發(fā)布時(shí)間：2024-06-27 22:14

　　近年來,隨著移動(dòng)終端對網(wǎng)絡(luò)服務(wù)需求向高質(zhì)量化、多樣化的趨勢發(fā)展。同時(shí),由5G超密集網(wǎng)絡(luò)與傳統(tǒng)的異構(gòu)無線網(wǎng)絡(luò)融合而成的超密集異構(gòu)無線網(wǎng)絡(luò),具有超密集、高復(fù)雜、強(qiáng)異構(gòu)的特點(diǎn)。如何在超密集異構(gòu)無線網(wǎng)絡(luò)環(huán)境中,提高終端的網(wǎng)絡(luò)服務(wù)質(zhì)量,成為當(dāng)前學(xué)術(shù)界和產(chǎn)業(yè)界關(guān)注的重難點(diǎn)問題。本文利用預(yù)測終端位置的方式,分析在終端位置變化的情況下,其接入網(wǎng)絡(luò)服務(wù)質(zhì)量的變化情況,以期減少網(wǎng)絡(luò)切換次數(shù)和網(wǎng)絡(luò)切換時(shí)延來提升網(wǎng)絡(luò)的整體性能。本文主要工作如下:1.在密集異構(gòu)蜂窩網(wǎng)絡(luò)和無線局域網(wǎng)絡(luò)構(gòu)成的超密集異構(gòu)無線網(wǎng)絡(luò)中,變速移動(dòng)的車輛終端會(huì)面臨更頻繁的切換,導(dǎo)致用戶服務(wù)質(zhì)量變差。本章針對該問題,首先,利用高斯馬爾可夫移動(dòng)模型,預(yù)測車輛下一時(shí)刻的位置,篩選出滿足終端服務(wù)質(zhì)量的候選網(wǎng)絡(luò)集,與當(dāng)前的候選網(wǎng)絡(luò)集做交運(yùn)算。其次,當(dāng)前接入網(wǎng)絡(luò)不在交集中,則使用變步長的螢火蟲算法尋找最佳網(wǎng)絡(luò)。再次,對因預(yù)測誤差導(dǎo)致的切換失敗,則把終端用戶遷移到宏蜂窩,以保證通信的持續(xù)性。最后,通過仿真結(jié)果表明本文算法減少了切換次數(shù),提升了用戶的服務(wù)質(zhì)量和網(wǎng)絡(luò)吞吐量。2.針對上述工作,未考慮到候選網(wǎng)絡(luò)增多時(shí),移動(dòng)終端會(huì)面臨更嚴(yán)重的切換時(shí)延,導(dǎo)致用戶服務(wù)...

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖4.6障礙點(diǎn)分析圖

重慶郵電大學(xué)碩士學(xué)位論文第4章基于歷史信息的位置預(yù)測切換算法40圖4.6障礙點(diǎn)分析圖圖4.6表示所有歷史數(shù)據(jù)信息，叉形表示受到了網(wǎng)絡(luò)障礙點(diǎn)影響，圓形和心形表示未受影響的點(diǎn)。本章主要目的是找出叉形的位置點(diǎn)，那么結(jié)合到離群算法，叉形表示全局離群點(diǎn)，心形是叉形點(diǎn)中的離群點(diǎn)，即局部離群點(diǎn)....

本文編號：3996006