CN103329591A - 吞吐量估计设备 - Google Patents

吞吐量估计设备 Download PDF

Info

Publication number
CN103329591A
CN103329591A CN2011800659973A CN201180065997A CN103329591A CN 103329591 A CN103329591 A CN 103329591A CN 2011800659973 A CN2011800659973 A CN 2011800659973A CN 201180065997 A CN201180065997 A CN 201180065997A CN 103329591 A CN103329591 A CN 103329591A
Authority
CN
China
Prior art keywords
throughput
radio link
link quality
quality information
transmission rate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011800659973A
Other languages
English (en)
Other versions
CN103329591B (zh
Inventor
吉田裕志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of CN103329591A publication Critical patent/CN103329591A/zh
Application granted granted Critical
Publication of CN103329591B publication Critical patent/CN103329591B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • H04W28/18—Negotiating wireless communication parameters
    • H04W28/22—Negotiating communication rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

吞吐量估计设备500包括无线链路质量信息获取部分501和吞吐量估计部分502，无线链路质量信息获取部分501获取表示移动通信网络上在移动台和基站之间建立的无线链路的质量的无线链路质量信息，吞吐量估计部分502基于所获取的无线链路质量信息来估计吞吐量，吞吐量是移动台每单位时间接收的、由与移动台可通信地连接的发送设备经由无线链路发送的数据的量。

Description

吞吐量估计设备
技术领域
本发明涉及估计吞吐量的吞吐量估计设备。
背景技术
在发送设备向接收设备发送数据时，存在着这样的情况：因为数据的某部分丢失(已经消失)，仅数据的其他部分到达接收设备。此外，在发送设备向接收设备发送数据时，存在着这样的情况：因为数据的某部分在通信网络中累积，接收设备处的数据到达太晚(延迟时间变得太长，延迟时间是从发送设备发送数据到数据到达接收设备的时间)。
在由发送设备发送的数据中，将在每单位时间已到达接收设备(或由接收设备接收到)的数据的量(数据到达量)称为吞吐量。
例如，如果发送设备以4Mbps的发送速率向接收设备发送数据，则假设丢失25％的数据(亦即，与1Mbps相对应的部分)。在此，发送速率是发送设备在每单位时间发送的数据的量。在该情况下，接收设备以3Mbps接收数据。亦即，吞吐量是3Mbps。
此外，即使没有数据丢失，仍然假设接收设备因为延迟时间的增加而以3Mbps接收数据。在该情况下，吞吐量也是3Mbps。
如果从发送设备向接收设备发送的数据是多媒体数据，例如，视频和/或音频数据，则任何的数据丢失可导致在视频和/或音频中出现噪声。此外，过大的延迟时间很可能可使得视频和/或音频的播放停止。
因此，高精确度地估计吞吐量，并基于估计的吞吐量来调整发送设备发送的多媒体数据的数据大小，这被认为是优选的。因此，正在开发用于估计吞吐量的技术。已知下面的专利文档1到专利文档6中公开的吞吐量估计设备是这种技术。
专利文档1：国际公开WO 08/143026
专利文档2：JP 2004-254025A
专利文档3：JP 2005-244851A
专利文档4：JP 2007-116329A
专利文档5：JP 2008-258877A
专利文档6：JP 2008-278207A
然而，可以假设为移动通信系统应用以上的吞吐量估计设备的情况，在移动通信系统中，移动台(接收设备)和发送设备经由移动通信网络上在移动台与基站之间建立的无线链路来可通信地连接。
在该情况下，即使针对恒定的发送速率，通过无线链路的数据发送速率仍然随着无线链路的质量(无线链路质量)中的任何改变而改变。因此，吞吐量也发生改变。在此，数据发送速率是每单位时间通过无线链路发送的数据的量。
参考图1A至1C，将更详细地解释随着无线链路质量改变的吞吐量改变。
图1A至1C中的管道表示无线链路。图1A至1C示出了管道越厚，通过无线链路的数据发送速率越高(即，无线链路质量越高)。
进入到管道中的箭头表示发送速率。图1A至1C示出了进入到管道中的箭头的数目越多，发送速率越高。此外，从管道离开的箭头表示吞吐量。图1A至1C示出了从管道离开的箭头的数目越多，吞吐量越高。
图1A示出了无线链路质量和吞吐量都在最高的等级。图1B示出了无线链路质量和吞吐量都在最低的等级。图1A示出了无线链路质量和吞吐量都在次高的等级。通过这种方式，吞吐量也随着无线链路质量的改变而改变。
然而，以上吞吐量估计设备没有基于无线链路质量来估计吞吐量。因此，当经由无线链路发送数据时，很有可能不能够高精确度地估计吞吐量。
发明内容
因此，本发明的示例性目标是提供能够解决以上“当经由无线链路发送数据时不能够高精确度地估计吞吐量”问题的吞吐量估计设备。
为了实现该示例性目标，本发明的一方面提供了一种吞吐量估计设备，包括：无线链路质量信息获取装置，所述无线链路质量信息获取装置用于获取表示移动通信网络上在移动台与基站之间建立的无线链路的质量的无线链路质量信息；以及吞吐量估计装置，所述吞吐量估计装置用于基于所获取的无线链路质量信息来估计吞吐量，所述吞吐量是所述移动台每单位时间接收的、由与所述移动台可通信地连接的发送设备经由所述无线链路发送的数据的量。
此外，本发明的另一方面提供了吞吐量估计方法，一种包括：获取表示移动通信网络上在移动台与基站之间建立的无线链路的质量的无线链路质量信息；基于所获取的无线链路质量信息来估计吞吐量，所述吞吐量是所述移动台每单位时间接收的、由与所述移动台可通信地连接的发送设备经由所述无线链路发送的数据的量。
此外，本发明的又一方面提供了一种包括指令的吞吐量估计计算机程序，所述指令用于使信息处理设备执行包括以下步骤的处理：获取表示移动通信网络上在移动台与基站之间建立的无线链路的质量的无线链路质量信息；基于所获取的无线链路质量信息来估计吞吐量，所述吞吐量是所述移动台每单位时间接收的、由与所述移动台可通信地连接的发送设备经由所述无线链路发送的数据的量。
因为通过上述方式配置了本发明，当经由无线链路发送数据时，有可能高精确度地估计吞吐量。
附图说明
图1A至1C是概念性地示出吞吐量随着无线链路质量的改变而改变的示意图；
图2示出了根据本发明的第一示例性实施例的移动通信系统的示意性配置；
图3是示出根据本发明的第一示例性实施例的移动通信系统的示意功能的框图；
图4是示出当发送设备经由无线链路向接收设备发送数据时，发送速率和吞吐量随时间的改变的示例的图；
图5是示出无线链路质量的值随时间的改变的图；
图6是示出无线链路质量的值的变化与吞吐量的变化之间的相关性的图；
图7是示出吞吐量的估计值、吞吐量的测量值、以及已平滑CQI随时间的相应改变的示例的图；
图8A至8C是概念性地示出吞吐量上的交叉业务所施加的影响的示意图；
图9是概念性地示出根据本发明的第二示例性实施例的动态模型的示意图；
图10是概念性地示出根据本发明的第二示例性实施例的修改的动态模型的示意图；
图11是概念性地示出根据本发明的第二示例性实施例的另一修改的动态模型的示意图；
图12是示出根据本发明的第二示例性实施例的移动通信系统的示意功能的框图；
图13是概念性地示出根据本发明的第二示例性实施例的仿真内容的示意图；
图14是示出根据本发明的第二示例性实施例的仿真中使用的发送速率样式的图；
图15是示出根据本发明的第二示例性实施例的第一仿真中的无线链路质量的值随时间的改变的图；
图16是示出根据本发明的第二示例性实施例的第二仿真中的无线链路质量的值随时间的改变的图；
图17是示出根据本发明的第二示例性实施例的第三仿真中的无线链路质量的值随时间的改变的图；
图18是示出根据本发明的第二示例性实施例的第四仿真中的无线链路质量的值随时间的改变的图；
图19是示出根据本发明的第二示例性实施例的第一仿真中的发送速率、吞吐量的测量值、以及吞吐量的估计值随时间的相应改变的图；
图20是示出根据本发明的第二示例性实施例的第一仿真中的丢失率的测量值以及丢失率的估计值随时间的相应改变的图；
图21是示出根据本发明的第二示例性实施例的第二仿真中的发送速率、吞吐量的测量值、以及吞吐量的估计值随时间的相应改变的图；
图22是示出根据本发明的第二示例性实施例的第二仿真中的丢失率的测量值以及丢失率的估计值随时间的相应改变的图；
图23是示出根据本发明的第二示例性实施例的第三仿真中的发送速率、吞吐量的测量值、以及吞吐量的估计值随时间的相应改变的图；
图24是示出根据本发明的第二示例性实施例的第三仿真中的丢失率的测量值以及丢失率的估计值随时间的相应改变的图；
图25是示出根据本发明的第二示例性实施例的第四仿真中的发送速率、吞吐量的测量值、以及吞吐量的估计值随时间的相应改变的图；
图26是示出根据本发明的第二示例性实施例的第四仿真中的丢失率的测量值以及丢失率的估计值随时间的相应改变的图；以及
图27是示出根据本发明的第三示例性实施例的吞吐量估计设备的示意功能的框图。
具体实施方式
在下文中，参考图1至图27，将关于根据本发明的吞吐量估计设备、吞吐量估计方法和吞吐量估计计算机程序的各个示例性实施例来做出描述。
<第一示例性实施例>
(配置)
如图2中示出的，根据第一示例性实施例的移动通信系统1包括发送设备(吞吐量估计设备)100、接收设备(移动台)200和基站BS。发送设备100和基站BS经由通信线路(在本示例中，构成移动通信网络的通信线路)NW可通信地彼此连接。
基站BS在自己与接收设备200之间建立无线链路。无线链路构成移动通信网络。基站BS经由所建立的无线链路来执行自己与接收设备200之间的通信。
发送设备100是信息处理设备。发送设备100包括未示出的中央处理单元(CPU)和存储设备(存储器和硬盘驱动器(HDD))。发送设备100被配置为通过使CPU实现存储设备中存储的程序来实现前述的功能。
接收设备200是移动终端。例如，接收设备200是蜂窝电话终端、智能电话、个人计算机、PHS(个人手机系统)、PDA(个人数据助理；个人数字助理)、汽车导航终端、游戏终端等。
接收设备200包括未示出的CPU、存储设备(存储器和HDD)、输入设备(例如，触摸板、按钮、键盘、鼠标等)、以及输出设备(显示器等)。接收设备200被配置为通过使CPU实现存储设备中存储的程序来实现前述的功能。
(功能)
图3是示出移动通信系统1的功能的框图。
移动通信系统1的功能包括：数据发送部分101、接收速率获取部分(吞吐量获取装置)103、无线链路质量信息获取部分(无线链路质量信息获取装置)104、模型参数估计部分(模型参数估计装置)105、以及吞吐量估计部分(吞吐量估计装置)106。
此外，接收设备200的功能包括：数据接收部分201、接收信息发送部分202、无线链路质量值获取部分203、以及无线链路质量值发送部分204。
数据发送部分101向接收设备200发送数据。在本示例中，数据发送部分101根据UDP(用户数据报协议)/IP(互联网协议)或TCP(传输控制协议)/IP来发送数据。
数据接收部分201接收发送设备100发送的数据。每次预设的计算周期h过去时，数据接收部分201计算(获取)接收信息。接收信息包括能够计算接收速率的信息，接收速率是接收设备200每单位时间从发送设备100接收到的数据的量。
接收信息发送部分202向发送设备100发送数据接收部分201获取的接收信息。
接收速率获取部分103对接收信息发送部分202发送的接收信息进行接收。接收速率获取部分103基于接收到的接收信息来计算(获取)接收速率(吞吐量)，该接收速率是接收设备200每单位时间从发送设备100接收到的数据的量。
无线链路质量值获取部分203获取无线链路质量的值，该无线链路质量的值表示移动通信网络上在基站BS和接收设备200之间建立的无线链路的质量。
在本示例中，无线链路质量的值是信道质量指示符(CQI)。此外，无线链路质量的值也可以是信号对干扰和噪声功率比(SINR)、信道对干扰功率比(SIR)、信号对噪声比(SNR)等。
无线链路质量值发送部分204向发送设备100发送无线链路质量值获取部分203获取的无线链路质量的值。
无线链路质量信息获取部分104接收由无线链路质量值发送部分204发送的无线链路质量的值。无线链路质量信息获取部分104对接收到的无线链路质量的值执行平滑处理，并获取已平滑的值来作为无线链路质量信息。
无线链路质量信息是表示移动通信网络上在基站BS与接收设备200之间建立的无线链路的质量的信息。在本示例中，平滑处理对无线链路质量的值使用移动平均。亦即，无线链路质量信息是对无线链路质量的值使用移动平均的值。
此外，平滑处理还可以是以下处理：计算对在每个预设的处理周期期间获取的无线链路质量的值求平均的值。无线链路质量信息是针对每个处理周期计算的平均值。此外，平滑处理还可以是以下处理：向低通滤波器(LPF)输入无线链路质量的值。在这种情况下，无线链路质量信息是从低通滤波器输出的值。
此外，无线链路质量信息获取部分104还可被配置为获取无线链路质量的接收值来作为无线链路质量信息。
模型参数估计部分105基于无线链路质量信息获取部分104获取的无线链路质量信息、接收速率获取部分103获取的接收速率(吞吐量)、以及前述的数学模型来估计模型参数。模型参数是用于指定上述数学模型的参数。
在下文中将说明数学模型。数学模型表示吞吐量和无线链路质量信息之间的关系。数学模型是通过假设吞吐量与以无线链路质量信息作为变量的多项式函数(在本示例中，线性函数或线性表达式)相等来构建的模型。首先将说明数学模型的推导。
图4是示出当发送设备100经由无线链路向接收设备200发送数据时，发送速率和吞吐量随时间的改变的示例的图。在本示例中，虽然发送速率是恒定的(恒定比特速率(CBR))，吞吐量以相对比较猛烈的方式变化。
图5是示出CQI随时间的改变的图，CQI是上述示例中的无线链路质量的值。通过这种方式，CQI以相对比较猛烈的方式变化。因此，因为CQI(无线链路质量)以相对比较猛烈的方式变化，可理解吞吐量也以相对比较猛烈的方式变化。
图6是示出CQI的变化和吞吐量的变化之间的相关性的图。在图6中，实线中的每个三角形表示在任意时间点处测量到的吞吐量(吞吐量的测量值)和CQI(CQI的测量值)。通过计算CQI的测量值和吞吐量的测量值之间的相关性的系数，所产生的相关性系数是0.64。因此，可以说，在CQI的测量值和吞吐量的测量值之间存在某种相关。
然而，与吞吐量相比，CQI变化更加猛烈。因此，还研究已平滑的CQI的值(已平滑CQI，即，无线链路质量信息)与吞吐量的测量值之间的关系。在图6中，虚线中的每个圆表示任意时间点处的吞吐量的测量值和已平滑CQI。
然后，通过计算已平滑CQI和吞吐量的测量值之间的相关性的系数，所产生的相关性系数是0.93。通过这种方式，可以说，与CQI的测量值和吞吐量的测量值之间的相关相比，已平滑CQI和吞吐量的测量值之间的相关更加紧密(更强)。
因此，可以说，在已平滑CQI和吞吐量的测量值之间存在线性关系。亦即，基于通过假设吞吐量与以已平滑CQI作为变量的线性函数相等而构建的数学模型，有可能高精确度地表示已平滑CQI与吞吐量之间的关系。
该数学模型被称为CQI线性模型。由下面的公式1来表达该数学模型。在此，v是吞吐量，q是已平滑CQI(即，无线链路质量信息)，a是线性表达式的斜率，以及b是线性表达式的截距。a和b构成了模型参数。
[公式1]
v＝aq+b
在本示例中，模型参数估计部分105通过基于已平滑CQI、吞吐量的测量值和公式1使用最小平方估计法来计算(估计)模型参数。
吞吐量估计部分106基于模型参数估计部分105估计的模型参数所指定的数学模型以及无线链路质量信息获取部分104获取的无线链路质量信息来估计吞吐量。
(操作)
接下来将说明前述移动通信系统1的操作。
首先，发送设备100向接收设备200发送数据。接着，接收设备200接收数据。然后，接收设备200在每次前述的计算周期h过去时获取接收信息。此外，接收设备200向发送设备100发送获取的接收信息。
接着，发送设备100对接收信息进行接收。然后，发送设备100基于接收到的接收信息来获取吞吐量。
此外，接收设备200获取无线链路质量的值。然后，接收设备200向发送设备100发送所获取的无线链路质量的值。接着，发送设备100接收无线链路质量的值。然后，发送设备100基于接收到的无线链路质量的值来获取无线链路质量信息。
接下来，发送设备100基于所获取的吞吐量和所获取的无线链路质量信息来估计模型参数。
之后，接收设备200再次获取无线链路质量的值。然后，接收设备200向发送设备100发送所获取的无线链路质量的值。接着，发送设备100接收无线链路质量的值。然后，发送设备100基于接收到的无线链路质量的值来获取无线链路质量信息。
接下来，发送设备100基于所估计的模型参数所指定的数学模型以及所获取的无线链路质量信息来估计吞吐量。
图7是示出在由发送设备100估计的吞吐量(吞吐量的估计值)、吞吐量的测量值、以及已平滑CQI随时间的相应改变的示例的图。在图7中，实线表示吞吐量的测量值，虚线表示吞吐量的估计值，以及点划线表示已平滑CQI。
通过这种方式，发送设备100可以通过使用CQI线性模型来高精确度地估计吞吐量。
如上说明的，使用根据本发明的第一示例性实施例的发送设备(吞吐量估计设备)100，有可能在经由无线链路发送数据时高精确度地估计吞吐量。
<第二示例性实施例>
接下来将说明根据本发明的第二示例性实施例的移动通信系统。根据第二示例性实施例的移动通信系统与根据第一示例性实施例的前述移动通信系统的区别在于发送设备使用的数学模型。因此，下面的说明将关注于该区别。
现在，在很多场合，在通信网络中存在交叉业务(cross-traffic)。在此，交叉业务是穿过通信路径的区间的、与业务中所关注的业务(自业务)不同的另一业务。在此，自业务是从发送设备100向接收设备200发送的数据。
参考图8A至8C，将关于吞吐量上的交叉业务所施加的影响来进行详细说明。
图8A至8C中的管道表示在通信路径中存在交叉业务的情况下的区间的通信带宽。
进入到管道中的箭头表示发送速率。图8A至8C示出了进入到管道中的箭头的数目越多，发送速率越高。此外，从管道离开的箭头表示吞吐量。图8A至8C示出了从管道离开的箭头的数目越多，吞吐量越高。此外，实线箭头表示自业务，而虚线箭头表示交叉业务。
在以上区间中，如果自业务使用的通信带宽增加(如果图8A中示出的状态改变到图8B中示出的状态)，则与交叉业务相关的数据丢失率和延迟时间也增加。在此，数据丢失率是从通信网络消失的数据(例如，分组)的比例。此外，延迟时间是从发送数据的点到接收数据的点的时间跨度。
另一方面，如果根据TCP来发送交叉业务，则执行发送速率控制来降低数据丢失率和延迟时间。亦即，如果自业务使用的通信带宽增加，则交叉业务的发送速率降低。由此，自业务的吞吐量变得甚至更大(变为图8C中示出的状态)。
通过这种方式，由于业务之间的相互作用，自业务的吞吐量经历变化。
因此，根据第二示例性实施例的发送设备100使用已考虑到来自业务之间的相互作用对吞吐量的影响的数学模型。该数学模型表示吞吐量、无线链路质量信息和发送速率之间的关系。
在此，参考图9，将详细地说明根据第二示例性实施例的数学模型。
如上所述，可以说，交叉业务流和从发送设备100向接收设备200发送的数据的吞吐量之间的定性关系是相互推开彼此的流的关系(如果一个增加，则另一个降低，而如果一个降低，则另一个增加)。
因此，如图9中示出的，通过基于动态模型(粘弹性体模型)表示无线链路质量信息以及自业务的发送速率和吞吐量之间的关系来构建数学模型，该动态模型包括移动体M1、作为弹性体的弹簧M2(弹性单元)以及作为粘性体的阻尼器M3(粘性单元)。
该动态模型通过流过由第一壁表面W1和移动体M1所限定的通道的流体来仿真从发送设备100向接收设备200发送的数据。移动体M1是盘状体，其被布置在通道中，并可以在预设的移动方向(图9中的垂直方向)上移动。
弹簧M2是具有弹簧常数(弹性系数)K的线圈弹簧。弹簧M2具有固定到移动体M1的一端以及固定到第二壁表面W2的另一端。通过这种配置，弹簧M2变形得像移动体M1在移动方向上移动的位移那么多。
阻尼器M3具有粘性系数D。阻尼器M3具有固定到移动体M1的一端以及固定到第二壁表面W2的另一端。通过这种配置，阻尼器M3延迟移动体M1由于施加到移动体M1的一些外力而在移动方向上的移动。
在本示例中，弹簧常数K和粘性系数D均为常数值(具有线性特性)。此外，弹簧常数K和/或粘性系数D还可以具有非线性的特性。
动态模型假设：通过与以发送速率u(以bps为单位)从发送设备100向接收设备200发送的数据相对应的流体，在移动方向上施加到移动体M1的外力如同根据发送速率u的f(u)一样大。此外，动态模型假设：吞吐量v(以bps为单位)是移动方向上在预设参考位置pref(在本示例中，第一壁表面W1的位置)与移动体M1的位置p之间的距离。亦即，可以说，该动态模型表示了吞吐量和发送速率之间的关系。
此外，在该动态模型中，当移动体M1在移动方向上位于远离参考位置pref达距离v0(不受力的距离)的位置处p0(不受力的位置)时，弹簧M2不产生弹力(回复力)。此外，弹簧M2产生的弹力如同移动体M1离开不受力的位置p0的位移v-v0乘以弹性系数K的值一样大(弹性系数K是比例系数)，并作用在与以下方向相反的方向上：移动体M1已经沿该方向从不受力的位置p0移动。
此外，在该动态模型中，当移动体M1在移动方向上静止时(速度等于零)，阻尼器M3不产生阻力。此外，阻尼器M3产生的阻力如同移动体M1在移动方向上移动的速度与作为另一比例系数的粘性系数D相乘的值一样大，并作用在与移动体M1移动的方向相反的方向上。
在该动态模型中，将支配移动体M1的运动的方程式表达为以下的公式2。此外，项dv/dt表示：在参考位置pref与移动体M1的位置p之间的移动方向上，距离v关于时间t的微分。
[公式2]
D dv dt + K ( v - v 0 ) = f ( u )
可以将该粘弹性体模型中的弹簧常数K视为表示“推开交叉业务的不可能性”。此外，可以将粘性系数D视为表示交叉业务的“粘度”或“响应迟钝度”。
此外，也可以使用其他模型来作为动态模型。例如，有可能采用还已经考虑到移动体M1的惯性力的模型来作为动态模型。通过移动体M1的惯性力，有可能表示与交叉业务有关的发送速率的过冲(overshooting)的改变。在该动态模型中，将支配移动体M1的运动的方程式表达为以下的公式3。此外，M是移动体M1的质量。此外，d2v/dt2是：在参考位置pref与移动体M1的位置p之间的移动方向上，距离v关于时间t的二阶微分。
[公式3]
M d 2 v d t 2 + D dv dt + K ( v - v 0 ) = f ( u )
此外，使用术语“Kelvin-Voigt模型”来指代其中弹簧M2和阻尼器M3如上所述地并行连接到移动体M1的粘弹性体模型。此外，如图10中示出的，动态模型还可以是其中弹簧M2和阻尼器M3串行连接到移动体M1的粘弹性体模型。这种粘弹性体模型被称为Maxwell模型。
此外，如图11中示出的，动态模型还可以是包括多个(在本示例中，2个)弹簧M2和M4以及多个(在本示例中，也是2个)阻尼器M3和M5的粘弹性体模型(4单元模型)。在本示例中，弹簧M2和阻尼器M3串行连接到移动体M1，以及弹簧M4和阻尼器M4并行连接到阻尼器M3。
此外，支配动态模型中的移动体M1的运动的方程式还可以包括以下项：由在参考位置pref与移动体M1的位置p之间的移动方向上，距离v关于时间t的三阶微分(加加速度(jerk)或急动度(surge))组成的项，或者由其四阶或更高阶微分组成的项。
现在，作为根据前述的第一示例性实施例的数学模型的CQI线性模型(公式1)已经考虑到无线链路质量对吞吐量施加的影响。另一方面，以上的动态模型(公式2)已经考虑到交叉业务对吞吐量施加的影响。
在实际的移动通信网络中，无线链路质量和交叉业务都对吞吐量施加影响。因此，使用考虑到无线链路质量对吞吐量施加的影响以及交叉业务对吞吐量施加的影响二者的数学模型被认为是优选的。
因此，根据第二示例性实施例的发送设备100使用这种模型作为混合了CQI线性模型和动态模型的数学模型(之后称为混合模型)。
接下来将详细描述混合模型。
混合模型将表示动态模型的公式2的右手边的项f(u)定义为如下面的公式4。
[公式4]
f(u)＝(aq+b)u
亦即，通过进行下面的假设来构建混合模型：通过与以发送速率u从发送设备100向接收设备200发送的数据相对应的流体，在移动方向上向移动体M1施加的外力f(u)如根据发送速率u和无线链路质量信息q一样大。
为了进行更具体的描述，通过进行下面的假设来构建混合模型：以上外力f(u)是发送速率u以及使用无线链路质量信息q作为变量的多项式函数(在本示例中，线性函数或线性表达式)的乘积。
然而，在公式2和公式4表示的数学模型中，在4个未知的常数D、K、a和b中，独立的常数仅有3个(1个常数从属于其他3个参数)。因此，有可能设K＝1。亦即，将混合模型表达为下面的公式5。在此，设v0＝0。
[公式5]
D dv dt + v = ( aq + b ) u
通过这种方式，可以说，通过常微分方程式来表达混合模型，该微分方程式具有使用发送速率u和无线链路质量信息q作为相应变量的函数的非齐次项。在此，非齐次项是发送速率u以及使用无线链路质量信息q作为变量的多项式函数(在本示例中，线性函数或线性表达式)的乘积。此外，还可以说，将混合模型构建为使得非齐次项表达外力f(u)。
在此，如果将公式5的两侧都除以(aq+b)，则还可以将混合模型表达为公式6。
[公式6]
D aq + b dv dt + 1 aq + b v = u
公式6使用(D/(aq+b))来替代D，以及使用(1/(aq+b))来替代K(D和K被用于公式2中)，并设f(u)＝u。亦即，还可想到，通过将动态模型中的粘性系数和弹性系数中的每一个的无线链路质量信息作为其变量的函数来表达混合模型。
在上文中已经说明了作为根据第二示例性实施例的数学模型的混合模型。
接下来将说明用于估计D、a和b的方法，该D、a和b是用于指定混合模型的模型参数。
用于估计模型参数D、a和b的方法可以是分析地计算最优解的方法(例如，最小平方估计法)，或者是通过重复计算来估计模型参数的方法(例如，最速下降法)。
下面将关于通过最小平方估计法来估计模型参数D、a和b的方法来说明示例。
首先，将通过关于连续时间的微分方程式来表达的公式5重写为差分方程式。在本示例中，如下面的公式7中示出的，采用计算周期(采样间隔)h来作为时间间隔(时间步长)，并使用后向差分。
[公式7]
D 2 h { 3 v ( k ) - 4 v ( k - 1 ) + v ( k - 2 ) } + v ( k ) = { aq ( k ) + b } u ( k )
在此，针对v(k)求解公式7，获得公式8。
[公式8]
v ( k ) = D 3 D + 2 h { 4 v ( k - 1 ) - v ( k - 2 ) } + 2 ha 3 D + 2 h q ( k ) u ( k ) + 2 hb 3 D + 2 h u ( k )
由公式8，分别将
Figure BDA00003566289400153
和θ定义为公式9和公式10。在此，“XT”表示矩阵X的转置矩阵。此外，
Figure BDA00003566289400154
和θ分别是三维列向量。
[公式9]
φ(k)＝[4v(k-1)-v(k-2)，q(k)u(k)，u(k)]T
[公式10]
&theta; = 1 3 D + 2 h [ D , 2 ha , 2 hb ] T
可以通过使用
Figure BDA00003566289400156
和θ来将作为差分方程式的公式8表达为如公式11所示。
[公式11]
v(k)＝φ(k)Tθ
根据公式11，有可能向θ应用最小平方估计法。通过使由最小平方估计法估计的θ等于θe，有可能通过下面的公式12来找到θe。在此，∑(x)表示针对k对X求和的值(亦即，针对每个计算周期h对X的求和)。此外，X-1表示矩阵X的逆矩阵。
[公式12]
θe＝[∑{φ(k)φ(k)T}]-1[∑{φ(k)v(k)}]
然后，通过将所估计的θe设为θe＝[θ1，θ2，θ3]，可以分别通过公式13、公式14和公式15来找到模型参数D、a和b。
[公式13]
D = 2 h &theta; 1 1 - 3 &theta; 1
[公式14]
a = &theta; 2 1 - 3 &theta; 1
[公式15]
b = &theta; 3 1 - 3 &theta; 1
此外，如图12中示出的，除了根据第一示例性实施例的发送设备100的功能之外，根据第二示例性实施例的发送设备100的功能还包括发送速率获取部分(发送速率获取装置)102。
每次计算周期h过去时，发送速率获取部分102计算(获取)发送速率，发送速率是数据发送部分101每单位时间向接收设备200发送的数据的量(大小)。
然后，基于无线链路质量信息获取部分104获取的无线链路质量信息(在本示例中，已平滑CQI)q(k)、接收速率获取部分103获取的吞吐量(吞吐量的估计值)v(k)、发送速率获取部分102获取的发送速率u(k)以及前述的混合模型，根据第二示例性实施例的模型函数估计部分105使用前述的最小平方估计法来计算(估计)模型参数。
此外，基于模型参数估计部分105估计的模型参数所指定的数学模型(混合模型)、无线链路质量信息获取部分104获取的无线链路质量信息、以及发送速率获取部分102获取的发送速率，根据第二示例性实施例的吞吐量估计部分106估计吞吐量。在本示例中，吞吐量估计部分106基于公式8来估计吞吐量。
如上文中所述，根据依照于本发明的第二示例性实施例的发送设备(吞吐量估计设备)100，有可能实现与根据第一示例性实施例的发送设备100类似的功能和效果。
此外，根据第二示例性实施例的发送设备100基于数学模型来估计吞吐量，该数学模型是通过基于动态模型表示发送速率和吞吐量之间的关系所构建的。由此，当存在交叉业务时，有可能以甚至更高的精确度来估计吞吐量。
此外，根据第二示例性实施例的发送设备100基于数学模型来估计吞吐量，该数学模型是通过基于动态模型表示发送速率和吞吐量之间的关系所构建的，该动态模型包括弹性体和粘性体。
现在，弹性体的弹力更好地表示与交叉业务有关的发送速率的改变，该改变是由与自业务有关的发送速率的改变所引起的。此外，从发送设备100改变与自业务有关的发送速率到改变与交叉业务有关的发送速率的延迟时间是有必要的。粘性体的阻力更好地表示了该延迟时间。因此，根据依照于第二示例性实施例的发送设备100，当存在交叉业务时，有可能以甚至更高的精确度来估计吞吐量。
接下来，将通过以下仿真的结果来更具体地说明根据第二示例性实施例的发送设备100的效果。
图13是概念性地示出仿真内容的示意图。在仿真中，多个(在本示例中，12个)用户R1至R4以及C1至C8各自持有一个相互不同的接收设备200。
用户R1至R4中的每一个持有作为估计吞吐量的对象的接收设备200。用户R1在距离基站BS 100m的位置处步行。用户R2在距离基站BS 300m的位置处步行。用户R3驾车行驶在距离基站BS 300m的位置处。用户R4驾车行驶在距离基站BS 500m的位置处。
此外，用户C1至C8中的每一个持有接收交叉业务的接收设备200。用户C1位于距离基站BS 100m的建筑中。用户C2位于距离基站BS 300m的建筑中。用户C3位于距离基站BS 500m的建筑中。
用户C4在距离基站BS 700m的位置处步行。用户C5驾车行驶在距离基站BS 700m的位置处。用户C6驾车行驶在距离基站BS 700m的另一位置处。用户C7在距离基站BS 1000m的位置处步行。用户C8位于距离基站BS 1000m的建筑中。
在该情况下，接收设备200和基站BS之间的距离越长，无线链路质量越差(越低)。此外，与步行的用户相比，驾驶移动中的汽车的用户具有较低的无线链路质量。
此外，在仿真中，发送设备100以具有预设样式的发送速率经由基站BS向用户R1至R4所持有的各个接收设备200发送数据。
如图14中示出的，样式是矩形波，其每10分钟交替重复0Mbps和0.6Mbps(0.8Mbps仅针对向用户R2所持有的接收设备200的发送)。
此外，根据FTP(文件传输协议)/TCP来发送交叉业务。在本示例中，交叉业务是涉及文件下载的业务。
本次执行4个仿真。
在第一仿真中，用户R1持有的接收设备200是估计吞吐量的对象，以及仅向用户C1至C5持有的各个接收设备200发送交叉业务。
在第二仿真中，用户R2持有的接收设备200是估计吞吐量的对象，以及仅向用户C1至C3持有的各个接收设备200发送交叉业务。
在第三仿真中，用户R3持有的接收设备200是估计吞吐量的对象，以及仅向用户C1至C3持有的各个接收设备200发送交叉业务。
在第四仿真中，用户R4持有的接收设备200是估计吞吐量的对象，以及仅向用户C1至C3持有的各个接收设备200发送交叉业务。
然后，针对4个仿真中的每一个，发送设备100基于所获取的吞吐量(吞吐量的估计值)、所获取的无线链路质量信息(已平滑CQI)以及数学模型(混合模型)来估计模型参数。
此外，针对4个仿真中的每一个，发送设备100基于所估计的模型参数指定的数学模型(混合模型)、发送速率以及所获取的无线链路质量信息(已平滑CQI)来估计吞吐量。
图15是示出无线链路质量的值(在本示例中，CQI)随时间的改变的图，该无线链路质量的值表示在基站BS与用户R1所持有的接收设备200之间建立的无线链路的质量。用户R1所持有的接收设备200的CQI非常高，并且随着时间很少变化(非常稳定)。
图16是示出无线链路质量的值随时间的改变的图，该无线链路质量的值表示在基站BS与用户R2所持有的接收设备200之间建立的无线链路的质量。用户R2所持有的接收设备200的CQI比较高，并且随着时间比较少变化(比较稳定)。
图17是示出无线链路质量的值随时间的改变的图，该无线链路质量的值表示在基站BS与用户R3所持有的接收设备200之间建立的无线链路的质量。用户R3所持有的接收设备200的CQI随着时间变化非常大(不稳定)，并且其平均值与用户R2所持有的接收设备200的CQI大致相同。
图18是示出无线链路质量的值随时间的改变的图，该无线链路质量的值表示在基站BS与用户R4所持有的接收设备200之间建立的无线链路的质量。用户R4所持有的接收设备200的CQI非常低，并且随着时间变化非常大(不稳定)。亦即，可以说该无线链路非常不稳定。
图19是示出第一仿真中的发送速率、吞吐量的测量值、以及吞吐量的估计值(发送设备100所估计的吞吐量)随时间的相应改变的图。如图15中示出的，因为无线链路质量的值稳定在高值处，吞吐量主要受到交叉业务的影响。
如果发送速率以阶梯状的方式(即，不连续地)增加，则相对于发送速率的改变，吞吐量的改变延迟了与推开交叉业务所需的时间一样长的时间。亦即，如图19中示出的，吞吐量的初始上升画出了一条曲线。吞吐量的估计值成功反映了吞吐量的测量值画出的该曲线。
此外，如果发送速率以阶梯状的方式增加，则即使在延迟时间结束之后，仍然不可能推开所有的交叉业务。亦即，如图19中示出的，吞吐量的最大值小于发送速率的最大值。吞吐量的估计值成功反映了吞吐量的最大测量值小于发送速率的最大值。
通过这种方式，发送设备100可以通过使用混合模型来高精确度地估计吞吐量。
图20是示出第一仿真中的丢失率(分组丢失率)的测量值以及丢失率的估计值(基于发送设备100估计的吞吐量计算的丢失率)随时间的相应改变的图。通过这种方式，发送设备100还可以通过使用混合模型来高精确度地估计丢失率。
图21是示出第二仿真中的发送速率、吞吐量的测量值以及吞吐量的估计值随时间的相应改变的图。如图16中示出的，因为无线链路质量的值在某个程度上发生了变化，除了交叉业务之外，吞吐量还受到无线链路质量的比较大的影响。
可以看出，特别在10至20秒的时间段内，无线链路质量对吞吐量施加的影响很强。在10至20秒的时间段内，因为无线链路质量的值比较低，吞吐量也比较低。另一方面，在30秒之后的时间段内，因为无线链路质量的值稳定在比较高的值处，吞吐量以与第一仿真相同的方式改变。
通过这种方式，在第二仿真中，吞吐量受到无线链路质量和交叉业务的比较大的影响。如图21中示出的，在这种情况下，发送设备100也仍然可以通过使用混合模型来高精确度地估计吞吐量。
图22是示出第二仿真中的丢失率的测量值以及丢失率的估计值随时间的相应改变的图。通过这种方式，发送设备100可以通过使用混合模型来高精确度地估计丢失率，包括在10到20秒的时间段期间丢失率的快速增加。
图23是示出第三仿真中的发送速率、吞吐量的测量值以及吞吐量的估计值随时间的相应改变的图。如图17中示出的，因为无线链路质量的值变化非常大，吞吐量受到无线链路质量的比较大的影响。
在10秒到20秒的时间段期间，以及在50至60秒的时间段期间，存在着无线链路质量下降比较大的时间。由于该影响，存在着吞吐量也下降比较大的时间。另一方面，在30至40秒的时间段期间，因为无线链路质量比较高，吞吐量主要受交叉业务的影响。
从而，在第三仿真中，吞吐量也受到无线链路质量和交叉业务的比较大的影响。如图23中示出的，在这种情况下，发送设备100也仍然可以通过使用混合模式来高精确度地估计吞吐量。
图24是示出第三仿真中的丢失率的测量值以及丢失率的估计值随时间的相应改变的图。通过这种方式，发送设备100可以通过使用混合模型来高精确度地估计丢失率，包括在无线链路质量下降很大时发生的分组丢失。
图25是示出第四仿真中的发送速率、吞吐量的测量值以及吞吐量的估计值随时间的相应改变的图。如图18中示出的，因为无线链路质量的值变化非常大，吞吐量受到无线链路质量的比较大的影响。
在无线链路质量较低的时间段期间，吞吐量也较低。从而，在第四仿真中，吞吐量也受到无线链路质量和交叉业务的比较大的影响。如图25中示出的，在这种情况下，发送设备100也仍然可以通过使用混合模式来高精确度地估计吞吐量。
图26是示出第四仿真中的丢失率的测量值以及丢失率的估计值随时间的相应改变的图。通过这种方式，发送设备100可以通过使用混合模型来高精确度地估计丢失率，包括在无线链路质量下降很大时发生的分组丢失。
通过以上方式，由仿真结果，以下结论也变得显而易见：当存在交叉业务时，根据第二示例性实施例的发送设备100在经由无线链路发送数据时可以高精确度地估计吞吐量。
此外，虽然通过基于动态模型表达吞吐量、无线链路质量信息以及发送速率之间的关系来构建第二示例性实施例中的数学模型，还可以通过基于另一模型(例如，热传导模型、流体模型、电路模型等)对该关系进行表达来构建该数学模型。
<第三示例性实施例>
接下来，将参考图27说明根据本发明的第三示例性实施例的吞吐量估计设备。
根据第三示例性实施例的吞吐量估计设备500包括无线链路质量信息获取部分(无线链路质量信息获取装置)501和吞吐量估计部分(吞吐量估计装置)502，无线链路质量信息获取部分501获取表示移动通信网络上在移动台和基站之间建立的无线链路的质量的无线链路质量信息，吞吐量估计部分502基于所获取的无线链路质量信息来估计吞吐量，吞吐量是移动台每单位时间接收的、由与移动台可通信地连接的发送设备经由无线链路发送的数据的量。
根据第三示例性实施例，在经由无线链路发送数据时，有可能高精确度地估计吞吐量。
在上文中，参考以上的示例性实施例说明了本发明。然而，本发明不限于这些示例性实施例。在本发明的范围之内，有可能向本发明的配置和细节施加本领域技术人员可以理解的各种改变。
例如，虽然在以上的示例性实施例中，向接收设备发送数据的发送设备构建了吞吐量估计设备，接收设备可代之以构建吞吐量估计设备。此外，除接收设备和发送设备之外的设备(例如，基站、服务器设备等)可以代之以构建吞吐量估计设备。
此外，虽然以上示例性实施例中的每个示例性实施例的移动通信系统1的各个功能都是使CPU实现计算机程序(软件)来实现的，备选地，可以由硬件(例如，电路等)来对其进行实现。
此外，虽然以上示例性实施例中的每个示例性实施例中的计算机程序都存储在存储设备中，备选地，可以将其存储在计算机可读的记录介质中。该记录介质例如是便携式介质，例如，软盘、光盘、磁光盘、半导体存储器等。
此外，作为以上示例性实施例的其他修改，有可能采用以上示例性实施例和修改的任何组合。
<补充注释>
可以将以上公开的示例性实施例的全部或者部分描述为以下的补充注释，然而不限于此。
(补充注释1)
一种吞吐量估计设备，包括：
无线链路质量信息获取装置，所述无线链路质量信息获取装置用于获取表示移动通信网络上在移动台与基站之间建立的无线链路的质量的无线链路质量信息；以及
吞吐量估计装置，所述吞吐量估计装置用于基于所获取的无线链路质量信息来估计吞吐量，吞吐量是所述移动台每单位时间接收的、由与所述移动台可通信地连接的发送设备经由所述无线链路发送的数据的量。
根据该吞吐量估计设备，在经由无线链路发送数据时，有可能高精确度地估计吞吐量。
(补充注释2)
根据补充注释1所述的吞吐量估计设备，其中，所述吞吐量估计装置被配置为基于数学模型以及所获取的无线链路质量信息来估计所述吞吐量，所述数学模型表示所述吞吐量与所述无线链路质量信息之间的关系。
(补充注释3)
根据补充注释2所述的吞吐量估计设备，其中，所述数学模型是通过假设所述吞吐量与使用所述无线链路质量信息作为变量的多项式函数相等来构建的。
现在，在吞吐量和使用无线链路质量信息作为变量的多项式函数之间存在着比较强的相关性。因此，通过以上述方式配置吞吐量估计设备，有可能在经由无线链路发送数据时以甚至更高的精确度来估计吞吐量。
(补充注释4)
根据补充注释3所述的吞吐量估计设备，其中，所述数学模型是通过假设所述吞吐量与使用所述无线链路质量信息作为变量的线性函数相等来构建的。
现在，在吞吐量和使用无线链路质量信息作为变量的线性函数之间存在着比较强的相关性。因此，通过以上述方式配置吞吐量估计设备，有可能在经由无线链路发送数据时以甚至更高的精确度来估计吞吐量。
(补充注释5)
根据补充注释2所述的吞吐量估计设备，还包括发送速率获取装置，所述发送速率获取装置用于获取发送速率，所述发送速率是所述发送设备每单位时间向所述移动台发送的数据的量，其中，所述吞吐量估计装置被配置为基于表示所述吞吐量、所述无线链路质量信息和所述发送速率之间的关系的数学模型，基于所获取的发送速率，并基于所获取的无线链路质量信息，来估计所述吞吐量。
如果自业务使用的通信带宽发生改变，则交叉业务的发送速率也发生改变。在此，自业务是从发送设备向移动设备发送的数据。此外，交叉业务是使用与从发送设备到移动台的通信路径共享至少部分路径的通信路径发送的数据。
现在，在吞吐量、无线链路质量信息和自业务的发送速率之间存在着比较强的相关性。因此，通过以上述方式配置吞吐量估计设备，有可能在存在交叉业务时以甚至更高的精确度来估计吞吐量。
(补充注释6)
根据补充注释5所述的吞吐量估计设备，其中，由针对所述吞吐量的常微分方程式来表达所述数学模型，所述常微分方程式具有将所述发送速率和所述无线链路质量信息中的每一个作为其变量的函数的非齐次项。
(补充注释7)
根据补充注释6所述的吞吐量估计设备，其中，所述非齐次项是所述发送速率与使用所述无线链路质量信息作为变量的多项式函数的乘积。
(补充注释8)
根据补充注释7所述的吞吐量估计设备，其中，所述非齐次项是所述发送速率与使用所述无线链路质量信息作为变量的线性函数的乘积。
(补充注释9)
根据补充注释5至8中任一项所述的吞吐量估计设备，其中，所述数学模型是通过基于动态模型表达所述吞吐量、所述无线链路质量信息和所述发送速率之间的关系来构建的。
现在，动态模型成功地表达了吞吐量、无线链路质量信息和自业务的发送速率之间的关系。因此，通过以上述方式配置吞吐量估计设备，有可能在存在交叉业务时以甚至更高的精确度来估计吞吐量。
(补充注释10)
根据补充注释9所述的吞吐量估计设备，其中，所述动态模型包括：能够在预设移动方向上移动的移动体；以及弹性体和粘性体中的至少一个，所述弹性体在所述移动方向上变形得如所述移动体在所述移动方向上的位移一样多，所述粘性体延迟所述移动体在所述移动方向上的移动。
现在，弹性体的弹力更好地表示与交叉业务有关的发送速率的改变，该改变是由与自业务有关的发送速率的改变所引起的。因此，通过以上述方式配置吞吐量估计设备，有可能在存在交叉业务时以甚至更高的精确度来估计吞吐量。
此外，从发送设备改变与自业务有关的发送速率到改变与交叉业务有关的发送速率的延迟时间是有必要的。粘性体的阻力更好地表示了该延迟时间。因此，通过以上述方式配置吞吐量估计设备，有可能在存在交叉业务时以甚至更高的精确度来估计吞吐量。
(补充注释11)
根据补充注释10所述的吞吐量估计设备，其中，所述数学模型是通过以下假设来构建的：在所述移动方向上向所述移动体施加的外力如根据所述发送速率和所述无线链路质量信息一样大，以及所述吞吐量是在所述移动方向上在预设参考点和所述移动体的位置之间的距离。
(补充注释12)
根据补充注释11所述的吞吐量估计设备，其中，所述数学模型被构建为使所述非齐次项表达所述外力。
(补充注释13)
根据补充注释10至12中任一项所述的吞吐量估计设备，其中，所述数学模型是通过以下假设来构建的：所述弹性体产生的弹力如所述移动体距离不受力的位置的位移与弹性系数相乘的值一样大，所述不受力的位置是所述移动体在所述弹力为零的情况下的位置，所述弹性系数是比例系数，以及所述弹力作用在与所述移动体已经从所述不受力的位置移动的方向相反的方向上。
(补充注释14)
根据补充注释10至13中任一项所述的吞吐量估计设备，其中，所述数学模型是通过以下假设来构建的：所述粘性体产生的阻力如所述移动体在所述移动方向上的速度与粘性系数相乘一样大，所述粘性系数是另一比例系数，以及所述阻力作用在与所述移动体移动的方向相反的方向上。
(补充注释15)
根据补充注释1至14中任一项所述的吞吐量估计设备，还包括：吞吐量获取装置和模型参数估计装置，所述吞吐量获取装置用于获取所述吞吐量，所述模型参数估计装置用于基于所获取的吞吐量和所获取的无线链路质量信息来估计用于指定所述数学模型的模型参数。
(补充注释16)
根据补充注释1至15中任一项所述的吞吐量估计设备，其中，所述无线链路质量信息是基于信道质量指示符(CQI)的值。
(补充注释17)
根据补充注释16所述的吞吐量估计设备，其中，所述无线链路质量信息是已经使所述信道质量指示符经过平滑处理的值。
(补充注释18)
一种吞吐量估计方法，包括：
获取表示移动通信网络上在移动台与基站之间建立的无线链路的质量的无线链路质量信息；
基于所获取的无线链路质量信息来估计吞吐量，吞吐量是所述移动台每单位时间接收的、由与所述移动台可通信地连接的发送设备经由所述无线链路发送的数据的量。
(补充注释19)
根据补充注释18所述的吞吐量估计方法，其中，基于数学模型以及所获取的无线链路质量信息来估计所述吞吐量，所述数学模型表示所述吞吐量与所述无线链路质量信息之间的关系。
(补充注释20)
根据补充注释19所述的吞吐量估计方法，其中，所述数学模型是通过假设所述吞吐量与使用所述无线链路质量信息作为变量的多项式函数相等来构建的。
(补充注释21)
根据补充注释19所述的吞吐量估计方法，还包括：获取发送速率，所述发送速率是所述发送设备每单位时间向所述移动台发送的数据的量，其中，基于表示所述吞吐量、所述无线链路质量信息和所述发送速率之间的关系的数学模型，基于所获取的发送速率，并基于所获取的无线链路质量信息，来估计所述吞吐量。
(补充注释22)
一种包括指令的吞吐量估计计算机程序，所述指令用于使信息处理设备执行包括以下步骤的处理：
获取表示移动通信网络上在移动台与基站之间建立的无线链路的质量的无线链路质量信息；
基于所获取的无线链路质量信息来估计吞吐量，吞吐量是所述移动台每单位时间接收的、由与所述移动台可通信地连接的发送设备经由所述无线链路发送的数据的量。
(补充注释23)
根据补充注释22所述的吞吐量估计计算机程序，其中，所述吞吐量估计计算机程序被配置为使所述信息处理设备执行以下处理：基于数学模型并基于所获取的无线链路质量信息来估计所述吞吐量，所述数学模型表示所述吞吐量与所述无线链路质量信息之间的关系。
(补充注释24)
根据补充注释23所述的吞吐量估计计算机程序，其中，所述数学模型是通过假设所述吞吐量与使用所述无线链路质量信息作为变量的多项式函数相等来构建的。
(补充注释25)
根据补充注释23所述的吞吐量估计计算机程序，其中，所述吞吐量估计计算机程序被配置为使所述信息处理设备执行还包括以下步骤的处理：获取发送速率，所述发送速率是所述发送设备每单位时间向所述移动台发送的数据的量，以及基于表示所述吞吐量、所述无线链路质量信息和所述发送速率之间的关系的数学模型，基于所获取的发送速率，并基于所获取的无线链路质量信息来估计所述吞吐量。
此外，本申请要求2011年1月28日提交的日本专利申请No.2011-016232的优先权，其公开通过整体引用的方式并入本文。
工业实用性
本发明可应用于用于估计吞吐量的吞吐量估计设备等。
附图标记列表
1  移动通信系统
100  发送设备(吞吐量估计设备)
101  数据发送部分
102  发送速率获取部分
103  接收速率获取部分
104  无线链路质量信息获取部分
105  模型参数估计部分
106  吞吐量估计部分
200  接收设备(移动台)
201  数据接收部分
202  接收信息发送部分
203  无线链路质量值获取部分
204  无线链路质量值发送部分
500  吞吐量估计设备
501  无线链路质量信息获取部分
502  吞吐量估计部分
BS  基站
M1  移动体
M2，M4  弹簧
M3，M5  阻尼器
W1  第一壁表面
W2  第二壁表面

Claims (25)

1.一种吞吐量估计设备，包括：
无线链路质量信息获取装置，所述无线链路质量信息获取装置用于获取表示移动通信网络上在移动台与基站之间建立的无线链路的质量的无线链路质量信息；以及
吞吐量估计装置，所述吞吐量估计装置用于基于所获取的无线链路质量信息来估计吞吐量，所述吞吐量是所述移动台每单位时间接收的、由与所述移动台可通信地连接的发送设备经由所述无线链路发送的数据的量。
2.根据权利要求1所述的吞吐量估计设备，其中，所述吞吐量估计装置被配置为基于数学模型并基于所获取的无线链路质量信息来估计所述吞吐量，所述数学模型表示所述吞吐量与所述无线链路质量信息之间的关系。
3.根据权利要求2所述的吞吐量估计设备，其中，所述数学模型是通过假设所述吞吐量与使用所述无线链路质量信息作为变量的多项式函数相等来构建的。
4.根据权利要求3所述的吞吐量估计设备，其中，所述数学模型是通过假设所述吞吐量与使用所述无线链路质量信息作为变量的线性函数相等来构建的。
5.根据权利要求2所述的吞吐量估计设备，还包括：发送速率获取装置，所述发送速率获取装置用于获取发送速率，所述发送速率是所述发送设备每单位时间向所述移动台发送的数据的量，其中，所述吞吐量估计装置被配置为基于表示所述吞吐量、所述无线链路质量信息和所述发送速率之间的关系的数学模型，基于所获取的发送速率，并基于所获取的无线链路质量信息，来估计所述吞吐量。
6.根据权利要求5所述的吞吐量估计设备，其中，由针对所述吞吐量的常微分方程式来表达所述数学模型，所述常微分方程式具有将所述发送速率和所述无线链路质量信息中的每一个作为其变量的函数的非齐次项。
7.根据权利要求6所述的吞吐量估计设备，其中，所述非齐次项是所述发送速率与使用所述无线链路质量信息作为变量的多项式函数的乘积。
8.根据权利要求7所述的吞吐量估计设备，其中，所述非齐次项是所述发送速率与使用所述无线链路质量信息作为变量的线性函数的乘积。
9.根据权利要求5至8中任一项所述的吞吐量估计设备，其中，所述数学模型是通过基于动态模型表达所述吞吐量、所述无线链路质量信息和所述发送速率之间的关系来构建的。
10.根据权利要求9所述的吞吐量估计设备，其中，所述动态模型包括：弹性体和粘性体中的至少一个和能够在预设移动方向上移动的移动体，所述弹性体在所述移动方向上变形得如所述移动体在所述移动方向上的位移一样多，所述粘性体延迟所述移动体在所述移动方向上的移动。
11.根据权利要求10所述的吞吐量估计设备，其中，所述数学模型是通过以下假设来构建的：在所述移动方向上向所述移动体施加的外力如根据所述发送速率和所述无线链路质量信息一样大，以及所述吞吐量是在所述移动方向上在预设参考点和所述移动体的位置之间的距离。
12.根据权利要求11所述的吞吐量估计设备，其中，所述数学模型被构建为使所述非齐次项表达所述外力。
13.根据权利要求10至12中任一项所述的吞吐量估计设备，其中，所述数学模型是通过以下假设来构建的：所述弹性体产生的弹力如所述移动体距离不受力的位置的位移与弹性系数相乘的值一样大，所述不受力的位置是所述移动体在所述弹力为零的情况下的位置，所述弹性系数是比例系数，以及所述弹力作用在与所述移动体已经从所述不受力的位置移动的方向相反的方向上。
14.根据权利要求10至13中任一项所述的吞吐量估计设备，其中，所述数学模型是通过以下假设来构建的：所述粘性体产生的阻力如所述移动体在所述移动方向上的速度与粘性系数相乘一样大，所述粘性系数是另一比例系数，以及所述阻力作用在与所述移动体移动的方向相反的方向上。
15.根据权利要求1至14中任一项所述的吞吐量估计设备，还包括：吞吐量获取装置和模型参数估计装置，所述吞吐量获取装置用于获取所述吞吐量，所述模型参数估计装置用于基于所获取的吞吐量和所获取的无线链路质量信息来估计用于指定所述数学模型的模型参数。
16.根据权利要求1至15中任一项所述的吞吐量估计设备，其中，所述无线链路质量信息是基于信道质量指示符CQI的值。
17.根据权利要求16所述的吞吐量估计设备，其中，所述无线链路质量信息是已经使所述信道质量指示符经过平滑处理的值。
18.一种吞吐量估计方法，包括：
获取表示移动通信网络上在移动台与基站之间建立的无线链路的质量的无线链路质量信息；
基于所获取的无线链路质量信息来估计吞吐量，所述吞吐量是所述移动台每单位时间接收的、由与所述移动台可通信地连接的发送设备经由所述无线链路发送的数据的量。
19.根据权利要求18所述的吞吐量估计方法，其中，基于数学模型并基于所获取的无线链路质量信息来估计所述吞吐量，所述数学模型表示所述吞吐量与所述无线链路质量信息之间的关系。
20.根据权利要求19所述的吞吐量估计方法，其中，所述数学模型是通过假设所述吞吐量与使用所述无线链路质量信息作为变量的多项式函数相等来构建的。
21.根据权利要求19所述的吞吐量估计方法，还包括：获取发送速率，所述发送速率是所述发送设备每单位时间向所述移动台发送的数据的量，其中，基于表示所述吞吐量、所述无线链路质量信息和所述发送速率之间的关系的数学模型，基于所获取的发送速率，并基于所获取的无线链路质量信息，来估计所述吞吐量。
22.一种包括指令的吞吐量估计计算机程序，所述指令用于使信息处理设备执行包括以下步骤的处理：
获取表示移动通信网络上在移动台与基站之间建立的无线链路的质量的无线链路质量信息；
基于所获取的无线链路质量信息来估计吞吐量，所述吞吐量是所述移动台每单位时间接收的、由与所述移动台可通信地连接的发送设备经由所述无线链路发送的数据的量。
23.根据权利要求22所述的吞吐量估计计算机程序，其中，所述吞吐量估计计算机程序被配置为使所述信息处理设备执行以下处理：基于数学模型并基于所获取的无线链路质量信息来估计所述吞吐量，所述数学模型表示所述吞吐量与所述无线链路质量信息之间的关系。
24.根据权利要求23所述的吞吐量估计计算机程序，其中，所述数学模型是通过假设所述吞吐量与使用所述无线链路质量信息作为变量的多项式函数相等来构建的。
25.根据权利要求23所述的吞吐量估计计算机程序，其中，所述吞吐量估计计算机程序被配置为使所述信息处理设备执行还包括以下步骤的处理：获取发送速率，所述发送速率是所述发送设备每单位时间向所述移动台发送的数据的量，以及基于表示所述吞吐量、所述无线链路质量信息和所述发送速率之间的关系的数学模型，基于所获取的发送速率，并基于所获取的无线链路质量信息，来估计所述吞吐量。
CN201180065997.3A 2011-01-28 2011-11-30 吞吐量估计设备和方法 Active CN103329591B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2011-016232 2011-01-28
JP2011016232 2011-01-28
PCT/JP2011/006684 WO2012101709A1 (ja) 2011-01-28 2011-11-30 スループット推定装置

Publications (2)

Publication Number Publication Date
CN103329591A true CN103329591A (zh) 2013-09-25
CN103329591B CN103329591B (zh) 2016-06-15

Family

ID=46580322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180065997.3A Active CN103329591B (zh) 2011-01-28 2011-11-30 吞吐量估计设备和方法

Country Status (5)

Country Link
US (1) US9271186B2 (zh)
EP (1) EP2670185B1 (zh)
JP (1) JP5835234B2 (zh)
CN (1) CN103329591B (zh)
WO (1) WO2012101709A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10440705B2 (en) * 2012-12-05 2019-10-08 Origin Wireless, Inc. Method, apparatus, server, and systems of time-reversal technology
WO2015059878A1 (ja) * 2013-10-22 2015-04-30 国立大学法人東京農工大学 粘性係数算出装置、押込試験装置、引張試験装置、粘性係数算出方法およびプログラム
JP6200313B2 (ja) * 2013-12-25 2017-09-20 日本電信電話株式会社 スループット測定装置及びスループット測定方法
US10397816B2 (en) * 2014-12-09 2019-08-27 Qualcomm Incorporated Wireless local area network throughput estimation
US9591527B2 (en) * 2015-03-10 2017-03-07 Qualcomm Incorporated Enhanced mechanism to achieve better throughput in X+GSM MSMS devices
US10778718B2 (en) * 2016-09-16 2020-09-15 Salesforce.Com, Inc. Phishing detection and prevention
WO2018235697A1 (ja) * 2017-06-19 2018-12-27 日本電気株式会社 送信装置、通信システム、通信方法、及び記録媒体

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1805326A (zh) * 2005-01-11 2006-07-19 松下电器产业株式会社 多用户多输入多输出系统的跨层联合优化方法及装置
CN101099310A (zh) * 2005-01-12 2008-01-02 日本电气株式会社 用户吞吐量地理分布估计系统和用户吞吐量地理分布估计方法
EP2139141A2 (en) * 2008-06-27 2009-12-30 Fujitsu Ltd. Method and apparatus for designing modulation and coding set of communication system

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3911244B2 (ja) 2003-02-19 2007-05-09 日本電信電話株式会社 帯域推定方法及びシステム
US20040179480A1 (en) * 2003-03-13 2004-09-16 Attar Rashid Ahmed Method and system for estimating parameters of a link for data transmission in a communication system
JP4080950B2 (ja) * 2003-05-30 2008-04-23 京セラ株式会社 端末装置
JP2005244851A (ja) 2004-02-27 2005-09-08 Kddi Corp ネットワーク性能評価装置およびその方法
US7197013B2 (en) * 2004-03-01 2007-03-27 Cisco Technology, Inc. Quality evaluation for wireless communication networks
US7852746B2 (en) * 2004-08-25 2010-12-14 Qualcomm Incorporated Transmission of signaling in an OFDM-based system
US7515538B2 (en) * 2005-10-13 2009-04-07 Microsoft Corporation Probabilistic estimation of achievable maximum throughput from wireless interface
JP4675743B2 (ja) 2005-10-19 2011-04-27 日本電信電話株式会社 無線ｌａｎスループット測定装置および無線ｌａｎスループット測定方法
JP2008258877A (ja) 2007-04-04 2008-10-23 Nec Corp 帯域測定システム、通信装置、帯域測定方法および帯域測定プログラム
JP5029125B2 (ja) 2007-04-27 2012-09-19 日本電気株式会社 可用帯域幅推定システム、ストリームデータ配信システム、方法、及び、プログラム
JP5077347B2 (ja) 2007-05-24 2012-11-21 日本電気株式会社 スループット推定方法及びシステム
WO2009022599A1 (ja) 2007-08-14 2009-02-19 Ntt Docomo, Inc. 受信装置及びデータ取得方法
KR101152854B1 (ko) 2007-12-27 2012-06-12 교세라 가부시키가이샤 무선통신장치
JP5048539B2 (ja) * 2008-01-30 2012-10-17 京セラ株式会社 無線通信装置
US8139528B2 (en) * 2008-01-28 2012-03-20 Qualcomm Incorporated Adaptive transmission of resource utilization messages
US8036168B2 (en) * 2008-01-29 2011-10-11 Motorola Solutions, Inc. Method and apparatus for link adaptation by stochastically selecting a transmit parameter
US8644288B2 (en) * 2008-07-31 2014-02-04 Motorola Mobility Llc Uplink spatial division multiple access (SDMA) user pairing and scheduling
US8184551B2 (en) * 2008-08-08 2012-05-22 Broadcom Corporation Throughput-based rate adaptation for wireless transmissions
US8848549B2 (en) * 2008-09-17 2014-09-30 Qualcomm Incorporated Optimizing throughput in a wireless communication system
US20100098047A1 (en) * 2008-10-21 2010-04-22 Tzero Technologies, Inc. Setting a data rate of encoded data of a transmitter
US8340586B2 (en) 2008-11-19 2012-12-25 T-Mobile Usa, Inc. System and method for link adaptation for variable link conditions
US8427942B2 (en) * 2010-06-03 2013-04-23 Deutsche Telekom Ag Method, apparatus, and system for connecting a mobile client to wireless networks

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1805326A (zh) * 2005-01-11 2006-07-19 松下电器产业株式会社 多用户多输入多输出系统的跨层联合优化方法及装置
CN101099310A (zh) * 2005-01-12 2008-01-02 日本电气株式会社 用户吞吐量地理分布估计系统和用户吞吐量地理分布估计方法
EP2139141A2 (en) * 2008-06-27 2009-12-30 Fujitsu Ltd. Method and apparatus for designing modulation and coding set of communication system

Also Published As

Publication number Publication date
JPWO2012101709A1 (ja) 2014-06-30
EP2670185B1 (en) 2019-12-25
US9271186B2 (en) 2016-02-23
WO2012101709A1 (ja) 2012-08-02
EP2670185A4 (en) 2017-05-17
EP2670185A1 (en) 2013-12-04
CN103329591B (zh) 2016-06-15
JP5835234B2 (ja) 2015-12-24
US20130301411A1 (en) 2013-11-14

Similar Documents

Publication Publication Date Title
CN103329591A (zh) 吞吐量估计设备
US20120150936A1 (en) Distribution system
JP2008258877A (ja) 帯域測定システム、通信装置、帯域測定方法および帯域測定プログラム
Ali et al. An optimal control approach for communication and motion co-optimization in realistic fading environments
Stornig et al. Video Quality and Latency for UAV Teleoperation over LTE: A Study with ns3
KR101511921B1 (ko) 파라미터 추정 장치, 파라미터 추정 방법, 및 파라미터 추정 프로그램
JP5626223B2 (ja) 可用帯域幅推定装置
Zhang et al. Models for non-intrusive estimation of wireless link bandwidth
Olama et al. Stochastic differential equations for modeling, estimation and identification of mobile-to-mobile communication channels
González Morín et al. Tcp-based distributed offloading architecture for the future of untethered immersive experiences in wireless networks
Yang et al. Delay performance of priority-queue equipped UAV-based mobile relay networks: Exploring the impact of trajectories
Oghogho Throughput dependence on SNR in IEEE802. 11 WLAN systems
Pötsch Future Mobile Transport Protocols
Lim et al. Estimating the number of competing terminals by cost-reference particle filtering in non-saturated wireless-LAN
Johnsson Bandwidth measurements in wired and wireless networks
Sharma et al. Improving QoE using Link Stability for Video Streaming in MANETs
Larrieu et al. TFRC contribution to Internet QoS improvement
Yan et al. Bayesian optimization for task offloading and resource allocation in mobile edge computing
Ghosh et al. Congestion Mitigation using Non-Cooperative Game Theory in LTE Base Stations
Wang et al. Measurement and analysis of online gaming services on mobile WiMAX networks
Xu et al. Performance evaluation of distributed computing paradigms in mobile ad hoc sensor networks
Yap et al. A Study to Support Haptic Collaboration with Real Time Force Feedback over Wireless Networks
WO2015107898A1 (ja) 送信装置、送信方法およびプログラム記録媒体
Kumar et al. A Novel Cross-Layer Network Architecture and Its Performance Analysis Using Mobile Ad Hoc Network Routing Protocol
Perur et al. Sparse multi-hop wireless for voice communication in rural India

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant