异构网络间的垂直切换方法、装置、设备及存储介质

摘要

本发明公开了一种异构网络间的垂直切换方法、装置、设备及存储介质。其中，该方法包括：基于TOPSIS确定UE切换至异构网络中各基站的先验切换概率；基于所述先验切换概率求取各基站的状态转移概率；基于设定的判决属性，确定各基站当前的状态价值；基于所述状态价值求取UE切换至各基站的条件概率；基于所述先验切换概率和所述条件概率，确定UE切换的目标基站。本发明实施例在确定目标基站的过程中，不仅考虑了基站的当前状态，还综合考虑了用户服务质量需求，从而可以有效提高异构网络系统的资源利用率和保证用户服务质量需求。

权利要求

1.一种异构网络间的垂直切换方法，其特征在于，包括：基于优劣解距离法TOPSIS确定用户设备UE切换至异构网络中各基站的先验切换概率；

基于所述先验切换概率求取各基站的状态转移概率；

基于设定的判决属性，确定各基站当前的状态价值；

基于所述状态价值求取UE切换至各基站的条件概率；

基于所述先验切换概率和所述条件概率，确定UE切换的目标基站。

2.根据权利要求1所述的方法，其特征在于，所述基于TOPSIS确定UE切换至异构网络中各基站的先验切换概率，包括：获取用于反映用户服务质量需求的决策属性；

基于TOPSIS和所述决策属性，求取UE切换至各基站的先验切换概率。

3.根据权利要求1所述的方法，其特征在于，所述基于所述先验切换概率求取各基站的状态转移概率，包括：

基于所述先验切换概率统计各基站的用户数，并求取各基站的用户到达率和用户离去率；

基于所述用户到达率和所述用户离去率，求取各基站的状态转移概率。

4.根据权利要求1所述的方法，其特征在于，所述基于设定的判决属性，确定各基站当前的状态价值，包括：

基于设定的判决属性确定表征基站的当前状态的状态价值函数；

基于所述状态价值函数，确定各基站当前的状态价值；

其中，所述设定的判决属性包括以下至少之一：基站的平均接入带宽、基站的网络时延。

5.根据权利要求1所述的方法，其特征在于，所述基于所述状态价值求取UE切换至各基站的条件概率，包括：

基于各基站的所述状态价值与所述异构网络下所有基站的所述状态价值之和的比值，确定各基站对应的所述条件概率。

6.根据权利要求1所述的方法，其特征在于，所述基于所述先验切换概率和所述条件概率，确定UE切换的目标基站，包括：对所述先验切换概率和所述条件概率基于贝叶斯公式求取UE切换至各基站的后验切换概率；

选取所述后验切换概率最大的基站作为所述目标基站。

7.一种异构网络间的垂直切换装置，其特征在于，包括：第一概率求取模块，用于基于TOPSIS确定UE切换至异构网络中各基站的先验切换概率；

第二概率求取模块，用于基于所述先验切换概率求取各基站的状态转移概率；

状态价值求模块，用于基于设定的判决属性，确定各基站当前的状态价值；

第三概率求取模块，用于基于所述状态价值求取UE切换至各基站的条件概率；

切换决策模块，用于基于所述先验切换概率和所述条件概率，确定UE切换的目标基站。

8.一种异构网络间的垂直切换设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器，用于运行计算机程序时，执行权利要求1至6任一项所述方法的步骤。

9.一种存储介质，所述存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1至6任一项所述方法的步骤。

说明书

异构网络间的垂直切换方法、装置、设备及存储介质

技术领域

[0001] 本发明涉及无线通信技术领域，尤其涉及一种异构网络间的垂直切换方法、装置、设备及存储介质。

背景技术

[0002] 随着无线网络技术的快速发展，具有不同网络特性、采用不同接入技术的异构网络不断涌现，如WiFi网络、4G网络、5G网络等。为了能够更好的利用各种异构网络的接入技
术，满足用户对网络服务质量的需求，研究人员设计了多种异构网络融合技术方案。在异构
网络的融合技术方案中，移动性管理是最重要的问题，移动性管理主要包括位置管理和切
换管理。异构网络间的切换，也称为垂直切换，是当前研究的热点。

[0003] 异构网络间的垂直切换过程可分为网络发现、切换判决和切换执行三个阶段。其中，切换判决在整个切换过程中是一个非常重要的环节。在切换判决方面，进行垂直切换算
法设计时，需要综合考虑算法的复杂度、用户的服务质量需求以及各基站的网络性能。常见
的垂直切换算法大致可分为四类，第一类是基于接收信号强度的垂直切换算法，该类算法
判决属性单一、设计过于简单，不能反映各制式网络的特征差异并且容易导致乒乓效应；第
二类是多属性决策算法，该类算法选取多种终端判决属性并通过给属性赋权的方式构建出
相应的效应函数或代价函数，以此确定最优的网络进行接入，该类垂直切换算法设计简单
且运算复杂度低，因此被大量使用和研究，但是其灵活性差，且没有考虑到网络状态的动态
变化特性；第三类是基于智能系统的切换算法，此类算法将网络的判决属性输入到模糊推
理系统(Fuzzy Inference System,FIS)或神经网络中进行处理，并根据系统输出进行切换
判决。该类算法准确度高但同时运算复杂度也高且切换用户的协调性差；第四类是基于马
尔可夫决策过程的垂直切换算法，该类算法通过引入价值函数将不同时刻下网络的状态进
行量化，使得切换用户能实时掌握网络状态的动态变化特性，很好的保证了用户接入到低
阻塞率和低时延的网络，但是缺乏考虑用户侧的服务需求。

发明内容

[0004] 有鉴于此，本发明实施例提供了一种异构网络间的垂直切换方法、装置、设备及存储介质，旨在提高异构网络系统的资源利用率和保证用户的服务质量需求。

[0005] 本发明实施例的技术方案是这样实现的：

[0006] 本发明实施例提供了一种异构网络间的垂直切换方法，包括：

[0007] 基于优劣解距离法(Technique for Order Preference by Similarity to an Ideal Solution，TOPSIS)确定用户设备(User Equipment，UE)切换至异构网络中各基站的
先验切换概率；

[0008] 基于所述先验切换概率求取各基站的状态转移概率；

[0009] 基于设定的判决属性，确定各基站当前的状态价值；

[0010] 基于所述状态价值求取UE切换至各基站的条件概率；

[0011] 基于所述先验切换概率和所述条件概率，确定UE切换的目标基站。

[0012] 本发明实施例还提供了一种异构网络间的垂直切换装置，包括：

[0013] 第一概率求取模块，用于基于TOPSIS确定UE切换至异构网络中各基站的先验切换概率；

[0014] 第二概率求取模块，用于基于所述先验切换概率求取各基站的状态转移概率；

[0015] 状态价值求模块，用于基于设定的判决属性，确定各基站当前的状态价值；；

[0016] 第三概率求取模块，用于基于所述状态价值求取UE切换至各基站的条件概率；

[0017] 切换决策模块，用于基于所述先验切换概率和所述条件概率，确定UE切换的目标基站。

[0018] 本发明实施例又提供了一种异构网络间的垂直切换设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器，用于运行计算机程序
时，执行本发明实施例所述方法的步骤。

[0019] 本发明实施例还提供了一种存储介质，所述存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现本发明实施例所述方法的步骤。

[0020] 本发明实施例提供的技术方案，基于TOPSIS异构网络中UE切换至各基站的先验切换概率，基于先验切换概率求取各基站的状态转移概率，并确定各基站当前的状态价值，基
于各基站当前的状态价值求取UE切换对应的条件概率，基于先验切换概率和条件概率来确
定UE切换的目标基站。本发明实施例在确定目标基站的过程中，不仅考虑了基站的当前状
态，还综合考虑了用户服务质量需求，从而可以有效提高异构网络系统的资源利用率和保
证用户服务质量需求。

附图说明

[0021] 图1为本发明实施例异构网络间的垂直切换方法的流程示意图；

[0022] 图2为本发明一应用示例中仿真时基站的分布图；

[0023] 图3为传统的垂直切换算法与本发明提出的垂直切换算法在系统传输速率上的对比仿真示意图；

[0024] 图4为传统的垂直切换算法与本发明提出的垂直切换算法在系统阻塞率上的对比仿真示意图；

[0025] 图5为本发明实施例异构网络间的垂直切换装置的结构示意图；

[0026] 图6为本发明实施例异构网络间的垂直切换设备的结构示意图。

具体实施方式

[0027] 下面结合附图及实施例对本发明再作进一步详细的描述。

[0028] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具
体的实施例的目的，不是旨在于限制本发明。

[0029] 本发明实施例提供了一种异构网络间的垂直切换方法，该异构网络可以包括至少两种不同的网络，比如，包括但不限于以下中的至少两种：WiFi网络、3G网络、4G网络、5G网
络等。UE可以为智能手机、平板电脑、智能穿戴穿戴设备等移动终端，本发明实施例对此不
做具体限定。如图1所示，该方法包括：

[0030] 步骤101，基于TOPSIS确定UE切换至异构网络中各基站的先验切换概率；；

[0031] 这里，TOPSIS是一种组内综合评价方法，能充分利用原始数据的信息，其结果能精确地反映各评价方案之间的差距。基本过程为基于归一化后的原始数据矩阵，采用余弦法
找出有限方案中的最优方案和最劣方案，然后分别计算各评价对象与最优方案和最劣方案
间的距离，获得各评价对象与最优方案的相对接近程度，以此作为评价优劣的依据。该方法
对数据分布及样本含量没有严格限制，数据计算简单易行。

[0032] 这里，可以基于TOPSIS确定考虑用户侧需求的先验切换概率。示例性地，步骤101可以包括：

[0033] 获取用于反映用户服务质量需求的决策属性；

[0034] 基于TOPSIS和所述决策属性，求取UE切换至各基站的先验切换概率。

[0035] 该决策属性可以包括但不限于：接收信号强度、误码率及吞吐量等。假定决策属性包括K个属性，异构网络中包括M个基站，则可以对各属性进行同向化和归一化处理后，得到
M×K阶的属性矩阵A。

[0036] 其中，同向化公式如下：

[0037]

[0038] 归一化的公式如下：

[0039]

[0040] 式中A(：，l)表示各基站的l属性组成的向量,矩阵Z是同向化和归一化后的标准化矩阵。

[0041] 然后，求解各属性的正负理想解：

[0042]

[0043] 计算每个候选网络与正负理想解的距离：

[0044]

[0045] 接下来，计算每个候选网络与最优方案的贴近程度：

[0046]

[0047] 在TOPSIS算法中，候选网络j与最优方案的贴近程度越大，则用户切换到候选网络j的概率越大，将每个候选网络与最优方案的贴近程度归一化为不考虑整体切换策略的情
况下，切换到各基站的概率：

[0048] 式中，cij表示用户i对基站j的贴近程度。

[0049] 根据计算出来的贴近程度可以预估切换到各基站j的用户数 可以进一步求出基站的阻塞率，并进一步修正，基站的阻塞率由以下公式计算：

[0050]

[0051] 其中λj为基站j的用户接入率，μj为基站服务率，ηj为基站容量。

[0052] 推导出最终的先验切换概率计算公式如下：

[0053]

[0054] 其中，cil表示用户i接入到基站j的贴近程度，BRk为基站k的阻塞率，cik表示用户i对基站k的贴近程度。

[0055] 步骤102，基于所述先验切换概率求取各基站的状态转移概率；

[0056] 示例性地，步骤102可以包括：

[0057] 基于所述先验切换概率统计各基站的用户数，并求取各基站的用户到达率和用户离去率；

[0058] 基于所述用户达到率和所述用户离去率，求取各基站的状态转移概率。

[0059] 在一应用示例中，先利用用户切换的先验切换概率作为用户的预判决阶段，统计出各基站的用户数Uj，以此求出基站的用户率λj＝Uj(t)/τ。然后根据排队论理论，可以求出
各基站在单位时间内到达k个用户的概率(即用户到达率)为：：

[0060]

[0061] 当各基站的服务率μj已知时，基站在单位时间内有k个用户离开的概率(即用户离去率)为：

[0062]

[0063] 求取各基站的状态转移概率如下：

[0064]

[0065]

[0066] 式中，cj表示当前基站j的中接入的人数，cj′表示一轮决策周期结束后基站j可能的接入人数，pa为基站的用户到达率，pb为基站的用户离去率。

[0067] 步骤103，基于设定的判决属性，确定各基站当前的状态价值；

[0068] 示例性地，步骤103可以包括：

[0069] 基于设定的判决属性确定求表征基站的当前状态的状态价值函数；

[0070] 基于所述状态价值函数，确定各基站当前的状态价值；

[0071] 其中，所述设定的判决属性包括以下至少之一：基站的平均接入带宽、基站的网络时延。

[0072] 在一应用示例中，选取基站的平均接入带宽和基站的网络时延作为求解不同状态下基站状态价值的判决属性，基站状态价值能直观的反映基站当前的状态特征。状态价值
函数设计可以如下：

[0073]

[0074] 式中，sj(t+1)为基站j在下一时刻的状态，β为折损因子，R为不同状态下对应的即时奖励。如此，可以利用动态规划算法，即可求出所有基站对应状态的状态价值。

[0075] 这里，即时奖励的计算与选取的网络侧的判决属性有关，即与基站的平均接入带宽和基站的网络时延相关。

[0076] 基站的平均接入带宽为效益型属性(即正向属性)，其价值函数为rb(sj(t),j)＝(b(sj(t),j)‑bmin)/(bmax‑bmin)，bmax和bmin是连接所需的最大和最小带宽需求，b(sj(t)，j)是基
站j在状态sj(t)时的实际剩余带宽，当b(sj(t)，j)＜bmin，rb(sj(t)，j)＝0，当b(sj(t)，j)＞
bmax时，rb(sj(t)，j)＝1。

[0077] 基站的网络时延为损失型属性(即负向属性)，其价值函数为rd(sj(t),j)＝(dmax‑d(sj(t),j))/(dmax‑dmin)；dmax和dmin是连接所需的最大和最小时延需求，d(sj(t)，j)是基站j
在状态sj(t)时的实际网络时延，当d(sj(t)，j)＜dmin，rd(sj(t)，j)＝1，当d(sj(t)，j)＞dmax
时，rd(sj(t)，j)＝0。

[0078] 设wb和wd分别为剩余可用带宽和网络时延的权重，则在t时刻基站j总的即时奖励为：

[0079] R(sj(t)，j)＝wbrb(sj(t)，j)+wdrd(sj(t)，j)。

[0080] 步骤104，基于所述状态价值求取UE切换至各基站的条件概率；

[0081] 这里，基于所述状态价值求取UE切换至各基站的条件概率，包括：

[0082] 基于各基站的所述状态价值与所述异构网络下所有基站的所述状态价值之和的比值，确定各基站对应的所述条件概率。

[0083] 示例性地，各基站的条件概率如下：

[0084]

[0085] 其中，vij表示用户i接入到基站j时，基站j在这一时刻的状态价值。

[0086] 步骤105，基于所述先验切换概率和所述条件概率，确定UE切换的目标基站。

[0087] 示例性地，步骤105可以包括：

[0088] 对所述先验切换概率和所述条件概率基于贝叶斯公式求取UE切换至各基站的后验切换概率；

[0089] 选取所述后验切换概率最大的基站作为所述目标基站。

[0090] 示例性地，确定后验切换概率的贝叶斯如下：

[0091]

[0092] 其中，p(uij)为用户i切换至基站j的先验切换概率，p(Bj|uij)为用户i切换至基站j的条件概率，p(uij|Bj)为用户i切换至基站j的后验切换概率，∝表示成正比例。

[0093] 在一应用示例中，搭建了一个由三个基站组成的异构网络系统，三个基站分别为3G、4G和5G，其分布如图2所示，每个基站都被放置在500m×500m的矩阵空间中，其中，3G基
站位于坐标点(250，500)位置，4G基站位于坐标点(0，0)位置，5G基站位于坐标点(500，0)位
置。分别设三个基站的通道数为10，20，16。

[0094] 在通道数确定后，基站的状态就可以确定。再根据排队论求解出各状态的转移概率，此时只要用户的服务率已知就可以结合通道数求出三个基站的状态转移矩阵，这里设
服务率μ＝0.5。

[0095] 本应用示例中，三个基站的总带宽分别设为5MHz，20MHz，24MHz，最大可允许时延分别为：300ms、800ms、320ms，平均带宽分别设为：0.5MHz、1MHz、1.5MHz，平均时延分别为：
30ms、40ms、20ms，UB＝4MHz，LB＝1MHz，UD＝300ms，LD＝60ms，则，利用上述公式就可以求出
各状态的价值函数。

[0096] 本应用示例中，求解先验切换概率时，选取传输速率、误码率及接收信号强度作为判决属性，接收信号强度的计算公式如下：

[0097] RSSij(l)＝ρ‑10*κln(l)+h；

[0098] 本应用示例中基站一共有三个，三个基站3G、4G、5G的传输功率ρ分别为：10watts，20watts，30watts，三个基站的路径损耗因子分别为0.7，1，1，h都是满足(0,1)高斯分布的
白噪声。干扰信号强度分别为：‑22，‑8，‑7。

[0099] 传输速率的计算公式为：传输速率：

[0100] 误码率的计算公式为： 其中

[0101] 当用户的位置确定根据前面的计算公式和条件就可以求出用户相对于各基站的信噪比，信噪比确定则可以计算出误码率和传输速率，前面已经假设基站有3个，当用户数
为N个时，就可以组成N×3阶的误码率矩阵和传输速率矩阵，且矩阵中各个元素的值是已知
的，而N为10～100，间隔为10的变量，以此观察随着用户数的增加系统性能的改变。

[0102] 实验参数设置如表1所示，按照上述步骤得到的实验结果如图3和图4所示。

[0103] 表1

[0104]参数 值
基站数 3
基站名称 3G，4G，5G
基站的覆盖范围 7km，50km，25km
基站通道数 10，20，16
基站带宽 5MHz，20MHz，24MHz
基站传输功率 10watts，20watts，30watts
平均接收带宽 0.5MHz、1MHz、1.5MHz
最大时延 300ms、800ms、320ms
平均时延 30ms、40ms、20ms
信道高斯白噪声 h～N(0，1)
2
测量高斯白噪声 ξ～N(0，10)
决策间隙 10second

[0105] 图3所示的是在500×500的矩阵中，随机产生100个接入用户，用户以1～10的到达率接入异构网络时，系统所能获得的最大吞吐量曲线。由图3可以看出，相比于传统的垂直
切换算法，例如，基于多臂赌博机算法，基于决策树算法，本发明所使用的垂直切换算法能
够有效的增加系统的吞吐量，从而提高异构网络的总体性能。

[0106] 图4所示的是在500×500的矩阵中，随机产生100个接入用户，用户以1～10的到达率接入异构网络时，系统所能获得的阻塞率曲线。由图4可以看出，相比于传统的垂直切换
算法，例如，基于多臂赌博机算法，基于决策树算法，本发明所使用的垂直切换算法，能够有
效的减小系统的阻塞率，从而提高异构网络的总体性能。

[0107] 为了实现本发明实施例的方法，本发明实施例还提供一种异构网络间的垂直切换装置，如图5所示，该装置包括：第一概率求取模块501、第二概率求取模块502、状态价值求
模块503、第三概率求取模块504及切换决策模块505。其中，第一概率求取模块501用于基于
TOPSIS确定UE切换至异构网络中各基站的先验切换概率；第二概率求取模块502用于基于
所述先验切换概率求取各基站的状态转移概率；状态价值求模块503用于基于设定的判决
属性，确定各基站当前的状态价值；第三概率求取模块504用于基于所述状态价值求取UE切
换至各基站的条件概率；切换决策模块505用于基于所述先验切换概率和所述条件概率，确
定UE切换的目标基站。

[0108] 在一些实施例中，第一概率求取模块501具体用于：

[0109] 获取用于反映用户服务质量需求的决策属性；

[0110] 基于TOPSIS和所述决策属性，求取UE切换至各基站的先验切换概率。

[0111] 在一些实施例中，确定所述先验切换概率的计算公式如下：

[0112]

[0113] 其中，cij表示用户i对基站j的贴近程度，M为异构网络中基站的数量，BRj为基站的阻塞率，BRk为基站k的阻塞率，cik表示用户i对基站k的贴近程度。

[0114] 在一些实施例中，第二概率求取模块502具体用于：

[0115] 基于所述先验切换概率统计各基站的用户数，并求取各基站的用户到达率和用户离去率；

[0116] 基于所述用户达到率和所述用户离去率，求取各基站的状态转移概率。

[0117] 在一些实施例中，状态价值求模块503具体用于：

[0118] 基于设定的判决属性确定求表征基站的当前状态的状态价值函数；

[0119] 基于所述状态价值函数，确定各基站当前的状态价值；

[0120] 其中，所述设定的判决属性包括以下至少之一：基站的平均接入带宽、基站的网络时延。

[0121] 在一些实施例中，第三概率求取模块504具体用于：

[0122] 基于各基站的所述状态价值与所述异构网络下所有基站的所述状态价值之和的比值，确定各基站对应的所述条件概率。

[0123] 在一些实施例中，切换决策模块505具体用于：

[0124] 对所述先验切换概率和所述条件概率基于贝叶斯公式求取UE切换至各基站的后验切换概率；

[0125] 选取所述后验切换概率最大的基站作为所述目标基站。

[0126] 实际应用时，第一概率求取模块501、第二概率求取模块502、状态价值求模块503、第三概率求取模块504及切换决策模块505，可以由异构网络间的垂直切换装置中的处理器
来实现。当然，处理器需要运行存储器中的计算机程序来实现它的功能。

[0127] 需要说明的是：上述实施例提供的异构网络间的垂直切换装置在进行异构网络间的垂直切换时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将
上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完
成以上描述的全部或者部分处理。另外，上述实施例提供的异构网络间的垂直切换装置与
异构网络间的垂直切换方法实施例属于同一构思，其具体实现过程详见方法实施例，这里
不再赘述。

[0128] 基于上述程序模块的硬件实现，且为了实现本发明实施例的方法，本发明实施例还提供一种异构网络间的垂直切换设备。图6仅仅示出了该设备的示例性结构而非全部结
构，根据需要可以实施图6示出的部分结构或全部结构。

[0129] 如图6所示，本发明实施例提供的设备600包括：至少一个处理器601、存储器602、用户接口603和至少一个网络接口604。异构网络间的垂直切换设备600中的各个组件通过
总线系统605耦合在一起。可以理解，总线系统605用于实现这些组件之间的连接通信。总线
系统605除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚
说明起见，在图6中将各种总线都标为总线系统605。

[0130] 其中，用户接口603可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。

[0131] 本发明实施例中的存储器602用于存储各种类型的数据以支持异构网络间的垂直切换设备的操作。这些数据的示例包括：用于在异构网络间的垂直切换设备上操作的任何
计算机程序。

[0132] 本发明实施例揭示的异构网络间的垂直切换方法可以应用于处理器601中，或者由处理器601实现。处理器601可能是一种集成电路芯片，具有信号的处理能力。在实现过程
中，异构网络间的垂直切换方法的各步骤可以通过处理器601中的硬件的集成逻辑电路或
者软件形式的指令完成。上述的处理器601可以是通用处理器、数字信号处理器(DSP，
Digital Signal Processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分
立硬件组件等。处理器601可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑
框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的
方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软
件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器602，处理器
601读取存储器602中的信息，结合其硬件完成本发明实施例提供的异构网络间的垂直切换
方法的步骤。

[0133] 在示例性实施例中，异构网络间的垂直切换设备可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，
Programmable Logic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable Logic 
Device)、FPGA、通用处理器、控制器、微控制器(MCU，Micro Controller Unit)、微处理器
(Microprocessor)、或者其他电子元件实现，用于执行前述方法。

[0134] 可以理解，存储器602可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、
可编程只读存储器(PROM，Programmable Read‑Only Memory)、可擦除可编程只读存储器
(EPROM，Erasable Programmable Read‑Only Memory)、电可擦除可编程只读存储器
(EEPROM，Electrically Erasable Programmable Read‑Only Memory)、磁性随机存取存储
器(FRAM，ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存
储器、光盘、或只读光盘(CD‑ROM，Compact Disc Read‑Only Memory)；磁表面存储器可以是
磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random Access 
Memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如
静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器
(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，
Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，Synchronous 
Dynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，
Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机
存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接
动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线
随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存
储器旨在包括但不限于这些和任意其它适合类型的存储器。

[0135] 在示例性实施例中，本发明实施例还提供了一种存储介质，即计算机存储介质，具体可以是计算机可读存储介质，例如包括存储计算机程序的存储器602，上述计算机程序可
由异构网络间的垂直切换设备的处理器601执行，以完成本发明实施例方法所述的步骤。计
算机可读存储介质可以是ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或
CD‑ROM等存储器。

[0136] 需要说明的是：“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

[0137] 另外，本发明实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。

[0138] 以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵
盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。