發(fā)布時間：2021-05-24 07:24

　　伴隨著無線通信技術(shù)的迅猛的發(fā)展,各種層出不窮的無線技術(shù)共同為用戶提供了異構(gòu)網(wǎng)絡(luò)環(huán)境和多種接入服務(wù)。異構(gòu)無線網(wǎng)絡(luò)及其相關(guān)技術(shù)已被認(rèn)為是未來網(wǎng)絡(luò)融合發(fā)展的趨勢,其關(guān)鍵技術(shù)也在備受國內(nèi)外學(xué)者的關(guān)注,是很有前景的新興研究領(lǐng)域。而網(wǎng)絡(luò)選擇作為其關(guān)鍵技術(shù)之一,自然是研究的焦點。本文基于多屬性決策的思路對異構(gòu)無線網(wǎng)絡(luò)選擇算法進(jìn)行了研究,提出了兩種網(wǎng)絡(luò)選擇算法。第一種是基于直覺正態(tài)模糊層次分析和改進(jìn)的灰色關(guān)聯(lián)的網(wǎng)絡(luò)選擇算法,首先使用直覺正態(tài)模糊數(shù)構(gòu)建模糊層次結(jié)構(gòu)獲取網(wǎng)絡(luò)屬性的主觀權(quán)重,結(jié)合變異系數(shù)法獲取客觀權(quán)重,接下來進(jìn)行擬合獲得網(wǎng)絡(luò)屬性的綜合權(quán)重,最后采用改進(jìn)后的灰色關(guān)聯(lián)分析法進(jìn)行網(wǎng)絡(luò)排序,選擇最合適的網(wǎng)絡(luò)進(jìn)行接入。仿真實驗結(jié)果表明,該算法在候選網(wǎng)絡(luò)選擇上與傳統(tǒng)算法一致,四種業(yè)務(wù)類型下均降低了垂直切換率,在一定程度上提升了網(wǎng)絡(luò)性能,緩解了乒乓效應(yīng)。第二種是基于勾股模糊集和改進(jìn)TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution）的網(wǎng)絡(luò)選擇算法,該算法放寬了直覺模糊數(shù)的隸屬空間,基于勾股模糊集理論構(gòu)建模糊對比矩... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究意義
    1.3 研究內(nèi)容和主要貢獻(xiàn)
    1.4 論文的組織結(jié)構(gòu)安排
第二章 異構(gòu)無線網(wǎng)絡(luò)選擇技術(shù)
    2.1 異構(gòu)無線網(wǎng)絡(luò)概述
    2.2 常用QoS指標(biāo)及業(yè)務(wù)類型
    2.3 網(wǎng)絡(luò)選擇技術(shù)
    2.4 常見網(wǎng)絡(luò)選擇算法
    2.5 小結(jié)
第三章 多屬性決策算法研究
    3.1 多屬性決策概述
    3.2 常見多屬性決策算法
        3.2.1 AHP算法
        3.2.2 FAHP算法
        3.2.3 Entropy算法
        3.2.4 TOPSIS算法
        3.2.5 GRA算法
    3.3 小結(jié)
第四章 基于直覺正態(tài)層次分析和改進(jìn)的灰色關(guān)聯(lián)的網(wǎng)絡(luò)選擇算法
    4.1 引言
    4.2 算法流程與實現(xiàn)
        4.2.1 確定影響網(wǎng)絡(luò)選擇因素和業(yè)務(wù)類型
        4.2.2 獲取網(wǎng)絡(luò)參數(shù)綜合權(quán)重
        4.2.3 網(wǎng)絡(luò)排序
    4.3 算法復(fù)雜度分析
    4.4 實驗?zāi)M與結(jié)果分析
        4.4.1 仿真環(huán)境與參數(shù)設(shè)置
        4.4.2 仿真結(jié)果分析
    4.5 小結(jié)
第五章 基于勾股模糊集和改進(jìn)TOPSIS法的網(wǎng)絡(luò)選擇算法
    5.1 引言
    5.2 算法流程與實現(xiàn)
        5.2.1 獲取網(wǎng)絡(luò)參數(shù)綜合權(quán)重
        5.2.3 改進(jìn)的TOPSIS法進(jìn)行網(wǎng)絡(luò)排序
    5.3 算法復(fù)雜度分析
    5.4 實驗?zāi)M與結(jié)果分析
        5.4.1 仿真環(huán)境與參數(shù)設(shè)置
        5.4.2 仿真結(jié)果分析
    5.5 小結(jié)
第六章 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 未來工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件


【參考文獻(xiàn)】：
期刊論文
[1]新發(fā)展理念下經(jīng)濟(jì)高質(zhì)量發(fā)展的統(tǒng)計評價與地區(qū)比較——基于改進(jìn)的TOPSIS綜合評價模型[J]. 陳夢根,徐瀅,周元任.  統(tǒng)計學(xué)報. 2020(02)
[2]基于改進(jìn)TOPSIS和時域特征量的油紙絕緣狀態(tài)分類分級評估[J]. 蔡金錠,葉榮,劉慶珍.  電機(jī)與控制學(xué)報. 2020(01)
[3]基于勾股模糊集評價的三支決策方法[J]. 劉久兵,王天行,周獻(xiàn)中,黃兵,李華雄.  模式識別與人工智能. 2019(12)
[4]基于區(qū)間畢達(dá)哥拉斯模糊相似測度的多屬性群決策方法研究[J]. 程麗娜,周禮剛.  價值工程. 2019(19)
[5]基于信息測度的勾股模糊決策模型及其應(yīng)用[J]. 彭守鎮(zhèn).  計算機(jī)工程與應(yīng)用. 2019(19)
[6]基于演化博弈的多用戶網(wǎng)絡(luò)選擇算法[J]. 唐夲,李樂,肖靜薇,吳維農(nóng),馮文江.  計算機(jī)工程與科學(xué). 2018(02)
[7]異構(gòu)無線網(wǎng)絡(luò)接入選擇算法綜述[J]. 俞鶴偉,梁根.  哈爾濱工業(yè)大學(xué)學(xué)報. 2017(11)
[8]勾股模糊集的距離測度及其在多屬性決策中的應(yīng)用[J]. 李德清,曾文藝,尹乾.  控制與決策. 2017(10)
[9]廣義畢達(dá)哥拉斯模糊集成算子及其決策應(yīng)用[J]. 劉衛(wèi)鋒,常娟,何霞.  控制與決策. 2016(12)
[10]基于多屬性決策的異構(gòu)網(wǎng)絡(luò)選擇算法比較研究[J]. 陶劍驊,武向農(nóng),蔣祥鵬.  電視技術(shù). 2015(17)

碩士論文
[1]基于多屬性決策的異構(gòu)無線網(wǎng)絡(luò)選擇算法[D]. 肖杰.華南理工大學(xué) 2018
[2]基于模糊邏輯的異構(gòu)網(wǎng)絡(luò)垂直切換算法仿真研究[D]. 鄧少龍.山東大學(xué) 2014



本文編號：3203800