CN110740459B - 基于GPS的uRLLC网络切片生成装置及生成方法 - Google Patents

基于GPS的uRLLC网络切片生成装置及生成方法 Download PDF

Info

Publication number
CN110740459B
CN110740459B CN201910985261.6A CN201910985261A CN110740459B CN 110740459 B CN110740459 B CN 110740459B CN 201910985261 A CN201910985261 A CN 201910985261A CN 110740459 B CN110740459 B CN 110740459B
Authority
CN
China
Prior art keywords
network
access network
terminal
access
server
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
CN201910985261.6A
Other languages
English (en)
Other versions
CN110740459A (zh
Inventor
姜淑琴
范渊
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.)
DBAPPSecurity Co Ltd
Original Assignee
DBAPPSecurity Co Ltd
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 DBAPPSecurity Co Ltd filed Critical DBAPPSecurity Co Ltd
Priority to CN201910985261.6A priority Critical patent/CN110740459B/zh
Publication of CN110740459A publication Critical patent/CN110740459A/zh
Application granted granted Critical
Publication of CN110740459B publication Critical patent/CN110740459B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W56/00—Synchronisation arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W76/00—Connection management
    • H04W76/30—Connection release

Landscapes

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

Abstract

本发明涉及基于GPS的uRLLC网络切片生成装置及生成方法，根据uRLLC连接终端和接入网的服务器的GPS信息，判断出连接终端即将切换的接入网的服务器或是多个可能被切换的接入网的服务器，并在切换之前通过核心网的NFV编排器预先将本地NFV资源复制到下一个或多个接入网服务器中，同步必要信息。本发明对于接入网切换的子场景进行数据层架构优化，提升网络可靠性和降低用户网络延迟；降低端到端网络传输延迟，提升uRLLC类服务的用户体验；在不修改网络基础设置、不设计新的网络协议、不需要大量资金投入的情况下，对于uRLLC场景进行更可靠、低延迟的响应，从软件优化的方面最大程度提升uRLLC场景的用户体验。

Description

基于GPS的uRLLC网络切片生成装置及生成方法
技术领域
本发明涉及无线通信网络中，切换或重选装置的技术领域，特别涉及一种基于GPS的uRLLC网络切片生成装置及生成方法。
背景技术
随着5G技术的发展，5G车联网成为了通信类企业的投资重点。在2019年4月闭幕的第十八届上海国际汽车工业展览会上，中国移动展示了智慧城市、智慧交通、5G无人车等一系列产品，华为5G车载模组也首次亮相，并与福田、沃尔沃等车企达成5G车联网的战略合作，高通也将车联网作为战略重点，并有14 家大牌汽车采用了高通骁龙820A 车载信息平台。
从城市管理的角度看，智能驾驶将提高交通效率、缓解拥堵、大幅减少人为因素引发的交通事故，节省大量的人力、财力成本与资源，且由于无人驾驶汽车在加速和刹车方面不断优化，这将帮助提高燃油效率、降低碳排放。麦肯锡咨询公司预测，无人驾驶汽车一旦大规模被采用，每年将帮助减少3亿吨的二氧化碳排放。
一个乐观的估计是，借助5G网络的商用部署，自动驾驶有望于2025年进入市场推广阶段，实现人、车、环境协同统一的目标。
基于此，汽车与汽车间、汽车与基础设施间的车联网需要能够真正解决安全、高效和节能等问题，在交通和运输领域这些真正的痛点上提出有效的解决方案。5G车联网实现车辆之间的直接通信之后，如果能够解决车和车之间的距离可以更近、车速可以更快，不用害怕追尾，从而使道路的使用率大大提高，则可以很好地减缓拥堵，也才会有市场爆发的基础。然而，目前以5G技术实现这一目标还有两大门槛，一是需要5G网络达到相当高程度的覆盖水平，二是用于智能网联的路边设施的低延迟和高可靠性连接需要保证，特别是第二点，延迟过高或者可靠性过低可能直接引发交通事故和人员伤亡。
现有技术中，申请号为201810844473.8的发明专利“一种面向5G用户的uRLLC切片及请求方法”同样是为了解决uRLLC网络切片的高可靠性、低延迟需求，但是采用的方法主要为从链路层的层面进行优化，对于基带及连接等业务的处理并没有从任务关键性互联网的数据业务层进行优化。
进一步来说，对于uRLLC应用场景的连接，现有技术的标准框架中仅采用边缘计算的方式，将任务处理下沉至接入网，至更接近数据一端，并没有说明针对高速移动或者终端发生接入网切换时的处理场景。
发明内容
本发明解决了现有技术中，从链路层的层面进行优化进而解决uRLLC网络切片的高可靠性、低延迟需求，但对于基带及连接等业务的处理并没有从任务关键性互联网的数据业务层进行优化，同时，标准框架中仅采用边缘计算的方式，将任务处理下沉至接入网，至更接近数据一端，并没有说明针对高速移动或者终端发生接入网切换时的处理场景的问题，提供了一种优化的基于GPS的uRLLC网络切片生成装置及生成方法。
本发明所采用的技术方案是，一种基于GPS的uRLLC网络切片生成方法，所述方法包括以下步骤：
步骤1：获取所有信号接入网的网点的地理位置，获得任一信号接入网的可连接范围；
步骤2：任一终端进入任一接入网A，接入网A为所述终端分配NFV资源并获取所述终端的实时跟踪信息；
步骤3：基于终端的实时跟踪信息，持续对当前终端的位置走向进行监控；若所述终端满足离开接入网A的临界条件，则进行下一步，否则，重复步骤3；
步骤4：计算当前终端即将进入的1个或多个接入网B，在1个或多个接入网B中复制当前NFV资源；
步骤5：若接入网A无法监控到所述终端且任一接入网B监控到所述终端时，则接入网A及其余未监控到所述终端的接入网B释放复制的NFV资源，监控到所述终端的接入网B为新的接入网A，返回步骤3。
优选地，所述步骤2中，实时跟踪信息包括所述终端的实时经纬度和实时速度矢量，得到所述终端与接入网A的地理位置间的实时位置关系；基于终端的实时经纬度和实时速度矢量、接入网可连接范围、接入网的经纬度信息，计算所述终端以当前速度矢量可脱离此接入网A的时间t。
优选地，所述步骤3中，若所述终端离开接入网A的时间t小于阈值，则满足离开接入网A的临界条件；通过深度学习的方式，根据任一接入网的承载量，动态调整每个接入网对应的t的阈值。
优选地，所述步骤4中，NFV资源复制为通过核心网的NFV编排器，预先将本地NFV资源复制到下一个接入网的服务器中，并同步信息；或终端当前所处接入网与待进入的接入网之间通信，复制NFV资源。
优选地，所述步骤4中，在终端处于多个接入网B均复制了NFV资源的条件下，当所述终端请求数据时，多个接入网B的服务器均进行计算响应。
优选地，任一接入网B的服务器完成计算响应后，其余接入网B的服务器计算所述终端请求数据的任务被终止，由完成计算相应的接入网B向其余接入网B的服务器和所述终端同步计算结果。
优选地，任一所述接入网的服务器在执行复制前，向核心网进行复制申请，并发送需要占用的资源量；核心网确认可以执行复制后，分配资源供接入网的服务器复制。
优选地，所述复制传递至少能够还原当前NFV资源的信息，并且在后续的每一次计算中，以最小可还原NFV信息的模式同步信息。
一种采用所述的基于GPS的uRLLC网络切片生成方法的uRLLC网络切片生成装置，所述装置包括支持NFV的核心网与若干接入网，任一所述接入网与核心网通信连接；任一接入网的服务器从核心网的服务器中请求边缘计算、并将终端所需计算资源从核心网计算卸载至接入网的本地服务器。
优选地，任意2个所述接入网间通信连接。
本发明提供了一种优化的基于GPS的uRLLC网络切片生成装置及生成方法，根据uRLLC连接终端的GPS相关信息和接入网的服务器的GPS信息，通过深度学习的方式判断出连接终端下一个即将切换的接入网的服务器或是多个可能被切换的接入网的服务器，并在切换之前通过核心网的NFV编排器预先将本地NFV资源复制到下一个或多个接入网服务器中，同步必要信息。
本发明为了uRLLC应用场景能够时刻保持高可靠性和低延迟性，对于接入网切换的子场景，进行数据层架构优化，从而提升网络可靠性和降低用户网络延迟；可以降低端到端网络传输延迟，提升uRLLC类服务的用户体验；可以在不修改网络基础设置、也不设计新的网络协议、不需要大量的资金投入的情况下，对于uRLLC场景进行更加可靠、低延迟的响应，可以从软件优化的方面最大程度提升uRLLC场景的用户体验。
本发明利用任务关键性互联网的特点，NFV服务逐步从核心网下沉到接入网，采用边缘计算的模式达到低延迟的特性；在此网络架构的基础下，利用关键性任务互联网中终端受控GPS信息始终物理连续的特点，可以精准预测终端连接信息并提前进行缓存转移，从而达到降低服务延迟的目的，克服现有服务请求方法中增加新模块使无线通信网络的复杂度增加的问题，解决数据链路冗长使用户的实时性体验较差的问题。
附图说明
图1为本发明的方法流程图；
图2为本发明的装置结构示意图，其中，箭头表示通信连接后信息的交互。
具体实施方式
下面结合实施例对本发明做进一步的详细描述，但本发明的保护范围并不限于此。
本发明涉及一种基于GPS的uRLLC网络切片生成方法，利用5G网络切片中一部分NFV需要提供低延迟高可靠性的连接服务且此服务要求的响应时间为1ms级别的特点，设置跨服务器缓存的方式，经济且有效；对于uRLLC网络服务最重要的目标客户车联网来说，高精度GPS信息已经是现有并且肯定会上传的信息，所以采用这种预复制的方式，非常具有可操作性。
本发明中，网络切片是指对网络数据实行类似于交通管理的分流管理，其本质是将现实存在的物理网络在逻辑层面上，划分为多个不同类型的虚拟网络，依照不同用户的服务需求，以诸如时延高低、带宽大小、可靠性强弱等指标来进行划分，从而应对复杂多变的应用场景。
本发明中，NFV即网络功能虚拟化(Network Function Virtualization)，通过使用x86等通用性硬件以及虚拟化技术承载很多功能的软件处理，从而降低网络昂贵的设备成本；可以通过软硬件解耦及功能抽象，使网络设备功能不再依赖于专用硬件，资源可以充分灵活共享，实现新业务的快速开发和部署，并基于实际业务需求进行自动部署、弹性伸缩、故障隔离和自愈等。
所述方法包括以下步骤。
步骤1：获取所有信号接入网的网点的地理位置，获得任一信号接入网的可连接范围。
步骤2：任一终端进入任一接入网A，接入网A为所述终端分配NFV资源并获取所述终端的实时跟踪信息。
所述步骤2中，实时跟踪信息包括所述终端的实时经纬度和实时速度矢量，得到所述终端与接入网A的地理位置间的实时位置关系；基于终端的实时经纬度和实时速度矢量、接入网可连接范围、接入网的经纬度信息，计算所述终端以当前速度矢量可脱离此接入网A的时间t。
步骤3：基于终端的实时跟踪信息，持续对当前终端的位置走向进行监控；若所述终端满足离开接入网A的临界条件，则进行下一步，否则，重复步骤3。
所述步骤3中，若所述终端离开接入网A的时间t小于阈值，则满足离开接入网A的临界条件；通过深度学习的方式，根据任一接入网的承载量，动态调整每个接入网对应的t的阈值。
本发明中，步骤2中，当终端接入到接入网A中时，接入网A即实时获取终端的实时跟踪信息，为了保证跟踪的准确，一般情况下，实时跟踪信息为位置信息，位置信息包括当前的经纬度，即具体定点，以及用于判断行进方向的速度矢量。
本发明中，基于这些数据以及接入网可连接范围和接入网的经纬度信息即可获得终端以在脱离接入网A前需要的时间t，以此时间t与阈值间的关系作为判断是否将离开接入网A的依据。
本发明中，位置计算可以采用直接使用GPS坐标信息的方式，计算终端和相邻接入网服务器之间的直线距离，进而得出终端可能的移动结果，如上述的以离开时间为阈值的算法；也可采用机器学习的方式，结合当地实际的GPS坐标情况、路况信息等，计算可能的终端移动目标。
步骤4：计算当前终端即将进入的1个或多个接入网B，在1个或多个接入网B中复制当前NFV资源。
所述步骤4中，NFV资源复制为通过核心网的NFV编排器，预先将本地NFV资源复制到下一个接入网的服务器中，并同步信息；或终端当前所处接入网与待进入的接入网之间通信，复制NFV资源。
所述步骤4中，在终端处于多个接入网B均复制了NFV资源的条件下，当所述终端请求数据时，多个接入网B的服务器均进行计算响应。
任一接入网B的服务器完成计算响应后，其余接入网B的服务器计算所述终端请求数据的任务被终止，由完成计算相应的接入网B向其余接入网B的服务器和所述终端同步计算结果。
任一所述接入网的服务器在执行复制前，向核心网进行复制申请，并发送需要占用的资源量；核心网确认可以执行复制后，分配资源供接入网的服务器复制。
所述复制传递至少能够还原当前NFV资源的信息，并且在后续的每一次计算中，以最小可还原NFV信息的模式同步信息。
本发明中，在终端处于多个接入网B均复制了NFV资源的条件下，当终端请求数据时，多个接入网B的服务器均进行计算响应，也就是多个接入网B的覆盖之间存在重叠区域且算法判断的下一个接入网服务器不唯一时。
本发明中，为了保证终端接入的可行，故在有任一接入网B的服务器完成计算响应后，其余接入网B的服务器立即终止计算。
步骤5：若接入网A无法监控到所述终端且任一接入网B监控到所述终端时，则接入网A及其余未监控到所述终端的接入网B释放复制的NFV资源，监控到所述终端的接入网B为新的接入网A，返回步骤3。
本发明还涉及一种采用所述的基于GPS的uRLLC网络切片生成方法的uRLLC网络切片生成装置，所述装置包括支持NFV的核心网与若干接入网，任一所述接入网与核心网通信连接；任一接入网的服务器从核心网的服务器中请求边缘计算、并将终端所需计算资源从核心网计算卸载至接入网的本地服务器。
任意2个所述接入网间通信连接。
本发明中，接入网的服务器之间可以支持通过核心网通信的模式，也可以支持接入网之间直接进行通信的方式。
本发明中，将终端所需计算资源从核心网计算卸载至接入网的本地服务器是指边缘计算中的计算卸载。
本发明根据uRLLC连接终端的GPS相关信息和接入网的服务器的GPS信息，通过深度学习的方式判断出连接终端下一个即将切换的接入网的服务器或是多个可能被切换的接入网的服务器，并在切换之前通过核心网的NFV编排器预先将本地NFV资源复制到下一个或多个接入网服务器中，同步必要信息。
本发明为了uRLLC应用场景能够时刻保持高可靠性和低延迟性，对于接入网切换的子场景，进行数据层架构优化，从而提升网络可靠性和降低用户网络延迟；可以降低端到端网络传输延迟，提升uRLLC类服务的用户体验；可以在不修改网络基础设置、也不设计新的网络协议、不需要大量的资金投入的情况下，对于uRLLC场景进行更加可靠、低延迟的响应，可以从软件优化的方面最大程度提升uRLLC场景的用户体验。
本发明利用任务关键性互联网的特点，NFV服务逐步从核心网下沉到接入网，采用边缘计算的模式达到低延迟的特性；在此网络架构的基础下，利用关键性任务互联网中终端受控GPS信息始终物理连续的特点，可以精准预测终端连接信息并提前进行缓存转移，从而达到降低服务延迟的目的，克服现有服务请求方法中增加新模块使无线通信网络的复杂度增加的问题，解决数据链路冗长使用户的实时性体验较差的问题。

Claims (10)

1.一种基于GPS的uRLLC网络切片生成方法，其特征在于：所述方法包括以下步骤：
步骤1：获取所有信号接入网的网点的地理位置，获得任一信号接入网的可连接范围；
步骤2：任一终端进入任一接入网A，接入网A为所述终端分配NFV资源并获取所述终端的实时跟踪信息；
步骤3：基于终端的实时跟踪信息，持续对当前终端的位置走向进行监控；若所述终端满足离开接入网A的临界条件，则进行下一步，否则，重复步骤3；
步骤4：计算当前终端即将进入的1个或多个接入网B，在1个或多个接入网B中复制当前NFV资源；
步骤5：若接入网A无法监控到所述终端且任一接入网B监控到所述终端时，则接入网A及其余未监控到所述终端的接入网B释放复制的NFV资源，监控到所述终端的接入网B为新的接入网A，返回步骤3。
2.根据权利要求1所述的一种基于GPS的uRLLC网络切片生成方法，其特征在于：所述步骤2中，实时跟踪信息包括所述终端的实时经纬度和实时速度矢量，得到所述终端与接入网A的地理位置间的实时位置关系；基于终端的实时经纬度和实时速度矢量、接入网可连接范围、接入网的经纬度信息，计算所述终端以当前速度矢量可脱离此接入网A的时间t。
3.根据权利要求2所述的一种基于GPS的uRLLC网络切片生成方法，其特征在于：所述步骤3中，若所述终端离开接入网A的时间t小于阈值，则满足离开接入网A的临界条件；通过深度学习的方式，根据任一接入网的承载量，动态调整每个接入网对应的t的阈值。
4.根据权利要求1所述的一种基于GPS的uRLLC网络切片生成方法，其特征在于：所述步骤4中，NFV资源复制为通过核心网的NFV编排器，预先将本地NFV资源复制到下一个接入网的服务器中，并同步信息；或终端当前所处接入网与待进入的接入网之间通信，复制NFV资源。
5.根据权利要求1所述的一种基于GPS的uRLLC网络切片生成方法，其特征在于：所述步骤4中，在终端处于多个接入网B均复制了NFV资源的条件下，当所述终端请求数据时，多个接入网B的服务器均进行计算响应。
6.根据权利要求5所述的一种基于GPS的uRLLC网络切片生成方法，其特征在于：任一接入网B的服务器完成计算响应后，其余接入网B的服务器计算所述终端请求数据的任务被终止，由完成计算相应的接入网B向其余接入网B的服务器和所述终端同步计算结果。
7.根据权利要求5所述的一种基于GPS的uRLLC网络切片生成方法，其特征在于：任一所述接入网的服务器在执行复制前，向核心网进行复制申请，并发送需要占用的资源量；核心网确认可以执行复制后，分配资源供接入网的服务器复制。
8.根据权利要求7所述的一种基于GPS的uRLLC网络切片生成方法，其特征在于：所述复制传递至少能够还原当前NFV资源的信息，并且在后续的每一次计算中，以最小可还原NFV信息的模式同步信息。
9.一种采用权利要求1~8之一所述的基于GPS的uRLLC网络切片生成方法的uRLLC网络切片生成装置，其特征在于：所述装置包括实现权利要求1~8之一所述方法的步骤的模块，应用于支持NFV的核心网与若干接入网，任一所述接入网与核心网通信连接；任一接入网的服务器从核心网的服务器中请求边缘计算、并将终端所需计算资源从核心网卸载至接入网的本地服务器。
10.根据权利要求9所述的基于GPS的uRLLC网络切片生成方法的uRLLC网络切片生成装置，其特征在于：任意2个所述接入网间通信连接。
CN201910985261.6A 2019-10-16 2019-10-16 基于GPS的uRLLC网络切片生成装置及生成方法 Active CN110740459B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910985261.6A CN110740459B (zh) 2019-10-16 2019-10-16 基于GPS的uRLLC网络切片生成装置及生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910985261.6A CN110740459B (zh) 2019-10-16 2019-10-16 基于GPS的uRLLC网络切片生成装置及生成方法

Publications (2)

Publication Number Publication Date
CN110740459A CN110740459A (zh) 2020-01-31
CN110740459B true CN110740459B (zh) 2022-11-15

Family

ID=69269165

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910985261.6A Active CN110740459B (zh) 2019-10-16 2019-10-16 基于GPS的uRLLC网络切片生成装置及生成方法

Country Status (1)

Country Link
CN (1) CN110740459B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112822234B (zh) * 2020-12-29 2022-03-22 华北电力大学 一种车联网中基于深度强化学习的任务卸载方法
CN114816584B (zh) * 2022-06-10 2022-09-27 武汉理工大学 一种多能源供给边缘系统的最优碳排计算卸载方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109151817A (zh) * 2018-07-27 2019-01-04 西安电子科技大学 一种面向5G用户的uRLLC切片及请求方法
CN109218140A (zh) * 2018-11-06 2019-01-15 南京航空航天大学 一种软件定义部署nfv网络测量系统的方法
CN109314887A (zh) * 2016-05-12 2019-02-05 康维达无线有限责任公司 连接到虚拟化的移动核心网络

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180270073A1 (en) * 2017-03-17 2018-09-20 Huawei Technologies Co., Ltd. Method and apparatus for charging operations in a communication network

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109314887A (zh) * 2016-05-12 2019-02-05 康维达无线有限责任公司 连接到虚拟化的移动核心网络
CN109151817A (zh) * 2018-07-27 2019-01-04 西安电子科技大学 一种面向5G用户的uRLLC切片及请求方法
CN109218140A (zh) * 2018-11-06 2019-01-15 南京航空航天大学 一种软件定义部署nfv网络测量系统的方法

Also Published As

Publication number Publication date
CN110740459A (zh) 2020-01-31

Similar Documents

Publication Publication Date Title
LiWang et al. A computation offloading incentive mechanism with delay and cost constraints under 5G satellite-ground IoV architecture
CN110740459B (zh) 基于GPS的uRLLC网络切片生成装置及生成方法
CN110429975A (zh) 卫星切换方法及装置
Campolo et al. MEC support for 5G-V2X use cases through docker containers
CN111294767A (zh) 一种智能网联车辆数据处理方法、系统、装置及存储介质
US11997763B2 (en) Distributed computing network system and method
CN110213716B (zh) 一种基于雾无线接入网络的车联组网方法
CN110445855B (zh) 一种基于sdn的车联网分布式雾计算体系结构设计方法
WO2019101159A1 (zh) 基于移动设备运动状态的基站切换方法和设备
CN102685928B (zh) 物联网信息处理方法、基站和物联网系统
CN109421697A (zh) 一种车辆控制方法、装置和系统
Shaer et al. Multi-component V2X applications placement in edge computing environment
CN112312486A (zh) 一种馈电链路切换时的信息处理方法、信关站及装置、介质
CN114401270B (zh) 应用迁移方法、系统、装置、电子设备及存储介质
Zhu et al. Research and application on key technologies of 5G and C-V2X intelligent converged network based on MEC
CN113852950B (zh) 面向算力网络的智能移动性跟踪调度方法及装置
CN112821934B (zh) 一种基于区块链的空间信息网络可信快速切换方法
CN112437499B (zh) 基于大数据的工业企业共享信息的传输方法及系统
CN109933427B (zh) 一种车辆雾计算中基于方向的车联网任务迁移方法
CN115047840A (zh) 一种信号机硬件在环仿真测试系统及方法
CN116170509A (zh) 算力调度方法、装置及存储介质
WO2023130528A1 (zh) 一种基于v2x的车辆辅助驾驶通信方法和通信系统
CN109769033A (zh) 一种城市VANETs分布式文件传输方法
CN113032133B (zh) 一种基于边缘计算的车联网目标检测服务协同方法和装置
CN110049466B (zh) 一种基于交通流异构性的多ip通信方法

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