密集网络自优化切换方法

    公开(公告)号:CN104955116B

    公开(公告)日:2018-04-27

    申请号:CN201510282444.3

    申请日:2015-05-28

    Abstract: 本发明请求保护一种密集网络自优化切换方法,属于无线通信技术领域。针对密集异构蜂窝网络的密集、多分层、无定形的架构特性,及高频率、低性能的切换特性,该方法首先感知移动台(Mobile Station,MS)在目标小蜂窝的途经率、移动速度、小蜂窝的接纳力和小蜂窝的空闲度四个指标。随后,基于模糊逻辑(Fuzzy Logic,FL)算法由途经率和速度得到MS对目标小蜂窝的趋向度,并由接纳力和空闲度得到小蜂窝对新用户的亲和度。最后,基于Q学习(Q‑Learning)算法,以趋向度和亲和度为输入,以资源利用率、掉话率、切换失败率和乒乓切换率为瞬时奖励,自适应地调节切换参数值,使切换失败率、乒乓切换率和掉话率最优。相对于现有技术,本发明对于密集异构网络下的MS的高切换失败率、乒乓切换率及掉话率有明显的改善。

    密集网络自优化切换方法

    公开(公告)号:CN104955116A

    公开(公告)日:2015-09-30

    申请号:CN201510282444.3

    申请日:2015-05-28

    CPC classification number: H04W36/30 H04W36/08 H04W36/32

    Abstract: 本发明请求保护一种密集网络自优化切换方法,属于无线通信技术领域。针对密集异构蜂窝网络的密集、多分层、无定形的架构特性,及高频率、低性能的切换特性,该方法首先感知移动台(Mobile Station,MS)在目标小蜂窝的途经率、移动速度、小蜂窝的接纳力和小蜂窝的空闲度四个指标。随后,基于模糊逻辑(Fuzzy Logic,FL)算法由途经率和速度得到MS对目标小蜂窝的趋向度,并由接纳力和空闲度得到小蜂窝对新用户的亲和度。最后,基于Q学习(Q-Learning)算法,以趋向度和亲和度为输入,以资源利用率、掉话率、切换失败率和乒乓切换率为瞬时奖励,自适应地调节切换参数值,使切换失败率、乒乓切换率和掉话率最优。相对于现有技术,本发明对于密集异构网络下的MS的高切换失败率、乒乓切换率及掉话率有明显的改善。

    一种异构小蜂窝网络中的D2D模式选择方法

    公开(公告)号:CN104486744A

    公开(公告)日:2015-04-01

    申请号:CN201410833648.7

    申请日:2014-12-29

    Inventor: 张家波 田智

    CPC classification number: Y02D70/20 H04W72/0473 H04W76/14 H04W84/045

    Abstract: 本发明公开了一种异构小蜂窝网络中的D2D模式选择方法,根据D2D链路不同的工作模式,将其划分为不同的模式组;其次根据不同的模式组选择对应的联合决策状态空间;再根据所选择的联合决策状态空间,模式组之间执行联合决策算法,并决定是否需要进行组内D2D链路的调整;然后根据联合决策算法的结果,动态地调整模式组内部的D2D链路,并根据调整结果更新状态空间。最后根据状态空间的更新结果,判断是否达到稳定状态,若是未达到稳定状态,则继续执行联合决策算法,若是达到稳定状态,则表明所有D2D链路传输代价的总和最小。本发明在确保通信质量的前提下,能够有效地减小总的传输功率和信道开销。

    一种异构小蜂窝网络中的D2D模式选择方法

    公开(公告)号:CN104486744B

    公开(公告)日:2018-03-13

    申请号:CN201410833648.7

    申请日:2014-12-29

    Inventor: 张家波 田智

    CPC classification number: Y02D70/20

    Abstract: 本发明公开了一种异构小蜂窝网络中的D2D模式选择方法,根据D2D链路不同的工作模式,将其划分为不同的模式组;其次根据不同的模式组选择对应的联合决策状态空间;再根据所选择的联合决策状态空间,模式组之间执行联合决策算法,并决定是否需要进行组内D2D链路的调整;然后根据联合决策算法的结果,动态地调整模式组内部的D2D链路,并根据调整结果更新状态空间。最后根据状态空间的更新结果,判断是否达到稳定状态,若是未达到稳定状态,则继续执行联合决策算法,若是达到稳定状态,则表明所有D2D链路传输代价的总和最小。本发明在确保通信质量的前提下,能够有效地减小总的传输功率和信道开销。

Patent Agency Ranking