CN110602798A - Lte网络机器通信随机接入最优参数分布式确定方法 - Google Patents

Lte网络机器通信随机接入最优参数分布式确定方法 Download PDF

Info

Publication number
CN110602798A
CN110602798A CN201910893547.1A CN201910893547A CN110602798A CN 110602798 A CN110602798 A CN 110602798A CN 201910893547 A CN201910893547 A CN 201910893547A CN 110602798 A CN110602798 A CN 110602798A
Authority
CN
China
Prior art keywords
optimal
node
access
nodes
backoff
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
CN201910893547.1A
Other languages
English (en)
Other versions
CN110602798B (zh
Inventor
孙兴华
陈翔
王玺钧
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.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen 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 Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN201910893547.1A priority Critical patent/CN110602798B/zh
Publication of CN110602798A publication Critical patent/CN110602798A/zh
Application granted granted Critical
Publication of CN110602798B publication Critical patent/CN110602798B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/27—Evaluation or update of window size, e.g. using information derived from acknowledged [ACK] packets
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W74/00—Wireless channel access
    • H04W74/002—Transmission of channel access control information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W74/00—Wireless channel access
    • H04W74/08—Non-scheduled access, e.g. ALOHA
    • H04W74/0833—Random access procedures, e.g. with 4-step access
    • H04W74/0841—Random access procedures, e.g. with 4-step access with collision treatment
    • H04W74/085—Random access procedures, e.g. with 4-step access with collision treatment collision avoidance
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种LTE网络机器通信随机接入最优参数分布式确定方法，该方法中节点根据前一段时间的接入成功概率及自身数据包到达速率独立确定最优的退避参数以实现接入吞吐量最大化。该方法不需要借助基站广播最优退避参数，从而大大降低了信令的传输量，节省了资源，并且这种方法既可以运用于单种应用的场景，又可以运用于多种应用并存的分优先级的场景，应用灵活并且方法简单。

Description

LTE网络机器通信随机接入最优参数分布式确定方法
技术领域
本发明涉及物联网随机接入技术领域，具体涉及一种LTE网络机器通信随机接入最优参数分布式确定方法。
背景技术
机器通信是物联网时代最为基础的通信方式，主要的特征是在大量设备节点间独立的无人类干扰地进行无缝的数据交换。机器通信的应用领域包含生活的方方面面，如智能家庭、智慧健康、智能电网及工业自动化等。机器通信的一个很重要的特征为空间受限高节点密度应用，如在工厂生产线上，每个基站需要服务的物联网节点数量可能达到数千甚至数万，当如此数量庞大的节点需要随机接入时，势必会带来严重的拥塞。
目前有很多旨在提高随机接入效率或满足不同节点的基于优先级的随机接入机制，如Y.Maraden等人提出了一种回退窗口最优化的方法，即当节点的随机接入过程遇到拥塞时，并不立即重新进行随机接入，而是根据网络中的拥塞情况等待一段时间后再行接入，当拥塞情况不严重时，等待时间短，当拥塞情况较严重时，等待时间会很长，从而达到分散拥塞，提高随机接入的成功概率的目的。S.Duan等人提出了一种动态ACB(接入等级限制，Access Class Barring)因子计算方法，当节点需要接入网络时，会首先在节点内部生成一个0到1之间的随机数，并将其与ACB因子比较，若该随机数小于ACB因子，则可以立即进行随机接入过程，反之，则暂时停止进行接入，这样做的好处是ACB因子是可以由基站动态控制的，当网络中拥塞不严重时，ACB因子可以适当放大，当网络中拥塞严重时，基站可以将ACB因子取得很小，从而控制进行随机接入的节点数量，进而降低冲突发生的概率。
但是上述提到的所有方法都需要由基站确定最优的退避参数后广播到小区中，但这种集中式的最优参数确定方法存在如下缺点：
1)为确定最优退避参数，基站需要收集大量关于接入请求和节点的数据，但是由于机器通信的随机性，这种数据的收集很困难，这可能导致基站不能准确的确定最优退避参数。
2)对于大规模机器通信来说，基站由于需要通过信令与大量节点交换信息，且信令的大小可能大于数据包的大小，发送太多信令会浪费大量能量和信道资源。
因此，目前急切需要一种分布式最优退避参数确定方法以解决上述基于集中式最优参数确定方法中存在的问题。
发明内容
本发明的目的是为了解决现有技术中的上述缺陷，提供一种LTE网络机器通信随机接入最优参数分布式确定方法，该方法中节点根据前一段时间的接入成功概率及自身数据包到达速率独立确定最优的退避参数以实现接入吞吐量最大化。
本发明的目的可以通过采取如下技术方案达到：
一种LTE网络机器通信随机接入最优参数分布式确定方法，该方法中节点根据前一段时间的接入成功概率及自身数据包到达速率独立确定最优的退避参数以实现接入吞吐量最大化。该方法不需要借助基站广播最优退避参数，从而大大降低了信令的传输量，节省了资源。具体包括如下步骤：
S1、各组节点首先使用初始ACB因子或初始回退窗口进行随机接入并记录成功接入次数和总申请接入次数，其中i代表第i组节点；此处节点为配备了无线通信模块的物联网节点，如传感器、报警器、执行器等，可以执行监测环境、执行动作、与基站通信等功能；
其中，和为第i组节点使用的初始ACB因子和初始回退窗口，在第一个周期T内，由于节点没有对于成功接入次数和总申请接入次数的观测数据，因此需要使用初始退避参数。自第二个周期T后，各节点将使用各自计算出的最优退避参数进行接入，不再使用初始退避参数；
S2、经过周期T后，各节点统计在周期T内总成功接入次数ns(T)和总申请接入次数nt(T)，其中，总成功接入次数ns(T)定义为某一节点在周期T内申请接入并且接入成功的次数，总申请接入次数nt(T)定义为某一节点在周期T内总的申请接入的次数，包括接入成功和接入失败的次数总和；
S3、各节点根据周期T内成功接入概率和自身数据包到达速率确定最优退避参数，所述的退避参数包括ACB因子或回退窗口的大小；
S4、各节点使用更新后的最优退避参数进行随机接入；
S5、重复步骤S2-步骤S4直至节点退出网络。
本方法的目的是最优化网络总接入吞吐量，此处随机接入吞吐量定义为在一定接入时隙内成功接入的随机接入次数除以时隙数，即平均每个时隙的成功随机接入次数。本方法中提及的退避参数包括ACB因子和回退窗口大小。在本方法中，不再关注某一具体时隙的接入效率，转而关注在一段时间内整体的接入效率。与其他方法相比，本方法能够以一种分布式的方法确定最优退避参数且能够使得在一段时间内的接入吞吐量达到最优值。此外，应用本发明中公开的方法后，在调整各节点最优退避参数前后每组节点的接入吞吐量比例能够保持恒定。
进一步地，该方法中每个节点使用的初始退避参数取决于自身，并不一定相同。并且由于是各个节点独自确定最优退避参数，因此每个节点使用的最优退避参数也可能各不相同。
进一步地，各节点根据下式确定最优退避参数
其中，和为第i组节点计算出的最优ACB因子和最优回退窗口，q(i)和W(i)为第i组节点在上一周期所用的ACB因子和回退窗口，λ(i)为第i组节点的数据包到达速率。
进一步地，当第i组节点的ACB因子固定为1时，其最优回退窗口大小为
进一步地，当第i组节点的回退窗口大小固定为1时，其最优ACB因子为
进一步地，各节点在确定最优退避参数后即使用更新后的退避参数进行随机接入。
本发明相对于现有技术具有如下的优点及效果：
本发明中节点根据前一段时间的接入成功概率及自身数据包到达速率独立确定最优的退避参数以实现接入吞吐量最大化。该方法不需要借助基站广播最优退避参数，从而大大降低了基站与节点之间的信令传输量，减少了频谱资源的浪费，并且降低了能量的消耗，并且这种方法既可以运用于单种应用的场景，又可以运用于多种应用并存的分优先级的场景，应用灵活并且方法简单。
附图说明
图1是本发明实施例中使用的机器通信网络模型图；
图2是本发明实施例中公开的一种LTE网络机器通信随机接入最优参数分布式确定方法流程图；
图3是本发明实施例中节点实施上行随机接入流程图。
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做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。
实施例
图1是本实施例中适用的机器通信网络模型图，如图1所示，本发明适用于“基站节点+节点”的机器通信网络场景，该类型机器通信网络场景具有的特点包括：
1、节点种类多样，但在本方法中小区内既可以存在多种节点也可以仅存在一种节点。
2、监测节点在机器通信网络中随机分布，监测节点与基站节点进行数据交换时可直接通信，不需要中继节点。
3、监测节点单次上传数据量较小，节点采集数据的时间具有规律性。
4、监测节点为电池型设备，节点能源有限，基站对能源供应无限制性要求。
本实施例中适用于LTE机器通信的一种LTE网络机器通信随机接入最优参数分布式确定方法需要若干步骤。如图2所示，一种LTE网络机器通信随机接入最优参数分布式确定方法的具体实施过程有如下步骤：
S1、各组节点首先使用初始ACB因子或初始回退窗口进行随机接入并记录成功接入次数和总申请接入次数。
S2、经过周期T(单位为时隙)后，各节点统计在周期T内总成功接入次数ns(T)和总申请接入次数nt(T)。
S3、各节点根据周期T内成功接入概率和自身数据包到达速率确定最优退避参数(最优ACB因子或最优回退窗口)。
S4、各节点使用更新后的最优退避参数进行随机接入。
S5、重复步骤S2-S4。
在步骤S1中，和为第i组节点使用的初始ACB因子和初始回退窗口，在第一个周期T内，由于节点没有对于成功接入次数和总申请接入次数的观测数据，因此需要使用初始退避参数。与其他集中式最优退避参数机制不同，应用本方法后，自第二个周期T后，各节点将使用各自计算出的最优退避参数进行接入，不再使用初始退避参数。每个节点使用的初始退避参数取决于自身，并不一定相同。并且由于是各个节点独自确定最优退避参数，因此每个节点使用的最优退避参数也可能各不相同。此处，本方法选用分布式最优退避参数的原因是传统集中式退避参数确定方法存在浪费信道资源、能量效率不高，估计不准确等问题，因此，为了解决以上问题，在本方法中提出了分布式确定最优退避参数的方法。
在步骤S2中，总成功接入次数ns(T)的定义为某一节点在周期T内申请接入并且接入成功的次数，总申请接入次数nt(T)的定义为某一节点在周期T内总的申请接入的次数(包括接入成功和接入失败的次数总和)。
在步骤S3中，各节点根据下式确定最优退避参数
其中，和为第i组节点计算出的最优ACB因子和最优回退窗口，q(i)和W(i)为该节点在上一周期所用的ACB因子和回退窗口，λ(i)为该节点的数据包到达速率。
当第i组节点的ACB因子固定为1时，其最优回退窗口大小为
当第i组节点的回退窗口大小固定为1时，其最优ACB因子为
在步骤S4中，各节点在确定最优退避参数后即使用更新后的退避参数进行随机接入。
图3是本实施例中的节点的随机接入申请时序图，如图3所示，某一节点在开始首先使用初始退避参数信息，然后当需要随机接入时进行ACB校验，即在节点内部生成一个介于0到1之间的随机数并与ACB因子比较，若生成的随机数小于ACB因子，则可以立即进行随机接入，若生成的随机数大于ACB因子，则暂时停止随机接入。通过ACB校验后，节点进行随机接入过程并判断是否接入成功，若接入成功，则可以在基站分配的时频资源上进行数据传输，若接入失败，则需要根据最优回退窗口的大小随机等待一段时间再次进行ACB校验，具体来说即为，设最优回退窗口大小为W，则节点在0到W之间随机选择一个数作为等待的时间(以时隙为单位)，在经过等待时间后再次进行ACB校验流程。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种LTE网络机器通信随机接入最优参数分布式确定方法，其特征在于，所述的方法包括以下步骤：
S1、各组节点首先使用初始ACB因子或初始回退窗口作为初始退避参数进行随机接入并记录成功接入次数和总申请接入次数，其中i代表第i组节点，所述的节点为配备无线通信模块的物联网节点，用于执行监测环境、执行动作、与基站通信的功能；
S2、经过周期T后，各节点统计在周期T内总成功接入次数ns(T)和总申请接入次数nt(T)，其中，总成功接入次数ns(T)定义为某一节点在周期T内申请接入并且接入成功的次数，总申请接入次数nt(T)定义为某一节点在周期T内总的申请接入的次数，包括接入成功和接入失败的次数总和；
S3、各节点根据周期T内成功接入概率和自身数据包到达速率确定最优退避参数，所述的退避参数包括ACB因子或回退窗口的大小；
S4、各节点使用更新后的最优退避参数进行随机接入；
S5、重复步骤S2-步骤S4直至节点退出网络。
2.根据权利要求1所述的一种LTE网络机器通信随机接入最优参数分布式确定方法，其特征在于，在第一个周期T内，由于节点没有对于成功接入次数和总申请接入次数的观测数据，需要使用初始ACB因子或初始回退窗口自第二个周期T后，各节点将使用各自计算出的最优退避参数进行接入。
3.根据权利要求1所述的一种LTE网络机器通信随机接入最优参数分布式确定方法，其特征在于，每个节点使用的初始退避参数和最优退避参数由各个节点根据自身情况单独确定。
4.根据权利要求1所述的一种LTE网络机器通信随机接入最优参数分布式确定方法，其特征在于，每个节点根据下式确定最优退避参数
其中，q*,(i)和W*,(i)为第i组节点计算出的最优ACB因子和最优回退窗口，q(i)和W(i)为第i组节点在上一周期所用的ACB因子和回退窗口，λ(i)为第i组节点的数据包到达速率。
5.根据权利要求1所述的一种LTE网络机器通信随机接入最优参数分布式确定方法，其特征在于，在每个周期T调整各节点最优退避参数前后每组节点的接入吞吐量比例保持恒定。
6.根据权利要求1所述的一种LTE网络机器通信随机接入最优参数分布式确定方法，其特征在于，当第i组节点的ACB因子固定为1时，其最优回退窗口大小为
其中，q*,(i)和W*,(i)为第i组节点计算出的最优ACB因子和最优回退窗口，q(i)和W(i)为第i组节点在上一周期所用的ACB因子和回退窗口，λ(i)为第i组节点的数据包到达速率。
7.根据权利要求1所述的一种LTE网络机器通信随机接入最优参数分布式确定方法，其特征在于，当第i组节点的回退窗口大小固定为1时，其最优ACB因子为
其中，q*,(i)和W*,(i)为第i组节点计算出的最优ACB因子和最优回退窗口，q(i)和W(i)为第i组节点在上一周期所用的ACB因子和回退窗口，λ(i)为第i组节点的数据包到达速率。
8.根据权利要求1所述的一种LTE网络机器通信随机接入最优参数分布式确定方法，其特征在于，各节点在确定最优退避参数后即使用更新后的退避参数进行随机接入。
CN201910893547.1A 2019-09-20 2019-09-20 Lte网络机器通信随机接入最优参数分布式确定方法 Active CN110602798B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910893547.1A CN110602798B (zh) 2019-09-20 2019-09-20 Lte网络机器通信随机接入最优参数分布式确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910893547.1A CN110602798B (zh) 2019-09-20 2019-09-20 Lte网络机器通信随机接入最优参数分布式确定方法

Publications (2)

Publication Number Publication Date
CN110602798A true CN110602798A (zh) 2019-12-20
CN110602798B CN110602798B (zh) 2023-04-18

Family

ID=68861868

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910893547.1A Active CN110602798B (zh) 2019-09-20 2019-09-20 Lte网络机器通信随机接入最优参数分布式确定方法

Country Status (1)

Country Link
CN (1) CN110602798B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113079490A (zh) * 2021-03-30 2021-07-06 中山大学 一种机器类通信网络短包随机接入的分布式能效优化方法
CN113473505A (zh) * 2021-07-05 2021-10-01 华中科技大学 一种多链路同步接入吞吐量优化方法、系统终端及介质
CN115119235A (zh) * 2022-06-24 2022-09-27 中国科学技术大学 一种能效优化随机接入方法及系统
CN117692961A (zh) * 2024-02-04 2024-03-12 北京邮电大学 低轨卫星物联网随机接入拥塞控制方法和装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012026714A2 (en) * 2010-08-27 2012-03-01 Lg Electronics Inc. Mac pdu signaling and operating methods for access class barring and back-off control for large-scale radio access network
CN109890085A (zh) * 2019-03-04 2019-06-14 南京邮电大学 一种分优先级机器类通信随机接入退避参数确定方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012026714A2 (en) * 2010-08-27 2012-03-01 Lg Electronics Inc. Mac pdu signaling and operating methods for access class barring and back-off control for large-scale radio access network
CN109890085A (zh) * 2019-03-04 2019-06-14 南京邮电大学 一种分优先级机器类通信随机接入退避参数确定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邵羽丰等: "一种基于ACB的机器类通信接入拥塞控制方案", 《南京邮电大学学报(自然科学版)》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113079490A (zh) * 2021-03-30 2021-07-06 中山大学 一种机器类通信网络短包随机接入的分布式能效优化方法
CN113079490B (zh) * 2021-03-30 2022-09-06 中山大学 一种机器类通信网络短包随机接入的分布式能效优化方法
CN113473505A (zh) * 2021-07-05 2021-10-01 华中科技大学 一种多链路同步接入吞吐量优化方法、系统终端及介质
CN113473505B (zh) * 2021-07-05 2022-06-10 华中科技大学 一种多链路同步接入吞吐量优化方法、系统终端及介质
CN115119235A (zh) * 2022-06-24 2022-09-27 中国科学技术大学 一种能效优化随机接入方法及系统
CN117692961A (zh) * 2024-02-04 2024-03-12 北京邮电大学 低轨卫星物联网随机接入拥塞控制方法和装置
CN117692961B (zh) * 2024-02-04 2024-04-26 北京邮电大学 低轨卫星物联网随机接入拥塞控制方法和装置

Also Published As

Publication number Publication date
CN110602798B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
CN110602798B (zh) Lte网络机器通信随机接入最优参数分布式确定方法
CN109890085B (zh) 一种分优先级机器类通信随机接入退避参数确定方法
Khanafer et al. A survey of beacon-enabled IEEE 802.15. 4 MAC protocols in wireless sensor networks
Di Francesco et al. Reliability and energy-efficiency in IEEE 802.15. 4/ZigBee sensor networks: An adaptive and cross-layer approach
CN107040948B (zh) 一种基于优先级的csma/ca优化方法
CN110661870A (zh) 一种hplc通信组网的方法、装置、存储介质和电子设备
CN113490184B (zh) 一种面向智慧工厂的随机接入资源优化方法及装置
Jiang et al. Traffic prediction and random access control optimization: Learning and non-learning-based approaches
Chen et al. Heterogeneous machine-type communications in cellular networks: Random access optimization by deep reinforcement learning
Farhadi et al. Group-based signaling and access control for cellular machine-to-machine communication
Abdeddaim et al. Adaptive IEEE 802.15. 4 MAC for throughput and energy optimization
Rasheed et al. ECM-MAC: An efficient collision mitigation strategy in contention based MAC protocol
Wang et al. Reliability optimization for channel resource allocation in multihop wireless network: A multigranularity deep reinforcement learning approach
CN105208671B (zh) 用于无线传感器网络的高信道利用率h-mac协议的实现方法
Zhang et al. A blind adaptive tuning algorithm for reliable and energy-efficient communication in IEEE 802.15. 4 networks
Rohm et al. A simulation based analysis of the impact of IEEE 802.15. 4 MAC parameters on the performance under different traffic loads
CN107484255A (zh) 一种基于频率分组的多信道csma协议中最优信道数确定方法
Qiao et al. Optimal channel selection based on online decision and offline learning in multichannel wireless sensor networks
Chen et al. NoPSM: A concurrent MAC protocol over low-data-rate low-power wireless channel without PRR-SINR model
CN113810870B (zh) 一种LoRa自组网的集抄通信方法
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
Subash et al. Dynamic adaptation of contention window boundaries using deep Q networks in UAV swarms
CN109547980B (zh) 一种机器类通信中基于分簇和数据缓存的随机接入方法
YadollahzadehTabari et al. Modeling and performance evaluation of energy consumption in s-mac protocol using generalized stochastic petri nets

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