协同学驱动的多业务终端异构无线网络选择提升QoS性能

本文主要探讨了在多业务终端环境下，如何有效地利用协同学理论进行异构无线网络的选择。作者骆冉、赵夙和朱琦，来自南京邮电大学通信与信息工程学院以及东南大学移动通信国家重点实验室和南京邮电大学江苏省无线通信重点实验室，针对终端接入网络面临的多种业务需求问题，提出了创新的网络选择算法。 算法的核心理念是将网络选择视为一个系统化的过程，将可选的无线网络视为一个复合系统，每个终端上运行的不同业务被视作独立的子系统。算法的关键在于应用熵的概念来评估这些子系统的协同程度。熵在信息论中代表着系统的不确定性和复杂性，通过计算复合系统的熵值，可以反映出各个子系统间的协同效率，从而反映整个网络的整体性能。 在实验仿真中，研究人员对比了基于提出的协同学算法和传统的TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）算法。结果显示，当终端处理多种业务时，采用协同学算法选择的网络在业务质量（QoS）的满意率方面表现显著提升，达到了95%，相比之下，基于TOPSIS算法的QoS满意率只有约23.75%（95%是基于协同学算法的四倍）。这一结果表明，协同学方法对于优化多业务终端的网络选择具有明显优势，能更有效地满足终端用户的实时性和服务质量需求。 总结来说，这篇论文提出了一种创新的网络选择策略，通过协作原理量化业务之间的相互影响，有助于提高多业务环境下无线网络的性能和用户满意度。这对于未来的无线网络设计和优化具有重要的实践价值，特别是在5G和物联网时代，终端设备需要同时处理各种数据流量和服务，这种算法的适用性将会更加突出。