买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利超密集异构无线网络中的跨区合作自适应切换判决方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116095770B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211573834.2，技术领域涉及：H04W36/00；该发明授权超密集异构无线网络中的跨区合作自适应切换判决方法是由吴利平;钟世林;马彬;陈鑫设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本超密集异构无线网络中的跨区合作自适应切换判决方法在说明书摘要公布了：本发明请求保护一种超密集异构无线网络中的跨区合作自适应切换判决方法，属于移动通信领域，具体包括以下步骤：首先，根据车辆的历史轨迹信息得到改进后的卡尔曼滤波器位置预测模型，预测切换终端下两时刻的位置。其次，根据预测位置提前生成用于切换和跳跃的备选网络集。然后，通过定义跳跃因子和采用修正Jaccard相似度的区间数多属性决策算法，提出一种跨区合作的自适应切换判决方案，为终端生成最优切换策略。最后，实验仿真表明，该算法能减少车载终端的切换次数，降低切换失败率，提高网络的传输效率。

本发明授权超密集异构无线网络中的跨区合作自适应切换判决方法在权利要求书中公布了：1.一种超密集异构无线网络中的跨区合作自适应切换判决方法，其特征在于，包括以下步骤： 101、切换触发步骤：定期采集车载终端在当前网络中的收信号强度和网络带宽，计算 切换触发因子，如果终端i在网络j中的切换触发因子，触发切换，否则，不触发； 102、移动性预测步骤：通过车辆上的定位设备采集车辆的运动数据并记录到历史轨迹数据库，当车载终端触发切换后，利用车辆的历史轨迹信息通过改进的卡尔曼滤波器模型预测出终端在下两个时刻的位置； 103、切换决策步骤：首先根据预测位置提前生成用于切换的候选网络集CNS_1和用于跳跃的合作网络集CNS_2，然后采用网络拓扑和终端运动状态定义跳跃因子并通过修正Jaccard相似度的区间数多属性决策算法计算出CNS_1和CNS_2中各网络的评分，最后根据跳跃因子和网络评分结果，为终端生成最优切换策略； 所述步骤102通过车辆上的定位设备采集车辆的运动数据并记录到历史轨迹数据库，当车载终端触发切换后，利用车辆的历史轨迹信息通过IKF模型预测出终端在下两个时刻的位置，具体包括： 301、理论预测：假设车辆在t时刻的状态为，其中为t时刻的维度 数据，为经度数据；若t-1时刻的最佳估计状态为，则根据理论模型估计t时刻的 预测状态为： 4 其中，表示状态转移矩阵，用于描述上一时刻的状态如何转移到下一状态，表示预 测噪声，用协方差矩阵将误差表示为： 5 用表示预测模型的噪声，将公式4带入公式5推导得出相邻时刻误差协方差矩阵 的传递过程为： 6 302、GPS测量：将t时刻GPS定位设备观测到的状态记为，观测矩阵记为，观测噪 声表示为，则车辆在t时刻预测状态到观测状态的变换过程可表示为： 7 303、状态更新：在公式4和公式7中分别获得了t时刻的预测状态和观测状态，通过观测值对预测值进行修正，从而得到经过修正后的最佳估计状态为： 8 其中为实际观测值和预期观测值的残差，为t时刻的卡尔曼增益，其计 算过程如下： 9 卡尔曼增益的作用是通过权衡预测状态协方差和观测状态协方差的大小，以确定 预测模型和观测模型在预测过程中作用的比例；得到卡尔曼增益后，为了下一次预测，还需 要更新最佳估计状态的噪声协方差矩阵，其中为单位矩阵； 10 304、预测模型改进：引入衰减记忆滤波方法对卡尔曼滤波器进行改进，得到了一种改 进的卡尔曼滤波器位置预测模型，其具体作法是给公式6中的噪声协方差矩阵乘 以一个值大于1的衰减因子； 所述步骤103中修正Jaccard相似度的区间数多属性决策算法具体步骤如下： 1构造区间数决策矩阵：假设待评价的网络集中有N个网络，参与评价的网络属性为M 个，在决策前先对N个网络的M个属性的区间数进行采集，通过多次数据采样中的最大最小 值确定各个网络属性的区间数，对网络j的第k个属性进行多次采样获得的最大最小值分别 为和，那么网络j的第k个属性的区间数可表为，因此待判决的区间数 决策矩阵可表示为： 14 2规范化属性区间数：对区间数矩阵进行规范化，得到规范化后的矩阵记 为，其中，公式15和16分别为效益型和成本型网络参数的规 范化过程： 15 16 3确定区间型理想方案：为了更好的度量各网络之间的差异，假设各网络属性的区间 型理想方案为，其中可表示为： 17 4计算修正的Jaccard相似度：Jaccard相似度用于描述集合之间的相似性与差异性， Jaccard相似度越大，集合的相似度越高，由于区间数也可以看作是数的集合，因此规范化 后的属性值关于理想解的Jaccard相似度可表示为： 18 由于当两个区间数的区间中点相同时，无法通过Jaccard相似度的大小，比较它们与另外一个区间数的相似性，可以把区间数的右端点加入到Jaccard的计算过程中，对其进行修正，修正后的Jaccard相似度可表示为： 19 因此，规范化决策矩阵中每个网络属性值对应于理想方案的修正Jaccard相似度可用 矩阵表示为； 5确定各网络属性最佳权重：按照偏差之和最小确定各个网络属性在判决过程中的权重，对应的优化模型为： 20 6计算综合相似度：获得各网络属性的权重后，可通过加权求和得到待评价网络集中 网络j的综合相似度； 21。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。