[发明专利]一种基于Markov模型的多AP自适应切换方法

摘要

本发明公开了一种基于Markov模型的多AP自适应切换方法，所述方法包括以下步骤：1)采集实时客流量，结合BP神经网络和Markov状态模型预测出客流量，并实时滚动预测；2)通过隶属度函数建立离线查询表和控制查询表，对AP分配进行模糊控制和实时现场控制，实现多AP自适应切换。本发明一种基于Markov模型的多AP自适应切换方法的有益效果有：多AP间自适应切换是一个复杂的系统工程，涉及信息科学、地理科学、控制科学以及系统科学等学科，本发明的方法引入Markov模型，建立客流量预测模型，并结合智能调度技术自动的切换耗时最少且服务质量最好的AP,建立严格的数学模型，达到用户无感知的进行上网体验。

主权项

1.一种基于Markov模型的多AP自适应切换方法，其特征在于，所述方法包括以下步骤：1)采集实时客流量，结合BP神经网络和Markov状态模型预测出客流量，并实时滚动预测；2)通过隶属度函数建立离线查询表和控制查询表，对AP分配进行模糊控制和实时现场控制，实现多AP自适应切换；所述步骤1)中采集实时客流量，结合BP神经网络和Markov状态模型预测出客流量具体为：先构建基于BP神经网络的客流量预测基准，求出客流量数据的状态样本值与Markov模型预测值之间的残差序列；根据各残差序列状态计算出状态转移概率矩阵，然后预测未来状态，从而得出预测值的状态，取其加权中心修正计算预测值，最终得到精度较高的客流量预测值；构建状态转移概率矩阵时，先作状态划分，即以一个具有马氏链特点的非平稳随机序列曲线为基准，在其上下两侧作m条与之平行的曲线，每相邻两条曲线之间的区域称为一种状态，它将数据序列分成了若干状态区间；通过考察状态转移概率矩阵来预测系统未来的发展变化，为选取距离预测时刻n+1最近的n个时刻，按距离预测时刻的远近，将转移步数分别定为1至n；在转移步数所对应的转移矩阵中，取起始状态对应的行向量，从而组成新的概率矩阵，并将其列向量求和，其和最大的列向量对应的状态即为待预测状态；如果有两个或两个以上的最大列向量和相同或相近，则考察n+1时刻，以此类推,得到待预测样本所处的状态；所述步骤2)中对AP分配进行模糊控制和实时现场控制具体为：将模糊控制转化为将模糊逻辑和模糊推论数据存放在计算机内存中，在实施时直接通过查询表得出相应输出量，进而实现实时现场控制；将预测客流量代入排队模型得到排队长度和排队长度差作为模糊控制的两个输入变量，通过查找控制查询表得到AP切换延时延长时间，找出切换时间最少并且服务质量最好的AP，并让移动终端无感知地连上该AP，从而达到AP自适应切换。