认知网络基于跨层感知的接入选择机制

选择最优接入网络是确保网络资源有效分配和提高网络整体性能的有效手段。提出一种基于跨层感知的接入选择方法CN_CLA，构建跨层感知框架模型以获取影响接入网性能的主要评估参数，采用模糊理论对可接入网络的性能进行综合评测，应用量子遗传算法对评判权值进行优化，最终实现接入网络的智能选择。实验结果表明，CN_CLA能够在无用户干涉情况下合理地选择接入网络，并在吞吐量、时延、会话完成率、分组丢失率等方面优于链路容量法、H_RSSI_S及AS_FTM接入选择算法。