移动通信的飞速发展,使得用户涌现出的各种业务类型对网络带宽、网络信号、智能终端移动速率、网络负载等网络性能参数提出了不同的要求,各类接入网络不断涌现,性能各有所长,使得用户多业务服务成为现实。未来的移动通信系统是各类接入网络并存的无线异构网络,能为用户提供每时每刻、任何地点的服务,提高用户服务水平。无线异构网络融合的实现需要多种关键技术的支撑,小区选择和接入控制作为多种接入技术融合的基础,在实现网络负载均衡、提高用户服务可靠性、提高系统资源利用率等方面具有重大的学术价值。本文在阅读相关大量文献的基础上,综合分析了以往的各种小区选择和接入控制算法的优劣,提出了自己的算法。本文综合考虑了遗传算法(Genetic Algorithm,GA)、模糊理论(Fuzzy Theory)、BP神经网络(Back Propagation Artificial Neural Networks)的优点,将模糊神经网络(Fuzzy Neural Network,FNN)应用到小区选择中,给出了一种遗传算法-模糊神经网络(GA-FNN)小区选择算法。利用遗传算法的优点弥补BP神经网络收敛慢的缺点,并在小区选择的过程中加入了预判决模块,通过用户筛选,降低了算法复杂度和系统成本。将网络信号强度、网络带宽、网络负载和用户终端移动速度作为模糊神经网络的输入,经过处理,得出输出值,根据输出值进行选择。该算法考虑了更多的小区选择判决因素,与传统的RSS(Received Signal Strength,基于接收信号强度)小区选择算法比较,该算法在页面平均响应时间、节点接收数据时的网络流量等方面都有所改善,仿真结果显示了GA-FNN算法的有效性。本文的另一个研究重点是接入控制,给出了一种设置动态优先级的接入控制算法。在该算法中,考虑了用户的资费水平,优先接入费用较低用户的业务。采用RED(Random Early Detection,随机早期检测)算法管理呼叫队列,按照一定的丢包率丢弃到达的数据包,来达到减小网络拥塞的目的。在系统有多余资源时,计算各呼叫动态优先级,动态优先级高的首先被服务,保障了算法的公平性。