CN106664525A - 用于基于定位预测的网络调度器的系统和方法 - Google Patents
用于基于定位预测的网络调度器的系统和方法 Download PDFInfo
- Publication number
- CN106664525A CN106664525A CN201580039151.0A CN201580039151A CN106664525A CN 106664525 A CN106664525 A CN 106664525A CN 201580039151 A CN201580039151 A CN 201580039151A CN 106664525 A CN106664525 A CN 106664525A
- Authority
- CN
- China
- Prior art keywords
- time slot
- subsequent time
- data
- weighted value
- network
- 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
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0268—Traffic management, e.g. flow control or congestion control using specific QoS parameters for wireless networks, e.g. QoS class identifier [QCI] or guaranteed bit rate [GBR]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/80—Actions related to the user profile or the type of traffic
- H04L47/805—QOS or priority aware
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/83—Admission control; Resource allocation based on usage prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0226—Traffic management, e.g. flow control or congestion control based on location or mobility
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/51—Allocation or scheduling criteria for wireless resources based on terminal or device properties
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
提供了用于基于无线网络中的用户设备(UE)进行流量调度的实施例。基于定位预测的网络调度器(NS)与流量工程(TE)功能连接,以实现对UE流量进行基于定位预测的路由。该NS获取UE在包括多个随后时隙的随后时间窗的定位预测信息,并且获取所述随后时隙的可用网络资源预测。之后,该NS根据该定位预测信息和该可用网络资源预测,为所述随后时隙中的每一个确定权重值,作为用于向该UE转发数据的优先级参数。接下来,从该NS向该TE功能转发该第一时隙的结果,该TE利用路由和所述数据为该第一时隙优化权重值,以便向该UE转发数据。
Description
相关申请的交叉引用
本申请要求享有于2014年7月29日提交的、序号为14/445,889、名称为“用于基于定位预测的网络调度器的系统和方法”的美国专利申请的优先权,其内容通过引用明确地结合在本申请中。
技术领域
本发明涉及网络通信领域,且在一些特定实施例中,涉及用于基于定位预测的网络调度器的系统和方法。
背景技术
针对用户设备(UE)的定位信息技术越来越成熟。定位信息可由UE获取,UE例如为智能手机、笔记本电脑或台式电脑,或配备有全球定位系统(GPS)或其他定位估计技术的其他移动用户设备。关于UE定位的知识可以用于选择合适的无线网络节点,例如蜂窝基站(BS),来为UEs服务。举例来说,UE定位可被用于确定将蜂窝流量分流到WiFi热点。UE定位也可被用来更好地服务UE并且改善UE体验质量(QoE)和服务质量(QoS)。通常,UE定位是为当前时间或随后有限时间窗确定的,由于UE移动或网络状况快速或动态变化,这可能在一些场景中是不合适的。需要一个可以有效地处理动态UE和网络场景的UE移动性和流量管理方案。
发明内容
根据本公开一个实施例,一种由基于定位预测的网络调度器执行的方法包括获取用户设备UE在包括多个随后时隙的随后时间窗中的定位预测信息,其中所述随后时间窗中的随后时隙的数量是预先定义的。该方法还包括获取所述随后时隙的可用网络资源预测,并且根据所述定位预测信息和所述随后时隙的可用网络资源预测,为所述随后时隙的每一个确定权重值,作为用于向所述UE转发数据的优先级参数。该方法还包括为网络中的流量工程TE功能提供所述随后时隙中的第一时隙的确定的权重值。
根据本公开另一个实施例,一种由网络组件执行的用于基于定位预测的调度的方法包括从基于UE定位预测的调度器接收权重值,作为用于为网络中的UE在一系列的随后时隙中的第一时隙转发数据的优先级参数。所述权重值是根据所述UE的定位预测信息和可用网络资源预测为包括所述一系列随后时隙的随后时间窗确定的。该方法还包括为所述随后时隙中的第一时隙优化用于向所述UE转发所述数据的所述权重值、路由、数据速率、源以及目的地。之后,向所述网络中的无线节点、接入节点或者缓存节点处的调度器指示所述权重值。
根据本公开另一个实施例,一种由支持基于定位预测的调度的无线节点执行的方法包括从网络中的流量工程TE功能接收权重值,作为用于向用户设备UE转发数据的优先级参数,所述权重值是根据所述UE的定位预测信息和可用网络资源预测为随后时间窗确定的。该方法还包括考虑所述UE的信道状况和所述权重值,在随后时隙中转发或缓存所述数据。
根据本公开另一个实施例,一种用于基于定位预测的调度的网络组件,包括至少一个处理器;以及,非临时性计算机可读存储介质,存储由所述至少一个处理器执行的编程。所述编程包括指令,以获取UE在包括多个随后时隙的随后时间窗中的定位预测信息,所述随后时间窗中的随后时隙的数量是预先定义的。该编程包括进一步的指令,以获取所述随后时隙的可用网络资源预测,以及根据所述定位预测信息和所述随后时隙的可用网络资源预测,为所述随后时隙的每一个确定权重值,作为用于向所述UE转发数据的优先级参数权重值。为所述随后时隙中的第一时隙确定的权重值被提供给网络中的TE功能。
根据本公开再一个实施例,一种支持基于定位预测的调度的无线接入节点包括至少一个处理器,以及非临时性计算机可读存储介质,存储由所述至少一个处理器执行的编程。所述编程包括指令,以从网络中的TE功能接收权重值,作为用于向用户设备UE转发数据的优先级参数。所述权重值是根据所述UE的定位预测信息和可用网络资源预测为随后时间窗确定的。该编程包括进一步的指令,以考虑所述UE的信道状况和所述权重值,在随后时隙中转发或缓存所述数据。
前面已经相当宽泛地概述本公开实施例的特征,以便随后对本发明的详细描述可以更好地被理解。附加的特征和本发明实施例的优点将在下文描述,其形成本发明的权利要求的主题。本领域技术人员应该可以理解的是,所公开的概念和特定实施例可容易地被用作基础,来修改或设计用于执行本发明的相同目的的其它结构或过程。本领域技术人员应该意识到,等效构造并不脱离如所附权利要求限定的本发明的精神和范围。
附图说明
为了更完整地理解本发明及其优点,结合附图参考以下描述,其中:
图1示出用于服务移动用户的基于定位预测的网络调度器系统的一个实施例;
图2示出使用网络调度器服务移动UE的一种场景;
图3示出使用网络调度器管理用户移动性和流量的系统的实施例;
图4示出基于UE定位预测的频谱效率对时间的建立示例;
图5示出考虑未来时隙,调度UE移动性和流量的一种场景;
图6示出用于调度移动UE流量的网络调度器方法的一个实施例;
图7示出用于TE与用于调度移动UE流量的网络调度器进行通信的方法的一个实施例;
图8为可用以实现不同实施例的处理系统的示意图。
不同附图中的相同数字和符号一般指相应的部分,除非另有说明。各附图的绘制是为了更清楚地说明各实施例的相关方面,并不一定按比例绘制。
具体实施方式
以下详细讨论当前的优选实施例的构造和使用。应该理解的是,本发明提供了多种适用的可以体现到多种特定的环境中的发明构思。讨论的特定实施例仅为对构造和使用本发明的特定方式进行说明,而并不限制本发明的范围。
此处所提供的实施例用于无线网络中基于UE移动性的流量调度。实施例提供了基于定位预测的网络调度器(NS)功能,例如在无线网络的控制面。本实施例还包括该NS与流量工程(TE)功能的接口,以实现对UE流量进行基于定位预测的路由。该NS(例如通过预测)使用关于UE的未来定位、网络链路容量以及频谱效率的知识来动态选择将数据(例如延迟不敏感数据或者非实时数据)传输到UE的可预知定位的最佳路由。该NS(例如具有TE功能)还确定传输数据的最佳时隙(当前或随后时隙)。
图1示出用于服务移动用户的基于定位预测的NS系统100的一个实施例。基于移动定位预测,网络140中的NS(未示出),例如,在网络服务器或网络管理层,选择一组合适的缓存/缓冲节点130(例如网关)和接入节点120,该缓存/缓冲节点130(例如网关)和接入节点120具有关联的路由/速度以缓存(或缓冲)以及转发数据的片段,以保证在预期接收该数据的移动UE 110移动到附近区域时该数据可用。该缓存/缓冲节点130包括任何可临时缓冲或缓存数据的网络节点(例如网关、路由器、存储介质)。该接入节点120包括无线节点(例如基站),并且甚至可能包括其它与该预期UE合作的移动UE(具有解码、存储及转发数据能力的作为中继的UE)。缓存/缓冲节点130和接入节点120均为数据路由路径的一部分。
无线节点或接入节点120和UE 110之间的无线链路上的数据调度由该接入节点120处的调度器设置,其使用传输队列状态、信道质量、资源分配历史、接收机侧缓冲器状态和/或服务质量(QoS)需求作为决定无线链路上的数据调度的因素。传输队列状态可以用于最小化数据包传递时延,例如该队列越长,该度量越高。信道质量可以用于将资源分配给正在体验更好的信道条件的用户,例如,预期吞吐量越高,度量越高。资源分配历史包括关于过去实现的性能的信息,可以用来改善公平性,例如,过去实现的吞吐量越低,该度量越高。接收机侧缓冲器状态可用于避免缓冲器溢出/用量不足,例如在接收缓冲器中的可用空间越大,该度量越高。服务质量(QoS)需求可以用于驱动以满足特定流的QoS需求为目的的特定策略。
网络140的NS和TE功能为接入节点120的调度器提供一定程度的抽象。该TE通过发送一组由调度器考虑的对流的“建议”权重来影响调度度量,修改流的调度优先级。该TE根据来自NS的结果,基于UE定位预测和其它上述输入确定该权重。该权重被“建议”给调度器,例如,作为用于在时隙上划分数据传输资源优先级的权重参数,但是该调度器使用的最终权重的选择完全由该调度器控制。NS和TE功能中的调度抽象是关于调度器预期为每个流提供什么资源的模型,(在所考虑的关注的时隙内)作为时间的函数,给定预测的UE位置和上述描述用于确定无线链路上的数据调度的因素。使用不同的NS/TE输入来持续更新该调度抽象(追踪该调度器在之前的时隙做了什么)。
图2示出使用结合的NS和TE优化以服务移动中的第一移动UE 210和第二移动UE212的一种场景200。该场景200示出了捕获到UE 210和UE 212的运动的两个连续时隙(时间1和时间2)。在场景200中,网关230在第一时隙(时间1)中向无线节点220发送UE 210和212的数据,例如,如果它具有这样做的能力,并且因此将该链路中随后时隙的空闲资源量最大化。(例如,通过TE功能)发送给无线节点的调度权重向该调度器推荐不调度第一时隙中UE212的数据传输,以便该用户的数据将被缓存在无线电节点中。然而,UE 210的权重将允许该调度器使用无线资源,以便在时间1向该UE发送数据。对于随后的时隙,假设所有数据被预先缓存在无线节点中,该调度权重将被修改以允许UE 212被分配无线资源。将该场景200与另一个调度场景201相比较,其中调度场景201不具有考虑UE移动性的NS方案。对于场景201,没有NS,网关230将为UE 210和212将数据推送到无线节点220。无线节点220的调度器提供它自己的调度而不从该网络TE功能接收权重,使得例如,如果实现一个“公平的”调度器(以公平为主导调度准则),低频谱效率(SE)资源可被用于具有“坏”信道条件的UE。没有NS功能且因此没有移动预测,调度器可知道信道条件差并相应调度无线节点资源,但无法考虑到该信道会在未来改善的事实。可替换的,当信道条件为“好”时,调度器可检测该良好信道,但是无法预测到信道质量将很快要大大降低。
图3示出了使用网络调度器来管理用户移动性和流量的系统300的实施例。该系统300包括网络监控功能310、NS 320以及TE功能或模块330。除了用于流量处理的给定的需求/效用信息350以外,该系统300还使用可用资源预测器340、定位预测器360以及网络数据库370。系统300的功能/模块或实体可使用软件、硬件、或两者在网络中的一个或多个位置,例如在一个或不同的服务器或控制器上实现。该网络监视功能310向NS 320提供网络状态信息和UE服务质量(QoS)/体验质量(QoE)反馈。这个信息也可以被发送到TE功能330。该TE功能330根据网络状态和UE体验的Qos/QoE,针对表示用于优化的相对较短时间窗的随后时隙,为网络中的UE,针对有线和无线链路,规划流量调度、路由和优先级/权重。流量路由和优先级/权重由TE功能330利用需求/效用信息350来确定,例如UE的QoS/QoE需求和网络运营效用,并且还利用网络数据库370,其提供基于位置的历史条件下的频谱效率信息。此外,NS 320为多个连续的随后时隙,为网络的接入或无线节点处的UE流量,根据网络状态和从网络监视功能310反馈的UE的QoS/QoE,确定流量优先级/权重,其中,与TE的优化时间窗相比,所述多个连续的随后时隙代表扩展的时间窗。该NS 320还使用由预测器340提供的可用资源信息和由定位预测器360提供的预测UE定位信息,确定UE的流量在随后时隙的优先级/权重。预测器340可使用需求/效用信息350和来自网络监视功能310的网络状态和UE QoS/QoE信息来预测随后时隙的可用资源。时隙的数目根据考虑的定义的未来时间窗决定。扩展未来时间窗以向未来看得更远是可取的,但会导致较大的预测误差。这可能是对可以被考虑的未来时隙数目的实际限制。该NS 320然后为TE功能330提供得到的随后时隙的数据优先级/权重信息。TE功能330使用来自NS 320的该信息来确定在随后时隙的流量调度和路由,包括UE的权重,以改善SE并且因此保护和有效利用资源。在一个实施例中,NS 320直接向UE提供数据权重,包括或不包括TE功能330。NS 320还可以向TE功能330指示用于服务同一UE的一组接入/无线节点。
在本系统300中,该NS 320可以与TE功能330共享输入信息。该共享输入包括来自网络数据库370的基于位置的信息。这包括来自在可能的UE位置的相关无线节点(或基站)的SE的概率模型。来自UE代理的共享输入包括详细的UE QoS/QoE需求(例如,时延、时延抖动、吞吐量、功率……)。来自网络运营商的共享输入包括详细的效用函数/配置(例如,最小化资源利用率、最早会话完成时间,最小化活跃接入节点数量……)。UE体验的QoS/QoE、网络状态(例如,剩余资源,能源消耗……)以及由来自网络监视310功能310的网络运营商所体验的效用也可以在NS 310和TE功能330之间共享。此外,NS 320可以接收不与TE功能330共享的输入。该非共享输入包括来自定位预测器360的UE未来位置的概率模型。该非共享输入还包括由可用资源预测器340利用当前不在NS控制下的流量所使用的资源的概率模型来提供的信息。例如,该模型覆盖可以从外部区域切换到在NS 320控制下的地理区域的UE,或为切换和新会话许可而动态地保留带宽。该模型还可以涵盖那些资源被预先保留的情况(例如,为特定流量类型/流预留的分层(slicing)/资源)。
来自TE功能330的输出包括源和目的地对,用于在有线连接上转发随后时隙的流量。所述源可以包括网络节点、网关和缓存。所述目的地可能包括接入/无线电节点处或中间节点处的缓存。TE功能330还确定用户流量的需求速率,以及可能关联的路由候选。从NS320到TE功能320的输出包括与(回程或接入(无线)节点的)无线链路相关联的SE的概率分布函数,由NS 320在多个随后时隙上计算得到。SE分布函数反映预测的概率性的UE/节点位置,例如,使用基于位置的SE数据库做映射。该NS 320还为TE功能330提供数据优先级/权重信息以在调度中考虑。TE功能330需要知道,例如,哪部分数据应该被缓存在接入节点而非立刻提供给无线节点使用。该NS 320还可以向TE功能320指示一组用于服务UE的接入节点。如上所述,NS 320的输出可以包含直接到UE的权重值。
如上所述,提供给调度器的权重是调度器在调度用于服用UE的无线节点资源时考虑的建议。即使来自NS/TE网络功能的权重被无线/接入节点的调度器所使用,随着流量和信道的不可预测性,该权重实际上可能无法总是直接映射到发送/缓存的数据的精确数量。权重为零可以保证发送的数据的量等于零(数据完全缓存)。然而,其他的权重值将导致用户相对于其他用户具有优先权,但被发送/缓存的数据的精确预期数量并不是必须的。
图4示出基于UE定位预测的频谱效率对时间的建立示例曲线图400。曲线图440示出了沿时间轴计算的三个基站(BS1、BS2、BS3)的(模拟的)SE概率轮廓线。这些轮廓线可以由NS通过将来自不同BS的提供SE的基于定位的数据库和来自定位预测器的输入结合而获得。来自定位预测器的预测定位可能包括位置预测误差,随着在进一步扩展的未来时间(考虑更多的时隙)上执行定位预测,其通常会增加。SE概率轮廓线是对应于针对每个BS在时间上预测的UE定位的累积分布函数(CDF)。
图5示出考虑未来时隙,调度UE移动性和流量的场景500。在场景500中,NS和TE功能使用如上所述的UE移动性预测和可用资源预测来调度多个随后时隙的数据优先级/权重,换句话说,在无线节点和时隙上的数据部分分配。发送自源或对应节点501的数据部分被路由到网络540中选定的网关/缓存节点530,并使用不同的权重来调度以确保或推荐所选择的无线节点520基于时隙根据对移动UE 512的定位预测对数据进行转发。该“推荐”的权重在每个时隙允许UE 512从具有可接受的或高的SE的临近无线节点520获取部分数据,同时保留了资源(例如,传输功率、带宽使用率)。尽管场景500描述了为一个UE 512调度和转发数据的行为,该场景500类似地也适用于在相同时隙内使用至少一些共享网关/缓存节点530和无线节点520处理多个UE的数据。
为了基于UE移动性预测来处理UE数据,该NS与网络的TE模块或功能进行交互,如在系统300中所描述的。该NS,以及TE功能类似地,确定每时隙的输入/输出数据速率。该NS和TE功能使用相同的源/目的地来选择路径和路由。该NS针对选定数目的随后时隙优化流量调度,而TE使用来自NS的结果以为一个随后时隙优化流量转发。进一步地,该NS内部记录将为随后选定数目的时隙路由什么数据以最终到达UE(具有缓存),以及如何路由。有效地,选定数量的时隙定义了未来时间窗。该TE使用来自NS的这些结果,以为随后时隙确定具有关联的速率和/或优先级/权重的源/目的地对。具体来说,该NS可能仅向该TE并仅针对随后时隙输出其优化结果(例如,包括确定的权重),并且在每个随后时隙间隔,针对随后未来时间窗(考虑相同数量的未来时隙)更新优化的内部结果。该TE功能按照逐个时隙,输出实际的路由指令和权重。该TE可使用比该NS更复杂的路由/调度算法,仅对于时间维数(以一个时隙为基础,而不是多个时隙)较小的问题。
在假设高回程容量的情况下,网络容量主要被无线接入链路约束。因此,使数据到达无线节点或基站可能不是问题。然而,优化问题在于选择合适的BS和合适的时隙(根据随着时间的UE定位和信道条件),以用无线电向UE传输。该NS(具有TE)使用关于UE的未来定位和在该定位的预期SE的知识,在每一时隙中为每一UE作出关于传输速率和候选基站的决定,以满足UE QoS/QoE需求以及针对运营商/网络的目标/效用函数。该NS可以解决线性规划(LP)优化问题,例如,对整个网络以集中的方式。
图6示出用于调度移动UE流量的网络调度器方法600的实施例。该方法600可以由NS组件来执行,如系统300的NS 320。在步骤610,该NS接收UE的定位预测信息,例如,从定位预测模块接收。定位预测信息考虑了定义的未来时间窗(或选定数目的随后时隙)。该NS也可能从网络数据库获取基于定位的历史条件SE信息。在步骤620,该NS例如从相应的预测器,接收同样的时间窗或时隙的可用资源预测。在步骤630,该NS接收网络状态和当前QoE/QoS UE体验信息和与UE数据及网络运营商效用函数相关联的QoE/QoS需求。上述步骤可以同时或以任何合适的顺序执行。
在步骤640,该NS确定随后时隙的数据的源,例如,包括源或者对应节点,网关,和/或中间网络节点上的缓存。在步骤650,该NS确定该数据的目的地,例如,包括中间节点或接入/无线节点上的缓存。接入/无线节点可包括与有线和无线链路相关联的有线和无线节点。在步骤660,该NS为随后时隙选择确定的源和目的地之间的路由。在步骤670,该NS确定UE的数据在所述时隙沿所述路由的数据速率。该源、目的地、路由和数据速率在每一时隙上,根据UE定位和可用资源预测动态选择,进一步还根据网络状态,当前QoE/QoS UE体验、和QoE/QoS需求及网络运营商效用函数。因此,该源、目的地、路由和速率可以在每个时隙发生改变,以确保高SE并且改善资源利用率。在步骤675,该NS在每个时隙,根据UE定位和可用资源预测,并进一步根据数据速率、网络状态,当前QoE/QoS UE体验,和QoE/QoS需求及网络运营商的效用函数,确定在所述目的地处所述数据的权重,例如,在接入/无线节点上的缓存处,和可能地,在中间节点上的缓存处。在步骤680,该NS向UE发送窗中的第一时隙的源、目的地、路由、数据速率和权重的结果。该结果可被TE用作输入,以进一步优化流量调度和转发及确定那个时隙的权重。
然后,该NS可以在随后时隙开始,并且在随后时间窗或时隙序列重复上述步骤。基于扩展的未来时间窗(未来时隙序列)为TE提供随后时隙的优化结果,这根据NS处的更长时间的未来预测提供了在TE处的近期短时间优化。因此,该TE通过在未来进一步预期UE和网络状况,包括UE移动性,来优化在随后时间窗的流量。
图7示出用于TE与用于调度移动UE流量的NS进行通信的方法700的实施例。该方法700可由与NS组件通信的TE模块执行,如系统300中NS 320。该方法700可通过方法600来实现,例如分别由TE模块330和NS 320执行。在步骤710,TE模块从该NS接收用于转发网络中的UE的数据的源、目的地、路径以及数据速率。该源、目的地、路由和数据速率是根据UE的定位预测信息,为包含多个随后时隙的随后时间窗确定的。在步骤720,TE模块根据UE QoS和QoE需求和网络运营商效用函数为随后时隙中的第一时隙优化从源到目的地的路由和数据速率。该TE模块还可以使用来自网络数据库的基于位置的历史SE信息以进一步为第一时隙优化路由和数据速率。
图8为可用以执行不同实施例的示例性处理系统800的框图。特定装置可使用所有示出的组件,或仅使用这些组件的子集,并且集成度可能会根据装置的不同而不同。此外,一个装置可包含一个组件的多个实例,例如多个处理单元、处理器、存储器、发射机及接收机等。该处理系统800可包括配备有一个或多个输入/输出设备的处理单元801,如网络接口、存储接口及和类似的。处理单元801可以包括中央处理单元(CPU)810、存储器820、大容量存储设备830和连接到总线的I/O接口860。该总线可以是多种总线结构中任意类型一个或多个,包括存储器总线或存储器控制器、外围总线或类似的。
该CPU 810可包括任何类型的电子数据处理器。存储器820可以包括任何类型的系统内存,例如静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、同步DRAM(SDRAM)、只读存储器(ROM)、它们的组合,或类似的。在一个实施例中,存储器820可以包括启动时使用的ROM和执行程序时用于存储程序和数据的DRAM。在实施例中,存储器820是非短暂性的。大容量存储设备830可包括用于存储数据,程序和其它信息的任何类型的存储装置,并且使得数据、程序及其他信息可通过总线访问。大容量存储设备830可包括,例如,一个或多个固态驱动器、硬盘驱动器、磁盘驱动器、光盘驱动器或类似的。
处理单元801还包括一个或多个网络接口850,其可包括有线链路,例如以太网电缆或类似的,和/或无线链路以接入节点或一个或多个网络880。该网络接口850允许该处理单元801经由网络880与远程单元进行通信。例如,该网络接口850可经由一个或多个发射机/发射天线和一个或多个接收机/接收天线提供无线通信。在一个实施例中,处理单元801耦合到局域网或广域网,以便与远程设备进行数据处理和通信,该远程设备例如是其它处理单元、互联网、远程存储设备、或类似的。
虽然本公开中已经提供了多个实施例,但是应当理解的是,所公开的系统和方法在不脱离本公开的精神或范围的情况下可能以多种其它特定的形式体现。当前示例应被认为是示例性的而不是限制性的,并且意图不限制于这里给出的细节。例如,各种元件或组件可以组合或集成在另一系统中,或某些特征可以省略或不实施。
此外,不同实施例中描述和说明为分离或单独的技术、系统、子系统和方法在不脱离本公开的范围的情况下,可与其他系统、模块、技术或方法组合或集成。示出或讨论为互相之间耦合或直接耦合或通信其它物件可通过一些接口、装置或中间组件,以力、机械或其他方式间接耦合或通信。由本领域技术人员确定的改变、替换和变更的其他例子可以在不脱离本发明的精神和范围的前提下做出。
Claims (28)
1.一种基于定位预测的网络调度方法,所述方法包括:
获取用户设备UE在包括多个随后时隙的随后时间窗中的定位预测信息,所述随后时间窗中的随后时隙的数量是预先定义的;
获取所述随后时隙的可用网络资源预测;
根据所述定位预测信息和所述随后时隙的可用网络资源预测,为所述随后时隙中的每一个确定权重值,作为用于向所述UE转发数据的优先级参数;以及
为网络中的流量工程TE功能提供所述随后时隙中的第一时隙的确定的权重值。
2.根据权利要求1所述的方法,还包括:
根据所述定位预测信息和所述随后时隙的可用网络资源预测,为所述随后时隙中的每一个确定用于向所述UE转发所述数据的源、目的地、路由以及数据速率;
为所述TE功能提供为所述随后时隙中的第一时隙确定的源、目的地、路由以及数据速率。
3.根据权利要求1所述的方法,还包括获取当前网络状态和UE经验信息,所述权重值还根据所述当前网络状态和UE经验信息确定。
4.根据权利要求1所述的方法,还包括获取UE服务质量QoS和体验质量QoE需求以及网络运营商效用函数,其中所述权重值还根据所述UE QoS和QoE需求以及网络运营商效用函数确定。
5.根据权利要求1所述的方法,还包括从网络数据库获取基于位置的历史频谱效率SE信息,其中所述权重值还根据所述基于位置的历史SE信息确定。
6.根据权利要求1所述的方法,还包括:
获取UE服务质量QoS和体验质量QoE需求以及网络运营商效用函数;
获取当前网络状态和UE经验信息;以及
根据所述UE QoS和QoE需求以及网络运营商效用函数,以及所述当前网络状态和UE经验信息,确定所述UE的所述定位预测信息。
7.根据权利要求1所述的方法,还包括:
从网络数据库获取基于位置的历史频谱效率SE信息;
检测当前UE定位;以及
根据所述当前UE定位和所述基于位置的历史SE信息,确定所述UE的所述定位预测信息。
8.根据权利要求1所述的方法,还包括:在所述TE功能处为所述第一时隙优化用于向所述UE转发所述数据的所述权重值、路由、数据速率、源以及目的地。
9.根据权利要求1所述的方法,还包括:
针对所述随后时隙,计算所述定位预测信息的累积分布函数CDF,所述CDF表示对于基于UE定位预测的相对于时间的频谱效率;
向所述TE功能转发所述CDF。
10.一种由网络组件执行的方法,用于基于定位预测的调度,所述方法包括:
从基于用户设备UE定位预测的调度器接收权重值,作为用于为网络中的UE在一系列的随后时隙中的第一时隙转发数据的优先级参数,其中所述权重值是根据所述UE的定位预测信息和可用网络资源预测为包括所述一系列随后时隙的随后时间窗确定的;
为所述随后时隙中的第一时隙,优化用于向所述UE转发所述数据的所述权重值、路由、数据速率、源以及目的地;以及
向所述网络中的无线节点、接入节点或者缓存节点处的调度器指示所述权重值。
11.根据权利要求10所述的方法,其中优化所述权重值、路由、数据速率、源以及目的地,包括:
获取当前网络状态和UE经验信息;以及
使用所述基于UE定位预测的调度器,根据所述定位预测信息、所述随后时隙的所述可用网络资源预测,所述当前网络状态和UE经验信息,调节所述权重值、源、目的地、路由以及数据速率。
12.根据权利要求10所述的方法,其中优化所述权重值、路由、数据速率、源以及目的地,包括:
获取当前网络状态和UE经验信息;
获取UE服务质量QoS和体验质量QoE需求及网络运营商效用函数;以及
从网络数据库获取基于位置的历史频谱效率SE信息;以及
根据所述当前网络状态和UE经验信息、所述UE QoS和QoE需求及网络运营商效用函数,以及所述基于位置的历史SE信息,调节从所述源至所述目的地的所述权重值、路由和数据速率。
13.根据权利要求10所述的方法,其中优化所述权重值、路由、数据速率、源以及目的地,包括:
从所述基于定位预测的调度器接收所述随后时隙中的所述第一时隙的所述定位预测信息的累积分布函数CDF,所述CDF表示基于UE定位预测的相对于时间的频谱效率;以及
根据所述CDF进一步优化从所述源到所述目的地的所述权重值、路由和数据速率的调节。
14.根据权利要求10所述的方法,其中所述网络对应无线网络,并且其中所述目的地为用于通过无线链路与所述UE通信的无线节点。
15.根据权利要求10所述的方法,其中所述路由包括用于根据所述权重值在一个或多个所述随后时隙缓存所述数据的节点。
16.根据权利要求10所述的方法,其中所述源为网络节点或者网关,并且其中所述目的地为用于通过无线链路与所述UE通信的无线节点。
17.一种由支持基于定位预测调度的无线节点执行的方法,所述方法包括:
从网络中的流量工程TE功能接收权重值,作为用于向用户设备UE转发数据的优先级参数,其中所述权重值是根据所述UE的定位预测信息和可用网络资源预测为随后时间窗确定的;以及
考虑所述UE的信道状况和所述权重值,在随后时隙中转发或缓存所述数据。
18.根据权利要求17所述的方法,其中,当所述UE被预期在所述随后时隙之后具有改善的信道状况时,所述权重值将所述随后时隙中所述数据的缓存优先。
19.根据权利要求17所述的方法,其中,当所述UE被预期在所述随后时隙之外具有恶化的信道状况时,所述权重值将所述随后时隙中所述数据的转发优先。
20.根据权利要求17所述的方法,还包括从所述TE功能接收用于转发所述数据的路由、数据速率、源以及目的地。
21.根据权利要求17所述的方法,其中所述数据为延迟不敏感数据且不是实时数据。
22.一种网络组件,用于基于定位预测的调度,所述网络组件包括:
至少一个处理器;以及
非临时性计算机可读存储介质,存储由所述至少一个处理器执行的编程,所述编程包括指令,以:
获取用户设备UE在包括多个随后时隙的随后时间窗中的定位预测信息,所述随后时间窗中的随后时隙的数量是预先定义的;
获取所述随后时隙的可用网络资源预测;
根据所述定位预测信息和所述随后时隙的可用网络资源预测,为所述随后时隙的每一个确定权重值,作为用于向所述UE转发数据的优先级参数;以及
为网络中的流量工程TE功能提供所述随后时隙中的第一时隙的确定的权重值。
23.根据权利要求22所述的网络组件,其中所述编程包括进一步的指令,以获取当前网络状态和UE经验信息,其中所述权重值还根据所述网络状态和UE经验信息确定。
24.根据权利要求22所述的网络组件,其中所述编程包括进一步的指令,以在所述TE功能处为所述第一时隙优化用于向所述UE转发所述数据的所述权重值、路由、数据速率、源以及目的地。
25.根据权利要求24所述的网络组件,其中所述源为网络节点或者网关,并且其中所述目的地为用于通过无线链路与所述UE通信的无线节点。
26.一种支持基于定位预测的调度的无线接入节点,其中所述无线接入节点包括:
至少一个处理器;以及
非临时性计算机可读存储介质,存储由所述至少一个处理器执行的编程,所述编程包括指令,以:
从网络中的流量工程TE功能接收权重值,作为用于向用户设备UE转发数据的优先级参数,其中所述权重值是根据所述UE的定位预测信息和可用网络资源预测为随后时间窗确定;以及
考虑所述UE的信道状况和所述权重值,在随后时隙中转发或缓存所述数据。
27.根据权利要求26所述的无线接入节点,其中,当所述UE被预期在所述随后时隙之后具有改善的信道状况时,所述权重值将所述随后时隙中所述数据的缓存优先。
28.根据权利要求26所述的无线接入节点,其特征在于,当所述UE预测在所述随后时隙之前获取降级的信道状况,所述权重值将所述随后时隙中所述数据的转发优先。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/445,889 US9380487B2 (en) | 2014-07-29 | 2014-07-29 | System and method for a location prediction-based network scheduler |
US14/445,889 | 2014-07-29 | ||
PCT/CN2015/085338 WO2016015626A1 (en) | 2014-07-29 | 2015-07-28 | System and method for a location prediction-based network scheduler |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106664525A true CN106664525A (zh) | 2017-05-10 |
CN106664525B CN106664525B (zh) | 2019-06-28 |
Family
ID=55181520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580039151.0A Active CN106664525B (zh) | 2014-07-29 | 2015-07-28 | 用于基于定位预测的网络调度器的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9380487B2 (zh) |
CN (1) | CN106664525B (zh) |
WO (1) | WO2016015626A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107846371A (zh) * | 2017-10-31 | 2018-03-27 | 广东电网有限责任公司电力调度控制中心 | 一种多媒体业务QoE资源分配方法 |
WO2019232746A1 (en) * | 2018-06-07 | 2019-12-12 | Huawei Technologies Co., Ltd. | Method of mobility based on prediction and pre-preparation |
CN110972307A (zh) * | 2018-09-28 | 2020-04-07 | 苹果公司 | 新无线电的交叉时隙调度 |
CN111434186A (zh) * | 2018-01-15 | 2020-07-17 | 华为技术有限公司 | 基于前传网络的无线网络控制方法和装置 |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10504034B2 (en) * | 2015-01-27 | 2019-12-10 | Huawei Technologies Co., Ltd. | Systems, devices and methods for distributed content interest prediction and content discovery |
US9510257B2 (en) * | 2015-02-26 | 2016-11-29 | Qualcomm Incorporated | Opportunistic, location-predictive, server-mediated peer-to-peer offloading |
ES2767179T3 (es) * | 2015-03-26 | 2020-06-16 | Huawei Tech Co Ltd | Nodo de red y método del mismo |
US20160323715A1 (en) * | 2015-04-30 | 2016-11-03 | Huawei Technologies Co., Ltd. | System and Method for Data Packet Scheduling and Delivery |
CN107026746B (zh) * | 2016-01-30 | 2020-06-02 | 华为技术有限公司 | 网络业务质量评估方法、系统及网络设备 |
US10257065B2 (en) * | 2016-02-01 | 2019-04-09 | Huawei Technologies Co., Ltd. | Method and system for communication network configuration using virtual link monitoring |
US10334589B2 (en) * | 2016-02-18 | 2019-06-25 | Telefonaktiebolaget L M Ericsson (Publ) | Coexistence of delay-tolerant and delay-sensitive sessions |
US9807589B2 (en) * | 2016-02-29 | 2017-10-31 | Huawei Technologies Co., Ltd. | Mobility indicator for UE transmission |
WO2018054457A1 (en) * | 2016-09-21 | 2018-03-29 | Telefonaktiebolaget Lm Ericsson (Publ) | Methods and apparatus for routing of data packets over a network |
PL3316646T3 (pl) * | 2016-10-28 | 2019-05-31 | Deutsche Telekom Ag | Radiowa sieć komunikacyjna z rekonfigurowalną radiową jednostką planującą |
US20180176325A1 (en) * | 2016-12-15 | 2018-06-21 | Huawei Technologies Co., Ltd. | Data pre-fetching in mobile networks |
CN114900858A (zh) | 2016-12-30 | 2022-08-12 | 英特尔公司 | 用于无线电通信的方法和设备 |
US10171614B2 (en) | 2017-02-09 | 2019-01-01 | International Business Machines Corporation | Cache memory balancing based on moving object prediction |
CN111567135B (zh) * | 2017-09-26 | 2023-07-14 | 索尼集团公司 | 通信方法、通信装置 |
WO2020173580A1 (en) * | 2019-02-26 | 2020-09-03 | Telefonaktiebolaget Lm Ericsson (Publ) | Service delivery with joint network and cloud resource management |
US10785634B1 (en) * | 2019-03-08 | 2020-09-22 | Telefonaktiebolaget Lm Ericsson (Publ) | Method for end-to-end (E2E) user equipment (UE) trajectory network automation based on future UE location |
CN111954309A (zh) * | 2019-05-17 | 2020-11-17 | 株式会社Ntt都科摩 | 终端和基站 |
US20230337263A1 (en) * | 2020-09-22 | 2023-10-19 | Telefonaktiebolaget Lm Ericsson (Publ) | Scheduling communication of a wireless communication device in a communications network |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6748233B1 (en) * | 1999-10-28 | 2004-06-08 | Telcordia Technologies, Inc. | System and method for energy-efficient transmission power control, routing and transmission scheduling in wireless communication networks |
CN1996933A (zh) * | 2005-12-31 | 2007-07-11 | 华为技术有限公司 | 对实时组播业务进行拥塞控制的方法 |
CN101572837A (zh) * | 2009-06-18 | 2009-11-04 | 烽火通信科技股份有限公司 | 一种用于ason批量路径计算的路由信息更新的方法 |
CN101933295A (zh) * | 2007-06-04 | 2010-12-29 | 创锐迅通讯技术有限公司 | 传输资源的分布式调度 |
CN103067297A (zh) * | 2013-01-25 | 2013-04-24 | 中国科学院声学研究所 | 一种基于资源消耗预测的动态负载均衡方法及装置 |
US20140143187A1 (en) * | 2012-11-19 | 2014-05-22 | Ha Yoon Song | Method for probabilistically predicting location of object |
US20140171106A1 (en) * | 2012-12-14 | 2014-06-19 | Futurewei Technologies, Inc. | Systems and Methods for User Equipment Mobility Prediction |
CN104244356A (zh) * | 2014-09-02 | 2014-12-24 | 北京空间飞行器总体设计部 | 一种基于演化图全路由预测的定向蚁群路由优化方法 |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8516114B2 (en) * | 2002-03-29 | 2013-08-20 | International Business Machines Corporation | Method and apparatus for content pre-fetching and preparation |
ES2268165T3 (es) | 2002-07-15 | 2007-03-16 | Siemens Aktiengesellschaft | Optimacion de agente local para manipular ip movil y mpls estaticas (conmutacion de etiquetas multiprotocolo). |
US7292575B2 (en) | 2002-07-24 | 2007-11-06 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and system for multi-protocol label switching (MPLS) based data flow aggregation in a third generation (3G) cellular telecommunication system |
US7477642B2 (en) | 2004-02-03 | 2009-01-13 | Redback Networks, Inc. | MPLS traffic engineering for point-to-multipoint label switched paths |
EP1759494A1 (en) | 2004-06-04 | 2007-03-07 | Matsushita Electric Industrial Co., Ltd. | Method for utilizing the same ip address when changing from one service area into another in a mpls based wireless communication system |
US8000888B2 (en) * | 2004-12-23 | 2011-08-16 | Posdata Co., Ltd. | System and method for information supplying service |
WO2006111822A2 (en) * | 2005-04-18 | 2006-10-26 | Nokia Corporation | Network entity, method and computer program product for dynamically changing a request for location information |
US7912458B2 (en) * | 2005-09-14 | 2011-03-22 | Jumptap, Inc. | Interaction analysis and prioritization of mobile content |
US7756534B2 (en) | 2006-05-19 | 2010-07-13 | Alcatel-Lucent Usa Inc. | Provision of location-based services utilizing user movement statistics |
US8060274B2 (en) * | 2008-10-30 | 2011-11-15 | International Business Machines Corporation | Location-based vehicle maintenance scheduling |
WO2010087308A1 (ja) | 2009-02-02 | 2010-08-05 | 日本電気株式会社 | 通信ネットワーク管理システム、方法、プログラム、及び管理計算機 |
US9693390B2 (en) | 2009-06-01 | 2017-06-27 | Qualcomm Incorporated | Techniques to manage a mobile device based on network density |
US8706131B2 (en) * | 2009-06-18 | 2014-04-22 | Empire Technology Development Llc | Device location prediction for mobile service optimization |
US20110029670A1 (en) | 2009-07-31 | 2011-02-03 | Microsoft Corporation | Adapting pushed content delivery based on predictiveness |
KR101103941B1 (ko) * | 2010-02-22 | 2012-01-12 | 성균관대학교산학협력단 | 이종 무선 통신 네트워크에서 모바일 iptv 서비스를 위한 핸드오버 방법 및 그 제어 장치 |
US8554224B2 (en) | 2010-03-24 | 2013-10-08 | Qualcomm Incorporated | Cellular network energy saving |
US8385921B1 (en) | 2010-08-31 | 2013-02-26 | Siklu Communication ltd. | Backhaul aware radio access networks |
CN102958057B (zh) * | 2011-08-25 | 2015-08-19 | 华为技术有限公司 | 一种动态频谱优化方法、装置及系统 |
WO2013097900A1 (en) | 2011-12-29 | 2013-07-04 | Nokia Siemens Networks Oy | Conveying traffic in a communications network system |
US9060292B2 (en) * | 2012-01-06 | 2015-06-16 | Futurewei Technologies, Inc. | Systems and methods for predictive downloading in congested networks |
US9143557B2 (en) | 2012-06-27 | 2015-09-22 | Juniper Networks, Inc. | Feedback loop for service engineered paths |
WO2014093921A1 (en) * | 2012-12-13 | 2014-06-19 | Huawei Technologies Co., Ltd. | Methods and systems for admission control and resource availability prediction considering user equipment (ue) mobility |
US9173158B2 (en) | 2013-03-08 | 2015-10-27 | Tellabs Operations, Inc. | Method and apparatus for improving LTE enhanced packet core architecture using openflow network controller |
US10333779B2 (en) | 2013-04-10 | 2019-06-25 | Huawei Technologies Co., Ltd. | System and method for providing a software defined protocol stack |
US8842578B1 (en) | 2013-05-09 | 2014-09-23 | Yehuda Zisapel | End-to-end (E2E) application packet flow visibility |
KR102065075B1 (ko) | 2013-06-24 | 2020-01-10 | 한국전자통신연구원 | 소프트웨어 정의 네트워킹 기반 네트워크 제어 방법 및 이를 수행하는 장치 |
US10097962B2 (en) * | 2013-09-12 | 2018-10-09 | Huawei Technologies Co., Ltd. | System and method for virtual user-specific connectivity management |
US9225652B2 (en) * | 2013-12-05 | 2015-12-29 | Huawei Technologies Co., Ltd. | Framework for traffic engineering in software defined networking |
US9485689B2 (en) * | 2014-01-06 | 2016-11-01 | Huawei Technologies Co., Ltd. | Adaptive traffic engineering configuration |
-
2014
- 2014-07-29 US US14/445,889 patent/US9380487B2/en active Active
-
2015
- 2015-07-28 WO PCT/CN2015/085338 patent/WO2016015626A1/en active Application Filing
- 2015-07-28 CN CN201580039151.0A patent/CN106664525B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6748233B1 (en) * | 1999-10-28 | 2004-06-08 | Telcordia Technologies, Inc. | System and method for energy-efficient transmission power control, routing and transmission scheduling in wireless communication networks |
CN1996933A (zh) * | 2005-12-31 | 2007-07-11 | 华为技术有限公司 | 对实时组播业务进行拥塞控制的方法 |
CN101933295A (zh) * | 2007-06-04 | 2010-12-29 | 创锐迅通讯技术有限公司 | 传输资源的分布式调度 |
CN101572837A (zh) * | 2009-06-18 | 2009-11-04 | 烽火通信科技股份有限公司 | 一种用于ason批量路径计算的路由信息更新的方法 |
US20140143187A1 (en) * | 2012-11-19 | 2014-05-22 | Ha Yoon Song | Method for probabilistically predicting location of object |
US20140171106A1 (en) * | 2012-12-14 | 2014-06-19 | Futurewei Technologies, Inc. | Systems and Methods for User Equipment Mobility Prediction |
CN103067297A (zh) * | 2013-01-25 | 2013-04-24 | 中国科学院声学研究所 | 一种基于资源消耗预测的动态负载均衡方法及装置 |
CN104244356A (zh) * | 2014-09-02 | 2014-12-24 | 北京空间飞行器总体设计部 | 一种基于演化图全路由预测的定向蚁群路由优化方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107846371A (zh) * | 2017-10-31 | 2018-03-27 | 广东电网有限责任公司电力调度控制中心 | 一种多媒体业务QoE资源分配方法 |
CN107846371B (zh) * | 2017-10-31 | 2020-12-29 | 广东电网有限责任公司电力调度控制中心 | 一种多媒体业务QoE资源分配方法 |
CN111434186A (zh) * | 2018-01-15 | 2020-07-17 | 华为技术有限公司 | 基于前传网络的无线网络控制方法和装置 |
WO2019232746A1 (en) * | 2018-06-07 | 2019-12-12 | Huawei Technologies Co., Ltd. | Method of mobility based on prediction and pre-preparation |
CN112243590A (zh) * | 2018-06-07 | 2021-01-19 | 华为技术有限公司 | 基于预测和预准备的移动性的方法 |
US11265696B2 (en) | 2018-06-07 | 2022-03-01 | Huawei Technologies Co., Ltd. | Method of mobility based on prediction and pre-preparation |
CN110972307A (zh) * | 2018-09-28 | 2020-04-07 | 苹果公司 | 新无线电的交叉时隙调度 |
CN110972307B (zh) * | 2018-09-28 | 2023-07-11 | 苹果公司 | 新无线电的交叉时隙调度 |
US11737083B2 (en) | 2018-09-28 | 2023-08-22 | Apple Inc. | Cross-slot scheduling for new radio |
Also Published As
Publication number | Publication date |
---|---|
US9380487B2 (en) | 2016-06-28 |
WO2016015626A1 (en) | 2016-02-04 |
CN106664525B (zh) | 2019-06-28 |
US20160037379A1 (en) | 2016-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106664525B (zh) | 用于基于定位预测的网络调度器的系统和方法 | |
CN105009475B (zh) | 考虑到用户设备(ue)移动性的用于准入控制和资源可用性预测的方法和系统 | |
Shen et al. | AI-assisted network-slicing based next-generation wireless networks | |
KR101682536B1 (ko) | 추출된 네트워크 자원 요건을 이용한 서비스 프로비저닝 | |
KR101943530B1 (ko) | 이동성 관리를 위한 가상 서빙 게이트웨이를 배치하기 위한 시스템 및 방법 | |
CA2932749C (en) | Framework for traffic engineering in software defined networking | |
US20150032495A1 (en) | System and Method for User Controlled Cost Based Network and Path Selection across Multiple Networks | |
CN107113243A (zh) | 用于利用网络运营商管理网络流量的系统和方法 | |
Liu et al. | Prediction-based mobile data offloading in mobile cloud computing | |
US20230217362A1 (en) | First node, second node, and methods performed thereby, for handling scaling of a network slice in a communications network | |
Hwang et al. | Communication and computation offloading for 5G V2X: Modeling and optimization | |
KR101473211B1 (ko) | 사용자 단말을 네트워크의 기지국에 연결시키는 방법 | |
CN106105282B (zh) | 利用链路缓冲区状态进行流量工程的系统和方法 | |
Gatzianas et al. | Energy-efficient joint computational and network resource planning in Beyond 5G networks | |
US20240107364A1 (en) | Method for calculating capabilities of wireless bridge, communication system, and wireless bridge | |
Kayyali | Resource management and quality of service provisioning in 5G cellular networks | |
Chabbouh et al. | Offloading decision algorithm for 5G/HetNets cloud RAN | |
Chabbouh et al. | Computation offloading decision algorithm for energy saving in 5G/HetNets C-RAN | |
Fu et al. | Multi-connection and rate allocation in heterogeneous wireless networks | |
Manogaran et al. | Replication based crowd sensing for optimal service response in 5G communications using information-centric wireless sensor networks | |
Sakat et al. | Small cells solution for enhanced traffic handling in LTE-A networks | |
EP2932625B1 (en) | Methods and systems for admission control and resource availability prediction considering user equipment (ue) mobility | |
Chan | Least loaded sharing in fog computing cluster | |
Collaborative content distribution in mobile networks with caching and D2D-assistance | ||
Taleb et al. | Scheduled Communications in Next Generationmobile Networks |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |