在无线通信技术的快速发展中,网络业务量急速增长。尤其是第五代移动通信系统(5th Generation Mobile Communication System,5G)商用以来,单一的无线接入技术（Radio Access Technology,RAT）难以应对用户日益复杂多变的业务需求,形成了包括5G和第四代移动通信系统(4th Generation Mobile Communication System,4G)等多种RAT在内的异构无线网络（Heterogeneous Wireless Network,HWN）。不同的RAT系统在网络覆盖范围、可用资源、移动性支持和服务质量（Quality of Service,Qo S）保障等方面存在一定的差异性。在这样的环境下,传统的网络接入选择方法不能对用户需求精确建模,无法个性化地适配用户业务。现有针对HWN的垂直切换方案,大多考虑不够全面,可能造成切换效率低等问题。在兼顾用户Qo S和网络效率的情况下,如何根据用户的业务需求动态地为其选择最匹配的网络接入,从而保障通信服务的性能指标,并为用户提供个性化的业务体验,是HWN中有必要研究的内容,也是本文的研究重点。针对以上讨论,本文主要的研究内容如下:（1）根据移动蜂窝网络的相关知识和技术,基于Python搭建4G和5G共同部署的异构蜂窝网络仿真实验平台。理论基础包括4G和5G的无线帧结构与空口物理资源,无线空口测量指标之间的数学关系,基站资源调度的流程,信道传播路径损耗以及比特误码率的计算方式等。在前期作为基础实验平台,用于获得方案所需的各种数据。在后期作为方案验证平台,通过统计的性能指标来衡量方案的性能增益。（2）研究了一种基于长短期记忆网络（Long-Short Term Memory,LSTM）的小区属性预测方法。根据基础实验平台中获得的各小区属性的数据（包括吞吐量、时延、抖动、丢包率和负载率）对LSTM模型进行训练。训练好的模型用于对小区的网络属性进行时间序列预测,通过仿真验证了其有效性。（3）研究了一种用户业务驱动的网络接入选择方案。移动网络中不同的业务类型对Qo S指标有着不同的需求。首先,利用效用函数分别对各网络属性（包括Qo S指标和小区指标）进行建模。其次,采用一种基于用户偏好的主客观组合的赋权方法,获得各网络属性的组合权重。然后,联合先前基于LSTM的网络属性预测方法,根据组合权重计算网络的综合效用值,以表征用户当前业务对网络性能的满意程度,并以此作为网络接入选择的判断准则。最后,通过仿真验证了本方案的性能增益。