异构无线网络技术是未来无线网络系统融合技术中的重要组成部分,其关键技术在实际环境中的应用也逐渐成为研究人员研究的重点。其中,异构无线网络下的切换技术,作为其核心技术之一,更是一直受到广泛地关注。切换技术对用户体验有极大的影响,它关系到系统是否可以支持用户在不同网络间进行无缝连接。本文正是在这样的研究背景下,对异构无线网络移动性管理中的切换管理进行了研究,针对其中的预测切换技术,采取基于用户移动性的预测切换进行了创新性研究。论文的研究重点是如何利用预测切换技术,更好地在异构无线网络中实现准确切换并减少不必要的切换。同时,论文还针对不同的场景进行了相应的仿真分析,以证实该算法的兼用性。论文首先通过分析现有的异构无线网络的背景和现状,论证了异构无线网络融合是未来无线通信发展的必须和满足用户网络体验的保证；然后本文结合现有异构无线网络实际应用情况,进一步对异构无线网络移动性管理中已有的切换管理进行了概述和分析,并针对其中现有的预测切换算法进行了研究和总结。在此基础上,本文创新性地提出了一种组合预测切换算法,利用时间序列AR模型和应用于人工预测的T-S模糊神经网络模型对信号进行预测分析,从而更加准确地根据用户历史数据进行预测切换分析。本文还结合了异构双层网络中不同场景下用户运动速度不同的特点,针对不同场景通过仿真进行了分析,并将结果与仅仅使用基于AR模型预测的预测切换结果进行了对比,仿真结果显示,在不同场景下,本算法的各项仿真指标都优于对比算法。