CN103427884B - 基于移动自组网中泛在业务生成的多终端协同获取方法 - Google Patents
基于移动自组网中泛在业务生成的多终端协同获取方法 Download PDFInfo
- Publication number
- CN103427884B CN103427884B CN201310300817.6A CN201310300817A CN103427884B CN 103427884 B CN103427884 B CN 103427884B CN 201310300817 A CN201310300817 A CN 201310300817A CN 103427884 B CN103427884 B CN 103427884B
- Authority
- CN
- China
- Prior art keywords
- service
- terminal
- ubiquitous
- network
- value
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000008901 benefit Effects 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000004083 survival effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 abstract description 2
- 238000011160 research Methods 0.000 abstract description 2
- 230000002045 lasting effect Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 13
- 230000000977 initiatory effect Effects 0.000 description 8
- 230000002093 peripheral effect Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供一种基于移动自组网中泛在业务生成的多终端协同获取方法,所述方法包括:S1:请求泛在业务并对业务起始终端进行初始化,根据泛在业务构建业务模型,并构建网络拓扑模型;S2:利用业务模型和网络拓扑模型,根据终端自身信息进行判定,得到局部候选终端集,并根据目标函数获得终端协同集。本发明提供一种基于移动自组网的多终端协同获取方法,通过对业务层和网络层分别建模来构建分层理论框架,为面向业务的多终端协同问题提供基础,通过为泛在业务动态选择最优终端集,为用户提供持续高质量可靠的泛在业务。
Description
技术领域
本发明涉及移动自组网络领域,特别涉及一种基于移动自组网中泛在业务生成的多终端协同获取方法。
背景技术
随着网络的高速、泛化的发展,极大扩充了网络的边缘,出现大量的异构终端分布于网络边缘与用户周边,并通过异构的网络接入模式互联互通,支撑人与人、人与物、物与物互联互通,给网络边缘带来极大的变化,形成泛在末梢环境。作为组成泛在末梢环境的基本元素,终端的定义得到极大扩展,各种终端具有不同的能力并逐步开放,例如存储能力、接入能力、计算能力和播放能力等,在泛在末梢网络环境下通过协同组成智能环境来扩展分布式的业务能力,使用户任何时间任何地点享有高质量的服务。在泛在末梢环境中,为用户提供泛在业务时保障终端协同过程的质量并支撑业务开展,给用户带来最佳的体验,成为了终端协同工作的动因和目标。如何实现异构能力的终端间协同工作进而满足个性化的泛在业务需求,成为泛在末梢环境下业务提供的关键问题。
移动自组织网络(MobileAdhocNetworks,MANETs)具有自组织、快速组网、抗毁性和健壮性等优良特性,在军事和民用领域具有广泛的应用前景,已成为泛在边缘网络的重要组成结构之一,其发展愈发呈现出开放、异构、分布式、动态的趋势,通过Adhoc移动终端的高效协作,用户可以获得更加丰富灵活的信息通信服务,移动节点间协作机制是Adhoc网络中重要的研究内容。然而,移动自组网中终端能力的有限性和网络拓扑的动态性,导致选择最优终端集协同支撑持续高质量的泛在业务成为挑战,因此设计一种有效的多终端协同方法支撑泛在业务是非常有必要的。
现有技术通过实现满足用户个性需求的各种应用服务并为支持泛在业务提供实现终端协同及子网能力协同创造了条件。但是现有技术给出的是泛在网的一个业务平台,是一个泛在环境中提供泛在业务的统一框架,并没有给出获得终端协同集的实现方法。
发明内容
(一)解决的技术问题
本发明解决的技术问题是:如何提供一种基于移动自组网中泛在业务生成的多终端协同获取方法,来解决移动自组网中由于终端能力有限和网络动态拓扑变化导致的无法维持高质量持续的泛在业务问题。
(二)技术方案
本发明提供了一种基于移动自组网中泛在业务生成的多终端协同获取方法,所述方法包括:
S1:请求泛在业务并对业务起始终端进行初始化,根据泛在业务构建业务模型,并构建网络拓扑模型;
S2:利用业务模型和网络拓扑模型,根据终端自身信息进行判定,得到局部候选终端集,并根据目标函数获得终端协同集;
所述目标函数为:
所述目标函数的约束条件为:
其中,Ft为时间域[τt,τt+1)内的最大效益,τt和τt+1均为时间实例;i为泛在业务,Pi为协同结果矩阵;为第i泛在业务在τt时间实例时经过处理之后的综合效益值;为执行第i泛在业务的第h子业务所需的第w种可用资源值;和为0-1变量,Rk,w为终端dk的第w种可以资源值,为执行第i泛在业务的第u关联所需的可用宽带值,Ee为网络中第e关联上带宽值。
优选地,所述根据终端自身信息进行判定具体包括:
S21:在网络中广播业务请求信息,所述业务请求信息携带广播包;
S22:接收到所述业务请求信息的终端判断自身能否提供业务请求信息所请求的子业务,若不能,则将所述业务请求信息进行转发;若能,则跳转步骤S23;
S23:终端判断自身的终端类型,根据终端类型对终端进行处理。
优选地,步骤S23中根据终端类型对终端进行处理具体包括:
终端类型若为业务终结终端,则根据业务终结终端信息形成业务回送信息;若为业务中继终端,则根据业务中继终端信息形成局部业务请求信息;
所述业务回送信息包括业务终结终端标识和业务质量指标;
所述局部业务请求信息包括业务中继终端标识、业务质量指标和广播包生存时间;
其中,第n种业务质量指标的权重公式为:
其中,ωn为第n种业务质量指标的权重,为第n种业务质量无权指标值,为业务质量指标归一化后业务质量指标的最大值,N为业务质量指标的数量。
优选地,业务质量指标还包括业务平滑性指标σ(Ft,τt∈T*):
其中,T*为网络生存时间,时间段T=τt+1-τt,Fu为时间段T内业务的平均业务质量效益值。
优选地,若终端类型为业务终结终端,则将业务回送信息回送给业务起始终端;若终端类型为业务中继终端,则将局部业务请求信息在网络中进行广播,继续进行步骤S21。
优选地,业务起始终端根据业务回送信息,并根据目标函数在约束条件下获得终端协同集。
优选地,步骤S2之后所述方法还包括:业务起始终端向终端协同集中的各个终端发送实例化请求信息,建立业务路由。
优选地,所述方法还包括:动态监测并控制泛在业务的执行,周期性更新业务质量指标。
优选地,所述方法还包括:判断当前第i泛在业务质量的综合效益值,如果当前第i泛在业务质量的综合效益值小于或等于用户需求值,则重启第i泛在业务。
(三)有益效果
本发明提供一种基于移动自组网中泛在业务生成的多终端协同获取方法,通过对业务层和网络层分别建模来构建分层理论框架,为面向业务的多终端协同问题提供基础,通过为泛在业务动态选择最优终端集,为用户提供持续高质量可靠的泛在业务。
附图说明
图1是本发明的方法流程图;
图2是本发明提供的业务模型;
图3是本发明提供的网络模型。
其中,
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
实施例1:
本发明提供了一种基于移动自组网中泛在业务生成的多终端协同获取方法,如图1所示,所述方法包括:
S1:请求泛在业务并对业务起始终端进行初始化,根据泛在业务构建业务模型,并构建网络拓扑模型;
业务模型:对于每一个请求的泛在业务i(i=1...I),包含子业务集Si和交互集Li两个集合,将其建模为有向图GUSM(Si,Li),Si和Li分别映射为图的顶点集和边集。
其中,I为请求的泛在业务的总数量。
子业务集合Si:由一系列完成单一功能的子业务构成,Si={si,h|h=1,...,Hi},其中si,h表示第i泛在业务中的第h子业务,si,0表示第i泛在业务的初始化子业务,Hi表示组成第i泛在业务的子业务的总数。
交互集Li:表示完成第i泛在业务时子业务与子业务之间的关联程度,Li={li,u|u=1,...,Ui},其中li,u表示第i泛在业务中第u关联,关联程度用相应权重的数字表示,Ui表示组成第i泛在业务的关联的总数。
网络拓扑模型:网络模型用于描述泛在末梢环境的网络结构,为了刻画动态网络环境将其建模为无向图GUN(D,E,T)。
引入时间域T*=[0,∞)作为网络生存时间,将其分解为时间的实例集T*={τ1,τ2,...},其中,在时间间隔[τt,τt+1)内网络拓扑保持不变。在每个时间实例τt时,将网络建模为无向图GUN(D,E,τt),包含终端集D和网络链路集E两个集合,分别映射为图的顶点集和边集。
终端集D:由一系列工作于网络中的终端构成,D={dk|dk,k=1,...,K},其中dk表示网络中第k终端,K为终端总数量。
网络链路集E:表示网络中终端与终端之间的关联程度,E={Ee|Ee,e=1,...,O},其中Ee表示第e关联,用相应的带宽值表示,O表示网络中关联的总数。
另外,引入资源集Rk={Rk,w|Rk,w,k=1...K,w=1...W},其中Rk,w表示终端dk的第w种可用资源值,用相应权重的数字表示,W为可用资源种类的总数。
为了保证高可靠业务传输,为每个用户提供最好的效益,基于业务模型和网络拓扑模型,面向业务的多终端协同问题就可以表示为如何从GUN(D,E,T)中动态选择终端集执行并维护泛在业务GUSM(Si,Li)。
S2:利用业务模型和网络拓扑模型,根据终端自身信息进行判定,得到局部候选终端集,并根据目标函数获得终端协同集;
将整个时间域划分为各小时间域[τt,τt+1)的概念,从而从各小时间域的角度观察泛在业务的质量,相邻时间域的业务质量值的差值可以反映业务的平滑程度。为解决如何维持时间域[τt,τt+1)和[τt+1,τt+2)之间持续高质量的业务,将时间域[τt,τt+1)内的最大效益Ft作为目标函数,其表达式如下:
其中,σ(Ft,τt∈T*)为业务平滑性指标,相邻时间域的效益值差σ(Ft+1,τt+1∈T*)与σ(Ft,τt∈T*)差值的绝对值越小则业务效益波动越小,则用户体验越佳;时间段T=τt+1-τt;Ft为业务质量效益值;Fu为时间段T内业务的平均效益值。
多终端协同过程中存在多种终端组合方案,第m终端组合方案定义为Cm(m=1,...,M),M为终端组合方案总数量。
Ft定义为其中Pi=[pmn]M×N为协同结果矩阵,用于衡量第i泛在业务的每一种终端组合方案的业务质量效益值;pmn为Cm中第n(n=1,...,N)种业务质量指标值,N为业务质量指标的总数。
由于QoS指标各种各样,单位形式不统一,为有效统一采用多属性决策进行无量纲处理,得到关于QoS指标的无量纲效益函数作为面向业务的多终端协同问题的目标函数来反映用户的效益。为将Pi=[pmn]M×N进行无量纲处理的结果,而依据指标的特性可将其计算分为以下几类:
效益型参数:其取值越大越好,如覆盖范围,可用带宽,内存,剩余能量等,这种类型的指标计算公式如下:
其中, 为第n业务质量指标在m种终端组合方案中的最大值,为第n业务质量指标在m种终端组合方案中的最小值。
成本型参数:其取值越小越好,如通信费用、传输功耗等,这种类型的指标计算公式如下:
门限型参数;其取值具有强制性,即必须大于或等于(或者小于等于)门限值t,如带宽需求,这种类型的指标计算公式如下:
模糊型参数:其通常不便使用精确数值来描述,但可用言语变量描述为“很好”、“一般”、“差”等,如安全性等。引入模糊数学,采用重心法、最大最小值法等方法将其去模糊化,转化为清晰数值。
进行了无量纲化处理之后,引入TOPSIS(TechniqueforOrderPreferencebySimilaritytoanIdealSolution)方法获取正理想解和负理想解然后计算各候选终端集与正理想解和负理想解的距离和进而计算第i泛在业务的综合效益值其中,
其中,vmn为Cm中第n业务质量的加权指标值,为无量纲处理后Cm中第n业务质量无权指标值,为在m种终端组合方案中第n种业务质量指标值的最大值,为在m种终端组合方案中第n种业务质量指标值的最小值,ωn为第n种业务质量指标的权重,为经过无量纲处理后的结果,即第n业务质量指标在m种终端组合方案中的最大值,为经过无量纲处理后的结果,即第n业务质量指标在m种终端组合方案中的最小值,为Cm中各业务质量指标与正理想解的差值的加权平方。
经过上述处理之后,将第i泛在业务质量的综合效益值作为目标函数,即所以面向业务的多终端协同问题的目标函数为
为解决在带宽有限网络中如何分配资源有限的终端来支撑请求的泛在业务,将每个终端上的可用资源Rk,w和每条链路上的带宽资源Ee作为约束条件:所述目标函数的约束条件为:
其中,Ft为时间域[τt,τt+1)内的最大效益,τt和τt+1均为时间实例;i为泛在业务,Pi为协同结果矩阵;为第i泛在业务在τt时间实例时经过处理之后的综合效益值;为执行第i泛在业务的第h子业务所需的第w种可用资源值;和为0-1变量,Rk,w为终端dk的第w种可以资源值,为执行第i泛在业务的第u关联所需的可用宽带值,Ee为网络中第e关联上带宽值。
其中,和为0-1变量,定义如下:
表示执行第i泛在业务的第h子业务所需的第w种可用资源值,表示执行第i泛在业务的第u关联所需的可用带宽值。
本实施例的相关定义、交互消息及相关集合如下:
业务起始点:泛在业务中不存在前趋子业务的子业务。
业务终结点:泛在业务中不存在后继子业务的子业务。
业务中继点:泛在业务中既存在前趋子业务也存在后继子业务的子业务。
业务起始终端:为进行泛在业务初始化工作的终端,即可以执行业务起始点的终端。
业务终结终端:可以执行业务终结点的终端。
业务中继终端:可以执行业务中继点的终端。
DCS:终端协同集,即选择出来用于执行泛在业务的最优终端集。
QMS:质量维护集,即记录泛在业务的业务质量指标值的集合,其中,ρin为第i泛在业务的第n业务质量指标值,为第i泛在业务的综合效益值
业务请求信息SYS_REQ(GUSM,NetTop,ρ,TTL):包括业务模型GUSM(Si,Li)、局部网络拓扑信息NetTop={DE,Gbit}、终端质量指标集ρ={ρ1,ρ2,...,ρN}及广播包生存时间TTL。其中,DE为子业务集的局部候选终端集,初始化为DE=(NULL,NULL,...,NULL);Gbit为标志位,表示子业务是否有候选终端可以执行,初始化为Gbit=00...0;ρ初始化为ρ={0,0,...,0}。SYS_REQ用于在网络中广播业务请求信息及局部终端集信息以便动态构建候选终端组合方案。
业务回送信息SYS_ACK(GUSM,NetTop,ρ):包括业务模型GUSM(Si,Li)、业务执行的全部网络拓扑信息NetTop={DE,Gbit}及终端质量指标集ρ={ρ1,ρ2,...,ρN}。其中, 表示执行第h子业务的终端,Gbith=1表示第h子业务有候选终端,Gbith=11...1则表示第i泛在业务的每个子业务均有终端执行,此时的DE构成一个有效的候选终端组合方案。业务终结终端回送SYS_ACK(GUSM,NetTop,ρ)给业务起始终端,便于完成最优终端集的选择。
实例化请求信息INS_REQ(GUSM,NetTop*,ρ*):业务起始终端d0将实例化需求发送给选择出来的最优终端组合方案中的各个终端,用于业务路由的建立。其中,NetTop*为最优终端组合方案,ρ*为要求达到的业务质量。
所述根据终端自身信息进行判定具体包括:
S21:在网络中广播业务请求信息SYS_REQ,所述业务请求信息携带广播包;
S22:接收到所述业务请求信息的终端将广播包中信息域的TTL减1,并判断自身能否提供业务请求信息所请求的子业务,若不能,则将所述业务请求信息进行转发当TTL为0时,则广播包终止广播;若能,则跳转步骤S23;
S23:终端判断自身的终端类型,根据终端类型对终端进行处理。
步骤S23中根据终端类型对终端进行处理具体包括:
终端类型若为业务终结终端,则将业务终结终端标识记入DE中,将Gbit中相应位置1,将相应业务质量指标记入ρ中,根据业务终结终端信息形成业务回送信息SYS_ACK(GUSM,NetTop,ρ);若为业务中继终端,则将业务中继终端标识记入DE中,将Gbit中相应位置1,将相应业务质量指标记入ρ中,将TTL置为TTL=T,根据业务中继终端信息形成局部业务请求信息SYS_REQ(GUSM,NetTop,ρ,TTL);
所述业务回送信息包括业务终结终端标识和业务质量指标;
所述局部业务请求信息包括业务中继终端标识、业务质量指标和广播包生存时间;
为解决如何为各种各样QoS指标自动设定合理的权重值,则设第n种业务质量指标的权重公式为:
其中,ωn为第n种业务质量指标的权重,为第n种业务质量无权指标值,为业务质量指标归一化后中业务质量指标的最大值,N为业务质量指标的数量。
业务质量指标还包括业务平滑性指标σ(Ft,τt∈T*):
其中,T*为网络生存时间,时间段T=τt+1-τt,Fu为时间段T内业务的平均业务质量效益值。
若终端类型为业务终结终端,则将业务回送信息回送给业务起始终端;若终端类型为业务中继终端,则将局部业务请求信息在网络中进行广播,继续进行步骤S21。
业务起始终端根据业务回送信息,并根据目标函数在约束条件下获得终端协同集。
步骤S2之后所述方法还包括:业务起始终端向终端协同集中的各个终端发送实例化请求信息INS_REQ(GUSM,NetTop*,ρ*),建立业务路由。
所述方法还包括:动态监测并控制泛在业务的执行,周期性更新业务质量指标。
所述方法还包括:判断当前第i泛在业务质量的综合效益值,如果当前第i泛在业务质量的综合效益值小于或等于用户需求值,则重启第i泛在业务,为第i泛在业务根据问题模型重新选择最优终端组合方案执行第i泛在业务。
本实施例提供一种基于移动自组网中泛在业务生成的多终端协同获取方法,通过对业务层和网络层分别建模来构建分层理论框架,为面向业务的多终端协同问题提供基础,通过为泛在业务动态选择最优终端集,为用户提供持续高质量可靠的泛在业务。
实施例2:
本发明提供了一种基于移动自组网中泛在业务生成的多终端协同获取方法的具体实施例,其中,业务的标识用sh(h=0,...,Hi)表示,终端的标识用矩形内不同字母{d0,...,dk,...,dK}表示,终端可以提供子业务用dk:sh表示。
请求泛在业务,将泛在业务结构构建业务模型GUSM如图2所示。
业务起始终端d0进行相关初始化工作,构建局部网络拓扑模型NetTop={DE,Gbit},如图3所示,其中,子业务集局部候选终端集DE=(NULL,NULL,...,NULL),标志位Gbit=00...0,初始化业务质量指标集ρ={0,0,...,0},初始化广播包生存时间TTL=2,设置DE0=d0,Gbit0=1,则生成SYS_REQ(GUSM,(d0,NULL,NULL,NULL,NULL,NULL,100000),ρ1,ρ2,...,ρN,2),将其作为业务请求信息向网络中广播。
当d1接收到d0发送的SYS_REQ,设置TTL=1,判断自身能提供相应的子业务s1,而且为业务中继终端将自身标识填入DE中DE1=d1,并设置Gbit1=1,同时将相应业务质量指标填入到ρ中,将TTL置为TTL=2,形成局部的SYS_REQ(GUSM,(d0,d1,NULL,NULL,NULL,NULL,110000),ρ1,ρ2,...,ρN,2),将其作为业务请求信息向网络中广播。
当d2接收到d1发送的SYS_REQ,设置TTL=1,判断自身能提供相应的子业务s2,而且为业务中继终端将自身标识填入DE中DE2=d2,并设置Gbit2=1,同时将相应业务质量指标填入到ρ中,将TTL置为TTL=2,形成局部的SYS_REQ(GUSM,(d0,d1,d2,NULL,NULL,NULL,111000),ρ1,ρ2,...,ρN,2),将其作为业务请求信息向网络中广播。同样d3接收到d1发送的SYS_REQ,设置TTL=1,判断自身不能提供任何相关子业务,则只做路由转发,将SYS_REQ(GUSM,(d0,d1,NULL,NULL,NULL,NULL,110000),ρ1,ρ2,...,ρN,1)发送到网络中。当d5接收到d1发送的SYS_REQ,设置TTL=1,判断自身能提供相应的子业务s3,而且为业务中继终端将自身标识填入DE中DE3=d5,并设置Gbit3=1,同时将相应业务质量指标填入到ρ中,将TTL置为TTL=2,形成局部的SYS_REQ(GUSM,(d0,d1,NULL,d5,NULL,NULL,110100),ρ1,ρ2,...,ρN,2),将其作为业务请求信息向网络中广播。
当d7接收到d2和d5发送的SYS_REQ,设置TTL=1,判断自身能提供相应的子业务s4,而且为业务终结终端将自身标识填入DE中DE4=d4,并设置Gbit4=1,同时将相应业务质量指标填入到ρ中,形成SYS_ACK(GUSM,(d0,d1,d2,d5,d7,NULL,111110),ρ1,ρ2,...,ρN),将SYS_ACK回送给业务起始终端d0。其他终端以此做相应处理。
当业务起始终端d0接收到所有的回送信息形成了两个候选终端集(d0,d1,d2,d5,d7,d10)和(d0,d1,d4,d6,d9,d10),依据使得目标函数最大选择最优终端集(d0,d1,d2,d5,d7,d10)作为泛在业务的执行终端。
业务起始终端d0,发送INS_REQ(GUSM,(d0,d1,d2,d5,d7,d10),ρ*)给终端d0,d1,d2,d5,d7,d10发起实例化请求,从而建立业务路由。
经过一段时间,网络拓扑发生变化,监测到业务质量降低到无法满足用户需求,此时重新启动业务,从业务请求开始执行,重新构建泛在业务的执行终端集。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (8)
1.一种基于移动自组网中泛在业务生成的多终端协同获取方法,其特征在于,所述方法包括:
S1:请求泛在业务并对业务起始终端进行初始化,根据泛在业务构建业务模型,并构建网络拓扑模型;
S2:利用业务模型和网络拓扑模型,根据终端自身信息进行判定,得到局部候选终端集,并根据目标函数获得终端协同集;
所述目标函数为:
所述目标函数的约束条件为:
其中,Ft为时间域[τt,τt+1)内的最大效益,τt和τt+1均为时间实例;i为泛在业务,Pi为协同结果矩阵;为第i泛在业务在τt时间实例时经过处理之后的综合效益值;为执行第i泛在业务的第h子业务所需的第w种可用资源值;和为0-1变量,Rk,w为终端dk的第w种可以资源值,为执行第i泛在业务的第u关联所需的可用宽带值,Ee为网络中第e关联上带宽值;
其中,步骤S2中,所述根据终端自身信息进行判定具体包括:
S21:在网络中广播业务请求信息,所述业务请求信息携带广播包;
S22:接收到所述业务请求信息的终端判断自身能否提供业务请求信息所请求的子业务,若不能,则将所述业务请求信息进行转发;若能,则跳转步骤S23;
S23:终端判断自身的终端类型,根据终端类型对终端进行处理。
2.根据权利要求1所述的方法,其特征在于,步骤S23中根据终端类型对终端进行处理具体包括:
终端类型若为业务终结终端,则根据业务终结终端信息形成业务回送信息;若为业务中继终端,则根据业务中继终端信息形成局部业务请求信息;
所述业务回送信息包括业务终结终端标识和业务质量指标;
所述局部业务请求信息包括业务中继终端标识、业务质量指标和广播包生存时间;
其中,第n种业务质量指标的权重公式为:
其中,ωn为第n种业务质量指标的权重,p'mn为第n种业务质量无权指标值,p'n +为业务质量指标归一化后业务质量指标的最大值,N为业务质量指标的数量。
3.根据权利要求2所述的方法,其特征在于,业务质量指标还包括业务平滑性指标σ(Ft,τt∈T*):
其中,T*为网络生存时间,时间段T=τt+1-τt,Fu为时间段T内业务的平均业务质量效益值。
4.根据权利要求2所述的方法,其特征在于,若终端类型为业务终结终端,则将业务回送信息回送给业务起始终端;若终端类型为业务中继终端,则将局部业务请求信息在网络中进行广播,继续进行步骤S21。
5.根据权利要求4所述的方法,其特征在于,业务起始终端根据业务回送信息,并根据目标函数在约束条件下获得终端协同集。
6.根据权利要求1或4所述的方法,其特征在于,步骤S2之后所述方法还包括:业务起始终端向终端协同集中的各个终端发送实例化请求信息,建立业务路由。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:动态监测并控制泛在业务的执行,周期性更新业务质量指标。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:判断当前第i泛在业务质量的综合效益值,如果当前第i泛在业务质量的综合效益值小于或等于用户需求值,则重启第i泛在业务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310300817.6A CN103427884B (zh) | 2013-07-17 | 2013-07-17 | 基于移动自组网中泛在业务生成的多终端协同获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310300817.6A CN103427884B (zh) | 2013-07-17 | 2013-07-17 | 基于移动自组网中泛在业务生成的多终端协同获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103427884A CN103427884A (zh) | 2013-12-04 |
CN103427884B true CN103427884B (zh) | 2016-04-06 |
Family
ID=49652124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310300817.6A Expired - Fee Related CN103427884B (zh) | 2013-07-17 | 2013-07-17 | 基于移动自组网中泛在业务生成的多终端协同获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103427884B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104159268B (zh) * | 2014-07-09 | 2019-07-26 | 北京邮电大学 | 泛在环境末梢中的多终端协同维护方法及系统 |
CN104185135B (zh) * | 2014-08-11 | 2018-08-17 | 北京邮电大学 | 泛在业务选择方法和系统 |
US20160301539A1 (en) * | 2014-10-10 | 2016-10-13 | Telefonaktiebolaget L M Ericsson (Publ) | Broadcast in meshed networks |
CN117041302B (zh) * | 2023-10-08 | 2024-01-30 | 深圳墨影科技有限公司 | 一种多设备协同规划的运营系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299679A (zh) * | 2008-06-13 | 2008-11-05 | 南京邮电大学 | 泛在网络业务动态重配置方法 |
CN102752204A (zh) * | 2012-07-03 | 2012-10-24 | 中兴通讯股份有限公司 | 泛在网的业务平台及业务实现方法 |
CN103037422A (zh) * | 2012-12-31 | 2013-04-10 | 北京邮电大学 | 移动自组网的动态自适应业务恢复方法及装置 |
-
2013
- 2013-07-17 CN CN201310300817.6A patent/CN103427884B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299679A (zh) * | 2008-06-13 | 2008-11-05 | 南京邮电大学 | 泛在网络业务动态重配置方法 |
CN102752204A (zh) * | 2012-07-03 | 2012-10-24 | 中兴通讯股份有限公司 | 泛在网的业务平台及业务实现方法 |
CN103037422A (zh) * | 2012-12-31 | 2013-04-10 | 北京邮电大学 | 移动自组网的动态自适应业务恢复方法及装置 |
Non-Patent Citations (1)
Title |
---|
移动泛在融合的通信业务发展趋势;张平;《电信工程技术与标准化》;20080131(第01期);第1-5页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103427884A (zh) | 2013-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pham et al. | A survey of multi-access edge computing in 5G and beyond: Fundamentals, technology integration, and state-of-the-art | |
Sun et al. | Autonomous resource slicing for virtualized vehicular networks with D2D communications based on deep reinforcement learning | |
CN111093203B (zh) | 一种基于环境感知的服务功能链低成本智能部署方法 | |
Huang et al. | A services routing based caching scheme for cloud assisted CRNs | |
Zhou et al. | SDN-based application framework for wireless sensor and actor networks | |
CN103427884B (zh) | 基于移动自组网中泛在业务生成的多终端协同获取方法 | |
He et al. | QoE-based cooperative task offloading with deep reinforcement learning in mobile edge networks | |
Zhang et al. | Many-to-many matching-theory-based dynamic bandwidth allocation for UAVs | |
US20090034433A1 (en) | Method for Rebuilding an Ad Hoc Network and the Nodes Thereof | |
Vo et al. | Social-aware spectrum sharing and caching helper selection strategy optimized multicast video streaming in dense D2D 5G networks | |
Mi et al. | Software-defined green 5G system for big data | |
CN110167054A (zh) | 一种面向边缘计算节点能量优化的QoS约束路由方法 | |
CN111629024A (zh) | 一种数据传输控制方法、装置、存储介质及电子设备 | |
Khan et al. | Route selection in 5G-based flying ad-hoc networks using reinforcement learning | |
Sun et al. | Directed-hypergraph-based channel allocation for ultradense cloud D2D communications with asymmetric interference | |
Yu et al. | Collaborative computation offloading for multi-access edge computing | |
Abood et al. | Intelligent network slicing in V2X networks–A comprehensive review | |
Long et al. | The end-to-end rate control in multiple-hop wireless networks: Cross-layer formulation and optimal allocation | |
Ku et al. | Sustainable vehicular edge computing using local and solar-powered roadside unit resources | |
Kaur et al. | Intelligent spectrum management based on reinforcement learning schemes in cooperative cognitive radio networks | |
Muralidhar et al. | An investigation into the operational limitations of mobile ad hoc networks | |
Han et al. | Multi-SP Network Slicing Parallel Relieving Edge Network Conflict | |
CN107743302A (zh) | 无线传感器网络中基于压缩感知的速率分配和路由联合优化算法 | |
Farzinvash | A novel approach for multicast call acceptance in multi-channel multi-radio wireless mesh networks | |
CN113573380B (zh) | 一种基于无线自组网的多终端智能提醒方法及系统 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160406 |
|
CF01 | Termination of patent right due to non-payment of annual fee |