本发明涉及一种多模终端切换方法，属于无线通信技术领域，包括S1：网络控制器收集网络历史数据，基于神经网络建立网络性能预测模型；S2：当前网络获取用户终端接收信号强度；S3：判断用户终端是否需执行网络切换；S4：发送用户切换请求消息至网络控制器；S5：网络控制器基于网络当前状态确定切换候选网络；S6：网络控制器基于网络性能预测模型对用户接入各候选网络性能进行预测；S7：网络控制器对候选网络性能参数归一化，并基于效用函数最大化确定切换目标网络，发送切换执行消息至用户当前网络；S8：当前网络向用户终端发送切换执行命令，用户终端接收到消息后，执行网络切换。本发明还提供对应装置，提升系统性能。
1.一种多模终端切换方法，其特征在于：包括以下步骤：S1：网络控制器收集网络历史数据，基于神经网络建立网络性能预测模型；网络历史数据具体包括：用户终端发送功率、用户信道特性、网络可用带宽、传输干扰及网络负载；所述网络性能预测模型的输入为网络历史数据，输出为用户接入网络对应传输性能，包括数据传输速率、传输时延、时延抖动及丢包率；
S3：判断用户终端是否需执行网络切换，若用户终端当前RSSI低于预设阈值RSSIth，则执行网络切换，否则，不执行网络切换；
S4：若需要执行网络切换，发送用户切换请求消息至网络控制器；
S5：网络控制器基于网络当前状态确定切换候选网络；
S6：网络控制器基于网络性能预测模型对用户接入各候选网络性能进行预测；
S7：网络控制器对候选网络性能参数归一化，并基于效用函数最大化确定切换目标网络，发送切换执行消息至用户当前网络；候选网络性能参数归一化具体为：xij表示用户接入第i个网络对应的第j个性能参数，其中1≤i≤M，1≤j≤J，M为候选网络数量，J为性能参数数量， 表示xij的归一化值，定义 为其中， 及 分别为第j个性能参数xj的最大值及最小值；
其中，V、S均为常量，wj为用户业务对第j个性能参数的敏感系数， 为xij的标称值；基于*
效用函数最大化选择对应的网络为用户切换目标网络，令i 为用户切换目标网络，即S8：当前网络向用户终端发送切换执行命令，用户终端接收到消息后，执行网络切换，从当前网络切换至目标网络。
2.根据权利要求1所述的多模终端切换方法，其特征在于：步骤S4中所述用户切换请求消息包含用户终端标识、用户当前RSSI，发送功率及业务特性。
3.根据权利要求1所述的多模终端切换方法，其特征在于：在步骤S5中，所述网络控制器采用阈值判断法，RSSIi≥RSSIth+RSSIhy，则网络i为切换候选网络，否则，网络i不作为切换候选网络，其中，RSSIi表示用户接入网络i对应的RSSI，RSSIhy为切换迟滞参数。
4.根据权利要求1所述的多模终端切换方法，其特征在于：步骤S6中，所述网络控制器收集用户终端信息及网络当前状态信息，包括用户终端发送功率、用户信道特性、网络可用带宽、传输干扰及网络负载，将其输入至基于神经的网络性能预测模型中，输出对应的网络性能指标，包括数据传输速率、传输时延、时延抖动及丢包率。
5.一种多模终端切换装置，其特征在于：包括：信息收集模块：实时获取用户RSSI并发送至切换判决模块；获取用户终端信息及网络当前状态并发送至网络性能预测模块；
切换判决模块：接收信息收集模块获取的RSSI，判断是否需执行网络切换，若当前终端的RSSI低于预设阈值，则执行网络切换；否则，不进行网络切换；
网络性能预测模块：接收信息收集模块收集的用户终端信息及网络状态信息，输入至基于神经网络的网络性能预测模型中，得到对应的网络传输性能；
目标网络选择模块：对各网络性能指标进行归一化处理，基于归一化网络性能指标及用户业务对网络性能指标的偏好，建模效用函数，选择对应效用函数最大的候选网络作为切换目标网络；令 表示xij的归一化值，定义 为其中， 及 分别为第j个性能参数xj的最大值及最小值。定义Ui为候选网络i的效用函数，建模为
其中，V、S均为常量，wj为用户业务对第j个性能参数的敏感系数， 为xij的标称值；基*
于效用函数最大化选择对应的网络作为用户切换目标网络，令i 为用户切换目标网络，即切换执行模块：向当前网络及目标网络发送切换执行命令。
一种多模终端切换方法及装置
技术领域
[0001] 本发明属于无线通信技术领域，涉及一种多模终端切换方法及装置。
背景技术
[0002] 随着无线通信技术的飞速发展，各类网络技术获得广泛应用，多种网络融合共存为用户提供多样化业务支持。多网融合场景中的多模终端切换技术是影响用户业务体验及
网络性能的重要问题。现有研究已经考虑了网络融合场景的切换方法，但较少研究基于神
经网络的网络性能预测。此外，现有工作较多基于接收信号强度或数据传输速率确定切换
目标网络，较少综合考虑多类网络业务指标以及用户业务不同偏好优化确定切换目标网
络。
发明内容
[0003] 有鉴于此，本发明的目的在于提供一种多模终端切换方法及装置，使用户可在多类网络之间进行切换，通过神经网络模型预测候选网络性能并基于效用函数优化选择切换
目标网络，提升系统综合性能。
[0004] 为达到上述目的，本发明提供如下技术方案：
[0005] 一方面，本发明提供一种多模终端切换方法，包括以下步骤：
[0006] S1：网络控制器收集网络历史数据，基于神经网络建立网络性能预测模型；
[0007] S2：当前网络获取用户终端接收信号强度(Received Signal Strength Indicator，RSSI)；
[0008] S3：判断用户终端是否需执行网络切换，若用户终端当前RSSI低于预设阈值RSSIth，则执行网络切换，否则，不执行网络切换；
[0009] S4：若需要执行网络切换，发送用户切换请求消息至网络控制器；
[0010] S5：网络控制器基于网络当前状态确定切换候选网络；
[0011] S6：网络控制器基于网络性能预测模型对用户接入各候选网络性能进行预测；
[0012] S7：网络控制器对候选网络性能参数归一化，并基于效用函数最大化确定切换目标网络，发送切换执行消息至用户当前网络；
[0013] S8：当前网络向用户终端发送切换执行命令，用户终端接收到消息后，执行网络切换，从当前网络切换至目标网络。
[0014] 进一步，步骤S1中所述网络历史数据具体包括：用户终端发送功率、用户信道特性、网络可用带宽、传输干扰及网络负载等数据；
[0015] 所述网络性能预测模型的输入为网络历史数据，输出为用户接入网络对应传输性能，包括数据传输速率、传输时延、时延抖动及丢包率。
[0016] 进一步，步骤S4中所述用户切换请求消息包含用户终端标识、用户当前RSSI，发送功率及业务特性。
[0017] 进一步，在步骤S5中，所述网络控制器采用阈值判断法，RSSIi≥RSSIth+RSSIhy，则网络i为切换候选网络，否则，网络i不作为切换候选网络，其中，RSSIi表示用户接入网络i
对应的RSSI，RSSIhy为切换迟滞参数。
[0018] 进一步，步骤S6中，所述网络控制器收集用户终端信息及网络当前状态信息，包括用户终端发送功率、用户信道特性、网络可用带宽、传输干扰及网络负载，将其输入至基于
神经的网络性能预测模型中，输出对应的网络性能指标，包括数据传输速率、传输时延、时
延抖动及丢包率。
[0019] 进一步，在步骤S7中，候选网络性能参数归一化具体为：
[0020] xij表示用户接入第i个网络对应的第j个性能参数，其中1≤i≤M，1≤j≤J，M为候选网络数量，J为性能参数数量， 表示xij的归一化值，定义 为
[0021]
[0022] 其中， 及 分别为第j个性能参数xj的最大值及最小值；
[0023] 候选网络i的效用函数建模为
[0024]
[0025] 其中，V、S均为常量，wj为用户业务对第j个性能参数的敏感系数， 为xij的标称*
值；基于效用函数最大化选择对应的网络为用户切换目标网络，令i为用户切换目标网络，
即
[0026] 另一方面，本发明提供一种多模终端切换装置，包括：
[0027] 信息收集模块：实时获取用户RSSI并发送至切换判决模块；获取用户终端信息及网络当前状态并发送至网络性能预测模块；
[0028] 切换判决模块：接收信息收集模块获取的RSSI，判断是否需执行网络切换，若当前终端的RSSI低于预设阈值，则执行网络切换；否则，不进行网络切换；
[0029] 网络性能预测模块：接收信息收集模块收集的用户终端信息及网络状态信息，输入至基于神经网络的网络性能预测模型中，得到对应的网络传输性能；
[0030] 目标网络选择模块：根据各网络性能指标值，确定切换目标网络；
[0031] 切换执行模块：向当前网络及目标网络发送切换执行命令。
[0032] 进一步，所述目标网络选择模块对各网络性能指标进行归一化处理，基于归一化网络性能指标及用户业务对网络性能指标的偏好，建模效用函数，选择对应效用函数最大
的候选网络作为切换目标网络。
[0033] 本发明的有益效果在于：本发明可以有效保障不同类型业务服务质量，利用阈值判断确定候选网络，降低系统计算成本，通过神经网络预测候选网络性能并基于效用函数
最大化选择最优切换目标网络，提高系统综合性能。
[0034] 本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可
以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和
获得。
附图说明
[0035] 为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
[0036] 图1为多类网络场景示意图；
[0037] 图2为本发明所述多模终端切换方法的流程示意图；
[0038] 图3为本发明所述多模终端切换装置结构示意图。
具体实施方式
[0039] 以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实
施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离
本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示
意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相
互组合。
[0040] 其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不
代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是
可以理解的。
[0041] 本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系
为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或
暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述
位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术
人员而言，可以根据具体情况理解上述术语的具体含义。
[0042] 请参阅图1～图3，本发明所述的一种多模终端切换方法及装置，考虑多网融合网络场景中用户终端从当前网络切换到目标网络
[0043] 如图2所示，本发明所述方法具体包括以下步骤：
[0044] 步骤一：网络控制器收集网络历史数据，基于神经网络建立网络性能预测模型
[0045] 所述网络控制器收集用户终端发送功率、用户信道特性、网络可用带宽、传输干扰及网络负载等数据；所述神经网络输入为网络历史数据，输出为用户接入网络对应传输性
能，包括数据传输速率、传输时延、时延抖动及丢包率等，基于训练数据确定网络性能预测
模型。
[0046] 步骤二：当前网络获取用户终端接收信号强度RSSI
[0047] 步骤三：判断用户终端是否需执行网络切换
[0048] 若用户终端当前RSSI低于特定阈值RSSIth，则需执行网络切换，否则，不执行网络切换。
[0049] 步骤四：若需要执行网络切换，发送用户切换请求消息至网络控制器
[0050] 用户切换请求消息包含用户终端标识、用户当前RSSI，发送功率及业务特性等信息。
[0051] 步骤五：网络控制器基于网络当前状态确定切换候选网络
[0052] 采用阈值判断方法，令RSSIi表示用户接入网络i对应的RSSI，定义切换迟滞参数RSSIhy，若RSSIi≥RSSIth+RSSIhy，则网络i为切换候选网络，否则，网络i不作为切换候选网
络。
[0053] 步骤六：网络控制器基于网络性能预测模型对用户接入各候选网络性能进行预测
[0054] 网络控制器收集用户终端信息及网络当前状态信息，包括用户终端发送功率、用户信道特性、网络可用带宽、传输干扰及网络负载等属性值，将其输入至神经网络预测模型
中，输出对应的网络性能，包括数据传输速率、传输时延、时延抖动及丢包率，并令xij表示用
户接入第i个网络对应的第j个性能参数，其中1≤i≤M，1≤j≤J，M为候选网络数量，J为性
能参数数量。
[0055] 步骤七：网络控制器对候选网络性能参数归一化，并基于效用函数最大化确定切换目标网络，发送切换执行消息至用户当前网络
[0056] 网络控制器对于用户接入各候选网络对应的性能参数进行归一化处理，进而基于效用函数最大化确定切换目标网络；令 表示xij的归一化值，定义 为
[0057]
[0058] 其中， 及 分别为第j个性能参数xj的最大值及最小值。定义Ui为候选网络i的效用函数，建模为
[0059]
[0060] 其中，V、S均为常量，wj为用户业务对第j个性能参数的敏感系数， 为xij的标称*
值；基于效用函数最大化选择对应的网络作为用户切换目标网络，令i 为用户切换目标网
络，即
[0061] 步骤八：当前网络向用户终端发送切换执行命令，用户终端接收到消息后，执行网络切换，从当前网络切换至目标网络。
[0062] 如图3所示，本发明所述装置包括以下模块：
[0063] 信息收集模块
[0064] 信息收集模块实时获取终端RSSI并将其发送至切换判决模块，判断是否需执行网络切换；信息收集模块获取用户终端发送功率、用户信道特性、网络可用带宽、传输干扰及
网络负载等信息，发送至网络性能预测模块。
[0065] 切换判决模块
[0066] 用于判断用户终端是否需执行网络切换，若当前终端的RSSI低于所设阈值，则需执行网络切换；否则，不进行网络切换。
[0067] 网络性能预测模块
[0068] 接收信息收集模块所发送的用户终端信息及网络状态信息，输入至神经网络预测模型中，以得到对应的网络传输性能，包括数据传输速率、传输时延、时延抖动及丢包率等。
[0069] 目标网络选择模块
[0070] 对各网络性能指标值进行归一化处理，基于归一化网络性能指标值及用户业务对网络性能指标的偏好，建模效用函数，选择对应效用函数最大的候选网络作为切换目标网
络。
[0071] 切换执行模块
[0072] 切换执行模块向当前网络及目标网络发送切换执行命令。
[0073] 最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技
术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明
的权利要求范围当中。
