本文關(guān)鍵詞：異構(gòu)網(wǎng)絡(luò)無線資源管理中小區(qū)選擇與接入控制方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：移動(dòng)通信的飛速發(fā)展,使得用戶涌現(xiàn)出的各種業(yè)務(wù)類型對網(wǎng)絡(luò)帶寬、網(wǎng)絡(luò)信號(hào)、智能終端移動(dòng)速率、網(wǎng)絡(luò)負(fù)載等網(wǎng)絡(luò)性能參數(shù)提出了不同的要求,各類接入網(wǎng)絡(luò)不斷涌現(xiàn),性能各有所長,使得用戶多業(yè)務(wù)服務(wù)成為現(xiàn)實(shí)。未來的移動(dòng)通信系統(tǒng)是各類接入網(wǎng)絡(luò)并存的無線異構(gòu)網(wǎng)絡(luò),能為用戶提供每時(shí)每刻、任何地點(diǎn)的服務(wù),提高用戶服務(wù)水平。無線異構(gòu)網(wǎng)絡(luò)融合的實(shí)現(xiàn)需要多種關(guān)鍵技術(shù)的支撐,小區(qū)選擇和接入控制作為多種接入技術(shù)融合的基礎(chǔ),在實(shí)現(xiàn)網(wǎng)絡(luò)負(fù)載均衡、提高用戶服務(wù)可靠性、提高系統(tǒng)資源利用率等方面具有重大的學(xué)術(shù)價(jià)值。本文在閱讀相關(guān)大量文獻(xiàn)的基礎(chǔ)上,綜合分析了以往的各種小區(qū)選擇和接入控制算法的優(yōu)劣,提出了自己的算法。本文綜合考慮了遺傳算法(Genetic Algorithm,GA)、模糊理論(Fuzzy Theory)、BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Artificial Neural Networks)的優(yōu)點(diǎn),將模糊神經(jīng)網(wǎng)絡(luò)(Fuzzy Neural Network,FNN)應(yīng)用到小區(qū)選擇中,給出了一種遺傳算法-模糊神經(jīng)網(wǎng)絡(luò)(GA-FNN)小區(qū)選擇算法。利用遺傳算法的優(yōu)點(diǎn)彌補(bǔ)BP神經(jīng)網(wǎng)絡(luò)收斂慢的缺點(diǎn),并在小區(qū)選擇的過程中加入了預(yù)判決模塊,通過用戶篩選,降低了算法復(fù)雜度和系統(tǒng)成本。將網(wǎng)絡(luò)信號(hào)強(qiáng)度、網(wǎng)絡(luò)帶寬、網(wǎng)絡(luò)負(fù)載和用戶終端移動(dòng)速度作為模糊神經(jīng)網(wǎng)絡(luò)的輸入,經(jīng)過處理,得出輸出值,根據(jù)輸出值進(jìn)行選擇。該算法考慮了更多的小區(qū)選擇判決因素,與傳統(tǒng)的RSS(Received Signal Strength,基于接收信號(hào)強(qiáng)度)小區(qū)選擇算法比較,該算法在頁面平均響應(yīng)時(shí)間、節(jié)點(diǎn)接收數(shù)據(jù)時(shí)的網(wǎng)絡(luò)流量等方面都有所改善,仿真結(jié)果顯示了GA-FNN算法的有效性。本文的另一個(gè)研究重點(diǎn)是接入控制,給出了一種設(shè)置動(dòng)態(tài)優(yōu)先級(jí)的接入控制算法。在該算法中,考慮了用戶的資費(fèi)水平,優(yōu)先接入費(fèi)用較低用戶的業(yè)務(wù)。采用RED(Random Early Detection,隨機(jī)早期檢測)算法管理呼叫隊(duì)列,按照一定的丟包率丟棄到達(dá)的數(shù)據(jù)包,來達(dá)到減小網(wǎng)絡(luò)擁塞的目的。在系統(tǒng)有多余資源時(shí),計(jì)算各呼叫動(dòng)態(tài)優(yōu)先級(jí),動(dòng)態(tài)優(yōu)先級(jí)高的首先被服務(wù),保障了算法的公平性。
【關(guān)鍵詞】：異構(gòu)無線網(wǎng)絡(luò) 小區(qū)選擇 接入控制
【學(xué)位授予單位】：山東財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN929.5
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-20
• 1.1 論文的研究背景和意義10-12
• 1.2 相關(guān)研究綜述12-18
• 1.2.1 小區(qū)選擇研究現(xiàn)狀12-16
• 1.2.2 接入控制研究現(xiàn)狀16-18
• 1.2.3 總體評價(jià)18
• 1.3 本文的主要工作和組織結(jié)構(gòu)18-19
• 1.4 本文的創(chuàng)新點(diǎn)19-20
• 第2章 理論基礎(chǔ)20-34
• 2.1 異構(gòu)無線網(wǎng)絡(luò)的融合21-24
• 2.2 聯(lián)合無線資源管理24-26
• 2.3 小區(qū)選擇26-27
• 2.4 接入控制27-29
• 2.5 遺傳算法和模糊神經(jīng)網(wǎng)絡(luò)29-33
• 2.5.1 遺傳算法29-30
• 2.5.2 模糊控制理論30-31
• 2.5.3 神經(jīng)網(wǎng)絡(luò)31-33
• 2.6 本章小結(jié)33-34
• 第3章 遺傳算法-模糊神經(jīng)網(wǎng)絡(luò)小區(qū)選擇算法34-50
• 3.1 GA-FNN算法模型34-43
• 3.1.1 預(yù)判決35
• 3.1.2 模糊神經(jīng)網(wǎng)絡(luò)35-37
• 3.1.3 BP神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)算法37-39
• 3.1.4 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)39-41
• 3.1.5 MATLAB仿真41-42
• 3.1.6 切換判決42-43
• 3.2 仿真場景及結(jié)果分析43-46
• 3.2.1 仿真場景設(shè)置43
• 3.2.2 仿真結(jié)果分析43-46
• 3.3 OPNET仿真工具簡介46-49
• 3.4 本章小結(jié)49-50
• 第4章 基于RED算法的動(dòng)態(tài)優(yōu)先級(jí)接入控制算法50-61
• 4.1 基于RED算法的動(dòng)態(tài)優(yōu)先級(jí)接入控制算法的提出50-52
• 4.1.1 嚴(yán)格區(qū)分信道的接入控制策略50-51
• 4.1.2 基于隊(duì)列優(yōu)先的接入控制策略51-52
• 4.2 基于RED算法的動(dòng)態(tài)優(yōu)先級(jí)接入控制算法的描述52-60
• 4.2.1 用戶資費(fèi)水平53
• 4.2.2 RED算法管理呼叫隊(duì)列53-58
• 4.2.3 動(dòng)態(tài)優(yōu)先級(jí)的設(shè)置58-60
• 4.3 本章小結(jié)60-61
• 第5章 總結(jié)與展望61-63
• 5.1 本文的工作總結(jié)61-62
• 5.2 本文存在的問題和對未來的展望62-63
• 參考文獻(xiàn)63-68
• 攻讀學(xué)位期間取得的學(xué)術(shù)成果68-69
• 致謝69

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳慶章;組建異構(gòu)網(wǎng)應(yīng)著重考慮的問題和產(chǎn)品現(xiàn)狀[J];計(jì)算機(jī)時(shí)代;1994年03期

2 汪蕓,顧冠群,謝俊清,兌繼英,孫昌平;異構(gòu)網(wǎng)絡(luò)集成方法研究[J];計(jì)算機(jī)研究與發(fā)展;1997年03期

3 馬義忠;楊紅旗;高彥;専秋峰;;基于移動(dòng)Agent異構(gòu)網(wǎng)絡(luò)管理的分析與設(shè)計(jì)[J];微計(jì)算機(jī)信息;2008年33期

4 黃川;鄭寶玉;;多無線電協(xié)作技術(shù)與異構(gòu)網(wǎng)絡(luò)融合[J];中興通訊技術(shù);2008年03期

5 吳蒙;季麗娜;王X;;無線異構(gòu)網(wǎng)絡(luò)的關(guān)鍵安全技術(shù)[J];中興通訊技術(shù);2008年03期

6 李R

本文編號(hào)：277223