CN105530678B - 一种超密集网络中基于负载和时延的无线回程路由选择方法 - Google Patents
一种超密集网络中基于负载和时延的无线回程路由选择方法 Download PDFInfo
- Publication number
- CN105530678B CN105530678B CN201510922781.4A CN201510922781A CN105530678B CN 105530678 B CN105530678 B CN 105530678B CN 201510922781 A CN201510922781 A CN 201510922781A CN 105530678 B CN105530678 B CN 105530678B
- Authority
- CN
- China
- Prior art keywords
- node
- path
- network
- access node
- load
- 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
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
- H04L45/124—Shortest path evaluation using a combination of metrics
Abstract
本发明公开了一种超密集网络中基于负载和时延的无线回程路由选择方法,具体如下:一、将超密集网络的无线接入节点进行分组,每组形成一个有效候选集ACS;二、初始随机设定每个有效候选集ACS内的接入节点数和边数;三、针对每个有效候选集ACS,采用网络效益函数ψ分别计算每个接入节点的负载;四、分别计算每个接入节点与相连节点形成的路径开销与时延,并标记在对应的路径上;五、采用遗传算法对适度值函数fitness进行求解,得到密集回程链路最优路由路径;步骤六、根据最优路由路径,将无线接入节点上的信息回传到本地控制单元,进而返回基站。优点在于:可以提升计算速度及精确度,考虑网络中负载状况,提升网络可靠性及稳定性。
Description
技术领域
本发明属于无线通信技术领域,具体是指一种超密集网络中基于负载和时延的无线回程路由选择方法。
背景技术
超密集部署虽然可以使网络的覆盖范围和容量有所提升,但是,对于超密集部署场景使用有线回程很困难,超密集网络为了满足快速增长的数据需求,一般采用接入点密集化,如果采用光纤回程,会使每个接入点连接到核心网的开销变得过于昂贵;且接入点间的间距变小,会增加彼此间的干扰,也将限制网络系统容量的提升;此外频繁的切换也会导致联合切换信令开销的增加。
使用无线技术虽然可降低小区回程的开销,例如点到点的微波链路,该方法已经被广泛的接受。但是,在超密集部署场景中,点到点的回程链路数目很庞大,还面临部署开销、干扰、端到端时延以及同步等一系列问题。
超密集网络采用各种无线传输技术的低功率节点---无线AP(Access Point);
无线AP并不局限于传统蜂窝网络中的微基站,中继,家庭基站,微微基站等类型,用户设备自身也可以作为一个无线AP在超密集网络中服务或者中继,这使得超密集网络的接入节点、接入技术和覆盖层次间变得更为灵活。
超密集网络是基于高数据速率传输的网络,无线回程网络虽具有部署开销低的特点,但是低功率节点AP覆盖范围有限,导致距本地控制单元较远的接入节点AP无法高效的传回信息,影响网络通信性能。因此,接入节点AP不仅要为本组的用户提供服务,也可能要作为其邻近接入点的中继节点,将从本地控制节点或者到本地控制节点的数据信息进行路由,一组回程接入点可以组成网状网络,由于无线信号传输范围有限,因此结合有线和无线回程技术进行路由。为了最大限度的提高每个路由的吞吐量,路由选择过程中应该考虑到无线链路之间的相互干扰。
现有的无线回程算法主要考虑了技术限制因素以及网络性能指标,诸如无线或者有线回程的选择;对小区容量以及回程模式的考虑;接入节点类型受限,该接入节点类型是否为统一类型,大多数选择微微基站或者中继节点类型;场景是否单一,现有技术中接入节点的部署规模较小,考虑因素单一;现有技术中多以时延和信干噪比作为考量指标,对其他影响因素未做过多考虑。
发明内容
本发明针对超密集网络中,无线AP由于回程距离受限及时延,导致整个小区的负载能力下降的问题,提出了一种超密集网络中基于负载和时延的无线回程路由选择方法。
具体步骤如下:
步骤一、将超密集网络的无线接入节点进行分组,每组形成一个有效候选集ACS;
每个有效候选集ACS中具有N个接入节点,为N个接入节点按序编号,集合为AP={AP1,AP2,...APi,...APN};i∈{1,2,3,…,N};N为整数;
每两个接入节点间的连接为一条边e,为边e按序编号,
边e集合为:E={e1,e2,...ej,...eM};j∈{1,2,3,…,M},连接边ej的两个不同的点对为:ej=(APm,APn),APm,APn∈AP;与每个接入节点APi相连的边数满足:边数之和小于等于N-1。
边ej的取值为0和1,如果从节点APm到节点APn的路径存在,则边ej取值为1,否则,边ej的取值为0;
步骤二、初始随机设定每个有效候选集ACS内的接入节点数和边数,生成节点间的通信链路。
步骤三、针对每个有效候选集ACS,采用网络效益函数ψ分别计算每个接入节点的负载;
针对接入节点APi,采用网络效益函数ψ(θ,η,t)计算APi的负载:
其中,t为时隙;θ为节点APi的吞吐量权值,R(t)代表的是与节点APi相连的所有节点吞吐量;η为节点APi的负载权值;χ(t)表示与节点APi相连的所有节点负载和。
rk(t)为在时隙t,节点APi和相连节点APk组成链路的信道容量:APk∈AP
rk(t)=Wklog2(1+SNRk(t))
SNRk(t)为节点APi和相连节点APk组成的链路的瞬时信噪比,Wk为节点APi和相连节点APk组成链路的带宽。
ξk(t)为节点APk在该有效候选集ACS中的无线资源分配变量,取值等于分配给该用户的无线资源块的个数。
ρk(t)是t时隙,与节点APi相连的节点APk的负载,定义为节点APk被占用的无线资源数量b和总的无线资源数量B之比。无线资源数量是指每个用户所占的无线资源块的总数;
步骤四、分别计算每个接入节点与相连节点形成所有路径的开销与时延,并标记在对应的路径上;
路径开销cik指接入节点APi与相连节点APk间的间距,采用随机设定进行标注;
整个有效候选集ACS网络中链路的路径开销之和Cost为:
接入节点APi与相连节点APk形成的路径时延用dik表示:
α代表该有效候选集ACS中所有路径的时延权重;β代表该有效候选集ACS中所有路径的开销权重;hik是指接入节点APi与相连节点APk形成的信道链路状况值,cik是指接入节点APi与相连节点APk的路径开销值;
整个有效候选集ACS网络中链路的回程时延之和Delay为:
步骤五、根据每个接入节点的负载,路径开销与时延,采用遗传算法对适度值函数fitness进行求解,得到密集回程链路最优路由路径;
其中,λ设置为1,γ代表网络效益函数ψ的权重,I代表该条路径是否被选取,若选取I为1,否则I为0;
对适度值函数fitness求解后,得到系列数值为无线节点的标号值,即得到密集回程链路最优路由路径L:
L=(v1,v2,...vp,…,vq)
路径L为序列或关于点的矢量,表示超密集网络中从源节点到目的节点间的路由路径,其中vp∈AP,q是路径L中点的总数量,q≤N;v1是起始节点,代表了网络中一条路由的源节点,vq是终端节点,代表了一个目的节点。
步骤六、根据最优路由路径,将无线接入节点上的信息回传到本地控制单元,进而返回基站。
本发明的优点在于:
1)、一种超密集网络中基于负载和时延的无线回程路由选择方法,可以提升计算速度及精确度,考虑网络中负载状况,提升网络可靠性及稳定性。
2)、一种超密集网络中基于负载和时延的无线回程路由选择方法,提出有效候选集的概念使得回程网络拓扑结构更为精简,利于回程路由计算,更适合控制与用户平面分离的分级控制架构。
附图说明
图1是本发明超密集部署的无线接入节点进行分组结构图;
图2是本发明一种超密集网络中基于负载和时延的无线回程路由选择方法流程图。
图3是本发明生成有效候选集ACS的网络链路并标记路径开销与时延示意图;
图4是本发明采用网络效益函数进行仿真和分析所得的负载值示意图;
图5是本发明考虑负载因素后,路径与适度值之间的关系图。
具体实施方式
下面将结合附图对本发明作进一步的详细说明。
超密集部署是为了给用户提供更优质的服务,提供更快的数据传输速率,由于回程密集化,并且在较高频段上传输距离受限,回程链路的性能指标也将对整个网络产生很大的影响。由于传输距离受限,使得回程数据传输受到阻碍,一些通信链路质量较差的接入点无法将信息传回给本地控制单元,使得为用户提供的通信服务无法受到保障。因此,针对通信链路质量较差的接入点采用无线多跳路由技术,将信息传回给本地控制单元,但并不局限于所从属的控制单元。由于采用了标号策略,本地控制单元根据回传信息的标号进行区分,实现高效便捷的回程路由。
影响回程链路的一个重要指标是时延,因此本发明为了提高用户的服务质量,不仅考虑吞吐量,而且为了使端到端时延最小化,提出了一种超密集网络中基于负载和时延的无线回程路由选择方法,寻找最佳路由路径达到时延最小化。
如图1所示,基站作为核心网的接入点,连接多个本地控制单元,本实施例选择3个本地控制单元,本地控制A,本地控制B和本地控制C;
每个本地控制单元分别连接一个ACS,每个ACS由多个无线接入节点AP组成,本实施例选择10个无线接入节点AP组成一个ACS;
如图2所示,具体步骤如下:
步骤一、将超密集网络的无线接入节点进行分组,每组形成一个有效候选集ACS;划分为多个有效候选集ACS。
超密集网络中的接入节点AP并不是全部相连,由于高频段的传输范围有限,所以节点间可能会受距离因素而无法传递信息。根据路径的距离因素进行判断,当两接入节点AP间的距离超过15米时,则认为该链路无效。
超密集网络示意图转化为简易的路径图,由下式表示:
G=(AP,E)
假设每个有效候选集ACS中具有N个接入节点,为N个接入节点按序编号,接入节点的集合为AP={AP1,AP2,...APi,...APN};i∈{1,2,3,…,N};N为整数;
每两个接入节点间的连接视为一条边e,为边e按序编号,E表示连接两点的边的集合;边e集合为:E={e1,e2,...ej,...eM};j∈{1,2,3,…,M},边e由两个不同的点对来表示ej=(APm,APn),APm,APn∈AP;与每个接入节点APi相连的边数满足:边数之和小于等于N-1。N个接入节点随机生成节点间的通信链路。
对路由路径上,该机制对其进行了限制,路由只能在所属有效候选集中进行操作,这种限制的好处是减少时延以及避免浪费资源。边ej的取值为0和1,如果从节点APm到节点APn的路径存在,则边ej取值为1,否则,边ej的取值为0;
本实施例中选取了10个接入节点AP,按照拓扑结构进行标号或者随机标号,编号方式不影响对性能结果的分析。本实施例中有效候选集的编号采用随机的方式,由本地控制器进行划分。10个接入节点AP从1至10进行排序,组中节点的排序任意,但为了便于分析以及标号错误,相邻群集间的低功率节点尽量采用不同的数字进行标号,以示区别,避免由于定位精确度的问题而带来的对性能分析的影响。因此,每一个低功率节点将由两部分组成,代表其所属群组的英文标号及其作为群组成员的数字标号,例如A-3可表示该低功率节点所属群组属性及其自身标号。
步骤二、初始随机设定每个有效候选集ACS内的接入节点数和边数,生成节点间的通信链路。
本实施例中,如图3所示,设定对于本地控制A,有效候选集ACS内的接入节点数为10个,AP1……AP10;构成16条边:
本地控制A直接连接接入节点AP1和节点AP2;接入节点AP1同时连接节点AP2,节点AP6和节点AP8,节点AP6和节点AP8相连;接入节点AP2同时连接节点AP4和节点AP3,节点AP4和节点AP5相连;节点AP3和节点AP5,节点AP6相连;节点AP5和节点AP7相连;节点AP6和节点AP9相连;节点AP7和节点AP9相连,且同时连接节点AP10。随机设定网络中的资源块分配以确定每个AP的负载信息,进行分配。
步骤三、针对每个有效候选集ACS,采用网络效益函数ψ分别计算每个接入节点的负载;
为了避免拥塞情况的发生,该机制考虑了每个无线接入节点的负载情况,每个节点需要对该节点的负载情况进行更新。网状路由可以选取当前的路由路径或者选取其他性能较优的路径。
由于链路一般采用了自适应编码调制,因此,针对接入节点APi,采用网络效益函数ψ(θ,η,t)计算APi的负载:
其中,t为时隙;θ为节点APi的吞吐量权值,R(t)代表的是与节点APi相连的所有节点吞吐量;η为节点APi的负载权值;χ(t)表示与节点APi相连的所有节点负载和。
rk(t)为在时隙t,节点APi和相连节点APk组成链路的信道容量:APk∈AP
rk(t)=Wklog2(1+SNRk(t))
SNRk(t)为节点APi和相连节点APk组成链路的瞬时信噪比,Wk为节点APi和相连节点APk组成链路的带宽。
ξk(t)为节点APk在该有效候选集ACS中的无线资源分配变量,其取值等于分配给该用户的无线资源块的个数;
ρk(t)是t时隙,与节点APi相连的节点APk的负载,定义为节点APk被占用的无线资源数量b和总的无线资源数量B之比。
无线资源数量是指每个用户所占的无线资源块的总数;无线资源块择是指lte系统中所规定的,是指12个子载波(频域)乘以7个符号(symbol,时域)。
针对本地控制单元A中的10个节点AP1……AP10,采用网络效益函数进行仿真和分析所得的负载值如图4所示。
步骤四、分别计算每个接入节点与相连节点形成所有链路的路径开销与链路时延,并标记在对应的链路上;
路径开销指接入节点与相连节点间的间距,采用随机设定进行标注;
整个有效候选集ACS网络中链路的路径开销之和Cost为:
采用对接入节点APi与相连节点APk的间距以及信道链路状况进行综合评估确定路径时延,接入节点APi与相连节点APk形成的路径时延用dik表示:
α代表该有效候选集ACS中所有信道链路状况的时延权重;β代表该有效候选集ACS中所有路径的开销权重;hik是指接入节点APi与相连节点APk形成的信道链路状况值;cik是指接入节点APi与相连节点APk的路径开销值;
整个有效候选集ACS网络中链路的回程时延之和Delay为:
链路时延dik为根据信道链路状况从0-1间的随机值,时延与信道链路状况值成反比,信道链路值越大,时延越小。
如图3所示,通过使用网络效益函数,根据路径开销以及路径时延对每条链路进行标记。网络拓扑图的每条链路上具有两个参数分别表示链路的开销代价和链路的时延。链路开销cik是随机生成的,时延dik是根据信道链路状况值hik以及路径开销值cik成比例计算得出。信道链路状况值hik是[0,1]的随机数,dik≤30ms;两个节点间链路的回程时延不允许超过30秒,注意,此处强调本地控制器的区域,即目的端点必须是该节点所属的本地控制器。
步骤五、根据每个接入节点的负载,路径开销和时延,采用遗传算法对适度值函数fitness进行求解,得到密集回程链路最优路由路径;
该机制综合考虑了端到端的传输时延,开销以及网络负载和吞吐量的情况,为密集回程链路寻找最佳路由路径。具体的公式如下所示:
α代表该有效候选集ACS中所有信道链路状况的时延权重;β代表该有效候选集ACS中所有路径的开销权重;λ设置为1,γ代表网络效益函数的权重,I代表该条路径是否被选取,若选取I为1,否则I为0;
适度值函数fitness将直接反映该链路的整体性能,考虑端到端时延最小化,各权重比例被设置为α=0.7,β=0.3,λ=1,γ=0.5,
对适度值函数fitness求解后,得到系列数值,该系列数值为无线节点的标号值,即得到密集回程链路最优路由路径L:
L=(v1,v2,...vp,…,vq)
路径L为序列或关于点的矢量,表示超密集网络中从源节点到目的节点间的路由路径,其中vp∈AP,q是路径L中点的总数量,q≤N;v1是起始节点,代表了网络中一条路由的源节点,vq是终端节点,代表了一个目的节点。
步骤六、根据最优路由路径,将无线接入节点上的信息回传到本地控制单元,进而返回基站。
本发明采用三种超密集网络场景类型进行比较,分别设置了3种类型下的参数,如表2所述,
仿真参数设定如表1所示:
表1回程仿真场景参数介绍
场景类型 | 参数设置 |
类型1 | α=0.7,β=0.3,λ=1,γ=0.5 |
类型2 | α=0.7,β=0.3,λ=1,γ=0.1 |
类型3 | α=0.7,β=0.3,λ=1,γ=0 |
回程网络仿真参数
参数 | 数值 |
发射功率 | 20dbm |
节点数量 | 10 |
白噪声功率谱密度 | -174dbm/Hz |
对有效候选集A中的节点为例进行仿真及分析,根据本发明得到有效候选集A的最佳路径为:A-10->A-9->A-7->A-5->A-3->A-6->A-1->本地控制器A;
为了验证该条最佳路径的有效性,选取了六条其他路径进行对比:
表2路由表
编号 | 路径路由 |
路径1 | A-10->A-9->A-7->A-5->A-3->A-6->A-1->本地控制器A |
路径2 | A-10->A-9->A-6->A-1->本地控制器A |
路径3 | A-10->A-7->A-5->A-4->A-2->本地控制器A |
路径4 | A-10->A-9->A-7->A-5->A-3->A-2->A-1->本地控制器A |
路径5 | A-10->A-9->A-6->A-8->A-1->本地控制器A |
路径6 | A-10->A-9->A-6->A-3->A-2->本地控制器A |
路径7 | A-10->A-9->A-6->A-3->A-5->A-4->A-2->本地控制器A |
针对类型1的情况:参数设置为α=0.7,β=0.3,λ=1,γ=0.5时的路径间系数对比,列于表3:
表3类型1的对比表
参数 | 路径1 | 路径2 | 路径3 | 路径4 | 路径5 | 路径6 | 路径7 |
时延 | 0.154 | 0.056 | 0.064 | 0.123 | 0.074 | 0.101 | 0.096 |
开销 | 40 | 26 | 42 | 43 | 35 | 43 | 46 |
效益 | 3.336 | 2.13 | 1.86 | 2.29 | 2.8 | 2.26 | 2.86 |
适度值 | 1.762 | 1.193 | 1.009 | 1.222 | 1.495 | 1.207 | 1.502 |
针对类型2的情况:参数设置为α=0.7,β=0.3,λ=1,γ=0.1时的路径间系数对比,列于表4:
表4类型2的对比表
参数 | 路径1 | 路径2 | 路径3 | 路径4 | 路径5 | 路径6 | 路径7 |
时延 | 0.154 | 0.056 | 0.064 | 0.123 | 0.074 | 0.101 | 0.096 |
开销 | 40 | 26 | 42 | 43 | 35 | 43 | 46 |
效益 | 3.336 | 2.13 | 1.86 | 2.29 | 2.8 | 2.26 | 2.86 |
适度值 | 0.419 | 0.341 | 0.265 | 0.306 | 0.288 | 0.303 | 0.358 |
针对类型3的情况:参数设置为α=0.7,β=0.3,λ=1,γ=0时的路径间系数对比,该情况只考虑时延和开销的因素,忽略了负载及吞吐量的影响,表5如下所示:
表5类型3的对比表
参数 | 路径1 | 路径2 | 路径3 | 路径4 | 路径5 | 路径6 | 路径7 |
时延 | 0.154 | 0.056 | 0.064 | 0.123 | 0.074 | 0.101 | 0.096 |
开销 | 40 | 26 | 42 | 43 | 35 | 43 | 46 |
适度值 | 0.083 | 0.128 | 0.079 | 0.077 | 0.008 | 0.077 | 0.072 |
从以上三种情况可以看出,根据不同的参数设置可以选择出不同的最优路径,如果只是考虑开销和时延的因素,可以得出最优路径将是路径2;而加入了对函数效益的综合考虑,则最优路径将发生变化,并且对于函数效益的侧重程度的不同,所选取的最优路径也是不相同的。虽然路径2的时延和开销是路径中最小的,但是如若考虑了各个节点的负载和吞吐量情况,从表3和4中可见,该条路径均不是最优的。
如图5所示,显示了考虑负载因素的优势,纵坐标的适度值所代表的是仿真结果中的最优函数值,它反映了整个网络的整体性能,该值越高则代表该条链路性能较优,网络整体性能较好。由于考虑了信道链路状态信息,并且路径距离较短无法完全表征其优越性,时延性能并不与路径距离完全成比例,信道链路的拥塞情况对整个网络的性能具有很大的影响。由于对负载情况的考虑,使得网络中的拥塞情况减少,减少回程路由时延。因此,考虑链路负载情况,不仅可以降低时延,而且可以提高网络的整个通信性能和可靠性。
该算法的优化目标是针对端到端的时延和开销进行折中,通过考虑AP的负载情况,得出最优路径。该机制采用与ACS相结合的方式,每个ACS具有唯一的标号,采用本地控制进行路由选择,使得信令开销和能耗可以达到最小,为避免多AP资源竞争问题,要求一个AP只能被其他的一个AP使用,本地控制在最后可以按照小区标号将信息更为精确的区分出来,解决了AP回程距离受限及时延的问题,提升了整个小区的负载能力。
Claims (3)
1.一种超密集网络中基于负载和时延的无线回程路由选择方法,其特征在于,具体步骤如下:
步骤一、将超密集网络的无线接入节点进行分组,每组形成一个有效候选集ACS;
每个有效候选集ACS中具有N个接入节点,集合为AP={AP1,AP2,...APi,...APN};i∈{1,2,3,…,N};N为整数;
每两个接入节点间的连接为一条边e,边e集合为:E={e1,e2,...ej,...eM};j∈{1,2,3,…,M},
步骤二、初始随机设定每个有效候选集ACS内的接入节点数和边数,生成节点间的通信链路;
步骤三、针对每个有效候选集ACS,采用网络效益函数ψ分别计算每个接入节点的负载;
针对接入节点APi,采用网络效益函数ψ(θ,η,t)计算APi的负载:
其中,t为时隙;θ为节点APi的吞吐量权值,R(t)代表的是与节点APi相连的所有节点吞吐量;η为节点APi的负载权值;χ(t)表示与节点APi相连的所有节点负载和;
rk(t)为在时隙t,节点APi和相连节点APk组成链路的信道容量:APk∈AP
rk(t)=Wklog2(1+SNRk(t))
SNRk(t)为节点APi和相连节点APk组成的链路的瞬时信噪比,Wk为节点APi和相连节点APk组成链路的带宽;
ξk(t)为节点APk在该有效候选集ACS中的无线资源分配变量,取值等于分配给用户的无线资源块的个数;
ρk(t)是t时隙,与节点APi相连的节点APk的负载,定义为节点APk被占用的无线资源数量b和总的无线资源数量B之比;
步骤四、分别计算每个接入节点与相连节点形成的路径开销与时延,并标记在对应的路径上;
路径开销cik指接入节点APi与相连节点APk间的间距,采用随机设定进行标注;
整个有效候选集ACS网络中链路的路径开销之和Cost为:
接入节点APi与相连节点APk形成的路径时延用dik表示:
α代表该有效候选集ACS中所有路径的时延权重;β代表该有效候选集ACS中所有路径的开销权重;hik是指接入节点APi与相连节点APk形成的信道链路状况值,cik是指接入节点APi与相连节点APk的路径开销值;
整个有效候选集ACS网络中链路的回程时延之和Delay为:
步骤五、根据每个接入节点的负载,路径开销与时延,采用遗传算法对适度值函数fitness进行求解,得到密集回程链路最优路由路径;
其中,λ设置为1,γ代表网络效益函数ψ的权重,I代表该条路径是否被选取,若选取I为1,否则I为0;
对适度值函数fitness求解后,得到系列数值为无线节点的标号值,即得到密集回程链路最优路由路径L:
L=(v1,v2,...vp,…,vq)
路径L为序列或关于点的矢量,表示超密集网络中从源节点到目的节点间的路由路径,其中vp∈AP,q是路径L中点的总数量,q≤N;v1是起始节点,代表了网络中一条路由的源节点,vq是终端节点代表目的节点;
步骤六、根据最优路由路径,将无线接入节点上的信息回传到本地控制单元,进而返回基站。
2.如权利要求1所述的一种超密集网络中基于负载和时延的无线回程路由选择方法,其特征在于,所述步骤一中与每个接入节点APi相连的边数满足:边数之和小于等于N-1。
3.如权利要求1所述的一种超密集网络中基于负载和时延的无线回程路由选择方法,其特征在于,所述步骤一中,连接边ej的两个不同点对为:ej=(APm,APn),APm,APn∈AP;边ej的取值为0和1,如果从节点APm到节点APn的路径存在,则边ej取值为1,否则,边ej的取值为0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510922781.4A CN105530678B (zh) | 2015-12-14 | 2015-12-14 | 一种超密集网络中基于负载和时延的无线回程路由选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510922781.4A CN105530678B (zh) | 2015-12-14 | 2015-12-14 | 一种超密集网络中基于负载和时延的无线回程路由选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105530678A CN105530678A (zh) | 2016-04-27 |
CN105530678B true CN105530678B (zh) | 2019-01-25 |
Family
ID=55772577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510922781.4A Active CN105530678B (zh) | 2015-12-14 | 2015-12-14 | 一种超密集网络中基于负载和时延的无线回程路由选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105530678B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106850726B (zh) * | 2016-06-20 | 2019-11-15 | 北京交通大学 | 基于sdn的云数据中心负载可感知的请求路由方法 |
CN107249202B (zh) * | 2017-08-10 | 2020-03-24 | 北京邮电大学 | 一种分布式无线回程路由算法 |
CN109039895B (zh) * | 2018-06-22 | 2020-09-29 | 河海大学常州校区 | 基于OpReduce系统的优化解耦设计的搜索系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102045809A (zh) * | 2009-10-16 | 2011-05-04 | 南京理工大学 | 基于无线射频的机会网络路由方法 |
CN102907141A (zh) * | 2010-06-03 | 2013-01-30 | 德国电信股份公司 | 把移动客户端连接到无线网络的方法、装置与系统 |
CN104168620A (zh) * | 2014-05-13 | 2014-11-26 | 北京邮电大学 | 无线多跳回传网络中的路由建立方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8897173B2 (en) * | 2011-04-29 | 2014-11-25 | T-Mobile Usa, Inc. | Microwave backhaul arrangements |
-
2015
- 2015-12-14 CN CN201510922781.4A patent/CN105530678B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102045809A (zh) * | 2009-10-16 | 2011-05-04 | 南京理工大学 | 基于无线射频的机会网络路由方法 |
CN102907141A (zh) * | 2010-06-03 | 2013-01-30 | 德国电信股份公司 | 把移动客户端连接到无线网络的方法、装置与系统 |
CN104168620A (zh) * | 2014-05-13 | 2014-11-26 | 北京邮电大学 | 无线多跳回传网络中的路由建立方法 |
Non-Patent Citations (2)
Title |
---|
Multi-hop point-to-point FDD wireless backhaul for mobile small cells;Wei Ni et.al;《IEEE Wireless Communications》;20140826;第21卷(第4期);全文 |
下一代无线多跳中继网络资源分配与组网技术研究;向征;《中国博士学位论文全文数据库信息科技辑》;20120315(第3期);全文 |
Also Published As
Publication number | Publication date |
---|---|
CN105530678A (zh) | 2016-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Deng et al. | Cooperative channel allocation and scheduling in multi-interface wireless mesh networks | |
CN104717755B (zh) | 一种蜂窝网络中引入d2d技术的下行频谱资源分配方法 | |
US10348474B2 (en) | Method and apparatus for processing cell interference | |
CN104185242B (zh) | 一种降低干扰的无线Mesh网络信道分配与路由联合优化系统与方法 | |
CN109379754A (zh) | 一种无线接入网中的网络切片优化方法 | |
CN110138526A (zh) | 一种配置参考信号的方法、装置和系统 | |
CN101682581B (zh) | 在多载波多跳无线通信系统中联合分配资源的方法 | |
CN105704039A (zh) | 具有移动基站的蜂窝通信系统和用于与其结合的方法和装置 | |
CN101641877A (zh) | 无线通信系统中的同信道干扰的表征 | |
CN105704824B (zh) | 一种无线网络的多维资源分配的方法 | |
CN109699033B (zh) | 面向成本和负载均衡的LoRa电力物联网基站部署方法及装置 | |
CN101982991B (zh) | 基于异构业务QoS的LTE网络小区间干扰协调方法 | |
CN105530678B (zh) | 一种超密集网络中基于负载和时延的无线回程路由选择方法 | |
Biermann et al. | CoMP clustering and backhaul limitations in cooperative cellular mobile access networks | |
CN107249202A (zh) | 一种分布式无线回程路由算法 | |
CN105471488A (zh) | 一种多小区波束形成方法和装置 | |
CN104412647B (zh) | 用于帮助解决通信系统中的边界问题的集群优化的方法 | |
CN103200689A (zh) | 一种用于多信道无线Mesh网络的链路分配方法 | |
CN100499552C (zh) | 无线网状网中的信道分配方法及装置 | |
CN106060876A (zh) | 一种异构无线网络均衡负载的方法 | |
CN113949412A (zh) | 高速电力线载波通信网络的优化方法 | |
CN115134928B (zh) | 频段路由优化的无线Mesh网络拥塞控制方法 | |
Yen et al. | A two-stage game for allocating channels and radios to links in wireless backhaul networks | |
Lima et al. | Hybrid multicriteria algorithms applied to structural design of wireless local area networks | |
Ghawbar et al. | Heterogeneous modelling framework for 5G urban macro ultra-dense 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 |