随着互联网时代到来,数据流量需求伴随设备数量增多而爆炸式增长。为了满足流量需求,异构无线网络通过大量部署小型化设备,来提升网络容量。但这种超密集部署方式增加了终端接入的随机性,使得网络性能易被外界因素影响。更有甚者,事故、新闻事件和娱乐活动等突发事件带来的聚集终端,会导致网络局部负载快速增加,使得网络拥塞,影响终端通信。对此,本文以缓解或规避网络拥塞、提升聚集终端服务体验为目标,从提前预警采取控制措施增加聚集地区网络接入能力和提取终端价值择优接入两个角度,来整体上提升的终端服务体验。1.在异构无线网络中,针对移动终端突发聚集造成的网络拥塞,影响服务体验的问题,提出了一种终端聚集监测的主动接入控制算法。首先,本文提出了自适应调整更新周期的聚集感知算法,用于实时感知终端的聚集风险、量化聚集程度并识别聚集地区。其次,根据监测结果及终端的服务质量需求,使用触发式的迁移算法扩充聚集区域网络的容纳量。最后,结合聚集区域的网络覆盖情况,引入竞争深度Q学习构建了选网模型,得到终端的切换策略。仿真结果表明,本算法在均衡网络负载同时,提升了总吞吐量,规避或缓解了因聚集导致的拥塞,为终端提供高质量的服务。2.针对聚集区域资源紧张的环境中,如何挖掘终端消费行为,以保证一定网络公平性的同时,提升高优先级终端服务质量的问题,本文提出基于公平度补偿的聚集终端切换算法。首先,利用终端业务运行的历史记录,提出消费行为预测模型,提取终端价值设置优先级。其次,根据终端优先级、紧急度和不公平度构建公平度补偿模型,实现切换顺序的动态调整。最后,利用预测的终端消费行为,针对不同业务构建不同效用函数,以选择满足消费偏好的网络。实验结果表明,该算法提高了终端聚集区域高优先级终端满意度的同时,低优先级终端的通信也得到了保障,保证了一定的网络公平性。