異構(gòu)無線網(wǎng)絡(luò)融合下多屬性垂直切換判決算法的深度剖析與優(yōu)化一、引言1.1研究背景與意義在當(dāng)今數(shù)字化時代，無線網(wǎng)絡(luò)已成為人們生活和工作中不可或缺的一部分。隨著移動設(shè)備的普及以及各類新興應(yīng)用的涌現(xiàn)，人們對無線網(wǎng)絡(luò)的性能提出了更高的要求，如高速率、低延遲、大覆蓋范圍和穩(wěn)定連接等。單一的無線網(wǎng)絡(luò)技術(shù)由于自身的局限性，難以全面滿足這些多樣化的需求。因此，異構(gòu)無線網(wǎng)絡(luò)融合應(yīng)運而生，成為當(dāng)前無線網(wǎng)絡(luò)發(fā)展的重要趨勢。異構(gòu)無線網(wǎng)絡(luò)是指由多種不同類型的無線網(wǎng)絡(luò)組成的網(wǎng)絡(luò)架構(gòu)，這些網(wǎng)絡(luò)在技術(shù)、頻段、覆蓋范圍、傳輸速率、服務(wù)質(zhì)量（QoS）等方面存在差異，常見的包括蜂窩網(wǎng)絡(luò)（如2G、3G、4G、5G）、無線局域網(wǎng)（WLAN，如WiFi）、無線城域網(wǎng)（WMAN，如WiMAX）、藍(lán)牙（Bluetooth）、窄帶物聯(lián)網(wǎng)（NB-IoT）等。它們相互補充、協(xié)同工作，為用戶提供更加靈活、高效的網(wǎng)絡(luò)接入服務(wù)。例如，蜂窩網(wǎng)絡(luò)具有廣泛的覆蓋范圍，能夠保證用戶在移動過程中的基本通信需求；而WLAN則在熱點區(qū)域提供高速的數(shù)據(jù)傳輸，滿足用戶對大流量數(shù)據(jù)業(yè)務(wù)的需求，如視頻播放、文件下載等。在異構(gòu)無線網(wǎng)絡(luò)環(huán)境中，用戶的移動性以及網(wǎng)絡(luò)環(huán)境的動態(tài)變化，使得移動設(shè)備需要在不同類型的網(wǎng)絡(luò)之間進(jìn)行切換，以保持最佳的通信狀態(tài)，這種在不同類型無線網(wǎng)絡(luò)之間的切換被稱為垂直切換。垂直切換的核心在于多屬性垂直切換判決算法，該算法綜合考慮多個因素，如網(wǎng)絡(luò)信號強度、帶寬、延遲、丟包率、網(wǎng)絡(luò)負(fù)載、移動設(shè)備的電池電量、用戶偏好等，通過對這些因素進(jìn)行分析和評估，做出合理的切換決策，確定何時進(jìn)行切換以及切換到哪個目標(biāo)網(wǎng)絡(luò)。多屬性垂直切換判決算法對于提升異構(gòu)無線網(wǎng)絡(luò)性能具有關(guān)鍵作用。從網(wǎng)絡(luò)性能角度來看，一方面，它能夠優(yōu)化網(wǎng)絡(luò)資源的分配。不同的網(wǎng)絡(luò)在不同的場景下具有不同的優(yōu)勢，通過合理的切換判決算法，可以將用戶的業(yè)務(wù)請求分配到最合適的網(wǎng)絡(luò)上，使各網(wǎng)絡(luò)的資源得到充分利用，避免某些網(wǎng)絡(luò)過度擁塞而另一些網(wǎng)絡(luò)資源閑置的情況，從而提高整個異構(gòu)無線網(wǎng)絡(luò)的資源利用率和系統(tǒng)容量。例如，在用戶密集的公共場所，當(dāng)WLAN網(wǎng)絡(luò)負(fù)載過高時，算法可以將部分用戶切換到相對空閑的蜂窩網(wǎng)絡(luò)，保證所有用戶都能獲得較為穩(wěn)定的服務(wù)質(zhì)量。另一方面，多屬性垂直切換判決算法有助于減少網(wǎng)絡(luò)切換的次數(shù)和延遲。不合理的切換可能導(dǎo)致頻繁的“乒乓效應(yīng)”，即移動設(shè)備在不同網(wǎng)絡(luò)之間反復(fù)切換，這不僅會增加網(wǎng)絡(luò)開銷，還會影響用戶體驗。而優(yōu)秀的算法能夠準(zhǔn)確判斷網(wǎng)絡(luò)狀態(tài)和用戶需求，在保證通信質(zhì)量的前提下，盡量減少不必要的切換，降低切換延遲，確保用戶業(yè)務(wù)的連續(xù)性和穩(wěn)定性。對于用戶體驗而言，多屬性垂直切換判決算法的影響也十分顯著。在數(shù)據(jù)傳輸速率方面，算法可以根據(jù)用戶當(dāng)前的業(yè)務(wù)類型和網(wǎng)絡(luò)狀況，選擇能夠提供最高數(shù)據(jù)傳輸速率的網(wǎng)絡(luò)進(jìn)行連接，從而使用戶能夠快速地下載文件、流暢地觀看高清視頻、實時進(jìn)行在線游戲等。例如，當(dāng)用戶在觀看高清視頻時，如果當(dāng)前連接的網(wǎng)絡(luò)帶寬不足，算法會自動將用戶切換到帶寬更充足的網(wǎng)絡(luò)，避免視頻卡頓現(xiàn)象的發(fā)生。在通信穩(wěn)定性方面，算法通過實時監(jiān)測網(wǎng)絡(luò)信號強度、延遲等指標(biāo)，當(dāng)發(fā)現(xiàn)當(dāng)前網(wǎng)絡(luò)出現(xiàn)信號不穩(wěn)定或延遲過高的情況時，及時將用戶切換到更穩(wěn)定的網(wǎng)絡(luò)，確保語音通話清晰、視頻會議流暢進(jìn)行，減少數(shù)據(jù)丟失和中斷的情況，為用戶提供更加可靠的通信服務(wù)。此外，多屬性垂直切換判決算法的研究對于推動異構(gòu)無線網(wǎng)絡(luò)技術(shù)的發(fā)展和應(yīng)用具有重要的理論和實踐意義。在理論上，它涉及到多學(xué)科的交叉融合，如通信工程、計算機科學(xué)、運籌學(xué)等，通過對該算法的研究，可以進(jìn)一步豐富和完善相關(guān)學(xué)科的理論體系，為解決復(fù)雜的網(wǎng)絡(luò)決策問題提供新的思路和方法。在實踐中，該算法的優(yōu)化和改進(jìn)能夠促進(jìn)異構(gòu)無線網(wǎng)絡(luò)在各個領(lǐng)域的廣泛應(yīng)用，如智能交通、智能家居、工業(yè)物聯(lián)網(wǎng)、遠(yuǎn)程醫(yī)療等。在智能交通領(lǐng)域，車輛在行駛過程中需要實時與周圍的基礎(chǔ)設(shè)施和其他車輛進(jìn)行通信，通過多屬性垂直切換判決算法，車輛可以在不同的無線網(wǎng)絡(luò)之間快速切換，確保通信的穩(wěn)定和高效，為實現(xiàn)自動駕駛、車聯(lián)網(wǎng)等功能提供有力支持。在智能家居領(lǐng)域，各種智能設(shè)備通過無線網(wǎng)絡(luò)連接到家庭網(wǎng)絡(luò)中，算法可以根據(jù)設(shè)備的需求和網(wǎng)絡(luò)狀況，自動選擇最佳的網(wǎng)絡(luò)連接方式，實現(xiàn)智能家居系統(tǒng)的智能化管理和控制。1.2國內(nèi)外研究現(xiàn)狀在異構(gòu)無線網(wǎng)絡(luò)多屬性垂直切換判決算法的研究領(lǐng)域，國內(nèi)外學(xué)者和科研機構(gòu)展開了廣泛且深入的探索，取得了一系列具有重要價值的成果，同時也暴露出一些有待解決的問題。國外在該領(lǐng)域的研究起步較早，眾多知名高校和科研機構(gòu)積極投身其中。美國的一些研究團(tuán)隊致力于基于多屬性決策理論的垂直切換算法研究，通過對網(wǎng)絡(luò)信號強度、帶寬、延遲等多個屬性進(jìn)行綜合分析，利用層次分析法（AHP）、模糊邏輯等方法確定各屬性的權(quán)重，從而實現(xiàn)更合理的切換決策。例如，[具體文獻(xiàn)1]中提出的基于AHP的垂直切換算法，通過構(gòu)建層次結(jié)構(gòu)模型，將用戶需求和網(wǎng)絡(luò)屬性進(jìn)行層次化分析，有效提高了切換決策的準(zhǔn)確性。歐洲的科研力量則側(cè)重于從網(wǎng)絡(luò)架構(gòu)和資源管理的角度優(yōu)化垂直切換算法，研究如何在不同網(wǎng)絡(luò)之間實現(xiàn)無縫的資源分配和切換，以減少切換延遲和丟包率。在[具體文獻(xiàn)2]中，研究人員提出了一種基于分布式資源管理的垂直切換算法，通過在不同網(wǎng)絡(luò)節(jié)點之間協(xié)同管理資源，實現(xiàn)了更高效的網(wǎng)絡(luò)切換。國內(nèi)的研究也緊跟國際步伐，眾多高校和科研院所針對異構(gòu)無線網(wǎng)絡(luò)垂直切換判決算法開展了大量研究工作。一些學(xué)者從用戶體驗的角度出發(fā)，綜合考慮用戶業(yè)務(wù)類型、偏好以及網(wǎng)絡(luò)服務(wù)質(zhì)量等因素，提出了基于用戶感知的垂直切換算法。如[具體文獻(xiàn)3]提出的算法，通過實時監(jiān)測用戶的業(yè)務(wù)需求和網(wǎng)絡(luò)狀態(tài)，根據(jù)用戶的偏好和歷史行為，為用戶選擇最合適的網(wǎng)絡(luò)進(jìn)行切換，顯著提升了用戶的滿意度。同時，國內(nèi)在結(jié)合人工智能技術(shù)優(yōu)化垂直切換算法方面也取得了一定進(jìn)展，利用機器學(xué)習(xí)、深度學(xué)習(xí)等方法對網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分析和預(yù)測，實現(xiàn)更智能的切換決策。像[具體文獻(xiàn)4]中利用深度學(xué)習(xí)算法對網(wǎng)絡(luò)狀態(tài)進(jìn)行預(yù)測，提前為用戶規(guī)劃最佳的切換路徑，有效減少了切換帶來的通信中斷時間。盡管國內(nèi)外在異構(gòu)無線網(wǎng)絡(luò)多屬性垂直切換判決算法方面取得了諸多成果，但當(dāng)前研究仍存在一些不足之處。一方面，大多數(shù)算法在實際應(yīng)用中的復(fù)雜性較高，計算量較大，導(dǎo)致移動設(shè)備在進(jìn)行切換決策時需要消耗大量的計算資源和時間，難以滿足實時性要求較高的業(yè)務(wù)需求。例如，一些基于復(fù)雜數(shù)學(xué)模型的算法，在計算屬性權(quán)重和綜合評估網(wǎng)絡(luò)時，需要進(jìn)行大量的矩陣運算和迭代計算，使得切換決策的延遲較長。另一方面，現(xiàn)有的算法在面對復(fù)雜多變的網(wǎng)絡(luò)環(huán)境時，適應(yīng)性和魯棒性有待提高。實際的異構(gòu)無線網(wǎng)絡(luò)中，網(wǎng)絡(luò)狀態(tài)會受到多種因素的影響，如信號干擾、用戶移動速度的突然變化、網(wǎng)絡(luò)擁塞情況的動態(tài)改變等，而目前的算法往往難以快速準(zhǔn)確地應(yīng)對這些變化，容易導(dǎo)致切換失敗或頻繁切換的問題。例如，當(dāng)網(wǎng)絡(luò)中出現(xiàn)突發(fā)的信號干擾時，一些算法可能無法及時調(diào)整切換決策，導(dǎo)致用戶通信質(zhì)量下降。此外，不同算法之間的性能比較缺乏統(tǒng)一的標(biāo)準(zhǔn)和測試平臺，使得研究人員難以直觀地評估各種算法的優(yōu)劣，也不利于算法的進(jìn)一步優(yōu)化和推廣應(yīng)用。1.3研究目標(biāo)與創(chuàng)新點本研究旨在深入剖析異構(gòu)無線網(wǎng)絡(luò)融合中的多屬性垂直切換判決問題，設(shè)計出一種高效、智能且適應(yīng)性強的多屬性垂直切換判決算法，以顯著提升異構(gòu)無線網(wǎng)絡(luò)環(huán)境下移動設(shè)備的網(wǎng)絡(luò)切換性能，確保用戶能夠獲得穩(wěn)定、高速的網(wǎng)絡(luò)服務(wù)體驗。具體研究目標(biāo)包括：全面分析切換因素：系統(tǒng)地梳理和深入分析影響異構(gòu)無線網(wǎng)絡(luò)垂直切換的各種因素，不僅涵蓋網(wǎng)絡(luò)信號強度、帶寬、延遲、丟包率、網(wǎng)絡(luò)負(fù)載等常見的網(wǎng)絡(luò)性能指標(biāo)，還將充分考慮移動設(shè)備的電池電量、用戶偏好以及業(yè)務(wù)類型等關(guān)鍵因素。通過對這些因素的綜合考量，建立起全面、準(zhǔn)確的垂直切換決策模型，為后續(xù)的算法設(shè)計提供堅實的理論基礎(chǔ)。設(shè)計新型判決算法：基于對切換因素的全面分析，創(chuàng)新性地提出一種融合多種智能算法優(yōu)勢的多屬性垂直切換判決算法。該算法將摒棄傳統(tǒng)算法中單一的決策模式，綜合運用模糊邏輯、機器學(xué)習(xí)、博弈論等先進(jìn)的智能算法思想，實現(xiàn)對多個屬性的動態(tài)權(quán)重分配和綜合評估。例如，利用模糊邏輯對網(wǎng)絡(luò)狀態(tài)和用戶需求進(jìn)行模糊化處理，使其能夠更好地適應(yīng)復(fù)雜多變的網(wǎng)絡(luò)環(huán)境；借助機器學(xué)習(xí)算法對歷史數(shù)據(jù)進(jìn)行學(xué)習(xí)和分析，預(yù)測網(wǎng)絡(luò)狀態(tài)的變化趨勢，提前做出合理的切換決策；運用博弈論思想解決網(wǎng)絡(luò)資源分配和用戶與網(wǎng)絡(luò)之間的策略博弈問題，實現(xiàn)網(wǎng)絡(luò)和用戶的雙贏。降低算法復(fù)雜度：針對現(xiàn)有算法計算復(fù)雜度過高的問題，本研究將致力于優(yōu)化算法的計算流程和結(jié)構(gòu)，采用高效的數(shù)據(jù)處理和計算方法，降低算法在運行過程中的計算量和資源消耗。例如，通過對數(shù)據(jù)進(jìn)行預(yù)處理和特征提取，減少不必要的計算步驟；運用并行計算和分布式計算技術(shù)，提高算法的運行效率，使其能夠在滿足實時性要求的前提下，快速準(zhǔn)確地做出切換決策。提高算法適應(yīng)性和魯棒性：為了使算法能夠在復(fù)雜多變的網(wǎng)絡(luò)環(huán)境中穩(wěn)定運行，本研究將重點提升算法的適應(yīng)性和魯棒性。通過引入自適應(yīng)機制，使算法能夠根據(jù)網(wǎng)絡(luò)狀態(tài)和用戶需求的動態(tài)變化，自動調(diào)整決策參數(shù)和策略，確保切換決策的準(zhǔn)確性和有效性。同時，采用魯棒性設(shè)計方法，增強算法對噪聲、干擾和異常情況的抵抗能力，減少因網(wǎng)絡(luò)環(huán)境突變而導(dǎo)致的切換失敗或頻繁切換問題。驗證算法性能：搭建完善的仿真實驗平臺和實際測試環(huán)境，對提出的多屬性垂直切換判決算法進(jìn)行全面、系統(tǒng)的性能驗證和分析。通過與現(xiàn)有主流算法進(jìn)行對比實驗，評估本算法在切換成功率、切換延遲、網(wǎng)絡(luò)吞吐量、用戶滿意度等關(guān)鍵性能指標(biāo)上的表現(xiàn)，充分驗證算法的優(yōu)越性和可行性。同時，根據(jù)實驗結(jié)果對算法進(jìn)行進(jìn)一步的優(yōu)化和改進(jìn)，使其能夠更好地滿足實際應(yīng)用的需求。本研究的創(chuàng)新點主要體現(xiàn)在以下幾個方面：多算法融合創(chuàng)新：提出一種全新的融合模糊邏輯、機器學(xué)習(xí)、博弈論的多屬性垂直切換判決算法，突破了傳統(tǒng)算法單一決策模式的局限，實現(xiàn)了對多個屬性的動態(tài)權(quán)重分配和綜合評估，為異構(gòu)無線網(wǎng)絡(luò)垂直切換判決提供了新的思路和方法。這種多算法融合的方式能夠充分發(fā)揮各算法的優(yōu)勢，提高算法的智能性和適應(yīng)性，更好地應(yīng)對復(fù)雜多變的網(wǎng)絡(luò)環(huán)境。動態(tài)權(quán)重分配機制：在算法中引入基于用戶需求和網(wǎng)絡(luò)狀態(tài)動態(tài)變化的屬性權(quán)重分配機制。傳統(tǒng)算法中屬性權(quán)重往往是固定的，無法根據(jù)實際情況進(jìn)行調(diào)整，導(dǎo)致算法的靈活性和適應(yīng)性較差。而本研究提出的動態(tài)權(quán)重分配機制能夠根據(jù)用戶當(dāng)前的業(yè)務(wù)類型、偏好以及網(wǎng)絡(luò)的實時狀態(tài)，實時調(diào)整各屬性的權(quán)重，使算法能夠更加準(zhǔn)確地反映用戶需求和網(wǎng)絡(luò)狀況，從而做出更加合理的切換決策。考慮多維度因素：在構(gòu)建垂直切換決策模型時，除了考慮常見的網(wǎng)絡(luò)性能指標(biāo)外，還充分納入了移動設(shè)備的電池電量、用戶偏好以及業(yè)務(wù)類型等多維度因素。移動設(shè)備的電池電量直接影響其續(xù)航能力和使用體驗，將其納入考慮范圍可以使算法在做出切換決策時，兼顧網(wǎng)絡(luò)性能和設(shè)備能耗，延長設(shè)備的使用時間。用戶偏好反映了用戶對不同網(wǎng)絡(luò)或業(yè)務(wù)的個性化需求，考慮用戶偏好能夠提高用戶的滿意度。業(yè)務(wù)類型不同對網(wǎng)絡(luò)的要求也不同，例如實時性業(yè)務(wù)對延遲要求較高，而大數(shù)據(jù)傳輸業(yè)務(wù)對帶寬要求較高，綜合考慮業(yè)務(wù)類型可以使算法為不同的業(yè)務(wù)選擇最合適的網(wǎng)絡(luò)，保證業(yè)務(wù)的服務(wù)質(zhì)量。自適應(yīng)與魯棒性設(shè)計：通過設(shè)計自適應(yīng)機制和采用魯棒性設(shè)計方法，顯著提高了算法在復(fù)雜多變網(wǎng)絡(luò)環(huán)境下的適應(yīng)性和魯棒性。自適應(yīng)機制使算法能夠自動感知網(wǎng)絡(luò)狀態(tài)和用戶需求的變化，并及時調(diào)整決策參數(shù)和策略，確保切換決策的準(zhǔn)確性和有效性。魯棒性設(shè)計方法增強了算法對噪聲、干擾和異常情況的抵抗能力，減少了因網(wǎng)絡(luò)環(huán)境突變而導(dǎo)致的切換失敗或頻繁切換問題，提高了算法的穩(wěn)定性和可靠性。二、異構(gòu)無線網(wǎng)絡(luò)融合概述2.1異構(gòu)無線網(wǎng)絡(luò)的概念與特點異構(gòu)無線網(wǎng)絡(luò)是指由多種不同類型的無線網(wǎng)絡(luò)構(gòu)成的網(wǎng)絡(luò)架構(gòu)，這些網(wǎng)絡(luò)在技術(shù)、頻段、覆蓋范圍、傳輸速率、服務(wù)質(zhì)量（QoS）等方面存在差異。常見的異構(gòu)無線網(wǎng)絡(luò)組成部分包括蜂窩網(wǎng)絡(luò)（如2G、3G、4G、5G）、無線局域網(wǎng)（WLAN，如WiFi）、無線城域網(wǎng)（WMAN，如WiMAX）、藍(lán)牙（Bluetooth）、窄帶物聯(lián)網(wǎng)（NB-IoT）等。它們相互協(xié)作，共同為用戶提供多樣化的網(wǎng)絡(luò)接入服務(wù)。例如，在城市環(huán)境中，用戶的移動設(shè)備可以在蜂窩網(wǎng)絡(luò)提供的廣域覆蓋下保持基本通信連接，而在進(jìn)入室內(nèi)熱點區(qū)域時，自動切換到WLAN以享受高速的數(shù)據(jù)傳輸服務(wù)，實現(xiàn)網(wǎng)絡(luò)資源的優(yōu)化利用。異構(gòu)無線網(wǎng)絡(luò)具有諸多顯著特點：高速率：不同網(wǎng)絡(luò)技術(shù)的融合使得用戶在不同場景下都有機會獲得高速的數(shù)據(jù)傳輸服務(wù)。例如，5G網(wǎng)絡(luò)的高速率特性能夠滿足用戶對高清視頻直播、虛擬現(xiàn)實（VR）/增強現(xiàn)實（AR）等大帶寬業(yè)務(wù)的需求，其理論峰值速率可達(dá)20Gbps；而在室內(nèi)環(huán)境中，802.11ax（Wi-Fi6）技術(shù)的WLAN網(wǎng)絡(luò)也能提供高達(dá)9.6Gbps的速率，為用戶在家庭或辦公場所的高速上網(wǎng)體驗提供保障。低延遲：對于實時性要求極高的業(yè)務(wù)，如在線游戲、遠(yuǎn)程醫(yī)療手術(shù)、自動駕駛等，異構(gòu)無線網(wǎng)絡(luò)通過合理的網(wǎng)絡(luò)選擇和切換機制，能夠?qū)崿F(xiàn)低延遲的數(shù)據(jù)傳輸。以5G網(wǎng)絡(luò)為例，其超低的端到端延遲可低至1毫秒，相比4G網(wǎng)絡(luò)有了質(zhì)的提升，能夠滿足這些對延遲敏感業(yè)務(wù)的嚴(yán)格要求，確保游戲操作的流暢性、遠(yuǎn)程醫(yī)療的準(zhǔn)確性以及自動駕駛的安全性。低功耗：隨著物聯(lián)網(wǎng)設(shè)備的大量普及，設(shè)備的功耗問題日益突出。一些適用于物聯(lián)網(wǎng)設(shè)備的無線網(wǎng)絡(luò)技術(shù)，如NB-IoT和藍(lán)牙低功耗（BLE）技術(shù)，具有出色的低功耗特性。NB-IoT設(shè)備的電池續(xù)航時間可長達(dá)數(shù)年，這使得物聯(lián)網(wǎng)設(shè)備無需頻繁更換電池，降低了維護(hù)成本，同時也為大規(guī)模物聯(lián)網(wǎng)應(yīng)用的部署提供了可能。廣覆蓋：不同類型的無線網(wǎng)絡(luò)在覆蓋范圍上相互補充，實現(xiàn)了更廣的區(qū)域覆蓋。蜂窩網(wǎng)絡(luò)通過宏基站、微基站等的部署，能夠覆蓋廣闊的地理區(qū)域，包括城市、鄉(xiāng)村、高速公路等；而WLAN則在室內(nèi)熱點區(qū)域，如商場、酒店、辦公室等提供局部的高速覆蓋；衛(wèi)星通信網(wǎng)絡(luò)則可以覆蓋偏遠(yuǎn)地區(qū)和海洋等傳統(tǒng)地面網(wǎng)絡(luò)難以到達(dá)的區(qū)域，共同構(gòu)建起一個幾乎無縫覆蓋的網(wǎng)絡(luò)環(huán)境。靈活性和可擴(kuò)展性：異構(gòu)無線網(wǎng)絡(luò)可以根據(jù)不同的應(yīng)用場景和用戶需求，靈活選擇和組合不同的網(wǎng)絡(luò)技術(shù)，具有很強的靈活性。同時，隨著新的無線技術(shù)的不斷涌現(xiàn)和發(fā)展，異構(gòu)無線網(wǎng)絡(luò)能夠方便地進(jìn)行擴(kuò)展和升級，以適應(yīng)不斷變化的通信需求。例如，當(dāng)未來出現(xiàn)更高速的無線局域網(wǎng)技術(shù)時，可以輕松地將其融入到現(xiàn)有的異構(gòu)網(wǎng)絡(luò)架構(gòu)中，為用戶提供更好的服務(wù)。多種技術(shù)共存與協(xié)同：多種不同的無線技術(shù)在異構(gòu)無線網(wǎng)絡(luò)中同時存在并協(xié)同工作。每種技術(shù)都有其獨特的優(yōu)勢和適用場景，通過有效的協(xié)同機制，它們能夠?qū)崿F(xiàn)資源共享和互補，提高整個網(wǎng)絡(luò)的性能和效率。例如，在密集用戶區(qū)域，WLAN可以分擔(dān)蜂窩網(wǎng)絡(luò)的數(shù)據(jù)流量壓力，而蜂窩網(wǎng)絡(luò)則可以為WLAN提供廣域的移動性支持，確保用戶在移動過程中的網(wǎng)絡(luò)連接穩(wěn)定性。2.2異構(gòu)無線網(wǎng)絡(luò)融合的優(yōu)勢異構(gòu)無線網(wǎng)絡(luò)融合具有多方面的顯著優(yōu)勢，能夠有效提升網(wǎng)絡(luò)性能和用戶體驗。在提高網(wǎng)絡(luò)覆蓋范圍和信號質(zhì)量方面，不同的無線網(wǎng)絡(luò)技術(shù)具有各自獨特的覆蓋特點。例如，蜂窩網(wǎng)絡(luò)中的宏基站通過高功率發(fā)射和大面積覆蓋，能夠為城市、鄉(xiāng)村等廣泛區(qū)域提供基本的網(wǎng)絡(luò)連接，確保用戶在移動過程中不會出現(xiàn)網(wǎng)絡(luò)中斷的情況。而WLAN熱點則主要部署在室內(nèi)環(huán)境，如家庭、辦公室、商場、酒店等場所，利用其相對較低的發(fā)射功率和較短的傳輸距離，為特定區(qū)域內(nèi)的用戶提供高速的數(shù)據(jù)接入服務(wù)。當(dāng)用戶在這些區(qū)域內(nèi)移動時，設(shè)備可以自動檢測并連接到信號最強、質(zhì)量最優(yōu)的WLAN熱點，從而獲得更穩(wěn)定、高速的網(wǎng)絡(luò)體驗。藍(lán)牙技術(shù)則適用于短距離通信，常用于連接手機與耳機、智能手表與手機等設(shè)備之間，實現(xiàn)設(shè)備間的近距離數(shù)據(jù)傳輸和交互。通過將這些不同覆蓋范圍和特點的無線網(wǎng)絡(luò)技術(shù)融合在一起，能夠充分發(fā)揮各自的優(yōu)勢，彌補單一網(wǎng)絡(luò)的覆蓋盲區(qū)和信號弱點，實現(xiàn)網(wǎng)絡(luò)覆蓋的無縫銜接，為用戶提供更廣泛、更穩(wěn)定的網(wǎng)絡(luò)覆蓋和更高質(zhì)量的信號。在提升網(wǎng)絡(luò)容量和吞吐量方面，隨著移動互聯(lián)網(wǎng)的快速發(fā)展，用戶對網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)男枨蟪时ㄊ皆鲩L，特別是在高密度用戶場景下，如大型體育場館舉辦賽事、演唱會，商場舉行促銷活動等，大量用戶同時使用網(wǎng)絡(luò)，對網(wǎng)絡(luò)容量和吞吐量提出了極高的要求。單一的無線技術(shù)往往難以滿足如此龐大的用戶需求，容易出現(xiàn)通信頻繁擁堵、丟包率高等問題。而異構(gòu)無線網(wǎng)絡(luò)融合通過整合多種無線技術(shù)，同時利用多個頻譜和多條傳輸鏈路，能夠顯著提高網(wǎng)絡(luò)的容量和吞吐量。以LTE-WiFi網(wǎng)絡(luò)融合為例，在覆蓋范圍不同的情況下，當(dāng)LTE網(wǎng)絡(luò)負(fù)載過高時，部分?jǐn)?shù)據(jù)可以通過WiFi網(wǎng)絡(luò)進(jìn)行傳輸，充分利用WiFi網(wǎng)絡(luò)在局域范圍內(nèi)的高速傳輸優(yōu)勢，減輕LTE網(wǎng)絡(luò)的負(fù)擔(dān)，從而保證用戶能夠獲得流暢的網(wǎng)絡(luò)體驗。在大型體育場館中，大量觀眾同時使用手機觀看比賽直播、分享照片和視頻等，通過LTE-WiFi網(wǎng)絡(luò)融合技術(shù)，一部分用戶可以連接到場館內(nèi)部署的WiFi網(wǎng)絡(luò)，另一部分用戶則可以繼續(xù)使用LTE網(wǎng)絡(luò)，兩種網(wǎng)絡(luò)協(xié)同工作，實現(xiàn)數(shù)據(jù)的分流和高效傳輸，大大提高了網(wǎng)絡(luò)的整體容量和吞吐量，確保每個用戶都能獲得較好的網(wǎng)絡(luò)服務(wù)質(zhì)量。2.3異構(gòu)無線網(wǎng)絡(luò)融合面臨的挑戰(zhàn)異構(gòu)無線網(wǎng)絡(luò)融合在帶來諸多優(yōu)勢的同時，也面臨著一系列嚴(yán)峻的挑戰(zhàn)，這些挑戰(zhàn)對網(wǎng)絡(luò)性能和用戶體驗產(chǎn)生著重要影響。共存干擾問題是異構(gòu)無線網(wǎng)絡(luò)融合中不容忽視的挑戰(zhàn)之一。當(dāng)多個無線網(wǎng)絡(luò)技術(shù)同時存在于同一頻帶上時，就會引發(fā)共存干擾問題，嚴(yán)重影響網(wǎng)絡(luò)性能和用戶體驗。以LTE和WiFi同時工作在2.4GHz頻段為例，由于它們在相同頻段內(nèi)傳輸信號，容易產(chǎn)生相互干擾，導(dǎo)致信號質(zhì)量下降、數(shù)據(jù)傳輸速率降低、丟包率增加等問題。在密集的城市區(qū)域，大量的移動設(shè)備同時連接到LTE網(wǎng)絡(luò)和WiFi網(wǎng)絡(luò)，這種干擾問題會更加突出，使得用戶在使用網(wǎng)絡(luò)時經(jīng)常出現(xiàn)卡頓、掉線等情況，極大地影響了用戶的上網(wǎng)體驗。為了解決這一問題，需要采用協(xié)作多用戶檢測、切換等技術(shù)。例如，利用LTE的功率控制技術(shù)來調(diào)整各自的功率值，通過合理降低發(fā)射功率，減少對其他網(wǎng)絡(luò)的干擾；同時，采用先進(jìn)的多用戶檢測算法，能夠更準(zhǔn)確地檢測和分離出不同用戶的信號，提高信號的抗干擾能力，從而減少干擾對網(wǎng)絡(luò)性能的影響。網(wǎng)絡(luò)管理和資源分配問題也是異構(gòu)無線網(wǎng)絡(luò)融合中的重大挑戰(zhàn)。不同的無線網(wǎng)絡(luò)技術(shù)具有不同的特點和管理需求，需要分別進(jìn)行管理和資源分配，這增加了網(wǎng)絡(luò)管理的復(fù)雜性。在多種無線網(wǎng)絡(luò)技術(shù)共存的環(huán)境中，如何通過基站、控制器等設(shè)備來有效管理多個無線網(wǎng)絡(luò)，實現(xiàn)資源的合理分配是關(guān)鍵難題。當(dāng)蜂窩網(wǎng)絡(luò)和WLAN同時存在時，需要協(xié)調(diào)各自的資源分配，包括帶寬分配、信道分配、功率控制等。如果資源分配不合理，可能會導(dǎo)致某些網(wǎng)絡(luò)資源過度緊張，而另一些網(wǎng)絡(luò)資源閑置，從而降低整個網(wǎng)絡(luò)的效率和性能。在用戶密集的商場中，WLAN網(wǎng)絡(luò)可能因為用戶過多而帶寬不足，導(dǎo)致網(wǎng)絡(luò)擁堵，而此時蜂窩網(wǎng)絡(luò)可能還有大量的空閑資源。因此，需要建立有效的資源管理機制，根據(jù)網(wǎng)絡(luò)的實時負(fù)載情況和用戶需求，動態(tài)地分配網(wǎng)絡(luò)資源，以提高資源利用率和網(wǎng)絡(luò)性能。移動性管理也是異構(gòu)無線網(wǎng)絡(luò)融合中需要解決的重要問題。在異構(gòu)無線網(wǎng)絡(luò)中，用戶可能頻繁地在不同類型的網(wǎng)絡(luò)之間移動，如何實現(xiàn)高效、平滑的移動性管理，確保用戶在切換過程中通信不中斷、服務(wù)質(zhì)量不受影響是一個關(guān)鍵挑戰(zhàn)。當(dāng)用戶從WLAN覆蓋區(qū)域移動到蜂窩網(wǎng)絡(luò)覆蓋區(qū)域時，需要進(jìn)行垂直切換，在切換過程中，可能會出現(xiàn)切換延遲、丟包等問題，導(dǎo)致用戶的通信體驗下降。特別是對于實時性要求較高的業(yè)務(wù)，如語音通話、視頻會議等，切換過程中的任何中斷或延遲都可能嚴(yán)重影響用戶的使用體驗。為了解決移動性管理問題，需要研究先進(jìn)的切換策略和算法，能夠根據(jù)用戶的移動速度、位置信息、網(wǎng)絡(luò)信號強度等因素，提前預(yù)測網(wǎng)絡(luò)切換需求，并快速、準(zhǔn)確地完成切換過程，確保用戶通信的連續(xù)性和穩(wěn)定性。安全與隱私保護(hù)問題同樣不容忽視。隨著異構(gòu)無線網(wǎng)絡(luò)中數(shù)據(jù)傳輸?shù)娜找骖l繁和復(fù)雜，網(wǎng)絡(luò)安全和用戶隱私面臨著更大的威脅。不同網(wǎng)絡(luò)之間的安全機制和標(biāo)準(zhǔn)存在差異，這使得在異構(gòu)網(wǎng)絡(luò)環(huán)境中實現(xiàn)統(tǒng)一的安全防護(hù)變得困難。黑客可能會利用網(wǎng)絡(luò)之間的安全漏洞進(jìn)行攻擊，竊取用戶的個人信息、賬號密碼等重要數(shù)據(jù)；同時，惡意軟件也可能通過網(wǎng)絡(luò)傳播，破壞網(wǎng)絡(luò)設(shè)備和用戶設(shè)備的正常運行。在物聯(lián)網(wǎng)應(yīng)用中，大量的智能設(shè)備通過異構(gòu)無線網(wǎng)絡(luò)連接，這些設(shè)備可能存在安全隱患，一旦被攻擊，不僅會影響設(shè)備本身的功能，還可能導(dǎo)致用戶的隱私泄露和安全事故。因此，需要加強異構(gòu)無線網(wǎng)絡(luò)的安全研究，建立統(tǒng)一的安全認(rèn)證機制、加密技術(shù)和入侵檢測系統(tǒng)，確保網(wǎng)絡(luò)和用戶數(shù)據(jù)的安全。三、多屬性垂直切換判決算法原理3.1多屬性決策基本理論多屬性決策（Multi-AttributeDecisionMaking，MADM），又稱有限方案多目標(biāo)決策，是現(xiàn)代決策科學(xué)的重要組成部分，在眾多領(lǐng)域都有著廣泛應(yīng)用。其核心在于，在考慮多個屬性的情況下，從一組有限個備選方案中選擇最優(yōu)方案或?qū)Ψ桨高M(jìn)行排序。例如，在投資決策中，決策者需要綜合考慮投資回報率、風(fēng)險程度、投資期限等多個屬性，從多個投資項目中選擇最優(yōu)的投資方案；在供應(yīng)商選擇中，企業(yè)要考慮供應(yīng)商的產(chǎn)品質(zhì)量、價格、交貨期、售后服務(wù)等屬性，挑選出最合適的供應(yīng)商。多屬性決策通常具備以下顯著特點：多個選擇方案：在進(jìn)行決策前，決策者會面臨多個可行的備選方案，這些方案是決策的基礎(chǔ)。在選擇出行方式時，決策者可以選擇飛機、火車、汽車、輪船等多種出行方式，每種方式都有其獨特的屬性和特點。多個評估屬性：每個備選方案都具有多個評估屬性，這些屬性從不同角度反映了方案的性能和特征，屬性之間既可以相互獨立，也可能存在關(guān)聯(lián)。以選擇智能手機為例，評估屬性可能包括處理器性能、屏幕顯示效果、拍照能力、電池續(xù)航、外觀設(shè)計、價格等，這些屬性相互影響，共同決定了用戶對手機的選擇。屬性的權(quán)重分配：由于不同屬性對決策者的重要程度不同，決策者會根據(jù)自身的偏好和需求，為不同屬性分配不同的權(quán)重。在購買房產(chǎn)時，對于注重生活便利性的決策者來說，周邊配套設(shè)施（如學(xué)校、醫(yī)院、商場等）的屬性權(quán)重可能較高；而對于追求居住品質(zhì)的決策者，房屋的戶型、裝修質(zhì)量等屬性權(quán)重可能更大。在多屬性決策中，獲取決策信息和對決策信息進(jìn)行集結(jié)是兩個關(guān)鍵的組成部分。獲取決策信息主要涉及確定屬性權(quán)重和獲取屬性值，其中屬性權(quán)重的確定是多屬性決策的重要研究內(nèi)容，其確定方法有主觀賦權(quán)法、客觀賦權(quán)法和組合賦權(quán)法等。主觀賦權(quán)法是基于決策者的主觀判斷來確定屬性權(quán)重，如層次分析法（AHP），通過兩兩比較屬性的相對重要性來構(gòu)建判斷矩陣，進(jìn)而計算出屬性權(quán)重；客觀賦權(quán)法是根據(jù)數(shù)據(jù)本身的特征來確定權(quán)重，如熵權(quán)法，通過計算屬性的信息熵來衡量其信息量的大小，從而確定權(quán)重；組合賦權(quán)法則是將主觀賦權(quán)法和客觀賦權(quán)法相結(jié)合，充分利用兩者的優(yōu)勢，使權(quán)重的確定更加合理。屬性值可以是實數(shù)、區(qū)間數(shù)或語言等形式，不同形式的屬性值需要采用不同的處理方法。在評估學(xué)生的學(xué)習(xí)成績時，成績可以用具體的分?jǐn)?shù)（實數(shù)）來表示；在評估產(chǎn)品的質(zhì)量時，可能會用“優(yōu)”“良”“中”“差”（語言）等描述來表示。對決策信息進(jìn)行集結(jié)是多屬性決策的另一個關(guān)鍵環(huán)節(jié)，其目的是通過一定的方式將屬性權(quán)重和屬性值進(jìn)行綜合計算，從而對方案進(jìn)行排序和擇優(yōu)。常用的信息集結(jié)方法有加權(quán)算術(shù)平均算子（WAA）、加權(quán)幾何平均算子（WGA）、有序加權(quán)平均算子（OWA）等。加權(quán)算術(shù)平均算子是將每個屬性值乘以其對應(yīng)的權(quán)重，然后進(jìn)行求和，得到方案的綜合評價值。假設(shè)有三個屬性值x_1、x_2、x_3，對應(yīng)的權(quán)重分別為w_1、w_2、w_3，則加權(quán)算術(shù)平均算子計算得到的綜合評價值S=w_1x_1+w_2x_2+w_3x_3。加權(quán)幾何平均算子則是對屬性值進(jìn)行加權(quán)幾何平均計算，它更強調(diào)屬性值之間的相對比例關(guān)系，適用于屬性之間存在相互關(guān)聯(lián)的情況。有序加權(quán)平均算子則是根據(jù)屬性值的大小順序進(jìn)行加權(quán)計算，它可以根據(jù)決策者的偏好對不同順序的屬性值賦予不同的權(quán)重，從而更靈活地反映決策者的意愿。多屬性決策的方法豐富多樣，根據(jù)決策模型的不同，可大致分為以價值或效用函數(shù)為基礎(chǔ)的方法和以優(yōu)勢排序為基礎(chǔ)的方法。以價值或效用函數(shù)為基礎(chǔ)的方法，如多屬性價值理論法（MAVT），通過為每個屬性準(zhǔn)則提供不同的屬性價值函數(shù)，結(jié)合每個屬性價值函數(shù)再經(jīng)過權(quán)重總合計算后，得到每個方案的效用值，根據(jù)效用值的大小來選擇最優(yōu)方案。在選擇旅游目的地時，可以為景色、美食、交通便利性、住宿條件等屬性分別建立價值函數(shù)，然后根據(jù)個人對這些屬性的重視程度賦予權(quán)重，計算出每個旅游目的地的效用值，從而選擇效用值最高的目的地。以優(yōu)勢排序為基礎(chǔ)的方法，如ELECTRE法，主要處理方案和方案間使用準(zhǔn)則做為評估的超越關(guān)系，建立方案和方案間的優(yōu)勢關(guān)系以淘汰較差的方案。若超越關(guān)系A(chǔ)_i??????A_j，即方案i優(yōu)于方案j，通過逐步淘汰劣勢方案，最終確定最優(yōu)方案。3.2多屬性垂直切換判決算法的流程多屬性垂直切換判決算法的流程涵蓋多個關(guān)鍵步驟，包括數(shù)據(jù)采集、屬性權(quán)重確定、屬性歸一化、屬性評估和決策判定，各步驟緊密相連，共同確保切換決策的科學(xué)性與準(zhǔn)確性。數(shù)據(jù)采集是算法的首要環(huán)節(jié)，其目的是獲取能夠全面反映網(wǎng)絡(luò)狀態(tài)和用戶需求的關(guān)鍵信息。在實際操作中，移動設(shè)備會利用自身的各類傳感器和網(wǎng)絡(luò)接口，實時收集所在網(wǎng)絡(luò)的相關(guān)數(shù)據(jù)。例如，通過信號強度檢測模塊獲取網(wǎng)絡(luò)信號強度，信號強度直接反映了移動設(shè)備與網(wǎng)絡(luò)基站之間的信號傳輸質(zhì)量，是衡量網(wǎng)絡(luò)連接穩(wěn)定性的重要指標(biāo)；借助網(wǎng)絡(luò)監(jiān)測工具測量帶寬，帶寬決定了網(wǎng)絡(luò)的數(shù)據(jù)傳輸速率，對于不同類型的業(yè)務(wù)，如高清視頻播放、在線游戲等，對帶寬的需求差異較大；通過數(shù)據(jù)包傳輸測試獲取延遲和丟包率，延遲影響著數(shù)據(jù)傳輸?shù)膶崟r性，對于實時通信業(yè)務(wù)至關(guān)重要，而丟包率則反映了數(shù)據(jù)傳輸過程中的可靠性，過高的丟包率會導(dǎo)致數(shù)據(jù)丟失，影響業(yè)務(wù)的正常進(jìn)行。此外，移動設(shè)備還會收集自身的電池電量信息，電池電量是限制移動設(shè)備使用時間的關(guān)鍵因素，在切換決策中需要考慮不同網(wǎng)絡(luò)對電池電量的消耗情況，以延長設(shè)備的續(xù)航時間。同時，用戶偏好信息也會被記錄，用戶偏好體現(xiàn)了用戶對不同網(wǎng)絡(luò)或業(yè)務(wù)的個性化需求，比如有的用戶更傾向于使用免費的WLAN網(wǎng)絡(luò)，而有的用戶則更注重網(wǎng)絡(luò)的穩(wěn)定性和速度，愿意選擇收費但質(zhì)量更優(yōu)的蜂窩網(wǎng)絡(luò)。這些多維度的數(shù)據(jù)為后續(xù)的切換決策提供了豐富的信息基礎(chǔ)。屬性權(quán)重確定是算法的核心步驟之一，它直接影響著切換決策的結(jié)果。由于不同屬性在不同的應(yīng)用場景和用戶需求下具有不同的重要程度，因此需要為每個屬性分配合理的權(quán)重。確定屬性權(quán)重的方法豐富多樣，常見的有層次分析法（AHP）、熵權(quán)法、主觀賦權(quán)法、客觀賦權(quán)法和組合賦權(quán)法等。層次分析法通過構(gòu)建層次結(jié)構(gòu)模型，將復(fù)雜的決策問題分解為多個層次，包括目標(biāo)層、準(zhǔn)則層和方案層。在異構(gòu)無線網(wǎng)絡(luò)垂直切換中，目標(biāo)層可以是選擇最優(yōu)的網(wǎng)絡(luò)進(jìn)行切換，準(zhǔn)則層則包含網(wǎng)絡(luò)信號強度、帶寬、延遲、丟包率、電池電量、用戶偏好等屬性，方案層為可供選擇的不同網(wǎng)絡(luò)。然后通過兩兩比較各屬性的相對重要性，構(gòu)建判斷矩陣，利用數(shù)學(xué)方法計算出各屬性的權(quán)重。熵權(quán)法是一種客觀賦權(quán)法，它根據(jù)數(shù)據(jù)本身的變異程度來確定權(quán)重。在網(wǎng)絡(luò)數(shù)據(jù)中，某個屬性的熵值越小，說明該屬性的信息含量越大，其權(quán)重也就越高。例如，如果在一段時間內(nèi)，網(wǎng)絡(luò)信號強度的波動較小，說明其信息含量相對較低，熵值較大，權(quán)重可能相對較小；而如果帶寬的變化較大，對網(wǎng)絡(luò)性能的影響較為顯著，其熵值較小，權(quán)重則可能較大。主觀賦權(quán)法主要依據(jù)決策者的主觀判斷來確定權(quán)重，這種方法能夠充分體現(xiàn)決策者的偏好和經(jīng)驗，但可能存在一定的主觀性和片面性?？陀^賦權(quán)法則完全基于數(shù)據(jù)的客觀特征，避免了人為因素的干擾，但可能無法全面反映用戶的實際需求。組合賦權(quán)法結(jié)合了主觀賦權(quán)法和客觀賦權(quán)法的優(yōu)點，既考慮了決策者的主觀偏好，又利用了數(shù)據(jù)的客觀信息，使權(quán)重的確定更加科學(xué)合理。在實際應(yīng)用中，需要根據(jù)具體的場景和需求，選擇合適的方法來確定屬性權(quán)重。例如，對于實時性要求較高的視頻會議業(yè)務(wù)，延遲和丟包率的權(quán)重可能會相對較高；而對于注重流量成本的用戶，網(wǎng)絡(luò)費用的權(quán)重可能會更大。屬性歸一化是為了消除不同屬性之間量綱和數(shù)量級的差異，使各屬性具有可比性。不同的屬性，如信號強度的單位是dBm，帶寬的單位是Mbps，延遲的單位是ms，它們的量綱和取值范圍各不相同，如果直接進(jìn)行比較和計算，會導(dǎo)致結(jié)果的偏差。因此，需要將各屬性值轉(zhuǎn)化為0到1之間的數(shù)值。常見的歸一化方法有線性變換法、極差變換法等。線性變換法的公式為：x_{norm}=\frac{x-x_{min}}{x_{max}-x_{min}}，其中x_{norm}為歸一化后的屬性值，x為原始屬性值，x_{min}和x_{max}分別為該屬性的最小值和最大值。假設(shè)網(wǎng)絡(luò)信號強度的原始值范圍是-100dBm到-50dBm，某一時刻的信號強度為-70dBm，則歸一化后的信號強度值為\frac{-70-(-100)}{-50-(-100)}=0.6。極差變換法是將屬性值映射到[0,1]區(qū)間內(nèi)，其公式為：y=\frac{x-\min(x)}{\max(x)-\min(x)}，其中y為歸一化后的屬性值，x為原始屬性值，\min(x)和\max(x)分別為原始屬性值中的最小值和最大值。通過歸一化處理，不同屬性的值被統(tǒng)一到相同的尺度上，便于后續(xù)的綜合評估和決策。屬性評估是對歸一化后的屬性值進(jìn)行綜合分析，以得到每個網(wǎng)絡(luò)的性能評估結(jié)果。在這個過程中，通常會采用加權(quán)求和的方法，將各屬性值與對應(yīng)的權(quán)重相乘后相加，得到一個綜合評分，該評分能夠全面反映當(dāng)前網(wǎng)絡(luò)的性能。假設(shè)共有n個屬性，每個屬性的權(quán)重為w_i，歸一化后的屬性值為x_i，則綜合評分S=\sum_{i=1}^{n}w_ix_i。例如，某網(wǎng)絡(luò)的信號強度歸一化值為0.8，權(quán)重為0.3；帶寬歸一化值為0.6，權(quán)重為0.2；延遲歸一化值為0.4，權(quán)重為0.3；丟包率歸一化值為0.5，權(quán)重為0.2，則該網(wǎng)絡(luò)的綜合評分為0.8??0.3+0.6??0.2+0.4??0.3+0.5??0.2=0.58。這個綜合評分直觀地反映了該網(wǎng)絡(luò)在當(dāng)前情況下的性能表現(xiàn)，為后續(xù)的決策判定提供了重要依據(jù)。決策判定是算法的最終環(huán)節(jié)，其目的是根據(jù)屬性評估得到的綜合評分，確定是否進(jìn)行切換以及切換到哪個目標(biāo)網(wǎng)絡(luò)。當(dāng)移動設(shè)備計算出當(dāng)前連接網(wǎng)絡(luò)和周圍可用網(wǎng)絡(luò)的綜合評分后，會進(jìn)行比較分析。如果當(dāng)前網(wǎng)絡(luò)的綜合評分低于某個預(yù)設(shè)的閾值，或者周圍存在綜合評分更高的網(wǎng)絡(luò)，且滿足一定的切換條件，如信號強度的穩(wěn)定性、切換的及時性等，就會觸發(fā)切換決策，將移動設(shè)備切換到綜合評分最高的目標(biāo)網(wǎng)絡(luò)。例如，當(dāng)用戶在移動過程中，當(dāng)前連接的WLAN網(wǎng)絡(luò)信號強度逐漸減弱，綜合評分降低，而附近的4G網(wǎng)絡(luò)綜合評分較高，且滿足切換條件，算法就會判定將用戶設(shè)備切換到4G網(wǎng)絡(luò)，以保證用戶能夠獲得更好的網(wǎng)絡(luò)服務(wù)質(zhì)量。3.3關(guān)鍵屬性分析3.3.1網(wǎng)絡(luò)相關(guān)屬性在異構(gòu)無線網(wǎng)絡(luò)融合的多屬性垂直切換判決算法中，網(wǎng)絡(luò)相關(guān)屬性對切換決策有著至關(guān)重要的影響。帶寬是衡量網(wǎng)絡(luò)數(shù)據(jù)傳輸能力的關(guān)鍵指標(biāo)，它直接決定了網(wǎng)絡(luò)能夠承載的數(shù)據(jù)量和傳輸速度。不同的業(yè)務(wù)類型對帶寬有著不同的需求，高清視頻流業(yè)務(wù)通常需要較高的帶寬來保證視頻的流暢播放，以4K高清視頻為例，其流暢播放所需的帶寬一般在25Mbps以上。如果當(dāng)前網(wǎng)絡(luò)帶寬不足，視頻可能會出現(xiàn)卡頓、加載緩慢等問題，嚴(yán)重影響用戶體驗。在這種情況下，多屬性垂直切換判決算法會根據(jù)帶寬屬性，在檢測到當(dāng)前網(wǎng)絡(luò)帶寬無法滿足視頻流需求時，觸發(fā)切換決策，尋找?guī)捀渥愕木W(wǎng)絡(luò)進(jìn)行連接，以確保視頻能夠穩(wěn)定播放。對于在線游戲業(yè)務(wù)，雖然對帶寬的要求相對視頻流較低，但也需要一定的帶寬來保證游戲數(shù)據(jù)的實時傳輸，以避免游戲延遲和卡頓，影響玩家的操作和游戲體驗。一般來說，在線競技游戲所需的帶寬在5Mbps左右，以確保玩家能夠及時接收和發(fā)送游戲數(shù)據(jù)，與其他玩家進(jìn)行流暢的互動。延遲，即數(shù)據(jù)從發(fā)送端傳輸?shù)浇邮斩怂璧臅r間，是影響實時性業(yè)務(wù)體驗的關(guān)鍵因素。在實時通信場景中，如語音通話和視頻會議，低延遲是保證通信質(zhì)量的關(guān)鍵。在語音通話中，延遲過高會導(dǎo)致通話雙方出現(xiàn)明顯的語音延遲，使得交流變得困難，嚴(yán)重影響溝通效果。通常，語音通話可接受的延遲范圍在150ms以內(nèi)，當(dāng)延遲超過這個范圍時，通話質(zhì)量會明顯下降，出現(xiàn)回聲、卡頓等問題。在視頻會議中，延遲不僅會影響語音交流，還會導(dǎo)致視頻畫面與聲音不同步，影響會議的正常進(jìn)行。對于視頻會議，可接受的延遲范圍通常在200ms以內(nèi)，以保證參會人員能夠進(jìn)行自然、流暢的交流。多屬性垂直切換判決算法會實時監(jiān)測網(wǎng)絡(luò)延遲，當(dāng)延遲超過業(yè)務(wù)可接受的閾值時，算法會考慮切換到延遲更低的網(wǎng)絡(luò)，以保障實時通信的質(zhì)量。信號強度反映了移動設(shè)備與網(wǎng)絡(luò)基站之間信號傳輸?shù)馁|(zhì)量，是衡量網(wǎng)絡(luò)連接穩(wěn)定性的重要指標(biāo)。信號強度的大小直接影響著數(shù)據(jù)傳輸?shù)目煽啃院退俾省．?dāng)信號強度較弱時，數(shù)據(jù)傳輸容易受到干擾，導(dǎo)致丟包率增加，傳輸速率降低。在一些偏遠(yuǎn)地區(qū)或信號遮擋嚴(yán)重的場所，如山區(qū)、地下室等，移動設(shè)備接收到的信號強度可能會非常低，此時網(wǎng)絡(luò)連接不穩(wěn)定，數(shù)據(jù)傳輸時斷時續(xù)。在這種情況下，多屬性垂直切換判決算法會根據(jù)信號強度屬性，判斷當(dāng)前網(wǎng)絡(luò)連接是否可靠。如果信號強度持續(xù)低于一定閾值，算法會觸發(fā)切換決策，尋找信號強度更強的網(wǎng)絡(luò)，以提高網(wǎng)絡(luò)連接的穩(wěn)定性和數(shù)據(jù)傳輸?shù)目煽啃?。網(wǎng)絡(luò)吞吐量是指在單位時間內(nèi)網(wǎng)絡(luò)成功傳輸?shù)臄?shù)據(jù)量，它綜合反映了網(wǎng)絡(luò)在實際運行中的數(shù)據(jù)傳輸能力。網(wǎng)絡(luò)吞吐量受到多種因素的影響，包括網(wǎng)絡(luò)帶寬、信號強度、網(wǎng)絡(luò)負(fù)載等。在網(wǎng)絡(luò)負(fù)載較高的情況下，即使網(wǎng)絡(luò)帶寬充足，由于大量用戶共享網(wǎng)絡(luò)資源，每個用戶實際可獲得的吞吐量也會降低。在大型商場、火車站等人員密集的場所，眾多用戶同時使用網(wǎng)絡(luò)，網(wǎng)絡(luò)負(fù)載較大，此時每個用戶的網(wǎng)絡(luò)吞吐量可能會受到限制，導(dǎo)致數(shù)據(jù)傳輸速度變慢。多屬性垂直切換判決算法會綜合考慮網(wǎng)絡(luò)吞吐量等屬性，當(dāng)發(fā)現(xiàn)當(dāng)前網(wǎng)絡(luò)吞吐量無法滿足用戶業(yè)務(wù)需求時，會評估周圍其他網(wǎng)絡(luò)的吞吐量情況，若存在吞吐量更高的網(wǎng)絡(luò)，則會進(jìn)行切換，以提升用戶的數(shù)據(jù)傳輸體驗。3.3.2用戶及設(shè)備相關(guān)屬性在異構(gòu)無線網(wǎng)絡(luò)融合的多屬性垂直切換判決算法中，用戶及設(shè)備相關(guān)屬性在切換判決中發(fā)揮著關(guān)鍵作用。移動終端的移動速度是影響切換決策的重要因素之一。當(dāng)移動終端處于高速移動狀態(tài)時，其與網(wǎng)絡(luò)基站之間的信號傳播環(huán)境會快速變化，信號強度、延遲等網(wǎng)絡(luò)屬性也會隨之波動。在高鐵上，列車以高速行駛，移動終端在短時間內(nèi)會快速穿越多個基站的覆蓋區(qū)域，信號強度可能會迅速減弱，延遲也會明顯增加。如果不能及時進(jìn)行切換，可能會導(dǎo)致通信中斷或質(zhì)量嚴(yán)重下降。多屬性垂直切換判決算法會實時監(jiān)測移動終端的移動速度，當(dāng)檢測到移動速度超過一定閾值時，會提前預(yù)判網(wǎng)絡(luò)切換的需求，加快切換決策的過程，確保移動終端能夠快速連接到信號更好、更穩(wěn)定的網(wǎng)絡(luò)，以維持良好的通信狀態(tài)。相反，當(dāng)移動終端移動速度較慢時，如用戶在室內(nèi)緩慢行走，網(wǎng)絡(luò)環(huán)境相對穩(wěn)定，切換的緊迫性較低，算法會適當(dāng)降低切換的頻率，以減少不必要的切換開銷，提高網(wǎng)絡(luò)資源的利用效率。移動終端的位置信息對于切換判決也具有重要意義。不同的地理位置可能覆蓋著不同類型的無線網(wǎng)絡(luò)，且網(wǎng)絡(luò)信號質(zhì)量存在差異。在室內(nèi)環(huán)境中，由于建筑物的遮擋和干擾，蜂窩網(wǎng)絡(luò)的信號可能會受到一定程度的削弱，而室內(nèi)的WLAN網(wǎng)絡(luò)則可能提供更穩(wěn)定、高速的連接。當(dāng)移動終端檢測到自身處于室內(nèi)且WLAN信號良好時，多屬性垂直切換判決算法會根據(jù)位置信息，優(yōu)先考慮切換到WLAN網(wǎng)絡(luò)，以滿足用戶對高速數(shù)據(jù)傳輸?shù)男枨蟆６谑彝忾_闊區(qū)域，蜂窩網(wǎng)絡(luò)的覆蓋和信號質(zhì)量通常較好，算法會根據(jù)實際情況評估是否保持在蜂窩網(wǎng)絡(luò)上，或者在滿足一定條件時切換到其他更適合的網(wǎng)絡(luò)。此外，位置信息還可以用于判斷移動終端是否接近網(wǎng)絡(luò)覆蓋的邊緣區(qū)域，當(dāng)移動終端接近當(dāng)前網(wǎng)絡(luò)的覆蓋邊緣時，信號強度可能會逐漸減弱，算法會提前做好切換準(zhǔn)備，以避免通信中斷。能耗是移動設(shè)備的一個重要考量因素，特別是對于依靠電池供電的移動終端來說，電池電量的消耗直接影響設(shè)備的續(xù)航時間。不同的無線網(wǎng)絡(luò)在數(shù)據(jù)傳輸過程中對設(shè)備電池電量的消耗程度不同。一般來說，蜂窩網(wǎng)絡(luò)的數(shù)據(jù)傳輸能耗相對較高，尤其是在信號較弱時，為了維持通信連接，設(shè)備需要加大發(fā)射功率，從而導(dǎo)致電池電量快速消耗。而WLAN網(wǎng)絡(luò)在信號良好的情況下，能耗相對較低。多屬性垂直切換判決算法會將設(shè)備的能耗屬性納入考慮范圍，當(dāng)設(shè)備電池電量較低時，算法會傾向于選擇能耗較低的網(wǎng)絡(luò)進(jìn)行連接，以延長設(shè)備的續(xù)航時間。在用戶外出且電池電量不足的情況下，如果周圍存在信號穩(wěn)定的WLAN網(wǎng)絡(luò)，算法會優(yōu)先將移動終端切換到WLAN網(wǎng)絡(luò)，以減少電池電量的消耗，確保設(shè)備能夠在后續(xù)的使用中保持正常運行。用戶偏好是用戶對不同網(wǎng)絡(luò)或業(yè)務(wù)的個性化需求和傾向，它在多屬性垂直切換判決中起著重要的引導(dǎo)作用。不同的用戶由于使用習(xí)慣、業(yè)務(wù)需求和費用承受能力等方面的差異，對網(wǎng)絡(luò)的偏好各不相同。一些用戶可能更注重網(wǎng)絡(luò)的速度和穩(wěn)定性，愿意選擇收費但性能更好的蜂窩網(wǎng)絡(luò)；而另一些用戶則更傾向于使用免費的WLAN網(wǎng)絡(luò)，即使其覆蓋范圍和穩(wěn)定性相對有限。在業(yè)務(wù)需求方面，對于經(jīng)常觀看高清視頻的用戶，他們可能更希望連接到帶寬充足、速度快的網(wǎng)絡(luò)，以保證視頻的流暢播放；而對于主要進(jìn)行文字聊天和簡單瀏覽網(wǎng)頁的用戶，對網(wǎng)絡(luò)速度的要求相對較低，更關(guān)注網(wǎng)絡(luò)的費用和覆蓋范圍。多屬性垂直切換判決算法會充分考慮用戶偏好屬性，根據(jù)用戶預(yù)先設(shè)置的偏好信息，在進(jìn)行切換決策時優(yōu)先選擇符合用戶偏好的網(wǎng)絡(luò)，從而提高用戶的滿意度和使用體驗。四、現(xiàn)有多屬性垂直切換判決算法分析4.1基于接收信號強度（RSS）的算法基于接收信號強度（ReceivedSignalStrength，RSS）的切換算法是一種較為基礎(chǔ)且應(yīng)用廣泛的多屬性垂直切換判決算法，其原理簡單直接，主要依據(jù)移動設(shè)備接收到的不同網(wǎng)絡(luò)信號強度來做出切換決策。當(dāng)移動設(shè)備檢測到周圍存在多個網(wǎng)絡(luò)時，會實時監(jiān)測各個網(wǎng)絡(luò)的信號強度。一般來說，該算法設(shè)定一個信號強度閾值，當(dāng)目標(biāo)網(wǎng)絡(luò)的信號強度高于當(dāng)前連接網(wǎng)絡(luò)的信號強度，并且超過設(shè)定的閾值時，就會觸發(fā)切換操作，將移動設(shè)備切換到信號更強的目標(biāo)網(wǎng)絡(luò)。例如，在一個同時覆蓋有WLAN和蜂窩網(wǎng)絡(luò)的區(qū)域，移動設(shè)備會不斷測量來自WLAN熱點和蜂窩基站的信號強度。若當(dāng)前連接的是WLAN網(wǎng)絡(luò)，當(dāng)檢測到蜂窩網(wǎng)絡(luò)的信號強度比WLAN網(wǎng)絡(luò)信號強度高5dBm（假設(shè)閾值為5dBm）時，就會觸發(fā)切換，使設(shè)備連接到蜂窩網(wǎng)絡(luò)?；赗SS的切換算法具有一些顯著的優(yōu)點。首先，其算法原理簡單易懂，實現(xiàn)成本較低。不需要復(fù)雜的計算和大量的系統(tǒng)資源，這使得它在一些計算能力和存儲資源有限的移動設(shè)備上也能輕松實現(xiàn)。對于一些低端智能手機或物聯(lián)網(wǎng)設(shè)備來說，基于RSS的切換算法能夠在不增加過多硬件成本和計算負(fù)擔(dān)的情況下，實現(xiàn)基本的網(wǎng)絡(luò)切換功能。其次，該算法的響應(yīng)速度較快。由于只需實時監(jiān)測信號強度這一個關(guān)鍵指標(biāo)，當(dāng)信號強度發(fā)生明顯變化時，能夠迅速做出切換決策，滿足用戶對網(wǎng)絡(luò)快速切換的需求。在用戶快速移動的場景下，如在高鐵上，當(dāng)列車快速穿越不同網(wǎng)絡(luò)覆蓋區(qū)域時，基于RSS的算法可以快速響應(yīng)信號強度的變化，及時切換到信號更好的網(wǎng)絡(luò)，保證通信的連續(xù)性。然而，這種算法也存在諸多局限性。一方面，信號強度會受到多種因素的影響，導(dǎo)致其穩(wěn)定性較差，從而影響切換決策的準(zhǔn)確性。信號強度容易受到環(huán)境因素的干擾，如建筑物、地形、天氣等。在室內(nèi)環(huán)境中，建筑物的墻壁、家具等會對信號產(chǎn)生遮擋和衰減，使得信號強度波動較大。在高樓林立的城市中心，信號可能會因為建筑物的反射和散射而產(chǎn)生多徑效應(yīng)，導(dǎo)致信號強度不穩(wěn)定。此外，不同網(wǎng)絡(luò)的信號強度在測量和比較時存在一定的復(fù)雜性。由于不同網(wǎng)絡(luò)的信號特性、發(fā)射功率、頻段等不同，單純比較信號強度的絕對值可能無法準(zhǔn)確反映網(wǎng)絡(luò)的實際通信質(zhì)量。5G網(wǎng)絡(luò)和2.4GHz頻段的WLAN網(wǎng)絡(luò)，它們的信號強度絕對值在相同距離下可能有較大差異，但不能僅僅依據(jù)信號強度絕對值就判斷哪個網(wǎng)絡(luò)更適合連接，因為5G網(wǎng)絡(luò)在高速率、低延遲等方面具有優(yōu)勢，而WLAN網(wǎng)絡(luò)在局域范圍內(nèi)可能提供更高的帶寬。另一方面，基于RSS的切換算法只考慮了信號強度這一個屬性，忽略了其他對網(wǎng)絡(luò)性能和用戶體驗有重要影響的因素，如帶寬、延遲、丟包率、網(wǎng)絡(luò)負(fù)載等。在實際應(yīng)用中，這些因素對于用戶能否獲得高質(zhì)量的網(wǎng)絡(luò)服務(wù)至關(guān)重要。當(dāng)網(wǎng)絡(luò)帶寬不足時，即使信號強度很強，用戶在進(jìn)行高清視頻播放、大文件下載等業(yè)務(wù)時也會出現(xiàn)卡頓、加載緩慢等問題。對于實時性要求較高的業(yè)務(wù)，如在線游戲、視頻會議等，延遲和丟包率是關(guān)鍵因素，而基于RSS的算法無法對這些因素進(jìn)行綜合考量，可能會導(dǎo)致在切換到信號強度強但延遲高的網(wǎng)絡(luò)時，用戶體驗嚴(yán)重下降。在網(wǎng)絡(luò)負(fù)載較高的情況下，即使信號強度滿足要求，由于大量用戶共享網(wǎng)絡(luò)資源，每個用戶實際可獲得的帶寬和服務(wù)質(zhì)量也會受到影響，而基于RSS的算法無法根據(jù)網(wǎng)絡(luò)負(fù)載情況做出合理的切換決策。4.2簡單加權(quán)法（SAW）簡單加權(quán)法（SimpleWeightedAlgorithm，SAW）是一種經(jīng)典且應(yīng)用廣泛的多屬性決策方法，在異構(gòu)無線網(wǎng)絡(luò)垂直切換判決中具有重要的應(yīng)用價值。該方法的核心計算步驟清晰明確，首先需要確定各個屬性的權(quán)重，權(quán)重的確定反映了不同屬性在決策過程中的相對重要性。這通?；跊Q策者的經(jīng)驗、偏好以及對各屬性的深入分析來完成。在異構(gòu)無線網(wǎng)絡(luò)垂直切換的場景中，網(wǎng)絡(luò)信號強度、帶寬、延遲、丟包率、移動設(shè)備的電池電量、用戶偏好等屬性都可能被納入考慮范圍，且不同屬性的權(quán)重會根據(jù)實際情況有所不同。例如，對于實時性要求極高的視頻會議業(yè)務(wù)，延遲和丟包率的權(quán)重可能相對較高，因為這兩個屬性直接影響著視頻會議的流暢性和穩(wěn)定性；而對于注重流量成本的用戶，網(wǎng)絡(luò)費用的屬性權(quán)重可能會更大。確定權(quán)重后，需要對各個屬性進(jìn)行歸一化處理。由于不同屬性的量綱和取值范圍存在差異，如信號強度的單位是dBm，帶寬的單位是Mbps，延遲的單位是ms，為了使各屬性具有可比性，必須進(jìn)行歸一化操作，將它們統(tǒng)一到相同的尺度上。常見的歸一化方法有線性變換法、極差變換法等。以線性變換法為例，其公式為x_{norm}=\frac{x-x_{min}}{x_{max}-x_{min}}，其中x_{norm}為歸一化后的屬性值，x為原始屬性值，x_{min}和x_{max}分別為該屬性的最小值和最大值。假設(shè)網(wǎng)絡(luò)信號強度的原始值范圍是-100dBm到-50dBm，某一時刻的信號強度為-70dBm，則歸一化后的信號強度值為\frac{-70-(-100)}{-50-(-100)}=0.6。在完成屬性權(quán)重確定和歸一化處理后，SAW算法通過加權(quán)求和的方式計算每個網(wǎng)絡(luò)的綜合評價值。具體計算公式為S=\sum_{i=1}^{n}w_ix_i，其中S為綜合評價值，w_i為第i個屬性的權(quán)重，x_i為第i個屬性歸一化后的屬性值，n為屬性的總數(shù)。通過這個公式，將各個屬性的信息進(jìn)行綜合，得到一個能夠全面反映網(wǎng)絡(luò)性能的綜合指標(biāo)。以一個具體案例來說明SAW算法在異構(gòu)網(wǎng)絡(luò)切換中的應(yīng)用。假設(shè)有一個移動設(shè)備處于同時覆蓋有WLAN和4G網(wǎng)絡(luò)的環(huán)境中，當(dāng)前正在使用WLAN網(wǎng)絡(luò)，需要判斷是否切換到4G網(wǎng)絡(luò)。設(shè)定網(wǎng)絡(luò)信號強度、帶寬、延遲和丟包率為主要考慮屬性，權(quán)重分別設(shè)為0.3、0.3、0.2、0.2。當(dāng)前WLAN網(wǎng)絡(luò)的各屬性原始值及歸一化后的值如下：信號強度為-60dBm，歸一化后為0.8（假設(shè)信號強度范圍是-80dBm到-50dBm）；帶寬為10Mbps，歸一化后為0.5（假設(shè)帶寬范圍是0Mbps到20Mbps）；延遲為30ms，歸一化后為0.4（假設(shè)延遲范圍是0ms到100ms）；丟包率為2\%，歸一化后為0.6（假設(shè)丟包率范圍是0\%到10\%）。則WLAN網(wǎng)絡(luò)的綜合評價值S_{WLAN}=0.3??0.8+0.3??0.5+0.2??0.4+0.2??0.6=0.61。再看附近的4G網(wǎng)絡(luò)，其各屬性原始值及歸一化后的值為：信號強度為-70dBm，歸一化后為0.6；帶寬為30Mbps，歸一化后為0.9；延遲為20ms，歸一化后為0.2；丟包率為1\%，歸一化后為0.9。則4G網(wǎng)絡(luò)的綜合評價值S_{4G}=0.3??0.6+0.3??0.9+0.2??0.2+0.2??0.9=0.67。通過比較S_{WLAN}和S_{4G}的值，0.67???0.61，4G網(wǎng)絡(luò)的綜合評價值更高。根據(jù)SAW算法的決策規(guī)則，移動設(shè)備應(yīng)切換到4G網(wǎng)絡(luò)，以獲得更好的網(wǎng)絡(luò)性能。在實際應(yīng)用中，SAW算法在一些場景下能夠表現(xiàn)出較好的性能。當(dāng)網(wǎng)絡(luò)環(huán)境相對穩(wěn)定，各屬性的變化較為平緩時，SAW算法可以快速準(zhǔn)確地計算出各網(wǎng)絡(luò)的綜合評價值，從而做出合理的切換決策。在室內(nèi)辦公環(huán)境中，WLAN網(wǎng)絡(luò)和蜂窩網(wǎng)絡(luò)的信號強度、帶寬等屬性相對穩(wěn)定，SAW算法能夠根據(jù)預(yù)先設(shè)定的權(quán)重和實時采集的屬性數(shù)據(jù)，及時判斷是否需要切換網(wǎng)絡(luò)以及切換到哪個網(wǎng)絡(luò)，為用戶提供穩(wěn)定的網(wǎng)絡(luò)連接。然而，SAW算法也存在一定的局限性。它假設(shè)各屬性之間相互獨立，沒有考慮屬性之間的相關(guān)性和相互影響。在實際的異構(gòu)無線網(wǎng)絡(luò)中，網(wǎng)絡(luò)信號強度和帶寬可能存在一定的關(guān)聯(lián)，信號強度較強時，帶寬可能也相對更穩(wěn)定。此外，SAW算法對權(quán)重的設(shè)定較為敏感，權(quán)重的微小變化可能會導(dǎo)致決策結(jié)果的較大改變。如果權(quán)重設(shè)定不合理，可能會導(dǎo)致選擇的網(wǎng)絡(luò)并非最優(yōu)，影響用戶的網(wǎng)絡(luò)體驗。4.3灰色關(guān)聯(lián)度分析法（GRA）灰色關(guān)聯(lián)度分析法（GreyRelationAnalysis，GRA）是一種用于研究數(shù)據(jù)之間關(guān)聯(lián)性的方法，在異構(gòu)無線網(wǎng)絡(luò)垂直切換判決中具有獨特的應(yīng)用價值。其基本原理是通過比較參考序列（母序列）與特征序列（子序列）的幾何形狀相似程度來判斷它們之間的關(guān)聯(lián)程度，進(jìn)而確定各屬性對切換決策的影響程度。在實際應(yīng)用中，GRA算法的計算步驟較為明確。首先是確定分析序列，需要設(shè)定參考序列（母序列）和比較序列（子序列）。在異構(gòu)無線網(wǎng)絡(luò)垂直切換場景中，參考序列通常選擇能夠代表最優(yōu)網(wǎng)絡(luò)性能的指標(biāo)序列，例如，對于追求高速數(shù)據(jù)傳輸?shù)臉I(yè)務(wù)，可將具有高帶寬、低延遲、高信號強度的網(wǎng)絡(luò)指標(biāo)作為參考序列；而比較序列則為各個候選網(wǎng)絡(luò)的實際指標(biāo)序列，包括網(wǎng)絡(luò)信號強度、帶寬、延遲、丟包率等。假設(shè)存在三個候選網(wǎng)絡(luò)A、B、C，以及參考序列，各網(wǎng)絡(luò)的帶寬、延遲、信號強度等指標(biāo)數(shù)據(jù)構(gòu)成比較序列。其次是對變量因素進(jìn)行初值化，由于系統(tǒng)中各因素列中的數(shù)據(jù)可能因量綱不同，不便于比較或在比較時難以得到正確的結(jié)論，因此在進(jìn)行灰色關(guān)聯(lián)度分析時，一般都要進(jìn)行數(shù)據(jù)的無量綱化處理，使不同量綱的數(shù)據(jù)具有可比性。常見的無量綱化方法有均值法、初值法等。采用初值法時，將原始數(shù)據(jù)除以該序列的第一個數(shù)據(jù)，使其轉(zhuǎn)換為同一量綱。設(shè)某網(wǎng)絡(luò)的帶寬原始序列為[10,15,20]，采用初值法無量綱化后變?yōu)閇1,1.5,2]。接著是計算關(guān)聯(lián)系數(shù)，關(guān)聯(lián)系數(shù)反映了母序列與子序列在不同時間點上的接近程度。計算公式為\gamma(x_0(k),x_i(k))=\frac{\Delta_{min}+\rho\Delta_{max}}{\Delta_{0i}(k)+\rho\Delta_{max}}，其中\(zhòng)rho為分辨系數(shù)，一般取值范圍為[0,1]，取值越小分辨力越大，通常取\rho=0.5，\Delta_{0i}(k)=|x_0(k)-x_i(k)|表示比較序列與參考序列的差值。然后計算關(guān)聯(lián)度，關(guān)聯(lián)度描述了母序列與子序列整體上的相似程度，公式為\gamma(x_0,x_i)=\frac{1}{N}\sum_{k=1}^{N}w_k\gamma(x_0(k),x_i(k))，其中N為比較序列的數(shù)量，w_k為第k條數(shù)據(jù)權(quán)重，若未特別設(shè)定權(quán)重，通常認(rèn)為各數(shù)據(jù)權(quán)重相等。最后進(jìn)行關(guān)聯(lián)度排序，根據(jù)各因素的關(guān)聯(lián)度進(jìn)行排序，關(guān)聯(lián)度越大，說明該因素與參考序列的相似程度越高，對切換決策的影響也就越大。在選擇目標(biāo)網(wǎng)絡(luò)時，會優(yōu)先選擇關(guān)聯(lián)度高的網(wǎng)絡(luò)，因為其性能更接近最優(yōu)網(wǎng)絡(luò)性能。以某實際場景為例，假設(shè)有一個移動設(shè)備處于同時覆蓋有5G網(wǎng)絡(luò)和WLAN網(wǎng)絡(luò)的環(huán)境中，當(dāng)前正在使用5G網(wǎng)絡(luò)，需要判斷是否切換到WLAN網(wǎng)絡(luò)。設(shè)定網(wǎng)絡(luò)帶寬、延遲、信號強度為主要考慮屬性，構(gòu)建參考序列為帶寬100Mbps、延遲10ms、信號強度-50dBm（代表理想的網(wǎng)絡(luò)性能指標(biāo)）。5G網(wǎng)絡(luò)的實際指標(biāo)為帶寬80Mbps、延遲15ms、信號強度-60dBm；WLAN網(wǎng)絡(luò)的實際指標(biāo)為帶寬60Mbps、延遲20ms、信號強度-70dBm。首先對數(shù)據(jù)進(jìn)行無量綱化處理，假設(shè)采用初值法，5G網(wǎng)絡(luò)帶寬無量綱化后為\frac{80}{100}=0.8，延遲無量綱化后為\frac{15}{10}=1.5，信號強度無量綱化后為\frac{-60}{-50}=1.2；WLAN網(wǎng)絡(luò)帶寬無量綱化后為\frac{60}{100}=0.6，延遲無量綱化后為\frac{20}{10}=2，信號強度無量綱化后為\frac{-70}{-50}=1.4。然后計算關(guān)聯(lián)系數(shù)，先計算\Delta_{0i}(k)，5G網(wǎng)絡(luò)帶寬與參考序列的差值\Delta_{01}(1)=|0.8-1|=0.2，延遲差值\Delta_{01}(2)=|1.5-1|=0.5，信號強度差值\Delta_{01}(3)=|1.2-1|=0.2；WLAN網(wǎng)絡(luò)帶寬差值\Delta_{02}(1)=|0.6-1|=0.4，延遲差值\Delta_{02}(2)=|2-1|=1，信號強度差值\Delta_{02}(3)=|1.4-1|=0.4。計算最大差\Delta_{max}和最小差\Delta_{min}，這里\Delta_{max}=1，\Delta_{min}=0.2，分辨系數(shù)\rho=0.5，則5G網(wǎng)絡(luò)帶寬關(guān)聯(lián)系數(shù)\gamma_{11}=\frac{0.2+0.5??1}{0.2+0.5??1}\approx0.714，延遲關(guān)聯(lián)系數(shù)\gamma_{12}=\frac{0.2+0.5??1}{0.5+0.5??1}=0.7，信號強度關(guān)聯(lián)系數(shù)\gamma_{13}=\frac{0.2+0.5??1}{0.2+0.5??1}\approx0.714；WLAN網(wǎng)絡(luò)帶寬關(guān)聯(lián)系數(shù)\gamma_{21}=\frac{0.2+0.5??1}{0.4+0.5??1}\approx0.778，延遲關(guān)聯(lián)系數(shù)\gamma_{22}=\frac{0.2+0.5??1}{1+0.5??1}\approx0.467，信號強度關(guān)聯(lián)系數(shù)\gamma_{23}=\frac{0.2+0.5??1}{0.4+0.5??1}\approx0.778。假設(shè)各屬性權(quán)重相等，計算關(guān)聯(lián)度，5G網(wǎng)絡(luò)關(guān)聯(lián)度\gamma_1=\frac{0.714+0.7+0.714}{3}\approx0.709；WLAN網(wǎng)絡(luò)關(guān)聯(lián)度\gamma_2=\frac{0.778+0.467+0.778}{3}\approx0.608。通過比較關(guān)聯(lián)度，5G網(wǎng)絡(luò)的關(guān)聯(lián)度更高，說明其性能更接近參考序列所代表的最優(yōu)性能，根據(jù)GRA算法的決策規(guī)則，移動設(shè)備應(yīng)繼續(xù)保持在5G網(wǎng)絡(luò)，以獲得更好的網(wǎng)絡(luò)性能。GRA算法在處理少樣本量和復(fù)雜系統(tǒng)分析方面具有顯著優(yōu)勢，對樣本量的要求較低，即使樣本數(shù)據(jù)較少或質(zhì)量較差也能進(jìn)行有效分析，計算過程相對簡單，適合快速分析和決策，其結(jié)果與定性分析結(jié)果較為吻合。然而，該算法也存在一定的局限性，在判斷最優(yōu)數(shù)值時主觀性較強，缺乏一定的客觀性基礎(chǔ)，主要適用于變化趨勢一致的兩個因素之間的分析，適用范圍存在一定限制。4.4逼近理想解排序法（TOPSIS）逼近理想解排序法（TechniqueforOrderofPreferencebySimilaritytoIdealSolution，TOPSIS），又稱優(yōu)劣解距離法，是一種常用的多屬性決策分析方法，在異構(gòu)無線網(wǎng)絡(luò)多屬性垂直切換判決中具有重要應(yīng)用。其基本概念是通過檢測評價對象與最優(yōu)解（理想解）、最劣解（負(fù)理想解）的距離來進(jìn)行排序。理想解是設(shè)想的最優(yōu)方案，其各個屬性值都達(dá)到各備選方案中的最好值；負(fù)理想解是設(shè)想的最劣方案，其各個屬性值都達(dá)到各備選方案中的最壞值。在異構(gòu)無線網(wǎng)絡(luò)垂直切換場景中，通過計算各個候選網(wǎng)絡(luò)與理想解和負(fù)理想解的距離，能夠評估候選網(wǎng)絡(luò)的優(yōu)劣程度，從而選擇出最適合切換的網(wǎng)絡(luò)。TOPSIS算法在異構(gòu)無線網(wǎng)絡(luò)垂直切換判決中的操作流程較為清晰。首先，需要構(gòu)建決策矩陣。假設(shè)存在m個候選網(wǎng)絡(luò)（方案），n個屬性（如信號強度、帶寬、延遲、丟包率等），則決策矩陣X=(x_{ij})_{m\timesn}，其中x_{ij}表示第i個候選網(wǎng)絡(luò)的第j個屬性值。接著進(jìn)行屬性值歸一化處理，目的是消除不同屬性量綱和數(shù)量級的差異，使各屬性具有可比性。常用的歸一化方法有向量規(guī)范化，其公式為r_{ij}=\frac{x_{ij}}{\sqrt{\sum_{i=1}^{m}x_{ij}^{2}}}，得到歸一化矩陣R=(r_{ij})_{m\timesn}。然后確定屬性權(quán)重，權(quán)重反映了各屬性在決策中的相對重要性，確定方法有主觀賦權(quán)法（如層次分析法AHP）、客觀賦權(quán)法（如熵權(quán)法）以及組合賦權(quán)法等。假設(shè)通過某種方法確定的各屬性權(quán)重為w_1,w_2,\cdots,w_n，且\sum_{j=1}^{n}w_j=1。之后計算各候選網(wǎng)絡(luò)與理想解和負(fù)理想解的距離。理想解A^+和負(fù)理想解A^-分別為：A^+=(r_1^+,r_2^+,\cdots,r_n^+)，其中r_j^+=\max_{1\leqi\leqm}r_{ij}（效益型屬性，值越大越好）或r_j^+=\min_{1\leqi\leqm}r_{ij}（成本型屬性，值越小越好）；A^-=(r_1^-,r_2^-,\cdots,r_n^-)，其中r_j^-=\min_{1\leqi\leqm}r_{ij}（效益型屬性）或r_j^-=\max_{1\leqi\leqm}r_{ij}（成本型屬性）。第i個候選網(wǎng)絡(luò)與理想解的距離D_i^+=\sqrt{\sum_{j=1}^{n}w_j(r_{ij}-r_j^+)^2}，與負(fù)理想解的距離D_i^-=\sqrt{\sum_{j=1}^{n}w_j(r_{ij}-r_j^-)^2}。最后計算各候選網(wǎng)絡(luò)的相對接近度C_i=\frac{D_i^-}{D_i^++D_i^-}，C_i值越大，表示該候選網(wǎng)絡(luò)越接近理想解，越適合作為切換目標(biāo)網(wǎng)絡(luò)。根據(jù)C_i值對候選網(wǎng)絡(luò)進(jìn)行排序，選擇C_i值最大的網(wǎng)絡(luò)作為切換目標(biāo)。在實際應(yīng)用中，以某一具體場景為例，假設(shè)有三個候選網(wǎng)絡(luò)A、B、C，考慮信號強度、帶寬、延遲三個屬性。構(gòu)建決策矩陣X如下：X=\begin{pmatrix}x_{11}&x_{12}&x_{13}\\x_{21}&x_{22}&x_{23}\\x_{31}&x_{32}&x_{33}\end{pmatrix}假設(shè)通過向量規(guī)范化得到歸一化矩陣R：R=\begin{pmatrix}r_{11}&r_{12}&r_{13}\\r_{21}&r_{22}&r_{23}\\r_{31}&r_{32}&r_{33}\end{pmatrix}通過熵權(quán)法確定信號強度、帶寬、延遲的權(quán)重分別為w_1=0.3，w_2=0.4，w_3=0.3。計算得到理想解A^+=(r_1^+,r_2^+,r_3^+)，負(fù)理想解A^-=(r_1^-,r_2^-,r_3^-)。進(jìn)一步計算各候選網(wǎng)絡(luò)與理想解和負(fù)理想解的距離D_1^+、D_1^-、D_2^+、D_2^-、D_3^+、D_3^-，以及相對接近度C_1、C_2、C_3。假設(shè)計算結(jié)果為C_1=0.4，C_2=0.6，C_3=0.5，則根據(jù)相對接近度大小排序為C_2>C_3>C_1，網(wǎng)絡(luò)B的相對接近度最大，應(yīng)選擇網(wǎng)絡(luò)B作為切換目標(biāo)。TOPSIS算法在多屬性垂直切換中具有一定優(yōu)勢。其邏輯直觀，易于理解，通過計算每個方案與理想解和負(fù)理想解的距離來排序，這種“趨近理想、遠(yuǎn)離最劣”的邏輯便于決策者接受和應(yīng)用。它能夠處理多屬性問題，無論是效益型指標(biāo)（如帶寬，越大越好）還是成本型指標(biāo)（如延遲，越小越好），都可以通過標(biāo)準(zhǔn)化處理來統(tǒng)一比較，全面考慮了各個屬性的表現(xiàn)，結(jié)果相對更全面。并且計算步驟相對明確，適合用計算機程序?qū)崿F(xiàn)，在處理大量數(shù)據(jù)時效率較高。然而，TOPSIS算法也存在一些不足。其對權(quán)重的確定較為敏感，權(quán)重分配直接影響結(jié)果。若采用主觀賦權(quán)（如專家打分），可能存在偏差；客觀賦權(quán)（如熵權(quán)法）依賴數(shù)據(jù)分布，需謹(jǐn)慎選擇方法。標(biāo)準(zhǔn)化方法也會影響結(jié)果，不同標(biāo)準(zhǔn)化方式（如極差法、向量法、z-score法）會導(dǎo)致數(shù)據(jù)分布差異，進(jìn)而改變距離計算結(jié)果，需根據(jù)數(shù)據(jù)類型選擇合適方法。該算法假設(shè)指標(biāo)間相互獨立，若存在強相關(guān)性（如信號強度與吞吐量可能存在一定關(guān)聯(lián)），可能導(dǎo)致重復(fù)計算，需先進(jìn)行降維（如主成分分析）或刪除冗余指標(biāo)。此外，當(dāng)新增或刪除方案時，理想解和負(fù)理想解可能改變，導(dǎo)致原有排序變化，穩(wěn)定性存在一定問題，且其僅提供相對排序，輸出結(jié)果為各方案的接近度C_i\in[0,1]，僅能比較相對優(yōu)劣，無法判斷絕對有效性。五、改進(jìn)的多屬性垂直切換判決算法設(shè)計5.1算法設(shè)計思路本改進(jìn)算法旨在克服現(xiàn)有多屬性垂直切換判決算法的局限性，綜合考慮網(wǎng)絡(luò)性能、用戶需求和設(shè)備狀態(tài)等多方面因素，以實現(xiàn)更高效、智能的網(wǎng)絡(luò)切換決策。其設(shè)計思路緊密圍繞實際應(yīng)用場景，力求在復(fù)雜多變的異構(gòu)無線網(wǎng)絡(luò)環(huán)境中，為用戶提供穩(wěn)定、優(yōu)質(zhì)的網(wǎng)絡(luò)服務(wù)。在設(shè)計過程中，充分考慮到不同應(yīng)用場景對網(wǎng)絡(luò)性能的差異化需求。對于實時性要求極高的在線游戲和視頻會議等場景，算法將著重關(guān)注網(wǎng)絡(luò)延遲和丟包率這兩個關(guān)鍵屬性。在在線游戲中，玩家的每一個操作都需要及時反饋到游戲服務(wù)器，延遲過高會導(dǎo)致操作響應(yīng)不及時，嚴(yán)重影響游戲體驗；而視頻會議則要求音頻和視頻的傳輸具有高度的實時性和穩(wěn)定性，丟包率過高會使畫面卡頓、聲音中斷，影響會議的正常進(jìn)行。因此，在這些場景下，算法會為延遲和丟包率分配較高的權(quán)重，確保在進(jìn)行網(wǎng)絡(luò)切換決策時，優(yōu)先選擇延遲低、丟包率小的網(wǎng)絡(luò)，以滿足實時性業(yè)務(wù)的嚴(yán)格要求。對于大數(shù)據(jù)傳輸場景，如文件下載和高清視頻播放，帶寬成為首要考慮的屬性。在下載大型文件時，較高的帶寬能夠顯著縮短下載時間，提高用戶的工作效率；而在播放高清視頻時，充足的帶寬是保證視頻流暢播放的關(guān)鍵，避免出現(xiàn)卡頓、加載緩慢等問題。因此，在這類場景下，算法會加大帶寬屬性的權(quán)重，傾向于選擇帶寬更充足的網(wǎng)絡(luò)，以實現(xiàn)高速、穩(wěn)定的數(shù)據(jù)傳輸。針對移動設(shè)備的不同狀態(tài)，算法也進(jìn)行了針對性的設(shè)計。當(dāng)移動設(shè)備處于高速移動狀態(tài)時，如在高鐵、高速公路上行駛，信號強度和網(wǎng)絡(luò)穩(wěn)定性容易受到影響。此時，算法會根據(jù)移動速度動態(tài)調(diào)整屬性權(quán)重，增加信號強度和網(wǎng)絡(luò)穩(wěn)定性的權(quán)重，因為在高速移動過程中，穩(wěn)定的信號和可靠的網(wǎng)絡(luò)連接對于保持通信的連續(xù)性至關(guān)重要。算法還會利用預(yù)測模型提前預(yù)判網(wǎng)絡(luò)變化，提前做好切換準(zhǔn)備，以減少切換延遲，確保用戶在移動過程中能夠持續(xù)獲得良好的網(wǎng)絡(luò)服務(wù)。當(dāng)移動設(shè)備的電池電量較低時，為了延長設(shè)備的續(xù)航時間，算法會優(yōu)先選擇能耗較低的網(wǎng)絡(luò)，降低設(shè)備的功耗，同時綜合考慮其他屬性，在保證一定網(wǎng)絡(luò)性能的前提下，實現(xiàn)節(jié)能與網(wǎng)絡(luò)服務(wù)質(zhì)量的平衡。算法還將用戶偏好作為重要的決策依據(jù)。用戶偏好體現(xiàn)了用戶對不同網(wǎng)絡(luò)或業(yè)務(wù)的個性化需求，不同的用戶由于使用習(xí)慣、業(yè)務(wù)需求和費用承受能力等方面的差異，對網(wǎng)絡(luò)的偏好各不相同。一些用戶可能更注重網(wǎng)絡(luò)的速度和穩(wěn)定性，愿意選擇收費但性能更好的蜂窩網(wǎng)絡(luò)；而另一些用戶則更傾向于使用免費的WLAN網(wǎng)絡(luò)，即使其覆蓋范圍和穩(wěn)定性相對有限。在業(yè)務(wù)需求方面，對于經(jīng)常觀看高清視頻的用戶，他們可能更希望連接到帶寬充足、速度快的網(wǎng)絡(luò)，以保證視頻的流暢播放；而對于主要進(jìn)行文字聊天和簡單瀏覽網(wǎng)頁的用戶，對網(wǎng)絡(luò)速度的要求相對較低，更關(guān)注網(wǎng)絡(luò)的費用和覆蓋范圍。算法會充分考慮用戶預(yù)先設(shè)置的偏好信息，在進(jìn)行切換決策時，將用戶偏好屬性與其他網(wǎng)絡(luò)屬性進(jìn)行綜合分析，優(yōu)先選擇符合用戶偏好的網(wǎng)絡(luò)，從而提高用戶的滿意度和使用體驗。為了實現(xiàn)上述目標(biāo)，算法采用了一種創(chuàng)新的融合框架，將模糊邏輯、機器學(xué)習(xí)和博弈論相結(jié)合。模糊邏輯用于處理網(wǎng)絡(luò)狀態(tài)和用戶需求的不確定性，通過模糊化處理將網(wǎng)絡(luò)屬性和用戶需求轉(zhuǎn)化為模糊集合，利用模糊規(guī)則進(jìn)行推理，得到更符合實際情況的決策結(jié)果。在面對信號強度的波動、網(wǎng)絡(luò)負(fù)載的動態(tài)變化等不確定性因素時，模糊邏輯能夠更靈活地處理這些信息，避免因精確數(shù)值判斷而導(dǎo)致的決策失誤。機器學(xué)習(xí)算法則用于對歷史數(shù)據(jù)進(jìn)行學(xué)習(xí)和分析，建立網(wǎng)絡(luò)狀態(tài)預(yù)測模型和用戶行為模型。通過對大量歷史數(shù)據(jù)的學(xué)習(xí)，機器學(xué)習(xí)模型可以預(yù)測網(wǎng)絡(luò)狀態(tài)的變化趨勢，提前為用戶規(guī)劃最佳的切換路徑，減少切換帶來的通信中斷時間；同時，根據(jù)用戶的歷史行為數(shù)據(jù)，機器學(xué)習(xí)模型可以挖掘用戶的潛在需求和偏好，為個性化的切換決策提供支持。博弈論用于解決網(wǎng)絡(luò)資源分配和用戶與網(wǎng)絡(luò)之間的策略博弈問題，實現(xiàn)網(wǎng)絡(luò)和用戶的雙贏。在異構(gòu)無線網(wǎng)絡(luò)中，不同的網(wǎng)絡(luò)和用戶之間存在著資源競爭和利益博弈關(guān)系，博弈論通過建立博弈模型，分析各方的策略和收益，尋找最優(yōu)的資源分配方案和切換策略，使網(wǎng)絡(luò)資源得到合理利用，同時滿足用戶的需求。5.2數(shù)學(xué)模型構(gòu)建為了實現(xiàn)高效的多屬性垂直切換判決，本研究構(gòu)建了一套全面且精確的數(shù)學(xué)模型，該模型綜合考慮了網(wǎng)絡(luò)信號強度、帶寬、延遲、丟包率、移動設(shè)備的電池電量、用戶偏好等多個關(guān)鍵屬性，以確保在復(fù)雜的異構(gòu)無線網(wǎng)絡(luò)環(huán)境中做出最優(yōu)的切換決策。定義網(wǎng)絡(luò)集合N=\{N_1,N_2,\cdots,N_n\}，其中N_i表示第i個網(wǎng)絡(luò)，n為網(wǎng)絡(luò)的總數(shù)。對于每個網(wǎng)絡(luò)N_i，定義屬性集合A=\{A_1,A_2,\cdots,A_m\}，其中A_j表示第j個屬性，m為屬性的總數(shù)。在屬性值表示方面，用x_{ij}表示網(wǎng)絡(luò)N_i的屬性A_j的值。對于網(wǎng)絡(luò)信號強度屬性A_1，x_{i1}表示網(wǎng)絡(luò)N_i的信號強度值，單位為dBm；對于帶寬屬性A_2，x_{i2}表示網(wǎng)絡(luò)N_i的可用帶寬值，單位為Mbps；對于延遲屬性A_3，x_{i3}表示網(wǎng)絡(luò)N_i的數(shù)據(jù)傳輸延遲值，單位為ms；對于丟包率屬性A_4，x_{i4}表示網(wǎng)絡(luò)N_i的數(shù)據(jù)丟包率，為百分比形式；對于移動設(shè)備的電池電量屬性A_5，x_{i5}表示移動設(shè)備在連接網(wǎng)絡(luò)N_i時的電池電量消耗速率，單位為mAh/h；對于用戶偏好屬性A_6，通過用戶對不同網(wǎng)絡(luò)的偏好程度進(jìn)行量化，x_{i6}取值范圍為[0,1]，值越大表示用戶對該網(wǎng)絡(luò)的偏好程度越高。屬性權(quán)重的確定至關(guān)重要，它直接影響切換決策的結(jié)果。本算法采用組合賦權(quán)法來確定屬性權(quán)重，綜合考慮了主觀和客觀因素。定義主觀權(quán)重向量W^s=\{w_1^s,w_2^s,\cdots,w_m^s\}，通過層次分析法（AHP）獲取，反映了用戶根據(jù)自身經(jīng)驗和偏好對各屬性重要性的主觀判斷?？陀^權(quán)重向量W^o=\{w_1^o,w_2^o,\cdots,w_m^o\}，利用熵權(quán)法計算得出，依據(jù)數(shù)據(jù)本身的變異程度來確定權(quán)重，避免了人為因素的干擾。最終的屬性權(quán)重向量W=\{w_1,w_2,\cdots,w_m\}，通過對主觀權(quán)重和客觀權(quán)重進(jìn)行加權(quán)求和得到，公式為w_j=\alphaw_j^s+(1-\alpha)w_j^o，其中\(zhòng)alpha為平衡因子，取值范圍為[0,1]，根據(jù)實際情況調(diào)整\alpha的值，以平衡主觀和客觀因素對權(quán)重的影響。為了消除不同屬性之間量綱和數(shù)量級的差異，使各屬性具有可比性，需要對屬性值進(jìn)行歸一化處理。采用線性變換法進(jìn)行歸一化，對于效益型屬性（如帶寬、用戶偏好，值越大越好），歸一化公式為y_{ij}=\frac{x_{ij}-x_{j}^{min}}{x_{j}^{max}-x_{j}^{min}}；對于成本型屬性（如延遲、丟包率、電池電量消耗速率，值越小越好），歸一化公式為y_{ij}=\frac{x_{j}^{max}-x_{ij}}{x_{j}^{max}-x_{j}^{min}}，其中x_{j}^{min}和x_{j}^{max}分別為屬性A_j的最小值和最大值，y_{ij}為歸一化后的屬性值。在完成屬性權(quán)重確定和歸一化處理后，通過加權(quán)求和的方式計算每個網(wǎng)絡(luò)的綜合評價值S_i，公式為S_i=\sum_{j=1}^{m}w_jy_{ij}，S_i綜合反映了網(wǎng)絡(luò)N_i在多個屬性下的性能表現(xiàn)。在決策判定階段，移動設(shè)備會實時計算當(dāng)前連接網(wǎng)絡(luò)和周圍可用網(wǎng)絡(luò)的綜合評價值。設(shè)定一個切換閾值T，當(dāng)當(dāng)前網(wǎng)絡(luò)的綜合評價值S_{current}低于切換閾值T，或者周圍存在綜合評價值S_{new}滿足S_{new}-S_{current}\gt\DeltaS（\Delt