随着通信技术的快速发展,涌现出了许多具有不同传输功率、覆盖范围和工作机制的无线接入技术,如蜂窝网络、无线局域网(Wireless Local Area Networks,WLAN)、全球微波互联接入(Worldwide Interoperability for Microwave Access,WiMAX)和无线传感器网络(Wireless Sensor Networks,WSN)等。随着全球范围内智能设备的迅猛增长以及新型无线多媒体应用的不断涌现,单一的无线网络已经无法满足用户日益多样化的需求,支持多网融合和无缝漫游的异构无线网络将成为未来无线网络发展的必然趋势。作为异构无线网络移动性管理技术的核心,垂直切换技术是在用户跨异构网络移动时确保会话连续性的异构无线网络研究的关键技术之一,具有重要的研究意义。目前,针对垂直切换算法的理论研究已经取得了一定的成果。但是,随着用户对各类无线业务需求的增长,传统的语音、短信业务已经无法满足用户逐渐多样化的需求。因此,如何为不同业务类型用户选择最佳网络将是未来异构无线网络垂直切换技术的研究重点。然而,目前对于多业务环境下的垂直切换算法的研究相对较少,而且传统的垂直切换算法往往仅依据当前网络状态,未能从长远的角度考虑系统回报。对此,本文考虑多业务异构无线网络场景,以提高用户服务质量(Quality of Service,QoS)为目标,提出两种改进的垂直切换算法。针对现有垂直切换算法未能充分考虑网络下一时刻的状态以及系统长期回报的问题,本文提出一种多业务环境下基于马尔可夫决策过程(Markov Decision Processes,MDP)的垂直切换算法。首先,将异构无线网络的垂直切换问题建模为马尔科夫决策过程;然后,考虑终端用户业务的多样性,将无线网络业务划分为会话类业务、交互类业务、流类业务和后台类业务。考虑抖动、时延、丢包率和带宽四个QoS参数,利用加权求和的方式构造QoS收益函数,同时考虑终端移动速度对通信质量的影响,根据用户移动速度构建代价函数,并由QoS收益函数和代价函数得到不同业务类型用户执行动作后的回报函数;最后,利用值迭代算法求解MDP,得到满足不同业务用户需求的个性化垂直切换策略。仿真结果表明,该算法能够为不同业务类型用户进行合理的网络选择,并在一定程度上降低了阻塞率和平均切换次数。然而在实际的垂直切换场景中,网络的状态转移概率不容易获取,且当候选网络的数量过多时,切换算法的计算复杂度也会随之增加。因此,本文提出一种基于改进Q学习的异构无线网络垂直切换算法。算法将垂直切换过程分为切换准入控制和切换判决两部分。在切换准入控制部分,提出一种基于RSS(Received Signal Strength,RSS)的切换准入控制算法,算法考虑网络的RSS情况,根据当前业务对通信质量的最低要求以及用户的移动速度设置动态的接收信号强度阈值,在进行切换判决前将不能满足当前业务需求的网络从候选网络集中删除以减小切换判决算法的计算复杂度。在切换判决部分,提出一种基于改进Q学习的切换判决算法,算法考虑终端用户业务的多样性以及影响网络QoS的多个因素,利用层次分析法(Analytic Hierarchy Process,AHP)改进Q学习算法中的奖励功能,并基于改进的Q学习算法进行切换判决,从候选网络集中选择出最优网络进行切换。仿真结果表明,该算法可以有效降低阻塞率,避免不必要的切换。