车辆异构网络中基于决策树的稳健垂直切换算法

来源：电子与信息学报杂志2017年第7期北京时间：

作者：马彬, 汪栋, 谢显中

摘要：在带有噪声干扰的车辆异构网络中，针对当前基于决策树的垂直切换算法存在切换精准性不高的问题，该文详细分析并给出当前算法决策过程中存在的错误判决概率，提出一种基于决策树的稳健垂直切换算法。首先，采用卡尔曼滤波算法，根据网络属性的预测值和当前测量值，并结合它们各自的噪声偏差，做出更准确的网络属性估计。其次，针对少量网络属性值出现在判决门限附近的情况，提出概率阈值区间法，通过二次检测提高算法判决的准确性。仿真结果表明，所提算法提高了切换判决精准性和网络总吞吐量，降低了乒乓效应和切换失败率，并得到了与传统算法同阶的时间复杂度性能结果。

关键词：车辆异构网络, 垂直切换, 决策树, 卡尔曼滤波

基金资助：国家自然科学基金(61601070, 61271259, 61301123, 61471076)，重庆市基础与前沿研计(cstc2016jcyjA0455, cstc2015 jcyjA40047)，重庆邮电大学博士启动基金(A2014-10, A2015-16)