CN111542074B - 一种移动云计算学习的智能异构无线接入方法 - Google Patents
一种移动云计算学习的智能异构无线接入方法 Download PDFInfo
- Publication number
- CN111542074B CN111542074B CN202010313990.XA CN202010313990A CN111542074B CN 111542074 B CN111542074 B CN 111542074B CN 202010313990 A CN202010313990 A CN 202010313990A CN 111542074 B CN111542074 B CN 111542074B
- Authority
- CN
- China
- Prior art keywords
- scene
- wireless access
- context
- data
- learner
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000003908 quality control method Methods 0.000 claims abstract description 7
- 238000004519 manufacturing process Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 11
- 230000003068 static effect Effects 0.000 claims description 10
- 101001072091 Homo sapiens ProSAAS Proteins 0.000 claims description 9
- 101150096185 PAAS gene Proteins 0.000 claims description 9
- 102100036366 ProSAAS Human genes 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 239000008358 core component Substances 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims 2
- 101100522751 Xenorhabdus nematophila (strain ATCC 19061 / DSM 3370 / CCUG 14189 / LMG 1036 / NCIMB 9965 / AN6) pvcA gene Proteins 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 claims 1
- 238000001914 filtration Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/16—Discovering, processing access restriction or access information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- 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)
- Computer Security & Cryptography (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种移动云计算学习的智能异构无线接入方法,该方法包括搭建MCC‑learning平台架构、获取学习者情景信息、对获取的情景信息进行情景管理和情景质量控制、通过智能异构无线接入算法为每个学习者提供不同等级的服务质量和网络覆盖等步骤。本发明提出移动云计算学习平台架构,描述一种基于情景管理的智能网络无线接入策略,该策略充分利用学习者情景信息,以满足MCC‑learning学习者无线接入动态性和异构性的需要,可广泛应用于大学,中小学和其它教育机构。
Description
技术领域
本发明涉及一种移动云计算学习的智能异构无线接入方法,属于计算机大数据的技术领域。
情景技术
移动E-learning是基于电子学习(E-learning)和移动性而设计的。由于移动通信技术的发展,特别是各种智能终端的普及,通过移动E-learning技术可以改进学习者的学习方式和质量,促进教育新模态、新组织的发展,越来越得到各种教学及教育机构的重视。但是,传统移动E-learning存在设备和网络成本高,网络传输率低,教育资源有限等不足。
近年来,云作为一种先进计算技术加速了信息产业的创新和发展,深刻影响了教育信息化的发展进程。云存储容量大、处理能力强,可提供更加丰富的应用资源,还可以降低设备功耗。移动E-learning引入云,可以产生新的学习模式,即移动云计算学习(MobileCloud Computing based Learning,MCC-learning)。MCC-learning旨在将云计算的优势提供给移动E-learning终端,可将通信密集型的学习应用软件移到云端,延长移动设备电池寿命,克服传统移动E-learning存在的设备和网络成本高、网络传输率低、教育资源有限等不足。但是,MCC-learning学习者通过WCDMA、GPRS、WiMAX、CDMA2000、WLAN和LTE等无线接入技术,各种各样的移动设备接入云端,需要处理总是连接、按需扩展、降低能耗等无线连接的问题,为提高MCC-learning学习质量,还必须解决移动设备高度异构接入的关键问题。
发明内容
本发明所要解决的技术问题在于提供一种移动云计算学习的智能异构无线接入方法,以满足MCC-learning学习者无线接入动态性和异构性的需要。
为解决上述技术问题,本发明采用的技术方案如下:
一种移动云计算学习的智能异构无线接入方法,包括以下步骤:
(1)搭建MCC-learning平台架构:该平台架构由基础设施层IAAS、平台支撑层PAAS和应用服务层SAAS三层组成;
(2)获取学习者情景信息:包括动态情景信息和静态情景信息;
(3)对获取的情景信息进行情景管理和情景质量控制;
(4)通过智能异构无线接入算法,为每个学习者提供不同等级的服务质量和网络覆盖,使端到端服务质量性能最优:
a.对情景数据作归一化处理:假设时刻t提供到异构接入管理的情景数据为n个非负实值x1,t,x2,t,L,xn,t,取值范围为[lk,uk],k=1,2,L,m,
b.对归一化情景值进行加权处理:
i表示学习者终端,j表示接入点,ri,j,k∈[0,1],ci,j,k∈[0,1],
c.评价每个学习者终端i到接入点的连接质量,
qi,t(j)中最大值qi,t,max表明连接到的对应接入点最好。
上述的移动云计算学习的智能异构无线接入方法,具体说,步骤(1)中,所述的基础设施层IAAS包括整个架构的硬件环境和部署情况,采用独立的服务器集群进行虚拟化,形成包含计算资源池、存储资源池和网络资源池在内的私有云资源池,提供基于IaaS层面的专有域服务。
前述的移动云计算学习的智能异构无线接入方法,具体说,步骤(1)中,所述的平台支撑层PAAS用于承接基础设施层IAAS和应用服务层SAAS,整合管理架构的资源数据,并开放接口对接其他平台的数据和功能平台;平台支撑层PAAS包括数据资源中心、后台管理平台和用户统一认证中心;数据资源中心用于管理架构所有数据源、规范标准和数据处理模型;后台管理平台用于维持前端业务功能的正常运作;用户统一认证中心用于对用户的身份进行认证,确认用户的适用权限和功能。
前述的移动云计算学习的智能异构无线接入方法,具体说,步骤(1)中,所述的应用服务层SAAS根据不同教学内容和需求,提供从教学、实训、实习教学全周期的教学服务。
前述的移动云计算学习的智能异构无线接入方法,具体说,步骤(2)中,所述的动态情景信息包括由移动模型、环境模型、流量模型、链路模型获得的信息,动态情景信息需要测量、监控和评估获取;所述的静态情景信息包括学习者文档以及喜好数据库、网络部署模型和政策模型,静态情景信息可从相关数据库中检索。
前述的移动云计算学习的智能异构无线接入方法,具体说,步骤(3)中,所述的情景管理包括情景生产、情景代理和情景消费三个核心组件,情景生产用于产生情景信息,情景代理用于维护可用情景生产注册表,情景消费是使用情景数据的实体,将情景数据作为其功能的输入。
前述的移动云计算学习的智能异构无线接入方法,具体来说,步骤(3)中,通过情景质量启用程序过滤情景信息、识别恶意情景生产或终端,对获取的情景信息进行情景质量控制,确保只有符合质量标准的情景数据才能用于智能异构无线接入管理。
本发明的有益效果:与现有技术相比,本发明提出移动云计算学习平台架构,描述一种基于情景管理的智能网络无线接入策略,该策略充分利用学习者情景信息,以满足MCC-learning学习者无线接入动态性和异构性的需要,可广泛应用于大学,中小学和其它教育机构。
附图说明
图1是本发明的MCC-learning平台架构示意图;
图2是本发明的智能异构无线接入示意图;
图3是本发明的情景管理核心组件示意图。
下面结合附图和具体实施方式对本发明作进一步的说明。
具体实施方式
实施例1:如图1所示,移动云计算学习的智能异构无线接入方法,包括以下步骤:
(1)搭建MCC-learning平台架构:MCC-learning平台架构由基础设施层IAAS、平台支撑层PAAS和应用服务层SAAS三层组成。
基础设施层IAAS:基础设施层IAAS包括整个架构的硬件环境和部署情况,可采用独立的服务器集群进行虚拟化,形成安全、独立的私有云资源池,提供基于IaaS层面的专有域服务。
平台支撑层PAAS:平台支撑层PAAS承接基础设施和应用程序层,不仅整合管理架构的资源数据,还能开放接口对接其他平台的数据和功能平台。其中,数据资源中心主要用于管理架构所有数据资源、规范标准和数据处理模型等;后台管理平台是整个平台架构正常运行的神经中枢,维持着前端业务功能的正常运作;用户通过统一身份认证登陆统一信息服务门户平台,享有平台架构所有模块的登录权限。服务门户平台用户按照使用用户身份来分类拥有不同的平台适用权限和功能,可分为教师、学生、科研人员、助教和管理员。
应用服务层SAAS:应用服务层SAAS可根据不同教学内容和需求,提供从教学、实训、实习教学全周期的教学服务。MCC-learning学习者可通过WCDMA、GPRS、WiMAX、CDMA2000、WLAN和LTE等异构无线接入技术,享受云端丰富的学习资源。
(2)获取学习者情景信息:包括动态情景信息和静态情景信息。图2描述了智能异构无线接入方法,该方法考虑了每种无线接入技术的特点和状态,同时考虑了学习者位置、网络状态等情景信息,以使端到端QoS性能最优。利用包括学习者位置和网络状态信息的情景信息,MCC-learning平台架构可以高效管理异构无线接入,为每个学习者提供不同等级的服务质量(QoS)和网络覆盖,而管理决策基础是学习者情景信息。学习者情景信息包括两类:一类是动态情景,动态情景主要由移动模型、环境模型、流量模型、链路模型获得的信息。这些情景信息需要测量、监控和评估获取。另一类是静态情景,静态情景主要包括学习者有关资料文档、网络部署模型和政策信息。静态情景信息可从相关数据库中检索。此外,异构接入管理还要考虑这样一些因素,如先验历史知识,可有效减少终端接入网络的扫描时间和功耗。
(3)基于以上情景,智能异构无线接入算法描述如下:
假设时刻t提供到异构接入管理的情景数据为n个非负实值x1,t,x2,t,L,xn,t,取值范围为[lk,uk],k=1,2,L,m,该范围与接入判决的m个场景相关。对情景数据作归一化处理:
这样,情景数据值都在[0,1]的范围内。在异构接入管理中,大多数情景数据都会与学习者和接入基站相关,因为这些情景可以反应学习者和接入点之间的连接状况。例如,不同学习者终端可以检测到不同WLAN接入点的信号强度。因此,情景数据有必要增加两个索引i和j,以使情景数据更加具体。其中,i表示学习者终端,j表示接入点。需要说明的是,xi,j,kt=xj,k,t表示对所有学习者,其情景值都一样。此外,引入评价每种连接相关性ri,j,k∈[0,1]和置信水平ci,j,k∈[0,1],可对归一化情景值进行加权处理,即有:
对于异构接入管理,需要考虑系统总的性能,以使学习者终端无线连接最优。因此,时刻t,评价每一个学习者终端到接入点的连接质量,可计算下式:
式中,如果x'k,t与评估每个可能连接正相关,则x”’i,j,k,t=x”i,j,k,t,即x’k,t增加,将导致高速率的连接;如果x’k,t与评估每个可能连接负相关,则x”’i,j,k,t=1-x”i,j,k,t,即x’k,t减少,将导致高速率的连接;对于每一个学习者终端i,所有qi,t(j)中最大值qi,t,max表明连接到的对应接入点最好。
此外,为了更好地适应以学习者为中心的MCC-learning架构的动态特性,收集的情景信息需要满足有关情景质量标准。情景质量标准包括可用性、准确性、延迟、相关性和可信度等。因此,基于情景信息的智能异构无线接入管理,要求对获取的情景信息进行质量控制和管理。尽管情景管理并不清楚情景应用,但情景管理必须适应不同的应用需求。情景管理旨在获取、管理和分发情景信息,并控制用于智能异构无线接入的情景质量。情景管理由情景生产、情景代理、情景消费三个核心组件组成,如图3所示。
情景生产:情景生产是情景管理架构中的逻辑点,其产生情景信息,并提供给架构的其他实体。与前述一样,情景数据类型包括静态数据和动态数据两种。静态数包括学习者终端功能、选项和政策数据等。然而,从智能异构无线接入管理的角度看,动态情景信息,如学习者位置、移动速度与方向、网络状况相关性更高。情景生产与情景管理架构中其他实体间通信采用同步方式,即情景生产直接回复情景请求。当然,情景生产最初要发送包含架构各实体的信息到情景代理。
情景代理:情景代理在架构中扮演中间人的角色,它的主要功能是维护可用情景生产注册表。基于该注册表,情景代理可以为某个情景数据的实体搜索提供情景生产查表服务。此外,情景代理还可转发收到的情景生产数据。情景代理与架构中其他实体间通信可采取同步和异步两种方式。在异步模式下,如果出现指定的条件或事件,则会转发情景数据;在同步模式下,情景代理立即响应情景信息请求。为能够转发情景数据,情景代理需要维护情景缓存器,该缓存器存储尚未过期的情景数据,而过期的情景数据则移到情景历史数据库,如必要,情景代理可访问情景历史数据。
情景消费:情景消费是使用情景数据的实体,将情景数据作为其功能的输入。网络业务,学习者应用,无线网络中的执行器都是情景消费者。上下文信息。情景消费可从情景代理中申请情景数据,也可直接与相关情景生产中调用情景数据。
情景质量控制由情景质量启用程序完成。动态、多技术、多供应商环境下,管理智能异构无线接入的情景感知系统需要完成众多任务,以优化网络效率。根据接入点切换、链路自适应、用户行为预测和多播特性,为了做出正确的决策,智能异构无线接入架构需要高质量的情景数据。将情景质量启用程序集成到情景管理架构中,可以确保只有符合前述质量标准的情景数据才能用于智能异构无线接入管理。对应地,情景生产只能传递达到质量标准的情景数据。因此,情景质量启用程序要依托情景代理,并由情景代理处理满足质量的情景数据。此外,智能异构无线接入架构在请求情景信息时,还须发送情景质量的最低要求,情景质量启用程序则利用此信息过滤情景信息。当然,从安全和可靠性考虑,情景质量启用程序还具有识别恶意情景生产或终端的功能。
以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于发明的保护范围。
Claims (6)
1.一种移动云计算学习的智能异构无线接入方法,其特征在于,包括以下步骤:
(1)搭建MCC-learning平台架构:由基础设施层IAAS、平台支撑层PAAS和应用服务层SAAS三层组成;
(2)获取学习者情景信息:包括动态情景信息和静态情景信息;所述的动态情景信息包括由移动模型、环境模型、流量模型、链路模型获得的信息;所述的静态情景信息包括学习者文档以及喜好数据库、网络部署模型和政策模型;
(3)对获取的情景信息进行情景管理和情景质量控制;
(4)通过智能异构无线接入算法为每个学习者提供不同等级的服务质量和网络覆盖,使端到端服务质量性能最优:
b.对归一化情景值进行加权处理:
2.根据权利要求1所述的移动云计算学习的智能异构无线接入方法,其特征在于:步骤(1)中,所述的基础设施层IAAS包括整个架构的硬件环境和部署情况,采用独立的服务器集群进行虚拟化,形成包含计算资源池、存储资源池和网络资源池在内的私有云资源池,提供基于IaaS层面的专有域服务。
3.根据权利要求1所述的移动云计算学习的智能异构无线接入方法,其特征在于:步骤(1)中,所述的平台支撑层PAAS用于承接基础设施层IAAS和应用服务层SAAS,整合管理架构的资源数据,开放接口对接其他平台的数据和功能平台;平台支撑层PAAS包括数据资源中心、后台管理平台和用户统一认证中心;数据资源中心用于管理架构所有数据源、规范标准和数据处理模型;后台管理平台用于维持前端业务功能的正常运作;用户统一认证中心用于对用户的身份进行认证,确认用户的适用权限和功能。
4.根据权利要求1所述的移动云计算学习的智能异构无线接入方法,其特征在于:步骤(1)中,所述的应用服务层SAAS根据不同教学内容和需求,提供从教学、实训、实习教学全周期的教学服务。
5.根据权利要求1所述的移动云计算学习的智能异构无线接入方法,其特征在于:步骤(3)中,所述的情景管理包括情景生产、情景代理和情景消费三个核心组件;情景生产用于产生情景信息,情景代理用于维护可用情景生产注册表,情景消费是使用情景数据的实体,将情景数据作为其功能的输入。
6.根据权利要求1所述的移动云计算学习的智能异构无线接入方法,其特征在于:步骤(3)中,通过情景质量启用程序过滤情景信息、识别恶意情景生产或终端,对获取的情景信息进行情景质量控制,确保只有符合质量标准的情景数据才能用于智能异构无线接入管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010313990.XA CN111542074B (zh) | 2020-04-20 | 2020-04-20 | 一种移动云计算学习的智能异构无线接入方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010313990.XA CN111542074B (zh) | 2020-04-20 | 2020-04-20 | 一种移动云计算学习的智能异构无线接入方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111542074A CN111542074A (zh) | 2020-08-14 |
CN111542074B true CN111542074B (zh) | 2022-08-23 |
Family
ID=71978781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010313990.XA Expired - Fee Related CN111542074B (zh) | 2020-04-20 | 2020-04-20 | 一种移动云计算学习的智能异构无线接入方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111542074B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113473574B (zh) * | 2021-06-30 | 2024-06-11 | 北京小米移动软件有限公司 | 无线局域网连接方法、装置、存储介质以及电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1549182A (zh) * | 2003-05-15 | 2004-11-24 | 季永萍 | 基于移动计算的新技术专业增值服务的实现装置 |
CN103491182A (zh) * | 2013-09-29 | 2014-01-01 | 成都中科大旗软件有限公司 | 一种基于云计算的教育信息化开放生态平台 |
CN103825957A (zh) * | 2014-03-17 | 2014-05-28 | 西安未来国际信息股份有限公司 | 一种基于云计算的手机等移动学习系统的设计与实现 |
CN105246077A (zh) * | 2015-08-28 | 2016-01-13 | 厦门大学 | 一种移动终端的云病毒检测方法 |
EP3142010A2 (en) * | 2015-09-03 | 2017-03-15 | Tata Consultancy Services Limited | Cloud based learning |
CN107092339A (zh) * | 2017-03-08 | 2017-08-25 | 广东工业大学 | 移动云计算节点异构的任务分流方法 |
CN109302709A (zh) * | 2018-09-14 | 2019-02-01 | 重庆邮电大学 | 面向移动边缘计算的车联网任务卸载与资源分配策略 |
CN110795208A (zh) * | 2019-10-11 | 2020-02-14 | 南京航空航天大学 | 基于改进粒子群的移动云计算自适应虚拟机调度方法 |
CN111033490A (zh) * | 2017-09-05 | 2020-04-17 | 国际商业机器公司 | 用于认知实例的认知调解器 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10341459B2 (en) * | 2015-09-18 | 2019-07-02 | International Business Machines Corporation | Personalized content and services based on profile information |
-
2020
- 2020-04-20 CN CN202010313990.XA patent/CN111542074B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1549182A (zh) * | 2003-05-15 | 2004-11-24 | 季永萍 | 基于移动计算的新技术专业增值服务的实现装置 |
CN103491182A (zh) * | 2013-09-29 | 2014-01-01 | 成都中科大旗软件有限公司 | 一种基于云计算的教育信息化开放生态平台 |
CN103825957A (zh) * | 2014-03-17 | 2014-05-28 | 西安未来国际信息股份有限公司 | 一种基于云计算的手机等移动学习系统的设计与实现 |
CN105246077A (zh) * | 2015-08-28 | 2016-01-13 | 厦门大学 | 一种移动终端的云病毒检测方法 |
EP3142010A2 (en) * | 2015-09-03 | 2017-03-15 | Tata Consultancy Services Limited | Cloud based learning |
CN107092339A (zh) * | 2017-03-08 | 2017-08-25 | 广东工业大学 | 移动云计算节点异构的任务分流方法 |
CN111033490A (zh) * | 2017-09-05 | 2020-04-17 | 国际商业机器公司 | 用于认知实例的认知调解器 |
CN109302709A (zh) * | 2018-09-14 | 2019-02-01 | 重庆邮电大学 | 面向移动边缘计算的车联网任务卸载与资源分配策略 |
CN110795208A (zh) * | 2019-10-11 | 2020-02-14 | 南京航空航天大学 | 基于改进粒子群的移动云计算自适应虚拟机调度方法 |
Non-Patent Citations (6)
Title |
---|
A Learning Algorithm for Real-Time Service in Vehicular Networks with Mobile-Edge Computing;Penglin Dai;《IEEE》;20190715;全文 * |
An algorithm based on Q-learning for solving frequency assignment in RFID systems;shengbo Hu;《IEEE》;20080812;全文 * |
New scheduling approach using reinforcement learning for heterogeneous distributed systems;Alexandru lulian Qrhean;《IEEE》;20180731;全文 * |
一种异构可重构的认知无线电平台即设计方法;胡圣波;《贵州师范大学学报(自然科学版)》;20080125;全文 * |
基于移动通信技术m-learning的应用思考;胡圣波;《现代远距离教育》;20050415;全文 * |
异构蜂窝网络移动性管理方法研究;宁磊;《中国博士学位论文全文数据库》;20170215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111542074A (zh) | 2020-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110598870A (zh) | 一种联邦学习方法及装置 | |
EP3552351A1 (en) | Method and migration managing module for managing a migration of a service | |
CN107690149B (zh) | 触发网络策略更新的方法、管理功能实体及核心网设备 | |
EP4095768A1 (en) | Application recognition model updating method and apparatus, and storage medium | |
CN111542074B (zh) | 一种移动云计算学习的智能异构无线接入方法 | |
CN115022834A (zh) | 一种远程驾驶车端网络筛选切换方法与系统 | |
CN104901757B (zh) | 一种ip网络广播的移动终端控制方法及系统 | |
CN111209345A (zh) | 一种基于区块链的在线教学共识系统及学习记录方法 | |
CN113765993B (zh) | 一种下载速度预测方法、装置及存储介质 | |
CN111723978B (zh) | 一种基于虚拟映射适应多种电力业务差异性需求的指标评价方法 | |
CN113365291A (zh) | 基于物联网管理平台的数据处理系统、方法及装置 | |
CN108770014B (zh) | 网络服务器的计算评估方法、系统、装置及可读存储介质 | |
CN117290668A (zh) | 一种基于工业互联网平台的大数据处理方法和系统 | |
Niu | Voice Detection and Deep Learning Algorithms Application in Remote English Translation Classroom Monitoring. | |
CN110933691A (zh) | 一种用于专用融合网络中基于相对熵和理想解的垂直切换方法 | |
Mockel et al. | Artificial Intelligence and 5G Mobile Technology Can Drive Investment Opportunities in Emerging Markets | |
CN115087042A (zh) | 5g专网数据分流方法、装置、设备及存储介质 | |
CN114638308A (zh) | 一种获取对象关系的方法、装置、电子设备和存储介质 | |
CN112637643A (zh) | 移动终端的组网方法、装置、终端设备和存储介质 | |
CN118170566B (zh) | 面向边缘设备的消息处理方法及相关设备 | |
CN116389259B (zh) | 保证可靠性和延迟需求的网络切片编排、备份和部署方法 | |
CN115866019B (zh) | 一种连接保活时间的确定方法及装置 | |
CN110728597A (zh) | 一种教学数据库资源管理系统 | |
CN116521377B (zh) | 业务计算卸载方法、系统、装置、设备及介质 | |
WO2024149032A1 (zh) | 算力路径的确定方法、电子设备及存储介质 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220823 |