一種基于PMIPv6的智能輔助高效切換方案.pdf

1、通過對MN的移動習慣進行形式化分析和解釋性論證，針對切換時延、數(shù)據(jù)分組連續(xù)性和切換花費等關(guān)鍵問題，提出使用機器學習算法進行切換行為預測的智能輔助方案。為了降低MAG和LMA的負擔，采用面向網(wǎng)絡的移動管理模式引入智能輔助切換代理。利用802.21MIH的事件服務、命令的服務和信息服務，完成媒體無關(guān)的分布式訓練樣例搜集，支持訓練數(shù)據(jù)的動態(tài)反饋和靜態(tài)導入。將IHA有機地結(jié)合到PMIPv6網(wǎng)絡中，設計功能單元部署和信息交互流程。當MN發(fā)生切換時

2、，幾乎不破壞上行數(shù)據(jù)的連續(xù)性，只需要新MAG和原MAG之間進行簡單的交互來完成航程數(shù)據(jù)的傳輸。利用MN兩次切換間隔時間進行預測，MAG和LMA及時做好切換準備，維護準備切換實體表。采用數(shù)據(jù)驅(qū)動雙向隧道模式，減少控制信令開銷。對切換行為的成功預測為緩存分配與分組排隊、路由優(yōu)化和資源預留的執(zhí)行增加有效時間。
　　 使用BP人工神經(jīng)網(wǎng)絡來進行切換行為預測，設計神經(jīng)網(wǎng)絡的輸入輸出參數(shù)，給出網(wǎng)絡結(jié)構(gòu)。采用多種BP算法比較擇優(yōu)的方式訓練神經(jīng)