Strength，RSS)算法和基于多准则决策(Multi
‑
criteria Decision Making，MCDM)算法；其中，RSS算法会导致设备的频繁切换，影响用户服务质量，MCDM算法由于多种决策标准相互依赖和交互影响切换判决准则的相对权重，最终导致切换不合理。

技术实现思路

[0004]本专利技术提供了一种自适应网络切换方法、系统及存储介质，解决了传统方法导致设备切换频繁和切换判据不合理的问题。
[0005]为了解决上述技术问题，本专利技术所采用的技术方案是：
[0006]一种自适应网络切换方法，包括：
[0007]将网络环境下设备的状态信息输入预先训练的RBF神经网络，获得设备业务类型和设备网络制式；
[0008]若设备网络制式为支持多网络制式，将网络环境状态参数作为输入，采用预先训练的第一深度Q网络和第二深度Q网络，获得选择连接的网络和选择连接网络的接入点，根据选择连接的网络和选择连接网络的接入点，进行网络切换；
[0009]若设备网络制式为单网络制式且设备业务类型为非固定类业务，将网络环境状态参数作为输入，采用预先训练的第二深度Q网络，获得选择连接的网络接入点，根据选择连接的网络接入点，进行网络切换。
[0010]设备的状态信息包括设备接收功率变化值、设备接收时延变化值和设备固有参数。
[0011]若设备网络制式为支持多网络制式，采用预先训练的第一深度Q网络和第二深度Q网络，获得选择连接的网络和选择连接网络的接入点，根据选择连接的网络和选择连接网络的接入点，进行网络切换，包括：
[0012]若设备网络制式为支持多网络制式，采用预先训练的第一深度Q网络，获得选择连接的网络，采用预先训练的第二深度Q网络，获得选择连接网络的接入点，根据选择连接的网络和选择连接网络的接入点，进行网络切换。
[0013]第一深度Q网络的输入为网络环境状态参数，包括：
[0014]环境中各无线网络的带宽、时延、误码率和抖动；
[0015]设备对网络带宽、时延、误码率和抖动的需求矩阵。
[0016]第一深度Q网络中网络切换奖励为：
[0017][0018]其中，r1为第一深度Q网络中网络切换奖励，为网络切换时带宽的网络选择权重，为网络切换时时延的网络选择权重，为网络切换时误码率的网络选择权重，为网络切换时抖动的网络选择权重，f
1B
(S1,n)为网络切换时带宽的网络选择收益函数，f
1τ
(S1,n)为网络切换时时延的网络选择收益函数，f
1e
(S1,n)为网络切换时误码率的网络选择收益函数，f
1J
(S1,n)为网络切换时抖动的网络选择收益函数，S1为输入第一深度Q网络的网络环境状态参数集。
[0019][0020][0021][0022][0023]其中，B
n
为无线网络n所提供的带宽，τ
n
为无线网络n所提供的时延，e
n
为无线网络n所提供的误码率，J
n
为无线网络n所提供的抖动，qB为无线网络n需求的带宽，qτ为无线网络n需求的时延，qe为无线网络n需求的误码率，qJ为无线网络n需求的抖动。
[0024]第二深度Q网络的输入为网络环境状态参数，包括：
[0025]网络中各接入点的带宽、时延、误码率和抖动；
[0026]设备接收各接入点的接收功率；
[0027]设备对网络带宽、时延、误码率和抖动的需求矩阵。
[0028]第二深度Q网络中网络切换奖励为：
[0029][0030]其中，r2为第二深度Q网络中网络切换奖励，为选择接入点时带宽的网络选择权重，为选择接入点时时延的网络选择权重，为选择接入点时误码率的网络选择权重，为选择接入点时抖动的网络选择权重，f
2B
(S2,m)为选择接入点时带宽的网络选择收益函数，f
2τ
(S2,m)为选择接入点时时延的网络选择收益函数，f
2e
(S2,m)为选择接入点时误码率的网络选择收益函数，f
2J
(S2,m)为选择接入点时抖动的网络选择收益函数，S2为输入第二深度Q网络的网络环境状态参数集，P
m
为接入点m的接收功率，P
th
为接收功率的灵敏度
[0031][0032][0033][0034][0035]其中，B
′
m
为接入点m所提供的带宽，τ
′
m
为接入点m所提供的时延，e
′
m
为接入点m所提供的误码率，J
′
m
为接入点m所提供的抖动，qB
′
为接入点m需求的网络带宽，qτ
′
为接入点m需求的网络时延，qe
′
为接入点m需求的网络误码率，qJ
′
为接入点m需求的网络抖动。
[0036]一种自适应网络切换系统，包括：
[0037]RBF神经网络模块：将网络环境下设备的状态信息输入预先训练的RBF神经网络，获得设备业务类型和设备网络制式；
[0038]第一切换模块：若设备网络制式为支持多网络制式，采用预先训练的第一深度Q网络和第二深度Q网络，获得选择连接的网络和选择连接网络的接入点，根据选择连接的网络和选择连接网络的接入点，进行网络切换；
[0039]第二切换模块：若设备网络制式为单网络制式且设备业务类型为非固定类业务，采用预先训练的第二深度Q网络，获得选择连接的网络接入点，根据选择连接的网络接入点，进行网络切换。
[0040]第一切换模块：若设备网络制式为支持多网络制式，采用预先训练的第一深度Q网络，获得选择连接的网络，采用预先训练的第二深度Q网络，获得选择连接网络的接入点，根据选择连接的网络和选择连接网络的接入点，进行网络切换。
[0041]一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行自适应网络切换方法。
[0042]本专利技术所达到的有益效果：本专利技术基于RBF神经网络判断设备业务类型和设备网络制式，从而确定切换所使用的深度Q网络，将当前异构网络或网络接入点的环境状态作为深度Q网络输入，获得最优网络及接入点，避免了因传统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应网络切换方法，其特征在于，包括：将网络环境下设备的状态信息输入预先训练的RBF神经网络，获得设备业务类型和设备网络制式；若设备网络制式为支持多网络制式，将网络环境状态参数作为输入，采用预先训练的第一深度Q网络和第二深度Q网络，获得选择连接的网络和选择连接网络的接入点，根据选择连接的网络和选择连接网络的接入点，进行网络切换；若设备网络制式为单网络制式且设备业务类型为非固定类业务，将网络环境状态参数作为输入，采用预先训练的第二深度Q网络，获得选择连接的网络接入点，根据选择连接的网络接入点，进行网络切换。2.根据权利要求1所述的一种自适应网络切换方法，其特征在于，设备的状态信息包括设备接收功率变化值、设备接收时延变化值和设备固有参数。3.根据权利要求1所述的一种自适应网络切换方法，其特征在于，若设备网络制式为支持多网络制式，采用预先训练的第一深度Q网络和第二深度Q网络，获得选择连接的网络和选择连接网络的接入点，根据选择连接的网络和选择连接网络的接入点，进行网络切换，包括：若设备网络制式为支持多网络制式，采用预先训练的第一深度Q网络，获得选择连接的网络，采用预先训练的第二深度Q网络，获得选择连接网络的接入点，根据选择连接的网络和选择连接网络的接入点，进行网络切换。4.根据权利要求3所述的一种自适应网络切换方法，其特征在于，第一深度Q网络的输入为网络环境状态参数，包括：环境中各无线网络的带宽、时延、误码率和抖动；设备对网络带宽、时延、误码率和抖动的需求矩阵。5.根据权利要求4所述的一种自适应网络切换方法，其特征在于，第一深度Q网络中网络切换奖励为：其中，r1为第一深度Q网络中网络切换奖励，为网络切换时带宽的网络选择权重，为网络切换时时延的网络选择权重，为网络切换时误码率的网络选择权重，为网络切换时抖动的网络选择权重，f
1B
(S1,n)为网络切换时带宽的网络选择收益函数，f
1τ
(S1,n)为网络切换时时延的网络选择收益函数，f
1e
(S1,n)为网络切换时误码率的网络选择收益函数，f
1J
(S1,n)为网络切换时抖动的网络选择收益函数，S1为输入第一深度Q网络的网络环境状态参数集。络环境状态参数集。
其中，B
n
为无线网络n所提供的带宽，τ
n
为无线网络n所提供的时延，e
n
为无线网络n所提供的误码率，J
n
为无线网络n所提供的抖动，qB为无线网络n需求的带宽，qτ为无线网络n需求的时延，qe为无线网络n需求的误码率，qJ为无线网络n需求的抖动。6.根据权利要求3所述的一种自适应网络切换方法，其特征在于，第二深度Q网络的输入为网络环境状态参数，包括：网络中各接入点的带宽...

【专利技术属性】
技术研发人员：路永玲，王真，朱雪琼，胡成博，贾骏，杨景刚，张国江，付慧，孙蓉，姚楠，张东磊，陆阳，白巍，
申请(专利权)人：国网江苏省电力有限公司全球能源互联网研究院有限公司江苏省电力试验研究院有限公司，
类型：发明
国别省市：