CN106576275A - 用于异构网络中的设备优化的网络环境感测和切换 - Google Patents
用于异构网络中的设备优化的网络环境感测和切换 Download PDFInfo
- Publication number
- CN106576275A CN106576275A CN201580043376.3A CN201580043376A CN106576275A CN 106576275 A CN106576275 A CN 106576275A CN 201580043376 A CN201580043376 A CN 201580043376A CN 106576275 A CN106576275 A CN 106576275A
- Authority
- CN
- China
- Prior art keywords
- network
- poa
- energy
- rat
- parameter
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title description 14
- 238000000034 method Methods 0.000 claims abstract description 119
- 238000005265 energy consumption Methods 0.000 claims description 65
- 238000005516 engineering process Methods 0.000 claims description 24
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 49
- 238000007726 management method Methods 0.000 description 36
- 238000004458 analytical method Methods 0.000 description 35
- 238000012544 monitoring process Methods 0.000 description 31
- 238000004422 calculation algorithm Methods 0.000 description 29
- 238000005259 measurement Methods 0.000 description 28
- 230000006870 function Effects 0.000 description 26
- 230000006399 behavior Effects 0.000 description 20
- 238000003860 storage Methods 0.000 description 19
- 230000008859 change Effects 0.000 description 18
- 238000004891 communication Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 230000000694 effects Effects 0.000 description 16
- 230000005540 biological transmission Effects 0.000 description 13
- 238000010183 spectrum analysis Methods 0.000 description 12
- 230000033001 locomotion Effects 0.000 description 11
- 238000001228 spectrum Methods 0.000 description 11
- 230000003993 interaction Effects 0.000 description 10
- 238000012546 transfer Methods 0.000 description 10
- 230000011664 signaling Effects 0.000 description 9
- 230000007613 environmental effect Effects 0.000 description 8
- 230000001976 improved effect Effects 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 8
- 230000006855 networking Effects 0.000 description 8
- 230000001413 cellular effect Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000008034 disappearance Effects 0.000 description 5
- 230000008447 perception Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 101100172132 Mus musculus Eif3a gene Proteins 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000001568 sexual effect Effects 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 241000256837 Apidae Species 0.000 description 1
- 241000317929 Chalcididae Species 0.000 description 1
- 241000984642 Cura Species 0.000 description 1
- 241000760358 Enodes Species 0.000 description 1
- 101000746134 Homo sapiens DNA endonuclease RBBP8 Proteins 0.000 description 1
- 101000969031 Homo sapiens Nuclear protein 1 Proteins 0.000 description 1
- 102100021133 Nuclear protein 1 Human genes 0.000 description 1
- 101100113067 Rattus norvegicus Cfi gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000001994 activation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 229940104697 arixtra Drugs 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- KANJSNBRCNMZMV-ABRZTLGGSA-N fondaparinux Chemical compound O[C@@H]1[C@@H](NS(O)(=O)=O)[C@@H](OC)O[C@H](COS(O)(=O)=O)[C@H]1O[C@H]1[C@H](OS(O)(=O)=O)[C@@H](O)[C@H](O[C@@H]2[C@@H]([C@@H](OS(O)(=O)=O)[C@H](O[C@H]3[C@@H]([C@@H](O)[C@H](O[C@@H]4[C@@H]([C@@H](O)[C@H](O)[C@@H](COS(O)(=O)=O)O4)NS(O)(=O)=O)[C@H](O3)C(O)=O)O)[C@@H](COS(O)(=O)=O)O2)NS(O)(=O)=O)[C@H](C(O)=O)O1 KANJSNBRCNMZMV-ABRZTLGGSA-N 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004899 motility Effects 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000007727 signaling mechanism Effects 0.000 description 1
- 238000000060 site-specific infrared dichroism spectroscopy Methods 0.000 description 1
- 230000035943 smell Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000002463 transducing effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/0005—Control or signalling for completing the hand-off
- H04W36/0011—Control or signalling for completing the hand-off for data sessions of end-to-end connection
- H04W36/0033—Control or signalling for completing the hand-off for data sessions of end-to-end connection with transfer of context information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/16—Performing reselection for specific purposes
- H04W36/165—Performing reselection for specific purposes for reducing network power consumption
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3913—Predictive models, e.g. based on neural network models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/0005—Control or signalling for completing the hand-off
- H04W36/0083—Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
- H04W36/00837—Determination of triggering parameters for hand-off
- H04W36/008375—Determination of triggering parameters for hand-off based on historical data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/14—Reselecting a network or an air interface
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/14—Reselecting a network or an air interface
- H04W36/144—Reselecting a network or an air interface over a different radio air interface technology
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/26—Reselection being triggered by specific parameters by agreed or negotiated communication parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data
- H04W36/304—Reselection being triggered by specific parameters by measured or perceived connection quality data due to measured or perceived resources with higher communication quality
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/34—Reselection control
- H04W36/36—Reselection control by user or terminal equipment
-
- 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)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本文提供的计算机实现的方法、系统和计算机可读介质可收集包括来自物理层的参数和来自至少一个其他OSI层的参数的上下文信息。可基于物理层参数和至少一个其他OSI层参数开始切换。
Description
技术领域
本公开涉及网络领域,具体地,涉及异构网络中的网络感测。
背景技术
随着新的移动设备和联网技术发展,对于各种应用和端到端服务的集成的需求可能变得越来越重要。虽然无线接入技术、联网和内容分发的进步在使得这样的准备方案能够进行的方面起到关键作用,但是这些新趋势可产生极具挑战性的联网范例。就这一点而言,这样的发展的主要方面导致越来越多的用户要求在能够通过不同的连接技术至网络(例如,互联网、蜂窝网络等)的不同连接点(PoA)之间运动的同时获得连续服务(音频或视频流)。这种类型的异构连接可导致范围从微蜂窝系统到宏蜂窝系统、覆盖宽范围的用户应用和服务的、各种架构和拓扑的接入网络的重叠或覆盖。另外,不同接入技术(例如WLAN、Wi-Fi直连、传感器网络、蓝牙、60GHz等)正越来越多地集成到客户端设备(或用户设备)中,以增强用户体验和解决带宽(BW)、容量和覆盖范围的挑战。通过合适的网络支持,这种趋势可通过单个多标准用户终端朝着无处不在的连接的概念增加服务能力。
随着蜂窝网络发展以支持具有无处不在的连接的异构架构,尤其在无线接入方面,可能需要高度的适应性、感知和灵活性。同时,然而,通过从传统的宏蜂窝概念朝着具有多个毫微微蜂窝覆盖的小蜂窝运动,尤其从干扰控制的角度看,对于访问资源的操作者控制和管理变得越来越不可及。这可能主要受不可预测的毫微微接入点(FAP)的数量和位置驱动,其中干扰管理不能进一步由操作者通过传统的网络规划和优化方法处理。在异构环境中对于各种应用和端到端服务的集成的相关副作用是在移动设备中对于更多组件和处理能力的需要,这可能与维持严格的设备能量预算冲突。因此,需要解决之前的开发未解决的所有关注项的方案。
发明内容
技术问题
技术方案
计算系统的环境包括至少一个处理器和存储器。存储器存储指令,所述指令配置为命令处理器:收集上下文信息,所述上下文信息包括来自物理层和至少一个其他开放系统互连(OSI)层的至少一个参数。可基于来自物理层和至少一个其他OSI层的至少一个参数开始切换。
通过收集上下文信息操作计算系统的方法的实施方式,所述上下文信息包括来自物理层和至少一个其他开放系统互连(OSI)层的至少一个参数。该方法可包括基于来自物理层和至少一个其他OSI层的至少一个参数开始切换。
通过收集上下文信息操作计算系统的方法的实施方式,所述上下文信息包括来自物理层和至少一个其他开放系统互连(OSI)层的至少一个参数。该方法可包括基于来自物理层和至少一个其他OSI层的上下文信息的至少一个参数开始切换。
本发明的许多其他特征和实施方式将通过附图和下面的详细描述显而易见。
有益效果
附图说明
图1示出了根据某些实施方式的示例网络环境感测(ANS)系统的框图。
图2示出了根据某些实施方式的用于执行以设备为中心的上下文感知切换的示例性系统。
图3示出了根据某些实施方式的示例性设备状态和切换推荐模块的图。
图4示出了根据某些实施方式的用于网络环境感测系统的系统的高层体系架构的示例框图。
图5示出了根据某些实施方式的上下文感知切换和运行(CAHE)模块和上下文管理器(CM)模块的示例框图。
图6示出了根据某些实施方式的示例生态系统。
图7示出了根据某些实施方式的在客户端设备和网络边缘设备之间的上下文收集、分析和管理机制的示例性划分的框图。
图8示出了根据某些实施方式的估计用于网络环境感测的能量的示例方法的流程图。
图9A示出了根据某些实施方式的用于LTE的示例RRC状态机的图。
图9B示出了根据某些实施方式的用于UMTS的示例RRC状态机的图。
图9C示出了根据某些实施方式的用于Wi-Fi的示例RRC状态机的图。
图9D示出了根据某些实施方式的用于蓝牙(BT)的示例RRC状态机的图。
图10示出了根据某些实施方式的用于推荐用于垂直切换的候选网络的、基于生态系统的网络环境感测(ANS)系统的示例性流程图。
图11示出了根据某些实施方式的用于切换决策的能量估计方法的框图。
图12示出了根据某些实施方式的作为客户端设备上的中间件的ANS系统的示例性框图。
图13示出了根据实施方式的计算机系统的示例。
附图仅仅是出于说明目的而描述了本发明的各个实施方式,其中附图使用相同的标号标示相同的元件。本领域技术人员将容易从下面的讨论中认识到,在不背离本文描述的本发明的原理的情况下,可使用在附图中示出的结构和方法的可选实施方式。
具体实施方式
移动设备可以机智地设计为在多个无线接入技术(多RAT)或异构联网方案中帮助支持各种QoS特性和无缝连接。然而,在移动设备处可能同时引入明显的能耗开销。由于这些移动设备本身配备有可再充电电池,所以对于用户来说,能耗变成连明显的性能瓶颈。
具有使用不同网络技术的能力的移动设备可执行水平和垂直切换(VHO)。VHO可包括改变不同的网络实体之间的协作程度。这些网络实体可以以不同的形式交互和通信,导致VHO的不同处理。网络实体之间的交互可涉及不同无线接入网络(RAN)的各种类型的集成,例如紧密耦合、松散耦合以及不耦合。
紧密耦合可包括VHO涉及的不同网络之间的紧密集成。在这样的系统中,切换过程或切换过程的一部分可通过网络或客户端设备(或用户设备)执行。当所有网络由相同的操作者拥有时,该方法可能是便利的。
松散耦合可涉及有助于VHO但是在切换时不是主控制器的网络(例如蜂窝网络)。这样,切换过程是客户端设备驱动的。然而,该网络可提供可能有助于切换精度和速度的一些有用的信息(例如,覆盖范围、网络负载等)。
由于不耦合,所以整个VHO过程对于涉及的网络来说可以是透明的。包括测量和参数收集的切换决策过程可由客户端设备执行和评估,而不需要来自涉及的网络的任何支持。实施不耦合的集成可包括与解决无线资源管理和不涉及网络的负载平衡相关的挑战。另一方面,实施紧密耦合和松散耦合的集成在可扩展性和操作者策略管理方面可能更加低效。
移动应用的性能和能量瓶颈可能部分地由资源导向型移动运行环境及其与应用行为的复杂交互的可见性的缺失导致。在移动计算环境中,应用开发者可能不知道在与应用行为交互时发生的客户端设备的网络特性。这种限制可能导致不是无线友好型的智能手机应用。例如,由于与应用的无线链接透明度(例如,低层协议行为)的缺失,应用可导致低效的无线信道使用或设备能耗。因此,需要增加的设备感知水平,以更加高效地使用移动运行环境中有限的资源以及与应用行为的复杂的交互。
在某些实施方式中,本文提供如下系统和方法,这些系统和方法能够使客户端设备使用网络连接选择的固有多样性,以给当前应用找到最优候选网络连接。这些系统和方法可解决多标准或异构客户端设备(例如,移动设备)的挑战,尤其来自资源分配和能耗角度的挑战。关于多个网络资源和接入技术的固有多样性可用于还称为水平和垂直切换(或交接)的帧内和帧间技术切换,即使当用户不在运动时也是如此。更具体地说,与由用户运动触发的传统切换组合,在设备级和网络级两方面,可明显提高性能和效率。
在实施方式中,通过朝着客户端设备的性能提高使用存在于客户端设备内的不同RAN接口(例如,3G、4G、蜂窝、Wi-Fi、蓝牙等)中的冗余度,可优化网络连接。性能提高可基于一个或多个基于设备的性能指标,例如电池节能或能量节约,即使当用户不在运动时也是如此。系统或方法还可在切换期间通过确保应用的无缝和会话连接,维持或提高用户体验。系统和方法可包含切换运行内丰富的上下文,同时确保维持应用的QoS。
在实施方式中,跨层上下文信息能够直接获得或准确推断设备的无线资源控制(RRC)状态机及应用与其的交互。按照这种方式,可提高低层协议的透明度。这样的跨层上下文信息收集可包括与设备和网络两者相关的信息。跨层上下文信息可包括来自两个或更多个开放系统互连(OSI)层的信息或参数,开放系统互连(OSI)层例如用户输入/优选层、协议层(例如HTTP、传输、网络、无线链接、无线资源控制状态或其他类似层)、数据链路层、会话层、表示层、应用层、MAC、物理层或其他类似层。在一些实施方式中,协议层可以是受应用行为影响或作用的那些层。
提供上下文信息的层可包括各种参数。例如,物理层可包括可影响无线或无线电连接的参数,例如射频(RF)环境因子(例如,干扰水平、噪声、同道干扰、相邻干扰等),频谱污染、接收的信号强度指示(RSSI)、误码率(BER)、蜂窝覆盖、噪声信号比(NSR)、约定信息速率(CIR)、信号干扰比(SIR)等。用于MAC/链接层的示例性参数可包括信道访问延迟、重新传输的次数、纯信道评估(CCA)、(WiFi中的)阈值等。用于网络层的示例性参数可包括支持的网络协议的类型(例如,IP、mIP、mIPv6等)、用于连接点(PoA)的详细信息,例如支持的网络接口、最大带宽、网络优选、账单信息、交接率、交接策略等。传输层中的示例性参数可包括支持的协议(例如,UDP、TCP等)。用于应用层的示例性参数可包括要求的服务质量(QoS)参数(例如,延迟、抖动、误包率等)、应用类型(例如,应用之间的切换)、发送器比特率或其他类似信息。用户偏好的示例性参数可包括连接的价格/成本、体验质量(QoE)、电池寿命、隐私、安全、优选的应用或服务或其他类似信息。
通过在重要参数例如QoS和能耗之间作为因素计入真正的权衡,上下文信息能够选择用于切换的最优候选网络。可基于跨层上下文信息(例如,物理层参数和来自至少一个其他OSI层的参数)执行切换。
可实现如下设备模型,该设备模型从多个协议层(例如,跨层)中作为因素计入各种上下文,以产生与网络相关的性能预测平台,该平台可减少应用和低层协议之间的间隔。通过在多个无线连接选择中主动地利用信道状态,可提供设备优化。
跨层上下文信息可暴露不同协议层之间的交互。在实施方式中,协议层可包括应用层、传输层、限定多个信道状态的RRC、以及用户输入和交互。例如,用户输入和交互能够验证用于各种客户端设备应用的资源使用的效率水平。就这一点而言,准确推断低层RRC状态和资源能耗的准确量化,可给找到最优连接提供明显的益处。例如,一旦确定(或限定)和预测RRC状态机与特定应用的交互,则可选择最优(例如,最好的)可用网络连接候选,以用于垂直(或水平)切换。
在某些实施方式中,网络环境感测可包括上下文收集、指标计算、网络选择和切换(例如,VHO)。上下文收集可包括对于跨多个协议层的相关上下文信息(或上下文)的收集。指标计算可包括针对用于设备(或能量)优化的每个可用无线网络计算设备性能成本函数。网络选择可包括选择优化上述成本函数或涉及额外的上下文的超集的最优网络。切换(例如,VHO)可包括执行无缝切换,同时确保应用QoS被维持或提高。
在某些实施方式中,可提供如下系统和方法,该系统和方法能够使一部分计算负载到达另一设备,而非到达客户端设备,例如生态系统中的网络边缘设备(例如,TV、接入点(AP)、计算机等)。网络边缘设备可获得额外的电源,该电源可减轻客户端设备上的能耗和处理限制。
在某些实施方式中,提供用于网络环境感测的设备感知系统和方法。系统和方法可包括并补充现存的设备传感器(例如,GPS、光传感器等),以提高一个或多个设备性能指标。设备性能指标可涉及减少功耗和/或能耗、提高数据吞吐量、降低服务成本等。系统和方法能够应用于可连接到异构网络环境中同时存在的不同无线网络的多模式或多标准移动(或便携式)设备。在某些实施方式中,提供基于生态系统的系统和方法,该系统和方法可明显提高网络感测和相关的VHO操作的精确度。
在某些实施方式中,系统和方法可基于跨层优化架构,考虑到用户偏好和从多个层提取的现存的上下文信息,该架构限定细粒度设备模型并选择用于现存应用的最优网络连接。通过无缝维持使用移动设备的应用和会话连接,可在VHO期间维持或提高用户体验。
在某些实施方式中,移动设备可包括在具有其他设备例如网络边缘设备的生态系统内。例如,网络边缘设备可与移动设备协作以提供无缝VHO。在实施方式中,无缝VHO可包括监测和收集上下文信息。上下文信息可包括与应用、用户偏好、射频(RF)信道感测以及相邻设备检测相关的跨层上下文信息。无缝VHO可包括生态系统通信、设备和网络状况建模、上下文管理(例如,指标计算)、切换预测和网络选择、以及切换运行和管理。
网络环境感测
提供涉及“网络环境感测”的系统和方法。术语“网络环境感测”在本文中用于通常指的是如下感测系统或方法,该系统和方法提高用于选择用于当前应用和流量模式的最优(例如,最好的或最有利的)可用网络的设备上下文感知。一般来说,上下文感知可涉及描述在特定设备上运行的当前应用与特定RAN连接和服务运行环境的交互的特性的可见性。按照这种方式,例如,管理操作可使服务准备适应当前设备状态和网络状况。在实施方式中,上下文感知可涉及描述在特定设备上运行的当前应用与特定RAN连接和服务运行环境的交互的所有特性的完全可见性。
在某些实施方式中,通过使用可用无线连接的可见性及无线连接的可导致设备性能提高的切换特性,系统和方法可帮助设备转换到资源更高效的状态。“设备状态”可以以准确地反映感兴趣的一个或多个设备指标的方式确定(或限定)。例如,设备指标可包括性能指标,例如功率、速度、延迟、处理器负载等。在实施方式中,设备指标可包括能耗或功耗,例如电池消耗。RRC状态机可以是设备状态的组件。由于移动计算平台的资源限制和RRC状态机在设备能耗方面的作用,RRC状态机可以是重要的组件。对于不同的RAN,RRC状态机可以不同地表现。在某些实施方式中,还可考虑操作者偏好、用户偏好或用户行为,作为可影响上下文感知网络选择的其他上下文信息。
应用可在不同的网络上不同地运行,即使与网络无关的所有其他上下文保持不变也是如此。例如,在移动设备中,应用流量模式可触发RRC状态转换,其可因此影响设备的无线资源消耗、电池使用和用户体验。RRC状态的真实感建模和感知及其与应用需求相关的转换能够更精确地确定设备效率和能量使用。
在某些实施方式中,网络感知可基于高效资源使用。用于移动应用的优化挑战可归因于移动设备中的有限资源可用性,从而产生资源导向型计算环境,该计算环境自然需要与应用行为的复杂交互。然而,移动应用开发者可能不知道无线接口具体特性,并且不能看见这样的资源导向型移动计算环境。针对应用的低层协议行为的透明度的缺失,可使得一些移动应用朝着蜂窝或无线技术不友好,并可负面地影响无线信道使用的效率和设备能耗。
在某些实施方式中,用于网络环境感测的系统和方法可选择用于在特定时间和位置运行的应用的最优网络。按照这种方式,考虑到当前设备和网络状况,可提供资源最高效设备连接选择。可提供细粒度跨层设备-网络连接状态模型,以识别层之间的交互。这些层的范围可从用户输入、用户行为和应用特性向下到协议堆栈中的低层,例如HTTP、传输和RRC。按照这种方式,考虑其他跨层上下文信息,可选择与当前应用最优地交互的RAN。
跨层信息可包括设备特定数据和网络特定数据以提供设备优化。优化可包括各种标准。例如,在一个实施方式中,优化可包括维持当前可在客户端设备上运行的应用的QoS的设备电池功率优化。可搜索网络连接或无线接入技术(RAT)PoA的多个选择,以实现最大化资源使用或最小化不需要的开销的最优选择,其中由于针对应用层的低层行为的透明度的缺失,可存在不需要的开销。
在某些实施方式中,网络感知可基于干扰感知。例如,可实施实时RF监测,以提高网络环境感测所需要的信道扫描的精度和速度。可通过实时上下文信息实现网络模型,实时上下文信息可预测由于存在的干扰导致的设备资源分配的改变。按照这种方式,可增加在无线资源提高过程中使用的基于网络的上下文的精度。另外,通过加快切换过程所需要的RF监测阶段(例如,避免接口中的信道),干扰感知可明显有助于水平和垂直切换。
在某些实施方式中,组成智能客户端的中间件可设置在设备侧上。中间件能够使客户端设备(例如,智能手机、平板电脑等)在可用的RAN技术(例如蓝牙、Wi-Fi、3G和LTE网络)之间作出智能网络选择和流量管理决策。按照这种方式,中间件可提供由例如接入网发现和选择功能(ANDSF)和热点2.0(HS2.0)提供的项目之外的项目。在“配置文件”方面,这些联网备选项的能力可提供给中间件。配置文件通常可指的是每个网络的与切换相关的参数的收集。中间件还可提供与其他操作者和服务相关的支持功能,例如,特定应用流量和操作者使用情况(例如,Wi-Fi分流)的智能管理,同时针对任何网络上的用户维持QoS和体验质量(QoE)。
图1示出了根据某些实施方式的示例网络环境感测(ANS)系统100的框图。ANS系统100示出为包括处理器101、微控制器单元(MCU)102、设备内置传感器103以及网络传感器104。ANS系统100可实现在各种设备中的任何设备,例如移动设备上。示出的组件不意在成为限制。应该认识到的是,未示出设备的其他组件(例如,操作系统、扬声器、麦克风、输入控制元件、通信端口、收发器、存储器等),以避免模糊本公开的细节。
在示出的实施方式中,处理器101可通过通信总线105例如I2C总线与MCU 102通信。MCU 102可通过通信总线106例如I2C总线与设备内置传感器103和网络传感器104通信。网络传感器104可提供如本文描述的网络环境感测能力,并可以考虑成增加到设备感知的一种新的传感机制。设备内置传感器103可包括传统的传感器,例如陀螺仪、运动检测器、光传感器、温度传感器等。网络传感器104和设备内置传感器103可丰富上下文和环境状况的感知。这样的上下文信息的范围可从设备的空间和环境上下文(例如,运动、位置和方向)到环境信息(例如,光、温度、用户与机器的交互,例如触摸和声音)。
在某些实施方式中,ANS系统100可执行生态系统中的网络环境感测。ANS系统100可检测多网络多样性以优化一个或多个设备指标,例如能耗。在实施方式中,ANS系统100可检测带宽可用性并补偿干扰。
提供基于可用于设备或网络的上下文以用于切换决策和运行的系统和方法。系统和方法可收集上下文信息,并基于上下文信息,可作出切换决策,该切换决策包括何时何地触发交接。“何时”决策可指的是进行最优交接的时间,而“何地”可指的是选择满足用于切换的各种要求的最优网络。允许估计跨层多参数的示例算法可包括诸如模糊逻辑、神经网络、模式识别等技术。切换运行可涉及运行切换同时维持(或保证)平滑的应用会话。例如,控制信令和IP管理协议可用于交接。
可收集和预处理上下文信息(或上下文)以包含在网络选择算法中。在一个实施方式中,多种多样的组件的指标和参数可组合以建立最优的跨层切换算法。例如,决策数学算法可包括具有链接奖励和信令开销功能的马尔可夫决策过程(MDP)。另一实施方式可基于加权马尔可夫链(WMC)。在实施方式中,马尔可夫链方案可基于等级聚合。在其他实施方式中可实施其他算法。
在某些实施方式中,接入网络选择可包括参数选择算法;参数处理算法;或参数聚合算法。参数选择算法可使用上下文信息生成执行精确决策的信息。例如,客户端设备或网络的上下文的任何改变可触发可用于作出VHO决策的事件和过程。根据处理所选择的参数的数量,算法可具有不同的复杂度。在一个实施方式中,可考虑网络服务、用户偏好、设备规格和时间。一旦收集信息,则QoS预测器可执行路径预测以确保端到端QoS。例如,可在层次分析法(AHP)算法的作用下评估收集和预测的上下文信息,其中决策问题被分成多个子问题。还可实施形成族群的多目标决策的其他算法。
用于参数处理算法的功能可从纯数学算法改变到计算算法。例如,示例参数处理算法可使用基于等级聚合或基于神经网络或模糊逻辑的马尔可夫决策方法实现,其中在马尔可夫决策方法中可选择顶级加权的网络。
参数聚合算法可实现为解释用于评估最优候选网络的各种各样的指标和参数。例如,多指标决策(MCDM)算法可实现为聚合所有处理的参数。示例算法可包括但不限于灰关联分析(GRA)、逼近理想解法(TOPSIS)和简单加权和法(SAW)。例如,GRA和TOPSIS两者可使用理想方案进行比较并选择最接近理想方案的那一个。在另一示例中,可实施SAW,SAW基于通过增加由它们的权重加权的属性来给每个选项评分。
上下文信息可便于成功的切换运行。例如,精确VHO可考虑服务连续性、网络发现、网络选择、安全、设备的能量管理和QoS问题。在一些实施方式中,与其他上下文信息相比,某些上下文信息可更加重要地考虑或者成为主要因素(例如,QoS)。例如,在同构网络环境中,决定“何时”交接通常可取决于例如RSS值,同时“何地”可能不成问题,其原因是相同的联网技术请求水平交接。
在某些实施方式中,上下文信息可从不同的源收集,例如在客户端设备和网络边缘设备两者收集。例如,移动设备可直接调查周围的网络以发现服务、数据率、能量和功耗。在一个实施方式中,该任务可转移到网络边缘设备。网络边缘设备可包括例如接入点(AP)或服务器。在一些情况下,为了补充通过扫描收集的信息,网络还可给它们支持的服务和QoS参数宣传,同时收集设备信息(例如,速度、电池状态、特征等)。关于用户偏好的上下文信息还可用于确定关于交接的决策,该决策可能主要归因于它对终端用户的满意度的影响。
在某些实施方式中,中间件可执行上下文感知切换管理,以最好地适合期望的目的。例如,可通过透明切换的运行优化以设备为中心的成本函数,同时避免服务中断。包括设备状态和切换过程的环境的更完全的感知可在异构环境中提供更有效和高效的设备性能优化和服务连续性。
图2示出了根据某些实施方式的用于执行以设备为中心的上下文感知切换的示例性系统200。系统200可包括异构网络201和客户端设备202,例如移动(或便携式)设备。示例客户端设备可包括智能手机、平板电脑、笔记本电脑等。异构网络201可包括负责来自两个操作者A和B的基站设备的托管的宏蜂窝塔203。支持“3G/4G”和“3G/4G+Wi-Fi”的其他小蜂窝架构可提高分别用于操作者A和B的容量和覆盖洞。另外,“Wi-Fi热点”可由第三操作者C操作。能够通过蓝牙和Wi-Fi直连支持WPAN连接的用户家庭网络可位于宏蜂窝A和B的覆盖区内。示例网络和配置不意在成为限制。根据位置、设备特性和网络状况,可选连接的许多不同组合可用于用户。在一些情况下,一个或多个连接可以不由操作者A、B或C管理。
系统200还可包括具有在客户端-代理结构中运行的两个端部的中间件。上下文感知切换引擎(CAHE)模块206可构成存在于客户端设备202上的客户端,同时代理204可安装在异构网络201的基础设施侧。在实施方式中,代理204可安装在作用于作为“会话代理”的会话层的服务网关205上。
客户端设备202可以是配备有中间件的客户端206的上下文适应性设备。客户端206可以用作上下文感知切换引擎(或模块)。术语上下文感知切换引擎在本文中还可被称为“CAHE模块”或“CAHE”。考虑到当前收集的上下文信息,CAHE模块的任务可以是监测可导致更好的“设备状态”的切换机会。CAHE模块还可对可由用户运动触发的普通切换事件具有控制性。CAHE模块可以例如是基于加权要求和上下文信息(例如最大能耗或功耗、应用和用户偏好)的决策功能。通过服务连接管理实施上下文感知切换可涉及在受到基础运行平台影响的不同层上延伸的许多技术细节。
在某些实施方式中,应用可能只需要向中间件基础设施宣布它们的服务要求,例如通过会话发起协议(SIP)或IP多媒体子系统(IMS)信令。按照这种方式,可简化切换过程。例如,可仅在中间件内执行使用设备状态和上下文感知的任务。用户设备202和代理204上的中间件可接管切换责任以及特定管理操作。在本公开中提供如下系统和方法,该系统和方法用于切换事件(例如,切换感知)的预测和触发、服务质量要求和与切换相关的质量退化(例如,QoS感知)的管理、可看见网络拓扑和本地资源可用性(例如,位置感知)的方案。
图2中示出的上下文信息的示例分类可包括设备级上下文信息(例如,设备状态207)、应用级上下文信息(例如,应用特性208)、网络级上下文信息(例如,操作者偏好209、网络状况210和RAT配置文件211)、用户级上下文信息(例如,用户偏好212)。CAHE模块可包括设备状态和切换推荐模块,该模块可处理上下文信息以基于其中可运行存在的会话的可用网络而优化设备状态。
图3示出了根据某些实施方式的示例性设备状态和切换推荐模块300的图。设备状态和切换推荐模块300示出为包括设备级上下文信息301、应用级上下文信息302、网络级上下文信息303、用户级上下文信息304。设备级上下文信息301可包括与当前设备状态相关的(例如,根据状态定义模型估计的)上下文信息,诸如用于当前链接的接收信号强度指示器(RSSI)的数据等。可考虑静态(固定)和动态(可变)性质两者。示例静态设备上下文信息可包括图形、传感器、接口、RAM、显示器尺寸等。示例动态设备上下文信息可包括测量的数据,例如RSSI、干扰报告、默认网络、历史功率和能量使用图等。应用级上下文信息302可包括通过不同的可选信令机制收集的上下文信息,例如应用级元数据、QoS参数(例如,要求的发送器比特率(SBR)或帧率)等。网络级上下文信息303可包括可用网络及其支持的配置文件;QoS参数,例如延迟、抖动和误码率(BER);以及通过操作者信令,例如ANDSF和HS2.0传达的操作者偏好。用户级上下文信息304可包括静态或动态特性。用户级上下文数据304可包括用户优选的网络、用户位置、用户状态(例如,醒着、睡觉等)、用户对QoE的反馈等。设备状态和切换推荐模块300可使用算法306(例如,贝叶斯、神经网络、ML等)处理上下文数据输入301,302,303,304。设备状态和切换推荐模块300可提供输出305,输出305可包括预测的设备状态和推荐的网络。应该认识到,示出的上下文信息是示例性的,不意在成为限制。在其他实施方式中,例如,可以不包括图3中示出的多种类型的上下文信息中的一个或多个,或者还可包括图3中未示出的额外的上下文信息。
网络监测和上下文信息收集
在实施方式中,接入网络监测和上下文信息收集可提供用于切换过程的、更完全的环境感知,包括设备状态。这样的感知可用于实现异构环境中的设备性能和服务连续性的更加有效和高效的优化。接入网络发现可涉及在从一个RAT切换到另一RAT之前识别不同的可用无线网络。可以以能量高效的方式,例如如本文描述的那样,执行接入网络发现,以适应以设备为中心和能量高效的约束。
在某些实施方式中,可使用上下文信息识别可用的连接点(PoA)。上下文信息例如时间、历史、无线网络状况、设备位置和运动可被确定和用于估计网络状况,但无需给无线网卡(WNIC)通电。例如,在实施方式中,可基于使用和时间例如一天中的时间估计网络状况。例如,不同日子的相同时间的网络状况可在统计上互相关联。在实施方式中,网络状况可基于历史数据估计。例如,历史数据可涉及在之前的连接期间一直到新的测量机会出现之前或一直到限定的时间段过去之前所收集的网络状况。
在实施方式中,可基于基站数据估计网络状况。例如,基站数据可包括可见的蜂窝塔信息,该信息可用于客户端设备,并可用于利用网络状况和地理位置之间的相关性。在一些情况下,由于GPS的高能耗,可以排除GPS。在实施方式中,基站数据可包括小区识别码(ID)。例如,可计算RAT(例如,Wi-Fi,蓝牙等)的可用性,作为当每个蜂窝塔可见时,针对每个RAT计算的加权的和概率。在实施方式中,基站数据可包括指纹数据。例如,由客户端设备报告的大量可见的蜂窝塔的有序集可用作上下文信息,以提供精确的结果。在一些情况下,可实施在每个位置的之前训练和存储。
在实施方式中,网络状况可基于以触发器为基础的测量来估计。例如,特定事件可由客户端设备及其运动例如设备加速触发。这些事件可用于测量客户端设备(或用户设备(UE))已经运动了多少。在实施方式中,如果运动在某个阈值之上,则可执行新的测量。否则,可使用之前的网络状况测量。
在实施方式中,可基于RAT估计网络状况。例如,一个RAT可用于估计或控制另一RAT的连接。在实施方式中,RAT可用于另一RAT的覆盖范围估计。例如,可通过监测3G或4G蜂窝信号质量控制Wi-Fi接口激活过程。就这一点而言,当从室内运动到室外时Wi-Fi信号退化可用于设计用于估计WLAN覆盖区域的算法。在实施方式中,RAT信息可用于连接另一RAT。例如,为了在网络发现和关联期间避免打开Wi-Fi的能量消耗过程,UE可通过蜂窝寻呼信道访问基于位置的信息并可直接与PoA关联。
在实施方式中,RAT可用于唤醒另一RAT。例如,在不活动计时器到期之后,可关闭Wi-Fi接口。当存在待发送或接收的数据时,可通过蜂窝网络(例如,3G)发起寻呼信号以唤醒Wi-Fi WNIC。该特征还可应用于其他短距离室内无线连接选择(例如,蓝牙、Wi-Fi直连等),作为具有用于主无线电(例如,Wi-Fi,蜂窝等)的唤醒信道的第二低功率无线电,以节省功率和/或能量。
应该认识到,在其他实施方式中,可实施混合方法。例如,不同估计方法的组合可用于受到事件驱动的算法以节省电池寿命。
基于生态系统的能量感知上下文收集
在某些实施方式中,可提供用于VHO过程的系统和方法,VHO过程包含涉及客户端设备(例如,移动设备)和网络边缘设备两者的生态系统。生态系统可用作松散耦合的VHO平台。在某些实施方式中,网络监测的能量消耗任务中的一些或所有任务可转移到生态系统中的另一设备(例如,网络边缘设备)。网络边缘设备可以是例如在具有无线和有线连接能力两者的网络边缘处的固定设备。来自网络边缘设备的支持可丰富智能和环境感知客户端设备的感知。这样的客户端设备能够监测它们的周围环境,响应于进来的RF信息修改它们的操作参数,并建立能量感知VHO运行,同时知道它们的内部状态转换和过去的观察。
在某些实施方式中,可执行建模和监测以用于有效且高效的上下文信息收集。在家庭或企业联网环境中,客户端设备可以是任何类型的设备,例如包括手机、平板电脑、另一智能便携式终端等的移动设备。网络边缘设备可以是任何类型的设备,例如特定多宿主AP、智能TV、具有多个无线RAT能力的计算机(例如,笔记本电脑或PC)等。
在生态系统结构中的网络边缘处的设备的协调能够进行各种监测任务。例如,监测任务可包括RF分析和无源扫描。扫描仪或网络监测设备可“侦听”以捕获感兴趣的无线电频段内的网络和干扰活动。可执行基于频率和时域的扫描。例如,基于频率的扫描可用于确定感兴趣的频段内的网络活动并检测干扰能量。一旦检测到干扰,则基于时间的扫描可帮助表征干扰源及其行为,以形成能量更大和时间高效的信道。按照这种方式,可提供智能扫描。模拟和数字波束形成还可用于定位干扰源,以及供应用于干扰测量设备的更好链接预算。结果,可提高测量精度。
在一些实施方式中可在网络边缘设备中执行的RF分析可基于软件或基于硬件。RF分析可基于涉及的不同协议层。在某些实施方式中,RF分析可基于软件,并包括层1协议层内的监测。例如,可扫描RF频谱,以检测不期望的干扰源并对其分类。可处理扫描数据以建立在不同的频带存在的能量的实时可见干扰分类图。该图可覆盖如由扫描仪捕获的多个感兴趣的RAT。此外,干扰分类还可通过主干网上的远程服务器或设备执行,例如通过传输由网络设备例如AP中的WNIC捕获并由网络CPU传递的原始频谱数据。干扰分类还可通过向远程服务器或设备发送网络上的整合频谱数据和干扰事件通知的网络边缘设备内的网络CPU执行。服务器可随后分析原始数据以给干扰源及其对感兴趣的无线信道的严重性分类。在一些情况下,由于不会给有线基础设施引入过重的流量,所以其可以是快速的和可扩展的。
在某些实施方式中,RF分析可以基于硬件(例如,基于芯片)并包括层1协议层内的监测。例如,基于硬件的实现可有益于对干扰或安全威胁的实时监测,快速检测和快速分析。基于硬件的实现可通过时域和频域分析两者有助于未知的或不期望的干扰源的非常精确的分类。另外,当芯片可致力于RF监测时,其集成到网络设备中,可同时提供监测和WNIC操作,这些操作可量化干扰对网络性能的影响。这可有益于当前信道的性能计算和能量负担两者,以及切换到特定无线电的成本。在几乎不需要来自网络设备(例如,CPU和存储器)、RAN或远程服务器的资源的同时,可实现高级干扰监测和管理。
在某些实施方式中,RF分析可基于包括层2或以上协议层的监测。在实施方式中,可捕获和丢弃数据包以用于分析。例如,为了能够捕获感兴趣的参数,可实施嗅探器以建立“原始虚拟平台”。例如,在网络监测器(Net Mon)操作模式下,Wi-Fi WNIC可用作802.11站,802.11站通过评估由其他设备发送到WLAN介质上的包来监测通信信道。这可用于例如发现有多少Wi-Fi设备已经在使用给定区域中的频谱以及发现在该区域中各种Wi-Fi信道有多忙。Wi-Fi包嗅探器例如Kismet、Wireshark等可用于能够捕获在原始虚拟接口上接收的所有包。在Wi-Fi WNIC设备的原始监测模式下操作的层2网络嗅探器和入侵检测器可用于有助于分析,同时能够检测不广播SSID的隐藏网络。在一个实施方式中,实施的嗅探器是Kismet。Kismet还可检测其他非Wi-Fi网络,例如蓝牙、DUCT等。嗅探器可随后“记录”所有嗅探的包并将以“丢弃”文件保存它们。如果用于GPS收发器或其他位置机制的API可用,则Kismet还可捕获PPI头并可支持网络的地理位置的记录。诸如Kismet的嗅探器还可测量信号和噪声水平,且还可观察网络管理流量。
无源监测可包括收集可被作为因素计入切换决策的上下文信息。例如,在Wi-Fi中,每个接收的帧(例如,来自AP)可由用于天线上的当前波束模式、位置信息、当前信道、PGY-层数据率、信噪比(SNR)等的指数注释。在实施方式中,可从由用于每个接收的帧的驱动器附加的无线电-分接头标题,获得用于每个接收的帧的SNR、数据率或信道信息。具有注释信息的整个帧可在扫描期间记录,并可考虑作为例如RF签名。
在某些实施方式中,可执行有源扫描。除了侦听之外,有源扫描可包括与用于上下文信息的收集的不同设备交互。这样的扫描可帮助切换决策。在一个实施方式中,Wi-Fi和802.11k协议可实施以提取关于客户端设备环境的信息,从而作出更好的切换决策。可通过具有支持该协议的客户端设备(或UE)的网络边缘设备直接建立通信。(例如,从客户端设备)接收的帧可包含干扰信息,并可由多个附加信息注释。注释可包括额外的信息,例如:用于天线上的当前波束模式的指数;位置信息;当前信道;PHY-层数据率;SNR;在特定信道上或在所有信道上在站的范围内的AP的数量;每个信道上的WLAN活动的水平;每个信道上的非WLAN无线电活动;来自每个AP的信标信号的强度;统计(例如,平均延迟、FCS错误的数量、失败的传输的数量等);站的位置等。
上下文收集和分析
在某些实施方式中,跨层上下文信息可用于提高网络环境感测中的上下文感知的有效性。通过精确地和高效地暴露跨过各个层的跨层交互,可检测用于智能手机应用的无效资源使用。如上指示的,跨层上下文信息可包括来自两个或更多OSI层的信息或参数。例如,跨层交互可包括与用户交互层、应用层、传输层和RRC信道状态的交互。直接访问RRC引擎或精确推断低层RRC状态,能够与RRC信道状态交互。量化服务和应用流量模式对能耗的影响,可受到RRC状态机驱动。
跨层上下文信息可共同地分析以精确地检测能量和无线资源消耗并在网络环境感测时选择最高效的网络。RRC状态模块(或引擎)可对更高的层透明。这样的跨层上下文信息收集可延伸到生态系统中与设备和网络两者相关的信息。用于切换的最优网络的选择可通过考虑重要参数例如QoS和能耗之间的真正的权衡而受益。分析可包括选择用于给定跨层上下文信息的对应用最友好的网络。具体地,对于RRC、HTTP层、TP层、用户交互和应用交互及其跨层交互,可执行多次分析。分析可用于检测智能手机应用对无线资源和客户端设备的电池寿命的更精确的影响。
许多应用可能是对移动设备不友好的。例如,专业开发者可能不会具有受资源制约的移动运行环境的充分可见性。低层协议行为中的透明度的这种缺失可导致无效的无线信道使用或设备能耗。通过将低层(例如,RRC、HTTP、传输)的跨层交互向上暴露到更高的层(例如,应用、用户输入、用户行为),可确定应用的性能及其与特定RAT相关的服务模式,并可选择最高效的连接选择。这可包括收集生态系统内的特定设备上下文信息和特定网络上下文信息。在实施方式中,估计应用性能和网络能量效率的因子可以是应用流量模式对RRC状态和RRC状态之间的转换的影响的确定。在移动计算环境中,RRC状态可用于高效地使用有限的无线资源并提高客户端设备的电池寿命。更具体地说,应用流量模式可直接触发RRC状态转换,这可影响客户端设备的无线资源使用,其整体能耗和用户体验。这样,关于RRC状态及其转换的精确信息可有益于选择能量最高效的网络。
在某些实施方式中,可通过网络边缘处支持跨层上下文信息的分析的固定设备或便携式设备执行数据收集和离线处理。例如,对于每个可用RAT,可通过数据收集代理的激活建立应用配置文件。数据收集代理的任务可以是通过作为正常应用用户在期望持续时间运行样本应用来收集包数据。数据收集代理可捕获包踪迹以及系统和用户输入事件,它们可随后由网络边缘设备的CPU上的分析模块处理。在实施方式中,基于生态系统的处理可包括使用基于仿真的方法对每个RAT的RRC状态的推断。
网络连接可影响能耗。流量模式可影响无线功率管理策略和RRC状态。在某些实施方式中,可实施大间隔(例如,突发水平)资源消耗分析,其可包括限定流量突发的资源消耗和相关的触发因子。可用于模型的因子可以是例如用于每种类型的应用或每个网络的流量的系统资源的接合的细粒度确定。在一个实施方式中,可使用指明某个负载量的基于系统调用的指标。例如,向WNIC发送X字节,可使组件(例如,CPU和存储器)进入数个可能的基本功率状态中的一个。在短的时间段内发送一些包,可使WNIC进入低功率基本状态,而(例如,通过一个或多个背靠背发送系统调用)发送许多包,可使WNIC进入高功率基本状态。模型可考虑环境因素(例如,干扰水平、噪声、同道干扰、相邻信道干扰、信道空气质量等),环境因素可在家庭(或室内)环境中通过网络监测模块中的频谱感测来收集,网络监测模块可以是生态系统内的移动设备和固定设备之一或它们两者。按照这种方式,本地连接功率状态可以以相对实时的方式建立。网络监测模块通常可在提供的QoS和能耗因子两方面提供一系列可用网络,能耗因子可通过自主网络感测或通过与生态系统信息相结合的802.21服务器而建立。
可设计(或确定)用于客户端设备的能量配置文件,该能量配置文件可用于网络环境感测。在一些情况下,可执行直接RRC测量。例如,数据分析模块能够直接从客户端设备读取RRC状态。例如,数据分析模块可观察客户端设备和网络之间的低层通信。这可能需要访问可提供RRC状态信息的API。RRC状态机可在不同的操作者网络中不同地配置,所以在一些情况下,预定的状态机可能不足够。在不存在直接测量的情况下,RRC总数可通过用于不同RAT的RRC状态机的推断技术推断。在一些情况下,由于缺少用于直接从客户端设备硬件获得RRC状态的接口,可能需要推断技术。例如,这些技术中的一些可从收集和后处理的包踪迹精确地推断RRC状态。在实施方式中,仿真可用于通过估计RRC状态的不同能量水平来推断RRC状态。例如,数据包踪迹的收集和处理可在蜂窝核心网络或移动手持终端处发生。用于不同应用的仿真可随后提供用于特定流量伙伴的期望的能耗。在其他实施方式中,每个WNIC的平均能耗可考虑作为网络选择标准。例如,可考虑基于为来自特定接口卡的每个RRC状态使用平均功耗值的方法。典型的3G和Wi-Fi卡的能耗率可用于估计客户端设备的能耗。估计可提供当使用不同的RAT时能耗之间的主要区别的一般概念。估计实际功耗可取决于许多因素。
在某些实施方式中,用于每个RAT的RRC推断技术可基于取决于网络的RRC参数来实施。例如,这可在实际的能量估计之前发生。基于RRC推断,可测量特定网络RRC参数。这些参数可在不同的RAT之间改变。示例参数可包括但不限于不活动计时器、状态提升延迟、RLC缓冲阈值、关联时间、尾态、LTE中短的/长的非连续接收器(DRX)状态等。例如,不活动计时器可用于降低通信链到有源模式。状态提升延迟可以是表示给网络发送信令以向客户端设备分配合适的资源所需要的时间的提升状态。例如,这可在空闲状态期间连接请求到达时被触发。RLC缓冲阈值可限定高功率专用信道(DCH)和中等功率前向接入信道(FACH)之间的状态转换的开始。关联时间对于LTE或Wi-Fi技术来说可能是重要的。例如,关联时间可表示客户端设备寻找可用AP以连接到例如LTE网络中演进节点B(eNB)的时间。其他网络技术可应用于其他实施方式,例如GSM网络中的基站子系统(BSS)。当终止连接时,客户端设备可进入连接的跟踪状态。当在连接的跟踪超时之后没有连接请求到达时,客户端设备可运动到短的DRX状态。在某个超时之后,客户端设备可运动到长的DRX状态。
能耗的推断可基于应用的流量模式与RRC的建模交互。在某些实施方式中,实际功率测量可在客户端设备上执行(例如,使用功率计)以提取RRC状态机参数。在应用会话期间的实际能耗可通过仿真来计算。为了精确地估计每个RAT和用于特定应用的能耗,可实施迭代的包驱动的仿真。例如,状态推断算法可获得收集的踪迹的所有包,并将它们一个接一个地应用到状态预测器仿真器。仿真器可能需要参数,例如包大小、中间包到达时间或者每个包的方向(例如,上行链路或下行链路)。仿真器可使用该信息估计在任何时间“t”的状态。可通过积分估计用于任何特定时间段的能耗。
在某些实施方式中,近似建模可基于测量和线性功率函数。可在客户端设备上执行实际功率测量,以提取RRC状态机参数。每个接口的实际能耗可基于数据传输的量或接口在使用的时间而动态地计算。通过根据流量模式和数据大小建模,可执行能量估计。这可包括例如这些参数的线性函数,该函数系数通过测量推断。例如,在移动电话或平板电脑中找到的典型无线通信技术(例如,蓝牙、3G、4G和Wi-Fi)的能耗可通过使用连续地接收和发送数据的应用(例如,安卓应用)来执行。应用还可监测客户端设备的电池状态,使得可建立用于每种技术的近似能量模型。该模型的表现可接近于线性函数,该函数能够通过给定的推断技术预测对于一系列状态消耗的电池的百分比。例如,通过估计在过去的传输时间内以十亿字节传输的数据的量,可计算百分比。这些时间可根据应用流量模式和用户行为来考虑。
能量建模
当对于RRC状态的实时直接访问不可用时,实施方式可基于系统要求和网络环境感测的精度而改变。在某些实施方式中,RAN多样性可用于基于一个或多个设备性能指标提供更好的设备性能。可收集上下文信息以执行能量感知VHO。在实施方式中,能量建模可能不需要完全精确的能耗建模,而是相反,可提供足够的精度以执行HO。表征可涉及应用模式与WNIC的RRC状态机的交互。例如,客户端设备的总能耗可与每个接口RRC状态的停留时间高度相关,其原因是每个应用和服务可由不同的WNIC RRC状态逗留时间表征。该停留行为可用于直接确定每个服务的不同的能量配置文件。
各个参数可影响VHO的稳健性和效率。一个示例参数可包括客户端设备处信号干扰噪声比(SINR)水平。另一示例参数可以是PoA侧的网络阻塞或网络负载。然而,许多其他参数可有助于用于切换的最优网络的选择,例如目标PoA上支持的QoS、特定VHO的能量和性能成本、信令开销、连接和充电策略成本、用户偏好。与许多静态和动态改变的参数相关的设备总能耗可以为了VHO的能量高效目的而确定(或估计)。示例参数可包括支持的RAT、由接口制造商定义的WNIC的规格、客户端设备和目标PoA之间的距离、基础移动计算平台和操作系统(OS)、每个WNIC的RRC状态机及其网络配置、当前通信状态(例如,Tx、RX、空闲、DRX、跟踪等)和当前流量模式特性。在某些实施方式中,动态参数可包含在切换决策中。在一些情况下,在不考虑与其他能量相关的参数和应用与RRC状态机的交互的情况下,RRC中固定能耗值的使用,可导致总的VHO性能明显退化。
在某些实施方式中,生态系统体系内基于VHO中间件的平台可包括用于VHO的邀请、决策和运行的模块。这些模块可通过透明切换的运行来优化以设备为中心的成本函数同时避免服务中断。在实施方式中,包括设备状态和切换过程的环境的完全感知能够对异构环境中的设备性能和服务连续性进行有效和高效的优化。
图4示出了根据某些实施方式的用于网络环境感测系统的系统400的高级架构的示例框图。系统400包括针对协议堆栈示出的中间件平台。系统400包括上下文感知切换引擎(CAHE)模块401,CAHE模块401以无缝、QoS和QoE感知的方式提供切换决策和管理能力,并具有完整的上下文传输和服务重绑。
插口聚合模块403和链接决策聚合器模块404可在具有CAHE模块401的上层中操作。能够通过API进行与上下文信息收集和切换运行模块405的通信。切换运行可基于MIH功能。在其他实施方式中,上下文信息收集和切换运行模块(或多个模块)405可实现为两个单独的模块。上下文信息收集和切换运行模块405可在下层例如数据链路层和网络层中与驱动器406和频谱分析模块407结合地操作。CAHE模块401可从上下文信息收集和切换运行模块405接收网络信息、事件和设备信息,同时给上下文信息收集和切换运行模块405提供切换命令。
图5示出了根据某些实施方式的CAHE模块500和上下文管理器(CM)模块501的示例框图。CAHE 500和CM模块501执行用于上下文信息收集过程、决策过程以及切换运行和管理过程的各种功能。CM模块501提供用于切换信息收集过程的功能。例如,CM模块501可管理和提供聚集以用于CAHE工具的设备和网络上下文信息。上下文信息收集可实施例如802.21协议和如802.21标准中描述的MIHF。
CAHE模块500可提供用于上下文信息收集过程、决策过程以及切换运行和管理过程的功能。CAHE模块500可包括切换分析工具模块502、无缝服务工具模块503、服务重绑工具模块504。通过对上下文信息以及切换过程和参数的完全可见性,切换分析工具模块502可执行切换分析和预测。这可涉及例如在数据链路层取决于监测技术的切换过程。无缝服务工具模块503可执行有效的切换管理策略,以通过控制为了对抗切换障碍影响而准备的流来确保服从应用水平和用户服务要求。服务重绑工具模块504可执行客户端与目标RAN处的资源和服务组件的动态重新连接。这可能需要移动用于客户端重新配置操作(例如,客户端再寻址,AAA,QoS,位置等)的切换上下文的能力并将所有客户端组件重新连接到本地可用资源。
图6示出了根据某些实施方式的示例生态系统600。生态系统600示出为包括各种示例组件的示例家庭联网环境。示出的环境和组件的类型不意在成为限制,而是出于示例性目的而提供。
生态系统600示出为包括网络边缘设备601和客户端设备(例如,移动或便携式设备)602。网络边缘设备601通常可以是直接或间接连接到网络基础设施603的“固定”设备。至网络基础设施603的连接通常可通过有线连接,但是在一些情况下,可通过无线连接。网络边缘设备601可通过调制解调器604例如DSL或电缆调制解调器连接到网络基础设施603。示例网络边缘设备601可包括TV 601a(例如,智能TV)和计算机601b(例如,PC)。网络边缘设备601还可包括例如通过DSL或电缆调制解调器连接到网络基础设施的路由器601c(例如,无线路由器)。路由器601c可以是提供至家庭联网环境中的其他设备例如移动设备602的无线连接的无线路由器。示例移动设备602可包括笔记本电脑602a、移动电话602b、智能手机602c、游戏控制台602d、mp3播放器602e、平板电脑602f、无线TV 602g。
图7示出了根据某些实施方式的在客户端设备701和网络边缘设备702之间的上下文收集、分析和管理机制的示例性划分的框图。客户端设备701和网络边缘设备702被示出并可彼此通信,以提供生态系统内的上下文管理和分析。可从智能扫描和使用RRC状态机提供设备能量节省。例如,智能扫描可最小化通过生态系统扫描所需要的时间。智能扫描能够识别可见的PoA和信道质量。RRC状态机可用于选择用于当前流量的能量最高效的PoA。
客户端设备701和网络边缘设备702可包括执行网络信息的实时监测的模块。例如,客户端设备701可包括RF和本地PoA信息模块703。网络边缘设备702可包括实时RF扫描和频谱分析模块704。在某些实施方式中,为了最小化电池操作的客户端设备701中的能耗,可在网络边缘设备702中执行实时监测的主要部分。
在不同的实施方式中,可实施不同水平的监测和建模。在某些实施方式中,实时RF扫描和频谱分析模块704可执行频谱监测和分析,频谱监测和分析可实施为基于层1软件或基于芯片的RF扫描。当扫描是无源的时,可能不需要与网络边缘设备702的有源链接,并可在用于所有可用RAT及其频带的背景中执行。这种扫描的结果可明显减少网络监测时间和客户端设备701的能耗,其原因是它可消除由于干扰或其他影响而具有弱的空气质量(坏的SINR)的信道的扫描。
在实施方式中,可基于有源扫描执行频谱分析。例如,网络边缘设备702可与客户端设备701交互并使用例如802.11k协议查询来自那方面的信道质量。实时RF扫描和频谱分析模块704还可收集关于PoA的信息,网络边缘模块702能够访问该PoA(例如,通过Wi-Fi和蓝牙),并通过MIH管理消息、802.11k(或802.11v)中限定的无线网络管理协议或其他消息通信协议将该信息传达到客户端设备701。
可通过客户端设备701执行实时监控。客户端设备状态原始信息可基于来自网络边缘设备702的数据计算,或者直接通过调查存在于各种协议堆栈层中的信息获得。例如,可通过包含物理层信息而获得当前信道状态和由当前设备连接采用的传输配置文件,同时可通过MAC层信息获得其他参数,例如当前接口状态(例如,传输、接收、空闲、DRX等)和当前PoA信息。具有这样的跨层上下文信息可明显提高可有助于能量效率的设备的环境感知。关于客户端设备701的网络连接的其他上下文信息可包括能耗监测参数,例如功耗、来自电池的当前汲取量、客户端设备701的累计能耗等。这些参数可例如在现存的移动电话软件开发工具包(SDK)中提供,或者通过修改SDK提供。
网络发现模块706可执行发现网络的监测。网络发现可负责给CAHE模块707提供所有设备可到达和可接入的PoA的最新列表。在实施方式中,该列表可通过自主网络边缘设备702(或客户端设备701)感测获得。在实施方式中,该列表可通过包含网络侧信息例如802.21媒介独立信息服务(MIIS)而获得或者从由操作者提供的接入网络发现和选择功能(ANDSF)信息获得。网络边缘设备702还可包括CAHE模块712。
上下文管理器(CM)模块705可建立和分析通过客户端设备701收集和获得的与功率相关的上下文信息。该上下文信息可包括例如每个WINC状态的特定设备能耗值。上下文信息还可包括用于各种服务类型的能量配置文件和剩余的PoA使用次数以及其他参数例如延迟、吞吐量和在过去的VHO运行阶段期间引入的能量开销,过去的VHO运行阶段在图7中示出为历史信息709。历史信息709可从能耗角度和QoS保证两者提供用于VHO决策模块的处理的上下文信息,以确保VHO的QoS损失(如果有的话)的合适推断。该信息可用于为了确保支持QoS而准备的服务的合适的调节。客户端设备701可包括可用于决定和运行切换的切换决策和运行模块710。网络边缘设备702还可包括切换决策和运行模块711。
对于切换决策过程,可估计设备能量。在某些实施方式中,可实施混合方法,混合方法精确地估计每个WNIC接口和现存的应用流量模式的设备的总能耗。
图8示出了根据某些实施方式的估计用于网络环境感测的能量的示例方法800的流程图。在方法800的步骤802,生成总能耗模型。总能量模型可以是基于交接决策的灵敏度的按每个设备的模型。历史和实时信息可被收集和用于总能量模型。
在步骤804,网络和RRC状态机参数可从现存的网络提取。例如,可在客户端设备上(例如,使用功率计)执行实际功率测量,以提取RRC状态机参数。可在该时间期间捕获其他网络参数例如信标间隔。在步骤806,可生成与无线网络交互的流量模式的模型。该模型可通过在网络边缘处的踪迹收集以及基于踪迹的仿真和测量生成。在步骤808,基于步骤804、806和808估计每个WNIC的能量。
每个客户端设备(或UE)的具体特性可明显影响客户端设备的功耗。这些特性及其对功耗的影响可作为因素计入在VHO决策中使用的能量模型。在实施方式中,设备中的应用的能耗通常可根据在移动计算环境上引入的负载来确定。在实施方式中,总能量(TotalEnergy)可根据每个不同组件的能量根据下面的示例等式确定。
总能量=f(BWApp,EComm,EHO,ERAM,ERAM,Edata,EComp,EScreen,BWBuff,QoSApp,EGPU,EAudio,ECAM...)
BWApp可表示缓冲器上的应用数据消耗率。EComm,EHO,ERAM,ERAM,Edata,EComp和EScreen可分别表示通信的能量成本、切换、存储、数据消息大小、计算和触摸屏使用(例如,具体是背光)。BWBuff可表示I/O缓冲器带宽。QoSApp可表示应用QoS要求。EGPU可表示由图形硬件使用的能量。EAudio可表示由音频编解码器、放大器或其他音频相关设备使用的能量。ECAM可表示由相机系统使用的能量。在实施方式中,总能耗可基于每个能量分量之和。当设备API可用时,这些参数中的一些可从历史和实时信息获得。可能不需要总的绝对能量的精确评估,以选择最小化总能耗同时维持QoS的最好的网络。在实施方式中,只有更相关的能量消耗组件可被高亮或着重显示,同时在总能耗中作用微小或不显著的参数可消除或淡化。这可导致更简化的模型。
为了通过VHO探索潜在能量节省,某些实施方式可考虑最优接入网络的选择。考虑到关于网络负载的精确信息和来自在客户端设备中运行的应用的未来需要,这可从网络连接角度进行。由于不同的客户端设备的硬件和软件架构以及客户端设备的应用行为明显不同,导致单个模型可能不一定用于不同的客户端设备。实际能耗可取决于许多因素,例如每个接口的实现以及将使用选择的WNIC的上行链路和下行链路的流量服务特性。由于不同的终端使用不同的组件,所以能耗可在它们之间改变。因此,在某些实施方式中,对于每个客户端设备模型,精确模型可能必须单独地生成。
在某些实施方式中,可提供基于测试数据收集和分析的功率估计器应用。客户端设备上的功率估计器应用可精确地估计用于每个特定无线网络连接(WNIC)选择的实时功耗。功率估计器应用可在其他应用在运行的同时在客户端设备上同时运行。应用的示例类型可包括但不限于游戏、交互视频、音频、电子邮件、浏览等。信息可被收集并给每个用户进行统计上处理,以提供每个WNIC的每个应用的能量模型的指示。就这一点而言,功率估计器应用可提供用于基于能量的切换机制的有用测量。例如,统计数据可收集和用作将历史作为因素计入功耗的VHO算法中的历史数据。此外,对于无线连接的每个选择,可产生一系列相关上下文,这些上下文针对用户环境、用户行为和应用定制。更具体地说,与由客户端设备收集的其他上下文信息(例如,一天中的时间、位置、干扰等)相比,由功率估计器应用提供的测量数据可后处理以确定(或限定)平均能量估计。例如,在实施方式中,平均能量估计(Average Energy)可根据下面的函数估计。
平均能量估计=f(位置,应用,用户行为,WNIC…)
在平均能量估计(Average Energy)的等式中,f可以有效地是特定于识别的变量的不同能量成分的线性求和。例如,在实施方式中,总能量(Total Energy)可根据下面的示例等式确定。
总能量(应用,WNIC)=E1+E2+E3+…+EN+EComm
En(n=1,2,3..N)可以是明显有助于客户端设备的能耗的不同的“基准”能量成分。这些成分可包括不同的参数并可具有不同的WNIC和应用。
通信的能量成本可作为因素计入WNIC RRC状态机和应用流量模式与它们的交互。在某些实施方式中,网络和RRC状态机参数可从现存的网络提取。网络参数可对能耗具有明显的影响。示例网络参数可包括非连续接收(DRX)参数的配置、信标间隔、调度和功率控制。在不同的实施方式中,模型的复杂性可改变。能量模型可以是按每个设备的模型。例如,客户端设备的功率踪迹可由包含不同领域例如对于给定的采样率的时间戳和平均瞬时功率的功率监测器捕获。测试会话可用于测量用于每个WNIC的每个状态的不同的RRC功率水平。为了触发状态提升,客户端设备可转到空闲状态达足够的时间量,然后下一个包可从服务器发送到客户端设备。测试模式可确保功率踪迹覆盖完整的跟踪间隔。
图9A、9B、9C和9D示出了根据某些实施方式的用于不同无线标准的RRC状态机的图。图9A示出了根据某些实施方式的用于LTE的示例RRC状态机的图900。图9B示出了根据某些实施方式的用于UMTS的示例RRC状态机的图910。图9C示出了根据某些实施方式的用于Wi-Fi的示例RRC状态机的图920。图9D示出了根据某些实施方式的用于蓝牙(BT)的示例RRC状态机的图930。RRC状态机的图900、910、920和930中的数个状态针对每个WNIC可以是不同的,并且每一个状态可具有不同的功率水平和功能。
在图9A中,用于LTE的RRC状态机的图900可包括关闭状态901、关联状态902、空闲状态903、提升状态904、连接状态905、连接跟踪状态906、短的非连续接收器(DRX)状态907和长的DRX状态908。在从关闭状态901激活之后,WNIC可进入关联状态902,关联状态902可执行接入网络发现和与eNB的关联。WNIC可处于关联状态902一时间段,这取决于找到可接入的eNB并认证eNB的时间。
在空闲状态903,客户端设备可停留在不活动的低功率模式。例如,在空闲状态903期间,客户端设备可能主要停留在睡眠模式,但是有时可唤醒以寻找来自网络的例如可由寻呼信号指示的连接到达。当寻呼信号到达时,客户端设备可转换到提升状态904。客户端设备可进入提升状态904以适应信令时间,在该信令时间期间,网络需要给客户端设备分配合适的资源。在由提升状态904限定的特定时间段之后,客户端设备可转换到连接状态905。在整个连接期间,客户端设备可保持在连接状态905。
一旦连接已结束,则客户端设备可转换到连接跟踪状态906。在连接跟踪状态906,客户端设备可等待计时器到期。如果在计时器到期之后没有连接到达,则随后客户端设备可移动到短的非连续接收器(DRX)状态907。否则,客户端设备可返回到连接状态905。短的DRX状态907类似于空闲状态903,其具有循环时间和开启时间。如果在短的DRX状态907超时之前请求到达,则客户端设备可返回到连接状态905。否则,客户端设备可进入长的DRX状态908。如果在长的DRX状态908超时之前连接请求到达,则客户端设备可切回到连接状态905。否则,客户端设备可进入空闲状态903。与其他状态相比,用于空闲状态903的超时可以长一些。例如,作为示例,与对于大部分其他状态在数十毫秒相比,用于空闲状态903的超时可以约为11.6秒。
在图9B中,用于UMTS的RRC状态机的图910包括关闭状态911、关联状态912、空闲状态913、提升状态914、蜂窝专用信道状态(DCH)905和蜂窝前向接入信道(FACH)状态916。RRC状态沿着从空闲状态913到蜂窝DCH状态915、从蜂窝FACH状态916到蜂窝DCH状态915、从空闲状态913到蜂窝FACH状态916的方向的转换,可考虑成提升。相反的方向可考虑成降级。提升可从具有较低无线资源和无线功耗的状态切换到需要更多无线资源和功率的另一状态。在不存在任何网络活动性时,无线可保持在空闲状态913。当网络是活动的时,可发起至更高功率状态(例如,蜂窝DCH状态915和蜂窝FACH状态916)的转换。例如,蜂窝DCH状态915可以是高功率状态,其原因是WNIC给客户端设备储备专用信道并确保传输的高吞吐量和低延迟。与DCH状态915相比,蜂窝FACH状态916可消耗更低的功率(例如,大约一半),其原因是它与其他设备共享信道。当存在少量的流量待传输时,可使用蜂窝FACH状态916。空闲状态913可消耗例如DCH状态915的功率的大约百分之一。
在图9C中,用于Wi-Fi的RRC状态机的图920可包括关闭状态921、关联状态922、空闲状态923、提升状态924、连接状态925和连接跟踪状态926。用于Wi-Fi的RRC状态机920可在与AP关联期间经历高的初始成本。Wi-Fi电话可使用省电模式(PSM)以降低维持关联的成本。
在图9D中,用于BT的RRC状态机的图930可包括关闭状态931、待机状态932、寻呼状态933、查询状态934、连接状态935、传输状态936、停驻状态937、保持状态938和嗅探状态929。待机状态932可以是BT设备的初始状态。在待机状态932,BT设备可处于待机模式。在待机状态932,BT WNIC可周期性地侦听消息,例如每隔1.28秒。当单元唤醒时,它可侦听针对该单元限定的一组32个跳频频率。BT WNIC可发起连接过程。在发起设备变成“主机”的情况下,可通过寻呼消息(例如,在已知地址的情况下)发起连接,或通过寻呼消息之前的查询消息(例如,在未知地址的情况下)发起连接。寻呼状态933可具有数个阶段。可能存在三个省电模式,它们用作空闲状态,例如保持状态928、嗅探状态929和停驻状态927。保持状态928、嗅探状态929和停驻状态927可允许当前不活动的BT网络节点(例如,微微网构件)的功率节省。更具体地说,如果没有数据需要传输,则主机可将从属设备置于保持状态928。嗅探状态929可用于从属设备以便以降低的速率侦听微微网。例如,其占空比可减小以节省功率。停驻状态927可保持客户端设备与微微网同步,但是同时使之不能够参与流量。停驻的设备仍然可周期性地侦听主机的流量以再次同步或检查广播消息。
重要的是注意到,从客户端设备(例如,移动设备)中的电池寿命的角度看,与活动或连接功率状态相比,无线网络在其空闲状态下所消耗的功率甚至可能更明显。例如,考虑到典型的使用模型,一些移动设备可仅通信客户端设备实际开启的时间中的小部分。就这一点而言,在空闲状态(例如,保持状态928、嗅探状态929和停驻状态927)下每个RRC模型的WNIC功耗可以是明显的因素。例如,BT优化为处于在只有2%的功率占空比下操作的极低功率状态并消耗大约1mW的典型功率,同时仍然能够执行发现和连接建立。另一方面,Wi-Fi可基于载波监听多路访问(CSMA),尽管省电模式(PSM)的进步,但是与BT相比,基础MAC设计可在空闲状态下生成明显的功耗。
在某些实施方式中,可能需要额外的测量以估计连接状态下的能量。示例测量可与数据率(例如,上行链路、下行链路等)、数据大小、与网络设置相关的参数、无线网络状况等相关。这些测量可用于给每个WNIC的总能量建模,例如通过估计用于连接时间的参数EConnected(E连接)建模。
为了实现更精确的能耗模型,可提供踪迹驱动的基于生态系统的能量模型,以在网络边缘设备上执行两种水平的仿真。最初,网络模型仿真器可收集和处理现存的无线通信链接的包踪迹。包踪迹可随后在不同RAT的RRC功率状态机上运行。网络模型仿真器可调节包时间戳以补偿由于其状态机的不同导致不同的RAT延迟行为的不同。这些延迟通常可与状态提升相关并且可能需要去除以用于提取实际流量模式。
网络模型仿真器的输出可应用于功率模型仿真器。输出可由具有调节的时间戳(例如,处于升序)的包阵列以及在任何时刻的客户端设备的RRC状态构成。功率模型仿真器可获得网络模型仿真器的输出,并可基于通过网络测量提取的功率模型来计算能耗。在该模型中,例如,总能量可分成四种成分:提升、数据传输、跟踪和空闲。对于数据传输能量,线性模型可根据上行链路和下行链路吞吐量来确定。实际数据传输功耗可计算成这些吞吐量的线性组合与常数之和。这些函数参数可通过在客户端设备中执行的测量而获得。
在实施方式中,每个WNIC的总能量,总能量(应用,WNIC)可随后根据下面的示例等式实时估计。
T总能量(应用,WNIC)=E1+E2+E3+…+EN+EComm
=E1+E2+E3+…+EN+(PAssoc×tAssoc)+(Pidle×tidle)+(Ptail×ttail)+...+EConnected
En(n=1,2,3…N)是可明显有助于客户端设备的能耗的不同的“基准”能量成分。这些成分可包括不同的参数并可具有不同的WNIC和应用。P可以是每个RRC状态的功率,t是WNIC停留在每个RRC状态的总时间。假设根据上行链路和下行链路流量对连接时间线性建模,则连接时间EConnected可根据下面的示例等式确定。
EConnected=aUL RUL+aDL RDL+b
RUL和RDL可以分别是上行链路和下行链路数据率。参数a和b可表示取决于网络的常数以反映Econnected与数据率的线性关系。参数a和b可基于执行的测量对每个WNIC估计。
在实施方式中,每个WNIC和当前应用的总能量可根据下面的示例等式估计。
总能量(应用,WNIC)=E1+E2+E3+…+EN+(PAssoc×tAssoc)+(Pidle×tidle)+(Ptail×ttail)+...+aUL RUL+aDL RDL+b
图10示出了根据某些实施方式的用于推荐用于VHO的候选网络的、基于生态系统的网络环境感测(ANS)系统1000的示例性流程图。在某些实施方式中,可使用多个框以执行VHO。框1002、1004、1006、1008和1010可表示在生态系统内的客户端设备中发生的过程。在框1002处,可开始上下文收集过程。在某些实施方式中,可假设导致总能量建模(例如,图8中的步骤802)的功率测量可能已经发生,且可在不同的协议层确定与相关能量相关的上下文。在步骤1004处,可基于总能量模型开始跨层上下文收集。如上指示的,跨层上下文信息收集可包括来自两个或更多个开放系统互连(OSI)层的信息或参数。在步骤1006处,(例如,基于802.21MIH、ANDSF等)在客户端设备上运行的网络监测实体可基于客户端的位置确定可用的连接点(PoA)的列表。列表可主要包括基于非生态系统的网络AP或基站,客户端设备可与该网络AP或基站通信。
在框1008处,可收集或更新每个状态的RRC模型功率水平。例如,可接入到达RRC引擎的合适的接口或者可进行功率测量,例如本文中描述的。在一些情况下,这可以是可以以作为维护周期或作为事件驱动机制的规则间隔发生的可选步骤,该事件驱动机制可由已经通过网络改变RRC状态参数的指示触发。如果指示这样的改变,则在框1010处,新的一组RRC参数可通过客户端设备传达到网络边缘设备处的处理引擎。
在某些实施方式中,框1010及之后的框可通过网络边缘设备执行。应该认识到,在其他实施方式中,步骤的不同组合可通过客户端设备和网络边缘设备执行。在框1012处,RRC状态机仿真器可由于模型参数中的任何改变而更新。在框1014处,网络边缘设备可开始实时功率估计过程。在框1016处,可收集从客户端设备开始的包踪迹。在框1018处,包踪迹可通过网络仿真和包排序工具进行后处理。网络模型仿真器的输出包括具有调节的时间戳(例如,处于升序)的包阵列,客户端设备的RRC状态应用于功率模型仿真器。在框1020处,功率模型仿真器获得网络模型仿真器的输出,并基于通过网络测量提取的功率模型来计算能耗。可选地,使用上面公开的等式,能耗可估计每个应用的总能量。在框1022和1024处,对于通过客户端设备获得的所有可用的网络PoA,重复RRC参数收集和传达到网络边缘设备的过程。在实施方式中,对于当前连接,可仅收集实时跨层上下文信息。上下文参数的历史值可用于其他PoA。在框1026处,可选择最优的能量高效PoA。在框1028和1030处,可评估PoA以确定是否满足QoS和用户要求。如果满足这些要求,则在框1032处,可计算用于选择候选RATPoA的指标(在本文中还称为ANS因子)。各种算法可用于确定该指标。在实施方式中,可实施MDCM算法。ANS因子可通过0和1之间的数字表示,它可表示切换到最优(例如,最好)网络的优先级。可选地,通过找到用于应用的每个能量量与用于无线网络接口的能量总和相除所得到的分数,可计算ANS因子。
在框1034处,可基于其他上下文切换参数作出切换决策。在框1036处,该决策可传回到客户端设备。在框1038处,可执行或可不执行切换。如果执行切换,则可重复该过程,如由回到框1004的箭头表示的。如果不执行切换,则可在框1040处选择可选的(例如,下一个最好的)PoA。类似地,如果在框1028和1030处PoA不满足QoS或用户要求,则在框1040处,可选择可选的(例如,下一个最好的)PoA。在框1042和1044处,确定任何可选的PoA是否仍然可用于选择。如果没有可选的PoA可用,则在框1046处使用当前网络。可重复该过程,如由从框1046回到框1004的箭头表示的。
图11示出了根据某些实施方式的用于切换决策的能量估计方法1100的框图。方法1100可提供能够离线执行各种计算的简化的演绎模型过程。在一个实施方式中,这样的离线处理可划分为在网络边缘设备上执行或在云中执行,而允许功率密集处理方面在移动设备之外执行。总能耗的测量可通过产生不同的方案并测量能量(例如,监测能量或电池使用)进行。离线处理可以周期性地更新,更新之间的时间段能够根据各种感测的因子(例如,对于移动到另一位置的检测、应用使用频率等)调节。例如,在示出的实施方式中,可离线执行框1102至1128,如由包括框1102至1128的虚线盒表示的。在其他实施方式中,可离线执行不同功能的各种组合。
在框1102处,用户可识别用于能量估计的一个或多个应用(例如,通过提供应用列表)。可选地,可提取用户应用使用以识别用于能量估计的应用。
在框1104处,可激活可用的RAT中的一个。在框1106处,在框1102处识别的应用中的一个可运行。如果在框1108处确定没有可用的RAT保持被激活,则方法1100可在框1110处结束。否则,在框1112和1114处,确定任何应用是否仍然运行。如果仍然存在额外的待运行的应用,则在框1118处,对于在框1104处激活的特定RAT和在框1106处运行的应用,(例如,从BMU)可监测用于客户端设备的电池使用。在框1120处,对于在框1104处激活的特定RAT和在框1106处运行的应用,可评估能量模型参数(例如,线参数)。在一个实施方式中,能量模型参数的评估可包括创建表格并使应用和RAT(m和n)与测量的能量关联。还可包括其他上下文或参数。可选地,表格还可排序,使得在顶部是最小能量,在底部是最大能量使用。
对于待运行的任何额外应用,可重复框1118和1120。当没有存在额外的应用来运行时,随后可激活下一个可用的RAT,如框1116和回到框1104的循环表示的。
在框1122处,可收集和分析跨层上下文信息。如上指示的,跨层上下文信息可包括来自两个或更多个开放系统互连(OSI)层的信息或参数。在框1124处,可基于上下文信息提取应用配置文件。在框1126处,可产生测试应用。可应用于测试应用的示例参数可包括但不限于数据大小、总时间、传输之间的时间等。在框1128处,可存储用于RAT和应用的模型。
在框1130处,可开始RAT功率估计过程。在示出的实施方式中,可在线执行框1130至1146。在框1132处,在客户端设备上运行的当前应用可基于之前离线生成的例如从框1122至1126生成的应用配置文件来分类。在框1134处,可收集和分析与客户端设备关联的跨层上下文信息。如上指示的,跨层上下文信息收集可包括来自两个或更多个开放系统互连(OSI)层的信息或参数。在框1136处,可获得RAT PoA列表。例如,在实施方式中,可从云上的服务器接收RAT PoA列表。在另一实施方式中,可通过有源和无源扫描从多层网络监测获得RAT PoA列表。在框1138处,可计算用于RAT PoA中的一个(或对应于RAT PoA的接口)的总能耗。在框1138处,从框1128获得存储的模型,并针对特定RAT计算总能耗。在框1140和1142处,确定是否剩余任何额外的RAT PoA。如果剩余额外的RAT PoA,则计算用于剩余RAT PoA的总能耗,如由从框1142回到框1138的箭头指示的。当没有剩余额外的RAT PoA时,可在框1144处计算用于选择候选RAT PoA的指标(或ANS因子)。ANS因子可根据下面公开的等式计算。在框1146处,部分地基于ANS因子作出切换决策。
图12示出了根据某些实施方式的作为客户端设备上的中间件的ANS系统1200的示例性框图。ANS系统1200示出为包括上下文感知切换引擎(CAHE)模块1201和上下文管理器(CM)模块1202。应该认识到,本文中关于CAHE模块和CM模块的讨论(例如,如图5和7中讨论的)还可应用于图12的讨论。为了简要和清楚的目的,在此不重复可应用于CAHE模块和CM模块的每个特征和功能。
CAHE模块1201和CM模块1202可收集切换上下文信息以用于切换分析和运行。例如,收集的上下文信息可涉及用户输入1202、应用参数1203、MIH用户空间1204、网络数据1205、网络状况1206、链接状态1207和频谱分析1208。ANS系统1200的切换信息收集部1250由虚线示出。
CAHE模块1201可在切换信息收集过程中起作用,但是还可在切换分析和运行时起作用。CAHE模块1201示出为包括服务重绑工具(SRU)模块1227、无缝服务工具(SSU)模块1226和切换分析工具(HAU)模块1215,它们在本文中进一步详细地讨论。
介质独立交接功能(MIHF)扩展模块1210起到从层1(L1)和层2(L2)封装更高层的作用。这些低层可通过MIHF扩展模块1210内不同的功能访问,以获得信息来检测、准备和运行VHO。高层可能需要该信息并可称为MIH用户空间(MIHU)1204。MIHF模块1210可给高层和低层两者提供服务接入点(SAP),使得它们可交换服务消息。MIHF模块1210可考虑成便于作出交接决策的逻辑实体。MIHU模块1204可基于来自MIHF模块1210的输入作出交接决策,并可包括被称为介质独立事件服务(MIES)模块1212、介质独立命令服务(MICS)模块1213和介质独立信息服务(MIIS)模块1214的三个实体。当通过MIHU模块1204请求时,MIES模块1212可给MIHU模块1204提供在L1和L2中发生的事件。MIES模块1212可覆盖多个事件,这些事件包括网络发起的事件(例如,操作者偏好、负载平衡、信息)、预测事件(例如,链接上行、链接下行)、状态改变事件(例如,上行链路、下行链路、链接参数的改变)。MICS模块1213可提供控制机制,使得MIHU模块1204通过促进一组命令来掌管低层。MIIS模块1214可给MIHF模块1210配备有通过收集上层作决定所需要的信息来发现其可用的网络环境的能力。信息元素可指的是多个参数,这些参数包括操作者ID、漫游伙伴、成本、可用的网络和每个PoA的位置的列表、PoA性能、特定供应商信息、QoS和安全参数等。
使用通过MIES模块1212和MIIS模块1214收集的信息,实现为MIHU空间1204中的中间件的HAU模块1215能够作出是否从一个PoA切换到另一PoA的决定。命令能够运行交接,但是还可有助于在低层元素中设置不同的参数。通过HAU模块1215的实际切换决策可能需要更多的上下文信息。在实施方式中,ANS系统1200还可包括扩展(未示出)到MIHF,这提供可能超出由802.21MIH支持的RAT范围的多RAT方法。例如,扩展可捕获可通过协议例如IEEE802.11k(例如,用于无线资源管理)和IEEE 802.11v(例如,用于无线网络管理)经由网络边缘设备传达的信息。扩展还可聚集可通过频谱分析模块1216传达的RF信道分析信息。
在实施方式中,可提供驱动器管理和MIH支持模块1217。驱动器管理和MIH支持模块1217可在扩展的MIHF模块1210层下方实施并包含集成在客户端设备中的网卡的设备驱动器。例如,WLAN、3G、4G、BT和WiMAX网络的驱动器可存储在驱动器管理和MIH支持模块1217中。驱动器管理和MIH支持模块1217的主要任务是不同的网卡的管理和给环境传感器模块1218提供服务。
环境传感器模块1218可位于驱动器管理和MIH支持模块1217上方和MIHF模块1210下方。环境传感器模块1218可具有三个主要模块:事件管理器模块1219、网络发现模块1220和网络监测器模块1221。事件管理模块1219可管理从移动节点中不同的接口驱动器生成的接收的事件。事件管理模块1219还可连接到可选的频谱分析模块1216,频谱分析模块1216可给事件管理器模块1219提供信道“空气质量”和干扰事件以避免污染的信道。事件管理模块1219可报告特定的事件,这些事件指示关于本地或远程实体的链接特性或空气质量的改变。事件管理模块1219可在内核空间中实施。可过滤原始事件以聚焦于链接状态或设备能耗事件,例如高电池消耗率。可选地,原始事件可直接应用于MIHF模块1210(例如,通过MIH-链接_SAP)并可在智能触发器模块1222内过滤。某些事件例如消息上行链路或下行链路,可传达到网络发现模块1220。就这一点而言,常规内核功能可直接映射到事件管理器API,以发送到或接收于网络发现模块1220。
网络发现模块1220可给MIHF模块1210提供可用PoA的最新列表。例如,通过自主扫描这样的信息(例如,如由频谱分析模块1216提供的);通过包含来自生态系统内的网络边缘设备的网络信息;通过使用从服务器(例如,MIH服务器)接收并通过MIH用户1204传输到网络发现模块1220的MIIS信息;通过使用ANDSF协议等,可获得该列表。
为了减少感测频率并节省客户端设备中的能量,可通过接合频谱分析模块1216部署智能扫描的形式。例如,使用频谱分析模块1216,可从扫描排除污染的(或干扰的)或繁忙的信道,这还可明显减少VHO延迟。频谱分析模块1216可例如实施在如图12所示的客户端设备中,或者实施在网络边缘设备处以进一步节能。为了确保QoS参数的保存(例如,满足应用的延迟和抖动要求)同时网络发现继续进行,智能扫描可在网络发现模块1220内在扫描和数据接收之间切换。在扫描之前,可评估预期扫描时间的预测,以确保总的迭代时间不会超过用于应用的最大允许中断时间。如果是这种情况,则扫描将不继续,客户端设备可往回切换到现存的用于数据帧传送的通信信道。当通过内部控制信令(例如,使用802.11k或MIH信令)执行扫描时,客户端设备可通知网络边缘设备关于其状态改变到扫描模式,并可请求缓冲目标是到达客户端设备的数据。这可能需要网络边缘设备访问目标是到达客户端设备的数据流。通过确定客户端设备可具有良好接收性的网络的子集,网络发现模块1220和频谱分析模块1216的组合可改善切换延迟。这可缩短可用PoA的列表并减少扫描时间。这还可通过处理从AP或基站(BS)接收的信号而进行,其原因是它们周期性地发生路由请求信号以通知客户端设备关于网络前缀。网络发现模块1220(或客户端设备中的连接管理器)可接收这些信号。如果消息包含新的前缀,则可选择该消息作为新的可用PoA。
为了节能并确保QoS,可通过HAU模块1215管理网络发现过程。可使用能量和与QoS相关的触发器,例如异常或高电池消耗率、增加的干扰水平(例如,通过频谱分析模块1216测量的)、低SNR或长的服务中断估计,来执行管理。这些触发器及其触发率可例如通过机器学习算法静态或动态地调节。
与频谱分析模块1216协调,网络监测器模块1221可负责监测和评估无线信道状况。网络监测模块1221可通过测量合适的原始数据收集实时L1和L2上下文信息。测量还可基于通过网络边缘设备收集的关于当前PoA状态的网络侧上下文信息。在客户端设备侧上,上下文信息可包括当前应用和服务元数据、位置信息、测量TX功率、抖动或数据率、或者实时电池信息。网络侧信息可包括PoA状态,例如其当前负载、SINR、瞬时数据率、容量等。其他与链接相关的参数例如链接层吞吐量、链接质量、损失率和争夺率,还可通过客户端设备和网络边缘设备的网络监测功能收集。在实施方式中,该上下文信息可通过潜入网络边缘设备中的频谱分析仪增强。该上下文信息可过滤或作为原始数据传达到CM模块1202。网络监测器模块1221可收集和管理与链接行为和VHO相关的参数。网络监测器模块1221可给HAU模块1215提供从链接层收集的信息,用于事件交接开始和决策。这样,网络监测器模块1221可保持通知客户端设备关于其连接到关联的PoA和客户端设备中可用的资源。
CM模块1202可从环境传感器模块1218和MIHF模块1210接收低层原始或过滤的上下文。CM模块1202还可通过直接访问这些层接收上下文信息。当各种参数可影响VHO过程的稳健性和效率时,CM模块1202可起到关键作用。丰富的一组上下文可提供给HAU模块1215,使之可结合地分析跨层上下文信息,以精确地检测能量和无线资源消耗。按照这种方式,它可选择网络环境感测中最高效的网络。重要的上下文数据的一些示例可包括:每个RRC状态的特定WNIC能耗值;用于各种服务类型的能量配置文件和剩余PoA使用时间;在过去的切换运行阶段期间引入的延迟、吞吐量和能量开销。除了准备能耗估计参考之外,上下文信息还可帮助确定用于VHO决策和一致的QoS劣化推断测量的正确时间。对于异构网络动态性(例如,操作环境、移动性和网络密度)和客户端设备的当前能量状态(例如,电池消耗率),可调节上下文感知的要求水平。CM模块1202可给HAU模块1215提供上下文信息,以用于基于各种历史和实时上下文参数例如确定当前PoA的能耗率、当前信道状态、位置、关于每个PoA的服务剩余使用时间的信息等参数,精确估计能量状态。HAU模块1215可分析和访问可用PoA选择,并可协调能量高效上下文收集和网络发现过程。为了在PoA选择时更好的精度,基于从原始能量数据提取合适的上下文信息,可在获得的上下文的细节和精度之间建立合适的平衡。这可通过分析算法例如机器学习经由CAHE管理器模块1224实现。
基于有限状态机(FSM)的设备模型模块1226可提供每个接口状态的能耗估计,作为客户端设备的多参数函数和PoA参数。因此,基于FSM的模型模块1226使用历史和实时数据两者的可变组合,以估计与每个可用PoA关联的能耗。通过调节用于切换的上下文感知的要求水平,可建立该可变组合。结果,用于议定合适的上下文推导方法的标准可以是通过动态调节获得的上下文的细节和精度两者控制与基于能量的原始数据相关的上下文推导方法的能力。在实施方式中,这可通过CAHE管理器模块1224使用机器学习算法实现。基于切换方案的分析,CAHE管理器1224可给CM模块1202提供动态调节上下文处理和收集控制的能力。这可通过给CM模块1202提供合适水平的适应和认知以控制网络监测模块1221的测量、持续时间和频率而间接进行。
HAU模块1215可包括ANS网络推荐模块1225,ANS网络推荐模块1225可推荐用于切换的候选RAT PoA(例如,最优的RAT PoA)。在实施方式中,ANS网络推荐模块1225可以是能量感知多标准决策算法(MCDA),MCDA从CM模块1202获得上下文数据以及来自基于FSM的设备模型模块1226的输入,并提供关于PoA的推荐。就这一点而言,ANS网络推荐模块1225可评估所有PoA可选项,例如在提供的QoS和能耗两方面。实施的算法可处理来自CM模块1202的相关上下文,相关上下文可包括:在能量配置文件、服务使用时间和QoS参数方面当前APP特性;在感知的能耗例如信道信息、每个干扰状态的能耗、VHO延迟、提供的QoS等方面当前和所有可用的PoA特性;用户偏好等。对于每个可用PoA,基于计算的ANS因子(或ANS因子),可执行该推荐,ANS因子可以是用于选择候选RAT PoA的指标。在实施方式中,ANS因子可以是0和1之间的数字。
在一些情况下,在作出切换决策之前可能需要额外的处理。可执行评估以确定标记的PoA可选项是否能够支持当前服务的所有要求。这样,能耗评估阶段可考虑多个参数,这些参数包括每个接口状态的服务能量配置文件、关于目标PoA上每个接口状态的能耗的期望、切换能量损失等。就这一点而言,ANS因子可随后包含在网络选择过程中,网络选择过程使用ANS因子连同其他切换决策参数一起选择候选RAT PoA。HAU模块1215、无缝服务工具(SSU)1226和服务重绑工具(SRU)1227可使用ANS因子以分别用于切换决策、运行管理和上下文传输到新的PoA。ANS因子和切换因子(还称为HO因子)可集成在单个过程中,而产生用于切换决策的单个因子,例如当主要聚焦于功耗减少时。
额外的示例实施方式
本文提供的计算机实施的方法、系统和计算机可读介质可收集上下文信息,上下文信息包括来自物理层和至少一个其他OSI层的上下文信息。可基于物理层参数和至少一个其他OSI层参数触发切换。
在实施方式中,物理层上下文信息可包括影响连接的射频环境因子。
在实施方式中,无线频率环境因子可以是干扰水平。
在实施方式中,执行切换可进一步包括:识别可用于客户端设备的多个无线接入技术(RAT)连接点(PoA);基于所述上下文信息计算用于所述多个RAT PoA的设备性能指标;以及基于设备性能指标和用于在客户端设备上运行的应用的服务质量(QoS)要求,计算用于选择用于切换的候选RAT PoA的指标。
在实施方式中,可基于用于选择候选RAT PoA的指标选择用于切换的候选RATPoA。
在实施方式中,所述设备性能指标可以是由客户端设备导致的能耗指标。
在实施方式中,可收集包踪迹。可基于无线资源控制(RRC)状态机模型执行网络仿真和包排序。计算用于所述多个RAT PoA的设备性能指标可基于所述网络仿真和包排序。
在实施方式中,可基于所述上下文信息更新所述RRC状态机模型。
在实施方式中,可将所述上下文信息和所述多个RAT PoA传达到网络边缘设备。
在实施方式中,移动设备可确定减少能量消耗和最小化电池使用以节能的最好的可用网络。一旦确定,移动设备可自动地切换到用于节约能量的最好的网络。可选地,移动设备可显示在基于该确定选择网络或推荐改变到网络时用于用户输入的提示。可选地,一旦完成切换或交接,则移动设备可显示交接发生的通知。
例如,在视频、图像或其他介质内容上传到互联网(例如,到社交网络、内容共享网站、云存储等)的内容上传的情况下,移动设备可检查可用网络的参数(例如,低干扰、高RSSI)。可使用网络工具获得参数,以监测和扫描无线网络干扰以及其他属性。其他参数(例如,链接速度、信道频率、安全协议等)可用于加权平均,以帮助确定最好的可用网络。参数权重可试验地计算并在系统中设置。
在实施方式中,移动设备可监测电池的剩余电荷水平。一旦电荷下降到阈值之下,则移动设备获得可用的不同无线网络。可测量获得的不同无线网络w1,w2…wk的能耗。能量可表示为Er1,Er2…Erk。最小和最大能量可如下确定:
最大能量=Max{Er1,Er2…Erk}
最小能量=Min{Er1,Er2…Erk}
用于网络“WK”的ANS因子可如下计算:
ANS因子可用作如上面在图10、11和12中示出的交接(HO)因子的一部分(或替代HO因子),以从以设备为中心的角度提供来触发交接。
可选地,如果不存在更多的能量高效网络,则根据在移动设备插入以进行充电的时间内的任务优先级,可重新安排需要能量高效网络的当前运行的任务。
硬件实现
前述过程和特征可通过各种各样的机器和计算机系统架构实施,并可在各种各样的网络和计算环境中实现。图13示出了根据本发明的实施方式的、可用于实施本文描述的实施方式中的一个或多个的计算机系统1300的示例。计算机系统1300包括多组指令,使得计算机系统1300执行本文讨论的过程和特征。计算机系统1300可连接(例如,联网)到其他机器。在联网的部署中,计算机系统1300可在客户端-服务器网络环境中的服务器机器或客户端机器的容量下操作,或者作为对等(或分布式)网络环境中的个别机器操作。在本发明的实施方式中,计算机系统1300可以是本文描述的联网系统的组件。在本公开的实施方式中,计算机系统1300可以是构成整个联网系统或联网系统的一部分的许多服务器中的一个服务器。在实施方式中,计算机系统1300可实现为图7的客户端设备701或网络边缘设备702。
计算机系统1300包括处理器1302、缓存1304、存储在计算机可读介质上且针对本文描述的处理和特征的一个或多个可运行的模块和驱动器。另外,计算机系统1300可包括高性能输入/输出(I/O)总线1306或标准I/O总线1308。主桥1310将处理器1302耦合到高性能I/O总线1306,而I/O总线桥1312将两个总线1306和1308彼此耦合。系统存储器1314和一个或多个网络接口1316耦合到高性能I/O总线1306。计算机系统1300可进一步包括视频存储器和耦合到视频存储器的显示设备(未示出)。大容量存储器1318和I/O端口1320耦合到标准I/O总线1308。可选地,计算机系统1300可包括键盘和定位设备、显示设备或耦合到标准I/O总线1308的其他输入/输出设备(未示出)。总之,这些元件意在表示宽泛类别的计算机硬件系统,它们包括但不限于基于由加利福利亚州圣克拉拉市的英特尔公司制造的X86兼容型处理器的计算机系统、基于由加利福利亚州森尼韦尔市的超微半导体(AMD)公司制造的X86兼容型处理器的计算机系统、以及基于任何其他合适的处理器的计算机系统。
操作系统管理和控制计算机系统1300的操作,包括数据输入到软件应用(未示出)以及来自软件应用(未示出)的数据输出。操作系统提供在系统上运行的软件应用和系统的硬件组件之间的接口。可使用任何合适的操作系统,例如LINUX操作系统、可从加利福利亚州库比蒂诺市的苹果计算机公司获得的苹果麦金塔操作系统、UNIX操作系统、微软视窗操作系统、BSD操作系统等。其他实现是可行的。
下面更详细地描述计算机系统1300的元件。具体地,网络接口1316在计算机系统1300和任何宽范围的网络,例如以太网(例如,IEEE 802.3)网络、背板等之间提供通信。大容量存储器1318提供由上面标示的相应计算系统实现的、用于执行上述过程和特征的数据和编程指令的永久存储,而系统存储器1314(例如,DRAM)提供当由处理器1302运行时数据和编程指令的暂时存储。I/O端口1320可以是一个或多个串联或并联通信端口,这些端口在可耦合到计算机系统1300的额外的外围设备之间提供通信。
计算机系统1300可包括各种系统架构,可重新布置计算机系统1300的各个组件。例如,缓存1304可与处理器1302位于片上。可选地,缓存1304和处理器1302可包装在一起作为“处理器模块”,而处理器1302被称为“处理器内核”。此外,本发明的某些实施方式可能不需要或不包括上述组件中的全部组件。例如,耦合到标准I/O总线1308的外围设备可耦合到高性能I/O总线1306。另外,在某些实施方式中,可能只存在单一总线,使得计算机系统1300的组件耦合到该单一总线。此外,计算机系统1300可包括额外的组件,例如额外的处理器、存储设备或存储器。
通常,本文描述的过程和特征可实现为操作系统的一部分或特定应用、组件、程序、对象、模块或被称为“程序”的一系列指令。例如,一个或多个程序可用于运行本文描述的特定过程。程序通常包括位于计算机系统1300中的各种存储器和存储设备中的一个或多个指令,当由一个或多个处理器读取并运行所述一个或多个指令时,所述一个或多个指令使得计算机系统1300执行操作以运行本文描述的过程和特征。本文描述的过程和特征可在软件、固件、硬件(例如,特定用途集成电路)或它们的任何组合中实现。
在一个实现中,本文描述的过程和特征实现为在分布式计算环境中单独地或共同地由计算机系统1300运行的一系列可运行模块。前述模块可通过硬件、存储在计算机可读介质(或机器可读介质)上的可运行模块或两者的组合实现。例如,模块可包括将由硬件系统中的处理器例如处理器1302运行的多个或一系列指令。最初,这一系列指令可存储在存储设备例如大容量存储器1318上。然而,这一系列指令可存储在任何合适的计算机可读存储介质上。此外,这一系列指令不需要本地存储,可通过网络接口1316从远程存储设备例如网络上的服务器接收。指令从存储设备例如大容量存储器1318复制到系统存储器1314中,然后由处理器1302访问和运行。在各种实现中,一个或多个模块可由位于一个或多个位置的一个或多个处理器例如并行处理环境中的多个服务器运行。
计算机可读介质的示例包括但不限于:可记录类型的介质例如易失性和非易失性存储设备;固态存储器;软盘和其他可拆卸盘;硬盘驱动器;磁性介质;光盘(例如,光盘只读存储器(CD ROM)、数字通用光盘(DVD));其他类似的非暂时性(或暂时性)有形(或无形)存储介质;或适合于存储、编码或携带一系列指令的任何类型的介质,这一系列指令由计算机系统1300运行以执行本文描述的过程和特征中的任何一个或多个。
出于解释的目的,阐述多个具体细节以提供本描述的彻底理解。然而,对于本领域技术人员将清楚的是,本公开的实施方式可在不存在这些具体细节的情况下实践。在一些情况下,模块、结构、过程、特征和设备以框图形式示出以避免使本描述模糊。在其他情况下,功能框图和流程图示出为表示数据和逻辑流。框图和流程图的组件(例如,模块、框、结构、设备、特征等)可多样性地组合、分离、去除、重新排序、以除了本文明确描述和描绘的方式之外的方式替换。
在本说明书中对“一个实施方式”、“实施方式”、“其他实施方式”、“一系列实施方式”、“某些实施方式”、“各个实施方式”等的参考,意思是与实施方式关联地描述的具体特征、设计、结构或特性包括在本公开的至少一个实施方式中。例如,在本说明书的各个位置出现的短语“在一个实施方式中”或“在实施方式中”不一定均参考相同的实施方式,也不是互相排除其他实施方式的单独的或可选的实施方式。此外,是否存在对“实施方式”等的明确参考,描述各个特征,这些特征可多样性地组合并包括在某些实施方式中,而且在其他实施方式中多样性地省略。类似地,各个特征描述为对于某些实施方式可以是优选或要求,但对于其他实施方式则不是。
出于可读性和指导目的,主要选择本文使用的语言,这些语言可以不被选择为描绘或限制本发明的主旨。因此意图是,本发明的范围不被本详细描述限制,而是由在此基础上在本申请上发布的任何权利要求限制。因此,本发明的实施方式的公开意图是说明性的,而不是成为本发明的范围的限制,本发明的范围在所附的权利要求中阐述。
工业应用性
Claims (15)
1.一种系统,包括:
至少一个处理器;以及
存储器存储指令,配置为命令所述至少一个处理器:
收集上下文信息,其中所述上下文信息包括来自物理层的第一参数和来自至少一个其他开放系统互连(OSI)层的第二参数;以及
基于所述第一参数和所述第二参数开始至能量高效网络的切换,以用于节约能量。
2.根据权利要求1所述的系统,其中所述第一参数包括影响连接的射频环境因子。
3.根据权利要求2所述的系统,其中所述射频环境因子是干扰水平。
4.根据权利要求1所述的系统,其中开始切换进一步包括:
识别可用于客户端设备的多个无线接入技术(RAT)连接点(PoA);
基于所述上下文信息计算用于所述多个RAT PoA的设备性能指标;以及
基于所述设备性能指标和用于在客户端设备上运行的应用的服务质量(QoS)要求,计算用于选择用于切换的候选RAT PoA的指标。
5.根据权利要求4所述的系统,其中所述存储器存储指令进一步配置为命令所述至少一个处理器:
基于用于选择候选RAT PoA的指标选择用于切换的候选RAT PoA。
6.根据权利要求4所述的系统,其中所述设备性能指标是由客户端设备导致的能耗指标。
7.根据权利要求4所述的系统,其中所述存储器存储指令进一步配置为命令所述至少一个处理器:
收集包踪迹;以及
基于无线资源控制(RRC)状态机模型执行网络仿真和包排序;
其中计算用于所述多个RAT PoA的设备性能指标基于所述网络仿真和包排序。
8.根据权利要求7所述的系统,其中所述存储器存储指令进一步配置为命令所述至少一个处理器:
基于所述上下文信息更新所述RRC状态机模型。
9.根据权利要求7所述的系统,其中所述存储器存储指令进一步配置为命令所述至少一个处理器:
将所述上下文信息和所述多个RAT PoA传达到网络边缘设备。
10.根据权利要求1所述的系统,其中所述存储器存储指令进一步配置为命令所述至少一个处理器:
向显示器提供关于至能量高效网络的切换发生的通知。
11.根据权利要求1所述的系统,进一步包括:
电池,其中开始至能量高效网络的切换部分地基于电池的当前电荷水平。
12.一种方法,包括:
通过计算机系统收集上下文信息,其中所述上下文信息包括来自物理层的第一参数和来自至少一个其他开放系统互连(OSI)层的第二参数;以及
基于来自所述物理层和所述至少一个其他OSI层的至少一个参数开始至能量高效网络的切换,以用于节约能量。
13.根据权利要求12所述的方法,其中执行切换进一步包括:
通过所述计算机系统识别可用于客户端设备的多个无线接入技术(RAT)连接点(PoA);
通过所述计算机系统,基于所述上下文信息计算用于所述多个RAT PoA的设备性能指标;以及
通过所述计算机系统,基于设备性能指标和用于在客户端设备上运行的应用的服务质量(QoS)要求,计算用于选择用于切换的候选RAT PoA的指标。
14.根据权利要求12所述的方法,进一步包括:
基于用于选择候选RAT PoA的指标选择用于切换的候选RAT PoA。
15.根据权利要求12所述的方法,进一步包括:
收集包踪迹;以及
基于无线资源控制(RRC)状态机模型执行网络仿真和包排序;
其中计算用于所述多个RAT PoA的设备性能指标基于所述网络仿真和包排序。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462037026P | 2014-08-13 | 2014-08-13 | |
US62/037,026 | 2014-08-13 | ||
US14/519,840 US20160050589A1 (en) | 2014-08-13 | 2014-10-21 | Ambient network sensing and handoff for device optimization in heterogeneous networks |
US14/519,840 | 2014-10-21 | ||
PCT/KR2015/008438 WO2016024809A1 (en) | 2014-08-13 | 2015-08-12 | Ambient network sensing and handoff for device optimization in heterogeneous networks |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106576275A true CN106576275A (zh) | 2017-04-19 |
Family
ID=55303167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580043376.3A Pending CN106576275A (zh) | 2014-08-13 | 2015-08-12 | 用于异构网络中的设备优化的网络环境感测和切换 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20160050589A1 (zh) |
EP (1) | EP3180940A4 (zh) |
KR (1) | KR20170044611A (zh) |
CN (1) | CN106576275A (zh) |
WO (1) | WO2016024809A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108076072A (zh) * | 2018-01-16 | 2018-05-25 | 杭州电子科技大学 | 一种针对Web异构冗余系统的动态切换方法 |
CN109922485A (zh) * | 2019-02-02 | 2019-06-21 | 四川速宝网络科技有限公司 | 基于双通信设备的智能网桥加速方法及系统 |
CN110418315A (zh) * | 2019-07-24 | 2019-11-05 | 北京市天元网络技术股份有限公司 | 一种用于计算和管理物联网终端功耗的方法 |
CN110533233A (zh) * | 2019-08-20 | 2019-12-03 | 河海大学 | 基于适应度优化的无线微波测雨链路规划方法 |
CN111246532A (zh) * | 2020-01-09 | 2020-06-05 | 南京凯瑞得信息科技有限公司 | 一种深远海融合组网通信方式选择系统及方法 |
CN111480145A (zh) * | 2018-01-03 | 2020-07-31 | 思科技术公司 | 用于根据基于信用的机制来调度工作负载的系统和方法 |
CN111866932A (zh) * | 2020-08-07 | 2020-10-30 | 北京邮电大学 | 一种网络测量方法、装置及电子设备 |
CN113169892A (zh) * | 2018-11-28 | 2021-07-23 | 维尔塞特公司 | 混合自适应网络 |
CN114826445A (zh) * | 2021-01-21 | 2022-07-29 | 诺基亚通信公司 | 估计不同类型的无线电接入技术的功率消耗 |
CN114938374A (zh) * | 2022-05-10 | 2022-08-23 | 北京交通大学 | 跨协议负载均衡方法及系统 |
Families Citing this family (53)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9824374B1 (en) * | 2014-08-19 | 2017-11-21 | Sprint Communications Company L.P. | Radio access network adaptive mobile advertisement delivery |
US9936028B2 (en) | 2014-10-21 | 2018-04-03 | Aruba Networks, Inc. | Method and system for client association management based on estimated session duration |
US20160242072A1 (en) * | 2015-02-18 | 2016-08-18 | Qualcomm Incorporated | Handling over-sized call setup messages |
US10462723B2 (en) * | 2015-05-29 | 2019-10-29 | Intel IP Corporation | Seamless mobility for 5G and LTE systems and devices |
US10289819B2 (en) * | 2015-08-12 | 2019-05-14 | Kryptowire LLC | Active authentication of users |
US11429883B2 (en) * | 2015-11-13 | 2022-08-30 | Microsoft Technology Licensing, Llc | Enhanced computer experience from activity prediction |
US10769189B2 (en) | 2015-11-13 | 2020-09-08 | Microsoft Technology Licensing, Llc | Computer speech recognition and semantic understanding from activity patterns |
FR3046315B1 (fr) * | 2015-12-29 | 2018-04-27 | Thales | Procede d'extraction univalente et univoque de cles a partir du canal de propagation |
US20170245195A1 (en) * | 2016-02-22 | 2017-08-24 | Mediatek Inc. | Method for controlling network interfaces of electronic device and associated processing circuit |
US10341739B2 (en) | 2016-05-16 | 2019-07-02 | Rovi Guides, Inc. | Methods and systems for recommending providers of media content to users viewing over-the-top content based on quality of service |
US10812851B2 (en) | 2016-05-16 | 2020-10-20 | Rovi Guides, Inc. | Methods and systems for presenting media listings based on quality of service at a user device |
EP3482584A4 (en) * | 2016-07-11 | 2019-06-26 | Telefonaktiebolaget LM Ericsson (publ) | RADIO NETWORK NODES, WIRELESS DEVICE AND METHOD THEREFOR |
EP3322209A1 (en) * | 2016-11-11 | 2018-05-16 | Telia Company AB | A method and a mobile user terminal for service quality prediction |
WO2018137777A1 (en) | 2017-01-27 | 2018-08-02 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for indicating and using radio access technology preferences in a wireless communication network |
US10631302B2 (en) | 2017-06-27 | 2020-04-21 | At&T Intellectual Property I, L.P. | Limiting data transmission under lossy wireless conditions of an internet of things wireless device to facilitate a reduction of wireless retransmissions of the data |
JP6994628B2 (ja) * | 2017-06-28 | 2022-01-14 | パナソニックIpマネジメント株式会社 | 電波環境表示装置及び電波環境表示方法 |
EP3432642A1 (en) * | 2017-07-21 | 2019-01-23 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Wireless communication system and method for handling wireless communication enhancing handover |
CN107864469B (zh) * | 2017-10-31 | 2020-05-05 | 海信视像科技股份有限公司 | 无线连接方法及设备 |
CN111466110B (zh) * | 2017-12-12 | 2023-05-09 | 索尼公司 | 边缘计算重定位 |
US11296960B2 (en) * | 2018-03-08 | 2022-04-05 | Nicira, Inc. | Monitoring distributed applications |
US10606575B2 (en) * | 2018-04-03 | 2020-03-31 | Accenture Global Solutions Limited | Efficiency of computing resource consumption via improved application portfolio deployment |
EP3614627B1 (en) | 2018-08-20 | 2021-09-15 | EXFO Inc. | Telecommunications network and services qoe assessment |
CN109474957B (zh) * | 2018-10-15 | 2021-08-27 | 南京邮电大学 | 一种基于认知微微蜂窝和双链接的数据卸载方法 |
US11146287B2 (en) | 2019-04-23 | 2021-10-12 | Samsjung Electronics Co., Ltd. | Apparatus and method for optimizing physical layer parameter |
US10523549B1 (en) * | 2019-06-02 | 2019-12-31 | Cybertoka Ltd | Method and system for detecting and classifying networked devices |
US11743135B2 (en) | 2019-07-23 | 2023-08-29 | Vmware, Inc. | Presenting data regarding grouped flows |
US11140090B2 (en) | 2019-07-23 | 2021-10-05 | Vmware, Inc. | Analyzing flow group attributes using configuration tags |
US11398987B2 (en) | 2019-07-23 | 2022-07-26 | Vmware, Inc. | Host-based flow aggregation |
US11349876B2 (en) | 2019-07-23 | 2022-05-31 | Vmware, Inc. | Security policy recommendation generation |
US11436075B2 (en) | 2019-07-23 | 2022-09-06 | Vmware, Inc. | Offloading anomaly detection from server to host |
US11176157B2 (en) | 2019-07-23 | 2021-11-16 | Vmware, Inc. | Using keys to aggregate flows at appliance |
US11288256B2 (en) | 2019-07-23 | 2022-03-29 | Vmware, Inc. | Dynamically providing keys to host for flow aggregation |
US11340931B2 (en) | 2019-07-23 | 2022-05-24 | Vmware, Inc. | Recommendation generation based on selection of selectable elements of visual representation |
US11188570B2 (en) | 2019-07-23 | 2021-11-30 | Vmware, Inc. | Using keys to aggregate flow attributes at host |
US11321213B2 (en) | 2020-01-16 | 2022-05-03 | Vmware, Inc. | Correlation key used to correlate flow and con text data |
US11671887B2 (en) | 2020-04-17 | 2023-06-06 | Qualcomm Incorporated | Limiting handoffs between wireless communication networks during a time period |
CN111586696B (zh) * | 2020-04-29 | 2022-04-01 | 重庆邮电大学 | 一种基于多智能体架构强化学习的资源分配及卸载决策方法 |
US11395161B2 (en) * | 2020-08-14 | 2022-07-19 | T-Mobile Usa, Inc. | Method and system to select a communication mode |
US11658700B2 (en) * | 2020-09-22 | 2023-05-23 | Dish Network L.L.C. | Systems and methods to predict frequency interference |
US11627011B1 (en) | 2020-11-04 | 2023-04-11 | T-Mobile Innovations Llc | Smart device network provisioning |
US11676591B1 (en) | 2020-11-20 | 2023-06-13 | T-Mobite Innovations Llc | Smart computing device implementing artificial intelligence electronic assistant |
US11374781B1 (en) * | 2020-11-30 | 2022-06-28 | Sprint Communications Company L.P. | Smart device spectrum assignment |
US11991187B2 (en) | 2021-01-22 | 2024-05-21 | VMware LLC | Security threat detection based on network flow analysis |
US11785032B2 (en) | 2021-01-22 | 2023-10-10 | Vmware, Inc. | Security threat detection based on network flow analysis |
US11792707B2 (en) * | 2021-03-19 | 2023-10-17 | Dish Wireless L.L.C. | Intelligent mobility in communication networks |
US11831667B2 (en) | 2021-07-09 | 2023-11-28 | Vmware, Inc. | Identification of time-ordered sets of connections to identify threats to a datacenter |
US11997120B2 (en) | 2021-07-09 | 2024-05-28 | VMware LLC | Detecting threats to datacenter based on analysis of anomalous events |
US11792151B2 (en) | 2021-10-21 | 2023-10-17 | Vmware, Inc. | Detection of threats based on responses to name resolution requests |
US12015591B2 (en) | 2021-12-06 | 2024-06-18 | VMware LLC | Reuse of groups in security policy |
WO2023122629A1 (en) * | 2021-12-20 | 2023-06-29 | A10 Systems LLC | Waveform agnostic learning-enhanced decision engine for any radio |
CN114885388B (zh) * | 2022-04-29 | 2024-01-19 | 广西师范大学 | 联合rss预测的多业务类型自适应切换判决方法 |
WO2024017460A1 (en) * | 2022-07-19 | 2024-01-25 | Ericsson Telekommunikation Gmbh | Methods and nodes in a communications network for environmental impact determination |
CN115879654B (zh) * | 2023-03-03 | 2023-05-16 | 山东科技大学 | 一种地下巷道稳定性预测和可靠性评价方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101897215A (zh) * | 2007-10-09 | 2010-11-24 | 高通股份有限公司 | 用于网络域之间的移动性支持的方法和装置 |
US20130244654A1 (en) * | 2012-03-19 | 2013-09-19 | Broadcom Corporation | Handoff determination in a heterogeneous network |
CN103428680A (zh) * | 2012-05-24 | 2013-12-04 | 中兴通讯股份有限公司 | 一种实现从属基站提供服务的方法和装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1852313A (zh) * | 2005-12-06 | 2006-10-25 | 华为技术有限公司 | 异构网络切换中的电源管理方法及电源信息查询方法 |
US20080081623A1 (en) * | 2006-09-29 | 2008-04-03 | Motorola, Inc. | Priority handoff based on battery charge level |
GB0709125D0 (en) * | 2007-05-11 | 2007-06-20 | Nokia Corp | Method and apparatus ensuring application quality of service |
US7961726B2 (en) * | 2008-10-07 | 2011-06-14 | Microsoft Corporation | Framework for optimizing and simplifying network communication in close proximity networks |
US8645732B2 (en) * | 2010-02-19 | 2014-02-04 | Qualcomm, Incorporated | Protocol stack power optimization for wireless communications devices |
EP2413635B1 (en) * | 2010-07-27 | 2012-09-05 | Research In Motion Limited | Switching communication radio path based on power constraints |
US8923246B2 (en) * | 2011-12-23 | 2014-12-30 | Intel Mobile Communications GmbH | Optimization of data handover to wireless wide area networks |
EP2805543B1 (en) * | 2012-03-05 | 2020-06-03 | Huawei Technologies Co., Ltd. | Method for improving handover performance in a cellular wireless communication system |
WO2014036710A1 (en) * | 2012-09-06 | 2014-03-13 | Broadcom Corporation | Method and apparatus of energy saving in radio access networks |
-
2014
- 2014-10-21 US US14/519,840 patent/US20160050589A1/en not_active Abandoned
-
2015
- 2015-08-12 WO PCT/KR2015/008438 patent/WO2016024809A1/en active Application Filing
- 2015-08-12 EP EP15831987.1A patent/EP3180940A4/en not_active Withdrawn
- 2015-08-12 CN CN201580043376.3A patent/CN106576275A/zh active Pending
- 2015-08-12 KR KR1020167034081A patent/KR20170044611A/ko unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101897215A (zh) * | 2007-10-09 | 2010-11-24 | 高通股份有限公司 | 用于网络域之间的移动性支持的方法和装置 |
US20130244654A1 (en) * | 2012-03-19 | 2013-09-19 | Broadcom Corporation | Handoff determination in a heterogeneous network |
CN103428680A (zh) * | 2012-05-24 | 2013-12-04 | 中兴通讯股份有限公司 | 一种实现从属基站提供服务的方法和装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111480145B (zh) * | 2018-01-03 | 2024-02-20 | 思科技术公司 | 用于根据基于信用的机制来调度工作负载的系统和方法 |
CN111480145A (zh) * | 2018-01-03 | 2020-07-31 | 思科技术公司 | 用于根据基于信用的机制来调度工作负载的系统和方法 |
CN108076072B (zh) * | 2018-01-16 | 2020-02-18 | 杭州电子科技大学 | 一种针对Web异构冗余系统的动态切换方法 |
CN108076072A (zh) * | 2018-01-16 | 2018-05-25 | 杭州电子科技大学 | 一种针对Web异构冗余系统的动态切换方法 |
CN113169892A (zh) * | 2018-11-28 | 2021-07-23 | 维尔塞特公司 | 混合自适应网络 |
CN109922485B (zh) * | 2019-02-02 | 2022-06-17 | 四川速宝网络科技有限公司 | 基于双通信设备的智能网桥加速方法及系统 |
CN109922485A (zh) * | 2019-02-02 | 2019-06-21 | 四川速宝网络科技有限公司 | 基于双通信设备的智能网桥加速方法及系统 |
CN110418315A (zh) * | 2019-07-24 | 2019-11-05 | 北京市天元网络技术股份有限公司 | 一种用于计算和管理物联网终端功耗的方法 |
CN110533233A (zh) * | 2019-08-20 | 2019-12-03 | 河海大学 | 基于适应度优化的无线微波测雨链路规划方法 |
CN111246532A (zh) * | 2020-01-09 | 2020-06-05 | 南京凯瑞得信息科技有限公司 | 一种深远海融合组网通信方式选择系统及方法 |
CN111866932A (zh) * | 2020-08-07 | 2020-10-30 | 北京邮电大学 | 一种网络测量方法、装置及电子设备 |
CN111866932B (zh) * | 2020-08-07 | 2021-03-12 | 北京邮电大学 | 一种网络测量方法、装置及电子设备 |
CN114826445A (zh) * | 2021-01-21 | 2022-07-29 | 诺基亚通信公司 | 估计不同类型的无线电接入技术的功率消耗 |
CN114938374A (zh) * | 2022-05-10 | 2022-08-23 | 北京交通大学 | 跨协议负载均衡方法及系统 |
CN114938374B (zh) * | 2022-05-10 | 2023-05-23 | 北京交通大学 | 跨协议负载均衡方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2016024809A1 (en) | 2016-02-18 |
EP3180940A1 (en) | 2017-06-21 |
KR20170044611A (ko) | 2017-04-25 |
EP3180940A4 (en) | 2018-03-21 |
US20160050589A1 (en) | 2016-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106576275A (zh) | 用于异构网络中的设备优化的网络环境感测和切换 | |
Al-Turjman | 5G-Enabled Devices and Smart Spaces in Social-IoT | |
Tang et al. | Multi-user computation offloading in mobile edge computing: A behavioral perspective | |
CN105052191B (zh) | 用于自组织无线网络的基于云的管理的方法和系统 | |
Vallina-Rodriguez et al. | Energy management techniques in modern mobile handsets | |
Cui et al. | A survey of energy efficient wireless transmission and modeling in mobile cloud computing | |
CN103597877B (zh) | 用于适应切换确定中的不连续接收的方法和装置 | |
CN106465163A (zh) | 基于设备移动性来修改小区测量的设备和方法 | |
Barmpounakis et al. | Context-aware, user-driven, network-controlled RAT selection for 5G networks | |
Bae et al. | Handover triggering mechanism based on IEEE 802.21 in heterogeneous networks with LTE and WLAN | |
CN104126321A (zh) | 基于用户设备测量可用性适配移动性参数 | |
Tuysuz et al. | Energy-efficient vertical handover parameters, classification and solutions over wireless heterogeneous networks: a comprehensive survey | |
Khalaf et al. | A comprehensive approach to vertical handoff in heterogeneous wireless networks | |
Rasheed et al. | An overview of mobile edge computing: Architecture, technology and direction | |
Shi et al. | Crowdsourcing access network spectrum allocation using smartphones | |
CN104010315B (zh) | 一种基于用户体验质量的小区选择方法 | |
CN104365143A (zh) | 用于优化异构网络中的移动性的方法、装置和计算机程序产品 | |
WO2022144582A1 (en) | Handover management in a communications network configured to support multi-rat dual connectivity | |
Aguilar-Garcia et al. | Location-aware self-organizing methods in femtocell networks | |
CN103959859B (zh) | 用于选择性地重置和转移无线通信信道的方法和装置 | |
Tuysuz et al. | A real-time power monitoring and energy-efficient network/interface selection tool for android smartphones | |
Sun et al. | SDN architecture for cognitive radio networks | |
Mosbah et al. | Enhancing Device-to-Device direct discovery based on predicted user density patterns | |
Mazza et al. | A user-satisfaction based offloading technique for smart city applications | |
Yilmaz et al. | Optimized mobile connectivity for bandwidth-hungry, delay-tolerant cloud services toward 5G |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170419 |