优化异构网络间垂直切换性能的遗传算法-研究论文

【文件属性】：
文件名称：优化异构网络间垂直切换性能的遗传算法-研究论文
文件大小：396KB
文件格式：PDF
更新时间：2021-06-10 06:10:11
Genetic Algorithm Supervised 移动终端通常可以连接到多个无线网络，这些网络为不同类别的服务提供不同程度的适用性。 遗传算法 (GA) - 基于监督方法 - 用于评估异构网络中成功切换的可能性，以提高容量和网络性能。 传统的切换方案容易出现乒乓效应和角点效应，而开发一种优化的切换方案以实现无缝、更快、能耗更低的切换决策是一个挑战。 为了保证服务的连续性并维持有希望的QoS，应该适当地做出切换决策。 切换的最通用标准是接收信号强度，这在高级网络中是不够的。 GA 方案可以通过使用最适合移动终端 (MT) 的网络，考虑服务质量要求 (QoS)、网络参数和用户对成本的偏好来有效优化软切换决策。为 MT 选择了各种连接点。 基于数学模型的垂直切换预测方法涉及一个明确定义的目标函数，考虑到信号强度、用户设备速度、负载和每个用户带宽的成本。 通过调整定义的目标函数中的权重，可以根据用户设置提高系统性能。 由于带宽高，组网方便，系统考虑了无线接入标准：UMTS、Wi-Fi、LTE和Wimax。 决策问题被表述为几个目标优化问题，并使用受监控的遗传算法进行模拟。 仿真结果表明，当使用优化的网络参数值时，可以最小化切换次数。