[發(fā)明專利]一種漫游切換控制方法、裝置及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201911103310.5
• 申請(qǐng)日: 2019-11-12
• 公開（公告）號(hào): CN110868740A
• 公開（公告）日: 2020-03-06
• 發(fā)明（設(shè)計(jì)）人: 黃澤淳
• 申請(qǐng)（專利權(quán)）人: 普聯(lián)技術(shù)有限公司
• 主分類號(hào): H04W36/00
• 分類號(hào): H04W36/00;H04W36/08;H04W36/22;H04W36/30
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 黃詩(shī)彬;郝傳鑫

1.一種漫游切換控制方法，其特征在于，所述方法包括：

按照預(yù)設(shè)的采樣時(shí)間間隔，采樣獲取待漫游客戶端連接的當(dāng)前無(wú)線AP所在網(wǎng)絡(luò)系統(tǒng)的當(dāng)前狀態(tài)信息；其中，所述當(dāng)前狀態(tài)信息包括所述網(wǎng)絡(luò)系統(tǒng)中M個(gè)無(wú)線AP對(duì)應(yīng)的下行信號(hào)強(qiáng)度和每一所述無(wú)線AP的客戶端負(fù)載數(shù)量，M>1；

將所述當(dāng)前狀態(tài)信息輸入預(yù)設(shè)的模糊推理系統(tǒng)，根據(jù)所述模糊推理系統(tǒng)中預(yù)設(shè)的模糊推理機(jī)制以及包含有若干條模糊邏輯規(guī)則的規(guī)則集合，推理獲得由每一所述無(wú)線AP對(duì)應(yīng)的所述下行信號(hào)強(qiáng)度和所述客戶端負(fù)載數(shù)量所決定的漫游質(zhì)量；其中，所述規(guī)則集合初始化后根據(jù)強(qiáng)化學(xué)習(xí)算法更新，每一所述模糊邏輯規(guī)則規(guī)定了無(wú)線AP的下行信號(hào)強(qiáng)度模糊值和客戶端負(fù)載數(shù)量模糊值所決定的漫游質(zhì)量模糊值；

從所有的所述漫游質(zhì)量中確定最優(yōu)漫游質(zhì)量，并將所述最優(yōu)漫游質(zhì)量對(duì)應(yīng)的無(wú)線AP作為目標(biāo)無(wú)線AP；

控制所述待漫游客戶端由所述當(dāng)前無(wú)線AP漫游到所述目標(biāo)無(wú)線AP。

2.如權(quán)利要求1所述的漫游切換控制方法，其特征在于，所述模糊推理機(jī)制為Mamdani模糊算法；則所述根據(jù)所述模糊推理系統(tǒng)中預(yù)設(shè)的模糊推理機(jī)制以及包含有若干條模糊邏輯規(guī)則的規(guī)則集合，推理獲得由每一所述無(wú)線AP對(duì)應(yīng)的所述下行信號(hào)強(qiáng)度和所述客戶端負(fù)載數(shù)量所決定的漫游質(zhì)量，具體包括：

對(duì)于每一所述無(wú)線AP對(duì)應(yīng)的所述下行信號(hào)強(qiáng)度和所述客戶端負(fù)載數(shù)量，根據(jù)預(yù)先獲取的下行信號(hào)強(qiáng)度分析圖和客戶端負(fù)載數(shù)量分析圖，從所述規(guī)則集合的所有所述模糊邏輯規(guī)則中選取出所述下行信號(hào)強(qiáng)度和所述客戶端負(fù)載數(shù)量對(duì)應(yīng)的若干個(gè)有效模糊邏輯規(guī)則；

對(duì)于每一所述有效模糊邏輯規(guī)則，根據(jù)預(yù)先獲取的下行信號(hào)強(qiáng)度分析圖和客戶端負(fù)載數(shù)量分析圖，確定所述下行信號(hào)強(qiáng)度模糊值的第一特征值和所述客戶端負(fù)載數(shù)量模糊值的第二特征值；

基于Mamdani模糊算法，從預(yù)先獲取的漫游質(zhì)量分析圖中確定每一所述有效模糊邏輯規(guī)則的所述漫游質(zhì)量模糊值對(duì)應(yīng)的特征點(diǎn)集合；

根據(jù)最大值函數(shù)和所有的所述特征點(diǎn)集合，獲得漫游質(zhì)量點(diǎn)集合；

基于預(yù)設(shè)的質(zhì)心函數(shù)，根據(jù)所述漫游質(zhì)量點(diǎn)集合推理計(jì)算所述下行信號(hào)強(qiáng)度和所述客戶端負(fù)載數(shù)量所決定的所述漫游質(zhì)量。

3.如權(quán)利要求1所述的漫游切換控制方法，其特征在于，在所述控制所述待漫游客戶端由所述當(dāng)前無(wú)線AP漫游到所述目標(biāo)無(wú)線AP之后，還包括：

基于Q學(xué)習(xí)強(qiáng)化學(xué)習(xí)算法和Q值表，對(duì)所述規(guī)則集合進(jìn)行更新；其中，所述Q值表包含若干個(gè)狀態(tài)向量和每一所述狀態(tài)向量的若干個(gè)行為動(dòng)作和每一所述狀態(tài)向量執(zhí)行每一所述行為動(dòng)作對(duì)應(yīng)的Q值，所述狀態(tài)向量由M個(gè)所述模糊邏輯規(guī)則的M個(gè)所述漫游質(zhì)量模糊值構(gòu)成，所述行為動(dòng)作用于指示所述狀態(tài)向量的更新方式，所述Q值用于指示每一所述狀態(tài)向量按照對(duì)應(yīng)的行為動(dòng)作更新后獲得的獎(jiǎng)勵(lì)期望。

4.如權(quán)利要求3所述的漫游切換控制方法，其特征在于，所述基于Q學(xué)習(xí)強(qiáng)化學(xué)習(xí)算法和Q值表，對(duì)所述規(guī)則集合進(jìn)行更新，具體包括：

獲得當(dāng)前狀態(tài)向量的回報(bào)值；其中，所述當(dāng)前狀態(tài)向量為當(dāng)前的所述規(guī)則集合的M個(gè)所述漫游質(zhì)量模糊值構(gòu)成；

獲取當(dāng)前的探索系數(shù)ε_t，以第一概率隨機(jī)選擇一個(gè)行為動(dòng)作，以第二概率選擇所述Q值表中最大Q值所對(duì)應(yīng)的行為動(dòng)作；其中，所述探索系數(shù)ε的初始值為1，第一概率的大小等于ε_t，第二概率的大小等于1-ε_t；

對(duì)所述當(dāng)前狀態(tài)向量執(zhí)行所選擇的行為動(dòng)作，獲得新狀態(tài)向量，并根據(jù)所述新狀態(tài)向量對(duì)所述規(guī)則集合進(jìn)行更新；

根據(jù)所述當(dāng)前狀態(tài)向量的回報(bào)值和預(yù)設(shè)的Q值更新函數(shù)，對(duì)所述當(dāng)前狀態(tài)向量下所執(zhí)行的行為動(dòng)作對(duì)應(yīng)的Q值進(jìn)行更新；

按照預(yù)設(shè)的探索系數(shù)函數(shù)對(duì)所述探索系數(shù)進(jìn)行更新。

5.如權(quán)利要求4所述的漫游切換控制方法，其特征在于，所述獲得當(dāng)前狀態(tài)向量的回報(bào)值，具體包括：

在每一次控制所述待漫游客戶端由所述當(dāng)前無(wú)線AP漫游到所述目標(biāo)無(wú)線AP之后，更新當(dāng)前狀態(tài)向量的漫游次數(shù)參數(shù)；

當(dāng)按照采樣時(shí)間間隔到達(dá)采樣時(shí)間時(shí)，計(jì)算當(dāng)次漫游切換的獎(jiǎng)勵(lì)值；

當(dāng)所述漫游次數(shù)參數(shù)達(dá)到預(yù)設(shè)的次數(shù)閾值時(shí)，計(jì)算次數(shù)閾值內(nèi)所有的所述獎(jiǎng)勵(lì)值的平均值，獲得所述當(dāng)前狀態(tài)向量對(duì)應(yīng)的回報(bào)值。