摘要

在密集异构蜂窝网络和无线局域网络构成的超密集异构无线网络中,变速移动的车辆终端会面临更加频繁的切换,导致用户服务质量(QoS)变差。该文针对上述问题,首先,利用高斯马尔可夫移动模型,预测车辆下一时刻的位置,筛选出满足终端服务质量的候选网络集,与当前的候选网络集做交运算,其次,当前接入网络不在交集中,则使用变步长的萤火虫算法寻找最佳网络;再次,对因预测误差导致的切换失效,则把终端用户迁移到宏蜂窝,以保证通信的持续性。仿真结果表明,在超密集异构无线网络中,使用该文所提算法能够减少乒乓切换等频繁切换现象,同时,提升了用户的服务质量和网络吞吐量。