论文部分内容阅读
如何向用户提供具有服务质量(QoS,Quality of Service)保证的服务且最大化网络资源利用率是异构网络融合系统的热点课题。本学位论文以蜂窝(Cellular)网络和无线局域网络(WLAN,Wireless Local Area Network)的融合为例,对异构网络融合系统中具备Qos保证的关键技术进行深入研究,主要包括异构网络融合系统中的垂直切换算法、呼叫接入控制算法和网络选择算法等无线资源管理算法以及异构网络融合系统容量分析模型。
本文的主要工作如下:
1.针对已有的垂直切换算法存在的尚未综合考虑异构网络特性、系统已接纳呼叫的动态信息、用户移动性、不同类型业务的特点、两个方向的垂直切换等多种影响系统性能因素的问题,提出应用于cellular/WLAN融合系统的两种垂直切换算法:基于多种业务的切换(ISH,IntegratedService-based Handoff)算法和有等待队列的基于多种业务的切换(ISHO,Integrated Service-basedHandoff with Oueue capabilities)算法。使用多维马尔可夫链对融合系统进行建模,推导了融合系统的重要性能参数,优化设计了语音呼叫接纳门限、队列长度等重要的系统参数。将所提出的ISH、ISFQ切换算法与其他切换算法进行了比较,结果表明ISHQ算法不仅向移动用户提供了更为优良的服务质量保证,而且使系统资源得到有效使用。
2.针对每个蜂窝小区内覆盖有多个离散的WLAN区域的cellular/WLAN融合场景,提出应用于cellular/WLAN融合系统的呼叫接入控制算法:具有负载平衡能力的基于多种业务的接入控制(ISACL,Integrated Service-based Admission Control with Load-balancing capability)算法。该算法通过负载传递的方法接纳来自蜂窝网络单独覆盖区域的数据新呼叫和垂直切换呼叫,从而能有效平衡蜂窝网络和WLAN的负载,达到系统资源的合理利用,而且算法的接纳参数能随系统中业务负载的变化而实时优化。计算机仿真证明了理论分析模型的正确性,将ISACL算法与其他呼叫接入控制算法进行了比较,结果表明ISACL算法为语音和数据业务提供了更好的QoS保证,并使融合系统整体带宽资源的利用更为有效。
3.针对已有的网络选择算法存在网络选择判决因素不充足以及对异构网络环境适应能力较弱的问题,提出应用于cellular/WLAN融合系统的基于模糊神经网络的网络选择(FNNNS,Fuzzy NeuralNetwork based Network Selection)算法。该算法由预判决、模糊神经网络处理和网络选择判决三个模块组成。引入预判决模块,滤除能直接进行网络选择的采样点,减少了进入模糊神经网络的采样点数;模糊神经网络处理模块综合考虑信号强度、终端移动速度以及网络带宽等因素来进行网络选择判决;模糊神经网络具有学习训练能力,能根据输出误差自适应调整隶属度函数的参数。将该算法与其他网络选择算法进行了仿真比较,结果表明提出的算法在保证较低丢包率的情况下,有效降低了网络选择判决时延,减少了乒乓效应的发生次数,降低了阻塞率。
4.针对多个异构网络相互交叠覆盖的融合场景,使用多维马尔可夫链和标值点过程(MPP,Marked Point Process)理论建立系统容量的分析模型。该模型考虑了异构网络之间的布局、无线链路的基本特性、用户的分布状况、用户在不同网络之间的垂直切换等多种影响系统容量的因素,并且能嵌入多种网络选择算法。针对UMTS(Universal Mobile Telecommunications System)/WLAN-1/WLAN-2和UMTS-1/UMTS-2融合系统,研究了不同的异构网络交叠覆盖情形、不同的用户分布情形和采用不同的网络选择算法时的系统容量,将理论分析结果与计算机仿真结果进行比较,证明了提出的容量分析模型的正确性。