马 彬，郭湛彬，谢显中

(1.重庆邮电大学 计算机科学与技术学院，重庆 400065；2.重庆邮电大学 重庆市计算机网络与通信技术重点实验室，重庆 400065)

0 引 言

随着无线网络技术的飞速发展，用户的带宽和吞吐量需求不断增加，运营商也在不断新增各种多样化的业务，以便给用户提供更好的服务质量[1-2](quality of service, QoS)。由多种无线接入技术共同组成，可提供多种接入方式、支持终端无缝移动的网络称为异构无线网络[3-4]。网络选择算法是异构无线网络中资源管理的一个研究热点，网络选择算法通常可以分为接入网络选择算法和网络切换选择算法。由于不同网络间的差异性，使得研究高效、公平、稳定的接入或切换算法尤为重要[5-6]。

当前许多文献都对异构无线网络中的接入或切换算法进行了研究。文献[7]根据网络属性和终端运动趋势建立相应的切换概率分布，提出了一种基于用户偏好的自选择决策树切换方法。文献[8]考虑应用需求和用户偏好，结合人工蜂群算法(artificial bee colony, ABC)和粒子群算法(particle swarm optimization, PSO)，提出了一种混合智能切换方法。文献[9]提出了一种基于Q学习(q-learning)的切换算法，结合网络参数的平均主观意见分(mean opinion score, MOS)，最大化用户的体验质量(quality of experience, QoE)。文献[10]将终端服务分为实时服务和非实时服务，分别构建相应的奖励函数，提出了一种基于多臂老虎机(multi-armed bandit, MAB)的切换策略。以上方案虽然具有较好的判决效果，但都存在迭代次数多、无法实时决策的问题，很难应用于实际的网络场景。

文献[11]以用户为中心，提出一种智能切换算法，旨在不影响非实时用户服务质量的前提下，最大限度地提高用户满意度。……