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 

单位：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; 重庆邮电大学计算机科学与技术学院; 重庆400065