CN109819471B - 结合定向天线的WiFi可用带宽估计方法 - Google Patents
结合定向天线的WiFi可用带宽估计方法 Download PDFInfo
- Publication number
- CN109819471B CN109819471B CN201910254160.1A CN201910254160A CN109819471B CN 109819471 B CN109819471 B CN 109819471B CN 201910254160 A CN201910254160 A CN 201910254160A CN 109819471 B CN109819471 B CN 109819471B
- Authority
- CN
- China
- Prior art keywords
- available bandwidth
- rate
- observation period
- data
- estimation
- 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.)
- Active
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种结合定向天线的WiFi可用带宽估计方法,解决了现有技术对WiFi网络的可用带宽估计精度低、模型复杂及忽略天线方向性影响的问题,其步骤为:构建WiFi网络;测量信号实际发送速率;提取固定周期内各传输帧长以及系统最大吞吐量;计算固定观测周期内的信道利用率;计算信道可用带宽初步估计;加入方向性修正,得到最终可用带宽的估计。本发明使用固定周期内基于传输帧长的信道利用率算法,结合定向天线,在估计公式中加入方向性修正系数,精确估计了WiFi网络的可用带宽,并跟踪其在各个方向上的变化,而且不占用系统额外带宽资源。对WiFi的拥塞控制、QoS保障、冲突避免等用途有重要意义,用于无线通信领域。
Description
技术领域
本发明属于通信技术领域,进一步涉及无线通信技术领域中的可用带宽估计,具体是一种结合定向天线的WiFi可用带宽估计方法。可用于对WiFi网络的带宽情况作精准估计,以及可作为系统路由选择的参考指标。
背景技术
节点间可用带宽的含义是在不影响已有业务流量的前提下,收发节点之间可以用于数据传输的最大吞吐量,在WiFi中,该指标可作为重要的路由选择指标。大多数现有的可用带宽估计算法主要有三种:主动注入式、基于数学模型工具估计和被动监测式。主动注入式方法将一些具有特定发送方式的探测包注入到链路数据流中,这些包数据往往有特定的发送间隔或数据包大小等,通过统计这些探测包的传输时延进行可用带宽估计。基于数学模型进行估计的方法通过数学模型对信道进行精确描述,该方法需要获知无线网络的拓扑结构,常用的模型有 Pathload模型、Sqruce模型等。被动监测方法则无需对网络注入额外的探测包,通过周期性的监测网络的状态信息估计可用带宽。
Martin-Faus I V,Urquiza-Aguiar L,Igartua M A,et al.Transient Analysisof Idle Time in VANETs Using Markov-Reward Models[J].IEEE Transactions onVehicular Technology,2018,67(4):2833-2847这篇TVT文献利用了马尔科夫模型对信道理想时间进行估计。在经典的可用带宽算法ABE算法中,可以根据信道理想时间求解信道利用率,进而对可用带宽进行估计,但极少有学者对该方法的准确性进行研究,事实上,在WiFi网络中,由于很难达到各个节点在时间上的完全同步,因此对理想时间参数的统计难度较大并且误差严重。
Y.Dai,D.Xu and Y.Zhan,"Towards Optimal Access Point Selection withAvailable Bandwidth Estimation,"2017IEEE International Conference on Internetof Things(iThings)and IEEE Green Computing and Communications(GreenCom)andIEEE Cyber,Physical and Social Computing(CPSCom)and IEEE Smart Data(SmartData),Exeter,2017,pp.762-769这篇会议文章将可用带宽估计应用于AP的接入选择,针对IEEE 802.11分布式协调功能DCF机制建立了排队模型,利用数学模型进行可用带宽估计,利用估计结果决定选择接入的接入点AP。然而该模型的建立需要对网络有精确的拓扑描述,这在无线网络中很难精确得到。
现有的对可用带宽进行估计的技术方法往往具有误差较大以及模型较复杂的缺点,并且由于目前常用的天线以定向天线为主,因此天线在各个方向上性能的不同也会影响其可用带宽,如果不考虑其方向特性,结果并不能全面描述无线网络性能。
发明内容
本发明的目的在于针对上述已有技术的不足,提出一种易于实现的、误差小的、考虑天线方向特性的结合定向天线的WiFi可用带宽估计方法。
本发明是一种结合定向天线的WiFi可用带宽估计方法,其特征在于,包括有如下步骤:
(1)构建WiFi网络;
(2)测量WiFi信号的实际发送速率:基于IEEE 802.11无线路由器提供的Minstrel速率控制算法,从速率表中提取无线网络信号的实际发送速率;
(3)提取固定观测周期内各传输帧的大小数据以及系统最大吞吐量:依据路由器底层数据刷新速率指定固定观测周期,使用socket机制从路由器内核中提取固定观测周期内各传输帧的大小数据以及无线网络系统最大吞吐量;
(4)计算固定时间周期内的信道利用率:使用固定观测周期内各传输帧长数据和无线网络信号的实际发送速率,利用基于传输帧长的算法求得信道利用率;
(5)计算信道可用带宽的初步估计值:根据信道的可用带宽估计ABE算法,使用信道利用率和系统最大吞吐量求得可用带宽的初步估计值;
(6)加入方向性修正系数,得到最终可用带宽的估计:在初步估计值的计算公式中加入方向修正系数,最终精确得到天线各个方向上的可用带宽估计值。
本发明采用socket机制,在路由器内核中提取传输帧长度、传输速率、最大吞吐量等物理层参数,并结合定向天线特性,求得天线各方向上的可用带宽。
本发明与现有技术相比具有以下优点:
第一、由于本发明采用固定时间周期内基于传输帧长的信道利用率的求法,克服了现有技术利用系统空余时间、占用时间求信道利用率时无法在WiFi网络中实现时间同步的困难,因此本发明简化了参数测量的复杂度,并降低了使用硬件设备进行测量时不可避免的误差,在具体操作运行上更具可行性。
第二、由于本发明采用socket机制直接提取路由器内核中保存的参数,克服了现有技术额外向数据链路中加入测量用数据包造成带宽资源浪费,以及WiFi 网络的拓扑结构难以准确获得的缺点,不需要使用误差较大的额外测量设备,也不需要为系统的描述建立复杂的数学模型,因此本发明可以更简单、精确的计算可用带宽的估计值,并且不占用额外系统带宽资源。
第三、由于本发明采用与定向天线的特性结合的方法分析系统的可用带宽,对可用带宽的初步估计值进行了方向性修正,能够跟踪可用带宽在天线不同方向上的变化,克服了现有技术对定向天线特性考虑的不足,因此本发明可以更全面的对系统带宽性能进行描述。
附图说明
图1为本方法流程示意图;
图2为IEEE 802.11DCF架构示意图;
图3为cfg80211的station_info结构体组成图;
图4为socket机制的流程图;
图5为不同方向上信道的可用带宽统计图;
图6为可用带宽估计值与实际值比较图;
图7为可用带宽的方向跟踪效果图。
具体实施方式
下面结合附图对本发明作详细描述。
实施例1
随着WiFi业务对网络速度、带宽的需求高速增长,其对数据传输速率、时延性能、服务质量QoS需求等提出了更高的要求,高带宽的业务如视屏多媒体业务、大数据业务等增长迅速。在WiFi中对可用带宽进行准确的估计,对拥塞控制、QoS保障、冲突避免等方面有重要的研究意义。
现有的对可用带宽进行估计的技术方法往往具有误差较大、模型较复杂的缺点,并且极少有学者将定向天线的方向特性与可用带宽的估计相结合,对定向天线而言,其在各个方向上的信号强度、带宽资源都有一定差异,因此定向天线的方向性也会影响其可用带宽大小,如果不考虑其方向特性,其结果并不能全面描述WiFi的带宽性能。针对这些问题,本发明经过创新与研究,提出一种结合定向天线的WiFi可用带宽估计方法,参照图1,包括有如下步骤:
(1)构建WiFi网络:将多台路由器设备与计算机系统相连接,构成WiFi 网络。
(2)测量WiFi信号的实际发送速率:基于IEEE 802.11无线路由器提供的Minstrel速率控制算法,通过字符串匹配的方法从速率表rc_stats中提取参数,例如根据Linux系统添加的表格标识选择最大吞吐量以及其对应的WiFi信号的实际发送速率。
(3)提取固定观测周期内各传输帧的大小数据以及系统最大吞吐量: cfg80211中提供了两种结构体:station_info和survey_info,这两个结构体中储存了系统运行过程中的一些参数;其中,station_info内储存了信号传输过程中所有传输帧的大小数据以及系统吞吐量,用户可以依据路由器底层数据刷新速率指定固定观测周期,使用socket机制从路由器内核中从该结构体中提取固定观测周期内各传输帧的大小数据以及系统最大吞吐量,得到观测周期内各传输帧长。使用此方法得到的观测数据可以在最大程度上避免测量误差,保证数据的精度。
(4)计算固定时间周期内的信道利用率:本发明使用固定时间周期内基于传输帧长的算法求信道利用率,即在一个固定的观测周期内,使用步骤(3) 中得到的固定观测周期内各传输帧长数据和步骤(2)中得到的WiFi信号的实际发送速率,利用基于传输帧长的算法求得信道利用率;现有技术在运用该算法时不固定观测周期,在不同的时间周期内,传输帧长也有大有小,因此无法对通信过程进行有效统计,本发明使用固定观测周期内的基于传输帧长的信道利用率算法,对信道利用率的估计更为精确。
(5)计算信道可用带宽的初步估计值:该估计值的算法源自信道可用带宽的经典定义,根据信道利用率和系统最大吞吐量求得;具体根据的是信道的可用带宽ABE算法,使用信道利用率和系统最大吞吐量求得可用带宽的初步估计值。
(6)加入方向性修正系数,得到最终可用带宽的估计:考虑到天线的方向性,在初步估计值的计算公式中加入方向修正系数,最终精确得到天线各个方向上的可用带宽估计值。
在Linux系统下搭建WiFi网络,使用Linux系统自带的算法和控件,对网络通信过程进行监控,直接提取可用带宽估计需要的参数,而不需要借助额外的硬件设备进行测量,避免了使用硬件测量设备无法规避的测量误差问题,也不需要为系统的描述建立复杂的数学模型,易于实现并且复杂度不高。
本发明在固定观测周期内使用基于传输帧长的信道利用率算法,能够精确的计算WiFi的实时信道利用率,进而精确估计网络的可用带宽;此外,本发明引入的方向性修正公式能跟踪无线网络带宽在不同方向上的性能变化,更全面的描述无线网络的带宽性能。
实施例2
结合定向天线的WiFi可用带宽估计方法同实施例1,步骤(4)中所述的固定周期内基于传输帧长的信道利用率算法,具体通过如下公式体现:
式中,μ为信道利用率;R为信号的实际发送速率;T为固定的时间观测周期,该固定周期的值由设计人根据路由器底层数据刷新速率指定;∑TF为固定观测周期内所有传输帧长的大小之和。
本发明与现有技术比较,其优势在于,由于固定了观测周期,可以更方便、精确的统计周期内传输帧长度数据,本发明不需要额外硬件仪器配合测量,由此避免了仪器设备带来的系统误差,直接计算得到的信道利用率比现有方法更为精确。
实施例3
结合定向天线的WiFi可用带宽估计方法同实施例1-2,步骤(6)所述的在初步估计值的计算公式中加入方向修正系数,具体的计算公式是:
式中,ABj即为j方向上的可用带宽估计值;R为信号的实际发送速率;T为固定的时间观测周期,该固定周期的值由设计人根据路由器底层数据刷新速率指定;C为系统最大吞吐量;∑TFj代表一个观测周期内所有传输帧的总和;Rej是重试次数,Failj是未能发送的分组数,这两个参数描述的是一但发送失败,系统重新尝试发送数据包的次数以及最终未能发送成功的数据包个数,数据在 station_info结构体的tx_retrys以及tx_failed中储存;Pj是观测周期T内,系统在 j方向上发送的总包数,该数据在station_info结构体的tx_packets和re_packets 中存储。
由于本发明采用与定向天线的特性结合的方法分析系统的可用带宽,在估计过程中对可用带宽的初步估计值进行了方向性修正,能够跟踪可用带宽在天线不同方向上的变化,克服了现有技术对定向天线特性考虑的不足,因此本发明更全面、更精确的对系统可用带宽性能进行了描述和估计。
下面给出一个更加完整详尽的例子对本发明进一步说明
实施例4
结合定向天线的WiFi可用带宽估计方法同实施例1-3,参考附图2,图2为 IEEE802.11DCF架构示意图,显示了802.11下的信号帧发送过程。需要先发送一个RTS信号,这需要一个DIFS时间以及一个随机延迟,当RTS信号成功发送并接收到回传的SIFS信号后,发送端才会发送信号帧。因此统计系统占用时间以及空闲时间非常复杂,本发明选择使用基于传输帧长的算法对可用带宽进行估计。
步骤1,构建Linux系统下的WiFi网络。目前,使用的无线路由设备大多基于802.11标准,在Linux系统下构建无线路由系统。用户搭建好网络之后,通过Linux系统的cfg80211这个API对系统进行配置。配置接口可以选择nl80211 和wext两种,随着版本的更新换代,nl80211接口在数据交换上的优势愈加明显,因此本发明选用nl80211接口来配置设备,并作为内核和用户空间之间的通信接口。
步骤2,测量信号的实际传输速率。本发明利用Minstrel算法生成的速率表得到该参数值,Minstrel是一种速率控制算法,802.11芯片的底层驱动中搭载了该算法。返回值速率统计表会保存在Linux系统目录下的rc_status文件内,系统会为对应最大吞吐量的速率配置作标识,使用字符串匹配的方法可以从中提取吞吐量,该吞吐量即为实际发送速率。
步骤3,提取各传输帧的大小数据以及最大吞吐量。cfg80211中提供了两种结构体:station_info和survey_info。这两个结构体内储存了系统运行时的一些参数数据,参考附图3,图3为cfg80211的station_info结构体组成图,station_info 结构体中的rx_bytes和tx_bytes两部分即为系统运行时所有通过信道的传输帧的大小数据,expected_throughput部分即为所需的最大吞吐量。结合附图4,图4 为socket机制的流程图,显示了socket机制的启用过程,使用socket机制从 cfg80211中提取结构体数据的具体步骤如下:
3.1创建netlink socket:netlink是一种Linux下特殊的socket机制,可以使得用户态和内核态进行通信;
3.2配置接口信息;
3.3设置回调函数;
3.4配置接口信息;
3.5调用回调函数得到返回值:即可得到所需数据,由于数据单位为byte,需要把它们转换成bit单位制。
步骤4,计算固定时间周期内的信道利用率。本发明使用一种基于固定观测周期内传输帧长的计算方法,不再考虑一个周期内,理想时间、发送时间等时间关系,而是将问题转化为考虑退避时间、繁忙时间等影响下,一个固定周期内帧的长度总和。对于一个节点来说,它的物理层信道利用率可以用以下等式来表示:
其中,T为固定观测周期,该固定周期的值由设计人根据路由器底层数据刷新速率指定;physize_frame代表的是物理层在一个观测周期T中所发送或接收的所有帧的长度,该数据由本发明步骤3得到;rate代表物理层速率,取信道达到最大吞吐量时所对应的信号实际发送速率,该数据由本发明步骤2得到。
步骤5,计算信道可用带宽的初步估计值。根据经典ABE可用带宽估计思想,本发明设计了如下等式进行初步估计:
其中,AB为信道可用带宽估计值;为一个观测周期内所有传输帧长度的总和;C为信道的最大吞吐量,该数据由本发明步骤3得到;rate为信道实际发送速率,该数据由本发明步骤2得到;T为观测周期,该固定周期的值是由设计人根据路由器底层数据刷新速率指定的。
步骤6,加入方向性修正系数,得到最终可用带宽的估计。由于实际中使用的天线一般都具有各方向上的通信性能差异,因此有必要考虑方向性的差异对可用带宽造成的影响。本发明引入方向性修正系数,为每个方向上的可用带宽估计进行修正。其计算公式为:
其中,ABj即为j方向上的可用带宽估计值;Fj代表j方向上一个观测周期内所有传输帧;Rej是重试次数,Failj是未能发送的分组数,这两个参数描述的是一但发送失败,系统重新尝试发送数据包的次数以及最终未能发送成功的数据包个数,数据在station_info结构体的tx_retrys以及tx_failed中储存;Pj是观测周期T内,系统在j方向上发送的总包数,该数据在station_info结构体的tx_packets 和re_packets中存储。
将上述获得的参数代入公式,即可求得最终各方向上可用带宽的估计值。
本发明通过引入定向天线方向修正系数,能够在不同方向上跟踪WiFi可用带宽的大小变化,从而更全面、更精确的对网络带宽性能进行描述和估计。
下面通过仿真及其结果对本发明的技术效果再做说明
实施例5
结合定向天线的WiFi可用带宽估计方法同实施例1-4,搭建WiFi实验环境对本发明的技术效果进行仿真说明。
仿真条件:
本实验使用一台搭载定向天线的路由器以及三台普通路由器,在Linux系统下进行仿真,定向天线的方向特性可以通过参数配置进行更改,mode1、mode2、 mode3分别对应三种模式,即将天线的主方向分别朝向三台普通路由器。
仿真内容及结果:
参考附图5,图5为不同方向上信道的可用带宽统计图,图中显示有当定向天线设置为mode2,即主方向指向第二台路由器时,三个路由器的信道的可用带宽资源。由图5可见,定向天线的方向特性会明显影响信道可用带宽的大小,因此将方向特性与可用带宽的估计相结合是具有理论根据和实际应用价值的,而如果忽略天线方向性,在结果的估计上会产生极大的误差。实际上,在现有技术中绝大多数方案都没有考虑到定向天线的方向性,本发明结合天线的方向特性提出的可用带宽的估计方法,在结果估计上比现有技术更精确、全面。
实施例6
结合定向天线的WiFi可用带宽估计方法同实施例1-4,搭建WiFi实验环境对本发明的技术效果进行仿真说明。
仿真条件:
本实验使用一台搭载定向天线的路由器以及一台普通路由器,在Linux系统下进行仿真,定向天线的背景带宽,即不可用带宽可以通过参数配置进行更改。
仿真内容与结果:
本发明设置一系列有梯度的发送路由器背景带宽,将按照本发明所述方法计算得到的可用带宽估计值与实际测得可用带宽实际值相比较,效果参考附图6。
图6为可用带宽估计值与实际值比较图。图6中,横坐标为测试次数,设置的发送路由器的背景带宽随着测试次数的增加而增加,纵坐标为相应的背景带宽下信道的可用带宽数据,带星号的曲线为依据本发明所述的方法计算得到的可用带宽估计值,带空心圈的曲线为实际测得的实际值。由图6可见,在前五次测试中估计值曲线与实际值曲线几乎重合,在其余测试中最大误差也不超过3Mbps,因此估计值与实际值高度吻合,实验证明本发明能够精确的对无线网络可用带宽进行估计。
实施例7
结合定向天线的WiFi可用带宽估计方法同实施例1-4,搭建WiFi实验环境对本发明的技术效果进行仿真说明。
仿真条件:
本实验使用一台搭载定向天线的路由器以及三台普通路由器,在Linux系统下进行仿真,定向天线的方向特性可以通过参数配置进行更改,mode、mode1、 mode2、mode3分别对应四种模式,参考附图7,其中图7(a)是mode模式,将定向天线设置为全向天线,即在各个方向上传输性能相同,其余三种模式是将天线的主方向分别朝向三台普通路由器,图7(b)是mode1,主方向朝向第一台路由器,图7(c)是mode2,主方向朝向第二台路由器,图7 (d)是mode3,主方向朝向第三台路由器。
仿真内容及结果:
本发明设置一系列取值不同的发送路由器背景带宽,将按照本发明的方法计算得到的可用带宽估计值与实际测得可用带宽实际值相比较,结果参考附图7。
图7为可用带宽的方向跟踪效果图。图7的四个测试图中,横坐标为测试次数,每次测试中设置的发送路由器的背景带宽取值不同,纵坐标为相应的背景带宽下信道的可用带宽数据,带星号的实线为依据本发明所述的方法计算得到的可用带宽估计值,虚线为实际测得的可用带宽实际值。由图7可见,即使天线的主方向发生变化,或者天线特性为全向天线时,本发明方法求得的可用带宽估计值仍能实现良好的可用带宽估计效果,在四种模式下可用带宽的估计值曲线都很好的跟踪了实际可用带宽曲线的变化。实验证明本发明计算的无线网络可用带宽能够精确的实现可用带宽的方向性跟踪。
以上描述仅是本发明的一个具体实例,显然对于本领域的专业人员来说,在了解了本发明内容和原理后,都可能在不背离本发明原理、结构的情况下,进行形式和细节上的各种修正和改变,但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。
简而言之,本发明公开一种结合定向天线的WiFi可用带宽估计方法,解决了现有技术在无线网络的可用带宽估计中精度低、模型复杂以及忽略天线方向性影响的技术问题,其步骤为:1.构建WiFi网络;2.使用IEEE 802.11无线路由器搭载的Minstrel方法,测量信号的实际传输速率;3.通过socket机制,从路由器内核中提取固定周期内各传输帧的大小数据以及系统最大吞吐量;4.通过基于传输帧长的算法,计算固定观测周期内的信道利用率;5.计算信道可用带宽的初步估计值;6.加入方向性修正系数,得到最终可用带宽的估计。本发明使用固定周期内基于传输帧长的信道利用率算法,并结合定向天线的特性为可用带宽的估计公式加入方向性修正系数,能精确的估计WiFi网络的可用带宽,并跟踪其在各个方向上的变化,而且不占用系统额外带宽资源。对WiFi的拥塞控制、QoS 保障、冲突避免等用途有重要意义,用于无线通信领域。
Claims (1)
1.一种结合定向天线的WiFi可用带宽估计方法,其特征在于,包括有如下步骤:
(1)构建WiFi网络;
(2)测量WiFi信号的实际发送速率:基于IEEE 802.11无线路由器提供的Minstrel速率控制算法,从速率表中提取无线网络信号的实际发送速率;
(3)提取固定观测周期内各传输帧的大小数据以及系统最大吞吐量:依据路由器底层数据刷新速率指定固定观测周期,使用socket机制从路由器内核中提取固定观测周期内各传输帧的大小数据以及无线网络系统最大吞吐量;
(4)计算固定观测周期内的信道利用率:使用固定观测周期内各传输帧长数据和无线网络信号的实际发送速率,利用基于传输帧长的算法求得信道利用率,具体计算公式是:
其中,T为固定观测周期,该固定观测周期的值根据路由器底层数据刷新速率指定;physize_frame代表的是物理层在一个固定观测周期T中所发送或接收的所有帧的长度;rate代表物理层速率,取信道达到最大吞吐量时所对应的信号实际发送速率;
(5)计算信道可用带宽的初步估计值:根据信道的可用带宽估计ABE算法,使用信道利用率和系统最大吞吐量求得可用带宽的初步估计值,ABE算法计算可用带宽估计的具体计算公式是:
(6)加入方向性修正系数,得到最终可用带宽的估计:在初步估计值的计算公式中加入方向修正系数,最终精确得到天线各个方向上的可用带宽估计值,具体的计算公式是:
式中,ABj即为j方向上的可用带宽估计值;R为信号的实际发送速率;T为固定观测周期,该固定观测周期的值由设计人根据路由器底层数据刷新速率指定;C为系统最大吞吐量;∑TFj代表一个固定观测周期内所有传输帧的总和;Rej是重试次数,Failj是未能发送的分组数,这两个参数描述的是一旦发送失败,系统重新尝试发送数据包的次数以及最终未能发送成功的数据包个数,在Linux系统下,该数据在station_info结构体的tx_retrys以及tx_failed中储存;Pj是固定观测周期T内,系统在j方向上发送的总包数,该数据在station_info结构体的tx_packets和re_packets中存储。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810811370 | 2018-07-23 | ||
CN2018108113701 | 2018-07-23 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109819471A CN109819471A (zh) | 2019-05-28 |
CN109819471B true CN109819471B (zh) | 2021-09-28 |
Family
ID=66611027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910254160.1A Active CN109819471B (zh) | 2018-07-23 | 2019-03-30 | 结合定向天线的WiFi可用带宽估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109819471B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110380912B (zh) * | 2019-08-16 | 2020-10-27 | 上海锵戈科技有限公司 | 一种基于snmp的大规模网络链路性能测量方法及系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103561431B (zh) * | 2013-11-18 | 2016-08-17 | 南京航空航天大学 | 一种适用于并发接入ad hoc网络的链路可用带宽估计方法 |
CN104539665A (zh) * | 2014-12-15 | 2015-04-22 | 北京极科极客科技有限公司 | 一种基于路由器的远程文件控制系统 |
CN104734979A (zh) * | 2015-04-07 | 2015-06-24 | 北京极科极客科技有限公司 | 一种路由器外接存储设备的控制方法 |
CN105682128B (zh) * | 2016-01-14 | 2019-04-12 | 南京航空航天大学 | 一种基于DCF协议的无线ad hoc网络链路可用带宽预测方法 |
CN105873232B (zh) * | 2016-03-25 | 2019-07-23 | 北京邮电大学 | 一种信道接入方法、装置及系统 |
CN106686641B (zh) * | 2017-01-17 | 2020-04-17 | 南京航空航天大学 | 一种定向无线自组织网络链路可用带宽预测方法 |
-
2019
- 2019-03-30 CN CN201910254160.1A patent/CN109819471B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109819471A (zh) | 2019-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | A new queueing model for QoS analysis of IEEE 802.11 DCF with finite buffer and load | |
RU2411671C2 (ru) | Измерение и мониторинг qos в беспроводных сетях с разграничением обслуживания | |
Li et al. | LLMP: exploiting LLDP for latency measurement in software-defined data center networks | |
US8774008B2 (en) | Real-time network measurement | |
WO2021077419A1 (zh) | 用于传输信道状态信息的方法和设备 | |
WO2021052374A1 (zh) | 网络拥塞控制方法、节点、系统及存储介质 | |
CN106656679B (zh) | 可用带宽测量方法 | |
CN102740367B (zh) | 数据流的传输方法及装置 | |
US20100265833A1 (en) | Network bandwidth determination | |
CN108337032A (zh) | 一种在sdsn中的时延测量偏差量化与时延预测的方法 | |
CN111404815B (zh) | 一种基于深度学习的有约束路由选择方法 | |
CN109819471B (zh) | 结合定向天线的WiFi可用带宽估计方法 | |
CN114885359B (zh) | 时延性能评估方法、接入网设备及存储介质 | |
CN114070448B (zh) | 一种基于多属性决策的主时钟选取方法 | |
WO2016161582A1 (zh) | 一种服务质量度量方法、装置及一种基站 | |
CN110505037A (zh) | 一种网络接口通信速率匹配方法、装置、设备和存储介质 | |
WO2019222999A1 (zh) | 接入控制方法、装置和可读存储介质 | |
Shi et al. | An quick available-bandwidth measurement method based on link delay growth rate | |
CN117221175A (zh) | 时延测量方法及其装置、存储介质、程序产品 | |
Liao et al. | Cross-layer path selection in multi-path transport protocol for mobile devices | |
Siddik et al. | Performance Evaluation of IEEE 802.11 for UAV-based Wireless Sensor Networks in NS-3 | |
Liu et al. | A 3-D Markov chain queueing model of IEEE 802.11 DCF with finite buffer and load | |
CN112688833A (zh) | 网络时延和时延抖动的测量方法、装置及计算机存储介质 | |
EP2439879A1 (en) | Method for collecting routing information in a network | |
WO2024159377A1 (zh) | 一种信道信息传输方法及装置 |
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 |