CN107707668B - 一种lte蜂窝网络中基于数据预取的尾能耗优化方法 - Google Patents

Abstract

本发明公开了一种LTE蜂窝网络中基于数据预取的尾能耗优化方法，包括不断维护用于存放当前收到的数据包阅读浏览时间的时间队列和存放当前数据包大小的数据包队列；接收数据传输请求，根据时间队列和数据包队列，计算得出当前用户的阅读浏览模式；根据数据包队列预测下一次数据包大小；根据当前浏览模式、可用尾时间、数据传输速率和数据包大小确定当前的数据预取模式，包括预取全部数据和预取缩略数据。本发明在数据预取技术的基础上，充分考虑了当前用户的阅读浏览模式、可用尾时间、数据传输速率和待预取数据包的大小，设计出一种可以动态调整预取模式的尾能耗优化方法，提高了数据预取的成功率，对尾能耗充分利用，从而有效减小了单位数据传输能耗，对于提高移动终端数据传输能耗利用率、延长移动智能终端续航工作时间具有较深的意义。

Description

一种LTE蜂窝网络中基于数据预取的尾能耗优化方法

技术领域

本发明属于计算机网络通讯技术领域，特别涉及一种利用LTE蜂窝网络中的尾时间进行数据预取传输的方法。针对LTE蜂窝网络环境中尾时间存在导致数据传输效率低下，严重影响移动终端续航工作时长的问题，提出一种综合考虑用户阅读浏览模式、可用预取时间、数据传输速率和待预取数据包大小来确定数据预取模式，并且利用尾时间进行数据预取传输的方法。

背景技术

当今社会，科学技术日新月异、蓬勃发展，移动通信网络基本完成普及。移动互联网的快速发展极大的促进了智能移动终端的发展。智能移动终端中的应用程序软件和互联网进行数据交互已经成为了常态。在移动互联网时代，不管是社交软件、新闻阅读类还是娱乐视频类应用程序都需要与互联网进行频繁的数据交互，智能移动终端的功能越来越强大，应用程序界面越来越华丽，同时数据传输速率也越来越高。可以说，智能移动终端在当今时代给我们带来了极大的便利。

然而移动互联网的繁荣发展也不可避免的带来了一些问题，智能移动终端待机时间越来越短，一天之内多次充电已经成为了常态，严重影响用户的体验。移动终端电池容量的有限性决定了其续航时间也是有限的。当今智能手机硬件配置升级飞快，计算速度更快、屏幕更大、数据传输更加频繁，而电池的发展却受到了其物理工艺的影响，进步速度远远落后于移动智能终端。

作为移动智能终端重要耗电元件之一的蜂窝网络端口，在数据传输中消耗的能耗占据着移动智能终端总能耗中相当大的一部分。由于蜂窝网络在每次数据传输完成后，存在一段尾能耗。即端口从连接状态到休眠状态的过程中，需要经历一段不执行数据传输但却以DRX周期方式维持高能耗状态的时间(即尾时间)，在这段时间内消耗的能耗被称为尾能耗。在LTE蜂窝网络每次数据传输中，尾能耗所占的比例在80％以上，严重影响了其能耗利用率。所以研究如何提高蜂窝网络端口的能耗利用率，对于提高移动智能终端的续航工作时间具有重大意义。

现有的LTE蜂窝网络环境下尾能耗优化技术主要分为两种，即尾能耗聚合和尾能耗窃取。尾能耗聚合将多次数据请求聚集在一起进行一次性发送，将本应多次出现的尾能耗降低为一次；尾能耗窃取指在尾能耗阶段，利用蜂窝端口的高能状态进行额外的数据传输，而不引起新的尾能耗。以上尾能耗优化技术都可以在一定程度上实现蜂窝网络端口能耗利用率的提升，但是也存在如下缺点：1)尾能耗聚合技术对延迟容忍度大的传输请求可以取得较好的节能效果，但是对于目前智能手机中常用的即时通讯工具和需要保持长链接状态的程序，节能效率不佳；2)尾能耗窃取技术需要根据RRC状态机的非活动计时器和网络传输速率，判断能够利用尾能耗阶段传输的时长以及预取数据包的大小受到了限制。

发明内容

(一)要解决的技术问题

有鉴于此，本发明在尾能耗窃取技术的基础上，面向数据传输请求中可预取的数据请求类型，综合考虑用户阅读浏览模式、可用预取时间、数据传输速率和待预取数据包大小来确定当前的数据预取模式，实现数据预取模式的动态自适应，有效提升数据预取成功率。在充分利用尾能耗的基础上，提高了用户的体验效果。

(二)技术方案

为解决上述技术问题，本发明提出了一种LTE蜂窝网络中基于数据预取的尾能耗优化方法，包括以下步骤：

S1：在数据预取的场景中，不断维护接收数据包大小队列、数据包阅读浏览时间队列以及本地缓存队列；

S2：接收数据传输请求，根据数据包大小队列以及时间队列，计算得出当前用户的阅读浏览模式；

S3：根据数据请求之间的相关性，预测得出下一次数据传输请求；

S4：根据当前浏览模式、可用尾时间、数据传输速率和数据包大小确定当前的数据预取模式；

S5：根据步骤S4确定的数据预取模式，动态选择预取全部数据或者预取缩略数据。

在一些实施方式中，所述的步骤S1包括：数据包大小队列存放根据数据访问请求从服务器接收到的数据包，时间队列存放每一个接收到的数据包的阅读浏览时间，本地缓存队列存放根据在上一次数据请求之后，利用尾时间进行数据预取操作，所取回的数据包。

时间队列T表示浏览每个数据传输请求回来的数据所用的时间，定义如下：

T＝{T₁,T₂,…,T_i,…,T_n}

服务器回传的数据序列，表示服务器在收到传输请求r_i之后所回传的数据序列大小，定义如下：

p＝{p₁,p₂,…,p_i,…,p_n}

在一些实施方式中，所述步骤S2包括：定义本预取场景中的数据阅读浏览模式。本发明中，我们定义用户的两种浏览模式，即快速翻看模式和普通浏览模式。

首先定义每次移动端和Web服务器的数据传输请求会传输若干张图片，比如说3张。我们使用一个时间队列保存用户每次阅读浏览本组图片所用的时间，并且使用数据队列来保存每一次请求返回的数据包大小。根据用户前N次阅读图片所用的时间来加权平均预测得到第N+1次用户的浏览时间T_n+1。然后我们定义传输一个完整数据包的平均时间为T_th，每个数据的平均浏览时间为T_ave。

假设时间队列中的时间序列为T＝{T₁,T₂,T₃,…,T_n-1,T_n}，则每个数据的平均浏览时间为T_ave表示如下：

假设数据队列中的数据包大小序列为D＝{D₁,D₂,D₃,…,D_n-1,D_n}，则传输一个完整数据包的平均时间T_th表示如下：

其中，分母V_ave表示蜂窝网络环境下信道的平均吞吐率。

则浏览模式的定义如下：

快速翻看模式：平均浏览时间T_ave<T_th或者连续N次的浏览时间均小于T_th。

普通浏览模式：除快速翻看模式之外的其它情况。

综上，当T_ave<T_th或者时间队列中连续若干次浏览时间均小于T_th时，我们定义此时的阅读浏览模式为快速阅读模式。其它情况，我们都归于普通阅读模式中。

在一些实施方式中，所述步骤S3包括：根据数据请求之间的相关性，预测得出下一次数据传输请求。根据数据相关性定义：

δ:F→R，F＝{(a,b)|a,b∈S}

数据相关性计算公式：

δ(a,b)＝α₁*T_va+α₂*T_vb-α₃*T_ab

其中，T_ab是访问数据item_a和数据item_b的时间间隔，α₁，α₂和α₃是大于0的参数。数据a和数据b的相关性与它们的浏览时间成正比，与它们的浏览时间间隔成反比。

定义一组N个数据传输请求队列，r＝{r₁,r₂,…,r_i,…,r_n}

当前数据传输请求为r_i，则由数据预取算法预测得到的下一次数据传输请求为y_i+1，定义预测得到的数据传输请求序列：y＝{y₁,y₂,…,y_i,…,y_n}。服务器收到传输请求为y_i后返回的数据序列为：item＝{item₁,item₂,…,item_i,…,item_n}。

在一些实施方式中，所述步骤S4包括：根据当前浏览模式、可用尾时间、数据传输速率和数据包大小确定当前的数据预取模式。

根据步骤S3可以预测得出下一次数据传输请求，根据该预测请求可以得出待预取的数据包大小，设为S_p。

根据RRC状态机的端口功率和数据浏览模式可以得出当前可用于预取的时间T_prefetch。

根据数据包大小队列p＝{p₁,p₂,…,p_i,…,p_n}，定义数据p_i的网络传输时间为T_ti，则当前无线网络的平均传输速度V可以定义如下：

则当前预取时间内最大可以预取的数据包大小Data_max计算公式如下：

当Data_max>S_p,则选择预取全部数据；当Data_max≤S_p,则选择预取缩略数据。

在一些实施方式中，所述步骤S5还包括：根据步骤S4确定的数据预取模式，动态选择预取全部数据或者预取缩略数据。

基于数据预取的数据传输调度算法的具体执行步骤如下：

步骤1：一次数据传输请求

步骤2：判断本地缓存队列是否有数据

步骤3：若缓存队列有数据，则直接返回该数据，并且清空缓存队列，转到步骤1，否则转到步骤4

步骤4：客户端向服务器发送该请求，返回接收到的数据包，并且将其存入数据包大小队列。

步骤5：判断浏览时间队列中的个数是否大于设定阈值N

步骤6：若时间队列个数小于N，则将T_ave作为本次的浏览时间，并且定义当前的阅读浏览模式为快速翻看模式，转到步骤9

步骤7：若时间队列个数大于等于N，则通过时间队列中的数据加权预测该次数据的浏览时间T_scan，通过取T_scan和可用尾时间内的最小值作为可预取时间，即T_prefetch。根据定义判断当前的阅读浏览模式

步骤8：若步骤7所判断的浏览模式为快速浏览模式，则转到步骤9，反之转到步骤10

步骤9：得出当前无线信道的数据传输速率，预取部分缩略数据，并且存放在本地缓存队列中，转到步骤1

步骤10：根据预取算法得出当前待预取的数据包大小S_p，判断S_p和最大预取数据量Data_max的关系

步骤11：若Data_max≤S_p,则转到步骤9，反之转到步骤12

步骤12：预取完整数据包，并且存入本地缓存队列中，转到步骤1

(三)有益效果

本发明在尾能耗窃取技术的基础上，面向数据传输请求中可预取的数据请求类型，综合考虑用户阅读浏览模式、可用预取时间、数据传输速率和待预取数据包大小来确定当前的数据预取模式，实现数据预取模式的动态自适应，有效提升数据预取成功率。在充分利用尾能耗的基础上，延长了移动智能终端续航工作时长提高了用户的体验效果。

附图说明

图1是基于数据预取的尾能耗优化方法的发明研究步骤；

图2是本发明数据预取传输调度具体执行流程图；

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但并不用来限制本发明的范围。

本发明提出了一种LTE蜂窝网络中基于数据预取的尾能耗优化方法，包括以下步骤：

步骤一：在数据预取的场景中，不断维护接收数据包大小队列、数据包阅读浏览时间队列以及本地缓存队列；

步骤二：接收数据传输请求，根据数据包大小队列以及时间队列，计算得出当前用户的阅读浏览模式；

步骤三：根据数据请求之间的相关性，预测得出下一次数据传输请求；

步骤四：根据当前浏览模式、可用尾时间、数据传输速率和数据包大小确定当前的数据预取模式；

步骤五：根据步骤四确定的数据预取模式，动态选择预取全部数据或者预取缩略数据。

进一步的，所述的步骤一包括：数据包大小队列存放根据数据访问请求从服务器接收到的数据包，时间队列存放每一个接收到的数据包的阅读浏览时间，本地缓存队列存放根据在上一次数据请求之后，利用尾时间进行数据预取操作，所取回的数据包。

时间队列T表示浏览每个数据传输请求回来的数据所用的时间，定义如下：

T＝{T₁,T₂,…,T_i,…,T_n}

服务器回传的数据序列，表示服务器在收到传输请求r_i之后所回传的数据序列大小，定义如下：

p＝{p₁,p₂,…,p_i,…,p_n}

进一步的，所述步骤二包括：定义本预取场景中的数据阅读浏览模式。本发明中，我们定义用户的两种浏览模式，即快速翻看模式和普通浏览模式。

首先定义每次移动端和Web服务器的数据传输请求会传输若干张图片，比如说3张。我们使用一个时间队列保存用户每次阅读浏览本组图片所用的时间，并且使用数据队列来保存每一次请求返回的数据包大小。根据用户前N次阅读图片所用的时间来加权平均预测得到第N+1次用户的浏览时间T_n+1。然后我们定义传输一个完整数据包的平均时间为T_th，每个数据的平均浏览时间为T_ave。

假设时间队列中的时间序列为T＝{T₁,T₂,T₃,…,T_n-1,T_n}，则每个数据的平均浏览时间为T_ave表示如下：

假设数据队列中的数据包大小序列为D＝{D₁,D₂,D₃,…,D_n-1,D_n}，则传输一个完整数据包的平均时间T_th表示如下：

其中，分母V_ave表示蜂窝网络环境下信道的平均吞吐率。

则浏览模式的定义如下：

快速翻看模式：平均浏览时间T_ave<T_th或者连续N次的浏览时间均小于T_th。

普通浏览模式：除快速翻看模式之外的其它情况。

综上，当T_ave<T_th或者时间队列中连续若干次浏览时间均小于T_th时，我们定义此时的阅读浏览模式为快速阅读模式。其它情况，我们都归于普通阅读模式中。

进一步的，所述步骤三包括根据数据请求之间的相关性，预测得出下一次数据传输请求。根据数据相关性定义：

δ:F→R，F＝{(a,b)|a,b∈S}

数据相关性计算公式：

δ(a,b)＝α₁*T_va+α₂*T_vb-α₃*T_ab

其中，T_ab是访问数据item_a和数据item_b的时间间隔，α₁，α₂和α₃是大于0的参数。数据a和数据b的相关性与它们的浏览时间成正比，与它们的浏览时间间隔成反比。

定义一组N个数据传输请求队列，r＝{r₁,r₂,…,r_i,…,r_n}

当前数据传输请求为r_i，则由数据预取算法预测得到的下一次数据传输请求为y_i+1，定义预测得到的数据传输请求序列：y＝{y₁,y₂,…,y_i,…,y_n}。服务器收到传输请求为y_i后返回的数据序列为：item＝{item₁,item₂,…,item_i,…,item_n}。

进一步的，所述步骤四包括：根据当前浏览模式、可用尾时间、数据传输速率和数据包大小确定当前的数据预取模式。

根据步骤S3可以预测得出下一次数据传输请求，根据该预测请求可以得出待预取的数据包大小，设为S_p。

根据RRC状态机的端口功率和数据浏览模式可以得出当前可用于预取的时间T_prefetch。

根据数据包大小队列p＝{p₁,p₂,…,p_i,…,p_n}，定义数据p_i的网络传输时间为T_ti，则当前无线网络的平均传输速度V可以定义如下：

则当前预取时间内最大可以预取的数据包大小Data_max计算公式如下：

当Data_max>S_p,则选择预取全部数据；当Data_max≤S_p,则选择预取缩略数据。

进一步的，根据说明书附图1，所述步骤五包括：根据步骤S4确定的数据预取模式，动态选择预取全部数据或者预取缩略数据。

基于数据预取的数据传输调度算法的具体执行步骤如下：

步骤1：一次数据传输请求

步骤2：判断本地缓存队列是否有数据

步骤3：若缓存队列有数据，则直接返回该数据，并且清空缓存队列，转到步骤1，否则转到步骤4

步骤4：客户端向服务器发送该请求，返回接收到的数据包，并且将其存入数据包大小队列。

步骤5：判断浏览时间队列中的个数是否大于设定阈值N

步骤6：若时间队列个数小于N，则将T_ave作为本次的浏览时间，并且定义当前的阅读浏览模式为快速翻看模式，转到步骤9

步骤7：若时间队列个数大于等于N，则通过时间队列中的数据加权预测该次数据的浏览时间T_scan，通过取T_scan和可用尾时间内的最小值作为可预取时间，即T_prefetch。根据定义判断当前的阅读浏览模式

步骤8：若步骤7所判断的浏览模式为快速浏览模式，则转到步骤9，反之转到步骤10

步骤9：得出当前无线信道的数据传输速率，预取部分缩略数据，并且存放在本地缓存队列中，转到步骤1

步骤10：根据预取算法得出当前待预取的数据包大小S_p，判断S_p和最大预取数据量Data_max的关系

步骤11：若Data_max≤S_p,则转到步骤9，反之转到步骤12

步骤12：预取完整数据包，并且存入本地缓存队列中，转到步骤1

本发明针对LTE蜂窝网络环境中尾时间存在导致数据传输效率低下，严重影响移动终端续航工作时长的问题，提出一种基于数据预取的尾能耗优化方法，在数据预取场景中，通过在尾时间内综合考虑可用预取时间、当前无线信道吞吐率、用户阅读浏览模式和待预取数据包的大小动态确定当前适合的预取模式，实现预取模式的动态调整，提高了数据预取完成率和成功率，有效利用了数据传输所产生的尾能耗，提升了移动终端数据传输能耗效率。

所属领域的普通技术人员应当理解：以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种LTE蜂窝网络中基于数据预取的尾能耗优化方法，其特征在于，包括以下步骤：

S1：在LTE蜂窝网络中的数据预取的场景中，不断维护接收数据包大小队列、数据包阅读浏览时间队列以及本地缓存队列；

S2：接收数据传输请求，根据数据包大小队列以及时间队列，计算得出当前用户的阅读浏览模式；

S3：根据数据请求之间的相关性，预测得出下一次数据传输请求；

S4：根据当前浏览模式，可用尾时间、数据传输速率和数据包大小确定当前的数据预取模式；

S5：根据步骤S4确定的数据预取模式，使用基于数据预取的数据传输调度算法，动态选择预取全部数据或者预取缩略数据；基于数据预取的数据传输调度算法的具体执行步骤如下：

步骤1：一次数据传输请求；

步骤2：判断本地缓存队列是否有数据；

步骤3：若缓存队列有数据，则直接返回该数据，并且清空缓存队列，转到步骤1，否则转到步骤4；

步骤4：客户端向服务器发送该请求，返回接收到的数据包，并且将其存入数据包大小队列；

步骤5：判断浏览时间队列中的个数是否大于设定阈值N；

步骤6：若时间队列个数小于N，则将T_ave作为本次的浏览时间，并且定义当前的阅读浏览模式为快速翻看模式，转到步骤9；

步骤7：若时间队列个数大于等于N，则通过时间队列中的数据加权预测该次数据的浏览时间T_scan，通过取T_scan和可用尾时间内的最小值作为可预取时间，即T_prefetch，根据定义判断当前的阅读浏览模式；

步骤8：若步骤7所判断的浏览模式为快速浏览模式，则转到步骤9，反之转到步骤10；

步骤9：得出当前无线信道的数据传输速率，预取部分缩略数据，并且存放在本地缓存队列中，转到步骤1；

步骤10：得出当前待预取的数据包大小S_p，判断S_p和最大预取数据量Data_max的关系；

步骤11：若Data_max≤S_p,则转到步骤9，反之转到步骤12；

步骤12：预取完整数据包，并且存入本地缓存队列中，转到步骤1。

2.根据权利要求1所述的基于数据预取的尾能耗优化方法，其特征在于，所述的步骤S1包括：定义接收数据包大小队列存放根据数据访问请求从服务器接收到的数据包，定义数据包阅读浏览时间队列存放每一个接收到的数据包的阅读浏览时间，定义本地缓存队列存放根据在上一次数据请求之后，利用尾时间进行数据预取操作，所取回的数据包；

时间队列T表示浏览每个数据传输请求回来的数据所用的时间，定义如下：

T＝{T₁,T₂,…,T_i,…,T_n}

服务器回传的数据序列，表示服务器在收到传输请求r_i之后所回传的数据序列大小，定义如下：

p＝{p₁,p₂,…,p_i,…,p_n}。

3.根据权利要求1所述的基于数据预取的尾能耗优化方法，其特征在于，所述步骤S2包括：定义本预取场景中的数据阅读浏览模式；本发明中，定义用户的两种浏览模式，即快速翻看模式和普通浏览模式；

首先定义每次移动端和Web服务器的数据传输请求会传输若干张图片；使用一个时间队列保存用户每次阅读浏览本组图片所用的时间，并且使用数据队列来保存每一次请求返回的数据包大小；根据用户前N次阅读图片所用的时间来加权平均预测得到第N+1次用户的浏览时间T_n+1；然后定义传输一个完整数据包的平均时间为T_th，每个数据的平均浏览时间为T_ave；

假设时间队列中的时间序列为T＝{T₁,T₂,T₃,…,T_n-1,T_n}，则每个数据的平均浏览时间为T_ave表示如下：

假设数据队列中的数据包大小序列为D＝{D₁,D₂,D₃,…,D_n-1,D_n}，则传输一个完整数据包的平均时间T_th表示如下：

其中，分母V_ave表示蜂窝网络环境下信道的平均吞吐率；

则浏览模式的定义如下：

快速翻看模式：平均浏览时间T_ave<T_th或者连续N次的浏览时间均小于T_th；

普通浏览模式：除快速翻看模式之外的其它情况；

综上，当T_ave<T_th或者时间队列中连续若干次浏览时间均小于T_th时，定义此时的阅读浏览模式为快速阅读模式；其它情况，都归于普通阅读模式中。

4.根据权利要求1所述的基于数据预取的尾能耗优化方法，其特征在于，所述步骤S3包括：根据数据请求之间的相关性，预测得出下一次数据传输请求；根据数据相关性定义：

δ:F→R，F＝{(a,b)|a,b∈S}

数据相关性计算公式：

δ(a,b)＝α₁*T_va+α₂*T_vb-α₃*T_ab

其中，T_ab是访问数据item_a和数据item_b的时间间隔，α₁，α₂和α₃是大于0的参数，数据a和数据b的相关性与它们的浏览时间成正比，与它们的浏览时间间隔成反比；

定义一组N个数据传输请求队列，r＝{r₁,r₂,…,r_i,…,r_n}；

当前数据传输请求为r_i，预测得到的下一次数据传输请求为y_i+1，定义预测得到的数据传输请求序列：y＝{y₁,y₂,…,y_i,…,y_n}，服务器收到传输请求为y_i后返回的数据序列为：item＝{item₁,item₂,…,item_i,…,item_n}。

5.根据权利要求1所述的基于数据预取的尾能耗优化方法，其特征在于，所述步骤S4包括：根据当前浏览模式、可用尾时间、数据传输速率和数据包大小确定当前的数据预取模式；

根据步骤S3预测得出下一次数据传输请求，根据该数据传输请求得出待预取的数据包大小，设为S_p；

根据RRC状态机的端口功率和数据浏览模式可以得出当前可用于预取的时间T_prefetch；

根据数据包大小队列p＝{p₁,p₂,…,p_i,…,p_n}，定义数据p_i的网络传输时间为T_ti，则当前无线网络的平均传输速度V可以定义如下：

则当前预取时间内最大可以预取的数据包大小Data_max计算公式如下：

当Data_max>S_p,则选择预取全部数据；当Data_max≤S_p,则选择预取缩略数据。

Images