车辆异构网络中基于决策树的稳健垂直切换算法

摘要：

在带有噪声干扰的车辆异构网络中,针对当前基于决策树的垂直切换算法存在切换精准性不高的问题,该文详细分析并给出当前算法决策过程中存在的错误判决概率,提出一种基于决策树的稳健垂直切换算法.首先,采用卡尔曼滤波算法,根据网络属性的预测值和当前测量值,并结合它们各自的噪声偏差,做出更准确的网络属性估计.其次,针对少量网络属性值出现在判决门限附近的情况,提出概率阈值区间法,通过二次检测提高算法判决的准确性.仿真结果表明,所提算法提高了切换判决精准性和网络总吞吐量,降低了乒乓效应和切换失败率,并得到了与传统算法同阶的时间复杂度性能结果.

关键词：车辆异构网络、垂直切换、决策树、卡尔曼滤波

所属期刊栏目：39

分类号：TN915

资助基金：国家自然科学基金61601070, 61271259, 61301123, 61471076;重庆市基础与前沿研计cstc2016jcyjA0455, cstc2015 jcyjA40047;重庆邮电大学博士启动基金A2014-10, A2015-16 The National Natural Science Foundation of China61601070, 61271259, 61301123, 61471076;The Foundation and Advanced Research Program of Chongqingcstc2016jcyjA0455, cstc2015jcyjA40047;The Doctoral Start-up Fund of Chongqing University of Posts and TelecommunicationsA2014-10, A2015-16

在线出版日期：2017-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1719-1726