基于匹配博弈的车辆异构网络选择算法

摘要：针对车辆在异构网络覆盖环境下的网络接入选择问题,基于双边匹配博弈中稳定匹配的相关概念,提出一种车辆异构网络选择博弈模型,通过用户侧与网络侧的双向选择得到异构网络选择的稳定匹配。算法首先利用层次分析法获得相应权重分配以给出满意度函数,然后将网络侧的一对多匹配转化为一对一匹配问题,在稳定匹配条件下构建多目标优化模型,并求解最优匹配结果。相关性能分析及仿真实验表明,基于稳定匹配的博弈模型相对于传统决策模型,能够使网络和用户侧双方的满意度最优化,从而得到双向网络选择的均衡状态。     

基于多属性决策的异构网络选择算法比较研究

本文提出层次分析法结合逼近理想解法共同组成的算法对备选网络进行网络选择,主要考虑带宽、时延、抖动和丢包率四个QoS属性以及价格属性对网络选择的影响,判断了四类典型业务下,网络的综合性能,最后选择出适合用户业务的最佳网络。仿真结果表明,该算法适用于流类业务较多的情况,与层次分析法相比,该算法既能准确选择适合用户业务的接入网络,同时还能将网络负载从16.61%下降到了8.63%。     

基于主客观权重的异构网络选择算法

为了解决在异构网络环境选择最佳的接入网络的问题,提出一种结合综合赋权的异构网络选择算法.在用户端采用层次分析法判断用户偏好,在网络端采用基于指标相关性的客观赋权法判断网络客观状态,结合基于离差极小化的综合赋权法得到最终权重,并运用理想值近似排序法进行网络排序,接入最佳网络.基于matlab的仿真结果表明：该方法能根据不同业务结合网络性能及用户需求,减少频繁切换,提高网络的选择结果的合理性和有效性.     

基于主客观权重的异构网络选择算法

为解决在异构网络环境选择最佳的接入网络问题,提出一种结合综合赋权的异构网络选择算法。在用户端采用层次分析法判断用户偏好,在网络端采用基于指标相关性的客观赋权法判断网络客观状态,并结合基于离差极小化的综合赋权法得到最终权重,同时运用理想值近似排序法进行网络排序,接入最佳网络。基于Matlab的仿真结果表明,该方法能根据不同业务结合网络性能及用户需求选择最佳的接入网络,减少了频繁切换,提高了网络选择结果的合理性与有效性。     

一种卫星异构网络环境下的网络选择算法

针对卫星通信网络的特点,提出了一种卫星异构网络环境下的网络选择策略.算法考虑不同业务类型的QoS需求、用户偏好、网络负载等因素,利用层次分析法确定影响网络选择的因素的权值,计算出每个可用网络的综合性能,确定最佳接入网络.仿真结果表明,该算法能够较好地适应卫星异构网络环境,提高网络选择的准确性和有效性.     

基于业务类型的异构无线网络选择算法

下一代异构无线网络环境下,用户的业务需求将更加多样化。根据3GPP对无线网络业务类型的划分,提出了一种基于业务类型的异构无线网络选择算法。该算法在无线多模终端中引入业务分析模块,考虑网络数据速率、时延、可靠性、安全性、价格等多种因素对不同业务的影响,采用模糊层次分析法,综合评价选出最佳网络接入。仿真结果证明,该算法能够根据业务类型有效地选择最佳网络,充分发挥异构网络的优势,有利于网络资源的优化调控。     

基于用户体验的VLC/WiFi异构网络切换算法

针对可见光通信(VLC)与WiFi组成的异构网络中的网络选择问题,现有工作大多仅关注实际物理网络指标的优化,如信干噪比(SINR)和吞吐量等,而忽视了终端用户的异构需求和服务体验。基于此,该文提出了一种以用户体验质量(QoE)为优化目标的网络切换算法。该算法首先基于平均主观评分(MOS)机制建立离散化的QoE等级模型,然后根据不同网络对应的实际QoE水平给出了相应网络切换准则,当且仅当新网络使得用户QoE等级提升时才进行网络切换,从而在一定程度减小盲目追求容量优化引起的网络切换开销。仿真结果表明,该算法相比现有算法能够在保证QoE水平的前提下显著减小整体的网络切换次数,从而降低网络开销,提升网络性能。      

无线异构网络的垂直切换判决算法

传统上的水平切换处理方法已经应用在同一接入技术的网络中（如无线蜂窝网络）。随着多种异构无线网络的出现,下一代网络必须支持垂直切换技术以保证用户从一个网络切换到内一个网络时仍然保持连接,垂直切换作为多网融合的基础,受到了学术界和工业界的广泛关注。对使用层次分析法进行垂直切换技术的工作原理及应用环境进行了分析,提出同时使用多种切换技术以解决不同环境下的切换问题。     

基于兴趣偏好的微博用户性别推断研究

用户属性,如：性别、年龄等,是计算心理学、个性化搜索、社会化商业推广等研究和应用考察的核心因素。利用用户生成数据自动推断用户属性成为新兴的研究课题。本文提出基于用户兴趣偏好研究微博用户的性别推断问题。考察了用户内容偏好以及关注行为偏好对性别推断的作用。在新浪微博近万名用户的数据集上证明了用户偏好特征的有效性。与传统的语用特征相比,将用户内容偏好与关注偏好相结合能够显著提高推断准确率。关注偏好特征对推断非活跃用户的性别尤其有效。     

基于用户偏好的智能业务选取研究

将马尔可夫判决过程和强化学习算法相结合，给出了异构无线网络环境下用户业务偏好评估模型的技术框架．为动态环境下用户需求的感知、量化和适配特征的研究提供了基本的数学描述，对解决用户体验的评价问题和业务与业务环境的适配问题提供了新的研究思路．仿真结果表明构建的模型能够在满足用户偏好的前提下智能选择业务．     

基于层次分析法的异构网络切换技术研究

异构网络是移动互联网的热门发展方向,切换技术是其研究的重要内容.基于异构网络,对其垂直切换技术进行研究.采用系统研究中的层次分析方法,解决目标代价函数中不同属性的加权系数计算问题,为多个因素共同影响网络状态时进行网络切换选择提供了参考依据.     

异构融合网络中基于博弈论的网络选择方案研究

近年来,移动通信技术蓬勃发展,多种网络并存,异构融合网络中的网络选择策略成为当前热点,本文引入了一种基于博弈论的网络选择方案,通过多级判决实现最佳接入.为了降低接入网络的多个用户间的干扰,本文在用户的发射端引入了基于SLNR的预编码,提高异构融合网络的整体性能.     

异构网络中基于终端决策的通用垂直切换算法

垂直切换是异构网络中的关键技术,目前已有的垂直切换算法大多是针对特定的网络或切换过程的某个环节,提出一种与网络类型无关的通用垂直切换算法,仿真结果表明该算法在支持多任务,有效利用能量方面比传统方法有很大的改进.     

异构无线网络中边缘用户小区选择算法

在异构网络中,部署多种小功率基站,会出现大量的“小区边缘区域”,边缘用户的性能会受到影响。为此,提出了一种边缘用户小区选择算法,通过发送端进行预编码抑制干扰,提高用户接收到的信干噪比。根据小区当前用户数,动态地调整给微小区边缘用户参考接收信号添加的偏置值,避免边缘用户接入用户数过多的拥堵小区。仿真结果表明,该算法与参考算法相比,能够有效降低宏小区负载,平衡不同微小区间负载,提高轻载微小区的网络吞吐量和资源利用率。     

异构网络中多网络并行传输的网络选择算法

为了充分利用异构网络中的无线资源,提出了一种基于多网络并行传输的异构网络接入选择算法,该算法根据终端接收信号功率确定能够进行通信的无线网络,以这些无线网络的任意非空子集作为候选方案,计算各个方案对应的聚合属性,再根据吞吐量和功耗阈值条件限定候选网络方案,对这些方案建立多属性决策矩阵,采用基于用户偏好的逼近理想值排序法(TOPSIS)得到各个候选网络方案的效用函数值,从中选出与理想方案最接近的多网络接入方案。仿真结果表明该算法能有效改善用户服务质量,提高用户吞吐量,降低用户的单位吞吐量对应的功耗和费用,保证网络的负载均衡。      

一种融合用户偏好和社交活跃度的推荐算法

为有效解决传统推荐算法精度低的问题,提出了一种融合用户偏好和社交活跃度的概率矩阵分解推荐算法(Probabilistic Matrix Factorization Recommendation Algorithm Combining User Prefer-ence and Social Activity,UPSA-P...     

基于用户体验质量和系统能耗的异构网络联合接入选择和功率分配策略

为了解决无线网络能耗和用户体验质量的问题,提出了一种应用于异构无线网络环境的基于多目标优化的联合接入选择和功率分配策略。该策略以最小化系统整体能耗和最大化用户平均体验质量为目标,建立了多目标优化联合分配模型,通过差分进化算法得到联合分配模型的最优解集,并结合 TOPSIS 的方法从最优解集中得到折中的联合分配方案。仿真结果表明,本文所提的策略能够有效地降低系统能耗,并提升用户整体的服务体验。     

基于用户偏好的个性化Web服务优化策略

为满足Web用户的偏好需求与服务质量,提出一种用户偏好属性及用户满意度表示方法,并给出了相应的用户偏好函数和满意度函数,根据用户偏好的多维属性矢量,采用综合服务满意度对服务进行优化,该策略能反映用户的偏好,实现个性化服务,实验结果及与方法的比较表明,提出的优化策略能根据用户偏好的相对性实现个性化服务,并且具有更好的查准率与召回率性能.     

浅谈WLAN与LTE异构网络中网络选择优化算法

LTE与WLAN均属于未来十分重要的两个通信网络。如何实现LTE与WLAN网络的有机融合,为用户提供更优质、便捷的服务是摆在运营商面前的一个重要课堂。文章简要探讨WLAN与LTE异构网络中网络选择最优算法,以供参考。     

异构无线网络环境下的网络接入选择算法研究

针对QoS对网络选择的影响,分析了当前的网络选择算法的SAW,GRA,MEW和TOPSIS,提出改进的RafoQ(Ranking for QoS)网络选择算法。仿真结果表明,与现有的网络选择算法相比,改进的RafoQ选择算法在时延、抖动性以及丢包率方面具有明显的优势。