下载文档原格式
基于Ｍｅｓｈ技术的网络融合与协同作者：田峰杨震来源：《中兴通讯技术》2008年第03期摘要：无线网络在网络、技术、终端、运营管理等各个方面越来越体现出异构的特点。
异构网络的有效融合与协同可以通过Mesh技术完成。
异构网络的融合为IP层面的融合，是对网络共性的整合，异构网络的协同则是对网络个性的整合。
通过网络间的融合与协同，对异构网络分离的、局部的优势能力与资源进行有序整合，最终实现无处不在、无所不能的智能性网络。
关键词：异构网络；网状网；网络融合；网络协同无线通信技术飞速发展，出现了无线局域网(WLAN)、WiMAX、Wi-Fi、无线个域网(WPAN)、无线Mesh网(WMN)、无线传感器网(WSN)、Ad Hoc、3G和B3G移动通信网络等许多新型的采用不同组网技术的异构网络，给人们的工作和生活方式带来了深刻变革。
但在人们体验着通信技术带来的获取信息越来越便利的同时，由于无线通信网络朝着高速化、宽带化、泛在化的方向发展，各种无线接入技术纷纷涌现，使得未来网络的异构性更加突出。
其实，不仅在无线接入方面具有这样的趋势，在终端、网络、业务和运营管理等方面，异构化、多样化的趋势也同样引人注目。
如何将这些异构无线网络融合在一起，互联互通，并且多网协同工作，提供覆盖广、带宽高、移动性高且费用低廉的接入服务，将是下一代无线通信系统的发展方向，也是网络运营商以及通信行业产业价值链上各个其他环节所共同关注的问题。
1 无线网络的异构性针对不同的无线频段特性、迥异的组网接入技术和多样的业务需求，不同无线技术所使用的空中接口设计及相关协议在实现方式上具有差异性和不可兼容性。
无线网络及其通信系统的异构性主要体现在如下几个方面[1]：(1)频谱资源异构由于不同频段物理特性不同，适用于各种频段的无线技术也不同，各个区域频谱规划方式也有显著区别，导致特定频段上实现的无线技术总是需要满足特定的技术和业务需求。
(2)组网接入技术异构由于需要综合考虑网络规模、网络覆盖、兼容性等要求，组网方式、网络功能设置、资源管理和配置方式等呈现出迥然不同的特点。
移动互联网下异构无线网融合技术研究摘要：异构无线网络是利用众多网络的互补特性来为用户提供方便安全的接入机制和更好的服务特性。
当前无线宽带通信技术的快速发展，用户业务多样化、个性化需求的不断增长，决定了异构网络融合相关技术研究具有很高的应用价值。
重点阐述了异构无线网络的特点及不同的异构类型。
关键词：移动互联网；异构无线网络；3G；WLAN；IPv60 引言随着对无线网络带宽的更高追求以及业务的多样化，网络模式越来越复杂，从提供全球漫游和无缝接入的3G，到提供局域网和城域网的WLAN，再到提供设备与设备之间短距离无线传输的Bluetooth 等，无线通信网络多样化的发展格局日益显现。
然而目前不同的通信网络之间是相对独立的，很难互联互通，单一模式的通信设备必然会成为信息孤岛。
没有哪个移动通信系统能够满足人们所有通信需求。
因此用户和市场的需求激励着人们去探讨实现这种通信要求的可能性。
但是重新开辟一种全新的统一的机制是不现实的，因为目前的各种网络投资已经非常大，因此未来的移动通信系统发展需要考虑在多种无线网络间保持通信的连续性，将不同通信模式之间的互联互通，实现异构无线网络融合。
异构无线网络就是将各种不同通信模式连接在一起、实现不同模式通信设备之间的互联互通的网络。
异构无线网络需要利用众多网络的互补特性来为用户提供方便可靠的接入机制和更好的服务特性。
怎么样将这些网络融合到一起，实现互联互通，提供覆盖范围更为广泛的、带宽更高的、移动性更强的并且费用较低的接入服务，将是下一代通信系统行业所共同关注的问题。
无线宽带通信技术的快速发展，用户业务多样化、个性化需求的不断增长决定了异构无线网络融合相关技术研究具有很高的理论价值以及实际应用价值。
异构无线网络的研究在1995年美国加州大学伯克利分校发起的BAR-W AN计划中最早被提出，在该计划中提出了多模移动终端在无线局域网和无线广域网之间的垂直切换方案。
之后研究人员在异构无线网络的基本架构及核心功能的实现方面取得了杰出的成果。
多源异构信息融合方法研究多源异构信息融合是指从多个不同源头获取的各种信息资源中提取和整合有用的知识。
这些信息源可能包括文本、图像、视频、传感器数据等等。
在当今大数据时代，多源异构信息融合成为一项重要的研究领域，对于提高信息利用效率、加强决策支持具有重要意义。
首先，数据收集是多源异构信息融合的基础，各种信息源的数据需要通过网络、传感器等方式获取。
数据收集的关键在于保证数据的准确性和完整性，以及合理选择数据源。
其次，数据预处理是指对原始数据进行清洗、剪裁、标准化等操作，从而得到一致性和可用性较高的数据。
数据预处理的主要目的是消除数据噪声，提高后续处理的效果。
特征提取是多源异构信息融合的核心环节，其目标是从原始数据中提取出描述事物属性的特征向量。
特征提取方法可以根据具体任务的需求选择，如图像特征可以采用颜色、纹理、形状等特征描述，文本特征可以使用词频、词向量等特征。
特征融合是将不同源的特征融合成一个共同的特征向量，以提高分类、检测等任务的性能。
特征融合有多种方法，包括加权融合、简单决策级联、特征降维等。
特征融合的目标是提高分类精度、减少特征维度。
模型选择是根据任务的需求选择合适的分类、聚类等机器学习模型进行建模。
模型选择的关键在于根据数据类型、数据规模等因素选择合适的模型。
常用的机器学习模型包括感知器、支持向量机、决策树、神经网络等。
综上所述，多源异构信息融合是一项复杂而重要的研究领域。
通过合理的数据收集、数据预处理、特征提取、特征融合和模型选择，可以有效地提取和整合多源异构信息中有用的知识，为决策提供支持。
随着数据量的不断增大和多样性的提高，多源异构信息融合将扮演着越来越重要的角色。
多源异构数据融合技术分析与评估随着信息时代的到来，数据量的爆炸式增长让人们越来越难以处理海量的数据，而数据的异构性也让融合数据变得异常复杂。
在这背景下，多源异构数据融合技术的发展变得越来越重要。
本文将从多源异构数据的特点和数据融合的意义出发，深入分析和评估多源异构数据融合技术的现状和发展趋势。
一、多源异构数据的特点多源异构数据一般具有以下几个方面的特点：（1）来源多样性：多源数据通常来自于不同的信息源，包括传感器、社交网络、数据挖掘、监控系统等等。
（2）数据异构性：源数据因不同领域、不同格式、不同方言、不同语言等原因，导致数据信息特征的不同，使得数据的集成和融合变得复杂困难。
（3）数据量庞大：数据随着时间的推移，不断积累，数据量逐渐增大，数据处理和分析的复杂度也随之增加。
（4）数据质量不一：数据来源的不同导致数据质量的参差不齐，有些数据可能存在误差、遗漏、失真等问题。
（5）数据的不确定性：数据来源特别是数据传感器可能存在不确定性，而时间、空间、环境不确定性，都会影响数据的价值和精确性。
二、数据融合的意义数据融合是指将多个来源的数据整合成一个完整、一致而且具有更高价值的信息系统。
数据融合具有以下几个意义：（1）提高数据的可用性:将不同数据源之间的数据转移、融合到同一个数据平台上，可以增强系统的可扩展性和稳定性，从而提高数据的可用性和可靠性。
（2）提高数据的精确和准确性：多源的数据融合后可以增加数据的信息量，提高数据的精确和准确度。
（3）提高决策和预测的精度：多源异构数据的融合不仅可以提高数据的精确性，还可以从不同角度和维度上描述问题，这些都会协助进行更好的决策和预测工作。
（4）节省人力和财力资源：数据融合使得数据获得更好的利用效率，避免了重复性的工作，加快了工作效率，从而更加节省人力和财力资源。
（5）推动科技创新：多源异构数据融合这种新型数据治理方法，必然会推动数据技术的发展和创新，促进各领域技术的进步和跨越式发展。
多源异构数据融合技术随着互联网和物联网的发展，数据的规模和种类不断增加。
这些数据来自不同的来源，包括传感器、社交网络、移动设备、医疗设备、企业应用等等。
这些数据具有不同的格式、结构、语义和质量，因此需要进行融合，以便更好地理解和利用这些数据。
多源异构数据融合技术就是解决这个问题的关键。
多源异构数据融合技术是指将来自多个来源的不同类型、结构和语义的数据进行整合和转换，以便更好地实现数据的分析、挖掘和应用。
这种技术可以将数据从不同的角度进行融合，包括数据结构、数据语义、数据质量等等。
在实际应用中，多源异构数据融合技术可以帮助企业、政府和个人更好地理解和利用数据，从而提高效率、降低成本、创造价值。
多源异构数据融合技术的关键是数据集成和数据转换。
数据集成是指将来自不同来源的数据进行整合，以便更好地实现数据的共享和利用。
数据转换是指将不同类型、结构和语义的数据进行转换，以便更好地实现数据的分析和挖掘。
数据集成和数据转换是多源异构数据融合技术的核心内容，也是实现数据融合的关键。
数据集成的主要方法包括数据仓库、数据湖和数据集线器。
数据仓库是一种基于主题的数据集成方法，它将来自不同系统的数据进行整合，以便更好地实现数据的共享和利用。
数据湖是一种基于对象存储的数据集成方法，它将来自不同系统的数据存储在一个统一的存储系统中，以便更好地实现数据的管理和分析。
数据集线器是一种基于事件驱动的数据集成方法，它将来自不同系统的数据通过事件进行传递和处理，以便更好地实现数据的实时处理和分析。
数据转换的主要方法包括数据清洗、数据标准化和数据映射。
数据清洗是指将数据中的错误、重复和不完整的部分进行清理，以便更好地实现数据的准确性和完整性。
数据标准化是指将不同类型、结构和语义的数据进行统一的标准化处理，以便更好地实现数据的一致性和可比性。
数据映射是指将不同类型、结构和语义的数据进行映射，以便更好地实现数据的转换和分析。
多源异构数据融合技术的应用非常广泛，包括智能交通、医疗健康、金融服务、智能制造、物联网等等。
异构无线网络融合方法的探讨作者：杨艳丽来源：《计算机光盘软件与应用》2013年第06期摘要：本文介绍了异构无线网络融合现有方案，并提出了基于信息标识的融合设计，改进垂直切换算法、接入选择算法，实施接入的认证机制，垂直切换技术将成为异构网络的核心技术之一，较好的解决融合过程中部分问题，努力实现随时随地随人交换任何信息的新网络时代。
关键词：异构无线网络；融合；垂直切换；接入选择；接入认证中图分类号：TN92文献标识码：A文章编号：1007-9599 (2013) 06-0000-02随着无线网络技术的迅速发展，现已实现可以通过多种方式接入Internet，并获取网络服务。
而如何使多种的无线接入网能够同时存在于异构的大网络环境之中，如何使客户能够充分利用网络资源，实现最优选择和高效传输，就给易购无线网络融合技术带来了挑战，亦是当前和将来一段时间研究的热点。
异构网络融合可以实现用户的自用应用，融合方法可以脱离各种无线接入的束缚，使用户更便利享受网络服务。
1异构无线网络融合技术的进展Heterogeneous Wireless Network被翻译作异构无线网络，其缩写为HWN。
HWN融合指的是根据用户需求，将两个（两个以上）不同计入技术的网络通过融合技术随时随地选择最优无线接入。
融合网络是为了整合各种接入技术于统一的网络情景中，使用户充分利用资源。
目前关于融合方案的研究进展的热点研究主要体现在关于异构共性之融合和个性之协同。
基于全IP 核心网、TTP（可信任第三方）、融合圈以、SIP协议与节点协同机理等研究方向，众多融合方案应运而生，譬如：Broadband Radio Access for IP based Network（简称BRAIN方案）；Architecture for Ubiquitous Mobile Communications（AMC方案）；MUSE（移动业务环境）长期规划方案等等。
提高射频利用程度并达到协同辐射的融合技术，主要涉及垂直切换以及融合接纳的控制[1]。
异构数据融合中的数据聚合与分析技术研究随着信息技术的快速发展和互联网的普及，大数据已经成为当今社会中的热门话题。
大数据的产生和应用给我们带来了许多机遇和挑战。
然而，由于大数据的异构性，如何对不同来源、不同格式、不同结构的数据进行聚合与分析成为了一个亟待解决的问题。
本文将对异构数据融合中的数据聚合与分析技术进行研究。
一、异构数据融合1. 异构数据概念异构数据是指来源于不同系统、不同领域、不同结构和格式的多种类型和多源头信息。
这些信息可能来自于传感器网络、社交媒体、云计算等各种渠道，它们具有高度复杂性和多样性。
2. 异构数据融合挑战由于异构数据具有高度复杂性和多样性，使得它们难以直接进行整合。
主要存在以下挑战：（1）结构差异：来自不同系统或领域的异构数据可能存在着完全不同或部分相似但没有一致性结构。
（2）语义差异：异构数据可能使用不同的术语和语义，导致数据的语义不一致。
（3）数据质量：异构数据的质量可能不同，包括准确性、完整性和一致性等。
（4）规模和速度：异构数据可能具有海量的规模和高速的产生速度，对处理能力提出了更高要求。
3. 异构数据融合方法为了解决异构数据融合的挑战，研究者们提出了一系列方法：（1）模式匹配：通过识别和匹配异构数据中相似或相同的模式来进行融合。
（2）语义映射：通过建立不同源头之间的映射关系来解决语义差异问题。
（3）规范化：将异构数据转化为统一格式或结构，以便进行整合分析。
（4）知识图谱：通过建立知识图谱来描述和组织异构数据之间的关系。
二、数据聚合与分析技术1. 数据聚合概念在进行大规模分析之前，需要将来自多个源头、多个格式、多个结构的异构数据进行聚合。
聚合是将多个来源或者格式不同但具有相似结构或含义的信息整合在一起形成一个统一的数据集的过程。
2. 数据聚合方法数据聚合方法可以分为以下几类：（1）物理聚合：将异构数据物理存储在一起，形成一个统一的存储空间，如数据仓库或数据湖。
（2）逻辑聚合：通过逻辑操作，将异构数据进行关联和整合，形成一个统一的视图。
通信网论文论文题目：异构网络的融合问题专业老师：蔡征宇学生学号：*********学生姓名：***异构网络的融合问题通信技术近些年来得到了迅猛发展，层出不穷的无线通信系统为用户提供了异构的网络环境，包括无线个域网(如Bluetooth)、无线局域网(如Wi-Fi)、无线城域网(如WiMAX)、公众移动通信网(如2G、3G)、卫星网络，以及Ad Hoc网络、无线传感器网络等。
尽管这些无线网络为用户提供了多种多样的通信方式、接入手段和无处不在的接入服务，但是，要实现真正意义的自组织、自适应，并且实现具有端到端服务质量(QoS)保证的服务，还需要充分利用不同网络间的互补特性，实现异构无线网络技术的有机融合。
异构网络融合是下一代网络发展的必然趋势。
在异构网络融合架构下，一个必须要考虑并解决的关键问题是：如何使任何用户在任何时间任何地点都能获得具有QoS保证的服务。
异构环境下具备QoS保证的关键技术研究无论是对于最优化异构网络的资源，还是对于接入网络之间协同工作方式的设计，都是非常必要的，已成为异构网络融合的一个重要研究方面。
目前的研究主要集中在呼叫接入控制(CAC)、垂直切换、异构资源分配和网络选择等资源管理算法方面。
传统移动通信网络的资源管理算法已经被广泛地研究并取得了丰硕的成果，但是在异构网络融合系统中的资源管理由于各网络的异构性、用户的移动性、资源和用户需求的多样性和不确定性，给该课题的研究带来了极大的挑战。
在保证不同用户QoS的同时，能否扩大网络的覆盖范围并实现无缝连接以及能否提高通信容量，是异构网络融合能否成功的关键，也是不同网络运营者是否愿意将网络相互融合的前提，因而，通信容量分析是异构网络融合研究的另一个重点。
1 具有QoS保证的资源管理技术异构网络资源管理技术的研究，目前主要集中在呼叫接入控制算法、垂直切换算法、异构资源分配算法和网络选择算法等方面。
1.1 呼叫接入控制算法的研究传统蜂窝网络中的呼叫接入控制算法已经得到了广泛的研究。
不同于蜂窝网络，异构网络融合系统中多种无线接入技术的存在以及多媒体应用的不同QoS要求，给设计有效的CAC算法带来极大的挑战。
(1)各网络的异构特性异构网络融合系统具有多种无线接入技术，不同的无线接入网络呈现出异构特性。
如蜂窝网络是有基础设施的无线网络，基站控制和管理各移动用户对信道资源的接入，向用户提供具有QoS保证的服务。
而IEEE 802.11无线局域网(WLAN)则采用了载波侦听多点接入/冲突避免(CSMA/CA)的信道资源接入方式，尽管IEEE 802.11e标准考虑了实时业务的信道资源接入，增强了对QoS的保证，但是与蜂窝网络相比，只是提供了对实时业务相对较弱的QoS支持。
由于用户在具有异构特性的网络间的移动产生了垂直切换，在设计CAC算法时应该考虑到这一特殊的切换呼叫类型，确定该类切换的优先级，推导和计算出该类切换的中断概率。
垂直切换中断概率成为异构网络融合系统的一个重要性能指标，应该限制在可接受的范围内。
(2)用户移动性具有大范围覆盖的网络中用户通常移动速率较高，而应用于室内环境的无线局域网、无线个域网等短距离通信网络中的用户通常移动速率较低或者处于相对静止状态。
因而，在融合了多个网络的环境下，传统的用户均匀移动模型已经不再合适，需要考虑不同覆盖区域内用户的不同移动性。
(3)多种业务类型异构网络融合系统提供了多种业务类型，不同类型的业务需要不同的QoS保证。
语音、视频等实时业务是时延敏感而分组丢失可承受的，非实时业务是分组丢失敏感而中等时延敏感的，文件传输等尽力而为业务是分组丢失敏感但对时延相对不敏感的。
不同的网络对不同的业务有不同的支持能力。
蜂窝网络能够提供对实时业务的有效支持，保证其实时性，但是数据业务的传输速率较低；WLAN等短距离通信网络提供了较高的数据传输速率，但是对实时业务的支持有待于进一步提高。
(4)跨层设计在基于分组交换的无线网络中，使用相关层优化必将会提高系统性能。
因而，在研究异构网络CAC算法时，应该通过跨层设计来评估呼叫级(呼叫阻塞率、被迫中断概率)和分组级的QoS性能。
目前，异构网络融合系统中CAC算法的研究主要集中在蜂窝/WLAN融合系统中的呼叫接入控制。
在WLAN优先算法中，语音和数据业务的不同特点没有被充分考虑。
蜂窝/WLAN融合系统的两层CAC算法中，在无线接入部分的CAC只考虑了蜂窝中呼叫的接纳情况，而没有考虑到WLAN中的呼叫。
这些已经提出的算法没有能够综合考虑前面叙述的4个方面，因此适用于异构网络融合系统的CAC算法具有广阔的研究空间。
1.2 垂直切换算法的研究用户在不同网络之间的移动称为垂直移动，实现无缝垂直移动的最大挑战在于垂直切换。
垂直切换就是在移动终端改变接入点时保持用户持续通信的过程。
在多网融合的环境中，传统的采取比较信号强度进行切换的决策方法已经不足以进行垂直切换。
由于异构网络融合系统的特殊性，垂直切换决策除了需考虑信号强度外，还需考虑以下几个因素：(1)业务类型不同的业务有不同的可靠性、时延以及数据率的要求，需要不同的QoS保证。
(2)网络条件由于垂直切换的发生将影响异构资源之间的平衡，这就要求在设计垂直切换策略时需要利用系统的网络侧信息，如网络可用带宽、网络延时、拥塞状况等，从而有效避免网络拥塞，在不同网络间实现负载平衡。
(3)系统性能为了保证系统性能，需要考虑信道传播特性、路径损耗、共信道干扰、信噪比(SNR)以及误比特率(BER)等性能参数。
(4)移动终端状态如移动速率、移动模式、移动方向以及位置信息等。
(5)价格由于不同的网络使用不同的计费方式与资费标准，因而价格是影响切换决策的一个重要因素。
(6)用户的喜好不同用户的喜好不一样，因此用户的喜好也是影响切换决策的因素之一。
目前的垂直切换算法研究难以在保证用户需求的同时兼顾网络侧尤其是异构资源的调整。
3GPP研究的通用无线资源管理(CRRM)局限性在于：接入网络选择仅考虑网络负载因素；仅针对通用移动通信系统(UMTS)、GSM/EDGE无线接入网络(GERAN)等蜂窝网络，大大降低了对异构资源的管理调控能力。
因此，人们在设计垂直切换算法时应能综合考虑上述多个方面的因素，既兼顾切换时的QoS，同时考虑切换时及切换后异构资源的调整和分配。
综合考虑多个决策因素将会增加切换过程的复杂度，使得切换决策过程更加困难。
多属性决策以及代价函数等理论能够同时评估不同的决策因素，可用于设计异构网络间的垂直切换策略，以达到保证用户的QoS以及异构资源优化分配的双重目标。
1.3 异构资源分配算法的研究2.5G以及3G公众移动通信网络通常采用干扰受限以及基于保护信道的资源分配方案。
然而，异构网络融合系统中的资源分配算法需要有效地控制实时、非实时等多种业务的无线资源接入，需要能有效处理突发业务、分组交换连接中数据分组随机到达以及数目随机变化等情况；异构网络系统中用户需求具有多样性，网络信道质量具有可变性；不同的无线网络分别由各自的运营商经营，这样的经营模式在今后很长的时间内将无法改变，决定了这些网络更有可能采取一种松耦合的融合方式。
因此，异构网络融合系统应该采用新颖的分布式动态信道资源分配算法。
动态自适应的信道资源分配算法根据用户的QoS要求和网络状态动态调整带宽分配，在网络状况允许时，给用户呼叫分配更多的信道资源，以提升用户的QoS保证；当网络拥塞时，通过减少对系统中已接纳的呼叫的信道分配来容纳更多的呼叫，从而降低系统的呼叫阻塞率和被迫中断概率，提高系统资源的使用率和用户的QoS。
系统模型的建立对于异构网络环境中信道分配算法的深入分析至关重要。
目前在异构网络资源分配的研究中，还没有提出完整的具有一般性的系统模型。
大部分文献使用仿真的方法进行分析，或者仅对融合系统中的分立网络分别进行建模。
可以利用多维马尔可夫模型、矩阵运算以及排队论等数学方法，对异构网络融合系统建立多维多域的系统模型，获得不同算法下该系统模型的各个状态，进一步推导系统的性能，比较不同算法的优劣。
1.4 网络选择算法的研究异构网络融合系统中的用户选择网络通常有3个步骤：(1)收集影响最终决定的必要信息，如：用户喜好、业务类型以及网络状态等。
(2)将上述信息输入到网络选择算法中，网络选择算法应该以使用户在任何时间任何地点都能获得最好的QoS保证为依据。
(3)根据算法的输出结果来选择网络。
许多研究者已经提出了网络接入选择算法，然而，这些算法只考虑用户侧或者只考虑总体网络容量，仅适用于单用户情形，多用户在异构环境下的接入网选择方面并没有成熟的处理方案。
针对现有算法不适用于多用户存在情况，以及缺乏对异构资源影响的考虑，需要细致分析异构网络环境中网络选择的需求和特点，从多层协调(物理层、链路层、网络层、应用层)的思想出发研究相应的数据信息模型。
由于受各异构网络特征的影响，采用传统的单目标决策理论，仅仅优化某一种性能指标很难找到一种完备的方案使得在接入选择时各用户要求的多个目标同时达到最优。
可以将该类问题看作是多目标优化的问题，因此可以引入多目标决策理论，考虑如何在有限资源的限制条件下找到一个平衡方案。
亦即在做接入选择时在多种方案的有效解之间进行权衡，从而找出最终的满意解。
其优点在于：可设计为多用户共同决策的接入网络选择算法，以提高算法对异构网络环境的适应能力，具有可扩性；可利用实时的网络资源状态作为决策目标，从而有利于异构资源的动态协调。
2 异构网络融合中的通信容量在异构网络融合系统中使用新颖的多跳网络结构可以扩大网络的覆盖范围，增加系统通信容量和吞吐量，因此成为近年来国内外研究的新热点。
关于异构网络融合系统通信容量的研究，目前主要集中在基于蜂窝结构的公众移动通信网络中引入Ad Hoc网络方面。
随着无线通信技术的发展，传统蜂窝网络存在一些问题，比如：当某些地区的业务量突增而出现非平衡业务时，就会发生局部的阻塞，出现掉话、无法呼出的现象；当正在通话过程中的用户进入蜂窝网络覆盖中的“盲区”或当前正处在盲区范围内的用户发出一个新的呼叫请求时，由于不能接收到来自基站的通信信号而导致通信的中断；此外，蜂窝通信中存在通信容量与覆盖范围的折衷问题，即当网络负载增加时，基站的覆盖区域将会减小。
通过在蜂窝系统中引入Ad Hoc网络可以弥补蜂窝网络的覆盖缺陷问题，并且可以通过传输功率和干扰来增加系统容量，解决热点地区的负载均衡问题，实现业务量的分流。
其原理示意图如图1所示。
在图1中，网络中的移动节点通过多跳和中继节点连接到公众移动通信网、电信网以及因特网中，也可以将某一拥塞区域(即热区蜂窝)的基站的话务量通过自组织网络的多跳功能而分流到邻近比较空闲的基站，从而实现业务量的均衡。
