CN104618966B - 一种基于终端协同的无线泛在环境下速率分配方法 - Google Patents
一种基于终端协同的无线泛在环境下速率分配方法 Download PDFInfo
- Publication number
- CN104618966B CN104618966B CN201510050065.1A CN201510050065A CN104618966B CN 104618966 B CN104618966 B CN 104618966B CN 201510050065 A CN201510050065 A CN 201510050065A CN 104618966 B CN104618966 B CN 104618966B
- Authority
- CN
- China
- Prior art keywords
- terminal
- virtual
- factor
- weight
- virtual terminal
- 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.)
- Active
Links
Classifications
-
- 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)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Small-Scale Networks (AREA)
Abstract
本发明公开了一种基于终端协同的无线泛在环境下速率分配方法,该方法在各终端及其接入网络性能因子权重的求解中,将层次分析法和熵值分析法求解的权重进行分配得到实际权重,既实现了终端用户的主观喜好,又实现了各终端及其接入网络之间的客观差异。本发明提出的终端协同分流方法解决了终端的能耗问题,应用于物联网的泛在环境,该方法充分利用了无线泛在环境下的终端与网络资源,增加了网络吞吐量,减少了数据传输时间,同时也扩大了网络的覆盖范围。
Description
技术领域
本发明涉及一种基于终端协同的无线泛在环境下的速率分配方法,属于无线通信技术领域。
背景技术
新兴多媒体业务和无线应用需求的不断增长,极大地促进了移动终端的发展。在无线泛在环境下,用户被多终端多网络重叠覆盖,为充分利用用户周围的网络和终端资源,基于终端协同的通信技术应运而生。多终端协同是指利用用户侧的多个终端间的协同关系,即多个终端可通过短距离通信技术连接从而共享其广域通信能力,从而实现无线网络及终端资源的高效利用并提升用户业务体验。目前,大多数终端可通过短距离无线通信技术(如蓝牙、WiFi直连等)转发业务数据,这为终端协同提供了可能。
而且,基于终端协同的多流并行传输将业务数据划分为不同的子流,在若干终端间通过短距离通信技术为某个终端转发,最后在此终端汇聚。业务数据的多路径分流传输是多终端协同的研究重点,在终端协同中,选择的协同终端及其接入网的性能都将会极大地影响协同传输系统的性能(时延、吞吐量)。因此,基于终端协同的速率分配方法需要考虑终端以及其接入网的不同特性。但是,目前方法多是在各终端间平均分流,未考虑终端以及其接入网性能的不同。而本发明能够很好地解决上述问题。
发明内容
本发明目的在于解决无线泛在环境下进行多流并行传输的速率分配问题,提出了一种基于终端协同的无线泛在环境下速率分配方法,该方法利用层次分析法和熵值分析法综合求解虚拟终端(即从终端与接入网络对)性能因子(即可用带宽、链路时延、用户代价、终端能耗)的权重,既体现了终端用户的主观喜好,又体现了不同终端与接入网络对的客观差异。本发明方法应用于无线泛在环境,操作简单,易于实现,并且具有很好的应用前景。
本发明解决其技术问题所采取的技术方法是:一种基于终端协同的无线泛在环境下速率分配方法,该方法包括如下步骤:
步骤1:网络建立。建立网络拓扑,初始化主终端MT0,每个从终端与接入网络对形成虚拟终端,M个从终端与N个接入网络共形成M×N个虚拟终端,主终端相应进行注册,并通过环境感知技术获取各虚拟终端的性能因子参数(即可用带宽、链路时延、用户代价以及终端能耗)。
步骤2:由步骤1所获取的参数,综合利用层次分析法和熵值分析法计算得到各虚拟终端(从终端与接入网络对)的四个性能因子的权重,从而既反映出终端用户的主观喜好又反映出各虚拟终端性能的客观差异。虚拟终端的可用带宽、链路时延、用户代价以及终端能耗四个因子的权重依次表示为ω=(ω1,ω2,ω3,ω4),其中且0≤ωi≤1,计算方法如下。
a1.层次分析法
通过下面3个步骤得到基于层次分析法的权重即ω'=(ω1',ω2',ω3',ω4')。
a11.标准化性能因子值:利用环境感知技术得到虚拟终端的第i个因子值矩阵Fi:其中,表示(从终端m与接入网络n形成的)虚拟终端(m,n)的第i个性能因子值,1≤i≤4。由于这些因子值差异很大,故应对其进行标准化。设对于越大越好型的可用带宽因子而言,标准化公式为:对于越小越好型的链路延迟、用户代价以及终端能耗等因子,标准化公式为:因此,可得到Fi的标准化矩阵: 表示虚拟终端(m,n)的第i个性能因子的标准化值。
a12.建立判断矩阵:根据用户的主观喜好,将虚拟终端的可用带宽、链路时延、用户代价以及终端能耗四个因子进行两两比较,并按照重要程度排列等级,比较结果表示为判断矩阵其中aij表示第i个因子比第j个因子的重要程度,故aii=1,1≤i≤4;aij=1/aji,1≤i,j≤4且i≠j。
a13.权重确定:通过对判断矩阵各行元素求几何平均值来得到相应因子的权重:i=1,2,3,4。进一步,进行归一化可得:i=1,2,3,4。由此,得到基于层次分析法的权重ω'=(ω1',ω2',ω3',ω4')。
a2.熵值分析法
基于层次分析法的权重仅能反映出用户的主观喜好,故进一步考虑虚拟终端性能的客观差异,采用信息熵理论得到基于熵值分析法的权重即ω0=(ω1 0,ω2 0,ω3 0,ω4 0)。
首先,计算fmn i的概率为:接着,计算第i个因子的信息熵为:为保证0≤Ei≤1,令归一化系数若某一因子值在不同虚拟终端的差异越大,则信息熵越小,相应因子就越重要,其权重应越大;反之,其权重应越小。第i个因子在不同虚拟终端的差异Di为:Di=1-Ei。因此,可得到性能因子i的权重为:i=1,2,3,4。由此,得到基于熵值分析法的权重ω0=(ω1 0,ω2 0,ω3 0,ω4 0)。
a3.计算综合权重
将上述两个方法得到的权重加以综合,最终得到综合权重:ω=αω'+(1-α)ω0。其中,α为加权系数,0<α<1。
步骤3:根据公式(1≤m≤M且1≤n≤N),计算得到虚拟终端(m,n)的效用函数值Umn。
步骤4:将从终端m与不同接入网络形成的虚拟终端的效用函数值从大到小进行排列,若从终端m与某个接入网络n形成的虚拟终端的效用函数值最大,则记为MaxUmn;同时,令Smt=0,1≤t≤N且t≠n,使得只有效用函数值最大的虚拟终端具有可用性;其中Smt为(从终端m与接入网络t形成的)虚拟终端(m,t)的可用性标识,取1表示可用,取0表示不可用。遍历从终端1≤m≤M,选择相应的(具有最大效用函数值MaxUmn的)虚拟终端进入候选终端集合;特别地,若某个从终端与所有接入网络形成的虚拟终端均不可用,那么该从终端形成的任何虚拟终端均不进入候选终端集合,故设候选终端集合的虚拟终端个数为y,y≤M。
步骤5:将y个候选虚拟终端的效用函数值按照从大到小的顺序进行排列,记为oMT={oMT1,oMT2,…,oMTy}。在此基础上,对前1≤c≤y个候选虚拟终端预分配速率,用于协同传输业务。首先,令c=1。
步骤6:对于第1≤m≤c个候选虚拟终端,按照依次进行预分配速率PreRatem(即第m个候选虚拟终端需负载的业务速率),直到对前c个候选虚拟终端分配完毕。其中,Rate表示用户的总业务速率需求。
步骤7:更新可用带宽资源RBm(即第1≤m≤c个候选虚拟终端所获得的当前可用带宽),遍历1≤m≤c,依次判断PreRatem≤RBm是否成立:若直到m=c,全部成立,则跳到步骤9;否则,令c=c+1,进入步骤8。
步骤8:判断1≤c≤y是否成立:若成立,跳转到上述步骤6;否则,更新候选虚拟终端集合,重新进行速率分配。
步骤9:结束速率分配过程,并根据速率分配结果更新主终端上的注册信息,同时进行相应网络配置,最终利用终端协同完成业务传输。
有益效果:
1、本发明充分利用了无线泛在环境下终端与网络资源,增加了网络吞吐量,减少了数据传输时间,同时也扩大了网络的覆盖范围。
2、本发明在各虚拟终端(终端与接入网络对)的性能因子的权重求解中,综合运用层次分析法和熵值分析法,既体现终端用户的主观喜好,又体现不同终端及其接入网络的客观差异,从而准确地选择出最优协同终端。
3、本发明提出的基于终端协同的无线泛在环境下多流速率分配方法非常简单而易于实现,具有很好的应用前景。
附图说明
图1为本发明终端协同分流传输应用场景示意图。
图2为本发明终端协同分流传输逻辑模块示意图。
图3为本发明的方法流程图。
具体实施方式
下面结合说明书附图对本发明创造作进一步的详细说明。
如图1-3所示,某用户拥有多个终端接入多个无线网络,形成无线泛在环境。在此种泛在环境下,有一个终端称为主终端(即:Master),其周围存在着一些可被选择进行协同分流传输的终端即为从终端(即:Slaver)。主终端与从终端之间通过短距离通信技术进行通信,从终端进一步通过广域网接口与应用服务器连接。当主终端发起业务时,依据各从终端以及其接入网的性能,以实现最小延迟以及最小能耗为目标,基于协同分流传输方法,利用服务器对数据进行分流,分别通过不同的路径到达从终端,最后分流数据通过短距离无线通信技术在主终端汇聚,完成整个业务传输。设主终端MT0的候选从终端集合为Μ={1,2,...,M},共M个从终端;接入网络集合为Ν={1,2,...,N},共N个接入网络。将从终端m与接入网络n组成的终端-网络对称为虚拟终端(m,n)。假设从终端同一时间仅能接入到一个网络,则共有M×N个虚拟终端(从终端与接入网络对)。用M×N阶矩阵S表示虚拟终端的可用性。若虚拟终端(m,n)可用,则Smn=1;否则,Smn=0。即:
其中,1≤m≤M,1≤n≤N。
对所有可用的虚拟终端集合,即Smn=1的虚拟终端,用子集aS表示。
本发明只涉及无线链路部分,不涉及有线链路,其系统模型如图2所示。
本发明的多流速率分配方法选择可用带宽、链路时延、用户代价以及终端能耗作为虚拟终端的性能因子,综合考虑用户主观喜好和不同虚拟终端性能的客观差异计算性能因子的权重,进而建立虚拟终端的效用函数,选择出最优终端并进行速率分配,从而利用终端协同完成业务传输。令RBm表示第m个候选虚拟终端所获得的当前可用带宽(即传输容量),在速率分配过程中进行实时更新。设用户的总业务速率需求为Rate;设PreRatem表示第m个候选虚拟终端需要负载(分流)的业务速率,速率分配过程中进行实时分配。那么,速率分配成功需要满足如下条件且PreRatem≤RBm。
本发明分为三个部分:性能因子的权重确定、虚拟终端选择和多流速率分配。具体包括:
a.权重确定
本发明综合利用层次分析法和熵值分析法计算虚拟终端的可用带宽、链路时延、用户代价以及终端能耗四个性能因子的权重,从而充分地反映出用户主观喜好和不同虚拟终端性能的客观差异。虚拟终端的可用带宽、链路时延、用户代价以及终端能耗四个因子的权重依次表示如下:
ω=(ω1,ω2,ω3,)ω4 公式2
并且,0≤ωi≤1。具体计算方法如下。
a1.层次分析法
在层次分析法中,权重可通过以下3个过程确定。
a11.标准化性能因子值
利用环境感知技术,测量得到虚拟终端的第i个因子值矩阵Fi来表示:
表示(终端m与网络n形成的)虚拟终端(m,n)的第i个性能因子值,1≤i≤4。
由于这些因子值差异很大,故应对其进行标准化。设
对于用户而言,各个性能因子可分为越大越好型和越小越好型。对于越大越好型的可用带宽因子而言,标准化公式为:对于越小越好型的链路延迟、用户代价以及终端能耗等因子,标准化公式为:因此,可得到Fi的标准化矩阵:
a12.建立判断矩阵
根据用户的主观喜好,将虚拟终端的可用带宽、链路时延、用户代价以及终端能耗四个因子进行两两比较,并按照重要程度排列等级,比较结果表示为判断矩阵A=[aij]:
在判断矩阵A中,aii=1,1≤i≤4;aij=1/aji,1≤i,j≤4且i≠j。
a13.权重确定
通过对判断矩阵各行元素求几何平均值来得到相应因子的权重:
进一步,进行归一化,可得
由此可见,通过层次分析法可得四个因子的权重向量ω'=(ω1',ω2',ω3',ω4')。
a2.熵值分析法
在层次分析法中,判断矩阵受决策用户的判断水平及个人倾向等主观因素影响,使得相应权重(ω1',ω2',ω3',ω4')仅能反映出用户的主观喜好。因此,进一步考虑虚拟终端性能的客观差异,基于信息熵理论求解各因子所占的权重。
首先,计算fmn i的概率为:
接着,计算第i个因子的信息熵为:
为保证0≤Ei≤1,令
由信息论知识可知,某一因子值在不同虚拟终端的差异越大,则信息熵越小,相应因子就越重要,其权重应越大;某一因子值的差异越小,则信息熵越大,相应因子就越不重要,其权重应越小。
用Di表示性能因子i在不同虚拟终端的差异:
Di=1-Ei 公式10
进一步地,可得到性能因子i的权重为:
由此可见,利用熵值分析法可得四个因子的权重向量ω0=(ω1 0,ω2 0,ω3 0,ω4 0)。
a3.计算综合权重
为综合反映出终端用户的主观喜好和虚拟终端的客观差异,需将上述两个方法得到的权重加以综合,最终得到综合权重:
ω=αω'+(1-α)ω0 公式12
其中,α为加权系数,0<α<1。
b.终端选择
为评估虚拟终端的性能,构造效用函数如下:
因此,终端选择的具体步骤包括:
步骤1:在确定权重的基础上,根据公式13计算得到所有虚拟终端的效用函数值Umn。
步骤2:将从终端m与不同接入网络形成的虚拟终端的效用函数值从大到小进行排列,若从终端m与接入网络n形成的虚拟终端的效用函数值最大,则记为MaxUmn;同时,令Smt=0,1≤t≤N且t≠n,使得只有效用函数值最大的虚拟终端可用。
步骤3:遍历从终端1≤m≤M,选择相应的(具有最大效用函数值MaxUmn的)虚拟终端进入候选终端集合。
显然,候选终端集合的虚拟终端个数最大为M。若从终端m与所有接入网络形成的虚拟终端均不可用(即),那么将不存在相应的(具有MaxUmn的)虚拟终端,故任何从终端m形成的虚拟终端均不进入候选终端集合。故而,候选终端集合的虚拟终端个数将小于M。因此,设候选终端集合的虚拟终端个数为y,y≤M。
c.速率分配
速率分配的具体步骤包括:
步骤1:将y个候选虚拟终端的效用函数值按照从大到小的顺序进行排列,记为oMT={oMT1,oMT2,…,oMTy};
步骤2:令c=1,1≤c≤y;
步骤3:对于第1≤m≤c个候选虚拟终端,按照依次进行预分配速率PreRatem,直到对前c个候选虚拟终端分配完毕。
步骤4:更新可用带宽资源,对于第1≤m≤c个候选虚拟终端,依次判断PreRatem≤RBm是否成立:若直到m=c,全部成立,则跳到步骤6;否则,令c=c+1,进入步骤5。
步骤5:判断1≤c≤y是否成立:若成立,跳转到上述步骤3;否则,更新候选虚拟终端集合,重新进行速率分配。
步骤6:速率分配过程结束,并根据分配结果更新主终端上的注册信息,同时进行网络配置(包括网络协议栈、用户数据信息、节点从属关系、设备ID集合等),从而利用终端协同完成业务传输。
本发明充分利用用户周围的网络和终端资源,在数据传输时将多个终端通过短距离通信技术连接以便共享其广域通信能力,从而实现无线网络及终端资源的高效利用以及提升用户的业务体验。
本发明利用层次分析法和熵值分析法综合求解虚拟终端(即从终端与接入网络对)性能因子的权重,既体现了终端用户的主观喜好,又体现了不同虚拟终端的客观差异。本发明进一步地建立虚拟终端的效用函数,实时地选择出最优终端并进行速率分配,最终利用终端协同完成业务传输。
本发明考虑了可用带宽、链路时延、用户代价以及终端能耗等四个性能因子,实现了上述性能因素的联合优化。
如图3所示,本发明包括如下步骤:
步骤1:网络建立。建立网络拓扑,初始化主终端,每个从终端与接入网络对形成虚拟终端,主终端相应进行注册,得到虚拟终端可用性矩阵S,并通过环境感知技术获取各虚拟终端的性能因子值(即因子值矩阵Fi,1≤i≤4)。
步骤2:由步骤1所获取的参数,根据公式3-公式12计算得到各虚拟终端(从终端与接入网络对)性能因子的权重。
步骤3:根据公式13计算得到所有虚拟终端的效用函数值。
步骤4:将从终端m与不同接入网络形成的虚拟终端的效用函数值从大到小进行排列,若从终端m与接入网络n形成的虚拟终端的效用函数值最大,则记为MaxUmn;同时,令Smt=0,1≤t≤N且t≠n,使得只有效用函数值最大的虚拟终端具有可用性。遍历从终端1≤m≤M,选择相应的(具有最大效用函数值MaxUmn的)虚拟终端进入候选终端集合。若从终端m与所有接入网络形成的虚拟终端均不可用(即),则任何从终端m形成的虚拟终端均不进入候选终端集合。因此,设y≤M为候选终端集合的虚拟终端个数。
步骤5:将候选虚拟终端的效用函数值按照从大到小的顺序排列,记为oMT={oMT1,oMT2,…,oMTy},并令c=1。
步骤6:对于第1≤m≤c个候选虚拟终端,按照依次进行预分配速率PreRatem,直到对前c个候选虚拟终端分配完毕。
步骤7:更新可用带宽资源,对于第1≤m≤c个候选虚拟终端,依次判断PreRatem≤RBm是否成立:若直到m=c,全部成立,则跳到步骤9;否则,令c=c+1,进入步骤8。
步骤8:判断1≤c≤y是否成立:若成立,跳转到上述步骤6;否则,更新候选虚拟终端集合,重新进行速率分配。
步骤9:结束速率分配过程,并根据分配结果更新主终端上的注册信息,同时进行网络配置,利用终端协同完成业务传输。
对于本领域的一般技术人员,依据本发明实施例的构思,在具体实施方式及应用范围上均会有改变之处,综上所述,本实施例内容不应理解为对本发明的限制。
Claims (3)
1.一种基于终端协同的无线泛在环境下速率分配方法,其特征在于,所述方法包括如下步骤:
步骤1:网络建立:建立网络拓扑,初始化主终端MT0,每个从终端与接入网络对形成虚拟终端,M个从终端与N个接入网络共形成M×N个虚拟终端,主终端相应进行注册,并通过环境感知技术获取各虚拟终端的性能因子参数,即可用带宽、链路时延、用户代价以及终端能耗;
步骤2:由步骤1所获取的参数,综合利用层次分析法和熵值分析法计算得到各虚拟终端的四个性能因子的权重,从而既反映出终端用户的主观喜好又反映出各虚拟终端性能的客观差异;虚拟终端的可用带宽、链路时延、用户代价以及终端能耗四个因子的权重依次表示为ω=(ω1,ω2,ω3,ω4),其中且0≤ωi≤1,计算方法如下:
a1.层次分析法
通过下面3个步骤得到基于层次分析法的权重即ω'=(ω1',ω2',ω3',ω4'):
a11.标准化性能因子值:利用环境感知技术得到虚拟终端的第i个因子值矩阵其中表示从终端m与接入网络n形成的虚拟终端(m,n)的第i个性能因子值,1≤i≤4;由于这些因子值差异很大,故应对其进行标准化,设且越大越好型的可用带宽因子的标准化公式为越小越好型的链路延迟、用户代价及终端能耗等因子的标准化公式为故可得到Fi的标准化矩阵为其中表示虚拟终端(m,n)的第i个性能因子的标准化值;
a12.建立判断矩阵:根据用户的主观喜好,将虚拟终端的可用带宽、链路时延、用户代价以及终端能耗四个因子进行两两比较,并按照重要程度排列等级,比较结果表示为判断矩阵其中aij表示第i个因子比第j个因子的重要程度,故aii=1,aij=1/aji,1≤i,j≤4且i≠j;
a13.权重确定:通过对判断矩阵各行元素求几何平均值得到相应因子的权重进一步对其归一化可得由此得到基于层次分析法的权重ω'=(ω1',ω2',ω3',ω4');
a2.熵值分析法
基于层次分析法的权重仅能反映出用户的主观喜好,故进一步考虑虚拟终端性能的客观差异,采用信息熵理论得到基于熵值分析法的权重即ω0=(ω1 0,ω2 0,ω3 0,ω4 0):
首先,计算fmn i的概率为接着,计算第i个因子的信息熵为为保证0≤Ei≤1,令归一化系数若某一因子值在不同虚拟终端的差异越大,则信息熵越小,相应因子就越重要,其权重应越大,反之,则其权重应越小;第i个因子在不同虚拟终端的差异为Di=1-Ei,故可得到性能因子i的权重为由此得到基于熵值分析法的权重ω0=(ω1 0,ω2 0,ω3 0,ω4 0);
a3.计算综合权重
将上述两个方法得到的权重加以综合,最终得到综合权重ω=αω'+(1-α)ω0,其中α为加权系数且0<α<1;
步骤3:根据公式计算得到虚拟终端(m,n)的效用函数值Umn,其中1≤m≤M且1≤n≤N;
步骤4:将从终端m与不同接入网络形成的虚拟终端的效用函数值从大到小进行排列,若从终端m与某个接入网络n形成的虚拟终端的效用函数值最大,则记为MaxUmn;同时,令Smt=0,1≤t≤N且t≠n,使得只有效用函数值最大的虚拟终端具有可用性;其中,Smt为从终端m与接入网络t形成的虚拟终端(m,t)的可用性标识,取1表示可用,取0表示不可用;遍历从终端1≤m≤M,选择相应的具有最大效用函数值MaxUmn的虚拟终端进入候选终端集合;特别地,若某个从终端与所有接入网络形成的虚拟终端均不可用,那么该从终端形成的任何虚拟终端均不进入候选终端集合,故设候选终端集合的虚拟终端个数为y,y≤M;
步骤5:将y个候选虚拟终端的效用函数值按照从大到小的顺序进行排列,记为oMT={oMT1,oMT2,…,oMTy},在此基础上,对前1≤c≤y个候选虚拟终端预分配速率,用于协同传输业务;首先,令c=1;
步骤6:对于第1≤m≤c个候选虚拟终端,按照依次进行预分配速率,直到对前c个候选虚拟终端分配完毕,其中PreRatem表示第m个候选虚拟终端需负载的业务速率,Rate表示用户的总业务速率需求;
步骤7:更新第1≤m≤c个候选虚拟终端所获得的当前可用带宽资源RBm,遍历1≤m≤c,依次判断PreRatem≤RBm是否成立:若直到m=c,全部成立,则跳到步骤9;否则,令c=c+1,进入步骤8;
步骤8:判断1≤c≤y是否成立:若成立,跳转到上述步骤6;否则,更新候选虚拟终端集合,重新进行速率分配;
步骤9:结束速率分配过程,并根据速率分配结果更新主终端上的注册信息,同时进行相应网络配置,最终利用终端协同完成业务传输。
2.根据权利要求1所述的一种基于终端协同的无线泛在环境下速率分配方法,其特征在于,所述方法利用用户周围的网络和终端资源,在数据传输时将多个终端通过短距离通信技术连接以便共享其广域通信能力;当主终端接入业务时,依据各从终端及其接入网的性能,确定参加协同分流的从终端及其分流速率;接着,业务服务器对数据进行分流,分别通过不同的路径到达从终端,再通过短距离无线通信技术传输到主终端进行汇聚,从而完成整个业务的传输,即通过终端协同为用户提供业务接入。
3.根据权利要求1所述的基于终端协同的无线泛在环境下速率分配方法,其特征在于,所述方法可应用于无线泛在环境。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510050065.1A CN104618966B (zh) | 2015-01-30 | 2015-01-30 | 一种基于终端协同的无线泛在环境下速率分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510050065.1A CN104618966B (zh) | 2015-01-30 | 2015-01-30 | 一种基于终端协同的无线泛在环境下速率分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104618966A CN104618966A (zh) | 2015-05-13 |
CN104618966B true CN104618966B (zh) | 2018-08-10 |
Family
ID=53153188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510050065.1A Active CN104618966B (zh) | 2015-01-30 | 2015-01-30 | 一种基于终端协同的无线泛在环境下速率分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104618966B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106332185A (zh) * | 2015-07-03 | 2017-01-11 | 北京信威通信技术股份有限公司 | 一种协作分集中传输速率的选择方法 |
CN110278569B (zh) * | 2019-05-28 | 2022-02-18 | 杭州电力设备制造有限公司 | 一种泛在物联网室内分布的共享系统、装置及其共享方法 |
CN114339476B (zh) * | 2022-01-26 | 2022-10-28 | 广州科威环保工程有限公司 | 一种基于物联网的公共卫生除臭设备 |
CN115861655B (zh) * | 2023-02-15 | 2023-05-26 | 中建电子信息技术有限公司 | 一种基于施工大数据的ai辅助决策和管理优化服务系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101827396A (zh) * | 2010-04-29 | 2010-09-08 | 北京邮电大学 | 异构无线环境下多网协作传输的资源分配系统及方法 |
CN103905330A (zh) * | 2012-12-28 | 2014-07-02 | 中国电信股份有限公司 | 多终端协同通信业务分流比例获取方法和服务器 |
CN104093163A (zh) * | 2014-07-04 | 2014-10-08 | 中国科学院声学研究所 | 终端协同的业务流分配方法和装置 |
-
2015
- 2015-01-30 CN CN201510050065.1A patent/CN104618966B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101827396A (zh) * | 2010-04-29 | 2010-09-08 | 北京邮电大学 | 异构无线环境下多网协作传输的资源分配系统及方法 |
CN103905330A (zh) * | 2012-12-28 | 2014-07-02 | 中国电信股份有限公司 | 多终端协同通信业务分流比例获取方法和服务器 |
CN104093163A (zh) * | 2014-07-04 | 2014-10-08 | 中国科学院声学研究所 | 终端协同的业务流分配方法和装置 |
Non-Patent Citations (1)
Title |
---|
Two Traffic Distribution Approaches in Terminal Cooperation over Heterogeneous Wireless Networks;Shoushou Ren etc;《IEEE International Conference on Networks》;20131211;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN104618966A (zh) | 2015-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111182570B (zh) | 提高运营商效用的用户关联和边缘计算卸载方法 | |
Wu et al. | Social-aware rate based content sharing mode selection for D2D content sharing scenarios | |
Zhang et al. | Computing resource allocation in three-tier IoT fog networks: A joint optimization approach combining Stackelberg game and matching | |
CN111757354B (zh) | 一种基于竞争博弈的多用户切片资源分配方法 | |
Sun et al. | Wireless channel allocation using an auction algorithm | |
CN104618966B (zh) | 一种基于终端协同的无线泛在环境下速率分配方法 | |
Karimi et al. | Optimal collaborative access point association in wireless networks | |
CN111641973B (zh) | 一种雾计算网络中基于雾节点协作的负载均衡方法 | |
CN105007591B (zh) | 一种异构无线网络中用户与网络双向选择方法 | |
CN104684095B (zh) | 一种异构网络融合场景中基于遗传运算的资源分配方法 | |
CN108601074A (zh) | 一种基于异构联合缓存的网络资源分配方法和装置 | |
Cheng et al. | Real-time cross online matching in spatial crowdsourcing | |
CN107249217A (zh) | 自组织移动云网络的联合任务卸载和资源分配方法 | |
Awad et al. | Dynamic network selection in heterogeneous wireless networks: A user-centric scheme for improved delivery | |
CN107302801B (zh) | 一种5G混合场景下面向QoE的双层匹配博弈方法 | |
CN105142195B (zh) | 一种基于Stackelberg博弈的无线终端通信策略选择与资源分配方法 | |
CN108848535B (zh) | 一种面向共享模式的雾计算环境资源分配方法 | |
CN106211183B (zh) | 一种基于业务合作的自组织微蜂窝联盟机会频谱接入方法 | |
CN110337092A (zh) | 一种基于社交信任模型的低功耗中继选择方法 | |
CN108282761A (zh) | 一种d2d通信中利用社交属性进行资源分配方法 | |
CN107820295B (zh) | 一种基于用户需求的分布式中继资源分配方法 | |
Raschellà et al. | AP selection algorithm based on a potential game for large IEEE 802.11 WLANs | |
Arabi et al. | RAT association for autonomic IoT systems | |
Li et al. | An efficient multi-model training algorithm for federated learning | |
Niyato et al. | Competitive cell association and antenna allocation in 5G massive MIMO networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |