基于马尔可夫过程的车辆异构网络垂直切换优化算法

简介：
本研究提出了一种基于马尔可夫过程的车辆异构网络垂直切换优化算法，旨在提高车联网中的通信质量和效率。通过建模车辆在网络间切换的行为模式，该算法能够预测并优化切换决策，减少中断和延迟，从而增强用户体验和服务质量。 为解决现有车载异构无线网络垂直切换算法未能充分考虑网络状态多样性的局限性，本段落提出了一种基于马尔可夫过程的优化垂直切换算法。该方法认识到可用网络的状态转换会直接影响车辆终端通信服务的服务质量（QoS）。首先利用转移概率决策和马尔可夫过程预测无线网络状态的变化；其次采用模糊逻辑方法确定评估参数权重；最后通过对比每个无线网络的总收入，包括越区切换决策收入、执行成本及后续通信服务质量带来的收益来选择最佳的目标网络进行切换。仿真结果表明，相较于现有算法，所提出的优化算法不仅能够实现更高的负载均衡水平，并且在平均阻塞率和丢包率方面也有显著改善，同时有效减少了乒乓效应的发生频率。