随着无线移动通信技术的蓬勃发展,第三代移动通信技术已经成为全球移动通信的主流。现存的商用无线移动通信技术,包括第二代的GSM网络、2.5代的GPRS、EDGE技术,也包括第三代移动通信技术(3G)中的WCDMA、CDMA2000和TD-SCDMA技术。下一代移动通信网络将是多种无线接入技术的融合体,形成异构无线网络。以往在各种接入网络中的负载平衡机制,对于未来的异构无线网络将不再适用,因此需要设计新的有效的负载平衡算法。针对异构无线网络中的负载平衡问题,提出了基于层次分析法和多属性判决的负载平衡算法(AMLB),通过分析呼叫的多种属性得到呼叫的重要性值。再利用这个重要性值指导系统进行呼叫准入控制和垂直切换判决。但AMLB算法在新呼叫性能上还存在一定的局限。针对此问题,在AMLB算法的基础上,提出了基于人工神经网络的动态门限负载平衡算法(BP-AMLB).利用BP神经网络进行非线性函数值近似,得到输入和输出间的映射关系。根据此映射,BP-AMLB算法动态调整小区负载低门限,以改善AMLB算法的新呼叫阻塞率性能。为验证和评估所提出算法的性能,在MATLAB R2008a上设计了异构无线网络负载平衡算法的仿真平台,并比较AMLB算法和BP-AMLB算法相对于传统STLB算法的性能情况。同传统STLB算法的比较结果表明,AMLB算法能有效地降低垂直切换呼叫掉线率,并保障高级别呼叫的QoS。BP-AMLB在AMLB算法基础上,对新呼叫阻塞率起到进一步的改善。