โครงงานวิศวกรรมนี้มีวัตถุประสงค์เพื่อใช้โครงข่ายประสาทเทียมตามความน่าจะเป็นซึ่งได้ใช้
ตัวบ่งชี้ความแรงของสัญญาณที่ได้รับ แบนด์วิดท์ที่ผู้ใช้ต้องการ และอัตราส่วนกำลังสัญญาณต่อสัญญาณรบกวนเป็นพารามิเตอร์อินพุตของโครงข่าย โครงข่ายประสาทเทียมตามความน่าจะเป็นสามารถช่วยตัดสินใจแฮนด์โอเวอร์แนวตั้งในเครือข่ายไร้สายแบบไร้รอยต่อได้โดยมีการทำงานร่วมกันของเครือข่ายโมบายไวแมกซ์ ไวไฟ 6 และแอลทีอี จากผลการทดลองพบว่าวิธีที่นำเสนอมีประสิทธิภาพที่ดีกว่าเมื่อเปรียบเทียบกับวิธีโครงข่ายประสาทเทียมแบบเรเดียลเบซิสฟังก์ชันซึ่งเป็นวิธีดั้งเดิม โดยวิธีที่นำเสนอนี้สามารถลดจำนวนการแฮนด์โอเวอร์ และจำนวนการเรียกติดขัดลงได้ร้อยละ 15 และ 14 ตามลำดับ
This engineering project is purposed the probabilistic neural networks that are used the received signal strength indicator, bandwidth requirement and signal to noise ratio as the input parameters. The probabilistic neural networks can assist the vertical handover decision in seamless wireless networks that are cooperated the Mobile WiMAX, Wi-Fi 6 and LTE networks. In the simulation results, the proposed approach outperforms compared with the radial basis function neural network which is the conventional method. The proposed algorithm can decrease the number of handovers and the number of blocked calls around 15 and 14 percentages, respectively.
