CN105144632A - 用于可预测链路可靠性的基于prk的调度 - Google Patents
用于可预测链路可靠性的基于prk的调度 Download PDFInfo
- Publication number
- CN105144632A CN105144632A CN201480022390.0A CN201480022390A CN105144632A CN 105144632 A CN105144632 A CN 105144632A CN 201480022390 A CN201480022390 A CN 201480022390A CN 105144632 A CN105144632 A CN 105144632A
- Authority
- CN
- China
- Prior art keywords
- sensing
- controlling vertex
- node
- transmission
- time
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
- H04W40/16—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality based on interference
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/50—Queue scheduling
- H04L47/62—Queue scheduling characterised by scheduling criteria
- H04L47/625—Queue scheduling characterised by scheduling criteria for service slots or service orders
- H04L47/626—Queue scheduling characterised by scheduling criteria for service slots or service orders channel conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
- H04W72/566—Allocation or scheduling criteria for wireless resources based on priority criteria of the information or information source or recipient
- H04W72/569—Allocation or scheduling criteria for wireless resources based on priority criteria of the information or information source or recipient of the traffic information
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
一种分布式感测和控制网络包括多个感测/控制节点,其每一个包括控制器。每一个感测/控制节点基于存储在控制器内的物理比例K调度(PRKS)协议确定信号传输/接收调度。
Description
相关申请的交叉引用
本公开要求于2013年3月15日提交的美国临时申请号61/788445的优先权,并且通过引用合并至此。
关于政府支持的声明
本发明在由国家科学基金奖励的授权号码1054634下通过政府支持进行。政府在本发明中具有某些权利。
技术领域
本公开一般涉及无线通信调度,尤其涉及包括物理比例K调度协议(PRKS)的感测和控制网络。
背景技术
无线网络被用于联网网络物理系统中的实时、闭环感测和控制。例如,已经定义无线联网标准用于工业监测和控制,已经开发出无线网络用于工业自动化,并且汽车工业正在探索无线网络的应用以进行车辆间以及车辆内的感测和控制。
在无线联网感测和控制(WSC)系统中,跨无线网络的消息传递(或简称无线消息传送)允许分布式的传感器、控制器和执行器之间的协调。当支持诸如工业过程控制这样的关键任务作业时,要求无线消息传送可靠(亦即具有高的递送比)并且实时。当前的无线消息传送系统遭受固有的动态和不确定性。同信道干扰因并发传输的碰撞而成为不确定性的主要来源。因此,调度传输以防止同信道干扰是WSC系统中无线消息传送的基本元素。
在WSC系统中,不仅像在传统无线感测/控制网络中那样无线链路动态引入不确定性,动态控制策略也引入动态网络流量模式并且对于消息传送可靠性和时间线提出不同的需求。为了敏捷地适应不确定性以及为了避免集中式调度中的信息不一致性,分布式调度变得对于WSC网络中的干扰控制是所期望的。大多数现有系统或者基于物理干扰模型或者基于协议干扰模型。
在物理模型中,如果下面的条件成立:((PSi,Ri)/(Ni+Σj=1...N,j≠iPSj,Ri))≥γ,i=1...N,其中PSi,Ri和PSj,Ri是分别从发射方Si和Sj到达接收方Ri的信号的强度,Ni是接收方Ri处的背景噪声功率,并且γ是为了保证特定的链路可靠性所必需的信号与干扰加噪声之比(SINR)阈值,那么一组并发传输(Si,Ri),i=1...N被认为彼此不干扰。在协议模型中,如果DC,R≥K×DS,R,其中DC,R是并发发射方C与相应的接收方节点R之间的地理距离,DS,R是发送节点S与接收方节点R之间的地理距离,并且K是常数,那么从发送节点S到接收方节点R的传输被认为不受并发发射方C干扰。
物理模型通常是高保真干扰模型,但是由物理模型定义的干扰关系不是本地的并且是组合的,因为一个传输是否与另一个干扰取决于网络中的其他传输。即使已经基于物理模型提出许多集中式TDMA调度算法,分布式的基于物理模型的调度仍然具有缺点。它因明确的网络范围的协调而缓慢地收敛,它不得不采用诸如节点位置的知识这样的强假设,它忽略在通信中引入不确定性的累积干扰,并且它因为需要集中地计算每一个链路的干扰集(亦即与该链路干扰的链路的集合)或每一个链路的干扰邻(亦即向该链路引起不可忽略的干扰的链路的集合)而不适合于动态网络设置。当干扰链路超出彼此的通信范围之外时,设计调度协议的挑战类似地在现有基于物理模型的调度算法中没有解决。
不像物理模型,协议模型定义本地的、成对的干扰关系。协议模型的本地性使得能够在不确定性存在时实现敏捷的协议自适应。但是,协议模型通常是不精确的,因此基于协议模型或协议模型的变体的调度不保证链路可靠性并且也趋于减小网络吞吐量。
除了基于物理和协议干扰模型的调度之外,也已经提出使用一般成对干扰模型的分布式调度算法。分布式调度算法不解决如何识别每一个链路的干扰集的问题,并且它们的实现方式假设与协议模型类似的模型。这些算法不解决重要的系统问题,诸如当干扰链路超出彼此的通信范围之外时如何设计调度协议。
为了缩小现有干扰模型与具有可预测的数据递送可靠性和时间线的分布式、现场可部署的调度协议的设计之间的差距,主要的挑战是开发既是本地的又是高保真的干扰模型。
发明内容
公开一种分布式感测和控制网络,包括多个感测/控制节点,感测/控制节点中的每一个都包括传感器/执行器/控制器、本地存储器和无线发射器/接收器,其中本地存储器存储用于对无线传输实现物理比例K调度协议(PRKS)的指令,并且感测/控制节点中的每一个都包括存储在本地存储器中的本地信号图。本地信号图与经实例化的物理比例K(PRK)干扰模型一起,定义存储本地信号图的感测/控制节点与该多个感测/控制节点中在存储本地信号图的感测/控制节点的排斥区域内的每一个其他感测/控制节点之间的干扰关系。
也公开一种用于在分布式感测和控制网络中调度无线传输的方法,包括以下步骤:确定分布式感测和控制网络中的接收感测/控制节点与每一个其他感测/控制节点之间的每一个链路的物理比例K(PRK)参数,使用基于经确定的物理比例K参数的物理比例K调度协议(PRKS)确定分布式感测和控制网络中的接收感测/控制节点与每一个其他感测/控制节点之间的干扰关系,以及基于所述干扰关系在分布式感测和控制网络中调度传输,使得没有并发传输与在接收感测/控制节点处接收到的传输相干扰。
可以从下面的说明书和附图中最佳地理解本发明的这些和其他特征,以下是简述。
附图说明
图1例示利用PRKS调度协议的分布式感测和控制网络。
图2图解例示PRKS工厂模型实例化。
图3例示典型的感测/控制节点处的ΔIU(t)的累积分布函数。
图4a例示接收方节点周围的扩张排斥区域。
图4b例示接收方节点周围的收缩排斥区域。
图5例示PRKS协议中的自适应控制器的稳定性曲线。
图7例示PRKS系统的体系结构。
图8示出所提出的预先计算的流水线的示例。
具体实施方式
图1例示示例的分布式感测和控制网络10,包括多个分布式传感器20和中央控制器30。分布式传感器20中的每一个都包括无线发射器/接收器22,并且中央应用控制器30包括无线发射器/接收器32。传感器20和中央应用控制器30中的每一个也都包括具有存储器的本地控制器24。本地控制器24上的存储器存储用于操作相应的远程传感器20或中央应用控制器30的指令。这些指令中包括以下面描述的方式控制来自每一个传感器20的消息调度的物理比例K调度(PRKS)协议指令。例示的示例感测和控制网络10可以是具有彼此物理上紧密接近的多个传感器20的任意感测和控制网络,包括但不局限于汽车、工业自动化系统或一队车辆中的分布式感测和控制网络。
在分布式感测和控制网络10的操作期间,每一个传感器20将关于被感测的组件或过程的信息传输给控制器30或者给分布式感测和控制网络10中的其他传感器20。控制器30利用来自传感器20的数据的组合确定适当的响应并且将响应传输给系统内的执行器40。在替换的分布式感测和控制网络10中,传感器20的一些或所有可以包括执行器或其他响应组件并且接收来自中央控制器30的指令。在实际的实现方式中,传感器20的一些或所有与至少一个其他传感器20直接通信,而不通过控制器30传输。传感器20和控制器30中的每一个在下面都替换地称作“节点”。
因为传感器20彼此接近,如果传输在时间上重叠,则来自传感器20的传输可以与由其他传感器20接收的传输相干扰。为了防止这种重叠和干扰,在传感器20的每一个中实现基于物理比例K(PRK)模型的强健的消息调度协议。基于PRK的调度协议称作PRKS协议。
对于模型预期干扰,已经提出了集成协议模型的本地性与物理模型的高保真的物理比例K(PRK)干扰模型。给定从发送节点S到接收节点R的传输,如果并且仅如果下面成立:P(C,R)<(P(S,R))/(KS,R,TS,R),其中P(C,R)和P(S,R)是分别从并发发射方C和发送节点S到达接收节点R的信号的强度,KS,R,TS,R是最小的实数(亦即可以是非整数),其被选择为使得在来自所有并发发射方的干扰存在时,节点R成功地接收来自节点S的分组的概率至少为TS,R,那么在PRK模型中并发发射方C被认为不与R处的接收相干扰。TS,R是应用(例如控制算法)所必需的最小链路可靠性。
不像物理模型,PRK模型基于本地可测量的并且本地可控制的度量,并且仅需要在模型中定义近旁节点之间的成对干扰关系。不像协议模型,PRK模型是高保真的,因为PRK模型通过在调度中保证所需的链路可靠性以及通过在模型公式化中使用信号强度代替地理距离,其捕捉无线通信的性质和约束(包括累积干扰、各向异性和不对称性)。基于PRK的调度也通过最小化对分组重传的需要来帮助减小数据递送延迟。而且,基于PRK的调度可以使得吞吐量能够非常接近基于物理模型的调度中可行的吞吐量(例如>95%),同时保证应用所必需的可靠性。因此,PRK模型缩小分布式实现的适合性与现有干扰模型中能够实现的调度性能之间的差距。
现有对PRK模型的涉足忽略了基于PRK的调度对于真实世界应用的实际问题。
为了在诸如图1的分布式感测和控制网络10这样的实际应用中实现分布式PRKS调度,解决以下几点:
首先,PRK模型的参数KS,R,TS,R取决于具体的链路(发送节点S、接收节点R)、关于链路可靠性的应用需求(亦即目标链路可靠性TS,R)以及诸如流量模式和无线路径损耗这样的网络和环境条件,这可以是动态的并且不可预测的。因此,实际的PRKS系统基于就地的应用需求以及网络和环境条件在每一个节点中对PRK模型参数KS,R,TS,R即时地进行实例化。
第二,给定发送节点S与接收节点R之间的链路(S,R)以及PRK模型的具体实例化,如果且仅如果P(C,R)≥(P(S,R)/KS,R,TS,R),其中P(C,R)是从并发节点C到达接收节点R的数据信号的强度,那么参数KS,R,TS,R定义接收节点R(接收传感器20的无线发射器/接收器22)周围的排斥区域ES,R,TS,R,使得并发节点C位于ES,R,TS,R内。排斥区域内的每一个节点C被防止与节点R处的接收并发地传输。因为无线通信中大的干扰范围、各向异性和不对称性以及协议信令中的延迟,保证这个性质是困难的。
在PRKS中,识别PRK模型参数KS,R,TS,R的问题被设计为最小方差调节控制问题。传感器20和中央应用控制器30内的分布式控制器24允许每一个传感器20和中央应用控制器30自适应所存储的RPK模型参数以便通过纯粹本地的协调来保证期望的链路可靠性。为了保证彼此干扰的传感器20和中央应用控制器30(如由PRK模型定义的)不并发地传输,每一个传感器20和中央应用控制器30包括存储在传感器/应用控制器的本地存储器中的本地信号图,本地信号图允许近旁的传感器20和中央应用控制器30维护它们之间的无线路径损耗。与PRK模型以及协议信令中的传输功率控制一起,本地信号图使得传感器20和中央应用控制器30能够精确地识别它们之间的干扰关系,而不管分布式传感器系统10的各向异性、不对称性无线通信以及大的干扰范围。为了解决协议信令中的任何固有延迟并且为了避免协议信令与数据传输之间的干扰,PRKS协议将协议信令与数据传输解耦并且以TDMA方式调度数据传输。
传感器20和中央应用控制器30中的本地控制器24使得网络范围的收敛能够到达保证所期望的链路可靠性的状态。不像链路可靠性可以低至2.49%的现有调度协议,PRKS协议在没有网络和环境条件的先验知识的情况下在不同网络和环境条件中能够实现可预测的高链路可靠性(在一个示例中,高的链路可靠性至少为95%)。
在本公开中,我们考虑诸如在工业监测和控制中的那些的主要是静态的无线感测和控制(WSC)网络。为了解释,我们假设背景噪声功率和无线路径损耗主要是静态的并且在非常短的时间尺度内(例如在几个分组传输的几毫秒持续时间内)不变化,链路被选择为使得在不存在干扰时它们的分组递送可靠性高于所需的分组递送可靠性,以及使用固定功率来传输数据分组。在下文中,我们首先描述实例化PRK模型的控制理论方法,接着我们呈现诸如将被存储在分布式感测和控制网络10中的传感器20中的这样的本地信号图,作为协议信令的基础。接下来,我们呈现用于分布式的基于PRK的调度的协议PRKS。最后,我们呈现扩展PRKS用于移动网络中的广播传输和调度的方法。如上面所描述的,分布式感测和控制网络10中的传感器20中的每一个都包括具有存储PRKS协议的存储器的控制器。表格1定义在本公开中使用的一些主要标注。
表格1
给定链路(S,R),在接收节点R中实例化PRK模型的作业是确定参数KS,R,TS,R使得作为结果的调度保证所需的最小链路可靠性TS,R。在实际的实现方式中,PRK模型实例化问题被格式化为经典的调节控制问题,其中“基准输入”是所需的链路可靠性TS,R,“输出”是从发送节点S到接收节点R的实际链路可靠性YS,R,并且“控制输入”是参数KS,R,TS,R。
为了解决这个控制设计问题,一个挑战是在控制输入KS,R,TS,R和控制输出YS,R之间的关系上表征“工厂模型”的困难。该困难因为该关系复杂并且取决于在实际的分布式感测和控制网络10中不可预测的网络和环境条件而出现。应当注意,改变控制输入KS,R,TS,R的结果是接收方R处干扰功率的变化。干扰功率的变化由ΔIR表示,是控制算法设计中的实际的控制输入。因此,现有通信理论被利用以如下地在YS,R与ΔIR的关系上导出工厂模型。
IR(t)表示(以dBm为单位)在时刻t在接收方R处的背景噪声功率与所有干扰信号的功率的总和。PS,R(t)表示在时刻t以dBm为单位的接收到的数据信号功率P(S,R)。给定调制和编码方案,通信理论确定下面的关系(称作“理论模型”):YS,R(t)=f(PS,R(t)-IR(t)),其中f是非递减函数,并且PS,R(t)-IR(t)表示在时刻t以dB为单位的SINR。对于诸如ChipconCC2420这样的IEEE802.15.4兼容的无线电,例如,
其中是以字节为单位的分组长度。考虑到函数f通常是非线性的,并且为了解决非线性控制的这个挑战,PRKS协议使用多元线性函数来近似函数f,并且取决于系统的当前操作点,使用自调谐调节器来自适应控制器行为。给定时刻t(t=1,2,...)的SINRPS,R(t)-IR(t),更具体地,我们使用下面的线性函数来近似函数f,称作“线性模型”:
YS,R(t)=a(t)(PS,R(t)-IR(t))+b(t)
其中a(t)是当SINR为PS,R(t)-IR(t)时函数f的导函数,亦即a(t)=f′(PS,R(t)-IR(t))且b(t)=f(PS,R(t)-IR(t))-(PS,R(t)-IR(t))f′(PS,R(t)-IR(t))。假设背景噪声功率从时间t到t+1是相同的,IR(t+1)可能因两个可能的原因而与IR(t)不同:
首先,从时间t到t+1,PRK模型参数可能从KS,R,TS,R(t)变到KS,R,TS,R(t+1)。因此,接收方R周围的排斥区域从ES,R,TS,R(t)变到ES,R,TS,R(t+1)。如果KS,R,TS,R(t+1)>KS,R,TS,R(t),在ES,R,TS,R(t)中但是没在ES,R,TS,R(t+1)中的节点20、30可以在时间t但是不在时间t+1将干扰引入到接收节点R。类似地,如果KS,R,TS,R(t+1)<KS,R,TS,R(t),在ES,R,TS,R(t+1)中但是没在ES,R,TS,R(t)中的节点20、30可以在时间t+1但是不在时间t将干扰引入到接收节点R。ΔIR(t)表示因PRK模型参数从t到t+1的变化而引起的接收节点R处的干扰变化。ΔIR(t)可以由接收方R控制,因此它是“控制输出”。
第二,没在接收方节点R周围的排斥区域中但是与链路(S,R)并发传输的节点20、30的集合可能从时间t到t+1而变化。相应地,由R周围的排斥区域外面的节点20、30引入的干扰从t到t+1变化,ΔIU(t)表示这个变化。ΔIU(t)不可以由接收节点R控制,并且ΔIU(t)是对系统的“扰动”。ΔIU(t)的平均值和方差分别表示为μU(t)和σ2 U(t)。
考虑到导致IR(t)与IR(t+1)不同的上面两种可能的原因,我们获得等式:IR(t+1)=IR(t)+ΔIR(t)+ΔIU(t),其中ΔIR(t)和ΔIU(t)以dB为单位。
通过使用如由在时间t的YS,R(t)=a(t)(PS,R(t)-IR(t))+b(t)的对函数f的线性近似,对于时间t+1的预测的链路可靠性如下计算并且被称作“工厂”模型:YS,R(t+1)=a(t)(PS,R(t+1)-IR(t+1))+b(t)。因此,在时间t链路(S,R)的“工厂模型”是IR(t+1)=IR(t)+ΔIR(t)+ΔIU(t)以及YS,R(t+1)=a(t)(PS,R(t+1)-IR(t+1))+b(t),其中IR(.)和YS,R(.)分别是工厂的“状态”和“输出”。为了处理在测量YS,R(.)时的噪声,PRKS协议在反馈回路中使用权重因子为c(0≤c<1)的指数加权移动平均(EWMA)滤波器。图2使用y(t)=cy(t-1)+(1-c)YS,R(t)=cy(t-1)+(1-c)[a(t-1)(PS,R(t)-IR(t))+b(t-1)]的指数加权移动平均(EWMA)滤波器,来图解例示上面描述的系统模型。
考虑到无线通信和来自接收节点R的排斥区域外面的随机扰动ΔIU(.)的概率特性,经测量的链路可靠性y(t)被预期是固有随机的。因此,目标是最小化y(t)的方差,同时确保y(t)的平均值不小于所需的链路可靠性。更正式地,在时间t的控制设计选择控制输入ΔIR(t),其最小化y(t+1)的方差同时保证E[y(t+1)]=TS,R+δY(δY>0),其中TS,R是所需的链路可靠性,并且δY控制y(t)<TS,R的概率。对于最小方差调节控制问题,最小化var[y(t+1)]同时保证E[y(t+1)]=TS,R+δY的控制输入是:
ΔIR(t)=(((1+c)y(t)–cy(t-1)-TS,R-δY)/((1-c)a(t)))-μU(t)
并且var[y(t+1)]的最小值是:
σ2 y,min(t+1)=(1-c)2a(t)2σ2 u(t)
上面的关系被称作最小方差控制器。
考虑到接收节点R周围的排斥区域外面的并发发射方的集合的均匀随机特性,在基于PRKS协议的系统中μU(t)趋于为零。在示例传感器20中,例如,μU(t)=-0.00005dB,95%的置信区间为[-0.0453dB,0.0452dB]。另外,在PRKS协议的实际实现方式中,ΔIU(t)典型地以0dB为中心并且位于[-1dB,1dB]内。该关系被称作累积分布函数并且在图3中例示。对于PRKS调度的实际实现方式,μU(t)≈0。
通过最小方差控制器,链路(S,R)的预期链路可靠性被保证为至少所需的链路可靠性TS,R。另外,控制链路可靠性的未达目标的概率,并且定义为:
因此,通过调谐参数c和δY控制未达目标的概率。在一些示例中,也通过控制σ2 U(t)来调谐未达目标的概率,这反映来自接收节点R的排斥区域外面的干扰的变化性。在当前公开的PRKS协议的一种实际实现方式中,从ΔIR(t)到KS,R,TS,R(t+1),我们让δY=0且c=15/16。
考虑到接收节点R测量链路可靠性YS,R(t)是方便的,最小方差控制器存储在每一个节点20,30的存储器中并且在节点20,30处执行。在节点20,30计算时间t的控制输入ΔIR(t)之后,节点20,30计算KS,R,TS,R(t+1),使得:
并且|ΔIR(t)|等于当PRK模型参数为min{KS,R,TS,R(t),KS,R,TS,R(t+1)}时,在ES,R,TS,R(t)或ES,R,TS,R(t+1)中、但是不在这二者中的节点向传感器20引入的预期干扰。为了实现这一点,对于每一个并发节点C,当并发节点C不处于接收节点R的排斥区域中时,并发节点C引入到接收节点R的预期干扰IC,R(t)在接收节点R周围的本地区域中被定义。基于这个定义,那么,IC,R(t)=βC(t)PC,R(t),其中βC(t)是并发节点C在时间t传输数据分组的概率并且PC,R(t)是从并发节点C到达接收节点R的数据信号的功率强度。如下面讨论的,PC,R(t)和βC(t)可以通过接收节点R与并发节点C之间纯粹本地的协调来估计。考虑节点空间分布的离散特性以及对于满足最小链路可靠性TS,R的需求,在PRKS控制协议中利用计算KS,R,TS,R(t+1)的以下规则:
当ΔIR(t)=0时,让KS,R,TS,R(t+1)=KS,R,TS,R(t)。
当ΔIR(t)<0时(亦即在应当扩张排斥区域时,图4a),让ES,R,TS,R(t+1)=ES,R,TS,R(t),接着以在R处它们的数据信号功率的非递增顺序,持续添加还没有在ES,R,TS,R(t+1)中的节点,使得将B添加到ES,R,TSR(t+1)中,以使得:第一次满足接着让
当ΔIR(t)>0时(亦即在应当收缩排斥区域时,图4b),让ES,R,TS,R(t+1)=ES,R,TS,R(t),接着以在R处它们的数据信号功率的非递减顺序,持续去除ES,R,TS,R(t+1)中的节点离开ES,R,TS,R(t+1),直到节点B为止,使得在去除B之后再去除任意更多的节点使得第一次满足接着让
图4a例示对于情况ΔIR(t)<0、排斥区域增加的上述概念。图4b例示对于情况ΔIR(t)>0、排斥区域减小的上述概念。排斥区域由线B和C定义,并且定义接收传感器R周围的排斥并发传输的近似信号强度区域。在实际的实现方式中,传感器20基于信号强度而不是严格地基于相对地理定位而位于排斥区域内部或外部。在一个示例中,设置PRK模型参数的初始值以使得R周围的初始排斥区域包括其与从S到R的传输并发的传输单独可以使链路可靠性降至TS,R以下的每一个节点。
当y(t)更接近TS,R时,基于线性模型的控制器设计和分析更准确。当y(t)远离TS,R时,直接使用线性模型可以导致反馈控制中显著的未达目标或超越目标。图5例示自适应控制器的稳定性曲线。
在图5中假设目标操作点是其中链路可靠性为TS,R的A,例如,当在时间t操作点为B时应用线性模型和最小方差控制器导致E[y(t+1)]=TB′,其显著低于TS,R并且导致显著的未达目标。类似地,当在时间t操作点为C时应用线性模型和最小方差控制器导致E[y(t+1)]=TC′,其显著高于TS,R并且导致显著的超越目标。显著的未达目标或超越目标可能因为单独链路之间经由ΔIU(t)的耦合而导致反馈控制中的网络范围的不稳定性。为了稳定性以及为了在控制中避免显著的未达目标和超越目标,在一些实际的控制器实现方式中,使用改善版本的ar(t)(下面定义)取代a(t)。
其中e0是线性模型在TS,R附近是准确的阈值,并且a0=是连接当前的操作点y(t)与函数f上的目标点TS,R的线的梯度。当|y(t)-TS,R|>e0时让a(t)=a0,避免在链路(S,R)处KS,R,TS,R(.)的反馈控制中的超越目标和未达目标,从而对于给定的扰动ΔIU(.)防止YS,R(.)在TS,R周围振荡,并且在调节控制中能够实现网络范围的收敛。
需注意,理论模型中f的函数形式以及因此它的梯度比跨不同的网络和环境条件f的具体实现(例如YS,R与PS,R-IR之间的具体映射)更稳定;因此当|y(t)-TS,R|≤e0时让ar(t)为a(t)而不是a0,帮助解决在实际中理论模型的不准确性。在一种实际的实现方式中,e0为5%。
现在将我们的注意力转向图1中例示的分布式感测和控制网络10中每一个节点20,30的本地信号图的开发,给定链路(S,R)以及传感器20和控制器30的控制器24中PRK模型的具体实例化,参数KS,R,TS,R(t)定义接收方R周围的排斥区域ES,R,TS,R(t),使得如果并且仅如果则并发节点C位于排斥区域内。在理论的PRKS协议调度中,排斥区域内的每一个并发节点都知道它存在于排斥区域中并且不与接收节点R处的接收并发地传输。因无线通信中下面的真实世界复杂性,仍然难以保证该性质:1)并发节点C可能位于超出接收节点R的通信范围之外,使得接收节点R不可以使用常规的数据传输功率通知并发节点C关于它的状态(例如的值)。2)无线通信可能是各向异性的,使得接收节点R传输到达并且仅到达排斥区域内的节点的协议信令消息(例如CTS类型的消息)是困难的。3)无线通信可能是不对称的,使得彼此干扰的节点可能不知道彼此的状态(例如正在接收或者空闲)。
为了解决这些挑战,在图1的经实例化的PRKS协议中,每一个节点R在本地存储器中维护本地信号图,其包含节点R与近旁的每一个并发节点C之间的平均信号功率衰减。为了测量从并发节点C到另一个节点R的信号功率衰减P′,并发节点C通过将信息背负到它到节点R的分组上来通知节点R关于它的传输功率PC,并且只要节点R可以估计从并发节点C接收的信号的功率(由PC,R表示),那么节点R导出功率衰减。为此,节点R可以在完成从并发节点C接收分组之前紧接的时刻采样RSSI值Ptotal。紧接在接收分组之后,节点R再次采样RSSI值PI。
图6例示信号功率衰减的估计。如图6中所示,PI是紧接在分组接收之后R处的背景噪声功率与干扰功率的总和,并且Ptotal=PC,R+PI′,其中PI′是刚好在分组接收之前R处的背景噪声功率与干扰功率的总和。信号图在PRKS协议的控制平面中维护,其中无线信道访问基于已知的随机访问方法CSMA/CA。考虑到Ptotal和PI可以以非常短的间隔(例如小于0.01毫秒)采样以及在基于CSMA/CA的无线网络中背景噪声功率以及干扰功率在这么短的间隔中不会变化很多,背景噪声功率和干扰功率的总和紧接在分组接收之前和紧接在其之后不会显著地变化。换言之,PI′和PI近似相同。
因此,PC,R=PtotalPI′近似等于Ptotal-PI。一旦接收节点R获取PC,R的样本,节点R就可以将P’C,R的样本计算为P′C,R=PC–PC,R。
以这种方式,节点R可以获得P′C,R的一系列样本并且接着使用这些样本导出从并发节点C到它自身的平均信号功率损耗。使用上面的方法,近旁节点可以通过它们分组接收的纯粹本地采样来建立它们的本地信号图,而不需要网络中的任何全局协调,并且以这种方式产生的本地信号图是准确的。
需注意,本地信号图维护从并发节点C到接收节点R的功率衰减而不是仅仅从节点C到节点R的接收功率,使得本地信号图可以被用来估计以不同功率传输的信号的接收功率(例如,对于协议PRKS的控制信号)。关于PRKS中的协议信令,本地信号图还维护一对近旁节点之间的双向功率衰减。在估计P′C,R之后,例如,接收节点R还向并发节点C通知P′C,R,使得节点C知道从它自身到节点R的功率衰减。
现在将我们的注意力转向基于信号图的协议信令,节点R处的本地信号图记录节点R与近旁节点之间的信号功率衰减。使用该信息和已知的传输功率控制算法,节点R可以用适当的功率级广播信令分组,使得值为的这些分组可以由节点R周围的排斥区域(ES,R,TS,R(t))中的所有节点以高概率被接收。即使排斥区域内的并发节点C超出节点R的常规数据通信范围之外,这也被完成,在这种情况下,广播分组以高于常规数据传输功率的功率被传输。因此,本地信号图通过传输功率控制解决了大的干扰范围的挑战。
为了进一步增加协议信号传输的可靠性,节点R可以将每一个信令分组广播多次,并且节点R的排斥区域中的节点可以将它们从节点R听到的信令分组重新广播。为了减少信息共享的延迟,具有较新鲜信息(亦即已经传输较少次数的信息)的信令分组通过在CSMA/CA中使用较小的竞争窗口还具有信道访问的较高优先级。
当并发节点C从节点R接收信令分组时,节点C可以使用它的本地信号图通过检查是否P(C,R,t)≥来决定传输是否可能与从发送节点S到接收节点R的传输相干扰(亦即并发节点C是否在排斥区域内)。因此,信令分组可以到达不在排斥区域中的节点,而不会错误地将这些节点包括到排斥区域中,因此解决各向异性无线通信的挑战。类似地,使用功率控制算法和本地信号图,一对节点C和R可以将不同的传输功率用于信令分组来彼此通知它们各自的状态(例如PRK模型参数),因此解决协议信令中不对称的无线通信的挑战。
为了上面协议信令方法的正确性,节点R的信号图包括节点的集合E′,这些节点的传输可能与R处的接收相干扰或者它们的接收可能被R的传输干扰。E′是节点R的排斥区域内的节点的集合。因为集合E′取决于网络和环境条件是动态的和不确定的,节点R通过与近旁节点的本地协调动态地调整它的本地信号图中的节点的集合,并且节点R还可以维护相对大的信号图以包括随着时间的推移可能在E′中的节点。与上面讨论的PRK模型实例化方法一起,上面的现场可部署的信令机制使得能够实现节点间干扰关系的敏捷、高保真的识别,因此缩小基于成对干扰模型的调度的理论与这些算法的实际实现方式之间的差距。
干扰控制中PRKS协议的两个基本任务是:1)使得节点能够准确地知道它们之间的相互干扰关系以及2)控制信道访问以使得没有两个相互干扰的链路在同时使用同一无线信道。这些任务使得通常使用的单信道基于竞争的方法不适合于PRKS协议干扰控制,原因如下:
首先,在基于竞争的信道访问控制中,每一个数据传输之前是或者隐式地通过载波感测或者显式地通过RTS-CTS握手进行的协议信令阶段。因为无线通信的概率特性以及潜在大的干扰范围,所以使得即使使用上面讨论的机制,这种每传输协议信令可预测地可靠也是困难的。因此,节点难以准确地知道它们相互的干扰关系以及彼此的操作状态(例如是否传输),并且因此难以用可预测的方式控制节点之间的干扰。
第二,即使每传输协议信令通过诸如信令分组的重传这样的机制而更可预测地可靠,这仍然为每个数据传输引入显著的延迟和开销。更糟糕地,信令分组可以用相对较高的功率传输以保证潜在大的排斥区域的覆盖,并且信令分组的高功率传输向数据传输自身引入显著的干扰。当在存在来自协议信令的强干扰的情况下试图保证所需的数据递送可靠性时,节点将自适应它们的PRK模型参数以扩张它们单独的排斥区域,这又需要信令分组以更高的功率传输并且因此导致系统不稳定性。
为了解决上述挑战,协议信令与数据传输解耦。给定链路(S,R),它的可靠性的非常准确的估计通常需要沿着(S,R)的几个数据传输的传输状态的知识。在一些示例中,可靠性的估计需要多达20个数据传输的传输状态的知识。因此,获得新的链路可靠性反馈要花费时间,并且PRK模型自适应以及作为结果的(S,R)与近旁节点/链路之间的干扰关系的变化的时间尺度比沿着(S,R)的单独数据传输的时间尺度长得多。在每次PRK模型自适应之后,接收方R可以使用上面讨论的协议信令机制向相关节点通知参数KS,R,TS,R的新值、以及因此干扰关系的相应变化。KS,R,TS,R的每一个新值可以在平均1.4次信令分组的传输内可靠地且快速地以信号传送。因此,代替像基于竞争的信道访问控制中那样需要对于每一个数据传输的完美可靠的信令,协议信令被看作保证及时地知道节点/链路之间的相互干扰的独立过程。基于相互干扰关系的最新信息,数据传输可以用TDMA方式调度而不与协议信令耦合。而且,与基于竞争的方法相比较,WSC网络中物理过程的周期性采样也使得TDMA成为高效的调度机制。
除了使得能够精确地知道相互干扰关系之外,协议信令与数据传输的解耦还使得信令分组和数据分组能够在不同的无线信道中传输,从而避免协议信令与数据传输之间的干扰以及相应的系统不稳定性。用于协议信令和数据传输的无线信道分别被称作控制信道和数据信道。使用控制信道对于避免系统不稳定性并同时解决协议信令的挑战是必要的。因为协议信令不引入高流量负载,它可以很好地能够重用已经在诸如IEEE1609.4的工业标准中被搁置的控制信道。
基于上面的原理,图7例示实际的基于PRKS协议的系统的方案。为了解决上面的挑战,PRKS将基于PRK的信道访问控制的功能性分离成控制平面功能和数据平面功能,如图7中所示。在控制平面中,给定链路(S,R)的发送方节点S和接收方节点R通过上面呈现的协议信令机制学习其传输不可以与从节点S到节点R的传输并发地发生的链路的集合。这个链路集合被定义为链路(S,R)的冲突集。更具体地,如果节点C位于节点R的排斥区域内或者节点S位于节点D的排斥区域内,那么在时刻t链路(C,D)在(S,R)的冲突集中并因此与(S,R)冲突。
基于链路的冲突集,沿着单独链路的数据传输可以根据链路激活多址接入(LAMA)算法以分布式TDMA方式调度。使用LAMA算法,如果节点S在时隙中向节点R传输,那么链路(S,R)被认为在该时隙中是活跃的。给定时隙,链路(S,R)的发送方节点S和接收方节点R首先为链路(S,R)以及(S,R)的冲突集中的链路计算在该时隙中为活跃的优先级,接着如果并且仅如果对于该时隙,(S,R)具有比每一个冲突的链路更高的为活跃的优先级,那么S决定传输到R并且R决定从S接收数据。
分布式感测和控制网络中的每一个节点以相同的方式计算链路激活优先级,使得只要链路准确地知道它们的相互干扰关系,则没有两个冲突的链路将在同一时隙中为活跃的。如果链路(S,R)在时隙中是活跃的,那么节点S将在该时隙中传输数据分组到节点R。数据平面中数据传输的状态(亦即成功或失败)被反馈到控制平面中,用于估计就地的链路可靠性,其又触发PRK模型自适应以及接着相应的TDMA传输调度的自适应。在控制平面中,如上面公开的,节点还利用协议信令分组的传输和接收来维护它们的本地信号图。考虑到经实例化的PRK模型精确地识别单独链路的冲突集,PRKS协议中的TDMA调度也消除隐藏终端和暴露终端。
为了避免协议信令传输与数据传输之间的干扰,协议信令分组和数据分组在分别被视为控制信道和数据信道的不同无线信道中传输。默认地,节点停留在控制信道中。在时隙开始时,每一个节点执行OLAMA调度算法来检查它的相关联链路中的任何链路是否将在该时隙中是活跃的。
如果相关联链路中的一个在该时隙中是活跃的,则节点切换到数据信道用于数据传输或接收,这取决于该节点是相关联活跃链路的发射方或接收方。在数据传输/接收之后,节点切换回到控制信道,并且如果节点在该时隙中是链路的接收方,则节点将该传输的状态(亦即成功或失败)反馈回给控制平面用于如果产生新的链路可靠性估计的话进行链路可靠性估计和相应的PRK模型自适应。如果节点在该时隙中没有在任何数据传输/接收中涉及,则节点停留在控制信道中,并且试图经由CSMA/CA访问控制信道。
如果节点赢得信道访问(例如感测到信道为空闲),则该节点将包括关于PRK模型参数的信息的信令分组传输给该节点相关联链路以及它们的冲突链路中的全部。如果节点没有赢得信道访问,则节点停留在控制信道中接收来自其他节点的信令分组,并且执行与信号图维护和协议信令相关的功能。预先确定时隙的长度,使得无论节点单单在控制平面功能中涉及还是节点还在数据传输/接收中涉及,前述动作都可以在单个时隙中完成。
在替代的示例中,为了激活尽可能多的链路同时保证无冲突的调度,利用优化的链路激活多址接入(OLAMA)调度协议。OLAMA协议将调度问题表示成在冲突图中找到最大独立集(MIS)。定义冲突图使得节点是将被调度的数据传输链路,并且如果相应的数据传输链路彼此冲突则在冲突图中存在两个节点之间的链路。在图论中,独立集是图中节点的集合,其中没有节点是相邻的。如果添加任何其他节点使得它不再是独立集,则该独立集是最大的。OLAMA利用分布式MIS(DMIS)算法,给定所有节点优先级,其识别冲突图的MIS。以与用于LAMA示例中的链路优先级相同的方式计算OLAMA中的节点优先级。在OLAMA的接下来的解释中,讨论基于冲突图,使得我们用“节点”表示相应的“数据传输链路”。
LAMA可以即时地为每一个时隙计算调度,因为对于计算它不需要分组交换。形成对照地,对于DMIS,进行多轮的分组交换来找到给定时隙的调度(亦即MIS)。而且,无线信道易受分组丢失影响。如果OLAMA即时地计算调度,对于数据递送引入显著的延迟,特别是在大的网络中。为了减小因MIS计算而引发的延迟同时激活尽可能多的节点,OLAMA通过提前为每一个时隙预先计算MIS,将MIS的计算与数据传输解耦。当某个时隙来到时,OLAMA即时地查找预先计算的MIS,并且如果且仅如果节点在MIS中才激活它。为了另外减小延迟,OLAMA在流水线中为连续的时隙组织MIS的预先计算。
在OLAMA算法中,尽可能多的节点被激活同时仍然保证没有两个相邻的节点同时是活跃的。换言之,如下面描述的,通过分布式MIS(DMIS)算法,每一个时隙中图的最大独立集被激活。
在DMIS中,在任意给定的时间,节点停留在三种状态的一种状态中,这三种状态即未定(UNDECIDED)、活跃(ACTIVE)和不活跃(INACTIVE)。在未定状态中,节点还没有决定是否加入MIS。在活跃状态中,节点加入MIS。在不活跃状态中,节点不加入MIS。
初始地,所有节点都是未定。在任意时隙t,每一个节点根据下面的等式计算它自己以及它的邻居的优先级:
在上面的等式中,i是节点id,Hash(x)是通过对x进行散列返回随机整数的快速消息摘要生成器,并且pi是i的优先级。连接两个操作数i和t。第二个保证所有节点的优先级是不同的,即使当Hash()在不同的输入上返回相同的数时。基于每一个节点的优先级,DMIS在多个阶段中计算时隙t的MIS。每一个阶段具有三个步骤:
首先,节点v与它的邻居交换节点的状态。
第二,如果节点v的优先级高于所有它的活跃和未定的邻居,那么它通过将自己标记为活跃而进入MIS;相反地,如果它的更高优先级的邻居的任何一个是活跃的,则它将自己标记为不活跃。
第三,只有当在第二步骤之后它的状态保持为未定时,节点v才继续进行到下一个阶段。
当没有节点保持为未定时,算法终止。作为结果的MIS是包含所有活跃节点的集合,这些节点将在时隙t中被激活。值得注意的是,被交换的节点状态不包括优先级,其即使对于邻居的节点状态也是本地计算的。本领域技术人员将认识到,DMIS的预期运行时间是O(log(n))个阶段,其中n是冲突图中的节点数。
LAMA算法不需要分组交换来计算调度并且因此可以即时地被调用。在TDMA设置中,节点可以调用LAMA作为时隙开始时的子例程,来瞬时地确定该节点在该时隙中是否应该是活跃的。对于DMIS这样做是困难的,因为不像LAMA,运行DMIS需要多个阶段并且每一个阶段引发延迟,该延迟主要因在第一步骤中访问共享信道的竞争和不可靠的信道而引起。作为结果的对数据递送的延迟对于范围广泛的时间敏感的应用是不期望的。
为了减小DMIS的延迟同时保持它的高并发性,通过提前M个时隙预先计算时隙的MIS将DMIS与数据传输解耦。选择M的值使得DMIS至少以高概率在M个时隙内收敛。在时隙t中,DMIS开始使用节点在未来时隙(t+M)的优先级来计算时隙(t+M)的MIS。存储中间的结果,亦即当前的MIS,直到时隙(t+M)。当时间到达时隙(t+M)时,节点简单地查找预先计算的MIS并且决定变成活跃或不活跃的,而不用像在LAMA中那样即时地计算它。因为为每一个时隙计算MIS花费M个时隙,所述在时隙t中,时隙(t+1);(t+2);:::;(t+M)的MIS正被计算。计算被组织成流水线,其中M个连续时隙的MIS计算重叠。这比顺序地计算它们更高效。而且,M个状态的矢量被聚合并且状态以一次单个控制分组被交换,而不是使用分开的分组传达M个状态的每一个。这极大地节省信道资源。
图8示出当M为四时在运转中的所提出的预先计算的流水线的示例。x轴710表示以时隙为单位的时间,y轴720表示正在计算其MIS的时隙。对于时隙四的MIS的计算从时隙零开始并且在时隙一、二和三中继续。在时隙四中,MIS已经被预先计算并且就绪用于立即激活。类似地,时隙五的MIS在时隙五就绪,时隙六的MIS在时隙六就绪,等等。在时隙三,即将到来的时隙四、五、六和七的MIS正在被同时计算。
随着节点加入或离开网络、链路建立或链路断开,图随着时间的推移而变化。没有进一步的修改,图中的变化使得DMIS混乱,因为DMIS假设在它收敛之前图保持静态。使用基于快照的方法来去除混乱。具体地,当在时隙t开始为未来的时隙(t+M)计算MIS时,我们获取图的快照并且使用该快照进行剩余的计算,即使图在M个时隙内发生变化。因此,图对于DMIS的每次调用是一致的。该方法的一个潜在的副作用是OLAMA推迟最新图的使用,这可能使上层的应用性能降级。即使降级发生,可以通过使M较小来缓和降级。
典型的嵌入式设备装备有有限的存储器。在这种资源约束的设备上实现OLAMA提出在资源富裕的设备上没有发现的另外的挑战。为了克服这个挑战,我们暴露几个关键参数用于精细调谐,让上层在存储器使用与性能之间权衡。在OLAMA算法和过程中存在两个位置,其可以消耗显著的存储器量,特别是在大的网络中使用时。
首先,当每一个节点维护大小为L的包含所有它的潜在邻居的表格时。为了为每一个时隙存储图快照,节点对于它的邻居表格中的每一个节点需要一位,指示它们是否干扰。这因此花费每一个节点L*M位来存储本地图快照。为了减小快照的占用区(footprint),我们每G个时隙而不是每一个时隙获取快照。在每一个快照之后,DMIS使用它来计算接下来的G个连续时隙的MIS,其中G是可以由本领域技术人员确定的校准变量。这以因子G减小快照占用区。在一些实例中,较大的G不总是期望的,因为较大的G使得协议对于图变化较不敏捷。本领域技术人员可以调谐G以在存储器消耗与协议敏捷性之间取得平衡。
第二,在DMIS中阶段的第一步骤中,节点通过发送和接收控制分组与它的邻居交换状态。如果空间允许,控制分组也可以背负上层有效负载。每一个时隙进一步被划分成S个子时隙,其中为数据分组保留一个时隙并且为控制分组保留剩余的时隙。在每一个子时隙中仅可以传输一个数据或控制分组。总共,每一个节点为流水线化的预先计算存储L*M个中间状态。一方面,在给定图上对于时隙的DMIS的收敛需要固定数量的控制分组,较大的S将更多的控制分组封装到时隙中并且因此减小M和存储器消耗。另一方面,较大的S也增加控制开销并且降低数据递送的信道利用率。M的明智选择再次取决于存储器消耗与性能的权衡,并且由本领域技术人员确定。
通过PRKS协议的上述方法,数据传输的TDMA调度基于在控制平面中容易地可用的PRK模型信息在每一个时隙的开始时发生,因此不需要基于每传输保证可预测地可靠的协议信令,并且因此不会仅因为协议信令基于每传输引入延迟。考虑到在链路(S,R)处PRKS模型自适应的时间尺度比沿着(S,R)的单独数据传输的时间尺度长得多,具体地,(S,R)处两个连续的PRK模型自适应的时刻ta和tb趋于是充分分开的,使得在时间窗口[ta,tb]的初期内,在时间ta产生的链路(S,R)的PRK模型参数可以容易地递送到相关的节点,并且接着被用于数据传输的TDMA调度。
PRKS正确操作的一个前提是,对于每一个链路(S,R),当决定(S,R)是否应当在时隙中为活跃时,发送方节点S和接收方节点R总是使用相关链路的相同PRK模型参数。否则,节点S和节点R可能导出链路之间的不同的冲突关系,并且节点S可以认为(S,R)对于该时隙将是活跃的并且切换到数据信道进行传输,但是节点R认为(S,R)将是不活跃的并且停留在控制信道中,这使得节点R不能接收从节点S传输的数据并且导致数据分组丢失。
因为协议信令花费时间(特别是考虑到无线通信的概率特性),所以存在节点S和节点R可能具有关于网络中PRK模型参数的不一致信息的时间段。例如,当节点R通过执行最小方差控制器在时间tR改变PRK模型参数KS,R,TS,R(.)时,新的模型参数KS,R,TS,R(t+1)立即被节点R知道,但是节点R花费时间来通过协议信令与发射方节点S共享这个信息。协议信令中的这个延迟表示为dR,S。类似地,当另一个潜在冲突的链路(C,D)将它的PRK模型参数改变成KC,D,TC,D(t+1)时,节点S和R可能分别在不同的时间t′S和t′R第一次获悉KC,D,TC,D(t+1),并且S和R很可能花费时间d’S,R,C,D和d’R,S,C,D来分别通知彼此关于它们的知识。注意,如果S和R根本没获悉KC,D,TC,D(t+1),那么t′S和t′R可能是∞。
为了解决这些挑战,PRKS协议如下采用PRK模型参数的激活时间的概念:
当最新的PRK模型参数KS,R,TS,R(t+1)在时间tR由接收方节点R产生时,链路(S,R)处KS,R,TS,R(t+1)的激活时间定义为tR+dR,S。在时间tR开始,节点S和R继续使用先前的参数值KS,R,TS,R(t),直到激活时间tR+dR,S,在该激活时间之后S和R使用参数值KS,R,TS,R(t+1)。
当链路(S,R)的节点S和R分别在时间t′S和t′R第一次获悉潜在冲突的链路(C,D)的最新PRK模型参数KC,D,TC,D(t+1)时,链路(S,R)处的KC,D,TC,D(t+1)的激活时间定义为min{t′S+d′S,R,C,D,t′R+d′R,S,C,D}。节点S和R继续使用PRK模型参数KC,D,TC,D(t),直到激活时间min{t′S+d′S,R,C,D,t′R+d′R,S,C,D})在该激活时间之后节点S和R使用参数值KC,D,TC,D(t+1)。
使用这个方法,保证了发送方-接收方(S-R)一致性,使得链路的发送方和接收方在TDMA调度中总是使用相同的PRK模型参数。实际上,协议信令延迟dR,S、d′S,R,C,D和d′R,S,C,D都是随机的,而不是确定性的,并且在定义激活时间时我们可以使用它们的上分位数(upper-quantile)的值(例如最大值或0.9分位数)。在PRKS协议的一种实现方式中,使用信令延迟的0.95分位数。
解决发送方S与它的接收方R之间的瞬间信息一致性的另选方法如下基于发送方-接收方协调。
如果链路(S,R)在时隙t0中将是活跃的,那么发送方S计算当链路(S,R)下次再次将是活跃的时隙t1。接着发送方S将t1的值背负到将在t0传输到接收方R的数据分组(如果有的话)上、以及背负到在t0和t1期间发送方S可能传输的每一个协议信令分组上。如果接收方R从发送方S接收数据或协议信令分组,显示发送方S将在未来的时隙t1中传输,那么接收方R将在t1停留在数据信道中,即使在R处LAMA(或OLAMA)的本地执行可能显示链路(S,R)在t1时为不活跃的。
在时间t0计算向接收方R传输的下一个时隙t1之后,发送方S在任何时隙t1′∈(t0,t1)将不向接收方R传输,除非如我们接下来讨论的,接收方R告诉发送方S在t1′传输。即使在时隙t1′发送方S处的本地PRK模型参数显示链路(S,R)将在该时隙应为活跃的,这个规则也应用。这个规则在使用关于PRK模型参数的最新信息中隐式地引入延迟,但是该延迟显著地小于如我们已经讨论的基于发送方S与接收方R之间的完美一致性的方法中的延迟。
在接收方R获悉发送方S将在未来的时隙t1传输之后,如果在时隙t0′在接收方R处LAMA(或OLAMA)算法的执行显示链路(S,R)在时隙t1′<t1应是活跃的,并且如果时间窗口[t0′,t1′]足够长使得接收方R以高概率成功地通知发送方S关于t1′的值,那么接收方R将它的t1的本地值变成t1′并且将t1′的值背负到在[t0′,t1′)期间接收方R可能传输的分组(例如协议信令分组)上。如果发送方S从接收方R接收到分组显示链路(S,R)在未来的时隙t1′<t1将是活跃的,则接收方R将t1的值变成t1′。该规则是为了改善先前规则可能引入的在使用最新PRK参数值中的隐式延迟。
如果接收方R在时隙t1没有从发送方S接收到任何数据分组(例如因数据分组丢失),那么接收方R进入并停留在“保守”状态中,直到它再次从发送方S接收到分组显示(S,R)在另一个未来的时隙将是活跃的。当处于“保守”状态时,接收方R对于时隙t2停留在数据信道中,只要在t2处链路(S,R)具有比与接收方R相关联的其他链路更高的优先级为活跃的。保守状态保证接收方R每当发送方S传输数据分组到接收方R时处于数据信道中,并且它使得接收方R能够在数据传输调度上再次与发送方S同步。
在系统启动阶段,当决定对于时隙是否停留在数据或控制信道中时,发送方S执行基本LAMA(或OLAMA)算法并且接收方R保持在保守状态中,直到分别地发送方S第一次传输并且接收方R从发送方S接收第一个分组。
使用上面的协调机制,每当发送方S传输数据分组时,保证接收方R都处于数据信道中。同时,接收方R足够经常地停留在控制信道中,以用近旁链路的最新PRK模型参数被更新。
发送方S与它的接收方R之间的前述协调仅仅是解决瞬间时段期间关于PRK模型参数的潜在的不一致性所需的节点间协调。特别地,需要链路(S,R)的相同PRK模型参数的完美信息一致性不必定由链路(S,R)以及其发射方在接收方R周围的排斥区域内的所有链路使用。也就是,只要保证发送方-接收方一致性,节点就可以在节点获悉参数之时立刻使用链路的新PRM模型参数。因此,只要保证发送方-接收方一致性,新PRM模型参数的最早使用帮助在相应的排斥区域扩张时改善数据递送可靠性,或者它帮助在相应的排斥区域收缩时改善数据传输的空间重用和并发性。
虽然上面的公开集中于单单接收方周围的排斥区域,但应当理解,类似的过程和方法将应用于发射方(发送方)。如果在链路层保证ACK可靠性是重要的(例如,为了避免不必要的重传),那么可以通过维护每一个链路的发射方周围的排斥区域,应用保护数据接收的类似方法来保护ACK接收。
上面的公开集中于单播,其中发送方S想要传输数据分组到接收方R。但是,上面呈现的机制可被容易地扩展使得能够进行广播/多播,其中发送方S想要同时可靠地传输数据分组到一组接收方。在控制平面中,例如,发送方S可以使用高功率信号来显式地识别该组接收方周围的排斥区域,使得任何排斥区域中没有节点与发送方S的广播/多播传输并发地传输。
上面的讨论也主要针对静态的无线感测和控制网络。上面呈现的基本机制可被容易地扩展以支持诸如用于车辆分组的移动无线感测和控制网络中的可预测的链路可靠性。在移动无线感测和控制网络中,节点移动性在节点空间分布中引入动态,并且从而在无线通信中引入动态。具体地,节点空间分布中的动态增加节点之间的信号功率衰减中的动态,这挑战本地信号图的维护和PRK模型的自适应。
为了解决这种网络中的挑战,可以利用下面的事实:1)不可忽略的节点运动(例如高速公路上的车辆运动)的时间尺度是几秒钟,而无线通信的时间尺度是几毫秒或几微秒,节点的物理运动的显著更长的时间尺度使得节点能够即时地交换用于基于PRK的调度自适应的控制信号,以及2)存在节点运动(例如车辆运动)的充分建立的微观移动性模型,这些模型帮助估计节点空间分布中的动态并且从而帮助估计节点之间的信号功率衰减中的动态。因此,这些模型可以帮助能够进行信号图和PRK模型的预测性自适应。
进一步应当理解,上述概念中的任何一个可以被单独使用或者与其他上述概念的任何或全部组合使用。虽然已经公开了本发明的实施例,但是本领域普通技术人员将认识到,某些修改可以在本发明的范围内进行。由于该原因,应当研究权利要求书来确定本发明的真实范围和内容。
Claims (43)
1.一种分布式感测和控制网络,包括:
多个感测/控制节点,所述感测/控制节点中的每一个都包括传感器、本地控制器、本地存储器和无线发射器/接收器,并且其中所述本地存储器存储用于对无线传输实现物理比例K调度协议(PRKS)的指令;以及
存储在所述本地存储器中的本地信号图,其中所述本地信号图与经实例化的物理比例K(PRK)干扰模型一起,定义存储所述本地信号图的感测/控制节点与所述多个感测/控制节点中的在存储所述本地信号图的所述感测/控制节点的排斥区域内的每一个其他感测/控制节点之间的干扰关系。
2.根据权利要求1所述的分布式感测和控制网络,其中所述本地存储器还存储用于使得所述控制器对于所述分布式感测和控制网络中的接收感测/控制节点与每一个其他感测/控制节点之间的每一个链路确定物理比例K(PRK)参数。
3.根据权利要求2所述的分布式感测和控制网络,其中所述本地信号图还存储对于所述分布式感测和控制网络中的接收感测/控制节点与每一个其他感测/控制节点之间的每一个链路的经确定的PRK参数。
4.根据权利要求1所述的分布式感测和控制网络,其中所述干扰关系中的每一个基于至少一个PRK参数。
5.根据权利要求1所述的分布式感测和控制网络,其中所述本地存储器还包括用于使得所述本地控制器定义接收感测/控制节点的排斥区域的指令,使得在从并发感测/控制节点到所述接收感测/控制节点的数据分组信号的预期功率大于或等于从发送感测/控制节点到所述接收感测/控制节点的数据分组信号的预期功率除以所述接收感测/控制节点的PRK模型参数时,所述并发感测/控制节点在排斥区域内。
6.根据权利要求5所述的分布式感测和控制网络,其中所述干扰关系中的每一个都至少部分地基于所述排斥区域来定义。
7.根据权利要求1所述的分布式感测和控制网络,其中所述传感器中的每一个都包括数据传输无线信道和PRKS协议信令无线信道,所述数据传输无线信道和所述PRKS协议信令无线信道中的每一个都具有不同的传输频率。
8.根据权利要求1所述的分布式感测和控制网络,其中所述感测/控制节点的一部分是移动无线感测/控制节点。
9.根据权利要求8所述的分布式感测和控制网络,其中所述移动无线感测/控制节点的空间分布不是恒定的。
10.根据权利要求9所述的分布式感测和控制网络,其中分布式感测和控制网络中的感测/控制节点之间的信号功率衰减不是恒定的。
11.根据权利要求8所述的分布式感测和控制网络,其中节点运动时间尺度大于无线通信时间尺度,使得移动无线感测/控制节点的物理运动允许为即时的PRKS自适应交换控制信号。
12.根据权利要求1所述的分布式感测和控制网络,其中所述本地存储器存储如下指令,该指令用于使得所述感测/控制节点基于所述干扰关系调度分布式感测和控制网络中的传输,以使得没有并发传输与在接收感测/控制节点处接收到的传输相干扰。
13.根据权利要求1所述的分布式感测和控制网络,其中所述本地存储器还包括用于使得发送感测/控制节点的本地控制器同时调度从所述发送感测/控制节点到多个接收感测/控制节点的传输的指令。
14.一种用于调度分布式感测和控制网络中的无线传输的方法,包括以下步骤:
对于所述分布式感测/控制网络中的接收感测/控制节点与每一个其他感测/控制节点之间的每一个链路确定物理比例K(PRK)参数;
使用基于经确定的物理比例K参数的物理比例K调度(PRKS)协议确定所述分布式感测和控制网络中的所述接收感测/控制节点与每一个其他感测/控制节点之间的干扰关系;以及
基于所述干扰关系在分布式感测和控制网络中调度传输,使得没有并发传输与在接收感测/控制节点处接收到的传输相干扰。
15.根据权利要求14所述的方法,其中每一个链路的PRK参数是在接收感测/控制节点从发送感测/控制节点成功地接收分组的概率至少是目标概率的情况下的最小实数。
16.根据权利要求15所述的方法,其中所述目标概率是0和1之间的任意实数。
17.根据权利要求14所述的方法,其中所述干扰关系中的每一个基于在接收节点处接收到的信号强度以及从每一个其他感测/控制节点到接收节点的传输的功率衰减。
18.根据权利要求14所述的方法,其中对于所述分布式感测和控制网络中的所述接收感测/控制节点与每一个其他感测/控制节点之间的每一个链路确定物理比例K(PRK)参数以及使用基于经确定的物理比例K参数的物理比例K调度(PRKS)协议确定所述分布式感测和控制网络中的所述接收感测/控制节点与每一个其他感测/控制节点之间的干扰关系的步骤在没有网络和环境条件的先验知识的情况下进行确定。
19.根据权利要求14所述的方法,其中确定所述分布式感测和控制网络中的所述接收传感器与每一个其他感测/控制节点之间的干扰关系的步骤还包括:
基于PRK参数建立所述分布式感测和控制网络中的每一个感测/控制节点周围的排斥区域,其中所述排斥区域中的每一个都取决于所述PRK参数;并且
其中所述排斥区域中的每一个都定义所述分布式感测和控制网络中的在来自其他感测/控制节点的传输与在定义所述排斥区域的感测/控制节点处的传输接收并发时引起干扰的所有的其他感测/控制节点。
20.根据权利要求19所述的方法,其中基于所述干扰关系调度分布式感测和控制网络中的传输使得没有并发传输与在所述接收感测/控制节点处接收到的传输相干扰的步骤还包括:所述分布式感测和控制网络内的每一个感测/控制节点防止自身在有感测/控制节点位于其排斥区域中的接收节点正在接收无线传输时并发地传输。
21.根据权利要求19所述的方法,其中使用所述PRK参数建立所述分布式感测和控制网络中的每一个感测/控制节点周围的排斥区域的步骤包括:在当前时间t基于所述分布式感测和控制网络中的接收感测/控制节点与每一个其他感测/控制节点之间的每一个链路的经确定的PRK参数,定义接收感测/控制节点的当前排斥区域。
22.根据权利要求21所述的方法,其中所述接收感测/控制节点的所述排斥区域被定义为使得在从并发感测/控制节点到所述接收感测/控制节点的数据分组信号的预期功率大于或等于从发送感测/控制节点到接收感测/控制节点的数据分组信号的预期功率除以接收感测/控制节点的PRK模型参数时,所述并发感测/控制节点在所述接收感测/控制节点的排斥区域内。
23.根据权利要求14所述的方法,其中对于所述分布式感测和控制网络中的接收感测/控制节点与每一个其他感测/控制节点之间的每一个链路确定PRK参数的步骤还包括以下步骤:
当在时间t计算的控制输入为0时,设置时间t+1的PRK参数等于时间t的PRK参数;
当在时间t计算的控制输入小于0时,设置时间t+1的排斥区域等于时间t的排斥区域,并且以数据信号功率的非递增顺序将不包括在时间t的排斥区域中的感测/控制节点添加到时间t+1的排斥区域,直到在时间t来自在时间t+1的排斥区域中但是不在时间t的排斥区域中的节点的预期干扰的总和大于或等于在时间t计算的控制输入的绝对值,接着让时间t+1的PRK参数等于在时间t从发送感测/控制节点到达接收感测/控制节点的数据分组信号的预期功率除以在时间t+1从最近添加的感测/控制节点到达接收节点的数据分组信号的预期功率;以及
当在时间t计算的控制输入大于0时,设置时间t+1的排斥区域等于时间t的排斥区域,并且从时间t的排斥区域中去除感测/控制节点,该去除步骤按在接收感测/控制节点处从去除的感测/控制节点发送的信号的数据信号功率的非递减顺序,直到在时间t来自在时间t的排斥区域中但是不在时间t+1的排斥区域中的节点的预期干扰的总和第一次大于或等于在时间t计算的控制输入的绝对值,接着让时间t+1的PRK参数等于在时间t从发送感测/控制节点到达接收感测/控制节点的数据分组信号的预期功率除以在时间t+1从最近排除的感测/控制节点到达接收节点的数据分组信号的预期功率;并且
其中在对于所述分布式感测和控制网络中的接收感测/控制节点与每一个其他感测/控制节点之间的每一个链路确定PRK参数的步骤之前,所述链路中的每一个都具有初始的PRK参数。
24.根据权利要求14所述的方法,其中PRK参数取决于链路的相应的经测量的分组递送可靠性/速率。
25.根据权利要求24所述的方法,还包括通过以下步骤在时间t对于分布式感测和控制网络中的感测/控制节点链路确定经测量的分组递送率:
通过包括经平滑的链路可靠性的最小方差控制器传递最小链路可靠性加上概率控制常数的基准输入,从而确定所计算的控制输入;
将所计算的控制输入与来自接收传感器的排斥区域外部的干扰从时间t到时间t+1的变化相结合;
通过工厂模型传递经结合的所计算的控制输入与来自接收传感器的排斥区域外部的干扰的变化,从而确定在时间t的给定链路的经测量的分组递送率;以及
通过指数加权移动平均滤波器传递所述经测量的分组递送率,从而确定经平滑的链路可靠性测量。
26.根据权利要求14所述的方法,还包括以下步骤:
建立包括所述分布式感测/控制网络中的所述接收感测/控制节点与每一个其他感测/控制节点之间的干扰关系的本地信号图;以及
对于每一个感测/控制节点在相应的感测/控制节点的本地存储器处存储本地信号图。
27.根据权利要求26所述的方法,还包括以下步骤:基于存储的干扰关系,当接收感测/控制节点在所述本地信号图中具有最高优先级时将接收感测/控制节点置于数据信道中,以及当接收感测/控制节点在所述本地信号图中不具有最高优先级时,将接收方感测/控制节点置于控制信道中。
28.根据权利要求26所述的方法,其中建立包括所述分布式感测/控制网络中的所述接收感测/控制节点与每一个其他感测/控制节点之间的干扰关系的本地信号图的步骤还包括当至少一个感测/控制节点添加到所述分布式感测和控制网络时,使用本地控制器更新所述本地信号图。
29.根据权利要求26所述的方法,其中所述本地信号图包括存储本地信号图的感测/控制节点与存储本地地图的感测/控制节点的排斥区域内的每一个感测/控制节点之间的平均功率衰减。
30.根据权利要求26所述的方法,其中分布式感测和控制网络中的每一个感测/控制节点通过纯粹本地信令建立与自身相对应的本地信号图。
31.根据权利要求12所述的方法,其中所述分布式感测和控制网络中的感测/控制节点的一部分的物理位置不是恒定的。
32.根据权利要求31所述的方法,还包括通过控制信道与至少一个其他感测/控制节点共享经确定的PRK参数和经确定的干扰关系的步骤。
33.根据权利要求32所述的方法,其中感测/控制节点运动时间尺度大于无线通信时间尺度,使得移动无线感测/控制节点的物理运动允许为即时的PRKS自适应通过所述控制信道交换控制信号。
34.根据权利要求12所述的方法,其中分布式感测和控制网络的感测/控制节点的一部分之间的功率衰减不是恒定的。
35.根据权利要求12所述的方法,其中基于所述干扰关系调度分布式感测和控制网络中的传输以使得没有并发传输与在接收感测/控制节点处接收到的传输相干扰的步骤包括调度从单个发送感测/控制节点到单个接收感测/控制节点的传输。
36.根据权利要求14所述的方法,其中基于所述干扰关系调度分布式感测和控制网络中的传输以使得没有并发传输与在接收感测/控制节点处接收到的传输相干扰的步骤包括同时调度从单个发送感测/控制节点到多个接收感测/控制节点的传输。
37.根据权利要求36所述的方法,其中同时调度从单个发送感测/控制节点到多个接收感测/控制节点的传输还包括以下步骤:使用高功率信号,从而显式地识别一组接收方周围的排斥区域完全包括所述多个接收感测/控制节点,使得排斥区域内没有节点与被调度的传输并发传输。
38.根据权利要求14所述的方法,其中根据链路激活多址接入算法(LAMA)和优化的链路激活多址接入算法(OLAMA)中的至少一个以TDMA方式调度数据传输。
39.根据权利要求38所述的方法,其中LAMA和OLAMA中的所述至少一个包括冲突图的每一个节点根据计算节点的以及节点的邻居节点中的每一个的优先级,其中i是节点id,Hash(x)是可操作以通过对x进行散列返回随机整数的快速消息摘要生成器,pi是节点的优先级,并且其中是连接运算符;并且其中
冲突图被定义为使得节点是将被调度的数据传输链路,并且当相应的数据传输链路彼此冲突时,在冲突图中的两个节点之间存在链路。
40.根据权利要求39所述的方法,其中根据OLAMA算法以TDMA方式调度数据传输,并且其中OLAMA算法包括:
将每一个节点指定在初始的未定状态,并且接着
基于所计算的节点优先级对于给定时间确定节点的冲突图的最大独立集(MIS),其中该确定步骤包括:
每一个节点与每一个邻居节点交换节点的状态;
当节点的优先级高于具有活跃状态的所有邻居节点和具有未定状态的所有邻居节点的优先级时,将活跃状态指定给该节点;
如果所有邻居节点都是既活跃又具有比该节点更高的优先级,那么将不活跃状态指定给该节点;以及
反复地执行下面的步骤:每一个节点与每一个邻居节点交换节点的状态,当节点的优先级高于具有活跃状态的所有邻居节点和具有未定状态的所有邻居节点的优先级时,将活跃状态指定给该节点,以及如果所有邻居节点都是既活跃又具有比该节点更高的优先级,那么将不活跃状态指定给该节点,直到每一个节点都具有活跃状态和不活跃状态中的一个。
41.根据权利要求40所述的方法,还包括对于每一个时隙预先计算节点的冲突图的MIS。
42.根据权利要求41所述的方法,其中时隙t+M的预先计算从时隙t开始,并且其中M是被确定为使得分布式MIS在M个时隙内收敛的校准值,并且其中存储预先计算的MIS直到时隙M为止。
43.根据权利要求42所述的方法,其中使用节点的冲突图的快照执行预先计算,并且其中快照将节点的冲突图表示为在预先计算开始的时隙存在的节点的冲突图。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361788445P | 2013-03-15 | 2013-03-15 | |
US61/788,445 | 2013-03-15 | ||
PCT/US2014/027055 WO2014152192A1 (en) | 2013-03-15 | 2014-03-14 | Prk-based scheduling for predictable link reliability |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105144632A true CN105144632A (zh) | 2015-12-09 |
CN105144632B CN105144632B (zh) | 2019-03-08 |
Family
ID=51581145
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480022390.0A Active CN105144632B (zh) | 2013-03-15 | 2014-03-14 | 用于可预测链路可靠性的基于prk的调度 |
Country Status (4)
Country | Link |
---|---|
US (2) | US10306532B2 (zh) |
EP (1) | EP2974143B1 (zh) |
CN (1) | CN105144632B (zh) |
WO (1) | WO2014152192A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016014086A1 (en) * | 2014-07-25 | 2016-01-28 | Hewlett-Packard Development Company, L.P. | Software-defined sensing |
US10652921B2 (en) * | 2015-05-27 | 2020-05-12 | Qualcomm Incorporated | Techniques for handling feedback for downlink transmissions in a shared radio frequency spectrum band |
CN108770071B (zh) * | 2018-04-26 | 2020-09-22 | 曲阜师范大学 | 一种在瑞利衰落干扰下的无线网络有效链路调度方法 |
US11096191B2 (en) * | 2018-05-21 | 2021-08-17 | Qualcomm Incorporated | UE-centric clustering and efficient scheduling for CoMP |
CN114727372B (zh) * | 2022-03-08 | 2024-04-09 | 中国科学院上海微系统与信息技术研究所 | 一种基于分布式链路调度和功率控制的节能sic方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080101331A1 (en) * | 2006-10-31 | 2008-05-01 | Jeongkeun Lee | Estimating link interference and bandwidth |
US20090147790A1 (en) * | 2007-12-10 | 2009-06-11 | Electronics & Telecommunications Research Institute | Packet transmission scheduling method in wireless network and packet transmission method using the same |
WO2009109257A1 (en) * | 2008-02-29 | 2009-09-11 | Telefonaktiebolaget L M Ericsson (Publ) | Interference-considerate scheduling in a wireless communication network |
EP2137928A1 (en) * | 2007-04-06 | 2009-12-30 | Intel Corporation | Systems and methods for scheduling transmissions for coexistence of differing wireless radio protocols |
US20120149414A1 (en) * | 2010-12-10 | 2012-06-14 | Qualcomm Incorporated | Interference management between multiple networks |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6414955B1 (en) * | 1999-03-23 | 2002-07-02 | Innovative Technology Licensing, Llc | Distributed topology learning method and apparatus for wireless networks |
US8493955B2 (en) * | 2007-01-05 | 2013-07-23 | Qualcomm Incorporated | Interference mitigation mechanism to enable spatial reuse in UWB networks |
US10757719B2 (en) * | 2016-12-20 | 2020-08-25 | Wayne State University | Multiscale approach to predictable wireless networking |
-
2014
- 2014-03-14 EP EP14768253.8A patent/EP2974143B1/en active Active
- 2014-03-14 WO PCT/US2014/027055 patent/WO2014152192A1/en active Application Filing
- 2014-03-14 CN CN201480022390.0A patent/CN105144632B/zh active Active
- 2014-03-14 US US14/776,806 patent/US10306532B2/en active Active
-
2019
- 2019-05-28 US US16/423,556 patent/US11323947B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080101331A1 (en) * | 2006-10-31 | 2008-05-01 | Jeongkeun Lee | Estimating link interference and bandwidth |
EP2137928A1 (en) * | 2007-04-06 | 2009-12-30 | Intel Corporation | Systems and methods for scheduling transmissions for coexistence of differing wireless radio protocols |
US20090147790A1 (en) * | 2007-12-10 | 2009-06-11 | Electronics & Telecommunications Research Institute | Packet transmission scheduling method in wireless network and packet transmission method using the same |
WO2009109257A1 (en) * | 2008-02-29 | 2009-09-11 | Telefonaktiebolaget L M Ericsson (Publ) | Interference-considerate scheduling in a wireless communication network |
US20120149414A1 (en) * | 2010-12-10 | 2012-06-14 | Qualcomm Incorporated | Interference management between multiple networks |
Non-Patent Citations (3)
Title |
---|
HONGWEI ZHANG: "Adaptive instantiation of the protocol interference model in wireless networked sensing and control", 《ACM TRANSACTIONS ON SENSOR NETWORKS》 * |
XIN CHE: "Adaptive Instantiation of the Protocl Interference Model in Mission-Critical Wireless Networks", 《SENSOR MESH AND AD HOC COMMUNICATIONS AND NETWORKS(SECON)》 * |
ZHANG HONGWEI: "Poster abstract:PRK-based scheduling for predictable link reliability in wireless networked sensing and control", 《2013 ACM/IEEE INTERNATIONAL CONFERENCE ON CYBER-PHYSICAL SYSTEMS》 * |
Also Published As
Publication number | Publication date |
---|---|
CN105144632B (zh) | 2019-03-08 |
US10306532B2 (en) | 2019-05-28 |
EP2974143A1 (en) | 2016-01-20 |
EP2974143A4 (en) | 2016-08-03 |
EP2974143B1 (en) | 2018-07-18 |
US20160050613A1 (en) | 2016-02-18 |
US11323947B2 (en) | 2022-05-03 |
US20190320375A1 (en) | 2019-10-17 |
WO2014152192A1 (en) | 2014-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ali et al. | Fast uplink grant for machine type communications: Challenges and opportunities | |
Leong et al. | Deep reinforcement learning for wireless sensor scheduling in cyber–physical systems | |
Chen et al. | Wireless networked multirobot systems in smart factories | |
CN105144632A (zh) | 用于可预测链路可靠性的基于prk的调度 | |
Galindo-Serrano et al. | Distributed Q-learning for aggregated interference control in cognitive radio networks | |
US8948067B2 (en) | Wireless controller grids for process control and other systems and related apparatus and method | |
US7286814B2 (en) | Location registration system, mobile terminal, control equipment, methods of location registration in the location registration system | |
EP1653763B1 (en) | Wireless base stations and mobile stations | |
US20060270438A1 (en) | Wireless personal area network device and method for controlling beacon reception thereof | |
US11470622B2 (en) | Method for scheduling vehicle-to-vehicle communications | |
Mlika et al. | Network slicing for vehicular communications: a multi-agent deep reinforcement learning approach | |
CN103201688A (zh) | 在过程控制系统中满足通信约束要求 | |
CN112422319B (zh) | 一种天基信息港系统的仿真系统及方法 | |
Farjam et al. | Timer-based distributed channel access in networked control systems over known and unknown Gilbert-Elliott channels | |
Almeida et al. | Structuring communications for mobile cyber-physical systems | |
WO2023143572A1 (zh) | 基于人工智能ai模型的定位方法及通信设备 | |
CN112423324B (zh) | 无线智能决策通信方法、装置和系统 | |
US11811600B2 (en) | Server for controlling network element in communication system and operating method therefor | |
Zhong et al. | Asynchronous distributed optimization with minimal communication | |
Mamduhi et al. | Decentralized event-based scheduling for shared-resource networked control systems | |
JP7088022B2 (ja) | 通信端末、通信方法、プログラムおよび無線システム | |
Acciani et al. | Achieving robust average consensus over wireless networks | |
Baek et al. | Performance analysis of Block ACK-Based Slotted ALOHA for wireless networks with long propagation delay | |
KLV Sai Prakash et al. | An iterative node-pair time synchronization (INTS) for wireless sensor networks | |
Zhong et al. | Asynchronous distributed optimization with minimal communication and connectivity preservation |
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 |