CN108377477A - 能量获取认知无线传感器网络的资源管理方法 - Google Patents

能量获取认知无线传感器网络的资源管理方法 Download PDF

Info

Publication number
CN108377477A
CN108377477A CN201810084079.9A CN201810084079A CN108377477A CN 108377477 A CN108377477 A CN 108377477A CN 201810084079 A CN201810084079 A CN 201810084079A CN 108377477 A CN108377477 A CN 108377477A
Authority
CN
China
Prior art keywords
node
time slot
energy
sensor network
channel
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
Application number
CN201810084079.9A
Other languages
English (en)
Other versions
CN108377477B (zh
Inventor
邓晓衡
李锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University
Original Assignee
Central South University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Central South University filed Critical Central South University
Priority to CN201810084079.9A priority Critical patent/CN108377477B/zh
Publication of CN108377477A publication Critical patent/CN108377477A/zh
Application granted granted Critical
Publication of CN108377477B publication Critical patent/CN108377477B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • H04W28/24—Negotiating SLA [Service Level Agreement]; Negotiating QoS [Quality of Service]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/52—Allocation or scheduling criteria for wireless resources based on load
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/543—Allocation or scheduling criteria for wireless resources based on quality criteria based on requested quality, e.g. QoS
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14—Spectrum sharing arrangements between different networks

Abstract

本发明公开了一种能量获取认知无线传感器网络的资源管理方法，包括根据信道损失值选取信道；根据节点能量状态和数据队列长度选取若干节点作为信道分配候选集；选取最佳信道分配方案；根据QoS的要求选择业务流种类；传感器网络进行能量队列和数据队列更新。本发明提出一种具有QoS保障的能量获取认知无线传感器网络的资源管理与分配机制，通过对网络节点的能量、数据队列和业务流QoS的综合考虑，更加符合实际能量获取认知无线传感器网络中的资源管理与分配要求，在系统网络效用和QoS保障方面具有更好的准确性和可靠性。

Description

能量获取认知无线传感器网络的资源管理方法
技术领域
本发明具体涉及一种能量获取认知无线传感器网络的资源管理方法。
背景技术
随着科学技术的不断发展,信息技术也日新月异，无线传感器网络得到了广泛的应用，如智能家居，智慧城市，军事，反恐，救灾，环境监测等领域。由于无线传感器网络是由大量廉价的微型传感器节点组成，节点的电池限制了传感器网络的寿命，同时，节点之间的通信采用的是非授权频谱，而使用非授权频谱的设备数量随着无线通信技术的发展呈指数递增，极易造成拥塞，通信的可靠性得不到保障。以上两个问题都极大的限制了无线传感器网络的发展，将能量获取技术和认知无线电技术引入到传感器网络中是目前解决以上问题的最佳方法，但是引入这两项技术的同时带来了一系列的挑战需要我们去解决。首先，能量采集量与节点的能耗的平衡，其次，主用户的随机性与从用户信道的冲突问题，还有各个节点所感知的数据对用户来说重要性不同，在不影响主用户正常通信的前提下，如何利用授权频谱优先转发重要性较强的数据，使整个网络的时间平均网络效用达到最大，成为许多亟待解决的问题之一，因此，能量获取认知无线传感器网络中资源管理与分配问题的研究具有至关重要的意义，如何找到最佳的资源管理与分配方案已成为热点研究领域之一。
能量获取认知无线传感器网络中资源管理与分配问题就是选择最优的资源管理与分配方案以实现最优的加权网络效用。在能量获取认知无线传感器网络中，节点的能量状态，主用户行为，节点缓存数据队列长度，业务流的QoS(Quality of Service，服务质量)要求等影响着资源管理与分配。当前，大多数研究工作和现有技术在资源管理与分配机制中，其考虑的影响因素较少，而且研究方法已经不适用于当前的能量获取认知无线传感器网络。
发明内容
本发明的目的在于提供一种综合考虑了节点数据队列、节点能量状态以及业务流QoS的能量获取认知无线传感器网络的资源管理方法。
本发明提供的这种能量获取认知无线传感器网络的资源管理方法，包括如下步骤：
根据传感器网络中的信道损失值选取信道的步骤；
根据传感器网络中的节点能量状态和数据队列长度选取若干节点作为信道分配候选集的步骤；
选取最佳信道分配方案的步骤；
根据QoS的要求选择业务流种类的步骤；
传感器网络进行能量队列更新的步骤；
传感器网络进行数据队列更新的步骤。
所述的传感器网络中的信道损失值，具体为采用如下公式计算信道损失值：
式中Dk(t)为在时隙t时信道k的信道损失值；n为节点编号；N为传感器网络的节点总数；Sk(t)为时隙t时信道k的状态，当Sk(t)为1时表明时隙t时信道k空闲，当Sk(t)为0时表明时隙t时信道k繁忙；Ank(t)为时隙t时的信道分配矩阵，当Ank(t)为1时表明时隙t时节点n被分配到信道k传输数据，当Ank(t)为0时表明时隙t时节点n不能使用信道k传输数据；φ(t)为时隙t时主用户重回信道的概率。
所述的选取信道，具体为选取信道损失值最小的信道作为数据传输的信道。
所述的根据传感器网络中的节点能量状态和数据队列长度选取若干节点作为信道分配候选集，具体为采用如下步骤选取若干节点作为信道分配候选集：
A.各个节点采用如下的算式对自身的能量获取量进行控制：
式中为时隙t时节点n的最佳能量获取量，所述能量获取量为节点从环境中获取的能量；min()为取最小值函数；Ω为节点的能量总容量，En(t)为时隙t时节点n的能量状态，ηn(t)为时隙t时节点n能够从环境中获取的最大能量值；
B.各个节点采用如下算式对自身的数据采集量进行控制：
式中为时隙t时节点n采集m类业务流的最佳数据采集量；为效用函数Um()的反函数的一阶导数；效用函数Um()定义为在时隙t节点收集m类业务流数据的网络效用；表示时隙t时节点n中m类业务流的数据队列；表示收集m类业务流时单位数据量的能量损耗；表示时隙t时节点n空余的能量容量；V为非负的惩罚因子，ω为目标函数为了联合网络效用和损失函数的权重因子，且0≤ω≤1；ωm表示m类业务流的权重因子；表示节点在时隙t时m类业务流数据的采集量上限；计算定义为
C.基于节点的能量状态和数据队列队列长度，采用下式计算各个节点的n*，并选取n*值最大的若干个节点作为信道分配候选集：
式中argmax(an)为选取最大的an所对应的n值；Qn(t)表示时隙t时节点n的数据队列大小，表示时隙t时传感器网络中所有节点的能量平均值，表示时隙t时传感器网络中所有节点的数据队列平均值。
所述的选取最佳信道分配方案，具体为采用如下算式选取最佳方案：
式中max[]为取最大值操作；Cn,k(t)表示时隙t时节点n使用信道k传输数据的信道容量；Prk(t)表示时隙t时信道k的接入概率；PT表示节点传输数据的功率。
所述的选择业务流种类，具体为采用如下算式选取业务流种类：
式中m*为最终选取的业务流种类，ωm为业务流m的权重因子，业务流m的QoS要求越高，其对应的权重因子取值越大；表示时隙t时节点n传输业务流m时的数据队列大小。
所述的传感器网络进行能量队列更新，具体为采用如下算式进行更新：
式中En(t+1)表示时隙t+1时节点n的能量队列，En(t)表示时隙t时节点n的能量队列，en(t)表示时隙t时节点n实际从环境中获取的能量；表示时隙t时节点n总的能量消耗且式中表示时隙t时节点n采集的m类业务流的数据量。
所述的传感器网络进行数据队列更新，具体为采用如下算式进行更新：
式中表示时隙t+1时节点n的m类业务流的数据队列；表示时隙t时节点n的m类业务流的数据队列；表示时隙t时节点n转发的m类业务流的数据量。
本发明提供的这种无线传感器网络的资源管理方法，提出一种具有QoS保障的能量获取认知无线传感器网络的资源管理与分配机制，通过对网络节点的能量、数据队列和业务流QoS的综合考虑，更加符合实际能量获取认知无线传感器网络中的资源管理与分配要求，在系统网络效用和QoS保障方面具有更好的准确性和可靠性。
附图说明
图1为本发明方法的方法流程图。
图2为本发明方法与贪心算法在求解最佳资源管理与分配方案时所产生的网络效用对比图。
图3为本发明方法和贪心算法在不同业务流下的数据采集量的变化情况对比图。
图4为本发明方法和贪心算法在不同业务流下的数据队列变化情况对比图。
具体实施方式
如图1所示为本发明方法的方法流程图：本发明提供的这种无线传感器网络的资源管理方法，包括如下步骤：
根据传感器网络中的信道损失值选取信道的步骤；
采用如下公式计算信道损失值：
式中Dk(t)为在时隙t时信道k的信道损失值；n为节点编号；N为传感器网络的节点总数；Sk(t)为时隙t时信道k的状态，当Sk(t)为1时表明时隙t时信道k空闲，当Sk(t)为0时表明时隙t时信道k繁忙；Ank(t)为时隙t时的信道分配矩阵，当Ank(t)为1时表明时隙t时节点n被分配到信道k传输数据，当Ank(t)为0时表明时隙t时节点n不能使用信道k传输数据；φ(t)为时隙t时主用户重回信道的概率；
同时，选取信道损失值最小的信道作为数据传输的信道；
根据传感器网络中的节点能量状态和数据队列长度选取若干节点作为信道分配候选集的步骤；具体为采用如下步骤选取若干节点作为信道分配候选集：
A.各个节点采用如下的算式对自身的能量获取量进行控制：
式中为时隙t时节点n的最佳能量获取量，所述能量获取量为节点从环境中获取的能量；min()为取最小值函数；Ω为节点的能量总容量，En(t)为时隙t时节点n的能量状态，ηn(t)为时隙t时节点n能够从环境中获取的最大能量值；
B.各个节点采用如下算式对自身的数据采集量进行控制：
式中为时隙t时节点n采集m类业务流的最佳数据采集量；为效用函数Um()的反函数的一阶导数；效用函数Um()定义为在时隙t节点收集m类数据的网络效用；表示时隙t时节点n中m类业务流的数据队列；表示收集m类业务流时单位数据量的能量损耗；表示时隙t时节点n空余的能量容量；V为非负的惩罚因子，ω为目标函数为了联合网络效用和损失函数的权重因子，且0≤ω≤1；ωm表示m类业务流的权重因子；表示节点在时隙t时m类业务流数据的采集量上限；计算定义为
C.基于节点的能量状态和数据队列队列长度，采用下属计算各个节点的n*，并选取n*值最大的若干个节点作为信道分配候选集：
式中argmax(an)为选取最大的an所对应的n值；Qn(t)表示时隙t时节点n的数据队列大小，表示时隙t时传感器网络中所有节点的能量平均值，表示时隙t时传感器网络中所有节点的数据队列平均值；
选取最佳信道分配方案的步骤；具体为采用如下算式选取最佳方案：
式中max[]为取最大值操作；Cn,k(t)表示时隙t时节点n使用信道k传输数据的信道容量；表示时隙t时信道k的接入概率；PT表示节点传输数据的功率；
根据QoS的要求选择业务流种类的步骤；具体为采用如下算式选取业务流种类：
式中m*为最终选取的业务流种类，ωm为业务流m的权重因子，业务流m的QoS要求越高，其对应的权重因子取值越大；表示时隙t时节点n传输业务流m时的数据队列大小；
传感器网络进行能量队列更新的步骤；具体为采用如下算式进行更新：
式中En(t+1)表示时隙t+1时节点n的能量队列，En(t)表示时隙t时节点n的能量队列，en(t)表示时隙t时节点n实际从环境中获取的能量；表示时隙t时节点n总的能量消耗且式中表示时隙t时节点n采集的m类业务流的数据量；
传感器网络进行数据队列更新的步骤；具体为采用如下算式进行更新：
式中表示时隙t+1时节点n的m类业务流的数据队列；表示时隙t时节点n的m类业务流的数据队列；表示时隙t时节点n转发的m类业务流的数据量。
以下结合一个具体实施例，将本发明方法与贪心算法进行对比，说明本发明方法的优势。
本实施例主要与传统贪婪算法对比，针对不同资源管理与分配机制，设计对比实验比较系统的网络效用，验证本发明方法对于网络效用最大化资源管理与分配机制的有效性。同时统计传感器节点缓存中不同业务流的数据队列长度，传感器节点中不同业务流采集量的数据队列长度，验证了本发明方法(以下，本发明方法简称为PQRMA)的QoS保障性能。对比结果并验证我们的方法相比于贪心算法(图中标示为Greedy)对于资源管理与分配方面具有较高的稳定性和合理性。
由图2可知，当传感器节点个数为6，每个节点业务流种类数为5时，PQRMA和贪心算法求解的最佳的资源管理与分配方案所产生的网络效用。由图可知，PQRMA和贪心算法所产生的网络效用会随着V值的增加逐渐增加，而增长量却逐渐减少，这是由于受限于节点电池能量状态以及节点的缓存大小。总体而言，PQRMA所产生的网络效用要高于贪婪算法，这是因为PQRMA在分配信道的时候考虑了业务流的QoS以及信道的损失函数，极大的减少因为信道冲突所造成的网络效用的损失。
图3表示节点不同业务流在PQRMA和贪婪算法下的数据采集量的变化情况，即在真实能量获取认知无线传感器网络中节点从周围环境中不同业务流采集的数据量中。r21表示节点编号为2，业务流编号为1(高优先级)的数据采集量，r23表示节点编号为2，业务流编号为3(中优先级)的数据采集量，r25表示节点编号为2，业务流编号为5(低优先级)的数据采集量；其中标有Greedy的曲线，为采用贪心算法进行计算时的结果。由图3可知，贪婪算法中业务流的采集量波动比较大，而PQRMA机制中不同业务流的采集量比较稳定，这是由于PQRMA机制中，在资源分配时，充分考虑了不同业务流的QoS要求，将QoS要求较高的业务流优先转发。
图4表示节点不同业务流在PQRMA和贪婪算法下的数据队列变化情况。Q21表示节点编号为2，业务流为1(高优先级)的数据队列长度，Q23表示节点编号为2，业务流为3(中优先级)的数据队列长度，Q25表示节点编号为2，业务流为5(低优先级)的数据队列长度；其中标有Greedy的曲线，为采用贪心算法进行计算时的结果。可以看到，数据队列的变化情况基本上一致，都是缓慢递增，然后收敛于一个范围，在贪婪算法中，由于没有考虑业务流的QoS要求，所以收敛范围比较大，同时，相比于PQRMA机制，贪婪算法中各业务流的数据队列长度比PQRMA机制中的数据队列长度要大得多，这是因为贪婪算法在分配资源的时候没有考虑信道的主用户的行为，数据传输时产生了冲突，造成了数据传输不成功，从而导致数据堆积在节点缓存中。而PQRMA机制中，在选择转发业务流时，考虑了业务流的QoS要求，将QoS要求较高的业务流优先转发，如图所示，QoS要求较高的业务流的数据队列比QoS要求较低的数据队列长度要短。
由图2、3和4可知，PQRMA不仅在系统网络效用明显高于贪婪算法，同时在保障业务流的QoS性能上明显优于贪婪算法，由于贪婪算法是一种贪婪式的分配资源，即使主用户在当前时隙重新占用信道，贪婪算法也不会放弃使用该信道，这样不仅造成了网络效用的损失，还干扰了主用户的正常通信。同时，贪婪算法选择转发的业务流时没有考虑不同业务流的QoS要求，无法保证业务流的QoS要求。
从以上实验可知，本发明方法基于主用户行为和业务流的QoS要求，综合考虑节点的能量状态和数据队列长度，以及业务流的QoS要求来管理与分配资源，能够更加符合实际能量获取认知无线传感器网络中的资源管理与分配要求，实验表明我们提出的发明方法在系统网络效用和QoS保障方面具有准确性和可靠性。

Claims (8)

1.一种能量获取认知无线传感器网络的资源管理方法，包括如下步骤：
根据传感器网络中的信道损失值选取信道的步骤；
根据传感器网络中的节点能量状态和数据队列长度选取若干节点作为信道分配候选集的步骤；
选取最佳信道分配方案的步骤；
根据QoS的要求选择业务流种类的步骤；
传感器网络进行能量队列更新的步骤；
传感器网络进行数据队列更新的步骤。
2.根据权利要求1所述的能量获取认知无线传感器网络的资源管理方法，其特征在于所述的传感器网络中的信道损失值，具体为采用如下公式计算信道损失值：
式中Dk(t)为在时隙t时信道k的信道损失值；n为节点编号；N为传感器网络的节点总数；Sk(t)为时隙t时信道k的状态；Ank(t)为时隙t时的信道分配矩阵；φ(t)为时隙t时主用户重回信道的概率。
3.根据权利要求2所述的能量获取认知无线传感器网络的资源管理方法，其特征在于所述的选取信道，具体为选取信道损失值最小的信道作为数据传输的信道。
4.根据权利要求3所述的能量获取认知无线传感器网络的资源管理方法，其特征在于所述的根据传感器网络中的节点能量状态和数据队列长度选取若干节点作为信道分配候选集，具体为采用如下步骤选取若干节点作为信道分配候选集：
A.各个节点采用如下的算式对自身的能量获取量进行控制：
式中时隙t时节点n的最佳能量获取量，所述能量获取量为节点从环境中获取的能量；min()为取最小值函数；Ω为节点的能量总容量，En(t)为时隙t时节点n的能量状态，ηn(t)为时隙t时节点n能够从环境中获取的最大能量值；
B.各个节点采用如下算式对自身的数据采集量进行控制：
式中为时隙t时节点n采集m类业务流的最佳数据采集量；为效用函数Um()的反函数的一阶导数；效用函数Um()定义为在时隙t节点收集m类数据的网络效用；表示时隙t时节点n中m类业务流的数据队列；表示收集m类业务流时单位数据量的能量损耗；表示时隙t时节点n空余的能量容量；V为非负的惩罚因子，ω为目标函数为了联合网络效用和损失函数的权重因子，且0≤ω≤1；ωm表示m类业务流的权重因子；表示节点在时隙t时m类业务流数据的采集量上限；计算定义为
C.基于节点的能量状态和数据队列队列长度，采用下属计算各个节点的n*，并选取n*值最大的若干个节点作为信道分配候选集：
式中argmax(an)为选取最大的an所对应的n值；Qn(t)表示时隙t时节点n的数据队列大小，表示时隙t时传感器网络中所有节点的能量平均值，表示时隙t时传感器网络中所有节点的数据队列平均值。
5.根据权利要求4所述的能量获取认知无线传感器网络的资源管理方法，其特征在于所述的选取最佳信道分配方案，具体为采用如下算式选取最佳方案：
式中max[]为取最大值操作；Cn,k(t)表示时隙t时节点n使用信道k传输数据的信道容量；表示时隙t时信道k的接入概率；PT表示节点传输数据的功率。
6.根据权利要求5所述的能量获取认知无线传感器网络的资源管理方法，其特征在于所述的选择业务流种类，具体为采用如下算式选取业务流种类：
式中m*为最终选取的业务流种类，ωm为业务流m的权重因子；表示时隙t时节点n传输业务流m时的数据队列大小。
7.根据权利要求6所述的能量获取认知无线传感器网络的资源管理方法，其特征在于所述的传感器网络进行能量队列更新，具体为采用如下算式进行更新：
式中En(t+1)表示时隙t+1时节点n的能量队列，En(t)表示时隙t时节点n的能量队列，en(t)表示时隙t时节点n实际从环境中获取的能量；表示时隙t时节点n总的能量消耗且式中表示时隙t时节点n采集的m类业务流的数据量。
8.根据权利要求7所述的能量获取认知无线传感器网络的资源管理方法，其特征在于所述的传感器网络进行数据队列更新，具体为采用如下算式进行更新：
式中表示时隙t+1时节点n的m类业务流的数据队列；表示时隙t时节点n的m类业务流的数据队列；表示时隙t时节点n转发的m类业务流的数据量。
CN201810084079.9A 2018-01-29 2018-01-29 能量获取认知无线传感器网络的资源管理方法 Active CN108377477B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810084079.9A CN108377477B (zh) 2018-01-29 2018-01-29 能量获取认知无线传感器网络的资源管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810084079.9A CN108377477B (zh) 2018-01-29 2018-01-29 能量获取认知无线传感器网络的资源管理方法

Publications (2)

Publication Number Publication Date
CN108377477A true CN108377477A (zh) 2018-08-07
CN108377477B CN108377477B (zh) 2021-02-02

Family

ID=63016888

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810084079.9A Active CN108377477B (zh) 2018-01-29 2018-01-29 能量获取认知无线传感器网络的资源管理方法

Country Status (1)

Country Link
CN (1) CN108377477B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101611571A (zh) * 2006-12-07 2009-12-23 米索尼莫奇获取有限公司 时隙和信道分配系统和方法
CN104661260A (zh) * 2015-01-20 2015-05-27 中南大学 一种QoS感知和负载均衡的无线Mesh智能电网路由机制
CN105898871A (zh) * 2016-03-17 2016-08-24 东南大学 一种多跳多频点无线Mesh网的资源分配方法
US20170245096A1 (en) * 2016-02-23 2017-08-24 King Fahd University Of Petroleum And Minerals Efficient routing for energy harvest and quality of service in wireless sensor networks

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101611571A (zh) * 2006-12-07 2009-12-23 米索尼莫奇获取有限公司 时隙和信道分配系统和方法
CN104661260A (zh) * 2015-01-20 2015-05-27 中南大学 一种QoS感知和负载均衡的无线Mesh智能电网路由机制
US20170245096A1 (en) * 2016-02-23 2017-08-24 King Fahd University Of Petroleum And Minerals Efficient routing for energy harvest and quality of service in wireless sensor networks
CN105898871A (zh) * 2016-03-17 2016-08-24 东南大学 一种多跳多频点无线Mesh网的资源分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
X DENG , T HE ,L HE , J GUI ,Q PENG: "Performance Analysis for IEEE 802.11s Wireless Mesh Network in Smart Grid", 《WIRELESS PERSONAL COMMUNICATIONS》 *
贺道德，武玲玲，邓晓衡，满君丰: "基于单向多汇聚节点的WSN分层路由协议", 《计算机工程与应用》 *

Also Published As

Publication number Publication date
CN108377477B (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
CN108834080B (zh) 异构网络中基于多播技术的分布式缓存和用户关联方法
CN101159898B (zh) 确定与缓冲器状态相关的信息的粒度等级的系统和方法
CN101686497B (zh) 小区负荷均衡方法、小区负荷评估方法及装置
CN107733689A (zh) 基于优先级的动态加权轮询调度策略方法
Ma et al. A cooperative cache-based content delivery framework for intermittently connected mobile ad hoc networks
CN102946641B (zh) 异构融合网络带宽资源优化分配方法
CN102098684B (zh) 认知无线网络中跨层资源分配系统及方法
CN103260166A (zh) 分布式认知无线网络基于联盟博弈的频谱分配方法
CN107396448A (zh) 一种异构网络中的资源分配方法
CN101472339A (zh) 一种小区干扰协调的方法
CN102802204A (zh) 基于用户体验QoE的网络选择方法
CN103907390A (zh) 用于无线电资源分配的方法和装置
CN102523585A (zh) 基于改进遗传算法的认知无线电方法
Zhao et al. Joint subchannel and power allocation in multiuser OFDM systems with minimal rate constraints
CN109831808A (zh) 一种基于机器学习的混合供电c-ran的资源分配方法
CN105898807A (zh) 一种在超密集网络下的联合接入点选择和资源分配的自治愈方法
CN102131298B (zh) 一种下行资源的配置方法
CN101883364B (zh) 一种基于多信道机结构的cmr及频谱分配方法
CN110281807A (zh) 一种用于电动汽车和充电桩的匹配方法及系统
CN106027214A (zh) 一种多小区大规模mimo系统导频分配方法
Zhou et al. Towards small aoi and low latency via operator content platform: A contract theory-based pricing
CN107493607A (zh) 网络资源分配方法及网络资源分配装置
CN102740368A (zh) 一种带宽调整方法及商业智能系统
CN111372312A (zh) 时频空资源分配方法、计算机装置及计算机可读存储介质
CN104202798A (zh) 电力无线通信异构多网环境中的网络选择方法

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