CN108471357A - 一种基于窄带物联网的终端接入调度方法及装置 - Google Patents
一种基于窄带物联网的终端接入调度方法及装置 Download PDFInfo
- Publication number
- CN108471357A CN108471357A CN201810204184.1A CN201810204184A CN108471357A CN 108471357 A CN108471357 A CN 108471357A CN 201810204184 A CN201810204184 A CN 201810204184A CN 108471357 A CN108471357 A CN 108471357A
- Authority
- CN
- China
- Prior art keywords
- terminal
- iot deployment
- deployment regions
- iot
- access
- 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
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/02—Access restriction performed under specific conditions
- H04W48/04—Access restriction performed under specific conditions based on user or terminal location or mobility data, e.g. moving direction, speed
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/20—Selecting an access point
Abstract
本发明实施例提供一种基于窄带物联网的终端接入调度方法及装置。所述方法包括:获取窄带物联网NB‑IoT部署区域,将NB‑IoT部署区域根据预设规则划分为多个小区;从每个小区中选择一个中心点作为对应小区进行小组聚类的参照节点;计算NB‑IoT部署区域中的每一终端与每一参照节点之间的距离,根据距离进行分组;根据分组情况将NB‑IoT部署区域中的所有终端接入基站。所述装置用于执行所述方法,本发明实施例通过将NB‑IoT部署区域根据预设规则划分为多个小区,计算NB‑IoT部署区域中每个终端与参照节点之间的距离,根据距离进行分组,然后根据分组情况将终端接入基站,对物联网部署区域中的终端进行更加合理的分组,进一步提高系统的接入性能。
Description
技术领域
本发明实施例涉及物联网技术领域,尤其涉及一种基于窄带物联网的终端接入调度方法及装置。
背景技术
面对未来物联网百亿级的通信需求,传统通信技术,如蓝牙、4G、Zigbee等,在部署方式、功耗和复杂度等方面,都存在明显的不适应性。因此,低功耗广域网(Low-PowerWide-Area Network,LPWAN)应运而生,成为当今物联网接入技术的主要热点之一。其中,NB-IoT具备低成本、低功耗、广覆盖、大连接的特点,是当今最具潜力的LPWAN技术。
在3GPP RAN全会第七十二次会议上,NB-IoT作为大会的一项重要议题,其对应的3GPP协议相关内容获得了RAN全会批准。NB-IoT是基于蜂窝网的无线接入技术,工作在授权的频率段,射频带宽为180kHz,上下行峰值速率不超过250kbit/s,具有抗干扰性强,可靠性高,覆盖范围广等优点。因此,NB-IoT技术很好地满足了低速率业务的需求,可以直接部署在蜂窝系统或长期演进(LTE)网络中,来扩大部署范围和降低成本。其应用领域包括智能交通、远程抄表、智能家居和无线传感器网络等。
物联网设备接入到网络中,需要考虑如何合理有效的满足各种设备的通信要求。同时,当海量的物联网终端接入到网络时,会使得网络时延快速增加,网络性能严重下降。为解决接入时系统面临的过载问题,3GPP提出:接入限制策略,即按类别允许接入;RACH资源的动态分配;按时间段接入等方法。这些方法都是基于组特性的数量控制机制,一方面控制准入时间段内接入基站的终端节点数量,另一方面动态调整随机接入信道资源来避免接入时信道资源不足的情况。一旦终端节点的数目得到控制,就可以在一定程度上减少数据量的突发,从而缓解系统过载问题。3GPP虽然给出了基于组特性的数量控制机制,但并未给出具体的分组方案。如何对物联网部署区域中的终端进行更加合理的分组,进一步提高系统的接入性能是现如今亟待解决的课题。
发明内容
针对现有技术存在的问题,本发明实施例提供一种基于窄带物联网的终端接入方法及装置。
第一方面,本发明实施例提供一种基于窄带物联网的终端接入方法,包括:
获取窄带物联网NB-IoT部署区域,将所述NB-IoT部署区域根据预设规则划分为多个小区;
从每个小区中选择一个中心点作为对应小区进行小组聚类的参照节点;
计算所述NB-IoT部署区域中的每一终端与每一参照节点之间的距离,根据所述距离进行分组;
根据分组情况将所述NB-IoT部署区域中的所有终端接入基站。
第二方面,本发明实施例提供一种基于窄带物联网的终端接入装置,包括:
获取模块,用于获取窄带物联网NB-IoT部署区域,将所述NB-IoT部署区域根据预设规则划分为多个小区;
中心点选择模块,用于从每个小区中选择一个中心点作为对应小区进行小组聚类的参照节点;
计算模块,用于计算所述NB-IoT部署区域中的每一终端与每一参照节点之间的距离,根据所述距离进行分组;
接入模块,用于根据分组情况将所述NB-IoT部署区域中的所有终端接入基站。
第三方面,本发明实施例提供一种电子设备,包括:处理器、存储器和总线,其中,
所述处理器和所述存储器通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行第一方面的方法步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,包括:
所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行第一方面的方法步骤。
本发明实施例提供的一种基于窄带物联网的终端接入方法及装置,通过将NB-IoT部署区域根据预设规则划分为多个小区,计算NB-IoT部署区域中每个终端与参照节点之间的距离,根据距离进行分组,然后根据分组情况将终端接入基站,对物联网部署区域中的终端进行更加合理的分组,进一步提高系统的接入性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于窄带物联网的终端接入方法流程示意图;
图2为本发明实施例提供的聚类分组算法示意图;
图3为本发明实施例提供的一种基于窄带物联网的终端接入装置结构示意图;
图4为本发明实施例提供的电子设备实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种基于窄带物联网的终端接入方法流程示意图,如图1所示,所述方法,包括:
步骤101:获取窄带物联网NB-IoT部署区域,将所述NB-IoT部署区域根据预设规则划分为多个小区;
具体的,装置获取窄带物联网NB-IoT部署区域,NB-IoT部署区域包括多个终端,将NB-IoT部署区域根据预设规则划分为多个小区,其中预设规则可以是根据NB-IoT部署区域的经纬度进行平均分割,分割为几个小区也可以根据实际情况自行设定。
步骤102:从每个小区中选择一个中心点作为对应小区进行小组聚类的参照节点;
具体的,对每个小区进行中心点选取,即将位于小区的中心位置作为中心点,将该中心点作为该小区进行聚类的参照节点。应当说明的是,参照节点为终端。
步骤103:计算所述NB-IoT部署区域中的每一终端与每一参照节点之间的距离,根据所述距离进行分组;
具体的,由于NB-IoT部署区域包括多个终端,且每个小区对应一个参照节点,因此,可以根据聚类算法依次计算每一个终端距每一个参照节点之间的距离,根据计算得到的距离对这些终端进行分组,直到所有的节点都分组完成,即将终端分配给小区。
步骤104:根据分组情况将所述NB-IoT部署区域中的所有终端接入基站。
具体的,通过装置对终端进行分组后,根据NB-IoT部署区域的分组情况,按照时间段依次将分组中的所有终端接入基站,
本发明实施例通过将NB-IoT部署区域根据预设规则划分为多个小区,计算NB-IoT部署区域中每个终端与参照节点之间的距离,根据距离进行分组,然后根据分组情况将终端接入基站,对物联网部署区域中的终端进行更加合理的分组,进一步提高系统的接入性能。
在上述实施例的基础上,所述计算所述NB-IoT部署区域中的所有终端与每一参照节点之间的距离,根据所述距离进行分组,包括:
计算所述NB-IoT部署区域中的每一终端与每一参照节点之间的距离,将终端和距离最近的参照节点分为一组。
具体的,图2为本发明实施例提供的聚类分组算法示意图,如图2所示,依次计算NB-IoT部署区域中的每一终端与每一参照节点之间的距离,以其中任意一个终端为例,计算该终端到每一个参照节点之间的距离,获取与终端距离最短的参照节点作为目标参照节点,将该终端分到目标参照节点这一组。NB-IoT部署区域中的其他终端也按照上述方法进行聚类,直到所有的终端均被分完为止。
本发明实施例通过将终端与其距离最近的参照节点分为一组,然后将不同分组的终端按时间段依次接入基站,降低了基站设备的压力,从而提高了接入的成功率。
在上述实施例的基础上,所述方法,还包括:
若判断获知所述NB-IoT部署区域对应的数据流到达过程服从Beta分布,则根据所述NB-IoT部署区域对应的终端数量、终端每次发送的数据包大小和Beta分布的接入概率密度函数,计算在[0,T]时间段内所述NB-IoT部署区域对应基站的数据流到达过程累计数据量;
根据所述数据流到达过程累计数据量,利用极小加卷积、随机到达曲线、随机服务曲线和随机延迟边界定理,计算所述NB-IoT部署区域对应的数据流到达过程服从Beta分布时对应的系统延迟边界。
具体的,若NB-IOT数据流到达过程A(t)服从Beat分布,则对低功耗广域物联网接入模型进行延迟容忍分析,其中服务器以恒定速率C提供服务。
在极端情况下,如断电后所有终端设备重新入网,终端节点将以高度同步的方式接入网络,采用[0,T]内的Beta分布描述数据流到达过程,并且取值为Beta(3,4)。假设在某一特定的NB-IoT应用场景中部署着n个NB-IoT终端节点,每个节点一次发送的数据包大小为l并且在时间段[0,T]内所有节点都将上传一次数据。
那么,可以用接入强度ACS描述在[0,T]内第i个接入时段基站节点收到的数据量,接入强度ACS可以通过NB-IoT部署区域对应终端的终端数量、每个终端每次发送的数据包大小和Beta分布的接入概率密度函数计算获得,然后将NB-IoT部署区域中所有终端对应的接入强度求和,获得在[0,T]时间段内所述NB-IoT部署区域对应基站的数据流到达过程累计数据量。应当说明的是,T的具体数值是可以根据实际情况预先设定的。
在计算获得到数据流到达过程累计数据量后,根据数据流到达过程累计数据量,利用极小加卷积、随机到达曲线、随机服务曲线和随机延迟边界定理,计算获得NB-IoT部署区域对应的数据流到达过程服从Beta分布时对应的系统延迟边界。应当说明的是,极小加卷积、随机到达曲线、随机服务曲线和随机延迟边界定理均为现有技术,本发明实施例对此不再赘述。
本发明实施例通过判断NB-IoT部署区域对应的数据流到达过程服从Beta分布时,计算NB-IoT部署区域对应的数据流到达过程服从Beta分布时对应的系统延迟边界,从而可以对网络的延迟性能做出评价。
在上述实施例的基础上,所述根据所述NB-IoT部署区域对应的终端数量、终端每次发送的数据包大小和Beta分布的接入概率密度函数,计算在[0,T]时间段内所述NB-IoT部署区域对应基站的数据流到达过程累计数据量,包括:
根据计算获得所述NB-IoT部署区域对应基站在[0,T]时间段内的数据流到达过程累计数据量;
其中,Acs(i)为所述NB-IoT部署区域对应基站在第i个接入时段的接入强度;
其中n为所述终端数量,l为终端每次发送的数据包大小,p(t)为所述接入概率密度函数,ti为第i个接入时段,0≤i≤T;,t为时间,且0<t<T;
其中,
设定α=3,β=4,则
具体的,在网络演算理论中,运用数据累积量的形式表示到达过程,离开过程和服务过程,即数据在时间段[0,t]内数据量的累积。定义到达过程为A(t),离开过程为A*(t),服务过程为S(t)。并且,
A(s,t)=A(t)-A(s) (1)
A*(s,t)=A*(t)-A*(s) (2)
S(s,t)=S(t)-S(s) (3)
分别表示在时间间隔[s,t]内每个过程的数据量。随机网络演算引入了违背概率函数f,允许网络流的到达过程和服务器的服务过程以一定的概率超出这些约束条件。约束条件和违背函数分别属于函数集和其中为非负广义递增函数集,为非负广义递减函数集。
定义1(极小加卷积)函数f和函数g的极小加卷积运算为:
定义2(v.b.c随机到达曲线)对任意的t≥0和x≥0,到达过程A(t)满足:
并且函数则称α(t)为到达过程A(t)的随机到达曲线,违背概率函数为f(x),表示为A~vb<f,α>。
定义3(随机服务曲线)对任意的t≥0和x≥0,到达过程A(t)和离开过程A*(t)满足:
并且函数则称服务节点S为到达过程提供随机服务曲线β(t),违背概率函数为g(t),表示为S~sc<g,β>。
假设在某一特定的NB-IoT应用场景中部署着n个NB-IoT终端节点,每个节点一次发送的数据包大小为l,并且在时间段[0,t]内所有节点都将上传一次数据。数据流的平均到达速率为且A(t)表示t时刻到达过程的累积流量,节点数据流的到达曲线满足SNC中的EBB模型。由定义2,数据流到达过程存在随机到达曲线即A~vb<fu,r·t>。其中,fu为违背概率函数,表示数据流超出该随机到达曲线的概率。
定理1(随机延迟边界)若到达过程A满足A~vb<f,α>,服务节点的随机服务曲线为S~sc<g,β>,则对于任意t≥0和x≥0,到达过程A在时刻t的延迟D(t)满足:
其中,
由定义1,定义2,定义3以及定理1,代入α(t)=r·t+b,β(t)=Ct。可以得到,当NB-IoT数据流到达过程满足均匀分布时,A(t)在时刻t的随机延迟边界为:
即,
换元得,
P{D(t)>x}≤fu(Cx) (11)
当数据流到达过程满足均匀分布时,类似于泊松分布,可以得到v.b.c.随机到达曲线的违背概率函数为,
其中,
代入公式(10)得,
在极端情况下,如断电后所有终端设备重新入网,终端节点将以高度同步的方式接入网络,采用[0,T]内的Beta分布描述数据流到达过程,并且取值为Beta(3,4)。假设在某一特定的NB-IoT应用场景中部署着n个NB-IoT终端节点,每个节点一次发送的数据包大小为l并且在时间段[0,T]内所有节点都将上传一次数据。
那么,可以用接入强度ACS描述在[0,T]内第i个接入时段基站节点收到的数据量,表示为:
其中,ti表示第i个接入时段,p(t)为在[0,T]内的Beta分布的接入概率密度,并且,
在(0,1)范围内连续,Beta函数由式(16)确定。
且Beta分布的接入概率密度p(t)满足,
取Beta分布为Beta(3,4),即α=3,β=4,代入式(14),结合式(15)和式(16),可以得到,
即,
根据NB-IoT网络应用场景,可以得到数据流到达过程累积量A(t)为:
由式(19)可知,到达曲线满足根据定义1,定义2,定义3和定理1以及β(t)=Ct,可以得到,当NB-IoT数据流到达过程满足Beta分布时,A(t)在时刻t的第一随机延迟边界为:
当数据流到达过程满足Beta分布时,A(t)代表到达数据流的累积量。根据高斯分布模型,其违背概率函数为其中ρ>λ,λ,ν分别代表到达过程A(t)的均值和方差,
可以求得当NB-IoT数据流到达过程服从Beta分布时,A(t)在时刻t的系统延迟边界为,
其中,D(t)为到达过程在t时刻的延迟,为两条曲线相交的最大水平距离函数,为违背概率函数,λ为到达过程数据累计量的均值,ν为到达过程数据累积量的方差,C为服务器提供服务时对应的恒定速率,ρ为到达过程的瞬时速率,ρ>λ。
本发明实施例通过判断NB-IoT部署区域对应的数据流到达过程服从Beta分布时,计算NB-IoT部署区域对应的数据流到达过程服从Beta分布时对应的系统延迟边界,从而可以对网络的延迟性能做出评价。
在上述实施例的基础上,所述方法,还包括:
根据所述Beta分布下的所述系统延迟边界对每一小区对应的网络延迟性能进行分析。
具体的,NB-IoT部署区域中每一个小区都可以计算出对应的系统延迟边界,因此,可以根据各小区对应的系统延迟边界对相应的小区的网络延迟性能进行分析。
图3为本发明实施例提供的一种基于窄带物联网的终端接入装置结构示意图,如图3所示,所述装置,包括:获取模块301、中心点选择模块302、计算模块303和接入模块304,其中:
获取模块301用于获取窄带物联网NB-IoT部署区域,将所述NB-IoT部署区域根据预设规则划分为多个小区;中心点选择模块302用于从每个小区中选择一个中心点作为对应小区进行小组聚类的参照节点;计算模块303用于计算所述NB-IoT部署区域中的每一终端与每一参照节点之间的距离,根据所述距离进行分组;接入模块304用于根据分组情况将所述NB-IoT部署区域中的所有终端接入基站。
具体的,获取模块301获取窄带物联网NB-IoT部署区域,NB-IoT部署区域包括多个终端,将NB-IoT部署区域根据预设规则划分为多个小区,其中预设规则可以是根据NB-IoT部署区域的经纬度进行平均分割,分割为几个小区也可以根据实际情况自行设定。中心点选择模块302对每个小区进行中心点选取,即将位于小区的中心位置作为中心点,将该中心点作为该小区进行聚类的参照节点。由于NB-IoT部署区域包括多个终端,且每个小区对应一个参照节点,因此,计算模块303可以根据聚类算法依次计算每一个终端距每一个参照节点之间的距离,根据计算得到的距离对这些终端进行分组,直到所有的节点都分组完成,即将终端分配给小区。通过对终端进行分组后,接入模块304根据NB-IoT部署区域的分组情况,按照时间段依次将分组中的所有终端接入基站,
本发明提供的装置的实施例具体可以用于执行上述各方法实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
本发明实施例通过将NB-IoT部署区域根据预设规则划分为多个小区,计算NB-IoT部署区域中每个终端与参照节点之间的距离,根据距离进行分组,然后根据分组情况将终端接入基站,对物联网部署区域中的终端进行更加合理的分组,进一步提高系统的接入性能。
在上述实施例的基础上,所述装置,还包括:
随机延迟边界计算模块,用于若判断获知所述NB-IoT部署区域对应的数据流到达过程服从Beta分布,则根据所述NB-IoT部署区域对应终端的终端数量、每个终端每次发送的数据量和Beta分布的接入概率密度函数,计算在[0,T]时间段内所述NB-IoT部署区域对应基站的数据流到达过程累计数据量;
根据所述数据流到达过程累计数据量,利用极小加卷积、随机到达曲线、随机服务曲线和随机延迟边界定理,计算所述NB-IoT部署区域对应的数据流到达过程服从Beta分布时对应的系统延迟边界性能。
具体的,随机延迟边界计算模块若判断获知NB-IOT数据流到达过程A(t)服从Beat分布,则对低功耗广域物联网接入模型进行延迟容忍分析,其中服务器以恒定速率C提供服务。
在极端情况下,如断电后所有终端设备重新入网,终端节点将以高度同步的方式接入网络,采用[0,T]内的Beta分布描述数据流到达过程,并且取值为Beta(3,4)。假设在某一特定的NB-IoT应用场景中部署着n个NB-IoT终端节点,每个节点一次发送的数据包大小为l并且在时间段[0,T]内所有节点都将上传一次数据。
那么,可以用接入强度ACS描述在[0,T]内第i个接入时段基站节点收到的数据量,接入强度ACS可以通过NB-IoT部署区域对应终端的终端数量、每个终端每次发送的数据量和Beta分布的接入概率密度函数计算获得,然后将NB-IoT部署区域中所有终端对应的接入强度求和,获得在[0,T]时间段内所述NB-IoT部署区域对应基站的数据流到达过程累计数据量。应当说明的是,T的具体数值是可以根据实际情况预先设定的。
在计算获得到数据流到达过程累计数据量后,根据数据流到达过程累计数据量,利用极小加卷积、随机到达曲线、随机服务曲线和随机延迟边界定理,计算获得NB-IoT部署区域对应的数据流到达过程服从Beta分布时对应的系统延迟边界。应当说明的是,极小加卷积、随机到达曲线、随机服务曲线和随机延迟边界定理均为现有技术,本发明实施例对此不再赘述。
本发明实施例通过判断NB-IoT部署区域对应的数据流到达过程服从Beta分布时,计算NB-IoT部署区域对应的数据流到达过程服从Beta分布时对应的系统延迟边界,从而可以对网络的延迟性能做出评价。
图4为本发明实施例提供的电子设备实体结构示意图,如图4所示,所述电子设备,包括:处理器(processor)401、存储器(memory)402和总线403;其中,
所述处理器401和存储器402通过所述总线403完成相互间的通信;
所述处理器401用于调用所述存储器402中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:获取窄带物联网NB-IoT部署区域,将所述NB-IoT部署区域根据预设规则划分为多个小区;从每个小区中选择一个中心点作为对应小区进行小组聚类的参照节点;计算所述NB-IoT部署区域中的每一终端与每一参照节点之间的距离,根据所述距离进行分组;根据分组情况将所述NB-IoT部署区域中的所有终端接入基站。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:获取窄带物联网NB-IoT部署区域,将所述NB-IoT部署区域根据预设规则划分为多个小区;从每个小区中选择一个中心点作为对应小区进行小组聚类的参照节点;计算所述NB-IoT部署区域中的每一终端与每一参照节点之间的距离,根据所述距离进行分组;根据分组情况将所述NB-IoT部署区域中的所有终端接入基站。
本实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:获取窄带物联网NB-IoT部署区域,将所述NB-IoT部署区域根据预设规则划分为多个小区;从每个小区中选择一个中心点作为对应小区进行小组聚类的参照节点;计算所述NB-IoT部署区域中的每一终端与每一参照节点之间的距离,根据所述距离进行分组;根据分组情况将所述NB-IoT部署区域中的所有终端接入基站。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置等实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于窄带物联网的终端接入方法,其特征在于,包括:
获取窄带物联网NB-IoT部署区域,将所述NB-IoT部署区域根据预设规则划分为多个小区;
从每个小区中选择一个中心点作为对应小区进行小组聚类的参照节点;
计算所述NB-IoT部署区域中的每一终端与每一参照节点之间的距离,根据所述距离进行分组;
根据分组情况将所述NB-IoT部署区域中的所有终端接入基站。
2.根据权利要求1所述的方法,其特征在于,所述计算所述NB-IoT部署区域中的所有终端与每一参照节点之间的距离,根据所述距离进行分组,包括:
计算所述NB-IoT部署区域中的每一终端与每一参照节点之间的距离,将终端和距离最近的参照节点分为一组。
3.根据权利要求1所述的方法,其特征在于,所述方法,还包括:
若判断获知所述NB-IoT部署区域对应的数据流到达过程服从Beta分布,则根据所述NB-IoT部署区域对应的终端数量、终端每次发送的数据包大小和Beta分布的接入概率密度函数,计算在[0,T]时间段内所述NB-IoT部署区域对应基站的数据流到达过程累计数据量;
根据所述数据流到达过程累计数据量,利用极小加卷积、随机到达曲线、随机服务曲线和随机延迟边界定理,计算所述NB-IoT部署区域对应的数据流到达过程服从Beta分布时对应的系统延迟边界。
4.根据权利要求3所述的方法,其特征在于,所述根据所述NB-IoT部署区域对应的终端数量、终端每次发送的数据包大小和Beta分布的接入概率密度函数,计算在[0,T]时间段内所述NB-IoT部署区域对应基站的数据流到达过程累计数据量,包括:
根据计算获得所述NB-IoT部署区域对应基站在[0,T]时间段内的数据流到达过程累计数据量;
其中,Acs(i)为所述NB-IoT部署区域对应基站在第i个接入时段的接入强度,t为时间,且0<t<T;
其中n为所述终端数量,l为终端每次发送的数据包大小,p(t)为所述接入概率密度函数,ti为第i个接入时段,0≤i≤T;
其中,
设定α=3,β=4,则
5.根据权利要求4所述的方法,其特征在于,所述系统延迟边界为:
其中,D(t)为到达过程在t时刻的延迟,为两条曲线相交的最大水平距离函数,为违背概率函数,λ为到达过程数据累计量的均值,ν为到达过程数据累积量的方差,C为服务器提供服务时对应的恒定速率,ρ为到达过程的瞬时速率,ρ>λ。
6.根据权利要求3或5所述的方法,其特征在于,所述方法,还包括:
根据所述Beta分布下的所述随机延迟边界对每一小区对应的网络延迟性能进行分析。
7.一种基于窄带物联网的终端接入装置,其特征在于,包括:
获取模块,用于获取窄带物联网NB-IoT部署区域,将所述NB-IoT部署区域根据预设规则划分为多个小区;
中心点选择模块,用于从每个小区中选择一个中心点作为对应小区进行小组聚类的参照节点;
计算模块,用于计算所述NB-IoT部署区域中的每一终端与每一参照节点之间的距离,根据所述距离进行分组;
接入模块,用于根据分组情况将所述NB-IoT部署区域中的所有终端接入基站。
8.根据权利要求7所述的装置,其特征在于,所述装置,还包括:
随机延迟边界计算模块,用于若判断获知所述NB-IoT部署区域对应的数据流到达过程服从Beta分布,则根据所述NB-IoT部署区域对应终端的终端数量、每个终端每次发送的数据量和Beta分布的接入概率密度函数,计算在[0,T]时间段内所述NB-IoT部署区域对应基站的数据流到达过程累计数据量;
根据所述数据流到达过程累计数据量,利用极小加卷积、随机到达曲线、随机服务曲线和随机延迟边界定理,计算所述NB-IoT部署区域对应的数据流到达过程服从Beta分布时对应的系统延迟边界。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,其中,
所述处理器和所述存储器通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1-6任一项所述的方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810204184.1A CN108471357B (zh) | 2018-03-13 | 2018-03-13 | 一种基于窄带物联网的终端接入调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810204184.1A CN108471357B (zh) | 2018-03-13 | 2018-03-13 | 一种基于窄带物联网的终端接入调度方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108471357A true CN108471357A (zh) | 2018-08-31 |
CN108471357B CN108471357B (zh) | 2021-06-18 |
Family
ID=63264351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810204184.1A Active CN108471357B (zh) | 2018-03-13 | 2018-03-13 | 一种基于窄带物联网的终端接入调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108471357B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111093247A (zh) * | 2019-11-22 | 2020-05-01 | 上海五零盛同信息科技有限公司 | 适用于窄带物联网终端设备的离散入网方法、系统、介质及设备 |
CN111954260A (zh) * | 2020-08-10 | 2020-11-17 | 杭州电子科技大学 | 一种大规模终端分组方法及系统 |
CN113099427A (zh) * | 2021-04-21 | 2021-07-09 | 中山大学 | 一种基于稀疏度自适应的带内部署NB-IoT信号恢复方法 |
CN113473680A (zh) * | 2021-08-03 | 2021-10-01 | 福州物联网开放实验室有限公司 | NB-IoT智能路灯终端的离散接入方法及其结构 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102075971A (zh) * | 2010-12-29 | 2011-05-25 | 高天润 | 智能监测应用中数据接入过程的性能指标预测方法 |
CN102300281A (zh) * | 2011-09-14 | 2011-12-28 | 长安大学 | 一种基于无线传感网络的桥梁状态监测路由方法 |
CN107613540A (zh) * | 2017-11-07 | 2018-01-19 | 合肥工业大学 | 一种无线可充电传感器网络聚类分簇路由方法 |
-
2018
- 2018-03-13 CN CN201810204184.1A patent/CN108471357B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102075971A (zh) * | 2010-12-29 | 2011-05-25 | 高天润 | 智能监测应用中数据接入过程的性能指标预测方法 |
CN102300281A (zh) * | 2011-09-14 | 2011-12-28 | 长安大学 | 一种基于无线传感网络的桥梁状态监测路由方法 |
CN107613540A (zh) * | 2017-11-07 | 2018-01-19 | 合肥工业大学 | 一种无线可充电传感器网络聚类分簇路由方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111093247A (zh) * | 2019-11-22 | 2020-05-01 | 上海五零盛同信息科技有限公司 | 适用于窄带物联网终端设备的离散入网方法、系统、介质及设备 |
CN111954260A (zh) * | 2020-08-10 | 2020-11-17 | 杭州电子科技大学 | 一种大规模终端分组方法及系统 |
CN111954260B (zh) * | 2020-08-10 | 2022-11-15 | 杭州电子科技大学 | 一种大规模终端分组方法及系统 |
CN113099427A (zh) * | 2021-04-21 | 2021-07-09 | 中山大学 | 一种基于稀疏度自适应的带内部署NB-IoT信号恢复方法 |
CN113473680A (zh) * | 2021-08-03 | 2021-10-01 | 福州物联网开放实验室有限公司 | NB-IoT智能路灯终端的离散接入方法及其结构 |
CN113473680B (zh) * | 2021-08-03 | 2023-12-19 | 福州物联网开放实验室有限公司 | NB-IoT智能路灯终端的离散接入方法及其结构 |
Also Published As
Publication number | Publication date |
---|---|
CN108471357B (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110247793B (zh) | 一种移动边缘云中的应用程序部署方法 | |
Hussein et al. | Efficient task offloading for IoT-based applications in fog computing using ant colony optimization | |
CN108471357A (zh) | 一种基于窄带物联网的终端接入调度方法及装置 | |
US10805931B2 (en) | Resource allocation method and apparatus for wireless backhaul network based on reinforcement learning | |
CN110351754B (zh) | 基于Q-learning的工业互联网机器设备用户数据计算卸载决策方法 | |
CN107547154B (zh) | 一种建立视频流量预测模型的方法及装置 | |
CN110602633B (zh) | 一种面向爆发性流量的移动边缘计算无人机群辅助通信方法 | |
EP2863674B1 (en) | Capacity planning method and device for wireless broadband network | |
CN109302719A (zh) | 一种lte小区容量预测分析方法及装置 | |
CN109640340A (zh) | 基站数据处理方法、装置、设备及计算机可读存储介质 | |
CN110445866A (zh) | 一种移动边缘计算环境中任务迁移和协作式负载均衡方法 | |
CN104168661A (zh) | 一种满足公平性条件的最大化网络生存期传输调度方法 | |
CN109104731A (zh) | 小区场景类别划分模型的构建方法、装置和计算机设备 | |
CN110830964B (zh) | 信息调度方法、物联网平台和计算机可读存储介质 | |
CN107105455A (zh) | 一种基于自回程感知的用户接入负载均衡方法 | |
CN110519776A (zh) | 一种雾计算系统中的均衡聚类和联合资源分配方法 | |
CN110233755A (zh) | 一种物联网中雾计算的计算资源和频谱资源分配方法 | |
CN111988787A (zh) | 一种任务的网络接入和服务放置位置选择方法及系统 | |
CN106131965B (zh) | 非授权频段上的子帧配置方法及子帧配置装置 | |
CN108696929A (zh) | 一种动态调整cca能量检测阈值的方法与装置 | |
CN106095529A (zh) | 一种c‑ran架构下的载波迁移方法 | |
CN113747450B (zh) | 一种移动网络中业务部署方法、装置及电子设备 | |
CN112887943B (zh) | 一种基于中心度的缓存资源分配方法及系统 | |
CN110996365A (zh) | 一种基于多目标优化模型的异构网络垂直切换算法及系统 | |
CN110430593A (zh) | 一种边缘计算用户任务卸载方法 |
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 |