CN110213088B - 一种传输时限下aloha网络可靠性的优化方法 - Google Patents

一种传输时限下aloha网络可靠性的优化方法 Download PDF

Info

Publication number
CN110213088B
CN110213088B CN201910406368.0A CN201910406368A CN110213088B CN 110213088 B CN110213088 B CN 110213088B CN 201910406368 A CN201910406368 A CN 201910406368A CN 110213088 B CN110213088 B CN 110213088B
Authority
CN
China
Prior art keywords
network
time slot
determining
maximum value
state
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
Application number
CN201910406368.0A
Other languages
English (en)
Other versions
CN110213088A (zh
Inventor
宫傲宇
张帆
张一晋
束锋
桂林卿
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201910406368.0A priority Critical patent/CN110213088B/zh
Publication of CN110213088A publication Critical patent/CN110213088A/zh
Application granted granted Critical
Publication of CN110213088B publication Critical patent/CN110213088B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • 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
    • H04L41/14—Network analysis or design

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Small-Scale Networks (AREA)

Abstract

本发明公开了一种传输时限下ALOHA网络可靠性的优化方法，包括确定马尔可夫决策过程的相关参数，确定传输时限下ALOHA网络的可靠性指标，进而确定传输时限下ALOHA网络的可靠性指标的最大值以及达到该最大值的最优发送概率矩阵。本发明可以对不同传输时限下等待通信的设备数量不断变化的ALOHA网络的可靠性指标进行优化，为传输时限下ALOHA网络的有效实施提供帮助。

Description

一种传输时限下ALOHA网络可靠性的优化方法
技术领域
本发明属于无线网络通信技术领域，具体为一种传输时限下ALOHA网络可靠性的优化方法。
背景技术
随着传输时限下ALOHA类型网络的发展，该技术被广泛应用于灾情监测与交通安全等领域。与此同时，所述网络中的可靠性性能逐渐成为了近年来的研究热点，以往大多数研究均假设网络中的设备采用固定的发送概率。显而易见，当网络中等待通信的设备数量与数据分组传输时限发生变化时，所述固定发送概率将难以灵活适应网络环境的变化需求，进而导致网络可靠性性能的恶化。针对上述问题，Bae与Zhang等人求解与证明了不同传输时限下基于单包接收机制与多包接收机制的ALOHA网络的最优发送概率。然而，上述最优发送概率仅适用于网络中等待通信的设备数量保持恒定的情形。
发明内容
本发明旨在提供一种传输时限下ALOHA网络可靠性的优化方法，以对不同传输时限下等待通信的设备数量不断变化的ALOHA网络的可靠性指标进行优化。
实现本发明目的的技术方案为：一种传输时限下ALOHA网络可靠性的优化方法，具体步骤为：
步骤1、确定马尔可夫决策过程的相关参数，所述相关参数包括：描述在时隙t的开始时刻，网络中已完成数据传输的设备数量的状态st、描述在时隙t的开始时刻，当网络处于状态st时，接入信道开始数据传输的设备数量的行为at、描述在时隙t的开始时刻，当网络处于状态st时，网络采取行为at的概率的参数化决策
Figure BDA0002060878900000011
描述在时隙t的开始时刻，当网络处于状态st时，网络采取行为at，在时隙t+1的开始时刻，网络处于状态st+1的转移概率
Figure BDA0002060878900000012
以及描述在时隙t的开始时刻，当网络处于状态st时，网络中已经成功完成数据传输的设备数量增量期望的奖励
Figure BDA0002060878900000013
步骤2、基于决策过程Xt，利用逆向归纳法，确定网络可靠性指标
Figure BDA0002060878900000014
步骤3、基于决策过程Xt，利用动态规划法，确定可靠性指标的最大值
Figure BDA0002060878900000015
以及达到该最大值的最优发送概率矩阵
Figure BDA0002060878900000016
本发明与现有技术相比，其显著优点为：通过本发明能够对不同传输时限下等待通信的设备数量不断变化的ALOHA网络的可靠性指标进行优化，即可以使传输时限内成功完成数据传输的设备数量与设备总量的比值更高，因此能够为传输时限下ALOHA网络的有效实施提供帮助。
附图说明
图1为本发明的流程图。
图2为实施例1中三种接入策略随设备数量N变化的可靠性性能示意图。
图3为实施例1中三种接入策略随传输时限D变化的可靠性性能示意图。
具体实施方式
本发明中，信道接入机制具体为在传输时限D内，网络中的N台设备独立地进行数据分组的广播尝试，不使用应答与重传机制。当任一设备进行数据分组的广播后，无论传输的成功与否，该设备均会在当前超帧内保持静默，直至下一超帧的开始时刻恢复活跃。此时，网络中等待通信的设备(剩余设备)数量不断减少。每个设备均能掌握网络中已完成数据传输的设备数量的信息st，进而在任一超帧内的时隙t的开始时刻，以概率
Figure BDA0002060878900000021
发送数据分组。一种传输时限下ALOHA网络可靠性的优化方法，具体步骤为：
步骤1、确定马尔可夫决策过程的相关参数，所述相关参数包括：描述在时隙t的开始时刻，网络中已完成数据传输的设备数量的状态st、描述在时隙t的开始时刻，当网络处于状态st时，接入信道开始数据传输的设备数量的行为at、描述在时隙t的开始时刻，当网络处于状态st时，网络采取行为at的概率的参数化决策
Figure BDA0002060878900000022
描述在时隙t的开始时刻，当网络处于状态st时，网络采取行为at，在时隙t+1的开始时刻，网络处于状态st+1的转移概率
Figure BDA0002060878900000023
以及描述在时隙t的开始时刻，当网络处于状态st时，网络中已经成功完成数据传输的设备数量增量期望的奖励
Figure BDA0002060878900000024
在某些实施例中，传输时限具体为：在长度为D的超帧的开始时刻，网络中的N台设备独立地进行数据分组的广播尝试，不使用应答与重传机制；当任一设备进行数据分组的广播后，无论传输的成功与否，该设备均会在当前超帧内保持静默，直至下一超帧的开始
在某些实施例中，信道接入规则具体为：每个设备均能掌握网络中已完成数据传输的设备数量的信息st，并在任一超帧内的时隙t的开始时刻，以概率
Figure BDA0002060878900000025
发送数据分组。
步骤2、基于决策过程Xt，利用逆向归纳法，确定网络可靠性指标
Figure BDA0002060878900000026
步骤3、基于决策过程Xt，利用动态规划法，确定可靠性指标的最大值
Figure BDA0002060878900000027
以及达到该最大值的最优发送概率矩阵
Figure BDA0002060878900000028
进一步的实施例中，所述马尔可夫决策过程的相关参数的确定方法具体为：
步骤1-1、确定马尔可夫决策过程{Xt,t＝0,1,...,D}，D为数据分组的传输时限，满足D＜∞，即有限时域马尔可夫决策过程；在该有限时域马尔可夫决策过程中，网络在时隙t＝0,1,...,D-1做出决策，在时隙t＝D结束决策；
步骤1-2、确定状态st，st描述在时隙t的开始时刻，网络中已完成数据传输的设备数量，满足：
Figure BDA0002060878900000031
为有限、离散的状态空间，N为网络中的设备数量；
步骤1-3、确定行为at，at描述在时隙t的开始时刻，当网络处于状态st时，at个剩余设备同时接入信道开始数据传输，满足：
Figure BDA0002060878900000032
步骤1-4、确定参数化决策
Figure BDA0002060878900000033
描述在时隙t的开始时刻，当网络处于状态st时，网络中的剩余设备采取行为at的概率，
Figure BDA0002060878900000034
满足：
Figure BDA0002060878900000035
式中，ΠΘ为时隙0至时隙D-1的所有参数化决策的集合；
步骤1-5、确定转移概率
Figure BDA0002060878900000036
描述在t时隙的开始时刻，网络中已完成数据传输的设备数量为st，并且有at个剩余设备同时接入信道开始数据传输的条件下，在t+1时隙的开始时刻，网络中已完成数据传输的设备数量为st+1的概率，转移概率计算公式为：
Figure BDA0002060878900000037
步骤1-6、确定奖励
Figure BDA0002060878900000038
描述在时隙t的开始时刻，当网络处于状态st时，网络中已经成功完成数据传输的设备数量增量的期望，奖励计算公式为：
Figure BDA0002060878900000039
式中，
Figure BDA00020608789000000310
为在时隙t的开始时刻，当网络处于状态st时，网络采取行为at的条件下，网络中已经成功完成数据传输的设备数量的增量，满足：
Figure BDA00020608789000000311
为在时隙t中，存在at个数据分组同时传输的条件下，上述所有数据分组被同时成功接收的概率，满足Pr(0)≡0且
Figure BDA00020608789000000312
进一步的实施例中，所述参数化决策
Figure BDA00020608789000000313
的计算公式为：
Figure BDA00020608789000000314
式中，
Figure BDA0002060878900000041
为在时隙t的开始时刻，当网络处于状态st时，剩余设备的数据分组发送概率，满足
Figure BDA0002060878900000042
Θ为参数矩阵，Θ与
Figure BDA0002060878900000043
满足：
Figure BDA0002060878900000044
进一步的实施例中，所述网络可靠性指标的确定方法具体为：
步骤2-1、确定在时隙t的开始时刻，当网络处于状态st时，时隙t至时隙D之间已经成功完成数据传输的设备数量增量之和的期望
Figure BDA0002060878900000045
步骤2-2、根据时隙t至时隙D之间已经成功完成数据传输的设备数量增量之和的期望
Figure BDA0002060878900000046
确定网络可靠性指标
Figure BDA0002060878900000047
计算公式为：
Figure BDA0002060878900000048
进一步的实施例中，所述时隙t至时隙D之间已经成功完成数据传输的设备数量增量之和的期望
Figure BDA0002060878900000049
计算过程为：
步骤2-1-1、设置迭代参数t＝D，对于
Figure BDA00020608789000000410
期望
Figure BDA00020608789000000411
步骤2-1-2、设置t＝t-1，对于
Figure BDA00020608789000000412
计算期望
Figure BDA00020608789000000413
如下：
Figure BDA00020608789000000414
步骤2-1-3、如果t＝0，则停止迭代，否则继续执行步骤2-1-2。
优选地，所述网络可靠性指标最大值以及达到该最大值的最优发送概率矩阵的确定方法具体为：
步骤3-1、确定当网络处于状态st时，时隙t至时隙D之间已经成功完成数据传输的设备数量增量之和的期望的最大值
Figure BDA00020608789000000415
步骤3-2、根据时隙t至时隙D之间已经成功完成数据传输的设备数量增量之和的期望的最大值
Figure BDA00020608789000000416
确定网络可靠性指标的最大值
Figure BDA00020608789000000417
计算公式为：
Figure BDA00020608789000000418
步骤3-3、确定达到上述最大值的最优发送概率矩阵
Figure BDA00020608789000000419
计算公式为：
Figure BDA0002060878900000051
式中，
Figure BDA0002060878900000052
为在时隙t的开始时刻，当网络处于状态st时，剩余设备的最优数据分组发送概率。
进一步的实施例中，所述时隙t至时隙D之间已经成功完成数据传输的设备数量增量之和的期望的最大值
Figure BDA0002060878900000053
计算过程为：
步骤3-1-1、设置迭代参数t＝D，对于
Figure BDA0002060878900000054
期望
Figure BDA0002060878900000055
步骤3-1-2、设置t＝t-1，对于
Figure BDA0002060878900000056
计算最优的数据分组发送概率
Figure BDA0002060878900000057
如下：
Figure BDA0002060878900000058
Figure BDA0002060878900000059
为时隙t+1至时隙D-1的最优决策，满足
Figure BDA00020608789000000510
步骤3-1-3、对于
Figure BDA00020608789000000511
计算最优的参数化决策
Figure BDA00020608789000000512
如下：
Figure BDA00020608789000000513
步骤3-1-4、对于
Figure BDA00020608789000000514
计算期望
Figure BDA00020608789000000515
的最大值
Figure BDA00020608789000000516
如下：
Figure BDA00020608789000000517
步骤3-1-5、如果t＝0，则停止迭代，否则继续执行步骤3-1-2。
步
如图1所示，本发明确定马尔可夫决策过程的相关参数，确定传输时限下ALOHA网络的可靠性指标，进而确定传输时限下ALOHA网络的可靠性指标的最大值以及达到该最大值的最优发送概率矩阵。
实施例1
本发明采用MATLAB软件对所述方法进行实施，网络中的设备数量N＝5,7,...,15，传输时限D＝10,15,...,35，数据分组的长度L＝1(ALOHA网络)，信道的多分组接收能力满足当1≤at≤3时，Pr(at)＝1；当3＜at≤N时，Pr(at)＝0。假设网络中的各台设备均在彼此干扰的范围以内，数据的到达处于饱和状态。考虑以下三种传输时限下ALOHA网络接入策略。方案一：每个待发送设备以最优接入概率
Figure BDA0002060878900000061
发送数据分组。方案二：每个待发送设备以接入概率θ＝1-[(N-st-1)/(N-st-1+D-t)]1/(D-t)发送数据分组。方案三：每个待发送设备以最优固定接入概率
Figure BDA0002060878900000062
发送数据分组。
如图2所示，三种策略下的理论结果与仿真结果均一致。同时，图中结果表明方案一在所有设备数量N与传输时限D的取值下，可靠性性能均为最优。此现象说明，本发明所提供的传输时限下ALOHA网络可靠性的优化方法能够获得最优发送概率。
如图3所示，三种策略下的理论结果与仿真结果均一致。与图1结果相符，在所有参数组合情况下，方案一的可靠性性能均为最优。此外，随着传输时限D的增加，相较于方案二与方案三，方案一能够更加有效地改善网络的可靠性性能。

Claims (2)

1.一种传输时限下ALOHA网络可靠性的优化方法，其特征在于，具体步骤为：
步骤1、确定马尔可夫决策过程的相关参数，所述相关参数包括：描述在时隙t的开始时刻，网络中已完成数据传输的设备数量的状态st、描述在时隙t的开始时刻，当网络处于状态st时，接入信道开始数据传输的设备数量的行为at、描述在时隙t的开始时刻，当网络处于状态st时，网络采取行为at的概率的参数化决策
Figure FDA0003399912750000011
描述在时隙t的开始时刻，当网络处于状态st时，网络采取行为at，在时隙t+1的开始时刻，网络处于状态st+1的转移概率
Figure FDA00033999127500000118
以及描述在时隙t的开始时刻，当网络处于状态st时，网络中已经成功完成数据传输的设备数量增量期望的奖励
Figure FDA0003399912750000012
马尔可夫决策过程的相关参数的确定方法具体为：
步骤1-1、确定马尔可夫决策过程{Xt,t＝0,1,...,D}，D为数据分组的传输时限，满足D＜∞，即有限时域马尔可夫决策过程；在该有限时域马尔可夫决策过程中，网络在时隙t＝0,1,...,D-1做出决策，在时隙t＝D结束决策；
步骤1-2、确定状态st，st满足：
Figure FDA0003399912750000013
S为有限、离散的状态空间，N为网络中的设备数量；
步骤1-3、确定行为at，at满足：
Figure FDA0003399912750000014
步骤1-4、确定参数化决策
Figure FDA0003399912750000015
Figure FDA0003399912750000016
满足：
Figure FDA0003399912750000017
式中，ΠΘ为时隙0至时隙D-1的所有参数化决策的集合；
步骤1-5、确定转移概率
Figure FDA0003399912750000018
转移概率
Figure FDA0003399912750000019
计算公式为：
Figure FDA00033999127500000110
步骤1-6、确定奖励
Figure FDA00033999127500000111
奖励
Figure FDA00033999127500000112
的计算公式为：
Figure FDA00033999127500000113
式中，
Figure FDA00033999127500000114
为在时隙t的开始时刻，当网络处于状态st时，网络采取行为at的条件下，网络中已经成功完成数据传输的设备数量的增量，满足：
Figure FDA00033999127500000115
为在时隙t中，存在at个数据分组同时传输的条件下，上述所有数据分组被同时成功接收的概率，满足Pr(0)≡0且
Figure FDA00033999127500000116
所述参数化决策
Figure FDA00033999127500000117
的计算公式为：
Figure FDA0003399912750000021
式中，
Figure FDA0003399912750000022
为在时隙t的开始时刻，当网络处于状态st时，剩余设备的数据分组发送概率，满足
Figure FDA0003399912750000023
Θ为参数矩阵，Θ与
Figure FDA0003399912750000024
满足：
Figure FDA0003399912750000025
步骤2、基于决策过程Xt，利用逆向归纳法，确定网络可靠性指标
Figure FDA0003399912750000026
确定方法具体为：
步骤2-1、确定当网络处于状态st时，时隙t至时隙D之间已经成功完成数据传输的设备数量增量之和的期望
Figure FDA0003399912750000027
步骤2-2、根据时隙t至时隙D之间已经成功完成数据传输的设备数量增量之和的期望
Figure FDA0003399912750000028
确定网络可靠性指标
Figure FDA0003399912750000029
计算公式为：
Figure FDA00033999127500000210
时隙t至时隙D之间已经成功完成数据传输的设备数量增量之和的期望
Figure FDA00033999127500000211
计算过程为：
步骤2-1-1、设置迭代参数t＝D，对于
Figure FDA00033999127500000212
期望
Figure FDA00033999127500000213
步骤2-1-2、设置t＝t-1，对于
Figure FDA00033999127500000214
计算期望
Figure FDA00033999127500000215
如下：
Figure FDA00033999127500000216
步骤2-1-3、如果t＝0，则停止迭代，否则继续执行步骤2-1-2；
步骤3、基于决策过程Xt，利用动态规划法，确定可靠性指标的最大值
Figure FDA00033999127500000217
以及达到该最大值的最优发送概率矩阵
Figure FDA00033999127500000218
网络可靠性指标最大值以及达到该最大值的最优发送概率矩阵的确定方法具体为：
步骤3-1、确定当网络处于状态st时，时隙t至时隙D之间已经成功完成数据传输的设备数量增量之和的期望的最大值
Figure FDA00033999127500000219
步骤3-2、根据时隙t至时隙D之间已经成功完成数据传输的设备数量增量之和的期望的最大值
Figure FDA0003399912750000031
确定网络可靠性指标的最大值
Figure FDA0003399912750000032
计算公式为：
Figure FDA0003399912750000033
步骤3-3、确定达到上述最大值的最优发送概率矩阵
Figure FDA0003399912750000034
计算公式为：
Figure FDA0003399912750000035
时隙t至时隙D之间已经成功完成数据传输的设备数量增量之和的期望的最大值
Figure FDA0003399912750000036
计算过程为：
步骤3-1-1、设置迭代参数t＝D，对于
Figure FDA0003399912750000037
期望
Figure FDA0003399912750000038
步骤3-1-2、设置t＝t-1，对于
Figure FDA0003399912750000039
计算最优的数据分组发送概率
Figure FDA00033999127500000310
如下：
Figure FDA00033999127500000311
Figure FDA00033999127500000312
为时隙t+1至时隙D-1的最优决策，满足
Figure FDA00033999127500000313
步骤3-1-3、对于
Figure FDA00033999127500000314
计算最优的参数化决策
Figure FDA00033999127500000315
如下：
Figure FDA00033999127500000316
步骤3-1-4、对于
Figure FDA00033999127500000317
计算期望
Figure FDA00033999127500000318
的最大值
Figure FDA00033999127500000319
如下：
Figure FDA00033999127500000320
步骤3-1-5、如果t＝0，则停止迭代，否则继续执行步骤3-1-2。
2.根据权利要求1所述的传输时限下ALOHA网络可靠性的优化方法，其特征在于，步骤1中的信道接入规则具体为：每个设备均能掌握网络中已完成数据传输的设备数量的信息st，并在任一超帧内的时隙t的开始时刻，以概率
Figure FDA00033999127500000321
发送数据分组。
CN201910406368.0A 2019-05-16 2019-05-16 一种传输时限下aloha网络可靠性的优化方法 Active CN110213088B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910406368.0A CN110213088B (zh) 2019-05-16 2019-05-16 一种传输时限下aloha网络可靠性的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910406368.0A CN110213088B (zh) 2019-05-16 2019-05-16 一种传输时限下aloha网络可靠性的优化方法

Publications (2)

Publication Number Publication Date
CN110213088A CN110213088A (zh) 2019-09-06
CN110213088B true CN110213088B (zh) 2022-03-22

Family

ID=67787410

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910406368.0A Active CN110213088B (zh) 2019-05-16 2019-05-16 一种传输时限下aloha网络可靠性的优化方法

Country Status (1)

Country Link
CN (1) CN110213088B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113613341B (zh) * 2020-06-12 2023-07-21 南京理工大学 一种认知无线电网络的动态信道接入方法
CN112165716B (zh) * 2020-09-29 2022-07-08 重庆邮电大学 支持重传的无线网络信息年龄优化调度方法
CN113365311B (zh) * 2021-06-03 2022-11-18 南京理工大学 一种时限及能量约束下的分布式无线传输方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101656998A (zh) * 2009-09-29 2010-02-24 北京科技大学 基于马尔可夫过程的认知无线电网络路由方法
WO2013089782A2 (en) * 2011-12-16 2013-06-20 Schneider Electric USA, Inc. Co-location electrical architecture
CN105119741A (zh) * 2015-07-21 2015-12-02 重庆邮电大学 一种云网络可靠性度量方法
CN105491674A (zh) * 2014-09-18 2016-04-13 电信科学技术研究院 一种时隙选择的优化方法及装置
CN106850253A (zh) * 2016-12-15 2017-06-13 李敏 一种基于多状态网络的传输时间可靠性测量的方法
CN108174355A (zh) * 2017-08-18 2018-06-15 南京理工大学 一种确定传输时限下无线网络重传广播机制可靠性的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101656998A (zh) * 2009-09-29 2010-02-24 北京科技大学 基于马尔可夫过程的认知无线电网络路由方法
WO2013089782A2 (en) * 2011-12-16 2013-06-20 Schneider Electric USA, Inc. Co-location electrical architecture
CN105491674A (zh) * 2014-09-18 2016-04-13 电信科学技术研究院 一种时隙选择的优化方法及装置
CN105119741A (zh) * 2015-07-21 2015-12-02 重庆邮电大学 一种云网络可靠性度量方法
CN106850253A (zh) * 2016-12-15 2017-06-13 李敏 一种基于多状态网络的传输时间可靠性测量的方法
CN108174355A (zh) * 2017-08-18 2018-06-15 南京理工大学 一种确定传输时限下无线网络重传广播机制可靠性的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ALOHA脉冲超宽带网络的性能分析;彭炳光等;《电子与信息学报》;20080715(第07期);第1602-1605页 *

Also Published As

Publication number Publication date
CN110213088A (zh) 2019-09-06

Similar Documents

Publication Publication Date Title
CN110213088B (zh) 一种传输时限下aloha网络可靠性的优化方法
CN107040948B (zh) 一种基于优先级的csma/ca优化方法
Khorov et al. Two-slot based model of the IEEE 802.11 ah restricted access window with enabled transmissions crossing slot boundaries
CN110972105B (zh) 通信方法、通信装置及用户设备
Bononi et al. A distributed contention control mechanism for power saving in random-access ad-hoc wireless local area networks
CN105306167A (zh) 无线网络中聚合帧长度的控制方法及装置
CN108834175B (zh) 一种mMTC网络中队列驱动的设备接入与资源分配联控方法
CN110049018B (zh) 基于增强学习的spma协议参数优化方法、系统及介质
CN112788665B (zh) 战术互联网中一种自适应mac方法
CN110602798A (zh) Lte网络机器通信随机接入最优参数分布式确定方法
CN110798285B (zh) 一种基于频率分集的大规模网络中urllc的重传方法
CN108513309A (zh) 一种NB-IoT系统的接入拥塞控制方法
CN102076105B (zh) 点到多点通信系统的轮询方法
Liu et al. Adaptive priority-threshold setting strategy for statistical priority-based multiple access network
CN105101451A (zh) 无线分布式网络中mac层的自适应确定性退避方法及系统
Liu et al. RO‐RAW: Run‐Time Restricted Access Window Optimization in IEEE 802.11 ah Network with Extended Kalman Filter
CN115315020A (zh) 基于区分服务的ieee 802.15.4协议的智能csma/ca退避方法
CN110996398A (zh) 一种无线网络资源调度方法及装置
CN108024384B (zh) 一种mac层数据调度的方法及终端
CN113079105A (zh) 数据传输方法、系统、计算机设备和介质
CN112399470A (zh) LoRa通信方法、LoRa网关、LoRa系统、计算机可读存储介质
Zhou et al. Full-feedback contention window adaption for IEEE 802.11 WLANs
Kedžo et al. High priority space protection (HPP): countdown space-based MAC protocol with enhanced lockdown effect
CN110191487B (zh) 可实现吞吐量稳定的基于流量分散的组寻呼方法
Balasubramanian et al. Dynamic optimization of IEEE 802.11 DCF based on active stations and collision probability

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