基于隐马尔可夫模型的异构网络准入能力预估算法研究

论文摘要

随着业务种类的增多,以及用户对通信需求个性化、多元化的不断追求,单一的3G网络已经无法满足人们日益增长的需求。在近年中得到快速发展和普及的无线局域网(Wireless Local Area Networks,WLAN),以其在费用低廉,架设便捷等方面的优势,与3G网络相互补充,相互融合,使得3G/WLAN异构网络的出现成为可能,在热点地区架设能够更好的利用网络资源。然而,异构网络融合过程仍然存在着诸多问题,其一即如何实现异构网络无缝接入控制的问题。在紧耦合模式下,异构网络的接入控制主要采用的是基于网络端选择用户端辅助的接入控制技术,用户端可以通过权衡个人喜好,资费,网络特性,网络信道是否等因素来选择想要接入的网络。然而,资费等信息是可以直接获取的,部分参数如网络实验,时延抖动以及掉包率是可以通过测量获取,然而网络是否可用,信道是否能够支持用户接入是无法直接获取的。其中,网络准入能力能够直观的反馈网络的拥挤阻塞程度,以及信道质量的好坏。该参量受网络QoS参数影响,且与上一时刻的网络准入能力具有一定的关联性。为了获取网络的准入能力这一特性参数,本文提出了基于隐马尔可夫模型(Hidden Markov Model,HMM)的网络准入性预估模型。该模型利用HMM,能够结合可以测量得到的网络QoS参量以及之前时刻的网络准入能力参量,对于备选网络的网络准入性进行预估,为用户进行网络选择提供判断依据。在基于HMM的网络准入性预估模型中,通过测量统计获取的网络时延,时延抖动以及丢包率将作为观测值,具有马尔可夫性状态转移关系的网络准入能力作为隐状态值,通过对已有的参数集进行训练,获取模型的各个参数,进而对下一时刻的网络准入能力进行预估。仿真结果表明使用该模型比直接利用上一时刻的状态进行预估,准确性有所提高。该模型在信道状况处于较好或较坏的情况下能够做出较精准的判决,因而可以用于网络选择阶段的预判决手段之一。然而,由于无线信道的复杂性,网络的状态往往是随着时间发生变化的,而且可能会出现状态突变的情况。针对这一问题,本文又探索性的提出了基于混合隐马尔可夫模型(Mixture Hidden Markov Model, MHMM)的预测模型,该模型除了结合当前时刻的网络状况外,还将进一步结合之前时刻网络的状态,对下一时刻网络的准入能力进行预估。通过仿真,验证了该模型的可行性,具有进一步研究的价值。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究的目的和意义
• 1.2 国内外的研究现状及分析
• 1.2.1 异构网接入控制技术的研究现状
• 1.2.2 网络状态预估技术的研究现状
• 1.3 主要研究工作及本文结构
• 第2章 异构网络融合关键技术研究
• 2.1 3G 与WLAN 网络特性分析
• 2.1.1 3G 网络特性
• 2.1.2 WLAN 网络特性
• 2.1.3 两种网络对比
• 2.2 3G 与WLAN 异构网络基本互联模式
• 2.2.1 移动IP 融合方式
• 2.2.2 WLAN 网关融合方式
• 2.2.3 紧耦合模式
• 2.2.4 松耦合模式
• 2.3 垂直切换决策研究
• 2.3.1 垂直切换的主要步骤
• 2.3.2 垂直切换与水平切换的差异性
• 2.4 影响异构网络接入的主要参数
• 2.5 本章小结
• 第3章 隐马尔可夫网络预估模型
• 3.1 隐马尔可夫模型基本理论
• 3.2 隐马尔可夫网络预估模型概述
• 3.2.1 网络状态预估模型应用场景
• 3.2.2 隐马尔可夫网络预估模型
• 3.3 模型训练算法
• 3.4 本章小结
• 第4章 隐马尔可夫网络预估模型性能分析
• 4.1 技术方案
• 4.2 模型参数选择研究
• 4.2.1 隐状态数对于HMM 性能的影响
• 4.2.2 观测状态数对于HMM 性能的影响
• 4.2.3 初始状态概率矢量对于HMM 性能的影响
• 4.2.4 状态转移矩阵对于HMM 性能的影响
• 4.2.5 符号观测矩阵对于HMM 性能的影响
• 4.3 算法仿真和结果分析
• 4.3.1 实验参数设置
• 4.3.2 实验结果分析
• 4.4 混合隐马尔可夫网络预估模型
• 4.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文及其它成果
• 致谢