LTE和Wimax异构网络垂直切换matlab仿真

简介: LTE和Wimax异构网络垂直切换matlab仿真

1.算法描述

   随着通信产业的迅猛发展,用户对通信有了更高的期望,不仅要求有 稳定的语音通信,而且要求能够进行数据和多媒体的通信,这使得异构网络之间的融合成为一个非常重要的发展趋势.TD-LXE作为TD-SCDMA的长期演 进版本,凭借"OFDM+MIMO+IP技术+TD-SCDMA成熟技术"的先进技术模式成为下一代移动通信技术的发展方向.但其在市场方面仍面临巨大挑 战:其关键技术大规模应用的条件尚未成熟;其设备特别是终端在短期内很难达到商用要求.WiMAX可以提供高达75Mbps的数据传输速率,满足热点地区 的高速数据业务的需求,但现阶段WiMAX并不支持高速移动下的无缝漫游.

    随着无线网络技术的高速发展,越来越多的接入技术应运而生,但是目前还没有一种网络能够完全满足用户高带宽、低时延、大覆盖范围等要求,不同的网络在性能、覆盖范围、数据速率和移动性支持等方面各具特点,仅靠单一网络根本无法满足未来移动通信中业务个性化和多样性的需求,异构网络间的融合必将是大势所趋。而终端在异构网络环境中移动必然涉及网络间的切换问题。当前现有的垂直切换算法主要包括基于接收信号强度( Received Signal Strength,RSS)的切换算法及一系列的改进算法、简单加权法( Simple Weighted Algorithm,SAW)、灰色关联度分析法(Grey RelaTIon Analysis,GRA)、逼近理想解排序法( Techniquefor order Preference by Similarity to Ideal SoluTIon, TOPSIS)。

  现有垂直切换算法的切换判决指标大多为网络侧参数,较少考虑用户业务对网络的实际需求。为此,以业务为切换单元,提出一种基于模糊层次分析法的切换判决算法。通过分析影响业务的参数因子,采用模糊层次分析法为不同业务选取最优网络进行切换。仿真结果显示,该算法能够及时合理地做出切换判决,保障业务QoS需求,提高切换判决的稳定性,减少错误切换次数,降低网络阻塞率,提高用户的通信满足度。

    目前,蜂窝通信网、WLAN和WiMAX等无线网络在世界范围内广泛使用,这些无线通信技术相互共存、相互补充形成融合是未来的发展趋势。对于异构业务网络融合和业务平台开放,学术界和标准化组织已经较好解决,但如何解决异构无线融合网络的移动性管理,特别是跨网络的垂直切换问题,已成为下一代无线通信系统迫切需要解决的一个重要课题。  

    异构网络的垂直切换是一个多属性决策问题,不仅需要考虑切换目标网络的信号强度,带宽,延时,网络吞吐量等网络QoS因素,还需要考虑网络移动终端移动速度,位置,能耗,用户偏好等信息。论文改进了一种基于环境感知的垂直切换策略,使移动终端能实时自适应地快速选择目标切换网络。该策略首先以检测模块检测到的候选网络信号强度作为切换触发先决条件,根据终端移动速度和剩余电量判断是否继续切换,然后利用层次分析法建立层次决策模型,对传输带宽、时延、丢包率等决策因素利用直线型模糊隶属度函数进行归一化处理,通过判断矩阵计算决策因子的权重,采用线性加权法和乘法指数法结合的方法作为评价函数计算网络综合评分,最后对每个候选网络的分值进行排序,最终切换到分值最大的网络。 

2.仿真效果预览
matlab2022a仿真结果如下:

1.png
2.png

3.MATLAB核心程序

clear;
close all;
warning off;
addpath(genpath(pwd));
 
 
global fc_LTE fc_Wimax LTE_BS_coordinate Wimax_BS_coordinate ...
    Wimax_BS_coordinate LTE_BS_coordinate
service_type=0;                %the subscriber type of service
                               %0 refers to real time service,on the
                               % contrary,1 refers to nonreal-time service
MS_coordinate=[100,0];    
LTE_BS_coordinate=[0,0]; %the coordinate of LTE BS
Wimax_BS_coordinate=[600,0];   %the coordinate of wimaxE BS
MS_speed=10;                   %the speed of mobile station
 
fc_LTE=2000*10^6;              %the frequency of the carrier for LTE
fc_Wimax=2500*10^6;            %the frequency of the carrier for Wimax
Net_state=0;                   %0 refers to LTE;1 refers to Wimax
handoff_drop=1;
handoff_clock=0;
count_handoff_number=0;
Tc=0.5;                      %time of measure interval
record_time=0;                %record the number of interval time of system
countinue_run=true;
 
while countinue_run
    
    %#################  measure the receieved signal strength  ############ 
    %if the mobile station is in the LTE network
    if is_in_LTE_coverage(MS_coordinate)
        RSS_LTE=calculate_RSS(MS_coordinate,'LTE');
    else
        RSS_LTE=-inf;
    end
    
    %if the mobile station is in the LTE network
    if is_in_Wimax_coverage(MS_coordinate)
        RSS_Wimax=calculate_RSS(MS_coordinate,'Wimax');
    else
        RSS_Wimax=-inf;
    end
    
    %###############  decide whether to handoff according to RSS  #########
    if Net_state==0&&RSS_LTE<RSS_Wimax
        if handoff_clock>handoff_drop
            if is_network_performance_meet(service_type)==1||(...
                    ~is_in_LTE_coverage(MS_coordinate)&&...
                    is_in_Wimax_coverage(MS_coordinate))
                                             %compare the performance of 
                                             %new network with the past
                                             %network
                count_handoff_number=count_handoff_number+1;
                Net_state=1;
                handoff_clock=0;             %reset the counter
            else
               handoff_clock=0;              %stay in the past network
            end
        else
            handoff_clock=handoff_clock+Tc;
        end
    elseif Net_state==1&&RSS_LTE>RSS_Wimax
        if handoff_clock>handoff_drop
            if is_network_performance_meet(service_type)==0||(...
                    is_in_LTE_coverage(MS_coordinate)&&...
                    ~is_in_Wimax_coverage(MS_coordinate))
                                             %compare the performance of 
                                             %new network with the past
                                             %network
                count_handoff_number=count_handoff_number+1;
                Net_state=0;
                handoff_clock=0;             %reset the counter
            else
               handoff_clock=0;              %stay in the past network
            end
        else
            handoff_clock=handoff_clock+Tc;
        end
    else
        handoff_clock=0;
    end
    
    %#####################  decide whether to continue run ################
    if is_in_LTE_coverage(MS_coordinate)||...
            is_in_Wimax_coverage(MS_coordinate)  
        
        %########################  record the data ########################
        record_time=record_time+1;
        record_RSS_LTE(record_time)=RSS_LTE;
        record_RSS_Wimax(record_time)=RSS_Wimax;
        record_Net_state(record_time)=Net_state; 
        MS_coordinate(1)=MS_coordinate(1)+MS_speed*Tc;
    else
        countinue_run=false;
    end 
end
 
%######################## plot the simulation results  ####################
t=[1:record_time]*Tc;
plot(t,record_RSS_LTE,'--ro','MarkerEdgeColor','g','MarkerFaceColor','y',...
    'MarkerSize',2);
hold on
plot(t,record_RSS_Wimax,'-.ks','MarkerEdgeColor','b',...
    'MarkerFaceColor','c','MarkerSize',2);
hold off
grid on
xlabel('time(s)');
ylabel('RSS(dBm)');
legend('LTE','Wimax');
title('the received signal strength about two networks');
figure
plot(t,record_Net_state,'--ro','MarkerEdgeColor','g','MarkerFaceColor','y',...
    'MarkerSize',2)
grid on
xlabel('time(s)');
ylabel('mark of network');
text(0,0,'\leftarrow LTE','FontSize',10)
text(0,1,'\leftarrow Wimax','FontSize',10)
title('the state of mobile station in LTE and Wimax network')
a75
相关文章
|
15小时前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
|
16小时前
|
监控 算法 数据安全/隐私保护
基于扩频解扩+turbo译码的64QAM图传通信系统matlab误码率仿真,扩频参数可设置
该通信系统基于MATLAB 2022a仿真,适用于高要求的图像传输场景(如无人机、视频监控等),采用64QAM调制解调、扩频技术和Turbo译码提高抗干扰能力。发射端包括图像源、64QAM调制器、扩频器等;接收端则有解扩器、64QAM解调器和Turbo译码器等。核心程序实现图像传输的编码、调制、信道传输及解码,确保图像质量和传输可靠性。
25 16
|
5天前
|
供应链 算法 调度
排队算法的matlab仿真,带GUI界面
该程序使用MATLAB 2022A版本实现排队算法的仿真,并带有GUI界面。程序支持单队列单服务台、单队列多服务台和多队列多服务台三种排队方式。核心函数`func_mms2`通过模拟到达时间和服务时间,计算阻塞率和利用率。排队论研究系统中顾客和服务台的交互行为,广泛应用于通信网络、生产调度和服务行业等领域,旨在优化系统性能,减少等待时间,提高资源利用率。
|
17小时前
|
机器学习/深度学习 人工智能 算法
基于GRNN广义回归网络和MFCC的语音情绪识别matlab仿真,对比SVM和KNN
该语音情绪识别算法基于MATLAB 2022a开发,可识别如悲伤等情绪,置信度高达0.9559。核心程序含中文注释及操作视频。算法采用MFCC特征提取与GRNN广义回归网络,通过预加重、分帧、加窗、FFT、梅尔滤波器组、对数运算和DCT等步骤处理语音信号,实现高效的情绪分类。
|
8天前
|
SQL 安全 网络安全
网络安全与信息安全:知识分享####
【10月更文挑战第21天】 随着数字化时代的快速发展,网络安全和信息安全已成为个人和企业不可忽视的关键问题。本文将探讨网络安全漏洞、加密技术以及安全意识的重要性,并提供一些实用的建议,帮助读者提高自身的网络安全防护能力。 ####
46 17
|
19天前
|
存储 SQL 安全
网络安全与信息安全:关于网络安全漏洞、加密技术、安全意识等方面的知识分享
随着互联网的普及,网络安全问题日益突出。本文将介绍网络安全的重要性,分析常见的网络安全漏洞及其危害,探讨加密技术在保障网络安全中的作用,并强调提高安全意识的必要性。通过本文的学习,读者将了解网络安全的基本概念和应对策略,提升个人和组织的网络安全防护能力。
|
20天前
|
SQL 安全 网络安全
网络安全与信息安全:关于网络安全漏洞、加密技术、安全意识等方面的知识分享
随着互联网的普及,网络安全问题日益突出。本文将从网络安全漏洞、加密技术和安全意识三个方面进行探讨,旨在提高读者对网络安全的认识和防范能力。通过分析常见的网络安全漏洞,介绍加密技术的基本原理和应用,以及强调安全意识的重要性,帮助读者更好地保护自己的网络信息安全。
40 10
|
21天前
|
SQL 安全 网络安全
网络安全与信息安全:关于网络安全漏洞、加密技术、安全意识等方面的知识分享
在数字化时代,网络安全和信息安全已成为我们生活中不可或缺的一部分。本文将介绍网络安全漏洞、加密技术和安全意识等方面的内容,并提供一些实用的代码示例。通过阅读本文,您将了解到如何保护自己的网络安全,以及如何提高自己的信息安全意识。
46 10
|
21天前
|
存储 监控 安全
云计算与网络安全:云服务、网络安全、信息安全等技术领域的融合与挑战
本文将探讨云计算与网络安全之间的关系,以及它们在云服务、网络安全和信息安全等技术领域中的融合与挑战。我们将分析云计算的优势和风险,以及如何通过网络安全措施来保护数据和应用程序。我们还将讨论如何确保云服务的可用性和可靠性,以及如何处理网络攻击和数据泄露等问题。最后,我们将提供一些关于如何在云计算环境中实现网络安全的建议和最佳实践。
|
23天前
|
监控 安全 网络安全
网络安全与信息安全:漏洞、加密与意识的交织
在数字时代的浪潮中,网络安全与信息安全成为维护数据完整性、保密性和可用性的关键。本文深入探讨了网络安全中的漏洞概念、加密技术的应用以及提升安全意识的重要性。通过实际案例分析,揭示了网络攻击的常见模式和防御策略,强调了教育和技术并重的安全理念。旨在为读者提供一套全面的网络安全知识框架,从而在日益复杂的网络环境中保护个人和组织的资产安全。